Introdução

O desafio para o mercado na atualidade se encontra em perceber novas tendências nos modos de consumo assumidas pelo consumidor. Dentre essas novas formas de consumir se encontra o consumo colaborativo, apresentando características de um consumo voltados para o coletivo. Esse tipo de consumo é pensado para o suprimento de necessidades individuais, mas principalmente das necessidades coletivas de forma eficiente, gerando benefícios para o grupo ao qual o consumidor está inserido (Choi & He, 2019). Há um entendimento entre pesquisadores de que este fenômeno não é atual, mas tem avançado e ganhado ênfase nos últimos anos, sendo impulsionado através das comunidades virtuais na internet (Lang &Armstrong, 2017; Vera & Gosling, 2017; Iran et al., 2018).

Incluso no consumo colaborativo, a participação em caronas colaborativas tem se destacado anexo às novas formas de consumo. Essa prática consiste na colaboração coletiva de despesas, gerando menor custo financeiro para os envolvidos, realizando a viagem de forma rápida e mais segura (Liu et al., 2019). A carona colaborativa tem o objetivo de satisfazer as necessidades dos participantes através de ações compartilhadas, como custeio de despesas, organização, divulgação e cooperação entre os indivíduos (Liu et al., 2019; Choi & He, 2019).

A prática da carona colaborativa, surge na década de 40, mas ganha n ênfase nos anos 70 devido às necessidades de preocupações ambientais da época, revendo precauções com a poluição causada pelos meios de transporte (Wang, 2011; Liu et al., 2019). Num primeiro momento, os estudos acerca dessa prática observaram-na como aspecto relacionado à preservação ambiental e num aspecto mais amplo ao consumo sustentável (Wang, 2011). Posteriormente, a literatura (Arasaki et al., 2016; Bachmann et al., 2018) identifica a carona colaborativa nos caminhos de práticas compartilhadas, consumo coletivo, consumo responsável, consumo colaborativo, este último será o viés adotado por essa pesquisa. Essa mesma literatura investigou diversos países, como China, Estados Unidos, Austrália, França, Suíça, Brasil, observando grande crescimento da participação de usuários em caronas colaborativas, apontando ser essa prática uma tendência mundial em crescimento.

O crescimento da carona colaborativa nos últimos anos justifica-se pela sua propagação através de comunidades virtuais na internet (Belk, 2014). O Surgimento de aplicativos de caronas como o BlaBlaCar, WazeCarpool e Zumpy demonstram a importância que os usuários estão dando para essa nova adesão dos usuários à essa prática. No entanto, mesmo com a existência desses aplicativos que podem garantir ao usuário determinado nível de segurança na propagação e combinação de caronas, uma peculiaridade que chama atenção na realidade brasileira é um grau de confiança maior no uso de comunidades virtuais online para essa prática do que o uso de aplicativos próprios para esse fim (Arasaki et al., 2016). A evidência dessa afirmação está no crescimento de grupos de caronas no facebook e whatsapp e principalmente na aderência de grande público a esses (Arasaki et al., 2016).

Para além do uso de comunidades virtuais como meio de distribuição e facilitação para a prática da carona colaborativa, existem aspectos que aparentemente podem influenciar ainda mais a participação dos usuários nessa atividade (Arasaki et al., 2016). Um destes aspectos relaciona-se com a capacidade do indivíduo em tomar decisões pensando no coletivo, ou seja, nas necessidades do grupo ao qual está inserido, de forma que estas estejam acima de suas necessidades individuais (Youngdahl et al., 2003). Nesse sentido, o participante de carona colaborativa seria guiado pela chamada Consciência de Coletivismo. Por meio desta, o integrante de um determinado grupo ou comunidade adota comportamentos que promovam benefícios para os inseridos no grupo (Youngdahl et al., 2003). No caso da carona colaborativa, o participante buscaria benefícios como redução de custos, segurança, e a geração de uma viagem mais rápida e prática para o grupo (Liu et al., 2019). Teoricamente, considera-se que a consciência de coletivismo pode ser capaz de influenciar na intenção dos usuários de comunidades virtuais em participar de caronas colaborativas, pois esse mesmo participante pode ter seu comportamento motivado a partir do seu pensamento voltado para os benefícios coletivos.

No entanto, outro aspecto também, teoricamente pode apresentar influência na intenção dos indivíduos, esse concerne ao descontentamento que o usuário possui com os meios de transporte público (Liu et al., 2019; Lima et al., 2018). No campo do comportamento do consumidor, é apontado que o mesmo consumidor busca novos modos de consumo ou outras opções de serviço, quando este possui um descontentamento em relação a uma forma de consumo já experimentada (Belk, 2014). Possivelmente, o usuário também pode ser influenciado a adotar a participação em caronas colaborativas a partir do seu descontentamento com os serviços de transporte público.

Face às lacunas encontradas na literatura acerca das motivações que influenciam os usuários a adotarem o consumo colaborativo (Arruda et al. 2016), a importância desta pesquisa está na contribuição com a área de serviços e consumo, que apresenta mudanças, atuais, quanto às formas de consumir. Tendo em vista que essas influências podem ser geradas face ao descontentamento do próprio consumidor com os modos de consumo tradicionais, face ao descontentamento com um determinado serviço prestado, face à própria consciência de coletivismo, no caso do consumo colaborativo (Youngdahl et al., 2003; Presbitero & Monterola, 2018; Wang, 2011; Liu et al., 2019), esse fenômeno se mostra como tendência relevante num contexto de um mercado altamente competitivo (Belk, 2014).

