EFEITO DA ATRIBUIÇÃO DE CAUSA EM UM MODELO DE FALHA DE SERVIÇO

RESUMO

O tema da recuperação de serviços tem sido amplamente estudado e é relevante para mercados em que consumidores recompram produtos ou serviços. São dois os aspectos normativos da recuperação de serviços: como uma empresa deve agir após uma falha de serviço e as consequências dessa falha no relacionamento da organização com o cliente. O presente artigo tem como objetivo apresentar um modelo de falha de serviços que reúna esses dois aspectos, investigando como a atribuição de causa afeta a percepção do consumidor sobre recomprar quando uma solução é oferecida após uma falha de serviço. Um questionário foi aplicado a usuários de serviços de um provedor brasileiro de telecomunicações, explorando duas situações: a) uma falha ocorrida acidentalmente por culpa do cliente; e b) uma falha de serviço por culpa da empresa. As análises foram realizadas com a utilização da Teoria de Resposta ao Item (TRI) e PLS-SEM. Como resultado, o nível de confiança e os custos de mudança foram destacados como construtos importantes para manter as intenções de recompra positivas. Além disso, o cliente confia mais na organização quando a falha ocorre por culpa da empresa mas ela resolve o problema, o que leva a uma maior intenção de recompra do que quando a falha ocorre por culpa do cliente.

Palavras-chave:
recuperação da satisfação; falha de serviço; teoria de resposta ao item; PLS-SEM; teoria da atribuição.

ABSTRACT

Service recovery has been extensively studied and is a relevant issue for markets in which consumers repurchase products or services. There are two normative aspects of service recovery: how a company should act after a service failure and the consequences of the service failure regarding the company-customer relationship. This study presents a service failure model that combines these two aspects, investigating how causal attribution affects the customer’s perception regarding repurchase when a solution is provided after a service failure. A survey was conducted with users of a telecommunications service provider in Brazil, exploring two situations: a) the customer accidentally caused a service failure, and b) the company caused a service failure. The item response theory (IRT) was used, adopting PLS-SEM. Trust level and switching barriers were highlighted as important factors to keep repurchasing intentions positive. Customers trust more in the company when the failure is attributed to the organization, and it solves the problem, which induces a higher repurchase intention than when the failure is attributed to the customer.

Keywords:
recovery satisfaction; service failure; item response theory; PLS-SEM; attribution theory.

RESUMEN

La recuperación del servicio ha sido ampliamente estudiada y es relevante para los mercados donde los consumidores recompran productos o servicios. Los aspectos normativos de la recuperación del servicio se pueden dividir en dos: cómo debe actuar una empresa después de una falla en el servicio y las consecuencias de la falla del servicio en la relación compañía-cliente. Este artículo tiene como objetivo presentar un modelo que combina ambos aspectos, investigando cómo la atribución causal afecta la percepción del consumidor con respecto a la recompra cuando se proporciona una solución después de una falla en el servicio. Se realizó una encuesta a usuarios de un proveedor de servicios de telecomunicaciones en Brasil, explorando dos situaciones: a) una falla accidental en el servicio causada por el consumidor, y b) una falla en el servicio causada por la empresa. En el análisis, se usó la teoría de respuesta al ítem (TRI) adoptando la técnica PLS-SEM. Como resultado, el nivel de confianza y las barreras de cambio se destacaron como factores importantes para mantener positiva la intención de recompra. Además, cuando la empresa falla pero resuelve el problema, los consumidores confían más en la compañía, teniendo una mayor intención de recompra en comparación a cuando la falla se atribuye al consumidor.

Palabras clave:
recuperación de la satisfacción; falla del servicio; teoría de respuesta al ítem; PLS-SEM; teoría de la atribución.

INTRODUÇÃO

A falha de serviço é um problema crítico para as empresas (McCollough, Berry, & Yadav, 2000). Consequentemente, muitos estudos têm explorado o tema focando principalmente na recuperação da satisfação do cliente após uma falha (Kuo & Wu, 2012, e Azemi, Ozuem, Howell, & Lancaster, 2019), na compensação e velocidade de recuperação (Hwang, Gao, & Mattila, 2020), reclamações e clima de serviço (Jerger & Wirtz, 2017), empoderamento de funcionários (Santos, Hernandez, & Leão, 2019), comunicação de recuperação (Vaerenbergh, Larivière, & Vermeir, 2012), a probabilidade do marketing boca a boca (Gelbrich & Roschk, 2010), cenários de duplo desvio (Joireman, Grégoire, Devezer, & Tripp, 2013), lealdade (DeWitt, Nguyen, & Marshall, 2008) e recuperação em serviços online (Odoom, Agbemabiese, & Hinson, 2020). A investigação bibliométrica sobre falha de serviço conduzida por Fouroudi, Kitchen, Marvi, Akarsu e Uddin (2020) dá um bom panorama sobre o tema.

Nos últimos anos, estudos analisaram emoções negativas (Jerger & Wirtz, 2017) e positivas (Valentini, Orsingher, & Polyakava, 2020) de clientes, oriundas da experiência de recuperação de falha de serviço. Há, ainda, poucos estudos sobre cocriação e falha de serviço focando na eficácia das estratégias de recuperação cocriadas onde consumidores e empresas definem a melhor solução juntos (Hazée, Vaerenbergh, & Armirotto, 2017). No entanto, os estudos focados em falhas de serviço causadas por culpa do cliente são escassos. Uma das pesquisas que investigou essas falhas comparando consumidores, funcionários e empresas foi a realizada por Swanson e Hsu (2011), que explorou o efeito da recuperação baseada no locus da causalidade e a severidade da falha de serviço no comportamento boca a boca. Aqui focamos na causa da falha de serviços regidos por contrato, o que significa que existem barreiras para que se faça a troca dos serviços contratados por outra alternativa. Assumimos que os clientes avaliam mais positivamente a empresa e apresentam uma maior intenção de recompra após a solução de uma falha de serviço quando tal falha ocorreu por culpa do cliente do que quando ocorreu por culpa da empresa.

Estudos sobre a atribuição de causa focam nos efeitos observados quando a responsabilidade por um incidente é colocada nas empresas. Não há pesquisas sobre as reações dos clientes quando essa responsabilidade recai sobre eles ou estudos que discutem os impactos da percepção de justiça e das consequências emocionais e comportamentais nesses casos. Sugerimos que, dependendo do locus de causa (falha da empresa ou falha do cliente), a justiça percebida e as respostas emocionais e comportamentais serão diferentes. Como o nível de justiça percebida é baseado na experiência anterior dos clientes e pode desencadear diferentes respostas emocionais (Isabella, 2015), acreditamos que uma injustiça percebida evocará raiva (Strizhakova, Tsarenko, & Ruth, 2012). No entanto, se um cliente atribuir a falha a si mesmo, a injustiça percebida será menos intensa e desencadeará menos raiva em comparação com a situação onde a empresa é considerada a responsável pela falha. Portanto, a atribuição de causa pode desempenhar um papel significativo na intensidade das relações dos construtos do modelo.

Assim, são dois os objetivos desse estudo: primeiro, apresentamos um modelo, iniciando com Percepção de Justiça (ou injustiça) a partir de uma falha de serviço, desenvolvido com base na fundamentação teórica. Esse modelo envolve diferentes construtos, como Raiva, Emoções Negativas, Confiança, Recuperação da Satisfação, Barreira de Mudança e Intenção de Recompra. Em segundo lugar, testamos o modelo completo e comparamos a atribuição de causa como moderador do processo.

Desenvolvemos um modelo de intenção de recompra em base a uma revisão de literatura e o testamos usando a Teoria de Resposta ao Item (TRI). Embora o uso da TRI para um tipo de dado ordinal ainda seja incomum na literatura de marketing, pesquisadores reconheceram sua contribuição para a mensuração de variáveis latentes (Jong & Steenkamp, 2010). Optamos por usar a TRI para testar o modelo proposto porque ele “testa a dificuldade do item” e fornece uma medida mais precisa e confiável em comparação às medidas clássicas que transformam escalas Likert em dados métricos (Embretson & Reise, 2000; Hernani-Merino, Isabella, Vargas, & Mazzon, 2020).

