Scholarly article on topic 'Determinantes de la intención de uso de Facebook en el proceso de decisión de compra'

Determinantes de la intención de uso de Facebook en el proceso de decisión de compra Academic research paper on "Sociology"

0
0
Share paper
Keywords
{Facebook / "Modelo de aceptación de tecnología" / "Influencia social" / "Utilidad percibida" / "Modelo de estado de flujo" / Facebook / "Technology acceptance model" / "Social influence" / "Perceived usefulness" / "Flow model"}

Abstract of research paper on Sociology, author of scientific article — Francisco Javier Miranda González, Sergio Rubio Lacoba, Antonio Chamorro Mera, Sandra María Correia Loureiro

Resumen En este trabajo se ha realizado una encuesta online a más de 500 usuarios de Facebook en España y Portugal con el objetivo de identificar qué variables influyen en mayor medida en la intención de usar esta red social para sus decisiones de compra. Los resultados de este estudio indican que la intención de uso de Facebook en las decisiones de compra está influenciada por variables como la utilidad percibida, la influencia social y la actitud hacia Facebook, mientras que la facilidad de uso percibida no parece tener una influencia directa sobre dicha intención de uso. Además, este estudio identifica que el disfrute percibido podría jugar un rol esencial, incluso superior a la utilidad percibida, en la determinación de la actitud del individuo hacia Facebook como herramienta para la búsqueda de información sobre el producto a comprar. Abstract This article reports on an online survey conducted with more than 500 Facebook users in Spain and Portugal, in order to identify which are the most important variables on the intention to use this social network to make buying decisions. The results of this study indicate that the intended use of Facebook in purchasing decisions are influenced by their perceived usefulness, social influence and attitude toward Facebook, while the perceived ease of use has no direct influence on these intention. Furthermore, perceived enjoyment could play an essential role, even higher than the perceived usefulness in determining the attitude of the individual towards Facebook as a tool for finding information about the product.

Academic research paper on topic "Determinantes de la intención de uso de Facebook en el proceso de decisión de compra"

Investigaciones Europeas

de Dirección y Economía de la Empresa

www.elsevier.es/iedee

Determinantes de la intención de uso de Facebook en el proceso de decisión de compra

Francisco Javier Miranda González3*, Sergio Rubio Lacobaa, Antonio Chamorro Merab y Sandra María Correia Loureiroc

a Área de Organización de Empresas, Universidad de Extremadura, Badajoz, España b Área de Comercialización e Investigación de Mercados, Universidad de Extremadura, Badajoz, España c Departamento de Marketing, Operacoes e Gestao, ISCTE-IUL Business School, Lisboa, Portugal

CrossMark

INFORMACION DEL ARTICULO

RESUMEN

Historia del artículo: Recibido el 20 de septiembre de 2013 Aceptado el 23 de mayo de 2014 On-line el 12 de agosto de 2014

Códigos JEL:

Palabras clave: Facebook

Modelo de aceptación de tecnología Influencia social Utilidad percibida Modelo de estado de flujo

En este trabajo se ha realizado una encuesta online a más de 500 usuarios de Facebook en España y Portugal con el objetivo de identificar qué variables influyen en mayor medida en la intención de usar esta red social para sus decisiones de compra.

Los resultados de este estudio indican que la intención de uso de Facebook en las decisiones de compra está influenciada por variables como la utilidad percibida, la influencia social y la actitud hacia Facebook, mientras que la facilidad de uso percibida no parece tener una influencia directa sobre dicha intención de uso. Además, este estudio identifica que el disfrute percibido podría jugar un rol esencial, incluso superior a la utilidad percibida, en la determinación de la actitud del individuo hacia Facebook como herramienta para la búsqueda de información sobre el producto a comprar.

© 2013 AEDEM. Publicado por Elsevier España, S.L.U. Todos los derechos reservados.

Determining factors of the intended use of Facebook in the purchase decision process

ABSTRACT

JEL classification:

Keywords: Facebook

Technology acceptance model Social influence Perceived usefulness Flow model

This article reports on an online survey conducted with more than 500 Facebook users in Spain and Portugal, in order to identify which are the most important variables on the intention to use this social network to make buying decisions.

The results of this study indicate that the intended use of Facebook in purchasing decisions are influenced by their perceived usefulness, social influence and attitude toward Facebook, while the perceived ease of use has no direct influence on these intention. Furthermore, perceived enjoyment could play an essential role, even higher than the perceived usefulness in determining the attitude of the individual towards Facebook as a tool for finding information about the product.

© 2013 AEDEM. Published by Elsevier España, S.L.U. All rights reserved.

* Autor para correspondencia: Facultad de Ciencias Económicas y Empresariales, Universidad de Extremadura, Avda. Elvas, s/n, 06071 Badajoz, Espana. Correo electrónico: fmiranda@unex.es (F.J. Miranda González).

1. Introducción

Las redes sociales pueden llegar a ser una herramienta de marketing muy útil dada su amplia aceptación por los consumidores al ser no solo un lugar donde se reúnen un numeroso grupo de potenciales consumidores, sino también una importante fuente de información sobre los deseos del consumidor, así como

http://dx.doi.org/10.1016/j.iedee.2014.05.001

1135-2523/© 2013 AEDEM. Publicado por Elsevier España, S.L.U. Todos los derechos reservados.

un eficaz medio de difusión de la imagen de marca de las empresas (Hsu, 2012).

A través del boca a boca online, los consumidores se convierten en protagonistas de la comunicación de las marcas, no solo como divulgadores de información, sino también como generadores de nuevas ideas y promotores de la fidelidad, o incluso el rechazo, hacia algunas de ellas. Por ello, el análisis de las intenciones de uso de Facebook para comprar o al menos para tomar decisiones de compra se convierte en una interesante línea de investigación en el ámbito del marketing (Miranda, Chamorro y Rubio, 2014a,b).

De acuerdo con este planteamiento, el objetivo del presente trabajo es analizar el posible efecto sobre el proceso de decisión de compra de uno de los fenómenos sociales más relevantes de los últimos anos, como es Facebook. Para ello recurrimos a una combinación del modelo de aceptación de la tecnología (TAM, Technology Acceptance Model) (Ajzen y Fishbein, 1980) y del modelo de estado de flujo (Csikszentmihalyi, 1975) adaptados al entorno online, los cuales se han revelado como soportes teóricos válidos en este ámbito, dado el carácter novedoso que la utilización de las redes sociales suponen en el proceso de decisión de compra.

