INTRUCTIONS POUR COMPLETER LA FEUILLE S

Buscando elementos que refutassem ou confirmassem a hipótese (H1), a qual concebe que a decisão para a realização do sacrifício para a (não) compra é formada pela relação entre a Valência e a Instrumentalidade, foi utilizada a Modelagem de Equações Estruturais, com o auxílio do software SmartPLS-2 (RINGLE; WENDE; BECKER, 2015). De forma semelhante ao Experimento I, na configuração da análise foi utilizado o algoritmo dos mínimos quadrados parciais (PLS), com esquema de ponderação por base no caminho e número máximo de interação de 300.

Na estimação do modelo de Sacrifício para a compra, considerou-se as dimensões de segunda ordem da escala ISC, Valência e Instrumentalidade e a variável Intenção de compra. Os principais resultados estão demonstrados na Figura 15:

Figura 15 (5) - Modelo de Sacrifico para a Compra

Fonte: Dados da pesquisa.

A Figura 15 expõe em cada seta o valor do coeficiente de caminho da regressão linear e no círculo da variável endógena o valor do R2_{. Considerando a classificação}

sugerida por Cohen (1988), os resultados do modelo estrutural, de forma semelhante ao Experimento I, nos indica que a Valência tem um forte efeito negativo na intenção de sacrifício para a compra, enquanto que a Instrumentalidade apresenta um forte efeito positivo.

Visando verificar se as relações apresentadas são significantes (p ≤ 0,05), procedeu-se no software SmartPLS (RINGLE; WENDE; BECKER, 2015), por meio da opção Bootstrapping, o cálculo do testes t de Student entre os valores originais dos dados e aqueles obtidos pela técnica de reamostragem. Cabe novamente destacar que o software apresenta para cada relação os valores do teste t e não os p-valores. Dessa forma, deve-se interpretar que valores acima de 1,96 correspondem a p-valores ≤ 0,05 (RINGLE; DA SILVA; BIDO, 2014). A Tabela 47 apresenta os resultados do teste t.

Tabela 47 (5) – Teste t – Experimento III

Amostra Original Média da amostra Desvio padrão Teste t

Instrumentalidade -> Sacrifício para a compra 0,264 0,278 0,058 4,534 Valência -> Sacrifício para a compra -0,426 -0,431 0,067 6,388

Fonte: Dados da pesquisa.

Verifica-se na Tabela 47 que os valores do teste t foram acima de 1,96, demonstrando que os efeitos são significativos no nível 0,05.

Considerando importante obter novas evidências para a verificação dos resultados, procedeu-se as análises de Validade Preditiva ou indicador de Stone-Geisser (Q2_{) e do tamanho do efeito ou Indicador de Cohen (f}2_{), utilizando-se o módulo} Blindfolding do SmartPLS. Para estes indicadores, valores de 0,02, 0,15 e 0,35 são

considerados, respectivamente, pequenos, médios e grandes (COHEN, 1988; HAIR et al., 2016). A seguir são apresentados na Tabela 48 os resultados dessas análises.

Tabela 48 (5) - indicadores da validade preditiva (Q2) do tamanho do efeito (f2) – Experimento I

Construtos (Q2) (f2)

Instrumentalidade - 0,245

Valência - 0,240

Sacrifício para a compra 0,203 - Fonte: Dados da pesquisa.

A interpretação da Tabela 48, demonstra que o modelo apresentou um médio grau de relevância preditiva em relação ao fator endógeno Sacrifício para a compra (Q2 ₌

0,291). No que se refere ao indicador de Cohen (f2), verificou-se que o construto Instrumentalidade foi caracterizado como de média importância para o ajuste do modelo (f2 = 0,245). Este resultado difere do Experimento I, no qual a Instumentalidade foi considerada como de alta importância. No que se refere ao construto Valência (f2 = 0,240), esta também foi considerada como de média importância.

Além dessas análises, buscou-se verificar por meio da análise de moderação se o envolvimento com o produto altera a relação entre os componentes do sacrifício para compra (Valência e Instrumentalidade) e a Intenção de compra.

Inicialmente procedeu-se à análise considerando as variáveis/construtos Valência, Intenção de compra e Envolvimento com o produto. O cálculo do efeito moderador foi executado, no software SmartPLS-2 (RINGLE; WENDE; BECKER, 2015), pelo método ortogonal com dados centrados na média. Esse método oferece melhores estimativas pontuais para o efeito de interação e para os efeitos únicos, com alta precisão de previsão. Os principais resultados desta análise estão expostos na Figura 16.

