factores clave para el desarrollo del comercio...
TRANSCRIPT
FACULTAD DE CIENCIAS EMPRESARIALES
Carrera de Marketing
FACTORES CLAVE PARA EL DESARROLLO DEL COMERCIO ELECTRÓNICO, QUE INFLUYEN EN LA
DECISIÓN DE COMPRA POR INTERNET DE CONSUMIDORES ENTRE 25 A MÁS AÑOS DE EDAD
DE LIMA METROPOLITANA EN EL AÑO 2019
Trabajo de Investigación para optar el Grado Académico de
Bachiller en Marketing
ISABEL GUERRA CERVANTES
Lima – Perú
2019
pág. 2
Índice General
Resumen .............................................................................................................. ………3
Introducción………………………………………………………………….................5
Método……………………………………………………………………………...…...8
Tipo y diseño de investigación. ……………………………………………………..8
Participantes. ……………………………………………………………………….9
Instrumentos. …………………………………….....................................................10
Procedimiento. …………………………………………………………………….12
Análisis de datos. ………………………………………………………………….13
Resultados.………………………………………………………………………….....15
Discusión.……………………………………………………………………………...21
Referencias…………………………………………………………………………….24
Índice de tablas
Tabla 1 - Población en miles de personas…………………………………………….…9
Tabla 2 - Población que hace uso de internet……………………………………………9
Tabla 3 - Estadístico descriptivo…………………………………………………….....15
Tabla 4 - Estimación del modelo Logit……………………………………………..….15
Tabla 5 - Expectativa de predicción Logit……………………………………………..17
Tabla 6 - Estimación del modelo Probit………………………………………………..17
Tabla 7 - Expectativa de predicción Probit………………………………………….....19
Tabla 8 - Modelo de elección discreta………………………………………………....19
pág. 3
Resumen
El estudio se analizaron los factores clave que el Comercio Electrónico ha tenido en los
últimos años, mediante las distintas variables, tales como el Grado académico, Gasto
promedio, Edad, Nivel de ingreso, Acceso a internet, que influyen en la decisión de
compra de productos por consumidores de entre 25 años a más residentes en Lima
Metropolitana en el año 2019. Además de profundizo como el marketing digital ha tenido
un impacto en el comercio electrónico a través del tiempo en nuestro país permitiéndoles
a muchas empresas vender sus productos online y ahorrar costos. Todo se realizó
mediante el método de máxima verosimilitud empleando un tipo de investigación mixta
(Cualitativa-Cuantitativa) y con un diseño correlacional, analizados los datos
proporcionados por una encuesta. Además, han investigado a las principales demandas
que exige la población limeña y el nivel de satisfacción que reciben los clientes.
Finalmente, se consideró importante descubrir cómo afectaría directamente a las
empresas y qué impactos tendría si la población limeña comienza a utilizar este medio
para realizar sus compras.
Palabras claves: Marketing digital, Comercio Electrónico, Decisión de compra.
pág. 4
Abstract
The study analyzed the key factors that Electronic Commerce has had in recent years,
through the different variables, such as the Academic Degree, Average expenditure,
Age, Income level, Internet access, which influence the decision to purchase products
by consumers between 25 years and more residents in Metropolitan Lima in the year
2019. In addition to deepening how digital marketing has had an impact on electronic
commerce over time in our country allowing many companies to sell their products
online and save costs Everything was done using the maximum likelihood method using
a mixed type of research (Qualitative-Quantitative) and with a correlational design,
analyzing the data provided by a survey. In addition, they have investigated the main
demands demanded by the Lima population and the level of satisfaction that customers
receive. Finally, it was considered important to discover how it would directly affect
companies and what impacts it would have if the Lima population began using this
means to make their purchases.
Keywords: Digital Marketing, Electronic Commerce, Purchase decision.
pág. 5
Introducción
El problema es debido a factores como la inaccesibilidad de internet por instituciones,
desinformación, inseguridad al pagar por medios en línea, desconfianza, temor al fraude
electrónico que pueda generar una experiencia negativa.
Cabe resaltar que, según la INEI, para el año 2018 solo el 49% de peruanos mayores de
6 años tenían acceso a internet, esto dificulta mucho que la población acceda a
interactuar con aparatos que permitan realizar la compra de productos o servicios a
través del comercio electrónico.
Para formular el problema también tomamos en consideración la cultura peruana, ya que
se debe de tomar en cuenta que a partir del año 1995 se logró conectar al Perú mediante
salidas satelitales en servidores informáticos en EE.UU. Sin embargo, fue a partir del año
2000 cuando se comenzaron a instalar cabinas mediante las cuales los usuarios podían
tener acceso a internet.
