Vol. 12/ Núm. 1 2025 pág. 1416
https://doi.org/10.69639/arandu.v12i1.687
Determinantes de la intención de compra a través de medios
virtuales de Millennials en la ciudad de Riobamba para el
período 2024
Determinants of the intention to purchase through virtual media of Millennials in the
city of Riobamba for the period 2024
Jefferson Daniel Carrillo Carrillo
jefferson.carrillo@unach.edu.ec
https://orcid.org/0009-0003-4832-483X
Universidad Nacional de Chimborazo
Ecuador – Riobamba
María Gabriela González Bautista
mggonzalez@unach.edu.ec
https://orcid.org/0000-0002-6326-9766
Universidad Nacional de Chimborazo
Ecuador – Riobamba
Artículo recibido: 10 enero 2025 - Aceptado para publicación: 20 febrero 2025
Conflictos de intereses: Ninguno que declarar
RESUMEN
El presente estudio, fundamentado en la teoría de la acción planificada, tiene como objetivo
analizar los factores sociodemográficos y psicológicos que influyen en la intención de compra en
línea, mediante el uso de modelos de regresión logística ordinal (Logit) y Probit. La metodología
se basó en el análisis de datos obtenidos a través de encuestas aplicadas a una muestra
representativa, evaluando variables clave como género, edad, nivel de escolaridad, ingresos,
actitud promedio, control percibido, norma subjetiva y conducta. Los resultados revelan que el
nivel de escolaridad, el control percibido y la norma subjetiva son los factores más significativos
y consistentes en ambos modelos, evidenciando su influencia positiva en las categorías superiores
de intención de compra. En contraste, variables como género, ingresos y edad no resultaron
estadísticamente significativas. El modelo Logit presentó un mejor ajuste general en comparación
con el Probit, aunque ambos identificaron patrones consistentes. Estos hallazgos destacan la
importancia de factores educativos, psicológicos y sociales en la intención de compra en línea, en
línea con los postulados de la teoría de la acción planificada. Asimismo, sugieren la necesidad de
desarrollar estrategias de marketing y políticas públicas que fortalezcan la percepción de control
y el apoyo social, especialmente en poblaciones con niveles educativos más altos, para fomentar
el comercio electrónico.
Palabras clave: teoría de la acción planificada, actitud, control percibido, intención de
compra, conducta
Vol. 12/ Núm. 1 2025 pág. 1417
ABSTRACT
The present study, based on the theory of planned action, aims to analyze the sociodemographic
and psychological factors that influence online purchase intention, using ordinal logistic
regression (Logit) and Probit models. The methodology was based on the analysis of data obtained
through surveys applied to a representative sample, evaluating key variables such as gender, age,
level of schooling, income, average attitude, perceived control, subjective norm and behavior.
The results reveal that level of schooling, perceived control and subjective norm are the most
significant and consistent factors in both models, showing their positive influence on the higher
categories of purchase intention. In contrast, variables such as gender, income and age were not
statistically significant. The Logit model presented a better overall fit compared to the Probit
model, although both identified consistent patterns. These findings highlight the importance of
educational, psychological and social factors in online purchase intention, in line with the
postulates of the theory of planned action. They also suggest the need to develop marketing
strategies and public policies that strengthen the perception of control and social support,
especially in populations with higher educational levels, to encourage e-commerce.
Keywords: planned action theory, attitude, perceived control, purchase intention,
behavior
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
ABSTRACT
The present study, based on the theory of planned action, aims to analyze the sociodemographic
and psychological factors that influence online purchase intention, using ordinal logistic
regression (Logit) and Probit models. The methodology was based on the analysis of data obtained
through surveys applied to a representative sample, evaluating key variables such as gender, age,
level of schooling, income, average attitude, perceived control, subjective norm and behavior.
The results reveal that level of schooling, perceived control and subjective norm are the most
significant and consistent factors in both models, showing their positive influence on the higher
categories of purchase intention. In contrast, variables such as gender, income and age were not
statistically significant. The Logit model presented a better overall fit compared to the Probit
model, although both identified consistent patterns. These findings highlight the importance of
educational, psychological and social factors in online purchase intention, in line with the
postulates of the theory of planned action. They also suggest the need to develop marketing
strategies and public policies that strengthen the perception of control and social support,
especially in populations with higher educational levels, to encourage e-commerce.
Keywords: planned action theory, attitude, perceived control, purchase intention,
behavior
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 1 2025 pág. 1418
INTRODUCCIÓN
En la última década, el comercio electrónico ha experimentado un crecimiento exponencial
a nivel mundial. Según datos de eMarketer (2021), las ventas minoristas a nivel mundial
alcanzaron los $4.9 billones en 2021 y se espera que superen los $7.4 billones para 2025. Este
crecimiento ha sido impulsado por varios factores, incluyendo la creciente penetración de internet,
la adopción masiva de dispositivos móviles, la comodidad y accesibilidad que ofrece el comercio
electrónico en comparación con las tiendas físicas (Usas et al., 2021; Pantelimon et al., 2020;
Dumanska et al., 2021).
Uno de los grupos demográficos que ha jugado un papel crucial en este auge del comercio
electrónico es el de los Millennials (Sukmaningsih et al., 2020; Sarwar et al., 2023). Nacidos entre
1981 y 1996, los Millennials han crecido en paralelo con el desarrollo de la tecnología digital, lo
que los convierte en uno de los segmentos de consumidores más conectados y tecnológicamente
avanzados (Ng & Johnson, 2015; Calvo & Pesqueira Sanchez , 2020; Kim et al., 2022). Estudios
han demostrado que los Millennials prefieren las compras en línea debido a la conveniencia, la
variedad de productos y la posibilidad de comparar precios y opiniones de otros consumidores
antes de realizar una compra (Dharmesti et al., 2018; Astuti et al., 2019: Dabija y Lung, 2019).
América Latina no ha sido ajena a esta tendencia global. La región ha visto un aumento
significativo en la adopción del comercio electrónico, especialmente impulsada por países como
Brasil, México y Argentina. En 2020, el comercio electrónico en América Latina creció un 36.7%,
el crecimiento más rápido en cualquier región del mundo (eMarketer, 2021). Este crecimiento ha
sido facilitado por la mejora en la infraestructura de internet y la mayor penetración de teléfonos
inteligentes (Moshe & Morris , 1991; William, 2021; Girmay, 2019).
En Ecuador, el comercio electrónico también ha mostrado un crecimiento impresionante.
Según la Cámara Ecuatoriana de Comercio Electrónico (CECE, 2021), las ventas en línea en
Ecuador aumentaron un 40% en 2020, alcanzando los $2.3 mil millones. Este crecimiento ha sido
impulsado por la pandemia de COVID-19, que ha acelerado la adopción de compras en línea
como una alternativa segura y conveniente a las compras físicas (INEC, 2021).
Los millennials ecuatorianos han sido históricamente uno de los grupos demográficos más
activos en el comercio electrónico debido a su familiaridad con la tecnología y su preferencia por
la conveniencia en las transacciones (INEC, 2023). Sin embargo, en el año 2024, se observa un
cambio en su comportamiento de compra en línea, lo que ha llevado a una disminución en su
participación en este mercado. Es así que según datos del Instituto Nacional de Estadística y
Censos [INEC] (2024), mientras que el comercio electrónico en Ecuador experimentó un
crecimiento del 20% anual en los últimos tres años, se observó una disminución del 5% en el
número de transacciones realizadas por millennials durante el primer semestre de 2024 (INEC,
2024).
INTRODUCCIÓN
En la última década, el comercio electrónico ha experimentado un crecimiento exponencial
a nivel mundial. Según datos de eMarketer (2021), las ventas minoristas a nivel mundial
alcanzaron los $4.9 billones en 2021 y se espera que superen los $7.4 billones para 2025. Este
crecimiento ha sido impulsado por varios factores, incluyendo la creciente penetración de internet,
la adopción masiva de dispositivos móviles, la comodidad y accesibilidad que ofrece el comercio
electrónico en comparación con las tiendas físicas (Usas et al., 2021; Pantelimon et al., 2020;
Dumanska et al., 2021).
Uno de los grupos demográficos que ha jugado un papel crucial en este auge del comercio
electrónico es el de los Millennials (Sukmaningsih et al., 2020; Sarwar et al., 2023). Nacidos entre
1981 y 1996, los Millennials han crecido en paralelo con el desarrollo de la tecnología digital, lo
que los convierte en uno de los segmentos de consumidores más conectados y tecnológicamente
avanzados (Ng & Johnson, 2015; Calvo & Pesqueira Sanchez , 2020; Kim et al., 2022). Estudios
han demostrado que los Millennials prefieren las compras en línea debido a la conveniencia, la
variedad de productos y la posibilidad de comparar precios y opiniones de otros consumidores
antes de realizar una compra (Dharmesti et al., 2018; Astuti et al., 2019: Dabija y Lung, 2019).
América Latina no ha sido ajena a esta tendencia global. La región ha visto un aumento
significativo en la adopción del comercio electrónico, especialmente impulsada por países como
Brasil, México y Argentina. En 2020, el comercio electrónico en América Latina creció un 36.7%,
el crecimiento más rápido en cualquier región del mundo (eMarketer, 2021). Este crecimiento ha
sido facilitado por la mejora en la infraestructura de internet y la mayor penetración de teléfonos
inteligentes (Moshe & Morris , 1991; William, 2021; Girmay, 2019).
En Ecuador, el comercio electrónico también ha mostrado un crecimiento impresionante.
Según la Cámara Ecuatoriana de Comercio Electrónico (CECE, 2021), las ventas en línea en
Ecuador aumentaron un 40% en 2020, alcanzando los $2.3 mil millones. Este crecimiento ha sido
impulsado por la pandemia de COVID-19, que ha acelerado la adopción de compras en línea
como una alternativa segura y conveniente a las compras físicas (INEC, 2021).
Los millennials ecuatorianos han sido históricamente uno de los grupos demográficos más
activos en el comercio electrónico debido a su familiaridad con la tecnología y su preferencia por
la conveniencia en las transacciones (INEC, 2023). Sin embargo, en el año 2024, se observa un
cambio en su comportamiento de compra en línea, lo que ha llevado a una disminución en su
participación en este mercado. Es así que según datos del Instituto Nacional de Estadística y
Censos [INEC] (2024), mientras que el comercio electrónico en Ecuador experimentó un
crecimiento del 20% anual en los últimos tres años, se observó una disminución del 5% en el
número de transacciones realizadas por millennials durante el primer semestre de 2024 (INEC,
2024).
Vol. 12/ Núm. 1 2025 pág. 1419
En ese sentido, el problema central se centra en la disminución de la participación de los
millennials ecuatorianos en el comercio electrónico en 2024. Asimismo, el mercado del comercio
electrónico en Ecuador ha experimentado un rápido crecimiento en los últimos años, lo que ha
llevado a una saturación de opciones y una mayor competencia entre los minoristas en línea
(CECE, 2022). Esta saturación puede haber llevado a una fatiga del consumidor entre los
millennials, quienes podrían estar optando por otras formas de compra o reduciendo sus gastos
en línea. Por otro lado, la seguridad y privacidad de los datos personales y financieros son
preocupaciones clave para los consumidores en línea, especialmente para los millennials que son
más conscientes de la protección de su información en el entorno digital (CEPAL, 2022). Los
incidentes de ciberseguridad y las brechas de datos pueden haber disminuido la confianza de los
millennials en el comercio electrónico durante el año 2024, lo que resulta en una menor
participación en este mercado. En ese sentido, una encuesta realizada por la Cámara Ecuatoriana
de Comercio Electrónico (CECE) reveló que el 60% de los millennials encuestados expresaron
preocupaciones sobre la seguridad de las transacciones en línea durante el año 2024, en
comparación con el 45% en el año anterior (CECE, 2024) Asimismo, un estudio de mercado
llevado a cabo por la Universidad Central del Ecuador reveló que el 60% de los millennials
encuestados reportaron haber experimentado problemas de navegación y lentitud en los sitios web
de comercio electrónico (UCE, 2023). La mala experiencia del usuario, caracterizada por
dificultades de navegación y procesos de pago complicados, contribuye a la insatisfacción y, en
última instancia, a la reducción de la participación en el comercio electrónico. En cuanto a los
efectos derivados del problema, la disminución en la participación de los millennials en el
comercio electrónico puede tener efectos negativos en el crecimiento general de esta industria en
Ecuador. Según datos del Instituto Nacional de Estadística y Censos (INEC), el comercio
electrónico experimentó un crecimiento del 25% anual en los últimos cinco años, pero este
crecimiento podría desacelerarse si no se abordan los problemas que afectan la participación de
los millennials (INEC, 2023). De la misma manera la falta de participación de los millennials en
el comercio electrónico podría resultar en una pérdida de oportunidades para las empresas que
dependen de esta generación como segmento objetivo. Según el informe de tendencias de
consumo de la consultora Deloitte, los millennials representan el 40% de los consumidores de
comercio electrónico en Ecuador (Deloitte, 2022). La reducción en su participación podría
impactar negativamente en los ingresos y la rentabilidad de las empresas en línea.
En el caso particular de la ciudad de Riobamba, esta ofrece un caso de estudio interesante
sobre la adopción del comercio electrónico entre los Millennials. Esta ciudad, con una población
de aproximadamente 200,000 habitantes, ha experimentado un crecimiento significativo en la
adopción de tecnologías digitales en los últimos años. Según el Instituto Nacional de Estadística
y Censos (INEC, 2021), la penetración de internet en Riobamba ha alcanzado el 75%, y los
Millennials constituyen una proporción significativa de esta base de usuarios.
En ese sentido, el problema central se centra en la disminución de la participación de los
millennials ecuatorianos en el comercio electrónico en 2024. Asimismo, el mercado del comercio
electrónico en Ecuador ha experimentado un rápido crecimiento en los últimos años, lo que ha
llevado a una saturación de opciones y una mayor competencia entre los minoristas en línea
(CECE, 2022). Esta saturación puede haber llevado a una fatiga del consumidor entre los
millennials, quienes podrían estar optando por otras formas de compra o reduciendo sus gastos
en línea. Por otro lado, la seguridad y privacidad de los datos personales y financieros son
preocupaciones clave para los consumidores en línea, especialmente para los millennials que son
más conscientes de la protección de su información en el entorno digital (CEPAL, 2022). Los
incidentes de ciberseguridad y las brechas de datos pueden haber disminuido la confianza de los
millennials en el comercio electrónico durante el año 2024, lo que resulta en una menor
participación en este mercado. En ese sentido, una encuesta realizada por la Cámara Ecuatoriana
de Comercio Electrónico (CECE) reveló que el 60% de los millennials encuestados expresaron
preocupaciones sobre la seguridad de las transacciones en línea durante el año 2024, en
comparación con el 45% en el año anterior (CECE, 2024) Asimismo, un estudio de mercado
llevado a cabo por la Universidad Central del Ecuador reveló que el 60% de los millennials
encuestados reportaron haber experimentado problemas de navegación y lentitud en los sitios web
de comercio electrónico (UCE, 2023). La mala experiencia del usuario, caracterizada por
dificultades de navegación y procesos de pago complicados, contribuye a la insatisfacción y, en
última instancia, a la reducción de la participación en el comercio electrónico. En cuanto a los
efectos derivados del problema, la disminución en la participación de los millennials en el
comercio electrónico puede tener efectos negativos en el crecimiento general de esta industria en
Ecuador. Según datos del Instituto Nacional de Estadística y Censos (INEC), el comercio
electrónico experimentó un crecimiento del 25% anual en los últimos cinco años, pero este
crecimiento podría desacelerarse si no se abordan los problemas que afectan la participación de
los millennials (INEC, 2023). De la misma manera la falta de participación de los millennials en
el comercio electrónico podría resultar en una pérdida de oportunidades para las empresas que
dependen de esta generación como segmento objetivo. Según el informe de tendencias de
consumo de la consultora Deloitte, los millennials representan el 40% de los consumidores de
comercio electrónico en Ecuador (Deloitte, 2022). La reducción en su participación podría
impactar negativamente en los ingresos y la rentabilidad de las empresas en línea.
