Traducido del inglés al español - www.onlinedoctranslator.

com

manuscrito aceptado

Riesgo, confianza e interacción de la facilidad de uso percibida y el control del comportamiento en la predicción del uso

de las redes sociales por parte de los consumidores para las transacciones

Jared M. Hansen, George Saridakis y Vladlena Benson

PII: S0747-5632 (17) 30640-4

DOI: 10.1016 / j.chb.2017.11.010

Referencia: CHB 5243

Aparecer en: Computadoras en el comportamiento humano

Fecha de recepción: 28 de junio de 2017

Fecha revisada: 06 noviembre 2017

Fecha de aceptación: 09 noviembre 2017

Cite este artículo como: Jared M. Hansen, George Saridakis, Vladlena Benson, Risk, Trust, and the
Interaction of Perceived Ease of Use and Behavioral Control in Predicting Consumers 'Use of Social
Media for Transactions, Computadoras en el comportamiento humano (2017), doi: 10.1016 / j.chb.
2017.11.010

Este es un archivo PDF de un manuscrito sin editar que ha sido aceptado para publicación. Como servicio a nuestros
clientes, proporcionamos esta primera versión del manuscrito. El manuscrito se someterá a corrección de estilo,
composición tipográfica y revisión de la prueba resultante antes de que se publique en su forma final. Tenga en cuenta
que durante el proceso de producción se pueden descubrir errores que podrían afectar el contenido, y todas las
renuncias legales que se aplican a la revista pertenecen.
 MANUSCRITO ACEPTADO

Riesgo, confianza e interacción de la facilidad de uso percibida y el control del

comportamiento en la predicción del uso de las redes sociales por parte de los consumidores
para transacciones

Jared M. Hansen

Colegio de Negocios de Belk

jared.hansen@uncc.edu

George Saridakis *

Escuela de Negocios de Kingston

G.Saridakis@kingston.ac.uk

Vladlena Benson

Escuela de Negocios de Kingston

V.Benson@kingston.ac.uk

* Escuela de Negocios de Kingston, Universidad de Kingston

Kingston Hill, Kingston upon Thames,

KT2 7LB, Reino Unido

 MANUSCRITO ACEPTADO

Agradecimientos: Los autores agradecen a Anandhi Bharadwaj, Viswanath Venkatesth y Eric Walden por sus
comentarios sobre versiones anteriores de esta investigación.
 MANUSCRITO ACEPTADO

Reflejos

- La "facilidad de uso percibida" modera el efecto del "control conductual percibido".

- El riesgo y la confianza percibidos juegan un papel importante como antecedentes en la toma de decisiones del consumidor. La

- propensión a asumir riesgos tiene un efecto directo sobre la intención conductual.

 MANUSCRITO ACEPTADO

El riesgo, la confianza y la interacción de la facilidad de uso percibida y el control del

comportamiento en la predicción del uso de las redes sociales por parte de los consumidores para
Actas

Abstracto: Ha habido un debate continuo sobre los modelos en competencia con

respecto a la predicción del uso de los servicios de redes sociales. En esta investigación,
los autores conceptualizan y prueban empíricamente un modelo que combina
constructos del Modelo de Aceptación de Tecnología (TAM) y la Teoría del
Comportamiento Planificado (TPB) junto con (1) un moderador entre los dos modelos, (2)
riesgo percibido, y (3) confianza. Los resultados empíricos apoyan la hipótesis de que la
facilidad de uso percibida (de la teoría TAM) amplifica significativamente (modera
positivamente) el efecto del control conductual percibido (de la teoría TPB) sobre la
intención de utilizar las redes sociales para las transacciones. En resumen, hay beneficios
de integrar conceptos de los dos modelos en lugar de elegir un modelo sobre el otro en
la investigación y la práctica.

Palabras clave: Servicios de redes sociales (SNS); Seguridad de información; Modelo de aceptación de tecnología (TAM);
Teoría del comportamiento planificado (TPB); Confianza; Riesgo percibido

1
 MANUSCRITO ACEPTADO

El riesgo, la confianza y la interacción de la facilidad de uso percibida y el control del

comportamiento en la predicción del uso de las redes sociales por parte de los consumidores para
Actas

1. Introducción

La investigación existente se divide en diferentes puntos de vista sobre qué elementos influyen en la adopción de tecnología.

Uno de los modelos más utilizados para investigar la adopción de un individuo es la Tecnología

Modelo de aceptación (TAM) (Davis, 1989; Davis, Bagozzi y Warshaw, 1989; Venkatesh, Davis y

Morris, 2007). Si bien es simple y comprensible, lo que lleva a que el modelo se use de manera significativa

(ver metaanálisis en, por ejemplo, Chen, Shing-Han, & Chien-Yi 2011; King & He, 2006; Schepers &

Wetzels, 2007): se ha descubierto que no todas las relaciones se confirman en varios estudios.

(por ejemplo, Bagozzi, 2007; Legris, Ingham y Collerette, 2003). Se han realizado más investigaciones para

tratar de mejorar su precisión y capacidad de predicción (p. ej., Szajna, 1996; Venkatesh & Bala, 2008;

Venkatesh y Davis, 2000; Venkatesh, Morris, Davis y Davis, 2003; Wixom y Todd, 2005). Uno

de los otros modelos populares para examinar la intención conductual en entornos en línea es la Teoría de

Comportamiento planificado (TPB): una extensión de la teoría de la acción razonada (ver Fishbein & Ajzen,

1975).

Sin embargo, los académicos han criticado los modelos TAM y TPB por ser incompletos y

pasando por alto conceptos importantes (Hansen, Jensen y Solgaard, 2004; George, 2004; Liu,

Marchewka, Lu y Yu, 2004; Mathieson, 1991; Pavlou y Fygenson, 2006). De hecho, Venkatesh et

Alabama. (2007) afirman que “el estudio de antecedentes clave y diversas intervenciones son indicadores clave de

progreso científico y aplicabilidad práctica de la investigación de adopción de tecnología a medida que profundiza nuestra

comprensión del fenómeno y proporciona palancas para la acción gerencial ". (pág.270). Creemos

2
 MANUSCRITO ACEPTADO

Se pueden obtener conocimientos examinando la integración de los dos modelos en competencia de una manera que

incluye efectos de interacción de elementos únicos de los dos enfoques en competencia.

Al mismo tiempo, es necesario articular mejor las funciones del riesgo percibido y la confianza a medida que

se relacionan con la intención conductual. Se ha dicho que, en general, el contexto influye en el comportamiento (p. Ej.,

DeLamater y Ward, 2006); y se ha propuesto que los servicios de redes sociales (SNS), en

En particular, requieren un enfoque diferente para explicar / predecir el uso de las redes sociales por parte de los individuos.

tecnologías, incluida la contabilidad de los riesgos asociados con la autorrevelación y el comportamiento de aversión al riesgo

en redes sociales (Aral, Dellarocas, & Godes, 2013; Benson, Saridakis, & Tennakoon, 2015;

Chen, De y Yu, 2015; Ha y Stoel, 2009; Souza y Dick, 2009; Xu, Ryan, Prybutok y Wen, 2012;

Yan y Tan, 2014). En cuanto al riesgo y la confianza percibidos, la prensa actual, las directrices gubernamentales y

La literatura destacan los servicios de redes sociales como el vector de elección para difundir

exploits de vulnerabilidad (p. ej., Anderson y Agarwal, 2010; Dinev, Goo, Hu y Nam, 2009; Dinev,

2014; Mitra y Ransbotham, 2015; Smith, Dinev y Xu, 2011). Preocupaciones y miedos sobre

La seguridad de la información, la protección de datos personales y el cumplimiento se informan con frecuencia en las investigaciones como

barreras de los consumidores a la adopción de redes sociales para uso comercial (Aral et al., 2013; Boss, Galletta,

Lowry, Moody y Polak, 2015; Leonardi, 2014). Respondemos a la convocatoria de más investigaciones para ampliar

la comprensión del comercio social y las redes sociales (Luo & Lai, 2017).

El propósito de esta investigación es presentar y examinar las posibles relaciones entre

antecedentes relacionados con el riesgo percibido y la confianza y conceptos relacionados con las intenciones de uso de los consumidores

de los servicios de redes sociales (SNS) para transacciones tradicionalmente atribuidas al contexto del comercio electrónico.

1 Los resultados de nuestro estudio indican que si bien las construcciones TAM y TPB explican

1 Intencionalmenteelegimos usar TAM y TPB en lugar de derivados como UTAUT o UTAUT2 porque el número mucho
menor de constructos en TAM y TPB son más parsimoniosos; ver Bagozzi (2007) para una crítica de UTAUT
3
 MANUSCRITO ACEPTADO

parte importante de la intención conductual de los consumidores (como se esperaba), hay una

Interacción: esa facilidad de uso percibida (descrita en TAM) amplifica (es decir, modera positivamente)

el efecto del control del comportamiento (descrito en TPB) sobre la intención de utilizar los servicios de redes sociales

para transacciones. Los resultados también indican que el riesgo percibido, la confianza percibida y la asunción de riesgos

Los antecedentes de propensión son factores importantes.

El resto de la investigación procede de la siguiente manera. Primero, delineamos la lógica conceptual y las hipótesis.