El problema tiene lugar luego de que el índice de usuarios que utilizan el e-commerce en
el Perú es muy bajo y desde nuestro punto de vista, existen razones que están limitando
el uso de comercio electrónico, pero antes es importante tener en cuenta a las personas
que si son contabilizados como usuarios de comercio electrónico. Los distintos factores
que limitan que el comercio electrónico para que sea tomado como una opción al
momento de realizar compras. Consideramos interesante descubrir los motivos por los
cuales consumidores y empresas de Lima no están aprovechando las ventajas
tecnológicas que ofrece el comercio electrónico hoy en día. Además, una vez resuelto el
problema investigaremos acerca de posibles productos o servicios que podrían tener éxito
a través de este medio.
También consideramos que el tema del comercio electrónico en la realidad peruana es
nuevo. Esto trae como consecuencia indagar acerca los factores que se relacionan con el
comportamiento de compra en consumidores peruanos. La presente investigación tendrá
como consecuencia realizar hallazgos que permitan la evolución del comercio electrónico
y las aplicaciones desde un punto de vista práctico.
Otra razón por la cual escogimos desarrollar el presente tema es debido a la escasa
información que se encuentra y pensamos que mediante el análisis detallado de los
pág. 6
factores que influyen en el proceso de decisión de compra también podría beneficiar a las
empresas en distintas industrias que en un futuro entren a competir en el mercado peruano.
Laudon, K. C., & Traver, C. G. (2013). Existió un incremento sostenido en el uso
del comercio electrónico entre los años 2003 y 2007 en países desarrollados, como
Estados Unidos, en el cual las compras online realizadas por consumidores, representaron
USD $ 172,000 millones en el año 2005. Grandes tiendas detallistas que se convirtieron
en tiendas por internet fueron Wal-Mart y General Electric, sumándose así a compañías
gigantes de comercio electrónico puro tales como Ebay y Amazon.com.
Barrantes, R., & Cozzubo, A. (2015). Estos autores demostraron que actualmente
existen barreras que impiden el acceso a internet en muchos lugares del Perú. Asimismo,
según el Minedu en el año 2018, sustentó que los más vulnerables a esto son personas de
escasos recursos y gente que vive en comunidades pobres y rurales en el país. Además de
esto es importante resaltar que la tasa de alfabetismo aun es enorme contando con 369
mil 265 personas que no saben leer ni escribir, esto dificulta en cierta manera el acceso
que estas personas pudieran tener a internet
Falcón, D. (2017, March 21). Por un lado, en relación a la participación de
mercado para comercio electrónico en el Perú, lideraba Amazon, con 26,5%, luego Saga
Falabella y en menor presencia, iStore.
Según Suazo, J. (2018) en su investigación "Estrategias de marketing digital y su relación
con la decisión de compra", tuvo como objetivo relacionar las estrategias de marketing
digital con la decisión de compra a través de internet. Esta investigación fue de tipo
descriptiva con un diseño correlacional, además la información se recolectó mediante una
encuesta previamente realizada. Se dio por concluido que la influencia más importante de
este tema fueron los comentarios las experiencias de familiares y amigos sobre compras
por internet, también es importante identificar los puntos de venta más faciles para todo
aquel que tenga un smartphone.
Según Buchelli, M. y Cabrera, L. (2017) en su investigación "Aplicación del marketing
digital y su influencia en el proceso de decisión de compra de los clientes grupo he y
asociados S.A.C. Kallma Café Bar, Trujillo 2017", determinó como objetivo la
determinación influyente de la decisión de compra de clientes en las estrategias de
marketing digital. Esta investigación tuvo un diseño lineal cuasi experimental y se llevó
pág. 7
a cabo a través de una encuesta y entrevista. Mediante la recolección de datos se procedió
a descubrir que el marketing digital contribuye positivamente en el proceso de decisión
de compra de clientes del grupo He y Asociados S.A.C "Kallma Café Bar".
Finalmente, nuestro estudio también nos dará a conocer el impacto que tiene el e-
commerce en nuestro país y nos permitirá distinguir los distintos hechos que impulsan un
comercio electrónico en los diferentes sectores, pero enfocándose más en los terciarios o
de servicios como el comercio, turismo, transporte, sanidad y educación. Además, es
importante tener en cuenta que, debido a la poca indagación de este tema, no existen
suficientes argumentos que permitan un estudio concreto sobre las posibles ventajas que
podría generar la implementación del comercio electrónico en empresas que actualmente
se encuentran compitiendo por ganar rentabilidad en el mercado peruano.
pág. 8
Método
La metodología aplicada en la investigación fue de máxima verosimilitud, ya que, se
quiso analizar con precisión la influencia del comercio electrónico mediante las variables
edad, grado académico, nivel de ingreso mensual, gasto promedio mensual y acceso a
internet, en los consumidores que compran en los distritos de Lima Metropolitana en el
2019.