A contribuição deste estudo para a literatura na área de marketing está primeiramente na apresentação de um modelo integrado de intenção de recompra após falha de serviço, com ênfase no momento em que o problema é resolvido. Em segundo lugar, o estudo traz a Teoria da Atribuição de Causalidade à discussão dos modelos de falha de serviço, mostrando que existem diferenças neles de acordo com quem contribui para a falha. A literatura geralmente a investiga as tais falhas na perspectiva da culpa da empresa. Entretanto, os clientes fazem parte do processo de uso e consumo de produtos e serviços e, portanto, é pertinente investigar a falha do ponto de vista da culpa do cliente. Finalmente, a pesquisa usa a TRI no método, o que não é uam prática difundida ou usual nas áreas de marketing ou negócios.

Já na perspectiva do campo da gestão, o estudo ajuda a identificar se a atribuição de causa de uma falha de serviço dirigida a clientes ou empresas levará a impactos mais ou menos significativos nos aspectos confiança, barreira de mudança e intenção de recompra. “Fazer esse tipo de identificação pode ajudar a gerenciar as falhas de serviço que têm os efeitos mais adversos na relação entre o cliente e o prestador de serviço” (Srivastava & Gosain, 2020, p. 107, tradução nossa). Assim, a confiança do cliente no provedor de serviços pode aumentar por meio da valorização do compromisso do provedor e sua capacidade de gerenciar estratégias de retenção para diferentes situações.

DESENVOLVIMENTO TEÓRICO

De acordo com Michel (2001, p. 22), “os clientes ficam satisfeitos quando suas expectativas são atendidas”. A literatura apresenta fortes evidências empíricas apoiando a noção de que os clientes avaliam os encontros de recuperação em base a sua percepção de justiça (por exemplo, Jung & Seock, 2017; Nikbin, Ismail, Marimuthu, & Armesh, 2012).

A justiça percebida evoca resposta emocional (Isabella, 2015). Lucas (2009) afirmou que as dimensões distributiva e processual da justiça percebida evocam emoções positivas ou negativas. No entanto, espera-se que para a falha de serviço, o primeiro impacto da percepção de justiça leve a uma emoção negativa (Strizhakova et al., 2012).

Existem dois conjuntos principais de pesquisas sobre emoções e percepção de justiça: os estudos que exploram emoções por valência (DeWitt et al., 2008; Kuo & Wu, 2012) e aqueles que exploram emoções específicas/discriminadas, como medo, raiva, felicidade ou tristeza (McColl-Kennedy, Sparks, & Nguyen, 2011). A emoção refere-se ao estado afetivo de um indivíduo, que é específico de um determinado evento ou de seus pensamentos. É uma mudança na excitação do sistema nervoso autônomo que induz expressões faciais específicas e tendências comportamentais (Pham, 2007). A avaliação cognitiva pode desencadear essa mudança especificamente em relação ao objeto ou ato em questão (Lazarus, 1991). A raiva é uma emoção negativa evocada pela percepção de justiça (ou injustiça). Na falha de serviço, a definição de raiva é um estado emocional gerado por emoções de injustiça, ameaça ou uma experiência danosa (Funches, 2011). Se o custo for maior que o ganho, isso pode induzir uma avaliação de “injustiça” (Kuo & Wu, 2012). Para os clientes, a raiva é uma emoção forte que desencadeia comportamentos agressivos, como dizer algo ofensivo ou desejar ferir alguém (a marca ou a empresa) (Bougie, Pieters, & Zeelenberg, 2003; McColl-Kennedy et al., 2011). Este conceito é importante quando se estuda o comportamento e as reações afetivas dos clientes em situações de conflito; portanto, a justiça de uma situação pode se tornar um impulso importante para uma resposta pós-compra e um relacionamento próspero (Isabella, Mazzon, & Dimoka, 2017). Nesse sentido, as emoções são consideradas mediadoras da percepção de justiça e outros construtos relacionados.

Emoções específicas, como raiva, podem produzir uma mistura de emoções, como infelicidade, angústia, ansiedade, frustração ou ódio, que quando agrupadas podem ser chamadas de emoções negativas. Usando topografia funcional, Baumann e Mattingley (2012) mostraram que, quando os participantes experimentavam raiva, algumas áreas cerebrais muito distintas responsáveis pelas emoções se sobrepunham. Eles também reconheceram que a raiva é uma reação à frustração ou bloqueio de meta, e ela “desempenha um papel fundamental na ‘ligação’ dos processos cognitivos e emocionais” (p. 809, tradução nossa). Portanto, se a raiva vem de uma situação específica, a percepção de injustiça em uma situação de falha de serviço pode evocar emoções discretas - que chamamos de emoções negativas.

A justiça percebida e as emoções negativas afetam a satisfação após uma tentativa de recuperação de uma falha no serviço (Smith, Bolton, & Wagner, 1999). Belén, Vázquez-Casielles e Díaz-Martin (2009) mostraram que a resposta emocional é um mediador da percepção de justiça e satisfação. Kuo e Wu (2012) estudaram um site de compras online e mostraram relações significativas entre justiça percebida, emoções negativas e recuperação da satisfação. Da mesma forma, Schoefer e Ennew (2005) sugeriram que a justiça percebida afeta a satisfação direta e indiretamente através das emoções. Portanto, a justiça percebida tem uma relação positiva com a satisfação, e as emoções negativas a impactam negativamente.

Outra relação bastante estudada e importante para recuperar a satisfação após a falha de serviço é a confiança. Para DeWitt et al. (2008), a avaliação dos clientes sobre o quão justa é uma tentativa de recuperação de serviço influencia a confiança nos prestadores de serviços. Para os autores, a “confiança é afetada pelas percepções da capacidade, integridade e benevolência daquele em que se confia” (DeWitt et al., 2008, p. 272). Confiança é a expectativa de alguém de que uma outra parte se comportará de acordo com o esperado em uma situação específica. A ocorrência de riscos e incertezas é uma premissa básica para que exista confiança (Elliott & Yannopoulou, 2007). Ela a inclui a predisposição para aceitar riscos com base em expectativas positivas das intenções, comportamento e integridade do outro. Gera cooperação entre parceiros, reduz conflitos, aumenta e mantém o compromisso com os relacionamentos. Consequentemente, exceder ou decepcionar as expectativas dos clientes pode fortalecer ou enfraquecer a confiabilidade dos prestadores de serviços (DeWitt et al., 2008). Portanto, quando os consumidores estão satisfeitos com a empresa, confiam na empresa. Da mesma forma, se houver percepção de justiça na relação entre empresa e consumidor, os consumidores confiarão na empresa.

Para além da relação baseada em confiança entre empresas e clientes e da intenção de recompra considerando tal relação, existe uma barreira que influencia a decisão do cliente de procurar uma outra empresa. Esse elemento é conhecido como barreira de mudança ou custos de mudança (Pick & Eisend, 2013). Ela envolve fatores psicológicos e emocionais, esforços de busca (tempo) e, às vezes, fatores monetários na transação entre o cliente e a empresa (Patterson & Smith, 2003). Jones, Mothersbaugh e Beatty (2000) usaram uma concepção mais ampla onde a barreira de mudança é qualquer fator que torna mais difícil ou caro para um cliente mudar de um fornecedor para outro. A análise do compromisso do cliente em permanecer com um prestador de serviços é independente de quantas ou quais são as barreiras de mudança (Bougie et al., 2003). “A 'mudança' diz respeito a probabilidade de um comprador trocar, demonstrar intenção de trocar e o comportamento real do comprador de trocar para outro vendedor” (Pick & Eisend, 2013, p. 187, tradução nossa). Por exemplo, a percepção de qualidade, customização, personalização ou como a marca trata o cliente podem ser consideradas barreiras de mudança.

Optamos por utilizar o compromisso estabelecido e desenvolvido pelos clientes com um prestador de serviços, que proporciona um benefício de valor superior (Colgate & Lang, 2001). No caso dos serviços de telecomunicações os clientes lidam com vários fatores quando pensam em mudar de operadora, sendo dois deles o afeto que nutrem pela empresa e o relacionamento com ela ao longo do tempo. Para manter os clientes, é comum que as operadoras de telecomunicações ofereçam benefícios especiais, tratamento preferencial ou recompensas. Por exemplo, os provedores podem ofertar aos seus clientes mais antigos telefones celulares gratuitos ou descontos na aquisição de novos aparelhos. Além disso, o mercado de telecomunicações brasileiro - estudado no presente artigo - não apresenta muitos players e, portanto, não dispõe de muitas opções para que os clientes mudem de empresa.