En el caso particular de la ciudad de Riobamba, esta ofrece un caso de estudio interesante
sobre la adopción del comercio electrónico entre los Millennials. Esta ciudad, con una población
de aproximadamente 200,000 habitantes, ha experimentado un crecimiento significativo en la
adopción de tecnologías digitales en los últimos años. Según el Instituto Nacional de Estadística
y Censos (INEC, 2021), la penetración de internet en Riobamba ha alcanzado el 75%, y los
Millennials constituyen una proporción significativa de esta base de usuarios.
Vol. 12/ Núm. 1 2025 pág. 1420
En Riobamba, los Millennials han mostrado una tendencia creciente hacia las compras en
línea, influenciada por la mejora en la infraestructura de internet y el aumento en la disponibilidad
de productos y servicios en línea. Según un estudio de la CECE (2021), el 60% de los Millennials
en Riobamba realizan compras en línea al menos una vez al mes, destacando la importancia de
este grupo demográfico para los comerciantes en línea locales.
El comercio electrónico en Riobamba enfrenta desafíos únicos, incluyendo la desconfianza
en la seguridad de las transacciones y la falta de familiaridad con las plataformas de comercio
electrónico. Sin embargo, estos desafíos también presentan oportunidades para los comerciantes.
Al abordar eficazmente las preocupaciones de seguridad y mejorar la experiencia del usuario, las
empresas pueden construir una base de clientes leales y aumentar sus ventas en línea (Pavlou,
2003; Gefen et al., 2003).
La investigación sobre los determinantes en la intención de compra a través de medios
virtuales de los millennials en la ciudad de Riobamba durante el período 2024 tiene una relevancia
significativa en el contexto actual. Los millennials constituyen una generación altamente
conectada a la tecnología, han transformado la dinámica del comercio en línea. En ese sentido,
comprender los factores que influyen en sus elecciones de compra es esencial para las empresas
y estrategias comerciales. En un mundo cada vez más digital, donde las plataformas en línea
desempeñan un papel central en la economía. Esta investigación proporcionará una valiosa visión
sobre cómo las empresas pueden adaptar sus estrategias para satisfacer las necesidades y
preferencias de este segmento demográfico en constante evolución. Además, al estar centrado en
la ciudad Riobamba, se podrán identificar factores y tendencias específicas de la localidad, lo que
resulta fundamental para el crecimiento y la competitividad de los negocios en esta región en
particular. Por lo tanto, esta investigación se convierte en una herramienta esencial para el éxito
de las empresas y la economía local en un entorno en constante cambio. Por lo tanto, esta
investigación se centra en responder la siguiente pregunta de investigación ¿Cuáles son los
factores que influyen en la intención de compra de millennials en la ciudad de Riobamba, periodo
2024?
Con base expuesto anteriormente, se ha realizado un proceso de revisión teórico profundo
que permite identificar dichos factores con en base en evidencia empírica. En ese sentido, diversos
estudios han identificado los determinantes que influyen en la decisión de compra de los
consumidores a través de medios virtuales, los cuales pueden clasificarse en diferentes categorías,
como características del producto, características del sitio web, características del consumidor y
características del entorno (Chen y Barnes, 2007; W; Fitri y Wulandari, 2020; Patel et al., 2021;
Dharmesti M. et al., 2021; Ghazalle y Lasi, 2021). Asimismo, se pueden identificar algunos
determinantes adicionales que influyen en su decisión de compra a través de medios virtuales,
como la confianza en la marca, la influencia de las redes sociales y la accesibilidad a los medios
virtuales (Kotler, Kartajaya, & Setiawan, 2016).
En Riobamba, los Millennials han mostrado una tendencia creciente hacia las compras en
línea, influenciada por la mejora en la infraestructura de internet y el aumento en la disponibilidad
de productos y servicios en línea. Según un estudio de la CECE (2021), el 60% de los Millennials
en Riobamba realizan compras en línea al menos una vez al mes, destacando la importancia de
este grupo demográfico para los comerciantes en línea locales.
El comercio electrónico en Riobamba enfrenta desafíos únicos, incluyendo la desconfianza
en la seguridad de las transacciones y la falta de familiaridad con las plataformas de comercio
electrónico. Sin embargo, estos desafíos también presentan oportunidades para los comerciantes.
Al abordar eficazmente las preocupaciones de seguridad y mejorar la experiencia del usuario, las
empresas pueden construir una base de clientes leales y aumentar sus ventas en línea (Pavlou,
2003; Gefen et al., 2003).
La investigación sobre los determinantes en la intención de compra a través de medios
virtuales de los millennials en la ciudad de Riobamba durante el período 2024 tiene una relevancia
significativa en el contexto actual. Los millennials constituyen una generación altamente
conectada a la tecnología, han transformado la dinámica del comercio en línea. En ese sentido,
comprender los factores que influyen en sus elecciones de compra es esencial para las empresas
y estrategias comerciales. En un mundo cada vez más digital, donde las plataformas en línea
desempeñan un papel central en la economía. Esta investigación proporcionará una valiosa visión
sobre cómo las empresas pueden adaptar sus estrategias para satisfacer las necesidades y
preferencias de este segmento demográfico en constante evolución. Además, al estar centrado en
la ciudad Riobamba, se podrán identificar factores y tendencias específicas de la localidad, lo que
resulta fundamental para el crecimiento y la competitividad de los negocios en esta región en
particular. Por lo tanto, esta investigación se convierte en una herramienta esencial para el éxito
de las empresas y la economía local en un entorno en constante cambio. Por lo tanto, esta
investigación se centra en responder la siguiente pregunta de investigación ¿Cuáles son los
factores que influyen en la intención de compra de millennials en la ciudad de Riobamba, periodo
2024?
Con base expuesto anteriormente, se ha realizado un proceso de revisión teórico profundo
que permite identificar dichos factores con en base en evidencia empírica. En ese sentido, diversos
estudios han identificado los determinantes que influyen en la decisión de compra de los
consumidores a través de medios virtuales, los cuales pueden clasificarse en diferentes categorías,
como características del producto, características del sitio web, características del consumidor y
características del entorno (Chen y Barnes, 2007; W; Fitri y Wulandari, 2020; Patel et al., 2021;
Dharmesti M. et al., 2021; Ghazalle y Lasi, 2021). Asimismo, se pueden identificar algunos
determinantes adicionales que influyen en su decisión de compra a través de medios virtuales,
como la confianza en la marca, la influencia de las redes sociales y la accesibilidad a los medios
virtuales (Kotler, Kartajaya, & Setiawan, 2016).
Vol. 12/ Núm. 1 2025 pág. 1421
Según Madrigal et al., (2017) en su artículo titulado, “la caracterización de los millennials
y su comportamiento de compra” mencionan que los millennials constituyen un grupo importante
de consumidores, lo que hace esencial entender su comportamiento. La investigación tiene como
objetivo describir a los millennials, identificando a personas que pertenecen a este grupo
generacional. Además, este segmento de la población le resultan atractivos para diversos sectores
sociales y económicos. Es así que se destacan sus actitudes, preferencias y comportamientos de
compra más importantes. La investigación es cualitativa y transversal, basada en la revisión de
múltiples artículos científicos de revistas especializadas, lo que ha permitido establecer una
caracterización de los aspectos más significativos de los millennials.
Los hallazgos indican que los millennials son un mercado muy atractivo, ya que han crecido
en un entorno donde la tecnología facilita la personalización y la gratificación inmediata en todos
los aspectos de la vida. Por lo tanto, el proceso de compra para ellos es un momento de disfrute,
con una lealtad a las marcas relativamente flexible. Además, los millennials tienden a gastar sus
ingresos rápidamente y con mayor frecuencia a través de la web, especialmente en redes sociales
como Facebook (Saprikis & Avlogiaris, 2021). Los resultados también muestran que los
millennials se sienten más atraídos por la publicidad virtual en forma de cupones o descuentos.
Esta investigación contribuye a la literatura proporcionando una descripción detallada de los
consumidores millennials, destacando la importancia de este segmento de mercado y sus
comportamientos de compra.
Varios autores como (Dash et al., 2021; Ali et al., 2023; Bargoni et al., 2023) coinciden
que el segmento poblacional de los millenians se caracteriza por una alta alfabetización digital así
como su dependencia de la tecnología en su vida diaria.
Por otro lado, Saleem et al., (2022) afirman que las tecnologías digitales juegan un papel
crucial en la vida cotidiana de las personas y tienen una influencia significativa en las actitudes
hacia la adopción de nuevos estilos de vida. La aceptación del Internet en las sociedades modernas
ha transformado el comercio, permitiendo que la compra de productos y servicios en línea se
convierta en una práctica común.
Este estudio se basó en el modelo de aceptación de la tecnología y la teoría de la acción
razonada para identificar factores clave como la percepción de seguridad, la utilidad percibida, la
innovación personal y la facilidad de uso en las compras en línea. Además, se evaluó cómo estos
factores influyen en las intenciones de compra y el papel mediador de las actitudes hacia las
compras en línea. Los resultados indican que los factores identificados están positivamente
correlacionados con las intenciones y actitudes de los consumidores hacia las compras en línea.
Este estudio ofrece insights valiosos para minoristas y gerentes en línea, ayudándoles a mejorar
sus plataformas de comercio electrónico y adaptar sus modelos de negocio a las nuevas
tecnologías.
Además, Flores et al. (2024) describen en su artículo, que el boca a boca electrónico
Según Madrigal et al., (2017) en su artículo titulado, “la caracterización de los millennials
y su comportamiento de compra” mencionan que los millennials constituyen un grupo importante
de consumidores, lo que hace esencial entender su comportamiento. La investigación tiene como
objetivo describir a los millennials, identificando a personas que pertenecen a este grupo
generacional. Además, este segmento de la población le resultan atractivos para diversos sectores
sociales y económicos. Es así que se destacan sus actitudes, preferencias y comportamientos de
compra más importantes. La investigación es cualitativa y transversal, basada en la revisión de
múltiples artículos científicos de revistas especializadas, lo que ha permitido establecer una
caracterización de los aspectos más significativos de los millennials.
Los hallazgos indican que los millennials son un mercado muy atractivo, ya que han crecido
en un entorno donde la tecnología facilita la personalización y la gratificación inmediata en todos
los aspectos de la vida. Por lo tanto, el proceso de compra para ellos es un momento de disfrute,
con una lealtad a las marcas relativamente flexible. Además, los millennials tienden a gastar sus
ingresos rápidamente y con mayor frecuencia a través de la web, especialmente en redes sociales
como Facebook (Saprikis & Avlogiaris, 2021). Los resultados también muestran que los
millennials se sienten más atraídos por la publicidad virtual en forma de cupones o descuentos.
Esta investigación contribuye a la literatura proporcionando una descripción detallada de los
consumidores millennials, destacando la importancia de este segmento de mercado y sus
comportamientos de compra.
Varios autores como (Dash et al., 2021; Ali et al., 2023; Bargoni et al., 2023) coinciden
que el segmento poblacional de los millenians se caracteriza por una alta alfabetización digital así
como su dependencia de la tecnología en su vida diaria.
Por otro lado, Saleem et al., (2022) afirman que las tecnologías digitales juegan un papel
crucial en la vida cotidiana de las personas y tienen una influencia significativa en las actitudes
hacia la adopción de nuevos estilos de vida. La aceptación del Internet en las sociedades modernas
ha transformado el comercio, permitiendo que la compra de productos y servicios en línea se
convierta en una práctica común.
Este estudio se basó en el modelo de aceptación de la tecnología y la teoría de la acción
razonada para identificar factores clave como la percepción de seguridad, la utilidad percibida, la
innovación personal y la facilidad de uso en las compras en línea. Además, se evaluó cómo estos
factores influyen en las intenciones de compra y el papel mediador de las actitudes hacia las
compras en línea. Los resultados indican que los factores identificados están positivamente
correlacionados con las intenciones y actitudes de los consumidores hacia las compras en línea.
Este estudio ofrece insights valiosos para minoristas y gerentes en línea, ayudándoles a mejorar
sus plataformas de comercio electrónico y adaptar sus modelos de negocio a las nuevas
tecnologías.
Además, Flores et al. (2024) describen en su artículo, que el boca a boca electrónico
Vol. 12/ Núm. 1 2025 pág. 1422
(eWOM) se ha convertido en una valiosa fuente de información para los consumidores actuales
y potenciales, desempeñando un rol crucial en la intención de compra. Este estudio tuvo como
objetivo evaluar el impacto del eWOM en la intención de compra entre las millennials peruanas.
Se seleccionó una muestra probabilística de 355 mujeres entre 26 y 41 años y se utilizaron dos
cuestionarios confiables y validados. Los resultados demostraron que el eWOM tiene un impacto
significativo en la intención de compra de las consumidoras. Se concluyó que la intención de
compra está influenciada por las acciones del eWOM. Este estudio evidencia la importancia de
gestionar la credibilidad y el valor de los medios electrónicos, y sugiere adoptar estrategias para
mejorar la calidad y cantidad de los comentarios como factores determinantes en la intención de
compra y recompra.
En un estudio exploratorio de Lavuri (2022), fundamentado en la teoría del
comportamiento planificado, se propone investigar los elementos que impulsan las intenciones de
compra de productos ecosostenibles entre los millennials en mercados emergentes. Además,
evalúa la relación entre el conocimiento ambiental, la preocupación por el medio ambiente, las
normas subjetivas, la actitud ecológica y el comportamiento percibido. Se recopilaron datos de
446 millennials en la India utilizando un muestreo por conveniencia, y se analizaron con los
programas IBM SPSS y AMOS, empleando análisis factorial exploratorio, análisis factorial
confirmatorio y modelado de ecuaciones estructurales.
Los resultados indicaron que el conocimiento ambiental, la preocupación por el medio
ambiente, las normas subjetivas y los factores de comportamiento percibido influyeron
significativamente en la actitud ecológica. Esta actitud ecológica de los millennials tuvo un
impacto positivo en la intención de compra. Las variables estudiadas mostraron una relación
positiva, a excepción de las normas subjetivas y el comportamiento percibido, debido a la falta de
presión social y las barreras percibidas para actuar de manera ecosostenible. Este hallazgo resalta
la importancia de considerar el contexto cultural y las percepciones de control al evaluar la
intención de compra en diferentes mercados. El conocimiento y las preocupaciones ambientales
fueron los factores determinantes para la intención de compra ecológico y el comportamiento de
compra ecológico.
Por otra parte, en el artículo "Online Shopping Intentions: Antecedents and Moderators" se
explora los factores que influyen en la intención de compra online, destacando la utilidad
percibida, la facilidad de uso y la confianza como determinantes clave. La percepción de que las
compras en línea son beneficiosas y fáciles de realizar aumenta significativamente las intenciones
de compra. Además, la actitud hacia las compras online, que incluye sentimientos de satisfacción
y comodidad, actúa como mediador entre estas percepciones y la intención de compra. Los
factores demográficos, contextuales y las características del producto también moderan estas
relaciones, con eventos como la pandemia de COVID-19 intensificando la relevancia de ciertos
factores (Koch et al., 2020; Khan, 2021). Para mejorar las intenciones de compra, las empresas
(eWOM) se ha convertido en una valiosa fuente de información para los consumidores actuales
y potenciales, desempeñando un rol crucial en la intención de compra. Este estudio tuvo como
objetivo evaluar el impacto del eWOM en la intención de compra entre las millennials peruanas.
Se seleccionó una muestra probabilística de 355 mujeres entre 26 y 41 años y se utilizaron dos
cuestionarios confiables y validados. Los resultados demostraron que el eWOM tiene un impacto
significativo en la intención de compra de las consumidoras. Se concluyó que la intención de
compra está influenciada por las acciones del eWOM. Este estudio evidencia la importancia de
gestionar la credibilidad y el valor de los medios electrónicos, y sugiere adoptar estrategias para
mejorar la calidad y cantidad de los comentarios como factores determinantes en la intención de
compra y recompra.
En un estudio exploratorio de Lavuri (2022), fundamentado en la teoría del
comportamiento planificado, se propone investigar los elementos que impulsan las intenciones de
compra de productos ecosostenibles entre los millennials en mercados emergentes. Además,
evalúa la relación entre el conocimiento ambiental, la preocupación por el medio ambiente, las
normas subjetivas, la actitud ecológica y el comportamiento percibido. Se recopilaron datos de
446 millennials en la India utilizando un muestreo por conveniencia, y se analizaron con los
programas IBM SPSS y AMOS, empleando análisis factorial exploratorio, análisis factorial
confirmatorio y modelado de ecuaciones estructurales.