Os novos modos de consumo levantam uma necessidade de entendimento dos comportamentos do consumidor frente a esse contexto, bem como de sua aderência e de suas motivações. No caso da carona colaborativa, que se mostra como um fenômeno em potencialização por meio da influência e rapidez dos aportes da internet, apresenta-se como um assunto relevante e contemporâneo no campo do consumo colaborativo. Esse mesmo contexto se mostra relevante e necessário de ser compreendido, tendo em vista que conhecê-lo poderá gerar dados tanto para contribuição acadêmica quanto mercadológica, uma vez que o marketing e setores de serviço carece de determinados dados para se posicionar frente às necessidades, tendências, e comportamentos do consumidor.

Dessa forma, essa pesquisa expõe a necessidade de entender o papel desempenhado pela Consciência de Coletivismo (CC) e pelo Descontentamento com os Serviços de Transporte Público (DSTP) com a intenção de participar de Caronas Colaborativas em Comunidades Virtuais (CCCV).

Revisão da Literatura

Caronas Colaborativas em Comunidades Virtuais

Carona colaborativa é um conceito que implica no envolvimento de ações compartilhadas para promover a satisfação de necessidades dos envolvidos, sendo esses desconhecidos ou não entre si, gerando colaboração entre os consumidores em forma de redução de custos financeiros e facilitando a realização das atividades de viagem (Liu et al., 2019; Choi & He, 2019). Seu objetivo se encontra em principalmente gerar uma mobilidade mais rápida e com valor reduzido para os indivíduos que a compartilham (Liu et al., 2019).

A ideia do compartilhamento de carona surgiu durante a Segunda Guerra Mundial, que havendo escassez de combustíveis nesse período houve a necessidade de pessoas compartilharem suas viagens, dividindo os custos entre si (Wang, 2011). Esse tipo de colaboração ganhou ênfase a partir da década de 70 por causa das preocupações ambientais, considerada uma das soluções para problemas como congestionamentos e poluição, sendo-a correlacionada ao consumo sustentável (Wang, 2011; Liu et al., 2019).

Pesquisas já realizadas em relação a carona colaborativa a apontam como uma prática que tem crescido constantemente no mundo, relacionando-a com comportamentos sustentáveis, consumo colaborativo, práticas compartilhadas, consumo coletivo, dentre outros (Wang, 2011, Arasaki et al., 2016; Bachmann et al., 2018). Considerando a popularização dessa prática graças ao uso da internet e a aderência de usuários às comunidades virtuais, a busca, divulgação e combinação de caronas através dessas mostra-se como uma tendência mundial em desenvolvimento (Belk, 2014).

Embora seja considerada a existência de aplicativos com o objetivo de promover caronas colaborativas entre os usuários, o que chama atenção no Brasil é o gradativo aumento de comunidades virtuais online como grupos de facebook e whatsapp como meio de promoção de caronas colaborativas (Arasaki et al., 2016). Nisso, um aspecto peculiar dos brasileiros em relação a essa prática se encontra na confiança maior para compartilhar e combinar caronas através de uma comunidade virtual do que em aplicativos próprios para esse objetivo, que possuem regras específicas e métodos de segurança.

Desse modo, mediante esse comportamento de participação em um determinado serviço que é considerado também parte do processo de consumo, essa pesquisa, utiliza-se do construto de Intenção de Participar, que é definido por Park & Yang (2012, p. 1300) como a “atitude em relação a um determinado comportamento”, gerada por meio de uma percepção de confiança e envolvimento do indivíduo em uma parte ou até mesmo do processo completo de um determinado serviço. Dessa forma, a intenção de participar de determinados serviços vêm sendo observada a partir do envolvimento do consumidor em comunidades virtuais acerca do serviço, bem como da participação no próprio serviço (Hu et al., 2019).

Dessa maneira, com a ascensão de comunidades virtuais, a conexão entre os mais diversos usuários acontece de forma rápida, prática e econômica, permitindo que muitos grupos se formem com usuários que possuem um propósito comum. Assim, através das comunidades virtuais a carona colaborativa está ganhando mais atenção dos usuários que necessitam realizar viagens de forma rápida e econômica (Iran et al., 2018). Esse cenário pode ser influenciado por aspectos externos e internos considerados pelos usuários com intenção de participar de caronas colaborativas em comunidades virtuais. Possivelmente, um desses aspectos pode ser a consciência de coletivismo do indivíduo, que é um dos motivadores internos do usuário.

Consciência de Coletivismo

A importância atribuída a preocupação com fatores que influenciam ou promovem melhorias coletivas e sociais pode ser entendida como uma característica específica de cada indivíduo que busca benefícios para o grupo ao qual está inserido, sendo denominada como consciência de coletivismo (Youngdahl et al., 2003; Presbitero & Monterola, 2018; Chen & Deng, 2019). No entanto, essa mesma importância pode ser influenciada a partir do alcance de benefícios individuais, observado como sentimento individualista, quando o indivíduo coopera, ou até mesmo por detrimentos (prejuízos), quando o mesmo não coopera (Presbitero & Monterola, 2018).

Nessa situação, em que o consumidor tem intenção de participar de caronas colaborativas, o indivíduo pode apresentar influência a partir da consciência de coletivismo, uma vez que essa, quando não aplicada, poderá gerar consequências negativas para o consumidor. Exemplo dessas podem ser, o aumento do tempo de realização da viagem, podendo gerar atrasos (como no transporte público) e principalmente aumento do custo financeiro da viagem, quando optado por um meio de transporte individual ou próprio (Zhang et al., 2018). Em contrapartida, consequências positivas podem ser observadas, quando da aplicação da consciência de coletivismo, por exemplo, redução de custos financeiros, redução de tempo de viagem, entre outros fatores que o participante pode buscar considerar.