De las diferentes redes sociales hemos optado por Facebook por ser la que mayor número de usuarios tiene a nivel mundial (1.200 millones en febrero de 2014), a pesar de que en la revisión bibliográfica realizada no hemos encontrado trabajos empíricos que analicen la intención de uso de Facebook para localizar información sobre las marcas a lo largo del proceso de decisión de compra de un producto.

En el siguiente apartado del artículo realizamos una revisión de la literatura existente sobre el uso comercial de las redes sociales y sobre la aplicación del TAM y el modelo de estado de flujo en entornos similares. A continuación se presenta el modelo estructural utilizado y los principales resultados de nuestro estudio. Finalmente, se recogen las principales conclusiones del estudio y sus limitaciones, las implicaciones para la gestión empresarial, y se realiza una propuesta de futuras líneas de investigación.

2. Revisión de la literatura

2.1. Investigación sobre redes sociales

En el ámbito empresarial, las investigaciones son todavía más escasas y las principales referencias las encontramos en informes realizados por consultoras especializas en nuevas tecnologías (Chief Marketing, 2013), y son aún muy pocos los estudios académicos que han analizado la importancia que estas redes sociales pueden desempenar como herramienta de marketing para las empresas (Berthon, Pitt, Plangger y Shapiro, 2012; Zhang y Leung, 2014; Miranda et al., 2014a,b).

Recientemente se han publicado varios trabajos que analizan el proceso de compra a través de las redes sociales (Lin y Lu, 2011; Lee, Xiong y Hu, 2012; Echo Huang, 2012; Hajli, 2012; Schivinski y Dabrowski, 2013), aunque con relación al objeto de nuestro estudio (el uso de Facebook en el proceso de decisión de compra) cabe destacar los trabajos de Michaelidou, Siamagka y Christodoulides (2011), Muntinga, Moorman y Smit (2011), Liang, Ho, Li y Turban (2011), Razak y Marimuthu (2012), Di Pietro y Pantano (2012) y Poyry, Parvinen y Malmivaara (2013).

En el primero (Michaelidou et al., 2011) se analiza cómo las PYME de mercados B2B emplean las redes sociales describiendo qué razones las llevan a ello y el uso que estas empresas hacen de las redes sociales. Además se senalan las principales barreras que encuentran estas empresas para participar en estas redes, entre las que se halla la poca aptitud de los potenciales clientes en el uso de estas herramientas. Por su parte, Muntinga et al. (2011) realizan un estudio cualitativo sobre las relaciones que mantienen los consumidores con las marcas a través de las redes sociales y obtienen como

resultado que las principales motivaciones para seguir a las marcas en las redes sociales son la necesidad de obtener información y el entretenimiento.

El trabajo de Liang et al. (2011) evalúa el efecto de la calidad del espacio de la empresa en la red social en la intención de uso de la misma como canal de compra por parte del consumidor. Los resultados de su estudio demuestran la importancia de la denominada influencia social (conjunto de actitudes y normas sociales existentes que influyen sobre el comportamiento de los individuos) sobre la decisión de compra a través de las redes sociales. Este trabajo utiliza la teoría de la acción razonada (Ajzen y Fishbein, 1980) como soporte teórico para abordar el análisis de la influencia de las redes sociales en el proceso de decisión de compra de los consumidores. Esta misma teoría de la acción razonada es empleada por Razak y Marimuthu (2012) para analizar el uso de una de las redes sociales más populares, como es Facebook, como herramienta de compra, a través de lo que ellos denominan «valor de co-creación» y que se fundamenta en las oportunidades de generación de valor mediante un acercamiento y una apertura al diálogo con los diferentes grupos de interés (clientes, empleados, etc.) para hacerles partícipes en la definición de sus estrategias y acciones. De forma similar, Di Pietro y Pantano (2012), utilizando una adaptación del modelo TAM concluyen que el disfrute es uno de los determinantes clave en la utilización de Facebook como herramienta de apoyo en el proceso de decisión de compra.

Finalmente, Poyry et al. (2013), tras analizar la opinión de más de 1.000 usuarios de la página de Facebook de una agencia de viajes, concluyen que las personas que participan activamente en la red social tienen una menor propensión a comprar que las que la utilizan exclusivamente para navegar por ella buscando información. Además, los resultados de este trabajo sugieren la necesidad de analizar la relación entre la utilización de las redes sociales para buscar información y el proceso de decisión de compra, senalando como variables clave el disfrute percibido (motivaciones hedónicas), la utilidad percibida y la facilidad de uso percibida (motivaciones utilitarias).

Los trabajos anteriores se apoyan bien en el modelo de aceptación de la tecnología (Liang et al., 2011; Razak y Marimuthu, 2012; Poyry et al., 2013) o bien en el modelo de estado de flujo (Poyry et al., 2013), aunque nuestra propuesta se basa en integrar ambos modelos, no para analizar la intención de utilizar Facebook como canal de compra sino para localizar información sobre las marcas a lo largo del proceso de decisión de compra de un producto. A continuación describimos brevemente los 2 modelos que sirven de base para nuestra investigación.

2.2. Modelo de aceptación de tecnología

Los modelos de aceptación de tecnología (TAM) surgen de la teoría de acción razonada (TRA) (Ajzen y Fishbein, 1980), la cual explica la conducta del individuo basándose en factores como las creencias, las normas y las intenciones.

Un metaanálisis ha demostrado la robustez de las relaciones entre facilidad de uso percibida (FUP) y utilidad percibida (UP) y con la intención de comportamiento (INT) (Sun y Zhang, 2006).

Por lo que respecta al uso del modelo TAM en el ámbito de las redes sociales, podemos senalar como principales antecedentes los trabajos de Chen, Lu y Chen (2011a), Yang y Lin (2011), Lorenzo, Alarcón y Gómez (2011) yJin (2013), que analizan la adopción de Facebook por parte de los usuarios como medio para sus relaciones sociales. Por su parte, Pookulangara y Koesler (2011) emplean el modelo TAM para analizar el impacto de la cultura en la utilización de redes sociales, senalando el importante papel que en ello tienen variables como la utilidad percibida y la facilidad percibida de uso.

