La adicción a las compras online. Una nueva patología de consumo

Facultad(de#Ciencias(Económicas(y# Empresariales Trabajo de Fin de Grado Grado(en#Marketing(e(Investigación(de( Mercados La adicción a las compras online Una nueva patología de consumo Presentado por: Laura Carmen Heredero Sánchez Tutelado por: Carmen Camarero Izquierdo Valladolid, 06 de julio de 2022 Resumen El presente trabajo tiene como objetivo analizar una patología del consumo emergente: la adicción a las compras online. Profundamente relacionada con cambios en los hábitos de consumo, con un detrimento de la salud mental, y con el auge de las plataformas de e-commerce y las estrategias de marketing digital agresivas, esta adicción afecta principalmente a los jóvenes y les provoca consecuencias nocivas. En este trabajo se pretende conocer en mayor profundidad los aspectos que conforman la adicción y las implicaciones de estos para los individuos. Por ello, se ha realizado un estudio entre jóvenes con el fin de verificar el modelo conjunto propuesto. A través de este, se pretenderá comprender las relaciones que existen entre las causas de la adicción, con especial énfasis en el papel jugado por el marketing, los síntomas y las consecuencias derivadas de esta. Abstract The present research analyzes an emergent consumption pathology: Online Shopping Addiction (OSA). Deeply connected to the change of consumption patterns, an increase in the damage to mental health, an upswing in e-commerce, and aggressive marketing strategies, this type of addiction mainly affects young people and induce them harmful consequences. The aim is to analyze, in deep, the aspects in which addiction can be explained and the implications it has for individuals. To verify the suggested addiction model, a study among young people has been done. The purpose is to understand better the existent relations among the causes of addiction, focusing on the role of marketing, its symptoms, and the derived consequences. Keywords: adicción a las compras online, patologías del consumo, marketing Código JEL: M31 ÍNDICE INTRODUCCIÓN ................................................................................................ 1 1. ADICCIÓN A LAS COMPRAS ONLINE .......................................................... 3 1.1. Introducción: consumo online y adicción .................................................. 3 1.2. Adicción a las compras online .................................................................. 3 2. MODELO TEÓRICO DE LA ADICCIÓN A LAS COMPRAS ONLINE ............. 6 2.1. Causas de la adicción a las compras online ............................................ 6 2.1.1. Factores internos ............................................................................... 6 2.1.2. Factores externos .............................................................................. 7 2.1.3. Factores sociodemográficos ............................................................ 10 2.2. Fases de la adicción y síntomas ............................................................ 11 2.2.1. Fases de la adicción ........................................................................ 11 2.2.2. Síntomas ......................................................................................... 13 2.2.3. Sintomatología en función de las fases de adicción ........................ 14 2.3. Consecuencias de la adicción a las compras online .................................. 14 2.4. Modelo teórico general ........................................................................... 16 3. MODELO DE ESTUDIO PROPUESTO ........................................................ 16 4. METODOLOGÍA Y RESULTADOS .............................................................. 19 4.1. Recogida de información ........................................................................ 19 4.2. Medición ................................................................................................. 19 5. RESULTADOS ............................................................................................. 23 5.1. Segmentación de la muestra en función de la sintomatología ............... 23 5.1.2. Relación entre las plataformas de compra y los grupos de adicción26 5.2. Identificación de la relación entre causas y síntomas ............................ 27 5.3. Identificación de la relación entre las causas y los síntomas sobre las consecuencias .............................................................................................. 30 5.3.1. Identificación de consecuencias para cada grupo de adicción ........ 30 5.3.2. Identificación de la relación entre síntomas y consecuencias ......... 33 6. ADICCIÓN A LAS COMPRAS ONLINE. MODELO PROPUESTO ............... 36 7. CONCLUSIONES ......................................................................................... 38 ANEXO 1. CUESTIONARIO ............................................................................. 44 ANEXO 2: CREACIÓN DE FACTORES ........................................................... 47 ANEXO 3. ANÁLISIS DE GRUPOS .................................................................. 62 ANEXO 4. INFLUENCIA DE LAS CAUSAS DE LA ADICCIÓN SOBRE LOS SÍNTOMAS ....................................................................................................... 76 ANEXO 5. ANÁLISIS DE LAS CONSECUENCIAS .......................................... 85 ANEXO 6. MODELO CONJUNTO .................................................................... 99 1 INTRODUCCIÓN En los últimos años, se ha acrecentado un patrón de consumo recurrente en el entorno de los jóvenes. Realizan frecuentes compras de productos en establecimientos online, reciben paquetes con gran frecuencia en sus casas y muestran los unboxing de abundantes cantidades de artículos en las redes sociales. De este modo, los jóvenes comparten su experiencia de compra en las redes sociales, de forma inocente, ya que se plantea como algo lleno de emoción. Este problema ya ha sido mostrado en diversas noticias que recalcan cómo algunas estrategias de marketing (tales como las promociones, la publicidad realizada por influencers o los descuentos) son las que incitan, en mayor medida, a realizar compras impulsivas y compulsivas (Sánchez, 2017). Además, los jóvenes sienten, cada vez en mayor medida, la necesidad de envolverse en el mundo de las compras para conseguir sentirse mejor con ellos mismos y dar emoción a la cotidianeidad de sus vidas. Por ello, existe la creciente necesidad de realizar cada vez más compras con tal de adquirir un mayor número de artículos. Además, se encuentra el auge del e-commerce y los grandes establecimientos de compra online donde tienen al alcance un gran número de artículos a bajo precio, lo que facilita poder realizar grandes compras con las que evadirse (Sánchez, 2017; Echevarri, 2022). Una reflexión crítica, basada en una primera observación, lleva a pensar que la forma en que los jóvenes expresan y muestran lo que consumen denota un exceso de consumismo y un cierto nivel de dependencia o adicción a la compra. Pero ¿Qué es lo que motiva a los jóvenes a gastar más dinero del que tienen en realizar compras online? ¿Cuál es la necesidad que deben satisfacer para realizarlas de forma tan asidua? ¿Perciben consecuencias derivadas de estas? El presente trabajo surge de la curiosidad sobre esta patología relacionada con el consumo y búsqueda de respuesta a estas preguntas. Con este trabajo se ha querido recoger el conocimiento que se ha desarrollado hasta hoy sobre la adicción al consumo, en concreto, al consumo online. Se pretende desarrollar en profundidad los principales aspectos de la adicción y sus implicaciones. A mayores, se ha querido desarrollar un modelo conjunto, a fin de 2 que se comprendan las relaciones que hay entre las causas de la adicción a las compras online, los síntomas, las fases del proceso y las consecuencias. El trabajo consta de dos partes. En la primera parte donde se realiza una recopilación del conocimiento desarrollado hasta ahora sobre la adicción a las compras online, para la que se ha realizado una revisión de la literatura existente del tema. En la segunda parte, se ha realizado un estudio para desarrollar un modelo en el que se plantea el impacto que tienen sobre la adicción (síntomas y tipología de adicción) los hábitos de compra del individuo y los estímulos de marketing que recibe. Este modelo también plantea las consecuencias económicas y psicológicas de la adicción. Para analizar este modelo poder realizarlo se creó un cuestionario con el que se recopilaron datos relativos al comportamiento de consumo online entre los jóvenes. El análisis de los datos nos permite extraer ciertas conclusiones sobre la relación entre causas, síntomas, fases y consecuencias de la adicción a las compras online. 