Los resultados indicaron que el conocimiento ambiental, la preocupación por el medio
ambiente, las normas subjetivas y los factores de comportamiento percibido influyeron
significativamente en la actitud ecológica. Esta actitud ecológica de los millennials tuvo un
impacto positivo en la intención de compra. Las variables estudiadas mostraron una relación
positiva, a excepción de las normas subjetivas y el comportamiento percibido, debido a la falta de
presión social y las barreras percibidas para actuar de manera ecosostenible. Este hallazgo resalta
la importancia de considerar el contexto cultural y las percepciones de control al evaluar la
intención de compra en diferentes mercados. El conocimiento y las preocupaciones ambientales
fueron los factores determinantes para la intención de compra ecológico y el comportamiento de
compra ecológico.
Por otra parte, en el artículo "Online Shopping Intentions: Antecedents and Moderators" se
explora los factores que influyen en la intención de compra online, destacando la utilidad
percibida, la facilidad de uso y la confianza como determinantes clave. La percepción de que las
compras en línea son beneficiosas y fáciles de realizar aumenta significativamente las intenciones
de compra. Además, la actitud hacia las compras online, que incluye sentimientos de satisfacción
y comodidad, actúa como mediador entre estas percepciones y la intención de compra. Los
factores demográficos, contextuales y las características del producto también moderan estas
relaciones, con eventos como la pandemia de COVID-19 intensificando la relevancia de ciertos
factores (Koch et al., 2020; Khan, 2021). Para mejorar las intenciones de compra, las empresas
Vol. 12/ Núm. 1 2025 pág. 1423
deben enfocarse en la usabilidad de sus plataformas y en construir confianza con los consumidores
(Fota, 2022; Akroush & Al, 2015; Riley & Klein, 2019).
El artículo de Sahil Gupta, Arun Aggarwal y Amit Mittal (2021) utilizan el modelado de
ecuaciones estructurales de mínimos cuadrados parciales (PLS-SEM) para identificar y analizar
las motivaciones detrás de las intenciones de compra online de los Millennials. Los autores
destacan la importancia de factores como la utilidad percibida, la facilidad de uso, la confianza y
la satisfacción en la determinación de estas intenciones. El estudio también refleja el papel crucial
de la innovación personal y la actitud hacia las compras en línea como mediadores en la relación
entre estos factores y la intención de compra.
Utilizando una muestra representativa de Millennials, el estudio encuentra que la
expectativa de rendimiento y la innovación personal tienen una influencia significativa en la
formación de actitudes positivas hacia las compras en línea, lo que a su vez incrementa la
intención de compra. La metodología PLS-SEM permite a los investigadores manejar modelos
complejos con múltiples variables y relaciones, proporcionando así un análisis detallado y robusto
de las motivaciones de compra online. Los hallazgos sugieren que los minoristas deben centrarse
en mejorar la experiencia de usuario y fomentar la confianza para captar y retener a los
consumidores Millennials, quienes valoran la eficiencia, la confiabilidad y la innovación en sus
experiencias de compra en línea (Gupta , Aggarwal, & Mittal, 2021).
En otra investigación se aprecia una visión profunda sobre cómo diferentes tipos de
confianza influyen en las intenciones de compra online. Utilizando datos de encuestas online y
análisis estructural mediante ecuaciones de mínimos cuadrados parciales, el estudio identifica
cuatro tipos de confianza: confianza en el vendedor, confianza en la tecnología, confianza en el
entorno y confianza en el proceso (Chuang & Hsu, 2021). Cada tipo de confianza se asocia con
diferentes antecedentes, como la calidad percibida del sitio web, las recomendaciones de otros
usuarios y la percepción de seguridad en las transacciones (Junaid, Cui, Sittikorn, Waqar , &
Tayyab , 2022).
El estudio encuentra que la confianza en el vendedor y en la tecnología son los factores
más influyentes en la reducción del riesgo percibido y en la formación de actitudes positivas hacia
las compras online. Además, la confianza en el entorno y en el proceso también juegan un papel
significativo al proporcionar una experiencia de compra segura y fiable. Los autores sugieren que
los gerentes de sitios web de comercio electrónico deben centrarse en mejorar estos aspectos de
confianza para fomentar las intenciones de compra online. La investigación extiende la teoría de
la acción razonada y proporciona un modelo más descriptivo de los procesos de toma de
decisiones de los consumidores en el contexto de las compras online, destacando la importancia
de construir un entorno de compra confiable y seguro (Chuang & Hsu, 2021).
deben enfocarse en la usabilidad de sus plataformas y en construir confianza con los consumidores
(Fota, 2022; Akroush & Al, 2015; Riley & Klein, 2019).
El artículo de Sahil Gupta, Arun Aggarwal y Amit Mittal (2021) utilizan el modelado de
ecuaciones estructurales de mínimos cuadrados parciales (PLS-SEM) para identificar y analizar
las motivaciones detrás de las intenciones de compra online de los Millennials. Los autores
destacan la importancia de factores como la utilidad percibida, la facilidad de uso, la confianza y
la satisfacción en la determinación de estas intenciones. El estudio también refleja el papel crucial
de la innovación personal y la actitud hacia las compras en línea como mediadores en la relación
entre estos factores y la intención de compra.
Utilizando una muestra representativa de Millennials, el estudio encuentra que la
expectativa de rendimiento y la innovación personal tienen una influencia significativa en la
formación de actitudes positivas hacia las compras en línea, lo que a su vez incrementa la
intención de compra. La metodología PLS-SEM permite a los investigadores manejar modelos
complejos con múltiples variables y relaciones, proporcionando así un análisis detallado y robusto
de las motivaciones de compra online. Los hallazgos sugieren que los minoristas deben centrarse
en mejorar la experiencia de usuario y fomentar la confianza para captar y retener a los
consumidores Millennials, quienes valoran la eficiencia, la confiabilidad y la innovación en sus
experiencias de compra en línea (Gupta , Aggarwal, & Mittal, 2021).
En otra investigación se aprecia una visión profunda sobre cómo diferentes tipos de
confianza influyen en las intenciones de compra online. Utilizando datos de encuestas online y
análisis estructural mediante ecuaciones de mínimos cuadrados parciales, el estudio identifica
cuatro tipos de confianza: confianza en el vendedor, confianza en la tecnología, confianza en el
entorno y confianza en el proceso (Chuang & Hsu, 2021). Cada tipo de confianza se asocia con
diferentes antecedentes, como la calidad percibida del sitio web, las recomendaciones de otros
usuarios y la percepción de seguridad en las transacciones (Junaid, Cui, Sittikorn, Waqar , &
Tayyab , 2022).
El estudio encuentra que la confianza en el vendedor y en la tecnología son los factores
más influyentes en la reducción del riesgo percibido y en la formación de actitudes positivas hacia
las compras online. Además, la confianza en el entorno y en el proceso también juegan un papel
significativo al proporcionar una experiencia de compra segura y fiable. Los autores sugieren que
los gerentes de sitios web de comercio electrónico deben centrarse en mejorar estos aspectos de
confianza para fomentar las intenciones de compra online. La investigación extiende la teoría de
la acción razonada y proporciona un modelo más descriptivo de los procesos de toma de
decisiones de los consumidores en el contexto de las compras online, destacando la importancia
de construir un entorno de compra confiable y seguro (Chuang & Hsu, 2021).
Vol. 12/ Núm. 1 2025 pág. 1424
Tabla 1
Estudios sobre Factores que Influyen en la Intención de Compra
Autor Datos
Metodología
Variable
Endógena
Variables
Independientes
Conclusión
Saleem et al.
(2022)
Paquistan,
modelado de
ecuaciones
estructurales
(SEM) para
analizar los
factores que
influyen en la
intención de
compra en línea.
Intención de
compra
La percepción de
seguridad, la
percepción de
utilidad, la
innovación
personal y la
percepción de
facilidad de uso en
las compras.
Relación positiva y
significativa con la
intención y
actitudes de los
consumidores
Flores et al.,
(2024)
Peru, Pruebas y
regresión
logística ordinal
Intención de
compra
La boca boca
electrónico
(Ewom)
El ewom influye en
la intención de
compra.
Lavuri,
(2022)
Estudio
exploratorio.
Intención de
compra
Actitud de compra,
conocimiento,
preocupación
ambiental, factores
de
comportamiento,
actitud ecológica,
factores de
Relación positiva
entre si, excepto
las normas
subjetivas, factores
de
comportamiento.
Fota, (2022) Estudio
descriptivo
exploratorio
Intención de
compra
Usabilidad del
medio digital,
Utilidad percibida
La facilidad de uso
La confianza
Percepción
Los factores
independientes si
influye en la
intención de
compra.
Gupta et al.,
(2021)
Modelado de
ecuaciones
estructurales de
mínimos
cuadrados
Intención de
compra
La utilidad
percibida, la
facilidad de uso, la
confianza y la
satisfacción
Mejorar
experiencia del
cliente.
Fomenta la
confianza.
Tabla 1
Estudios sobre Factores que Influyen en la Intención de Compra
Autor Datos
Metodología
Variable
Endógena
Variables
Independientes
Conclusión
Saleem et al.
(2022)
Paquistan,
modelado de
ecuaciones
estructurales
(SEM) para
analizar los
factores que
influyen en la
intención de
compra en línea.
Intención de
compra
La percepción de
seguridad, la
percepción de
utilidad, la
innovación
personal y la
percepción de
facilidad de uso en
las compras.
Relación positiva y
significativa con la
intención y
actitudes de los
consumidores
Flores et al.,
(2024)
Peru, Pruebas y
regresión
logística ordinal
Intención de
compra
La boca boca
electrónico
(Ewom)
El ewom influye en
la intención de
compra.
Lavuri,
(2022)
Estudio
exploratorio.
Intención de
compra
Actitud de compra,
conocimiento,
preocupación
ambiental, factores
de
comportamiento,
actitud ecológica,
factores de
Relación positiva
entre si, excepto
las normas
subjetivas, factores
de
comportamiento.
Fota, (2022) Estudio
descriptivo
exploratorio
Intención de
compra
Usabilidad del
medio digital,
Utilidad percibida
La facilidad de uso
La confianza
Percepción
Los factores
independientes si
influye en la
intención de
compra.
Gupta et al.,
(2021)
Modelado de
ecuaciones
estructurales de
mínimos
cuadrados
Intención de
compra
La utilidad
percibida, la
facilidad de uso, la
confianza y la
satisfacción
Mejorar
experiencia del
cliente.
Fomenta la
confianza.
Vol. 12/ Núm. 1 2025 pág. 1425
parciales
Chuang &
Hsu, (2021)
Ecuación de
mínimos
cuadrados
Ordinario
Intención de
compra
Confianza en el
vendedor,
confianza en la
tecnología,
confianza en el
entorno y
confianza en el
proceso.
Que la confianza y
la intención de
compra tiene una
correlación
positiva.
Nota. Elaboración propia basada en datos de Saleem et al. (2022), Flores et al. (2024), Lavuri (2022), Fota (2022),
Gupta et al. (2021), y Chuang & Hsu (2021).
Teoría de la acción planificada
La teoría de la acción planificada (TAP) se ha utilizado en una amplia variedad de campos
para predecir comportamientos, incluyendo la salud pública, el comportamiento ambiental y la
educación. En salud pública, la TAP ha sido utilizada para predecir comportamientos relacionados
con la salud, como el ejercicio físico, la dieta y la adherencia a tratamientos médicos. Por ejemplo,
un estudio reciente aplicó la TAP para entender las intenciones de vacunación contra la COVID-
19, encontrando que la actitud hacia la vacunación, las normas subjetivas y el control conductual
percibido influían significativamente en la intención de vacunarse (Chan, Zhang, & Ntoumanis,
2020).
En el comportamiento ambiental, la TAP se ha empleado para investigar comportamientos
proambientales, como el reciclaje y el uso de transporte público. Un estudio encontró que las
creencias sobre los beneficios ambientales y las presiones sociales eran factores determinantes en
la intención de participar en comportamientos sostenibles (Yuriev, Dahmen, Paille, Boiral, &
Guillaumie, 2020). En el campo educativo, la TAP ha sido utilizada para entender las intenciones
de los estudiantes de participar Ñ-en actividades académicas específicas, como el uso de
tecnología educativa o la elección de una carrera. Un estudio demostró que las creencias sobre la
utilidad de las herramientas tecnológicas y las influencias de compañeros y profesores afectaban
las intenciones de uso de tecnología educativa (Al-Smadi, Al-Sayyed, & Al-Shawabkeh, 2021).
La teoría de la acción planificada (TAP) es una extensión de la teoría de la acción razonada
(TAR), desarrollada por Icek Ajzen. Esta teoría busca predecir y explicar comportamientos
humanos en contextos específicos, destacando la intención como el principal determinante del
comportamiento. La TAP se basa en la premisa de que la intención de realizar un comportamiento
específico, como una compra, es el mejor predictor de la acción real. Esta intención se forma a
partir de tres componentes principales: la actitud hacia el comportamiento, las normas subjetivas
y el control conductual percibido (Ajzen I. , 1991).
parciales
Chuang &
Hsu, (2021)
Ecuación de
mínimos
cuadrados
Ordinario
Intención de
compra
Confianza en el
vendedor,
confianza en la
tecnología,
confianza en el
entorno y
confianza en el
proceso.
Que la confianza y
la intención de
compra tiene una
correlación
positiva.
Nota. Elaboración propia basada en datos de Saleem et al. (2022), Flores et al. (2024), Lavuri (2022), Fota (2022),
Gupta et al. (2021), y Chuang & Hsu (2021).
Teoría de la acción planificada
La teoría de la acción planificada (TAP) se ha utilizado en una amplia variedad de campos
para predecir comportamientos, incluyendo la salud pública, el comportamiento ambiental y la
educación. En salud pública, la TAP ha sido utilizada para predecir comportamientos relacionados
con la salud, como el ejercicio físico, la dieta y la adherencia a tratamientos médicos. Por ejemplo,
un estudio reciente aplicó la TAP para entender las intenciones de vacunación contra la COVID-
19, encontrando que la actitud hacia la vacunación, las normas subjetivas y el control conductual
percibido influían significativamente en la intención de vacunarse (Chan, Zhang, & Ntoumanis,
2020).
En el comportamiento ambiental, la TAP se ha empleado para investigar comportamientos
proambientales, como el reciclaje y el uso de transporte público. Un estudio encontró que las
creencias sobre los beneficios ambientales y las presiones sociales eran factores determinantes en
la intención de participar en comportamientos sostenibles (Yuriev, Dahmen, Paille, Boiral, &
Guillaumie, 2020). En el campo educativo, la TAP ha sido utilizada para entender las intenciones
de los estudiantes de participar Ñ-en actividades académicas específicas, como el uso de
tecnología educativa o la elección de una carrera. Un estudio demostró que las creencias sobre la
utilidad de las herramientas tecnológicas y las influencias de compañeros y profesores afectaban
las intenciones de uso de tecnología educativa (Al-Smadi, Al-Sayyed, & Al-Shawabkeh, 2021).
La teoría de la acción planificada (TAP) es una extensión de la teoría de la acción razonada
(TAR), desarrollada por Icek Ajzen. Esta teoría busca predecir y explicar comportamientos
humanos en contextos específicos, destacando la intención como el principal determinante del
comportamiento. La TAP se basa en la premisa de que la intención de realizar un comportamiento
específico, como una compra, es el mejor predictor de la acción real. Esta intención se forma a
partir de tres componentes principales: la actitud hacia el comportamiento, las normas subjetivas
y el control conductual percibido (Ajzen I. , 1991).
Vol. 12/ Núm. 1 2025 pág. 1426
La actitud hacia el comportamiento se refiere a la evaluación positiva o negativa de un
individuo sobre realizar una acción específica. En el contexto de la intención de compra, las
actitudes se forman a partir de la percepción de beneficios como la conveniencia, el ahorro de
tiempo, y la facilidad de encontrar productos a través de plataformas de compra online. Las
actitudes favorables hacia las compras en línea han demostrado ser un fuerte predictor de la
intención de compra, especialmente durante situaciones como la pandemia de COVID-19, donde
las compras físicas se vieron limitadas (Sustainability, 2023). Theodorou, A., Hatzithomas, L.,
Fotiadis, T., Diamantidis, A., & Gasteratos, A. (2023). The impact of the COVID-19 pandemic
on online consumer behavior: applying the theory of planned behavior. Sustainability, 15(3),
2545.
