/01/
UN MODELO PARA MEDIR EL COMPORTAMIENTO EN LA
ACEPTACIÓN TECNOLÓGICA DEL SERVICIO DE INTERNET EN
HOTELES PERUANOS BASADO EN UTAUT2. CASO ‘CASA ANDINA
A MODEL TO MEASURE THE BEHAVIOR IN THE TECHNOLOGICAL
ACCEPTANCE OF INTERNET SERVICE IN PERUVIAN HOTELS BASED
ON UTAUT2. ‘CASA ANDINA’ CASE
Cristhian Quicaño Arones
Estudiante de Postgrado. Facultad de Ingeniería de Sistemas e Informática.
Universidad Nacional Mayor de San Marcos (Perú).
E-mail: cquicanoa@gmail.com ORCID: https://orcid.org/0000-0001-8860-2142
Cayo León Fernández
Docente. Facultad de Ingeniería de Sistemas e Informática.
Universidad Nacional Mayor de San Marcos (Perú).
E-mail: cleon@unmsm.edu.pe ORCID: https://orcid.org/0000-0003-4262-9731
Arturo Moquillaza Vizarreta
Docente. Facultad de Ingeniería.
Ponticia Universidad Católica del Perú (Perú).
E-mail: amoquillaza@pucp.pe ORCID: https://orcid.org/0000-0002-7521-8755
Recepción: 27/10/2018. Aceptación: 22/01/2019. Publicación: 29/03/2019
Citación sugerida:
Quicaño Arones, C., León Fernández, C. y Moquillaza Vizarreta, A. (2019). Un modelo para medir el
comportamiento en la aceptación tecnológica del servicio de Internet en hoteles peruanos basado en UTAUT2.
Caso “Casa Andina”. 3C TIC. Cuadernos de desarrollo aplicados a las TIC, 8(1), pp. 12-35. doi:http://dx.doi.
org/10.17993/3ctic.2019.81.12-35
14
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
RESUMEN
En la actualidad, existe un desconocimiento sobre la aceptación que pueden tener los servicios
tecnológicos que ofrecen las cadenas hoteleras peruanas. La teoría unicada de adopción y uso
de tecnología (UTAUT2 por sus siglas en inglés) es una extensión de UTAUT, el que tiene un
alto poder predictivo en comparación con otros modelos de aceptación tecnológica. UTAUT2 está
especícamente orientado a medir la aceptación de tecnologías de consumo.
El objetivo de la presente investigación es identicar los factores de un modelo que tengan inuencia
directa en la intención del comportamiento de uso en la aceptación del servicio de Internet de
alta velocidad en las cadenas hoteleras peruanas. Como caso de estudio se ha tomado a la cadena
peruana de hoteles ‘Casa Andina’ y la muestra poblacional comprendió a los huéspedes del segmento
corporativo y nacionalidad peruana. Para realizar el estudio se elaboró un modelo a partir de la Teoría
Unicada de Adopción y Uso de Tecnología 2 (UTAUT2), que es la herramienta recomendada según
la literatura revisada. El estudio se centró en obtener los datos de primera fuente, a través de una
encuesta con preguntas cerradas, las cuales fueron contrastadas con el modelo inicial. Se realizó la
evaluación de los factores y los ajustes que señala la teoría de ecuaciones estructurales. Seguidamente,
se obtuvo un modelo nal que permitió medir la intención del comportamiento de uso. El modelo se
validó en un caso de estudio, donde se midió la aceptación tecnológica del servicio de internet de alta
velocidad a través de la intención del comportamiento de los huéspedes corporativos. Se concluyó
que dicho servicio es conocido por los clientes, valoran que un hotel cuente con ese servicio y están
dispuesto a pagar por él si el valor obtenido es proporcional al valor ofrecido.
ABSTRACT
Nowadays, there is a lack of knowledge about the acceptance that technological services oered by Peruvian hotels can
provide. The Unied Theory of Adoption and Use of Technology 2 (UTAUT2) is an extension of the UTAUT,
which has a high predictive power compared to other models of technological acceptance. The UTAUT2 is specically
oriented to measure the acceptance of consumer technologies.
15
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
The objective of the present research is to identify the factors of a model that have a direct inuence on the behaviour
intention of use in the acceptance of the high speed Internet service in Peruvian hotels. As a case study, the Peruvian
hotels ‘Casa Andina’ has been taken. To carry out the study, a model was developed from UTAUT2, which is the
recommended tool according to the literature reviewed. The study focused on obtaining data from rst source, through
surveys, which were contrasted with the initial model. The evaluation of the factors and the adjustments indicated
by the theory of structural equations was made; after which we obtained a nal model, which allowed us to measure
the intention of the use behaviour. The model was validated in a case study, where the technological acceptance of the
high-speed internet service was measured through the behaviour intention of corporate guests. It was concluded that the
named service is known by customers, they value that A hotel has that service and they are willing to pay for it if the
value obtained is proportional to the value oered.