Por lo que se refiere a estudios sobre la intención de uso de las redes sociales como herramienta para obtener información a lo

largo del proceso de decisión de compra, tan solo podemos senalar la ya comentada aproximación al problema realizada por Di Pietro y Pantano (2012).

2.3. Modelo de estado de flujo

El concepto de flujo, introducido porCsikszentmihalyi (1975) en el ámbito de la educación, se refiere a un estado mental en el cual la persona está completamente concentrada en la actividad que está realizando.

Varias investigaciones han mostrado la validez de este concepto en las actividades que se llevan a cabo en entornos mediados por ordenador (Csikszentmihalyi, 1990; Trevino y Webster, 1992; Chen, Wigand y Nilan, 2000; Sánchez-Franco, Rondán-Cataluna y Villarejo-Ramos, 2007), como también su importancia en las experiencias de consumo en dichos entornos y su contribución al éxito de las iniciativas de comercio electrónico (Hoffman y Novak, 1996, 2009).

De forma similar, parece claro que las redes sociales también tienen la capacidad de evocar valores que no son recogidos por las tradicionales dimensiones del modelo TAM, como UP y FUP, ya que su utilización va más allá de aspectos relacionados con la utilidad, aproximándose más a una motivación basada en experiencias óptimas. El trabajo de Wu y Wang (2011) ha contrastado la validez del modelo de estado de flujo a la hora de explicar la adopción de las redes sociales por parte de los usuarios. Su extensión para explicar su utilización en el proceso de decisión de compra parece también coherente a la luz de los resultados obtenidos por los trabajos de Di Pietro y Pantano (2012) o Poyry et al. (2013).

3. Hipótesis y modelo propuesto

Teniendo presentes las principales relaciones teóricas y empíricas analizadas en el apartado anterior, proponemos un modelo para explicar la intención de uso de Facebook en el proceso de decisión de compra que agrupa tanto al modelo TAM como al modelo de estado de flujo. El disfrute percibido y la concentración se relacionan positiva y directamente con la actitud de uso, sobre la que, siguiendo el modelo TAM, también influyen la facilidad de uso percibida y la utilidad percibida. Nuestro modelo se completa incluyendo la aptitud hacia Internet como antecedente de la FUP y la influencia social como antecedente de la UP y de la intención de uso (fig. 1).

En los siguientes párrafos analizamos cada una de las variables incluidas en el modelo y sus relaciones.

3.1. Aptitud

Nuestro constructo aptitud (APT) hace referencia a la confianza en uno mismo a la hora de realizar diferentes tareas en Internet y resolver problemas que puedan surgir durante su uso, por lo que parece lógica su relación con la facilidad de uso percibida. Además, este constructo ha sido utilizado como predictor de la FUP en diferentes estudios previos (Park, 2010; Chung, Park, Wang, Fulk y McLaughlin, 2010), y en el caso de las redes sociales se convierte en un elemento fundamental, dado que la tasa de utilización de las mismas varía ampliamente en función de la formación y del dominio de las nuevas tecnologías (Hargittai, 2007; Miranda et al., 2014b). De acuerdo con Miranda et al. (2014a), se define la aptitud como un constructo formativo medido a través de 8 ítems (ver anexo 1), para el que proponemos la siguiente hipótesis H1:

H1. La aptitud del usuario en Internet está positivamente relacionada con la facilidad de uso percibida de Facebook como herramienta para localizar información durante el proceso de decisión de compra.

3.2. Influencia Social

La teoría de la acción razonada (TRA) argumenta que las intenciones de comportamiento de los individuos están influidas por las actitudes y las normas sociales existentes. La opinión de sus grupos de referencia determinará la decisión del individuo a la hora de decidirse a utilizar una nueva tecnología, según se demuestra en un amplio número de trabajos previos (entre otros, Venkatesh y Morris, 2000; Chen, Chen, Lin y Chen, 2011b; Pentina, Koh y Le, 2012). En el caso de las redes sociales esta argumentación se sostiene, dado que la principal finalidad de la red es el establecimiento de relaciones sociales con dichos grupos de interés (ver, por ejemplo, Liang et al., 2011). En este mismo sentido, Pentina et al. (2012) contrastan el efecto de la influencia social sobre la utilidad percibida en el ámbito de las redes sociales.

Hemos adaptado las escalas propuestas en la literatura al caso de Facebook, midiendo este constructo con 5 indicadores (ver anexo 1) y estableciendo las siguientes hipótesis H2 y H3:

H2. La influencia social (IS) está positivamente relacionada con la utilidad percibida (UP) de Facebook como herramienta para localizar información durante el proceso de decisión de compra.

H3. La influencia social (IS) está positivamente relacionada con la intención (INT) de utilizar Facebook como herramienta para localizar información durante el proceso de decisión de compra.

3.3. Utilidad percibida

Son muchos los estudios empíricos que han demostrado la existencia de una relación causal entre UP y la intención de uso de una determinada tecnología, bien de forma directa (Gallego, Luna y Bueno, 2008; Yang y Lin, 2011), o bien de forma indirecta a través de la variable actitud (Davis, Bagozzi y Warshaw, 1989; Sánchez-Franco et al., 2007). Aunque no hemos encontrado ninguna investigación que haya analizado esta relación en la utilización de redes sociales durante el proceso de decisión de compra de los consumidores, cabe pensar que esta relación debería estar presente, dado que el uso de redes sociales en el proceso de decisión de compra dependerá directa o indirectamente de la utilidad percibida por parte de los usuarios, tal y como parecen indicar los resultados del reciente trabajo de Poyry et al. (2013). Por tanto, formulamos las hipótesis H4 y H5 de la siguiente forma:

H4. La utilidad percibida (UP) está positivamente relacionada con la actitud del usuario (ACT) hacia el uso de Facebook como herramienta para localizar información durante el proceso de decisión de compra.

H5. La utilidad percibida (UP) está positivamente relacionada con la intención (INT) de utilizar Facebook como herramienta para localizar información durante el proceso de decisión de compra.

Se ha utilizado una escala de 4 ítems adaptada al caso de Face-book a partir de la escala original de Davis et al. (1989).

