Printer Friendly

Diseno y validacion de un modelo de regresion de la intencion de recompra en un servicio bancario.

Design and Validation of a Regression Model of Repurchase Intention in a Banking Service

1. INTRODUCCION

El cliente en la actualidad se ha convertido en uno de los entes mas importantes dentro del servicio de compra y venta de productos tangibles e intangibles. Para las empresas de hoy en dia los requerimientos y los deseos que conllevan a una actitud e intencion de un cliente hacia un servicio o producto son de gran importancia. Estos requisitos son los que ayudan a generar un mejoramiento continuo y garantizar un servicio de alta calidad logrando asi fidelizarlo.

Durante anos se han aplicado diferentes tipos de metodos que buscan conocer el comportamiento de un cliente; por tal razon, se han creado modelos de investigacion que giran alrededor de entender el comportamiento de las personas. Algunos de los mas importantes investigadores que han generado un aporte significativo a esta idea, son los investigadores Fishbein y Ajzen [1], con la teoria del comportamiento planeado, la cual ha sido implementada en diferentes paises y en distintos sectores del mundo.

En la actualidad, Colombia es un pais en desarrollo que busca nuevas ideas y nuevos proyectos para implementar en pro del beneficio del consumidor es decir, -el cliente-; todo esto requiere un mejoramiento continuo en cada uno de los sectores del pais. Uno de los mas importantes es el sector financiero, el cual involucra no solamente a entidades bancarias sino a fiduciarias y captadoras de dinero.

Sin embargo, uno de los protagonistas mas importantes dentro de este sector es el usuario, ya sea extranjero o colombiano, que necesite una cuenta bancaria o un estudiante que requiere un prestamo de estudio. Cabe mencionar que existen diferentes tipos de clientes dentro de una entidad bancaria, desde jovenes hasta personas mayores de edad y desde microempresas hasta grandes empresas.

Dentro de un mercado cada dia mas competitivo donde el mejoramiento continuo y la competitividad deben ser uno de los temas de mayor interes para las companias financieras, conocer la intencion del cliente genera una ventaja con respecto a los demas competidores. Es por eso que surge la idea de realizar una investigacion para conocer los diferentes factores que pueden influir dentro de la intencion de recompra o de fidelizacion en un servicio bancario.

Es de suma importancia para estas entidades bancarias entender las actitudes de un cliente hacia el servicio generico que estas brindan, ya sea adquirir una tarjeta de credito o abrir una cuenta de ahorros. Esto es tan importante que, con solo conocer los factores que inciden en la intencion o en el comportamiento de un cliente, se podria lograr un aumento en la productividad de la entidad bancaria, lo cual permitiria lograr un mayor nivel de competitividad en el mercado.

Cabe resaltar que esta investigacion tiene como proposito inicial evaluar los diferentes factores que inciden dentro de la fidelizacion de un servicio bancario, independientemente del tipo de banco. Algunos de estos factores se asemejan a los que proponen Fishbein y Ajzen [1] en su teoria del comportamiento planeado, entre los cuales estan la actitud, la norma subjetiva y el control percibido.

Dentro de cada uno de estos factores existen variables que dependen mucho de la region, las costumbres, las creencias, los conocimientos adquiridos, las utilidades percibidas, los riesgos y las ventajas, entre otros. Existen diversos mecanismos que permiten medir este tipo de problemas; en esta investigacion se utilizo el metodo de preguntas inteligentes o cuestionario con una escala de siete puntos.

Estos instrumentos de medicion pueden llegar a ser muy utiles dentro de la investigacion pero se debe ser muy cuidadoso en tener en cuenta todos los factores que puedan influir en la intencion de recompra, para luego analizar y poder evaluar cada uno de ellos. Uno de los analisis mas utilizados de esta investigacion es el de factores asi como el analisis multivariado, lo cual implica realizar un modelo que nos proporcione una idea clara de los diferentes factores y variables que inciden en la intencion de un cliente. Basado en estos resultados obtenidos de los analisis realizados se pueden crear modelos que garanticen la satisfaccion del cliente y la calidad del servicio, logrando asi que el cliente siempre sea leal a su banco o entidad financiera.

2. CONCEPTOS Y MARCO TEORICO

Desde los anos 60 ha venido creciendo el interes por aprender mucho mas acerca del comportamiento social de las personas. A inicios de los 70 se propuso la teoria de control hacia el comportamiento social. Luego, esta misma teoria fue abordada por Fishbein y Ajzen [1] con la teoria de la accion razonada, que, posteriormente, se convertiria en la teoria del comportamiento planeado.

Estas teorias, aunque son algo similares, difieren mucho en los constructos y variables que manejan; sin embargo, no hay que demeritar el uso y el proposito de cada una, dado que tanto la teoria de accion razonada como la teoria del comportamiento planeado son utilizadas con gran frecuencia en la actualidad. A continuacion se ampliara mas a fondo cada una de estas teorias.

2.1. Teoria de la accion razonada

Esta teoria tiene sus origenes en los anos 70, descubierta por los investigadores Fishbein y Ajzen, su formulacion basica parte del supuesto de que los seres humanos son esencialmente racionales y que esta cualidad les permite hacer uso de la informacion disponible a nivel conductual [2]. Por tal razon, uno de los propositos es definir los constructos claves dentro de la conducta en un medio social, para poder asi explicar las interacciones en un grupo social.

Basado en esto se crean dos variables o constructos como la actitud o creencias percibidas y la norma subjetiva o norma percibida. Estas dos variables tienen como enfoque conocer la intencion de una persona para luego determinar un comportamiento, como se muestra en la siguiente figura.

[FIGURA 1 OMITIR]

La actitud va acorde con las creencias que el individuo adquiere dentro de un nucleo social. La norma subjetiva hace alusion a las presiones de la comunidad, a las influencias familiares [1]. Estas dos variables reflejan una intencion, ya sea una intencion de compra o una simple idea sobre un producto o servicio, la cual permite generar un comportamiento o accion. Ademas, se ha comprobado luego de varios estudios que el individuo suele estar influenciado por otra fuerza como es el control percibido, y es aqui donde nace la teoria del comportamiento planeado.

2.2. Teoria del comportamiento planeado

En esta se muestra una variable diferente en la teoria propuesta por Fishbein y Ajzen [1], de la teoria de accion razonada. Esta variable es el control percibido y esta relacionada con "las creencias acerca de la presencia de factores que pueden facilitar o impedir el desempeno de la conducta". De igual forma, la teoria del comportamiento planeado sigue manejando las variables anteriores como es la actitud y la norma subjetiva. Segun Fishbein y Ajzen, estas tres variables generan un valor predictivo hacia una conducta en cuestion, es decir, a una intencion.

Basado en este nuevo descubrimiento, se plantea el siguiente modelo:

[FIGURA 2 OMITIR]

Para la elaboracion del modelo de comportamiento planeado, se deben seguir los siguientes pasos: Primero, definir un comportamiento, en donde deben estar claros los objetivos, las acciones y el tiempo de cada elemento; en esta parte, se deben tomar cada uno de los factores que podrian predecir la intencion objetivo. En otras palabras, que tipo de elementos determinan la actitud, la norma subjetiva y el control percibido. Segun Ajzen [4] estos factores estan influenciados por las creencias de cada individuo y estas a su vez por el ambiente sociodemografico. Por lo tanto, se debe determinar la poblacion objeto de estudio para realizar la prueba y conocer las caracteristicas de dicha poblacion, como segundo paso. Finalmente, se debe determinar el tipo de instrumentos a utilizar para adquirir los datos, Yee-kwong y Lau sugieren el uso de cuestionarios de siete puntos con adjetivos bipolares [5].

2.3. Analisis multivariado

Es el conjunto de metodos estadisticos utilizados para determinar la variabilidad causada entre los elementos de un conjunto de datos [6]. Estos elementos suelen llamarse variables, y su principal caracteristica es que pueden tomar distintos resultados dependiendo del entorno.

