Caracterización de la intensidad de uso del comercio electrónico en España

MEMORIA DEL TRABAJO DE FIN DE GRADO CARACTERIZACIÓN DE LA INTENSIDAD DE USO DEL COMERCIO ELECTRÓNICO EN ESPAÑA CHARACTERIZATION OF THE INTENSITY OF USE OF E- COMMERCE USER IN SPAIN Au o a: Flo encia Sainz-T ápaga De o o (51113945-X) Tu o : Cip iano Qui ós Rome o G ado en ESTADÍSTICA APLICADA FACULTAD DE ESTUDIOS ESTADÍSTICOS UNIVERSIDAD COMPLUTENSE DE MADRID Cu so Académico 2020/2021 FACULTAD DE ESTUDIOS ESTADÍSTICOS UNIVERSIDAD COMPLUTENSE DE MADRID 1 RESUMEN En es e abajo se p e ende ca ac e iza la in ensidad de uso del come cio elec ónico en España. Pa a ello, se u iliza á la “Encues a sob e Equipamien o y Uso de Tecnologías de In o mación y Comunicación en los Hoga es (TIC-H)” elabo ada po el INE en 2019. Se abaja á con dos modelos P obi O denado pa a analiza qué a iables esul an más signi ica i as pa a cada una de las a iables espues a. Se obse a á, a g andes asgos, que cuan o mayo sea el ni el de es udios, el ni el de conocimien os in o má icos, la ecuencia de uso de In e ne , el ni el de ing esos y la con ianza en In e ne , mayo se á la p obabilidad de comp a más ecuen emen e y po más alo . Palab as Cla e: Come cio elec ónico, In e ne , Usua io, Consumido , Comp ado , P obi O denado, Reg esión, Ca ac e ización. ABSTRACT In his pape , he in ensi y o use o e-comme ce in Spain is in ended o be cha ac e ized. In o de o do so, he “Su ey on Equipmen and Use o In o ma ion and Communica ion Technologies in Households (TIC-H)” made by he INE in 2019 will be used. Two O de ed P obi models will be de eloped o analyze which a iables a e mo e signi ican o each esponse a iable. In gene al, i will be ound ha he highe he le el o s udies, compu e knowledge, In e ne -use equency, le el o income and us on he In e ne , he highe he likelihood o pu chase mo e equen ly and mo e expensi ely. Key Wo ds: E-comme ce, In e ne , Use , Buye , Consume , O de ed P obi , Reg ession, Cha ac e iza ion 2 3 ÍNDICE 1. INTRODUCCIÓN ....................................................................................... 7 1.1. In oducción y mo i aciones ........................................................ 7 1.2. Re isión de li e a u a y an eceden es ......................................... 13 1.3. Obje i os .................................................................................... 16 2. METODOLOGÍA ....................................................................................... 19 2.1. Ob ención de da os ..................................................................... 19 2.2. Modelo P obi O denado ............................................................ 21 2.3. Recodi icación y cons ucción de a iables ................................. 24 2.3.1. Va iable espues a Modelo 1 .................................................. 25 2.3.2. Va iable espues a Modelo 2 .................................................. 25 2.3.3. Va iables explica i as ecodi icadas ....................................... 26 2.3.4. Va iables explica i as c eadas ................................................ 28 2.3.5. Análisis desc ip i o de las a iables ....................................... 29 2.4. T a amien o de los da os pe didos o “missing” ........................... 33 3. RESULTADOS ........................................................................................... 35 3.1. Modelo 1 ..................................................................................... 35 3.1.1. Es imación de los coe icien es y pun os de co e .................... 35 3.1.2. Es imación de los e ec os ma ginales ...................................... 41 3.1.3. P obabilidades de p edicción .................................................. 44 3.2. Modelo 2 ..................................................................................... 45 3.2.1. Es imación de los coe icien es y pun os de co e .................... 45 4 3.2.2. Es imación de los e ec os ma ginales ...................................... 50 3.2.3. P obabilidades de p edicción .................................................. 53 3.3. O os esul ados .......................................................................... 53 4. CONCLUSIONES ....................................................................................... 55 5. BIBLIOGRAFÍA ......................................................................................... 59 6. ANEXOS .................................................................................................... 63 6.1. Anexo I: Código en RS udio ....................................................... 63 6.2. Anexo II: Salidas de RS udio ...................................................... 67 ÍNDICE DE GRÁFICOS G á ico 1. E olución del Volumen de Negocio del Come cio Elec ónico en España (en millones de €) ............................................................................................... 8 G á ico 2. E olución de la Apo ación de la Economía Digi al al PIB en España (%) ..................................................................................................................... 9 G á ico 3. Volumen de Negocio del Come cio Elec ónico en España Segmen ado Geog á icamen e ................................................................................................. 9 G á ico 4. Ven as Online Mino is as sob e el To al (%) .................................... 10 G á ico 5. Dis ibución de Comp ado es Online en España en 2019 (%) ........... 11 G á ico 6. Mo i os F ecuen es po los que No Comp a po In e ne ................ 12 G á ico 7. Ejemplo del Modelo P obi O denado ............................................... 23 G á ico 8. To al de Miemb os del Hoga ........................................................... 32 G á ico 9. Ni el de Conocimien os In o má icos ................................................ 32 5 G á ico 10. Bienes y Se icios Comp ados po In e ne ..................................... 54 ÍNDICE DE TABLAS Tabla 1. F ecuencias Rela i as de las Ta eas In o má icas................................ 29 Tabla 2. Resumen Desc ip i o de las Va iables Respues a ................................ 