PALABRAS CLAVE
Aceptación tecnológica, Intención del comportamiento, Internet de alta velocidad, Tecnología de
consumo, Servicios tecnológicos hoteleros, Cadenas hoteleras peruanas, Modelo de ecuaciones
estructurales.
KEYWORDS
Technological acceptance, Behaviour intention, High Speedy Internet, Consumer technology, Hotel technological
services, Peruvian hotel chains, Structural Equation Model.
16
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
1. INTRODUCCIÓN
La cadena hotelera peruana ‘Casa Andina’, en su política de incluir y mejorar servicios para sus
huéspedes, ha implantado el servicio de internet de alta velocidad, que es un servicio que permite a
sus clientes conectar sus dispositivos y navegar en Internet a alta velocidad por un precio determinado
(Stoessel, 2015). En el proceso de evaluación y mejora continua del servicio, se evidenció que existe
un desconocimiento acerca de la aceptación que pueden tener los huéspedes corporativos de este
nuevo servicio.
En ese contexto, se planteó realizar una investigación que tenga como objetivo aplicar un modelo
estándar y válido en la industria para medir el nivel de aceptación tecnológica. Para ello, se realizó
una revisión de la literatura y se planteó un modelo inicial de aceptación tecnológica, basado en
la Teoría Unicada de Adopción y Uso de la Tecnología 2 (UTAUT2 por sus siglas en inglés)
(Venkatesh, Thong, y Xu, 2012). El modelo propuesto se puso a prueba para obtener uno nal. La
investigación tuvo por objetivo determinar un modelo con factores que tengan inuencia directa
en la intención del comportamiento, en la aceptación tecnológica del servicio de Internet de alta
velocidad en cadenas hoteleras peruanas, el cual resuelve el problema de desconocimiento de la
intención del comportamiento.
2. METODOLOGÍA
2.1. CONTEXTO
La aceptación de tecnología de parte de los usuarios ha sido materia de diversos estudios. Existen
muchos modelos que han sido empleados para tal n, como el Technology Acceptance Model (TAM), en
sus versiones 1, 2 y 3. En la actualidad, el TAM es el modelo más referenciado en los trabajos de
investigación y ha sido a la vez la base para la creación de nuevos modelos que buscan explicar los
factores que inuyen en los niveles de aceptación en contextos particulares (Ventura, 2015).
17
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
Otro modelo, The Unied Theory of Acceptance and Use of Technology (UTAUT) (Venkatesh, Morris, y
Davis, 2003) es también otro de los más usados pues sus autores demostraron que ofrece un mayor
porcentaje de explicación de la intención y uso de las tecnologías. Inclusive desde el año 2012, este
modelo cuenta con una versión especial, UTAUT2 (Venkatesh, Thong, y Xu, 2012), focalizada para
contextos de consumo de tecnología, es decir, donde el usuario deberá pagar por usar la tecnología.
A partir de la literatura revisada, se analizaron y evaluaron diversos modelos de aceptación tecnológica
mostrados en la Tabla 1, tras la cual se seleccionó a UTAUT2 como el modelo recomendado y se
adaptó al contexto.
Tabla 1. Teorías de aceptación tecnológicas (Ventura, 2015).
MODELO AÑO MODELOS Y TEORÍAS DESCRIPCIÓN FACTORES
Teoría de la
Acción Razonada
(TRA)
1980
Ajzen y Fishbein (1980) propone un modelo derivado de bases
de la psicología, que busca medir la intención de conducta y
rendimiento (Ajzen y Fishbein, 1980).
Actitud
Norma subjetiva
Modelo de
Aceptación de la
Tecnología (TAM)
1989
Davis (1989) propone dos factores para determinar la actitud
de los individuos respecto a alguna tecnología. Y dicha actitud
está en la base de la intención de usarla (Davis, 1989).
Utilidad percibida
Facilidad de uso
percibida.
Modelo de uso de
la PC (MPCU) 1991
Thompson (1991). Modelo para predecir la intención de uso de
la PC (Taylor y Todd, 1995b).
Factores sociales
Afección
Complejidad
Condiciones
facilitadoras
Hábitos
Modelo
Motivacional
(MM)
1992
Davis (1992) propone este modelo que deriva de la psicología
para explicar el comportamiento y la adopción de la tecnología
y su uso (Davis, Bagozzi y Warshaw, 1992).