Segun Perez [7] en su libro Tecnicas de analisis multivariante de datos, las tecnicas de analisis multivariado se clasifican segun su tecnica en dos componentes: si las variables son explicativas o explicadas entonces los metodos a utilizar deben ser los explicativos, de lo contrario se usaran modelos descriptivos. A continuacion se muestra cada uno de los metodos de manera ampliada.

2.3.1. Analisis de factores

El metodo busca encontrar la relacion entre las variables respuesta. Es posible que en una regresion se hallen parecidos entre distintas variables, que adoptan comportamientos muy similares con cada cambio de entorno. El analisis de factores encuentra esta correlacion para transformar estas variables en una sola, simplificando el uso de informacion y de procedimientos. Al Anal del procedimiento, solo se tendran variables que no esten relacionadas entre si, pero que tendran mucha significancia sobre otras [8].

2.3.2. Analisis de regresion logistica

Este modelo es muy bueno para ser utilizado en problemas en donde la variable dependiente es binaria. El analisis de regresion logistica determina a traves de probabilidad cual es la respuesta de la variable dependiente, teniendo en cuenta las condiciones experimentales o de entorno en que se encuentre [8]. La variable dependiente puede tener mas de dos rangos y para el caso de binaria tiene un metodo especial llamado analisis de regresion logistica binaria, un procedimiento similar que enfatiza sus resultados a problemas con este tipo de variables dependientes.

Dentro del estudio el metodo estadistico mas utilizado para hacer analisis sera la regresion logistica debido al formato de respuesta que proporciona. Uno de los objetivos es determinar si las variables del comportamiento planeado influyen de manera significativa en la intencion de recompra, sin importar en que cantidad influye. Por lo tanto, una respuesta binaria (si o no) es suficiente para responder estas dudas.

El modelo de regresion logistica viene dado por la siguiente ecuacion:

P = 1/1 + [e.sup.-(B0+B1X1+B2X2+...BkXk]

Donde [beta] son los coeficientes que acompanan a X, y donde se asigna cero a P(0[less than or equal to]P[less than or equal to]1) si es menor a 0,5, y 1 si es mayor.

2.4. Planteamiento de las variables iniciales

Para la realizacion del planteamiento de las variables se tomaron en cuenta los tres factores claves dentro de la teoria del comportamiento planeado, como son la actitud, la norma subjetiva y el control percibido. Dentro de cada una de estas variables se presentan diferentes dimensiones con respecto a la region de aplicacion. El modelo posee los factores de: actitud, donde se presentan la dimension de utilidad percibida riesgo percibido, ventaja relativa y percepcion del conocimiento. De igual forma, se presenta el factor de norma subjetiva pero sin ninguna dimension. Y por ultimo, el factor de control percibido, el cual maneja la dimension de factibilidad.

2.4.1. Factor actitud

La dimension utilidad percibida hace referencia a la medida en que un individuo considera que el uso de un sistema particular mejorara su desempeno en una actividad [9]. Esta dimension esta enfocada a la percepcion que tiene un cliente con respecto a la utilidad de permanecer en el mismo banco; en otras palabras, determina que tipo de utilidades son las mas relevantes para los clientes. Por ejemplo, un cliente puede tener una utilidad percibida en la permanencia en un mismo banco dado que este le genera confianza, mejores precios, mejores relaciones, etc. La utilidad percibida dentro del sector bancario es de suma importancia, dado que esta dimension es una de las mas influyentes para poder determinar los diferentes factores que logran predecir la intencion de hablar positivamente, la intencion de compra exclusiva, la intencion de dispuesto a pagar mas, la intencion de continuidad, intencion de cambio de proveedor y la intencion de invertir en la relacion. El riesgo percibido o subjetivo es aquel que el consumidor percibe e, incluso, puede no existir en la realidad y se presenta solo en la imaginacion del individuo [10]. Dado que el riesgo que percibe un cliente puede influir en la intencion de permanecer con paquete bancario, esta variable es significativa. Sin embargo, puede que no existan riesgos reales como en la decision de permanencia en el banco. Por tal razon es una de las variables a validar.

La ventaja relativa se refiere al grado en que una innovacion proporciona beneficios que sustituyen a las de su precursor y pueden incorporar factores tales como los beneficios economicos, de imagen, mejora, comodidad y satisfaccion para el cliente [11]. Las ventajas relativas deben tener una relacion positiva con la tasa de una innovacion de la adopcion ([11] y [12]). Esta dimension dentro del sector financiero es importante. La percepcion del conocimiento que tengan los clientes sobre su servicio bancario podria influir en la intencion de fidelizacion del servicio. Esta dimension corresponde a la percepcion con respecto a los servicios bancarios, es decir, que tanto conoce de los servicios que ofrece el banco. Tiene como objetivo determinar el grado de conocimiento que presenta un cliente con respecto a la idea de permanecer fiel a su banco y a su paquete bancario.

2.4.2. Factor norma subjetiva

La norma subjetiva esta en funcion de las creencias normativas porque nacen de la influencia de los individuos o grupos relativamente importantes como familia, es decir, que hace alusion a las presiones de la comunidad, a las influencias familiares [1]. Es importante aclarar que la norma subjetiva de una persona puede ejecutar presion con respecto a un comportamiento o intencion en cuestion [2]. Dentro de esta investigacion se tomaron en cuenta las influencias que podrian generar el grupo familiar y el grupo extrafamiliar, como amigos, expertos, conocidos y profesionales.

2.4.3. Factor control percibido

El control percibido hace referencia a las creencias acerca de la presencia de factores que pueden facilitar o impedir el desempeno de la conducta [4]. De igual forma, el control percibido es acerca de la percepcion interna, de ese control interno del individuo, es decir, la facilidad que este considera para realizar un comportamiento.

[FIGURA 3 OMITIR]

Este es uno de los factores mas importantes dentro de la teoria del comportamiento planeado, dado que muchos constructos son influenciados por esta percepcion de facilidad, factibilidad o compatibilidad. En el caso de esta investigacion, este factor esta orientado a determinar la percepcion del cliente hacia la idea de permanecer siempre con el mismo servicio y con el mismo banco.

La factibilidad es el grado en que la innovacion se ajusta a los valores existentes de la persona adoptante potencial, experiencia previa y las necesidades actuales [11]. Uno de los propositos principales de utilizar esta dimension, es poder conocer la percepcion de los clientes con respecto a todos los requisitos y condiciones para permanecer por largo tiempo con un mismo paquete bancario.

3. PLANTEAMIENTO DE LAS HIPOTESIS

Basado en los objetivos del proyecto, se plantearon hipotesis para comprobar la relacion entre las variables del comportamiento planeado, es decir, la actitud, la norma subjetiva y el control percibido con cada una de las intenciones, la intencion de hablar positivamente, intencion de invertir en la relacion, intencion de continuar, intencion cambiar de proveedor, intencion de dispuesto a pagar mas, intencion de compra exclusiva. Tomando en cuenta esto se plantearon las siguientes hipotesis:

H1: Las variables actitud, norma subjetiva y control percibido influyen significativamente en la intencion de continuidad.

H2: Las variables actitud, norma subjetiva y control percibido influyen significativamente en la intencion de hablar positivamente del banco.

H3: Las variables actitud, norma subjetiva y control percibido influyen significativamente en la intencion de compra exclusiva.

H4: Las variables actitud, norma subjetiva y control percibido influyen significativamente en la intencion de invertir en la relacion.

H5: Las variables actitud, norma subjetiva y control percibido influyen significativamente en la intencion de estar dispuesto a pagar mas.

H6: Las variables actitud, norma subjetiva y control percibido influyen significativamente en la intencion de cambiar de proveedor.