Assim, a consciência de coletivismo é um termo que conceitua as ações geradas pelo consumidor de um determinado grupo, enfatizando a capacidade de tomar decisões buscando os benefícios coletivos (Youngdahl et al., 2003), que podem ser alcançados a partir da perspectiva de ações do indivíduo sobre a percepção de necessidades do grupo e sobre a percepção de consequências individuais e coletivas que podem ser geradas (Presbitero & Monterola, 2018; Lemarié et al., 2019).

Vale apontar a existência do construto Crença no Bem Comum (inclusive considerado uma das dimensões do consumo colaborativo) que apresenta semelhança ao construto de Consciência de Coletivismo tendo em vista que os dois enfatizam como principal aspecto a priorização dos benefícios coletivos do grupo ao qual o indivíduo está inserido (Youngdahl et al., 2003, Pizzol, 2015). No entanto, para não equivocar o entendimento acerca dos dois construtos, a Crença no Bem Comum “diz respeito ao entendimento que a realização de alguma ação (social, ambiental) levando em consideração o bem geral da comunidade ou de um indivíduo estará, ao mesmo tempo, favorecendo o próprio bem dele” (Pizzol, 2015, p. 90). Dessa maneira, o benefício individual é priorizado também quando aplicado esse construto. Em oposto, o construto de Consciência de Coletivismo aponta para os esforços que o usuário coloca em suas decisões priorizando o êxito das necessidades do grupo acima das necessidades individuais (Youngdahl et al., 2003).

Assim, enquanto o primeiro construto enfatiza a prioridade das necessidades do grupo e do próprio integrante (Pizzol, 2015), o segundo destaca a prioridade das necessidades do grupo mesmo quando o integrante não tem sua necessidade individual atingida (Youngdahl et al., 2003). Dessa forma, a atuação do construto Consciência de Coletivismo, possivelmente como influenciador das tomadas de decisões do consumidor necessita ser investigado para uma melhor compreensão acerca do comportamento do consumidor, uma vez que esse mesmo influenciador pode se apresentar como um dos fatores determinantes nas escolhas por um determinado modo de condução e de consumo, no caso, a carona colaborativa.

À vista disso, a primeira hipótese (H1) dessa pesquisa é apontada como: quanto maior o nível de Consciência de Coletivismo do indivíduo maior será a intenção de participar de caronas colaborativas em comunidades virtuais. Além disso, o descontentamento com os serviços de transporte público presumivelmente pode ser outro motivador da participação da carona colaborativa.

Descontentamento com os Serviços de Transporte Público

Estudos demonstram (Belk, 2014; Lima et al., 2018; Liu et al., 2019) que o consumidor é influenciado a adotar determinados tipos de consumo a partir do descontentamento existente sobre outros modos de consumir, e um exemplo muito em destaque tem sido a participação (como forma de consumo) em caronas colaborativas. Um aspecto que teoricamente pode influenciar esse tipo de consumidor se apresenta quando o mesmo possui descontentamento com o serviço prestado pelos transportes públicos (Liu et al., 2019; Lima et al., 2018).

Muitos usuários podem acabar considerando diversos pontos negativos, como por exemplo, o grande tempo de locomoção, o preço alto de passagens, a falta de flexibilidade entre horários, o desconforto, a insegurança, entre vários outros pontos (Liu et al., 2019). Entre os fatores negativos observados pelos usuários de transporte público, ainda se encontram quesitos como limpeza, condições climáticas (Chica-Olmo et al., 2017), a superlotação e falta de assentos (Börjesson & Rubensson, 2019). Os fatores citados formam uma gama negativa que acarreta no descontentamento do consumidor com os serviços públicos de transporte.

Além disso, a exposição à riscos, como possibilidades de ser roubado ou furtado, chances de sofrer ferimentos em acidentes ou até eventos de assédios sexuais acontecidos em transportes públicos (Nordfjaern & Rundmo, 2018) são considerados fatores ponderados pelos usuários desses meios de transporte. Dessa forma, os consumidores de caronas colaborativas acreditam serem esses quesitos de consequências negativas que lhe causam prejuízos individuais e descontentamento (Liu et al., 2019), possivelmente fazendo com que muitos adotem outras formas de locomoção, buscando consequências positivas para si e para o grupo que as compartilham (Lima et al., 2018).

Sugere Fetscherin (2019) que as percepções e sentimentos negativos em relação a um determinado tipo serviço influenciam mais fortemente o comportamento do consumidor do que as percepções e sentimentos positivos. Assim, o comportamento adotado a partir dos pontos negativos observados e considerados pelo consumidor em um determinado produto e/ou serviço configuram o chamado Descontentamento do Consumidor (Allison, 1978).

Esse construto delimita que o consumidor pode adotar comportamentos de separação ou distanciamento de um produto ou determinado serviço a partir da rejeição a este, graças ao descontentamento gerado pela forma como o ofertado se apresenta (Allison, 1978). Ao que tudo indica, o Descontentamento do Consumidor pode influenciar a tomada de decisões do usuário, que com base nos seus sentimentos de rejeição e distanciamento dos serviços de transporte público pode optar por outros meios de locomoção, no caso deste estudo, a opção pela participação de caronas colaborativas.

Assim sendo, com base no exposto, levanta-se a segunda hipótese (H2) desse estudo: quanto maior o descontentamento dos indivíduos com os serviços de transporte público maior será a intenção de participar de caronas colaborativas em comunidades virtuais. Isso sugere o aumento da intenção de participar de caronas colaborativas em comunidades virtuais a partir do aumento do descontentamento com os serviços de transporte público.

Modelo Teórico

Após o levantamento dos construtos Consciência de Coletivismo e Descontentamento com os Serviços de Transporte Público com base na literatura, apresentamos um modelo teórico que representa a influência desses mesmos construtos na Intenção de Participar de Caronas Colaborativas em Comunidades Virtuais pelos usuários. Dessa forma, a figura 1 apresenta as relações que as hipóteses (H1 e H2) desempenham com a intenção de participação de caronas colaborativas em comunidades virtuais.

