DIMENSÃO E EFEITOS DA MOTIVAÇÃO DA INFORMAÇÃO SOBRE A ACEITAÇÃO DOS USUÁRIOS DA PUBLICIDADE NAS REDES SOCIAIS

RESUMO

Os meios de comunicação produziram modificações significativas no panorama da comunicação. Os sites de rede sociais (SRS) cresceram como uma plataforma comum para a interação social. As empresas de SRS geram receitas de publicidade que aparecem nos SRS. A sobrevivência dessas empresas depende da aprovação dos usuários de publicidade nas redes sociais (PRS). A literatura sobre o marketing indica que os usuários aceitam a publicidade se esta for compatível com as suas motivações para o uso de meios de comunicação sociais. A busca de informações, assim como as pesquisas que avaliam a influência da motivação da informação do SRS sobre a aprovação dos usuários de PRS, é a motivação mais reconhecida dos SRS. Baseado na teoria de usos e gratificações do SRS, este estudo propõe um modelo multidimensional que mostra a influência da motivação da informação do SRS na aprovação de usuários de PRS.

PALAVRAS-CHAVE:
Sites de redes sociais; motivação da informação; publicidade nas redes sociais; atitude; comportamento

ABSTRACT

Social media has produced substantial changes in the communication landscape. Online social network sites (SNS) grew as a common platform for online social interaction. SNS firms generate revenue from the advertising appearing on SNS. Their survival depends on users’ approval of such social network advertising (SNA). Marketing literature indicates that users accept advertising if it is consistent with their motivations for using social media. Information seeking is the most recognized SNS motivation. Yet, research on evaluating the influence of SNS information motivation on users’ approval of SNA is scarce. Based on SNS uses and gratifications theory, this study proposes a multidimensional model that shows the influence of SNS information motivation on users’ approval of SNA.

KEYWORDS:
Social network sites; information motivation; social network advertising; attitude; behavior

RESUMEN

Las redes sociales han producido cambios sustanciales en el panorama de la comunicación. Los sitios de redes sociales online (SNS) crecieron como plataforma común para la interacción social online. Las empresas de SNS generan ingresos de la aparición de publicidad en SNS. Su supervivencia depende de la aprobación de los usuarios de dicha publicidad en redes sociales (SNA). La literatura de marketing indica que los usuarios aceptan publicidad si es consistente con sus motivaciones para usar las redes sociales. La búsqueda de información es la motivación de SNS más reconocida. También lo es la investigación sobre evaluar la influencia de la motivación de información de SNS en la aprobación de los usuarios de SNA. Con base en la teoría de usos y gratificaciones de SNS, este estudio propone un modelo multidimensional que muestra la influencia de motivación de información de SNS en la aprobación de los usuarios de SNA.

PALABRAS CLAVE:
Sitios de redes sociales; motivación de información; publicidad em redes sociales; actitud; comportamiento

INTRODUÇÃO

A evolução dos meios de comunicação sociais modernizou as formas de comunicação social e comercial (Mir & Rehman, 2013). Os sites de rede sociais (SRS), em particular, têm mostrado uma adoção rápida e global do consumidor (Taylor, Lewin, & Strutton, 2011) e tornaram-se um lugar-comum para a interação social (Mir, 2014). Os SRS são aplicativos com base no Web 2.0 que permitem a interatividade do usuário on-line (Boyd & Ellison, 2007). A publicidade que aparece no SRS é a principal fonte de receitas para as empresas de SRS, como Facebook (Trusov, Bodapati, & Bucklin, 2010). A sobrevivência dessas empresas depende da aceitação dos usuários da publicidade na rede social (PRS) (Taylor et al., 2011). Mir (2014) sugere que os usuários aceitem que a PRS corresponda às suas motivações de SRS. Vários estudos, como o de Chen (2012), consideram a motivação da informação como o estímulo mais comum que leva as pessoas aos SRS. Os usuários juntam-se e usam os SRS para reunir informações úteis para simplificar as decisões de compra reconhecidas, melhorar o conhecimento, adquirir inspiração e verificar as informações existentes (Chu & Kim, 2011; Kuss & Griffiths, 2011; Muntinga, Moorman, & Smit, 2011; Park, Kee, & Valenzuela, 2009). Apesar da relevância da motivação da informação nos SRS, poucos pesquisadores, como Chi (2011), Mir (2014) e Taylor et al. (2011), avaliaram a sua influência na aprovação dos usuários da PRS. Contudo, esses pesquisadores teorizaram a motivação da informação nos SRS como um construto unidimensional. A literatura indica que é um construto multidimensional. Identificar as dimensões da motivação da informação é indispensável, porque elas influenciam a atitude e o comportamento de modos diferentes (Bloch, Sherrell, & Ridgway, 1986; Touré-Tillery & Fishbach, 2014).

Além disso, estudos anteriores (Taylor et al., 2011) calcularam o impacto da motivação da informação do SRS apenas nas atitudes dos usuários em relação a PRS. Uma atitude favorável do consumidor não garante o sucesso da publicidade, a menos que estimule o comportamento por meio do clique. O comportamento de clique fornece dados indicadores do número de usuários que veem páginas publicitárias. No entanto, não revela como isso afeta o comportamento de compra on-line dos usuários (Briggs & Hollis, 1997). Para uma boa execução da PRS, esses pontos precisam ser abordados e, por isso, este estudo identifica as várias dimensões da motivação da informação do SRS. Além disso, examina os efeitos mediados e diretos dessas dimensões no comportamento de clique sobre os usuários do SRS. Para obter o quadro completo da exposição de clique do SRS, a influência do comportamento de clique do SRS e o comportamento de compra on-line dos utilizadores são também medidos. A relação da motivação da informação do SRS com a aceitação do usuário da PRS é modelada usando a teoria de usos e gratificações (TUG).

MOTIVAÇÃO DA INFORMAÇÃO

A motivação da informação é definida como atividades orientadas por objetivos e realizadas pelos usuários para cumprir determinadas necessidades de informação e motivos (Rubin, 1984). É uma das motivações mais comuns do SRS (Kim, Shim, & Ahn, 2011). Estudos anteriores (Chew, 1994; Weigts, Widdershoven, Kok, & Tomlow, 1993; Wilson, 1999) identificaram a motivação da informação como um construto multidimensional. Por exemplo, Muntinga et al. (2011) descobriram a supervisão, o conhecimento, a pesquisa de informações pré-compra e a inspiração como dimensões da motivação da informação que levam os usuários a consumir conteúdos de marca da comunicação social. Estudos de gratificações (Chu & Kim, 2011; Kuss & Griffiths, 2011) constataram que os usuários participam no SRS para recolher informações que apoiam as suas decisões de compra, melhorar os seus conhecimentos, adquirir inspiração e verificar informações de produtos existentes. De acordo com alguns estudos anteriores (Muntinga et al., 2011; Wilson, 1999), este estudo propõe a pesquisa pré-compra, a inspiração, a pesquisa em curso e a verificação como dimensões da motivação da informação do SRS. Essas dimensões são derivadas de diferentes necessidades de informação dos usuários. Por exemplo, a pesquisa pré-compra é derivada da necessidade de apoiar decisões de compra (Ha, 2002). Pesquisas em curso referem-se à necessidade de construção de bancos de conhecimento (Bloch et al., 1986). A inspiração baseia-se na necessidade de identificar novas ideias de consumo (Muntinga et al., 2011). Da mesma forma, a verificação é derivada da necessidade de garantir que uma pessoa possua as informações corretas (Chew, 1994). De acordo com Petter, Straub e Rai (2007), os construtos multidimensionais são de natureza formativa. Os construtos formativos apresentam o retrato completo do tema a ser estudado. Uma vez que as dimensões de um construto formativo captam diferentes aspectos de um fenômeno, podem ter diferentes consequências (Jarvis, MacKenzie, & Podsakoff, 2003). Consistentes com esse argumento, pesquisas anteriores, como as de Bloch et al. (1986), Touré-Tillery e Fishbach (2014), afirmam que as dimensões da motivação da informação influenciam o comportamento e as atitudes dos usuários de maneiras distintas. Os detalhes sobre as dimensões da motivação da informação dos SRS são fornecidos nas seções a seguir.