Tipo y diseño de investigación.
Podemos seleccionar que el tipo de investigación es mixta (cualitativa y cuantitativa). La
presente investigación a desarrollar tendrá un carácter transversal; debido a que, se
investigó y recopilo datos de un periodo determinado, para medir la influencia que tiene
el comercio electrónico y las principales variables que influyeron en las compras en Lima
en el primer trimestre del 2019. Además de esto mediremos los impactos positivos o
negativos que el comercio electrónico pueda tener en un momento dado; Además el
comportamiento, las percepciones y actitudes de los hombres y mujeres que actualmente
compran por internet. Debido a que existen dos tipos de diseños de investigación: el tipo
no experimental y el experimental, hemos optado que para el presente trabajo esta será
carácter no experimental y transaccional debido a que observamos los fenómenos en su
contexto natural a través de encuestas, no manipulamos las variables independientes. Si
bien es cierto que el comercio electrónico es nuevo en nuestro país a comparación de
otros, debemos de tener en cuenta que ya es una realidad. La investigación se centro en
evaluar la situación actual del comercio electrónico y ubico las relaciones que puedan
tener en el proceso de compra mediante el e-commerce.
pág. 9
Participantes.
La población que hemos determinado está compuesta por hombres y mujeres de 25 a más
que tienen acceso a internet en Lima metropolitana, decidimos escoger las variables edad
y acceso a internet para tener una muestra. El total de personas de 25 a más años que
tenían acceso y hacían uso de internet para el año 2017 en Lima Metropolitana fue del
64% (Instituto Nacional de Estadística e informática). Teniendo en cuenta que la
población mayor de 25 años a más para el año 2017 fue de 6523.9 millones de personas
en Lima Metropolitana. Teniendo en cuenta estas cifras determinamos que las personas
mayores de 25 años que tienen acceso a internet son de 4175.296 millones, por lo que
usamos esa cifra como variable para el cálculo de la muestra. Hemos considerado un
grado de confiabilidad de 1.96 y un nivel de significancia del 5%. Muestreo Aleatorio
simple.
Tabla 1- Población en miles de personas
Departamento 25-39 40-55 56 a más
Lima Metropolitana 2,705.7 2,139.5 1,678.7
Fuente: CPI
Tabla 2 – Población que hace uso de internet
Fuente: INEI (Instituto Nacional de Estadística e Informática)
Total 31.1 31.6 33.9 34.8 36.0 38.2 39.2 40.2 40.9 45.5 48.7
6-16 años 36.0 37.4 39.7 41.6 43.0 44.0 45.1 45.0 44.7 47.7 48.5
17-24 años 56.6 56.3 59.0 59.8 61.3 64.4 66.2 68.2 68.6 74.9 77.7
25 y más años 21.1 21.6 23.9 24.5 25.7 28.2 29.1 30.4 31.8 36.8 41.4
2017
POBLACIÓN QUE HACE USO DE INTERNET, SEGÚN GRUPOS DE EDAD Y ÁMBITO GEOGRÁFICO, 2007-2017
20152013
(Porcentaje)
2011 Grupos de edad/
Ámbito geográfico2007 2008 2009 2010 2012 2014 2016
pág. 10
En Donde:
n= el tamaño de la muestra
Z= el grado de confiabilidad (1.96)
p= la probabilidad de ocurrencia del evento (50%)
q= la probabilidad de no ocurrencia del evento (50%)
d= el nivel de significancia (0.05)
N= el tamaño de la población total (4,152,960)
Nuestra muestra fue calculada de
𝑛 =4152960 × 1.962 × 0.5 × 0.5
0.052 × (62,664 − 1) + 1.962 × 0.5 × 0.5
𝑛 = 384.1244675 ≈ 384.1244675
Concluimos que la muestra que utilizamos será de 384 personas que sean mayores de 25
años, tengan acceso y hagan uso de internet y además residan en Lima Metropolitana.
Instrumentos.
La investigación tiene 384 encuestas que han debido de ser ejecutadas a personas entre
25 a más años de edad que residan en Lima Metropolitana y que tengan acceso a internet.
Hemos dividido la encuesta en una de preguntas filtro y además otras cinco categorías de
acuerdo a cada variable.