Método da Pesquisa

Essa pesquisa apresenta abordagem quantitativa descritiva, objetivando entender a relação entre as variáveis e descrever peculiaridades do fenômeno estudado, traduzidos em dados quantitativos (Gil, 2008). O primeiro passo adotado se deteve no levantamento bibliográfico de dados para a formulação e entendimento a respeito dos construtos CC, DSTP e CCCV, através das plataformas Science Direct, SPELL e Periódicos Capes. Por conseguinte, adotou-se a estratégia de o survey online para identificar a influência das variáveis independentes sobre a dependente (Leeuw, Hox & Dillman, 2008).

Seleção da Amostra

Face a grande quantidade de comunidades virtuais existentes, bem como o número de usuários participantes destas, dificultando a possibilidade de atingir toda a população participante de CCCV e os não participantes, mas que possuem a intenção de participar, a amostragem desse estudo exprime aspecto não probabilístico (Babbie, 1999), não podendo os resultados serem generalizados diante da impossibilidade de todos os elementos apresentarem chances diferente de zero de serem selecionados (Malhotra, 2019).

Diante da acessibilidade dos participantes, elegeu-se a amostragem por conveniência (Malhotra, 2019). Dessa maneira, os respondentes tiveram que atender a dois dos três critérios determinados: (1) acesso à internet, indispensável para responder ao questionário, (2) ser participante de caronas colaborativas ofertadas em comunidades virtuais ou (3) ter intenção de participar de caronas colaborativas ofertadas em comunidades virtuais. Para garantir uma amostra capaz de potencializar os resultados, adotou-se a técnica snowball, onde os respondentes do questionário compartilham o mesmo com conhecidos através das comunidades virtuais. Para fortalecer ainda mais a coleta desses resultados, aplicou-se a regra de Hair et al. (2009) que indica a necessidade de 5 a 10 respondentes por cada item do questionário.

Coleta de Dados

Com base na literatura revisada, foram propostas questões que mensurassem os construtos adotados nessa investigação, utilizando-se assim do questionário estruturado como instrumento de coleta, criado através do Google Forms. O intuito da utilização de um questionário online foi a viabilização do survey online.

Para a construção do formulário e consequentemente a mensuração dos construtos, empregou-se escalas já existentes e propostas pela literatura, a saber: escala criada e validada por Chan, Yim & Lam (2010) para o construto de Consciência de Coletivismo e a escala de descontentamento do consumidor desenvolvida por Allison (1978). Essa última foi adaptada para o construto Descontentamento com os Serviços de Transporte Público. As escalas foram traduzidas por meio da técnica do back translation, onde foi inicialmente traduzida, por um profissional bilíngue, para o português e posteriormente traduzida novamente para o inglês por um tradutor nativo neste último idioma.

A mensuração da intenção de participar de caronas colaborativas foi realizada por meio de um único item, adaptado da escala de Pizzol (2005). No entanto, antes da inserção deste item de mensuração, considerou-se necessária a construção de um modelo explicativo, aplicado ao questionário, para facilitar o entendimento acerca do funcionamento da oferta de caronas colaborativas em comunidades virtuais. Dessa forma, a figura 2 , mostra como ocorre o funcionamento das caronas colaborativas nas comunidades virtuais.

Além disso, as mensurações dos construtos propostos foram averiguadas a partir da escala Likert, que apresenta pontuação de 1 (discordo totalmente) à 7 (concordo totalmente). A Tabela 1, apresenta os itens das escalas utilizados no questionário, os construtos e seus respectivos autores. Dessa forma, o questionário construído apresentou 23 itens, correspondentes às variáveis e ao perfil sociodemográfico dos respondentes.

Em seguida, efetuou-se um pré-teste com 12 respondentes, nessa fase o instrumento passou por alterações, sugeridas pelos respondentes, além das alterações percebidas para o melhor entendimento acerca dos itens. Após essa fase, aplicou-se o questionário que foi disponibilizado em diversas comunidades virtuais, incluindo as possíveis de acessar que tratassem de oferta de caronas colaborativas, grupos de Facebook e WhatApp, alcançando um total de 129 respondentes.

Tratamento dos Dados Coletados

Para o tratamento dos dados coletados utilizou-se o software SPSS. Para avaliação dos dados sociodemográficos da amostra foi utilizada Estatísticas Descritivas com a aplicação entre porcentagens, médias e desvio padrão. Posteriormente, foi verificada a confiabilidade dos itens de cada construto através da utilização do alfa de Cronbach, considerando os níveis acima de 0,6. Na análise da dimensionalidade desses mesmos itens utilizou-se Análise Fatorial Exploratória- AFE. Por último, utilizou-se da regressão linear múltipla para averiguar a confirmação ou rejeição das hipóteses propostas.

Análise e Discussão dos Resultados

Primeiramente, foram revisados todos os questionários aplicados para a averiguação do êxito durante o procedimento de coleta. Tendo então utilizada a opção de obrigatoriedade de resposta disponibilizada pela plataforma Google Forms, obteve-se, a veracidade de que todos os itens obtiveram uma resposta de cada respondente. Dessa forma, foi eliminada a possibilidade de não resposta (Leeuw, Hox & Dillman, 2008) dos itens propostos, sendo todos os questionários considerados válidos, compondo assim, a amostra final (n=129). No segundo momento da análise, os dados coletados foram submetidos ao software SPSS, realizando análise das informações junto ao mesmo.