3 1. ADICCIÓN A LAS COMPRAS ONLINE 1.1. Introducción: consumo online y adicción La digitalización de la sociedad ha dado paso a numerosos cambios entre los que se encuentra la modificación en los hábitos de compra. Frente al proceso de compra habitual, en el que individuos buscan e intercambian objetos por dinero (The business dictionary), surge lo que se conoce como ‘Online shopping’ o las compras realizadas a través de medios digitales, las que han cobrado una gran importancia desde las últimas dos décadas (Coppola, 2022). Y es así como, algunos conceptos asociados al proceso de compra, que nacen como consecuencia de la expansión del materialismo en la sociedad, se han trasladado a los patrones de compras en plataformas digitales. Nociones tales como “compras compulsivas e impulsivas” o “adicción a las compras” se convierten en elementos relevantes también en el espectro digital (Rose and Dhandayudham, 2013). Es aquí donde encontramos una nueva tendencia en el comportamiento de los consumidores. Online Shopping Addiction (OSA) o adicción a las compras online es el término con el que se refiere a un comportamiento repetido en el largo plazo a realizar compras ‘online’ que se presenta como respuesta a estímulos externos unido a un estado psicológico débil del individuo y que tiene consecuencias nocivas para este en los ámbitos económico, social y mental. Aquellos que sufren de este tipo de adicción son incapaces de controlar el exceso de compras que realizan a pesar de sufrir negativamente por ello, lo cual conlleva a un empeoramiento de su situación (Zhao et al., 2017). Se considera un problema patológico, como lo son adicciones de otra índole, por ejemplo, la ludopatía (Augburger et al., 2020). 1.2. Adicción a las compras online Hay dos características fundamentales que se deben tratar para comprender la naturaleza de la OSA. La primera de ellas es la complejidad que ha existido a la hora de definir el concepto debido a las opiniones contrapuestas de los autores que han estudiado 4 el tema. Esto es así ya que la OSA envuelve dos ideas: el proceso de compra e Internet. Algunos investigadores, como Zhao et al. (2017), apoyan la postura de que es un subtipo de adicción a Internet. Otros, sin embargo, consideran que hay elementos diferenciadores entre la adicción Internet y las diferentes adicciones preexistentes a los medios digitales y que se han trasladado al mundo online (Augburger et al., 2020; Rose and Dhandayudham, 2013). En este sentido, Griffiths (2005), ya ponía énfasis en que era necesario distinguir entre las adicciones a Internet e Internet como un medio para canalizar adicciones existentes o latentes debido a las características del medio en sí. Augsburger et al. (2020) destaca que la OSA se diferencia de las adicciones a la compra tradicionales, ya que las características del medio digital provocan que aparezcan nuevos factores condicionantes de la adicción. Por ejemplo, no se siguen las mismas estrategias de marketing offline que online, de la misma forma que la capacidad de autocontrol es menor, por la facilidad con la que se pueden realizar compras en tiendas web. Por lo tanto, la OSA puede considerarse una forma de adicción a la compra que se manifiesta en medios digitales. La segunda característica que presenta complejidad es la definición del comportamiento adictivo y problemático en el ámbito del consumo. A fin de caracterizarlo, y basándose en los trabajos de Rose and Dhandayudham, (2013), se exponen a continuación diferentes elementos reflejados en la literatura que están presenten en el proceso de adicción a las compras online. La sensibilidad a la recompensa derivada de la compra. Las etapas del proceso de compra y recepción de los artículos comprados pueden ser fuente de satisfacción o placer al ser una forma rápida de liberar estrés y ansiedad (Davenport et al. 2012; Rose and Dhandayudham, 2013). Comportamiento de compra problemático. El individuo es incapaz de autoregularse las compras online que realiza ya que siente la necesidad extrema de liberar estrés y ansiedad o percibir sensaciones positivas a través de estas (Rose and Dhandayudham, 2013). Comportamiento compulsivo. Es un comportamiento que se manifiesta de forma repetitiva y sigue un patrón que el individuo lleva a cabo de forma no 5 intencionada. Por ejemplo, la experimentación de una necesidad acuciante de comprar cuando se tiene dinero disponible, aunque no se quiera gastarlo, sería un comportamiento de compra compulsivo. Entre las causas de este tipo de comportamiento se encuentran: la canalización del estrés y la ansiedad, el deseo de aumentar de forma temporal la autoestima, estímulos externos (como el marketing), o la propia personalidad del individuo, entre otros. Este comportamiento tiene diversas consecuencias nocivas para el individuo (Martin et al., 2012; Rose and Dhandayudham, 2013). Comportamiento impulsivo. Se caracteriza por la falta de reflexión sobre las acciones que se realizan y sus futuras consecuencias (American Psychological Association). Los individuos se ven imposibilitados de resistir el impulso a pesar de que son conscientes de que la acción que se proponen a realizar es dañina y viene sucedida de arrepentimiento. Esto es debido a la tensión que genera resistirse al impulso y la tranquilidad momentánea de llevarlo a cabo (American Psychological Association; Rose and Dhandayudham,2013). Por ejemplo, la compra inmediata de un artículo que llame la atención al individuo sin llevar a cabo una reflexión previa, es un comportamiento de compra impulsivo. Comportamiento adictivo. Son acciones repetitivas que resultan exageradas y excesivas para el individuo, en tal grado, que le provocan consecuencias materiales y psicológicas nocivas (Rose and Dhandayudham,2013). El comportamiento adictivo engloba los comportamientos impulsivos y compulsivos. Se manifiestan en la repetición de acciones para poder llegar a liberar emociones negativas (comportamiento compulsivo) y la incapacidad de resistir los estímulos con los que el individuo cree que puede conseguir satisfacción inmediata, aunque esta sea solo momentánea (comportamiento impulsivo). No se puede desligar la adicción de la impulsión ni de la compulsión (Martin et al., 2012; Rose and Dhandayudham, 2013). Así, un individuo adicto a las compras es aquel que realiza, de forma repetida, un enorme volumen de ellas provocado por estímulos que no es capaz de ignorar, como, por ejemplo, la exposición a publicidad o descuentos. 