Análise dos Fatores que Afetam as MPME no Uso de Empréstimos de Fintech como Financiamento Alternativo: Abordagem do Modelo de Aceitação de Tecnologia

RESUMO

Este estudo tem como objetivo determinar os fatores que impactam a intenção de Micro, Pequenas e Médias Empresas (MPMEs) em usar aplicativos de empréstimo fintech como uma fonte opcional de financiamento de negócios usando a abordagem do modelo de aceitação de tecnologia. A população neste estudo eram MPMEs na Indonésia. As amostras foram coletadas por amostragem intencional, selecionando indivíduos com base no critério de terem utilizado um aplicativo de empréstimo fintech licenciado para financiamento de negócios. A amostra consistiu de 171 indivíduos. Este estudo utilizou o modelo de equação estrutural (SEM) como técnica de análise. Os seus resultados mostram que a Facilidade de Uso Percebida tem impacto na Utilidade Percebida, mas não teve efeito na Atitude Face ao Uso. O fator de Utilidade Percebida tem um efeito na Atitude Face ao Uso, e Atitude Face ao Uso influenciam a Intenção Comportamental de Uso. A empresa fintech pode desempenhar um papel ao fornecer educação e capacitação para promover a compreensão da alfabetização digital para as partes interessadas das MPME. Os governos precisam desenvolver estruturas políticas que possam equilibrar inovação e mitigação de riscos.

Palavras-chave:
Finanças de Comportamento; MPME; Fintech de Financiamento; Modelo de Aceitação de Tecnologia

Abstract

This study aims to determine factors impacting the intention of Micro, Small, and Medium Enterprises (MSMEs) in using fintech lending applications as an optional source of business financing using the technology acceptance model approach. The population in this study were MSMEs in Indonesia. Samples were taken by purposive sampling with the criteria of having used a licensed fintech lending application for business financing. The samples used were 171 samples. This study used structural equation model (SEM) as the analysis technique. The results of this study showed that Perceived Ease of Use had an impact on Perceived Usefulness but had no effect on Attitude Toward Using. The factor Perceived Usefulness had an effect on Attitude Toward Using, and Attitude Toward Using influences Behavioral Intention to Use. Fintech companies can play a role by providing education and empowerment to foster understanding of digital literacy for MSME stakeholders. The governments need to develop policy frameworks that can balance innovation and risk mitigation.

Keywords:
Behavior Finance; MSMEs; Fintech Lending; Technology Acceptance Model

1. Introdução

A Indonésia tem muitos usuários de internet. Com base nos dados do We Are Social, a Indonésia tinha cerca de 175,4 milhões de usuários de internet em janeiro de 2020 (We Are Social, 2020). Em 2019, pelo menos 73,75% dos domicílios tinham acesso à internet. Esse número aumenta anualmente. Além disso, os usuários de mídia social na Indonésia estão entre os maiores do mundo. Na Indonésia, havia 338,2 milhões de conexões de telefonia móvel e 160 milhões de usuários de mídia social em janeiro de 2020 (Badan Pusat Statistik, 2020). O crescimento de usuários de internet na Indonésia também é muito alto (Kharisma et al., 2021). A tecnologia da Internet também trouxe muitas mudanças na indústria de finanças. A tecnologia digital é o principal capital necessário para a indústria desenvolver seus negócios hoje (Susilowati, 2020).

A tecnologia financeira (Fintech) se desenvolveu como resultado da transformação no estilo de vida consumista das pessoas. Esse é o resultado do envolvimento da tecnologia nas atividades diárias. Fintech desenvolveu e se tornou uma opção inovadora de transação de serviços financeiros, como bancos tradicionais, seguros e gerenciamento de ativos (Majid, 2021). Com base nos dados estatísticos da OJK, as fintechs em março de 2021 registraram um total de 147 empresas, e 46 delas foram licenciadas (OJK, 2021). Enquanto isso, o saldo de débito e crédito desembolsado pela fintech atingiu IDR 15,3 trilhões em dezembro de 2020 e continuará crescendo no futuro próximo. O desenvolvimento de empréstimos fintech na Indonésia acelerará e direcionará os comerciantes de Micro, Pequenas e Médias Empresas (MPMEs). As MPMEs desempenham um grande papel na economia indonésia tornando-se um dos principais setores que crescem e aumentam anualmente (Purbasari et al., 2021). Os desenvolvimentos tecnológicos facilitam para as MPMEs a venda de bens, serviços e ajudam a registrar transações (Salim & Frederica, 2020).

Os empréstimos fintech fornecem serviços de empréstimo para aqueles que precisam de capital, ao mesmo tempo em que facilitam o desenvolvimento de capital por meio de financiamento. Podem fornecer soluções de financiamento para as MPMEs desenvolverem o negócio devido às suas facilidades de flexibilidade de pagamento. A fintech é relativamente mais fácil de usar em processos de transações financeiras. Também reduziu os custos incorridos no processo de transação. As MPMEs inegavelmente desempenharam um papel importante no crescimento econômico da Indonésia e no problema de emprego nesse país (Yanny et al., 2020), uma das nações com o maior número de participantes da indústria de MPME - cerca de 56,54 - 62,92 milhões de unidades (Fajar et al., 2021). Pelo comportamento consumista das pessoas que muda com o tempo e pela frequência da usabilidade da tecnologia na sociedade, fintech tem potencial para ser a solução dos problemas comumente encontrados nas MPMEs, principalmente no acesso a financiamento. Fintech oferece novas oportunidades para empresários aprimorarem suas atividades econômicas devido à sua consideração eficiente e eficaz (Darma et al., 2020). Os serviços financeiros de base tecnológica são prospectados para dar suporte ao aumento da inclusão financeira (Rosyadah et al., 2021). Assim, a otimização da fintech para incentivar a capacidade das MPMEs na Indonésia deve continuar a ser aprimorada porque tem o potencial de aumentar a capacidade das MPMEs (Suhartono et al., 2020). No futuro, acredita-se que a fintech se desenvolva rapidamente (Retno Rahadjeng & Hermawan, 2021).

Esta investigação incidirá sobre as plataformas digitais, nomeadamente o modelo de negócio de empréstimos fintech (fintech lending) como fonte alternativa de financiamento. O que mais o distingue dos bancos é que o empréstimo fintech atua apenas como um intermediário conectando proprietários de fundos com aqueles que precisam de fundos. Como resultado, os empréstimos fintech recebem apenas uma taxa com base em cada transação feita (OJK, 2021). Os empréstimos fintech não exigem um grande capital principal como no setor bancário. O setor bancário de varejo tradicional conduz seus negócios com os clientes por meio de interações diretas (Asmarani & Wijaya, 2020). Contudo, na última década, os bancos tradicionais mudaram e surgiram novos conceitos de serviços financeiros (Lestari et al., 2020). Fintech acompanha o crescimento da tecnologia da informação, incluindo smartphones, internet e análise de big data, que podem tornar a distribuição de serviços financeiros mais rápida e barata (Batunanggar, 2019).

As MPMEs têm um grande problema para obter financiamento na forma de desembolso de crédito para ter capital empresarial (Ardiansyah, 2019). Acredita-se que os empréstimos fintech sejam uma alternativa de financiamento para as MPMEs aumentarem a inclusão financeira. A acessibilidade financeira das MPMEs baseadas em fintech parece enfrentar muitos obstáculos no nível dos atores empresariais das MPMEs (Erwin & Anwar, 2021). Isso está de acordo com o nível de penetração do uso da Internet e da rede de smartphones na Indonésia, que é bastante significativo. No entanto, a Pesquisa Nacional de Alfabetização Financeira de 2019 do OJK afirmou que era de 38,03%, enquanto o nível de inclusão financeira com base em pesquisa realizada pelo Conselho Nacional de Inclusão Financeira (DNKI) em 2020 atingiu 81,4%. Esse fato mostra que quase a maioria dos usuários de serviços financeiros, tanto bancos quanto fintechs, não entendem os benefícios do produto e seus riscos.

Para entender a avaliação de alternativas e mercados financeiros, o conhecimento financeiro e a alfabetização são importantes (Effendi et al., 2021). A tecnologia da informação nos negócios desempenha um papel importante para melhorar a alfabetização digital do empreendedor (Daud et al., 2022). O baixo nível de alfabetização financeira, incluindo atores de MPME, pode representar riscos potenciais, como crimes cibernéticos e uso indevido de dados pessoais. Todas as partes envolvidas precisam de habilidades de alfabetização financeira para evitar as situações ruins mencionadas. A alfabetização financeira é um conjunto de conhecimentos e habilidades que levam uma pessoa a tomar decisões de forma eficaz com todos os seus recursos financeiros (Safitri, 2020). Se essas condições não forem devidamente mitigadas, a meta de inclusão financeira pode não ser alcançada porque os consumidores perdem a confiança em instrumentos financeiros como fintech. Um aumento no índice de alfabetização fintech pode acelerar o número de usuários, o que influencia o índice de inclusão financeira (Pambudianti et al., 2020).