Como mencionado, a falha de serviço faz com que os clientes experimentem sentimentos negativos, que modificam seu nível de satisfação com um serviço. Os níveis de satisfação dos consumidores são influenciados pelos resultados da recuperação do serviço (Oddom et al., 2020). A recuperação do serviço pode ser boa o suficiente para aumentar o nível de satisfação que o cliente tinha anteriormente após experimentar a falha do serviço (Smith et al., 1999), mesmo entre clientes lesados (Oddom et al., 2020). Além disso, respostas emocionais e baixa satisfação podem ser um poderoso preditor de comportamento do cliente e podem ser traduzidas em ações negativas, como boca a boca negativo, reclamações, nenhuma intenção de recompra, ou comportamento de troca de provedor (Gelbrich & Roschk, 2010).

Portanto, a recuperação do serviço pode influenciar positiva ou negativamente a decisão dos clientes em trocar de empresa (Colgate & Lang, 2001). Ainda, experiências negativas que refletem a falha de serviço e encontros de serviço desagradáveis são elementos que levam a troca de empresa (Pick & Eisend, 2013). No entanto, se houver recuperação da satisfação - uma solução para o problema, por exemplo - a barreira de mudança tende a ficar mais forte. A confiança na marca pode ser classificada como uma dessas barreiras que evita que clientes abandonem a empresa por outra (Konuk, 2013). Uma vez que as relações entre clientes e marcas ou empresas são consequências da confiança, a manutenção dessas é necessária para ganhar confiança e minimizar, ou eliminar, qualquer incerteza e risco percebidos que manteriam a intenção de recompra de um produto ou continuidade no uso de serviços da mesma empresa (Elliott & Yannopoulou, 2007).

Além disso, a confiança é um antecedente da intenção de compra (Konuk, 2013). A confiança tem um impacto direto e positivo na intenção de compra após a recuperação do serviço. A intenção de recompra é caracterizada pela intenção do cliente de readquirir produtos ou serviços da mesma empresa (Kuo & Wu, 2012). Em uma situação de falha de serviço onde a troca de prestador de serviço pode ser afetada negativamente e onde o relacionamento é rompido, a barreira de mudança influencia positivamente a intenção de recompra (Jones et al., 2000).

Com base na literatura citada anteriormente, foi criado um modelo integrado de intenção de recompra após a resolução da falha de serviço (onde há recuperação da satisfação) e é apresentado na Figura 1.

Figura 1
Sugestão de modelo integrado de intenção de recompra após falha de serviço

Usamos esse modelo para explorar o impacto da atribuição de causa, como demonstrado nas próximas seções.

Atribuição de causa para falha de serviço influenciando o modelo

A atribuição de causa refere-se às percepções das pessoas sobre quem ou o que é responsável por determinados eventos. Ela serve como determinante importante das respostas afetivas e comportamentais dos clientes (Weiner, 1985), que dependem de condições internas ou externas (Weiner, 1980). No contexto de empresa, interno significa dentro da empresa, enquanto externo implica fatores externos a ela. Quando avaliam a situação, os clientes julgam esse locus de causa e a necessidade de controle da empresa, definindo a sequência de efeito e comportamento (Weiner, 1985). Em outras palavras, a atribuição de causa para a falha de serviço refere-se a quem causa ou causou a falha. Essa falha pode ter ocorrido realmente ou tratar-se apenas da percepção do cliente (Kelley, 1973).

A causalidade externa pode resultar em raiva, frustração ou simpatia e impactar percepções e comportamentos para com a empresa, embora os efeitos de outros clientes e outras falhas no serviço, geradas pelo cliente, possam impactar em menor grau em comparação com a falha da empresa (Baker & Kim, 2018). De acordo com Swanson e Hsu (2011), no setor de hospitalidade, há um impacto do nível de gravidade da falha e da atribuição do funcionário ou cliente no boca a boca negativo. Portanto, acreditamos que a atribuição de causa modera alguma relação da intenção de recompra integrada após a falha no serviço, objetivo deste trabalho. A seguir, apresentamos oito hipóteses de atribuição de causa como moderadora no modelo integrado.

A percepção de justiça é o primeiro construto do nosso modelo ligado às emoções (raiva e emoções negativas) e à recuperação da satisfação e confiança. Compreensivelmente, um serviço é considerado falho quando não atende às expectativas do cliente (Michel, 2001), e essa quebra da expectativa produz emoções de maior irritação e mais negativas quando a causa é atribuída à empresa e não ao cliente. Quando os consumidores sentem que são tratados de forma injusta, encaram a falha de serviço como algo negativo (Bougie et al., 2003); no entanto, esse sentimento é mitigado quando a causa da falha é atribuída ao próprio cliente.

Consequentemente, espera-se dois resultados: a) quanto menor a percepção de justiça, maior o sentimento de raiva quando a falha é atribuída à empresa e não ao consumidor, e b) quanto menor a percepção de justiça, maior o sentimento de emoções negativas quando a falha é atribuída à empresa e não ao consumidor.

A percepção de justiça também afeta a recuperação da satisfação. Quando clientes apresentam uma percepção de justiça mais apurada, espera-se que a falha de serviço leve a um aumento da insatisfação. Entretanto, quando a falha de serviço acontece em decorrência de uma falha por parte do cliente, este pode desconsiderar a sensação de justiça em relação ao produto ou serviço. Dessa forma, essa insatisfação será mais fraca do que se a falha de serviço ocorresse por causa da empresa. Assim, propomos que quanto menor a percepção de justiça, menor será a recuperação da satisfação principalmente nos casos em que a falha é atribuída à empresa.

• H1: A percepção de justiça e recuperação da satisfação será moderada pela atribuição de causa. A percepção de justiça será menor quando a falha for atribuída à empresa e não ao cliente, afetando a recuperação da satisfação com intensidade diferente.

De acordo com a Figura 1, existe uma relação entre a recuperação da satisfação e a confiança. Embora essa relação possa ser positiva, onde maior satisfação aumenta a confiança, não há argumentos para acreditar que a atribuição de causa possa aumentar ou diminuir essa relação. Se a recuperação da satisfação for percebida pelo consumidor como uma responsabilidade da empresa, independentemente de quem seja a falha, o impacto na confiança será o mesmo. Assim, o impacto da recuperação da satisfação na confiança será moderado pela atribuição de causa. Por isso, propomos:

• H2: Não há moderação por atribuição de causa entre recuperação da satisfação e confiança.

De acordo com Sparks e Fredline (2007), quando ocorre uma falha de serviço, a avaliação dessa falha é atribuída principalmente ao prestador e não ao cliente principal, já que o cliente culpará quem ele acredita ser o responsável pelo incidente e essa dinâmica pode ganhar destaque. Como os relacionamentos de longo prazo são baseados em confiança, os clientes podem perder um pouco dela ao enfrentar uma falha de serviço (uma perda que pode ser ampliada caso os consumidores não encontrarem uma solução para o seu problema). Eles confiam menos na empresa quando a falha é atribuída a ela, mas não perdem tanto a confiança quando a falha é considerada sua própria. Isso porque, na mente do consumidor, existe a obrigação de encontrar uma solução quando o problema vem da empresa. Assim, acreditamos que quanto menor a Percepção de Justiça, menor a confiança quando a falha é atribuída à empresa e não ao consumidor.

• H3: A percepção de justiça e confiança será moderada pela atribuição de causa. A percepção de justiça será menor quando a falha for atribuída à empresa e não ao cliente, afetando a confiança.

Embora clientes lesados possam ter um comportamento negativo em relação às empresas, principalmente quando a falha é atribuída a elas (Swanson & Hsu, 2011), as atribuições do cliente em relação ao processo de recuperação devem ser consideradas (McCollough et al., 2000). Compreensivelmente, o locus da atribuição de causa - se na empresa ou no cliente - deve impactar no nível de satisfação; no entanto, o serviço que apresenta problema será sempre negativo, independentemente de quem seja a culpa. Se houver uma recuperação da satisfação por parte da empresa, o nível de emoção negativa pode não a influenciar. Não há razão para acreditar que a atribuição de causa altere a relação entre a percepção de justiça e raiva ou emoção negativa. Entendemos que o fracasso atribuído à empresa ou consumidor irá evocar raiva e emoção negativa (Isabella, 2015; Strizhakova et al., 2012). O processo cognitivo após o sentimento pode ser alterado pela atribuição de causa, mas a emoção em si ocorrerá em ambas as situações. Por outro lado, a emoção negativa criada pela falha, que afeta a recuperação da satisfação quando processada cognitivamente, pode ser afetada pela atribuição de causa. Portanto, quando a empresa falha, os consumidores ficam mais irritados com a empresa do que consigo mesmos, e essa emoção negativa afeta negativamente a recuperação da satisfação. Portanto:

• H4: As emoções negativas e a recuperação da satisfação serão moderadas pela atribuição de causa. Os consumidores ficarão irritados com a empresa, e também insatisfeitos com o fato de afetarem de maneira diferente a recuperação da satisfação.