Así mismo, Agrawal & Gupsa (2021) exploran cómo las actitudes de los consumidores
hacia las compras en línea influyen en su adopción de este comportamiento, específicamente en
el contexto indio. Utilizando un enfoque empírico, el estudio analiza la relación entre las
percepciones de utilidad, confianza y facilidad de uso de las plataformas de comercio electrónico,
y cómo estas actitudes positivas llevan a un mayor uso de las compras en línea. Se destaca la
importancia de la actitud como un predictor significativo de la adopción del comercio electrónico,
especialmente en mercados emergentes donde el crecimiento del e-commerce está en auge. El
estudio también examina las barreras y facilitadores que influyen en la actitud de los
consumidores, proporcionando una visión integral de los factores que impulsan la adopción de
compras en línea en India.
Las normas subjetivas representan la presión social percibida para realizar o no realizar un
comportamiento. En el ámbito de la compra online, esto incluye la influencia de amigos,
familiares y la comunidad digital en la decisión de compra. Las opiniones y recomendaciones de
otros usuarios, expresadas a través de reseñas en línea o redes sociales, pueden ejercer una presión
significativa sobre los consumidores, influyendo en su intención de compra. Un estudio reciente
encontró que las normas subjetivas son un factor determinante en la decisión de comprar
productos de consumo como ropa y electrónicos en plataformas digitales, especialmente entre los
consumidores más jóvenes (Wiley Online Library, 2021).
Como señala Nguyen & Lee (2020) las normas subjetivas influyen en la intención de los
consumidores para realizar compras en línea, analizando cómo estas influencias varían entre
diferentes culturas. El estudio adopta un enfoque comparativo, examinando cómo las
percepciones de la presión social, que incluyen las expectativas de amigos, familiares y la
comunidad en línea, afectan la intención de compra en distintas regiones. Se destaca que en
algunas culturas, las normas subjetivas tienen un impacto más fuerte en la intención de compra,
mientras que en otras, la influencia de las normas subjetivas puede ser menos significativa.
Además, el artículo discute cómo la intersección entre las normas culturales y las nuevas
tecnologías de comunicación afectan la formación de la intención de compra, evidenciando la
La actitud hacia el comportamiento se refiere a la evaluación positiva o negativa de un
individuo sobre realizar una acción específica. En el contexto de la intención de compra, las
actitudes se forman a partir de la percepción de beneficios como la conveniencia, el ahorro de
tiempo, y la facilidad de encontrar productos a través de plataformas de compra online. Las
actitudes favorables hacia las compras en línea han demostrado ser un fuerte predictor de la
intención de compra, especialmente durante situaciones como la pandemia de COVID-19, donde
las compras físicas se vieron limitadas (Sustainability, 2023). Theodorou, A., Hatzithomas, L.,
Fotiadis, T., Diamantidis, A., & Gasteratos, A. (2023). The impact of the COVID-19 pandemic
on online consumer behavior: applying the theory of planned behavior. Sustainability, 15(3),
2545.
Así mismo, Agrawal & Gupsa (2021) exploran cómo las actitudes de los consumidores
hacia las compras en línea influyen en su adopción de este comportamiento, específicamente en
el contexto indio. Utilizando un enfoque empírico, el estudio analiza la relación entre las
percepciones de utilidad, confianza y facilidad de uso de las plataformas de comercio electrónico,
y cómo estas actitudes positivas llevan a un mayor uso de las compras en línea. Se destaca la
importancia de la actitud como un predictor significativo de la adopción del comercio electrónico,
especialmente en mercados emergentes donde el crecimiento del e-commerce está en auge. El
estudio también examina las barreras y facilitadores que influyen en la actitud de los
consumidores, proporcionando una visión integral de los factores que impulsan la adopción de
compras en línea en India.
Las normas subjetivas representan la presión social percibida para realizar o no realizar un
comportamiento. En el ámbito de la compra online, esto incluye la influencia de amigos,
familiares y la comunidad digital en la decisión de compra. Las opiniones y recomendaciones de
otros usuarios, expresadas a través de reseñas en línea o redes sociales, pueden ejercer una presión
significativa sobre los consumidores, influyendo en su intención de compra. Un estudio reciente
encontró que las normas subjetivas son un factor determinante en la decisión de comprar
productos de consumo como ropa y electrónicos en plataformas digitales, especialmente entre los
consumidores más jóvenes (Wiley Online Library, 2021).
Como señala Nguyen & Lee (2020) las normas subjetivas influyen en la intención de los
consumidores para realizar compras en línea, analizando cómo estas influencias varían entre
diferentes culturas. El estudio adopta un enfoque comparativo, examinando cómo las
percepciones de la presión social, que incluyen las expectativas de amigos, familiares y la
comunidad en línea, afectan la intención de compra en distintas regiones. Se destaca que en
algunas culturas, las normas subjetivas tienen un impacto más fuerte en la intención de compra,
mientras que en otras, la influencia de las normas subjetivas puede ser menos significativa.
Además, el artículo discute cómo la intersección entre las normas culturales y las nuevas
tecnologías de comunicación afectan la formación de la intención de compra, evidenciando la
Vol. 12/ Núm. 1 2025 pág. 1427
importancia de adaptar las estrategias de marketing digital a las características culturales
específicas. El estudio concluye que las empresas que operan en mercados globales deben
considerar las diferencias culturales en las normas subjetivas al diseñar sus campañas de
marketing y estrategias de e-commerce para maximizar la eficacia en la influencia de la intención
de compra de los consumidores.
El control conductual percibido es otro componente clave de la TAP. Se refiere a la
percepción del individuo sobre la facilidad o dificultad de llevar a cabo el comportamiento,
considerando factores como la seguridad de las transacciones en línea, la facilidad de uso de la
plataforma, y la accesibilidad del servicio al cliente. En el contexto de las compras online, un alto
control conductual percibido está asociado con una mayor intención de compra. Por ejemplo,
cuando los consumidores sienten que tienen un control significativo sobre su experiencia de
compra en línea, ya sea a través de opciones de pago seguras, seguimiento de pedidos, o políticas
de devolución claras, es más probable que desarrollen una intención de compra fuerte (Ajzen,
2020).
Rajagopal & Venkatesan (2022) exploran cómo el control conductual percibido influye en
la adopción del comercio electrónico, centrándose específicamente en mercados emergentes. El
estudio analiza cómo la percepción de los consumidores sobre su capacidad para realizar compras
en línea, influenciada por factores como la accesibilidad a la tecnología, la confianza en las
plataformas digitales y la familiaridad con las transacciones en línea afecta su disposición a
adoptar el comercio electrónico. Utilizando datos recopilados de varios mercados emergentes, el
estudio demuestra que un alto control conductual percibido está positivamente correlacionado con
una mayor adopción del e-commerce. Se destaca que, en estos mercados, donde los consumidores
pueden enfrentar barreras tecnológicas y limitaciones en la infraestructura, la percepción de
control juega un papel crucial en la decisión de utilizar plataformas de comercio electrónico.
Además, el artículo muestra la importancia de mejorar la usabilidad y la accesibilidad de las
plataformas de e-commerce para aumentar la percepción de control entre los consumidores, lo
que a su vez puede impulsar la adopción del comercio electrónico en estos contextos. El estudio
concluye que las empresas que buscan expandirse en mercados emergentes deben enfocarse en
estrategias que fortalezcan la confianza y la percepción de control entre los consumidores,
facilitando así una mayor adopción del comercio electrónico.
Hipótesis
Hipótesis nula (𝐻0): El género, edad, nivel de escolaridad, ingresos, la actitud, control
percibido, norma subjetiva y conducta no influyen de manera significativa en la intención de
compra de millenials de la ciudad de Riobamba, para el periodo 2024.
Hipótesis alternativa (𝐻1): El género, edad, nivel de escolaridad, ingresos, la actitud,
control percibido, norma subjetiva y conducta influyen de manera significativa en la intención de
compra de millenials de la ciudad de Riobamba, para el periodo 2024.
importancia de adaptar las estrategias de marketing digital a las características culturales
específicas. El estudio concluye que las empresas que operan en mercados globales deben
considerar las diferencias culturales en las normas subjetivas al diseñar sus campañas de
marketing y estrategias de e-commerce para maximizar la eficacia en la influencia de la intención
de compra de los consumidores.
El control conductual percibido es otro componente clave de la TAP. Se refiere a la
percepción del individuo sobre la facilidad o dificultad de llevar a cabo el comportamiento,
considerando factores como la seguridad de las transacciones en línea, la facilidad de uso de la
plataforma, y la accesibilidad del servicio al cliente. En el contexto de las compras online, un alto
control conductual percibido está asociado con una mayor intención de compra. Por ejemplo,
cuando los consumidores sienten que tienen un control significativo sobre su experiencia de
compra en línea, ya sea a través de opciones de pago seguras, seguimiento de pedidos, o políticas
de devolución claras, es más probable que desarrollen una intención de compra fuerte (Ajzen,
2020).
Rajagopal & Venkatesan (2022) exploran cómo el control conductual percibido influye en
la adopción del comercio electrónico, centrándose específicamente en mercados emergentes. El
estudio analiza cómo la percepción de los consumidores sobre su capacidad para realizar compras
en línea, influenciada por factores como la accesibilidad a la tecnología, la confianza en las
plataformas digitales y la familiaridad con las transacciones en línea afecta su disposición a
adoptar el comercio electrónico. Utilizando datos recopilados de varios mercados emergentes, el
estudio demuestra que un alto control conductual percibido está positivamente correlacionado con
una mayor adopción del e-commerce. Se destaca que, en estos mercados, donde los consumidores
pueden enfrentar barreras tecnológicas y limitaciones en la infraestructura, la percepción de
control juega un papel crucial en la decisión de utilizar plataformas de comercio electrónico.
Además, el artículo muestra la importancia de mejorar la usabilidad y la accesibilidad de las
plataformas de e-commerce para aumentar la percepción de control entre los consumidores, lo
que a su vez puede impulsar la adopción del comercio electrónico en estos contextos. El estudio
concluye que las empresas que buscan expandirse en mercados emergentes deben enfocarse en
estrategias que fortalezcan la confianza y la percepción de control entre los consumidores,
facilitando así una mayor adopción del comercio electrónico.
Hipótesis
Hipótesis nula (𝐻0): El género, edad, nivel de escolaridad, ingresos, la actitud, control
percibido, norma subjetiva y conducta no influyen de manera significativa en la intención de
compra de millenials de la ciudad de Riobamba, para el periodo 2024.
Hipótesis alternativa (𝐻1): El género, edad, nivel de escolaridad, ingresos, la actitud,
control percibido, norma subjetiva y conducta influyen de manera significativa en la intención de
compra de millenials de la ciudad de Riobamba, para el periodo 2024.
Vol. 12/ Núm. 1 2025 pág. 1428
MATERIALES Y MÉTODOS
La presente investigación adopta un enfoque cuantitativo de carácter exploratorio y
correlacional, con un diseño transversal. Este enfoque resulta adecuado para identificar y analizar
las relaciones entre las variables que influyen en la intención de compra a través de medios
virtuales entre los Millennials en la ciudad de Riobamba durante el año 2024. Un enfoque
cuantitativo permite la recolección de datos numéricos y la aplicación de análisis estadísticos que
facilitan la interpretación objetiva de los resultados (Hernández-Sampieri et al., 2014).
El diseño transversal implica la recolección de datos en un momento específico del tiempo,
lo cual es pertinente para explorar cómo las variables consideradas impactan en la intención de
compra de los Millennials en un contexto determinado (Creswell & Creswell, 2017). La
naturaleza exploratoria del estudio permite identificar patrones y relaciones preliminares,
mientras que su carácter correlacional busca determinar el grado de asociación entre variables
como actitud, norma subjetiva y control percibido, siguiendo los lineamientos de la teoría de la
acción planificada (Ajzen, 1991).
La población objetivo está conformada por Millennials residentes en Riobamba, nacidos
entre 1981 y 1996, quienes representan entre el 25% y 30% de la población total de la ciudad,
estimada en 228,217 habitantes según el último censo del INEC (2022). Basándose en estos datos,
se calcula que el grupo poblacional de interés asciende a aproximadamente 64,500 personas.
El tamaño de la muestra fue calculado mediante la fórmula para poblaciones finitas,
considerando un nivel de confianza del 95%, un margen de error del 5% y máxima variabilidad
(p = 0.50, q = 0.50). El resultado fue una muestra mínima de 382 participantes, seleccionados
mediante un muestreo probabilístico estratificado para garantizar representatividad estadística.
El instrumento utilizado para la recolección de datos fue un cuestionario estructurado,
dividido en cinco dimensiones: Actitud: Compuesta por 8 preguntas, Control Percibido: 10
preguntas, Intención de Compra: 4 preguntas, Norma Subjetiva: 6 preguntas y Conducta: 2
preguntas. Las preguntas fueron diseñadas utilizando una escala Likert de 5 puntos, donde 1
representaba "Totalmente en desacuerdo" y 5 "Totalmente de acuerdo".
La encuesta fue implementada mediante dos métodos complementarios: Digital: Utilizando
Google Forms, compartido a través de redes sociales y correos electrónicos. Presencial: Aplicada
en puntos estratégicos de concentración, como universidades y zonas céntricas de la ciudad. Este
enfoque dual permitió alcanzar a un amplio número de participantes y garantizar la diversidad de
la muestra, asegurando la representatividad de los datos obtenidos.
En lo referente al instrumento se utiliza una encuesta validada por Garces Giraldo et al.
(2022),
MATERIALES Y MÉTODOS
La presente investigación adopta un enfoque cuantitativo de carácter exploratorio y
correlacional, con un diseño transversal. Este enfoque resulta adecuado para identificar y analizar
las relaciones entre las variables que influyen en la intención de compra a través de medios
virtuales entre los Millennials en la ciudad de Riobamba durante el año 2024. Un enfoque
cuantitativo permite la recolección de datos numéricos y la aplicación de análisis estadísticos que
facilitan la interpretación objetiva de los resultados (Hernández-Sampieri et al., 2014).
El diseño transversal implica la recolección de datos en un momento específico del tiempo,
lo cual es pertinente para explorar cómo las variables consideradas impactan en la intención de
compra de los Millennials en un contexto determinado (Creswell & Creswell, 2017). La
naturaleza exploratoria del estudio permite identificar patrones y relaciones preliminares,
mientras que su carácter correlacional busca determinar el grado de asociación entre variables
como actitud, norma subjetiva y control percibido, siguiendo los lineamientos de la teoría de la
acción planificada (Ajzen, 1991).
La población objetivo está conformada por Millennials residentes en Riobamba, nacidos
entre 1981 y 1996, quienes representan entre el 25% y 30% de la población total de la ciudad,
estimada en 228,217 habitantes según el último censo del INEC (2022). Basándose en estos datos,
se calcula que el grupo poblacional de interés asciende a aproximadamente 64,500 personas.
El tamaño de la muestra fue calculado mediante la fórmula para poblaciones finitas,
considerando un nivel de confianza del 95%, un margen de error del 5% y máxima variabilidad
(p = 0.50, q = 0.50). El resultado fue una muestra mínima de 382 participantes, seleccionados
mediante un muestreo probabilístico estratificado para garantizar representatividad estadística.
El instrumento utilizado para la recolección de datos fue un cuestionario estructurado,
dividido en cinco dimensiones: Actitud: Compuesta por 8 preguntas, Control Percibido: 10
preguntas, Intención de Compra: 4 preguntas, Norma Subjetiva: 6 preguntas y Conducta: 2
preguntas. Las preguntas fueron diseñadas utilizando una escala Likert de 5 puntos, donde 1
representaba "Totalmente en desacuerdo" y 5 "Totalmente de acuerdo".
La encuesta fue implementada mediante dos métodos complementarios: Digital: Utilizando
Google Forms, compartido a través de redes sociales y correos electrónicos. Presencial: Aplicada
en puntos estratégicos de concentración, como universidades y zonas céntricas de la ciudad. Este
enfoque dual permitió alcanzar a un amplio número de participantes y garantizar la diversidad de
la muestra, asegurando la representatividad de los datos obtenidos.
En lo referente al instrumento se utiliza una encuesta validada por Garces Giraldo et al.