4. METODOLOGIA DE INVESTIGACION

4.1. Diseno del cuestionario

El cuestionario utilizado para este estudio fue disenado a traves de la revision de literatura concerniente. Cada pregunta fue elaborada con el objetivo de medir variables pertenecientes al comportamiento planeado. Luego de terminar el cuestionario preliminar, el cuestionario fue revisado por un grupo de expertos para determinar la claridad y el sentido de las preguntas, asegurando que el encuestado responda de forma correcta y los resultados puedan ser validos. El cuestionario estaba compuesto por seis partes, cada una de ellas con preguntas referentes a la utilidad percibida, la percepcion del conocimiento, la ventaja relativa, la factibilidad, el control percibido y la norma subjetiva. Las preguntas relacionadas a utilidad percibida, ventaja relativa y percepcion del conocimiento constituyen al factor denominado Actitud, mientras que la factibilidad se integra al factor Control percibido. Todas las preguntas fueron medidas utilizando una escala de 7 puntos, donde 1 era igual a un adjetivo, y 7 era igual a su opuesto. La escala de medida utilizada para cada pregunta era nominal, teniendo en cuenta que los valores de la respuesta representan categorias que tienen un orden intrinseco.

Cada una de las preguntas fue realizada con base en la revision literaria. Luego de conocer con precision la definicion de cada uno de los factores referentes al estudio y revisar el cuestionario de muestra de la teoria del comportamiento planeado presentado por el doctor Ajzen, se procedio a elaborar preguntas que respondieran a los objetivos de cada factor propuesto. Algunas preguntas plasmadas en el ejemplo de cuestionario presentado por Shih y Fang [3] fueron modificadas y adaptadas al contexto de fidelizacion bancaria. Por ultimo, antes de enviar el cuestionario a expertos, las preguntas fueron revisadas por un grupo de jovenes que no tenian ninguna relacion con la investigacion, para garantizar la correcta elaboracion de la pregunta.

4.2. Metodo de aplicacion

El estudio fue realizado en Barranquilla, una de las ciudades con mayor proyeccion economica e industrial de la region Caribe colombiana. Gracias a los nuevos acuerdos internacionales, esta ciudad tendra un giro en el ambito financiero, de alli la importancia de realizar un estudio para evaluar la intencion de fidelizacion de los usuarios bancarios basado en la teoria del comportamiento planeado.

La muestra seleccionada para el estudio es un grupo de personas que viven en la ciudad de Barranquilla, y que ademas cuentan actualmente con un paquete bancario. El estudio va dirigido a individuos de todas las edades, estratos, zonas de vivienda, niveles de estudio y otros. Para la realizacion de la encuesta, fue necesario contar con la ayuda de un grupo de estudiantes y profesores, encargados de responder a cualquier inquietud de las personas encuestadas. Para la prueba piloto se obtuvieron 202 encuestas validas y luego se realizo la prueba Anal, en la que se recibieron 1.000 encuestas legitimas.

5. ANALISIS FACTORIAL

Para su realizacion se tomaron en cuenta los siguientes pasos, los cuales ayudan a determinar que preguntas generan un aporte significativo y, por tal, fueron formuladas correctamente. De igual forma se determinaran las preguntas que no generan un poder significativo dentro del proposito de esta investigacion y deben ser eliminadas.

Adicionalmente, se realizo de manera independiente el analisis factorial de la dimension de percepcion del conocimiento para, de este modo, evitar posibles correlaciones. A continuacion se presentan algunos de los pasos para poder realizar un adecuado analisis factorial:

1. Realizar un analisis de las medias y las desviaciones estandar: Dentro de este analisis se debe tener en cuenta que todas las variables (preguntas) se encuentren dentro del rango del promedio de los datos. De igual forma que la desviacion estandar no genere valores altos (ver Tabla 3).

2. Descripcion KMO y Prueba Bartlett: Para verificar que la prueba fue realizada de manera adecuada el estadistico KMO, debe estar por encima de 70% y tener un nivel de significancia de 0, como se puede observar en la Tabla 1.

Como se puede observar en las anteriores tablas, la muestra piloto realizada presenta un estadistico de KMO mayor del 70% y un nivel de significancia del 0%, lo cual indica que la prueba se realizo correctamente.

3. Comunalidades: En estas se encuentran todas las variables que deben tener una extraccion del 0,7. En caso contrario, son variables candidatas a ser eliminadas. Se puede observar en la Tabla 3 que los item AU1, AU2, AU3, los cuales pertenecen a utilidad percibida, son candidatos para ser eliminados; sin embargo, se deben analizar otros estadisticos para tomar esta decision. De igual forma, se presentan los items, AR1, AR2, AR3, AR4 de riesgo percibido; NS1, NS2, NS3, NS4, NS5, NS6 que pertenecen a norma subjetiva; CP4, CP6 que pertenecen a control percibido.

4. Varianza total: En cuanto a la varianza, esta debe estar por encima de 0,7; esto se entiende como la variabilidad de los items. Para el caso de esta investigacion, tanto para la percepcion del conocimiento como para las demas dimensiones la varianza total esta muy cercana de 0,7, lo cual tambien es favorable, como se puede observar a continuacion (ver Tablas 3 y 4).

Se encontraron las siguientes varianzas al analizar los datos:

* Varianza total explicada actitud, norma subjetiva, control percibido: 68,320%.

* Varianza total explicada percepcion del conocimiento: 68,909%.

5. Matriz de componentes: Como ultima instancia dentro del analisis de factores esta el analisis de la matriz de componentes. No existe como tal una regla que determine que items deben permanecer y cuales deben eliminarse, pero si se presentan situaciones en donde un item apunte a diferentes componentes se debe eliminar; es este caso, los componentes hacen el papel de las dimensiones planteadas inicialmente.

Si existen items con un nivel de significancia inferior de 0,4 deben ser eliminados, de igual forma que los items que no se agrupan en ningun componente. Como se puede observar en la Tabla 3, los items anteriormente mencionados en las comunalidades presentan algun tipo de anomalias en sus niveles de significancia y por tal razon deben ser eliminados. Estos son AU1, AU2, AU3, AR1, AR2, AR3, AR4, NS1, NS2, NS3, NS4, NS5, NS6, CP4, CP6.

Por lo tanto, se debe realizar un analisis de fiabilidad para comprobar que los items que permanecen dentro de la herramienta son los de mayor significancia y no es necesario eliminar o agregar mas items.

6. ANALISIS DE FIABILIDAD

Luego de eliminar los items que no generan un poder significativo en el modelo, se realiza un analisis de fiabilidad, en donde se comprueba que los items que permanecen en la herramienta, generan un poder predictivo alto.

Tomando en cuenta que se realizaron dos analisis de fiabilidad para los factores de actitud, norma subjetiva y control percibido, y otro para percepcion del conocimiento, se mostrara a continuacion el primer analisis, el de actitud, norma subjetiva y control percibido y posteriormente, el de percepcion del conocimiento.

6.1. Actitud, Norma subjetiva y Control percibido

Se analizan los puntos previamente vistos: analisis de medias, estadistico KMO, comunalidades, varianza total, matriz de componentes. El resultado de estos estadisticos se encuentra en la Tabla 6. En esta tabla podemos ver que se eliminaron dos constructos; de igual forma, los valores de las medias se encuentran dentro de los determinados. Adicionalmente, el valor del estadistico KMO aumento a 86,6% con un nivel de significancia igual a 0, lo cual indica que las variables si son significativas y que el proceso se esta realizando correctamente.

De igual forma, la varianza total explicada aumenta hasta un 75,225%, lo cual indica que la herramienta si explica de manera correcta el objetivo inicialmente planteado. Para terminar el analisis de fiabilidad, se analiza el estadistico de Cronbach (alfa). Si existe alguna variable que al eliminarla aumentaria este estadistico, esta debe ser eliminada. A continuacion se muestran los valores de alfa y los valores si se elimina la variable.