Na globalização mundial de hoje, os avanços tecnológicos são um novo motor para o crescimento econômico. Várias mudanças no mundo dos negócios em direção à economia digital envolvem muitas atividades online ou virtuais (Abdillah et al., 2021). Tendo em conta a elevada condição de utilização da Internet e o ímpeto da digitalização durante a pandemia de COVID-19, os empréstimos fintech têm o potencial de ser uma fonte alternativa de financiamento para as MPMEs. Essas empresas são uma das indústrias que podem sobreviver na era da pandemia e também se transformar em uma nova fonte de força para a economia do país (Anggarini, 2022). A pandemia de Covid-19 estimulou as MPMEs a adaptarem as vendas usando mídias de plataformas digitais (Giharis, 2022). Por um lado, há acesso limitado ao financiamento das MPME no setor bancário, mas, por outro lado, a baixa alfabetização financeira pode ser um obstáculo para as MPMEs no acesso a serviços financeiros, incluindo empréstimos fintech, que são relativamente novos e requerem um nível adequado de alfabetização digital. Isso é confirmado pelos resultados de uma pesquisa do Conselho Nacional de Finanças Inclusivas (DNKI) em 2020, o qual mostrou que a maioria dos usuários de telefone (68,8%) não conseguiu usar seus dispositivos para transações financeiras digitais. Portanto, os atores das MPMEs inevitavelmente precisam acompanhar os desenvolvimentos tecnológicos cada vez mais sofisticados (Dwijayanti et al., 2022). De fato, as MPMEs precisam de acesso a capital para manter a continuidade de seus negócios mesmo durante a pandemia (Kartiko & Rachmi, 2021).

A pesquisa sobre comportamento de uso de tecnologia pode ser abordada com o Modelo de Aceitação de Tecnologia (Technology Acceptance Model - TAM) criado por Davis (Davis, 1989). TAM é uma teoria aplicável amplamente usada para descrever a aceitação de informações usando sistemas de tecnologia. A teoria prevê que a aceitação individual da tecnologia da informação pode ser afetada por duas variáveis principais, a saber: a Facilidade de Uso Percebida e a Utilidade Percebida, as quais são referências na medição do TAM. Facilidade de Uso Percebida é uma condição em que existe a crença de que, ao usar um determinado sistema, um indivíduo não precisa fazer nenhum esforço. A facilidade de uso pode ser demonstrada através da intensidade de uso e relacionamento entre o usuário e o sistema. Enquanto isso, a Utilidade Percebida mostra o nível de confiança individual ao usar determinados aplicativos que aumentarão sua produtividade. O TAM preocupa-se principalmente com o desenvolvimento de atitudes individuais em relação ao uso da tecnologia da informação, bem como com as percepções de conveniência e benefícios.

Além disso, para descrição do estudo desse fenômeno, existem lacunas de pesquisa que precisam ser consideradas em estudos recentes. Por exemplo, a pesquisa de Purnamasari conclui que há um impacto da Facilidade de Uso Percebida nas atitudes do usuário (Purnamasari et al., 2020). No entanto, os resultados deste estudo diferem daqueles encontrados por Joshua Tandiono, que conclui que a Facilidade de Uso Percebida não tem efeito direto na percepção dos usuários de empréstimos fintech (Tandiono et al., 2020). De acordo com Darmansyah et al. (2020) e Taufan (2019), a Utilidade Percebida afeta as atitudes das MPME no uso de empréstimos fintech. Enquanto isso, a pesquisa de Chandra mostra que a Utilidade Percebida não afeta a atitude dos atores das MPME em usar empréstimos fintech (Candra et al., 2020).

Portanto, com base nos antecedentes acima descritos, este trabalho centrar-se-á na análise dos fatores que influenciam as atitudes e decisões dos agentes das MPME na Indonésia para utilizar os empréstimos fintech como uma fonte opcional de financiamento dos seus negócios, especialmente após a situação de pandemia do COVID-19.

2. Revisão da Literatura

2.1. Micro, Pequenas e Médias Empresas (MPME)

A MPME neste estudo é definida pelo Regulamento Governamental Número 7 de 2021 (Presiden Republik Indonesia, 2021) com base na quantidade de capital e vendas, conforme mostrado na Tabela 1 a seguir:

Tabela 1
Critérios MPME por Capital e Vendas

Escala de Negócios	Capital (IDR)	Vendas (IDR)
Micro	Até 1 bilhão	Até 2 bilhões
Pequena	1 - 5 bilhões	2 - 15 bilhões
Média	5 - 10 bilhões	15 - 50 bilhões

• Fonte: Elaborado pelos autores
• Nota: * em rúpia indonésia (IDR)

A diferença entre MPMEs e empresas de grande porte pode ser conhecida desde o volume de negócios e riqueza total até os resultados anuais de vendas (Jenita et al., 2022). Os critérios para classificação como microempresas incluem possuir uma propriedade com patrimônio líquido máximo de IDR 50 milhões e realizar vendas anuais de até IDR 300 milhões de rupias. Por outro lado, a pequena empresa é uma unidade de negócios com mais de IDR 50 milhões a IDR 500 milhões de patrimônio líquido e que alcança vendas de mais de IDR 300 milhões a IDR 2,5 bilhões por ano. Empresas de médio porte são aquelas com mais de IDR 500 milhões até IDR 10 bilhões de patrimônio líquido e têm resultados de vendas anuais de mais de IDR 2,5 bilhões até IDR 50 bilhões. O princípio das MPMEs é o crescimento da independência, a união pelo trabalho por iniciativa própria, em prol da transparência, da responsabilidade e da justiça (Putu Julianto et al., 2021).

2.2. Tecnologia Financeira

A fintech é uma fusão de tecnologia e serviços financeiros, que transforma uma variedade de negócios de um modelo de negócios tradicional para um moderno, onde vender, comprar, tomar empréstimos, e outras transações não precisam ser feitas diretamente. A fintech pode introduzir serviços financeiros para usuários que antes eram inacessíveis por instituições tradicionais ou serviços existentes (Candraningrat et al., 2021). Espera-se que a existência da indústria fintech facilite o ímpeto para o desenvolvimento de micro, pequenas e médias empresas (MPEMs) na Indonésia (Suryanto et al., 2020).

Na Indonésia, a fintech é dividida em categorias com base em seus serviços, que são empréstimos e pagamentos. Qualquer tecnologia financeira em atividades de empréstimos e empréstimos ou empréstimos fintech é organizada pela Autoridade de Serviços Financeiros (Otoritas Jasa Keuangan/OJK), enquanto a tecnologia financeira utilizada em serviços de pagamentos ou pagamentos fintech na Indonésia é organizada pelo Banco Central da Indonésia (Bank Indonesia/BI). A maioria das MPMEs usam serviços financeiros para transações de pagamento (Wening Perwitasari, 2022). Esta pesquisa concentra-se apenas nos empréstimos fintech registrados e licenciados na Indonésia.

2.3. Modelo de Aceitação de Tecnologia (TAM) e Trabalho Anterior

TAM é um modelo criado a partir da Teoria da Ação Racional (Theory of Reasoned Action - TRA) e prevê a Facilidade de Uso Percebida e a Utilidade Percebida como os principais fatores que influenciam o reconhecimento individual da tecnologia da informação de dados.

A Utilidade Percebida (UP) e a Facilidade de Uso Percebida (FUP) influenciam a Atitude Face ao Uso (AFU) de um indivíduo ao utilizar a inovação. Assim, os instrumentos que constroem a Facilidade de Uso Percebida afetam a expansão da Utilidade Percebida. Como a atividade de framework é fácil de usar e os clientes não precisam consumir a maior parte do dia para aprendê-la, a execução ocorre de forma eficaz (Davis et al., 1989). A Atitude Face ao Uso neste construto é um conceito de atitude de aceitação e rejeição como efeito se um indivíduo usa uma tecnologia na realização de suas atividades. A Intenção Comportamental de Uso (IC) é uma tendência comportamental de persistir no uso de determinadas tecnologias. A intensidade do uso de uma tecnologia pode ser percebida a partir da atitude do usuário em relação à tecnologia, tanto o desejo de manter o uso quanto a motivação para promovê-lo a outros. O uso real do sistema é o estado real do uso de um sistema conceituado, medindo a duração e a frequência do uso da tecnologia.

Comumente, o TAM é usado para estimar o nível de aceitação do usuário com base nas percepções de facilidade de uso e benefícios da tecnologia da informação. O nível de aceitação pode ser visto examinando a relação entre a aceitação da tecnologia da informação e seu impacto sobre os usuários individuais.

