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