Resumo: Esta pesquisa teve por objetivo testar um modelo conceitual das inter-relações entre duas facetas da confiança, mais especificamente a Confiança nas Políticas e Práticas Gerenciais (PPGs) e a Confiança no Pessoal de Linha de Frente (PLF). Para tanto, o trabalho foi desenvolvido no contexto do varejo e de serviços com trocas relacionais de uma concessionária de automóveis localizada nas cidades de Bento Gonçalves e Caxias do Sul (RS). Foi aplicada uma survey, que resultou em uma amostra de 235 respondentes. Os dados foram analisados por meio de análise multivariada de dados, utilizando-se a técnica de modelagem de equações estruturais. Os resultados apoiam uma visão multidimensional das duas facetas da Confiança (PPG e PLF), sendo constituídas pelas dimensões Competência Operacional, Benevolência Operacional e Orientação para a Solução de Problemas. A faceta da Confiança no PLF teve um papel crítico em relação à faceta da Confiança nas PPGs. Por fim, foram analisados os efeitos assimétricos das dimensões formadoras das facetas da Confiança.
Palavras-chave:confiançaconfiança, dimensões da confiança dimensões da confiança, facetas da confiança facetas da confiança, efeitos assimétricos efeitos assimétricos, survey survey, trocas relacionais trocas relacionais.
Abstract: This paper aims at testing a conceptual framework of the interrelationships between two facets of trust, namely frontline employees (FLE) and management policies and practices (MPP), each of which is measured by the dimensions of operational competence, operational benevolence and problem-solving orientation. In order to test the proposed model, a survey was conducted with 235 customers from a car dealership, considering its retailing and service context, located in the cities of Bento Gonçalves and Caxias do Sul, in the state of Rio Grande do Sul, southern Brazil. Data was analyzed using structural equation modeling technique. Findings supported a multidimensional view of the two facets of trust (i.e., FLE and MPP), based on operational competence, operational benevolence and problem-solving orientation. Moreover, FLE presented a critical role in influencing the MPP trust. Finally, the asymmetric effects of the three dimensions were also analyzed and revealed interesting results.
Keywords: trust, trust dimensions, trust facets, asymmetric effects, survey, relational exchanges.
A CONFIANÇA EM TROCAS RELACIONAIS: DIMENSÕES FORMADORAS E EFEITOS ASSIMÉTRICOS
Trust in relational exchanges: Related dimensions and asymmetric effects
Recepção: 27 Outubro 2012
Aprovação: 25 Agosto 2013
O conceito de marketing, no que diz respeito às relações com o mercado, vem sendo estudado pelos pesquisadores sob um novo paradigma, o da troca relacional (Dwyer et al., 1987; Morgan e Hunt, 1994). No paradigma tradicional, o da transação discreta, o foco estava na maximização da venda, não havendo qualquer interação continuada entre as partes (Webster Jr., 1992). Em contrapartida, a troca relacional acontece ao longo do tempo, e cada transação deve ser entendida em termos de sua história e visão de futuro antecipada (Macneil, 1978; Milan e De Toni, 2012).
No contexto das trocas relacionais com consumidores, a confiança se destaca como um elemento-chave na estratégia de construção dos relacionamentos de longo prazo entre empresas e clientes (Berry, 2001). Por exemplo, Morgan e Hunt (1994) e Palmatier et al. (2006, 2013) propõem a confiança do cliente e o comprometimento (ou compromisso) como elementos essenciais na construção, na manutenção e no desenvolvimento de fortes relações com os clientes.
Apesar da reconhecida importância da confiança na relação entre consumidor e empresas, poucos estudos têm examinado as práticas e os comportamentos das empresas que constroem ou destroem a confiança depositada pelo consumidor. Ao invés disso, a maioria dos estudos recai sobre as consequências da confiança para os resultados percebidos, como, por exemplo, a retenção ou a lealdade (Milan e De Toni, 2012; Milan et al., 2013; Garbarino e Johnson, 1999; Liang e Wang, 2008). Assim sendo, embora existam evidências para sugerir que a confiança importa para os resultados de questões relacionais, lacunas continuam existindo na compreensão dos fatores que constroem, ou não, a confiança dos consumidores e os mecanismos que possam explicar o processo de consolidação da confiança entre parceiros de troca (Sirdeshmukh et al., 2002).
Motivado por esta oportunidade de pesquisa, o presente estudo analisou as relações entre as dimensões formadoras da confiança e suas facetas, a partir do modelo proposto por Sirdeshmukh et al. (2002). Como na proposta original, na qual os autores testaram o modelo com dados de dois setores de serviços, o varejo do vestuário e o de viagens áreas, o presente estudo foi realizado igualmente em um ambiente de varejo e de serviços. Ou seja, a pesquisa foi aplicada em uma concessionária de veículos autorizada e que representa a marca Peugeot em toda a Serra Gaúcha e região metropolitana da capital do Estado (RS), estando presente nas cidades de Caxias do Sul, Bento Gonçalves, Novo Hamburgo e Porto Alegre.
Neste contexto, o presente artigo replica parte do modelo de Sirdeshmukh et al. (2002). Outros estudos brasileiros já utilizaram o mesmo modelo como referência principal (Didonet, 2004; Perin et al., 2004; Porto, 2004; Cornelius, 2006; Sampaio e Perin, 2006; Souza et al., 2006; Vieira, 2007; Souza, 2010; Souza et al., 2012). A principal contribuição do presente estudo é o teste dos efeitos assimétricos das dimensões formadoras das duas facetas da confiança, mais especificamente a Confiança nas Políticas e Práticas Gerenciais (PPGs) e a Confiança no Pessoal de Linha de Frente (PLF), visto que os estudos anteriores se concentraram nas relações de efeitos diretos do modelo.