3.4. Facilidad de uso percibida

Como ya hemos comentado, la relación causal entre FUP y UP ha sido repetidamente validada en la literatura (Davis, 1989; Davis et al., 1989; Park, 2010; Chung et al., 2010). Del mismo modo podemos citar varios los trabajos que senalan una relación tanto directa (por ejemplo, Davis, 1989; Venkatesh y Davis, 2000) como indirecta (Venkatesh y Morris, 2000; Venkatesh, Davis y Morris, 2007) entre FUP y INT. Por otra parte, la variable actitud (ACT) se considera como una variable mediadora entre FUP y UP y la intención de uso de una determinada tecnología (INT) (Davis et al., 1989). En el caso de las redes sociales, la influencia de facilidad

Aptitud

mi |0¡

' Facilidad '

, percibida de USO

Figura 1. Esquema general de la investigación.

de uso sobre la utilidad y la intención de uso de Facebook en el proceso de decisión de compra parece tener sentido, a la luz del trabajo de Hajli (2012), que comprueba estas relaciones para el caso del S-Commerce o comercio a través de las redes sociales. La escala de medida de este constructo consta de 5 indicadores adaptados a partir de la literatura previa (Davis et al., 1989; Chung et al., 2010). Las hipótesis a contrastar H6, H7 y H8 se formulan a continuación:

H6. La facilidad de uso percibida (FUP) está positivamente relacionada con la utilidad percibida (UP) de Facebook como herramienta para localizar información durante el proceso de decisión de compra.

H7. La facilidad de uso percibida (FUP) está positivamente relacionada con la actitud (ACT) hacia Facebook como herramienta para localizar información durante el proceso de decisión de compra.

H8. La facilidad de uso percibida (FUP) está positivamente relacionada con la intención (INT) de utilizar Facebook como herramienta para localizar información durante el proceso de decisión de compra.

3.5. Disfrute percibido y concentración

Las evidencias de los estudios sobre el modelo de estado de flujo muestran que el disfrute percibido es un valor clave para generar

un flujo óptimo, senalando que este disfrute percibido tiene un impacto directo sobre la actitud de los mismos hacia el uso de una determinada tecnología (Chen et al., 2000; Sánchez-Franco et al., 2007). Resulta por tanto razonable considerar que este análisis sea aplicable al uso de Facebook en el proceso de decisión de compra, tal y como se ha demostrado previamente en el trabajo de Di Pietro y Pantano (2012).

La concentración (CON), entendida como un proceso mental por el que el individuo centra su percepción hacia un estímulo particular, figura en nuestro modelo como una dimensión propia del flujo. Los trabajos de Ghani y Deshpande (1994) y de Wu y Wang (2011), aunque no referidos a los procesos de compra a través de redes sociales, permiten sustentar la decisión de incluir la variable concentración dentro del concepto de flujo. Consideramos que las características de la interacción de los usuarios con Facebook justifican esta inclusión, dado que cuanto mayor sea el grado en que un usuario centre su actividad diaria en el uso de Facebook (concentración), mayor será su actitud favorable a utilizar esta herramienta para cualquier actividad y, por ende, para localizar información durante el proceso de decisión de compra. Por todo ello proponemos las siguientes hipótesis H9 y H10:

H9. El disfrute percibido (DP) está positivamente relacionado con la actitud (ACT) hacia Facebook como herramienta para localizar información durante el proceso de decisión de compra.

Tabla 1

Ficha técnica

Universo Usuarios de Facebook de Espana y Portugal

Ámbito geográfico Espana y Portugal

Método de recogida de Encuesta online

Tipo de muestreo No probabilístico, de conveniencia (muestreo

bola de nieve)

Tamano de la muestra 509 encuestas válidas (291 en Espana y 218

en Portugal)

Trabajo de campo Abril-mayo 2012

H10. La concentración (CON) está positivamente relacionada con la actitud (ACT) hacia Facebook como herramienta para localizar información durante el proceso de decisión de compra.

Para contrastarlas, los constructos disfrute percibido y concentración se han medido a través de 5 y 3 ítems, respectivamente.

3.6. Actitud

La actitud hacia el comportamiento se incluye en el modelo TAM como variable mediadora entre FUP y UP y la intención de uso de una determinada tecnología (INT). Dado que Facebook tiene una corta trayectoria, y más aún su uso como herramienta de marketing por parte de las empresas, creemos oportuno analizar la actitud de los usuarios hacia la utilización de esta red social en su proceso de decisión de compra, dado que como antecedente de la intención de uso puede generar información muy valiosa y ser de ayuda para predecir el comportamiento futuro de los usuarios. Por tanto, establecemos la siguiente hipótesis:

H11. La actitud (ACT) hacia el uso de Facebook está positivamente relacionada con la intención (INT) de utilizar Facebook como herramienta para localizar información durante el proceso de decisión de compra.

Las escalas utilizadas para medir el constructo actitud (ACT) y el constructo intención de uso (INT) han sido adaptadas para el caso de Facebook a partir de las propuestas en la literatura (Davis et al., 1989; Suki y Ramayah, 2010), y están formadas por 5 y 4 ítems, respectivamente.

4. Metodología

4.1. Objeto de estudio y muestra

De acuerdo con el propósito de nuestra investigación, se disenó un cuestionario online dirigido a usuarios de Facebook. Se elaboró en 2 idiomas, espanol y portugués, con la ayuda de traductores especializados; mediante un proceso de traducción inversa se garantizó que ambos cuestionarios comunicaban la misma información a los encuestados. Para ayudar a confeccionar el cuestionario se realizó una validación de contenido a través de una serie de entrevistas con un panel de expertos, cuyas sugerencias y aportaciones fueron incorporadas en una segunda versión del mismo. Posteriormente el cuestionario fue sometido a un pre-test con 10 usuarios avanzados de Facebook para asegurar la relevancia y la claridad del mismo.

La encuesta se realizó durante los meses de abril y mayo de 2012, utilizando un procedimiento de muestreo tipo «bola de nieve» y obteniendo 509 cuestionarios válidos. Las especificaciones técnicas del estudio se recogen en la tabla 1.

Como principales características del perfil de los encuestados podemos senalar que el 46% de los encuestados son menores de 30 anos, el 56% son mujeres y la mayoría poseen estudios universitarios (89%), con un nivel de ingresos familiares inferior a 20.000 euros en el 56% de los casos. El 62% de los encuestados hace

más de 3 anos que tienen abierta su perfil en Facebook, y el 56% ha buscado alguna vez información sobre marcas en Facebook.