Como se puede observar, el valor de alfa es superior en todos los casos si se llegara a eliminar algun item. Esto indica que la herramienta esta lista y se debe realizar nuevamente la toma de muestra para poder generar los modelos predictivos que nos determinaran los factores que presenta un cliente bajo una intencion.

6.1.1. Percepcion del conocimiento

Basado en el analisis factorial, se puede observar en Tabla 8, se debe eliminar una variable, dentro de esta dimension. Al realizar este cambio el estadistico KMO y la varianza aumentan segun se muestra en las Tablas 8 y 9.

De igual forma, el estadistico de Cronbach aumenta a 0,918 como se observa a continuacion:

Se observa que todos los valores se encuentran en orden y que las preguntas o items presentan un nivel de significancia alto para la herramienta. Dado esto, se procede a realizar la encuesta a la poblacion objetivo, que en este caso es de 1.000 habitantes en la ciudad de Barranquilla y zonas aledanas.

7. ANALISIS DESCRIPTIVO

7.1. Descripcion de la poblacion objetivo

Tomando en cuenta que la poblacion objetivo es de 1.000 habitantes residentes en la ciudad de Barranquilla y zonas aledanas, se realiza una descripcion de esta con respecto a los rangos de edades aplicados, el genero, el estrato, la zona de vivienda, el grado de escolaridad y el ingreso mensual. Basado en esto, se presentan las siguientes tablas que muestran los diferentes rangos y las frecuencias correspondientes.

Segun la anterior tabla, se evidencia que la aplicacion de la encuesta estuvo en mayor magnitud en los estratos 3, 4 y 5 en la zona urbana de la ciudad de Barranquilla. Asi mismo, se puede evidenciar que la encuesta fue aplicada en mayor cantidad a personas profesionales entre los 19 y 57 anos. Hay que destacar que no existen inclinaciones con respecto al genero, es decir, que la prueba se aplico casi en igual magnitud a ambos generos, tanto femenino como masculino.

Una de las conclusiones que se puede hacer con respecto a la aplicacion de la encuesta es que esta se realizo correctamente, dado que existen variabilidad con el genero, el estrato, el grado de escolaridad, los ingresos mensuales, etc. En consecuencia, no existe un sesgo dentro de la aplicacion de la encuesta.

8. MODELOS DE PRONOSTICOS

Los modelos de regresion son representaciones teoricas del comportamiento de un grupo de datos. A traves de un modelo es posible predecir la tendencia de una variable dependiente tomando como referencia una o mas independientes.

Luego de analizar las correlaciones bivariadas y encontrar las variables con mayor correspondencia, se procede a la realizacion de un modelo que ayude a determinar que variables son las mas influyentes. Los modelos que se presentan cumplen con las siguientes caracteristicas:

* Uso de regresion logistica binaria: En este estudio se desea conocer si la persona cuenta o no con alguna de las variables utilizadas; no se busca determinar un rango o una posicion media. Por lo tanto, la mejor herramienta estadistica para crear los modelos es la regresion logistica binaria.

* Variables independientes: Las variables de todos los modelos seran las referentes al comportamiento planeado (utilidad percibida, percepcion del conocimiento, ventaja relativa, factibilidad, control percibido y norma subjetiva).

* Codificacion de las variables independientes: Se usaran las variables suma de cada constructo, ya que agrupan la informacion de las preguntas individuales, sintetizan la informacion y son muy dicientes a la hora de elaborar modelos debido a su escala.

* Codificacion de la variable dependiente: Debe ser transformada a binaria para hacer uso adecuado del tipo de regresion seleccionada.

* La variable de respuesta P varia entre cero y uno. Si P es menor que 0,5, P tomara el valor de cero, de lo contrario tomara el valor de uno.

A continuacion se presenta la tabla de coeficientes y significancias de cada modelo, seguida de un analisis del resultado (ver Tabla 12 y Figura 4).

8.1. Modelo de pronosticos valor percibido

8.1.1. Modelo de regresion para variable precio

En la Tabla 3 se puede observar que el control percibido es el unico factor que no es significativo para la percepcion del precio. Las variables que mas influyen dentro del valor percibido del precio son la utilidad percibida, la percepcion del conocimiento y la ventaja relativa; en otras palabras, el valor percibido del precio esta altamente relacionado con la actitud del cliente frente al servicio.

El modelo de regresion para la variable precio (valor percibido) es:

8.1.2. Modelo de regresion para variable marco social

En el marco social las variables de control percibido no son significativas, mientras que las de actitud y norma subjetiva son muy importantes. Todas las variables predictivas son totalmente influyentes con valor P igual a cero y afectan de manera directa el valor percibido del marco social, lo que quiere decir que la norma subjetiva produce efectos en el mismo sentido a la actitud, esto es si son altas entonces el valor percibido del marco social tambien lo sera.

El modelo de regresion para la variable marco social (valor percibido) es:

P= 1/1 + [e.sup.-(8,34+0,021NS+0,078CP1+0,086PC+0,184VR)]

8.2. Modelo de pronosticos personalidad y emociones

8.2.1. Modelo de regresion para variable satisfaccion

La satisfaccion es independiente a la variable control percibido, al igual que a la norma subjetiva. Las personas se sienten satisfechas dependiendo de las oportunidades que conozcan que ofrece su banco. Todas las variables predictores tienen alta significancia y afectan positivamente la satisfaccion.

El modelo de regresion para la variable satisfaccion es:

P=1/1+[e.sup.-(5,927+0,071UP+0,162CP1+0,081PC+0,129 VR)

8.2.2. Modelo de regresion para variable emociones positivas

Solo la variable de control percibido no es estadisticamente significativa con respecto a las demas. Las variables mas influyentes debido a su significancia son la utilidad percibida, percepcion del conocimiento y ventaja relativa. Quiere decir que la actitud del cliente hacia el servicio esta muy relacionada a las emociones positivas. Podria suponerse que lo mismo pasara entonces para las emociones negativas, pero solo debe afirmarse luego de detallar el modelo para dicha variable.

El modelo de regresion para la variable emociones positivas es:

P=1/1+[e.sup.-(7,679+0,068UP+0,025 NS+0,051CP1+0,12PC+0,165VR)

8.2.3. Modelo de regresion para variable emociones negativas

Contrario a lo esperado, las emociones negativas solo dependen de tres de las variables: la norma subjetiva, la factibilidad y la percepcion del conocimiento. Las personas que mas se dejan influenciar tienen mayores posibilidades de sentir emociones negativas y positivas. La factibilidad es inversa a la emocion, es decir que las personas que tienen mayores condiciones de mantenerse en su banco son las que menos emociones negativas sienten.

El modelo de regresion para la variable emociones negativas es:

P=1/1+[e.sup.-(2,281+0,069 NS+0,248 CP1+0,063 PC)]

8.3. Modelo de pronosticos calidad percibida

8.3.1. Modelo de regresion para variable capacidad de respuesta

Para la capacidad de respuesta del banco las personas consideran que lo mas importante es la factibilidad, la percepcion del conocimiento y la ventaja relativa. Estas tres variables son muy significativas estadisticamente. Sorprende que la norma subjetiva no se encuentre dentro de las variables de respuesta, pero no quiere decir que no este relacionada, solo que su significancia es minima frente a estas otras variables.

El modelo de regresion para la variable capacidad de respuesta (calidad) es:

P=1/1+[e.sup.-(5,216+0,147 CP1+0,078 PC+0,247VR)]

8.3.2. Modelo de regresion para variable dimension tangible

Para la dimension tangible son significativas la factibilidad, la percepcion del conocimiento y la ventaja relativa. La variable con mayor influencia es la factibilidad que tiene el cliente de que su banco mantenga sus servicios. La actitud del cliente seria un factor importante aun considerando que la utilidad percibida no es una variable predictiva dentro de este modelo.