A próxima seção traz a fundamentação teórica, apresentando o modelo testado e suas respectivas hipóteses. Na sequência, é apresentado o método de pesquisa empregado e os resultados. Por fim, são tecidas algumas considerações finais, apontando-se os principais achados de pesquisa, limitações e possibilidades de desenvolvimento de pesquisas futuras.
O modelo teórico utilizado e testado neste trabalho é originado do estudo de original desenvolvido por Sirdeshmukh et al. (2002), a partir de diversas pesquisas sobre a confiança nas relações sociais (Deutsch, 1958; Sorrentino et al., 1995) e relações interorganizacionais (Moorman et al., 1993; Morgan e Hunt, 1994). De acordo com a Figura 1, a Confiança do consumidor é conceituada como um construto multifacetado, neste caso, bidimensional, envolvendo as práticas e os comportamentos PLF e das PPGs, como facetas distintas, ou seja, a Confiança no PLF e a Confiança nas PPGs.
Alguns autores conceituam a confiança em termos comportamentais ou de forma conotativa (Ganesan, 1994; Mayer et al., 1995). Enfatizando intenções comportamentais, Moorman et al. (1992, p. 315) definem confiança como “uma vontade de confiar em um parceiro de troca em quem se tem confiança”. Outros pesquisadores utilizam definições cognitivas ou afetivas de confiança, argumentando que a relação entre a confiança e o sentimento de afeição comportamental deverá estar dependente de investigações empíricas e, provavelmente, sujeita à influência de outros fatores contextuais (Doney e Cannon, 1997; Morgan e Hunt, 1994). Adotando essa abordagem, Morgan e Hunt (1994) conceituam a confiança como existente quando uma parte tem a convicção na idoneidade e na integridade do parceiro de troca. Por sua vez, Sirdeshmukh et al. (2002, p. 17) tratam a confiança do consumidor como “a expectativa de posse do consumidor que o prestador de serviço é confiável e pode ser invocada para concretizar as suas promessas”.
Para Sirdeshmukh et al. (2002), a confiança dos consumidores no contexto de serviços é hipotetizada a se desenvolver em torno de duas facetas distintas, a Confiança no PLF e a Confiança nas PPGs. A inclusão de múltiplas facetas em avaliações de usuários de serviços também tem sido sugerida por outros autores (Crosby e Stephens, 1987; Doney e Cannon, 1997; Singh, 1991). Por exemplo, Crosby e Stephens (1987) abordam a satisfação dos usuários de um serviço constituída de três facetas distintas, incluindo a satisfação com a pessoa de contato direto (pessoa que lhe atende), com a essência do serviço (benefícios que procura a partir da sua utilização) e com o provedor de serviços (organização).
Nesse sentido, as práticas e os comportamentos confiáveis são conceituados distintamente para PPGs (ou seja, práticas dignas de confiança) e PLF (ou seja, comportamentos dignos de confiança). Sirdeshmukh et al. (2002) estudam a confiança a partir dos comportamentos do PLF e das PPGs que indicam uma motivação para salvaguardar o interesse dos clientes. Dessa forma, uma conceituação multidimensional é sugerida para incluir noções de: competência, benevolência e orientação para a solução de problemas como as três dimensões formadoras da confiança.
A Competência Operacional, dimensão que, segundo Sirdeshmukh et al. (2002), influencia a confiança dos consumidores, consiste em um dos principais precedentes da confiança em contextos comerciais. Os autores afirmam que a competência operacional implica a tradução e a execução de visíveis níveis de comportamento competente em um “serviço em ação”, diferenciando-a da própria competência do PLF e relacionada às PPGs da empresa.
A Benevolência Operacional, outra dimensão influenciadora da confiança dos consumidores, é conceituada pelos autores como sendo os comportamentos que refletem uma motivação subjacente a colocar o interesse dos consumidores antes mesmo do próprio interesse. No entendimento dos autores, ter motivação benevolente por si só não é suficiente, é preciso que esse tipo de motivação seja percebida pelo consumidor nos comportamentos do PLF e nas PPGs da empresa em favor dos consumidores, mesmo que exista um custo inerente em tal processo (Sirdeshmukh et al., 2002).
A Orientação para a Solução de Problemas também influencia o nível de confiança dos consumidores e é definida como a avaliação do consumidor sobre as motivações do PLF e da própria empresa, traduzida pelas PPGs, no sentido de antecipar-se e de resolver, de forma assertiva e satisfatória, os problemas que possam surgir durante e após uma troca em serviços (Sirdeshmukh et al., 2002).
Sirdeshmukh et al. (2002) salientam que, embora as pesquisas sobre confiança tenham, sobretudo, sido centradas em efeitos lineares e simétricos, propõem que as práticas e os comportamentos confiáveis tendem a exercer efeitos assimétricos em relação à confiança. Ou seja, para qualquer dimensão de práticas ou de comportamento confiável, um desempenho negativo versus um desempenho positivo pode ter um impacto diferente sobre a confiança. Este trabalho é baseado em pressupostos presentes na literatura (Herzberg, 1966) e na interpretação dos diagnósticos em decisões sociais (Oliver, 1999; Skowronski e Carlston, 1987; Taylor, 1991) para, então, analisar os efeitos assimétricos “contingentes”, onde os efeitos negativos ou positivos possam ser observados. De acordo com a teoria clássica de necessidade de satisfação, com base na Teoria dos Dois Fatores de Herzberg (1966), há uma distinção entre dois tipos de fatores: de “higiene” (fatores que, quando presentes, evitam a insatisfação) e “motivadores” (fatores que, quando presentes, produzem satisfação).