30 Tabla 3. Resumen Desc ip i o Va iables Explica i as Cuali a i as................... 30 Tabla 4: Análisis Desc ip i o Va iables Explica i as Cuan i a i as .................. 33 Tabla 5. Es imaciones Iniciales de los Coe icien es del Modelo 1 ....................... 36 Tabla 6. Es imaciones de los Coe icien es del Modelo 1 Modi icado .................. 38 Tabla 7. Es imaciones de los Coe icien es del Modelo 1 Final ........................... 39 Tabla 8. Es imaciones de los Pun os de Co e del Modelo 1 ............................. 40 Tabla 9. Es imaciones de los E ec os Ma ginales ............................................... 41 Tabla 10. P obabilidades de P edicción Modelo 1 ............................................. 44 Tabla 11. Es imaciones Iniciales de los Coe icien es del Modelo 2 ..................... 45 Tabla 12. Es imaciones de los Coe icien es del Modelo 2 Modi icado ................ 46 Tabla 13. Es imaciones de los Coe icien es del Modelo 2 Final ......................... 47 Tabla 14. Es imaciones de los Pun os de Co e del Modelo 2 ........................... 49 Tabla 15. Es imaciones de los E ec os Ma ginales ............................................. 50 Tabla 16. P obabilidades de P edicción Modelo 2 ............................................. 53 6 7 1. INTRODUCCIÓN 1.1. In oducción y mo i aciones Según la Comisión de Comunidades Eu opeas (1997): “El come cio elec ónico consis e en ealiza elec ónicamen e ansacciones come ciales; es cualquie ac i idad en la que las emp esas y consumido es in e ac úan y hacen negocios en e sí o con las adminis aciones po medios elec ónicos”. Exis en a ios ipos de come cio elec ónico, aunque en lo que espec a a es e es udio nos amos a cen a en el modelo B2C (Business o consume ), que consis e en la comp a en a de bienes y se icios a a és de In e ne en e emp esas p oduc o as o dis ibuido as y el usua io. (ONTSI, 2019). Es e ipo de come cio elec ónico apa ece en la década de los 90, momen o en el que en los hoga es empieza a habe o denado es con conexión a la ed y se c ean páginas web que son u ilizadas pa a come cializa . Es o e oluciona ápidamen e con la apa ición de emp esas como Amazon en 1995 que pos e io men e impulsan es e enómeno. A medida que se aba a an los cos es de la ed y del equipamien o necesa io pa a pa icipa del come cio elec ónico y, de mane a más e iden e, con la apa ición de “sma phones”, “ able s” y a a és del desa ollo de aplicaciones in o má icas (Apps) cada ez ha sido más ácil que los hoga es engan acceso a es e ipo de come cio. Es po odo lo mencionado que, en 2019, se egis ó que el 80,9% de las i iendas en España ienen algún ipo de o denado y que el 91,4% iene acceso a In e ne . (INE, 2019). Debido a es e ápido y c ecien e desa ollo, el come cio elec ónico es un ema de g an in e és en la ac ualidad. A con inuación, se mues a dicho desa ollo 8 en el G á ico 1, elabo ado po el Obse a o io Nacional de las Telecomunicaciones y de la Sociedad de la In o mación. G á ico 1. E olución del Volumen de Negocio del Come cio Elec ónico en España (en millones de €) Fuen e: El Come cio Elec ónico B2C en España 2019 (ONTSI). Se puede ap ecia cómo en el año 2019 en España se egis ó un olumen de negocio en el come cio elec ónico B2C de 50.382 millones de €, lo que supone un inc emen o de un 21,4% con espec o a la ci a de 2018. Es a endencia c ecien e, hace que el come cio elec ónico aya ganando cada ez más impo ancia en la e olución de la economía nacional. En el G á ico 2, elabo ado pa a el in o me “Economía Digi al en España” de BCG y Adigi al en 2019, se obse a cómo la apo ación al PIB de la economía digi al en España ha c ecido en 1,6 pun os po cen uales de 2009 a 2019. 15 Vala ezo, A. e al. (2018), e ec ua on un análisis de eg esión pa a es udia las a iables que con ibuyen a la decisión de comp a po In e ne . A a és de su es udio, llega on a la conclusión de que se homb e, ene un al o ni el de es udios y g an habilidad in o má ica aumen a la p obabilidad de pa icipa del come cio elec ónico. Ga ín-Muñoz, T. e al. (2019), lle a on a cabo écnicas de eg esión logís ica pa a de e mina qué ac o es in luyen en que una pe sona u ilice los se icios de “e-comme ce”, “e-banking” y de “e-go e nmen ”. Encon a on que ene meno edad, el mayo ni el de es udios y mayo ni el de conocimien os in o má icos aumen a la p obabilidad de usa cualquie a de los es se icios. Po o o lado, obse a on que el sexo y el ni el de ing esos son signi ica i os sólo en cuan o a “e-comme ce” y a “e-banking”; y que, el ni el de con ianza en In e ne sólo a ec a signi ica i amen e al come cio elec ónico. Ruiz-Rod íguez, F. e al. (2017), analiza on el g ado de adopción de las TICs y del come cio elec ónico po las emp esas en las dis in as egiones españolas, haciendo una compa ación con de e minados países eu opeos. U iliza on un análisis ac o ial pa a la cons ucción del índice sin é ico “Digi al De elopmen ” y un análisis Clus e pa a la compa ación en e los dis in os e i o ios. Encon a on que España se encuen a en un ni el al o del anking de países eu opeos en cuan o al índice se e ie e, eniendo un ni el supe io a la media en el uso de las TICs pa a el acceso a In e ne y la in e acción con las adminis aciones públicas; y, eniendo ni el in e io a la media en la in eg ación de las TICs en el come cio elec ónico. Za ee , M. y Gu i ende , T. (2017), es udia on el impac o de la cul u a en la elación en e la p i acidad de la in o mación y la adopción del come cio 16 elec ónico en dis in os países desa ollados y en ías de desa ollo. Ob u ie on que la pe cepción de la segu idad en In e ne , la acep ación del “e-coomme ce”, el ni el de p eocupación po la p i acidad y los in e eses pe sonales son los ac o es más in luyen es a la ho a de decidi sob e ansacciones en línea; y que, a su ez, es os ac o es son in luenciados po la cul u a nacional de cada uno de los países in es igados. Po úl imo, Laconi, S. e al. (2018), in es iga on la elación en e el uso p oblemá ico de In e ne y el iempo empleado en línea, las ac i idades en línea y psicopa ologías, eniendo en cuen a di e encias de géne o y de cul u a en nue e