INTENÇÃO DE ADOÇÃO DE BIG DATA NA CADEIA DE SUPRIMENTOS: UMA PERSPECTIVA BRASILEIRA

QUEIROZ, MACIEL M; PEREIRA, SUSANA CARLA FARIAS

doi:10.1590/S0034-759020190605

Tabla de contenido Anterior Actual Siguiente

Tabla de contenido

FÓRUM • Rev. adm. empres. 59 (6) • Nov-Dec 2019 • https://doi.org/10.1590/S0034-759020190605 linkcopiar

INTENÇÃO DE ADOÇÃO DE BIG DATA NA CADEIA DE SUPRIMENTOS: UMA PERSPECTIVA BRASILEIRA

Autoria SCIMAGO INSTITUTIONS RANKINGS

As aplicações de big data têm remodelado vários modelos de negócios e provocado grandes transformações na gestão da cadeia de suprimentos (GCS). Apoiado pela literatura emergente de big data, GCS e teoria unificada de aceitação e uso de tecnologia (UTAUT), este estudo tem como objetivo avaliar as variáveis que influenciam os profissionais brasileiros que atuam na GCS a adotar big data. Assim, nós adaptamos e validamos um modelo UTAUT previamente desenvolvido. Um total de 152 profissionais que atuam na gestão de cadeias de suprimentos revelou que condições facilitadoras (como a infraestrutura de TI) têm uma grande influência na adoção de big data. Por outro lado, a influência social e a expectativa de desempenho não apresentaram efeito significativo. Este estudo contribui para a prática, com conhecimentos valiosos para os tomadores de decisão que estão considerando projetos de big data. Além disso, ele ajuda a minimizar a lacuna em relação aos estudos de big data no contexto brasileiro.

PALAVRAS-CHAVE:
Big data; gestão da cadeia de suprimentos; adoção; survey; partial least squares structural equation modeling; PLS-SEM

Constructo	Descrição	Itens	Fontes
Expectativa de desempenho (ED)	ED1	Big data é útil na minha vida diária.	(Alalwan et al., 2017; Venkatesh et al., 2003, 2012; Queiroz & Wamba, 2019)
	ED2	O uso de big data aumenta minhas chances de concluir tarefas importantes para mim.
	ED3	O emprego de big data me ajuda a realizar tarefas mais rapidamente.
	ED4	A aplicação de big data aumenta minha produtividade.
Expectativa de esforço (EE)	EE1	Aprender a utilizar big data é fácil para mim.	(Alalwan et al., 2017; Venkatesh et al., 2003, 2012; Queiroz & Wamba, 2019)
	EE2	Minha interação com o big data é clara é adequada.
	EE3	Big data é fácil de usar.
	EE4	Consigo me tornar proficiente no uso de big data rapidamente.
Influência social (IS)	IS1	As pessoas que são importantes para mim pensam que eu deveria empregar big data.	(Alalwan et al., 2017; Venkatesh et al., 2003, 2012; Queiroz & Wamba, 2019)
	IS2	As pessoas que são importantes para mim acham que eu deveria utilizar big data.
	IS3	Pessoas cujas opiniões eu valorizo preferem que eu use big data.
Condições facilitadoras (CFs)	CF1	Eu tenho os recursos necessários para adotar o big data.	(Alalwan et al., 2017; Venkatesh et al., 2003, 2012; Queiroz & Wamba, 2019)
	CF2	Eu tenho o conhecimento necessário para adotar big data.
	CF3	Big data é compatível com outras tecnologias que eu utilizo.
	CF4	Posso obter ajuda de outras pessoas quando tenho dificuldades em usar big data.
Intenção comportamental (IC) de utilizar big data	IC1	Pretendo usar big data no futuro.	(Alalwan et al., 2017; Venkatesh et al., 2003, 2012; Queiroz & Wamba, 2019)
	IC2	Espero utilizar big data no futuro.
	IC3	Tenho planos para adotar big data no futuro.
Confiança (CO)	CO1	Acredito que big data é confiável.	(Alalwan et al., 2017; Gefen et al., 2003)
	CO2	Confio em big data.
	CO3	Não duvido da credibilidade do big data.
	CO4	Tenho certeza de que estruturas legais e tecnológicas me protegem adequadamente de problemas em big data.
	CO5	Big data cumpre as funções pretendidas.

Gênero	n	%
Masculino	136	89,5
Feminino	16	10,5
Idade (anos)
26-33	40	26,32
34-41	80	52,63
42-49	12	7,89
≥50	20	13,16
Nível educacional
Bacharelado	60	39,47
Pós-graduação/MBA	84	55,26
Mestrado acadêmico	8	5.26
Tempo de experiência profissional (anos)
<1	28	18,42
2-5	76	50,00
6-10	32	21,05
11-15	16	10,53
Profissão
Analista de logística	70	46,05
Gerente de operações	28	18,42
Gerente de transporte	40	26,32
Gerente de cadeia de suprimentos	14	9,21

	IC	EE	CF	ED	IS	CO
IC1	0,887
IC2	0,916
IC3	0,900
EE1		0,945
EE2		0,906
EE3		0,947
EE4		0,900
CF1			0,789
CF2			0,884
CF3			0,719
CF4			0,800
ED1				0,764
ED2				0,803
ED3				0,914
ED4				0,899
IS1					0,953
IS2					0,983
IS3					0,967
CO1						0,964
CO2						0,944
CO3						0,918
CO4						0,937
CO5						0,913

Constructo	Alfa de Cronbach	Confiabilidade composta	Variância média extraída
IC	0,881	0,926	0,808
EE	0,942	0,959	0,853
CF	0,806	0,873	0,637
ED	0,864	0,908	0,715
IS	0,965	0,977	0,934
CO	0,963	0,971	0,871

Constructo	IC	EE	CF	ED	IS	CO
IC	0,901
EE	0,527	0,925
CF	0,614	0,577	0,800
ED	0,314	0,238	0,620	0,847
IS	0,399	0,390	0,508	0,421	0,968
CO	0,511	0,456	0,580	0,640	0,715	0,935

Valor	Beta	Desvio-padrão	Estatísticas t	Valor de p	Resultados
CF -> EE	0,578	0,053	10,921*	0,000	Aceito
CF -> ED	0,380	0,064	5,875*	0,000	Aceito
CF -> IC	0,490	0,097	5,016*	0,000	Aceito
CO -> ED	0,413	0,080	5,301*	0,000	Aceito
CO -> IC	0,327	0,112	2,987**	0,003	Aceito
IS -> CO	0,710	0,047	15,17*	0,000	Aceito
IS -> IC	-0,073	0,097	0,646	0,519	Rejeitado
EE -> IC	0,166	0,090	1,86	0,063	Rejeitado
ED -> IC	-0,214	0,099	2,184**	0,029	Rejeitado

Constructo	R²	R² ajustado
IC	0,477	0,460
EE	0,337	0,333
ED	0,504	0,498
CO	0,506	0,503

location_on

Fundação Getulio Vargas, Escola de Administração de Empresas de S.Paulo Avenida Nove de Julho, 2.029, Bela Vista, CEP: 01313-902, Telefone: +55 (11) 3799-7718 - São Paulo - SP - Brazil
E-mail: rae@fgv.br

rss_feed Acompañe los números de esta revista en su lector de RSS

[TFN5] IC, intenção comportamental;

EE, expectativa de esforço;

CF, condições facilitadoras;

ED, expectativa de desempenho;

IS, influência social; CO, confiança.