12 la que las realiza (Martin et al., 2012). Es interesante realizar el apunte de que la mayor parte de los consumidores estarían comprendidos en la primera fase (Martin et al., 2012). Comportamiento de compra estimulante, no adictivo (non-adictive use). El individuo que realiza compras en esta fase continúa manteniendo el control sobre sí mismo, sin embargo, difiere de aquellos consumidores que están en la fase anterior al aumentar de forma ligeramente significativa la frecuencia relativa con el que realiza las compras y disfrutar en mayor grado de ello. Sus compras pueden resultar en consecuencias levemente dañinas para el individuo (Martin et al., 2012). Es una fase en la que las compras resultan altamente estimulantes para el individuo. Se libera una gran cantidad de serotonina que, al no sufrir consecuencias nocivas relacionadas con las compras, provoca un estado de emoción que se mantiene tiempo después de la compra (Murali et al. 2012). Fase de riesgo (near addiction stage). Es el punto de inflexión en el proceso de adicción. Dentro de esta encontramos una nueva subdivisión: el ‘bajo riesgo’, basado en el consumo para suplir carencias psicológicas (adaptive consumption), y el ‘alto riesgo’, identificado por el consumo no controlado, motivado por una necesidad extrema de recompensa y desencadenante de consecuencias nocivas (maladaptive consumption) (Martin et al., 2012). Los individuos en esta fase aumentan la frecuencia relativa de consumo y el tiempo que dedica a realizar compras. Comienza a ser dependiente de ello, ya que lo convierte en una parte importante de su vida, pierde gran parte de autocontrol sobre las compras que realiza. Existe un alto disfrute y las consecuencias no se comienzan a presentar dañinas en gran medida (Martin et al., 2012). Adicción (adiction). Cuando el individuo deja de ‘querer’ realizar compras y estas se convierten en una necesidad, al mismo tiempo que existe un sufrimiento interno por el debate entre recaer o no en el comportamiento nocivo y satisfacer la necesidad o sufrir las consecuencias psicológicas negativas, es cuando se llega al punto de la adicción (Martin et al., 2012). El grado de autocontrol es prácticamente nulo y el individuo ya no está motivado por el disfrute, sino por la 13 necesidad de satisfacer sus impulsos. El tiempo relativo y la frecuencia en la que se realizan compras son elevados. Las consecuencias que sufre el individuo derivadas del comportamiento son negativas (Martin et al., 2012). En esta fase, se alteran la euforia y el alivio (presente en los momentos posteriores inmediatos a la adquisición de los artículos), la inquietud (presente antes del pago) y el arrepentimiento y la culpa (sufridos después de la compra) (Murali et al. 2012). 2.2.2. Síntomas Se pueden considerar síntomas de la adicción los seis factores utilizados en el modelo de los comportamientos adictivos propuesto por Griffiths (2005): Preponderancia (salience). El individuo ha convertido el comportamiento adictivo en algo importante en su vida, de tal forma que se ve dominado por pensamientos en relación a este. Modificación del estado de ánimo (mood modification). Se refiere a los sentimientos positivos y estimulantes que experimenta el individuo cuando lleva a cabo el comportamiento (emoción por la compra, recompensa, alegría, etc.). Puede ayudar a lidiar al individuo con estados emocionales negativos o sentirse recompensado. Tolerancia (tolerance). Es la respuesta que se da cuando el individuo se ha acostumbrado a los resultados derivados de su comportamiento, de modo que, para poder llegar al estado emocional de recompensa que sentía con anterioridad, debe aumentar la frecuencia con la que realiza el comportamiento. Dependencia (withdrawal). Implica sentimientos desagradables y sensaciones negativas a nivel psicológico si, por algún motivo, el individuo no puede proceder a realizar el comportamiento. Conflicto (conflict). Se produce cuando el comportamiento adictivo afecta a las relaciones personales del individuo. Recaída (relapse). Indica la tendencia que existe por parte del individuo a recaer en el comportamiento adictivo pese a sus esfuerzos por abandonarlos. Se puede 14 llegar a experimentar, incluso, un comportamiento agravado, más exagerado, en caso de que haya pasado tiempo sin que este se lleve a cabo. 2.2.3. Sintomatología en función de las fases de adicción Aunque los síntomas descritos con anterioridad caracterizan el estado de adicción, algunos de estos están presentes en menor medida en otras etapas del proceso. Conocer qué síntomas caracterizan cada fase, puede ayudar a identificar a qué fase pertenecen los individuos en función de su sintomatología. En individuos no adictos, ninguno de estos síntomas es especialmente relevante. Ligeramente, podría llegar a tener una mayor relevancia ‘modificación del estado de ánimo’, como consecuencia de utilizar la compra como un tipo de recompensa o como forma de sentirse realizado, por la tendencia cultural dada a las compras motivadas por el disfrute (Augsburger et al., 2020). En individuos en fase de riesgo, los factores anteriores cobran mayor importancia, aunque muchos de ellos siguen sin tener un gran peso. Los más relevantes resultan ‘modificación del estado de ánimo’, ‘preponderancia’, ‘tolerancia’ y, en menor medida, ‘dependencia’ y ‘recaída’ (Augsburger et al., 2020). En los individuos adictos, todos estos factores están presentes de forma relevante. Destacan por encima de los demás, ‘dependencia’ y ‘recaída’ (Augsburger et al., 2020). 2.3. Consecuencias de la adicción a las compras online Se identifican tres consecuencias principales derivadas de la adicción a las compras: los problemas económicos, consecuencias psicológicas negativas y el detrimento en las relaciones sociales del individuo. También existen consecuencias dañinas a la hora de desarrollar con normalidad la vida cotidiana de un individuo (Rose and Dhandayudham, 2013; Günüç and Dogan Keskin, 2016). Los problemas económicos pueden comprender desde dificultades para afrontar pagos de no un elevado importe pero que resultan necesarios, hasta los 15 problemas de deuda (Rose and Dhandayudham, 2013; Günüç and Dogan Keskin, 2016). Las personas que están en un grado elevado de adicción, no suelen tener presente el dinero disponible que tienen o que van a necesitar en el largo plazo en el momento en el que realizan una compra compulsiva. A esto contribuye la facilidad de pago con las tarjetas de crédito, que constituyen una forma de ‘dinero invisible’ (Lo et al. 2012). Ejemplos de esto son el no tener dinero para hacer frente a imprevistos o destinar dinero de otros gastos para compras y, posteriormente, verse incapaz de afrontarlos. En parte se debe a las diferencias que existen entre las compras en tiendas físicas y en establecimientos online. Un individuo que compra online no experimenta de la misma forma la actividad de comprar, ni está envuelto en el mismo entorno social, ni experimenta cambios físicos, como el cansancio, o el paso del tiempo (como ocurriría si estuviese en una zona comercial), al igual que no observa de la misma manera la cantidad de productos comprados y de dinero gastado. Así pues, el individuo es ciertamente inconsciente de los gastos que está afrontando y puede llegar a comprometer su estado financiero (Günüç and Dogan Keskin, 2016). Las consecuencias psicológicas negativas que produce la adicción pueden darse durante el proceso de compra y a posteriori. El estado negativo se llega a producir incluso a pesar de la existencia de emociones de felicidad y satisfacción en ciertos momentos del proceso de compra (como, por ejemplo, con la emoción de descubrir artículos y agregar estos a la compra o el entusiasmo de recibir el paquete con el pedido) (Günüç and Dogan Keskin, 2016; Zhao et al., 2017). Entre los sentimientos negativo se encuentran: niveles de estrés elevados, preocupación del individuo pro el debate interno sobre si está tomando o no una buena decisión y remordimientos pasado el tiempo. Incluso, se pueden llegar a dar sentimientos depresivos, de frustración, vergüenza de uno mismo y culpa (Rose and Dhandayudham, 2013). Además, puede darse que, si hay algún producto no disponible en el inventario que el individuo estaba decidido a comprar por impulso, de puede desencadenar una frustración prolongada en el tiempo sobre la que se pierde el control (Lo et al. 2012). 16 Los problemas en el espectro social del individuo pueden ser provocados por el estado psicológico negativo derivado de la adicción (por ejemplo, el sentimiento de vergüenza frente a los demás, o estados de estrés muy severos que puedan afectar cómo se relaciona un individuo con los demás) (Rose and Dhandayudham, 2013; Günüç and Dogan Keskin, 2016). Günüç (2016), indica que los sentimientos de culpa y vergüenza pueden llegar a provocar que un individuo se esconda de su entorno y mienta a aquellos más cercanos para evitar que otros reconozcan en él un problema de falta de autocontrol. 