Pesquisa pré-compra

De acordo com Mir (2014), a pesquisa pré-compra refere-se ao comportamento de exploração e gestão da informação que os usuários apresentam para simplificar as reconhecidas decisões de compra. Estudos anteriores, como os de Park et al. (2009), descobriram que os usuários utilizam os SRS para reunir fatos valiosos que os ajudem a selecionar os produtos certos. Em particular, os usuários reúnem a informação relacionada com produto do SRS (por ex., no Facebook) para minimizar o risco de tomar decisões de compras erradas. Normalmente, os usuários procuram visualizações de produtos de outros usuários na web para minimizar o risco percebido de compra. Os SRS permitem aos usuários obter os avisos informativos e as sugestões úteis na abordagem das questões relacionadas à compra do produto (Goldsmith & Horowitz, 2006). Alguns investigadores (e.g., Punj & Staelin, 1983) declararam a pesquisa das informações pré-compra como a principal motivação que leva os consumidores a utilizarem os meios de comunicação. As informações fornecidas pelos meios de comunicação aumentam a compreensão da marca e ajudam os consumidores a tomarem decisões de compra e opções de consumo de qualidade (Ha, 2002).

Inspiração

A inspiração é um fator motivador significativo que impulsiona os usuários para os meios de comunicação. Consumir conteúdo da marca disponível nos meios de comunicação inspira os usuários. Conteúdo da marca nos meios de comunicação ajuda a gerar novas ideias de consumo (Muntinga et al., 2011). Em particular, os usuários participam no SRS para observar modelos de consumo de outros usuários, como o que compram, como compram e como utilizam produtos em situações de consumo. Atualmente, os usuários dependem de meios de comunicações para descobrir conteúdo inspirador de marca antes da aquisição de um produto (Cisco, 2012). Por exemplo, os usuários visitam salas de exposição on-line para se inspirarem antes de comprarem um carro. De acordo com Densten (2002), a motivação inspiradora é classificada em dois tipos. Um é baseado na imagem e o outro, no conceito. Nos SRS, como o Facebook, os usuários frequentemente carregam fotos e videoclipes das suas atividades de consumo. Além disso, escrevem sobre seus padrões de consumo na forma de opiniões, comentários e visualizações. A imagem criada pelos usuários e o conteúdo de marca baseado em conceito inspiram outros usuários do SRS a comprarem produtos específicos.

Pesquisa em curso

De acordo com Bloch et al. (1986), a pesquisa em curso é uma motivação notável que leva os usuários aos meios de comunicação. Os motivos por trás da pesquisa em curso são diversos. Por exemplo, os usuários efetuam a pesquisa em curso para desenvolver os seus bancos de conhecimento (Bloch et al., 1986) e atualizar o seu conhecimento (Grant, 2005). O comportamento da pesquisa em curso dos utilizadores não está relacionado a nenhuma necessidade precisa ou decisão de compra (Bloch et al., 1986). A pesquisa em curso melhora a eficiência de compras, leva à compra por impulso e influencia a liderança de opinião. Familiariza os utilizadores com as funcionalidades do produto. É um importante indicador de consumo dos meios de comunicação (Diddi & LaRose, 2006). A busca em curso foi criada para ser uma importante motivação aos usuários do SRS. Os usuários participam nos SRS para enriquecer o uso do seu produto e o conhecimento da marca. Os SRS os expõem a uma grande quantidade de informações SNS (Kuss & Griffiths, 2011).

Verificação

Diariamente, os utilizadores recebem inúmeras informações sobre produtos de várias fontes (por ex., amigos, mídia impressa, mídia eletrônica e internet). No entanto, as informações obtidas das diferentes fontes podem não ser igualmente confiáveis para eles. Eles podem entender que algumas informações são críveis e precisas, enquanto outras são erradas. Em tal situação, os utilizadores enfrentam o desafio de verificar a precisão das informações (Hilligoss & Rieh, 2008). De acordo com Rieh e Hilligoss (2008), quando os usuários suspeitam de inconsistências nas informações obtidas de várias fontes, tentam verificá-las. Reunir informações para verificar a confiabilidade das informações do produto existente é uma necessidade importante dos usuários (Weigts et al., 1993). Os usuários utilizam os meios de comunicação sociais para encontrar as informações úteis de modo a verificar a precisão das informações sobre produtos existentes (Wilson, 1999). Muitos usuários entendem que as informações apresentadas nos meios de comunicação sociais, tal como nos SRS, são precisas e críveis (Jenaibi, 2011). Uma vez que os usuários consideram as informações que os seus amigos recomendam nos SRS críveis e de confiança, podem depender de um determinado SRS para verificar a credibilidade e precisão das informações que recebem das múltiplas fontes sociais (Chu & Kim, 2011).

FUNDAMENTOS TEÓRICOS E MODELO CONCEITUAL

As motivações são os estímulos-chave que levam os usuários a entrar e utilizar os SRS (Chi, 2011). Compreender as motivações dos usuários do SRS é, portanto, fundamental para o sucesso das empresas e anunciantes do SRS (Taylor et al., 2011). Papacharissi e Rubin (2000) definiram motivações como inclinações que levam uma pessoa a satisfazer as suas necessidades e desejos. Estudos de gratificações publicados por Kim et al. (2011) e Chen (2012) revelaram a pesquisa de informação como a mais comum motivação do SRS. A motivação das informações deriva da necessidade dos usuários de adquirir informações (Katz, Gurevitch, & Hass, 1973). O presente estudo usa a TUG para racionar as dimensões de motivação da informação do SNS, bem como os seus efeitos (mediado e direto) no comportamento de acesso aos anúncios publicitários dos usuários da PRS. A TUG é também usada para explicar o impacto do comportamento de clique no banner publicitário do SRS no comportamento de compra on-line dos usuários.

A revisão de Ruggiero (2000) mostra que a TUG precisa de fundamentos teóricos e operacionais. No entanto, é considerada uma teoria valiosa para entender as motivações dos usuários dos meios de comunicação (Ruggiero, 2000). Rosengren, Wenner e Palmgreen (1985) afirmam que a falta de poder explicativo teórico e a indefinição operacional da TUG permitem aos pesquisadores alterar essa teoria de acordo com a situação da pesquisa. Estudos anteriores, publicados por Orchard, Fullwood, Galbraith, Morris (2014) e Al-Menayes (2015), identificaram a TUG como apropriada para medir as motivações dos usuários do SRS. Da mesma forma, Taylor et al. (2011) e Mir (2014) descobriram a TUG como um quadro teórico adequado para avaliar a influência das motivações do SRS na aceitação dos usuários da publicidade do SRS.

Severin e Tankard (1997) afirmam que o foco da TUG está no usuário. Isso explica os motivos que estimulam os usuários a empregarem diferentes meios de comunicação. Ao aplicar a TUG, vários estudos, como os de Korgaonkar e Wolin (1999) e Taylor et al. (2011), consideram que os usuários empregam meios de comunicação convencional (por ex., televisão) e meios de comunicação on-line (por ex., meios de comunicações sociais) para o cumprimento de diferentes necessidades e motivos relacionados à informação. Da mesma forma, a literatura sobre as gratificações do SRS revela que as pessoas usam os SRS para suprir as várias necessidades de informação. Por exemplo, os usuários participam num SRS para reunir a informação que podem usar para simplificar as suas decisões de compra (Park et al., 2009), melhorar o seu conhecimento (Kuss & Griffiths, 2011), obter inspiração (Muntinga et al., 2011) e verificar a precisão da informação existente (Chu & Kim, 2011). Esses resultados indicam que a motivação da informação do SRS é um construto multidimensional. Com base na TUG e na literatura sobre estudos de gratificações, este estudo propõe que a motivação de informação do SRS é um construto multifacetado que inclui pesquisa, inspiração, pesquisa em curso e motivações de verificação pré-compra (ver Figura 1). Segundo Johnson, Rosen, Chang, Djurdjevic, and Taing (2012), uma teoria relevante deve explicar a multidimensionalidade de um construto. Tanto a teoria como a literatura relevante devem especificar as dimensões contidas no construto. Com base no conceito acima mencionado, é apresentada a seguinte hipótese:

Figura 1
Motivação da informação do SRS com base em modelo de aceitação do usuário da PRS

H1: a motivação de informação sobre SRS é um construto multidimensional que consiste em pesquisa pré-compra, inspiração, pesquisa em curso e verificação.