En la primera sección de la encuesta se realizaron las preguntas filtro para determinar si
el encuestado tiene internet en el domicilio, determinar si realiza compras por internet y
evaluar la frecuencia, esto nos ayudó a saber si los encuestados pasaban el filtro y nos
servían para analizar los resultados. Es importante tener en cuenta si los encuestados
pasaban el filtro para saber si podían formar parte de nuestra muestra.
En primera categoría de nuestra variable incluimos el gasto promedio ya que es una de
nuestras variables y nos ayudará a reconocer el monto que los encuestados normalmente
suelen o están dispuestos a pagar por un producto cuando lo compran por internet.
Además de eso también consideramos el medio de pago que utilizan, ya sea tarjeta de
crédito, débito o efectivo.
pág. 11
La segunda categoría está asociada con nuestro variable acceso a internet, en nuestras
preguntas hemos considerado el tipo de conexión de nuestros encuestados y la plataforma
en la que usualmente realizan compras por internet, en esta categoría también hemos
incluido los dispositivos y el tiempo en cual están expuestos a internet, incluyendo no
solo las horas, pero también los días.
Para nuestra tercera categoría considerando la variable edad, la hemos incluido dentro de
nuestras preguntas de perfil socioeconómico. Dentro de estas consideramos la variable
edad, para determinar un rango de edad de los encuestados, pero además el sexo y lugar
de residencia.
En la cuarta categoría consideramos la variable nivel de ingreso para determinar la
remuneración mensual de los encuestados.
Como última y quinta variable que incluimos en la categoría final fue la de grado
académico para recaudar la información acerca de los estudios de nuestros encuestados,
ya sean bachiller, pregrado o postgrado
pág. 12
Procedimiento.
Para obtener los datos se elaboraron 23 preguntas con la finalidad de responder los
objetivos generales y específicos de nuestro trabajo de investigación. La encuesta se
desarrolló 100% de manera virtual. El tiempo de ejecución fue aproximadamente desde
quincena de mayo hasta fines del mismo mes del presente año 2019.
Como punto de investigación para el procedimiento de recolección de datos,
determinamos que sería mucho mejor realizarla mediante un formulario de encuestas,
teniendo en cuenta las posibles opciones como múltiple, con escala Likert, etc.
En este caso se hizo un formulario de 384 preguntas con preguntas abiertas, cerradas,
dicotómicas para permitir que las respuestas sean certeras. Además de esto también es
importante mencionar que la encuesta se realizó de manera virtual. La encuesta fue
realizada mediante google cuestionarios por su practicidad de formulación y además por
la simpleza. Los resultados mostrados mediante esta plataforma fueron en porcentajes,
gráficos y respuestas abiertas. Los datos obtenidos se recolectaron enviando el
cuestionario a través de redes sociales como Facebook e Instagram, específicamente
mediante grupos.
pág. 13
Análisis de datos.
Para analizar los resultados se definió la probabilidad de aceptación y rechazo con
respecto a la variable dicotómica.
P (DC = 1) = P
P (DC = 0) = 1 – P
Donde:
DC: Decisión de compra – Variable dicotómica
Por lo tanto, el modelo de respuesta cualitativa con la variable dependiente decisión de
compra es una variable binominal; es decir, adopto valores de 0 y 1; donde 0 representó
que los factores socioeconómicos no influyen en la decisión de compra y 1 que los
factores socioeconómicos influyen en la decisión de compra.
Se formuló la siguiente distribución de probabilidad para decisión de compra dados la
edad, grado de académico, nivel de ingreso, gasto promedio mensual y acceso a
internet.
𝑍𝑖 = 𝐿𝑛 (𝑃
1 − 𝑝)
Eliminando el logaritmo
𝑒𝑍𝑖 = 𝐿𝑛 (𝑃
1 − 𝑝)
Por lo tanto, se planteó el siguiente modelo de respuesta cualitativa:
𝒁𝒊 = 𝑫𝑪 = 𝜷𝟏 + 𝜷𝟐𝑬𝟐 + 𝜷𝟑𝑮𝑹𝑨𝟑 + 𝜷𝟒𝑵𝑰𝑵𝑮𝟒 + 𝜷𝟓𝑮𝑷𝑴𝟓 + 𝜷𝟔𝑨𝑪𝑻𝟔 + 𝝁𝒊
Donde:
Z: Variable latente para analizar la probabilidad
E: Edad
GRA: Grado académico
NING: Nivel de ingreso
GPM: Gasto promedio mensual
ACT: Acceso a internet
Por tal razón, se utilizó el programa Eviews 10 para estimar los modelos LOGIT y
PROBIT; asimismo, en primera instancia al estimar el modelo se analizó el test de
pág. 14
significancia individual de las series; debido a que, las series con una probabilidad mayor
al nivel de significancia de 5%, no serían significativas individualmente con la variable
dependiente (Decisión de compra). De la misma forma, se analizó la significancia global
de los parámetros, donde indicó si el modelo grupal es significativo mediante la
probabilidad del estadístico LR, el cual debe ser menor al nivel de significancia de 5%.