4.2. Análisis de los datos

El método elegido para proceder al análisis de datos ha sido la técnica de la regresión por mínimos cuadrados parciales (PLS) (Chin, 1998). En este estudio se ha empleado PLS, por un lado, porque la técnica está concebida primariamente para análisis pre-dictivos en los que los problemas explorados muestran complejidad y, por otro, porque los conocimientos teóricos aún no han alcanzado un nivel de madurez crítico. Además PLS presenta ventajas frente a LISREL en fases iniciales de desarrollo y verificación de teorías, donde los modelos propuestos presentan una naturaleza exploratoria y no confirmatoria y son pocos los modelos validados empíricamente, como es nuestro caso. Además la técnica PLS también es apropiada para análisis de modelos de medida que combinan indicadores formativos y reflectivos (Diamantopoulos y Winklhofer, 2001). El modelo se estimó mediante SmartPLS 2.0, y la significatividad de los parámetros se estableció mediante un procedimiento de remuestreo por bootstrap de 500 submuestras de un tamano igual a la muestra original.

5. Resultados

El modelo de medida se ha analizado teniendo en cuenta la fia-bilidad individual de los ítems y la validez discriminante de los constructos (Hulland, 1999). Todas las cargas de los constructos reflectivos superan el valor de referencia de 0,707 (Carmines y Zeller, 1979), con la excepción de 6 ítems que han sido eliminados del análisis (ver anexo 1). Como se recoge en dicho anexo, el valor del alfa de Cronbach para cada uno de esos 6 constructos se encuentra entre 0,724 y 0,916, lo que es indicativo de una buena fiabilidad entre los indicadores de cada constructo. Por su parte, la fiabilidad compuesta de todos los constructos supera el límite de referencia de 0,7, incluso el más estricto de 0,8 (Nunnally, 1978). Además, los valores de las medias de la varianza extraída (AVE) son superiores a 0,5, garantizando la validez convergente del modelo (Fornell y Larcker, 1981).

Finalmente, para evaluar la validez discriminante de los cons-tructos comprobó que ningún ítem presente cargas superiores en otros constructos distintos al que pretende medir (Barclay, Higgins y Thompson, 1995). Un constructo tendrá validez discriminante si su AVE es mayor que el cuadrado de las correlaciones de su cons-tructo con los demás (Fornell y Larcker, 1981). Como se recoge en la tabla 2, todos los constructos del modelo presentan validez discriminante, por lo que podemos proceder a evaluar el modelo estructural.

La figura 2 muestra los resultados de la estimación de nuestro modelo estructural. Las flechas indican relaciones causales, y el número al lado de cada una de ellas representa su coeficiente estandarizado, figurando entre paréntesis el producto de dicho coeficiente estandarizado y el coeficiente de correlación entre los 2 constructos expresado en porcentaje (Falk y Miller, 1992). Utilizando la técnica de remuestreo bootstrap con 500 submuestras, se obtienen los valores del test-t y se verifica la significación de las relaciones causales establecidas.

La utilidad percibida (47,75%) es el constructo que más contribuye a la explicación de la intención de utilizar Facebook en el proceso de decisión de compra, seguida por la influencia social (8,65%) y la actitud (3,20%). Esto supone que no podamos rechazar las hipótesis H3, H5 y H11. Por su parte, el constructo actitud es explicado fundamentalmente por el disfrute percibido (33,17%), y en menor medida (6,19%) por la utilidad percibida, no rechazándose, por tanto, las hipótesis H4 y H9.

Tabla 2

Validez discriminante

ACT APT INT CON DP FUP UP IS

ACT 0,765409

APT 0,127883 N/A

INT 0,410399 0,037439 0,894025

CON 0,187594 0,071139 0,188226 0,893481

DP 0,606982 0,262105 0,424532 0,353929 0,834125

FUP 0,247882 0,249888 0,146442 0,054143 0,323122 0,829798

UP 0,397657 0,067519 0,755111 0,265726 0,441256 0,130637 0,891368

IS 0,524137 0,110483 0,571499 0,324433 0,503866 0,183382 0,595365 0,801506

Los elementos de la diagonal (en negrita) muestran la raíz cuadrada de la varianza extraída media (AVE).

Tampoco se rechaza la hipótesis H1, que sugería una influencia positiva de la aptitud sobre la facilidad percibida de uso, pero sin embargo la facilidad percibida de uso no influye ni sobre la utilidad percibida ni sobre la actitud, ni sobre la intención de uso, rechazándose por tanto las hipótesis H6, H7 y H8. Como antecedente

de la utilidad percibida aparece la influencia social confirmando la hipótesis H2. Por último, se rechaza la hipótesis H10 al no existir significatividad en la relación entre concentración y actitud.

La figura muestra que todos los valores del test Q2 de Stone-Geiser presentan relevancia predictiva al ser mayores que cero. El

0591 (35.20%)

0,151** (8.65%)

Figura 2. Resultados del modelo estructural. ns: no significativo — GoF = 0,443. *p<0,05; **p<0,01.

modelo muestra un aceptable poder predictivo (R2), ya que contribuye a explicar un 60,1% de la varianza de la intención de uso, un 35% de la utilidad percibida, un 19,7% de la actitud hacia el uso y un 6,2% de la facilidad de uso percibida. El ajuste global del modelo (GoF) muestra un buen ajuste, por encima del 0,4 (Tenenhaus, Vinzi, Chatelin y Lauro, 2005).

6. Conclusiones e implicaciones

Las redes sociales, y más concretamente Facebook, representan un medio de comunicación y un canal de ventas con un potencial de crecimiento enorme en los próximos anos. Su utilización por parte de las empresas para incrementar los servicios de valor anadido a sus clientes es uno de los desafíos a los que se enfrentan los expertos en marketing en los próximos anos. Por ello, conocer la importancia que los usuarios de Facebook conceden a la red social para apoyar sus decisiones de compra se convierte en un asunto de especial relevancia.

En el presente trabajo se han analizado los factores que anteceden a la intención de uso de Facebook en el proceso de decisión de compra, utilizando un modelo estructural que integra el modelo TAM con el modelo de estado de flujo. Para ello se ha trabajado con una muestra de más de 500 usuarios espanoles y portugueses de Facebook.