países eu opeos. Concluye on que el uso p oblemá ico de In e ne es á ue emen e elacionado con un mayo uso de In e ne en ines de semana, sín omas obsesi os-compulsi os, hos ilidad, pa anoia y ansiedad. Además, obse a on que el uso p oblemá ico de In e ne es á p esen e con mayo ecuencia en muje es que en homb es. 1.3. Obje i os Es po odo lo explicado an e io men e que se dispone a ealiza un modelo de eg esión o dinal con da os ob enidos a a és de la “Encues a sob e Equipamien o y Uso de Tecnologías de In o mación y Comunicación en los Hoga es (TIC-H)” ealizada po el Ins i u o Nacional de Es adís ica (INE) en 2019. El p incipal obje i o del p esen e es udio es in en a lle a a cabo, de mane a sencilla, una ca ac e ización de la in ensidad de uso del come cio elec ónico en España en la ac ualidad, con el in de obse a qué ac o es son 17 de e minan es pa a un comp ado po In e ne a la ho a de oma decisiones con espec o a la in ensidad con la que usa es e ipo de come cio. Se p e ende de e mina cuáles son las ca ac e ís icas que di e encian a un usua io que usa in e ne pa a comp a en mayo medida, en e a uno que lo usa ocasionalmen e. Dicha in ensidad se a a medi a endiendo a dos c i e ios dis in os: en p ime luga , la ecuencia de comp a; y, en segundo luga , el alo de las comp as ealizadas. De mane a que una pe sona que usa más el come cio elec ónico que o a, se á aquélla que haga un mayo núme o de comp as, si se analiza desde el pun o de is a de la ecuencia de comp a, o bien, se á aquélla cuyo gas o sea mayo , si se analiza desde el pun o de is a del alo de las comp as. Como obje i o secunda io, se lle a á a cabo un b e e análisis desc ip i o con el in de ob ene in o mación sob e cuáles son los bienes o se icios que más se adquie en a a és de In e ne ac ualmen e en España. 18 19 2. METODOLOGÍA Pa a pode alcanza los obje i os an e io men e desc i os, el es udio se ha lle ado a cabo con el apoyo de a ios p og amas y he amien as. Se ha u ilizado el so wa e es adís ico R con la in e az RS udio pa a, en e o as cosas, lee los da os, ecodi ica las a iables, hace odos los cálculos necesa ios pa a el análisis y cons ui los g á icos. De mane a complemen a ia, las ablas que se mues an a lo la go de es e in o me han sido elabo adas con Mic oso Excel. 2.1. Ob ención de da os La base de da os u ilizada en es e es udio es la e e en e a la “Encues a sob e Equipamien o y Uso de Tecnologías de In o mación y Comunicación en los Hoga es (TIC-H)” del año 2019. Los esul ados de dicha encues a se encuen an en la página web del Ins i u o Nacional de Es adís ica (INE), den o del bloque de “Ciencia y ecnología” y en el apa ado de “Nue as ecnologías de la in o mación y de la comunicación”. La encues a mencionada se lle a a cabo de mane a pe sonal o ele ónicamen e, con pe iodicidad anual en los meses de eb e o a mayo y se e ec úa a i iendas amilia es p incipales den o del e i o io nacional. En 2019 se ealizó es a encues a en 2.500 secciones censales y en al ededo de 25.000 i iendas. Pa a ello, se u ilizó un ipo de mues eo ie ápico con es a i icación de las unidades de la p ime a e apa. Siendo las unidades de es a p ime a e apa las secciones censales; las i iendas amilia es, las de la segunda; y, las de la e ce a, las pe sonas esiden es de la i ienda de más de 15 años. 20 En es as i iendas, se eligió alea o iamen e a uno de los esiden es de 16 años o más pa a que espondie a a las p egun as del cues iona io. Sin emba go, en odas las i iendas en las que los hubiese, se hicie on p egun as e e en es a los meno es esiden es de 10 a 15 años. Es e cues iona io cons a de once bloques clasi icados en es apa ados: el p ime o ecoge in o mación TIC sob e la i ienda; el segundo, in o mación TIC sob e meno es (de 10 a 15 años) esiden es en la i ienda; y, po úl imo, in o mación TIC sob e la pe sona seleccionada en la i ienda. Es e úl imo apa ado se á el que enga mayo in e és pa a el obje i o de es e es udio. De es a mane a, as ob ene los da os, se cuen a con una base de da os que cons a de 17.196 obse aciones y 252 a iables. Inmedia amen e se educi á es e olumen de da os ya que se elimina án aquellas obse aciones co espondien es con las pe sonas encues adas que con es a on “No” a las p egun as del cues iona io 11.b “¿Ha usado In e ne alguna ez?” y 11.c “¿Ha usado In e ne en alguna o a ocasión an es de cumplimen a es e cues iona io?”. T as es a educción, la base de da os cuen a con 13.388 obse aciones, un 77,86% de las obse aciones iniciales. Además, se a a educi el núme o de obse aciones a aquellos indi iduos que hayan comp ado po In e ne alguna ez. Es o se debe a que el obje i o de es e es udio es ca ac e iza la in ensidad de uso del come cio elec ónico con el in de analiza qué ac o es di e encian a los dis in os usua ios de és e, ag upados según la in ensidad con la que hacen uso del “e-comme ce”. De mane a que, no se end á en cuen a a aquellas pe sonas que no hayan u ilizado nunca In e ne pa a ealiza alguna comp a ya que no son de in e és pa a alcanza el obje i o del p esen e abajo. 21 Finalmen e, as es a úl ima educción, la base de da os con la que se abaja á desde es e pun o en adelan e cuen a con 8.374 obse aciones. 2.2. Modelo P obi O denado Pa a alcanza el obje i o de es e es udio se a a u iliza un modelo P obi O denado. A con inuación, se p esen a una b e e explicación del mismo. El P obi O denado es un modelo de eg esión que es una gene alización del modelo P obi Binomial en el que la a iable espues a, en luga de se bina ia, iene es ca ego ías o más (p e e iblemen e, menos de sie e). Es as ca ego ías es án ep esen adas con alo es ini os y disc e os que con ienen in o mación o dinal. Es o quie e deci que la a iable dependien e o a iable espues a iene a ias ca ego ías o denables. Es as ca ego ías, aunque es én codi icadas como 0, 1, 2, e c., son “ ankings”, lo que signi ica que los núme os en sí no ienen sen ido. Es o se debe a que la di e encia que exis e en e la ca ego ía codi icada como 0 y la codi icada como 1, no iene po qué se la misma que la di e encia exis en e en e la 1 y la 2. En es e ipo de modelo, lo p ime o que se necesi a es una a iable espues a la en e o no obse able, de la cual lo único que se puede conoce es cuándo cambia de ca ego ía. Po ejemplo, en una encues a de opinión en la que haya que esponde a una a i mación u ilizando escala de Like , se puede obse a los ni eles seleccionados, no lo que opina ealmen e el indi iduo, esa opinión no 22 obse able se ía la a iable la en e y el ni el seleccionado po el indi iduo se ía la a iable espues a o dinal obse able. De mane a que, se conside a el modelo de a iable la en e o denada que puede oma alo es {0,1,2,…,𝐽}, sin cons an e y con 𝐾 a iables explica i as. 