Motivación Extrínseca
Motivación Intrínseca
18
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
MODELO AÑO MODELOS Y TEORÍAS DESCRIPCIÓN FACTORES
Teoría del
Comportamiento
Planeado (TPB)
1995
Taylor y Todd (1995a) extienden TRA al incluir una variable
más para determinar la intención y el comportamiento (Taylor y
Todd, 1995a).
Actitud
Norma subjetiva
Control conductual
percibido
Hibrido TAM y
TPB (C-TAM-
TPB)
1995
Taylor y Todd (1995b) integran los factores sociales y
normativos y de control del comportamiento (Taylor y Todd,
1995b).
Utilidad percibida
Facilidad de uso
percibida
Actitud
Norma subjetiva
Control conductual
percibido
Teoría de Difusión
de Innovaciones
(IDT)
1995
Rogers (1995) entrega una propuesta sociológica que intenta
explicar la manera como los individuos o grupos adoptan una
innovación (Rogers, 1995).
Complejidad
Ventaja Relativa
Compatibilidad
Visibilidad
Posibilidad de prueba
Teoría Social
Cognitiva (SCT)
1995
Compeau (1995) propone este modelo aplicado a los sistemas
de información para determinar su uso (Compeau y Higgins,
1995).
Estimulación por otros
Uso de otros
Soporte
Auto eciencia
Expectativas de
rendimiento
Expectativas de
resultado personal
Afección
Ansiedad
TAM2 2000
Excluye las actitudes del modelo original, incorporando
otros factores determinantes, clasicados en dos grupos:
los relacionados con los procesos de inuencia social y
los relativos a los procesos cognitivos (Venkatesh y Bala,
Technology acceptance model 3 and a research agenda on
interventions, 2008).
Utilidad percibida
Facilidad de uso
percibida
Norma subjetiva
Experiencia
Voluntad
Imagen
Demostrabilidad de
resultado
Relevancia del trabajo
Calidad del resultado
19
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
MODELO AÑO MODELOS Y TEORÍAS DESCRIPCIÓN FACTORES
Teoría Unicada
de Aceptación
y Uso de
Tecnología
(UTAUT)
2003
Integra ocho modelos para medir la intención del usuario y
el uso de la tecnología (TRA, TPB, TAM, MM, C-TAM-TPB,
MPCU, IDT, SCT) (Venkatesh y Davis, 2000).
Expectativa de
desempeño
Expectativa de esfuerzo
Inuencia Social
Condiciones
facilitadoras
TAM3 2008
Incorpora elementos basados en facilidad de uso percibida con
el objetivo de producir una guía práctica y sugerencias para los
profesionales (Thompson, Higgins y Howell, 1991).
Utilidad percibida
Facilidad de uso
percibida
Norma subjetiva
Experiencia
Voluntad
Imagen
Demostrabilidad de
resultado
Relevancia del trabajo
Calidad del resultado
La percepción de
control externo
Ansiedad computacional
Entretenimiento
computacional
Autoecacia
computacional
Entretenimiento
percibido
Usabilidad objetivo
UTAUT2 2012
Extensión del modelo UTUAT para estudiar la aceptación y
uso de la tecnología en un contexto de consumo (Venkatesh,
Thong y Xu, 2012).
Expectativa de
desempeño
Expectativa de esfuerzo
Inuencia Social
Condiciones
facilitadoras
Motivación Hedónica
Precio
Hábitos
A continuación, se detallan las principales características de UTAUT y UTAUT2, modelos que
sirvieron como base para desarrollar nuestra propuesta.
20
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
Unied Theory of Acceptance and Use of Technology (UTAUT)
Venkatesh, Morris y Davis en 2003 presentaron UTAUT con cuatro factores determinantes básicos
de la intención de uso, y hasta cuatro factores de relaciones clave (Venkatesh, Morris, y Davis, 2003).
El UTAUT fue formulado para teorizar cuatro constructos que juegan un papel importante como
determinantes directos de la aceptación y el comportamiento de uso:
Esfuerzo Esperado: Grado de facilidad asociado al uso del sistema.
Facilidad de Condiciones: Grado en el cual un individuo cree que la infraestructura técnica
y organizacional es adecuada para el uso del sistema.
Desempeño Esperado: Grado en el cual un individuo cree que el sistema lo va a ayudar a
mejorar su desempeño en el trabajo.
Inuencia Social: Grado en el cual la gente importante para un individuo inuye sobre su
decisión acerca del uso del sistema.
Los moderadores clave del modelo son el sexo, edad, carácter voluntario, y la experiencia (ver
Figura 1).
Figura 1. UTAUT (Venkatesh, Morris y Davis, 2003).