Dessa forma, assume-se que, quando um provedor de serviços é avaliado acima do padrão esperado em uma dimensão de confiança, um incremento ou decréscimo de uma unidade nessa dimensão gerará um efeito na confiança. Mas esse mesmo incremento ou decréscimo de uma unidade afetará de modo diferente a confiança quando o provedor estiver sendo avaliado abaixo do esperado. Por isso, recebe o nome de efeito assimétrico.
A confiança dos consumidores no PLF é proposta como influenciadora direta da confiança nas PPGs, consistente com a Teoria dos Agentes (Bergen et al., 1992) e da investigação sobre o papel dos julgamentos de atribuições de causalidade (Folkes, 1988). Segundo a Teoria dos Agentes, o PLF interage com um cliente como um agente da empresa, presumidamente agindo dentro dos papéis prescritos pela gerência e não como entidades completamente independentes. Portanto, a confiança dos consumidores no PLF é suscetível de gerar um maior nível de confiança dos consumidores na gestão (na organização), que aparentemente controla e determina o comportamento do agente (Heskett et al., 1997). Segundo Sirdeshmukh et al. (2002), também há suporte para uma relação de reciprocidade para tais julgamentos dos consumidores e a confiança nas PPGs é suscetível de reforçar a confiança no PLF. Doney e Cannon (1997) argumentam, ainda, que, quando os clientes têm conhecimento limitado a respeito do vendedor, a sua confiança na empresa é suscetível de ter um impacto direto sobre a confiança no vendedor, afetada pelo processo de transferência.
Com base nisso, foram estabelecidas as seguintes hipóteses de pesquisa (Hi):
H1: A percepção do consumidor sobre a Competência Operacional do PLF influencia positivamente a Confiança no PLF;
H2: A percepção do consumidor sobre a Competência Operacional das PPGs influencia positivamente a Confiança nas PPGs;
H3: A percepção do consumidor sobre a Benevolência Operacional do PLF influencia positivamente a Confiança no PLF;
H4: A percepção do consumidor sobre a Benevolência Operacional das PPGs influencia positivamente a Confiança nas PPGs;
H5: A percepção do consumidor sobre a Orientação para Solução de Problemas do PLF influencia positivamente a Confiança no PLF;
H6: A percepção do consumidor sobre a Orientação para Solução de Problemas das PPGs influencia positivamente a Confiança nas PPGs;
H7a: A Confiança no PLF é afetada assimetricamente por uma unidade de mudança positiva na Competência Operacional do PLF versus uma unidade de mudança negativa;
H7b: A Confiança nas PPGs é afetada assimetricamente por uma unidade de mudança positiva na Competência Operacional das PPGs versus uma unidade de mudança negativa;
H8a: A Confiança no PLF é afetada assimetricamente por uma unidade de mudança positiva na Benevolência Operacional do PLF versus uma unidade de mudança negativa;
H8b: A Confiança nas PPGs é afetada assimetricamente por uma unidade de mudança positiva na Benevolência Operacional das PPGs versus uma unidade de mudança negativa;
H9a: A Confiança no PLF é afetada assimetricamente por uma unidade de mudança positiva na Orientação para Solução de Problemas das PPGs versus uma unidade de mudança negativa;
H9b: A Confiança nas PPGs vai ser afetada assimetricamente por uma unidade de mudança positiva na Orientação para Solução de Problemas das PPGs versus uma unidade de mudança negativa;
H10a: A Confiança no PLF influenciará positivamente a Confiança nas PPGs;
H10b: A Confiança nas PPGs influenciará positivamente a Confiança no PLF.
De modo similar ao estudo de Sirdeshmukh et al. (2002), no qual dois setores de serviços foram investigados (varejo do vestuário e viagens áreas), o presente estudo foi realizado em um ambiente de varejo e de serviços. Para tanto, a pesquisa foi aplicada em uma concessionária de veículos com atuação na Serra Gaúcha e região metropolitana da capital do Estado, e que está presente nas cidades de Caxias do Sul, Bento Gonçalves, Novo Hamburgo e Porto Alegre.
A população considerada para esta pesquisa compreendeu os clientes do segmento pessoa-física da concessionária em estudo que tivessem comprado algum veículo e utilizado serviços nas unidades da concessionária situadas nas cidades de Bento Gonçalves e Caxias do Sul (RS). Para melhor delimitar a população de pesquisa, foi estipulado que os clientes deveriam ter comprado os veículos e também ter utilizado os serviços na mesma unidade (concessionária) em que efetivaram a compra do automóvel, observando-se o espaço temporal de pelo menos um ano entre a data do início da pesquisa e a data da compra do automóvel, a fim de que houvesse algum tempo mínimo de experiências com a marca e com os serviços da concessionária.
No processo de amostragem, foi realizada uma estratificação a priori, sendo que as variáveis de estratificação para os subgrupos da população foram: gênero do consumidor, concessionária (Bento Gonçalves vs. Caxias do Sul) e classe do veículo (modelos A e B vs. modelo C). Eles foram, então, formados com base em quatro critérios: (i) homogeneidade: os elementos nos subgrupos devem ser similares; (ii) heterogeneidade: os elementos precisam ser diferentes ou heterogêneos entre os subgrupos; (iii) parentesco: as variáveis de estratificação precisam ter relação com a característica de interesse; (iv) amplitude: o número de estratos deve variar entre dois e seis; e (v) custo (Malhotra, 2009; Cooper e Schindler, 2003).