𝑦𝑖∗=𝛽1∙𝑥1+𝛽2∙𝑥2+⋯+𝛽𝑘∙𝑥𝑘+𝜀𝑖 donde 𝜀𝑖~𝑁(𝜇=0,𝜎2=1) Lo p ime o que se lle a á a cabo es la es imación de los coe icien es {𝛽1,𝛽2,…,𝛽𝑘} pa a que, calculado según la ó mula que apa ece p e iamen e, cada obse ación 𝑖 cuen e con un alo de la a iable la en e no obse able 𝑦∗. A con inuación, se de inen 𝐽 pun os de co e {𝛾1,𝛾2,…,𝛾𝑗} que si en pa a asigna a cada obse ación con un alo de la a iable la en e 𝑦∗, una de las ca ego ías de la a iable espues a o dinal obse able 𝑦. De mane a que no se obse a 𝑦∗, pe o sí cie os alo es disc e os que esponden a la egla que apa ece a con inuación: 𝑦𝑖=𝑗 si 𝛾𝑗−1<𝑦𝑖∗≤𝛾𝑗 De es a mane a, se puede calcula la p obabilidad de que la obse ación 𝑖 pe enezca a la ca ego ía 𝑗 usando la unción de densidad de la dis ibución No mal: 𝑃𝑖𝑗=𝑃(𝑦𝑖=𝑗)=𝑃(𝛾𝑗−1<𝑦𝑖∗≤𝛾𝑗) Se p esen a el siguien e g á ico con el obje i o de ilus a un ejemplo del modelo P obi O denado en el que la a iable espues a o dinal obse able 𝑦, iene cua o ca ego ías. 23 G á ico 7. Ejemplo del Modelo P obi O denado Fuen e: Elabo ación p opia con R. En el G á ico 7 se obse an las p obabilidades de p edicción pa a cada una de las cua o ca ego ías de la a iable espues a ( ic icia) 𝑦. Además, se obse an los pun os de co e ( ipi icados) que sepa an dichas ca ego ías. Las es imaciones necesa ias pa a es e ipo de modelo no pueden se calculadas po el mé odo de Mínimos Cuad ados O dina ios po no se la a iable dependien e con inua, po lo que se es ima án po el mé odo de Máxima Ve osimili ud. En es e ipo de modelo, los coe icien es {𝛽1,𝛽2,…,𝛽𝑘} a es ima no son ácilmen e in e p e ables, aunque sus signos mues an si la a iable la en e 𝑦∗ aumen a o disminuye con cada una de las a iables eg eso as. En consecuencia, coe icien es posi i os ha án que aumen e la p obabilidad de pe enece a ca ego ías más al as de la a iable espues a ca egó ica obse able 𝑦. Po el con a io, signos nega i os de los coe icien es, ha án que aumen e la p obabilidad de pe enece a ca ego ías más bajas de és a. 𝑃(𝑦=0) 𝑃(𝑦=1) 𝑃(𝑦=2) 𝑃(𝑦=3) Ejemplo Modelo P obi O denado 24 Pa a una mejo y más de allada in e p e ación, se calcula án los e ec os ma ginales. Es os indican en qué p opo ción aumen a o disminuye la p obabilidad de pe enece a la ca ego ía 𝑗, cuando aumen a la a iable explica i a que es emos analizando en una unidad, mien as el es o con inúan con an es (“ce e is pa ibus”). En cuan o a la bondad de ajus e del modelo, al se no lineal, la in e p e ación del coe icien e 𝑅2 no es exac amen e la habi ual, sino que es más compleja. De mane a que, pa a medi el ajus e del modelo, se compa a án las p obabilidades es imadas po el mismo con las p opo ciones ealmen e obse adas. Una ez elegido el modelo que se a a u iliza , se de inen las a iables que an a pa icipa en el mismo. 2.3. Recodi icación y cons ucción de a iables El obje i o de es e es udio an e io men e mencionado es cons ui una ca ac e ización de la in ensidad de uso del come cio elec ónico. Es a ca ac e ización se lle a á a cabo a endiendo a dis in as a iables ob enidas de la “Encues a sob e Equipamien o y Uso de Tecnologías de In o mación y Comunicación en los Hoga es (TIC-H)” del año 2019 del INE y u ilizando un modelo P obi O denado, explicado en el apa ado an e io . En es e es udio se an a plan ea dos modelos dis in os, ya que, aunque se u ilicen las mismas a iables explica i as de pa ida, se cambia á la a iable espues a. 31 Es udiando 8,34% 698 O os 16,01% 1.341 PNACTO España 91,82% 7.689 O o país den o de la UE 2,46% 206 País ue a de la UE 5,72% 479 CONFINT Poco o nada 22,83% 1.912 Bas an e 68,50% 5.736 Mucho 8,67% 726 RRSS No 30,86% 2.584 Sí 69,12% 5.788 Missing 0,02% 2 ESTC Sol e o/a 39,29% 3.290 Casado/a 48,08% 4.026 Viudo/a 2,84% 238 Sepa ado/a 1,96% 164 Di o ciado/a 7,83% 656 FREC_INT Menos de 5 eces po semana 8,89% 744 Dia iamen e, al menos 5 eces po semana 91,09% 7.628 Missing 0,02% 2 NIVELEST E.S.O. o meno 23,38% 1.958 G ado Medio o BACH 27,23% 2.280 G ado Supe io , Es udios Uni e si a ios o mayo 49,39% 4.136 ING_HOG Menos de 900€ 9,83% 823 de 900 a menos de 1.600€ 27,62% 2.313 de 1.600 a menos de 2.500€ 24,59% 20.059 de 2.500 a menos de 3.000€ 9,91% 830 3.000€ o más 14,25% 1.193 NS/NR 13,80% 1.156 Fuen e: Elabo ación p opia con da os del ope ados con R. Además, se adjun an dos g á icos con el obje i o de ilus a la dis ibución de las dos a iables cuan i a i as mencionadas an e io men e. La a iable que hace e e encia al núme o o al de miemb os que esiden en la i ienda que 32 pa icipa en la encues a, TOT_MH, apa ece ep esen ada en el G á ico 8 a a és de un diag ama de ba as, ya que es una a iable cuan i a i a disc e a. G á ico 8. To al de Miemb os del Hoga Fuen e: Elabo ación p opia con da os del INE ope ados con R. Po o o lado, el G á ico 9 es una ep esen ación de la dis ibución del índice sin é ico c eado que hace e e encia al ni el de conocimien os in o má icos que iene la pe sona encues ada, NIVEL_CI. Es a ep esen ación se ha ealizado a a és de un his og ama, ya que es una a iable cuan i a i a con inua. G á ico 9. Ni el de Conocimien os In o má icos Fuen e: Elabo ación p opia con da os del INE ope ados con R. To al de Miemb os del Hoga Ni el de Conocimien os In o má icos 33 Po úl imo, en la Tabla 4, se p esen an algunas medidas es adís icas calculables en las únicas dos a iables cuan i a i as (TOT_MH y NIVEL_CI), de nues a selección de a iables explica i as: Tabla 4: Análisis Desc ip i o Va iables Explica i as Cuan i a i as Va iable Mínimo P ime Cua il Mediana Media Te ce Cua il Máximo TOT_MH 1 2 3 2,667 4 10 NIVEL_CI 0 0,494 1,411 1,195 1,885 2,796 Fuen e: Elabo ación p opia con da os del INE ope ados con R. 2.4. T a amien o de los da os pe didos o “missing” Los comandos u ilizados en el p og ama R con la in e az RS udio que se an a u iliza pa a el cálculo de las es imaciones igno an po de ec o aquellas obse aciones que engan da os pe didos o “missing”. Como la base de da os que se a a u iliza cuen a con un g an núme o de obse aciones, es e a amien o de los alo es pe didos no supone un p oblema pa a el p esen e es udio, de mane a que no es necesa io impu a los. Bajo es as condiciones, pa a las es imaciones del Modelo 1 se ha abajado con 5.366 obse aciones; y, pa a las es imaciones del Modelo 2, con 5.214 obse aciones. 