En segundo lugar, probamos empíricamente el modelo propuesto que integra TAM, TBP, su interacción y

variables relacionadas con el riesgo percibido y la confianza. En tercer lugar, evaluamos el modelo y describimos las implicaciones para

teoría y práctica.

2. Derivación de antecedentes e hipótesis

2.1 TAM y TPB: abordar la brecha

La teoría de la acción razonada (TRA) propone que la actitud juega un papel significativo en la intención de los

consumidores de participar en comportamientos (Ajzen 1987, 1991; Ajzen y Madden 1986; Ajzen y Fishbein YEAR).

La teoría del comportamiento planificado (TPB) y el modelo de aceptación de tecnología (TAM) son cada uno

derivado separado de TRA. En particular, TPB expande TRA para incluir nuevos determinantes de la intención

conductual, incluido el control conductual percibido (Taylor y Todd, 1995). Y como sugiere la etiqueta, el "control

conductual percibido" explica hasta qué punto las personas perciben que realmente tienen control sobre la

realización de la conducta de interés. La lógica del control conductual percibido se basa en el concepto de

autoeficacia (Bandura YEAR). Es decir, es más probable que los individuos adopten comportamientos sobre los

que creen que tienen más control que los comportamientos sobre los que tienen menos control.

Aproximadamente al mismo tiempo que el desarrollo de TPB, otros académicos describieron TAM (Davis 1989;

Davis et al 1989), basándose en TRA, que propone un conjunto de determinantes para

+ 50 constructos, lo que permite centrarse en la interacción que involucra ambos modelos y en antecedentes adicionales. Por favor vea el
sección de limitaciones para la discusión de otros modelos alternativos a TAM y TPB.
4
 MANUSCRITO ACEPTADO

intenciones de comportamiento específicamente para la adopción de tecnología de la información. Estos determinantes

incluyen la facilidad de uso percibida. Davis (1989, p. 320) define la "facilidad de uso percibida" como el grado en el que

"una persona cree que el uso del sistema será libre de esfuerzo mental".

Creemos que se puede lograr un avance significativo en la investigación sobre la predicción de la adopción de

tecnología y otros comportamientos aplicando los consejos de Rousseau y Fried (2001, p. 4) de que “un conjunto

de factores, cuando se consideran en conjunto, a veces pueden producir una interpretación más patrón

teóricamente interesante que cualquiera de los factores mostraría de forma aislada ". En ese sentido, surge la

pregunta: ¿cómo puede la combinación de las dos teorías (TPB + TAM) ayudarnos mejor a comprender la toma de

decisiones del consumidor?2 ¿Cómo podemos aplicarlo a la investigación / práctica futuras? Para esbozar la lógica

y la hipótesis con respecto a esa cuestión, se podría comparar una formalización parcial de los principios básicos

de las dos teorías; tomaría la siguiente forma. La Teoría del Comportamiento Planificado (TPB) tiene dos principios

fundamentales importantes: (1)Actitud—Los aumentos en la facilidad de uso percibida deben estar asociados con

aumentos en la utilidad percibida, y (2) Control conductual percibido—Los aumentos en el control conductual

percibido están asociados con aumentos en la utilidad percibida. El modelo de aceptación de tecnología tiene tres

principios fundamentales importantes: (1)Actitud- los aumentos en la actitud positiva deben estar asociados con

aumentos en la intención conductual, (2) Facilidad de uso percibida- (a) Los aumentos en la facilidad de uso

percibida deben estar asociados con aumentos en la intención de comportamiento y

(b) los aumentos en la facilidad de uso percibida deben estar asociados con aumentos en la utilidad

percibida, y (3) Utilidad percibida—Los aumentos en la utilidad percibida deben estar asociados con

aumentos en la intención conductual.

La formalización parcial muestra que ambas teorías incluyen la "actitud" como un predictor de comportamiento

intención. Cada uno tiene otros elementos que no se encuentran en la otra teoría enumerada anteriormente. Ambos tienen

Se ha utilizado con éxito por separado para explicar la adopción de comportamientos particulares en muchos estudios. A

Al mismo tiempo, los resultados no siempre son significativos, como muestran los metaanálisis mencionados en el

2 Agradecemos a los revisores anónimos por sugerir la inclusión de esta pregunta.

5
 MANUSCRITO ACEPTADO

sección de introducción. Como resultado,sla beca permanece dividida sobre el uso de conceptos de TAM o TPB en

predecir la intención conductual de la adopción de tecnología sugiriendo que cada enfoque tiene beneficios

que el otro enfoque no tiene (p. ej., Aboelmaged & Gebba, 2013; Mathieson, 1991; Pavlou

Y Fygenson, 2006; Venkatesh et al., 2003). Hacia la reconciliación y el avance de la ciencia, algunos

Los estudios han examinado las interacciones potenciales dentro de TAM y otros han examinado por separado

interacciones dentro de TPB — ver Venkatesh et al. (2003) para comparaciones—pero no hay investigaciones existentes

no ha analizado las interacciones que pueden ocurrir al combinar sus construcciones únicas juntas.3 Para

Por ejemplo, el control de comportamiento percibido (PBC) es un concepto presente en TPB pero no TAM mientras

La facilidad de uso percibida (PEU) es un concepto presente en TAM pero no en TPB.4 Teorizamos sobre el

interacción en la toma de decisiones del consumidor sobre la adopción de tecnología la siguiente sección.

2.2 Interacción TAM y TPB

Si bien el control del comportamiento percibido y la facilidad de uso percibida, como se modela por separado en diferentes

estudios previos: cada influencia en la adopción de tecnología, proponemos que existe una posible

interacción entre el control conductual percibido (PBC) y la facilidad de uso percibida (PEU). Es decir, si

algo es visto por un individuo como más fácil de usar (PEU) pero los individuos creían que

no tenía mucho control sobre él (PBC), teorizamos que la intención de uso puede ser baja. Asimismo, si

uno tenía control sobre el comportamiento (PBC) pero iba a ser mucho más difícil de hacer (PEU),

predecimos que podría resultar en apatía que niegue el efecto positivo del control sobre la intención de uso; ver

3 Aboelmaged y Gebba (2013) revisan un modelo que combina los elementos principales de TAM y TPB, pero no hay efectos de
interacción entre conceptos distintos de los dos modelos opuestos. Encuentran, en el contexto de la adopción de la banca móvil, que
los efectos principales del comportamiento percibido y la facilidad de uso percibida no son estadísticamente significativos, lo que
señalamos que podrían deberse (además del contexto o del error de medición de la muestra o más allá) a las interacciones entre
esos elementos que no están incluidos en el modelo.
4 El otro constructo único en TAM es la “utilidad percibida” pero, como resultado de la facilidad de uso percibida, es
redundante para lo que estamos interesados en examinar.
6
 MANUSCRITO ACEPTADO

discusión en Hansen y Levin (2016) sobre la apatía y la motivación para usar la tecnología. Sin embargo, si

uno tenía control sobre el comportamiento (PBC) y percibía que iba a ser mucho más fácil de hacer

(PEU), de lo que creemos que la apatía no debería ocurrir ya que el individuo probablemente hace un

evaluación sobre la posibilidad de obtener el resultado deseado (Hansen & Levin, 2016). Esta

La lógica precedente describe un efecto moderador: esa facilidad de uso percibida (PEU) magnifica la

efecto positivo del control conductual percibido (PBC) sobre la intención de utilizar los servicios de redes sociales

(SNS) para transacciones. Dicho formalmente,

H1: La mayor facilidad de uso percibida amplifica (es decir, modera positivamente) la asociación entre el control del
comportamiento y el nivel de intención de participar en transacciones a través de SNS.

2.3 Los roles del riesgo percibido y la confianza

Esta investigación responde al llamado de Beldad, De Jong y Steehouder (2010) en la revisión fundamental de

“Una mayor atención, y particularmente más sistemática, a la investigación de los antecedentes de confianza en

servicios ”(p. 857). La confianza en las organizaciones como segundas partes en las transacciones en línea se considera la

facilitador para la participación del usuario en una transacción en línea, mientras que la falta de confianza conduce a la transacción

aversión (Hoffman, Novak y Peralta, 1999), y en los intercambios económicos en línea (Ha y Stoel,

2009), en particular. Desarrollos recientes en la comprensión del comportamiento del usuario, en el ámbito comercial y

contextos de investigación, llevó a un mayor interés en la confianza y sus determinantes dentro de la tecnología digital.

medio ambiente. Dado que la confianza en línea se considera un factor crítico de éxito para las empresas en línea, los servicios electrónicos,

Comunicaciones electrónicas o iniciativas digitales (Beldad et al., 2010). Además, Bryce y Fraser (2014)

destacar la relevancia de la confianza en las transacciones de comunicación. Esto es particularmente significativo cuando

los usuarios evalúan el riesgo en las transacciones comunicacionales en línea. La falta de confianza y agudizada

el riesgo percibido por las personas involucradas conduce al abandono de la transacción. Pavlou y Fygenson
7
 MANUSCRITO ACEPTADO

(2006) critican tanto a TRA como a TAM por pasar por alto la “naturaleza impersonal de la

medio ambiente, el uso extensivo de TI y la incertidumbre de la Internet abierta ”(p. 423). Relacionado con

este concepto de incertidumbre, otros estudios afirman que los riesgos percibidos y la confianza asociados con

Las transacciones en línea y la confianza en relación con el entorno en línea probablemente influyan en la toma de decisiones y

intenciones de comportamiento en última instancia (Benson et al., 2015; Chen & Dhillon, 2003; George, 2004; Ha &

Stoel, 2009; Hansen y col., 2004; Liu y col., 2004; McKnight, Choudhury y Kacmar, 2002;

Saridakis, Benson, Ezingeard y Tennakoon, 2015). Zhou (2010) muestra que un alto riesgo percibido ha

un efecto destructivo en la confianza inicial de los usuarios en las aplicaciones en línea, que es crucial para facilitar

adopción y uso de aplicaciones. En esta sección formulamos hipótesis sobre las relaciones entre la asunción de riesgos

comportamiento, confianza, constructos de TAM y TPB e intención conductual.