Em seguida, cada subgrupo foi preenchido de acordo com seus percentuais na população da pesquisa. Uma não resposta era substituída por outro participante com a mesma característica. Em função desta necessidade de substituição, dado que não se pode obrigar nenhum respondente a participar da pesquisa, mesmo que o processo tenha se iniciado com um desenho de amostragem probabilística estratificada, a amostra final obtida está mais próxima de uma amostra não probabilística por quotas (Malhotra, 2009). A distribuição da amostra entre os subgrupos pode ser vista na Tabela 2 (apresentada mais adiante).
A elaboração do instrumento de pesquisa partiu da tradução para a língua portuguesa do questionário utilizado por Sirdeshmukh et al. (2002). Como as escalas de Sirdeshmukh et al. (2002) foram originalmente desenvolvidas para os setores de varejo de vestuário e viagens aéreas, foi necessário realizar uma adequação do conteúdo para o ambiente no qual a presente pesquisa foi aplicada, ou seja, o contexto de varejo e de serviços em uma concessionária de automóveis.
Conforme apresentado no modelo teórico (Figura 1), oito construtos foram aferidos: Confiança nas Políticas e Práticas Gerenciais (CONFIANÇA_PPGs), Confiança no Pessoal de Linha de Frente (CONFIANÇA_PLF), Competência Operacional das Políticas e Práticas Gerenciais (Com_Ope_PPGs), Benevolência Operacional das Políticas e Práticas Gerenciais (Ben_Ope_PPGs), Orientação para Solução de Problemas das Políticas e Práticas Gerenciais (Ori_Sol_Pro_PPGs), Competência Operacional do Pessoal de Linha de Frente (Com_Ope_PLF), Benevolência Operacional do Pessoal de Linha de Frente (Ben_Ope_PLF) e Orientação para Solução de Problemas do Pessoal de Linha de Frente (Ori_Sol_Pro_PLF).
Como no estudo de Sirdeshmukh et al. (2002), para cada dimensão da Confiança no PLF e nas PPGs, ou seja, a Competência Operacional no PLF e nas PPGs, a Benevolência Operacional no PLF e nas PPGs e a Orientação para Solução de Problemas no PLF e nas PPGs, foram utilizadas três variáveis observáveis (indicadores) e mensuradas a partir de uma escala Likert de cinco pontos, na qual 1 = Discordo Totalmente e 5 = Concordo Totalmente. Para cada um dos outros construtos, Confiança no PLF e Confiança nas PPGs, foram utilizadas quatro variáveis observáveis (indicadores) e mensuradas a partir de uma escala Likert de dez pontos, sendo utilizados quatro tipos de afirmações diferentes, uma para cada questão, em que: 1 = Nada Confiável e 10 = Totalmente Confiável, 1 = Muito Incompetente e 10 = Muito Competente, 1 = Baixíssima Integridade e 10 = Altíssima Integridade e 1 = Nada Dedicada em Relação aos Consumidores e 10 = Totalmente Dedicada em Relação aos Consumidores.
Após a elaboração do instrumento de coleta de dados, procedeu-se à validade de conteúdo, também denominada validade de face. Como último procedimento de validação e finalização do instrumento de coleta de dados, foi aplicado um pré-teste, com o objetivo de identificar e eliminar problemas potenciais, verificar a duração e a adequação do preenchimento do questionário (Malhotra, 2009; Hair Jr. et al., 2005; Remler e Van Ryzin, 2011).
O processo de coleta de dados foi realizado pelo método de levantamento de campo (Malhotra, 2009) e transcorreu no período compreendido entre os meses de novembro e dezembro de 2009, a partir da combinação de três formas de pesquisa: (i) entrevista por telefone assistida por computador; (ii) survey por correspondência; e (iii) survey eletrônica (Cooper e Schindler, 2003; Hair Jr. et al., 2005; Remler e Van Ryzin, 2011). A Tabela 1 apresenta os dados de distribuição (encaminhamento) e de retorno dos questionários.
A análise dos dados compreendeu procedimentos de estatística multivariada de dados, a partir da técnica de modelagem de equações estruturais (MEE), contando com o auxílio de quatro softwares estatísticos, o Microsoft® Access® 2007, o Microsoft® Office Excel® 2007, o IBM® SPSS® Statistics 18 e o Amos® 18.
Para a aplicação das técnicas multivariadas, foram adotadas duas categorias de análise dos dados brutos: (i) o estudo de casos específicos, verificando-se os dados perdidos ou valores ausentes (missing data ou missing values) e das observações atípicas (outliers); e (ii) estudos relacionados à distribuição dos dados e dos relacionamentos entre as variáveis, ou seja, análises quanto à normalidade, à multicolinearidade, à linearidade e à homoscedasticidade dos dados (Hair Jr. et al., 2009; Enders, 2010; Kline, 2011; Afifi et al., 2012), que foram satisfatórias, conforme explicado a seguir.
A normalidade foi avaliada inicialmente de modo univariado, com base nos valores de assimetria e curtose, sendo que valores acima de |3| para a primeira e acima de |10| para a segunda seriam indicativos de não normalidade (Kline, 2011). Os valores de assimetria ficaram entre -0,43 e -1,70 e os de curtose entre -0,98 e 2,43, suportando a normalidade univariada. No entanto, a estimativa normalizada de curtose multivariada (teste de Mardia) apresentou valor de 39,7, superior ao valor recomendado de 5,0 na literatura (Byrne, 2010). Portanto, não houve suporte para a normalidade multivariada. Considerando, entretanto, que o método de estimação pela máxima verossimilhança (ML) é robusto a desvios de normalidade (Garson, 2012) e que métodos alternativos são mais eficientes apenas para amostras acima de 2000 casos (Hu et al., 1992), ML foi mantido como o método de estimação.