De acordo com Petrovici e Marinov (2007), a busca de informações é a motivação-chave que afeta positivamente a atitude dos usuários em relação à publicidade. A motivação da informação sobre SRS expõe os usuários a anúncios publicitários dos SRS (Trusov et al., 2010). Chou, Rashad e Grossman (2008) descobriram que a exposição aos anúncios afeta a atitude dos usuários em relação à publicidade. De acordo com Fishbein e Ajzen (1975), a atitude é o estado emocional favorável ou desfavorável e o julgamento psicológico de uma pessoa para executar um determinado comportamento. Taylor et al. (2011) descobriram uma associação causal positiva entre a motivação da informação sobre SRS e as atitudes dos usuários em relação a PRS. Na literatura sobre o marketing, o papel mediador da atitude está bem estabelecido (MacKenzie, Lutz, & Belch, 1986). Mir (2014) descobriu que a atitude dos usuários em relação a PRS desempenha um papel mediador entre as motivações do SRS e o comportamento de clique de anúncios dos usuários. Um clique indica uma ação iniciada por usuários que os redirecionam da página web do SRS para a página inicial do anunciante. Na página inicial do anunciante, os utilizadores recebem mais informações e podem aí comprar o produto (Mir, 2012). Em consonância com estudos anteriores de gratificações, que postulam a atitude por meio da PRS, essa investigação medeia a associação causal entre a motivação de informação do SRS e o comportamento de clique dos usuários ao anúncio dos SRS. Essa associação causal é proposta para ser positiva (ver Figura 1). No entanto, essa mediação de atitudes pode ser parcial, porque cada dimensão da motivação de informação afeta de modo diferente as atitudes e comportamentos dos usuários (ver Figura 1) (Bloch et al., 1986; Touré-Tillery & Fishbach, 2014). Com base na teoria acima mencionada, a seguinte hipótese é apresentada:

H2: As atitudes em relação à PRS medeiam a associação causal entre a motivação da informação do SRS e o comportamento de clique dos usuários do SRS no banner de anuncio.

Além do efeito mediador, as motivações foram encontradas para afetar diretamente o comportamento de clique dos usuários (Burgess, 2015). Os motivos para usar a internet expõem os usuários à publicidade on-line, que, por sua vez, estimula o comportamento de clique dos usuários de internet (Chatterjee, 2008; Yoo, 2008). Este estudo postula que a motivação da informação do SRS influencia o comportamento de clique dos usuários de banner de anúncios do SRS de maneira direta e positiva (ver Figura 1). No entanto, todas as dimensões da motivação da informação do SRS podem não influenciar igualmente os usuários de clique no banner de anúncios do SRS. Segundo Bloch et al. (1986), cada dimensão da motivação da informação tem um efeito diferente no comportamento de pesquisa dos usuários. Além disso, Briggs e Hollis (1997) afirmam que o comportamento de clique no anúncio fornece um indicador numérico de usuários que veem esses anúncios. No entanto, não revela como isso afeta o comportamento de compra on-line dos usuários. Assim, este estudo propõe que o comportamento dos usuários de clique no banner de anúncio do SRS influencia positivamente os seus comportamentos de compra on-line (ver Figura 1). Essa suposição é suportada por Mir (2012), que considera que o comportamento de clique dos usuários no banner de anúncio das redes sociais influencia positivamente o seu comportamento de compra on-line. As seguintes hipóteses são apresentadas com base na conceituação acima mencionada:

H3: A motivação da informação de SRS tem um impacto direto e positivo no comportamento de clique dos usuários no banner de anúncio de PRS.

H4: O comportamento de clique dos usuários no banner de anúncio do SRS influencia positivamente os seus comportamentos de compra on-line.

MÉTODO

Amostra

Os dados foram obtidos de 450 estudantes universitários licenciados e de pós-graduação (274 do sexo masculino e 176 do sexo feminino), por meio de duas pesquisas off-line. Pesquisadores anteriores (por ex., Chu, 2011) recolheram, por meio de pesquisas transversais, dados para testar modelos causais na PRS. Foram incluídas amostras de estudantes provenientes de universidades de duas capitais e quatro províncias do Paquistão, usando um processo simples de amostragem aleatória (SAA). Os estudantes dessas universidades totalizaram 47.490. A fórmula de Yamane (1967) forneceu um tamanho de amostra de 397 estudantes, no entanto utilizou-se um tamanho de amostra de 450 estudantes. Foram obtidas listas de estudantes de cada universidade, e a cada aluno foi atribuído um número. As amostras foram extraídas de cada lista usando o método de loteria. Primeiro, foram recolhidos dados de 200 estudantes para a realização de um estudo piloto. Na segunda fase da pesquisa, os dados do estudo piloto foram incorporados nos dados recolhidos de 250 estudantes para testar o modelo teórico da aceitação da PRS. De acordo com Lancaster, Dodd e Williamson (2004), no caso do SRS, o estudo piloto faz parte do estudo principal. É conduzido usando dados de alguma percentagem do tamanho total da amostra. Os dados de ambos os estudos, piloto e principal, foram combinados para testar o modelo teórico. Em ambas as fases da pesquisa, o tamanho da amostra foi dividido entre as universidades escolhidas com base na proporção dos estudantes na população total. Os estudantes-alvo eram usuários do Facebook, Google+ e MySpace. As idades da maioria dos estudantes incluídos na amostra eram entre 20 e 25 anos. Os estudantes-alvo eram aqueles que utilizavam ativamente os SRS, passavam diariamente tempo suficiente nos SRS (Mir, 2012) e eram os principais alvos das campanhas de PRS (Chu, 2011). O questionário centrou-se em equipamentos de uso pessoal (por ex., camisetas e relógios de pulso) e categorias de produtos de dispositivos para uso pessoal (por ex., notebooks e celulares).

Medição, validade do conteúdo e pré-teste

A partir de estudos anteriores, um conjunto de 28 itens foi desenvolvido para medir a motivação da informação do SRS (Ancu & Cozma, 2009; Cisco, 2012; Chu & Kim, 2011; Goldsmith & Horowitz, 2006; Grant, 2005; Korgaonkar & Wolin, 1999; Muntinga et al., 2011; Rodgers, Wang, Rettie, & Alpert, 2007; Weigts et al., 1993). O método dedutivo do desenvolvimento de escala (Clark & Watson, 1995) foi usado para escolher os itens. Uma revisão completa da literatura e teorização da motivação da informação do SRS foi efetuada para orientar a produção dos itens conforme recomendado por Hinkin (1995). As respostas dos usuários foram registadas em uma escala de Likert com 5 pontos, variando de 1 (discordo plenamente) a 5 (concordo plenamente). Para avaliar a validade do conteúdo das medidas de motivação da informação do SRS, foi revista a literatura H1 (Straub, 1989). Antes das principais pesquisas, 25 estudantes avaliaram a compreensibilidade das perguntas.