Hipotetizamos, en general, que la percepción de riesgo y confianza de los usuarios puede influir en sus actitudes

e intenciones (elementos TAM y TPB) de utilizar los servicios de redes sociales para el comercio. Nosotros

teorizar que los aumentos en el riesgo percibido generalmente deberían disminuir los elementos de TAM y TPB mientras

Los aumentos en la confianza generalmente deberían aumentar los elementos de TAM y TPB, cada uno de los cuales también afecta la toma de riesgos.

propensión que a su vez afecta la intención de utilizar las tecnologías de redes sociales para las transacciones.

El manejo de información personal y la autorrevelación a través de los servicios de redes sociales son áreas

de gran preocupación y están interconectados. Las personas se están acostumbrando a considerar

el riesgo asociado con las transacciones en línea. Postulamos que los usuarios que perciben la tecnología social

actividad como de menor riesgo o mayor confianza tienen más probabilidades de experimentar el uso de redes sociales para

actas. Los hallazgos de Ha y Stoel (2009) y Posey, Lowry, Roberts y Ellis (2010)

Apoyar la idea de que la confianza aumenta la auto-revelación en línea mientras que la creencia en el riesgo de privacidad disminuye la auto-revelación.

divulgación. Se teoriza que el comportamiento individual de toma de riesgos está predeterminado a nivel personal (Wang,

Xiao y Raghav Rao, 2015). Teorizamos que el riesgo percibido se asocia positivamente con la facilidad de

8
 MANUSCRITO ACEPTADO

uso, utilidad y control del comportamiento en este contexto basándose en la lógica que los consumidores creen

que el riesgo en las tecnologías se reduce a través de protocolos / funciones de seguridad que por sí mismos lo hacen menos

fácil de usar y, por lo tanto, útil y quita el control del consumidor sobre la tecnología (por ejemplo, un

compensación). Declarado formalmente, en lo que se refiere a la participación en transacciones a través de SNS:

H2: El aumento del riesgo percibido se asocia con una disminución en el nivel de propensión a asumir riesgos.

H3: El aumento de la confianza se asocia con un aumento en el nivel de propensión a asumir riesgos.

H4: El aumento del riesgo percibido está asociado con un aumento en el nivel de facilidad de uso percibida.

H5: El aumento de la confianza se asocia con un aumento en el nivel de facilidad de uso percibida.

H6: El aumento del riesgo percibido se asocia con un aumento en la fuerza de la actitud (es decir, en la necesidad de proteger
el intercambio de información en el uso de la tecnología).

H7: El aumento de la confianza se asocia con un aumento en la fuerza de la actitud (es decir, en la necesidad de
proteger el intercambio de información en el uso de la tecnología).

H8: El aumento del riesgo percibido se asocia con un aumento en el nivel de control del comportamiento
percibido.

H9: El aumento de la confianza se asocia con un aumento en el nivel de control conductual percibido.

H10: La mayor propensión a asumir riesgos se asocia con un aumento de la intención conductual.

2.4 Modelos TAM y TPB existentes

El modelo de aceptación de la tecnología se centra en las contribuciones de la utilidad percibida, percibida

facilidad de uso y actitud hacia el comportamiento al predecir y explicar la intención del comportamiento.

Desde su aparición seminal (Davis et al., 1989), múltiples metanálisis de la investigación TAM existente

indican que cientos de estudios se han centrado en investigar y ampliar la teoría TAM en

diferentes contextos (King & He, 2006; Ma & Liping, 2004; Schepers & Wetzels, 2007; Venkatesh et

9
 MANUSCRITO ACEPTADO

al., 2003). La investigación empresarial aplicó con éxito TAM en una variedad de entornos, como: dispositivo portátil

dispositivos (Bruner & Kumar, 2005), diferentes datos demográficos (Porter & Donthu, 2006), Internet

banca (Alsajjan & Dennis, 2010), publicidad por SMS (Muk & Chung, 2015), publicidad móvil

(Yang, Kim y Yoo, 2013) y el comercio electrónico tradicional (Ha y Stoel, 2009). Por lo tanto, reconocemos:

es decir, importantes pero no nuevas: hipótesis (hipótesis de control, como las llamamos aquí)

Literatura en el modelo aplicada al contexto de consumidores que utilizan SNS para transacciones:

Hipótesis de control C1: Los aumentos en la facilidad de uso percibida están asociados con los aumentos en la
utilidad percibida de participar en transacciones a través de SNS.

Hipótesis de control C2: Los aumentos en la facilidad de uso percibida están asociados con aumentos en las intenciones
de comportamiento para participar en transacciones a través de SNS.

Hipótesis de control C3: Los aumentos en la utilidad percibida están asociados con aumentos en las intenciones de
comportamiento para participar en transacciones a través de SNS.

Hipótesis de control C4: Los aumentos en la actitud positiva están asociados con aumentos en las intenciones de
comportamiento para participar en transacciones a través de SNS.

TPB predice la intención conductual a través de los constructos de actitud hacia la conducta y

control conductual percibido (Taylor y Todd, 1995). El TPB se ha utilizado en la investigación empresarial para

examinar intenciones emprendedoras (Carr & Sequeira, 2007; Fayolle & Liñán, 2014), tienda física

comportamiento de compra (Darden & Dorsch, 1990), comportamiento de compra en tiendas de Internet (Smith &

Sivakumar, 2004), influencia social e innovaciones de alta tecnología (Kulviwat, Bruner II y Al-Shuridah,

2009) y adopción de la innovación (Frambach & Schillewaert, 2002), entre otros temas.

El constructo "actitud" está presente en los modelos TAM y TPB, y ya hemos

papel teorizado de la actitud reconocida en la hipótesis de control C4. La contribución distintiva de los principales

El modelo TPB es el control conductual percibido (PBC), que tiene un efecto positivo generalmente reconocido
10
 MANUSCRITO ACEPTADO

relación en la literatura TPB entre el control conductual percibido y la intención conductual.

De acuerdo con la literatura citada anteriormente, proponemos:

Hipótesis de control C5: Los aumentos en el control conductual percibido están asociados con aumentos en las
intenciones conductuales de participar en transacciones a través de SNS.

Con base en las consideraciones anteriores, proponemos un modelo conceptual que predice el uso de

servicios de red para transacciones que se muestran en la Figura 1. En resumen, presentamos una nueva moderación

hipótesis relacionada con la interacción entre el modelo de aceptación de tecnología (Davis et al., 1989)

y la teoría del comportamiento planificado (Taylor y Todd, 1995). Además, presentamos hipótesis

sobre los roles antecedentes del riesgo percibido, la confianza y la propensión a asumir riesgos. Finalmente, consideramos

importantes hipótesis de control establecidas en dos de los modelos de adopción de tecnología más utilizados

predicción: La siguiente sección describe el enfoque metodológico.

<< Inserte la Figura 1 por aquí >>

3. Método

3.1. Diseño de muestreo y estudio

En cuanto al diseño del estudio, se llevó a cabo una encuesta nacional transversal consistente con los estudios que utilizan

TAM o TPB para predecir la intención conductual. La muestra final del estudio consistió en 318 UK

consumidores reclutados a través de una campaña de correo electrónico que contiene una invitación a participar en una

encuesta sobre el uso de las redes sociales. (Véase, por ejemplo, Krejcie y Morgan, 1970). La encuesta se estructuró para

permitir la recopilación de datos de los usuarios activos de la plataforma social y se ha introducido un criterio para

11
 MANUSCRITO ACEPTADO

eliminar las respuestas de las personas que pueden haber llegado al enlace de la encuesta sin pasar por

requisitos de registro. Los elementos de la escala de la encuesta se muestran en la Tabla 1. En cuanto a la muestra nacional

representatividad, los encuestados fueron 59% mujeres (129 hombres, 189 mujeres). Casi el 23% había ganado

una licenciatura y un 8% una maestría o un doctorado. La distribución porcentual por edades fue: 18-28

(16%), 29-38 (19,8%), 39-48 (23,3%), 49-58 (26,1%) y 59-68 (14,8%). En cuanto a la ocupación, casi

El 35% ocupó cargos profesionales o gerenciales, el 38% ocupó cargos técnicos o calificados, el 20% ocupó

puestos no calificados y el 6% eran estudiantes.

