Aceptación en e-commerce con confianza
Marketing / E-commerce
UTAUT2 (Unified Theory of Acceptance and Use of Technology) es la teoría consolidada que explica por qué las personas usan tecnologías digitales. Esta variante añade Confianza y está preparada para multi-group analysis: edad, dispositivo y experiencia de uso están disponibles como variables de agrupación.
- N
- 400
- LVs
- 6
- MGA
- Age · Device
Clonar requiere una cuenta gratuita de OpenPLS.
Fundamento teórico
Venkatesh, Thong y Xu (2012) ampliaron el modelo UTAUT original con constructos específicos del consumidor (Hedonic Motivation, Habit, Price Value) y definieron siete determinantes de la intención de uso y del comportamiento real. UTAUT2 es, con diferencia, el modelo de aceptación más citado en la investigación en IS.
En la variante que se presenta aquí nos centramos en una versión de cuatro determinantes (Performance Expectancy, Effort Expectancy, Social Influence, Trust) especialmente relevante para contextos de e-commerce. La Confianza fue establecida por Pavlou (2003) como variable central en transacciones online, pero falta en el modelo UTAUT original — esta forma híbrida es estándar en investigación aplicada.
El dataset contiene variables demográficas (age, gender, device, usage_freq) directamente utilizables como variables de agrupación para multi-group analysis. Por ejemplo, puedes contrastar si el efecto de la confianza sobre la intención difiere significativamente entre compradores móviles y de escritorio.
Modelo estructural
Cuatro determinantes exógenos convergen sobre la Behavioral Intention, que luego impulsa el Use Behavior. La confianza actúa a la vez como mediador y como predictor directo.
Performance Expectancy
Utilidad esperada de la aplicación.
Effort Expectancy
Facilidad de uso percibida.
Social Influence
Presión y recomendaciones del entorno social.
Trust
Confianza en el proveedor, la plataforma y el tratamiento de datos.
Behavioral Intention
Intención de usar la aplicación.
Use Behavior
Uso real (frecuencia, profundidad).
Hipótesis
| H1 | PE → TR | + | La utilidad percibida eleva la confianza en la plataforma. |
| H2 | EE → TR | + | La facilidad de uso eleva la confianza. |
| H3 | PE → BI | + | La expectativa de utilidad eleva directamente la intención de uso. |
| H4 | SI → BI | + | La influencia social eleva la intención de uso. |
| H5 | TR → BI | + | La confianza es el driver central de la intención. |
| H6 | BI → UB | + | La intención se traduce en uso real. |
Metodología y datos
El dataset contiene N = 400 respuestas sintéticas a 21 indicadores más cuatro variables categóricas de agrupación (age, gender, device, usage_freq). Todos los ítems reflectivos son escalas Likert de siete puntos. Los estudios UTAUT2 reales suelen ejecutarse con N = 300 a 800 por contexto.
Resultados esperados
- R²(BI) ≈ 0.55
- Los cuatro determinantes explican alrededor del 55 % de la varianza en la intención de uso — de moderado a fuerte.
- TR → BI ≈ 0.32
- La confianza es el segundo path directo más fuerte hacia la intención, justo detrás de la performance expectancy. En contextos de e-commerce, a menudo el más fuerte.
- MGA Age · Device
- Con multi-group analysis puedes, por ejemplo, contrastar si la ruta TR → BI es significativamente más fuerte para usuarios mayores que para los más jóvenes.
Reproducir en 60 segundos
- 1
Clona el proyecto
Un solo clic en tu workspace de OpenPLS crea una copia totalmente editable: modelo, indicadores y dataset, todo enlazado y listo para usar.
- 2
Ejecuta el cálculo
OpenPLS resuelve pesos externos, coeficientes de ruta, R², HTMT, SRMR e intervalos de confianza por bootstrap en pocos segundos.
- 3
Compara con las métricas esperadas
Las métricas clave documentadas más abajo provienen del trabajo original publicado. Tus valores calculados deberían caer dentro de los IC del 95 % del bootstrap.
Referencias
- Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36(1), 157–178. doi.org/10.2307/41410412
- Pavlou, P. A. (2003). Consumer Acceptance of Electronic Commerce: Integrating Trust and Risk with the Technology Acceptance Model. International Journal of Electronic Commerce, 7(3), 101–134. doi.org/10.1080/10864415.2003.11044275
- Henseler, J., Ringle, C. M., & Sarstedt, M. (2016). Testing measurement invariance of composites using partial least squares. International Marketing Review, 33(3), 405–431. doi.org/10.1108/IMR-09-2014-0304