Estudo piloto

Para reduzir o conjunto de itens que medem a motivação da informação de SRS e detectar suas dimensões, foi realizada uma análise de componentes principais (ACP) nos dados recolhidos de uma amostra de 200 estudantes. Foi utilizada a ACP com rotação ortogonal, usando o método Varimax. Em caso de redução de dados, a ACP é utilizada. A rotação ortogonal com o método Varimax é utilizada porque produz fatores subjacentes simples e verdadeiros de construto (Floyd & Widaman, 1995) com cargas elevadas e baixas (Fabrigar, Wegener, MacCallum, & Strahan, 1999). Os critérios do item comunalidade >,40 e fator carga >,60 foram usados para conservar os itens. Para conservar os componentes (fatores) da motivação da informação do SRS, foi aplicado o critério do autovalor >1,00. A ACP produziu quatro fatores de motivação da informação do SRS: Pesquisa pré-compra (F1) (a = 0,81), Inspiração (F2) (a = 0,83), Pesquisa em curso (F3) (a = 0,72) e Verificação (F4) (a = 0,75), depois de quatro interações. Kaiser-Meyer-Olkin (KMO), a medida de adequação da amostra = 0,81 e o teste da esfericidade de Bartlett = 000 garantiram a boa aplicação da ACP aos dados. A ACP confirmou a natureza formativa da motivação das informações do SRS, pois produziu seus quatro fatores (dimensões) abordando diferentes temas (Jarvis et al., 2003). A Tabela 1 mostra os resultados detalhados da ACP.

Tabela 1
Solução do fator APC voltado para a motivação da informação do SRS

	F 1	F 2	F 3	F 4
Medidas	Pesquisa pré-compra	Inspiração	Pesquisa em curso	Verificação
Eu uso o SRS:
Para encontrar as recomendações e conselhos para apoiar as minhas decisões de compra	0,714	-	-	-
Para obter informações detalhadas sobre produtos	0,757	-	-	-
Para obter as informações para tomar decisões de compra informadas	0,781	-	-	-
Para aprender a resolver os problemas envolvidos em uma decisão de compra	0,713	-	-	-
Para encontrar a informação para reduzir o risco de fazer uma má escolha de produto	0,679	-	-	-
Para descobrir o que as pessoas compram	-	0,840	-	-
Para descobrir o que as pessoas usam	-	0,859	-	-
Para descobrir como as pessoas compram e usam os produtos	-	0,819	-	-
Para atualizar as informações do meu produto	-	-	0,720	-
Para melhorar meu conhecimento sobre diferentes produtos	-	-	0,717	-
Porque dão um acesso rápido e fácil para grandes volumes de informações	-	-	0,771	-
Para explorar novos produtos	-	-	0,609	-
Quando vejo algo novo, verifico nos SRS	-	-	-	0,824
Quando vejo um produto, verifico nos SRS	-	-	-	0,828
Para verificar a autenticidade das informações que recebo dos meus parentes e amigos off-line	-	-	-	0,653
Autovalores	4,453	1,996	1,760	0,262
Porcentagem de variância do item explicado	29,689%	13,304%	11,735%	0,412%
Porcentagem da variância total explicada	63,141%

Para examinar a boa qualidade de ajustes e a validade das estruturas dimensionais do modelo de medição da motivação da informação do SRS, uma análise fatorial confirmatória (AFC) foi feita como sugerido por Floyd e Widaman (1995). O modelo com χ² = 123.132, df = 84, e P = 0,004 (p <0,05) falhou ao produzir a boa qualidade de ajustes. No entanto, o modelo exibiu um bom ajuste aos dados no modelo alternativo que testa a técnica (por ex., proporção χ²/df, com um valor de 1,466 < 3) (Kline, 1998). O modelo de medição também apresentou um ajuste adequado dos dados sobre os índices de evacuação (por ex., GFI = 0,93, IFI = 0,96, CFI = 0,96, NFI = 0,90, TLI = 0,95, e RMSEA = 0,04; GFI, IFI, CFI, NFI, e TLI > 0,90) (Bentler & Bonnet, 1980; McDonald & Ho, 2002), e RMSEA < 0,08 (MacCallum, Browne, & Sugawara, 1996) apresenta um bom ajuste de qualidade no modelo. A Tabela 2 mostra os resultados detalhados da AFC.

Tabela 2
Estimativas CFA da motivação da informação do SRS

	Medidas	Direção formativa	Fatores	Estimativa	Estimativa estandardizada	SE	CR	P
	Eu uso o SRS:
1	Para encontrar as recomendações e conselhos para apoiar as minhas decisões de compra	➔	F1	1,000	0,619	-	-	-
2	Para obter informações detalhadas sobre produtos	➔	F1	1,159	0,734	0,149	7,807	***
3	Para obter as informações para tomar decisões de compra informada	➔	F1	1,081	0,679	0,145	7,471	***
4	Para aprender a resolver os problemas envolvidos em uma decisão de compra	➔	F1	1,054	0,672	0,149	7,080	***
5	Para encontrar a informação para reduzir o risco de fazer uma má escolha de produto	➔	F1	1,036	0,660	0,148	6,995	***
6	Para descobrir o que as pessoas compram	➔	F2	1,000	0,774	-	-	-
7	Para descobrir o que as pessoas usam	➔	F2	1,026	0,798	0,099	10,349	***
8	Para descobrir como as pessoas compram e usam os produtos	➔	F2	1,097	0,792	0,109	10,047	***
9	Para atualizar as informações do meu produto	➔	F3	1,000	0,611	-	-	-
10	Para melhorar meu conhecimento sobre diferentes produtos	➔	F3	0,963	0,600	0,164	5,887	***
11	Porque dão um acesso rápido e fácil para grandes volumes de informações	➔	F3	1,116	0,687	0,167	6,685	***
12	Para explorar novos produtos	➔	F3	1,002	0,606	0,167	5,987	***
13	Quando vejo algo novo, verifico nos SRS	➔	F4	1,000	0,758	-	-	-
14	Quando vejo um produto, verifico nos SRS	➔	F4	1,008	0,767	0,114	8,832	***
15	Para verificar a autenticidade das informações que recebo dos meus parentes e amigos off-line	➔	F4	0,737	0,622	0,102	7,249	***

• Nota:
• ^***
  p <0 ,001]

Validade convergente e discriminante

A validade convergente mostra como é estreitamente associada aos itens de medição que representam uma construção (Gefen & Straub, 2005). A validade convergente das medidas que representam os fatores da motivação da informação do SRS foi analisada por meio da avaliação de suas cargas e índices-t. Carregamento de item estatisticamente significativo e t < -1,96 e > +1,96 (Byrne, 2001) demonstram a validade convergente (Anderson & Gerbing, 1988; Dunn, Seaker, & Waller, 1994). O índice-t é representado pela relação crítica (RC) no arquivo de saída do programa Amos. O carregamento do item de medidas que representa os fatores de motivação da informação do SRS varia entre 60 e 79, e os índices-t que os acompanham variam entre 5,8 e 10,3 com um nível de significância de 0,001, assim garantindo a validade convergente (ver Tabela 2).

A validade discriminante da motivação da informação do SRS foi avaliada por meio de correlações interfatores (r) entre as medidas dos seus fatores (Shore, Shore, & Thornton, 1992). O r variou entre 0,221 e 0,425, garantindo a validade discriminante (ver Tabela 3). Baixo fator r (por ex., < ,70) (Yang, Watkins, & Marsick, 2004) entre as medidas de construção indica a validade discriminante (Heeler & Ray, 1972). Além disso, a raiz quadrada da variação média extraída (VME) foi maior do que as correlações interfatores da motivação da informação de SRS (ver Tabela 3), o que confirmou a validade discriminante (Fornell & Larcker, 1981; Gefen & Straub, 2005).