El modelo de regresion para la variable dimension tangible (calidad) es:

P=1/1+[e.sup.-(3,86+0,197CP1+0,060 PC+0,13VR)]

8.3.3. Modelo de regresion para variable accesibilidad

Las variables de control percibido no tienen una influencia estadisticamente significativa en la accesibilidad al cliente, mientras que la utilidad percibida, la norma subjetiva, la percepcion del conocimiento y la ventaja relativa si la tienen. La variable mas significativa dentro de este modelo es la percepcion del conocimiento, lo que indica que en general las personas que mas conocen del servicio son quienes consideran que la accesibilidad es mayor.

El modelo de regresion para la variable accesibilidad (calidad) es:

P=1/1+[e.sup.-(4,315+0,33UP+0,019 NS+0,12PC+0,076VR)]

Las variables de respuesta Percepcion del conocimiento y Factibilidad son quienes ayudan a predecir la percepcion sobre la tecnologia y la conectividad. La percepcion del conocimiento claramente define esta variable, ya que las personas con mayor conocimiento de sus servicios son las que mas capacidad tienen de hablar sobre estos temas.

El modelo de regresion para la variable tecnologia y conectividad (calidad) es:

P=1/1+[e.sup.-(2,25531+0,176CP1+0,08 PC)]

8.3.4. Modelo de regresion para variable empatia

A excepcion de la variable de control percibido, los factores de la teoria del comportamiento planeado de Ajzen son estadisticamente significativos en la explicacion de la empatia del usuario con el banco. Todas las variables afectan positivamente la tendencia a tener empatia con el banco.

El modelo de regresion para la variable empatia (calidad) es:

P=1/1+[e.sup.-(8,393+0,043UP+0,38NS+0,115CP1+0,136PC+0,211VR)]

8.4. Modelo de pronosticos intencion

8.4.1. Modelo de regresion para variable intencion de continuar

Las variables de comportamiento planeado son estadisticamente significativas en la prediccion de continuar con el banco. La norma subjetiva no es influyente en esta intencion, comprobando las premisas realizadas con base en el analisis de contingencia. Las personas que tienen la intencion de seguir en su banco no lo hacen por influencia, sino porque encuentran en el condiciones agradables para permanecer.

El modelo de regresion para la variable intencion de continuar es:

P=1/1+[e.sup.-(4,9363+0,074UP+0,1CP1+0,055CP2+0,048PC+0,09VR)]

8.4.2. Modelo de regresion para variable intencion de hablar positivamente

La unica variable que es significativa segun los analisis de correlacion, pero no lo es estadisticamente, es el control percibido; el resto de variables son de gran importancia. En las premisas se hablo de la importancia de la norma subjetiva, de la percepcion del conocimiento y de su influencia positiva sobre la intencion de hablar positivamente, comprobandose con esto la veracidad de aquella informacion.

El modelo de regresion para la variable intencion de hablar positivamente es:

P=1/1+[e.sup.-(9,477+0,046UP+0,77NS+0,122CP1+0,059PC+0,169VR)]

8.4.3. Modelo de regresion para variable intencion de compra exclusiva

En el modelo de intencion de compra exclusiva, las variables de actitud son primordiales, al igual que las de control, pero no la norma subjetiva. Las variables de mayor influencia son la utilidad percibida, la percepcion del conocimiento y la ventaja relativa, pertenecientes a la actitud del cliente. En el analisis de contingencia se evidencio la posible influencia de estas variables y, ademas, se hablo de la poca intervencion de la norma subjetiva en este tipo de comportamiento, hecho que se comprueba con el modelo.

El modelo de regresion para la variable intencion de realizar compra exclusiva es:

P=1/1+[e.sup.-(8,635+0,073UP+0,107CP1+0,058CP2+0,075PC+0,237VR)]

8.4.4. Modelo de regresion para variable intencion de cambio de proveedor

Anteriormente se hablaba de una relacion alta entre la intencion de cambio de proveedor y las variables norma subjetiva, percepcion del conocimiento y ventaja relativa. Revisando el modelo se observa que la ventaja relativa no influye significativamente frente a las demas variables y que solo la norma subjetiva influye positivamente sobre esta intencion, lo que comprueba que quienes se dejan influenciar mas facil o los que conocen menos su banco, son los que tienden a cambiarlo.

El modelo de regresion para la variable Intencion de cambio de proveedor es:

P=1/1+[e.sup.-(6,691+0,031NS+0,05PC)]

8.4.5. Modelo de regresion para variable intencion de invertir en la relacion

Dentro del modelo para predecir la intencion de invertir en la relacion se encuentran las variables de actitud y la norma subjetiva. El control percibido no es estadisticamente significativo para que las personas deseen tener mejores relaciones con su banco. Se comprueba a traves del modelo que la norma subjetiva y la actitud, a diferencia del control percibido, son importantes en la intencion de invertir en la relacion, teniendo en cuenta que las influencias afectan tambien de manera positiva, es decir, que los mas influenciables en general tienen la intencion de mejorar las relaciones con su banco.

El modelo de regresion para la variable intencion de hablar positivamente es:

P=1/1+[e.sup.-(5,997+0,051UP+0,34NS+0,54PC+0,13VR)]

8.4.6. Modelo de regresion para variable intencion de dispuesto a pagar mas

Las personas dispuestas a pagar mas se ven afectadas por su norma subjetiva y su percepcion del conocimiento. Aunque todas las variables de comportamiento planeado tienen alta correlacion con esta intencion, la norma subjetiva y la percepcion son tan fuertes que hacen que las demas causen efectos poco significativos dentro de esta. Contrario a lo revisado en el analisis de contingencia, la ventaja relativa no es tan influyente como las variables predictores del modelo de regresion.

El modelo de regresion para la variable intencion de hablar positivamente es:

P=1/1+[e.sup.-(5,872+0,06NS+0,106PC)]

[FIGURA 4 OMITIR]

9. CONCLUSIONES

Luego de disenar y validar el modelo de regresion logistica, el cual tiene como proposito determinar los factores que influyen en las intenciones de invertir en la relacion, compra exclusiva, cambio de proveedor, continuar, hablar positivamente y dispuesto a pagar mas, se logra concluir que:

* Factores como la utilidad percibida, ventaja relativa, percepcion del conocimiento, norma subjetiva y control percibido tienen influencias sobre la intencion de invertir en la relacion, la intencion de hablar positivamente, la intencion de dispuesto a pagar mas, la intencion de continuar, la intencion de compra exclusiva, pero no en la intencion de cambio de proveedor.

* La actitud, la norma subjetiva y el control percibido generan un poder significativo en variables como el precio, las emociones, la capacidad de respuesta y la accesibilidad al servicio, creando asi modelos que permitan predecir el comportamiento de un cliente con respecto a cada uno de los items anteriores.

* Para los habitantes de la ciudad de Barranquilla no es un riesgo el permanecer a largo tiempo en un mismo banco, sino todo lo contrario, lo perciben como una ventaja, por lo cual la variable riesgo percibido planteada inicialmente no es significativa para los modelos de pronosticos.

* La norma subjetiva no es significativa dentro de la intencion de continuar con el servicio, esto quiere decir que el cliente no se deja influenciar por personas externas en la decision de permanecer a largo plazo en el mismo banco.

* El control percibido enfocado hacia el cliente no genera un poder predictivo dentro de la intencion de hablar positivamente del servicio, es decir, que el cliente no se fija en las creencias personales al momento de dar una referencia del servicio bancario que maneja.

* La actitud y el control percibido crean una alta significancia en la intencion de compra exclusiva; sin embargo, la norma subjetiva no mantiene una significancia dentro de modelo, lo cual indica que la poblacion pocas veces se deja influenciar por agentes externos al momento de tomar una decision con respecto a su banco.

