Extending The Four Stage PDF

Machine Translated by Google
Revista africana de investigación empresarial y económica
(AJBER) Volumen 11, Número 2 y 3, 2016
págs. 5382
Extender el marco de cuatro etapas de lealtad a la marca en
telecomunicaciones africanas
ebo hinson
Universidad de Ghana y Escuela de Negocios de la Universidad del Estado Libre Bloemfontein,
Sudáfrica
Simon Gyasi No tengo miedo
Departamento de Estudios de Administración de la Educación, Universidad de Educación, Winneba,
Escuela de Negocios del Instituto de Tecnología de Accra, Accra Ghana
Helena Van Zyl
Escuela de Negocios de la Universidad del Estado Libre Bloemfontein, Sudáfrica
Nathalie Chinje Wits
Business School, Universidad de Witwatersrand, P. O Box 98, Wits, Johannesburgo 2050,
Sudáfrica.
Eric Asiamah
MTN Ghana
Abstracto
Este documento tiene como objetivo extender el modelo de lealtad secuencial proponiendo y validando
empíricamente reconceptualizaciones simultáneas y formativas del modelo de lealtad a la marca de
cuatro etapas dentro de la industria de las telecomunicaciones en un contexto de economía emergente.
Los modelos propuestos se probaron utilizando datos recopilados de una muestra representativa de 227
suscriptores de cuatro redes móviles multinacionales líderes en Ghana. Se obtuvo una tasa de respuesta
del 67,1 % para el análisis de datos mediante el modelo de ecuaciones estructurales (SEM) de mínimos
cuadrados parciales (PLS).
Los resultados indican que, si bien la lealtad del consumidor sigue un orden secuencial, desde las
dimensiones de lealtad cognitiva a afectiva, conativa y conductual, el modelo alternativo de lealtad
simultánea y el modelo implícitoexplícito parecen captar mejor la complejidad del comportamiento del
consumidor y predicen la lealtad conductual (R2 = 0,60) mejor que el modelo secuencial (R2 = 0,45). Los
hallazgos demuestran además que la especificación formativa de lealtad propuesta podría explicar la
lealtad en el contexto de las telecomunicaciones mejor que el modelo de lealtad secuencial. Se discuten
las implicaciones teóricas y de gestión. El papel
53
Extendiendo el marco de cuatro etapas de lealtad a la marca ...
avanza en nuestro conocimiento sobre la lealtad del consumidor en el servicio de telecomunicaciones
contextos
Palabras clave: lealtad del consumidor, modelo de lealtad de cuatro etapas,
modelo de lealtad secuencial, marco de lealtad simultánea, marco de lealtad
implícitaexplícita, servicio de telecomunicaciones.
1. Introducción
La lealtad del cliente parecería ser un sine quo non absoluto para las empresas
que buscan ser sostenibles en un contexto económico en desarrollo.
La investigación ha demostrado que la lealtad paga y, por lo tanto, tiene un
fuerte vínculo con el desempeño financiero (Aaker, 1991; Kotler y Keller, 2006;
Moisescu y Allen, 2010). Se ha descubierto que la lealtad del cliente hacia las
empresas es financieramente gratificante y estratégicamente efectiva para lograr
relaciones a largo plazo con los clientes (Moisescu y Allen, 2010).
En vista de las enormes ventajas y consecuencias de lograr la lealtad del cliente,
los investigadores y profesionales han centrado su atención en diferentes
dimensiones de la lealtad del cliente, como su naturaleza, antecedentes y
moderadores. Los investigadores han intentado proporcionar conceptualizaciones
teóricas y empíricas de la lealtad para ayudar a comprender los componentes
clave del constructo. En este sentido, estudios previos han propuesto diferentes
tipos de lealtad. Estos van desde clientes forzados a ser leales por
comportamiento, lealtad debido a la inercia, lealtad inducida por el valor
funcional (Kuusik, 2007), clientes comprometidos o emocionalmente leales,
clientes ambivalentes o dudosos, reductores desleales hasta abandonos (Kuusik,
2007).
Aparte de los tipos de clientes leales, estudios previos han intentado
proporcionar modelos teóricos sobre la naturaleza de la lealtad. Estos marcos
teóricos han enfatizado diferentes dimensiones de la naturaleza del constructo
de lealtad. Mientras que algunos estudios anteriores (Day, 1969; Dick y Basu,
1994) consideraron solo una o dos facetas del constructo. Otros investigadores
(Oliver 1999; Worthington et al., 2009) han enfatizado la complejidad y la
multidimensionalidad de la lealtad, desde un modelo tridimensional de lealtad a
la marca hasta una lealtad de cuatro dimensiones (Oliver, 1999).
Entre las perspectivas sobre la naturaleza de las dimensiones de la lealtad, el
marco de lealtad de cuatro etapas de Oliver (1999) ha ganado una considerable
aceptación y aplicación en la literatura de marketing. Ha sido aplicado y
verificado en diferentes contextos de investigación (Back and Parks, 2003; Blut
et al., 2007; Evanschitzky and Wunderlich, 2006; Han et al., 2011).
54
Hinson, Nimako, VanZyl, Chinje y Asiamah (AJBER) Volumen 11, números 2 y 3, 2016, págs. 5382
Proponemos extender una investigación de investigación de este modelo a la
industria de las telecomunicaciones. Esto es importante ya que este contexto de
servicio podría tener un gran impacto en la percepción y experiencia de lealtad del
consumidor. Además, en África, y especialmente en Ghana, la industria de las
telecomunicaciones es una de las de más rápido crecimiento y, por lo tanto, para
ampliar nuestra comprensión de la lealtad de marca del consumidor en el contexto de
las telecomunicaciones, este estudio es de suma importancia.
Aparte de la aplicación limitada del modelo de lealtad secuencial de cuatro etapas
(SQLM), las conceptualizaciones previas del SQLM de cuatro etapas no han examinado
el proceso de formación de la lealtad a través de la especificación formativa de la
lealtad, aunque el modelo argumenta que la lealtad conductual se forma
secuencialmente a partir de Etapas de lealtad cognitiva, afectiva y conativa. Las etapas
cognitiva, afectiva y conativa de la lealtad se relacionan esencialmente con el proceso
mental interno del consumidor, haciéndolo implícito, mientras que la lealtad conductual
se manifiesta más externamente en acciones de lealtad, haciéndola explícita. Poca
investigación, hasta donde sabemos, ha intentado examinar la especificación formativa
de lo cognitivo, afectivo y conativo de la lealtad como lealtad implícita y cómo predice
la lealtad conductual. Además, estudios previos se han centrado en las relaciones
secuenciales entre el marco de lealtad de cuatro etapas, no en la interrelación
simultánea entre estas variables.
Hasta la fecha, poca investigación ha examinado la influencia simultánea de la
lealtad cognitiva y afectiva en las intenciones de comportamiento del consumidor y la
lealtad de acción, aunque existe evidencia de la literatura de psicología y marketing de
que el afecto y la cognición podrían influir en la lealtad conativa (intenciones de
comportamiento) y la acción o real. comportamiento de lealtad simultáneamente (Ajzen
y Fishbein 2000; Back y Parks, 2003; Allen et al., 1992; Mano y Oliver, 1993; Westbrook,
1987). Por lo tanto, este presente estudio examina la influencia simultánea de la lealtad
cognitiva y afectiva sobre la lealtad conativa y la lealtad conductual. La investigación
de estos tres temas importantes proporcionará evidencia empírica para mejorar nuestra
comprensión de preguntas tales como: 1. ¿En qué medida es aplicable el SQLM
estructural de cuatro etapas a los suscriptores
de la industria de las telecomunicaciones en el contexto de los países en
desarrollo?
2. ¿Las dimensiones de lealtad afectiva y conativa indican un nivel de lealtad más
profundo (o más fuerte) que el cognitivo en el SQLM?
3. Hacer dimensiones de lealtad cognitiva y afectiva simultáneamente
afectar la lealtad conativa?
55