2.4. Modelo teórico general Sobre la base del desarrollo teórico previo, la relación que existe entre las causas, los síntomas, las fases de adicción y las consecuencias se muestra en el gráfico 3.1. 3. MODELO DE ESTUDIO PROPUESTO A partir del modelo teórico general, se ha querido realizar un estudio que complementase el conocimiento ya existente sobre la adicción a las compras online. Se plantean pues, una serie de objetivos y subobjetivos. • Estudio de la adicción y sus causas: o Segmentar la muestra en función de la sintomatología para poder describir aspectos particulares de esta. o Identificar la relación existente entre las causas de la adicción y lo síntomas. • Estudio de las consecuencias de la adicción: identificar la relación que, de forma conjunta, tienen las causas y síntomas sobre las consecuencias de la adicción. • Planteamiento de un modelo de dependencia entre el conjunto de las causas, síntomas y consecuencias de la adicción. El modelo de estudio propuesto se representa en el gráfico 3.2. 17 Gráfico 2.1. Modelo teórico general 18 Gráfico 3.2. Modelo de estudio propuesto En el modelo de estudio propuesto, se utilizan la totalidad de los síntomas planteados por Griffiths (2005) y se analizarán tanto las consecuencias económicas como las psicológicas. Con base en el estudio de Martin et al. (2012), son cuatro las fases que se considerarán en el proceso de adicción. En este caso, concretamente, no se considerar que en la muestra recogida se encontrase un gran número de personas con severos problemas de adicción. Por ello, se utilizarán las dos etapas de la fase de no adicción y se escinde la segunda fase en el bajo y el alto riesgo. Para caracterizar las fases del proceso, se tienen en cuenta tanto los síntomas manifestados por cada individuo y diversos hábitos de consumo, a fin de poder ver diferencias en estos en función de las etapas. El interés por influencia del marketing sobre el padecimiento de 19 los síntomas hace que sea la principal causa analizada en el modelo (junto con las motivaciones hedónicas). 4. METODOLOGÍA Y RESULTADOS 4.1. Recogida de información Para obtener los datos, se realizó un cuestionario destinado a jóvenes, distribuido a través de medios telemáticos. En él se preguntaba acerca del comportamiento de compra online. El cuestionario está recogido en el Anexo 1. La muestra se conforma de N=107 participantes residentes en España, mayoritariamente de entre 18 y 25 años. El 52,3% son mujeres, el 91,6% son estudiantes, cuya educación máxima completada son los estudios secundarios de bachillerato o formación profesional y cuya renta no supera los 200 euros anuales. Para más información, consultar la tabla 4.1. Tabla 4.1. Descripción de la muestra 4.2. Medición Las variables resultantes de la realización del cuestionario aparecen recogidas en la tabla 4.2. junto con los estadísticos descriptivos más relevantes. También, se ha calculado el Alfa de Cronbach, a fin de conocer la fiabilidad de la escala en las variables que reúnen un conjunto de información que pretende utilizarse como un único indicador. Hombre 46,70% Estudiante 91,60% Sin estudios 0% Mujer 53,30% Trabajador a tiempo completo 4,70% Estudios Básicos Obligatorioss 7,50% Trabajador a tiempo parcia 0,90% Bachillerato o formación profesional 61,70% Ninguno 2,80% Graduado o licenciado universitario 29,90% Doctorado/máster 0,90% 16-17 años 6,50% Hasta 200€ 52,30% Medio rural 11,20% 18-25 años 90,70% De 201€ a 500€ 13,10% Ciudades 15,90% 26-30 años 2,80% De 501€ a 1000€ 4,70% 31-35 años 0% Más de 1000€ 6,50% 36-40 años 0% Prefiero no decirlo 24,40% Más de 40 0% Edad Renta mensual Zona de r esi denci a Zonas urbanas del área metropolitana de una ciudad 72,90% Sexo Activi dad Nivel de estudi os 20 Tabla 4.2. Estadísticos descriptivos Variable Media Desviación estándar 3,79 1,108 3,2 1,27 2,43 1,282 2,93 1,155 1,75 1,082 1,77 0,977 2,58 1,325 2,53 1,488 1,52 0,904 1,68 1,024 1,72 1,007 1,81 0,973 2,41 1,221 3,59 1,107 1,25 0,702 1,27 0,638 1,28 0,711 2,45 1,326 2,76 1,204 2,14 1,232 1,39 0,877 1,38 0,797 1,2 0,59 2,22 1,283 2,19 1,125 2,56 1,26 2,99 1,342 2,88 1,308 2,8 1,292 2,74 1,423 Extraída de Tian, Xin y Zhao (2017) 1,88 0,959 2,5 1,2 1,99 1,051 Extraída de Tian, Xin y Zhao (2017) 2,34 1,373 2,38 1,371 2,58 1,473 Estoy suscrito a las newsletters de mis marcas favoritas Realizar compras online es algo importante en mi vida Presto atención a los anuncios emergentes de las tiendas que me gustan Consulto las novedades que veo en las redes sociales y correos que me envían las marcas que me gustan Estoy atento a los descuentos que se publican en las redes de las marcas que me gustan Suelo recibir muchas notificaciones de ofertas, promociones o información comercial de marcas Preponderancia (α=0,768) Estoy pendiente de los descuentos y promociones que realizan mis tiendas online favoritas Cuando recibo códigos de descuento, intento realizar alguna compra para utilizarlos Cuando no compro online, estoy pensando en poder hacerlo Pienso, de forma recurrente, en cómo ahorrar más tiempo y dinero haciendo compras online Tolerancia (α=0,884) Últimamente, siento el impulso de realizar más compras online Cada vez dedico más tiempo en compras online Últimamente, he realizado compras online no planeadas Frecuencia con la que compra online coleccionismo Tiempo de curiosear Frecuencia con la que compra en tiendas online que tienen locales físicos (Zara, H&M...) Frecuencia con la que compra en otras tiendas online (PcComponentes, Maquillalia...) Frecuencia con la que compra en Vinted Frecuencia con la que compra en Shein Frecuencia plataformas Frecuencia productos Entretenimiento Frecuencia con la que compra en Amazon Frecuencia con la que compra en Aliexpress Frecuencia con la que compra en Asos Frecuencia con la que compra en eBay Frecuencia con la que compra en Etsy Cuando entro en una tienda online, dedico mucho tiempo a curiosear Entro en tiendas web con frecuencia para ver artículos, incluso sin intención de comprar nada Visitar tiendas online es una de mis formas de entretenimiento Frecuencia de curiosear Marketing (α=0,888) Frecuencia con la que compra en Wallapop Frecuencia con la que compra en Zalando Frecuencia con la que compra online ropa, zapatos y accesorios Frecuencia con la que compra online cine, contenido TV (series, películas) y música Frecuencia con la que compra online libros Frecuencia con la que compra online productos de electrónica Frecuencia con la que compra online videojuegos Frecuencia con la que compra online decoración y productos de hogar Frecuencia con la que compra online productos de belleza y cosméticos Frecuencia con la que compra online productos deportivos 21 Aquellas variables que miden la presencia de cada uno de los síntomas de la adicción se extraen y adaptan de los autores Tian, Xin y Zhao, (2017). Todas las variables se miden en una escala Likert de 5 puntos cuyos valores extremos son “1: para nada identificado” y “5: me representa por completo”, salvo para las variables ‘frecuencia productos’ y ‘frecuencia plataformas’. En este caso, aunque se sigue midiendo en una escala Likert de 5 puntos, los valores extremos son “1: nunca o casi nunca” y “5: con mucha frecuencia”. Además, se ha creado la variable ‘frecuencia de compra online’. En este caso, se utiliza una variable categórica, tal y como se muestra en la tabla 4.3. Tabla 4.3. Frecuencia de compra online Extraída de Tian, Xin y Zhao (2017) 2,21 1,339 1,84 1,1 Extraída de Tian, Xin y Zhao (2017) 1,44 0,716 1,45 0,743 Extraída de Tian, Xin y Zhao (2017) 2,06 1,345 2,05 1,41 Extraída de Tian, Xin y Zhao (2017) 1,76 0,979 1,43 0,802 2,11 1,456 2,03 1,285 2,34 1,453 3,15 1,553 3,62 1,35 2,59 1,317 2,43 1,214 Si no pudiera realizar compras online durante algún tiempo, la vida se haría algo aburrida y triste Modificación del estado de ánimo (α=0,894) Consecuencias económicas (α=0,892) Consecuencias psicológicas (α=0,818) A veces tengo problemas para afrontar otros gastos importantes para mi He tenido que pedir dinero a mis padres para afrontar otros gastos necesarios Realizo muchas comrpas impulsivas en el que gasto más dinero del que debería Conflicto (α=0,674) Recaída (α=0,915) He intentado reducir mis compras online o no realizar ninguna, sin éxito alguno He decidido realizar compras online de forma menos frecuente pero soy incapaz de lograrlo Cuando trabajo o estudio puedo llegar a ser menos productivo por hacer compras online Me he peleado con mis padres por culpa de mis gastos en compras online Dependencia (α=0,737) Cuando me siento mal, comprar online puede ayudarme a hacerme sentir mejor Comprar online me ayuda a alejarme de los problemas de la vida diaria Cuando no puedo realizar compras online por algún motivo, me siento deprimido Muchas veces considero la compra como una recompensa personal Me siento entusiasmado pensando en la entrega y poder tener los artículos comprados A veces, tiempo después de hacer el pago, siento remordimientos por el gasto A veces, tiempo después de hacer la compra, siento que quizás no debería haberla hecho % muestra 11 o ninguna 26,20% 2Alguna vez, de forma esporádica 60,70% 31 vez a la semana 11,20% 4Varias veces por semana 1,90% 5Todos los días 0% Frecuencia de compra online Indique cuántas veces realiza compras online al mes 28 Tabla 5.2. Resumen de correlaciones Ambas causas se correlacionan positivamente con todos los síntomas. Destaca la elevada correlación entre los síntomas preponderancia, tolerancia y recaída con el factor relacionado con el marketing. También es relevante la elevada correlación de la variable ‘entretenimiento’ con los síntomas preponderancia, tolerancia, dependencia y recaída. Todo ello significa que la presencia de una de las variables causales implicará alta presencia de los factores. A continuación, se realizan regresiones lineales para ver la posible relación de dependencia que existe entre las causas externas de la adicción y con los síntomas. Con esto se comprobará si estos son desencadenantes de la existencia de los síntomas y se podrá ver en cuál ejercen mayor influencia. Estas regresiones se realizan en dos bloques para poder observar lo que mejora la explicación del modelo con la variable marketing. Como se puede ver en la tabla de resultados (5.3.), la exposición al marketing es un elemento importante en el padecimiento de todos los síntomas. Esto es más destacable para los síntomas de ‘preponderancia’, ‘tolerancia’ y ‘recaída’. El marketing puede atrapar, gracias a factores como el engagement, a los individuos para convertir las diferentes marcas en algo importante para el individuo (preponderancia) y así inducirles a realizar compras de forma repetida, cada vez en mayor medida para poder percibir aquellos elementos intangibles y sensaciones derivados de la compra (tolerancia) hasta que hayan perdido la capacidad de realizar esta acción de forma voluntaria y no de manera compulsiva (recaída). Marketing Entretenimiento Preponderancia 0,624*** 0,630*** Tolerancia 0,620*** 0,540*** Modificación del estado de ánimo 0,448*** 0,462*** Dependencia 0,498*** 0,519*** Recaída 0,559*** 0,513*** Conflicto 0,449*** 0,445*** ***p<0,001 29 Tabla 5.3. Coeficientes para cada una de las regresiones entre síntomas y causas externas (Constante) -0,87 -1,00 -0,74 -0,66 -0,89 -0,87 Tiempo de curiosear 0,04 -0,04 0,00 -0,02 -0,07 0,04 Frecuenca de curiosear -0,06 0,05 -0,08 -0,15 0,08 -0,06 Entretenimiento 0,37*** 0,40*** 0,41*** 0,50*** 0,38*** 0,365*** 0,40/0,39 0,30/0,27 0,22/0,20 0,30/0,28 0,27/0,25 0,20/0,18 (Constante) -0,46 -0,39 -0,35 -0,20 -0,38 -0,46 Tiempo de curiosear 0,06 -0,01 0,02 0,00 -0,05 0,06* Frecuenca de curiosear -0,12 -0,05 -0,14 -0,22 -0,01 -0,12 Entretenimiento 0,25*** 0,23** 0,30** 0,37*** 0,24** 0,25** Marketing 0,31*** 0,47*** 0,31** 0,36*** 0,40*** 0,32** 0,50/0,48 0,43/0,41 0,28/0,25 0,37/0,35 0,38/0,34 0,26/0,23 *p<0,05 **p<0,01 ***p<0,001 R²/R² ajustado R²/R² ajustado Modelo 1 2 Variables independientes β estandarizados β estandarizados β estandarizados β estandarizados β estandarizados Preponderancia Tolerancia Modificación del estado de ánimo Dependencia Recaída Conflicto β estandarizados 30 La existencia de motivaciones hedónicas para realizar compras online (entretenimiento) es también influyente en todos los síntomas, con especial relevancia para los síntomas de ‘preponderancia’ y ‘modificación del estado de ánimo’. El factor hedónico puede venir en relación a realizar compras online como una forma de percibir sensaciones positivas y de recompensa (modificación del estado de ánimo) y transformar esto las compras online como algo importante para el individuo (preponderancia). Hay un único síntoma, conflicto, donde el tiempo invertido (tiempo de curiosear) pasado en tiendas online es influyente. Puede estar relacionado con el ser menos productivo por pasar mucho tiempo en tiendas online. 5.3. Identificación de la relación entre las causas y los síntomas sobre las consecuencias Se quiere entender cómo afectan las consecuencias de la OSA en las diferentes fases del proceso de adicción y cómo se relacionan lo síntomas con las consecuencias. En el gráfico 5.4. se muestran las relaciones analizadas. La realización de los análisis de forma detallada se puede encontrar en el Anexo 5. Gráfico 5.4. Consecuencias de la adicción 5.3.1. Identificación de consecuencias para cada grupo de adicción Se quiere identificar si hay diferencias significativas en las consecuencias sufridas por cada uno de los grupos de adicción. Para ello se realizan pruebas 31 de análisis de la varianza. Para ver caracterizados los grupos en función de las consecuencias percibidas por cada uno se crea el gráfico 5.5 (extrae la información de las puntuaciones medias de las consecuencias para cada síntoma de la tabla 5.4). Gráfico 5.5. Nivel de consecuencias percibidas por cada grupo Consecuencias económicas: a un nivel de confianza del 5% no hay diferencias significativas entre los grupos 3 y 4 al igual que entre los grupos 1 y 2. Esto implica que perciben consecuencias económicas similares los individuos que están en fases de riesgo de adicción y aquellos que están en las fases de no adicción. Al analizar otras comparaciones significativas, se puede observar que los individuos en el grupo 3, aquellos en mayor riesgo de adicción, padecen unas consecuencias económicas mayores que aquellos en los grupos 1 y 2. Igualmente ocurre con el grupo 4, que sufre unas consecuencias mayores que las de los grupos no adictos. Consecuencias psicológicas: remordimientos. A un nivel de confianza del 5% no hay diferencias significativas entre las fases intermedias del proceso de adicción. Solo se encuentran diferencias significativas entre los grupos 1 y 3. Se -0,669 -0,428 -0,681 -0,345 -0,048 0,534 1,290 0,806 0,915 0,883 0,479 0,921 -1,000 -0,500 0,000 0,500 1,000 1,500 Grupo 1 Grupo 2 Grupo 3 Grupo 4 32 concluye que el grupo 3, aquel en mayor riesgo de adicción, sufre más remordimientos derivados de las acciones de compra online que el grupo 1. Consecuencias psicológicas: recompensa. A un nivel de confianza del 5% el único grupo que se presenta diferencias significativas del resto es el primero. Respecto al grupo 1, aquellos que perciben mayor sensación de recompensa es el grupo 4 (que no ha llegado a un extremo realmente preocupante de la adicción). La siguiente diferencia viene marcada por el grupo 3 y luego, por el 2. Se puede considerar, realizando una interpretación con la información ya existente y recogida anteriormente, que el grupo 4, al no estar envuelto en una situación conflictiva puede obtener una mayor sensación de recompensa. El grupo 3, podría obtener una menor recompensa debido a la elevada presencia de síntomas como ‘tolerancia’ o ‘dependencia’ que hacen más difícil disfrutar de las compras. En el caso del grupo 2, la alta preponderancia del síntoma ‘estado de ánimo’ puede