A linearidade foi suportada, já que os coeficientes de correlação de Pearson foram positivos, menores que 0,90 e com significância a p <0,001. A ausência de multicolinearidade foi confirmada pelo fator de inflação de variância (VIF), que deveria ser menor que 10. Os valores encontrados para VIF variaram entre 1,25 e 5,05.
Embora os percentuais de missing values tenham sido considerados relativamente baixos (Hair Jr. et al., 2009), conforme as análises da extensão e dos padrões dos dados perdidos, optou-se pela exclusão dos dezesseis casos, ou seja, casos em que ocorreram mais de 10% de missing values. Em relação aos outliers, treze casos apresentaram valores de D2 de Mahalanobis superiores 2,5 e também foram excluídos (Hair Jr. et al., 2009).
Ao final, eliminados os casos caracterizados como missing values e outliers, a amostra resultante totalizou 235 casos válidos (n = 235). Para a caracterização da amostra, foram levantadas informações a respeito do gênero dos respondentes, cidade da concessionária (unidade) onde foi adquirido o veículo e utilizados os serviços e sua classe. Uma visão geral da amostra de pesquisa é apresentada na Tabela 2.
O método de estimação escolhido, ou seja, o algoritmo matemático que foi utilizado para identificar as estimativas para cada parâmetro livre, foi o da Máxima Verossimilhança (ML – Maximum Likelihood), pois se atendida a suposição de normalidade multivariada, segundo Hair Jr. et al. (2009), a ML é a técnica de estimação mais eficiente, a mais amplamente empregada e geralmente a opção padrão (default) existente na maioria dos programas (softwares) de MEE.
As hipóteses propostas foram testadas através da introdução de variável dummy[1] como termo na equação de regressão para cada variável dependente das facetas da Confiança (PLF e PPGs). Como decorrência das relações propostas e devido às múltiplas variáveis dependentes, o método analítico foi baseado na estimativa simultânea dos seguintes sistemas de equações:
Y é um vetor dependente das variáveis Y1 e Y2, que correspondem à Confiança no PLF e à Confiança nas PPGs. Os vetores X e Z representam variáveis independentes; X1, X2 e X3 correspondem à Competência Operacional, à Benevolência Operacional e à Orientação para Solução de Problemas nas dimensões de Confiança no PLF; e Z1, Z2 e Z3 correspondem às mesmas dimensões só que relativas à Confiança nas PPGs. Vale ressaltar que os efeitos assimétricos são examinados pelo uso de variáveis dummies representadas por um D nas equações acima, assumindo-se que, para qualquer dimensão de práticas ou de comportamento confiável, um desempenho negativo versus um desempenho positivo pode ter um impacto diferente sobre a confiança.
Na definição das variáveis dummy (D), embora houvesse a opção de usar um valor absoluto, o neutro da escala (ex.: 3 em uma escala variando de 1 a 5), como ponto de corte, esta abordagem possui algumas limitações, tais como: (i) as escalas geralmente utilizadas em marketing se aproximam mais de escalas intervalares, nas quais o ponto “zero” é arbitrário, do que escalas do tipo razão, com ponto zero absoluto, e, assim, assumir um ponto absoluto (ex.: 3) como ponto médio não permite uma interpretação idêntica entre diferentes dimensões; e (ii) a noção de avaliação “positiva” ou “negativa” é definida conceitualmente com base em normas, ou seja, em termos relativos a tais normas ou padrões (Zeithaml et al., 1996). Isto é, o cliente faz uma avaliação positiva em uma dada dimensão quando o prestador de serviços excede a norma ou padrão naquela dimensão (caso contrário, o prestador recebe uma avaliação negativa). E estas normas ou padrões podem variar dependendo da dimensão de confiança.
Por conseguinte, o ponto de corte é obtido assim: primeiro, padronizam-se as respostas para cada dimensão, por meio do escore z (valor observado menos a média dividido pelo desvio-padrão); em seguida, cria-se uma variável dummy para cada dimensão, com valor 1 para avaliações maiores que zero (positivas) e 0 nos demais casos. Como a média do escore padronizado é zero, esse esquema de codificação das dummies garante que os pontos de corte sejam baseados na distribuição dos escores de cada dimensão. Essa lógica foi a mesma utilizada no artigo de Sirdeshmukh et al. (2002).
O teste do efeito assimétrico por meio de variáveis dummies já foi utilizado também em outras pesquisas, como Lee et al. (2008), que testaram o efeito assimétrico das dimensões da confiança no comprometimento. Mittal et al. (1998) demonstram que o desempenho negativo de um atributo tem um impacto maior na satisfação geral e nas intenções de recompra se comparado a um desempenho positivo no mesmo atributo.
Dessa forma, os coeficientes estimados para expressões com variáveis dummy (por exemplo, β41 na equação Y1 de Competência Operacional no PLF) indicam o efeito incremental da respectiva dimensão de Confiança para além do seu efeito linear (por exemplo, β11 na equação Y1 de Competência Operacional no PLF). A hipótese de assimetria é rejeitada se o coeficiente correspondente estimado para a variável dummy não for significativamente diferente de zero (Cohen et al., 2003). Finalmente, a relação recíproca entre a Confiança no PLF e a Confiança nas PPGs é capturada pelos coeficientes β1 e β2 nas equações Y1 e Y2, respectivamente. Esses coeficientes são identificados porque as três dimensões formadoras da Confiança no PLF e nas PPG servem como variáveis instrumentais.