Tabela 3
Matriz de validade discriminante da motivação da informação do SRS

Motivação da informação do SRS	Raiz quadrada do AVE e matriz de fatores inter-relacionados (desde os resultados de Amos)				Matriz de fatores inter-relacionados menor que 0,70 (desde os resultados do SPSS)
Dimensões	1	2	3	4	1	2	3	4
1. Pesquisa pré-compra	0,674				0,70
2. Inspiração	0,387	0,788			0,317**	0,70
3. Pesquisa em curso	0,388	0,265	0,625		0,292**	0,221**	0,70
4. Verificação	0,368	0,339	0,534	0,719	0,277**	0,285**	0,425**	0,70

• Note: N = 200,
• ^**
  P <0.01

Variáveis endógenas

Seis itens foram adaptados de pesquisas anteriores (Mir, 2012; Taylor et al., 2011) para medir a atitude dos usuários em relação a PRS. Três itens de Mir (2012) foram adaptados para medir o comportamento de clique dos usuários nos banners de anúncios do SRS. Uma medida de Mir (2012) foi adaptada para avaliar o comportamento de compra on-line dos usuários. As respostas dos usuários foram registradas numa escala de Likert com 5 pontos. A consistência interna das variáveis endógenas, que demonstram até que ponto todos os itens de uma escala medem o construto-alvo (Tavakol & Dennick, 2011), foi avaliada por meio das medidas de correlação de item-total corrigida (CITC) e testes de confiança. De acordo com Dunn et al. (1994), o critério de CITC é usado para refinar a escala de medição antes de avaliar a sua confiança. O valor do critério CITC >, 50 (Zaichowsky, 1985) foi usado para reter os itens na escala. O CITC de todos os itens que medem as variáveis endógenas foi >,05 (ver Tabela 4). Por isso, encontraram condição prévia do teste de avaliação de confiança. Por meio do coeficiente alfa (α) de Cronbach, foi avaliada a confiabilidade das variáveis endógenas. Atitude em relação a PRS (a = ,810) e o comportamento de clique no anúncio (a = ,833) excederam o coeficiente de confiabilidade aceitável (isto é, ,70) que assegura a consistência interna (Nunnaly, 1978). A escala de comportamento da compra on-line não foi refinada de maneira estatística, pois continha apenas um item.

Tabela 4
Correlação item-total correlacionados (CITC)

Variável	Medidas	CITC
Atitude em relação a PRS	1. Em geral, considero a PRS algo bom	0,51
	2. Em geral, gosto da PRS	0,57
	3. Considero a PRS altamente essencial	0,64
	4. Eu descreveria minha atitude geral em relação ao banner de anúncios SRS muito favoravelmente	0,62
	5. A minha opinião geral sobre a PRS é favorável	0,55
	6. Gosto do banner de anúncio de produtos mostrados em sites de rede sociais	0,52
Comportamento de clique	1. Muitas vezes, clico em anúncios mostrados no SRS	0,79
	2. Muitas vezes, clico em banners de anúncios do SRS	0,70
	3. Muitas vezes, clico em anúncios mostrados no meu perfil do SRS	0,67
Comportamento de compras on-line	1. Muitas vezes, compro produtos mencionados em banners de anúncios do SRS do site da companhia

MODELO DE TESTE

O modelo de aceitação de usuário da PRS com base na motivação da informação do SRS foi testado no tamanho da amostra de 450 alunos. O modelo estrutural não conseguiu produzir uma boa qualidade de ajuste com χ² = 12,175, df = 5 e P = 0,032 (P < 0,05). No entanto, mostrou um bom ajuste aos dados no modelo alternativo que testa a técnica, a proporção de χ²/df com um valor de 2,435 < 3. GFI = 0,992, NFI = 0,975, IFI = 0,985, TLI = 0,935, CFI = 0,985, e RMSEA = 0,057 também mostrou boa qualidade de ajuste entre o o modelo e os dados. A Figura 2 apresenta o modelo estrutural de aceitação da PRS.

Figura 2
Modelo estrutural da aceitação da PRS

Modelo estrutural e teste de hipóteses

O presente estudo descobriu “pesquisa pré-compra, inspiração, pesquisa em curso e verificação” como as dimensões da motivação da informação do SRS (ver Figura 2) que apoia a hipótese H1. Para avaliar as hipóteses e os valores da trajetória (por ex., as estatísticas β, P e t) entre as dimensões da motivação da informação do SRS (variáveis exógenas), foram examinadas as atitudes em relação a PRS, o comportamento de clique e o comportamento de compra on-line (variáveis endógenas). As estatísticas P e t mostram a importância das relações entre as variáveis (Byrne, 2001). A trajetória estatística entre “pesquisa pré-compra, inspiração e pesquisa em curso” e a atitude dos usuários em relação a PRS foram β = 0,13, P < 0,05, t = 2,489; β = 0,19, P < 0,001, t = 3,724; e β = 0,11, P < 0,05, t = 2,255, respectivamente. Esses valores mostram associações causais significativas e positivas entre as variáveis exógenas e endógenas acima mencionadas. De modo inverso, as estatísticas β = 0,02, P > 0,05, e t = 0,391 indicam uma associação causal insignificante entre a verificação e a atitude dos usuários em relação a PRS. As estatísticas β = 0,32, P < 0,001 e t = 7.073 entre atitudes em relação a PRS e o comportamento de clique dos usuários do SRS indicaram uma relação causal significativamente positiva. Por isso, os resultados globais apóiam parcialmente a hipótese H2.

Os coeficientes β = 0,09, P > 0,05, t = 1,794; β = -0,04, P > 0,05, t = -0,775; e β = 0,01, P > 0,05, t = 0,262, entre “pesquisa pré-compra, pesquisa em curso, verificação" e comportamento de clique dos usuários no anúncio do SRS indicam uma associação causal não significativa. Inversamente, as estatísticas β = 0,18, P < 0,001, e t = 3,681, entre inspiração e comportamento de clique dos usuários de banners de anúncios de SRS, indicaram, respetivamente, um relacionamento causal significativamente positivo. Por isso, os resultados totais globais suportam parcialmente a hipótese H3. Além disso, a trajetória estatística, ou seja, β = 0,35, P < 0,001, e t = 7,982, entre o comportamento de clique dos usuários no anúncio do SRS e o seu comportamento de compra on-line, indica uma relação causal significativamente positiva, apoiando, assim, a hipótese H4.

DISCUSSÃO

Uma vez que o modelo de negócios de várias empresas do SRS é baseado na PRS, identificar as formas de torná-lo eficaz é indispensável para sua sobrevivência. Mir (2014) indica que os usuários aprovam a publicidade nos SRS se for compatível com as suas motivações do SRS. Estudos anteriores, como Chen (2012), consideram a busca da informação como a motivação mais comum dos SRS. Este estudo identificou a motivação da informação do SRS como um construto multifacetado contendo aspectos como “pesquisa pré-compra, inspiração, pesquisa em curso e verificação”. Alguns pesquisadores, como Punj e Staelin (1983), declararam a pesquisa de informações pré-compra como a principal motivação que levou os consumidores a usar os meios de comunicação. A pesquisa pré-compra leva à compreensão do produto, que é essencial para tomar as decisões de compra certas (Ha, 2002). Vários estudos de gratificações do SRS e on-line (por ex., Goldsmith & Horowitz, 2006; Park et al., 2009) aprovaram a afirmação de Punj e Staelin. Consistente com as últimas pesquisas de gratificações, este estudo identificou a “pesquisa pré-compra” como uma dimensão importante da motivação da informação dos usuários do SRS. Os usuários reúnem informações em SRS que sejam úteis na aversão ao risco e racionalizam as decisões de compra. Fazem isso lendo comentários, visualizações de produtos e avaliações de outros usuários do SRS (Mir & Zaheer, 2012). Este estudo considera a “inspiração” a segunda dimensão importante da motivação da informação do SRS. Os usuários utilizam o SRS para reunir ideias de consumo inspiradoras, observando quais os produtos e marcas que outros usuários compram e usam. Por exemplo, os usuários obtêm inspiração on-line observando que vestidos, sapatos etc. outros usuários compram e como os usam (Muntinga et al., 2011). Os usuários do SRS, muitas vezes, compartilham as suas experiências de produto em forma de visualizações, fotos e vídeos. Esse conteúdo criado por usuários pode funcionar como uma inspiração para outros usuários do SRS e estimulá-los a comprar algumas marcas específicas. Este estudo reconhece a “pesquisa em curso” como a terceira dimensão significativa da motivação da informação do SRS. Os usuários participam em SRS para explorar novos produtos, atualizar informações do produto e enriquecer o seu conhecimento sobre o produto. Essa descoberta apoia a proposta feita por Bloch et al. (1986), que, juntamente com “pesquisa pré-compra”, envolve os usuários na “pesquisa em curso”, que é independente de qualquer necessidade ou decisão de compra reconhecida. Finalmente, este estudo descobre a “verificação” como a quarta dimensão importante da motivação da informação do SRS. Os usuários entendem os conteúdos criado por usuários nos SRS como precisas, críveis e imparciais (Jenaibi, 2011). Por isso, podem entender o SRS como um lugar confiável para verificar a credibilidade e a exatidão da informação que recebem das várias fontes sociais (Chu & Kim, 2011).