21
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
Unied Theory of Acceptance and Use of Technology 2 (UTAUT2)
Venkatesh, Thong y Xu (2012), agregaron tres nuevos factores a su modelo UTAUT. El primero es
la motivación hedonista (motivación intrínseca), el segundo es el precio, que se considera un factor
importante ya que los consumidores tienen que asumir el coste asociado a la compra de dispositivos
y servicios; por último, el tercer factor añadido es el hábito. Los investigadores citados armaron
que las adiciones sugeridas en UTAUT2 entrega cambios signicativos en la varianza explicada
para la intención de comportamiento y el uso de la tecnología (Venkatesh, Thong y Xu, 2012). Este
modelo intenta explicar en forma global por qué los individuos utilizan las tecnologías que tienen a
su disposición (ver Figura 2).
Figura 2. UTAUT2. Fuente: elaboración propia.
22
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
UTAUT2 es el último de los modelos de aceptación tecnología en la comunidad cientíca. Por otro
lado, está acotado y sugerido para la evaluación de tecnologías de consumo. El modelo UTAUT2 es
útil bajo el contexto de uso de tecnologías de consumo como e-learning, telefonía, internet, etcétera
(Venkatesh, Thong y Xu, 2012).
Modelo propuesto
El modelo propuesto tiene como teoría base el UTAUT2, debido a que está orientado a medir
servicios de tecnología de consumo y porque tiene el mayor valor predictivo (Ventura, 2015), como
se muestra en la Tabla 2.
Tabla 2. Lista de valores de varianza de los modelos (Ventura, 2015).
Modelo Poder Predictivo
TRA 30%
TAM 38%
MPCU 47%
MM 38%
TPB 37%
C-TAM-TPB 39%
IDT 39%
SCT 37%
TAM 2 40%
UTAUT 70%
TAM 3 40%
UTAUT2 74%
En el nuevo modelo no se contemplaron los factores moderadores, los cuales son la edad, el género
y la experiencia, pues se consideró que tienen poca inuencia en la intención de uso del servicio
de internet de alta velocidad en el contexto de esta investigación. Esto se debe a que los usuarios
encuestados (huéspedes del segmento corporativo y de nacionalidad peruana) generalmente tienen
edades y experiencia en un rango no muy amplio, y tampoco el género es relevante para el uso del
servicio en análisis (Ventura, 2015). Teniendo en cuenta que la intención del comportamiento es
23
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
la predecesora inmediata del comportamiento (Ajzen y Fishbein, 1980) este modelo se enfoca en
medir la intención de uso (Figura 3).
Figura 3. Modelo propuesto. Fuente: elaboración propia.
2.2. DISEÑO DE LA INVESTIGACIÓN
Según Hernández, Fernández y Baptista (2010), existen dos tipos de diseño: el experimental, que
es la investigación donde se realiza una manipulación intencional de una acción para analizar sus
posibles resultados; y la no experimental, que se dene como la investigación donde no hacemos
variar en forma intencional las variables independientes para ver su efecto sobre las otras variables,
24
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
es decir se observa los fenómenos tal como se dan en su contexto natural, para posteriormente
analizarlos. Teniendo en cuenta lo anterior, señalamos que nuestra investigación es no experimental.
Hernández, Fernández y Baptista también indican que los diseños no experimentales se clasican
en transeccionales o longitudinales; los primeros recolectan datos en un momento especíco, su
propósito es describir variables y analizar su incidencia e interrelación en un momento dado; las
investigaciones longitudinales recolectan datos a través del tiempo en puntos o periodos, para hacer
inferencias respecto al cambio, sus determinantes y consecuencias. Teniendo en consideración lo
mencionado podemos indicar que nuestra investigación es transeccional.
El trabajo de investigación tuvo un enfoque cuantitativo, este tipo de investigación ofrece una
aproximación al fenómeno a través de evidencias cuanticables de la realidad.
Para la recopilación de información, se optó por la encuesta presencial con datos reales aplicada a
huéspedes de la cadena hotelera peruana ‘Casa Andina’. En ese sentido podemos armar que la
investigación pertenece al entorno de los estudios de campo.
El cuestionario se estructuró a partir de preguntas cerradas y categorizadas de respuestas simples,
con el n de obtener información referente a las variables expectativa del desempeño, expectativa del
esfuerzo, inuencia social, condiciones facilitadoras, motivación hedónica, precio, hábito, intención
del comportamiento; que inuyen o predicen el comportamiento frente al uso del servicio de internet
de alta velocidad, utilizando como medida la escala de Likert de cinco puntos (Ventura, 2015).