4. ¿El modelo de especificación formativa de las dimensiones de la lealtad implícita
y sus interrelaciones predice mejor la lealtad conductual explícita que el SQLM?
Este documento está organizado de la siguiente manera: los aspectos introductorios
arrojan luz sobre el marco de la lealtad del cliente y las preguntas de investigación que
guían el estudio. La segunda parte se centra en los antecedentes teóricos del estudio,
la tercera en las hipótesis del estudio, la cuarta en el análisis de los resultados de los
modelos propuestos, la quinta en las implicaciones teóricas y de gestión de los hallazgos
y, finalmente, en las limitaciones y la conclusión.
2. Antecedentes teóricos: el modelo de lealtad de cuatro etapas (SQLM)
Entre las muchas conceptualizaciones de la lealtad de marca del consumidor, el marco
de cuatro etapas de lealtad de Oliver (1999) ha sido ampliamente adoptado en muchos
contextos de investigación (por ejemplo, Back and Parks, 2003; Blut et al., 2007;
Evanschitzky and Wunderlich, 2006 ; Han et al., 2011). El modelo de lealtad de Oliver
(1999) apoya la aplicación de la teoría del aprendizaje secuencial al estudio de la lealtad
a la marca (Knouse, 1986). De acuerdo con Oliver (1999), la lealtad del cliente es “un
compromiso profundamente arraigado de volver a comprar o volver a patrocinar un
producto/servicio preferido consistentemente en el futuro, lo que provoca compras
repetitivas de la misma marca o del mismo conjunto de marcas, a pesar de las influencias
situacionales y los esfuerzos de marketing que tienen el efecto potencial para causar un
comportamiento de cambio” (Oliver 1999, p. 34). Explica que la lealtad consta de
dimensiones actitudinales y conductuales, en las que la dimensión actitudinal tiene tres
etapas principales; Lealtad cognitiva, afectiva y conativa. El marco de lealtad a la marca
de Oliver (1999) presenta una estructura de actitudes que incluye intenciones, cognición
y emoción. El modelo postula que los consumidores primero se vuelven cognitivamente
leales, proceden a volverse afectivamente leales, luego se vuelven conativos y finalmente
exhiben un comportamiento de lealtad descrito como acción o lealtad conductual.
Oliver (1999) argumenta que la lealtad del consumidor se forma de manera progresiva
y en etapas secuenciales identificables en el orden de lealtad cognitiva, lealtad afectiva,
lealtad conativa y lealtad de acción (conductual).
Esto implica que el comportamiento de lealtad del consumidor comienza como lealtad
actitudinal, que luego conduce a la lealtad conductual. Las distintas fases de fidelización
se describen en detalle.
Lealtad cognitiva: Según Oliver (1999), en la primera etapa de lealtad, los consumidores
desarrollan expectativas de valor y preferencia por una marca.
56
en relación con otras alternativas disponibles. Esta etapa se conoce como lealtad
cognitiva o lealtad basada en la imagen de marca. El consumidor juzga qué tan bien una
marca cumple con sus expectativas en función de su información actual basada en
experiencias sobre la marca. En esta etapa, la lealtad a la marca se basa únicamente en
esta información. Según Oliver (1999), la lealtad del consumidor a una marca en esta
etapa parece ser de naturaleza superficial y dicha información basada en la experiencia
es rutinaria y no estimula la satisfacción. Así, el grado de lealtad es el juicio del consumidor
sobre el desempeño de la marca. La evaluación cognitiva consistente del consumidor
sobre su satisfacción en esta etapa se convierte gradualmente en parte de su experiencia
y comienza a adquirir significados emocionales o afectivos (Oliver, 1999).
Lealtad afectiva: En esta segunda etapa, los consumidores comienzan a desarrollar un
gusto o actitud hacia la marca en base a una experiencia cada vez más satisfactoria con
la marca. Esto se describe como lealtad emocional. Por lo tanto, la lealtad cognitiva se
convierte en el compromiso emocional del consumidor con la marca. Mientras que la
cognición puede ser influenciada directamente por nueva información, el afecto no puede
cambiarse fácilmente. Esta lealtad a la marca exhibida se basa en el gusto del consumidor
por una marca, que puede estar sujeta a cambios, ya que algunas investigaciones
anteriores encontraron que un gran porcentaje de desertores de la marca afirman haber
estado previamente satisfechos con su marca (Reichheld et al., 2000 ) . Por lo tanto, la
lealtad afectiva puede no ser un fenómeno duradero y, por lo tanto, se espera un nivel
más profundo de lealtad.
Lealtad conativa: esta es la tercera etapa del desarrollo de la lealtad, que se limita a la
intención de comportamiento del consumidor. Las intenciones de comportamiento se ven
afectadas por eventos repetidos de emociones positivas hacia la marca.
Conation describe el compromiso o el plan del consumidor para volver a comprar una
marca específica en un futuro próximo. En consecuencia, en el desarrollo de la lealtad
conativa, el consumidor tiene un compromiso profundo de comprar la marca. Sin embargo,
esta intención de recomprar la marca no siempre puede conducir a la compra real y otros
comportamientos de lealtad, por muy buenas que sean las intenciones (Oliver, 1999).
Lealtad a la acción: Esta es la etapa en el marco de la lealtad a la marca de Oliver (1999).
La fase de acción es donde el deseo y la intención en el estado de lealtad anterior se ha
traducido en acciones o comportamientos de lealtad realistas. Según Oliver (1999), en su
etapa el consumidor no sólo está preparado para actuar sino también para superar los
posibles obstáculos que le impidan
57
ella de obtener el producto o servicio para utilizar la marca preferida. Esta
etapa de preparación y determinación eventualmente facilita la recompra y
otros comportamientos de lealtad.
En resumen, la lealtad cognitiva enfatiza las características percibidas
de la marca, la lealtad afectiva es hacia la simpatía de la marca, la lealtad
conativa se experimenta cuando el consumidor tiene la intención de volver a
comprar la marca, y la lealtad de acción es un compromiso profundo con la
acción de recompra ( Óliver, 1999). En otras palabras, los clientes primero
se vuelven cognitivamente leales, luego afectivamente leales con realización
emocional y experiencias satisfactorias, en tercer lugar conativo leales con
un profundo compromiso e intención de comprar, y finalmente acción leal,
superando obstáculos para lograr la acción (Back and Parks, 2003;
Evanschitzky y Wunderlich, 2006; Oliver, 1997; 1999). El marco de lealtad
de Oliver (1999) ha atraído mucha atención y aplicación en la literatura de
marketing y comportamiento del consumidor, y ha sido aplicado y validado
en muchos contextos de servicios (p. ej., Back and Parks, 2003; Blut et al.,
2007; Evanschitzky and Wunderlich, 2006; Han et al., 2011; Harris y Mark,
2004). A pesar de la amplia aplicación del SQLM de cuatro etapas, se ha
prestado muy poca atención a las limitaciones del modelo y cómo podría
mejorarse para avanzar en nuestra comprensión de la lealtad a la marca en
la literatura de marketing.
2.1 Limitación del SQLM de cuatro etapas
Una limitación importante del SQLM propuesto por el marco de lealtad de
Oliver (1999) es que es demasiado restrictivo, ya que representa una
naturaleza secuencialmente lineal del proceso de formación de la lealtad y
no representa de manera realista la complejidad del comportamiento de
lealtad del consumidor en muchos contextos de servicio. En este sentido,
Oliver (1999) considera que las distintas fases de la lealtad surgen de forma
consecutiva y no simultánea (Evanschitzky y Wunderlich, 2006; Oliver, 1997;
1999). Esto forma la base de nuestra crítica y extensión teórica. Nuestro