Por otro lado, se analizó los coeficientes del modelo para poder interpretar los
efectos marginales del modelo; debido a la naturaleza del modelo se calculó los efectos
marginales empleando el número Aureliano elevado al coeficiente de cada serie.
Asimismo, se interpretó cada efecto como un incremento de una unidad de la variable
independiente generó un incremento del efecto marginal calculado sobre la razón de
probabilidad de la variable dependiente.
Luego se evaluó la expectativa de predicción del modelo Logit-Probit, donde se
observó el % correcto de las observaciones que nos indicó la variable dicotómica; a su
vez, se pudo conocer el % de precisión de los participantes influenciados por los factores
y los que no.(Larios, González, & Álvarez, 2016).
Finalmente, con el modelo de elección discreta se pudo observar que el r-squared
del modelo Probit era mayor al modelo Logit, indicando que el mejor modelo para
expresar los parámetros de las variables independientes fue el PROBIT, esto también lo
acreditaron los criterios de información AIC y BIC.
pág. 15
Resultados
A continuación, se presentan los resultados de las 384 encuestas realizadas para la
investigación:
Estadísticos Descriptivos
Tabla 3 - Estadístico descriptivo
Decisión
Compra Edad
Grado
Académico
Nivel
Ingreso
Gasto
Promedio
Median 1 27 1 930 200
Std. Dev. 0.412152 4.922879 0.363566 1478.103 121.6699
Skewness -1.379222 0.37922 -1.893459 1.30935 1.143365
Kurtosis 2.902254 1.73628 4.585185 3.054396 3.09885
Jarque-Bera 121.8971 34.75551 269.6568 109.7689 83.82254
Probability 0 0 0 0 0
Observations 384 384 384 384 384
Fuente: Elaboración propia.
En el test de normalidad de Jarque Bera se puede observar que ninguna de las variables
presenta una distribución normal, pues la probabilidad del estadístico es menor al nivel
de significancia de 5%.
Modelo Logit
A continuación, se estima el modelo Logit de distribución acumulada logística:
Tabla 4 - Estimación del modelo Logit
Dependent Variable: Decisión Compra
Variable Coefficient Std. Error Z-Statistic Prob.
Edad -0.138953 0.032647 -4.256281 0
Grado Academico 1.432736 0.380388 3.766509 0.0002
Nivel Ingreso -0.000409 9.10e-05 -4.498054 0
Gasto Promedio 0.01026 0.002077 4.939383 0
Acceso Internet 2.202558 0.390241 5.644091 0
C 1.608985 1.026809 1.566976 0.1171
Mcfadden R-Squared 0.285639 Prob(Lr Statistic) 0
Akaike Info Criterion 0.777024 Log Likelihood -143.1886
Schwarz Criterion 0.838753 Restr. Log Likelihood -200.4428
Fuente: Elaboración propia.
La estimación muestra que, todos los parámetros (Coeficientes) son significativos ya
que el z estadístico es mayor a 2 en valor absoluto y que las probabilidades son menores
pág. 16
al nivel de significancia de 5%. Por otro lado, el R^2 de McFadden es 0.285639 y la
significancia global de los parámetros es buena debido a la probabilidad de LR, la cual
es menor al nivel de significancia de 5%. Asimismo, se presentó las interpretaciones
correctas de los coeficientes y efecto marginales propuestas por el modelo Logit
Edad
La edad presenta un coeficiente negativo, por tal razón, existe una relación inversa con
la razón de probabilidad.
El efecto marginal del cambio un año en la edad en la razón de probabilidades:
𝑒−0.138953 = 0.8703
Es decir, un incremento un año en la edad genera un incremento de 0.8703 en la razón
de probabilidades.
Grado académico
El Grado académico presenta un coeficiente positivo, por tal razón, existe una relación
directa con la razón de probabilidad.
El efecto marginal del cambio de un grado académico en la razón de probabilidades:
𝑒1.432736 = 4.1901
Es decir, un incremento de un grado académico genera un incremento de 4.1901 en la
razón de probabilidades.
Nivel ingreso
El nivel de ingreso presenta un coeficiente positivo, por tal razón, existe una relación
directa con la razón de probabilidad.