2.3. HIPÓTESIS
De acuerdo al modelo propuesto se plantearon siete hipótesis de trabajo:
Hipótesis 1: La expectativa del desempeño del servicio de internet de alta velocidad en las
cadenas hoteleras peruanas tiene un efecto directo sobre la intención del comportamiento
en la aceptación tecnológica del servicio de internet de alta velocidad en las cadenas
hoteleras peruanas. (H1: PE BI)
25
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
Hipótesis 2: La expectativa de esfuerzo del servicio de internet de alta velocidad en las
cadenas hoteleras tiene un efecto directo sobre la intención del comportamiento en la
aceptación tecnológica del servicio de internet de alta velocidad en las cadenas hoteleras
peruanas. (H2: EE BI)
Hipótesis 3: La inuencia social del servicio de internet de alta velocidad en las cadenas
hoteleras peruanas tiene un efecto directo sobre la intención del comportamiento en la
aceptación tecnológica del servicio de internet de alta velocidad en las cadenas hoteleras
peruanas. (H3: SI BI)
Hipótesis 4: Las condiciones facilitadoras del servicio de internet de alta velocidad en las
cadenas hoteleras peruanas tiene un efecto directo sobre la intención del comportamiento
en la aceptación tecnológica del servicio de internet de alta velocidad en las cadenas
hoteleras peruanas. (H4: FC IB)
Hipótesis 5: La motivación hedónica del servicio de internet de alta velocidad en las
cadenas hoteleras peruanas tiene un efecto directo sobre la intención del comportamiento
en la aceptación tecnológica del servicio de internet de alta velocidad en las cadenas
hoteleras peruanas. (H5: HM BI)
Hipótesis 6: El precio del servicio de internet de alta velocidad en las cadenas hoteleras
peruanas tiene un efecto directo sobre la intención del comportamiento en la aceptación
tecnológica del servicio de internet de alta velocidad en las cadenas hoteleras peruanas.
(H6: PV BI)
Hipótesis 7: El hábito del servicio de internet de alta velocidad en las cadenas hoteleras
peruanas tiene un efecto directo sobre la intención del comportamiento en la aceptación
tecnológica del servicio de internet de alta velocidad en las cadenas hoteleras peruanas.
(H7: HT BI).
26
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
2.4. POBLACIÓN
La muestra poblacional comprendió a los huéspedes del segmento corporativo, de nacionalidad
peruana, alojados en los hoteles de la marca Select de la cadena hotelera peruana ‘Casa Andina’ que
hayan adquirido el servicio de internet de alta velocidad.
2.5. LOCALIZACIÓN GEOGRÁFICA
La investigación estuvo delimitada por la ubicación geográca en donde se sitúan los hoteles de
la marca Select perteneciente a la cadena hotelera peruana ‘Casa Andina’. Este tipo de hoteles
está diseñado para el huésped corporativo y se ubica especícamente en las ciudades de Tumbes,
Chiclayo, Lima y Pucallpa.
2.6. INSTRUMENTACIÓN
Se elaboró una encuesta formada por un total de 27 preguntas estructuradas en función a las
variables del modelo propuesto.
El instrumento de medida que se empleó fue la escala de Likert de cinco elementos, cuyo valor inferior
(1) le corresponde “totalmente en desacuerdo” y el valor superior (5) “totalmente de acuerdo” (Tabla 3).
Tabla 3. Escala de Likert 5 (Reyes, 2015).
1
Totalmente en desacuerdo
2
Desacuerdo
3
Neutral
4
De acuerdo
5
Totalmente de acuerdo
Los cuestionarios utilizados en la presente investigación fueron adaptados de otras investigaciones
realizadas por otros autores (Ramirez, 2014), (Gonzales, 2012) y (Baptista y Oliveira, 2015).
2.7. COLECCIÓN DE DATOS
Los datos recopilados fueron almacenados en una base de datos con acceso restringido. Según
la prueba piloto, desarrollar el cuestionario toma aproximadamente de 10 a 12 minutos.
27
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
Las encuestas se realizaron de manera personal en el área de recepción de los hoteles, durante los
meses de enero a junio de 2017. Los datos recopilados fueron almacenados en una base de datos
con acceso restringido. Según la prueba piloto, desarrollar el cuestionario toma aproximadamente
de 10 a 12 minutos.
3. RESULTADOS
3.1. ANÁLISIS DE CONFIABILIDAD
Para el análisis de datos se realizó el análisis de conabilidad a la encuesta que estaba conformada
por 27 preguntas de los distintos constructos que forman parte del modelo planteado, obteniendo
los siguientes resultados:
Tabla 4. Fiabilidad de escala Alpha de Cronbach. Fuente: elaboración propia.
Alpha de Cronbach Nro. de ítems
0,920 27
Los resultados del análisis de conabilidad de los ítems evaluados nos arrojaron coecientes Alpha
de Cronbach consolidado de 0,92; los cuales son excelentes (Leyva Rodriguez, 2016).