inducir una mayor recompensa derivada de las compras. Sin embargo, el primer grupo, que puede ver motivadas sus compras por decisiones alejadas de lo hedónico, puede llegar a percibir una menor recompensa de ellas. Tabla 5.4. Puntuaciones medias y diferencias entre ellas para las consecuencias según grupo de adicción A mayores, se extraen consecuencias conjuntas de este análisis (gráfico 5.5) y el gráfico 5.2. El grupo 1 sufre bajas consecuencias de las analizadas. El grupo 2 no sufre consecuencias graves negativas, sin embargo, en este sí hay una preponderancia de la recompensa percibida con el acto de compra, es decir que se puede considerar que hay una mayor presencia del hedonismo en los actos de compra (justificado por la alta puntuación que obtuvo este grupo para el Grupo 1 -0,67 -0,43 -0,68 Grupo 2 -0,34 -0,05 0,53 Grupo 3 1,29 0,81 0,92 Grupo 4 0,88 0,48 0,92 Diferencias (G1=G2)>(G3=G4) G3>G1 G1<(G2=G2=G4) Consecuencias económicas Remordimientos Recompensa 33 síntoma ‘modificación del estado de ánimo’). El grupo 4 comienza a sufrir consecuencias de índole más grave. Sufre graves consecuencias económicas y remordimientos, pero es enmascarado ya que continúa percibiendo recompensas derivadas de la compra. Las mayores consecuencias económicas podrían ser motivadas por la repetición acto de compra de forma repetida por la elevada presencia de los síntomas ‘tolerancia’ y ‘recaída’. El grupo 3, es el más conflictivo, ya que es el que sufre peores consecuencias económicas, y percibe remordimientos y sensaciones de recompensa por igual. En este caso, la recompensa percibida iguala la que perciben los del grupo 4, pero sufren mayores consecuencias económicas que estos. Es mayor la presencia del síntoma ‘modificación del estado de ánimo’ en el grupo 2, lo que hace que en el caso del grupo 3 y el grupo 4, aunque han aumentado el volumen de compras, la recompensa percibida no esté en un valor que se diferencie en gran medida. 5.3.2. Identificación de la relación entre síntomas y consecuencias Se quiere saber si lo síntomas están relacionados con las consecuencias y si estos influyen de forma particular en alguna (tabla 5.5). Para comenzar, se realizan análisis de correlación entre cada uno de los síntomas y los diferentes síntomas. Todas las correlaciones analizadas son significativas a un nivel de 0,05. De este análisis se extraen ciertas conclusiones. Tabla 5.5. Resumen de las correlaciones Las consecuencias económicas están muy relacionadas con el síntoma ‘preponderancia’, ‘tolerancia’ y ‘recaída’. Los sentimientos de remordimientos se relacionan más con los síntomas de ‘preponderancia y ‘recaída’. La percepción Consecuencias económicas Remordimientos Recompensa Preponderancia 0,624*** 0,482*** 0,619*** Tolerancia 0,620*** 0,417*** 0,763*** Modificación del estado de ánimo 0,448*** 0,368*** 0,677*** Dependencia 0,498*** 0,393*** 0,488*** Recaída 0,559*** 0,471*** 0,621*** Conflicto 0,449*** 0,428*** 0,460*** ***p<0,001 34 de recompensa de la compra está mayormente relacionada con el síntoma de ‘tolerancia’, ‘preponderancia’, ‘modificación del estado de ánimo’, ‘dependencia’ y ‘recaída’. Se infiere que las consecuencias están más relacionadas con los factores de los inicios del comportamiento adictivo, excepto para la modificación del estado de ánimo con recompensa, ya que el síntoma indica la búsqueda de auto-recompensarse y levantar el estado de ánimo con las compras. De forma general, se puede considerar que la presencia de los síntomas se relaciona positivamente con la presencia de las consecuencias, de forma relativamente importante. A continuación, se realizan regresiones lineales para ver la posible relación de dependencia que existe entre las consecuencias y los síntomas (tabla 5.6). Tabla 5.6. Coeficientes para cada una de las regresiones entre síntomas y consecuencias Consecuencias económicas. Los síntomas ‘tolerancia’, ‘recaída’ y ‘conflicto’ influyen de forma positiva en la existencia de consecuencias económicas nocivas. Un aumento en la presencia de estos síntomas indicaría mayores problemas económicas. Esto se puede explicar por la definición de cada síntoma. La necesidad de realizar cada vez mayores compras online para poder sentir emociones positivas a las que se ha desarrollado tolerancia (síntoma tolerancia) además de la repetición no controlada conscientemente de realizar compras online indica un mayor gasto monetario y posibles mayores problemas Preponderancia 0,20* 0,16 0,01 Tolerancia n.i. -0,19 0,45*** Modificación del estado de ánimo 0,00 0,10 0,39*** Dependencia 0,10 -0,10 -0,21* Recaída 0,54*** 0,07 0,22* Conflicto 0,16* 0,10 0,02 Consecuencias económicas -0,48** - 0,76/0,75 0,34/0,29 0,65/0,63 n.i. no incluida en el modelo por problemas de multicolinealidad *p<0,05 **p<0,01 ***p<0,001 Consecencias económicas Remordimientos Recompensa Variables independientes β estandarizados β estandarizados β estandarizados 35 económicos. A esto se suma que las personas en situación de conflicto podrían no llegar a controlar los gastos en compras online. Consecuencias psicológicas: remordimientos. En este caso, los síntomas no resultaban influir en los remordimientos sentidos. Al realizar una regresión en dos bloques en el que se incluyesen las consecuencias económicas, sí que resultaban explicar, en parte, el modelo. Esto significa, que un aumento en los problemas económicos derivados de las compras online, provoca una mayor sensación de remordimientos. Sin embargo, habrá otras variables, no analizadas en este caso, que sí que pudieran explicar el sentimiento de remordimientos de una mejor forma. Consecuencias psicológicas: recompensa. Los síntomas ‘tolerancia’, ‘modificación del estado de ánimo’ y ‘recaída’ influyen de forma positiva en la mayor sensación de recompensa, ‘dependencia’ influye de forma negativa. La utilización de las compras como forma de elevar el estado de ánimo y por tanto la sensación de recompensa sería explicada por ‘modificación del estado de ánimo’. La necesidad de aumentar las compras para sentir las sensaciones positivas, en las que se incluye la recompensa, a las que el individuo ha desarrollado cierta tolerancia, sería explicado por ‘tolerancia’. Es por lo que ambas variables podrían llegar a influir en mayor medida a aumentar la puntuación de ‘recompensa’. Un aumento en los sentimientos negativos originados por no poder realizar compras online (dependencia) sería lo que influiría para disminuir la sensación de recompensa (es decir, reducir la puntuación de ‘recompensa’). En el análisis de las consecuencias económicas se ha querido comprobar si estas influyen con mayor gravedad en individuos con un menor poder adquisitivo. Se llega a la única conclusión de que aquellas personas con el menor nivel de renta por el que se preguntaba son las que presentan mayores problemas económicos. La escasa muestra en los demás grupos no permite ver si habría un contraste entre los grupos con menor renta, por lo que solo se puede establecer una relación. 