El efecto marginal del cambio unitario del nivel de ingreso en la razón de
probabilidades:
𝑒−0.000409 = 0.9996
Es decir, un incremento de una unidad en el nivel de ingreso genera un incremento de
0.9996 en la razón de probabilidades.
Gasto Promedio
El gasto promedio presenta un coeficiente positivo, por tal razón, existe una relación
directa con la razón de probabilidad.
El efecto marginal del cambio unitario en el Gasto promedio en la razón de
probabilidades:
𝑒0.01026 = 1.0103
pág. 17
Es decir, un incremento de una unidad en el Gasto promedio genera un incremento de
1.0103 en la razón de probabilidades.
Acceso a internet
El Acceso a internet presenta un coeficiente positivo, por tal razón, existe una relación
directa con la razón de probabilidad.
El efecto marginal del cambio unitario del Acceso a internet en la razón de
probabilidades:
𝑒2.202558 = 9.0481
Es decir, un incremento de una unidad en el Acceso a internet genera un incremento de
9.0481 en la razón de probabilidades.
Tabla 5 - Expectativa de predicción Logit
C = 0.5 Dep=0 Dep=1 Total
P(Dep=1)<=C 38 19 57
P(Dep=1)>C 45 282 327
Total 83 301 384
Correct 38 282 320
% Correct 45.78 93.69 83.33
Fuente: Elaboración propia.
El modelo Logit especificado predice de manera correcta el 83.33% de las
observaciones y específicamente se predice con mayor certeza los 1 que los 0; ya que, el
porcentaje de certeza de estimación es de 93.69% y 45.78 % respectivamente.
Modelo Probit
A continuación, se estimará el modelo Probit de distribución normal acumulada:
Tabla 6 - Estimación del modelo Probit
Dependent Variable: Decision Compra
Variable Coefficient Std. Error Z-Statistic Prob.
Edad -0.076419 0.018214 -4.19556 0
Grado_Academico 0.828005 0.213561 3.877127 0.0001
Nivel_Ingreso -0.000252 5.25e-05 -4.802305 0
Gasto_Promedio 0.005639 0.001109 5.08431 0
Acceso_Internet 1.222438 0.215747 5.666068 0
C 0.935683 0.581101 1.610191 0.1074
Mcfadden R-Squared 0.288071 Prob(Lr Statistic) 0
Akaike Info Criterion 0.774484 Log Likelihood -142.701
Schwarz Criterion 0.836213 Restr. Log Likelihood -200.4428
pág. 18
Fuente: Elaboración propia.
La estimación muestra que, todos los parámetros (Coeficientes) son significativos ya
que el z estadístico es mayor a 2 en valor absoluto y que las probabilidades son menores
al nivel de significancia de 5%. Por otro lado, el R^2 de McFadden es 0.288071 y la
significancia global de los parámetros es buena debido a la probabilidad de LR, la cual
es menor al nivel de significancia de 5%. Asimismo, se presentó las interpretaciones
correctas de los coeficientes y efecto marginales propuestas por el modelo Logit
Edad
La edad presenta un coeficiente negativo, por tal razón, existe una relación inversa con
la razón de probabilidad.
El efecto marginal del cambio un año en la edad en la razón de probabilidades:
𝑒−0.076419 = 0.9264
Es decir, un incremento un año en la edad genera un incremento de 0.9264 en la razón
de probabilidades.
Grado académico
El Grado académico presenta un coeficiente positivo, por tal razón, existe una relación
directa con la razón de probabilidad.
El efecto marginal del cambio de un grado académico en la razón de probabilidades:
𝑒0.828005 = 2.2887
Es decir, un incremento de un grado académico genera un incremento de 2.2887 en la
razón de probabilidades.
Nivel ingreso
El nivel de ingreso presenta un coeficiente positivo, por tal razón, existe una relación
directa con la razón de probabilidad.
El efecto marginal del cambio unitario del nivel de ingreso en la razón de
probabilidades:
𝑒−0.000252 = 0.9997
Es decir, un incremento de una unidad en el nivel de ingreso genera un incremento de
0.9997 en la razón de probabilidades.
Gasto Promedio
El gasto promedio presenta un coeficiente positivo, por tal razón, existe una relación
directa con la razón de probabilidad.
pág. 19
El efecto marginal del cambio unitario en el Gasto promedio en la razón de
probabilidades:
𝑒0.005639 = 1.0057
Es decir, un incremento de una unidad en el Gasto promedio genera un incremento de
1.0057 en la razón de probabilidades.
Acceso a internet
El Acceso a internet presenta un coeficiente positivo, por tal razón, existe una relación
directa con la razón de probabilidad.