34 35 3. RESULTADOS Pa a in en a esponde a los obje i os p opues os, se an a plan ea dos modelos de eg esión o dinal P obi a endiendo a dis in as a iables espues a. En es e apa ado se p esen an los esul ados ob enidos pa a cada uno de los modelos desde su plan eamien o inicial has a llega , en cada caso, al modelo inal. 3.1. Modelo 1 En cuan o al p ime modelo, se a a in en a ca ac e iza la in ensidad de uso del come cio elec ónico a endiendo al núme o de comp as que el usua io lle a a cabo. De es a mane a, la a iable espues a, como ya se indicó con an e io idad, es el núme o de comp as ealizadas po mo i os pa icula es en los úl imos 3 meses po la pe sona encues ada (NCOMPRAS). 3.1.1. Es imación de los coe icien es y pun os de co e Pa a llega a la a iable espues a, p ime o se debe plan ea la cons ucción de la a iable la en e 𝑦∗ en unción de las 12 a iables explica i as seleccionadas: 𝑦∗ =𝛽1∗𝑆𝐸𝑋𝑂+𝛽2∗𝐸𝐷𝐴𝐷+𝛽3∗𝑆𝐼𝑇_𝐿𝐴𝐵+𝛽4∗𝑃𝑁𝐴𝐶𝑇𝑂+𝛽5∗𝐶𝑂𝑁𝐹𝐼𝑁𝑇 +𝛽6∗𝑅𝑅𝑆𝑆+𝛽7∗𝐸𝑆𝑇𝐶+𝛽8∗𝐹𝑅𝐸𝐶_𝐼𝑁𝑇+𝛽9∗𝑁𝐼𝑉𝐸𝐿𝐸𝑆𝑇+𝛽10 ∗𝐼𝑁𝐺_𝐻𝑂𝐺+𝛽11∗𝑇𝑂𝑇_𝑀𝐻+𝛽12∗𝑁𝐼𝑉𝐸𝐿_𝐶𝐼 El siguien e paso se á es ima los coe icien es {𝛽1,𝛽2,…,𝛽12} y elimina aquellas a iables que esul en no signi ica i as. Pa a sabe si son signi ica i as 36 o no, se lle a a cabo el siguien e con as e de hipó esis pa a cada uno de los coe icien es es imados: {𝐻0: 𝛽𝑘=0 𝐻1: 𝛽𝑘≠0 pa a odo 𝑘={1,2,…,12} En la Tabla 5 se obse an los coe icien es es imados y los esul ados pa a cada uno de los doce con as es que se han ealizado: Tabla 5. Es imaciones Iniciales de los Coe icien es del Modelo 1 Va iable Es imación E o Es ánda - alo p- alo IC 2,5% IC 97,5% SEXO -0,023748 0,03164 -0,7505 0,4530 -0,085775 0,038267 EDAD -0,037636 0,02116 -1,7783 0,0754 -0,079122 0,003839 SIT_LAB -0,032784 0,01521 -2,1556 0,0311 -0,062617 -0,002999 PNACTO 0,010463 0,03380 0,3095 0,7569 -0,055958 0,076561 CONFINT 0,145969 0,02964 4,9255 0,0000 0,087903 0,204073 RRSS 0,104874 0,03666 2,8608 0,0042 0,033058 0,176761 ESTC 0,003648 0,01585 0,2302 0,8179 -0,027442 0,034672 FREC_INT 0,367417 0,07307 5,0284 0,0000 0,224942 0,511404 NIVELEST 0,061090 0,02197 2,7808 0,0054 0,018048 0,104164 ING_HOG 0,134319 0,01352 9,9337 0,0000 0,107824 0,160827 TOT_MH -0,019286 0,01369 -1,4084 0,1590 -0,046135 0,007543 NIVEL_CI 0,242619 0,02237 10,8447 0,0000 0,198785 0,288648 Fuen e: Elabo ación p opia con da os del INE ope ados con R. Se án es adís icamen e signi ica i as aquellas a iables cuyo p- alo sea meno que el ni el de signi icación seleccionado (𝛼=0,05); cuyo - alo es é ue a del in e alo [−2,2]; y, cuyo in e alo de con ianza al 95% no con enga al 0. Según es os c i e ios, son es adís icamen e signi ica i as con un ni el de signi icación 𝛼=0,05 las a iables: SIT_LAB, CONFINT, RRSS, FREC_INT, NIVELEST, ING_HOG y NIVEL_CI. 37 A con inuación, se an a elimina las a iables SEXO, PNACTO, ESTC, TOT_MH, que no esul an signi ica i as en el modelo plan eado. En cuan o a la a iable EDAD, a a se ecodi icada pa a que enga menos de seis ca ego ías, ya que es posible que no esul e signi ica i a po que no se obse en g andes di e encias en e ellas. La nue a a iable EDAD_RECOD queda de inida: 𝐸𝐷𝐴𝐷_𝑅𝐸𝐶𝑂𝐷={ 1=𝑑𝑒 16 𝑎 45 𝑎ñ𝑜𝑠 2=𝑑𝑒 46 𝑎 75 𝑎ñ𝑜𝑠 3=𝑑𝑒 76 𝑎 105 𝑎ñ𝑜𝑠 Se conside an es as es ca ego ías, a endiendo a los sal os gene acionales en España y la elación de las dis in as gene aciones con el uso de los o denado es. De es a mane a, la p ime a ca ego ía co esponde a los indi iduos que han c ecido con acceso a un o denado en su i ienda o han dis u ado de ese acceso en su ein ena, es os son la gene ación Z, los conocidos como “Millenials”, y la mi ad más jo en de la gene ación X. La segunda ca ego ía, co esponde con la mi ad de más edad de la gene ación X y con la gene ación del “BabyBoom”, quienes quizá no han enido acceso a un o denado desde sus i iendas en su ju en ud, pe o p obablemen e sí que lo han enido desde sus abajos o más adelan e en sus i iendas. Po úl imo, se ha conside ado a los indi iduos que no han enido acceso a un o denado en su i ienda, ya sea po al a de conocimien os o po al a de necesidad, has a años más ecien es. La a iable la en e, con los cambios mencionados en el modelo, queda: 𝑦∗ =𝛽1∗𝐸𝐷𝐴𝐷_𝑅𝐸𝐶𝑂𝐷+𝛽2∗𝑆𝐼𝑇_𝐿𝐴𝐵+𝛽3∗𝐶𝑂𝑁𝐹𝐼𝑁𝑇+𝛽4∗𝑅𝑅𝑆𝑆+𝛽5 ∗𝐹𝑅𝐸𝐶_𝐼𝑁𝑇+𝛽6∗𝑁𝐼𝑉𝐸𝐿𝐸𝑆𝑇+𝛽7∗𝐼𝑁𝐺_𝐻𝑂𝐺+𝛽8∗𝑁𝐼𝑉𝐸𝐿_𝐶𝐼 38 En la Tabla 6 se obse an los nue os coe icien es es imados y los esul ados pa a cada uno de los ocho con as es que se han ealizado: Tabla 6. Es imaciones de los Coe icien es del Modelo 1 Modi icado Va iable Es imación E o Es ánda - alo p- alo IC 2,5% IC 97,5% EDAD_RECOD -0,122934 0,032534 -3,778621 0,0002 -0,185714 -0,059182 SIT_LAB -0,027081 0,014982 -1,807583 0,0707 -0,056468 0,002261 CONFINT 0,146903 0,029694 4,962227 0,0000 0,088895 0,204943 RRSS 0,094927 0,036287 2,615990 0,0089 0,023841 0,166086 FREC_INT 0,356002 0,073014 4,875786 0,0000 0,213631 0,499883 NIVELEST 0,063702 0,021632 2,944797 0,0032 0,021317 0,106113 ING_HOG 0,131314 0,012917 10,165745 0,0000 0,106000 0,156635 NIVEL_CI 0,233540 0,021777 10,724176 0,0000 0,190873 0,276238 Fuen e: Elabo ación p opia con da os del INE ope ados con R. U ilizando los mismos c i e ios y con los cambios que se acaban de implemen a , se obse a que, con un ni el de signi icación de 𝛼=0,05, la a iable SIT_LAB deja de se signi ica i a y la a iable EDAD_RECOD sí que lo es. De mane a que se elimina la a iable no signi ica i a y se uel e a es ima el modelo. La a iable la en e, con los úl imos cambios inco po ados, se calcula como: 𝑦∗ =𝛽1∗𝐸𝐷𝐴𝐷_𝑅𝐸𝐶𝑂𝐷+𝛽2∗𝐶𝑂𝑁𝐹𝐼𝑁𝑇+𝛽3∗𝑅𝑅𝑆𝑆+𝛽4∗𝐹𝑅𝐸𝐶_𝐼𝑁𝑇+𝛽5 ∗𝑁𝐼𝑉𝐸𝐿𝐸𝑆𝑇+𝛽6∗𝐼𝑁𝐺_𝐻𝑂𝐺+𝛽7∗𝑁𝐼𝑉𝐸𝐿_𝐶𝐼 En la Tabla 7 se obse an los nue os coe