Falhas em encontros na prestação de serviços levam a emoções negativas e ao aumento da insatisfação que, quando não recuperada, impulsiona a intenção e as respostas comportamentais dos consumidores (Mattila & Ro, 2008). Funches (2011), investigando a sequência atribuição-afeto-comportamento, observou que os clientes que ficam mais irritados são mais propensos a reclamar e têm menos intenção de recompra quando culpam a empresa pelo fracasso. Portanto, quando a empresa falha, os consumidores ficam mais irritados com ela do que consigo mesmos, e essa atribuição de causa modera a intenção de recompra. Com base nesse raciocínio, espera-se que a emoção negativa seja maior quando a falha for da empresa e não do consumidor, afetando a intenção de recompra.

• H5: As emoções negativas e a intenção de recompra serão moderadas pela atribuição de causa. Os consumidores terão mais emoções negativas quando a falha for atribuída à empresa do que a si mesmos, resultando em menor intenção de recompra.

Como a percepção de justiça, a recuperação da satisfação e, de acordo com nossa proposta, a atribuição de causa afetam a confiança, acreditamos que a falha atribuída à empresa ou ao consumidor impactará de forma diferente a intenção de recompra na empresa e a intenção de mudança. De acordo com Folkes, Koletshy e Graham (1987), a intenção de compra diminui quando os consumidores percebem que a empresa teve responsabilidade nas causas das falhas de serviço, mas pode aumentar quando a empresa não tem essa responsabilidade ou consegue encontrar uma solução para o problema. Por outro lado, se a falha for atribuída ao consumidor, não há razão para que este tenha maior intenção de recompra, principalmente porque sentem-se constrangidos ou culpados pelo fracasso e evitam comprar novamente com o mesmo vendedor.

• H6: A confiança e a intenção de recompra serão moderadas pela atribuição de causa. Os consumidores terão uma maior intenção de recompra se a falha for atribuída à empresa e não a eles mesmos.

Da mesma forma, Mattila e Ro (2008) sugeriram que quando os consumidores atribuem as causas a fatores externos a empresa (como problemas causados por eles próprios), a intenção de mudar de prestador de serviço diminui. Portanto, esperamos: a) quanto maior a confiança, maior a intenção de recompra, principalmente quando a falha é atribuída à empresa e não ao consumidor, e b) quanto maior a confiança, maior a barreira de mudança, principalmente quando a falha é atribuída ao consumidor e não à empresa.

• H7: A relação entre a confiança e a barreira de mudança será moderada pela atribuição de causa. Quando a falha é atribuída à empresa, a barreira de mudança será menor do que quando se trata de uma falha do cliente.

Ao observar que uma falha de serviço atribuída a empresa pode diminuir a confiança, afetar a relação entre empresa e consumidor, e impactar a barreira de mudança, também pode-se considerar que o nível da intenção de troca será afetado pela atribuição de causa, o que, portanto, interferiria na intenção de recompra. Assim, espera-se que quanto maior for a barreira de mudança, maior será a intenção de recompra, principalmente quando a falha é atribuída à empresa e não ao consumidor.

• H8: A relação entre a barreira de mudança e a intenção de recompra serão moderadas pela atribuição de causa. Quando a falha é atribuída à empresa, a barreira de mudança será menor do que se a falha for atribuída ao consumidor.

A Figura 2 apresenta as relações propostas descritas anteriomente.

Figura 2
Proposições de atribuição de causa que afetam o modelo integrado de intenção de recompra após falha de serviço

MÉTODO

Testamos as hipóteses por meio de um questionário aplicado a estudantes universitários na cidade de São Paulo - Brasil. Fizemos contato com o diretor de uma universidade e solicitamos permissão para distribuição do questionário entre alunos em um laboratório de informática. Durante um período de duas semanas, foram coletados 265 questionários preenchidos. O questionário foi apresentado em língua portuguesa, na plataforma Qualtrics.

Antes de aplicarmos o questionário final, realizamos um pré-teste com 20 alunos para verificar os cenários que descrevem a falha de serviço. Algumas alterações foram feitas na versão final, principalmente na sua redação. Os participantes foram instruídos em dois cenários retratando uma situação comum, onde o sinal de seus celulares parou de funcionar, não era possível fazer chamadas e tiveram que contatar a operadora para obter uma solução. Metade dos alunos foi instruída em um cenário onde havia deixado cair o telefone no chão (falha do consumidor), enquanto a outra metade dos participantes deveria considerar que o sinal do telefone parou de funcionar sem motivos específicos (falha da empresa). Posteriormente, solicitamos aos participantes que imaginassem que contataram a operadora de telefonia celular pedindo uma solução para o problema. Todos os participantes do estudo possuíam telefone celular e eram usuários de uma operadora de telecomunicações.

Ao contrário do estudo de Swanson e Hsu (2011), que pediu aos participantes que imaginassem situações de falha no serviço ao manipular sua pesquisa, em nosso trabalho optamos por controlar essas situações de falha. Assim, os participantes foram expostos as situações, expostas no Apêndice A. Esse procedimento também garantiu que a atribuição de causa foi dada ao consumidor ou à empresa e não a um terceiro.

Conforme explorado por Nikbin et al. (2012), que focaram a falha no serviço em telecomunicação móvel na percepção de justiça e na intenção de troca, optamos por testar todo o modelo. As reclamações de falhas no serviço neste setor são uma das maiores do Brasil. De acordo com o Departamento Estadual de Proteção e Defesa do Consumidor (Procon-SP, 2021), os três maiores prestadores de serviços de telecomunicações foram listados nas seis primeiras posições das empresas que mais receberam reclamações no primeiro semestre de 2021.

Os construtos usados nos instrumentos de pesquisa foram traduzidos do inglês para o português, com adaptações à cultura e contexto dos respondentes. Após a leitura do cenário completo, os participantes responderam à escala de raiva (4 itens), escala de emoções negativas (4 itens) adaptada de Schoefer e Ennew (2005) e Schoefer e Diamantopoulos (2008); uma escala de confiança (12 itens), com três dimensões - benevolência, integridade e capacidade - adaptada de Gefen e Straub (2004); uma escala de satisfação (3 itens) adaptada de Kuo e Wu (2012); uma escala de barreira de mudança adaptada (3 itens) de Colgate e Lang (2001); e uma escala de intenção de recompra (3 itens) adaptada de Kuo, Wu e Deng (2009). Todas as escalas foram ancoradas por 1 = “discordo totalmente” e 7 = “concordo totalmente”. Os itens para cada escala são apresentados no Quadro 1.

Quadro 1
Propriedades dos itens de falha de serviço

Escala	Item
Raiva	(1) Senti raiva do serviço prestado pela minha empresa de telecomunicações (2) Fiquei furioso com o jitter (3) O problema com o atendimento da empresa me deixou com raiva
Emoção negativa	(1) A solução que a empresa me deu me deixou com raiva (2) Fiquei aborrecido com a solução que a empresa me deu (3) Tive um sentimento negativo com o tratamento que a empresa me ofereceu (4) Fiquei insatisfeito com a solução que a empresa me deu
Recuperação da satisfação	(1) Grau de contentamento (após ligar para a empresa) (2) Grau de satisfação (após ligar para a empresa) (3) Grau de felicidade (após ligar para a empresa)
Intenção de recompra	(1) Minha intenção é continuar usando essa empresa prestadora de serviços (2) Eu recomendaria o serviço dessa empresa para meus amigos e parentes (3) Eu poderia adquirir mais serviços dessa empresa se eles me interessarem (4) A probabilidade de continuar a utilizar os serviços dessa empresa é elevada
Barreira de Mudança	(1) Eu uso os serviços dessa empresa porque é a melhor escolha para mim (2) Considero que a qualidade do serviço que essa empresa oferece é superior à qualidade do serviço de outras (3) Passei a gostar mais desse provedor de serviços do que de outros atuando na mesma categoria
Percepção de justiça	(1) O funcionário parecia muito preocupado com o meu problema (2) A empresa reagiu positivamente quando reclamei (3) A solução oferecida pela empresa foi justa
Confiança (Dimensão integridade)	(1) As promessas feitas pela empresa de telecomunicações provavelmente serão confiáveis (2) Não duvido da honestidade dessa empresa (3) Espero que essa empresa cumpra as promessas que fizer (4) Espero que o conselho dado por essa empresa seja seu melhor julgamento
Confiar (Dimensão benevolência)	(1) Espero que essa empresa leve em consideração como suas ações me afetam (2) Espero que as intenções dessa empresa sejam benevolentes (3) Espero que essa empresa coloque os interesses dos clientes antes de seus próprios (4) Espero que essa empresa seja bem intencionada
Confiar (Dimensão competência)	(1) Essa empresa é competente (2) Essa empresa entende o mercado em que atua (3) Essa empresa tem conhecimento sobre telecomunicações (4) Essa empresa sabe prestar um serviço de excelência