3.2. Medidas

En cuanto a las transacciones, muchas firmas han creado presencia comercial en las redes sociales y están

explotar las oportunidades del comercio social (Abrams, 2014). Las preguntas de la encuesta están adaptadas de Davis

et al. (1989) para elementos TAM y Taylor y Todd (1995) para elementos TPB usando siete puntos

Escalas Likert. Siguiendo a Chin, Marcolin y Newsted (2003), el moderador fue calculado por

multiplicar ítems de escala de PEU y PBC. Aparecen elementos de escala y propiedades psicográficas detalladas

en la Tabla 1.

<< Inserte la Tabla 1 sobre aquí >>

Los estudios de un solo encuestado pueden poseer inherentemente algún nivel de variación de método común (también conocido como

CMV, sesgo de fuente común). Palmatier (2016, p. 656) afirma: “Dado que CMV reduce el poder para encontrar

efectos de interacción significativos, las hipótesis moderadoras no son socavadas por el CMV en la encuesta

datos y, por lo tanto, ofrece una mayor contribución potencial ". Si bien una de las contribuciones centrales de este

investigación es la inclusión de un coeficiente de interacción para examinar el moderador propuesto

12
 MANUSCRITO ACEPTADO

hipótesis (H1), también minimizamos el potencial de fuente común a través de varios

técnicas de procedimiento y estadísticas mencionadas en Podsakoff, MacKenzie, Lee y Podsakoff

(2003, p. 899), ya que mencionan que "no existe un único método mejor para manejar el problema". Como

a los recursos procesales, intentamos incrementar la separación psicológica de las variables mediante

contrarrestar el orden de medición de las variables a través de historias de portada separadas para criterio versus

variables predictoras; Además, las variables presentadas en varias subsecciones diferentes sobre diferentes

páginas (por lo que los encuestados tendrían que hacer una pausa y leer las instrucciones de cada página). Respuesta diferente

Se utilizaron formatos en diferentes subsecciones. Se utilizaron pruebas preliminares exhaustivas. Encuestados

se les garantizó el anonimato. En cuanto a los remedios estadísticos, una prueba de factor único de Harman post hoc

mostró que ningún factor individual explica la mayor parte de la varianza en la matriz de factores no rotados.

Incluir el factor más alto en el modelo como una variable de control sobre las variables dependientes no

producir un cambio significativo en la varianza explicada. Una variable marcadora CFA aparentemente no relacionada

explica solo un porcentaje muy pequeño de la varianza (Podsakoff, MacKenzie y Podsakoff, 2012).

Y por último, observamos que cualquier sesgo potencial del método no puede dar cuenta de ninguna estadística

efectos de interacción significativos como se señala en Podsakoff et al. (2012). Por lo tanto, el sesgo de fuente común no

no parece ser un problema importante.

3.3. Análisis

Usamos modelos de ecuaciones estructurales basados en componentes de mínimos cuadrados parciales (PLS) debido a la

enfoque predictivo, prueba de términos de interacción de variables latentes, tamaño de muestra y número de rutas

(p. ej., Chin et al., 2003; Hansen y Levin, 2016; Wold, 1982). Se utilizó el software SmartPLS 2.0 para

el análisis de regresión PLS (MacMillan, Money, Money & Downing, 2005). Usamos un bootstrap

de 500 remuestreos para evaluar la importancia de la estimación del parámetro porque los mínimos cuadrados parciales

13
 MANUSCRITO ACEPTADO

la regresión es una técnica sin distribución (p. ej., Henseler, Ringle y Sinkovics, 2009). Valores T

se calcularon en base al procedimiento de arranque y se determinaron sus niveles de significancia

utilizando una distribución de dos colas con 499 grados de libertad (Ringle, Wende y Will, 2005).

En cuanto al modelo de medición, la confiabilidad de todos los ítems de la escala individual excede el estándar 0.7

valor mínimo. La validez discriminada de los constructos se establece mediante dos métodos. Primero,

no se determinó que la carga cruzada fuera un problema; cada elemento cargado en la construcción prevista y no

otra construcción. En segundo lugar, la raíz cuadrada del AVE excedió los valores de correlación entre elementos para

cada constructo, lo que indica que se ha logrado la validez discriminante (Grégoire & Fisher, 2006). Mesa

2 contiene las correlaciones de variables latentes. El índice de bondad de ajuste (GoF) de 0,81 se considera

aceptable (Henseler, Hubona y Ray, 2016; Tenenhaus et al., 2004); Wetzels y col. (2009) proponer

la siguiente interpretación del índice GoF: GoF de 0,1 = efecto pequeño, GoF de 0,25 = efecto medio,

y GoF de .36 = gran efecto. Para establecer criterios predictivos, utilizamos el Q2 de Stone-Geisser

(Geisser, 1975; Henseler et al., 2009; Stone, 1974), que se midió con una venda

técnica en la que todos los valores endógenos que son positivos se consideran predictivos (Wold, 1982).

<< Inserte la Tabla 2 sobre aquí >>

4. Resultados

La figura 2 muestra los coeficientes de trayectoria. Para una descripción general, encontramos soporte para 4 de 5 del control

hipótesis y 10 de 10 de las nuevas hipótesis en el contexto intención conductual de utilizar social

sistemas de redes para transacciones.

En cuanto a los elementos centrales generalmente reconocidos extraídos de TAM en las hipótesis de control

(hipótesis de control C1-C5), la facilidad de uso percibida (coeficiente de trayectoria = 0,12 t = 2,41; p <0,05) tiene un

14
 MANUSCRITO ACEPTADO

efecto positivo significativo en el nivel de intención conductual. Facilidad de uso percibida (ruta

coeficiente = 0,36 t = 6,96; p <0.01) también tiene un efecto positivo significativo en el nivel de percepción

utilidad. A su vez, la utilidad percibida (coeficiente de trayectoria = 0,20 t = 3,35; p <0,01) tiene una

efecto positivo sobre la intención conductual. En cuanto al elemento compartido en TAM y TPB de actitud

hacia el comportamiento, la actitud (coeficiente de trayectoria = -0,08 t = 1,67; p = ns) tiene un promedio insignificante

efecto sobre el nivel de intención conductual. En cuanto al núcleo generalmente reconocido, pero distinto,

elemento extraído del control de comportamiento percibido de TPB (coeficiente de trayectoria = 0,15 t = 2,34; p <0,05)

tiene un efecto positivo significativo sobre la intención conductual. Para resumir, encontramos soporte para 4 de 5

Controlar hipótesis en el contexto de los consumidores que utilizan sitios de redes sociales para realizar transacciones.

tradicionalmente realizado a través de sitios Web tradicionales de comercio electrónico.

<< Inserte la Figura 2 por aquí >>

En cuanto a la nueva hipótesis de moderación (H1), los resultados indican apoyo de que una mayor facilidad

de uso percibida amplifica (coeficiente de trayectoria = 0,09 t = 1,98; p <0,05) el efecto del control conductual sobre

el nivel de intención de participar en transacciones a través de redes sociales. servicios de redes (ver figura 3).

Creemos que este resultado tiene importantes implicaciones para la investigación sobre TAM y TPB; Los

resultados son consistentes con la idea de que el uso de TAM o TPB por separado en la investigación o la medición

proporciona valor, pero no captura con precisión cómo la facilidad de uso percibida (PEU) y el control conductual

percibido (PBC) interactúan al afectar la intención conductual. En el contexto y muestra de este estudio, la R2 de

Intención Conductual aumenta de 0.166 cuando se incluyen solo antecedentes TPB en el modelo PLS SEM o 0.221

cuando solo se incluyen antecedentes TAM en el modelo PLS SEM para esta muestra y contexto a 0.258 cuando se

agrega el moderador BC x PEU al modelo. Agregar confianza y riesgo al modelo aumenta la R2 a 0.323.

15
 MANUSCRITO ACEPTADO

<< Inserte la Figura 3 por aquí >>

El nivel de riesgo percibido tiene una asociación negativa significativa con la propensión a asumir riesgos (coeficiente de trayectoria = -0,15 t = 2,49; p <0,05), lo que

apoya a H2. Esta ruta primaria es importante dada la importancia de la ruta H9 desde la propensión a asumir riesgos hasta la intención conductual, como se analiza en el

siguiente párrafo. El riesgo percibido tiene una asociación positiva significativa con la facilidad de uso percibida (coeficiente de ruta = 0.13 t = 2.27; p <0.05), actitud [hacia la

necesidad de seguridad del SNS] (coeficiente de ruta = 0.40 t = 8.95; p <0.01), y control del comportamiento (coeficiente de trayectoria = 0.16 t = 2.33; p <0.05), consistente

con H4, H6 y H8. Es decir, los resultados son consistentes con la lógica del proceso que los consumidores, en promedio, creen que las tecnologías que tienen menos riesgo

a través del aumento de las medidas de seguridad / diseño no son tan fáciles de usar, tan útiles, y tienen menos control sobre ellos debido al aumento de los protocolos de

seguridad (por ejemplo, como la facilidad de uso de los teléfonos inteligentes Blackberry frente a los teléfonos inteligentes Apple). Alternativamente, podría darse el caso

de que las personas que indican puntuaciones más altas en la facilidad de uso percibida, la utilidad percibida y el control del comportamiento también sean

intrínsecamente más conscientes de los riesgos percibidos, lo cual es una limitación natural de los estudios transversales. Las investigaciones futuras que examinen este

tema serían útiles, ya que están más allá del alcance del estudio aquí. y el control del comportamiento también son intrínsecamente más conscientes de los riesgos

percibidos, lo cual es una limitación natural de los estudios transversales. Las investigaciones futuras que examinen este tema serían útiles, ya que están más allá del

alcance del estudio aquí. y el control del comportamiento también son intrínsecamente más conscientes de los riesgos percibidos, lo cual es una limitación natural de los

estudios transversales. Las investigaciones futuras que examinen este tema serían útiles, ya que están más allá del alcance del estudio aquí.