Figura 16 (5) – feito moderador do envolvimento com o produto - Valência - Experimento III

Fonte: Elaborado pelo pesquisador (2018).

De acordo com Hair et al. (2016) a leitura da Figura 16, revela que a médio nível de envolvimento a relação entre Valência e Intenção de compra é de -0,408. O aumento no nível de envolvimento (um ponto de desvio padrão) implicaria na diminuição da

relação negativa entre Valência e Intenção de compra ( -0,408 + 0,184 = -0,224), fato que tornaria essa relação menos importante., assim, quando o Envolvimento aumenta, a Valência torna-se menor importante para o sacrifício da compra. Contudo, tais conclusões apenas são válidas quando a interação é significativa. Nesse sentido, a significância foi analisada no software SmartPLS-2 (RINGLE; WENDE; BECKER, 2015), por meio do módulo Bootstrapping com 1000 amostras usando a opção sem alteração de sinal. Os resultados deste teste são apresentados na Tabela 49.

Tabela 49 (5) – Avaliação da significância do efeito de moderação Experimento III– Valência

Amostra original Média da amostra Desvio Padrão Estatística t p-valor

Efeito Moderador do Envolvimento ->

Compra 0,184 0,152 0,243 0,757 0,449

Envolvimento com o produto -> Compra -0,114 -0,107 0,080 1,427 0,154

Valência -> Compra -0,408 -0,426 0,078 5,251 0,000

Fonte: Dados da pesquisa.

A análise da estatística t para interação entre o efeito moderador do Envolvimento com o produto na relação entre Valência e Intenção de compra (t = 0,757) demonstra que não foi encontrado suporte para um efeito moderador significativo.

A mesma análise foi executada verificando a relação entre as variáveis/construtos Instrumentalidade, Intenção de compra e Envolvimento com o produto, cujos principais resultados estão expostos na Figura 17.

Figura 17 (5) – Efeito moderador do envolvimento com o produto (Instrumentalidade)

Os resultados apresentados na Figura 17 relevam que, considerando um nível médio de envolvimento, a relação entre Instrumentalidade e Intenção de compra é de - 0,279, enquanto que a moderação apresenta um efeito negativo de -0,238 na Intenção de compra. A interpretação desses números indica que o aumento no nível de envolvimento (um ponto de desvio padrão) implicaria, praticamente, na eliminação da relação entre Instrumentalidade e Intenção de compra (0,279 - 0,184 = 0,095). No entanto, a verificação da significância não demonstrou suporte para o efeito moderador do envolvimento (t=0,634), conforme demonstrado na Tabela 50.

Tabela 50 (5) – Avaliação da significância do efeito de moderação - Experimento III–

Instrumentalidade Amostra original Média da amostra Desvio Padrão Estatística t p-valor

Efeito Moderador Envolvimento ->

Compra -0,238 -0,060 0,375 0,634 0,526

Envolvimento -> Compra -0,237 -0,229 0,084 2,818 0,005

Instrumentalidade -> Compra 0,279 0,307 0,059 4,708 0,000 Fonte: Dados da pesquisa.

Assim como no Experimento I, os resultados apresentados, trouxeram evidências de que existe um forte efeito da Valência e da Instrumentalidade na decisão de compra com sacrifício, conforme descrito na hipótese (H1), e que, a Valência possui uma associação negativa com a intenção de sacrifício para a compra (hipótese H1a), ou seja, quanto maior a Valência menor a percepção de sacrifício para a compra.

No que se refere à Instrumentalidade, verificou-se uma associação positiva com o sacrifício para compra (hipótese H1b), em outros termos, quanto maior a Instrumentalidade maior será a percepção de sacrifício para compra.

Diante dos resultados obtidos, verificou-se evidências que confirmam as hipóteses H1a e H1b. No que se refere à verificação do envolvimento com o produto, moderar a

relação entre as dimensões do sacrifício (Valência e Instrumentalidade) e intenção de compra, hipótese H2, não se encontrou suporte para confirmação desta hipótese.

Buscando outras possibilidades de verificação dessas hipóteses, foram realizados novos testes por meio da Análise de Variância, conforme demonstrado a seguir.