argumento es que la relación entre las cuatro etapas de lealtad podría ser
más interdependiente y simultánea de lo que se ha descrito en el modelo
secuencial de lealtad de marca del consumidor. El comportamiento humano
es complejo y no siempre puede seguir un orden secuencial. Ha sido un
debate de larga data si, en el comportamiento humano, las actitudes
cognitivas preceden necesariamente a las emociones afectivas. La interacción
entre los procesos de afecto y cognición en la inducción de intenciones
conductuales y el comportamiento real se ha establecido desde hace mucho tiempo en la
58
literatura de marketing (p. ej., Ajzen y Fishbein 2000; 2005; Back y Parks, 2003; Chang y
Chieng, 2006; Machleit y Klein, 1992; Mano y Oliver, 1993; Shiv y Fedorikhin, 1999). De
hecho, Shiv y Fedorikhin (1999) señalaron que “la caracterización del consumidor en
investigaciones previas sobre la toma de decisiones como una 'máquina pensante',
impulsada únicamente por cogniciones, es un pobre reflejo de la realidad” (p. 290). Sobre la
complejidad de la toma de decisiones del consumidor, en particular, Hansen (2005) a través
de dos diseños experimentales encontró que los consumidores no utilizan sus habilidades
cognitivas y afectivas de forma independiente, sino que se afectan entre sí.
Además, el autor descubrió que los constructos cognitivos y evaluativos de calidad y
actitud tenían efectos directos significativos sobre la intención de compra en ambos
experimentos. Por lo tanto, estudios previos han propuesto que los investigadores del
consumidor deberían tener en cuenta que la toma de decisiones del consumidor a menudo
se puede caracterizar como una interacción entre la cognición y el afecto.
Con base en estos hallazgos, nuestra opinión es que las dimensiones de lealtad cognitiva y
afectiva podrían afectar simultáneamente la lealtad conativa (intenciones de comportamiento)
y la lealtad de acción.
En vista de esto, aunque estamos de acuerdo en que la lealtad afectiva podría conducir a la
lealtad conativa, también creemos que la lealtad cognitiva también podría conducir
directamente a la lealtad conativa y la lealtad a la acción. Esto se debe a que tanto la lealtad
conativa como la de acción podrían verse influenciadas no solo por la lealtad afectiva del
consumidor, sino también por la lealtad cognitiva de los consumidores.
2.2 Hipótesis del estudio
Se ha establecido durante mucho tiempo que la influencia de la satisfacción emocional del
consumidor y otros incentivos de lealtad emocional son un impulsor significativo de la lealtad
conativa o las intenciones conductuales del consumidor (Morris et al., 2002) y el
comportamiento de lealtad (Machleit y Klein, 1992; Mano y Oliver, 1993; Oliver, 1993;
Westbrook, 1987). El importante papel que desempeñan las emociones en la vida de los
consumidores sugiere que las emociones pueden explicar el comportamiento real en
situaciones en las que otros constructos, como la actitud, no explican toda o incluso una
parte significativa de la variabilidad del comportamiento. Al respecto, estudios previos han
encontrado que los clientes de diferentes industrias de servicios (salud, servicio automotriz
y estilistas) que tienen vínculos emocionales fuertes indican su disposición a continuar su
relación con la empresa (Shemwell et al., 1994), lo que representa una relación conativa .
lealtad. Además, se ha establecido que la lealtad afectiva lleva a los clientes a comprar
productos adicionales y gastar más dinero con la empresa (Kotler y Keller,
59
2006; Wong, 2004), están dispuestos a comprar exclusivamente de ese proveedor de servicios en particular
(Butz y Goodstein, 1996; Kandampully, 1998), lo que lleva a la lealtad conductual.
A partir de la discusión anterior, nuestra opinión es que las dimensiones cognitivas y afectivas de la
lealtad del consumidor podrían, no solo afectar secuencialmente las otras dimensiones superiores de la lealtad,
sino también tener un efecto directo sobre la lealtad conativa y de acción simultáneamente. Lógicamente, los
consumidores que han desarrollado un compromiso o actitud positiva hacia un producto (lealtad cognitiva) o
afecto por un producto (lealtad afectiva) también es probable que no sólo tengan la intención de volver a
patrocinar un servicio (lealtad conativa), sino también demostrar actos genuinos de lealtad (por ejemplo,
compra repetida) al proveedor del servicio (lealtad de acción). Por lo tanto, esperamos examinar estas
interrelaciones como un medio para modificar el SQLM de cuatro etapas existente para incluir otras relaciones
significativas dentro de las cuatro dimensiones de la lealtad. Creemos que este marco de lealtad modificado
(ver Figura 2), denominado modelo de lealtad simultánea (SMLM), debería predecir la lealtad de acción del
consumidor mejor que el SQLM estructural existente (ver Figura 1). Por lo tanto, se proponen las siguientes
hipótesis:
H1: La lealtad cognitiva a la marca tendrá un efecto significativamente positivo en la lealtad afectiva a la marca
H2: La lealtad afectiva a la marca tendrá un efecto significativamente positivo en la lealtad conativa a la marca
H3: La lealtad a la marca conativa tendrá un efecto significativamente positivo en la lealtad a la marca de acción
H4: La lealtad a la marca cognitiva tendrá un efecto significativamente positivo en la lealtad a la marca conativa
H5: La lealtad cognitiva a la marca tendrá un efecto significativamente positivo en la lealtad a la marca de acción
H6: La lealtad afectiva a la marca tendrá un efecto significativamente positivo en la lealtad a la marca de acción
60
Figura 1 Modelo de lealtad secuencial de cuatro etapas (Modelo 1)
H2
Cognitivo H1 Afectivo Conativo H3
conductual
Marca
Marca Marca Lealtad Marca
Lealtad Lealtad Lealtad
(CNL)
2.3 Lealtad implícita y explícita: hacia una especificación formativa de la lealtad
A partir de estudios empíricos que respaldan SMLM (Figura 2), proponemos
además y finalmente que el modelo de lealtad implícitaexplícita (IELM)
presentado en la Figura 3 (modelo 3) predeciría mejor la lealtad del consumidor
a la marca que el modelo de lealtad secuencial de cuatro etapas. A partir de la
teoría cognitiva de la actitud y el conocimiento implícitos y explícitos (dimensiones
(p. ej., Dijksterhuis y Nordgren, 2006; Greenwald et al., 2002), la investigación
existente conceptualiza el comportamiento de lealtad implícita y explícita como
dos subdimensiones principales de las cuatro etapas modelo de lealtad (Yeboah
Asiamah et al, 2016). El modelo de lealtad implícitaexplícita presupone que la
lealtad explícita del consumidor se predice mediante los efectos combinados de
las dimensiones de lealtad implícita (es decir, cognitiva, afectiva y conativa).
Este modelo se basa en un especificación formativa de las dimensiones de la
lealtad del consumidor, que se extrae de la comprensión de los diferentes
procesos psicológicos internos y externos involucrados en el comportamiento
del consumidor (YeboahAsiamah et al, 2016).
61
Figura 2. Lealtad simultánea de cuatro etapas (Modelo 2)
Cognitivo Conativo
H4
Lealtad a la marca Lealtad a la marca
H1
H3
H2 H5
Afectivo
conductual
H6
Lealtad a la marca
Lealtad a la marca
La especificación del constructo de muchos constructos de marketing en
numerosos estudios empíricos ha sido objeto de escrutinio en los últimos tiempos y ha
habido llamados de académicos para que los investigadores presten especial atención
a la especificación correcta de los constructos de investigación para evitar la
especificación errónea del constructo, que tiene un efecto negativo de gran alcance.
consecuencias sobre la validez de los modelos teóricos (Bollen y Davis, 1994;