Perfil sociodemográfico dos respondentes

Na busca por mensurar a intenção de participar dos respondentes, utilizou-se um item para identificar se o respondente do questionário era participante de alguma comunidade virtual de carona colaborativa (ou seja, grupos de WhatsApp, Facebook e outros) entendendo que esse item poderia apresentar diferença no perfil do participante. Dessa forma, a Tabela 2 apresenta os dados encontrados, 62% dos respondentes afirmaram que participavam, enquanto 38% afirmou não participar de comunidade virtual de carona colaborativa.

A partir da utilização de estatísticas descritivas simples foi possível analisar e descrever o perfil sociodemográfico dos respondentes. Por meio da secção do questionário que apresentava questões para a definição do perfil demográfico, realizou-se uma análise percentual destas seções, conforme apresenta a Tabela 3. Dessa forma, a maioria dos respondentes se consideraram do sexo feminino, representando 69% da amostra total, e os que se consideraram do sexo masculino representam 31% da mesma.

Essa amostra demonstrou predominância quanto ao nível superior de escolaridade, com um total de 48,8 %. Tendo como destaque o estado de Pernambuco como origem dos respondentes, podendo essa ser justificada pelo local de partida da aplicação do questionário, cidade de Caruaru-Pe. Para um melhor entendimento sobre o fenômeno, foi considerado questionar a frequência dos respondentes na participação de caronas colaborativas ao mês, essas indicaram 41,1% para quem nunca participou das caronas (embora participe de comunidades virtuais) e 34,1% indicaram participação em ao menos 1 vez ao mês.

Para complementar os dados do perfil sociodemográfico da amostra, realizou-se a extração de variáveis em escala razão, obtendo uma assertividade quanto às médias e desvio padrão. Apresentamos esses dados na Tabela 4. Observa-se que a idade média dos respondentes é indicada em 28,02 anos. A renda média mensal foi apontada em R$ 3.175,43, enquanto o número de pessoas que residem na mesma casa foi considerado com média 3,18.

Completada a avaliação do perfil sociodemográfico dos respondentes, foi realizado, no procedimento seguinte, a análise de consistência dos itens do questionário, posteriormente foi averiguada a dimensionalidade dos mesmos. Apresentamos esses dados na seção seguinte desta pesquisa.

Confiabilidade e Dimensionalidade das Escalas

A partir da mensuração do alfa de Cronbach¸ mensurou-se a confiabilidade dos itens de cada construto do modelo teórico da pesquisa, atingindo níveis acima de 0,6, considerado aceitável segundo Hair et al. (2009). Partindo desse momento de análise, foi necessário realizar a retirada dos itens DTSP03 e DSTP06, gerando os níveis adequados de confiabilidade do construto de Descontentamento com os Serviços de Transporte Público. Após esse procedimento, foi realizada a análise fatorial, podendo assim, identificar se os itens de cada escala utilizada possuíam alinhamento com as dimensões dos construtos aos quais faziam parte (Fávero et al., 2009). Dessa forma, utilizou se o teste de esfericidade de Bartlett e o teste de KMO (Hair et al., 2009). A Tabela 5, apresenta os dados de forma mais sintética.

É observável, na Tabela 1, que o construto de CC apresentou consistência interna dos itens a partir do alfa de Cronbach, uma vez que esse se encontra superior a 0,6, e que o mesmo foi atingido sem a retirada de nenhum item. Quanto à extração do índice do KMO, foi possível identificar resultados adequados quanto aos dois construtos, uma vez que no construto de CC, esse mesmo resultado apresenta-se em 0,800, e no construto de DSTP, se evidencia 0,758.

Além disso, o teste de Bartlett, do primeiro construto (CC) foi observado em 282,680, com 15 graus de liberdade, enquanto o segundo construto (DSTP) apresentou 147,557 com 10 graus de liberdade. Em ambos os construtos, a significância foi identificada por 0,000.

Os referidos resultados da análise fatorial (KMO, Bartlett, H2, X2, Sig., V.Exp.) apresentaram valores adequados dos itens para cada construto, e também observou-se que as cargas fatoriais dos itens de ambos os construtos mostraram valores acima de 0,5 (Fávero et al., 2009), mostrando a dimensionalidade das escalas, quando os itens de cada construto carregaram em seus respectivos fatores.. Realizada essas observações, partiu-se por realizar a análise do modelo teórico, conforme é apresentada na próxima seção.

Análise do Modelo Teórico Proposto

Para a realização da regressão, necessitou-se realizar o agrupamento dos itens dos construtos da investigação enquanto variáveis compostas. Dessa forma, construiu-se a Tabela 6. Essa apresenta cada variável com a média de respostas nos construtos, considerando que a mensuração foi realizada através de escala Lirket. Pôde-se observar que os maiores níveis de concordância nas respostas estão atrelados aos itens do construto de Intenção de Participar de Caronas Colaborativas em Comunidades Virtuais e o construto de Descontentamento com os Serviços de Transporte Público, uma vez que esses apresentaram médias mais altas.

Na realização da regressão múltipla, por meio do método backward, percebeu-se a retirada da variável DSTP, considerando p>= 0,100. Isso indica, portanto, que diferente dos achados nas literaturas (Liu et al., 2019; Lima et al., 2018), o Descontentamento com os Serviços de Transporte Público não influencia a variável dependente proposta no modelo teórico. Mesmo sendo um dos construtos que apresentou média superior na escala tipo Likert, nota-se que a H2 foi refutada em nossa investigação. Essa pode ser uma característica própria dos estados da região Nordeste do Brasil, embora a amostra tenha recebido respostas de outros estados e regiões, a maioria foi composta de estados da região citada, principalmente o estado de Pernambuco.