Atendendo aos procedimentos teóricos recomendados, vários índices de ajuste foram utilizados para se avaliar a qualidade de encaixe do modelo testado. Seguindo alguns pressupostos, os índices de ajuste devem ser empregados para avaliar a qualidade de encaixe de um modelo e devem incluir: (i) o valor do qui quadrado (χ2) e os graus de liberdade (gl) associados (Hair Jr. et al., 2009; Arbuckle, 2009; Hu e Bentler, 1995; Wheaton et al., 1977); (ii) pelo menos um índice de ajuste absoluto, dentre os seguintes índices: GFI (Goodness-of-fit Index ou Índice de Qualidade de Ajuste), AGFI (Adjusted Goodness-of-fit Index ou Índice Ajustado de Qualidade de Ajuste), RMSEA (Root Mean Square Error of Approximation ou Raiz do Erro Quadrático Médio de Aproximação) e RMSR (Root Mean Square Residual ou Raiz Padronizada do Erro Médio) (Tabachnick e Fidell, 2013; Arbuckle, 2009; Hair Jr. et al., 2005; Kline, 2011); (iii) pelo menos um índice incremental, dentre os seguintes índices: CFI (Comparative Fit Index ou Índice de Ajuste Comparativo) (Hair Jr. et al., 2009; Kline, 2011), TLI (Tucker-Lewis Index ou Índice de Tucker-Lewis) (Hair Jr. et al., 2009) e NFI (Normed Fit Index ou Índice de Ajuste Normado) (Hu e Bentler, 1995; Hair Jr. et al., 2009); e (iv) pelo menos um índice de má qualidade de ajuste: idem para RMSEA. Aqui, cabe a Ressalva de que esse índice pode ser apresentado também como um índice de ajuste absoluto. Assim, o índice RMSEA é tanto um índice de má qualidade de ajuste, quanto um índice de ajuste absoluto.
Para a validação individual dos construtos, portanto, foram avaliadas sua unidimensionalidade, sua confiabilidade, sua validade convergente e sua validade discriminante, que relataremos na sequência.
A análise da unidimensionalidade foi implementada a partir da análise fatorial exploratória (AFE), utilizando-se de componentes principais, verificando-se a formação de um único fator. Os valores de alpha de Cronbach superiores a 0,60 suportaram a confiabilidade das escalas (Malhotra, 2009), tendo-se encontrado: confiança PPG (0,96), confiança PLF (0,95), valor percebido (0,92), lealdade (0,94), Com_Ope_PLF (0,86), Ben_Ope_PLF (0,84), Ori_Sol_Pro_PLF (0,83), Com_Ope_PPG (0,67), Ben_Ope_PPG (0,83), Ori_Sol_Pro_PPG (0,91).
Para a avaliação da validade convergente, foram analisadas as cargas padronizadas (standardized loadings) de cada indicador no seu respectivo construto, a confiabilidade composta e a variância extraída (Hair Jr. et al., 2009; Fornell e Larcker, 1981). Todas as cargas fatoriais padronizadas excederam o valor mínimo exigido de 0,5 (os resultados variaram entre 0,51 e 0,94). Ressalta-se que, de 34 itens, apenas um apresentou carga de 0,51 e todos os demais ficaram acima de 0,66. Em relação à variância extraída, o construto Com_Ope_PPGs apresentou o valor de 0,454, estando, praticamente, ao nível de fronteira (cut-off) de 0,5, sugerido por Hair Jr. et al. (2009), sendo que os demais construtos tiveram seus respectivos valores superiores ao exigido. No caso da confiabilidade composta dos construtos, todos eles apresentaram índices superiores ao recomendado na literatura. Para facilitar tal compreensão, a Tabela 4 apresenta os resultados da validade convergente com as análises dos construtos do modelo de mensuração.
Uma das peculiaridades deste estudo é a necessidade de utilização de fatores formativos na construção do modelo de mensuração para as dimensões da Confiança. Portanto, a validação individual dos construtos (formativos) é feita por meio de um submodelo de mensuração. Os índices de ajuste deste submodelo são apresentados na Tabela 3, juntamente com os índices do estudo original de Sirdeshmukh et al. (2002). Além disso, a Tabela 4, por sua vez, apresenta os resultados da validade convergente com as análises dos construtos do modelo de mensuração.
Para a confirmação da validade discriminante, optou-se pelo método sugerido por Bagozzi e Phillips (1982), que avalia a diferença entre os χ2 de um par de construtos, sendo criados, para tanto, dois modelos. Os resultados das análises desse método estão representados na Tabela 5. Percebe-se, ao se analisar as ∆χ2, através desse teste, que todos os construtos considerados no estudo, tanto no submodelo quanto no modelo de mensuração, possuem conceitos diferentes, pois há diferenças significativas ao nível de p < 0,005.
O processo de se estabelecer a validade do modelo estrutural seguiu as diretrizes gerais apresentadas e a validação do modelo estrutural ocorreu a partir da qualidade dos índices ou medidas de ajuste. As medidas de ajustes, que são apresentadas na Tabela 6, foram obtidas a partir do método de estimação ML e refletem os resultados das análises das matrizes de covariâncias estimadas e observadas. Assim, o ajuste geral pode ser avaliado usando os mesmos critérios do modelo de mensuração: usando um valor associado de χ2 para o modelo estrutural, um índice absoluto, um índice incremental, um indicador de qualidade do ajuste e um de má qualidade do ajuste. E, ainda, conforme Hair Jr. et al. (2009), o bom ajuste de modelo por si só é insuficiente para sustentar uma teoria estrutural proposta. O pesquisador também deve examinar as estimativas de variância explicada para os construtos endógenos de maneira análoga a análise de R2 feita em regressão múltipla.
No caso de modelos não-recursivos, como é o caso deste estudo, deve, ainda, ser avaliado o índice de estabilidade do modelo (IE), obtido a partir dos construtos que apresentam relação de causa e efeito entre si (Arbuckle, 2009; Souza, 2010).