36 6. ADICCIÓN A LAS COMPRAS ONLINE. MODELO PROPUESTO Todo lo expuesto con anterioridad se puede resumir en un único modelo de dependencia. En este, las variables causales afectarían sobre los síntomas y estos, sobre las consecuencias. De tal forma que el modelo de la adicción a las compras online quedaría estructurado como en otros modelos de adicción en una serie de relaciones causa-síntoma-consecuencia. En este estudio, se ha analizado como causa principal el marketing, que ha demostrado jugar un papel relevante en el potenciamiento de alguno de los síntomas de la adicción, sin embargo, hay otros muchos factores causales que podrían dar una mayor profundidad al modelo. Se incluye, a mayores las variables ‘frecuencia de curiosear’ y ‘tiempo de curiosear’ como regresores de la variable ‘entretenimiento’, al considerar esta como influenciada por el tiempo y la frecuencia con la que se entra a tiendas online a realizar compras o ver artículos. El gráfico 5.6 muestra el modelo de dependencia de forma conjunta. Se resume la información de cada una de las variables a través de un análisis factorial y se muestran los coeficientes, además de los p-valores entre paréntesis. Aquellas relaciones de dependencia más significativas aparecen remarcadas para destacarlas. Para consultar la lista de todos los coeficientes y su significación, además de las medidas de bondad del ajuste para cada análisis consultar Anexo 6. En el gráfico 5.6. se puede ver como el marketing influye en todos los síntomas de la adicción, tal y como ya se había visto. Es decir, la exposición a estímulos de marketing puede desencadenar síntomas de la adicción y, por tanto, ser influyentes en el proceso adictivo. Afecta con mayor medida a los síntomas que denotan la necesidad de realizar compras de forma continuada, bien sea por la incapacidad de frenar el comportamiento—recaída—, o por la necesidad de sentir emociones positivas con las compras —tolerancia. Estos síntomas, a su vez, son los que repercuten en mayor medida en problemas económicos. Se puede considerar que el marketing provoca a los usuarios la necesidad de aumentar la cantidad comprada, lo cual puede ser nocivo para personas con ciertos problemas de adicción. 37 Gráfico 5.6. Adicción a las compras online. Modelo propuesto* *Coeficientes; p-valor entre paréntesis 44 ANEXO 1. CUESTIONARIO El cuestionario distribuido a través de medios telemáticos se expone a continuación, separado por bloques temáticos. Bloque 1: consumo online Indique cuántas veces realiza compras online al mes: • 1 o ninguna • Alguna vez, de forma esporádica • 1 vez a la semana • Varias veces por semana • Todos los días Indique el grado en el que le representan estas afirmaciones: (1: Para nada identificado; 5: me representa por completo) Cuando entro en una tienda online, dedico mucho tiempo a curiosear 1 2 3 4 5 Entro en tiendas web con frecuencia para ver artículos, incluso sin intención de comprar nada 1 2 3 4 5 Visitar tiendas online es una de mis formas de entretenimiento 1 2 3 4 5 ¿Con que frecuencia realiza compras de estos productos online? (1: Nunca o casi nunca; 7: con mucha frecuencia) Ropa, zapatos y accesorios 1 2 3 4 5 Cine, contenido TV (series, películas) y música 1 2 3 4 5 Libros 1 2 3 4 5 Productos de electrónica 1 2 3 4 5 Videojuegos 1 2 3 4 5 Decoración y productos de hogar 1 2 3 4 5 Productos de belleza y cosméticos 1 2 3 4 5 Productos deportivos 1 2 3 4 5 Coleccionismo 1 2 3 4 5 Indica la frecuencia con la que compra online en las siguientes plataformas: (1: Nunca o casi nunca; 7: con mucha frecuencia) Amazon 1 2 3 4 5 Aliexpress 1 2 3 4 5 Asos 1 2 3 4 5 eBay 1 2 3 4 5 Etsy 1 2 3 4 5 Shein 1 2 3 4 5 Tiendas online que tienen locales físicos (Zara, H&M, Sephora…) 1 2 3 4 5 Otras tiendas online (Pc Componentes, Maquillalia…) 1 2 3 4 5 Vinted 1 2 3 4 5 Wallapop 1 2 3 4 5 Zalando 1 2 3 4 5 Bloque 2: causas Externas: Marketing Estoy suscrito a las newsletters de mis marcas favoritas 1 2 3 4 5 Presto atención a los anuncios emergentes de las tiendas online que me gustan 1 2 3 4 5 45 Consulto las novedades que veo en las redes sociales y correos que me envían las marcas que me gustan 1 2 3 4 5 Estoy atento a los descuentos que se publican en las redes de las marcas que me gustan 1 2 3 4 5 Suelo recibir muchas notificaciones de ofertas, promociones o información comercial de marcas 1 2 3 4 5 Estoy pendiente de los descuentos y promociones que realizan mis tiendas online favoritas 1 2 3 4 5 Cuando recibo códigos de descuento, intento realizar alguna compra para utilizarlos 1 2 3 4 5 Bloque 3: síntomas Indique el grado en el que le representan estas afirmaciones (1: No me siento para nada identificado; 7: la afirmación m e representa por completo) Preponderancia Cuando no compro online, estoy pensando en poder hacerlo 1 2 3 4 5 Pienso, de forma frecuente, en cómo ahorrar más tiempo y dinero haciendo compras online 1 2 3 4 5 Realizar compras online es algo importante en mi vida 1 2 3 4 5 Tolerancia Últimamente, siento el impulso de realizar más compras online 1 2 3 4 5 Cada vez dedico más tiempo en compras online 1 2 3 4 5 Últimamente he realizado compras online no planeadas 1 2 3 4 5 Modificación del estado de ánimo Cuando me siento mal, comprar online puede ayudarme a hacerme sentir mejor 1 2 3 4 5 Comprar online me ayuda a alejarme de los problemas de la vida diaria 1 2 3 4 5 Dependencia Cuando no puedo realizar compras online por algún motivo, me siento deprimido 1 2 3 4 5 Si no pudiera realizar compras online durante algún tiempo, la vida se haría algo aburrida y triste 1 2 3 4 5 Recaída He intentado reducir mis compras online o no realizar ninguna, sin éxito alguno 1 2 3 4 5 He decidido realizar compras online de forma menos frecuente, pero soy incapaz de lograrlo 1 2 3 4 5 Conflicto Cuando trabajo o estudio puedo llegar a ser menos productivo por hacer compras online 1 2 3 4 5 Me he peleado con mis padres por culpa de mis gastos en compras online 1 2 3 4 5 Bloque 4: consecuencias Indique el grado en el que, en alguna ocasión, le han podido representar estas afirmaciones: Debido a mis gastos online…. A veces tengo problemas para afrontar otros gastos importantes para mi 1 2 3 4 5 He tenido que pedir dinero a mis padres para poder afrontar otros gastos necesarios 1 2 3 4 5 46 Al realizar compras online…. Realizo muchas compras impulsivas en las que gasto más dinero del que debería 1 2 3 4 5 Muchas veces considero la compra como una recompensa personal 1 2 3 4 5 Me siento entusiasmado pensando en la entrega y poder tener los artículos comprados 1 2 3 4 5 A veces, tiempo después de hacer el pago, siento remordimientos por el gasto 1 2 3 4 5 A veces, tiempo después de hacer la compra, siento que quizás no debería haber hecho la compra 1 2 3 4 5 Bloque 5: variables sociodemográficas Sexo: • Hombre • Mujer • Otro Actividad: • Estudiante • Trabajador a tiempo completo • Trabajador a tiempo parcial • Ninguno Nivel de estudios: • Sin estudios • Estudios básicos obligatorios • Bachillerato o formación profesional • Graduado o licenciado universitario • Doctorado/máster Edad: • 16-17 años • 18-25 años • 26-30 años • 31-35 años • 36-40 años • Más de 40 Renta mensual: • Hasta 200€ • De 201 a 500€ • De 501 a 1000€ • Más de 1001€ • Prefiero no decirlo Zona de residencia: • Medio rural • Ciudades • Zonas urbanas del área metropolitana de una ciudad 47 ANEXO 2: CREACIÓN DE FACTORES 2.1. Análisis factorial: marketing Para facilitar los análisis y resumir toda la información relativa al marketing como elemento que potencia la Adicción al Consumo Online en un único factor, se comienza realizando un análisis factorial en el que se incluyen los ítems que comprende la variable ‘marketing’ (ver tabla 4.4 del texto). Tabla 2.1. Prueba KMO y Bartlett para ‘prueba de marketing’ Tabla 2.2. Comunalidades para el factor ‘prueba de marketing’ Según la Prueba KMO, el análisis factorial se considera adecuado en este caso. Igualmente se considera adecuado según la Prueba de esfericidad de Bartlett para un nivel de significación de 0,05. Tabla 2.3. Varianza total explicada para el factor ‘prueba de marketing’ 0,862 Aprox. Chi-cuadrado 422,09 gl 21 Sig. <0,001 Medida Kaiser-Meyer-Olkin de adecuación de muestreo Prueba de esfericidad de Bartlett Inicial Extracción Estoy suscrito a las newsletters de mis marcas favoritas 1,00 0,461 Presto atención a los anuncios emergentes de las tiendas que me gustan 1,00 0,590 Consulto las novedades que veo en las redes sociales y correos que me envían las marcas que me gustan 1,00 0,713 Estoy atento a los descuentos que se publican en las redes de las marcas que me gustan 1,00 0,767 Suelo recibir muchas notificaciones de ofertas, promociones o información comercial de marcas 1,00 0,343 Estoy pendiente de los descuentos y promociones que realizan mis tiendas online favoritas 1,00 0,802 Cuando recibo códigos de descuento, intento realizar alguna compra para utilizarlos 1,00 0,590 Total % de varianza % acumulado Total % de varianza % acumulado 14,267 60,961 60,961 4,267 60,961 60,961 20,872 12,452 73,412 30,607 8,678 82,091 40,503 7,184 89,274 50,295 4,21 93,484 60,28 4,005 97,49 70,176 2,51 100 Componente Autovalores iniciales Sumas de cargas al cuadrado de la extracción 48 El análisis factorial indica que se extrae un único factor, si se consideran aquellos autovalores mayores que 1. El factor explica el 60,96% de la variabilidad de la varianza. Se crea así el factor: prueba de marketing. Para tratar de conseguir un mayor porcentaje de varianza explicada, se eliminan las variables que tienen una menor carga extraída en las comunalidades (tabla 2.2.) y se realiza un segundo análisis factorial. En este segundo análisis se omiten las variables ‘estoy suscrito a las newsletters de mis marcas favoritas’, y ‘consulto las novedades que veo en las redes sociales y correos que me envían las marcas que me gustan’, por ser las que menos contribuyen al factor. Tabla 2.4. Prueba KMO y Bartlett para ‘prueba de marketing 2’ Tabla 2.5. Comunalidades para el factor ‘prueba de marketing 2’ Según la Prueba KMO, el análisis factorial se considera adecuado en este caso. Igualmente se considera adecuado según la Prueba de esfericidad de Bartlett para un nivel de significación de 0,05. 