Dessa maneira, o DSTP dos respondentes não influência a intenção de participar de caronas colaborativas em comunidades virtuais, diferentemente do que havia sido apontado por Nordfjaern e Rundmo (2018) em seus estudos, que essa intenção poderia ser afetada pelo descontentamento diante de alguns riscos assumidos pelos participantes. Além disso, é possível que os respondentes assumam determinado posicionamento diante da insegurança de participar de uma carona colaborativa com pessoas que fazem parte de um círculo social mais íntimo. Sintetizamos os dados na Tabela 7.

Em seguida, construiu-se a Tabela 8, onde nessa é sintetizado o modelo teórico dessa investigação. A correlação das variáveis independentes com a dependente foi indicada pelo valor R, ou seja 0,211. De acordo com Fávero et al. (2009), esse coeficiente determina a proporção total da variação da intenção de participar através da influência das variáveis independentes. Dessa forma, analisa-se que as variáveis independentes propostas pelo modelo teórico, mensurado por meio de R², explicam 4,5% da intenção de participar de caronas colaborativas em comunidades virtuais. No entanto, é relevante indicar que o valor de R² ajustado, é o que deve ser levado em consideração para explicar essa correlação, uma vez que o índice realiza uma correção do coeficiente, em casos de pesquisas com mais de uma variável independente, no caso dessa, as variáveis independentes explicam um total de 3,7% da IPCCCV. Além disso, a estimativa de erro padrão dessa investigação é indicado em 1,882, conforme pode ser visto na tabela abaixo.

Para mais, organizou-se a Tabela 9, com o intuito de exibir os valores indicados pela ANOVA. Dessa maneira, considerou-se com base nesses resultados que o modelo teórico proposto apresenta relevância e significância estatística, indicando que ao menos a variável independente Consciência de Coletivismo é significante na explicação da intenção de participar de caronas colaborativas em comunidades virtuais. Em seguida, nota-se a estatística F, que apresenta o valor 5,937, considerado também relevante, uma vez que o próprio teste de cada coeficiente ser considerado como 0 (zero) se torna nulo.

Concluindo a análise do modelo teórico, apresentamos os coeficientes identificados na análise de regressão múltipla, exibindo na Tabela 10 apenas o modelo 2, uma vez que a análise apresenta esse com maior relevância estatística. Dessa maneira, a variável independente DSTP não é apresentada na tabela, pois essa foi descartada no teste Enter, uma vez que seu valor Sig. indicado foi de 0,608, não estando esse dentro do parâmetro de referência que é indicado do Sig. t < 0,05. Dessa maneira, apenas a variável Consciência de Coletivismo esteve dentro dos parâmetros de referência, conforme pode ser observado na tabela 6. Assim, apenas a H1 foi considerada confirmada, enquanto H2 não foi considerada influenciadora da intenção de participar.

Expostos os dados, percebeu-se que a H1 foi confirmada, corroborando com o que a literatura apontava, a consciência de coletivismo (CC) pode aumentar a intenção de participação dos indivíduos em caronas colaborativas ofertadas em comunidades virtuais (Youngdahl et al., 2003; Presbitero & Monterola, 2018; Chen & Deng, 2019. Dessa maneira, os pressupostos levantados por essa pesquisa, no que diz respeito à argumentação da H1 apresentam-se com base tanto na literatura quanto no campo pesquisado. Entende-se que, os esforços para atingir as necessidades coletivas é constatada na investigação, conforme foi apontado por Youngdahl et al.(2003), estando esses investigados, capazes de colocar acima das necessidades individuais, as necessidades coletivas, ou seja, uma consciência de coletivismo.

Essa confirmação levanta atenção para o fenômeno estudado, apontando o entendimento de que as necessidades coletivas são consideradas antes das necessidades individuais, mesmo considerando que neste fenômeno, em especial as caronas ofertadas em comunidades virtuais, são em sua maioria divulgadas e acatadas por pessoas desconhecidas. Assim sugeriu a literatura, confirmando a preferência por comunidades virtuais em aversão à aplicativos, por parte do público brasileiro (Arasaki et al., 2016).

Enquanto isso, a H2 foi refutada na análise dos dados dessa investigação, conforme foi demonstrado. Isso sugere que, diferentemente do que foi indicado pela literatura, nesse campo específico investigado, o construto DSTP não influencia a intenção dos indivíduos em participar de caronas colaborativas em comunidades virtuais. Podendo esse resultado gerar uma aversão ao identificado na literatura, de que esses consumidores observam pontos negativos do transporte público como motivo para esquivar-se desse mesmo serviço (Belk, 2014; Lima et al., 2018; Liu et al., 2019).

No entanto, ressalta-se que, como buscou-se observar possíveis influenciadores da intenção de participar, não foi critério que o público já houvesse participado alguma vez de carona colaborativa. Tanto esse dado mostra sua relevância e confirmação quando da observação que do público total investigado, 41,1% indicou nunca ter participado de caronas colaborativas, levando-nos a sugerir que o fato desses não participarem de caronas colaborativas possam utilizar de serviços de transporte público mesmo descontente com o serviço, ou que esses possuam outro meio de locomoção, como transporte próprio ou serviços particulares de viagens.

Dessa maneira, considera-se que esses, por nunca terem participado de caronas colaborativas, não consigam realizar um comparativo quanto aos atributos positivos apontados pelos participantes em comparação aos transportes públicos ofertados. Sugere-se ainda, que esses possam não ter uma grande necessidade de utilização de transportes para locomoção em comparação a outros que responderam participar mais 4 vezes ao mês de caronas colaborativas ofertadas em comunidades virtuais, acredita-se então que esses últimos possuam uma necessidade maior, e por isso recorram às caronas com mais frequência

Além disso, torna-se necessário ponderar, que os respondentes que indicaram participar ao menos 1 vez ao mês apontam para 34,1% do total de investigados. Somado esse total com os que nunca participaram, teremos uma indicação de 75,2% da amostra, sendo essa uma porcentagem significativa. Entende-se assim, essa ser a maior parte dos representantes da amostra, pouco participantes das caronas colaborativas ofertadas em comunidades virtuais, podendo esses não serem tão influenciados por não precisarem tanto dos serviços de locomoção, conforme já foi indicado ou possuírem outras formas de locomoção.