Analisando-se os índices de ajuste do modelo, percebe-se que os resultados foram satisfatórios, e contemplam os valores de referências, conforme sugerem Hair Jr. et al. (2009) e Arbuckle (2009). Uma pequena ressalva fica para o GFI que apresentou resultados ao nível de fronteira, ficando em 0,864 e o AGFI, que obteve um índice de 0,8, sendo que a literatura sugere 0,9. Porém, considerando-se os outros índices absolutos apresentados, pode-se considerar que o modelo obteve um bom ajuste, não apresentado significativas diferenças em relação ao estudo de Sirdeshmukh et al. (2002).
A fim de propor uma comparação com o estudo original, é apresentada a Tabela 7 com os índices de ajustes do modelo de Sirdeshmukh et al. (2002).
Para testar as hipóteses atinentes ao modelo teórico, foram examinadas a significância e a magnitude dos coeficientes de regressão estimados. Um coeficiente de regressão significativo indica que a relação entre duas variáveis é comprovada empiricamente (Hair Jr. et al., 2009). Desse modo, as hipóteses, os caminhos estruturais, os coeficientes não padronizados, os erros-padrão, os coeficientes padronizados, os valores t e as probabilidades apresentados na Tabela 8 representam os resultados da análise empírica.
De acordo com o apresentado, das seis hipóteses iniciais do estudo, as hipóteses das dimensões formadoras da confiança, quatro obtiveram suporte estatístico para serem aceitas, sendo elas: H1 (β = 0,305, p < 0,001), H3 (β = 0,184, p = 0,004), H4 (β = 0,362, p < 0,001) e H6 (β = 0,155, p = 0,021). Por outro lado, as hipóteses H2 e H5 não foram suportadas, sendo rejeitadas. Comparando-se esses resultados com os resultados do modelo original, conclui-se que apenas as hipóteses H1 e H3 obtiveram suporte estatístico em todos os contextos.
Em relação às hipóteses de assimetria das dimensões formadoras da confiança, a hipótese H8b obteve suporte estatístico, podendo ser suportada (β = - 0,141, p < 0,05). Consequentemente, H7a, H7b, H8a, H9a e H9b foram rejeitadas. Entretanto, tal como no estudo original, um efeito de fronteira foi obtido para H9a, confiança na Orientação para Solução de Problemas do PLF (β = 0,094, p < 0,10). Assim sendo, existe suporte parcial para H9a.
De acordo com a H10, a Confiança no PLF influencia positivamente a Confiança nas PPGs (β = 0,512, p < 0,01). A relação recíproca também é suportada, como o efeito Confiança nas PPGs na Confiança PLF (β = 0,452, p < 0,01). Dessa forma, H10 foi suportada integralmente, ou seja, H10a e H10b. A fim de proporcionar uma comparação com o estudo original de Sirdeshmukh et al. (2002), é apresentada a Tabela 9, com os resultados dos testes de hipóteses dos dois trabalhos, possibilitando a sua comparação. Já na Tabela 10, são apresentados os coeficientes de determinação (R2) do modelo teórico do presente estudo.
Como o coeficiente de determinação (R2) indica a proporção de variância de uma variável dependente, que é explicada pelas variáveis independentes, tem-se os seguintes resultados: 89,4% da variância da CONFIANÇA_PLF é explicada pela CONFIANÇA_PPGs e respectivas dimensões formadoras da CONFIANÇA_PLF e da CONFIANÇA_PPGs, Com_Ope, Ben_Ope e Ori_Sol_Pro; e 87,4% da variância da CONFIANÇA_PPGs é explicada pela CONFIANÇA_PLF e respectivas dimensões formadoras da CONFIANÇA_PLF e da CONFIANÇA_PPGs, Com_Ope, Ben_Ope e Ori_Sol_Pro. Tais resultados sugerem um alto poder de explicação para os construtos inseridos no modelo (Hair Jr. et al., 2009). Com o objetivo de propor uma comparação com o estudo original, é apresentada a Tabela 11, com os coeficientes de determinação (R2) do modelo teórico original.
Seguindo o estudo de base, esta pesquisa testa as hipóteses de efeitos assimétricos das dimensões da confiança estimando-se um efeito de coeficiente base, avaliando a significância estatística com um incremento de um coeficiente positivo de percepção das dimensões de práticas e de comportamentos confiáveis, conforme a coluna Δ para Performance Positiva, apresentada na Tabela 12. A variação do coeficiente positivo é obtida somando-o com o coeficiente de base, e o último serve como o efeito estimado para uma mudança negativa. Com base nessas derivações, são traçados os efeitos separadamente para cada faceta de confiança, conforme apresentado a Figura 2.
Em uma visão geral, um padrão de efeitos assimétricos de confiança no PLF é demonstrado na Figura 2 (parte A). Em particular, o efeito das percepções de competência operacional do PLF na confiança no PLF é invariável através dos desempenhos dos domínios positivo e negativo (βCom_Ope_PLF = 0,31). Isso sugere que a competência PLF contribui igualmente para construção e exaustão da confiança. Como tal, a competência operacional do PLF é tanto um fator motivador como um fator de higiene, pois as perdas e os ganhos de apresentam efeitos iguais.