O TAM visa continuar a medição na previsão e descrição de aplicações. A pesquisa enfocou os construtos teóricos, Utilidade Percebida e conveniência percebida. Esses construtos são teorizados como fatores são fundamentais para a aplicação do sistema (Davis et.al, 1989).

Existem estudos que mostram que FUP e UP têm efeito na intenção. Do estudo de Khan, et. al., pode-se concluir que FUP e UP têm efeito sobre a intenção de usar P2P (Peer-to-Peer Lending) (Khan et al., 2021). A partir de Abbasi, et. al, UP tem efeito sobre IC, e FUP tem efeito sobre IC (Abbasi et al., 2021). Chen, C. mostra que UP tem efeito sobre IC, FUP tem efeito sobre IC, UP tem efeito sobre o uso real por meio de IC e FUP tem efeito sobre uso real por meio de BI (Chen et al., 2017). Manis e Choi mostram que FUP tem um efeito sobre a percepção de uso (PDU) (Manis & Choi, 2019). PDU tem um efeito positivo na AFU, FUP não tem efeito na AFU. AFU afeta o IC, mas o IC não afeta o Uso Real (UR). A pesquisa de Sheng, mostra os resultados de que UP, FUP, compatibilidade e risco têm um efeito significativo no interesse em usar empréstimos P2P (Sheng, 2021). Akhnes Noviyanti e Teguh Erawati mostram em +seus resultados que FUP tem efeito sobre o interesse em usar fintech, enquanto a Confiança tem efeito negativo sobre o interesse, e que a eficácia tem um efeito positivo no interesse (Noviyanti & Erawati, 2021). A pesquisa da Tun-Pin mostra que o interesse em adotar fintech é influenciado pelas seguintes variáveis: FUP, UP, ​​ inovação pessoal, influência social, satisfação percebida, preocupações de segurança e perfil demográfico (Tun-Pin et al., 2019).

A pesquisa de Makina mostra os resultados de que o comportamento planejado, o modelo de aceitação e o uso da tecnologia afetam o UP (Makina, 2019). Scherer mostra os resultados que UP, FUP, AFU, IC e uso real estão acima de 50% e concordam plenamente (Scherer et al., 2019). Chang mostra os resultados que todas as variáveis TAM estão influenciando a Intenção Comportamental de Uso (Chang et al., 2017).

Outros estudos mostraram que FUP não tem efeito sobre a intenção. Granić, A., & Marangunić, N. pesquisas cujos resultados afirmam que FUP não tem efeito sobre IC, FUP não tem efeito sobre o uso real, FUP não tem efeito sobre IC como variável mediadora, a eficácia afeta o IC e o uso real da fintech, o risco não afeta o uso real (Granić & Marangunić, 2019). FUP, risco e eficácia afetam simultaneamente o uso real da fintech. Pesquisa de Tandiono, mostra que a facilidade de uso, a autoeficácia e a confiança não são significativas nas percepções do usuário (Tandiono et al., 2020).

3. Método de Pesquisa

Esta pesquisa usou métodos quantitativos para explicar as relações de causa e efeito e testar hipóteses. Esta pesquisa é suportada por pesquisas por meio da coleta de informações de ou sobre um indivíduo para comparar, ilustrar ou descrever as atitudes, conhecimento e comportamento dos entrevistados. O pesquisador coleta dados quantitativos e qualitativos sobre uma variedade de questões de pesquisa que são compiladas em um questionário preenchido pelos entrevistados.

Os dados secundários deste estudo foram obtidos da literatura que discute a teoria do comportamento financeiro, inclusão financeira, MPMEs e o desenvolvimento de empréstimos fintech. As fontes bibliográficas são obtidas na forma de artigos, periódicos e também dados obtidos de instituições relacionadas, como IC, OJK, e organizações internacionais que se preocupam com questões de inclusão financeira e finanças digitais.

O tratamento de dados quantitativos obtidos a partir dos resultados de questionários pode ser feito por uma escala ordinal e uma escala Likert para medir as opiniões, atitudes, e percepções dos entrevistados em relação aos eventos estudados (Bougie & Sekaran, 2019). Ao medir a escala Likert, o pesquisador atribui uma pontuação a cada pergunta ou instrumento de afirmação, graduada de muito negativa a muito positiva, com detalhes (Tabela 2).

Tabela 2
Escala de Medição Likert

Afirmação	Valor
Concordo Plenamente	5
Concordo	4
Neutro	3
Discordo	2
Discordo Plenamente	1

• Fonte: Bougie & Sekaran, 2019

Conforme indicado por Sugiyono, existem duas variedades de estratégias de exame: Amostragem probabilística e não probabilística (Sugiyono, 2017). A amostragem não probabilística é utilizada neste exame. Ao utilizar esse procedimento, não há oportunidades iguais para cada membro da população ser selecionado como amostra. O procedimento de teste intencional também é utilizado nesta revisão. Com certas considerações, essa técnica pode determinar a amostra de acordo com certos critérios com base nas características do sujeito que será a amostra no estudo. Os critérios usados na seleção da amostra são:

1. Os entrevistados são micro, pequenas e médias empresas (MPMEs)

2. Os entrevistados atualmente acessaram financiamento de negócios produtivos de uma das empresas de empréstimo fintech licenciadas/registradas do OJK.

Para esclarecer a direção da pesquisa, uma estrutura é projetada conforme mostrado na Figura 1. Este quadro mostra a influência do FUP, UP no AFU e IC no uso de aplicativos de empréstimo fintech por MPMEs no contexto do financiamento empresarial.

Figura 1.
Estrutura de Pensamento de Pesquisa

4. Resultado

4.1. Estatísticas Descritivas

A característica do entrevistado é usada para determinar sua identidade, incluindo gênero, idade e nível de educação. A Tabela 3 mostra as características dos respondentes.

Tabela 3
Características dos Entrevistados

Indicador	Categoria	Frequência	Percentagem (%)
Gênero	Homem	51	29,8
	Mulher	120	70,2
Ano de Nascimento	Baby Boomer (1944-1964)	3	1,8
	Geração X (1965-1980)	74	43,3
	Geração Y (1981-1995)	75	43,9
	Geração Z (1996 -2010)	19	11,1
Educação	Primário	1	0,5
	Secundário	13	7,6
	Edu. Secundária	119	69,6
	Diploma/Bacharelado	36	21,1
	Pós-graduação	2	1,2

• Fonte: Elaborado pelos autores

Conforme mostrado na Tabela 4, pode-se saber que os entrevistados são dominados pelo Setor Comercial de Negócios, até 105 entrevistados (87,7%). Outros respondentes do Setor Empresarial de Serviços são 17 (9,9%). Os entrevistados dos sectores agrícola e outros setores empresariais são apenas 2 entrevistados (1,2%).

Tabela 4
Perfil Empresarial

Indicador	Categoria	Frequência	Percentagem (%)
Setor de Negócios	Serviço	17	9,9
	Outros	2	1,2
	Comércio	150	87,7
	Agricultura	2	1,2
Localização	Bali-Nusa Tenggara	38	22,2
	Jawa	105	61,4
	Kalimantan	18	10,5
	Sumatera	10	5,8
Valor Operacional	Até Rp 2 bilhões	169	98,8
	Rp 2 - 15 bilhões	2	1,2
Linha de Marketing	Loja/Mercados de venda físico	123	71,9
	Comércio eletrônico	15	8,8
	Mídia social	85	49,7
	B2B	1	0,6
Produtos financeiros usados além de empréstimos online	Poupança	171	100,0
	Conta corrente	3	1,8
	Depósito	4	2,3
	Dinheiro eletrônico	73	42,7
	Seguro	32	18,7
	Crédito de empréstimos não online	38	22,2
	Cartão de crédito	1	0,6

• Fonte: Elaborado pelos autores
• Nota: * em rúpia indonésia (IDR)

4.2. Teste de Normalidade

Os resultados do teste de normalidade multivariada constataram que 0,05 ou p-valor < alfa significativo 5%, conforme Tabela 5. Isso faz com que a distribuição de dados não seja normal. Neste estudo, os dados não foram distribuídos normalmente porque as respostas dadas pelos respondentes não foram distribuídas uniformemente e, na maioria das vezes, de forma correta (boas). Devido à violação da suposição de normalidade, um caminho para esta pesquisa pode ser prever o modelo com base na Máxima Verossimilhança, e corrigir o viés usando a matriz de covariância assintótica (Ghozali, 2016).