Encontramos que la confianza percibida se asocia positivamente con la propensión a asumir riesgos (coeficiente de trayectoria

= 0,29 t = 5,06; p <0,01), facilidad de uso percibida (coeficiente de trayectoria = 0,30 t = 5,65; p <0,01), actitud

(coeficiente de trayectoria = 0,18 t = 3,87; p <0,01) y control del comportamiento (coeficiente de trayectoria = 0,64 t = 18,65;

p <0.01), apoyando H3, H5, H7 y H9.

En cuanto a H10, encontramos que una mayor propensión a asumir riesgos (coeficiente de trayectoria = 0,40 t = 8,29; p <0

. 01) tiene un efecto positivo significativo sobre la intención conductual, lo que respalda H10.

dieciséis
 MANUSCRITO ACEPTADO

5. Discusión

5.1. Implicaciones teóricas

Los servicios de redes sociales ofrecen oportunidades comerciales en el mercado. Como señaló Bharadwaj,

Sawy, Pavlou y Venkatraman (2013), muchas empresas han comenzado a ver el poder de las redes sociales

tecnologías para crear nuevas capacidades de TI y desarrollar nuevas estrategias en torno a los servicios y

productos. Sin embargo, querer que los consumidores usen las redes sociales no equivale a usarlas (Hansen &

Levin, 2016). Este artículo examina la interacción de los conceptos de TAM y TPB (PEU + PBC) más

los roles del riesgo percibido, la confianza percibida y la propensión a asumir riesgos en el contexto de la sociedad

sitios de redes. Investigaciones anteriores han analizado las posibles interacciones dentro de TAM o interacciones

dentro de TPB — ver Venkatesh et al. (2003), pero no en las interacciones de la combinación de sus

constructos.

Las críticas a TAM como teoría incluyen su limitado poder explicativo y predictivo. Los resultados

de esta investigación actual apoyan significativamente la idea de que los elementos únicos de TAM (facilidad percibida

de uso) y TPB (control conductual percibido) tienen interacciones positivas significativas en la predicción

intención conductual. En particular, los resultados indican que apoyan que los principales efectos de la percepción

la facilidad de uso de TAM y el control de comportamiento percibido de TPB no siempre son válidos. Bastante,

se influyen entre sí, que cuando se utiliza el sitio de redes sociales para las transacciones es visto por

consumidores como más fáciles de usar (PEU), pero los consumidores creían que no tenían mucho control

sobre él (PBC), la intención de usarlo podría no ser muy alta. O, cuando los consumidores perciben que

tener más control sobre el comportamiento (PBC) pero percibir que va a ser mucho más difícil de hacer

(PEU) hay una menor intención de uso.

Esta investigación también muestra que el riesgo percibido y la confianza son antecedentes importantes para los modelos.

examinar la intención conductual de utilizar tecnologías sociales. Tanto el riesgo percibido como la confianza

17
 MANUSCRITO ACEPTADO

efectos significativos en la propensión de las personas a asumir riesgos, lo que a su vez tiene un efecto significativo en

intención conductual. El riesgo y la confianza pueden ser difíciles y complejos de modelar empíricamente en la investigación.

porque pueden estar relacionados con muchos elementos diferentes (por ejemplo, endogeneidad). Los resultados son

coherente con la idea de que el riesgo y la confianza percibidos son contrapesos en las personas identificadas

propensión a asumir riesgos.

5.2. Implicaciones prácticas

Se ha demostrado que un alto riesgo percibido es perjudicial para generar la confianza inicial de los usuarios (Zhou, 2010).

Los jóvenes, una proporción importante de usuarios de plataformas sociales, muestran un alto nivel de conciencia sobre

riesgos en línea que influyen en sus decisiones de realizar transacciones (Bryce y Fraser, 2014). La confianza es crucial para

la adopción y el uso efectivos de los sistemas en línea, desde la banca hasta las redes sociales. Uno de los

importantes hallazgos de esta investigación se refieren al comportamiento de riesgo de los usuarios sociales. Un aumento en

el riesgo percibido sobre la seguridad parece disminuir la propensión a asumir riesgos y, a su vez, la asunción de riesgos

la propensión afecta significativamente la intención del comportamiento. Un aumento en la confianza percibida, por otro

Por otro lado, se encuentra que aumenta la propensión a asumir riesgos y, a su vez, la intención conductual. Por lo tanto, social

Los proveedores de plataformas deben implementar actividades que puedan disminuir el riesgo percibido o aumentar

confianza percibida. Por ejemplo, podrían ofrecer programas de concientización para que los usuarios de las redes sociales eviten

pérdida de información y victimización cibernética debido a los comportamientos excesivamente riesgosos y el establecimiento

de la cultura de mejora de la seguridad. En general, los resultados de esta investigación ofrecen una perspectiva positiva para las

Los proveedores de plataformas sociales pueden gestionar eficazmente el comercio como riesgo y confianza.

Muchos diseñadores en la práctica a menudo creen que una barrera clave para la adopción es la falta de amabilidad.

Sin embargo, el simple hecho de centrarse en mostrar la facilidad de uso de una nueva tecnología no resulta en

consumidores aumentando sus intenciones de adoptar la nueva tecnología, a menos que la organización también

18
 MANUSCRITO ACEPTADO

enfatiza la capacidad de los consumidores para tener control de comportamiento. Por tanto, las empresas necesitan

transmitir / mostrar de forma eficaz que los consumidores tienen tanto facilidad de uso como control de comportamiento; ver figura 3.

Los resultados del estudio ayudan a aclarar las conclusiones de Davis et al. (1989) que encontró un apoyo mixto cuando

comparando modelos teóricos TRA y TAM. La presente investigación muestra que al introducir el

moderador (PEU x PBC) además de los roles antecedentes de riesgo percibido, confianza y asunción de riesgos

propensión, podemos explicar mejor la intención conductual de realizar transacciones en los servicios de redes sociales.

5.3. Limitaciones y oportunidades futuras de investigación

Los resultados de nuestro estudio son importantes y ayudan a informar a la comunidad de investigación y a la industria al

ampliar la base de conocimientos sobre las intenciones de comportamiento de los usuarios para realizar transacciones en las redes sociales. A pesar de que

esta investigación proporciona nuevos conocimientos, tiene limitaciones y plantea una serie de nuevas investigaciones

preguntas. Es concebible que muestras más grandes puedan producir un resultado diferente y, por lo tanto,

abrir el modelo propuesto a más estudios empíricos tanto en el contexto nacional como en el internacional

muestras de encuestados. Describimos cuatro oportunidades para la investigación futura que surgen de las limitaciones.

dadas las opciones que debían tomarse en el enfoque de la investigación y el diseño del estudio.

La primera limitación y oportunidad se relaciona con la gama completa de emociones que podrían afectar

intención conductual. Los investigadores coinciden en que el procesamiento cognitivo y el nivel de cambio de comportamiento,

sobre la base del TBP, imponer límites a las facultades explicativas del modelo sobre el comportamiento de los usuarios. En

En particular, en comparación con los modelos de procesamiento afectivo, TPB no tiene en cuenta

constructos emocionales, que incluyen amenaza, miedo, estado de ánimo y sentimientos de negatividad (o lo contrario de

del mismo), ver, por ejemplo, Hansen y Levin (2016) y Miao, Evans y Zou (2007). Mientras nos dirigimos

las percepciones del usuario sobre el riesgo y la confianza, así como la actitud sobre la necesidad de seguridad del SNS y

propensión a asumir riesgos, investigando la gama completa de emociones en la intención conductual en las redes sociales.

19
 MANUSCRITO ACEPTADO

La adopción de la tecnología de red sería una extensión importante e interesante de la investigación propuesta.

modelo. Relacionado, el modelo podría aplicarse a encuestados en diferentes ubicaciones.

La segunda limitación y oportunidad se relaciona con el contexto. Como lo muestran (Fu & Shumate, 2017) en

el panorama actual de los medios digitales, las personas usan y se ven influenciadas por su experiencia con

múltiples servicios de redes sociales. Las diferentes formas de SN ofrecen diferentes niveles de riqueza de medios,

cantidad de autorrevelación y esfuerzo cognitivo. Así, el modelo podría aplicarse a diferentes formas.

de las redes sociales.

La tercera limitación y oportunidad se relaciona con el método. Este estudio utiliza una muestra transversal

de los encuestados en consonancia con investigaciones anteriores sobre conceptos de TAM y TPB. Si bien hay una significativa

variación en las puntuaciones informadas sobre riesgo y confianza, no se manipulan de forma experimental

diseño, y por lo tanto, como señaló uno de los revisores, existe la posibilidad de que los resultados

puede ser específico del contexto; investigaciones futuras que utilizan la manipulación directa del riesgo y la confianza en

El diseño experimental aumentaría el rango de validez externa de los presentes resultados.