* La actitud y la norma subjetiva generan una alta significancia en la intencion de invertir en la relacion, mientras que el control percibido no genera una alta significancia dentro de este modelo predictivo.

* La norma subjetiva y la percepcion de conocimiento tienen un alto poder predictivo dentro de la intencion de estar dispuesto a pagar mas, lo que significa que los clientes que mayor conocimiento tienen del servicio bancario o aquellos que se dejan influenciar son los que mas presentan esta intencion.

* La actitud, la norma subjetiva y el control percibido estan fuertemente relacionados entre si, de igual forma cada una de estas variables presenta una relacion hacia la intencion de fidelizacion de un servicio bancario en la ciudad de Barranquilla.

10. REFERENCIAS BIBLIOGRAFICAS

[1] M. Fishbein y I. Ajzen, "The prediction of behavior from attitudinal and normative variable". Journal of Experimental Social Psychology, 6, pp. 466-487, 1970.

[2] L. Reyes Rodriguez, "La teoria de accion razonada: implicaciones para el estudio de las actitudes". Investigacion Educativa, Universidad Pedagogica de Durango, Durango, pp. 66-77, 2007.

[3] Y. Shih y K. Fang, "Customer defections analysis: an examination of online bookstores", The TQM Magazine, vol. 17 Iss. 5, pp. 425-439, 2005.

[4] I. Ajzen, Behavioral Interventions Based on the Theory of Planned Behavior, Interventions with the TPB, University of Massachusetts Amherst, pp. 1-6, 2006. Disponible: http://people.umass. edu/aizen/pdf/tpb.intervention.pdf

[5] R. Yee-kwong y L. Lau, "A test of the Fishbein-Ajzen behavioral intentions model under Chinese cultural settings: are there any differences between PRC and Hong Kong consumers?". Journal Management Science (JSTOR), pp. 139-154, 1981.

[6] JF. Hair, RE. Anderson, RL. Tatham, WC. Black, Analisis multivariante (quinta edicion). Madrid: Prentice Hall, 1999.

[7] C. Perez, Tecnicas de analisis multivariante de datos, aplicaciones con SPSS. Madrid: Prentice Hall, 2004.

[8] D. Johnson, Metodos multivariados aplicados al analisis de datos. Mexico: International Thomson, 2002.

[9] A. Rodriguez y A. Herrero, "Antecedentes de la utilidad percibida en la adopcion del comercio electronico entre particulares y empresas", Cuadernos de Economia y Direccion de la Empresa, n. 34, pp. 107-134, 2008.

[10] SM. Cunningham, The major dimensions of perceived risk. Boston: Harvard University Press, 1967.

[11] EM. Rogers, Diffusion of Innovations. New York, NY: Free Press, 1983.

[12] M. Tan y T. Teo, "Factors Influencing the Adoption of Internet Banking", Journal of the Association for Information Systems [en linea], vol. 1, n. 1,2000.

Paula Vargas Nieto *

Julio Vidal Pombo**

Carmen Berdugo Correa***

* Universidad del Norte. pnieto@uninorte.edu.co

** Universidad del Norte. jvidal@uninorte.edu.co

*** Universidad del Norte. cberdugo@uninorte.edu.co

Fecha de recepcion: 20 de agosto de 2013 * Fecha de aceptacion: 7 de octubre de 2013
Tabla 1. Estadistico KMO y prueba de Bartlett. Muestra piloto:
Actitud, Norma subjetiva,

                               Control percibido

                            KMO y prueba de Bartlett

Medida de adecuacion muestral de Kaiser-Meyer-Olkin          ,883

                               Chi-cuadrado aproximado   5586,148

Prueba de esfericidad de Bar             gl                   666
                                        Sig.                 ,000
Fuente: Elaboracion de los autores

Tabla 2. Estadistico KMO y prueba de Bartlett. Muestra piloto:
Percepcion del conocimiento

                             KMO y prueba de Bartlett

Medida de adecuacion muestral de Kaiser-Meyer-Olkin              ,879

Prueba de esfericidad de Bartlett   Chi-cuadrado aproximado   812,916

                                           gl                      15
                                           Sig.                  ,000
Fuente: Elaboracion de los autores

Tabla 3. Medias, desviaciones, correlaciones item-total y analisis
factorial: Variables iniciales

Items      Media        D. E.     Comunalidades

AU1     5,31683168   5,31683168        ,688
AU2     5,00990099   5,00990099        ,656
AU3     5,36633663   5,36633663        ,559
AU4     5,09405941   5,09405941        ,676
AU5     4,92079208   4,92079208        ,693
AU6      5,0990099    5,0990099        ,796
AU7     4,58415842   4,58415842        ,746
AU8     5,51485149   5,51485149        ,693
AR1     3,41089109   3,41089109        ,652
AR2     3,78217822   3,78217822        ,737
AR3     4,53465347   4,53465347        ,589
AR4     3,88118812   3,88118812        ,632
AV1     4,93069307   4,93069307        ,549
AV2      4,7970297    4,7970297        ,676
AV3     4,83663366   4,83663366        ,594
NS1     5,14851485   5,14851485        ,637
NS2     4,92574257   4,92574257        ,797
NS3     4,83168317   4,83168317        ,677
NS4     4,06435644   4,06435644        ,419
NS5     4,74257426   4,74257426        ,618
NS6     5,74257426   5,74257426        ,495
NS7     3,47524752   3,47524752        ,650
NS8     4,06930693   4,06930693        ,534
NS9     3,31188119   3,31188119        ,797
NS10    3,04455446   3,04455446        ,876
NS11    2,99009901   2,99009901        ,877
NS12    3,74257426   3,74257426        ,684
NS13    3,16336634   3,16336634        ,847
NS14    3,11386139   3,11386139        ,824
CP1     5,22772277   5,22772277        ,607
CP2     5,57920792   5,57920792        ,735
CP3      5,4950495    5,4950495        ,662
CP4     6,06435644   6,06435644        ,575
CP5     5,63366337   5,63366337        ,782
CP6     5,51485149   5,51485149        ,724
CP7     5,63366337   5,63366337        ,833
CP8     5,58910891   5,58910891        ,696

Items                      Componentes

          1     2       3    4        5     6      7

AU1                                        ,593
AU2            ,491                        ,519
AU3            ,444                        ,470
AU4            ,734
AU5            ,792
AU6            ,846
AU7     ,445   ,694
AU8            ,748
AR1                                               ,739
AR2                                               ,838
AR3                          ,540
AR4                                               ,669
AV1                   ,439   ,481
AV2                   ,553   ,471
AV3                   ,473   ,427
NS1                   ,664
NS2                   ,801
NS3                   ,731
NS4     ,461
NS5                   ,630
NS6            ,457
NS7     ,705
NS8     ,590
NS9     ,840
NS10    ,902
NS11    ,907
NS12    ,738
NS13    ,902
NS14    ,891
CP1                          ,691
CP2                          ,820
CP3                          ,742
CP4                                        ,534
CP5                                 ,829
CP6                   ,403          ,504   ,444
CP7                                 ,884
CP8                                 ,702

Fuente: Elaboracion de los autores

Tabla 4. Medias, desviaciones, correlaciones item-total y analisis
factorial: Percepcion del conocimiento

Items    Media    D. E.    Comunalidades   Componentes

PC1     5,2178   1,59978      ,712             ,844
PC2     5,1436   1,61590      ,785             ,886
PC3     4,6238   1,81674      ,419             ,647
PC4     5,1485   1,63534      ,715             ,846
PC5     5,0396   1,82803      ,720             ,848
PC6     4,9208   1,78542      ,783             ,885

Fuente: Elaboracion de los autores

Tabla 5. Estadistico KMO y prueba de Bartlett. Muestra piloto.
Analisis de fiabilidad