Tabela 5
Normalidade multivariada

Skewness			Curtose			Skewness e Curtose
Valor	Z-Score	P-Valor	Valor	Z-Score	P-Valor	Valor	P-Valor
61,575	20,577	0,000	313,411	9,800	0,000	519,462	0,000

• Fonte: Elaborado pelos autores

4.3. Teste de validade do construto

A validade refere-se ao nível de precisão obtido por um indicador na avaliação de algo. Se um instrumento pode ser usado para medir coisas que devem ser medidas, diz-se que o instrumento é válido (Sugiyono, 2017). Os indicadores são multidimensionais, portanto, após analisar a carga fatorial da relação entre cada indicador observado e a variável latente, cada variável/construto latente pode ser testado. De acordo com a Tabela 6, todos os indicadores são definidos como válidos. Com base nos indicadores, o valor do fator de carga é 0,5. Assim, cada indicador é definido como válido e pode ser usado para análise posterior.

Tabela 6
Teste de validade do construto

Variável	Código	Carga Fatorial	Corte	Comentário
Utilidade Percebida (UP)	UP1	0,71	>0,50	Válido
	UP2	0,72	>0,50	Válido
	UP3	0,60	>0,50	Válido
	UP4	0,74	>0,50	Válido
	UP5	0,70	>0,50	Válido
Facilidade de Uso Percebida (PEU)	FUP1	0,81	>0,50	Válido
	FUP2	0,84	>0,50	Válido
	FUP3	0,69	>0,50	Válido
	FUP4	0,86	>0,50	Válido
Atitude Face ao Uso (A)	A1	0,72	>0,50	Válido
	A2	0,88	>0,50	Válido
	A3	0,91	>0,50	Válido
Intenção Comportamental de Uso (IC)	IC1	0,60	>0,50	Válido
	IC2	0,78	>0,50	Válido
	IC3	0,90	>0,50	Válido

• Fonte: Elaborado pelos autores

4.4. Teste de Confiabilidade

Para saber o tamanho de um questionário, que vem a ser um indicador de um construto ou variável, é necessário um teste de confiabilidade como instrumento (Ghozali, 2016). O teste de confiabilidade é uma série de instrumentos de medição que são consistentes, mesmo que as medições sejam realizadas muitas vezes em momentos diferentes (Sugiyono, 2017). Esse teste também pode mostrar o nível de utilidade de um instrumento de medição se ela for realizada mais de duas vezes em momentos diferentes. Os testes de confiabilidade também podem mostrar até que ponto os resultados da medição são relativamente consistentes (Kuncoro, 2004). Para testar a consistência do questionário que, ao ser testado repetidamente, apresentava os mesmos dados, foi então necessário um teste de confiabilidade. Neste estudo, o esse teste utilizará a confiabilidade de construto baseada na equação (Yamin & Kurniawan, 2011):

$$ConfiabilidadedoConstruto=\mathrm{}\frac{{(\sum CargaPadr.)}^2}{{(\sum CargaPadr.)}^2+\sum {\epsilon }_j}$$ (1)

Todos os instrumentos são confiáveis, conforme mostrado na Tabela 7. O valor da confiabilidade do constructo atingiu o limite, ou seja, se o valor da confiabilidade do constructo for maior que 0,7, terá atingido um valor limite aceitável.

Tabela 7
A Confiabilidade do Construto

Variável	Indicador	Carga Fatorial Padronizada	SFL ao quadrado (Percepção)	Erro [εj]	Confiabilidade do Construto
Utilidade Percebida (UP)	UP1	0,71	0,504	0,496	0,824
	UP2	0,72	0,518	0,482
	UP3	0,60	0,360	0,640
	UP4	0,74	0,548	0,452
	UP5	0,70	0,490	0,510
Total		3,470	2,420	2,580
Facilidade de Uso Percebida (FUP)	FUP1	0,81	0,656	0,344	0,878
	FUP2	0,84	0,706	0,294
	FUP3	0,69	0,476	0,524
	FUP4	0,86	0,740	0,260
Total		3,200	2,577	1,423
Atitude Face ao Uso (A)	A1	0,72	0,518	0,482	0,878
	A2	0,88	0,774	0,226
	A3	0,91	0,828	0,172
Total		2,510	2,121	0,879
Intenção Comportamental de Uso (IC)	IC1	0,60	0,360	0,640	0,810
	IC2	0,78	0,608	0,392
	IC3	0,90	0,810	0,190
Total		2,280	1,778	1,222
Limite Aceitável					≥ 0,7

• Fonte: Elaborado pelos autores

4.5. Teste de Qualidade de Ajuste

Conforme mostrado na Tabela 8, o valor de corte aparece em mais de cinco qualidades de ajuste. Isso significa que a avaliação mostra um modelo aceitável e mostra que o modelo produz o nível de estimativa que foi excluído. Assim, ele é viável e categorizado como um bom modelo para descrever as relações entre as variáveis.

Tabela 8
Teste de Qualidade de Ajuste

Critério	Qualidade de Ajuste	Valor de corte	Avaliação do Modelo
CMIN/DF	1,98	≤ 2,00	Bom Ajuste
GFI	0,89	≥ 0,9	Ajuste Marginal
AGFI	0,84	≥ 0,9	Ajuste Marginal
NFI	0,96	≥ 0,9	Bom Ajuste
IFI	0,98	≥ 0,9	Bom Ajuste
CFI	0,98	≥ 0,9	Bom Ajuste
RFI	0,95	≥ 0,9	Bom Ajuste
RMSEA	0,060	< 0.08	Bom Ajuste
TLI/NNFI	0,98	≥ 0,9	Bom Ajuste

• Fonte: Elaborado pelos autores

4.6. Teste de ajuste do modelo estrutural

Este teste é conduzido para testar a relação entre variáveis que foram previamente hipotetizadas. As equações estruturais resultantes do gerenciamento de dados são mostradas na Figura 2 a seguir:

Figura 2.
Resultados da equação estrutural

Com base na equação estrutural acima (Figura 2), as seguintes informações podem ser explicadas:

1. Facilidade de Uso Percebida (X2) tem um efeito positivo em Utilidade Percebida (X1) com um valor de coeficiente de 0,50. Isso mostra que se a Facilidade de Uso Percebida (X2) aumenta em 1 e outras variáveis independentes são constantes, assim a Utilidade Percebida (X1) aumentará em 0,50.

2. A Utilidade Percebida (X1) tem um efeito positivo sobre a Atitude Face ao Uso (Y1) com um valor de coeficiente de 0,79. Isso mostra que se a Utilidade Percebida (X1) aumenta em 1 e as outras variáveis independentes são constantes, a Atitude Face ao Uso (Y1) aumentará em 0,79.

3. A Facilidade de Uso Percebida (X2) tem um efeito negativo em Y2 com um valor de coeficiente de -0,055. Isso mostra que se a Facilidade de Uso Percebida (X2) aumenta em 1 e as outras variáveis independentes são constantes, então Y1 diminuirá em 0,055.

4. A Atitude Face ao Uso (Y1) tem uma influência positiva sobre a Intenção Comportamental de Uso (Y2) com um valor de coeficiente de 0,90. Isso mostra que se a Atitude Face ao Uso (Y1) aumenta em 1 e outras variáveis independentes são constantes, a Intenção Comportamental de Uso (Y2) aumentará em 0,90.

5. Discussão

A primeira hipótese mostra que há influência positiva e significativa da Facilidade de Uso Percebida em relação à Utilidade Percebida. O valor-t resultante do efeito da Facilidade de Uso Percebida sobre a Utilidade Percebida é de 5,79. O valor t é maior que 1,96. O coeficiente resultante é 0,50 (positivo), e isso significa que quanto maior a Facilidade de Uso Percebida, maior a Utilidade Percebida tende a ser. Esses resultados estão alinhados com a pesquisa de Suyanto, Kurniawan, Putranto e Sobari, que afirmam que a Facilidade de Uso Percebida tem uma variável de impacto positiva e significativa na Utilidade Percebida (Putranto & Sobari, 2021; Suyanto, 2019).

A segunda hipótese afirma que a Utilidade Percebida tem um impacto significativo na Atitude Face ao Uso. Isso é indicado pelo valor t de 7,06, o qual é maior que 1,96. O coeficiente é 0,79 (positivo), e isso significa que quanto maior a Utilidade Percebida, mais a Atitude Face ao Uso tende a crescer. O resultado está alinhado com a pesquisa de Legris et al. in Letchumanan na qual se relatou que cerca de 12 dos 14 estudos que pesquisaram atitudes em relação ao uso da tecnologia descobriram que Facilidade de Uso Percebida e Utilidade Percebida foram preditores significativos de atitude em relação ao uso de um produto de tecnologia (Letchumanan & Muniandy, 2013; Uppal et al., 2003).