La cuarta limitación y oportunidad se relaciona con la consideración de elementos encontrados en otros

modelos predictivos de adopción de tecnología. Puede resultar difícil evaluar todo el potencial de un nuevo

modelar sin modelar la gama de alternativas. Si bien el enfoque aquí estaba en TAM y TPB

comparaciones e interacciones, esperamos que la investigación futura examine las interacciones con los conceptos

de otros modelos de adopción de tecnología como el 'modelo de motivación' que se centra en

motivaciones intrínsecas, extrínsecas y / o apáticas (ver Hansen y Levin, 2010, 2016; Levin y

Hansen, 2008; Levin, Hansen & Laverie, 2012) o UTAUT (ver Venkatesh et al., 2003). Nosotros

intencionalmente no intentó examinar UTAUT dada la crítica previa con respecto a la enorme

número (más de 50) de constructos (por ejemplo, Bagozzi, 2007); simplemente no había espacio en la encuesta

instrumento para incluir todos los constructos de UTAUT además de los constructos existentes. Eso es un

20
 MANUSCRITO ACEPTADO

realidad que enfrentan todas las encuestas en la práctica: la compensación de agregar varias páginas más de escalas de encuesta en

Intente proporcionar más información (o en este caso, explicación de la varianza). De hecho, nuestro propósito era

compare los modelos más populares y parsimoniosos (que involucran muy pocos constructos). Sin embargo, el futuro

La investigación (que involucra múltiples estudios dada la cantidad de elementos) podría analizar las interacciones.

entre TAM, TCB, Motivation Model y UTAUT y otros modelos, como los enumerados en

Hansen y Levin (2016).

6. Conclusión

Las plataformas sociales permiten muchas oportunidades comerciales. Sin embargo, los clientes que deseen utilizar redes sociales

redes para transacciones no equivale a uso. Esta investigación muestra que, más allá del

efectos generalmente reconocidos de los elementos principales de TAM o PBC: la conexión entre la percepción

El control conductual (PBC) y la intención conductual se amplifican o disminuyen dependiendo de la

facilidad de uso percibida (PEU). Por lo tanto, la investigación sobre la adopción de tecnología mejora cuando combina

elementos tanto del modelo de aceptación de tecnología (TAM) como de la teoría del comportamiento planificado (TPB)

en lugar de centrarse en la tensión entre cuál de los dos modelos es más correcto; ambos agregan valor

y su interacción agrega aún más valor al explicar la intención de adoptar plataformas sociales para

comercio. Los resultados muestran que, tomados solos, los aumentos en el control conductual percibido no

siempre se traduce en un aumento de la intención de utilizar SNS. Además, los resultados indican que el riesgo percibido

y la confianza juegan papeles importantes y opuestos en la formación de creencias de propensión a asumir riesgos que

Impacto intención de utilizar las plataformas sociales para realizar transacciones a través de SNS.

21
 MANUSCRITO ACEPTADO

Figura 1. Modelo teorizado

Nota: Como la principal contribución es la interacción de la PEU y la PBC, la atención se centra primero allí (en H1) y luego el
modelo procede de izquierda a derecha (H2 a H10). PEU, PU y Attitude son factores impulsores tradicionales en el modelo
TAM, mientras que PBC y Attitude son factores impulsores tradicionales en el modelo TPB. Aquí se combinan y se introduce
un moderador (PEU x PBC) (H1) además de los roles antecedentes de riesgo percibido, confianza y propensión a asumir
riesgos.

22
 MANUSCRITO ACEPTADO

Figura 2. Resultados del modelado de ecuaciones estructurales

Nota: * p <0,10, ** p <0 .05, *** p <0 .01.

23
 MANUSCRITO ACEPTADO

Figura 3. Gráfico de la interacción significativa del control conductual percibido (de TPB) y
Facilidad de uso percibida (de TAM)

Baja facilidad de uso percibida

4 Alta facilidad de uso percibida

Intención de comportamiento

3
Control de comportamiento de baja percepción Control conductual de alta percepción

24
 MANUSCRITO ACEPTADO

Tabla 1. Las construcciones exhiben confiabilidad y validez convergente

Construir Significar Dakota del Sur Cargando

Intención de comportamiento (Fiabilidad 0.97, AVE 0.93, Alpha 0.96)

. . . Compraré en SNS en el futuro 3,5 1,6 0,96
. . . A menudo considero comprar en SNS 3.3 1,7 0,97
. . . Tengo fuertes intenciones de comprar en SNS en el futuro 3.2 1,7 0,95
Facilidad de uso percibida (Fiabilidad 0,94, AVE 0,79, Alfa 0,93)
… Soy muy hábil en el uso de la Web. 4.3 1,6 0,84
... Sé algo más sobre el uso de la Web que la mayoría de la gente ... Me 4.2 1,6 0,87
siento seguro trabajando en una computadora personal 4.6 1.8 0,91
... Me siento seguro de entender términos / mundos relacionados con el hardware de la 4.6 1,6 0,92
computadora
... Me siento seguro de entender términos / mundos relacionados con el software de 4.4 1,6 0,88
computadora
Utilidad percibida (Fiabilidad 0.84, AVE 0.59, Alpha 0 .74)
... Mi información privada es administrada de forma segura por los sitios de redes sociales (SNS) con 4.1 1,6 0,87
los que realizo transacciones
. . . Estoy seguro de que la información de pago intercambiada con SNS será 4.0 1,6 0,87
protegido
. . . El SNS que visito proporciona información detallada sobre seguridad. 4.1 1,6 0,89
. . . En comparación con otros, me preocupa más la forma en que SNS maneja 4.9 1,6 0,84
informacion personal
Actitud (Fiabilidad 0.98, AVE 0.94, Alpha 0.96)
. . . SNS no debe usar información personal para ningún propósito a menos que el 2.4 1,6 0,97
la persona que proporcionó la información la ha autorizado
. . . Cuando las personas brindan información personal a un SNS por alguna razón, el 2.3 1,5 0,97
La empresa en línea nunca debe utilizar la información por ningún otro motivo.
. . . Los SNS nunca deben vender la información personal en su computadora. 2.5 1,7 0,96
bases de datos a otras empresasControl de comportamiento (Fiabilidad
0.81, AVE 0.54, Alpha 0 .72)
. . . Me aseguro de que los formularios en línea en SNS sean seguros antes de completar 3.6 1,9 0,66
información
. . . Configuré mi navegador para rechazar cookies innecesarias de SNS 3.2 1.8 0,66
. . . Creo que tengo control sobre cómo los SNS utilizan la información personal 3.2 1.8 0,91
. . . Creo que puedo controlar mi información personal proporcionada a SNS 3.3 1.8 0,88
Propensión a asumir riesgos (Fiabilidad 0.93, AVE 0.83, Alpha 0 .89)… Estoy
dispuesto a correr riesgos sustanciales para hacer compras en línea. 2.9 1.8 0,87
… Estoy dispuesto a aceptar cierto riesgo de perder dinero si es probable que las compras en 2,7 1,7 0,93
línea impliquen una cantidad insignificante de riesgo.
… Estoy dispuesto a aceptar algún riesgo para mi información personal si es probable que 2.8 1,7 0,93
las compras en línea impliquen una cantidad insignificante de riesgo.

25
 MANUSCRITO ACEPTADO

Riesgo percibido (Fiabilidad 0.97, AVE 0 .91, Alpha 0.95)… En

general, sería arriesgado dar (información) al SNS. 5,0 1.3 0,94
… Habría un alto potencial de pérdida asociado con dar 4.9 1.4 0,96
(información) al SNS
… Habría demasiada incertidumbre asociada con dar 4.9 1.3 0,95
(información) al SNS
Confianza (Fiabilidad 0.94, AVE 0 .71, Alpha 0 .92)
… Las redes sociales son confiables 4.0 1.3 0,86
… SNS quiere ser conocido como alguien que cumple sus promesas y compromisos… 4.4 1.3 0,75
Confío en que SNS tiene en cuenta mis mejores intereses 4.0 1.4 0,84
… Creo que los SNS tienen la capacidad técnica suficiente para asegurar que 4.4 1,5 0,85
ninguna otra organización suplante su identidad en Internet.
… Creo que los SNS tienen suficiente capacidad técnica para garantizar que los datos que 4.3 1,5 0,87
envío no sean interceptados por piratas informáticos.
… Creo que los SNS tienen la capacidad técnica suficiente para garantizar que los datos 4.4 1,5 0,88
que envío no puedan ser modificados por un tercero.
Nota 1: En la introducción, se informó a los encuestados que SNS se utilizaría para referirse a los servicios de redes sociales.

Nota 2: Las construcciones se miden usando escalas de 7 puntos como se describe con más detalle en el texto.Nota
3: C1 a C6 son hipótesis de control (esperadas de la investigación existente; importante pero no nueva).