Na literatura sobre o marketing, o papel mediador da atitude está bem estabelecido (Mackenzie et al., 1986). Mir (2014) descobriu que a atitude dos usuários em relação a PRS desempenha um papel mediador entre as motivações do SRS e o comportamento de clique dos usuários. Coerente com as investigações anteriores, esta pesquisa identificou que a associação entre a motivação da informação do SRS e o comportamento de clique no SRS é mediada pela atitude dos usuários em relação a PRS. No entanto, somente a pesquisa pré-compra, a inspiração e a pesquisa contínua influenciam positivamente a atitude dos usuários em relação ao PRS. A verificação afetou de modo insignificante as atitudes dos usuários em relação a PRS. Isso indica que apenas as dimensões anteriores da motivação da informação de SRS têm um efeito mediador no comportamento de clique nos usuários nos anúncios da PRS. Rodgers (2002) propôs que as motivações pudessem influenciar diretamente o comportamento dos usuários clicando em anúncios on-line. Burgess (2015) considera verdadeira essa suposição. Em consonância com os pesquisadores acima mencionados, este estudo revela que a motivação da informação de SRS tem um impacto direto e positivo no comportamento de clique dos usuários nas banners de anúncio do SRS., no entanto esse efeito é verdadeiro apenas em caso de inspiração. A “pesquisa pré-compra, a pesquisa em curso e verificação” não influenciam diretamente o comportamento de clique dos usuários para anúncios do SRS. Esses resultados indicam que a identificação das dimensões da motivação da informação de SRS é importante, porque influencia a atitude e o comportamento dos usuários de modo diferente (Bloch et al., 1986; Touré-Tillery & Fishbach, 2014).

A literatura sobre o marketing sugere várias razões para as dimensões da motivação da informação do SRS se comportarem de modo diferente. Por exemplo, a pesquisa pré-compra tem um impacto mediador positivo no comportamento de clique dos usuários de banners de anúncios do SRS porque consideram a informação publicitária útil para tomar decisões de compra sensatas (O’Donohoe, 1994). A verificação não tem impacto mediado ou direto no comportamento de clique dos usuários de banners de anúncios do SRS porque a publicidade não é considerada uma fonte de informação confiável para examinar a exatidão de outras informações (Greer, 2003). Além disso, a pesquisa em curso tem uma influência mediadora positiva no comportamento de clique dos usuários de banner de anúncios do SRS porque considera a publicidade útil para melhorar o conhecimento do produto e mantê-los atualizados. Inspiração tem uma influência positiva na aprovação dos usuários da PRS, uma vez que consideram o conteúdo comercial e gerado por usuários da marca on-line uma fonte de inspiração (Cisco, 2012). Além disso, a pesquisa em curso tem uma influência mediadora positiva no comportamento de clique dos usuários de banner de anúncios do SRS porque considera a publicidade útil para melhorar o conhecimento do produto e mantê-los atualizados (Jansen, Sobel, & Cook, 2011).

Consistente com a pesquisa anterior de Mir (2012), o presente estudo considera que o comportamento de clique no banner de anúncio do SRS tem uma influência positiva no comportamento de compra on-line dos usuários. Briggs e Hollis (1997) afirmaram que o clique em anúncios não representa o valor total de publicidade on-line. Por isso, conhecer os efeitos posteriores dos cliques de anúncios é crucial para os anunciantes. Pavlou e Stewart (2000) afirmam que clicar em anúncios gera o interesse dos usuários no produto anunciado, que, em última análise, influencia seu comportamento de compra on-line (Mir, 2014).

CONCLUSÃO E LIMITAÇÕES

Este estudo aponta a motivação da informação do SRS como um construto multifacetado contendo dimensões de pesquisa pré-compra, inspiração, pesquisa em curso e verificação. Cada uma dessas dimensões tem um efeito diferente na aceitação dos usuários da PRS. Por isso, as empresas do SRS e os anunciantes devem focar a multidimensionalidade da motivação da informação do SRS para tornar eficaz a PRS. Este estudo concentra-se na publicidade gráfica tradicional. Os pesquisadores devem trabalhar em PRS não convencional, tais como páginas de fãs e comunidades de marca em estudos futuros. Além disso, o impacto de outros motivos importante do usuário, tais como a formação da identidade e as impressões sociais na aceitação da PRS, também deve ser avaliado.

