En el caso del Distrito Federal sus niveles de crecimiento podrían relacionarse con sus niveles de consumo electrónico. Los estudios psicológicos que explican la predicción del consumo electrónico a partir del sexo, la escolaridad y el ingreso han demostrado relaciones indirectas, causales, positivas y significativas. Las variables predictoras han sido consideradas sociodemográficas que han resultado relevantes a la luz del Modelo de Aceptación de la Tecnología (TAM por sus siglas en ingles), principal teoría explicativa del uso de la tecnología, la tecnología de información, el comercio y el consumo electrónico.
El TAM incluye a las variables sociodemográficas como exógenas en un sistema de relaciones entre percepciones, actitudes, intenciones y usos de la tecnología. Las variables sociodemográficas al interactuar, inciden indirectamente sobre los usos de la tecnología en general y el consumo electrónico en particular. En la medida en que el sexo, la escolaridad y el salario se interrelacionan afectan directamente a las percepciones de facilidad de uso y utilidad quienes a su vez, transmiten el efecto a la actitud hacia la tecnología. La especificada de la actitud incide en la intención de uso de la tecnología y esta a su vez determina el uso sistemático de la tecnología. El TAM es un proceso racional, deliberado, planificado y sistemático que inicia con la interacción de las variables sociodemográficas cuyo efecto se incrementa en las variables perceptuales, actitudinales e intencionales hasta incidir en el comportamiento a un grado tal de sistematicidad que el individuo acepta y usa reiteradamente la tecnología hasta que alguna variación del ingreso o la escolaridad propician el abandono de la tecnología por otra.
En este proceso es importante señalar que la evolución de la tecnología afecta el proceso del TAM. Sin embargo, la variación sociodemográfica parece determinar el cambio de tecnología. La competencia entre las empresas productoras de tecnología propicia la evolución de las tecnologías, principalmente las de información y comunicación en procesos de escalabilidad, multifuncionalidad, portabilidad, conectividad, accesibilidad e instrumentabilidad. No obstante, estos procesos evolutivos de las TIC, el TAM ha demostrado que las variaciones sociodemográficas parecen predecir la aceptación y uso de la tecnología.
D’ambra y Wilson (2004), Porter y Donthu (2006) y Bigne, Ruíz y Sanz (2007) han demostrado la predicción del consumo electrónico a partir de la edad y la renta. Las variaciones en los rangos de edad y el ingreso personal incidieron negativamente en las percepciones, pero al transmitir el efecto sobre la actitud se obtuvieron relaciones positivas que se incrementaron con las intenciones y los usos de la tecnología de información. En el segundo estudio, los autores introdujeron la variable de manejo de la tecnología. Los resultados demostraron que la interacción entre las variables sociodemográficas se incrementaba con las variaciones de habilidades uso de la tecnología, la experiencia y destreza generadas por el uso intensivo. No obstante, el tercer estudio demostró relaciones directas entre las variables sociodemográficas y el consumo electrónico que resultaron negativas.
¿La interacción entre las variables sociodemográficas incide causal, directa, positiva y significativamente sobre la aceptación de la tecnología, internet, la adopción del comercio y consumo electrónico? ¿La interacción sociodemográfica explica el mayor porcentaje de la varianza del consumo electrónico? ¿Existen otros factores exógenos que al interactuar inciden en el disturbio estadístico del consumo electrónico?
Método
Sujetos: Se seleccionaron intencionalmente 188 usuarios de la biblioteca México. 141 mujeres (75 por ciento) y 47 hombres (25 por ciento). 62 tienen ingresos menores a 3000 pesos mensuales (33 por ciento), 79 entre 3000 y 6000 (42 por ciento) y 47 ganan más de 6000 al mes (25 por ciento). 55 tienen el grado de licenciatura (29,3 por ciento), 82 tienen el bachillerato (43,6 por ciento) y 51 tienen la secundaria (27,1 por ciento).
Hipótesis: Debido a que el modelamiento de ecuaciones estructurales permite la demostración de varias hipótesis (Kline, 1998: 9), se plantearon seis; tres alternas y tres nulas.
Ho: La estructura de las relaciones hipotéticas entre las variables sociodemográficas y el consumo electrónico se ajusta a la estructura de las relaciones observadas.
Ha: La estructura de las relaciones hipotéticas entre las variables sociodemográficas y el consumo electrónico es diferente a la estructura de las relaciones observadas.
Ho: La estructura de las relaciones hipotéticas entre las variables sociodemográficas y el consumo electrónico explican el mayor porcentaje de la varianza total.
Ha: La estructura de las relaciones hipotéticas entre las variables sociodemográficas y el consumo electrónico explican el menor porcentaje de la varianza total.
Ho: La estructura de las relaciones hipotéticas entre las variables sociodemográficas y el consumo electrónico reducen la varianza de error.
Ha: La estructura de las relaciones hipotéticas entre las variables sociodemográficas y el consumo electrónico aumentan la varianza de error.