26
 Tabla 2. Las correlaciones para construcciones clave son significativas

1 2 3 4 5 6 7 8
1. Actitud 0,97
2. Control del comportamiento (BC) 0,15 0,74
3. Intención de comportamiento - 0,12 0,36 0,96
4. Facilidad de uso percibida (PEU) 0,18 0,28 0,26 0,89
5. Utilidad percibida (PU) 0,18 0,61 0,40 0,36 0,77
6. Riesgo percibido (RP) 0,38 0,09 - 0.06 0,10 0,02 0,95
7. Confianza percibida (PT) 0,14 0,62 0,50 0,28 0,64 - 0,10 0,84
8. Propensión a asumir riesgos (RTP) - 0,37 0,22 0,44 0,15 0,25 - 0,18 0,30 0,91

Notas: Todas las correlaciones son significativas en pag <0,01 (prueba de dos colas). La raíz cuadrada del extracto de varianza promedio se presenta en negrita en las diagonales de la
matriz de correlación.

27
 MANUSCRITO ACEPTADO

Referencias

Abrams, R. (8 de agosto de 2014). Estrategias: Facebook puede ofrecer más que 'me gusta'.EE.UU. Hoy en día,
Obtenido de http://www.usatoday.com/story/money/columnist/abrams/2014/08/08/smallbusiness-
facebook-marketing/13713285/

Aboelmaged, M. y Gebba, TR (2013). Adopción de la banca móvil: un examen de la tecnología

modelo de aceptación y teoría del comportamiento planificado. Revista internacional de investigación y
desarrollo empresarial, 2(1), 35-50.

Alsajjan, B. y Dennis, C. (2010). Modelo de aceptación de banca por Internet: examen de mercado cruzado.
Revista de investigación empresarial, 63(9), 957-963.

Anderson, CL y Agarwal R. (2010). Practicar la informática segura: una empírica multimedia

examen de las intenciones de comportamiento de seguridad de los usuarios de computadoras en el hogar. MIS Quarterly, 34(3), 613-643.

Aral, S., Dellarocas, C. y Godes, D. (2013). Introducción al número especial: Redes sociales y
transformación empresarial: un marco para la investigación. Investigación en sistemas de información, 24(1), 3-13.

Bagozzi, RP (2007). El legado del modelo de aceptación de la tecnología y una propuesta de paradigma
cambio. Revista de la Asociación de Sistemas de Información, 8(4), 244-254.

Beldad, A., De Jong, M. y Steehouder, M. (2010). ¿Cómo voy a confiar en lo sin rostro y en lo intangible?
Una revisión de la literatura sobre los antecedentes de la confianza en línea. Las computadoras en el comportamiento humano, 26(5),
857-869.

Benson, V., Saridakis, G. y Tennakoon, H. (2015). Divulgación de información de usuarios de redes sociales:
¿Importa el control sobre la información personal, la conciencia del usuario y los avisos de seguridad? Tecnología de
la información y personas, 28(3), 421-446.

Bharadwaj, A., El Sawy, OA, Pavlou, PA y Venkatraman, N. (2013). Estrategia empresarial digital:
Hacia una próxima generación de conocimientos. MIS Quarterly, 37(2), 471-482.

Boss, SR, Galletta, DF, Lowry, PB, Moody, GD y Polak, P. (2015). ¿Qué tienen que hacer los usuarios?
¿temor? Usar el miedo apela a generar amenazas y miedo que motivan comportamientos protectores en los
usuarios.MIS Quarterly, 39(4), 1-13.

Bruner, GC y Kumar, A. (2005). Explicar la aceptación de los consumidores de los dispositivos portátiles de Internet.
Revista de investigación empresarial, 58, 553-558.

Bryce, J. y Fraser, J. (2014). El papel de la divulgación de información personal en la evaluación del riesgo.
y confianza en las interacciones en línea de los jóvenes. Computadoras en el comportamiento humano, 30, 299-306.

28
 MANUSCRITO ACEPTADO

Carr, JC y Sequeira, JM (2007). Exposición previa a la empresa familiar como influencia intergeneracional
e intención empresarial: una teoría del enfoque del comportamiento planificado. Revista de investigación
empresarial, 60 (10), 1090-1098.

Chen, H., De, P. y Yu, JH (2015). Radiodifusión habilitada por TI en las redes sociales: un estudio empírico de
actividades de artistas y venta de música. Sistemas de información Resbúsqueda 26(3), 513–531.

Chen, SC y Dhillon, GS (2003). Interpretar las dimensiones de la confianza del consumidor en el comercio electrónico.
Tecnología y Gestión de la Información, 4, 303-318.

Chen, SC, Shing-Han, L. y Chien-Yi, L. (2011). Investigaciones recientes relacionadas con la aceptación de la tecnología
modelo: una revisión de la literatura. Revista australiana de investigación empresarial y de gestión, 1(9),
124-127.

Chin, WW, Marcolin, BL y Newsted, PR (2003). Una variable latente de mínimos cuadrados parciales
Enfoque de modelado para medir efectos de interacción: Resultados de un estudio de simulación de Monte Carlo y un
estudio de adopción / emoción por correo electrónico. Investigación en sistemas de información, 14(2), 189-217.

Darden, WR y Dorsch, MJ (1990). Un enfoque de estrategia de acción para examinar las compras
comportamiento. Revista de investigación empresarial, 21 (3), 289-308.

Davis, FD (1989). Utilidad percibida, facilidad de uso percibida y aceptación de la información por parte del usuario
tecnología. MIS Quarterly, 13(3), 319-340.

Davis, F., Bagozzi, RP y Warshaw, R. (1989). Aceptación de la tecnología informática por parte del usuario: A
comparación de dos modelos teóricos. Ciencias de la Gestión, 35(8), 982-1003.

DeLamater, JD y Ward, A. (Eds.). (2006).Manual de psicología social. Springer: Hoboken, Nueva Jersey.

Dinev, T., Goo, J., Hu, Q. y Nam, K. (2009). Comportamiento del usuario hacia la información protectora
tecnologías: El papel de las diferencias culturales nacionales. Revista de sistemas de información, 19(4), 391- 412.

Dinev, T. (2014). ¿Por qué nos preocuparíamos por la privacidad?Revista europea de sistemas de información,
23(2), 97-102.

Fayolle, A. y Liñán, F. (2014). El futuro de la investigación sobre intenciones emprendedoras.Diario de

Investigación de negocios, 67 (5), 663-666.

Fishbein, M. y Ajzen, I. (1975). Creencia, actitud, intención y comportamiento: una introducción a la teoría
y la investigación. Reading, MA: Addison-Wesley.

29
 MANUSCRITO ACEPTADO

Frambach, RT y Schillewaert, N. (2002). Adopción de la innovación organizacional: un

marco de determinantes y oportunidades para futuras investigaciones. Revista de investigación empresarial,
55(2), 163-176.

Fu, JS y Shumate, M. (2017). Medios de comunicación, redes sociales y redes de hipervínculos: una
examen de los efectos de los medios integrados. La sociedad de la información, 33(2), 53-63.

Geisser, S. (1975). Un enfoque predictivo del modelo de efectos aleatorios.Biometrika, 61 años(1), 101-107.

George, JF (2004). La teoría del comportamiento planificado y las compras por Internet.Búsqueda en Internet,
14(3), 198-212.

Grégoire, Y. y Fisher, RJ (2006). Los efectos de la calidad de la relación en las represalias del cliente.
Cartas de marketing, 17(1), 31-46.

Ha, S. y Stoel, L. (2009). Aceptación de las compras electrónicas por parte del consumidor: antecedentes en una tecnología
modelo de aceptación. Revista de investigación empresarial, 62(5), 565-571.

Hansen, JM y Levin, MA (2010). Eficacia de la evaluación del e-learning minorista: motivación,

ubicación y percepción. Revista internacional de gestión de distribución y venta minorista, 38(10),
789–805.

Hansen, JM y Levin, MA (2016). El efecto de la motivación apática sobre las intenciones de los empleados de
utilizar las redes sociales para empresas. Revista de investigación empresarial, 69(12), 6058-6066.

Hansen, T., Jensen, JML y Solgaard, HS (2004). Predecir la intención de compra de comestibles en línea: A
comparación de la teoría de la acción razonada y la teoría del comportamiento planificado. Revista
Internacional de Gestión de la Información, 24(6), 539-550.

Henseler, J., Ringle, CM y Sinkovics, RR (2009). El uso de modelos de trayectorias de mínimos cuadrados parciales
en marketing internacional. En RR Sinkovics y PN Ghauri (Eds.),Avances en marketing internacional (
págs.277-319). Bingley, Reino Unido: Emerald.

Henseler, J., Hubona, G. y Ray, P. (2016). Usando el modelado de ruta PLS en la investigación de nuevas tecnologías:
directrices actualizadas. Gestión industrial y sistemas de datos, 116 (1), 2-20.

Hoffman, DL, Novak, TP y Peralta, M. (1999). Fomento de la confianza del consumidor en línea.
Comunicaciones de la ACM, 42(4), 80-85.

King, WR y He, J. (2006). Un metaanálisis del modelo de aceptación de la tecnología.Información &

Gestión, 43(6), 740-755.

Krejcie, RV y Morgan, DW (1970) Determinación del tamaño de la muestra para actividades de investigación.
Revista Internacional de Estudios Humano-Informáticos, 71(12), 1144-1162.