(2022),
Vol. 12/ Núm. 1 2025 pág. 1429
Tabla 2
Validación del instrumento
Construct
o
Ítem Cargas
factoriales
estandarizada
s
Promedio de
cargas
factoriales
estandarizada
s
Prueb
a
KMO
Prueba de
esfericida
d de
Bartlett
Alfa de
Cronbac
h
Actitud ACT
1
0,773 0,737 0,846 0 0,887
ACT
2
0,409
ACT
3
0,81
ACT
4
0,821
ACT
6
0,708
ACT
7
0,829
ACT
8
0,806
Control
Percibido
CP1 0,667 0,669 0,828 0 0,837
CP2 0,673
CP3 0,62
CP4 0,758
CP7 0,636
CP10 0,656
Intención INT1 0,799 0,792 0,781 0 0,876
INT2 0,847
INT3 0,799
INT4 0,647
Norma
Subjetiva
NS1 0,699 0,703 0,737 0 0,852
NS2 0,585
NS3 0,839
NS4 0,833
NS5 0,734
NS6 0,619
Conducta C1 0,6 0,804 0,5 0 0,82
C2 0,804
Fuente: Giraldo et al. (2022).
En lo referente al ejercicio empírico, para efecto de la investigación se aplica un modelo
logit y probit ordinal, Los modelos logit y probit ordinales se aplican en situaciones donde la
variable dependiente es ordinal, es decir, tiene categorías que representan un orden o jerarquía.
Tabla 2
Validación del instrumento
Construct
o
Ítem Cargas
factoriales
estandarizada
s
Promedio de
cargas
factoriales
estandarizada
s
Prueb
a
KMO
Prueba de
esfericida
d de
Bartlett
Alfa de
Cronbac
h
Actitud ACT
1
0,773 0,737 0,846 0 0,887
ACT
2
0,409
ACT
3
0,81
ACT
4
0,821
ACT
6
0,708
ACT
7
0,829
ACT
8
0,806
Control
Percibido
CP1 0,667 0,669 0,828 0 0,837
CP2 0,673
CP3 0,62
CP4 0,758
CP7 0,636
CP10 0,656
Intención INT1 0,799 0,792 0,781 0 0,876
INT2 0,847
INT3 0,799
INT4 0,647
Norma
Subjetiva
NS1 0,699 0,703 0,737 0 0,852
NS2 0,585
NS3 0,839
NS4 0,833
NS5 0,734
NS6 0,619
Conducta C1 0,6 0,804 0,5 0 0,82
C2 0,804
Fuente: Giraldo et al. (2022).
En lo referente al ejercicio empírico, para efecto de la investigación se aplica un modelo
logit y probit ordinal, Los modelos logit y probit ordinales se aplican en situaciones donde la
variable dependiente es ordinal, es decir, tiene categorías que representan un orden o jerarquía.
Vol. 12/ Núm. 1 2025 pág. 1430
Ecuación Del Modelo
log ( 𝑃(𝑌𝑖≤𝑗)
1−𝑃(𝑌𝑖≤𝑗)) = α𝑗 − (β0 + β1𝑋1 + β2𝑋2 + β3𝑋3 + β4𝑋4 + β5𝑋5 + β6𝑋6 + β7𝑋7) (1)
• Yi: Es la variable dependiente "Intención de compra", que toma valores ordinales de 1
(en total desacuerdo) a 7 (muy de acuerdo).
• 𝑗 Representa las categorías acumulativas del modelo ordinal (𝑗-1, 2,…..,6)
• 𝛼𝑗: Umbrales o puntos de corte para cada categoría (𝑗).
• 𝑃(𝑌𝑖 ≤ 𝑗): Es la probabilidad acumulada de que la intención de compra 𝑌𝑖 sea menor o
igual a 𝑗.
• 𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7Variables explicativas (factores individuales y dimensiones de
la TAP).
• 𝛽1, 𝛽2, 𝛽3, 𝛽4, 𝛽5, 𝛽6, 𝛽7: Coeficientes asociados a las variables independientes.
Factores individuales:
o 𝑋1: Género, dicotómica (femenino = 1, masculino = 0).
o 𝑋2,: Edad, cuantitativa.
o 𝑋3: Nivel de escolaridad
o 𝑋4: Ingresos (cuantitativa continua)
Aspectos de la Teoría de la Acción Planificada (TAP):
o 𝑋5: Actitud hacia la conducta (promedio de la dimensión).
o 𝑋6: Norma subjetiva (promedio de la dimensión).
o 𝑋7: Control conductual percibido (promedio de la dimensión).
RESULTADOS Y DISCUSIÓN
Estadísticos de la encuesta
A partir del análisis de la encuesta aplicada, se obtuvieron los siguientes hallazgos clave:
Tabla 3
Características sociodemográficas de Millenials de la ciudad de Riobamba
Preguntas Total Participación Media Mediana Moda
Genero
Femenino 198 51,16%
Masculino 189 48,84%
Edad
25 años a 40 años 387 100% 32 31 28
Nivel de Escolaridad
Analfabeto 4 1,03%
Ecuación Del Modelo
log ( 𝑃(𝑌𝑖≤𝑗)
1−𝑃(𝑌𝑖≤𝑗)) = α𝑗 − (β0 + β1𝑋1 + β2𝑋2 + β3𝑋3 + β4𝑋4 + β5𝑋5 + β6𝑋6 + β7𝑋7) (1)
• Yi: Es la variable dependiente "Intención de compra", que toma valores ordinales de 1
(en total desacuerdo) a 7 (muy de acuerdo).
• 𝑗 Representa las categorías acumulativas del modelo ordinal (𝑗-1, 2,…..,6)
• 𝛼𝑗: Umbrales o puntos de corte para cada categoría (𝑗).
• 𝑃(𝑌𝑖 ≤ 𝑗): Es la probabilidad acumulada de que la intención de compra 𝑌𝑖 sea menor o
igual a 𝑗.
• 𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5, 𝑋6, 𝑋7Variables explicativas (factores individuales y dimensiones de
la TAP).
• 𝛽1, 𝛽2, 𝛽3, 𝛽4, 𝛽5, 𝛽6, 𝛽7: Coeficientes asociados a las variables independientes.
Factores individuales:
o 𝑋1: Género, dicotómica (femenino = 1, masculino = 0).
o 𝑋2,: Edad, cuantitativa.
o 𝑋3: Nivel de escolaridad
o 𝑋4: Ingresos (cuantitativa continua)
Aspectos de la Teoría de la Acción Planificada (TAP):
o 𝑋5: Actitud hacia la conducta (promedio de la dimensión).
o 𝑋6: Norma subjetiva (promedio de la dimensión).
o 𝑋7: Control conductual percibido (promedio de la dimensión).
RESULTADOS Y DISCUSIÓN
Estadísticos de la encuesta
A partir del análisis de la encuesta aplicada, se obtuvieron los siguientes hallazgos clave:
Tabla 3
Características sociodemográficas de Millenials de la ciudad de Riobamba
Preguntas Total Participación Media Mediana Moda
Genero
Femenino 198 51,16%
Masculino 189 48,84%
Edad
25 años a 40 años 387 100% 32 31 28
Nivel de Escolaridad
Analfabeto 4 1,03%
Vol. 12/ Núm. 1 2025 pág. 1431
Primaria 10 2,58%
Secundaria 164 42,38%
Técnica 51 13,18% 3.97 4 3
Universidad 128 33,07%
Posgrado 30 7,76%
Ingresos en dólares
300-1900 387 100% 632 500 450
Total encuestados 387
Elaboración propia. Fuente: Encuestas
El análisis de las encuestas revela una composición equilibrada en cuanto a género, con
una ligera predominancia femenina (51.16%) frente al 48.84% de hombres. Este balance garantiza
representatividad y equidad en los resultados obtenidos. En cuanto a la edad, todos los
encuestados pertenecen al rango de 25 a 40 años, lo que se alinea con la población objetivo del
estudio: los Millennials. La media de edad es de 32 años, con una mediana de 31 años y una moda
de 28 años, lo que indica una representación de adultos jóvenes en pleno desarrollo.
En términos de nivel educativo, se observa que el 42.38% de los encuestados cuenta con
educación secundaria, mientras que el 33.07% tiene estudios universitarios. Además, un 13.18%
posee formación técnica y un 7.76% estudios de posgrado. Un porcentaje muy reducido se
identifica como analfabeto (1.03%) o con estudios primarios (2.58%). Esto sugiere que la muestra
está compuesta en su mayoría por personas con niveles educativos medios y altos.
En cuanto a los ingresos mensuales, estos oscilan entre $300 y $1900 USD, con una media
de $632, una mediana de $500 y una moda de $450. Esta información es crucial, ya que los
ingresos disponibles pueden determinar tanto el acceso a tecnología como la frecuencia de uso de
plataformas virtuales para compras.
Actitud
Tabla 4
Dimensión Actitud
Enunciados – Actitud Promedio
Actitud
Siento que comprar en
internet es una buena
idea.
No me gusta realizar
transacciones
financieras por
internet.
Siento que
comprar en
internet es una
idea
inteligente.
Me gusta ir de
compras a través
de Internet. 3,89
4,5 2,21 4,25 4,15
Primaria 10 2,58%
Secundaria 164 42,38%
Técnica 51 13,18% 3.97 4 3
Universidad 128 33,07%
Posgrado 30 7,76%
Ingresos en dólares
300-1900 387 100% 632 500 450
Total encuestados 387
Elaboración propia. Fuente: Encuestas
El análisis de las encuestas revela una composición equilibrada en cuanto a género, con
una ligera predominancia femenina (51.16%) frente al 48.84% de hombres. Este balance garantiza
representatividad y equidad en los resultados obtenidos. En cuanto a la edad, todos los
encuestados pertenecen al rango de 25 a 40 años, lo que se alinea con la población objetivo del
estudio: los Millennials. La media de edad es de 32 años, con una mediana de 31 años y una moda
de 28 años, lo que indica una representación de adultos jóvenes en pleno desarrollo.
En términos de nivel educativo, se observa que el 42.38% de los encuestados cuenta con
educación secundaria, mientras que el 33.07% tiene estudios universitarios. Además, un 13.18%
posee formación técnica y un 7.76% estudios de posgrado. Un porcentaje muy reducido se
identifica como analfabeto (1.03%) o con estudios primarios (2.58%). Esto sugiere que la muestra
está compuesta en su mayoría por personas con niveles educativos medios y altos.
En cuanto a los ingresos mensuales, estos oscilan entre $300 y $1900 USD, con una media
de $632, una mediana de $500 y una moda de $450. Esta información es crucial, ya que los
ingresos disponibles pueden determinar tanto el acceso a tecnología como la frecuencia de uso de
plataformas virtuales para compras.
Actitud
Tabla 4
Dimensión Actitud
Enunciados – Actitud Promedio
Actitud
Siento que comprar en
internet es una buena
idea.
No me gusta realizar
transacciones
financieras por
internet.
Siento que
comprar en
internet es una
idea
inteligente.
Me gusta ir de
compras a través
de Internet. 3,89
4,5 2,21 4,25 4,15
Vol. 12/ Núm. 1 2025 pág. 1432
Considero que es más
barato comprar de
manera tradicional.
Aconsejo mucho a
quienes conozco para
que hagan compras en
internet.
Considero
divertido
utilizar
internet para
realizar mis
compras.
Cuando ingreso a
una tienda virtual
me siento
cómodo con la
página web.
3,9 3,98 4,08 4,03
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en
desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados obtenidos muestran que los encuestados tienen una actitud
predominantemente positiva hacia las compras en línea. Declaraciones como "Siento que comprar
en internet es una buena idea" (promedio 4.50) y "Siento que comprar en internet es una idea
inteligente" (4.25) destacan la percepción favorable respecto a la utilidad y racionalidad de
realizar compras por internet. Además, se valora positivamente la comodidad y el disfrute
asociados al comercio en línea, con promedios como "Me gusta ir de compras a través de Internet"
(4.15) y "Considero divertido utilizar internet para realizar mis compras" (4.08).
Sin embargo, ciertas actitudes reflejan preocupaciones moderadas. Por ejemplo, la
afirmación "No me gusta realizar transacciones financieras por internet" tiene un promedio bajo
de 2.21, indicando un rechazo generalizado hacia esta idea. También se observa una percepción
dividida respecto a los costos, reflejada en "Considero que es más barato comprar de manera
tradicional" (promedio 3.90).
La variable actitud alcanza un promedio general de 3.89, lo que confirma una postura
positiva y abierta hacia el comercio electrónico. Estas respuestas evidencian que los encuestados
encuentran valor en el uso de internet para sus compras, aunque existen áreas relacionadas con la
confianza financiera y la percepción de costos que podrían ser mejoradas para optimizar la
intención de compra en línea.
Control Percibido
Tabla 5
Dimensión Control Percibido
Control Percibido Promedio control
percibido
Tengo los
recursos para
utilizar Internet
para comprar
Cuando hago
compras en
linea tengo el
control por
Considero que
es más
conveniente
comprar por
Sería capaz de
utilizar Internet
para comprar
algún
Me cuesta
otorgar mis
datos
personales en
Considero que es más
barato comprar de
manera tradicional.
Aconsejo mucho a
quienes conozco para
que hagan compras en
internet.
Considero
divertido
utilizar
internet para
realizar mis
compras.
Cuando ingreso a
una tienda virtual
me siento
cómodo con la
página web.
3,9 3,98 4,08 4,03
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en
desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados obtenidos muestran que los encuestados tienen una actitud
predominantemente positiva hacia las compras en línea. Declaraciones como "Siento que comprar
en internet es una buena idea" (promedio 4.50) y "Siento que comprar en internet es una idea
inteligente" (4.25) destacan la percepción favorable respecto a la utilidad y racionalidad de
realizar compras por internet. Además, se valora positivamente la comodidad y el disfrute
asociados al comercio en línea, con promedios como "Me gusta ir de compras a través de Internet"
(4.15) y "Considero divertido utilizar internet para realizar mis compras" (4.08).
Sin embargo, ciertas actitudes reflejan preocupaciones moderadas. Por ejemplo, la
afirmación "No me gusta realizar transacciones financieras por internet" tiene un promedio bajo
de 2.21, indicando un rechazo generalizado hacia esta idea. También se observa una percepción
dividida respecto a los costos, reflejada en "Considero que es más barato comprar de manera
tradicional" (promedio 3.90).
La variable actitud alcanza un promedio general de 3.89, lo que confirma una postura
positiva y abierta hacia el comercio electrónico. Estas respuestas evidencian que los encuestados
encuentran valor en el uso de internet para sus compras, aunque existen áreas relacionadas con la
confianza financiera y la percepción de costos que podrían ser mejoradas para optimizar la
intención de compra en línea.
Control Percibido
Tabla 5
Dimensión Control Percibido
Control Percibido Promedio control
percibido
Tengo los
recursos para
utilizar Internet
para comprar
Cuando hago
compras en
linea tengo el
control por
Considero que
es más
conveniente
comprar por
Sería capaz de
utilizar Internet
para comprar
algún
Me cuesta
otorgar mis
datos
personales en
Vol. 12/ Núm. 1 2025 pág. 1433
algún producto. completo, nada
externo me
influencia
internet que ir
hasta el
almacén
producto. internet
3,96
4,40 3,97 4,05 4,15 3,91
Poseo el
conocimiento
necesario para
realizar
compras por
internet
El tiempo de
espera para que
me entreguen
los productos
que compré por
internet, no
afecta mi
decisión de
compra
No confío en
ofertas de sitios
de internet para
comprar
Desconfío de la
calidad de los
productos que
ofrecen para
comprar por
internet
Si quisiera
podría utilizar
Internet para
comprar algún
producto.
4,17 4,03 2,95 3,79 4,14
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en
desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados muestran que los encuestados perciben un alto nivel de control y capacidad
para realizar compras en línea. Afirmaciones como "Tengo los recursos para utilizar Internet para
comprar algún producto" (promedio 4.40) y "Poseo el conocimiento necesario para realizar
compras por internet" (4.17) destacan que los encuestados consideran tener las herramientas y el
conocimiento necesarios para participar en el comercio electrónico. Además, se percibe como
conveniente realizar compras en línea, reflejado en "Considero que es más conveniente comprar
por internet que ir hasta el almacén" (4.05).