Os dados utilizados no presente artigo foram previamente testados por meio da análise mensuração de construto (análise de itens) publicado no Journal of Business (Hernani-Merino et al., 2020). Os construtos foram avaliados com base no TTC (teoria do teste clássico), usando a média, estimando o coeficiente alfa de Cronbach para o construto e a correlação item-total, e com base no TRI que estima os parâmetros de discriminação (a) dificuldade (b) por meio do Modelo de Resposta Gradual (MRG), conforme pode ser verificado no estudo. O MRG da TRI (Samejima, 1969) ajudou a estimar os parâmetros e a habilidade (θ) dos respondentes. As análises mostraram que todos os itens da escala são úteis na definição de seus respectivos construtos. As estimativas dos parâmetros de discriminação podem ser vistas na publicação de Hernani-Merino et al, 2020.

Segundo Embretson e Reise (2000) e Bazán, Mazzon e Hernani-Merino (2011), a TRI é uma abordagem moderna e robusta que oferece muitas vantagens na avaliação das propriedades psicométricas de questionários com respostas categóricas em relação às abordagens tradicionais. Entre as principais vantagens, pode-se citar que os modelos de TRI permitem um diagnóstico mais detalhado das características dos itens que foram incluídos no questionário, e estimar com maior precisão as habilidades (traços latentes) considerando funções de resposta que consideram relações não-lineares entre estes e os itens, diferentemente da análise fatorial, que considera apenas relações do tipo linear (Depaoli, Tiemensma, & Felt, 2018). Em particular, o modelo de resposta graduada por TRI utilizado no estudo é especialmente desenhado para aqueles casos em que os questionários incorporam respostas de natureza ordinal.

As validades convergente e discriminante também foram analisadas e mostraram-se adequadas ao modelo. Como resultado, os seis construtos apresentam valores de raiz quadrada da variância média extraída (AVE), ou variação média extraída, superiores aos coeficientes de suas relações com outros construtos, o que indica a existência de validade discriminante. Além disso, todos os sete construtos mostraram que as AVEs estavam acima de 0,75.

Utilizou-se o escore TRI (escore de habilidade), apresentado em Hernani-Merino et al. (2020), como entrada no Smart PLS-SEM para validação de modelos e comparação de grupos.

RESULTADOS

Antes de analisar o modelo completo e posteriormente comparar, por multigrupo, a atribuição de causa, primeiro verificamos se as pessoas em ambas as condições percebiam corretamente a quem atribuir a falha.

Verificação de manipulação

Primeiro, verificamos se os participantes leram a história com atenção e se a entenderam. Além disso, verificamos se a atribuição de causa foi precisa. Para fazer essa verificação de manipulação, ao final do questionário, adicionamos uma pergunta: Na situação imaginada, de quem foi a culpa? Dos 265 participantes, 20 participantes que normalmente deveriam ter respondido que a culpa foi deles por deixar o telefone cair no chão, responderam que a culpa foi da empresa. Além disso, um participante deixou esta pergunta sem resposta. Consequentemente, a análise a seguir foi feita com 244 questionários preenchidos.

Modelo completo de análise de caminho

Analisando o modelo completo, as 11 relações estabelecidas e apresentadas na Figura 1 foram estatisticamente significativas. Das 11, Oito foram estatisticamente significativas em mais de 99,9% do intervalo de confiança (p < 0,001). A relação entre emoções negativas e satisfação foi estatisticamente significativa no nível p < 0,01. Além disso, a relação entre emoções negativas e intenção de recompra foi estatisticamente significativa no nível p < 0,05. A Figura 3 mostra o valor do caminho, se este é significativo e o valor de R2.

Figura 3
Sugestão de modelo integrado de intenção de recompra após falha de serviço

Aprofundando a análise, há dois tipos de relações: positivas e negativas. Em relação às relações positivas (β positivo), o maior efeito é da confiança na barreira de mudança (0,852). Isso parece indicar que um problema em um dispositivo de telefonia móvel, independente da atribuição de causa, pode gerar desconfiança, derrubando a percepção de intenção de troca e facilitando a migração para outra operadora. Destacamos também o grande efeito na relação de percepção de justiça e confiança (0,588), o que sugere que enfrentar um problema com um dispositivo de telefonia móvel, independentemente da atribuição de causa, pode gerar um grande sentimento de injustiça afetando a confiança na empresa, que parece resultar em afetar a intenção de recompra.

Em relação às relações negativas (β negativo), observamos o forte efeito da percepção de justiça na raiva (-0.514). Em outras palavras, se o cliente percebe a situação como injusta, há um aumento da raiva. Houve também um efeito significativamente negativo na percepção de justiça em emoções negativas. Essa situação sugere que durante a percepção de injustiça por parte dos clientes, as emoções negativas em relação à empresa aumentam, o que parece afetar as decisões futuras de um cliente na escolha de uma operadora ou fornecedor. Analisando o efeito tamanho ƒ2, tivemos um grande resultado nas seguintes relações: Percepção de Justiça=>Raiva, Percepção de Justiça=>Confiança e Confiança=>Barreira de Mudança com valores de 0,359, 0,559 e 0,995, respectivamente.

Os resultados mostram que existem bons efeitos em Raiva => Emoção Negativa, Barreira de Mudança => Intenção de Recompra, Percepção de Justiça => Emoção Negativa, Justiça => Recuperação da Satisfação, Recuperação da Satisfação => Confiança e Confiança => Intenção de Recompra com valores de 0,178, 0,248, 0,276, 0,227, 0,146 e 0,237, respectivamente. Finalmente, um pequeno efeito foi encontrado em Emoção Negativa=>Intenção de Recompra e Emoção Negativa=>Satisfação com valores de 0,056 e 0,056, respectivamente.

Análise Comparativa Multigrupo

Para investigar o efeito da atribuição de causa na intenção de recompra após uma falha no serviço, usamos uma análise comparativa multigrupo. Para avaliar se os coeficientes de caminho são iguais entre as falhas atribuídas à empresa e ao cliente em ambos os cenários, utilizou-se a análise multigrupo PLS-SEM. Apresentamos os resultados do caminho do modelo onde o moderador comparou os dados sobre de quem era a falha para facilitar a análise.

Comparando se a atribuição de causa pode influenciar o modelo quando um problema não é resolvido, seis relações (coeficientes de caminho) de oito hipóteses foram estatisticamente significativas nos dois grupos. A Tabela 1 apresenta os resultados da comparação da atribuição de causa (cliente ou empresa).

Tabela 1
Comparativo dos caminhos

Propósito	Relação de Caminho	Culpa do Cliente		Culpa da Empresa		Diferença de Grupo
		Path	StErr	Path	StErr	t-value	p-value
--	RA=>EN	0,294	0,148	0,134	0,15	0,431	0,466
--	JU=>RA	-0,322	0,163	-0,306	0,107	0,124	0,93
--	JU=>EN	-0,462	0,128	-0,273	0,132	0,906	0,325
P1	JU=>RS	0,615	0,154	0,291	0,094	0,772	0,057
P2	RS=>CO	0,38	0,115	0,487	0,089	1,221	0,456
P3	JU=>CO	0,553	0,104	0,229	0,115	0,569	0,05
P4	EN=>RS	0,099	0,159	-0,002	0,14	1,111	0,64
P5	EN=>IR	-0,31	0,084	-0,018	0,089	3,85	,024*
P6	CO=>IR	-0,014	0,16	0,409	0,104	1,701	,021*
P7	CO=>BT	0,972	0,132	0,542	0,099	1,361	,009**
P8	BT=>IR	0,762	0,127	0,493	0,099	1,428	0,093

apenas negrito: p < 0,10
• ^*
  p < 0,05;
• ^**
  p < 0,01;
• ^***
  p <,001
RA: Raiva; EN: Emoção Negativa Geral; RS: Recuperação da Satisfação; IR: Intenção de Recompra; BT: Barreira de Mudança; JU: Justiça; CO: Confiança.