Do total de respondentes, identificou-se que 38% informaram não serem participantes de comunidades virtuais online com objetivo de combinação desse serviço. No entanto, esse mesmo quantitativo não sendo participantes dessas comunidades podem ter indicado também alta frequência nesse serviço, dando abertura para que se possa observar que possivelmente podem ter sido combinadas de outra maneira ou por terceiros. Se torna relevante considerar também tais características, diante de tais especificidades que formulam a heterogeneidade do comportamento e do perfil desse público.

Concluída a apresentação e análise dos dados encontrados, gerando discussão a respeito dos mesmos, partiu-se por realizar as argumentações conclusivas dessa investigação. Essas são apresentadas no tópico a seguir.

Considerações Finais

Esta pesquisa teve como principal propósito averiguar a influência realizada pela Consciência de Coletivismo e pelo Descontentamento com os Serviços de Transporte Público na Intenção de Participar de Caronas Colaborativas em Comunidades Virtuais. A partir da abordagem quantitativa inferencial, levanta-se algumas conclusões acerca da investigação.

O primeiro achado significativo dessa investigação concerne que, embora as caronas colaborativas sejam ofertadas em aplicativos próprios, em sua maioria, combinadas por desconhecidos, o público estudado apresenta grande participação dessas por meio das comunidades virtuais online. Além disso, esse mesmo público considera que, mesmo sendo desconhecidos entre si, a participação em caronas colaborativas envolve uma Consciência de Coletivismo, indicando que acima das necessidades individuais, se encontra, em primeiro lugar, as necessidades coletivas, mesmo que essas signifiquem alguma restrição individual.

Por segundo, identificou-se outro resultado significativo, o entendimento de que no mesmo campo investigado, o DSTP não apresenta influência na Intenção de Participar de CCCV, essa supostamente apresente diferentes resultados em outros campos. Assim, um questionamento a ser levantado com base nesse achado seria: Porque o descontentamento com o serviço de transporte público não apresenta influência na intenção dos respondentes em adotar caronas colaborativas em comunidades virtuais, tendo em vista que esses, segundo a literatura apresentam características que fazem o usuário se descontentar com os mesmos? Ou ainda, porque mediante a vários riscos e problemas apontados pela literatura como fatores influenciadores, a consciência de coletivismo apresenta influência acerca da intenção de participar, sendo que essa faz o mesmo indivíduo priorizar as necessidades do grupo ao qual participa acima de suas necessidades individuais?

Assim, acredita-se que, a principal contribuição dessa pesquisa está no entendimento de um fenômeno crescente e em destaque, o consumo colaborativo, numa visão macro, e da participação de caronas colaborativas numa visão micro. Esses achados apresentam importância para o setor acadêmico, de marketing e consumo, na necessidade do entendimento a respeito do comportamento do consumidor, na atualidade, que compete a um comportamento mais heterogêneo. A característica inovadora dessa investigação concerne no entendimento da importância de se investigar determinadas comunidades, deixando-se não seguir com o fluxo já existente que considera apenas os aplicativos para tais fins, com base na especificidade de confiança do brasileiro nessas mesmas comunidades e seus integrantes.

Além disso, os mesmos resultados apresentam contribuição para com os setores produtivos, ou de serviços, uma vez que percebe o surgimento de aplicativos para a oferta desses serviços, ou seja, tais setores necessitam desses dados para compreender melhor seus consumidores. E ainda, num contexto de entendimento próprio dos participantes desse tipo de serviço, poderá sugerir entendimentos acerca do processo, ao qual esses mesmos estão inclusos.

Limitações e sugestões para futuras pesquisas

Uma das questões considerada como limitação é a capacidade da pesquisa ter alcançado poucos respondentes quando da participação de outros estados. Dessa forma, os resultados obtidos, maioria, representam um posicionamento de pernambucanos como respondentes, por segundo residentes do estado do Rio Grande do Norte. Isso demonstra que para o entendimento acerca de uma amostra maior, ou até mesmo de um entendimento acerca do comportamento brasileiro quanto a esse fenômeno, se faz necessário a ampliação dessa amostra, de forma a atingir respondentes de outros estados brasileiros.

No entanto, ressalta-se que essa pesquisa se deteve apenas a mensurar influenciadores da intenção de participar de caronas colaborativas. Tendo como respostas obtidas tanto de pessoas que não participam de caronas colaborativas quanto quem participa e principalmente participantes de comunidades virtuais com esse foco. Uma sugestão para um melhor entendimento acerca desse fenômeno poderia ser a investigação com aqueles que:

1. 1. Participam de Caronas Colaborativas e das Comunidades Virtuais;
2. 2. Não Participam das Comunidades Virtuais, mas Participam das Caronas;
3. 3. Participam das Comunidades Virtuais, mas Não Participam das Caronas;

Essa heterogeneidade característica da amostra pode ser observada como uma limitação de um entendimento mais profundo acerca de um perfil específico de respondente, deixando como sugestão o afunilamento desses perfis. No mais, os questionamentos levantados poderão auxiliar em futuras investigações, buscando o entendimento de achados que se desvelaram opostos ao que a literatura havia apresentado.

Referências

Allison, N.K. (1978). A Psychometric Development of a Test for Consumer Alienation from the Marketplace. Journal of Marketing Research, 15, 565-575.

Arasaki, P. K., Cisne, C., Ueno, A., Santos, N. (2016). Contribuições da carona solidária no processo de compartilhamento do conhecimento. NAVUS - Revista de Gestão e Tecnologia, 6, 40-55.