Sin embargo, algunas barreras aún persisten, principalmente relacionadas con la
confianza en las ofertas y la calidad de los productos en línea, con promedios de 2.95 y 3.79,
respectivamente. Asimismo, existe cierta reserva sobre la entrega de datos personales, reflejada
en el promedio de 3.91.
En general, el promedio global de la variable "Control Percibido" es de 3.96, lo que indica
que los encuestados se sienten mayoritariamente preparados para realizar compras en línea,
aunque aspectos como la confianza en las ofertas y los productos, así como la seguridad de los
datos personales, representan áreas clave a mejorar para fortalecer la percepción de control y, en
consecuencia, la intención de compra.
algún producto. completo, nada
externo me
influencia
internet que ir
hasta el
almacén
producto. internet
3,96
4,40 3,97 4,05 4,15 3,91
Poseo el
conocimiento
necesario para
realizar
compras por
internet
El tiempo de
espera para que
me entreguen
los productos
que compré por
internet, no
afecta mi
decisión de
compra
No confío en
ofertas de sitios
de internet para
comprar
Desconfío de la
calidad de los
productos que
ofrecen para
comprar por
internet
Si quisiera
podría utilizar
Internet para
comprar algún
producto.
4,17 4,03 2,95 3,79 4,14
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en
desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados muestran que los encuestados perciben un alto nivel de control y capacidad
para realizar compras en línea. Afirmaciones como "Tengo los recursos para utilizar Internet para
comprar algún producto" (promedio 4.40) y "Poseo el conocimiento necesario para realizar
compras por internet" (4.17) destacan que los encuestados consideran tener las herramientas y el
conocimiento necesarios para participar en el comercio electrónico. Además, se percibe como
conveniente realizar compras en línea, reflejado en "Considero que es más conveniente comprar
por internet que ir hasta el almacén" (4.05).
Sin embargo, algunas barreras aún persisten, principalmente relacionadas con la
confianza en las ofertas y la calidad de los productos en línea, con promedios de 2.95 y 3.79,
respectivamente. Asimismo, existe cierta reserva sobre la entrega de datos personales, reflejada
en el promedio de 3.91.
En general, el promedio global de la variable "Control Percibido" es de 3.96, lo que indica
que los encuestados se sienten mayoritariamente preparados para realizar compras en línea,
aunque aspectos como la confianza en las ofertas y los productos, así como la seguridad de los
datos personales, representan áreas clave a mejorar para fortalecer la percepción de control y, en
consecuencia, la intención de compra.
Vol. 12/ Núm. 1 2025 pág. 1434
Intención de Compra
Tabla 6
Intención de Compra
Intención de Compra Promedio Intención
de compra
Espero realizar
alguna compra a
través de Internet
Es probable que
compre algún
producto a través
de Internet.
Pienso utilizar
Internet para
comprar algún
producto.
No utilizaría
Internet para
comprar ningún
producto.
3,69
4,34 4,04 4,15 2,24
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total
desacuerdo, 2 en desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados indican una intención generalmente alta de realizar compras en línea entre
los encuestados. Las afirmaciones como "Espero realizar alguna compra a través de Internet"
(promedio 4.34) y "Pienso utilizar Internet para comprar algún producto" (4.15) reflejan una
fuerte predisposición hacia el comercio electrónico. De manera similar, "Es probable que compre
algún producto a través de Internet" obtuvo un promedio de 4.04, consolidando esta tendencia
positiva.
Por otro lado, la afirmación "No utilizaría Internet para comprar ningún producto" tiene
un promedio bajo de 2.24, lo que refuerza la idea de que la mayoría de los encuestados no rechaza
el uso de internet para realizar compras.
En general, la variable "Intención de Compra" alcanza un promedio de 3.69, lo que denota
una intención favorable hacia el comercio en línea, aunque persisten pequeñas áreas de resistencia
en una minoría de los encuestados.
Norma Subjetiva
Tabla 7
Dimensión Norma Subjetiva
Norma Subjetiva
Promedio
Norma
Subjetiva
Se espera de mí que
utilice Internet para
comprar algún
producto
La mayoría de las personas
a las que tengo en cuenta
piensan que debería utilizar
Internet para comprar
algún producto
Las personas cercanas a
mi estarían de acuerdo
con que utilice Internet
para comprar algún
producto
4,15
Intención de Compra
Tabla 6
Intención de Compra
Intención de Compra Promedio Intención
de compra
Espero realizar
alguna compra a
través de Internet
Es probable que
compre algún
producto a través
de Internet.
Pienso utilizar
Internet para
comprar algún
producto.
No utilizaría
Internet para
comprar ningún
producto.
3,69
4,34 4,04 4,15 2,24
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total
desacuerdo, 2 en desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados indican una intención generalmente alta de realizar compras en línea entre
los encuestados. Las afirmaciones como "Espero realizar alguna compra a través de Internet"
(promedio 4.34) y "Pienso utilizar Internet para comprar algún producto" (4.15) reflejan una
fuerte predisposición hacia el comercio electrónico. De manera similar, "Es probable que compre
algún producto a través de Internet" obtuvo un promedio de 4.04, consolidando esta tendencia
positiva.
Por otro lado, la afirmación "No utilizaría Internet para comprar ningún producto" tiene
un promedio bajo de 2.24, lo que refuerza la idea de que la mayoría de los encuestados no rechaza
el uso de internet para realizar compras.
En general, la variable "Intención de Compra" alcanza un promedio de 3.69, lo que denota
una intención favorable hacia el comercio en línea, aunque persisten pequeñas áreas de resistencia
en una minoría de los encuestados.
Norma Subjetiva
Tabla 7
Dimensión Norma Subjetiva
Norma Subjetiva
Promedio
Norma
Subjetiva
Se espera de mí que
utilice Internet para
comprar algún
producto
La mayoría de las personas
a las que tengo en cuenta
piensan que debería utilizar
Internet para comprar
algún producto
Las personas cercanas a
mi estarían de acuerdo
con que utilice Internet
para comprar algún
producto
4,15
Vol. 12/ Núm. 1 2025 pág. 1435
4,32 3,99 4,18
Las personas cuyas
opiniones valoro
aprobarían que
utilizara Internet para
comprar algún
producto
Cuando compro en internet
me fijo en la reputación /
calificaciones positivas del
vendedor.
Me interesa conocer
detalles específicos del
vendedor (dirección
física, teléfonos de
contacto, entre otros)
4,17 4,16 4,07
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en
desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados muestran que las percepciones sociales y la influencia de personas
cercanas son factores influyentes para la intención de compra en línea. Declaraciones como "Se
espera de mí que utilice Internet para comprar algún producto" (4.32) y "Las personas cuyas
opiniones valoro aprobarían que utilizara Internet para comprar algún producto" (4.17) reflejan
un alto nivel de aceptación social hacia el comercio en línea.
Además, las afirmaciones relacionadas con la reputación y credibilidad del vendedor
también obtuvieron promedios elevados, como "Cuando compro en internet me fijo en la
reputación/calificaciones positivas del vendedor" (4.16) y "Me interesa conocer detalles
específicos del vendedor (dirección física, teléfonos de contacto, entre otros)" (4.07). Esto indica
que los encuestados valoran ampliamente la confianza y la transparencia al realizar compras en
línea.
El promedio general de la variable "Norma Subjetiva" es de 4.15, lo que resalta que la
opinión y el respaldo de su entorno social, así como la confiabilidad del vendedor, son elementos
clave que refuerzan la intención de compra en medios virtuales.
Conducta
Tabla 8
Dimensión Conducta
Conducta
Considera realizar compras por
internet.
Compra frecuentemente por
internet
Promedio Conducta
4,36 3,99 4,17
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en
desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados reflejan un comportamiento positivo hacia las compras en línea. La
4,32 3,99 4,18
Las personas cuyas
opiniones valoro
aprobarían que
utilizara Internet para
comprar algún
producto
Cuando compro en internet
me fijo en la reputación /
calificaciones positivas del
vendedor.
Me interesa conocer
detalles específicos del
vendedor (dirección
física, teléfonos de
contacto, entre otros)
4,17 4,16 4,07
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en
desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados muestran que las percepciones sociales y la influencia de personas
cercanas son factores influyentes para la intención de compra en línea. Declaraciones como "Se
espera de mí que utilice Internet para comprar algún producto" (4.32) y "Las personas cuyas
opiniones valoro aprobarían que utilizara Internet para comprar algún producto" (4.17) reflejan
un alto nivel de aceptación social hacia el comercio en línea.
Además, las afirmaciones relacionadas con la reputación y credibilidad del vendedor
también obtuvieron promedios elevados, como "Cuando compro en internet me fijo en la
reputación/calificaciones positivas del vendedor" (4.16) y "Me interesa conocer detalles
específicos del vendedor (dirección física, teléfonos de contacto, entre otros)" (4.07). Esto indica
que los encuestados valoran ampliamente la confianza y la transparencia al realizar compras en
línea.
El promedio general de la variable "Norma Subjetiva" es de 4.15, lo que resalta que la
opinión y el respaldo de su entorno social, así como la confiabilidad del vendedor, son elementos
clave que refuerzan la intención de compra en medios virtuales.
Conducta
Tabla 8
Dimensión Conducta
Conducta
Considera realizar compras por
internet.
Compra frecuentemente por
internet
Promedio Conducta
4,36 3,99 4,17
Nota: Los valores numéricos está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en
desacuerdo, 3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados reflejan un comportamiento positivo hacia las compras en línea. La
Vol. 12/ Núm. 1 2025 pág. 1436
afirmación "Considera realizar compras por internet" obtuvo un promedio de 4.36, lo que indica
que la mayoría de los encuestados está altamente dispuesta a realizar compras en medios virtuales.
Sin embargo, la frecuencia de compra es algo menor, como lo muestra el promedio de 3.99 en
"Compra frecuentemente por internet".
El promedio general de la variable "Conducta" es de 4.17, lo que sugiere una actitud
activa hacia el comercio electrónico, aunque con cierta moderación en la recurrencia de las
transacciones. Esto puede estar relacionado con factores como las necesidades individuales, la
confianza en los sitios web o las preferencias por otros métodos de compra.
Resultados del Modelo Econométrico
Modelos LOGIT y PROBIT
Tabla 9
Modelo Logit ordinal y Probit ordinal
Variable Logit
Coef.
P>|z| Probit
Coef.
P>|z|
Género 0.1405 0.543 0.0673 0.598
Edad 0.0010 0.970 -.0008 0.955
Nivel de escolaridad 0.2800 ** 0.03 0.1642 ** 0.019
Ingresos -0.0008 0.118 -0.0005 * 0.09
Promedio Actitud 0.5198 * 0.053 0.2344 * 0.095
Promedio Control Percibido 0.9330 *** 0.001 0.4893 *** 0.001
Promedio Norma Subjetiva 1.2453 *** 0.000 0.6778 *** 0.000
Promedio Conducta 0.2116 0.205 0.1433 0.129
Métrica Logit Probit
Log-likelihood -281.32 -282.48
Pseudo R² 0.2518 0.2487
AIC 586.64 588.96
BIC 634.14 636.46
Nota: El nivel de significancia viene dado por: 1% (***), 5% (**) y 10% (*).
Elaboración propia
Fuente: Stata
En los modelos estimados de regresión logística ordinal (logit) y probit, se evaluaron los
afirmación "Considera realizar compras por internet" obtuvo un promedio de 4.36, lo que indica
que la mayoría de los encuestados está altamente dispuesta a realizar compras en medios virtuales.
Sin embargo, la frecuencia de compra es algo menor, como lo muestra el promedio de 3.99 en
"Compra frecuentemente por internet".
El promedio general de la variable "Conducta" es de 4.17, lo que sugiere una actitud
activa hacia el comercio electrónico, aunque con cierta moderación en la recurrencia de las
transacciones. Esto puede estar relacionado con factores como las necesidades individuales, la
confianza en los sitios web o las preferencias por otros métodos de compra.
Resultados del Modelo Econométrico
Modelos LOGIT y PROBIT
Tabla 9
Modelo Logit ordinal y Probit ordinal
Variable Logit
Coef.
P>|z| Probit
Coef.
P>|z|
Género 0.1405 0.543 0.0673 0.598
Edad 0.0010 0.970 -.0008 0.955
Nivel de escolaridad 0.2800 ** 0.03 0.1642 ** 0.019
Ingresos -0.0008 0.118 -0.0005 * 0.09
Promedio Actitud 0.5198 * 0.053 0.2344 * 0.095
Promedio Control Percibido 0.9330 *** 0.001 0.4893 *** 0.001
Promedio Norma Subjetiva 1.2453 *** 0.000 0.6778 *** 0.000
Promedio Conducta 0.2116 0.205 0.1433 0.129
Métrica Logit Probit
Log-likelihood -281.32 -282.48
Pseudo R² 0.2518 0.2487
AIC 586.64 588.96
BIC 634.14 636.46
Nota: El nivel de significancia viene dado por: 1% (***), 5% (**) y 10% (*).
Elaboración propia
Fuente: Stata
En los modelos estimados de regresión logística ordinal (logit) y probit, se evaluaron los
Vol. 12/ Núm. 1 2025 pág. 1437
coeficientes asociados a diversas variables explicativas en relación con la intención de compra.
Los resultados muestran que tanto el promedio de control percibido como el promedio de norma
subjetiva son altamente significativos (p < 0.01) en ambos modelos, lo que sugiere que estas
variables influyen de manera consistente y significativa en la intención de compra.
Por otro lado, la variable nivel de escolaridad también resulta significativa al 5% en ambos
modelos, lo que implica que un mayor nivel educativo está asociado con una mayor probabilidad
de intención de compra. La variable promedio de actitud presenta significancia al 10% en el
modelo logit, pero no en el modelo probit, lo que podría indicar un efecto menos robusto.
En términos de ajuste, ambos modelos tienen desempeños similares, aunque el modelo logit
muestra ligeras ventajas: un log-likelihood más alto (-281.32 frente a -282.48), un Pseudo R²
ligeramente mayor (0.2518 frente a 0.2487) y menores valores de AIC y BIC, lo que indica un
mejor balance entre ajuste y complejidad del modelo.
Los coeficientes del modelo logit tienden a ser mayores que los del probit, lo cual es
consistente con la literatura debido a las diferencias en las distribuciones de los errores (logística
frente a normal estándar). Por ejemplo, el coeficiente del promedio de norma subjetiva es 1.2453
en logit y 0.6778 en probit, manteniendo una dirección y significancia similares.
Aunque ambos modelos identifican patrones consistentes y destacan las mismas variables
significativas principales, el modelo logit parece ofrecer un mejor ajuste general, lo que lo hace
preferible en este contexto para explicar los determinantes de la intención de compra.
Efectos marginales
A continuación, se muestran los resultados del modelo logit y probit ordinal. Sin embargo,
considerando que el modelo logit tiene resultados más robustos se interpretan los efectos
marginales de dicho modelo.
Modelo Logit ordinal y Probit ordinal
Tabla 10
Efecto marginales Logit y Probit ordinal
Logit Probit
Género dy/dx P>|z| dy/dx P>|z|
categoría 1 .0006211 0.547 .0005523 0.598
categoría 2 .0007431 0.550 .0006432 0.602
categoría 3 .0160326 0.543 .0139021 0.598
categoría 4 .0050602 0.551 .0040543 0.601
categoría 5 .0123366 0.544 .0110141 0.598
Edad
categoría 1 -4.36e-06 0.971 6.45e-06 0.955
categoría 2 -5.22e-06 0.970 7.93e-06 0.955
coeficientes asociados a diversas variables explicativas en relación con la intención de compra.
Los resultados muestran que tanto el promedio de control percibido como el promedio de norma
subjetiva son altamente significativos (p < 0.01) en ambos modelos, lo que sugiere que estas
variables influyen de manera consistente y significativa en la intención de compra.
Por otro lado, la variable nivel de escolaridad también resulta significativa al 5% en ambos
modelos, lo que implica que un mayor nivel educativo está asociado con una mayor probabilidad
de intención de compra. La variable promedio de actitud presenta significancia al 10% en el
modelo logit, pero no en el modelo probit, lo que podría indicar un efecto menos robusto.