El efecto marginal del cambio unitario del Acceso a internet en la razón de
probabilidades:
𝑒1.222438 = 3.3955
Es decir, un incremento de una unidad en el Acceso a internet genera un incremento de
3.3955 en la razón de probabilidades.
Tabla 7 - Expectativa de predicción Probit
C = 0.5 Dep=0 Dep=1 Total
P(Dep=1)<=C 38 19 57
P(Dep=1)>C 45 282 327
Total 83 301 384
Correct 38 282 320
% Correct 45.78 93.69 83.33
Fuente: Elaboración Propia
El modelo Probit especificado predijo de manera correcta el 83.33% de las
observaciones y específicamente se predice con mayor certeza los 1 que los 0; ya que, el
porcentaje de certeza de estimación es de 93.69% y 45.78 % respectivamente.
Tabla 8 - Modelo de elección discreta
Bondad De Ajuste Logit Probit
Log Likelihood -143.189 -142.701
Restr. Log Likelihood -200.443 -200.4428
Akaike Info Criterion 0.777024 0.774484
Schwarz Criterion 0.838753 0.836213
Mcfadden R-Squared 0.285639 0.288071
Fuente: Elaboración propia.
pág. 20
Mediante los criterios presentados en la tabla se puede determinar que el modelo con
mejor ajuste (Precisión) es el modelo Probit; debido a que, presenta mejores valores en
el R-Squared y presenta valores más cercanos al 0 en los criterios de información
(Akaike y Schwarz). Asimismo, los valores de Log Likelihood y Restr. Log Likelihood
son menores.
pág. 21
Discusión
Se discutió el tipo de relación que presentan la variable edad y nivel de ingreso, siendo
negativas; es decir, inversa según la muestra estudiada de Lima Metropolitana. Esto
indicó que las personas que realizan más compras por las plataformas digitales son los
jóvenes; a su vez, los ingresos no son un impedimento para realizar compra por internet,
ya que, los participantes lo ven como una oportunidad de diversificar sus compras.
La variable gasto promedio tuvo un efecto positivo sobre la decisión de compra
respaldando el aporte de la investigación de Budnarowska & Marciniak en 2008
indicando que los minoristas han sido beneficiados con el uso de las plataformas digital
en Europa. Por su parte, Riveros & Silva en 2007 indicaron que la realidad en américa
central y sur américa, es similar donde los comercios B2C generan ganancias positivas y
que los consumidores han comenzado a consumidor de manera más masiva en los
ecommerce.
El grado de académico y acceso a internet de los participantes son factores
relevantes con la decisión de compra mediante ecommerces, esto reflejó que es
importante tener un grado académico superior para no tener miedo al momento de realizar
compras por internet. Además de esto es importante resaltar que la tasa de alfabetismo
aun es enorme contando con 369 mil 265 personas que no saben leer ni escribir, esto
dificulta en cierta manera el acceso que estas personas pudieran tener a internet.
En base a los resultados de la presente investigación se pudo concluir que, si existe
un efecto positivo en los factores claves para el desarrollo del Comercio Electrónico en
la decisión de compra por internet de consumidores de Lima Metropolitana en el año
2019; ya que, los modelos Logit y Probit se demuestra que la edad, grado académico,
nivel de ingreso, gasto promedio y acceso a internet incrementan la intención de compra
en los Ecommerces.
Por otro lado, los modelos presentaron el mismo nivel de porcentaje de éxito en
la estimación de la variable dicotómica con un 83.33%; sin embargo, mediante el modelo
de elección discreta se concluyó que el modelo Probit presenta mejor bondad de ajuste
para interpretar los resultados.
El efecto marginal de la edad en la decisión de compra fue negativo, según el
modelo Logit, si la edad aumenta en un año la razón de probabilidad de aumento será de
0.8703 y según el modelo Probit si el número de años aumenta en uno la razón de
probabilidad aumentaría en 0.9264.
pág. 22
El efecto marginal del grado académico en la decisión de compra fue positivo,
según el modelo Logit, si el grado académico aumenta en un grado la razón de
probabilidad de aumento será de 4.1901 y según el modelo Probit si el grado académico
aumenta en uno la razón de probabilidad aumentaría en 2.2887.
El efecto marginal del nivel de ingreso en la decisión de compra fue negativo,
según el modelo Logit, si los ingresos aumentan en una unidad la razón de probabilidad
de aumento será de 0.9996 y según el modelo Probit si el nivel de ingreso aumenta en una
unidad la razón de probabilidad aumentaría en 0.9997.