30
 MANUSCRITO ACEPTADO

Kulviwat, S., Bruner, GC y Al-Shuridah, O. (2009). El papel de la influencia social en la adopción de

Innovaciones de alta tecnología: El efecto moderador del consumo público / privado. Revista de investigación
empresarial, 62(7), 706-712.

Legris, P., Ingham, J. y Collerette, P. (2003). ¿Por qué la gente usa la tecnología de la información? A
revisión crítica del modelo de aceptación de la tecnología. Información y gestión, 40(3), 191-204.

Leonardi, P. (2014). Redes sociales, intercambio de conocimientos e innovación: hacia una teoría de
visibilidad de la comunicación. Investigación en sistemas de información, 25(4), 796-816.

Levin, MA y Hansen, JM (2008). Hacer clic para aprender o aprender a hacer clic: una teoría y
investigación empírica. Diario del estudiante universitario, 42(2), 665-674.

Levin, MA, Hansen, JM y Laverie, D. (2012). Hacia la comprensión de los nuevos empleados de ventas
participación en tecnología relacionada con el marketing: motivación, voluntariedad y desempeño
pasado.Journal of Personal Selling & Sales Management, 32(3), 379-393.

Liu, C., Marchewka, JT, Lu, J. y Yu, CS (2004). Más allá de la preocupación: privacidad-confianza-comportamiento
modelo de intención de comercio electrónico. Información y gestión, 42(1), 127-142.

Luo, X. y Lai, FN (2017). Comercio social y redes sociales: comportamientos en el nuevo servicio
Economía. Información y Gestión, Disponible en: https://www.journals.elsevier.com/
information-and-management/call-for-papers/socialcommerce-and-social-media-
behaviors-in-the-new-service

Ma, Q. y Liping, L. (2004). El modelo de aceptación de la tecnología: un metaanálisis de

recomendaciones. Journal of End User Computing, 16(1), 59-72.

MacMillan, K., Money, K., Money, A. y Downing, S. (2005). El marketing relacional en el no

Sector con fines de lucro: una extensión y aplicación de la teoría compromiso-confianza. Revista de
investigación empresarial, 58(6), 806-818.

Mathieson, K. (1991). Predecir las intenciones del usuario: comparar el modelo de aceptación de la tecnología con
La teoría del comportamiento planificado. Investigación de sistemas de información, 2(3), 173-191.

McKnight, DH, Choudhury, V. y Kacmar, C. (2002). Desarrollar y validar medidas de confianza

para el comercio electrónico: una tipología integradora. Investigación en sistemas de información, 13(3), 334-359.

Miao, CF, Evans, KR y Zou, S. (2007). El papel de la motivación del vendedor en el control de ventas
sistemas — Motivación intrínseca y extrínseca revisada. Revista de investigación empresarial, 60(5), 417- 425.

Mitra, S. y Ransbotham, S. (2015). Divulgación de información y difusión de la seguridad de la información

ataques. Investigación en sistemas de información, 26(3), 565-584.

31
 MANUSCRITO ACEPTADO

Muk, A. y Chung, C. (2015). Aplicación del modelo de aceptación de tecnología en un estudio de dos países
de publicidad por SMS. Revista de investigación empresarial, 68(1), 1-6.

Palmatier, RW (2016). Mejorando el éxito editorial en JAMS: Contribuciones y posicionamiento.

Revista de la Academia de Ciencias del Marketing, 44(6), 655-669.

Pavlou, PA y Fygenson, M. (2006). Comprender y predecir el comercio electrónico

Adopción: Una extensión de la teoría del comportamiento planificado. MIS trimestral, 30(1), 115-143.

Podsakoff, PM, MacKenzie, SB, Lee, JY y Podsakoff, NP (2003). Método común

variación en la investigación del comportamiento: una revisión crítica de la literatura y los remedios
recomendados. Revista de psicología aplicada, 88(5), 879-903.

Podsakoff, PM, MacKenzie, SB y Podsakoff, NP (2012). Fuentes de sesgo de método en redes sociales.
investigación científica y recomendaciones sobre cómo controlarla. Revisión anual de psicología,
63(1), 539-569.

Porter, CE y Donthu, N. (2006). Usar el modelo de aceptación de la tecnología para explicar cómo
las actitudes determinan el uso de Internet: el papel de las barreras de acceso percibidas y la demografía.
Revista de investigación empresarial, 59(9), 999-1007.

Posey, C., Lowry, PB, Roberts, TL y Ellis, TS (2010). Proponiendo la comunidad online
modelo de autorrevelación: el caso de los profesionales que trabajan en Francia y el Reino Unido que
utilizan comunidades en línea. Revista europea de sistemas de información, 19(2), 181-195.

Ringle, CM, Wende, S. y Will, A. (2005). SmartPLS (versión 2.0 (beta)). Hamburgo, Alemania:
SmartPLS.de. Obtenido de http://www.smartpls.de.

Saridakis, G., Benson, V., Ezingeard, JN y Tennakoon, H. (2015). Informacion individual

seguridad, comportamiento del usuario y victimización cibernética: un estudio empírico de los usuarios de
redes sociales.Pronóstico tecnológico y cambio social, 102(C), 320-330.

Schepers, J. y Wetzels, M. (2007). Un metaanálisis del modelo de aceptación de la tecnología:

Investigar los efectos subjetivos de la norma y la moderación. Información y gestión, 44(1), 90-103.

Smith, DN y Sivakumar, K. (2004). Flujo y comportamiento de compra en Internet: un modelo conceptual

y propuestas de investigación. Revista de investigación empresarial, 57 (10), 1199-1208.

Smith, JH, Dinev, T. y Xu, H. (2011). Investigación sobre la privacidad de la información: una revisión interdisciplinaria.
MIS Quarterly, 35(4), 989-1015.

Souza, ZD y Dick, GN (2009). Divulgación de información por parte de niños en redes sociales, no
solo un caso de "muéstrame el tuyo y yo te mostraré el mío". Revista Internacional de Gestión de la
Información, 29(4), 255-261.

32
 MANUSCRITO ACEPTADO

Stone, M. (1974). Elección de validez cruzada y evaluación de predicciones estadísticas.Diario de la

Real Sociedad de Estadística, 36(2), 111-147.

Szajna, B. (1996). Evaluación empírica del modelo revisado de aceptación de tecnología.Gestión

Ciencia, 42(1) 85-92.

Taylor, S. y Todd, PA (1995). Comprender el uso de la tecnología de la información: una prueba de competencia
modelos. Investigación de sistemas de información 6(2), 144-176.

Venkatesh, V. y Bala, H. (2008). Modelo de aceptación de tecnología 3 y una agenda de investigación sobre
intervenciones. Ciencias de la Decisión, 39(2), 273-315.

Venkatesh, V. y Davis, FD (2000). Una extensión teórica del modelo de aceptación de la tecnología:
Cuatro estudios de campo longitudinales. Ciencias de la Gestión, 46(2), 186-204.

Venkatesh, V., Morris, MG, Davis, GB y Davis, FD (2003). Aceptación de la información por parte del usuario
tecnología: Hacia una visión unificada. MIS Quarterly, 27(3), 425-478.

Venkatesh, V., Tarn, KY y Hong, SJ (2010). Modelo de migración y uso de plataformas: Rol de
jerarquía, generación actual y complementariedades en entornos de consumo. Ciencias de la gestión 56
(8), 1304-1323.

Venkatesh, V., Davis, FD y Morris, MG (2007). ¿Vivo o muerto? El desarrollo, trayectoria

y el futuro de la investigación sobre adopción de tecnología. Revista de la Asociación de Sistemas de Información, 8
(4), 267-286.

Wang, J., Xiao, N. y Raghav Rao, H. (2015). Nota de investigación: una exploración de las características del riesgo
de las amenazas a la seguridad de la información y el comportamiento de búsqueda de información pública relacionada.
Investigación en sistemas de información, 26(3), 619-633.

Wixom, BH y Todd, PA (2005). Una integración teórica de la satisfacción del usuario y la tecnología.
aceptación. Investigación en sistemas de información, 16(1), 85-102.

Wold, HO (1982). Modelado suave: el diseño básico y algunas extensiones. En HO Wold & K.
G. Jöreskog (Eds.), Sistemas sometidos a observaciones indirectas, Parte II (págs. 1-54). Ámsterdam,
Holanda Septentrional: Elsevier Science Ltd.

Xu, C., Ryan, S., Prybutok, V. y Wen, C. (2012). No es por diversión: un examen de las
uso del sitio de red. Información y gestión, 49(12), 210-217.

Yan, L. y Tan, Y. (2014). ¿Te sientes triste? Conéctese: un estudio empírico del apoyo social entre
pacientes. Investigación en sistemas de información, 25(4), 690-709.

33
 MANUSCRITO ACEPTADO

Yang, B., Kim, Y. y Yoo, C. (2013). El modelo de publicidad móvil integrado: los efectos de
evaluaciones basadas en tecnología y emociones. Revista de investigación empresarial, 66(9), 1345-1352.

Zhou, T. (2010). Comprender la confianza inicial de los usuarios en la banca móvil: una posibilidad de elaboración
perspectiva. Computadoras en el comportamiento humano, 28(4), 1518-1525.

34