Diamantopolous y Siquaw, 2006; Edwards y Bagozzi, 2000; Jarvis et al., 2003; Petter
et al., 2007). Los constructos pueden especificarse reflexivamente o formativamente o ambos.
Un constructo (ver Figura 4) es reflexivo cuando el constructo da lugar a los indicadores
y los indicadores reflejan la esencia del constructo (Jarvis et al., 2003; Petter et al.,
2007). Un constructo o índice formativo (ver Figura 5) es aquel en el que los indicadores
dan lugar al constructo y los indicadores se combinan para formar los constructos
(Jarvis et al., 2003; Petter et al., 2007).
A la luz de la especificación del constructo, tres de las cuatro etapas de la lealtad
(Oliver, 1990), que son cognitiva, afectiva y conativa, se relacionan conceptualmente
más con los procesos internos de toma de decisiones del consumidor, mientras que la
lealtad a la acción corresponde conceptualmente a la actitud abierta y abierta del
consumidor. comportamiento externo. Las tres etapas de lealtad relacionadas con el
proceso interno de toma de decisiones del consumidor podrían denominarse lealtad
implícita, mientras que la lealtad de acción, que es un comportamiento manifiesto,
podría denominarse lealtad explícita. Dado que la lealtad de acción (o explícita) podría ser predicha
62
efectos combinados de cognitivo, afectivo y conativo (Back y Parks, 2003;
Evanschitzky y Wunderlich, 2006; Han et al., 2011), se deduce que la lealtad
implícita predice la lealtad (de acción) explícita. Con base en estas definiciones,
la formación de lealtad implícita se conceptualiza como el efecto combinado de
las dimensiones de lealtad cognitiva, afectiva y conativa.
Esto implica que la lealtad implícita a la marca podría conceptualizarse
apropiadamente como una construcción formativa superior de segundo orden
que comprende tres subdimensiones de construcciones de primer orden (Yeboah
Asiamah et al, 2016). Estos constructos de primer orden se han especificado
adecuadamente como reflexivos en la literatura (Blut et al., 2007; Evanschitzky y
Wunderlich, 2006; Han et al., 2011). De manera similar, estudios previos han
desarrollado indicadores reflexivos para la lealtad a la acción (explícita) (Back
and Parks, 2003; Blut et al., 2007; Evanschitzky and Wunderlich, 2006).
Se propone que la especificación formativa que involucra la lealtad cognitiva,
afectiva y conativa como subdimensiones de la lealtad implícita podría predecir
mejor la lealtad explícita del consumidor que el modelo de lealtad secuencial de
cuatro etapas. Por lo tanto, con base en la especificación formativa de la lealtad
implícita, las hipótesis H1, H2 y H4 están implícitas (Figura 2, Modelo 2), y
además postulamos que:
H7: La lealtad implícita tendrá un efecto significativamente positivo sobre la lealtad explícita.
Figura 3 Modelo de lealtad implícitaexplícita (Modelo 3)
Cognitivo
Lealtad a la marca
H4
H1
H7
Conativo Implícito Marca
explícita (acción)
Lealtad a la marca Lealtad a la marca Lealtad
H2
Afectivo
Lealtad a la marca
63
3. Metodología
3.1 Población y muestreo
La población consistió en clientes individuales (suscriptores) de cuatro
proveedores líderes de servicios de telecomunicaciones móviles en Ghana,
a saber, MTN Ghana, Vodafone Ghana, Tigo Ghana y Airtel Ghana. Para
recopilar datos de calidad que reflejen la opinión de los clientes y mejorar la
representatividad de la muestra, se utilizó un método de encuesta para
recopilar datos de clientes de empresas de telecomunicaciones móviles en
la capital regional, Accra, en enero de 2013. En total, los investigadores
obtuvieron 227 cuestionarios válidos devueltos. De los 227 encuestados, el
58,6% eran hombres y el 41,4% mujeres. Las edades de los encuestados
oscilaron entre 18 y 56 años, y su edad media fue de 30,86 años. Esto
implica que la mayoría de ellos se encontraban en la población
económicamente activa. Mientras que el 43,6% de los participantes indicó
ser asalariado, los desempleados y los autónomos reportaron el 26,8% y el 27,3% respe
La mayoría eran clientes de prepago, representando el 87,2% del total de
encuestados. De estos tipos de clientes, el 47,1 % de los encuestados tiene
otro número SIM de red además de la red actual a la que pertenecen,
mientras que el 52,9 % tiene solo un número SIM de red. En cuanto al
número de años con la red actual, el 15,4 % ha pasado menos de dos años.
El 43,6 % ha pasado entre 3 y 5 años con el proveedor de servicios actual,
mientras que el 32,1 % también ha pasado entre 6 y 10 años con el
proveedor de servicios actual. Finalmente, el 47,1% de los encuestados
eran suscriptores de MTN, el 24,2% eran suscriptores de Vodafone, el
16,7% suscriptores de Tigo y el 11,9% eran suscriptores de Airtel.
64
Figura 4 Construcción reflectante Figura 5 Construcción formativa
Un análisis más detallado de la normalidad de los datos usando histograma,
gráficos de normalidad, prueba de normalidad en AMOS 18.0 indicó que la
distribución subyacente era significativamente normal ya que las estadísticas
de asimetría y curtosis oscilaban entre +/ 1.96 (Razali y Wah, 2011).
3.2 Procedimientos de
recopilación de datos El estudio fue una encuesta transversal en la que se
utilizó un cuestionario estructurado autoadministrado. Dado que el cuestionario
estaba destinado a ser utilizado para un estudio más amplio, había varias
secciones en el cuestionario. Para el propósito del presente estudio, hubo dos
secciones principales, una cubrió la demografía de los encuestados y la otra
cubrió los ítems de medición para las cuatro dimensiones de la lealtad del
cliente. En total, los ítems de medición para todos los constructos se basaron
en investigaciones previas y se modificaron dentro del contexto de la industria
de telecomunicaciones de Ghana, como se ilustra en la Tabla 1. Una escala
de Likert de siete puntos que va desde 1, "totalmente en desacuerdo" hasta 7,
"totalmente de acuerdo". se utilizó. El cuestionario fue probado previamente
para eliminar cualquier inconsistencia y confirmar la idoneidad del contenido,
estructura y diseño de las preguntas. Después de la prueba piloto, el
cuestionario finalmente se administró a los suscriptores de los proveedores de
servicios de telecomunicaciones móviles durante dos semanas.
sesenta y cinco
Tabla 1: Elementos de medición para constructos
Elementos de medición de código de construcción Sin fuentes
CGL1 Para mí, mi proveedor de servicios/marca de red ocuparía el
primer lugar entre las otras marcas
CGL2 Usaría los servicios de mi red durante un largo período de
Cognitivo Sudhahar
tiempo
Marca 4 y otros
Lealtad CGL3 El proveedor de servicios/la red que patrocino refleja mucho (2006).
sobre quién soy
CGL4 Trataré exclusivamente con mi proveedor de
servicios/marca de red
AFL1 Me siento mejor cuando utilizo los servicios de mi proveedor
Atrás y
de servicios/red
parques
AFL2 Me encanta usar los servicios y productos de mi proveedor de
Afectivo (2003)
servicios/red
Marca 4
Lealtad AFL3 Me gustan las prestaciones y servicios de mi red Sudhahar
y otros
AFL4 Me siento satisfecho con mi decisión de quedarme con mi
(2006).
proveedor de servicios/red
CNL1 He encontrado la marca de mi proveedor de servicios mejor
que otros
En repetidas ocasiones, el rendimiento de mi Sudhahar
CNL2 proveedor de servicios/marca de red es superior al de la y otros
Conativo
competencia. (2006).
Marca 4
Lealtad CNL3 Siempre encontré la calidad de mi red superior a otras redes
Atrás y
CNL4 Tengo la intención de continuar patrocinando mis servicios de Parques
red incluso si los cambios de precios aumentan moderadamente
(2003)
BHL1 Volveré a patrocinar a mi proveedor de servicios/marca de red
para necesidades futuras
BHL2 Probaré nuevos servicios proporcionados por mi Sudhahar