En términos de ajuste, ambos modelos tienen desempeños similares, aunque el modelo logit
muestra ligeras ventajas: un log-likelihood más alto (-281.32 frente a -282.48), un Pseudo R²
ligeramente mayor (0.2518 frente a 0.2487) y menores valores de AIC y BIC, lo que indica un
mejor balance entre ajuste y complejidad del modelo.
Los coeficientes del modelo logit tienden a ser mayores que los del probit, lo cual es
consistente con la literatura debido a las diferencias en las distribuciones de los errores (logística
frente a normal estándar). Por ejemplo, el coeficiente del promedio de norma subjetiva es 1.2453
en logit y 0.6778 en probit, manteniendo una dirección y significancia similares.
Aunque ambos modelos identifican patrones consistentes y destacan las mismas variables
significativas principales, el modelo logit parece ofrecer un mejor ajuste general, lo que lo hace
preferible en este contexto para explicar los determinantes de la intención de compra.
Efectos marginales
A continuación, se muestran los resultados del modelo logit y probit ordinal. Sin embargo,
considerando que el modelo logit tiene resultados más robustos se interpretan los efectos
marginales de dicho modelo.
Modelo Logit ordinal y Probit ordinal
Tabla 10
Efecto marginales Logit y Probit ordinal
Logit Probit
Género dy/dx P>|z| dy/dx P>|z|
categoría 1 .0006211 0.547 .0005523 0.598
categoría 2 .0007431 0.550 .0006432 0.602
categoría 3 .0160326 0.543 .0139021 0.598
categoría 4 .0050602 0.551 .0040543 0.601
categoría 5 .0123366 0.544 .0110141 0.598
Edad
categoría 1 -4.36e-06 0.971 6.45e-06 0.955
categoría 2 -5.22e-06 0.970 7.93e-06 0.955
Vol. 12/ Núm. 1 2025 pág. 1438
categoría 3 -.0001126 0.970 .0001714 0.955
categoría 4 .0000355 0.970 -.00005 0.955
categoría 5 .0000866 0.970 -.0001358 0.955
Nivel de escolaridad
categoría 1 -.0012375 0.059 -.0012765 0.038
categoría 2 -.0014807 0.116 -.00157 0.092
categoría 3 -.0319459 0.034 -.0339338 0.019
categoría 4 .0100827 0.096 .0098961 0.071
categoría 5 .0245815 0.032 .0268843 0.019
Ingresos
categoría 1 3.63e-06 0.153 3.61e-06 0.121
categoría 2 4.35e-06 0.170 4.44e-06 0.158
categoría 3 .0000938 0.120 .0000959 0.100
categoría 4 -.0000296 0.175 -.000028 0.147
categoría 5 -.0000722 0.118 -.000076 0.102
Promedio Actitud
categoría 1 -.0022972 0.097 -.0018221 0.134
categoría 2 -.0027487 0.119 -.002241 0.161
categoría 3 -.0593021 0.052 -.0484358 0.094
categoría 4 .0187167 0.104 .0141253 0.138
categoría 5 .0456312 0.055 .0383736 0.099
Promedio Control
Percibido
categoría 1 -.0041237 0.022 -.0038042 0.015
categoría 2 -.0049343 0.023 -.0046789 0.027
categoría 3 -.1064536 0.001 -.1011275 0.001
categoría 4 .0335986 0.037 .0294917 0.032
categoría 5 .081913 0.001 .080119 0.001
Promedio Norma
Subjetiva
categoría 1 -.0055038 0.007 -.0052694 0.002
categoría 2 -.0065857 0.014 -.006481 0.017
categoría 3 -.1420824 0.000 -.1400762 0.000
categoría 4 .0448436 0.008 .0408502 0.007
categoría 5 .1093283 0.000 .1109764 0.000
categoría 3 -.0001126 0.970 .0001714 0.955
categoría 4 .0000355 0.970 -.00005 0.955
categoría 5 .0000866 0.970 -.0001358 0.955
Nivel de escolaridad
categoría 1 -.0012375 0.059 -.0012765 0.038
categoría 2 -.0014807 0.116 -.00157 0.092
categoría 3 -.0319459 0.034 -.0339338 0.019
categoría 4 .0100827 0.096 .0098961 0.071
categoría 5 .0245815 0.032 .0268843 0.019
Ingresos
categoría 1 3.63e-06 0.153 3.61e-06 0.121
categoría 2 4.35e-06 0.170 4.44e-06 0.158
categoría 3 .0000938 0.120 .0000959 0.100
categoría 4 -.0000296 0.175 -.000028 0.147
categoría 5 -.0000722 0.118 -.000076 0.102
Promedio Actitud
categoría 1 -.0022972 0.097 -.0018221 0.134
categoría 2 -.0027487 0.119 -.002241 0.161
categoría 3 -.0593021 0.052 -.0484358 0.094
categoría 4 .0187167 0.104 .0141253 0.138
categoría 5 .0456312 0.055 .0383736 0.099
Promedio Control
Percibido
categoría 1 -.0041237 0.022 -.0038042 0.015
categoría 2 -.0049343 0.023 -.0046789 0.027
categoría 3 -.1064536 0.001 -.1011275 0.001
categoría 4 .0335986 0.037 .0294917 0.032
categoría 5 .081913 0.001 .080119 0.001
Promedio Norma
Subjetiva
categoría 1 -.0055038 0.007 -.0052694 0.002
categoría 2 -.0065857 0.014 -.006481 0.017
categoría 3 -.1420824 0.000 -.1400762 0.000
categoría 4 .0448436 0.008 .0408502 0.007
categoría 5 .1093283 0.000 .1109764 0.000
Vol. 12/ Núm. 1 2025 pág. 1439
Promedio Conducta
categoría 1 -.0009354 0.236 -.0011144 0.159
categoría 2 -.0011193 0.255 -.0013706 0.192
categoría 3 -.0241471 0.201 -.0296234 0.125
categoría 4 .0076212 0.223 .008639 0.160
categoría 5 .0185805 0.211 .0234694 0.133
Nota: Las categorías está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en desacuerdo,
3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados obtenidos del análisis estadístico sobre los factores que influyen en la
intención de compra en línea permiten identificar aspectos clave para comprender este
comportamiento. En primer lugar, el género no mostró ser un factor determinante, ya que los
coeficientes no fueron estadísticamente significativos en ninguna categoría (p-valores > 0.10).
Por ejemplo, en la categoría "Muy de acuerdo", el efecto marginal de 0.0123, equivalente a un
incremento del 1.23% en la probabilidad de tener una intención favorable, carece de relevancia
estadística. De manera similar, la edad tampoco presentó significancia en ninguna categoría, lo
que implica que las diferencias etarias no influyen en la probabilidad de intención de compra en
línea.
Por otro lado, el nivel educativo sí mostró efectos significativos en las categorías extremas.
En la categoría "En total desacuerdo", un coeficiente de -0.0012 indica que un mayor nivel
educativo reduce en un 0.12% la probabilidad de estar en desacuerdo con la intención de compra.
En contraste, en la categoría "Muy de acuerdo", un coeficiente de 0.0246 refleja un aumento del
2.46% en la probabilidad de tener una intención de compra favorable. Estos resultados sugieren
que un mayor nivel educativo disminuye las probabilidades de indecisión o desacuerdo y aumenta
las probabilidades de una intención de compra favorable. Sin embargo, los ingresos no
presentaron significancia estadística en ninguna categoría, indicando que este factor no afecta de
manera significativa las probabilidades asociadas a la intención de compra en línea.
Las actitudes positivas hacia la compra en línea mostraron un impacto significativo. En la
categoría "En total desacuerdo", un coeficiente de -0.0023 señala una reducción del 0.23% en la
probabilidad de desacuerdo, mientras que en la categoría "Muy de acuerdo", un coeficiente de
0.0456 indica un incremento del 4.56% en la probabilidad de intención favorable. Esto evidencia
que actitudes más positivas reducen significativamente la indecisión y el desacuerdo, fomentando
posturas favorables hacia la compra en línea.
El control percibido también demostró ser un factor de importancia. Es así que en la
categoría "En total desacuerdo", un coeficiente de -0.0041 muestra una reducción del 0.41% en
la probabilidad de desacuerdo, mientras que en la categoría "Muy de acuerdo", un coeficiente de
0.0819 refleja un incremento del 8.19% en la probabilidad de intención favorable. Esto sugiere
Promedio Conducta
categoría 1 -.0009354 0.236 -.0011144 0.159
categoría 2 -.0011193 0.255 -.0013706 0.192
categoría 3 -.0241471 0.201 -.0296234 0.125
categoría 4 .0076212 0.223 .008639 0.160
categoría 5 .0185805 0.211 .0234694 0.133
Nota: Las categorías está relacionado con la escala de Likert del 1 al 5 donde 1 es en total desacuerdo, 2 en desacuerdo,
3 ni de acuerdo ni en desacuerdo, 4 de acuerdo, 5 muy de acuerdo.
Elaboración propia
Fuente: Stata
Los resultados obtenidos del análisis estadístico sobre los factores que influyen en la
intención de compra en línea permiten identificar aspectos clave para comprender este
comportamiento. En primer lugar, el género no mostró ser un factor determinante, ya que los
coeficientes no fueron estadísticamente significativos en ninguna categoría (p-valores > 0.10).
Por ejemplo, en la categoría "Muy de acuerdo", el efecto marginal de 0.0123, equivalente a un
incremento del 1.23% en la probabilidad de tener una intención favorable, carece de relevancia
estadística. De manera similar, la edad tampoco presentó significancia en ninguna categoría, lo
que implica que las diferencias etarias no influyen en la probabilidad de intención de compra en
línea.
Por otro lado, el nivel educativo sí mostró efectos significativos en las categorías extremas.
En la categoría "En total desacuerdo", un coeficiente de -0.0012 indica que un mayor nivel
educativo reduce en un 0.12% la probabilidad de estar en desacuerdo con la intención de compra.
En contraste, en la categoría "Muy de acuerdo", un coeficiente de 0.0246 refleja un aumento del
2.46% en la probabilidad de tener una intención de compra favorable. Estos resultados sugieren
que un mayor nivel educativo disminuye las probabilidades de indecisión o desacuerdo y aumenta
las probabilidades de una intención de compra favorable. Sin embargo, los ingresos no
presentaron significancia estadística en ninguna categoría, indicando que este factor no afecta de
manera significativa las probabilidades asociadas a la intención de compra en línea.
Las actitudes positivas hacia la compra en línea mostraron un impacto significativo. En la
categoría "En total desacuerdo", un coeficiente de -0.0023 señala una reducción del 0.23% en la
probabilidad de desacuerdo, mientras que en la categoría "Muy de acuerdo", un coeficiente de
0.0456 indica un incremento del 4.56% en la probabilidad de intención favorable. Esto evidencia
que actitudes más positivas reducen significativamente la indecisión y el desacuerdo, fomentando
posturas favorables hacia la compra en línea.
El control percibido también demostró ser un factor de importancia. Es así que en la
categoría "En total desacuerdo", un coeficiente de -0.0041 muestra una reducción del 0.41% en
la probabilidad de desacuerdo, mientras que en la categoría "Muy de acuerdo", un coeficiente de
0.0819 refleja un incremento del 8.19% en la probabilidad de intención favorable. Esto sugiere
Vol. 12/ Núm. 1 2025 pág. 1440
que un mayor control percibido contribuye significativamente a posturas positivas hacia la
intención de compra, reduciendo la indecisión y el desacuerdo.
De igual forma, las normas subjetivas mostraron una influencia estadísticamente
significativa y positiva. En la categoría "En total desacuerdo", un coeficiente de -0.0055 indica
una reducción del 0.55% en la probabilidad de desacuerdo, mientras que en la categoría "Muy de
acuerdo", un coeficiente de 0.1093 sugiere un aumento del 10.93% en la probabilidad de intención
favorable. Estos resultados resaltan que las normas subjetivas reducen posturas negativas o
neutrales y favorecen actitudes positivas hacia la intención de compra.
Finalmente, los coeficientes asociados al promedio de conducta no fueron significativos en
ninguna categoría, lo que sugiere que esta variable no tiene un impacto significativo en la
intención de compra en línea. En conjunto, los hallazgos reflejan que las variables actitud, control
percibido y norma subjetiva desempeñan un papel clave en la intención de compra en línea,
mientras que factores como género, edad, ingresos y promedio de conducta no resultaron
importantes en este contexto. Estos resultados ofrecen una base sólida para futuras investigaciones
y estrategias dirigidas a mejorar la experiencia y fomentar la intención de compra en línea
mediante intervenciones enfocadas en actitudes y percepciones clave.
DISCUSIÓN
Los resultados obtenidos permiten identificar patrones significativos en la influencia de las
variables explicativas sobre la intención de compra en línea. Comparando estos resultados con
estudios similares, se puede afirmar que variables como el nivel de escolaridad, el control
percibido y la norma subjetiva destacan como factores cruciales en la modelación de esta
intención. De manera específica, el nivel de escolaridad demuestra un impacto significativo y
consistente, coincidiendo con investigaciones previas que resaltan su importancia en la adopción
de tecnologías y comportamientos relacionados con el comercio electrónico (Liñán & Fayolle,
2015; Pavlou, 2003).
La influencia del promedio de control percibido y la norma subjetiva, especialmente en las
categorías superiores de intención de compra, denota la importancia de la autoeficacia y el
contexto social en las decisiones de compra en línea. Este hallazgo es consistente con la teoría de
la acción planificada (Ajzen, 1991) y estudios que destacan la relevancia de estos factores en
ambientes digitales (Taylor & Todd, 1995). Por ejemplo, Lee y Wan (2010) encontraron que la
percepción de control y las influencias sociales tienen un peso considerable en la intención de
utilizar plataformas de comercio electrónico, especialmente entre grupos más educados y con
mayor acceso a tecnologías.
En contraste, las variables género y promedio de conducta no muestran efectos
significativos en la mayoría de las categorías, lo que sugiere que, al menos en este contexto, estas
variables tienen un impacto limitado en la predicción de la intención de compra. Este hallazgo
que un mayor control percibido contribuye significativamente a posturas positivas hacia la
intención de compra, reduciendo la indecisión y el desacuerdo.
De igual forma, las normas subjetivas mostraron una influencia estadísticamente
significativa y positiva. En la categoría "En total desacuerdo", un coeficiente de -0.0055 indica
una reducción del 0.55% en la probabilidad de desacuerdo, mientras que en la categoría "Muy de
acuerdo", un coeficiente de 0.1093 sugiere un aumento del 10.93% en la probabilidad de intención
favorable. Estos resultados resaltan que las normas subjetivas reducen posturas negativas o
neutrales y favorecen actitudes positivas hacia la intención de compra.
Finalmente, los coeficientes asociados al promedio de conducta no fueron significativos en
ninguna categoría, lo que sugiere que esta variable no tiene un impacto significativo en la
intención de compra en línea. En conjunto, los hallazgos reflejan que las variables actitud, control
percibido y norma subjetiva desempeñan un papel clave en la intención de compra en línea,
mientras que factores como género, edad, ingresos y promedio de conducta no resultaron
importantes en este contexto. Estos resultados ofrecen una base sólida para futuras investigaciones
y estrategias dirigidas a mejorar la experiencia y fomentar la intención de compra en línea
mediante intervenciones enfocadas en actitudes y percepciones clave.
DISCUSIÓN
Los resultados obtenidos permiten identificar patrones significativos en la influencia de las
variables explicativas sobre la intención de compra en línea. Comparando estos resultados con
estudios similares, se puede afirmar que variables como el nivel de escolaridad, el control
percibido y la norma subjetiva destacan como factores cruciales en la modelación de esta
intención. De manera específica, el nivel de escolaridad demuestra un impacto significativo y
consistente, coincidiendo con investigaciones previas que resaltan su importancia en la adopción
de tecnologías y comportamientos relacionados con el comercio electrónico (Liñán & Fayolle,
2015; Pavlou, 2003).
La influencia del promedio de control percibido y la norma subjetiva, especialmente en las
categorías superiores de intención de compra, denota la importancia de la autoeficacia y el
contexto social en las decisiones de compra en línea. Este hallazgo es consistente con la teoría de
la acción planificada (Ajzen, 1991) y estudios que destacan la relevancia de estos factores en
ambientes digitales (Taylor & Todd, 1995). Por ejemplo, Lee y Wan (2010) encontraron que la
percepción de control y las influencias sociales tienen un peso considerable en la intención de
utilizar plataformas de comercio electrónico, especialmente entre grupos más educados y con
mayor acceso a tecnologías.