Los resultados del estudio muestran que la intención de uso de Facebook está influida por la utilidad percibida, por la influencia social y por la actitud hacia Facebook del individuo. La relación entre utilidad percibida y la intención de uso justificaría que los community managers o responsables de la gestión de redes sociales en las empresas dirijan sus esfuerzos no solo a incrementar el número de seguidores de sus páginas en Facebook, sino también a favorecer su participación activa en la misma, contribuyendo así a aumentar la utilidad percibida por los usuarios. Para que Face-book sea útil en la búsqueda de información y en la valoración de opciones de compra, los community managers deberían incentivar que un segmento relevante de fans genere contenidos y opiniones en la página de Facebook de su marca. Por un lado, pueden optar por incentivar su participación a través de preguntas, encuestas o concursos relacionados con la marca. Y por otro lado, pueden desarrollar acciones tendentes a favorecer la participación de los fans más activos, de los denominadores evangelizadores digitales (San José-Cabezudo, Camarero-Izquierdo y Rodríguez-Pinto, 2012), de forma que se refuercen sus comentarios positivos y se valoren las aportaciones críticas.

El efecto directo de la influencia social sobre la intención de uso de Facebook en el proceso de decisión de compra sugiere que el continuo aumento de los usuarios de redes sociales generará una mayor utilización de las mismas como herramienta para localizar información durante el proceso de decisión de compra, dado que cada vez será mayor el número de usuarios que apoyen este uso de la red social.

Finalmente, la relación significativa entre actitud e intención de uso justificaría que las empresas buscaran incrementar la actitud hacia Facebook de sus usuarios, recurriendo a las acciones encuadradas en el denominado marketing de contenidos, consistente en crear y compartir libremente contenidos de calidad que atraigan a los potenciales clientes a tu página de Facebook y, una vez convertidos en fans, participen activamente en ella. Las opciones son muy diversas y no exclusivas solo para su uso en Facebook, tales como la creación de White papers, e-books, Magalog, juegos en línea, webimar, webcast, vídeos, podcast, e-newletters, apps, etc. Estos contenidos promocionales, junto con descuentos y ofertas exclusivas, aportan un valor anadido al fan-consumidor que hacen aumentar la actitud positiva hacia Face-book y, según los resultados de nuestro estudio, aumentarían

su intención de utilizar esta red social en sus decisiones de compra.

La facilidad de uso percibida no parece tener una influencia directa sobre dicha intención de uso, ni sobre la utilidad percibida. Esta relación, que se ha mostrado como no significativa en solo 7 de 50 estudios realizados con el modelo TAM (Sun y Zhang, 2006), puede ser interpretada en el sentido de que cuando los usuarios están muy familiarizados con una determinada tecnología o aplicación, la facilidad de uso percibida no influye necesariamente en la utilidad percibida, ni en su intención de uso.

Por otra parte, la variable aptitud muestra una relación significativa con la facilidad de uso percibida, por lo que parece evidente que las nuevas generaciones con mayores niveles de aptitud tecnológica presentarán también mayores niveles de utilización de las redes sociales al incrementar la facilidad de uso percibida. Los resultados de este estudio también sugieren que el disfrute percibido podría jugar un rol esencial, incluso superior al de la utilidad percibida en la determinación de la actitud del individuo hacia Facebook como herramienta en el proceso de decisión de compra. Este resultado confirma a los community managers que el diseno de las páginas de Facebook de las empresas debe estar basado en experiencias estimulantes que eviten la generación de aburrimiento en las sucesivas visitas a los mismos. Un incremento de las experiencias relacionadas con el disfrute del usuario permite interactuar a este con la página en la red social y mejorar las relaciones mientras el usuario busca o explora.

Por último, debemos senalar que ni la concentración, ni la facilidad de uso percibida influyen sobre la actitud hacia Facebook. La no significatividad de la facilidad de uso percibida, si bien contradice el modelo TAM, puede ser entendida en el caso de Facebook por tratarse de una tecnología muy orientada al usuario que no requiere un largo proceso de aprendizaje, ya que su carácter intuitivo permite habituarse rápidamente a su manejo.

Contrariamente a lo sugerido en la literatura (Ghani y Deshpande, 1994; Wu y Wang, 2011), la variable concentración parece no ser válida en el caso de la utilización de Facebook. No obstante, al ser la primera vez que se contrasta dicha relación y antes de concluir la no validez de este componente del flujo habría que realizar análisis similares con diferentes muestras poblacionales.

Como principales limitaciones del presente estudio debemos senalar las relativas al procedimiento de adquisición de los datos. No obstante, consideramos que estamos ante una primera aproximación al uso de las redes sociales en el proceso de decisión de compra que puede servir de inspiración a futuros trabajos en los que se empleen muestreos probabilísticos y propongan nuevos constructos o escalas en el modelo. En este sentido, aunque todas las escalas empleadas para medir las variables latentes están basadas de desarrollos teóricos previos, algunos indicadores podrían actualizarse de acuerdo a nuevas aportaciones teóricas que permitan enfocarlos a medir la intención de uso de Face-book en el proceso de decisión de compra. Así, por ejemplo, sería interesante modificar las escalas de medida de las variables concentración, disfrute percibido o actitud para incluir ítems específicos relativos al uso de Facebook en el proceso de decisión de compra y no de carácter genérico como los utilizados en la presente investigación.

Por otra parte, sería interesante analizar posibles diferencias entre las distintas redes sociales (Twitter, My Space, etc.), dado que es posible que los consumidores se comporten de forma diferente en función de la plataforma con la que interactúan. Finalmente, y teniendo en cuenta que la intención de uso es una variable dinámica que está influida por el proceso y a su vez le proporciona retroalimentación, nuestro modelo podría mejorarse incorporando un estudio longitudinal que reforzará la validez del mismo.