icien es es imados y los esul ados pa a cada uno de los sie e con as es que se han ealizado: 39 Tabla 7. Es imaciones de los Coe icien es del Modelo 1 Final Va iable Es imación E o Es ánda - alo p- alo IC 2,5% IC 97,5% EDAD_RECOD -0,134612 0,031889 -4,221285 0,0000 -0,197130 -0,072127 CONFINT 0,147447 0,029603 4,980673 0,0000 0,089443 0,205490 RRSS 0,095426 0,036287 2,629777 0,0085 0,024339 0,166581 FREC_INT 0,359905 0,072976 4,931852 0,0000 0,217612 0,503713 NIVELEST 0,069349 0,021404 3,239977 0,0012 0,027413 0,111316 ING_HOG 0,132728 0,012892 10,295026 0,0000 0,107464 0,158002 NIVEL_CI 0,233474 0,021775 10,722120 0,0000 0,190811 0,276168 Fuen e: Elabo ación p opia con da os del INE ope ados con R. U ilizando los mismos c i e ios y con la úl ima modi icación inco po ada, se obse a que, con un ni el de signi icación de 𝛼=0,05, las sie e a iables explica i as del modelo son signi ica i as. Como ya se ha mencionado an e io men e, al no se un modelo lineal, la in e p e ación de los coe icien es es imados es bas an e compleja. No obs an e, se puede comen a el signo y compa a la apo ación de los mismos. Se ap ecia que odas las a iables, menos la a iable EDAD_RECOD, ienen apo ación posi i a a la a iable espues a. Es o quie e deci que un aumen o en cualquie a de las a iables CONFINT, RRSS, FREC_INT, NIVELEST, ING_HOG y NIVEL_CI, si las demás pe manecen cons an es, p oduce un aumen o en la a iable espues a la en e 𝑦∗ y un aumen o en la p obabilidad de pe enece a ca ego ías más al as de la a iable espues a NCOMPRAS. Es deci que, a g andes asgos, ene un mayo ni el de con ianza en In e ne , se usua io de edes sociales, usa In e ne con mayo ecuencia, ene un mayo ni el de es udios, ene un mayo ni el de ing esos o ene un mayo ni el de conocimien os in o má icos hace que aumen e la p obabilidad de comp a po In e ne con mayo ecuencia. En cambio, si aumen a a la a iable EDAD_RECOD, aumen a ía la p obabilidad de pe enece a ca ego ías más 40 bajas de la a iable espues a NCOMPRAS, es deci , disminui ía 𝑦∗. Es deci que, de mane a gene alizada, pe enece a uno de los g upos de mayo edad, aumen a la p obabilidad de comp a po In e ne con meno ecuencia. Además, se puede obse a que las a iables ING_HOG y FREC_INT son las que más peso ienen en la a iable la en e 𝑦∗, lo que signi ica que el ni el de ing esos y la ecuencia de uso de In e ne son las dos a iables (den o de las es udiadas) que más in luyen en la ecuencia con la que comp a po In e ne un indi iduo. Po o o lado, las a iables NIVELEST y RRSS, son las que menos peso ienen en la a iable la en e 𝑦∗, lo que signi ica que, den o del modelo plan eado, se usua io de edes sociales o no y el ni el de es udios son los dos ac o es menos in luyen es en la ecuencia de comp a del usua io de “e- comme ce”. A con inuación, se es iman los pun os de co e {𝛾1,𝛾2,𝛾3} pa a pode calcula la a iable espues a 𝑦𝑀𝑜𝑑𝑒𝑙𝑜 1 o NCOMPRAS. Pa a sabe si son signi ica i os o no, se lle a cabo el siguien e con as e de hipó esis pa a cada uno de ellos: {𝐻0: 0≤𝛾𝑗−1≤ 𝛾𝑗 𝐻1:0>𝛾𝑗−1> 𝛾𝑗 pa a odo 𝑗={2,3} Mos amos los esul ados en la Tabla 8: Tabla 8. Es imaciones de los Pun os de Co e del Modelo 1 Pun o de Co e Es imación E o Es ánda - alo p- alo 1 o 2 eces | De 3 a 5 eces 1,239908 0,114714 10,808713 0,0000 De 3 a 5 eces | De 6 a 10 eces 2,173157 0,116301 18,685700 0,0000 De 6 a 10 eces | Más de 10 eces 2,742505 0,117845 23,272331 0,0000 Fuen e: Elabo ación p opia con da os del INE ope ados con R. 47 PNACTO -0,052587 0,032362 -1,624991 0,1042 -0,116082 0,010776 CONFINT 0,087617 0,028351 3,090416 0,0020 0,032056 0,143191 FREC_INT 0,224866 0,065645 3,425508 0,0006 0,096352 0,353680 NIVELEST 0,102783 0,021032 4,886873 0,0000 0,061566 0,144012 ING_HOG 0,220603 0,013149 16,777185 0,0000 0,194841 0,246385 TOT_MH -0,076878 0,012341 -5,806006 0,0000 -0,102839 -0,050934 NIVEL_CI 0,198643 0,021488 9,244477 0,0000 0,156536 0,024077 Fuen e: Elabo ación p opia con da os del INE ope ados con R. U ilizando los mismos c i e ios y con los cambios que se acaban de implemen a , se ap ecia que, con un ni el de signi icación de 𝛼=0,05, las a iables SEXO y PNACTO dejan de se signi ica i as. Se eliminan dichas a iables y se uel en a es ima los coe icien es del modelo. La a iable la en e, con los úl imos cambios inco po ados, se calcula como: 𝑦∗ =𝛽1∗𝐸𝐷𝐴𝐷+𝛽2∗𝑆𝐼𝑇_𝑙𝐴𝐵+𝛽3∗𝐶𝑂𝑁𝐹𝐼𝑁𝑇+𝛽4∗𝐹𝑅𝐸𝐶_𝐼𝑁𝑇+𝛽5 ∗𝑁𝐼𝑉𝐸𝐿𝐸𝑆𝑇+𝛽6∗𝐼𝑁𝐺_𝐻𝑂𝐺+𝛽7∗𝑇𝑂𝑇_𝑀𝐻+𝛽8∗𝑁𝐼𝑉𝐸𝐿_𝐶𝐼 En la Tabla 13 se obse an los nue os coe icien es es imados y los esul ados pa a cada uno de los sie e con as es que se han ealizado: Tabla 13. Es imaciones de los Coe icien es del Modelo 2 Final Va iable Es imación E o Es ánda - alo p- alo IC 2,5% IC 97,5% EDAD 0,109858 0,018526 5,930072 0,0000 0,073553 0,146172 SIT_LAB -0,072979 0,014446 -5,051912 0,0000 -0,101301 -0,044674 CONFINT 0,087364 0,028317 3,085187 0,0020 0,031868 0,142870 FREC_INT 0,217517 0,065568 3,317430 0,0009 0,089149 0,346176 NIVELEST 0,098095 0,020852 4,704359 0,0000 0,057232 0,138971 ING_HOG 0,223467 0,013099 17,059937 0,0000 0,197804 0,249151 TOT_MH -0,078177 0,013230 -5,909156 0,0000 -0,104115 -0,052256 NIVEL_CI 0,206451 0,021248 9,716315 0,0000 0,164813 0,248104 Fuen e: Elabo ación p opia con da os del INE ope ados con R. 48 U ilizando los mismos c i e ios y con la úl ima modi icación inco po ada, se obse a que, con un ni el de signi icación de 𝛼=0,05, las sie e a iables explica i as del modelo son signi ica i as. Respec o a la in e p e ación de los coe icien es, se ap ecia que odas las a iables, menos SIT_LAB y TOT_MH, ienen apo ación posi i a a la a iable espues a. Es o signi ica que un aumen o en cualquie a de las a iables EDAD, CONFINT, FREC_INT, NIVELEST, ING_HOG y NIVEL_CI, si las demás pe manecen cons an es, p oduce un aumen o en la a iable espues a la en e 𝑦∗ y un aumen o en la p obabilidad de pe enece a ca ego ías más al as de la a iable espues a VCOMPRAS. Es o quie e deci que, de mane a gene alizada, pe enece a uno de los g upos de mayo edad, ene mayo con ianza en In e ne , usa In e ne con mayo ecuencia, ene un mayo ni el de es udios, ene un mayo ni el de ing esos y un ene un mayo ni el de conocimien os in o má icos aumen an la p obabilidad de que el alo de las