                       KMO y prueba de Bartlett

Medida de adecuacion muestral de Kaiser-Meyer-Olkin               ,866

                                    Chi-cuadrado aproximado   3621,631

Prueba de esfericidad de Bartlett              gl                  231
                                              Sig.                ,000
Fuente: Elaboracion de los autores

Tabla 6. Medias, desviaciones, correlaciones item-total y analisis
factorial: Variables iniciales, luego de eliminar

D. E.   Comunalidades   Componentes
                          1       2      3       4        5

1,698       0,659               0,748
1,717       0,753               0,834
1,762       0,784               0,855
1,854       0,775       0,429   0,742
1,584       0,684               0,746
1,709       0,697                               0,751
1,398       0,791                               0,798
1,564       0,777                               0,760
1,963       0,658       0,722
1,951       0,493       0,637
2,002       0,811       0,860
1,893       0,873       0,910
1,898       0,867       0,911
1,824        0,7        0,754
1,831       0,842       0,903
1,777       0,827       0,902
1,589       0,676                                        0,751
1,434       0,787                                        0,831
1,463       0,747                                        0,807
1,662       0,806                       0,857
1,613       0,846                       0,897
1,395       0,696                       0,725

Fuente: Elaboracion de los autores

Tabla 7. Analisis de fiabilidad. Muestra piloto.
Actitud, Norma subjetiva, Control percibido

                 Analisis de Confiabilidad
Items   Alfa   Valor del alfa si se elimina el item

AU4                           ,882
AU5                           ,869
AU6     ,897                  ,865
AU7                           ,871
AU8                           ,884
AV1                           ,825
AV2     ,836                  ,762
AV3                           ,733
NS7                           ,944
NS8                           ,951
NS9                           ,935
NS10    ,947                  ,933
NS11                          ,934
NS12                          ,944
NS13                          ,936
NS14                          ,937
CP1                           ,796
CP2     ,807                  ,698
CP3                           ,715
CP5                           ,771
CP7     ,853                  ,743
CP8                           ,853

Fuente: Elaboracion de los autores

Tabla 8. Analisis de factor de percepcion del conocimiento luego
de eliminar

                       KMO y prueba de Bartlett

Medida de adecuacion muestral de Kaiser-Meyer-Olkin              ,855

Prueba de esfericidad de Bartlett   Chi-cuadrado aproximado   744,322

                                                 gl                10
                                                Sig.             ,000
Varianza total explicada                                     75,620 %

Fuente; Elaboracion de los autores

Tabla 9. Medias, desviaciones, correlaciones item-total y analisis
factorial: Variables iniciales luego de eliminar

Items   Media    D. E.     Comunalidades   Componentes

PC1     5,2178   1,59978      0,727          0,853
PC2     5,1436   1,6159       0,793          0,89
PC4     5,1485   1,63534      0,732          0,856
PC5     5,0396   1,82803      0,73           0,854
PC6     4,9208   1,78542      0,799          0,894

Fuente: Elaboracion de los autores

Tabla 10. Analisis de confiabilidad. Percepcion del conocimiento
luego de eliminar

Analisis de Confiabilidad

Items   Alfa   Valor del alfa si se elimina el item

PC1     ,918                ,905
PC2                         ,895
PC4                         ,904
PC5                         ,904
PC6                         ,892

Fuente: Elaboracion de los autores

Tabla 11. Tabla variables sociodemograficas poblacion objetivo *

Caracteristicas                Frecuencia                         No.
                               Edad (anos)                        (%)

Media (DE)                                        39,29 (13,93)
Menores o iguales a 18           2                                0,2
Entre 19 y 31 anos             380                                 38
Entre 32 y 44 anos             194                                19,4
Entre 45 y 57 anos             343                                34,3
Entre 58 y 70 anos              62                                6,2
Entre 71 y 83 anos              12                                1,2
Mayores o iguales a 84           4                                0,4
                               Genero
Masculino                      530                                 53
Femenino                       470                                 47

                               Grado Escolaridad

Sin Estudios                                   2                  0,2
Estudios Primarios                             6                  0,6
Estudios Secundarios                          79                  7,9
Estudios Tecnicos                            130                  13
Estudios Profesional                         488                  48,8
Estudios de Postgrado                        295                  29,5

                               Ingresos

Menos de $550.000                            84                    8,4
Entre $550.001 y $1.000.000                 169                   16,9
Entre $1.000.001 y $1.800.00                202                   20,2
Entre $1.800.001 y $3.000.00                208                   20,8
Entre $3.000.001 y $4.500.00                142                   14,2
Mayor o igual a $4.500.001                  195                   19,5

                               Zona de Vivienda

Rural                                        48                    4,8
Urbana                                      952                   95,2
                               Estrato

Media (DE)                                        4,03 (1,25)
1                                            19                    1,9
2                                            81                    8,1
3                                           255                   25,5
4                                           295                   29,5
5                                           196                   19,6
6                                           154                   15,4

(*) n = 1.000

Fuente: Elaboracion de los autores

Tabla 12. Tabla de regresiones logisticas

Variable dependiente           Variables independientes   Coeficiente

Precio Valor percibido                 UP_SUMA                0,085
                                       NS_SUMA                0,021
                                      CP1_SUMA                0,078
                                       PC_SUMA                0,086
                                       VR_SUMA                0,184
                                      Constante               -8,34
                                 % Prediccion global          0,761

Marco social Valor percibido           UP_SUMA                0,064
                                       NS_SUMA                0,025
                                       PC_SUMA                0,065
                                       VR_SUMA                0,205
                                      Constante              -6,196
                                 % Prediccion global          0,735

Satisfaccion                           UP_SUMA                0,071
                                      CP1_SUMA                0,162
                                       PC_SUMA                0,081
                                       VR_SUMA                0,129
                                      Constante              -5,927
                                 % Prediccion global          0,851

Emociones positivas                    UP_SUMA                0,068
                                       NS_SUMA                0,025
                                      CP1_SUMA                0,057
                                       PC_SUMA                0,12
                                       VR_SUMA                0,165
                                      Constante              -7,679
                                 % Prediccion global          0,791

Emociones negativas                    NS_SUMA                0,069
                                      CP1_SUMA               -0,248
                                       PC_SUMA                0,063
                                      Constante              -2,281
                                 % Prediccion global          0,93

Capacidad de respuesta Calid          CP1_SUMA                0,147
                                       PC_SUMA                0,078
                                       VR_SUMA                0,247
                                      Constante              -5,216
                                 % Prediccion global          0,892

Dimension tangible Calidad           CP1_SUMA                 0,197
                                       PC_SUMA                0,06
                                       VR_SUMA                0,13
                                      Constante              -3,86
                                 % Prediccion global          0,903

Accesibilidad Calidad                  UP_SUMA                0,033
                                       NS_SUMA                0,019
                                       PC_SUMA                0,12
                                       VR_SUMA                0,076
                                      Constante              -4,315
                                 % Prediccion global          0,755

Empatia Calidad                        UP_SUMA                0,043
                                       NS_SUMA                0,038
                                      CP1_SUMA                0,115
                                       PC_SUMA                0,136
                                       VR_SUMA                0,211
                                      Constante              -8,393
                                 % Prediccion global          0,85

Intencion de continuar                 UP_SUMA                0,074
                                      CP1_SUMA                0,1
                                      CP2_SUMA                0,055
                                       PC_SUMA                0,048
                                       VR_SUMA                0,09
                                      Constante              -4,936
                                 % Prediccion global          0,816

Intencion de hablar                    UP_SUMA                0,046
positivamente                          NS_SUMA                0,077
                                      CP1_SUMA                0,122
                                       PC_SUMA                0,059
                                       VR_SUMA                0,169
                                      Constante              -9,477
                                 % Prediccion global          0,798