Comportamiento ral Marca proveedor de servicios 4 y otros
Lealtad BHL3 Recomendaré a otras personas que patrocinen la marca (2006).
de mi red.
BHL4 Diré cosas positivas a otras personas sobre los servicios
proporcionados por la red.
4. Análisis de datos
Los datos se analizaron utilizando SPSS versión 20.0 y Partial Least Squares
(PLS), específicamente SmartPLS 2.0 (Ringle et al., 2005) para realizar modelos
de ecuaciones estructurales (SEM) para probar las relaciones hipotéticas entre
66
las construcciones en los Modelos 1, 2 y 3 propuestos representados en las Figuras
1, 2 y 3 respectivamente. PLSSEM se consideró más apropiado porque, en primer
lugar, porque el poder predictivo de los dos modelos era una preocupación
importante. En este sentido, el presente estudio buscó comparar el poder predictivo
de dos modelos en competencia, los modelos secuencial y simultáneo de cuatro
etapas de lealtad. PLS ha sido muy recomendado para fines predictivos sobre SEM
basado en covarianza (CB SEM), que es superior en términos de fines de prueba
de modelos (Chin, 2010; Henseler y Sarstedt, 2012). En segundo lugar, el tercer
modelo consistió en construcciones formativas que podrían manejarse fácilmente,
en términos de identificación del modelo, usando PLS en comparación con CBSEM
que necesariamente requeriría indicadores o construcciones adicionales para la
identificación del modelo (Chin, 2010). El software SmartPLS 2.0 se configuró con
la siguiente configuración de algoritmo PLS: Esquema de ponderación: esquema
de ponderación de ruta; Métrica de datos: media 0, var 1, iteraciones máximas: 300;
Criterio de cancelación: 1.0E5; Pesos iniciales: 1,0; Configuración de arranque:
cambios de signo: sin cambios de signo, casos: 227, 500 muestras de arranque.
Generalmente, el análisis de datos siguió el enfoque de dos pasos de Anderson
y Gerbing (1988): estimación del modelo de medición antes que el modelo
estructural. Específicamente, se presenta de acuerdo con las preguntas de
investigación abordadas en este estudio. Por lo tanto, se tomará el siguiente análisis
de seis pasos: (1) Evaluación del análisis factorial confirmatorio (CFA) del modelo
externo de elementos de medición, (2) evaluación de las relaciones hipotéticas en
el SQLM existente, (3) evaluación del tamaño del efecto del impacto de cada
constructo en SQLM, (4) evaluación de las relaciones hipotéticas en el marco de
lealtad simultánea en competencia (SMLM), (5) evaluación de las relaciones
hipotéticas en el marco de lealtad implícita y explícita (Modelo 3), y ( 6) una
comparación de la fuerza de los tres modelos.
Paso 1: Resultados de la confiabilidad y validez del modelo
de medición La confiabilidad del constructo mide el grado de consistencia interna
de las medidas utilizadas, y se evalúa a través de las cargas factoriales de los ítems
y el alfa de Cronbach (Hair et al., 2010), con un nivel aceptable de 0.50 y 0.70
respectivamente (Straubs et al., 2004) y también a través de la confiabilidad
compuesta. De la Tabla 2, todas las cargas de los ítems están por encima de 0,50,
lo que indica la confiabilidad de los ítems. De la Tabla 3, todos los ítems tienen un
valor alfa de Cronbach más alto, lo que indica que estas medidas múltiples son
altamente confiables para la medición de cada constructo. La validez de constructo evalúa el gra
67
que una medida representa y conecta lógicamente, a través de la teoría
fundamental, el fenómeno observado con el constructo (Fornell y Larcker,
1981). Se evalúa a través de la validez convergente y la validez discriminante
(Hair et al., 2010).
La validez convergente se refiere a la medida en que los elementos de
medición juntos explican el constructo que pretenden representar (Hair et al.,
2010; Nimako y Mensah, 2013). Las medidas de validez convergente incluyen
cargas factoriales (o cargas cruzadas en PLS) que deben tener una carga
mínima de 0,5, alfa de Cronbach, confiabilidad compuesta y varianza extraída
promedio (AVE) con un mínimo de cargas de 0,70, 0,80 y 0,50 respectivamente
(Anderson y Gerbing, 1988; Hair et al., 2010). En la Tabla 2, las cargas
factoriales de los ítems para sus construcciones respectivas están todas por
encima del 0,50 recomendado, y en la Tabla 3 los valores de confiabilidad del
alfa de Cronbach están por encima de su corte recomendado (Fornell y
Larcker, 1981), y los valores de confiabilidad compuesta para todos los
constructos oscilan entre 0,86 y 0,88, superando el requisito aceptable de 0,70
(Bagozzi y Yi 1988; Hair et al., 2010). Además, como se muestra en la Tabla
4, los valores del AVE fueron todos superiores al estándar mínimo recomendado
de 0,50, lo que garantiza la validez convergente. Por lo tanto, poniendo todo
junto, hay evidencia en apoyo de la validez convergente de la derivada
medidas
La validez discriminante se refiere a la medida en que los elementos de
medición de un constructo se correlacionan más con el constructo respectivo
que con cualquier otro constructo en el modelo de medición. A nivel de ítem,
como se muestra en la Tabla 2, cada una de las cargas cruzadas de cada
ítem de medición carga más en sus respectivos constructos que en otro
constructo, proporcionando evidencia de la validez discriminante de los ítems.
A nivel de constructo, la validez discriminante se considera adecuada cuando
la varianza compartida entre un constructo y cualquier otro constructo en el
modelo es menor que la raíz cuadrada de la varianza promedio extraída (AVE)
para ese constructo compartido con sus medidas (Fornell y Larcker , 1981).
Como se muestra en la Tabla 4, los valores de la raíz cuadrada de los AVE
son todos mayores que el estándar mínimo recomendado de 0,50, lo que
garantiza la validez discriminante como sugieren Fornell y Larcker (1981).
68
Tabla 2 Cargas cruzadas para ítem y confiabilidad convergente
modelo 1 modelo 2
AFL BHL CGL CNL AFL BHL CGL CNL
AFL1 0.735 0.471 0.366 0,360 0,742 0,473 0,360 0.358
AFL2 0.860 0.569 0.539 0,519 0,857 0,570 0,536 0.519
AFL3 0.792 0.575 0.541 0,454 0,790 0,576 0,526 0.450
AFL4 0.839 0.553 0.479 0,455 0,839 0,553 0,466 0.454
BHL1 0.540 0.755 0.588 0,576 0,539 0,749 0,582 0.576
BHL2 0.520 0.803 0.506 0.500 0.519 0,807 0,505 0.500
BHL3 0.568 0.786 0.513 0.501 0.568 0,796 0,514 0.498
BHL4 0.469 0.770 0.477 0,508 0,469 0,764 0,478 0.504
CGL1 0.526 0.481 0,782 0,558 0,525 0,481 0,749 0.556
CGL2 0.538 0.598 0.849 0,610 0,537 0,598 0,837 0.610
CGL3 0.473 0.583 0.815 0,589 0,472 0,582 0,829 0.591
CGL4 0.311 0.437 0.686 0,607 0,310 0,437 0,731 0.614
CNL1 0.360 0.435 0,578 0,722 0,360 0,435 0,601 0.738
CNL2 0.466 0.601 0,602 0,838 0,466 0,598 0,603 0.834
CNL3 0.523 0.603 0,631 0,859 0,523 0,604 0,633 0.852
CNL4 0.417 0.483 0,561 0,765 0,415 0.481 0.559 0.763
Notas: las cargas de artículos están en negrita
Tabla 3 Confiabilidad del constructo
AVE CR CA R2 Redundancia de comunalidad
Modelo 1 AFL 0,653 0,882 0,822 0.365 0.653 0.234
BHL 0,607 0,861 0,784 0.452 0.607 0.271
CGL 0,617 0,865 0,795 0.617
CNL 0,636 0,875 0,809 0.313 0.636 0.198
Modelo 2 AFL 0,653 0,882 0,823 0.350 0.653 0.225