comp as ealizadas po In e ne sea mayo . En cambio, si aumen a a alguna de las a iables SIT_LAB y TOT_MH, aumen a ía la p obabilidad de pe enece a ca ego ías más bajas de la a iable espues a VCOMPRAS, es deci , disminui ía 𝑦∗. Es o signi ica que, a g andes asgos, es a en si uación de desempleo, se jubilado o es udian e y que haya un núme o mayo de esiden es en el hoga hace que aumen e la p obabilidad de gas a menos dine o a la ho a de comp a po In e ne . Además, se puede obse a que las a iables ING_HOG y NIVELCI son las que más peso ienen en la a iable la en e 𝑦∗, lo que signi ica que el ni el de ing esos y el ni el de conocimien os in o má icos son los dos ac o es más in luyen es en el alo de las comp as po In e ne de un indi iduo. Po o o lado, las a iables SIT_LAB y TOT_MH, son las que menos peso ienen en la a iable la en e 𝑦∗, lo que signi ica que la si uación labo al y el núme o o al de miemb os 49 que eside en un hoga son las dos a iables que menos in luencia ienen en el alo de las comp as ealizadas po usua ios de “e-comme ce”. A con inuación, se es iman los pun os de co e {𝛾1,𝛾2,𝛾3,𝛾4} pa a pode calcula la a iable espues a 𝑦𝑀𝑜𝑑𝑒𝑙𝑜 2 o VCOMPRAS. Pa a sabe si son signi ica i os o no, se lle a cabo el siguien e con as e de hipó esis pa a cada uno de ellos: {𝐻0: 0≤𝛾𝑗−1≤ 𝛾𝑗 𝐻1:0>𝛾𝑗−1> 𝛾𝑗 pa a odo 𝑗={2,3,4} Se mues an los esul ados en la Tabla 14: Tabla 14. Es imaciones de los Pun os de Co e del Modelo 2 Té mino Independien e Es imación E o Es ánda - alo p- alo Menos de 50€ | De 50 a menos de 100€ 0,613056 0,113345 5,408744 0,0000 De 50 a menos de 100€ | De 100 a menos de 500€ 1,487692 0,114383 13,006210 0,0000 De 100 a menos de 500€ | De 500 a menos de 1.000€ 2,712551 0,117002 23,183634 0,0000 De 500 a menos de 1.000€ | 1.000€ o más 3,299805 0,119424 27,630905 0,0000 Fuen e: Elabo ación p opia con da os del INE ope ados con R. Se obse a que odos los pun os de co e son signi ica i os con un ni el de signi icación de 𝛼=0,05. Es o indica que las ca ego ías de la a iable espues a son signi ica i amen e dis in as en e sí. Finalmen e, queda un modelo en el que se calcula, pa a cada obse ación, la a iable la en e no obse able como sigue: 50 𝑦∗ =0,1099∗𝐸𝐷𝐴𝐷−0,0730∗𝑆𝐼𝑇_𝐿𝐴𝐵+0,0874∗𝐶𝑂𝑁𝐹𝐼𝑁𝑇+0,2175 ∗𝐹𝑅𝐸𝐶_𝐼𝑁𝑇+0,0981∗𝑁𝐼𝑉𝐸𝐿𝐸𝑆𝑇+0,2235∗𝐼𝑁𝐺_𝐻𝑂𝐺−0,0782 ∗𝑇𝑂𝑇_𝑀𝐻+0,2065∗𝑁𝐼𝑉𝐸𝐿_𝐶𝐼 Y, pos e io men e, se calcula la a iable espues a obse able: 𝑉𝐶𝑂𝑀𝑃𝑅𝐴𝑆= { 𝑀𝑒𝑛𝑜𝑠 𝑑𝑒 50€ 𝐷𝑒 50 𝑎 𝑚𝑒𝑛𝑜𝑠 𝑑𝑒 100€ 𝐷𝑒 100 𝑎 𝑚𝑒𝑛𝑜𝑠 𝑑𝑒 500€ 𝐷𝑒 500 𝑎 𝑚𝑒𝑛𝑜𝑠 𝑑𝑒 1.000€ 𝑀á𝑠 𝑑𝑒 1.000€ 𝑠𝑖 𝑦𝑖∗≤0,6131 𝑠𝑖 0,6131<𝑦𝑖∗≤1,4877 𝑠𝑖 1,4877<𝑦𝑖∗≤2,7126 𝑠𝑖 2,7126<𝑦𝑖∗≤3,2998 𝑦𝑖∗>3,2998 3.2.2. Es imación de los e ec os ma ginales Igual que con el Modelo 1, se es iman los e ec os ma ginales con el in de lle a a cabo una in e p e ación más de allada y comp ensible de los esul ados de las es imaciones del modelo. En la Tabla 15 se obse an las es imaciones de los e ec os ma ginales: Tabla 15. Es imaciones de los E ec os Ma ginales Va iable Menos de 50€ De 50 a menos de 100€ De 100 a menos de 500€ De 500 a menos de 1.000€ Más de 1.000€ EDAD -0,030 -0,014 0,023 0,012 0,008 SIT_LAB 0,020 0,009 -0,015 -0,008 -0,006 CONFINT -0,024 -0,011 0,019 0,010 0,007 FREC_INT -0,064 -0,022 0,050 0,022 0,014 NIVELEST -0,027 -0,012 0,021 0,011 0,007 ING_HOG -0,061 -0,028 0,047 0,025 0,017 TOT_MH 0,021 0,010 -0,017 -0,009 -0,006 NIVEL_CI -0,057 -0,026 0,044 0,023 0,016 Fuen e: Elabo ación p opia con da os del INE ope ados con R. Pa a la in e p e ación se an a expone un pa de ejemplos. 51 A endiendo a los e ec os ma ginales que iene la a iable CONFINT en la a iable espues a, asumiendo que las demás a iables pe manecen cons an es, se puede e que un aumen o en una unidad de dicha a iable (po ejemplo, pasa de la ca ego ía de los que con ían poco en In e ne a la ca ego ía de los que con ían bas an e) disminuye en un 2,4% la p obabilidad de pe enece a la ca ego ía de los que han gas ado menos de 50€; y, en un 1,1% la p obabilidad de pe enece a la ca ego ía de los que han gas ado en e 50 y menos de 100€ en comp as po In e ne en los úl imos es meses. Además, un aumen o en una unidad de la misma a iable aumen a en un 2,3% la p obabilidad de pe enece a la ca ego ía de los que han gas ado en e 100 y menos de 500€; en un 1,2% la p obabilidad de pe enece a la ca ego ía de los que han gas ado en e 500 y menos de 1.000€; y, en un 0,8% la p obabilidad de pe enece a la ca ego ía de los que han gas ado más de 1.000€. A endiendo a los e ec os ma ginales que iene la a iable TOT_MH en la a iable espues a, asumiendo que las demás a iables pe manecen cons an es, podemos e que un aumen o en una unidad de dicha a iable (po ejemplo, que el núme o de miemb os esiden es del hoga encues ado pase de se 1 a se 2) aumen a en un 2,1% la p obabilidad de pe enece a la ca ego ía de los que han gas ado menos de 50€; y, en un 1% la p obabilidad de pe enece a la ca ego ía de los que han gas ado en e 50 y menos de 100€ en comp as po In e ne en los úl imos es meses. Además, un aumen o en una unidad de la misma a iable disminuye en un 1,7% la p obabilidad de pe enece a la ca ego ía de los que han gas ado en e 100 y menos de 500€; en un 0,9% la p obabilidad de pe enece a la ca ego ía de los que han gas ado en e 500 y menos de 1.000€; y, en un 0,6% la p obabilidad de pe enece a la ca ego ía de los que han gas ado más de 1.000€. 