De maneira parecida são os resultados obtidos para as percepções de benevolência operacional do PLF na formação da confiança do PLF, apesar de significativa como dimensão formadora da confiança no PLF, é invariável através dos desempenhos dos domínios positivo e negativo (βBen_Ope_PLF = 0,18). Em contrapartida, as percepções de orientação para solução de problemas do PLF descrevem efeitos de positividade, através dos quais um incremento de uma unidade de desvio-padrão na dimensão orientação para solução de problemas do PLF produz um efeito maior na construção da confiança, se comparado a um decréscimo de uma unidade de desvio-padrão na mesma dimensão (βOri_Sol_Pro_PLF = 0,13). Assim sendo, a orientação para a solução de problemas do PLF mostra-se como uma variável motivadora, porque os seus efeitos de motivar excedem significativamente os efeitos de higiene. Está coerente com o reconhecimento crescente de que a solução de problemas é fundamental para moldar as decisões de confiança (Tax et al., 1998) e suporta a suposição de Hart e Johnson (1999) de que essa dimensão tem relevância gerencial para a construção da confiança do consumidor.
Um maior padrão de efeitos assimétricos é percebido nas dimensões de confiança nas PPGs, conforme a Figura 2 (parte B). A competência operacional das PPGs apresentou tanto efeitos de higiene, como efeitos motivadores (βCom_Ope_PPG = 0,08) não ocorrendo variações de desempenhos nos domínios negativos e positivos. Do mesmo modo, a orientação para solução de problemas das PPGs também apresentou invariabilidade nos domínios de desempenhos positivos e negativos (βOri_Sol_Pro_PLF = 0,16), comportando-se diferente do resultado obtido na faceta da confiança no PLF. Contudo, um claro e convincente padrão assimétrico é percebido na variável da benevolência operacional. Percepções de comportamentos benevolentes nas PPGs apresentaram um efeito de negatividade (βBen_Ope_PPG = - 0,36), impactando significativamente na exaustão da confiança. Em contrapartida, mudanças de unidades positivas apresentam um efeito menor, embora significativo (βBen_Ope_PPG = 0,22). Esse resultado suporta a sugestão de Sirdeshmukh et al. (2002), pois, ao se subestimar o interesse próprio em favor do interesse dos consumidores, pode-se ajudar na formação da confiança do consumidor.
No presente estudo, foi utilizado um modelo multidimensional e multifacetado para os componentes relativos às práticas e aos comportamentais intrínsecos à confiança nas relações de troca entre consumidor e empresa, examinando-se a influência assimétrica das dimensões de práticas e comportamentos confiáveis sobre as facetas da confiança do consumidor. De modo geral, os resultados desse estudo suportam o estudo original de Sirdeshmukh et al. (2002).
Academicamente, este estudo contribui tanto pela modelagem da construção da confiança, ao demonstrar efeitos assimétricos das dimensões da confiança, aprofundando-se o entendimento deste constructo tão investigado na literatura organizacional. Rejeita-se, assim, uma noção estática de confiança, o que implica uma visão dinâmica e assimétrica, em que, nem sempre, todos os bons comportamentos e práticas irão construir a confiança e as possibilidades de exaustão da confiança são iminentes.
Outra contribuição é demonstrar empiricamente a multidimensionalidade do constructo confiança do consumidor na literatura de marketing. Nesse sentido, a escala utilizada é disponibilizada em apêndice, a fim de permitir a sua replicação em outros contextos. Esse suporte se baseia em várias etapas convergentes de evidências empíricas. Primeiro, a evidência de dimensões aceitáveis das propriedades psicométricas de confiabilidade e validade convergente e discriminante. Em segundo lugar, as dimensões da confiança e a validade de suas facetas são demonstradas por um padrão diferencial de efeitos.
Especificamente nos efeitos assimétricos das dimensões formadoras da confiança do consumidor, ressaltam-se os resultados apresentados pelo impacto de uma percepção positiva do consumidor versus uma percepção negativa na orientação para solução de problemas percebida no PLF. Assim como no estudo original, o presente estudo demonstrou um efeito de “positividade” (βD_OSP_PLF = 0,094, p = 0,097), contribuindo para a construção teórica de contingentes assimétricos na percepção do PLF orientados para a solução de problemas do consumidor.
Por outro lado, no contexto deste estudo, as práticas benevolentes percebidas nas PPGs demonstraram assimetria negativa sobre a Confiança do consumidor (βD_BO_PPG= - 0,141 p = 0,004), divergindo do estudo de Sirdeshmukh et al. (2002), que, no contexto norte-americano, não obteve suporte estatístico para tal hipótese. Novos estudos deverão investigar essa questão de modo mais aprofundado.
Sugere-se que as três dimensões de práticas e de comportamentos confiáveis do modelo testado neste estudo devam ser avaliadas em novas pesquisas. Pode-se investigar, por exemplo, como a análise de resolução de problemas é percebida pelo consumidor e como esta se converte em um comportamento confiável, tanto em problemas ocasionais (ex.: falhas mais graves) quanto em problemas que podem ser considerados rotineiros (ex.: falhas menos graves).
Como implicações gerenciais, atenção especial deve ser dedicada aos efeitos assimétricos da benevolência operacional nas PPGs como dimensão formadora da confiança. Ao contrário da orientação para solução de problemas, o efeito assimétrico mostrou-se como um fator de higiene. As percepções negativas dos consumidores na benevolência operacional das PPGs impactam mais do que uma percepção positiva. Logo, uma percepção negativa de benevolência trará um prejuízo maior, sugerindo que ações de marketing perceptivelmente movidas pelos próprios interesses em detrimento dos interesses dos consumidores irão certamente exaurir a confiança do consumidor em relação ao provedor de serviços.
Este trabalho deve ser visto como um passo inicial para encorajar futuros investigadores a explorarem o alcance dos mecanismos de assimetrias que envolvem confiança e as suas dimensões. Alternativas para análise de efeitos assimétricos podem ser utilizadas. A abordagem empregada nesse trabalho é baseada no uso de pontos de corte para estimar os coeficientes incrementais. Alternativamente, polinômios cúbicos podem ser usados para avaliar as assimetrias, sem depender de pontos de corte.