BHL 0,607 0,861 0,784 0.602 0.607 0.222
CGL 0,621 0,867 0,795 0.621
CNL 0,637 0,875 0,809 0.582 0.637 0.104

Nota: AVE – Varianza media extraída, CR – Fiabilidad compuesta, CA
– Alfa de Cronbach
69
Tabla 4 Correlaciones de variables latentes y validez discriminante
modelo 1 modelo 2
AFL BHL CGL CNL AFL BHL CGL CNL
AFL 0,808 AFL 0,808
BHL 0,674 0,779 BHL 0,675 0.779

CGL 0,604 0,672 0,785 CGL 0,592 0.670 0.788
CNL 0,560 0,673 0,742 0,798 CNL 0,557 0.669 0.750 0.798
Notas: los AVE están en diagonal; las correlaciones están por debajo de la diagonal y son
significativas en 0.01 o 0.05
Pasos 2 y 3: Resultados de SQLM y análisis de los efectos de
tamaño En PLSSEM, los modelos estructurales se evalúan a través de pesos de regresión,
valores t, significación (valores p) de las estadísticas t, así como tamaños de efecto de
variables independientes en las variables dependientes. Para el Modelo 1, los resultados de
la Tabla 5 y la Figura 6 muestran que todas las hipótesis fueron respaldadas por los datos
del marco de lealtad secuencial de cuatro etapas.
Específicamente, indica que CGL influye significativa y positivamente en AFL en un 60,4%
(β = 0,604, t = 11,285, p < 0,001), lo que respalda la hipótesis H1. En conjunto, CGL explica
el 36,5% de AFL (R2 = 0,365). En segundo lugar, la AFL afecta significativa y positivamente
a la CNL en un 56 % (β = 0,560, t = 9,027, p < 0,001) y explica el 31,3 % de la CNL (R2 =
0,313), lo que respalda la hipótesis H2 . Finalmente, CNL afecta significativa y positivamente
a BHL en un 67,3 % (β = 0,673, t = 12,161, p < 0,001) y explica el 45,2 % de BHL (R2 =
0,452 ), apoyando H3. En cuanto al tamaño del efecto para el SQLM, dado que el modelo
representa una relación secuencial, los tamaños del efecto de CGL, AFL, CNL como
variables independientes se evalúan mediante los cuadrados R respectivos de sus variables
dependientes. Los resultados (ver Tabla 5) sugieren que la fuerza de CGL en AFL es más
fuerte que la fuerza de AFL en CNL, pero la fuerza de CNL en BHL parece ser la más fuerte
de las tres relaciones de lealtad.
70
Figura 6 Evaluación del Modelo Estructural 1
Paso 4: Resultados de SMLM y sus
tamaños de efecto Para el Modelo 2, los resultados en la Tabla 5 y la Figura 7
muestran que todas las hipótesis fueron respaldadas por los datos del marco de
lealtad secuencial de cuatro etapas. Específicamente, indica que CGL influye
significativa y positivamente en AFL en un 59,2% (β = 0,592, t = 9,742, p <
0,001), lo que respalda la hipótesis H1. En conjunto, CGL explica el 35% de
AFL (R2 = 0.350). En segundo lugar, la AFL afecta significativa y positivamente
a la CNL en un 17,4 % (β = 0,174, t = 2,075, p < 0,05), lo que confirma la
hipótesis H2. En tercer lugar, CNL afecta significativa y positivamente a BHL en
un 28,2% (β = 0,282, t = 2,649, p <0,01), lo que respalda H3. Además, CGL
influye significativamente en CNL en un 64,7 % (β = 0,0,647, t = 8,186, p <
0,001), apoyando H4, y nuevamente CGL influye significativamente en BHL (β =
0,235, t = 2,649, p < 0,001), apoyando H5 . Juntos, CGL y AFL predicen el 58,2
% de CNL (R2 = 0,582) y, por último, el modelo de lealtad simultánea de cuatro
etapas predice el 60 % de BHL (R2 = 0,60). El tamaño del efecto de cada una
de las etapas de lealtad se presenta en la Tabla 6. El tamaño del efecto se estima mediante:
(1)
71
Cohen (1988) proporciona las siguientes pautas para interpretar los tamaños del
efecto: Pequeño: 0,02, mediano: 0,15, grande: 0,35. De la Tabla 6, mientras que las
dimensiones de lealtad cognitiva y conativa tienen tamaños de efecto pequeños,
afectivo tiene un tamaño de efecto medio. Esto sugiere que la lealtad afectiva juega
un papel más importante en la lealtad conductual a la marca en el contexto de la
investigación que las dos dimensiones de lealtad actitudinal.
Tabla 5 Resultados de las pruebas de hipótesis para los tres modelos
R2 Resultado
hipotetizado Regresión Estándar T PAG