Intencion de compra                   UP_SUMA                 0,073
exclusiva                             CP1_SUMA                0,107
                                      CP2_SUMA                0,058
                                       PC_SUMA                0,075
                                       VR_SUMA                0,237
                                      Constante              -8,635
                                 % Prediccion global          0,821

Intencion de cambio de                 NS_SUMA                0,031
proveedor                              PC_SUMA               -0,05
                                      Constante              -0,691
                                 % Prediccion global          0,76

Intencion de invertir en la            UP_SUMA                0,051
relacion                               NS_SUMA                0,034
                                       PC_SUMA                0,054
                                       VR_SUMA                0,13
                                      Constante              -5,997
                                 % Prediccion global          0,733

Intencion dispuesto a pagar            NS_SUMA                0,06
                                       PC_SUMA                0,106
                                      Constante              -5,872
                                 % Prediccion global          0,813

Fuente: Elaboracion de los autores

Variable dependiente           Variables independientes   Estadistico
                                                             Wald

Precio Valor percibido                 UP_SUMA              26,504
                                       NS_SUMA               9,941
                                      CP1_SUMA               7,195
                                       PC_SUMA              34,072
                                       VR_SUMA              34,655
                                      Constante            208,696
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Marco social Valor percibido           UP_SUMA              17,531
                                       NS_SUMA              15,584
                                       PC_SUMA              24,42
                                       VR_SUMA              51,122
                                      Constante            185,284
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Satisfaccion                           UP_SUMA              14,359
                                      CP1_SUMA              31,471
                                       PC_SUMA              23,343
                                       VR_SUMA              13,157
                                      Constante            117,003
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Emociones positivas                    UP_SUMA              16,787
                                       NS_SUMA              11,513
                                      CP1_SUMA               4,202
                                       PC_SUMA              62,307
                                       VR_SUMA              27,451
                                      Constante            188,524
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Emociones negativas                    NS_SUMA               40,35
                                      CP1_SUMA              35,264
                                       PC_SUMA                 5,8
                                      Constante              17,28
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Capacidad de respuesta Calid          CP1_SUMA              22,284
                                       PC_SUMA              17,222
                                       VR_SUMA              38,492
                                      Constante              85,83
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Dimension tangible Calidad            CP1_SUMA              34,693
                                       PC_SUMA               9,139
                                       VR_SUMA              10,326
                                      Constante             56,023
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Accesibilidad Calidad                  UP_SUMA               4,579
                                       NS_SUMA               8,329
                                       PC_SUMA              76,477
                                       VR_SUMA               7,528
                                      Constante             17,017
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Empatia Calidad                        UP_SUMA                5,29
                                       NS_SUMA              15,594
                                      CP1_SUMA              14,589
                                       PC_SUMA               64,02
                                       VR_SUMA              33,232
                                      Constante            161,485
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Intencion de continuar                 UP_SUMA              19,129
                                      CP1_SUMA              10,035
                                      CP2_SUMA               4,017
                                       PC_SUMA               9,989
                                       VR_SUMA               7,885
                                      Constante            102,403
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                            test

Intencion de hablar                    UP_SUMA               6,518
positivamente                          NS_SUMA             106,798
                                      CP1_SUMA               12,47
                                       PC_SUMA                12,5
                                       VR_SUMA              23,975
                                      Constante            205,989
                                 % Prediccion global        Hosmer
                                                            -Lemeshow
                                                            test

Intencion de compra                    UP_SUMA              18,341
exclusiva                             CP1_SUMA              10,056
                                      CP2_SUMA               3,828
                                       PC_SUMA              25,259
                                       VR_SUMA              52,165
                                      Constante             196,42
                                 % Prediccion global        Hosmer
                                                            -Lemeshow
                                                            test
Intencion de cambio de                 NS_SUMA              31,728
proveedor                              PC_SUMA              21,755
                                      Constante              6,666
                                 % Prediccion global        Hosmer
                                                            -Lemeshow
                                                            test

Intencion de invertir en la            UP_SUMA               9,722
relacion                               NS_SUMA              34,334
                                       PC_SUMA              14,316
                                       VR_SUMA              19,732
                                      Constante            168,534
                                 % Prediccion global        Hosmer
                                                            -Lemeshow
                                                            test

Intencion dispuesto a                  NS_SUMA              93,252
pagar mas                             PC_SUMA               45,239
                                      Constante            151,843
                                 % Prediccion global        Hosmer
                                                           -Lemeshow
                                                           test

Variable dependiente    Variables independientes       Significancia

Precio Valor percibido                 UP_SUMA                0
                                       NS_SUMA              0,002
                                      CP1_SUMA              0,007
                                       PC_SUMA                0
                                       VR_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,76

Marco social Valor percibido           UP_SUMA                0
                                       NS_SUMA                0
                                       PC_SUMA                0
                                       VR_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,017

Satisfaccion                           UP_SUMA                0
                                      CP1_SUMA                0
                                       PC_SUMA                0
                                       VR_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,313

Emociones positivas                    UP_SUMA                0
                                       NS_SUMA              0,001
                                      CP1_SUMA              0,04
                                       PC_SUMA                0
                                       VR_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,909

Emociones negativas                    NS_SUMA                0
                                      CP1_SUMA                0
                                       PC_SUMA              0,016
                                      Constante               0
                                 % Prediccion global        0,361

Capacidad de respuesta Calid          CP1_SUMA                0
                                       PC_SUMA                0
                                       VR_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,299

Dimension tangible Calidad           CP1_SUMA                0
                                       PC_SUMA              0,003
                                       VR_SUMA              0,001
                                      Constante               0
                                 % Prediccion global          0

Accesibilidad Calidad                  UP_SUMA              0,032
                                       NS_SUMA              0,004
                                       PC_SUMA                0
                                       VR_SUMA              0,006
                                      Constante               0
                                 % Prediccion global        0,745

Empatia Calidad                        UP_SUMA              0,021
                                       NS_SUMA                0
                                      CP1_SUMA                0
                                       PC_SUMA                0
                                       VR_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,39

Intencion de continuar                 UP_SUMA                0
                                      CP1_SUMA              0,002
                                      CP2_SUMA              0,045
                                       PC_SUMA              0,002
                                       VR_SUMA              0,005
                                      Constante               0
                                 % Prediccion global        0,221

Intencion de hablar                    UP_SUMA              0,011
positivamente                          NS_SUMA                0
                                      CP1_SUMA                0
                                       PC_SUMA                0
                                       VR_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,513

Intencion de compra                    UP_SUMA                0
exclusiva                             CP1_SUMA              0,002
                                      CP2_SUMA              0,05
                                       PC_SUMA                0
                                       VR_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,184

Intencion de cambio de                 NS_SUMA                0
proveedor                              PC_SUMA                0
                                      Constante             0,01
                                 % Prediccion global        0,008

Intencion de invertir en la            UP_SUMA              0,002
relacion                               NS_SUMA                0
                                       PC_SUMA                0
                                       VR_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,215

Intencion dispuesto a                  NS_SUMA                0
pagar mas                              PC_SUMA                0
                                      Constante               0
                                 % Prediccion global        0,772
COPYRIGHT 2013 La Universidad Libre Seccional Barranquila
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2013 Gale, Cengage Learning. All rights reserved.

 
Article Details
Printer friendly Cite/link Email Feedback
Author:Vargas Nieto, Paula; Vidal Pombo, Julio; Berdugo Correa, Carmen
Publication:Revista Ingeniare
Date:Dec 1, 2013
Words:10082
Previous Article:Solucion al problema de ruteo de vehiculos empleando algoritmo genetico.
Next Article:Recomendaciones ergonomicas para el diseno y uso de la silla del puesto de trabajo del conductor de buses de transporte interdepartamental de...
Topics:

Terms of use | Privacy policy | Copyright © 2018 Farlex, Inc. | Feedback | For webmasters