Em seguida, na terceira hipótese sobre o efeito da Facilidade de Uso Percebida na Utilidade Percebida não há impacto significativo. Mostra-se que o valor t é -0,79 menor que 1,96. Diferentes resultados de pesquisa foram declarados por Adhiputra (Adhiputra, 2015). Este estudo mostra a presença de um impacto positivo entre Facilidade de Uso Percebida e Atitude Face ao Uso internet banking. Nugraha e Laksito e Wida, também sugerem que a Facilidade de Uso Percebida tem um efeito positivo e significativo na Atitude Face ao Uso (Nugraha & Laksito, 2014; Wida et al., 2016).

A quarta hipótese, sobre o efeito da Atitude Face ao Uso na Intenção Comportamental de Uso, mostra uma influência significativa. O valor t de 6,05 é maior que 1,96. O coeficiente de 0,90 (positivo), indica que quanto maior for a Atitude Face ao Uso, maior a tendência de aumentar a Intenção Comportamental de Uso. Essa conclusão está de acordo com pesquisas anteriores de Suyanto & Kurniawan e Kurniawan, que mostraram uma influência positiva e significativa da variável Atitude Face ao Uso na Intenção Comportamental de Uso (Kurniawan et al., 2019; Suyanto, 2019).

Tabela 9
Resultado da Hipótese

Hipótese		Estimativa	Valor-t	Corte	Comentário
1	Facilidade de Uso Percebida ( Utilidade Percebida	0,50	5,79	>1,96	Significativo
2	Utilidade Percebida ( Atitude Face ao Uso	0,79	7,06	>1,96	Significativo
3	Facilidade de Uso Percebida ( Atitude Face ao Uso	-0,055	-0,79	>1,96	Não Significativo
4	Atitude Face ao Uso ( Intenção Comportamental de Uso	0,90	6,05	>1,96	Significativo

• Fonte: Elaborado pelos autores

Por meio da estrutura TAM, esta pesquisa mostrou os benefícios e oportunidades para otimizar o uso de empréstimos fintech. Para agentes das MPMEs, esta oportunidade pode ser usada, no entanto, com uma boa compreensão da alfabetização digital. Para aumentar esse entendimento, as fintechs podem desempenhar um papel importante, fornecendo educação e capacitação. As empresas também podem aproveitar essa oportunidade expandindo seu alcance regional. Para os reguladores (governo), é necessário desenvolver um quadro de políticas que possa equilibrar inovação e mitigação de riscos.

6. Conclusão

Pode-se concluir a evidência dos fatores que influenciam as atitudes e a motivação comportamental das MPMEs para usar o empréstimo fintech da seguinte forma. De acordo com o primeiro teste de hipótese, a Facilidade de Uso Percebida mostra uma influência positiva e significativa na Utilidade Percebida. Isso significa que quanto mais fácil for o uso do aplicativo de empréstimo fintech, mais benefícios os usuários obterão. A Utilidade Percebida mostra uma influência positiva e significativa no Atitude Face ao Uso. Isso mostra que quanto mais útil for o empréstimo fintech, mais os usuários terão uma experiência agradável ao usar o aplicativo. Logo a Facilidade de Uso Percebida não é afetada Atitude Face ao Uso. Isso significa que existem outras causas que afetam as atitudes e experiências dos usuários de aplicativos de empréstimo fintech além da percepção de conveniência. O quarto teste de hipótese mostra que a Atitude Face ao Uso tem um impacto positivo e significativo na Intenção Comportamental de Uso. A prova mostra que quanto melhor a atitude e a experiência dos usuários de aplicativos de empréstimo fintech, maior a probabilidade de os usuários continuarem a usar o aplicativo e recomendá-lo aos outros.

Assim, os resultados deste estudo afirmaram que três das quatro hipóteses mostraram um efeito significativo. O TAM é um bom modelo para provar a existência de fatores influenciadores das atitudes e motivações dos agentes de MPMEs no uso de empréstimos fintech. Este estudo não discute o custo dos fundos, fatores sociais e as condições econômicas os quais afetam as MPMEs que aceitam a tecnologia fintech. Recomenda-se que trabalhos de pesquisa adicionais possam ser aplicados usando uma Teoria Unificada de Aceitação e Uso de Tecnologia 2 (UTAUT2), influências sociais, condições ou outros fatores que podem afetar o interesse.