Arruda, H. R., Bandeira, E. L., Silva, A. L. L., Rebouças, S. M. D. (2016). Consumo colaborativo e valores pessoais: o caso da bicicleta compartilhada. Revista Brasileira de Marketing, Vol. 15, N. 5., 683-698.

Babbie, E. (1999). Métodos de pesquisas de survey. Belo Horizonte: Editora da UFMG.

Bachmann, F., Hanimann, A., Artho, J., Jonas, K. (2018). What drives people to carpool? Explaining carpooling intention from the perspectives of carpooling passengers and drivers. Transportation Research Part F, 59, 260-268.

Belk, R. (2014). You are what you can access: Sharing and collaborative consumption online. Journal of Business Research,1595-1600.

Börjesson, M., Rubensson, I. (2019). Satisfaction with crowding and other attributes in public transport. Transport Policy, 1- 25.

Chan, K. W., Yim, C. K., & Lam S. S.K. (2010), "Is Customer Participation in Value Creation a Double-Edged Sword? Evidence from Professional Financial Services Across Cultures. Journal of Marketing, 74 (3), 48-64.

Chen, X., Deng, H. (2019). A correlation analysis of information use, social networks and cooperation consciousness in travel behaviors. Transportation Research Part F: Traffic Psychology and Behaviour, 819-832.

Chica-Olmo, J., Gachs-Sánchez, H., Lizarraga, C. (2017). Route effect on the perception of public transport services quality. Transport Policy, 1-9.

Choi, T., He, Y. (2019). Peer-to-peer collaborative consumption for fashion products in the sharing economy: Platform operations. Transportation Research Part E: Logistics and Transportation Review, 49-65.

Fávero, L. P., Belfiore, P., Silva, F. L. & Chan, B. L. (2009). Análise de dados: modelagem multivariada para tomada de decisões. Rio de Janeiro: Elsevier.

Fetscherin, Marc. (2019). The five types of brand hate: How they affect consumer behavior. Journal of Business Research, 101, 116-127.

Gil, A. C. (2008). Métodos e técnicas de pesquisa social (6ª ed.) São Paulo: Atlas.

Hair, J. F. Jr., Black, W. C., Babin, B. J., Anderson, R. E., Tatham, R. L. (2009). Análise Multivariada de Dados (6ª ed.). Porto Alegre: Bookman.

Hu, H., Zhang, J., Wang, C., Yu, P., Chu, G. (2019). What influences tourists' intention to participate in the Zero Litter Initiative in mountainous tourism areas: A case study of Huangshan National Park, China. Science of the Total Environment, 657, 1127-1137.

Iran, S., Geiger, A. M., Schrader, U. (2018). Collaborative Fashion Consumption - A Cross Cultural Study between Tehran and Berlin. Journal of Cleaner Production. 212, 313-323.

Lang, C., Armstrong, C. M. J. (2017). Collaborative Consumption: The Influence of Fashion Leadership, Need for Uniqueness, and Materialism on Female Consumers’ Adoption of Clothing Renting and Swapping. Sustainable Production and Consumption, 13, 37-47.

Lemarié, L., Bellavance, F., Chebat, Jean-Charles. (2019). Regulatory focus, time perspective, locus of control and sensation seeking as predictors of risky driving behaviors. Accident Analysis and Prevention, 19-27.

Leeuw, E. D., Hox, J. J., & Dillman, D. A. (2008). Mixed-mode surveys: When and why. International handbook of survey methodology, 299-316.

Lima, S. H., Lima, D. S., Araújo, F. S., Leocádio, A. L. (2018) Materialismo, Individualismo Y Consumo Colaborativo En Turismo. Una investigación sobre los usuarios de Airbnb en Brasil. Estudios y Perspectivas en Turismo, 27, 24 - 42.

Liu, X., Yan, X., Liu, F., Wang, R., Leng, Y. (2019). A trip-specific model for fuel saving estimation and subsidy policy making of carpooling based on empirical data. Applied Energy, 295-311.

Malhotra, N. K. (2019). Pesquisa de Marketing - Uma Orientação Aplicada (7 ed.) Porto Alegre: Bookman.

Nordfjærn, T., Rundmo, T. (2018). Transport risk evaluations associated with past exposure to adverse security events in public transport. Transportation Research Part F, 14-23.

Park, N., Yang, A. (2012). Online environmental community members’ intention to participate in environmental activities: An application of the theory of planned behavior in the Chinese context. Computers in Human Behavior, 28, 1298-1306.

Pizzol, H. O. D. (2015). Proposição de uma escala para mensuração do consumo colaborativo: compreendendo o compartilhamento de bens e a sua relação com os valores pessoais. (Dissertação de mestrado), PUC-RS, Porto Alegre-RS, Brasil.

Presbitero, A., Monterola, C. (2018). Challenging the evolution of social cooperation in a community governed by central control. Revista Physica A, 511, 378-388.

Vera, L. A. R., Gosling, M. S. (2017) Economia Compartilhada no Turismo: Uma Discussão Teórica Sobre o Consumo Colaborativo e o Compartilhamento. REEN- Revista Eletrônica de Estratégia & Negócios, 10 (1), 227-251.

Wang, Rui. (2011). Shaping carpool policies under rapid motorization: the case of Chinese cities. Transport Policy, 18, 631-635.

Youngdahl, W. E., Kellogg, D. L., Nie, W., Bowen, D. E. (2003). Revisiting customer participation in service encounters: does culture matter? Journal of Operations Management, 21, 109-120.

Zhang, Z., Huang, H., Tang, T. (2018). Impacts of preceding information on travelers’ departure time behavior. Physica A, 523-529.