52 Nue amen e se obse a que los e ec os ma ginales de cada a iable suman 0 y que son consis en es con los coe icien es que hemos es imado an e io men e. Se obse a que aumen os en las a iables SIT_LAB y TOT_MH p oducen disminuciones en la p obabilidad de pe enece a ca ego ías más al as de la a iable espues a, lo que concue da con el apo e nega i o de es as a iables a la a iable la en e 𝑦∗. Lo con a io ocu e con las demás a iables, ya que enían apo aciones posi i as en los coe icien es es imados. De mane a que, g acias a los cálculos de los e ec os ma ginales se puede in e p e a que un usua io “acciden al” del come cio elec ónico, es deci , que haya gas ado menos de 50€ po In e ne en los úl imos es meses, es una pe sona con meno edad, que se encuen a en si uación de desempleo o es es udian e, que iene poca con ianza en In e ne , que usa In e ne menos de cinco eces po semana, cuyo ni el de ing esos del hoga en el que eside es in e io a la media, que eside con un mayo núme o de pe sonas y cuyo ni el de conocimien os in o má icos es bajo. Mien as que un indi iduo que hace mucho uso del come cio elec ónico, es deci , que haya gas ado de 500 a 1.000€, o más de 1.000€ en comp as po In e ne en los úl imos es meses es una pe sona de mayo edad, que se encuen a abajando, que iene mucha con ianza en In e ne , que usa In e ne a dia io, cuyo ni el de ing esos del hoga en el que eside es supe io a la media, que eside con un meno núme o de pe sonas y cuyo ni el de conocimien os in o má icos es al o. 53 3.2.3. P obabilidades de p edicción De nue o, son compa adas las p obabilidades de p edicción cuando las a iables eg eso as oman su alo medio con las ecuencias ela i as obse adas de la a iable u ilizada como espues a (VCOMPRAS). Se mues a en la Tabla 16: Tabla 16. P obabilidades de P edicción Modelo 2 Ca ego ía P obabilidad de P edicción F ecuencia Rela i a Obse ado Menos de 50€ 0,2120 0,2163 De 50 a menos de 100€ 0,2902 0,2899 De 100 a menos de 500€ 0,3695 0,3686 De 500 a menos de 1.000€ 0,0816 0,0806 1.000€ o más 0,0467 0,0447 Fuen e: Elabo ación p opia con da os del INE ope ados con R. Se puede obse a que las p obabilidades de p edicción del Modelo 2 y las ecuencias ela i as obse adas son simila es, lo que indica que la a iable espues a del modelo y la a iable espues a eal obse ada ienen una dis ibución semejan e. 3.3. O os esul ados Como obje i o secunda io, se elabo a un b e e análisis desc ip i o de los bienes y se icios que más se consumen a a és de In e ne . En el siguien e g á ico, se puede obse a , de meno a mayo , cuáles son los bienes y se icios que más se han comp ado po In e ne en 2019, basándonos en la base de da os desc i a con an e io idad. 54 G á ico 10. Bienes y Se icios Comp ados po In e ne Fuen e: Elabo ación p opia con da os del INE ope ados con R. Se obse a que un 56,98% de la mues a a i ma habe con a ado se icios de alojamien o, como ho eles o Ai bnb, seguido de la comp a de opa y ma e ial depo i o con un 54,75%. También des aca las comp as de bienes del hoga , como pueden se muebles, elec odomés icos o jugue es, con un 42,93%; y, la con a ación de se icios de anspo e como BlaBlaCa , MyTaxy, Cabi y o comp a de bille es de anspo e público, con un 41,36%. Po el con a io, como se ap ecia en el g á ico, los medicamen os son los ipos de bienes que menos p opo ción de nues a mues a ha adqui ido alguna ez po In e ne , siendo un 4,88% de la misma. Bienes y Se icios Comp ados po In e ne 55 4. CONCLUSIONES En es e abajo, el obje i o p incipal es ca ac e iza la in ensidad de uso del “e-comme ce” en España en la ac ualidad. Pa a ello se han u ilizado los da os de la “Encues a sob e Equipamien o y Uso de Tecnologías de In o mación y Comunicación en los Hoga es (TIC-H)” lle ada a cabo po el Ins i u o Nacional de Es adís ica en 2019. Con ellos, se han elabo ado dos modelos de eg esión P obi O denado con dos a iables espues a dis in as ( alo de las comp as y núme o de comp as), y, pos e io men e, se ha analizado cuáles de las a iables eg eso as ienen una mayo in luencia, ya sea posi i a o nega i a, en el compo amien o del comp ado po In e ne . Como conclusiones, se puede deci que las a iables que más aumen an la p obabilidad de comp a más po In e ne , ya sea midiendo el alo de las comp as o la can idad de eces que se comp a, son la ecuencia de uso de In e ne , el ni el de ing esos, el ni el de conocimien os in o má icos, el ni el de es udios y la con ianza del usua io en In e ne . Es deci , una pe sona que enga un mayo ni el de es udios, un mayo ni el de ing esos, mayo con ianza en In e ne , mayo ni el de conocimien os in o má icos y sea usua io ecuen e de In e ne , iene una mayo p obabilidad de comp a más ecuen emen e po In e ne y de gas a más dine o en dichas comp as. Po el con a io, una pe sona con meno ni el de es udios, meno ni el de ing esos, meno ni el de conocimien os in o má icos, que no con íe mucho en In e ne y que, además, no lo use con mucha ecuencia, iene una mayo p obabilidad de comp a con poca ecuencia po In e ne , y, cuando comp e, de no gas a mucho dine o. También se puede conclui que el hecho de se usua io de edes sociales aumen a la p obabilidad de comp a con mayo ecuencia po In e ne , pe o, sin 56 emba go, no iene in luencia en el alo de dichas comp as. Es o puede debe se a la al a p esencia de publicidad en las edes sociales. Po o o lado, se ha is o en el es udio que el núme o de miemb os que iene un hoga y es a en si uación de desempleo, jubilación o se es udian e, in luyen de mane a nega i a al gas o en comp as po In e ne , pe o no in luyen en el núme o de comp as que se lle an a cabo. Es deci , una pe sona que i a en un hoga con mayo núme o de miemb os y que no enga empleo, sea es udian e o es é jubilada, end á mayo p obabilidad de gas a menos dine o en sus comp as po In e ne , sin impo a la ecuencia de las mismas. Además, es in e esan e comen a el caso de la edad como ac o de e minan e pa a las comp as po in e ne . En el es udio se ha ob enido que cuan os más años iene una pe sona, iene mayo p obabilidad de gas a más dine o en comp as po In e ne , pe o a su ez, iene mayo p obabilidad de comp a con menos ecuencia po In e ne . Es o quie e deci que, a mayo edad, se ealizan comp as de bienes o se icios de más alo y con menos ecuencia po In e ne , como po ejemplo iajes, mobilia io y elec odomés icos. Po úl imo, se ha concluido que el sexo, el país de nacimien o y el es ado ci il, no son ac o es que in luyen en el alo ni la ecuencia de las comp as po In e ne , como suge ían o os es udios mencionados en la e isión bibliog á ica. En cuan o a las ba e as o limi aciones de es e abajo, se puede menciona que, aunque los da os se hayan ob enido de uen es o iciales, dichas uen es son secunda ias, es deci , no son da os de elabo ación p opia. Cabe añadi , el núme o de obse aciones que se han pe dido po es a incomple as, ya que el p og ama y los modelos empleados no podían in e p e a las. 63 6. ANEXOS 6.1. Anexo I: Código en RS udio 64 65 66 67 6.2. Anexo II: Salidas de RS udio 68 69 70 71 72