3.2. VALIDACIÓN DEL MODELO
Para validar el modelo teórico propuesto en la investigación, se modelaron las Ecuaciones
Estructurales y se analizaron las estimaciones de medida de las variables observadas para validar la
composición de factores (constructos), e identicar qué ítems (variables observadas) cargan en estos,
con el n de establecer el número de factores y sus Inter correlaciones. Las validaciones realizadas
en el modelo fueron las siguientes:
Validación de la convergencia de los ítem y constructos, que hace referencia al hecho de que
una variable mida lo que se supone que ha de medir (Bollen, 1989). La asignación errónea
de variables latentes a ciertas variables observadas produce problemas de validez. Existen dos
condiciones para la validez de una variable observada (Batista Foguet y Coenders Gallart, 2000):
28
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
o La variable observada y latente ha de tener una relación directa entre sí; es decir, sin
intervención de otras variables.
o Los factores latentes excluidos del modelo no han de tener efecto directo alguno sobre
la variable observada.
Tabla 5. Índice de validez de convergencia (Gutarra, 2012).
INDICADOR NIVEL DE ACEPTACIÓN
Validez convergente > 0,70
Validez discriminante (X
2
) P < 0,05
Promedio de la varianza extraída (AVE) = > 0,50
Conabilidad compuesta (C.R.) > 0,70
Validación de hipótesis planteadas en la investigación, a través de un Análisis de Causalidad,
para determinar si el modelo estructural hallado es correcto y sirve como aproximación al
fenómeno real, debemos analizar algunos estadísticos de bondad de ajuste, que reeren a
la exactitud de los supuestos del modelo especicado (Leyva Rodriguez, 2016).
Tabla 6. Índice de ajuste del modelo de medida (Gutarra, 2012).
ÍNDICES DE AJUSTES NIVEL DE ACEPTACIÓN
Chi-cuadrado normalizado (CMIN / DF) 1 < X
2
/ df < 5
Bondad de ajuste (GFI) > 0,9
Ajuste comparativo (CFI) > 0,9
Raíz cuadrada media de error de aproximación (RMSEA) < 0,08
Consideraciones para la evaluación del modelo de ecuaciones estructurales de la investigación:
Por tratarse de una muestra pequeña (300 encuestas), el procedimiento de estimación del
modelo fue el de Máxima Verosimilitud (ML –Máximum Likelihood) (Ventura, 2015).
Se asume que la distribución multivariada de los estadísticos utilizados en el modelo es
normal (Ventura, 2015).
En los modelos de ecuaciones estructurales (SEM) se identica que hay varios factores que no
cumplen con los valores de validez de convergencia y de ajuste de modelo de medida por lo cual se
procede a descartar, nalmente se muestra Tabla 7.
29
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
Tabla 7. Resultado del SEM Final. Fuente: elaboración propia.
CONSTRUCTOS
VARIABLES
OBSERVADAS
SEM FINAL
Factor
Loading *
Loading
Squared
AVE
Expectativa del desempeño (PE)
PE1
0,8
PE2 0,77 0,59
PE3
PE4 1,00 1,00
Expectativa del esfuerzo (EE)
EE1
EE2
EE3
EE4
Inuencia social (SI)
SI1
SI2
SI3
Condiciones facilitadoras (FC)
FC1
FC2
FC3
Motivación Hedonista (HM)
HM1
HM2
HM3
Relación Precio/Valor (PV)
PV1 1,00 1,00
0,9PV2 0,86 0,74
PV3
Hábito (HT)
HT1
0,8
HT2
HT3 0,78 0,60
HT4 1,00 1,00
Intención de comportamiento (BI)
BI1 0,91 0,82
0,8BI2 0,84 0,70
BI3
A continuación, mostramos los resultados de las pruebas de la hipótesis.
30
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
Tabla 10. Validación de hipótesis SEM Final. Fuente: elaboración propia.
Hipótesis
Coeciente de regresión
estandarizada
Resultado de la prueba de hipótesis
(H1: PE
BI)
1,245 Signicativa
(H2: BI
EE)
No Signicativa
(H6: BI
PV)
0,321 Signicativa
(H7: BI
HT
0,342 Signicativa
(H3: SI
BI)
No Signicativa
(H4: FC
BI)
No Signicativa
(H5: PV
BI)
No Signicativa
(H2a: EE
PE)
No Signicativa
(H7a: HT
PV)
0,390 Signicativa
A partir de la información anterior, el modelo nal es el que se muestra en la Figura 4.
Figura 4. Modelo SEM Final. Fuente: elaboración propia.