El efecto marginal del gasto promedio en la decisión de compra fue positivo,
según el modelo Logit, si los gastos aumentan en una unidad la razón de probabilidad de
aumento será de 1.0103 y según el modelo Probit si los gastos aumentan en una unidad
la razón de probabilidad aumentaría en 1.0057.
El efecto marginal del acceso a internet en la decisión de compra fue positivo,
según el modelo Logit, si el acceso a internet aumenta en una unidad la razón de
probabilidad de aumento será de 9.0481 y según el modelo Probit si el acceso a internet
aumenta en una unidad la razón de probabilidad aumentaría en 3.3955.
Como recomendaciones teniendo en cuenta que las personas que utilizan e-
commerce en el Perú son en su mayoría jóvenes, se puede utilizar este estudio para
adoptar estrategias de Marketing teniendo como público objetivo un rango de edad joven.
Otra recomendación es que teniendo en cuenta que las personas jóvenes también
tienen ingresos más altos por lo que se recomendaría iniciar negocios asociados a una
industria atrayente para ellos, como por ejemplo negocios más orientados a la tecnología.
Es recomendable analizar a fondo el lugar donde se pretenda incursionar, ya que,
si bien es cierto que el grado de instrucción jugó un papel importante en nuestra
investigación, existen lugares en Lima donde aún había una tasa de analfabetismo crítica
que impidió el acceso a realizar la compra de productos por internet.
El grado académico también se considera importante por lo que empresas que
quieran incursionar en el negocio del e-commerce debieron de educar a sus clientes en
caso no tengan un grado académico alto o requerido para realizar compras, en otras
palabras, se recomienda realizar campañas de Marketing orientadas a todo público en
general, con un mensaje simple y sencillo que permita el entendimiento por parte de todo
el público al que va dirigido.
Es una oportunidad atractiva para personas que quieran invertir en incursionar en
este segmento debido a que el comercio electrónico en países como el Perú está aún en
pág. 23
desarrollo, centrándonos en Lima Metropolitana se recomienda que estudios como este
sirvan de complemento hacia otros países en vías de desarrollo que existen en
Latinoamérica.
Al haber tenido en cuenta que la variable edad y nivel de ingreso no tienen tanta
influencia para la investigación podemos recomendar a las empresas que incursionen en
diferentes industrias, esto ayudará al crecimiento del país debido a que las empresas
extranjeras o peruanas tienen la oportunidad de entrar y tener la atención de personas de
todas las edades y con diferentes niveles socioeconómicos.
pág. 24
Referencias
Larios, J.; González, C., & Álvarez, V. (2016). Investigación en Economía y Negocios:
Manual de metodología con aplicaciones de E-views. Lima: Fondo editorial de
la Universidad San Ignacio de Loyola.
Laudon, K. C., & Traver, C. G. (2013). E-Commerce 2014: Business, Technology.
Society, Tenth Edition, Prentice-Hall, Inc.
Budnarowska, C., & Marciniak, R. (2008). An autoethnographic approach to examining
electronic retail development. eprints.bournemouth.ac.uk
Riveros, DPB., & Silva, PPB. (2007). El comercio electrónico y la logística en el
contexto latinoamericano. Scientia et technica. redalyc.org
Falcón, D. (2017, March 21). Comercio electrónico en el Perú – 2017 [Gestión].
Retrieved from http://gestion.pe/blog/innovaciondisrupcion/2017/03/comercio-
electronico-en-el-peru-2017.html
Barrantes, R., & Cozzubo, A. (2015). Edad para aprender, edad para enseñar: el rol del
aprendizaje intergeneracional intrahogar en el uso de la internet por parte de los
adultos mayores en latinoamérica.
Holsapple, C., & Sasidharan, S. (2005). The dynamics of trust in B2C e-commerce: A
research model and agenda.
Suazo, J. (2018). Estrategias de marketing digital y su relación con la decisión de compra.
Universidad ESAN, Lima, Perú. Recuperado de
http://repositorio.esan.edu.pe/bitstream/handle/ESAN/1358/2018_ADYDE_18-
1_07_TI.pdf?sequence=1&isAllowed=y.
Buchelli, M. y Cabrera, L. (2017), Aplicación del marketing digital y su influencia en el
proceso de decisión de compra de los clientes grupo he y asociados S.A.C. Kallma
Café Bar, Trujillo 2017. Universidad Privada Antenor Orrego, Trujillo, Perú.
Recuperado de
http://repositorio.upao.edu.pe/bitstream/upaorep/2998/1/RE_ADMI_ESTRELL
A.BUCHELLI_LUIS.CABRERA_MARKETING.DIGITAL_DATOS.PDF