A hipótese H1 apresentou diferença entre os dois grupos para a percepção de justiça impactando na recuperação da satisfação (∆ = 0,324), nesse caso, quando a falha foi atribuída ao cliente, o β foi maior do que quando a falha foi atribuída à empresa. Os consumidores parecem ter maior recuperação da satisfação quando a falha é atribuída a eles e não à empresa.

Como previmos, o impacto da recuperação da satisfação na confiança não é moderado pela atribuição de causa (H2). Não há diferença entre os grupos (p < 0,456), com ∆ = 0,107. Portanto, é improvável que a recuperação da satisfação defina o impacto na confiança, independentemente de a falha ser atribuída à empresa ou ao consumidor. Ou seja, se a satisfação for recuperada, aumentará a confiança na empresa; porém, se não for recuperada, a relação entre empresa e consumidor se tornará mais frágil.

Outro caminho significativo foi a percepção da justiça impactando na confiança (H3). Neste caso, coincidentemente, o Beta foi diferente em 0,324 (p<0,05). O que significa que quando a falha é atribuída ao consumidor, sua Percepção de Justiça impacta mais na confiança do que se for atribuída à empresa. Quando a empresa é percebida como justa, a confiança dos clientes nela aumenta - quando fracasso é atribuído a ela, e não ao cliente.

Em relação ao impacto das emoções negativas na recuperação da satisfação (H4), não há diferença em nenhuma das situações. A atribuição de causa não afeta essa relação (p < 0,64). O resultado indica que não há moderação. Explicações alternativas serão apresentadas na discussão.

O caminho entre a emoção negativa e a intenção de recompra (H5) é moderado pela atribuição de causa. A diferença entre os caminhos é de 0,292 e é significativa com 95% de confiança. O impacto das emoções negativas na intenção de compra é maior quando o fracasso é atribuído ao cliente e não à empresa. Isso significa que quando a emoção negativa é menor (falha do cliente), a probabilidade de recompra aumenta.

A confiança afeta a intenção de recompra (H6) e a barreira de mudança (H7) e, como os dados sugerem, é moderada pela atribuição de causa. De acordo com os dados, quando a falha é atribuída ao consumidor, a confiança influenciará de forma limitada a intenção de recompra (b = -.014) do que quando a falha é atribuída à empresa (b = .409), ∆ = 0,423. Da mesma forma, quanto maior a confiança, maior a barreira de mudança, especialmente quando a falha é atribuída ao consumidor (b = 0,972) e não à empresa (b = 0,542), ∆ = 0,430.

Por fim, o efeito da barreira de mudança e da intenção de recompra (H8) foi moderado pela atribuição de causa. Neste caso, o intervalo de confiança foi de 90%, e mostrou que quando a falha for atribuída ao consumidor, a barreira de mudança afetará mais a intenção de recompra ( = 0,762), do que quando a falha for atribuída à empresa (b = 0,439), ∆ = 0,323.

DISCUSSÃO

A falha de serviço é um problema crítico para as empresas porque é mais barato manter os clientes satisfeitos do que alcançar e adquirir novos clientes. Identificamos uma carência na literatura quanto a estudos sobre situações em que a falha de serviço era atribuída ao cliente. Assim, esse estudo investigou o modelo de intenção de recompra - quando há satisfação de recuperação (ou seja, o problema é resolvido) - baseado na falha de serviço quando a atribuição de causa influencia o modelo. Primeiro propusemos um modelo começando com a percepção de justiça em uma situação de falha de serviço. Nesse modelo, foram utilizados os seguintes construtos: Raiva, Emoções Negativas, Recuperação da Satisfação, Confiança, Barreira de Mudança e Intenção de Recompra. Posteriormente, comparamos os modelos usando a atribuição causal como moderador. Com base na TRI, seguida de uma análise de estrutura (PLS-SEM) e da análise multigrupo para avaliar os moderadores, a maioria das nossas hipóteses foram suportadas.

A atribuição de causa indica um impacto diferente na recuperação da satisfação, confiança e, consequentemente, impactos como barreiras de mudança e intenção de recompra. Simultaneamente, os resultados mostram que a emoção negativa evocada pela atribuição de causa não altera a recuperação da satisfação, e por sua vez, esta não altera a percepção de confiança. Uma explicação de por que não há efeito de atribuição de causa na relação de emoção negativa e recuperação da satisfação é que em ambas as situações (falha da empresa ou falha do consumidor) surgirão sentimentos negativos. Em relação à moderação entre recuperação da satisfação e confiança, como previsto, não há motivos para acreditar nela. Se a recuperação da satisfação for atribuída ao consumidor como uma responsabilidade da empresa - uma vez que o consumidor responsabilizará a empresa pelo mau serviço ou produto, independentemente de quem seja a falha - o impacto na confiança será o mesmo.

No entanto, não importando de quem seja a culpa, as empresas devem ter cuidado com a relação de confiança, pois se a culpa é da empresa, as expectativas do consumidor são muito maiores, e a empresa cria um paradoxo de satisfação do serviço. Em nosso modelo, é importante criar uma barreira de troca emocional “mais alta” para manter os clientes em uma situação de serviço de longo prazo. Quando os clientes fazem com que os produtos sejam defeituosos ou causem uma possível falha no serviço e a empresa ainda consegue resolver seus problemas, sua relação de confiança aumenta ou fortalece consideravelmente a barreira de mudança emocional em comparação com quando a falha é atribuída à empresa. A emoção negativa não impacta a recuperação da satisfação com a empresa, mas impacta a intenção de recompra; portanto, níveis mais baixos de emoções negativas (como o causado pelo fracasso do consumidor) têm impacto (Funches, 2011).

Este estudo contribui consideravelmente para o campo da gestão de várias maneiras. Primeiramente, com base no modelo proposto, podemos observar a importância da confiança e da barreira de mudança na intenção de recompra. Em segundo lugar, o modelo mostra que as emoções dos consumidores influenciam a intenção de recompra, provando que é importante evitar a negatividade. Terceiro, a identificação de diferenças ao comparar os grupos permite a produção de estratégias específicas de retenção de clientes para as diferentes situações exploradas. Quarto, as empresas poderiam desenhar fluxogramas para que os procedimentos dos funcionários atuem de forma proativa e forneçam soluções para reclamações de problemas, dependendo da causa ou de como ocorreram. Tais medidas poderiam manter a relação empresa-cliente. Quinto, as empresas devem fortalecer sua fidelidade aos consumidores; uma opção é baseada em programas de fidelidade e outra é surpreendê-los com um paradoxo de recuperação de serviços, mesmo quando a falha é atribuída ao consumidor. Essas ações minimizam os sentimentos negativos dos clientes e aumentam seu nível de confiança na empresa.

Além disso, discute se a cocriação na busca de soluções para os consumidores após uma falha no serviço (Hazée et al., 2017) e mesmo a cocriação no desenvolvimento ou uso de produtos devem ser impulsionadas pelas empresas. Especificamente, nos pareceu, mediante aos dados, que o envolvimento dos consumidores na falha do serviço aumenta a barreira de mudança, diminuindo a intenção de mudar de empresa. Portanto, se o consumidor participa do processo de produção do produto ou serviço e até mesmo da solução para o serviço de vendas, nos parece que a confiança e fidelização do consumidor na empresa será maior do que se ele apenas recebesse o produto ou solução prontos.

As limitações deste estudo são as seguintes. Primeiro, nosso modelo não mostrou todas as possíveis relações (consequências) que a atribuição de causa e a justiça distributiva poderiam influenciar. Focamos nos mais importantes e no moderador, a atribuição de causa. Em segundo lugar, neste estudo, a atribuição de causa não foi uma emoção, mas sim, manipulada. Muitos níveis de raiva ou emoções negativas podem impactar com mais intensidade do que o modelo proposto. Terceiro, nossa amostra compreendeu grupos específicos e estudantes de graduação de um país latino-americano. Consequentemente, a amostra pode representar algumas culturas específicas e outras não, portanto não deve ser generalizada. Quarto, criamos uma situação específica para o estudo - uma falha no serviço de telecomunicações. O uso de outros campos pode gerar resultados diferentes. Finalmente, é desejável a replicação e extensão com outros métodos e variáveis através de outros setores. Cenários de desvio duplo e memória de longo prazo também podem ser incluídos em estudos futuros.