(BH
Modelo hipotéticamente Relación Peso Error valor valor L)
modelo CGL> S
1 H1 AFL 0.604 0.054 11.285 0.000 0,45
AFL > S
SQLM H2 CNL 0.560 0.062 9.027 0.000
CNL > S
H3 BHL 0.673 0.055 12.161 0.000
modelo CGL> S
2 H1 AFL 0.592 0.061 9.749 0.000 0,60
AFL > S
SMLM H2 CNL 0.174 0.084 2.075 0.020*
CNL > S
H3 BHL 0.282 0.106 2.649 0.004*
CGL> S
H4 CNL 0.647 0.079 8.186 0,000
CGL> 0,020* S
H5 BHL 0.235 0.113 2.074 *
AFL > S
H6 BHL 0.379 0.090 4.233 0.000
modelo CGL> S
3 H1 AFL 0.591 0.059 10.053 0,000
AFL > 0,018* S
IELM H2 CNL 0.172 0.032 11.850 *
CGL> S
H4 CNL 0.650 0.080 8.091 0.000
IMLTY > S
H7 EXCELENTE 0.773 0.039 19.983 0.000 0,60
CGL> S
IMLTY 0.382 0.024 16.026 0.000
AFL > S
IMLTY 0.382 0.034 11.229 0.000
CNL > S
IMLTY 0.388 0.023 17.052 0.000
Notas: * significativo en 0,01, ** significativo en 0,05, S: compatible, IMLTY: lealtad implícita, EXLTY: lealtad explícita,
el modelo 1 representa el modelo de lealtad secuencial (SQLM), el modelo 2 es el modelo de lealtad simultánea
(SMLM), el modelo 3 es modelo de lealtad implícitaexplícita (IELM)
72
Tabla 6 Análisis del tamaño del efecto para el Modelo 2
(R2)
Submodelos (R2) Excluido Incluido Tamaño del efecto fcuadrado
Modelo sin CGL 0.581 0.602 0.053 Pequeño
Modelo sin AFL 0.512 0.602 0.226 Medio
Modelo sin CNL 0.569 0.602 0.083 Pequeño
Nota: tamaño efectivo 0,02 pequeño, 0,15 mediano, 0,35 grande.
Figura 7. Evaluación del modelo estructural 2
Paso 5: Resultados del Modelo Estructural 3 (IELM)
Debido a la naturaleza formativa del IELM (modelo 3), Bagozzi (1994, p. 333) advierte que “la
confiabilidad en el sentido de consistencia interna y la validez de constructo en términos de
validez convergente y discriminante no tienen sentido cuando los índices se forman como un
suma lineal de medidas”.
Por lo tanto, no se requiere validez de constructo ya que los indicadores formativos necesitan
73
no se correlacionan (Bollen, 1989; Diamantopoulos y Winklhofer, 2001).
Sin embargo, los pesos de regresión de los indicadores (en nuestro caso, las
subdimensiones de la lealtad implícita) deben ser significativos para justificar su
relevancia en el modelo de lealtad implícita y la validez del constructo formativo
(Diamantopoulos y Winklhofer, 2001). Además, se requiere la validez externa o
de criterio del constructo de lealtad implícita formativa; esto se evalúa por cómo
el constructo es capaz de predecir otros constructos nomológicamente relacionados
en un modelo anidado o en un marco teórico completo propuesto (Diamantopoulos
y Winklhofer, 2001). Para este propósito, se espera que la lealtad implícita prediga
la lealtad (acción) explícita para que se establezca su validez de criterio.
Finalmente, en un modelo de índice formativo, las variables independientes
pueden no estar relacionadas conceptualmente, pero en los casos en los que
están relacionadas conceptualmente, como en el caso de IELM (modelo 3 en la
Figura 3), se podrían evaluar sus relaciones estructurales.
En la Tabla 5 y la Figura 8, los resultados muestran que cada uno de los
indicadores formativos de lealtad implícita tiene una contribución significativa para
la formación del constructo. Específicamente, la lealtad cognitiva contribuye
significativamente a la lealtad implícita en un 38,2 % (β = 0,382, t = 16,026, p <
0,001), de manera similar, la lealtad afectiva contribuye significativamente a la
lealtad implícita en un 38,2 % (β = 0,382, t = 11,229, p < 0,001). ) y finalmente la
lealtad conativa contribuye significativamente en un 38,8% a la lealtad implícita
(β = 0,388, t = 17,052, p < 0,001). Además, los resultados muestran que la lealtad
implícita influye significativa y positivamente en la lealtad explícita en un 77,3 %
(β = 0,773, t = 19,983, p > 0,000) y en conjunto el modelo formativo de lealtad
implícita y sus subdimensiones predicen alrededor del 60 % de la lealtad explícita. (R2 = 0,60)
74
Figura 8 Evaluación del modelo de lealtad implícitaexplícita (IELM, modelo 3)
Paso 6: Comparación de modelos
competidores En este análisis final, comparamos los tres modelos sobre la base de
sus Rcuadrados. De la Tabla 5, los resultados sugieren que el modelo de lealtad
simultáneo de cuatro etapas, SMLM, y el IELM parecen predecir la lealtad del
comportamiento del consumidor mejor que el marco de lealtad de cuatro etapas, Modelo 1.
Esto se debe a que, mientras que el Modelo 1 predice el 45 % de la lealtad conductual
(R2 = 0,45), el SMLM y el IELM predicen cada uno alrededor del 60 % de la lealtad
conductual (R2 = 0,60).
5. Discusión de los hallazgos
El enfoque principal del presente estudio fue extender los marcos secuenciales de
lealtad a la marca probando las relaciones simultáneas dentro del marco y proponiendo
un marco de lealtad formativo. Residencia en
75
análisis objetivo de los resultados, los siguientes son los hallazgos del estudio.
Primero, el estudio encontró que el marco de lealtad secuencial de cuatro etapas
se verifica, ya que encontró que la lealtad cognitiva afecta la lealtad afectiva, que a
su vez afecta la lealtad conativa, que también afecta la lealtad conductual, lo que
confirma muchos estudios previos (p. ej., Back and Parks, 2003; Evanschitzky y
Wunderlich, 2006; Han et al., 2011). En relación con nuestra primera pregunta de
investigación, los hallazgos del SQLM indican que el modelo predice alrededor del
45 % de la lealtad conductual. Para la pregunta de investigación dos, el análisis de
los tamaños del efecto indica que el tamaño del efecto de la lealtad conativa tiende
a ser más fuerte que la lealtad cognitiva y la lealtad afectiva, lo que sugiere que la
lealtad conativa es un nivel de lealtad más profundo (o más fuerte) que la lealtad
cognitiva y afectiva como se postula. en el SQLM. Sin embargo, el análisis muestra
además que la lealtad cognitiva tiene un mayor efecto sobre la lealtad afectiva que
la lealtad afectiva sobre la lealtad conativa, contradiciendo lo que postula el SQLM.
Para la pregunta de investigación tres, los hallazgos del SMLM sugieren que
tanto la lealtad cognitiva como la afectiva afectan simultáneamente la lealtad conativa.
Estos nuevos hallazgos contradicen el SQLM de cuatro etapas existente que postula
una relación secuencial, no simultánea entre las etapas de lealtad. La importancia
de estos hallazgos es que la lealtad conativa puede no fluir secuencialmente solo
de la lealtad afectiva, sino que podría estar directamente influenciada por la lealtad
cognitiva y afectiva simultáneamente. Además, los hallazgos muestran que el SMLM
predice la lealtad conductual mejor que el SQLM.
Esto sugiere que la complejidad del comportamiento de lealtad del consumidor
podría no ser capturada completamente por el SQLM de cuatro etapas. Los
hallazgos sugieren que la interacción de las respuestas de lealtad cognitiva y
afectiva del consumidor en la predicción de la lealtad conativa y la lealtad conductual
podría ser simultánea y que tal modelo podría explicar mejor la lealtad conductual
del consumidor de lo que sugiere su contraparte secuencial. Para la pregunta de
investigación cuatro, los hallazgos del IELM (modelo 3) también sugieren que una
conceptualización formativa de la lealtad del consumidor podría ayudar a predecir
la lealtad del comportamiento mejor que el SQLM. Por lo tanto, el modelo de
procesos de lealtad implícita especificados formativamente, a saber, la lealtad
cognitiva, afectiva y conativa se combinan para predecir la lealtad de acción mejor
que lo que ha postulado el SQLM hasta ahora en la literatura existente. Esta última
conceptualización enfatiza la complejidad del comportamiento del consumidor y los
efectos combinados de los procesos de lealtad interna en la predicción de la lealtad
externa, de acción o conductual.
76
6. Conclusión e Investigación Futura
En conclusión, el documento examina y compara empíricamente tres modelos
competitivos de lealtad del consumidor: conceptualizaciones secuenciales,
simultáneas e implícitasexplícitas del marco de lealtad del consumidor.
Utilizando datos empíricos de una encuesta transversal, los resultados
respaldan una relación simultánea entre la dimensión de lealtad cognitiva y
afectiva y la lealtad conativa y conductual. Si bien los hallazgos sugieren que
el marco de la lealtad del consumidor sigue un nivel secuencial de cuatro
etapas, desde las dimensiones cognitivas hasta las afectivas, las conativas y
las conductuales, las alternativas SMLM e IELM parecen reflejar y capturar
las realidades de la formación de la lealtad del consumidor y predicen la
lealtad conductual mejor que su modelo. La contraparte de SQLM sí lo hace.
Una especificación formativa del constructo de lealtad podría, por lo tanto,
mejorar la comprensión de los académicos y profesionales del marco de
lealtad del consumidor mejor que el marco secuencial de las etapas de
lealtad. Se recomienda que la investigación futura examine la aplicabilidad
de las dos extensiones propuestas a la luz de diferentes contextos de servicio
en otros condados para verificar la generalización de los modelos SMLM e
IELM. La investigación futura también debería intentar examinar la influencia
de las estrategias de marketing del proveedor de servicios en el marco de
lealtad implícitaexplícita para mejorar nuestra comprensión de la aplicabilidad
del modelo en el contexto más amplio de la estrategia de marketing.
7. Implicaciones para la teoría y la práctica
El presente artículo hace importantes contribuciones teóricas, metodológicas
y prácticas a la literatura de marketing. Teóricamente, el presente estudio
amplía nuestra comprensión del marco de la lealtad del consumidor al
verificar la influencia simultánea de la lealtad cognitiva y afectiva en la lealtad
conductual y conativa, un vacío que ha existido durante mucho tiempo en la
literatura sobre la lealtad del consumidor. El documento también amplía la
conceptualización del marco de lealtad al validar el modelo IELM de lealtad
del consumidor especificado formativamente. El IELM confirma que el efecto
combinado de las dimensiones de lealtad cognitiva, afectiva y conativa,
siendo la lealtad implícita, predice fuerte y positivamente la lealtad explícita o
conductual que su SQLM.
Metodológicamente, el artículo contribuye a nuestro conocimiento en la
aplicación de PLSSEM en la literatura de Marketing. En particular, el artículo
proporciona conocimiento empírico sobre el análisis de modelos estructurales.