31
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
4. DISCUSIÓN Y CONCLUSIONES
4.1. DISCUSIÓN
El estudio tuvo como objetivo identicar los factores que tengan inuencia directa a la intención
del comportamiento. El resultado del presente estudio conrma las hipótesis H1, H6, H7 y H7a. El
impacto signicativo de la expectativa del desempeño (PE) en la intención del comportamiento (BI)
indica el grado en que un usuario cree que usar el servicio tecnológico le ayudará en sus actividades
(Venkatesh, Thong, y Xu, 2012), (Indrawati y Anggraini Putri, 2018). El segundo hallazgo es la
inuencia de la intención del comportamiento (BI) en el precio/valor (PV), lo que indica que un
usuario que tiene la intención de usar el servicio tecnológico pagará el precio necesario, (Venkatesh,
Thong, y Xu, 2012), (Indrawati y Anggraini Putri, 2018) y (Ravangard R. , Kazemi, Abbasali,
Sharian, y Monem, 2017). El efecto del hábito (HT) también se conr en la intención del
comportamiento (BI), esta hipótesis es consistente con los estudios antes citados. Finalmente, se
conrma la inuencia del hábito (HT) en el precio/valor (PV), con lo cual se indica que un usuario
que continuamente usa un servicio tecnológico estará dispuesto a pagar el precio necesario por
seguir usuando dicho servicio.
Se conrma la inuencia del hábito (HT) en el precio/valor (PV), con lo cual se indica que un
usuario que continuamente usa un servicio tecnológico estará dispuesto a pagar el precio
necesario por seguir usuando dicho servicio.
4.2. CONCLUSIÓN
La Hipótesis H1 fue validada; la H6 y H7 fueron validadas, pero no en lo textual, debido a que
cambió el sentido de la relación; en el análisis de los datos se identicó una nueva relación de
factores que presentamos como hipótesis H7a:
32
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
Hipótesis 7a: El hábito del servicio de internet de alta velocidad en las cadenas hoteleras
peruanas tiene un efecto directo sobre el precio del servicio de internet de alta velocidad en las
cadenas hoteleras peruanas.
(H7a: HT PV).
Adicionalmente, señalamos que los huéspedes corporativos que están familiarizados con el servicio
de internet de alta velocidad reconocen el impacto positivo que este servicio tiene en sus actividades,
valoran que un hotel cuente con dicho servicio, y estarán dispuestos a pagar por el servicio si el valor
obtenido es directamente proporcional a lo ofrecido.
Con la presente investigación se ha logrado denir un modelo que permite medir la aceptación
del servicio de alta velocidad en las cadenas hoteleras peruanas a través de la intención del
comportamiento de uso; dicho estudio permitirá evaluar y mejorar el servicio que actualmente
brindan las cadenas hoteleras en el Perú a sus huéspedes corporativos.
La investigación realizada abre el camino hacia nuevas posibles líneas de trabajo en el futuro,
como una línea es la incorporación de nuevas variables latentes UTAUT2, según el alcance y las
limitaciones planteadas.
Así mismo, otra línea sería adaptar el modelo propuesto para medir la aceptación tecnológica de
otros servicios del sector hotelero en el Perú. Por ejemplo, medir la aceptación tecnológica de la
central de reservas online, que permite a los huéspedes registrar sus propias reservas y realizar su
check-in de forma anticipada.
Otra línea sería realizar una investigación de carácter longitudinal del modelo de aceptación de la
tecnología, con el n de saber si los huéspedes del segmento corporativo y nacionalidad peruana
modicarían su nivel de uso y aceptación de la tecnología después de pasar más tiempo haciendo
uso del servicio tecnológico.
Se recomienda nalmente, validar el modelo propuesto en nuevos casos de estudio en dominios
similares, o en nuevos dominios.
33
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
5. REFERENCIAS BIBLIOGRÁFICAS
Ajzen, I., y Fishbein, M. (1980). Understanding attitudes and predicting social behavior. Nueva Jersey,
EE.UU.: Prentice-Hall.
Alazzam, M., y Al-Sharo, Y. (2018). Developing (utaut 2) Model of Adoption Mobile Health
Application in Jordan E- Government. Journal of Theoretical and Applied Information Technology, 12(96).
Baptista, G. y Oliveira, T. (2015). Understanding mobile banking: The unied theory of acceptanceand and
use of technology combined with cultural moderators. Computers in Human Behaviour, 50, pp. 418-430. doi:
https://doi.org/10.1016/j.chb.2015.04.024
Batista Foguet, J. M. y Coenders Gallart, G. (2000). Modelos de ecuaciones estructurales. Madrid,
España: La Muralla.