REFERENCES

• Azemi, Y., Ozuem, W., Howell, K. E., & Lancaster, G. (2019). An exploration into the practice of online service failure and recovery strategies in the Balkans. Journal of Business Research, 94, 420-431. doi: 10.1016/j.jbusres.2018.08.035
  » https://doi.org/10.1016/j.jbusres.2018.08.035
• Baker, M. A., & Kim, K. (2018). Other customer service failures: emotions, impacts, and attributions. Journal of Hospitality & Tourism Research, 42(7), 1067-1085. doi: 10.1177/1096348016671394
  » https://doi.org/10.1177/1096348016671394
• Baumann, O., & Mattingley, J. B. (2012). Functional topography of primary emotion processing in the human cerebellum. NeuroImage, 61(4), 805-811. doi: 10.1016/j.neuroimage.2012.03.044
  » https://doi.org/10.1016/j.neuroimage.2012.03.044
• Bazán, J. L., Mazzon, J. A., & Hernani-Merino, M. (2011). Classificação de modelos de resposta ao item policotômicos com aplicação ao marketing. Revista Brasileira de Estatistica, 72(235), 7-40. Retrieved from https://biblat.unam.mx/es/revista/revista-brasileira-de-estatistica/articulo/classificacao-de-modelos-de-resposta-ao-item-policotomicos-com-aplicacao-ao-marketing
  » https://biblat.unam.mx/es/revista/revista-brasileira-de-estatistica/articulo/classificacao-de-modelos-de-resposta-ao-item-policotomicos-com-aplicacao-ao-marketing
• Belén, A. B., Vázquez-Casielles, R., & Díaz-Martín, A. M. (2009). Satisfaction with service recovery: Perceived justice and emotional responses. Journal of Business Research, 62, 775-781. doi: 10.1016/j.jbusres.2008.09.015
  » https://doi.org/10.1016/j.jbusres.2008.09.015
• Bougie, R., Pieters, R., & Zeelenberg, M. (2003). Angry customers don’t come back, they get back: The experience and behavioral implications of anger and dissatisfaction in services. Journal of the Academy of Marketing Science, 31(4), 377-393. doi: 10.1177/0092070303254412
  » https://doi.org/10.1177/0092070303254412
• Colgate, M., & Lang, B. (2001). Switching barriers in consumer markets: An investigation of the financial services industry. Journal of Consumer Marketing, 18(4), 332-347. doi: 10.1108/07363760110393001
  » https://doi.org/10.1108/07363760110393001
• Depaoli, S., Tiemensma, J., & Felt, J. M. (2018). Assessment of health surveys: Fitting a multidimensional graded response model. Psychology, Health & Medicine, 23(1), 1299-1317. doi: 10.1080/13548506.2018.1447136
  » https://doi.org/10.1080/13548506.2018.1447136
• Departamento Estadual de Proteção e Defesa do Consumidor. (2021). Coordenadoria de Defesa do Consumidor - Procon paulistano. Disponível em: https://sistemas.procon.sp.gov.br/rank_estadual/Ranking_50_mais_%20jan_ago_2021.pdf
  » https://sistemas.procon.sp.gov.br/rank_estadual/Ranking_50_mais_%20jan_ago_2021.pdf
• DeWitt, T., Nguyen, D. T., & Marshall, R. (2008). Exploring customer loyalty following service recovery: The mediating effects of trust and emotions. Journal of Service Research, 10(3), 269-281. doi: 10.1177/1094670507310767
  » https://doi.org/10.1177/1094670507310767
• Elliott, R., & Yannopoulou, N. (2007). The nature of trust in brands: A psychosocial model. European Journal of Marketing, 41(9/10), 988-998. doi: 10.1108/03090560710773309
  » https://doi.org/10.1108/03090560710773309
• Embretson, S. E., & Reise, S. P. (2000). Item response theory for psychologists New Jersey, USA: Psychology Press.
• Folkes, V. S., Koletsky, S., Graham, J. L. (1987). A field study of causal inferences and consumer reaction: The view from the airport. Journal of Consumer Research, 13(4), 534-539. doi: 10.1086/209086
  » https://doi.org/10.1086/209086
• Fouroudi, P., Kitchen, P. J., Marvi, R., Akarsu, T. N., & Uddin, H. (2020). A bibliometric investigation of service failure literature and a research agenda. European Journal of Marketing, 54(10), 2575-2619. doi: 10.1108/EJM-07-2019-0588
  » https://doi.org/10.1108/EJM-07-2019-0588
• Funches, V. (2011). The consumer anger phenomena: Causes and consequences. Journal of Services Marketing, 25(6), 420-428. doi: 10.1108/08876041111161014
  » https://doi.org/10.1108/08876041111161014
• Gefen, D., & Straub, D. W. (2004). Consumer trust in B2C e-Commerce and the importance of social presence: experiments in e-products and e-services. Omega, 32(6), 407-424. doi: 10.1016/j.omega.2004.01.006
  » https://doi.org/10.1016/j.omega.2004.01.006
• Gelbrich, K., & Roschk, H. (2010). A meta-analysis of organizational complaint handling and customer responses. Journal of Service Research, 14(1), 24-43. doi: 10.1177/1094670510387914
  » https://doi.org/10.1177/1094670510387914
• Hazée, S., Vaerenbergh, Y. Van, & Armirotto, V. (2017). Co-creating service recovery after service failure: The role of brand equity. Journal of Business Research, 74, 101-109. doi: 10.1016/j.jbusres.2017.01.014
  » https://doi.org/10.1016/j.jbusres.2017.01.014
• Hernani-Merino, M. N., Isabella, G., Vargas, E. G. T., & Mazzon, J. A. (2020). Recovery satisfaction construct and construct-related: Assessment measurement from item response theory. Journal of Business, 11(1), 2-13. doi: 10.21678/jb.2019.1137
  » https://doi.org/10.21678/jb.2019.1137
• Hwang, Y., Gao, L., & Mattila, A. S. (2020). What recovery options to offer for loyalty reward program members: Dollars vs. miles?. International Journal of Hospitality Management, 87, 102496. doi: 10.1016/j.ijhm.2020.102496
  » https://doi.org/10.1016/j.ijhm.2020.102496
• Isabella, G. (2015). Hedonic and utilitarian purchases and construal level theory in the perception of justice and price fairness: behavioral and physiological perspectives (Doctoral thesis, Faculdade de Economia, Administração e Contabilidade, University of São Paulo, São Paulo).
• Isabella, G., Mazzon, J. A., & Dimoka, A. (2017). Impacts of product type and representation type on the perception of justice and price fairness. Journal of Business Research, 81, 203-211. doi: 10.1016/j.jbusres.2016.10.031
  » https://doi.org/10.1016/j.jbusres.2016.10.031
• Jerger, C., & Wirtz, J. (2017). Service employee responses to angry customer complaints: The roles of customer status and service climate. Journal of Service Research, 20(4), 362-378. doi:10.1177/1094670517728339
  » https://doi.org/10.1177/1094670517728339
• Joireman, J., Grégoire, Y., Devezer, B., & Tripp, T. M. (2013). When do customers offer firms a “second chance” following a double deviation? The impact of inferred firm motives on customer revenge and reconciliation. Journal of Retailing, 89(3), 315-337. doi:10.1016/j.jretai.2013.03.002
  » https://doi.org/10.1016/j.jretai.2013.03.002
• Jones, M. A, Mothersbaugh, D. L., & Beatty, S. E. (2000). Switching barriers and repurchase intentions in services. Journal of Retailing, 76(2), 259-274. doi: 10.1016/S0022-4359(00)00024-5
  » https://doi.org/10.1016/S0022-4359(00)00024-5
• Jong, M. G. De, & Steenkamp, J.-B. (2010). Finite mixture multilevel multidimensional ordinal IRT models for large scale cross-cultural research. Psychometrika, 75(1), 3-32. doi: 10.1007/s11336-009-9134-z
  » https://doi.org/10.1007/s11336-009-9134-z
• Jung, N. Y., & Seock, Y. K. (2017). Effect of service recovery on customers’ perceived justice, satisfaction, and word-of-mouth intentions on online shopping websites. Journal of Retailing and Consumer Services, 37, 23-30. doi: 10.1016/j.jretconser.2017.01.012
  » https://doi.org/10.1016/j.jretconser.2017.01.012