Anexo 1. Evaluación del modelo de medida

Constructo

Cargas

Alfa de Cronbach

Fiabilidad compuesta

Facilidad de uso percibida 0,848

FUP1: Facebook es sencillo de utilizar, incluso la primera vez 0,731926

FUP2: La información en Facebook es fácil de localizar 0,824750

FUP3: Su estructura y contenidos son fáciles de entender 0,832150

FUP5: La navegación dentro de Facebook es fácil 0,823366

Influencia social 0,724

IS1: Creo que mis amigos apoyarían mi decisión de utilizar Facebook en mis decisiones 0,787041 de compra

IS3: Personas importantes para mí (familia, amigos) creen que debo usar Facebook 0,720690

IS5: Informaciones aparecidas en los medios de comunicación generan en mí un sentimiento 0,808112 favorable hacia el uso de Facebook en el proceso de decisión de compra Aptitud N/A

APT1: Creo que soy capaz de encontrar cualquier información en Internet 0,754695

APT2: Creo que soy capaz de encriptar (codificar) mis mensajes de correo electrónico 0,235019

APT3: Creo que soy capaz de crear una página web 0,048729

APT4: Creo que soy capaz de descargar ficheros desde otro ordenador 0,175930

APT5: Creo que soy capaz de realizar una compra en Internet -0,198208

APT6: Creo que soy capaz de interactuar en una red social 0,341598

APT7: Creo que soy capaz de tramitar la declaración de la renta o realizar otros trámites 0,065750 legales por la red

APT8: Creo que soy capaz de modificar la configuración de mi router -0,415057

Disfrute percibido 0,890

DP1: Usar Facebook es interesante 0,849671

DP2: Usar Facebook me gusta 0,814378

DP3: Utilizar Facebook es una buena forma de emplear el tiempo libre 0,797263

DP4: El contenido de Facebook y sus aplicaciones despiertan mi curiosidad 0,846349

DP5: El tiempo que dedico a Facebook es agradable y me hace sentir bien 0,861243

Concentración

CON1: Cuando utilizo Facebook pierdo la noción del tiempo 0,869096

CON2: Cuando utilizo Facebook no soy consciente de las cosas que suceden a mi alrededor 0,912133

CON3: Cuando utilizo Facebook a menudo me olvido de las cosas que tengo que hacer 0,898675

Utilidad percibida

UP1: Facebook me ayuda a conseguir información sobre determinados productos antes 0,928555 de decidir su compra

UP2: Facebook me ayuda a decidir mejor mis compras 0,927334

UP3: Facebook me permite obtener consejos de otros usuarios antes de decidir mi compra 0,887217

UP4: Facebook me facilita el contacto directo con las distintas marcas 0,817794

Actitud 0,763

ACT1: Creo que utilizar Facebook es bueno para mí 0,781545

ACT2: Tengo una opinión positiva sobre la participación en redes sociales 0,744654

ACT4: Las redes sociales son responsables de muchas de las cosas buenas con las que hoy 0,726215 nos divertimos

ACT6: La vida será más fácil y rápida gracias a las redes sociales 0,712720

Intención de uso 0,916

INT1: Tengo intención de utilizar Facebook en el proceso de decisión de compra 0,907676 de determinados productos

INT2: Antes de comprar algunos productos buscaré información de las posibles marcas 0,918304 en Facebook

INT3: Tendré en cuenta las opiniones que otros usuarios hayan indicado en Facebook sobre 0,874981 las marcas existentes

INT4: La información que una determinada empresa ofrezca en Facebook puede determinar 0,874267 mi decisión de compra

Bibliografía

Ajzen, I.y Fishbein, M.(1980). UnderstandingAttitudes and PredictingSocial Behaviour. Prentice Hall.

Barclay, D., Higgins, C. y Thompson, R. (1995). The partial least squares (PLS) approach to causal modeling, personal computer adoption and use as an illustration. Technology Studies, 2, 285-309.

Berthon, P., Pitt, L. F., Plangger, K. y Shapiro, D. (2012). Marketing meets Web 2.0, social media, and creative consumers: Implications for international marketing strategy. Business Horizons, 55(3), 261-271.

Carmines, E. G. y Zeller, R. A. (1979). Reliability and Validity Assessment. London: Sage Publications, Inc.

Chen, H., Wigand, R. T. y Nilan, M. (2000). Exploring Web users' optimal flow experiences. Information Technology & People, ¡3(4), 263-281.

Chen, M.-L., Lu, T.-E. y Chen, K.-J. L. (2011). A TAM-based study on senior citizens' digital learning and user behavioral intention toward use of broadband

network technology services provided via television. African Journal of Business Management, 5(16), 7099-7110. Chen, S.-C., Chen, H.-H., Lin, M. T. y Chen, Y. B. (2011). A conceptual model to understand the effects of perceptions on the continuance intention in Facebook. Australian Journal of Business and Management Research, 18, 29-34. Chief Marketing (2013). 2013 Social Marketing Survey [consultado 20 Jul 2014].

Disponible en: http://www.chiefmarketer.com Chin, W. (1998). The Partial Least Squares Approach to Structural Equation Modeling. In G. A. Marcoulides (Ed.), Modern Methods for Business Research (pp. 295-336). New York: Lawrence Erlbaum Associates Publisher. Chung, J., Park, N., Wang, H., Fulk, J. y McLaughlin, M. (2010). Age differences in perceptions of online community participation among non-users: An extension of the Technology Acceptance Model. Computers in Human Behavior, 26(6), 1674-1684.

Csikszentmihalyi, M. (1975). Beyond Boredom and Anxiety. San Francisco, California: Jossey-Bass.

Csikszentmihalyi, M. (1990). Flow: The Psychology of Optimal Experience. New York: Harper & Row.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use and user acceptance of information technology. MIS Quarterly, 13(3), 319-339.

Davis, F., Bagozzi, R. P. y Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982-1002.

Diamantopoulos, A. y Winklhofer, H. M. (2001). Index construction with formatve indicators: An alternative to scale development. Journal of Marketing Research, 38, 269-277.

Di Pietro, L. y Pantano, E. (2012). An empirical investigation of social network influence on consumer purchasing decision: The case of Facebook. Journal of Direct Data and Digital Marketing Practice, 14,18-29.

Echo Huang. (2012). Online experiences and virtual goods purchase intention. Internet Research, 22(3), 252-274.

Falk, R. y Miller, N. B. (1992). A Primer for Soft Modeling. Akron, Ohio: The University of Akron Press.

Fornell, C. y Larcker, D. (1981). Evaluating structural equation models with unob-servable variables and measurement error. Journal of Marketing Research, 18, 39-50.

Gallego, M. P., Luna, P. y Bueno, S. (2008). User acceptance model of open source software. Computer Human Behaviour, 24(5), 2199-2216.

Ghani, J. A. y Deshpande, S. P. (1994). Task characteristics and the experience of optimal flow in human-computer interaction. The Journal of Psychology, 128(4), 383-391.