• Versão traduzida

REFERÊNCIAS

• Al Jenaibi, B. N. A. (2011). Use of social media in the United Arab Emirates: An initial study. Global Media Journal (Arabian Edition), 1(2), 3-27.
• Al-Menayes, J. J. (2015). Motivations for using social media: An exploratory factor analysis. Journal of Psychological Studies, 7(1), 43-50. doi:10.5539/ijps.v7n1p43
  » https://doi.org/10.5539/ijps.v7n1p43
• Ancu, M., & Cozma, R. (2009). MySpace politics: Uses and gratifications of befriending candidates. Journal of Broadcasting & Electronic Media, 53(4), 567-583. doi:10.1080/08838150903333064
  » https://doi.org/10.1080/08838150903333064
• Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411-423. doi:10.1037/0033-2909.103.3.411
  » https://doi.org/10.1037/0033-2909.103.3.411
• Bentler, P. M., & Bonnet, D. C. (1980). Significance tests and goodness of fit in the analysis of covariance structures. Psychological Bulletin, 88(3), 588-606. doi:10.1037/0033-2909.88.3.588
  » https://doi.org/10.1037/0033-2909.88.3.588
• Bloch, P. H., Sherrell, D. L., & Ridgway, N. M. (1986). Consumer search: An extended framework. Journal of Consumer Research, 13(1), 119-126. doi:10.1086/209052
  » https://doi.org/10.1086/209052
• Boyd, D. M., & Ellison, N. B. (2007). Social network sites: Definition, history, and scholarship. Journal of Computer-Mediated Communication, 13(1), 210-230. doi:10.1111/j.1083-6101.2007.00393.x
  » https://doi.org/10.1111/j.1083-6101.2007.00393.x
• Briggs, R., & N. Hollis, N. (1997). Advertising on the web: Is there response before click-through?. Journal of Advertising Research, 37(2), 33-45.
• Burgess, D. (2015). Online banner adverts: More than the final click. Journal of Student Research, 4(2), 94-104.
• Byrne, B. M. (2001). Structural equation modeling with Amos: Basic concepts, applications and programming New Jersey, USA: Lawrence Erlbaum Associates.
• Chatterjee, P. (2008). Are unclicked ads wasted? Enduring effects of banner and pop-up ad exposures on brand memory and attitudes. Journal of Electronic Commerce Research, 9(1), 51-61.
• Chen, H. (2012). Relationship between motivation and behavior of SNS user. Journal of Software, 7(6), 1265-1272. doi:10.4304/jsw.7.6.1265-1272
  » https://doi.org/10.4304/jsw.7.6.1265-1272
• Chew, E. (1994). The relationship of information needs to issue relevance and media use. Journalism Quarterly, 71(3), 676-688. doi:10.1177/107769909407100318
  » https://doi.org/10.1177/107769909407100318
• Chi, H-H. (2011). Interactive digital advertising vs. virtual brand community: Exploratory study of user motivation and social media marketing responses in Taiwan. Journal of Interactive Advertising, 12(1), 44-61. doi:10.1080/15252019.2011.10722190
  » https://doi.org/10.1080/15252019.2011.10722190
• Chou, S-Y., Rashad, I., & Grossman, M. (2008). Fast-food restaurant advertising on television and its influence on childhood obesity. Journal of Law and Economics, 51(4), 599-618. doi:10.1086/590132
  » https://doi.org/10.1086/590132
• Chu, S-C. (2011). Viral advertising in social media: Participation in Facebook groups and responses among college-aged users. Journal of Interactive Advertising, 12(1), 30-43. doi:10.1080/15252019.2011.10722189
  » https://doi.org/10.1080/15252019.2011.10722189
• Chu, S-C., & Kim, Y. J. (2011). Determinants of consumer engagement in electronic word-of-mouth (eWOM) in social networking sites. International Journal of Advertising, 30(1), 47-75. doi:10.2501/IJA-30-1-047-075
  » https://doi.org/10.2501/IJA-30-1-047-075
• Cisco. (2012). Digital signage for retail: Attract and keep your customers Recuperado de www.cisco.com/go/retailsolutions
  » www.cisco.com/go/retailsolutions
• Clark, L. A., & Watson, D. (1995). Constructing validity: Basic issues in objective scale development. Psychological Assessment, 7(3), 309-319. doi:10.1037/1040-3590.7.3.309
  » https://doi.org/10.1037/1040-3590.7.3.309
• Densten, I. L. (2002). Clarifying inspirational motivation and its relationship to extra effort. Leadership & Organization Development Journal, 23(1), 40-44. doi:10.1108/01437730210414553
  » https://doi.org/10.1108/01437730210414553
• Diddi, A., & LaRose, R. (2006). Getting hooked on the news: Uses and gratifications and the formation of news habits among college students in an internet environment. Journal of Broadcasting & Electronic Media, 50(2), 193-210. doi:10.1207/s15506878jobem5002_2
  » https://doi.org/10.1207/s15506878jobem5002_2
• Dunn, S. C., Seaker, R. F., & Waller, M. A. (1994). Latent variables in business logistics research: Scale development and validation. Journal of Business Logistics, 15(2), 145-172
• Fabrigar, L. R., Wegener, D. T., MacCallum, R. C., & Strahan, E. J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, 4(3), 272-299. doi:10.1037/1082-989X.4.3.272
  » https://doi.org/10.1037/1082-989X.4.3.272
• Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention and behaviour: An introduction to theory and research Reading, UK: Addison-Wesley.
• Floyd, F. J., & Widaman, K.F. (1995). Factor analysis in the development and refinement of clinical assessment instruments. Psychological Assessment, 7(3), 286-299. doi:10.1037/1040-3590.7.3.286
  » https://doi.org/10.1037/1040-3590.7.3.286
• Fornell, C., & Larcker, D. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50. doi:10.2307/3151312
  » https://doi.org/10.2307/3151312
• Gefen, D., & Straub, D. (2005). A practical guide to factorial validity using PLS-graph: Tutorial and annotated example. Communications of the Association for Information Systems, 16(5), 91-109
• Goldsmith, R. E., & Horowitz, D. (2006). Measuring motivations for online opinion seeking. Journal of Interactive Advertising, 6(2), 214. doi:10.1080/15252019.2006.10722114
  » https://doi.org/10.1080/15252019.2006.10722114
• Grant, I. C. (2005). Young peoples’ relationships with online marketing practices: An intrusion too far. Journal of Marketing Management, 21(5-6), 607-623. doi:10.1362/0267257054307417
  » https://doi.org/10.1362/0267257054307417
• Greer, J. D. (2003). Evaluating the credibility of online information: A test of source and advertising influence. Mass Communication & Society, 6(1), 11-28. doi:10.1207/S15327825MCS0601_3
  » https://doi.org/10.1207/S15327825MCS0601_3
• Ha, H-Y. (2002). The effects of consumer risk perception on pre-purchase information in online auctions: Brand, word-of-mouth, and customized information. Journal of Computer Mediated Communication, 8(1). doi:10.1111/j.1083-6101.2002.tb00160.x
  » https://doi.org/10.1111/j.1083-6101.2002.tb00160.x
• Heeler, R. M., & Ray, M. L. (1972). Measure validation in marketing. Journal of Marketing Research, 9(4), 361-370. doi:10.2307/3149297
  » https://doi.org/10.2307/3149297
• Hilligoss, B., & Rieh, S. Y. (2008). Developing a unifying framework of credibility assessment: Construct, heuristics, and interaction in context. Information Processing & Management, 44(4), 1467-1484. doi:10.1016/j.ipm.2007.10.001
  » https://doi.org/10.1016/j.ipm.2007.10.001
• Hinkin, T. R. (1995). A review of scale development practices in the study of organizations. Journal of Management, 21(5), 967-988. doi:10.1016/0149-2063(95)90050-0
  » https://doi.org/10.1016/0149-2063(95)90050-0
• Jansen, B. J., Sobel, K., & Cook, G. (2011). Classifying ecommerce information sharing behavior by youths on social network sites. Journal of Information Science, 37(2), 120-136. doi:10.1177/0165551510396975
  » https://doi.org/10.1177/0165551510396975
• Jarvis, C. B., MacKenzie, S. B., & Podsakoff, P. M. (2003). A critical review of construct indicators and measurement model misspecification in marketing and consumer research. Journal of Consumer Research, 30(2), 199-218. doi:10.1086/376806
  » https://doi.org/10.1086/376806
• Johnson, R. E., Rosen. C. C., Chang. C-H. S., Djurdjevic, E., & Taing, M. U. (2012). Recommendations for improving the construct clarity of higher-order multidimensional constructs. Human Resource Management Review, 22(2), 62-72. doi:10.1016/j.hrmr.2011.11.006
  » https://doi.org/10.1016/j.hrmr.2011.11.006
• Katz, E., Gurevitch, M., & Hass, H. (1973). On the use of mass media for important things. American Sociological Review, 38(2), 164-181. doi:10.2307/2094393
  » https://doi.org/10.2307/2094393
• Kim, J. Y., Shim, J. P., & Ahn, K. M. (2011). Social Networking service: Motivation, pleasure, and behavioral intention to use. Journal of Computer Information Systems, 51(4), 92-101. doi:10.1080/08874417.2011.11645505
  » https://doi.org/10.1080/08874417.2011.11645505
• Kline, R. B. (1998). Principles and practice of structural equation modeling New York, USA: Guilford Press.