• Kelley, H. H. (1973). The processes of causal attribution. American Psychologist, 28(2), 107. doi: 10.1037/h0034225
  » https://doi.org/10.1037/h0034225
• Konuk, F. A. (2013). The role of perceived justice in building brand trust. International Journal of Marketing Studies, 5(2), 154-164. doi: 10.5539/ijms.v5n2p154
  » https://doi.org/10.5539/ijms.v5n2p154
• Kuo, Y.-F., & Wu, C.-M. (2012). Satisfaction and post-purchase intentions with service recovery of online shopping websites: Perspectives on perceived justice and emotions. International Journal of Information Management, 32(2), 127-138. doi: 10.1016/j.ijinfomgt.2011.09.001
  » https://doi.org/10.1016/j.ijinfomgt.2011.09.001
• Kuo, Y.-F., Wu, C.-M., & Deng, W.-J. (2009). The relationships among service quality, perceived value, customer satisfaction, and post-purchase intention in mobile value-added services. Computers in Human Behavior, 25(4), 887-896. doi: 10.1016/j.chb.2009.03.003
  » https://doi.org/10.1016/j.chb.2009.03.003
• Lazarus, R. S. (1991). Progress on a cognitive-motivational-relational theory of emotion. The American Psychologist, 46(8), 819-834. doi: 10.1037/0003-066x.46.8.819
  » https://doi.org/10.1037/0003-066x.46.8.819
• Lucas, T. (2009). Justifying outcomes versus processes: Distributive and procedural justice beliefs as predictors of positive and negative affectivity. Current Psychology, 28(4), 249-265. doi:10.1007/s12144-009-9066-x
  » https://doi.org/10.1007/s12144-009-9066-x
• Mattila, A. S., & Ro, H. (2008). Discrete negative emotions and customer dissatisfaction responses in a casual restaurant setting. Journal of Hospitality & Tourism Research, 32(1), 89-107. doi:10.1177/1096348007309570
  » https://doi.org/10.1177/1096348007309570
• McColl-Kennedy, J. R., Sparks, B. A., & Nguyen, D. T. (2011). Customer’s angry voice: Targeting employees or the organization? Journal of Business Research, 64(7), 707-713. doi:10.1016/j.jbusres.2010.08.0
  » https://doi.org/10.1016/j.jbusres.2010.08.0
• McCollough, M. A., Berry, L. L., & Yadav, M. S. (2000). An empirical investigation of customer satisfaction after service failure and recovery. Journal of Service Research, 3(2), 121-137. doi:10.1177/109467050032002
  » https://doi.org/10.1177/109467050032002
• Michel, S. (2001). Analyzing service failures and recoveries: A process approach. International Journal of Service Industry Management, 12(1), 20-33. doi:10.1108/09564230110382754
  » https://doi.org/10.1108/09564230110382754
• Nikbin, D., Ismail, I., Marimuthu, M., & Armesh, H. (2012). Perceived justice in service recovery and switching intention. Management Research Review, 35(3/4), 309-325. doi:10.1108/01409171211210181
  » https://doi.org/10.1108/01409171211210181
• Odoom, R., Agbemabiese, G. C., & Hinson, R. E. (2020). Service recovery satisfaction in offline and online experiences. Marketing Intelligence & Planning, 38(1), 1-14. doi:10.1108/mip-09-2018-0422
  » https://doi.org/10.1108/mip-09-2018-0422
• Patterson, P. G., & Smith, T. (2003). A cross-cultural study of switching barriers and propensity to stay with service providers. Journal of Retailing, 79(2), 107-120. doi:10.1016/s0022-4359(03)00009-5
  » https://doi.org/10.1016/s0022-4359(03)00009-5
• Pham, M. T. (2007). Emotion and rationality: A critical review and interpretation of empirical evidence. Review of General Psychology, 11(2), 155-178. doi:10.1037/1089-2680.11.2.155
  » https://doi.org/10.1037/1089-2680.11.2.155
• Pick, D., & Eisend, M. (2013). Buyers’ perceived switching costs and switching: A meta-analytic assessment of their antecedents. Journal of the Academy of Marketing Science, 42(2), 186-204. doi:10.1007/s11747-013-0349-2
  » https://doi.org/10.1007/s11747-013-0349-2
• Samejima, F. (1969). Estimation of latent ability using a response pattern of graded scores. Psychometrica Monograph, 17, 1-100. doi:10.1002/j.2333-8504.1968.tb00153.x
  » https://doi.org/10.1002/j.2333-8504.1968.tb00153.x
• Santos, J. B., Hernandez, J. M., & Leão, W. (2019). Do recovery processes need empowered frontline employees?. International Journal of Operations & Production Management, 39(11), 1260-1279. doi:10.1108/ijopm-12-2018-0745
  » https://doi.org/10.1108/ijopm-12-2018-0745
• Schoefer, K., & Diamantopoulos, A. (2008). The role of emotions in translating perceptions of (in)justice into postcomplaint behavioral responses. Journal of Service Research, 11(1), 91-103. doi:10.1177/1094670508319091
  » https://doi.org/10.1177/1094670508319091
• Schoefer, K., & Ennew, C. (2005). The impact of perceived justice on consumers’ emotional responses to service complaint experiences. Journal of Services Marketing, 19(5), 261-270. doi:10.1108/08876040510609880
  » https://doi.org/10.1108/08876040510609880
• Smith, A. K., Bolton, R. N., & Wagner, J. (1999). A model of customer satisfaction with service encounters involving failure and recovery. Journal of Marketing Research, 36(3), 356-372. doi:10.2307/3152082
  » https://doi.org/10.2307/3152082
• Sparks, B., & Fredline, L. (2007). Providing an explanation for service failure: Context, content, and customer responses. Journal of Hospitality & Tourism Research, 31(2), 241-260. doi:10.1177/1096348006297292
  » https://doi.org/10.1177/1096348006297292
• Srivastava, M., & Gosain, A. (2020). Impact of service failure attributions on dissatisfaction: Revisiting attribution theory. Journal of Management Research, 20(2), 99-112. Retrieved from https://indianjournals.com/ijor.aspx?target=ijor:jmr&volume=20&issue=2&article=003
  » https://indianjournals.com/ijor.aspx?target=ijor:jmr&volume=20&issue=2&article=003
• Strizhakova, Y., Tsarenko, Y., & Ruth, J. A. (2012). “I’m mad and I can't get that service failure off my mind”: Coping and rumination as mediators of anger effects on customer intentions. Journal of Service Research, 15(4), 414-429. doi:10.1177/1094670512443999
  » https://doi.org/10.1177/1094670512443999
• Swanson S. R., & Hsu, M. K. (2011). The effect of recovery locus attributions and service failure severity on word-of-mouth and repurchase behaviors in the hospitality industry. Journal of Hospitality & Tourism Research, 35(4), 511-529. doi:10.1177/1096348010382237
  » https://doi.org/10.1177/1096348010382237
• Vaerenbergh, Y. Van, Larivière, B., & Vermeir, I. (2012). The impact of process recovery communication on customer satisfaction, repurchase intentions, and word-of-mouth intentions. Journal of Service Research, 15(3), 262-279. doi:10.1177/1094670512442786
  » https://doi.org/10.1177/1094670512442786
• Valentini, S., Orsingher, C., & Polyakova, A. (2020). Customers’ emotions in service failure and recovery: A meta-analysis. Marketing Letters, 31(2), 199-216. doi:10.1007/s11002-020-09517-9
  » https://doi.org/10.1007/s11002-020-09517-9
• Weiner, B. (1980). A cognitive (attribution)-emotion-action model of motivated behavior: An analysis of judgments of help-giving. Journal of Personality and Social Psychology, 39(2), 186-200. doi:10.1037/0022-3514.39.2.186
  » https://doi.org/10.1037/0022-3514.39.2.186
• Weiner, B. (1985). An attributional theory of achievement motivation and emotion. Psychological Review, 92(4), 548-573. doi:10.1037/0033-295x.92.4.548
  » https://doi.org/10.1037/0033-295x.92.4.548

Datas de Publicação

• Publicação nesta coleção
  15 Jul 2022
• Data do Fascículo
  2022

Histórico

• Recebido
  14 Fev 2020
• Aceito
  13 Dez 2021