Instrumento: Escala de Consumo Electrónico incluye 12 reactivos con cuatro opciones de respuesta que van desde “10 minutos” hasta “más de 20 minutos”.
Procedimiento: Debido a que el perfil del usuario de internet es académico, se seleccionó a aquellos individuos que se encontraban en el vestíbulo de la biblioteca y se les solicito su participación en la contestación del cuestionario. Trascurridos diez minutos se les pidió el cuestionario y se revisaron las respuestas. En los casos en los que había una sola respuesta o la ausencia total o parcial de ellas, se les pidió que escribieran al reverso la razón por la que contestaron repetitivamente o en su caso, la ausencia de respuestas. Posteriormente, se capturan las respuestas en los programas estadísticos SPSS versión 17 y AMOS versión 6.
Resultados
De Carlo (1997: p.292) establece la distribución normal a partir de la estimación de la curtosis. Si la curtosis es cercana al cero se interpreta como una distribución normal. El parámetro de la curtosis es considerado como un momento estandarizado relacionado con la concentración de la población en un rango de -3 a +3
La tabla 1 muestra valores negativos de la curtosis que se ubicarían dentro del umbral de distribución normal requerido.
Tabla 1. Distribución normal del ciberconsumismo
Código
|
Reactivo
|
Media
|
Desviación
|
Curtosis
|
Cc1
|
En amazon compras un video en:
|
2.81
|
1.011
|
-1.217
|
Cc2
|
En google contratas un servicio erótico en:
|
2.42
|
1.300
|
-1.718
|
Cc3
|
En amazon adquieres un artículo científico en:
|
2.33
|
.980
|
-.987
|
Cc4
|
En amazon compras una melodía en:
|
2.01
|
1.224
|
-1.288
|
Cc5
|
En google contratas un servicio de telefonía en:
|
2.69
|
1.019
|
-1.005
|
Cc6
|
En amazon adquieres un libro en:
|
2.49
|
1.149
|
-1.424
|
Cc7
|
En tiket master compras boletos para un concierto en:
|
2.28
|
1.114
|
-1.292
|
Cc8
|
En la sección amarilla contratas un servicio de mensajería en:
|
2.72
|
1.266
|
-1.583
|
Cc9
|
En hotmail adquieres una computadora en:
|
2.66
|
.998
|
-1.143
|
Cc10
|
En aeromexico compras boletos de avión en:
|
2.31
|
1.212
|
-1.554
|
Cc11
|
En Banamex contratas un servicio bancario en:
|
2.65
|
1.144
|
-1.378
|
Cc12
|
En google te inscribes a cursos en:
|
2.71
|
1.067
|
-1.207
|
Una vez establecida la distribución normal se estableció la validez de constructo del consumo electrónico. Kerlinger y Lee (2002: p. 778) consideran al constructo como el resultado de las correlaciones entre variables observadas. Se trata de pesos factoriales a partir de los cuales se infiere el significado de una variable latente.
La tabla 2 muestra las correlaciones entre cuatro variables manifiestas o indicadores con respecto a un factor o constructo común. A partir de estos cuatro indicadores se infirió el ciberconsumismo definido como el intercambio de productos o servicios por unidades crediticias a través de protocolos electrónicos de transferencia.
No obstante la convergencia de indicadores en un constructo común, sólo el 5.467 por ciento de la varianza total fue explicada. Este hallazgo supone la incidencia de otros indicadores en el factor y/o la convergencia de otros indicadores en otras dimensiones, factores o constructos en torno al consumo electrónico.
Tabla 2. Validez del ciberconsumismo
Código
|
Reactivo
|
Ciberconsumo
|
Cc8
|
En la sección amarilla contratas un servicio de mensajería en:
|
-.005
|
Cc2
|
En google contratas un servicio erótico en:
|
.020
|
Cc10
|
En aeromexico compras boletos de avión en:
|
.023
|
Cc4
|
En amazon compras una melodía en:
|
.024
|
Cc9
|
En hotmail adquieres una computadora en:
|
.043
|
Cc3
|
En amazon adquieres un artículo científico en:
|
.051
|
Cc11
|
En Banamex contratas un servicio bancario en:
|
.146
|
Cc7
|
En tiket master compras boletos para un concierto en:
|
.184
|
Cc12
|
En google te inscribes a cursos en:
|
.200
|
Cc1
|
En amazon compras un video en:
|
.233
|
Cc6
|
En amazon adquieres un libro en:
|
.372
|
Cc5
|
En google contratas un servicio de telefonía en:
|
.889
|
|
Varianza explicada
|
5.467
|
Una vez establecida la validez del constructo ciberconsumista, se llevó a cabo la estimación de su confiabilidad a partir del parámetro alfa de Crombach. El ciberconsumismo obtuvo una confiabilidad constante de .744
Demostrada la consistencia interna del ciberconsumismo se procedió a estimar las covariaciones entre los indicadores del ciberconsumismo y las variables sociodemográficas.