References

• Abbasi, K., Alam, A., Du, M. (Anna), & Huynh, T. L. D. (2021). FinTech, SME efficiency and national culture: Evidence from OECD countries. Technological Forecasting and Social Change, 163, 120454. https://doi.org/10.1016/j.techfore.2020.120454
  » https://doi.org/10.1016/j.techfore.2020.120454
• Abdillah, L. A., Mukti, Y. I., Puspita, D., & Suhartini, -. (2021). Indonesian sharia fintech services and social media usage. Bulletin of Social Informatics Theory and Application, 5(2), 97-106.
• Adhiputra, M. W. (2015). Aplikasi Technology Acceptance Model terhadap pengguna layanan internet banking. Kalbis Socio: Jurnal Bisnins Dan Komunikasi, 2(1), 52-63.
• Anggarini, D. T. (2022). Application of Quick Response Code Indonesian as a Payment Tool in Digitizing MSMEs. Sentralisasi, 11(1), 1-14. https://doi.org/10.33506/sl.v11i1.1504
  » https://doi.org/10.33506/sl.v11i1.1504
• Ardiansyah, T. (2019). Model Financial Dan Teknologi (Fintech) Membantu Permasalahan Modal Wirausaha UMKM Di Indonesia. Majalah Ilmiah Bijak, 16(2), 158-166. http://doi.org/10.31334/bijak.v16i2.518
  » http://doi.org/10.31334/bijak.v16i2.518
• Asmarani, S. C., & Wijaya, C. (2020). Effects of fintech on stock return: Evidence from retail banks listed in Indonesia stock exchange. Journal of Asian Finance, Economics and Business, 7(7), 95-104. https://doi.org/10.13106/jafeb.2020.vol7.no7.095
  » https://doi.org/10.13106/jafeb.2020.vol7.no7.095
• Badan Pusat Statistik. (2020). Proporsi Individu Yang Menggunakan Internet Menurut Provinsi. https://www.bps.go.id/indicator/27/1225/1/proporsi-individu-yang-menggunakan-internet-menurut-provinsi.html
  » https://www.bps.go.id/indicator/27/1225/1/proporsi-individu-yang-menggunakan-internet-menurut-provinsi.html
• Batunanggar, S. (2019). Fintech Development and Regulatory Frameworks in Indonesia. ADBI Working Paper Series (No. 1014; ADBI Working Paper Series).
• Bougie, R., & Sekaran, U. (2019). Research methods for business: A skill building approach. John Wiley & Sons
• Candra, S., Nuruttarwiyah, F., & Hapsari, I. H. (2020). Revisited the Technology Acceptance Model with E-Trust for Peer-to-Peer Lending in Indonesia (Perspective from Fintech Users). International Journal of Technology, 11(4), 710-721. https://doi.org/10.14716/ijtech.v11i4.4032
  » https://doi.org/10.14716/ijtech.v11i4.4032
• Candraningrat, I. R., Abundanti, N., Mujiati, N. W., Erlangga, R., & Jhuniantara, I. M. G. (2021). The role of financial technology on development of MSMEs. Accounting, 7(1), 225-230. https://doi.org/10.5267/j.ac.2020.9.014
  » https://doi.org/10.5267/j.ac.2020.9.014
• Chang, C.-T., Hajiyev, J., & Su, C.-R. (2017). Examining the students’ Behavioral Intention to Use e-learning in Azerbaijan? The General Extended Technology Acceptance Model for E-learning approach. Computers & Education, 111, 128-143. https://doi.org/https://doi.org/10.1016/j.compedu.2017.04.010
  » https://doi.org/https://doi.org/10.1016/j.compedu.2017.04.010
• Chen, C., Xu, X., & Arpan, L. (2017). Between the technology acceptance model and sustainable energy technology acceptance model: Investigating smart meter acceptance in the United States. Energy Research & Social Science, 25, 93-104. https://doi.org/https://doi.org/10.1016/j.erss.2016.12.011
  » https://doi.org/https://doi.org/10.1016/j.erss.2016.12.011
• Darma, D. C., Kadafi, M. A., & Lestari, D. (2020). FinTech and MSMEs Continuity: Applied in Indonesia. International Journal of Advanced Science and Technology, 29(4), 4676-4685.
• Darmansyah, -, Fianto, B. A., Hendratmi, A., & Aziz, P. F. (2020). Factors determining behavioral intentions to use Islamic financial technology: Three competing models. Journal of Islamic Marketing, 12(4), 794-812. https://doi.org/10.1108/JIMA-12-2019-0252
  » https://doi.org/10.1108/JIMA-12-2019-0252
• Daud, I., Nurjannah, D., Mohyi, A., Ambarwati, T., Cahyono, Y., Haryoko, A. D. E., Handoko, A. L., Putra, R. S., Wijoyo, H., Ari-Yanto, A., & Jihadi, M. (2022). The effect of digital marketing, digital finance and digital payment on finance performance of indonesian smes. International Journal of Data and Network Science, 6(1), 37-44. https://doi.org/10.5267/J.IJDNS.2021.10.006
  » https://doi.org/10.5267/J.IJDNS.2021.10.006
• Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use , and User Acceptance of Information Technology. Management Information Systems Research Center, 13(3), 319-340.https://doi.org/10.2307/249008
  » https://doi.org/10.2307/249008
• Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User Acceptance of Computer Technology: A Comparison of Two Theoretical Models. Management Science, 35(8), 982-1003. https://doi.org/10.1287/mnsc.35.8.982
  » https://doi.org/10.1287/mnsc.35.8.982
• Dwijayanti, N., Iqbal, M., & Zulfikar, M. (2022). The Role of Islamic Fintech P2PL in Increasing Inclusion and Financial Literacy of MSMEs. Journal of Islamic Finance, 11(1), 94-101.
• Effendi, K. A., Ichsani, S., Saputera, D., Hertina, D., Wijaya, J. H., & Hendiarto, R. S. (2021). The Importance of Financial Literacy in Preventing Illegal Fintech in MSMEs in Indonesia. Review of International Geographical Education Online, 11(6), 316-322.
• Erwin, - & Anwar, A. F. (2021). Fintech System; Studi Hambatan Inklusi Keuangan UMKM di Kota Makassar. ICOR: Journal of Regional Economics, 2(1), 32-43.
• Fajar, M., Widya Larasati, C. (2021). Peran Financial Technology (Fintech) dalam Perkembangan UMKM di Indonesia: Peluang dan Tantangan. Humanis, 1(2), 702-715.
• Ghozali, I. (2016). Aplikasi Analisis Multivariate dengan Program IBM SPSS 23. Semarang BPFE Universitas Diponegoro. IOSR Journal of Economics and Finance, 8.
• Giharis, N. (2022). Impact of MSME Digitalization on Fintech during the Covid-19 Pandemic in Indonesia. https://ssrn.com/abstract=4086050
  » https://ssrn.com/abstract=4086050
• Granić, A., & Marangunić, N. (2019). Technology acceptance model in educational context: A systematic literature review. British Journal of Educational Technology, 50(5), 2572-2593. https://doi.org/10.1111/bjet.12864
  » https://doi.org/10.1111/bjet.12864
• Jenita, -, Yuwono, A., Heriana, T., Dewi, S., & Diana Sari, M. (2022). The importance of Digital-based Payment Management Knowledge for MSME Drivers: a Study of Financial Literacy. Budapest International Research and Critics Institute-Journal, 5(2), 9073-9084.
• Kartiko, N. D., & Rachmi, I. F. (2021). Strategi Pemulihan Pandemi Covid19 bagi Sektor UMKM di Indonesia. Jurnal Syntax Transformation, 2(5), 624-637. https://doi.org/10.46799/jst.v2i5.275
  » https://doi.org/10.46799/jst.v2i5.275
• Khan, M. T. I., Yee, G. H., & Gan, G. G. G. (2021). Antecedents of intention to use online peer-to-peer platform in Malaysia. Vision.
• Kharisma, A. S., Lestari, P., & Putri, N. K. (2021). Intensi Penggunaan Fintechpada Perbankan Syariah Oleh UMKM. Jurnal Syntax Admiration, 2(2), 173-182.
• Kuncoro, M. (2004). Otonomi & Pembangunan Daerah, Reformasi, Perencanaan, Strategi, dan Peluang. Erlangga.
• Kurniawan, T. A., Wardani, D. K., & Widhayati, L. (2019). Pengaruh Keberterimaan Layanan Peer To Peer Lending Kepada Umkm Sebagai Pengguna Dengan Menggunakan Metode Technology Acceptance Model (TAM). Jurnal Sosial Ekonomi Dan Humaniora, 5(2), 151-160.
• Lestari, D., Darma, D. C., & Muliadi, M. (2020). FinTech and Micro, Small and Medium Enterprises Development: Special Reference to Indonesia. Entrepreneurship Review, 1(1), 1-9. https://doi.org/10.13140/RG.2.2.34199.19361
  » https://doi.org/10.13140/RG.2.2.34199.19361
• Letchumanan, M., & Muniandy, B. (2013). Migrating to e-book: A study on Perceived Usefulness and ease of use. Library Hi Tech News, 30(7), 10-16. https://doi.org/10.1108/LHTN-05-2013-0028
  » https://doi.org/10.1108/LHTN-05-2013-0028
• Majid, R. (2021). The Role of Religiosity in Explaining the Intention to use Islamic FinTech Among MSME Actors. International Journal of Islamic Economics and Finance (IJIEF), 4(2). https://doi.org/10.18196/ijief.v4i2.11833
  » https://doi.org/10.18196/ijief.v4i2.11833
• Makina, D. (2019). The Potential of FinTech in Enabling Financial Inclusion. In D. Makina (Ed.), Extending Financial Inclusion in Africa (pp. 299-318). Academic Press. https://doi.org/10.1016/B978-0-12-814164-9.00014-1
  » https://doi.org/10.1016/B978-0-12-814164-9.00014-1
• Manis, K. T., & Choi, D. (2019). The virtual reality hardware acceptance model (VR-HAM): Extending and individuating the technology acceptance model (TAM) for virtual reality hardware. Journal of Business Research, 100, 503-513. https://doi.org/10.1016/j.jbusres.2018.10.021
  » https://doi.org/10.1016/j.jbusres.2018.10.021
• Noviyanti, A., & Erawati, T. (2021). Pengaruh Persepsi Kemudahan, Kepercayaan dan Efektivitas terhadap Minat Menggunakan Financial Technology (Fintech) (Studi Kasus: UMKM di Kabupaten Bantul). Jurnal Ilmiah Akuntansi Dan FinansialIndonesia, 4(2), 65-74. https://m.medcom.id/ekonomi/mikro/8N0V8mAk-umkm-dongkrak-pertumbuhan-
  » https://m.medcom.id/ekonomi/mikro/8N0V8mAk-umkm-dongkrak-pertumbuhan-
• Nugraha, A., & Laksito, H. (2014). Anteseden Penerimaan Teknologi Informasi Dalam Profesi Audit Internal Dengan Menggunakan Technology Acceptance Model (Studi Empiris pada Bank Perkreditan Rakyat di Jawa Tengah). Diponegoro Journal Of Accounting, 3(2), 1-15.
• OJK - Otoritas Jasa Keuagan. (2021). Statistik Fintech Lending Periode Maret 2021. https://www.ojk.go.id/id/kanal/iknb/data-dan-statistik/fintech/Pages/Statistik-Fintech-Lending-Periode-Maret-2021.aspx
  » https://www.ojk.go.id/id/kanal/iknb/data-dan-statistik/fintech/Pages/Statistik-Fintech-Lending-Periode-Maret-2021.aspx
• Pambudianti, F. F. R., Purwanto, B., & Maulana, T. N. A. (2020). The implementation of fintech: Efficiency of MSMEs loans distribution and users’ financial inclusion index. Jurnal Keuangan Dan Perbankan, 24(1), 68-82. https://doi.org/10.26905/jkdp.v24i1.3218
  » https://doi.org/10.26905/jkdp.v24i1.3218
• Presiden Republik Indonesia. (2021). Kemudahan, Perlindungan, dan Pemberdayaan Koperasi dan Usaha Mikro, Kecil, dan Menengah, Pub. L. No. 7. https://jdih.setkab.go.id/PUUdoc/176384/PP_Nomor_7_Tahun_2021.pdf
  » https://jdih.setkab.go.id/PUUdoc/176384/PP_Nomor_7_Tahun_2021.pdf
• Purbasari, R., Muttaqin, Z., & Silvya Sari, D. (2021). Identification of Actors and Factors in the Digital Entrepreneurial Ecosystem: The Case of Digital Platform-Based MSMEs in Indonesia. Review of Integrative Business and Economics Research, 10(2), 164-187.
• Purnamasari, P., Pramono, I. P., Haryatiningsih, R., Ismail, S. A., & Shafie, R. (2020). Technology Acceptance Model of Financial Technology in Micro, Small, and Medium Enterprises (MSME) in Indonesia. Journal of Asian Finance, Economics and Business, 7(10), 981-988. https://doi.org/10.13106/jafeb.2020.vol7.no10.981
  » https://doi.org/10.13106/jafeb.2020.vol7.no10.981
• Putranto, B. D., & Sobari, N. (2021). Predicting Intention of Using Fintech Lending to Bank Users in Indonesia. Proceedings of the 18th International Symposium on Management (INSYMA 2021), 206-211. https://doi.org/10.2991/aebmr.k.210628.034
  » https://doi.org/10.2991/aebmr.k.210628.034
• Putu Julianto, I., Suadnyana Pasek, N., & Gd Nandra Hary Wiguna, I. (2021). Technology Acceptance Model Approach to Analysing the Use of Fintech in MSME Transactions in Buleleng. 6th International Conference on Tourism, Economics, Accounting, Management, and Social Science (TEAMS 2021), 5-11. https://doi.org/10.2991/aebmr.k.211124.002
  » https://doi.org/10.2991/aebmr.k.211124.002
• Retno Rahadjeng, E., & Hermawan, A. (2021). The Influence of Financial Technology on The Financial Performance of MSMEs In Malang. Manajemen Bisnis, 12(7), 1-7. https://doi.org/10.22219/mb.v12i01.19218
  » https://doi.org/10.22219/mb.v12i01.19218
• Rosyadah, K., Budiandriani, B., & Hasrat, T. (2021). The Role of Fintech: Financial Inclusion in MSMEs (Case Study in Makassar City). Jurnal Manajemen Bisnis, 8(2), 268-275. https://doi.org/10.33096/jmb.v8i2.840
  » https://doi.org/10.33096/jmb.v8i2.840
• Safitri, T. A. (2020). The Development of Fintech in Indonesia. 1st Borobudur International Symposium on Humanities, Economics and Social Sciences (BIS-HESS 2019), 666-670. https://doi.org/10.2991/assehr.k.200529.139
  » https://doi.org/10.2991/assehr.k.200529.139
• Salim, S., & Frederica, D. (2020). How is the Impact of Non-Cash Payment System on Sales of Micro, Small and Medium Enterprise? Proceedings of the International Conference on Management, Accounting, and Economy (ICMAE 2020), 188-191. https://doi.org/10.2991/aebmr.k.200915.044
  » https://doi.org/10.2991/aebmr.k.200915.044
• Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers’ adoption of digital technology in education. Computers and Education, 128, 13-35. https://doi.org/10.1016/j.compedu.2018.09.009
  » https://doi.org/10.1016/j.compedu.2018.09.009
• Sheng, T. (2021). The effect of fintech on banks’ credit provision to SMEs: Evidence from China. Finance Research Letters, 39, 101558. https://doi.org/10.1016/j.frl.2020.101558
  » https://doi.org/10.1016/j.frl.2020.101558
• Sugiyono, P. D. (2017). Metode penelitian bisnis pendekatan kuantitatif, kualitatif, kombinasi, dan R&D. Alfabeta.
• Suhartono, Suwandi, M., Bayan, A. L. M., & Taufiq A. L. K. (2020). Financial Technology Optimization in the Development of MSMEs with Spotlight Phenomenology. 17th International Symposium on Management (INSYMA 2020), 134-136. https://doi.org/10.2991/aebmr.k.200127.027
  » https://doi.org/10.2991/aebmr.k.200127.027
• Suryanto, -, Rusdin, T., & Dai, R. M. (2020). Fintech As A Catalyst For Growth Of Micro, Small and Medium Enterprises in Indonesia. Academy of Strategic Management Journal, 19(5), 1-12.
• Susilowati, I. H. (2020). Enrichment: Journal of Management Financial Technology in The Development of UMKM. Enrichment: Journal of Management, 11(1), 200-205.
• Suyanto, T. A. K. (2019). Faktor yang Mempengaruhi Tingkat Kepercayaan Penggunaan FinTech pada UMKM Dengan Menggunakan Technology Acceptance Model (TAM). Jurnal Akuntansi & Manajemen Akmenika, 16(1), 175-186. https://doi.org/10.31316/akmenika.v16i1.166
  » https://doi.org/10.31316/akmenika.v16i1.166
• Tandiono, J., Djojo, B. W., Candra, S., & Heriyati, P. (2020). Finding Customer Perception of Peer-to-Peer (P2P) Lending Financial Technology in Pohon Dana. Binus Business Review, 11(1), 51-58. https://doi.org/10.21512/bbr.v11i1.6014
  » https://doi.org/10.21512/bbr.v11i1.6014
• Taufan, M. (2019). McDonald’s sebagai Aktor Pembentuk Fast Food Branding Ala Amerika di Indonesia [Undergraduate Thesis]. Jember University.
• Tun-Pin, C., Keng-Soon, W. C., Yen-San, Y., Pui-Yee, C., Hong-Leong, J. T., & Shwu-Shing, N. (2019). An Adoption Of Fintech Service In Malaysia. South East Asia Journal of Contemporary Business, Economics and Law, 18(5), 134-147.
• Uppal, A., Legris, P., Ingham, J., & Collerette, P. (2003). Why do people use information technology? A critical review of the technology acceptance model. Information & Management, 40(3), 191-204. https://doi.org/10.1016/S0378-7206(01)00143-4
  » https://doi.org/10.1016/S0378-7206(01)00143-4
• We Are Social. (2020). We Are Social. https://wearesocial.com/us/
  » https://wearesocial.com/us/
• Wening Perwitasari, A. (2022). The Effect of Perceived Usefulness and Perceived Easiness towards Behavioral Intention to Use of Fintech by Indonesian MSMEs. The Winners, 23(1), 1-9. https://doi.org/10.21512/tw.v23i1.7078
  » https://doi.org/10.21512/tw.v23i1.7078
• Wida, P. A. M. W., Yasa, N. N. K., & Sukaatmadja, I. P. G. (2016). Aplikasi model tam (technology acceptance model) pada perilaku pengguna instagram. Jurnal Ilmu Manajemen Mahasaraswati, 6(2), 1-20.
• Yamin, S., & Kurniawan, H. (2011). Partial Least Square Path Modeling. Salemba Infotek.
• Yanny, M., Denni Boy, S., Hery, W., & Prasasti, P. (2020). Disruption of Identity: A Qualitative Exploration of the Existential Experience among Minorities in Post 2017’s Jakarta Election. SHS Web of Conferences, 76, 1-7. https://doi.org/10.1051/shsconf/20207601030
  » https://doi.org/10.1051/shsconf/20207601030