Bollen, K. (1989). Structural Equations with Latent Variables. ISBN: 978-0-471-01171-2
Compeau, D. R., y Higgins, C. A. (1995). Computer self-ecacy: Development of a measure
and initial test. MIS Quarterly, 19(2).
Davis, F. D. (1989). A technology Acceptance Model for Empirically Testing New End-user Information Systems:
Theory and Result (Doctoral Dissertation). Sloan School of Management, Massachusetts Institute of
Technology.
Davis, F. D., Bagozzi, R. P., y Warshaw, P. R. (1992). Extrinsic and Intrinsic Motivation to Use
Computers in the Workplace. Journal of Applied Social Psychology, 22(14).
Gonzales, E. (2012). Validación de la Teoría Unicada de Aceptación y Uso de la Tecnología UTAUT en
castellano en el ámbito de las consultas externas de la Red de Salud Mental de Bizkaia (Trabajo de Final de
Máster). Universitat Oberta de Catalunya.
Gutarra, M. (2012). Análisis de la aceptacion de la normativa de tecnologías en las instituciones públicas del
estado peruano (Trabajo de Final de Máster). Universidad Nacional Mayor de San Marcos.
34
3C TIC. Cuadernos de desarrollo aplicados a las TIC. ISSN: 2254-6529
Hernandez, R., Fernandez, C. y Baptista, M. (2010). Metodología de la investigación (Quinta
edición ed.). México D.F., México: McGraw-Hill Interamericana.
Indrawati, I. y Anggraini Putri, D. (2018). Analyzing Factors Inuencing Continuance Intention
of E-Payment Adoption (A Case Study of Go-Pay from Indonesia). doi:https://doi.org/10.1109/
ICoICT.2018.8528748
Leyva Rodriguez, L. (2016). Factores criticos de aceptación en la intención del uso del efectivo móvil (Trabajo
de Final de Máster). Universidad Nacional Mayor de San Marcos.
Ramirez, P. (2014). Uso de internet móvil en Chile: explorando los antecedentes. Revista chilena de ingeniería,
22(4).
Rana, N., Alalwan, A., Dwivedi, Y., Rana, N. y Algharabat, R. (2018). Examining factors
inuencing Jordanian customers’ intentions and adoption of internet banking: Extending UTAUT2 with risk. Journal
of Retailing and Consumer Services. doi:https://doi.org/10.1016/j.jretconser.2017.08.026
Ravangard, R., Kazemi, Z., Abbasali, S., Sharian, R. y Monem, H. (2017). Development
of the UTAUT2 model to measure the acceptance of medical laboratory portals by patients in
Shiraz. Electronic Physician, 9(2), pp. 3862–3869. doi:https://doi.org/10.19082/3862
Reyes, A. M. (2015). Factores motivacionales de la aceptación de la redes sociales virtuales de las universidades del
Perú (Trabajo de Final de Máster). Universidad Nacional Mayor de San Marcos.
Rogers, E. M. (1995). The diusion of innovations. New York, EE.UU.: The Free Press.
Stoessel, J. (29 de abril de 2015). CEO de Casa Andina. (C. Quicaño, Entrevistador).
Taylor, S. y Todd, P. A. (1995a). Understanding information technology usage: a test of competing
models. Information Systems Research, 6(2).
Taylor, S. y Todd, P. A. (1995b). Assessing IT usage: the role of prior experience. The role of prior
experience. MIS Quarterly, 19(4), pp. 561-570.
35
Ed. 28. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctic.2019.81.12-35
Thompson, R. L., Higgins, C. A. y Howell, J. M. (1991). Personal Computing: Toward ad
Conceptual Model of Utilization. MIS Quarterly, 15(1), pp.125-143.
Venkatesh, V. y Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions.
Journal of the Decision Sciences Institute. doi:https://doi.org/10.1111/j.1540-5915.2008.00192.x
Venkatesh, V. y Davis, F. (2000). A Theoretical Extension of the Technology Acceptance
Model: Four longitudinal Field Studies. Management Science, 46(2), pp. 186-204. doi:http://dx.doi.
org/10.1287/mnsc.46.2.186.11926
Venkatesh, V., Morris, M. y Davis, F. (2003). User acceptance of Information Technology:
toward a unied view. Recuperado el 18 de 01 de 2011 de: http://search.epnet.com/login.
aspx?direct=true&db=aph&an=10758835
Venkatesh, V., Thong, J. y Xu, X. (2012). Consumer acceptance and Use of information
technology: extending the unied theory of acceptance and Use of technology. MIS Quarterly, 36(1),
pp. 157-178.
Ventura, S. J. (2015). Factores determinantes del nivel de aceptación de sistemas ERP en las grandes empresas
peruanas (Trabajo de Final de Máster). Universidad Nacional Mayor de San Marcos.