La tabla 3 muestra covarianzas cercanas al cero entre los indicadores del ciberconsumismo y las variables sociodemográficas. Estos resultados indican la posible interacción entre las variables sociodemográficas, la relación causal entre las variables sociodemográficas y el constructo ciberconsumista y la especificación, identificación y estimación de un modelo estructural.
Tabla 3. Covarianzas entre los indicadores sociodemográficos y ciberconsumistas
|
ING
|
GDO
|
SEX
|
CC12
|
CC6
|
CC5
|
CC1
|
Ingreso
|
.573
|
|
|
|
|
|
|
Escolaridad
|
.076
|
.722
|
|
|
|
|
|
Sexo
|
-.007
|
-.074
|
.188
|
|
|
|
|
En google te inscribes a cursos en:
|
-.002
|
.022
|
-.166
|
1.132
|
|
|
|
En amazon adquieres un libro en:
|
-.051
|
-.046
|
-.080
|
.191
|
1.314
|
|
|
En google contratas un servicio de telefonía en:
|
.007
|
.089
|
-.029
|
.255
|
.518
|
1.032
|
|
En amazon compras un video en:
|
.043
|
-.009
|
-.096
|
.338
|
.360
|
.382
|
1.017
|
Kline (2006: p. 45) considera que las covarianzas son un antecedente de las relaciones causales, indirectas y directas, negativas o positivas entre las variables incluidas en tres tipos de modelos estructurales. Se trata de modelos estructurales reflejantes, formativos e híbridos. En el caso del ciberconsumismo y los cuatro indicadores ejemplifican el primer modelo reflejante. En el caso de la interacción entre las variables sociodemográficas en relación causal con el constructo ciberconsumista ejemplificarían el segundo modelo formativo. Finalmente, el modelo 1 muestra el tercer caso de modelo estructural híbrido en el que se integra la interacción entre las variables sociodemográficas, la relación causal con el constructo y la estructura reflejante del ciberconsumismo.
Kline (1998: 132) sugiere al parámetro de chi cuadrada para la contrastación de hipótesis en torno al ajuste de la estructura de las relaciones hipotéticas en referencia a la estructura de las relaciones observadas y advierte: “a nonsignificant value of the X2 difference statistic suggests that the overall fits of the two models are comparable”.
El modelo 1 muestra un valor significativo para la chi cuadradata que estima la diferencia entre las dos estructuras hipotética y estimada.
Sin embargo, el valor chi cuadrada es sensible al tamaño de la muestra. Por ello se emplean los índices de ajuste y residuales para establecer el ajuste de la estructura hipotética en relación a la estructura estimada. Los valores cercanos a la unidad, para el caso de los índices de ajuste, y los valores cercanos al cero, para el caso de los índices residuales, son considerados como muestra de ajuste entre la estructura hipotética y la estructura estimada.
Tabla 4. Índices de ajuste y residuales de la estructura de los determinantes sociodemográficos del ciberconsumismo
Modelo
|
GFI
|
AGFI
|
NFI
|
IFI
|
TLI
|
CFI
|
RMSEA
|
RMR
|
|
|
|
|
|
|
|
|
|
Estructura determinante ciberconsumista
|
.949
|
.871
|
.761
|
.822
|
.634
|
.808
|
.009
|
.046
|
|
|
|
|
|
|
|
|
|
La tabla 4 muestra valores cercanos a la unidad para los índices de ajuste y valores cercanos al cero para los índices residuales. Estos hallazgos corroboran las tres hipótesis nulas. No obstante, el error de medición en el constructo tiene un valor de .34 que sugiere la incidencia de otros indicadores y constructos en el ciberconsumismo. A la luz de los resultados esgrimidos se discuten las implicaciones de los datos de la Conapo en el modelo estructural híbrido establecido.
Conclusión
La interacción entre las variables de esperanza de vida, escolaridad, alfabetización, producto interno bruto, matrícula educativa y desarrollo humano tendrían una incidencia causal, directa, negativa y significativa sobre el consumo electrónico.
A la luz de la demostración del ajuste entre la estructura hipotética y la estructura estimada es posible considerar una relación directa entre las variables socioeconómicas y el consumo electrónico. Es decir, si las variables sociodemográficas tuvieron una incidencia causal, directa, negativa y significativa sobre el ciberconsumismo, es de esperar que la interacción entre las variables socioeconómicas tuviera el mismo efecto.
Sin embargo, las variables socioeconómicas están relacionadas con otras variables de orden macroeconómico que incidirían en el comercio electrónico y el comportamiento del consumidor correspondiente. La influencia de las variables socioeconómicas y la incidencia de los indicadores no incluidos en la estructura del ciberconsumismo explicarían el valor del error en el constructo.
En este sentido, el Modelo de Aceptación de la Tecnología podría ser complementado con la identificación, especificación y estimación de las interacciones entre las variables socioeconómicas y sociodemográficas como determinantes indirectas del consumo electrónico a través de variables perceptuales, actitudinales e intencionales.
Referencias