Apêndice QUESTIONÁRIO

Prezados(as) entrevistados(as), Nosso objetivo é realizar uma pesquisa intitulada “Análise de fatores que afetam as MPMEs no uso de empréstimos fintech como financiamento alternativo: Abordagem do Modelo de Aceitação de Tecnologia”. Nesse sentido, convido você a participar desta pesquisa como Respondente. Estes são pontos importantes antes de preencher esta pesquisa:

1. Não há resposta errada ou correta, portanto, espera-se que você dê uma resposta honesta com total consciência.

2. Levará aproximadamente 15 a 20 minutos para concluir este questionário.

3. O autor está ciente da importância da confidencialidade dos dados, portanto todas as formas de informações que você fornecer serão usadas apenas para fins de pesquisa.

4. Obrigado por sua disposição nesta pesquisa. Se você tiver alguma dúvida sobre a pesquisa, entre em contato com o autor através do seguinte e-mail:

[e-mail]

No Pergunta Resposta Descrição 1 Você é uma Micro, Pequena e Média Empresa (MPME)? Sim / Não Se “Sim”, Continuar Se “Não”, Concluir 2 Você já usou o aplicativo de empréstimo fintech para financiamento comercial/produtivo? Sim / Não Se “Sim”, Continuar Se “Não”, Concluir 3 Aplicativo de empréstimo Fintech que você usa: Amartha Investree 4 Há quanto tempo você usa o aplicativo de empréstimo fintech? Menos de 1 ano 1-3 anos Mais de 3 anos 5 Como você acessa o crédito/financiamento da empresa de empréstimo fintech? Através de aplicativos de celular Através do site no computador Offline _ 6 Onde você obteve as informações sobre o aplicativo de empréstimo fintech? Publicidade em mídia eletrônica/impressa Internet Telemarketing Socialização Amigos/família Outros….

No	Pergunta	Resposta	Descrição
1	Você é uma Micro, Pequena e Média Empresa (MPME)?	Sim / Não	Se “Sim”, Continuar Se “Não”, Concluir
2	Você já usou o aplicativo de empréstimo fintech para financiamento comercial/produtivo?	Sim / Não	Se “Sim”, Continuar Se “Não”, Concluir
3	Aplicativo de empréstimo Fintech que você usa:	Amartha Investree
4	Há quanto tempo você usa o aplicativo de empréstimo fintech?	Menos de 1 ano 1-3 anos Mais de 3 anos
5	Como você acessa o crédito/financiamento da empresa de empréstimo fintech?	Através de aplicativos de celular Através do site no computador Offline _
6	Onde você obteve as informações sobre o aplicativo de empréstimo fintech?	Publicidade em mídia eletrônica/impressa Internet Telemarketing Socialização Amigos/família Outros….