Hajli, M. (2012). An integrated model for E-commerce adoption at the customer level with the impact of social commerce. International Journal of Information Science and Management, Special Issue (ECDC2012), 77-97.

Hargittai, E. (2007). Whose space? Differences among users and non-users of social network sites. Journal of Computer-Mediated Communication, 13, 276-297.

Hoffman, D. L. y Novak, T. P. (1996). Marketing in hypermedia computer-mediated environments: Conceptual foundations. Journal of Marketing, 60(3), 50-68.

Hoffman, D. L. y Novak, T. P. (2009). Flow online: Lessons learned and future prospects. Journal of Interactive Marketing, 23(1), 23-34.

Hsu, Y.-L. (2012). Facebook as international eMarketing strategy of Taiwan hotels. International Journal of Hospitality Management, 31,972-980.

Hulland, J. (1999). Use of partial least squares (PLS) in strategic management research: A review of four recent studies. Strategic Management Journal, 20(2), 195-204.

Jin, C. H. (2013). The role of facebook users' self-systems in generating social relationships and social capital effects. New Media & Society, October 9.

Lee, W., Xiong, L. y Hu, C. (2012). The effect of Facebook users' arousal and valence on intention to go to the festival: Applying an extension of the technology acceptance model. International Journal of Hospitality Management, 32(3), 819-827.

Liang, T., Ho, Y., Li, Y.-W. y Turban, E. (2011). What drives social commerce: The role ofsocial support and relationship quality. International Journal ofElectronic Commerce, 26(2), 69-90.

Lin, K.-Y. y Lu, H.-P. (2011). Intention to continue using Facebook fan pages from the perspective of social capital theory. Cyberpsychology, Behavior, and Social Networking, 24(10), 565-570.

Lorenzo, C., Alarcón, M. C. y Gómez, M. A. (2011). Adopción de redes sociales virtuales: ampliación del modelo de aceptación tecnológica integrando confianza y riesgo percibido. Cuadernos de Economía y Dirección de Empresas, 24(3), 194-205.

Michaelidou, N., Siamagka, N. y Christodoulides, G. (2011). Usage, barriers and measurement of social media marketing: An exploratory investigation of small and medium B2B brands. Industrial Marketing Management, 40,1153-1159.

Miranda, F. J., Chamorro, A. y Rubio, S. (2014a). Customer loyalty in the ADSL services market in Spain: Background and moderating effects. Services Marketing Quarterly, 35(1), 19-36.

Miranda, F. J., Chamorro, A. y Rubio, S. (2014b). Using social networks in the purchasing decision. International Journal of E-Business Research (in press).

Muntinga, D., Moorman, M. y Smit, E. (2011). Introducing COBRAs exploring motivations for brand-related social media use. International Journal of Advertising, 30(1), 13-46.

Nunnally, J. (1978). Psychometric Theory (2nd ed.). New York: McGraw-Hill.

Park, N. (2010). Adoption and use of computer-based voice over Internet protocol phone service: Toward an integrated model. Journal of Communication, 60(1), 40-72.

Pentina, I., Koh, A. C. y Le, T. T. (2012). Adoption of social networks marketing by SMEs: Exploring the role of social influences and experience in technology acceptance. International Journal of Internet Marketing and Advertising, 7(1), 65-82.

Pookulangara, S. y Koesler, K. (2011). Cultural influence on consumers' usage ofsocial networks and its' impact on online purchase intentions. Journal of Retailing and Consumer Services, 18,348-354.

Poyry, E., Parvinen, P. y Malmivaara, T. (2013). Can we get from liking to buying? Behavioral differences inhedonic and utilitarian Facebook usage. Electronic Commerce Research and Applications, 12(4), 224-235.

Razak, N. S. A. y Marimuthu, M. (2012). The relationship between co-creation value and Facebook shopping. Procedia Social and Behavioral Sciences, 65(3), 768-774.

San José-Cabezudo, R., Camarero-Izquierdo, C. y Rodríguez-Pinto, J. (2012). Looking for online opinion leaders: Why companies must identify and take care of more active users of online opinion spaces. Universia Business Review, 35, 14-31.

Sánchez-Franco, M. J., Rondán-Cataluña, F. J. y Villarejo-Ramos, A. F. (2007). Un modelo empírico de adaptación y uso de la Web. Utilidad, facilidad de uso y flujo percibidos. Cuadernos de Economía y Dirección de la Empresa, (30), 153-180.

Schivinski, B. y Dabrowski, D. (2013). The Impact of Brand Communication on Brand Equity Dimensions and Brand Purchase Intention Through Facebook: Working Paper. Gdansk University of Technology.

Suki, N. M. y Ramayah, T. (2010). User acceptance of the E-Government services in Malaysia: Structural equation modelling approach. Interdisciplinary Journal of Information, Knowledge, and Management, 5.

Sun, H. y Zhang, P. (2006). The role of moderating factors in user technology acceptance. International Journal of Human-Computer Studies, 64(2), 53-78.

Tenenhaus, M., Vinzi, V., Chatelin, Y.-M. y Lauro, C. (2005). PLS path modeling. Computational Statistics and Data Analysis, 48(1), 159-205.

Trevino, L. K. y Webster, J. (1992). Flow in computer-mediated communication. Communication Research, 19(5), 539-573.

Venkatesh, V. y Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 45(2), 186-204.

Venkatesh, V. y Morris, M. G. (2000). Why don't men ever stop to ask for directions? Gender, social influence, and their role in technology acceptance and usage behavior. MIS Quarterly, 24(1), 115-139.

Venkatesh, V., Davis, F. D. y Morris, M. G. (2007). Dead or alive? The development, trajectory and future of technology adoption research. Journal of the Association for Information Systems, 8(4), 267-286.

Wu, H.-L. y Wang, J.-W. (2011). An Empirical Study of Flow Experiences in Social Networks Sites. Paper215: PACIS 2011 Proceedings.

Yang, S.-C. y Lin, C.-H. (2011). Factors affecting the intention to use Facebook to support problem-based learning among employees in a Taiwanese manufacturing company. African Journal of Business Management, 5(22), 9014-9022.

Zhang, Y. y Leung, L. (2014). A review of social networking service (SNS) research in communication journals from 2006 to 2011. New Media & Society, 27.