• Korgaonkar, P. K., & Wolin, L. D. (1999). A multivariate analysis of web usage. Journal of Advertising Research, 39(2), 53-68
• Kuss, D. J., & Griffiths, M. D. (2011). Online social networking and addiction: A review of the psychological literature. International Journal of Environmental Research and Public Health, 8(9), 3528-3552. doi:10.3390/ijerph8093528
  » https://doi.org/10.3390/ijerph8093528
• Lancaster, G. A., Dodd, S., & Williamson, P. R. (2004). Design and analysis of pilot studies: Recommendations for good practice. Journal of Evaluation in Clinical Practice, 10(2), 307-312. doi:10.1111/j..2002.384.doc.x
  » https://doi.org/10.1111/j..2002.384.doc.x
• MacCallum, R. C., Browne, M. W., & Sugawara, H. M. (1996). Power analysis and determination of sample size for covariance structure modeling. Psychological Methods, 1(2), 130-149. doi:10.1037/1082-989X.1.2.130
  » https://doi.org/10.1037/1082-989X.1.2.130
• MacKenzie, S. B., Lutz, R. J., & Belch, G. E. (1986). The role of attitude toward the ad as a mediator of advertising effectiveness: A test of competing explanations. Journal of Marketing Research, 23(2), 130-143. doi:10.2307/3151660
  » https://doi.org/10.2307/3151660
• McDonald, R. P., & Ho, M. H. R. (2002). Principles and practice in reporting structural equation analyses. Psychological Methods, 7(1), 64-82. doi:10.1037/1082-989X.7.1.64
  » https://doi.org/10.1037/1082-989X.7.1.64
• Mir, I. A. (2012). Consumer attitudinal insights about social media advertising: A South Asian perspective. The Romanian Economic Journal, 15(45), 265-288
• Mir, I. A. (2014). Effects of pre-purchase search motivation on user attitudes toward online social network advertising: A case of university students. Journal of Competitiveness, 6(2), 42-55. doi:10.7441/joc.2014.02.04
  » https://doi.org/10.7441/joc.2014.02.04
• Mir, I. A., & Rehman, K. U. (2013). Factors affecting consumer attitudes and intentions toward user-generated product content on YouTube. Management & Marketing, 8(4), 637-654
• Mir, I., & Zaheer, A. (2012). Verification of social impact theory claims in social media context. Journal of Internet Banking and Commerce, 17(1). Recuperado de http://www.arraydev.com/commerce/jibc/
  » http://www.arraydev.com/commerce/jibc/
• Muntinga, D. G., Moorman, M., & Smit, E. G. (2011). Introducing COBRAs: Exploring motivations for brand-related social media use. International Journal of Advertising, 30(1), 13-46. doi:10.2501/IJA-30-1-013-046
  » https://doi.org/10.2501/IJA-30-1-013-046
• Nunnaly, J. (1978). Psychometric theory New York, USA: McGraw-Hill.
• O’Donohoe, S. (1994). Advertising uses and gratifications. European Journal of Marketing, 28(8/9), 52-75. doi:10.1108/03090569410145706
  » https://doi.org/10.1108/03090569410145706
• Orchard, L.J., Fullwood, C., Galbraith, N., & Morris, N. (2014) Individual differences as predictors of social networking. Journal of Computer-Mediated Communication, 19(3), 388-402. doi:10.1111/jcc4.12068
  » https://doi.org/10.1111/jcc4.12068
• Papacharissi, Z., & Rubin, A. M. (2000). Predictors of internet use. Journal of Broadcasting & Electronic Media, 44(2), 175-196. doi:10.1207/s15506878jobem4402_2
  » https://doi.org/10.1207/s15506878jobem4402_2
• Park, N., Kee, K. F., & Valenzuela, S. (2009). Being immersed in social networking environment: Facebook groups, uses and gratifications, and social outcomes. Cyberpsychology & Behavior, 12(6), 729-733. doi:10.1089/cpb.2009.0003
  » https://doi.org/10.1089/cpb.2009.0003
• Pavlou, P. A., & Stewart, D. W. (2000). Measuring the effects and effectiveness of interactive advertising: A research agenda. Journal of Interactive Advertising, 1(1), 61-77. doi:10.1080/15252019.2000.10722044
  » https://doi.org/10.1080/15252019.2000.10722044
• Petter, S., Straub, D., & Rai, A. (2007). Specifying formative constructs in information systems research. MIS Quarterly, 31(4), 623-656. doi:10.2307/25148814
  » https://doi.org/10.2307/25148814
• Petrovici, D., & Marinov, M. (2007). Determinants and antecedents of general attitudes towards advertising: A study of two EU accession countries. European Journal of Marketing, 41(3/4), 307-326. doi:10.1108/03090560710728354
  » https://doi.org/10.1108/03090560710728354
• Punj, G. N., & Staelin, R. (1983). A model of consumer information search behavior for new automobiles. Journal of Consumer Research, 9(4), 366-380. doi:10.1086/208931
  » https://doi.org/10.1086/208931
• Rieh, S. Y., & Hilligoss, B. (2008). College students’ credibility judgments in the information-seeking process. Digital media, youth, and credibility. In M. J. Metzger & A. J. Flanagin (Eds.), The John D. & Catherine T. MacArthur foundation series on digital media & learning (pp. 49-72). Cambridge, MA: The MIT Press.
• Rodgers, S. (2002). The interactive advertising model tested: The role of motives in ad processing. Journal of Interactive Advertising, 2(2), 22-33. doi:10.1080/15252019.2002.10722059
  » https://doi.org/10.1080/15252019.2002.10722059
• Rodgers, S., Wang, Y., Rettie, R., & Alpert, F. (2007). The web motivation inventory: Replication, extension and application to internet advertising. International Journal of Advertising, 26(4), 447-476. doi:10.1080/02650487.2007.11073028
  » https://doi.org/10.1080/02650487.2007.11073028
• Rosengren, K. E., Wenner, L. A., & Palmgreen, P. (Eds.) (1985). Media gratifications research: Current perspectives Beverly Hills, CA: Sage Publications.
• Rubin, A. M. (1984). Ritualized and instrumental television viewing. Journal of Communication, 34(3), 67-77. doi:10.1111/j.1460-2466.1984.tb02174.x
  » https://doi.org/10.1111/j.1460-2466.1984.tb02174.x
• Ruggiero, T. E. (2000). Uses and gratifications theory in the 21st century. Mass Communication & Society, 3(1), 3-37. doi:10.1207/S15327825MCS0301_02
  » https://doi.org/10.1207/S15327825MCS0301_02
• Severin, W. J., & Tankard, J. W. (1997). Communication theories: Origins, methods and uses in the mass media (4th ed.). New York, NY: Longman.
• Shore, T. H., Shore, L. M., & Thornton, G. C. III. (1992). Construct validity of self and peer evaluations of performance dimensions in an assessment center. Journal of Applied Psychology, 77(1), 42-54. doi:10.1037/0021-9010.77.1.42
  » https://doi.org/10.1037/0021-9010.77.1.42
• Straub, D. W. (1989). Validating instruments in MIS research. MIS Quarterly, 13(2), 147-169. doi:10.2307/248922
  » https://doi.org/10.2307/248922
• Tavakol, M., & R. Dennick, (2011). Making sense of Cronbach’s alpha. International Journal of Medical Education, 2), 53-55. doi:10.5116/ijme.4dfb.8dfd
  » https://doi.org/10.5116/ijme.4dfb.8dfd
• Taylor, D. G., Lewin, J. E., & Strutton, D. (2011). Friends, fans, and followers: Do ads work on social networks? How gender and age shape receptivity. Journal of Advertising Research, 51(1), 258-275. doi:10.2501/JAR-51-1-258-275
  » https://doi.org/10.2501/JAR-51-1-258-275
• Touré-Tillery, M., & Fishbach, A. (2014). How to measure motivation: A guide for the experimental social psychologist. Social and Personality Psychology Compass, 8(7), 328-341. doi: 10.1111/spc3.12110
  » https://doi.org/10.1111/spc3.12110
• Trusov, M., Bodapati, A. V., & Bucklin, R. E. (2010). Determining influential users in internet social networks. Journal of Marketing Research, 47(4), 643-658. doi:10.1509/jmkr.47.4.643
  » https://doi.org/10.1509/jmkr.47.4.643
• Weigts, W., Widdershoven, G., Kok, G., & Tomlow, P. (1993). Patients’ information seeking actions and physicians’ responses in gynecological consultations. Qualitative Health Research, 3(4), 398-429. doi:10.1177/104973239300300402
  » https://doi.org/10.1177/104973239300300402
• Wilson, T. D. (1999). Models in information behavior research. Journal of Documentation, 55(3), 249-270. doi:10.1108/EUM0000000007145
  » https://doi.org/10.1108/EUM0000000007145
• Yamane, T. (1967). Statistics: An introductory analysis (2nd ed.). New York, NY: Harper & Row.
• Yang, B., Watkins, K. E., & Marsick, V. J. (2004). The construct of the learning organization: Dimensions, measurement, and validation. Human Resource Development Quarterly, 15(1), 31-55. doi:10.1002/hrdq.1086
  » https://doi.org/10.1002/hrdq.1086
• Yoo, C. Y. (2008). Unconscious processing of web advertising: Effects on implicit memory, attitude toward the brand, and consideration Set. Journal of Interactive Marketing, 22(2), 2-18.
• Zaichowsky, J . L. (1985). Measuring the involvement construct. Journal of Consumer Research, 12(3), 341-352. doi:10.1086/208520
  » https://doi.org/10.1086/208520

Editado por

Avaliado pelo sistema double blind review. Editor Científico: Mateus Canniatti Ponchio

Datas de Publicação

• Publicação nesta coleção
  Mar-Apr 2018

Histórico

• Recebido
  14 Set 2016
• Aceito
  16 Out 2017