Perfil demográfico do entrevistado

No Pergunta Resposta Descrição 7 Sexo Homem Mulher 8 Ano de nascimento Antes de 1944 (Tradicionalista) 1944-1964 (Baby Boomer) 1965-1980 (Geração X) 1981-1995 (Geração Y) 1996 -2010 (Geração Z) 9 Educação Não cursando educação Escola primária Ensino fundamental Ensino médio Diploma/Bacharelado Pós-graduação

No	Pergunta	Resposta	Descrição
7	Sexo	Homem Mulher
8	Ano de nascimento	Antes de 1944 (Tradicionalista) 1944-1964 (Baby Boomer) 1965-1980 (Geração X) 1981-1995 (Geração Y) 1996 -2010 (Geração Z)
9	Educação	Não cursando educação Escola primária Ensino fundamental Ensino médio Diploma/Bacharelado Pós-graduação

Perfil de negócios

No Pergunta Resposta Descrição 10 Setor de Negócios Serviço Comercial Agricultura Manufatura Outros 11 Localização da empresa de acordo com a região (se a empresa tiver alguma filial em outra região, escolhem o local do escritório principal) Sumatra Java Borneo Sulawesi Bali - Nusa Tenggara Maluku - Papua Regional 12 Quanto em Valor de Vendas por ano? Até IDR 2 bilhões IDR 2 - 15 bilhões IDR 15 - 50 bilhões mais de IDR 50 bilhões Para medir a escala das MPME 13 Que tipo de ferramentas de marketing são usadas no negócio? Loja/loja tangível Comércio eletrônico (tais como Tokopedia, Bukalapak, Shopee, etc.) Mídia social (WhatsApp, Instagram, Facebook, etc.) Empresa/agregadora/importadora (B2B) Escolha o mais adequado 14 Que tipo de produto financeiro é usado além dos empréstimos fintech? Poupança Conta Corrente Depósito Dinheiro eletrônico/poupança digital (tais como Gopay, OVO, Dana, Shopeepay, LinkAja, etc.) Seguro (inclui Unitlink, BPJS) Investimentos: ações, fundos mútuos, títulos Banco/BPR/Empréstimos/ Cooperativa/ Crédito LKM (não inclui empréstimos online) Cartão de Crédito Escolha o mais adequado

No	Pergunta	Resposta	Descrição
10	Setor de Negócios	Serviço Comercial Agricultura Manufatura Outros
11	Localização da empresa de acordo com a região (se a empresa tiver alguma filial em outra região, escolhem o local do escritório principal)	Sumatra Java Borneo Sulawesi Bali - Nusa Tenggara Maluku - Papua	Regional
12	Quanto em Valor de Vendas por ano?	Até IDR 2 bilhões IDR 2 - 15 bilhões IDR 15 - 50 bilhões mais de IDR 50 bilhões	Para medir a escala das MPME
13	Que tipo de ferramentas de marketing são usadas no negócio?	Loja/loja tangível Comércio eletrônico (tais como Tokopedia, Bukalapak, Shopee, etc.) Mídia social (WhatsApp, Instagram, Facebook, etc.) Empresa/agregadora/importadora (B2B)	Escolha o mais adequado
14	Que tipo de produto financeiro é usado além dos empréstimos fintech?	Poupança Conta Corrente Depósito Dinheiro eletrônico/poupança digital (tais como Gopay, OVO, Dana, Shopeepay, LinkAja, etc.) Seguro (inclui Unitlink, BPJS) Investimentos: ações, fundos mútuos, títulos Banco/BPR/Empréstimos/ Cooperativa/ Crédito LKM (não inclui empréstimos online) Cartão de Crédito	Escolha o mais adequado

Descrição

DP : Discordo Plenamente

D : Discordo

N : Neutro

C : Concordo

CP : Concordo Plenamente

No Facilidade de Uso Percebida (FUP) Percepção da conveniência do aplicativo de empréstimo Fintech DP D N C CP FUP1 A estrutura e o conteúdo do aplicativo de empréstimo fintech são fáceis de usar e entender. FUP2 Eu sinto que é fácil se tornar proficiente no uso do aplicativo de empréstimo fintech. FUP3 O aplicativo de empréstimo fintech é fácil de usar. FUP4 Todas as instruções sobre o aplicativo são fáceis de seguir.

No	Facilidade de Uso Percebida (FUP) Percepção da conveniência do aplicativo de empréstimo Fintech	DP	D	N	C	CP
FUP1	A estrutura e o conteúdo do aplicativo de empréstimo fintech são fáceis de usar e entender.
FUP2	Eu sinto que é fácil se tornar proficiente no uso do aplicativo de empréstimo fintech.
FUP3	O aplicativo de empréstimo fintech é fácil de usar.
FUP4	Todas as instruções sobre o aplicativo são fáceis de seguir.

No Utilidade Percebida (UP) Utilidade de percepção do aplicativo de empréstimo fintech DP D N C CP UP1 O desempenho do meu negócio aumenta depois de usar o aplicativo de empréstimo fintech. UP2 A produtividade do meu negócio aumentou depois de usar o aplicativo de empréstimo fintech. UP3 A gestão do meu negócio está ficando mais eficaz depois de usar o aplicativo de empréstimo fintech. UP4 O aplicativo é muito útil para o meu negócio. UP5 Em geral, o aplicativo de empréstimo fintech facilita a obtenção de financiamento comercial.

No	Utilidade Percebida (UP) Utilidade de percepção do aplicativo de empréstimo fintech	DP	D	N	C	CP
UP1	O desempenho do meu negócio aumenta depois de usar o aplicativo de empréstimo fintech.
UP2	A produtividade do meu negócio aumentou depois de usar o aplicativo de empréstimo fintech.
UP3	A gestão do meu negócio está ficando mais eficaz depois de usar o aplicativo de empréstimo fintech.
UP4	O aplicativo é muito útil para o meu negócio.
UP5	Em geral, o aplicativo de empréstimo fintech facilita a obtenção de financiamento comercial.

No Atitude Face ao Uso (A) Atitude ao usar o aplicativo de empréstimo fintech. DP D N C CP A1 Eu realmente quero usar o aplicativo de empréstimo fintech. A2 Usar um aplicativo de empréstimo fintech é uma experiência satisfatória para mim. A3 Usar um aplicativo de empréstimo fintech é uma boa ideia ou a decisão certa.

No	Atitude Face ao Uso (A) Atitude ao usar o aplicativo de empréstimo fintech.	DP	D	N	C	CP
A1	Eu realmente quero usar o aplicativo de empréstimo fintech.
A2	Usar um aplicativo de empréstimo fintech é uma experiência satisfatória para mim.
A3	Usar um aplicativo de empréstimo fintech é uma boa ideia ou a decisão certa.

No Intenção Comportamental de Uso (IC) Interesse em usar o aplicativo de empréstimo fintech. DP D N C CP IC1 Quero usar o aplicativo de empréstimo fintech para obter financiamento comercial. IC2 Se possível, usarei um aplicativo de empréstimo fintech para o meu negócio. IC3 Vou sugerir que outras pessoas usem um aplicativo de empréstimo fintech.

No	Intenção Comportamental de Uso (IC) Interesse em usar o aplicativo de empréstimo fintech.	DP	D	N	C	CP
IC1	Quero usar o aplicativo de empréstimo fintech para obter financiamento comercial.
IC2	Se possível, usarei um aplicativo de empréstimo fintech para o meu negócio.
IC3	Vou sugerir que outras pessoas usem um aplicativo de empréstimo fintech.

Perguntas Diversas:

Pergunta Resposta Descrição O aplicativo de empréstimo fintech que você usa atendeu a sua expectativa? Sim, como esperado Não é exatamente como o esperado Não como esperado Qual recurso você deseja adicionar ao aplicativo para atender às suas expectativas/necessidades? … Resposta aberta Depois de usar o aplicativo, isso afeta o custo/carga em seu negócio? O custo ficou mais alto Não foi afetado O custo tornou-se mais baixo (mais eficiente) Apenas se você consentir, por favor insira seu contato. Baseado em consentimento

Pergunta	Resposta	Descrição
O aplicativo de empréstimo fintech que você usa atendeu a sua expectativa?	Sim, como esperado Não é exatamente como o esperado Não como esperado
Qual recurso você deseja adicionar ao aplicativo para atender às suas expectativas/necessidades?	…	Resposta aberta
Depois de usar o aplicativo, isso afeta o custo/carga em seu negócio?	O custo ficou mais alto Não foi afetado O custo tornou-se mais baixo (mais eficiente)
Apenas se você consentir, por favor insira seu contato.		Baseado em consentimento

Datas de Publicação

• Publicação nesta coleção
  05 Jun 2023
• Data do Fascículo
  May-Jun 2023

Histórico

• Recebido
  09 Ago 2022
• Revisado
  29 Dez 2022
• Aceito
  23 Jan 2023