En contraste, las variables género y promedio de conducta no muestran efectos
significativos en la mayoría de las categorías, lo que sugiere que, al menos en este contexto, estas
variables tienen un impacto limitado en la predicción de la intención de compra. Este hallazgo
Vol. 12/ Núm. 1 2025 pág. 1441
difiere de estudios como el de Gefen y Straub (1997), donde se observó que el género influía en
la percepción de facilidad de uso y utilidad de las plataformas tecnológicas, lo que podría deberse
a diferencias en la adopción de tecnologías en ese momento histórico. Sin embargo, en el contexto
actual, esta falta de significancia puede explicarse por una creciente homogeneización de los
comportamientos digitales entre hombres y mujeres en entornos urbanos, impulsada por un mayor
acceso equitativo a dispositivos tecnológicos, internet y educación digital (Venkatesh et al.,
2012). Además, las preferencias y patrones de consumo digitales parecen depender más de
factores como la experiencia previa y la familiaridad tecnológica, independientemente del género,
lo que refleja un cambio en las dinámicas tradicionales asociadas al uso de tecnologías. Este
fenómeno sugiere que las estrategias de marketing y diseño de plataformas deben centrarse en
variables más universales que trasciendan las diferencias de género, adaptándose a las
expectativas y necesidades de un público cada vez más uniforme en términos digitales.
Por otro lado, la variable edad presenta una influencia significativa en las categorías
intermedias y superiores. Mientras que en algunos casos incrementa la probabilidad de pertenecer
a estas categorías, en otros, particularmente en las más altas, reduce esta probabilidad. Este
resultado coincide con el trabajo de Eastin (2002), quien argumentó que los usuarios más jóvenes
tienden a tener mayor confianza y experiencia en plataformas digitales, lo que favorece su
participación en el comercio electrónico.
El resultado obtenido para la variable ingresos, que no muestra significancia en ninguna
categoría en relación con la intención de compra en línea, indica que este factor no tiene un
impacto significativo en las probabilidades asociadas. Aunque comúnmente se asume que los
ingresos están directamente relacionados con el comportamiento de consumo, especialmente en
contextos de comercio electrónico, este hallazgo puede reflejar que otros factores, como la
percepción de seguridad, confianza en las plataformas, o la facilidad de uso, tienen un peso mayor
en la decisión de compra. Esto es consistente con estudios previos que sugieren que la relación
entre ingresos y compras en línea puede no ser lineal ni universal, y que variables como la
alfabetización digital y el acceso a internet pueden jugar un rol más determinante (Venkatesh et
al., 2012).
Finalmente, el impacto de la actitud promedio, aunque no siempre significativo, refleja una
relación compleja con la intención de compra. Este resultado es consistente con estudios como el
de Hansen et al. (2004), donde se destacó que la actitud hacia las compras en línea está mediada
por otros factores como la experiencia previa y la confianza en las plataformas.
Estos resultados evidencian la relevancia de factores psicológicos y sociodemográficos en
la predicción de la intención de compra en línea. Además, resaltan la necesidad de diseñar
estrategias de marketing y educación que refuercen la percepción de control y el apoyo social,
especialmente en poblaciones con niveles educativos elevados, para potenciar su participación en
el comercio electrónico.
difiere de estudios como el de Gefen y Straub (1997), donde se observó que el género influía en
la percepción de facilidad de uso y utilidad de las plataformas tecnológicas, lo que podría deberse
a diferencias en la adopción de tecnologías en ese momento histórico. Sin embargo, en el contexto
actual, esta falta de significancia puede explicarse por una creciente homogeneización de los
comportamientos digitales entre hombres y mujeres en entornos urbanos, impulsada por un mayor
acceso equitativo a dispositivos tecnológicos, internet y educación digital (Venkatesh et al.,
2012). Además, las preferencias y patrones de consumo digitales parecen depender más de
factores como la experiencia previa y la familiaridad tecnológica, independientemente del género,
lo que refleja un cambio en las dinámicas tradicionales asociadas al uso de tecnologías. Este
fenómeno sugiere que las estrategias de marketing y diseño de plataformas deben centrarse en
variables más universales que trasciendan las diferencias de género, adaptándose a las
expectativas y necesidades de un público cada vez más uniforme en términos digitales.
Por otro lado, la variable edad presenta una influencia significativa en las categorías
intermedias y superiores. Mientras que en algunos casos incrementa la probabilidad de pertenecer
a estas categorías, en otros, particularmente en las más altas, reduce esta probabilidad. Este
resultado coincide con el trabajo de Eastin (2002), quien argumentó que los usuarios más jóvenes
tienden a tener mayor confianza y experiencia en plataformas digitales, lo que favorece su
participación en el comercio electrónico.
El resultado obtenido para la variable ingresos, que no muestra significancia en ninguna
categoría en relación con la intención de compra en línea, indica que este factor no tiene un
impacto significativo en las probabilidades asociadas. Aunque comúnmente se asume que los
ingresos están directamente relacionados con el comportamiento de consumo, especialmente en
contextos de comercio electrónico, este hallazgo puede reflejar que otros factores, como la
percepción de seguridad, confianza en las plataformas, o la facilidad de uso, tienen un peso mayor
en la decisión de compra. Esto es consistente con estudios previos que sugieren que la relación
entre ingresos y compras en línea puede no ser lineal ni universal, y que variables como la
alfabetización digital y el acceso a internet pueden jugar un rol más determinante (Venkatesh et
al., 2012).
Finalmente, el impacto de la actitud promedio, aunque no siempre significativo, refleja una
relación compleja con la intención de compra. Este resultado es consistente con estudios como el
de Hansen et al. (2004), donde se destacó que la actitud hacia las compras en línea está mediada
por otros factores como la experiencia previa y la confianza en las plataformas.
Estos resultados evidencian la relevancia de factores psicológicos y sociodemográficos en
la predicción de la intención de compra en línea. Además, resaltan la necesidad de diseñar
estrategias de marketing y educación que refuercen la percepción de control y el apoyo social,
especialmente en poblaciones con niveles educativos elevados, para potenciar su participación en
el comercio electrónico.
Vol. 12/ Núm. 1 2025 pág. 1442
CONCLUSIONES
La teoría de la acción planificada (TAP) se ha consolidado como un enfoque teórico
ampliamente reconocido para comprender y prever comportamientos humanos en diferentes
contextos, incluido el ámbito del comercio electrónico. En el contexto del presente estudio,
centrado en los factores que determinan la intención de compra a través de medios virtuales en
Millennials de la ciudad de Riobamba, la TAP destaca tres componentes esenciales que moldean
dicha intención: la actitud hacia el comportamiento, las normas subjetivas y la percepción de
control sobre la conducta.
De acuerdo con la teoría de la acción planificada, la intención de compra en línea está
influenciada por factores clave como la actitud, el control percibido, la norma subjetiva y la
conducta, los cuales mostraron tendencias positivas en los Millennials encuestados en la ciudad
de Riobamba.
La actitud, con un promedio de 3.89 en la escala de Likert, evidencia una percepción
favorable hacia las compras en línea, aunque persisten áreas de mejora relacionadas con la
confianza financiera y la percepción de costos. Por su parte, el control percibido (promedio de
3.96) destaca la preparación y los recursos necesarios de los encuestados para realizar compras,
si bien la seguridad de los datos personales y la confianza en las ofertas representan desafíos. La
intención de compra, con un promedio de 3.69, refleja una alta disposición hacia el comercio
electrónico, consolidada por el respaldo social representado en la norma subjetiva, que obtuvo un
promedio de 4.15. Este resultado evidencia el papel de la influencia social y la reputación de los
vendedores en las decisiones de compra. Finalmente, la conducta, con un promedio de 4.17, revela
una actitud activa y controlada hacia las compras en línea, aunque con variaciones en la frecuencia
de estas transacciones.
El modelo logit ordinal revela que la intención de compra en línea está influida
principalmente por factores actitudinales y contextuales, como nivel educativo, actitudes
positivas, control percibido y normas subjetivas, mientras que género, edad e ingresos no son
determinantes significativos. Las actitudes positivas reducen la indecisión, el control percibido
fomenta la confianza y las normas subjetivas, como la influencia social, tienen un impacto crucial
en las decisiones de compra. Estos resultados denotan la importancia de diseñar estrategias de
comercio electrónico que mejoren la experiencia del usuario, fortalezcan la confianza y
aprovechen las dinámicas sociales para incrementar la adopción del comercio en línea,
especialmente entre Millennials en entornos urbanos.
CONCLUSIONES
La teoría de la acción planificada (TAP) se ha consolidado como un enfoque teórico
ampliamente reconocido para comprender y prever comportamientos humanos en diferentes
contextos, incluido el ámbito del comercio electrónico. En el contexto del presente estudio,
centrado en los factores que determinan la intención de compra a través de medios virtuales en
Millennials de la ciudad de Riobamba, la TAP destaca tres componentes esenciales que moldean
dicha intención: la actitud hacia el comportamiento, las normas subjetivas y la percepción de
control sobre la conducta.
De acuerdo con la teoría de la acción planificada, la intención de compra en línea está
influenciada por factores clave como la actitud, el control percibido, la norma subjetiva y la
conducta, los cuales mostraron tendencias positivas en los Millennials encuestados en la ciudad
de Riobamba.
La actitud, con un promedio de 3.89 en la escala de Likert, evidencia una percepción
favorable hacia las compras en línea, aunque persisten áreas de mejora relacionadas con la
confianza financiera y la percepción de costos. Por su parte, el control percibido (promedio de
3.96) destaca la preparación y los recursos necesarios de los encuestados para realizar compras,
si bien la seguridad de los datos personales y la confianza en las ofertas representan desafíos. La
intención de compra, con un promedio de 3.69, refleja una alta disposición hacia el comercio
electrónico, consolidada por el respaldo social representado en la norma subjetiva, que obtuvo un
promedio de 4.15. Este resultado evidencia el papel de la influencia social y la reputación de los
vendedores en las decisiones de compra. Finalmente, la conducta, con un promedio de 4.17, revela
una actitud activa y controlada hacia las compras en línea, aunque con variaciones en la frecuencia
de estas transacciones.
El modelo logit ordinal revela que la intención de compra en línea está influida
principalmente por factores actitudinales y contextuales, como nivel educativo, actitudes
positivas, control percibido y normas subjetivas, mientras que género, edad e ingresos no son
determinantes significativos. Las actitudes positivas reducen la indecisión, el control percibido
fomenta la confianza y las normas subjetivas, como la influencia social, tienen un impacto crucial
en las decisiones de compra. Estos resultados denotan la importancia de diseñar estrategias de
comercio electrónico que mejoren la experiencia del usuario, fortalezcan la confianza y
aprovechen las dinámicas sociales para incrementar la adopción del comercio en línea,
especialmente entre Millennials en entornos urbanos.
Vol. 12/ Núm. 1 2025 pág. 1443
REFERENCIAS
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision
Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T
Cameron, A. C., & Trivedi, P. K. (2005). Microeconometrics: Methods and applications.
Cambridge University Press.
Creswell, J. W., & Creswell, J. D. (2017). Research design: Qualitative, quantitative, and mixed
methods approaches (5th ed.). SAGE Publications.
Fishbein, M., & Ajzen, I. (2010). Predicting and changing behavior: The reasoned action
approach. Psychology Press.
George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference
(4th ed.). Allyn & Bacon.
Hernández-Sampieri, R., Fernández-Collado, C., & Baptista-Lucio, P. (2014). Metodología de la
investigación (6ta ed.). McGraw-Hill.
INEC. (2022). Resultados del censo 2022. Instituto Nacional de Estadística y Censos.
https://www.ecuadorencifras.gob.ec
Long, J. S., & Freese, J. (2014). Regression models for categorical dependent variables using
Stata (3rd ed.). Stata Press.
Taherdoost, H. (2016). Sampling methods in research methodology; how to choose a sampling
technique for research. International Journal of Academic Research in Management
(IJARM), 5(2), 18-27. https://doi.org/10.2139/ssrn.3205035
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision
Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T
Eastin, M. S. (2002). Diffusion of e-commerce: An analysis of the adoption of four e-commerce
activities. Telematics and Informatics, 19(3), 251-267. https://doi.org/10.1016/S0736-
5853(01)00005-3
Gefen, D., & Straub, D. W. (1997). Gender differences in the perception and use of e-mail: An
extension to the technology acceptance model. MIS Quarterly, 21(4), 389-400.
https://doi.org/10.2307/249720
Hansen, T., Jensen, J. M., & Solgaard, H. S. (2004). Predicting online grocery buying intention:
A comparison of the theory of reasoned action and the theory of planned behavior.
International Journal of Information Management, 24(6), 539-550.
https://doi.org/10.1016/j.ijinfomgt.2004.08.004
Lee, J., & Wan, Z. (2010). The roles of perceived control and self-efficacy in the adoption of
Internet banking. International Journal of E-Business Research, 6(1), 43-57.
https://doi.org/10.4018/jebr.2010101304
Liñán, F., & Fayolle, A. (2015). A systematic literature review on entrepreneurial intentions:
REFERENCIAS
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision
Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T
Cameron, A. C., & Trivedi, P. K. (2005). Microeconometrics: Methods and applications.
Cambridge University Press.
Creswell, J. W., & Creswell, J. D. (2017). Research design: Qualitative, quantitative, and mixed
methods approaches (5th ed.). SAGE Publications.
Fishbein, M., & Ajzen, I. (2010). Predicting and changing behavior: The reasoned action
approach. Psychology Press.
George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference
(4th ed.). Allyn & Bacon.
Hernández-Sampieri, R., Fernández-Collado, C., & Baptista-Lucio, P. (2014). Metodología de la
investigación (6ta ed.). McGraw-Hill.
INEC. (2022). Resultados del censo 2022. Instituto Nacional de Estadística y Censos.
https://www.ecuadorencifras.gob.ec
Long, J. S., & Freese, J. (2014). Regression models for categorical dependent variables using
Stata (3rd ed.). Stata Press.
Taherdoost, H. (2016). Sampling methods in research methodology; how to choose a sampling
technique for research. International Journal of Academic Research in Management
(IJARM), 5(2), 18-27. https://doi.org/10.2139/ssrn.3205035
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision
Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T
Eastin, M. S. (2002). Diffusion of e-commerce: An analysis of the adoption of four e-commerce
activities. Telematics and Informatics, 19(3), 251-267. https://doi.org/10.1016/S0736-
5853(01)00005-3
Gefen, D., & Straub, D. W. (1997). Gender differences in the perception and use of e-mail: An
extension to the technology acceptance model. MIS Quarterly, 21(4), 389-400.
https://doi.org/10.2307/249720
Hansen, T., Jensen, J. M., & Solgaard, H. S. (2004). Predicting online grocery buying intention:
A comparison of the theory of reasoned action and the theory of planned behavior.
International Journal of Information Management, 24(6), 539-550.
https://doi.org/10.1016/j.ijinfomgt.2004.08.004
Lee, J., & Wan, Z. (2010). The roles of perceived control and self-efficacy in the adoption of
Internet banking. International Journal of E-Business Research, 6(1), 43-57.
https://doi.org/10.4018/jebr.2010101304
Liñán, F., & Fayolle, A. (2015). A systematic literature review on entrepreneurial intentions:
Vol. 12/ Núm. 1 2025 pág. 1444
Citation, thematic analyses, and research agenda. International Entrepreneurship and
Management Journal, 11(4), 907-933. https://doi.org/10.1007/s11365-015-0356-5
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. https://doi.org/10.1080/10864415.2003.11044275
Taylor, S., & Todd, P. A. (1995). Understanding information technology usage: A test of
competing models. Information Systems Research, 6(2), 144-176.
https://doi.org/10.1287/isre.6.2.144
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. https://doi.org/10.2307/41410412
Citation, thematic analyses, and research agenda. International Entrepreneurship and
Management Journal, 11(4), 907-933. https://doi.org/10.1007/s11365-015-0356-5
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. https://doi.org/10.1080/10864415.2003.11044275
Taylor, S., & Todd, P. A. (1995). Understanding information technology usage: A test of
competing models. Information Systems Research, 6(2), 144-176.
https://doi.org/10.1287/isre.6.2.144
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. https://doi.org/10.2307/41410412