77
involucrando construcciones formativas utilizando el enfoque PLSSEM, que es una
técnica emergente de segunda generación con la que los investigadores en ejercicio
deben estar familiarizados. En la práctica, los hallazgos implican que los gerentes
de las empresas de telecomunicaciones pueden influir en la lealtad conductual a la
marca mediante el desarrollo de programas integrados de lealtad y estrategias
integradas de comunicación de marketing que sean capaces de influir e inducir la
lealtad actitudinal y afectiva del consumidor simultáneamente, como un medio para
afectar la lealtad conativa del consumidor y eventualmente lograr la lealtad
conductual. lealtad a la marca. Además, la gestión de las telecomunicaciones debe
centrarse en estrategias de marketing que sean integradoras, capaces de inducir
dimensiones afectivas y cognitivas de lealtad. Esto, a su vez, puede tener un efecto
positivo sobre las intenciones de lealtad del consumidor y el comportamiento real de
lealtad hacia la empresa.
Referencias
Aaker, DA (1991) Gestión del valor de la marca: capitalización del valor de una
marca. La Prensa Libre, Nueva York, NY.
Ajzen, I. y Fishbein, M. (2000) Las actitudes y la relación actitudcomportamiento:
procesos razonados y automáticos. Revista Europea de Psicología Social, 11(1):
133.
Ajzen, I. and Fishbein, M. (2005) The Influence of Attitudes on Behaviour, en The
Handbook of Attitudes, D. Albarracín, BT
Johnson y MP Zanna (Eds.), Mahwah, NJ: Erlbaum, pp.173221.
Allen, CT, Machleit, KA y Klein SS (1992) Una comparación de actitudes y emociones
como predictores de comportamiento en diversos niveles de experiencia
conductual. Revista de Investigación del Consumidor 18 (4): 493504.
Anderson, JC y Gerbing, DW (1988) Modelado de ecuaciones estructurales en la
práctica: revisión y enfoque recomendado en dos pasos. psicol.
Toro 103 (3): 411423.
Atrás, KJ. y Parks, SC (2003) Un modelo de lealtad a la marca que involucra la
lealtad a la marca cognitiva, afectiva y conativa y la satisfacción del cliente.
Revista de investigación en hotelería y turismo, 27 (4): 419–435.
Bagozzi, RP (1978) La validez de constructo de los componentes afectivos,
conductuales y cognitivos de la actitud mediante el análisis de estructuras de
covarianza. Investigación conductual multivariante, 13: 931.
Bagozzi RP y Yi, Y. (1988) Sobre la evaluación de modelos de ecuaciones
estructurales. Revista de la Academia de Ciencias del Marketing 16: 7494.
78
Blattberg, RC Neslin, SC (1990) Promoción de ventas: conceptos, métodos y
estrategias. Englewood Chiffs, Nueva Jersey: PrenticeHall.
Blut, M., Evanschitzky H. y Vogel V. (2007) Switching Barriers in the FourStage
Loyalty Model. Avances en la Investigación del Consumidor 34:726734.
Bollen, KA y Davis, WR (1994) Modelos de indicadores causales: identificación,
estimación y prueba. Ponencia presentada en la Convención de la Asociación
Americana de Sociología, Miami.
Breckler, S. (1984) Validación empírica del afecto, el comportamiento y la cognición
como componentes distintos de la actitud. Revista de Personalidad y Psicología
Social 47:1191 1205.
Chandon, P., Wansink, B. y Laurent, G. (2000) Un marco de congruencia de
beneficios de la eficacia de la promoción de ventas. Revista de marketing 64
(4): 65–81.
Chang, PL BS Chiang, MH. (2006) Construyendo una relación marcaconsumidor:
Una visión experimental transcultural. Psicología y Marketing 23: 927–959. doi:
10.1002/mar.20140
Chin, W. (2010) Cómo redactar e informar análisis de PLS. En: Esposito Vinzi V,
Chin WW, Henseler J, Wang H (Eds.)
Manual de mínimos cuadrados parciales: conceptos, métodos y aplicaciones.
Springer Heidelberg: 655 – 690.
Day, GS (1969) Un concepto bidimensional de lealtad a la marca. Revista de
Investigación Publicitaria 9: 2935.
Diamantopoulos, A. y Siguaw, JA (2006) Indicadores formativos versus indicadores
reflexivos en el desarrollo de medidas organizacionales: una comparación e
ilustración empírica. Revista británica de gestión 17 (4): 263282.
Dick, AS y Basu, K. (1994) Lealtad del cliente: hacia un marco conceptual integrado.
Revista de la Academia de Ciencias del Marketing 22 (2): 99113.
Evanschitzky, H. y Maren, W (2006) Un examen de las variables moderadoras en el
modelo de lealtad de cuatro etapas. Revista de investigación de servicios 8 (4):
330–345.
Fornell, C. y Larcker, DF (1981) Evaluación de modelos de ecuaciones estructurales
con variables no observables y error de medición. Revista de Investigación de
Mercados, 18: 3950.
Hair, JF, Black, WC, Babin, BJ y Anderson, RE (2010) Análisis de datos multivariados.
Englewood Cliffs, Nueva Jersey: Prentice Hall.
Han, H., Kim, Y. y Kim, EK. (2011) Lealtad cognitiva, afectiva, conativa y de acción:
probando el impacto de la inercia. Revista internacional de gestión hotelera,
30(4): 10081019.
79
Hansen, T. (2005) Perspectivas sobre la toma de decisiones del consumidor: un
enfoque integrado. Revista de Comportamiento del Consumidor 4: 420–437. Doi:
10.1002/cb.33
Harris, CL y Mark, HG (2004) Las cuatro etapas de la lealtad y el papel fundamental de
la confianza: un estudio de la dinámica del servicio en línea. Revista de venta
minorista 80 (2): 139–58.
Henseler, J. y Sarstedt, M. (2012) Índices de bondad de t para el modelado de caminos
de mínimos cuadrados parciales. Comput Stat 28:565 – 580. DOI 10.1007/
s0018001203171 Jacoby, J. y
Kyner, DB (1973) Lealtad a la marca versus comportamiento de compra repetido.
Revista de Investigación de Mercados 10:19.
Jarvis, CB, Mackenzie, SB y Podsakoff, P. (2003) Una revisión crítica de los indicadores
de construcción y la especificación incorrecta del modelo de medición en la
investigación de mercadotecnia y consumo. Revista de Investigación del
Consumidor 30: 19991216.
Kotler, P. y Keller, K. (2006) Gestión de marketing, 12ª edición.
Pearson Education Inc., Nueva Jersey.
Knouse, SB. (1986) Lealtad a la marca y teoría del aprendizaje secuencial.
Psicología y Marketing 3: 87–98.
Kuusik, A. (2007) Afectando la lealtad del cliente: ¿Los diferentes factores tienen varias
influencias en los diferentes niveles de lealtad? Documento de trabajo de la
Facultad de Economía y Administración de Empresas de la Universidad de Tartu,
58:329.
Laroche, M., Pons, F., Zgolli, N., Cervellon, M. y Kim, C. (2003) Un modelo de respuesta
del consumidor a dos técnicas de promoción minorista. Revista de Investigación
Empresarial, 56: 513522.
Lee, JS. y Atrás. KJ. (2009) Un examen de la lealtad a la marca de los asistentes:
comprensión del moderador de la lealtad a la marca conductual.
Revista de investigación en hotelería y turismo, 33(1): 30–50.
Madichie, N. (2011). Una evaluación preliminar de las inversiones de Oriente Medio en
el África subsahariana: perspectivas del sector de las telecomunicaciones móviles.
Thunderbird International Business Review, 53(1), 7992.
Mano, H. y Oliver, RL (1993) Valoración de la dimensionalidad y estructura de la
experiencia de consumo: evaluación, sentimiento y satisfacción. Revista de
Investigación del Consumidor, 20: 45166.
Moisescu, OI and Allen, B. (2010) La relación entre las dimensiones de la lealtad a la
marca. Una Investigación Empírica de los Consumidores”, Marketing y Gestión 5
(4):83–98.
80
Nimako, GS y Mensah, FA (2013) Examen de las relaciones entre los antecedentes de las
intenciones de comportamiento de los huéspedes en la industria hotelera de Ghana: un
enfoque de modelado de ecuaciones estructurales”, Asian Journal of Business
Management 5 (2): 252266 .
Oliver, RL (1997) Satisfacción: Una perspectiva conductual del consumidor.
McGrawHill, Boston: Irwin.
Oliver, RL (1999) ¿De dónde proviene la lealtad del consumidor? revista de marketing
63:33–44.
Petter, S., Straub, D. y Rai, A. (2007) Especificación de construcciones formativas
en Investigación SI. MIS Trimestral 31 (4): 623 – 656.
Razali, NM y Wah, YB (2011) Comparaciones de potencia de las pruebas de ShapiroWilk,
Kolmogorov Smirnov, Lilliefors y AndersonDarling. Journal of Statistical Modeling and
Analytics, 2(1): 2133.
Reichheld, FR y Schefter, P. (2000) Elealtad: su arma secreta en la Web. Harvard Business
Review, 78 (4): 10514.
Ringle, CM, Wende, S. y Will, S. (2005) SmartPLS 2.0 (M3) Beta.
Hamburgo. http://www.smartpls.de.
Shemwell, DJ, Cronin, JJ y Bullard WR (1994) Intercambio relacional en servicios: una
investigación empírica de las relaciones en curso entre el cliente y el proveedor de
servicios. Revista internacional de gestión de la industria de servicios 5: 5768.
Shiv, B. y Fedorikhin, A. (1999) Corazón y mente en conflicto: la interacción del afecto y la
cognición en la toma de decisiones del consumidor.
Revista de Investigación del Consumidor, 26, (3): 278292.
Straub, D., Boudreau, M. y Gefen, D. (2004). Pautas de validación para la investigación
positivista de SI. Comunicaciones de la Asociación de Sistemas de Información, 13:
380427.
Sudhahar, JC, Israel, D., Britto, AP y Selvam, M. (2006) Escala de medición de lealtad al
servicio: una evaluación de confiabilidad. Revista estadounidense de ciencias aplicadas,
3 (4): 18141818.
Westbrook, RA (1987) Respuestas afectivas basadas en el producto/consumo y procesos
posteriores a la compra. Revista de Investigación de Mercados 24: 258270.
Wong, A. (2004) El papel de la satisfacción emocional en los encuentros de servicio.
Gestión de la Calidad del Servicio 14 (5): 365 – 376.
Worthington, S., RussellBennett, R. y Hartel, CEJ (2009) Un enfoque tridimensional para
auditar la lealtad a la marca. Revista de gestión de marca 17 (4): 243253.
81
YeboahAsiamah , E. , Nimako , SG , Quaye , DM y Buame , S. (2016).
Lealtad implícita y explícita: el papel de la satisfacción, la confianza y la imagen
de marca en la industria de las telecomunicaciones móviles. Revista Internacional
de Negocios y Mercados Emergentes, 8(1), 94115.
82

Extending The Four Stage PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Extending The Four Stage PDF

Cargado por

Copyright:

Formatos disponibles

Machine Translated by Google

BHL2 Probaré nuevos servicios proporcionados por mi Sudhahar

CNL 0,636 0,875 0,809 0.313 0.636 0.198

Modelo 2 AFL 0,653 0,882 0,823 0.350 0.653 0.225

CNL 0,637 0,875 0,809 0.582 0.637 0.104

BHL 0,674 0,779 BHL 0,675 0.779

hipotetizado Regresión Estándar T PAG

Modelo sin AFL 0.512 0.602 0.226 Medio

Modelo sin CNL 0.569 0.602 0.083 Pequeño

También podría gustarte