0,851 Aprox. Chi-cuadrado 331,613 gl 10 Sig. <0,001 Medida Kaiser-Meyer-Olkin de adecuación de muestreo Prueba de esfericidad de Bartlett Inicial Extracción Presto atención a los anuncios emergentes de las tiendas que me gustan 1,00 0,644 Consulto las novedades que veo en las redes sociales y correos que me envían las marcas que me gustan 1,00 0,757 Estoy atento a los descuentos que se publican en las redes de las marcas que me gustan 1,00 0,787 Estoy pendiente de los descuentos y promociones que realizan mis tiendas online favoritas 1,00 0,78 Cuando recibo códigos de descuento, intento realizar alguna compra para utilizarlos 1,00 0,639 49 Tabla 2.6. Varianza total explicada para el factor ‘prueba de marketing 2’ El análisis factorial indica que se extrae un único factor, si se consideran aquellos autovalores mayores que 1. El factor explica el 72,15% de la variabilidad de la varianza, lo que resulta un porcentaje bastante mayor que para el factor marketing. Se crea un nuevo factor: prueba de marketing 2. Al considerar relevante la información proporcionada por ‘estoy suscrito a las newsletters de mis marcas favoritas’ y tener una contribución de 0,461, la cual puede considerarse significativa, se decide realizar un nuevo análisis con la finalidad de tener un factor que englobe la información más importante relacionada con las variables de marketing. Tabla 2.7. Prueba KMO y Bartlett para el factor ‘marketing’ Tabla 2.8. Comunalidades para el factor ‘marketing’ Total % de varianza % acumulado Total % de varianza % acumulado 13,607 72,15 72,15 3,607 72,15 72,15 20,525 10,493 82,643 30,378 7,554 90,197 40,302 6,045 96,242 50,188 3,758 100 Componente Autovalores iniciales Sumas de cargas al cuadrado de la extracción 0,871 Aprox. Chi-cuadrado 372,41 gl 15 Sig. <0,001 Medida Kaiser-Meyer-Olkin de adecuación de muestreo Prueba de esfericidad de Bartlett Inicial Extracción Estoy suscrito a las newsletters de mis marcas favoritas 1,00 0,445 Presto atención a los anuncios emergentes de las tiendas que me gustan 1,00 0,639 Consulto las novedades que veo en las redes sociales y correos que me envían las marcas que me gustan 1,00 0,734 Estoy atento a los descuentos que se publican en las redes de las marcas que me gustan 1,00 0,763 Estoy pendiente de los descuentos y promociones que realizan mis tiendas online favoritas 1,00 0,781 Cuando recibo códigos de descuento, intento realizar alguna compra para utilizarlos 1,00 0,62 50 Según la Prueba KMO, el análisis factorial se considera adecuado en este caso. Igualmente se considera adecuado según la Prueba de esfericidad de Bartlett para un nivel de significación de 0,05. Tabla 2.9. Varianza total explicada para el factor ‘marketing’ El análisis factorial indica que se extrae un único factor, si se consideran aquellos autovalores mayores que 1. El factor explica el 66,38% de la variabilidad de la varianza. Es un porcentaje que se considera suficiente. Se prefiere reducir la explicación de la varianza en comparación con ‘prueba de marketing 2’ si esto implica incluir una variable que contiene información que se considera interesante. Se crea un nuevo factor, que se utilizará de forma definitiva en los análisis que se realizarán a continuación: marketing. Finalmente, en la tabla 2.10. se muestra un resumen de los factores realizados con las variables que los conforman y la fiabilidad de estos. Total % de varianza % acumulado Total % de varianza % acumulado 13,983 66,381 66,381 3,983 66,381 66,381 20,638 10,64 77,021 30,524 8,733 85,754 40,378 6,295 92,048 50,294 4,908 96,957 60,183 3,043 100 Componente Autovalores iniciales Sumas de cargas al cuadrado de la extracción 51 Tabla 2.10. Resumen de factores relativos al marketing 2.2. Análisis factorial de síntomas: preponderancia Para resumir toda la información relativa al primero de los síntomas en un único factor, se realiza un análisis factorial en el que se incluyen los ítems que comprende la variable ‘preponderancia’ (ver tabla 4.4 del texto). Tabla 2.11. Prueba KMO y Bartlett para el factor preponderancia Tabla 2.12. Comunalidades para el factor preponderancia Según la Prueba KMO, el análisis factorial se considera medianamente adecuado en este caso. Igualmente, se considera adecuado según la Prueba de esfericidad de Bartlett para un nivel de significación de 0,05. Prueba de marketing 0,461 0,590 0,713 0,767 0,343 0,802 0,590 Prueba de marketing 3 0,644 0,757 0,787 0,780 0,639 Marketing 0,445 0,639 0,734 0,763 0,781 0,620 Estoy suscrito a las newsletters de mis marcas favoritas Presto atención a los anuncios emergentes de las tiendas que me gustan Consulto las novedades que veo en las redes sociales y correos que me envían las marcas que me gustan Estoy pendiente de los descuentos y promociones que realizan mis tiendas online favoritas Cuando recibo códigos de descuento, intento realizar alguna compra para utilizarlos 0,888 0,901 0,895 60,96% 72,15% 63,38% Estoy suscrito a las newsletters de mis marcas favoritas Presto atención a los anuncios emergentes de las tiendas que me gustan Consulto las novedades que veo en las redes sociales y correos que me envían las marcas que me gustan Estoy atento a los descuentos que se publican en las redes de las marcas que me gustan Suelo recibir muchas notificaciones de ofertas, promociones o información comercial de marcas Estoy pendiente de los descuentos y promociones que realizan mis tiendas online favoritas Cuando recibo códigos de descuento, intento realizar alguna compra para utilizarlos Presto atención a los anuncios emergentes de las tiendas que me gustan Consulto las novedades que veo en las redes sociales y correos que me envían las marcas que me gustan Estoy atento a los descuentos que se publican en las redes de las marcas que me gustan Estoy atento a los descuentos que se publican en las redes de las marcas que me gustan Estoy pendiente de los descuentos y promociones que realizan mis tiendas online favoritas Cuando recibo códigos de descuento, intento realizar alguna compra para utilizarlos Factor Carga factorial Varianza explicada Alfa de Cronbach 0,694 Aprox. Chi-cuadrado 82,913 gl 3 Sig. <0,001 Medida Kaiser-Meyer-Olkin de adecuación de muestreo Prueba de esfericidad de Bartlett Inicial Extracción Cuando no compro online, estoy pensando en poder hacerlo 1,00 0,648 Pienso, de forma recurrente, en cómo ahorrar más tiempo y dinero haciendo compras online 1,00 0,723 Realizar compras online es algo importante en mi vida 1,00 0,688 52 Tabla 2.13. Varianza total explicada para el factor preponderancia El análisis factorial indica que se extrae un único factor, si se consideran aquellos autovalores mayores que 1. El factor explica el 68,61% de la variabilidad de la varianza. Se crea así el factor: preponderancia. 2.3. Análisis factorial de síntomas: tolerancia Para resumir toda la información relativa al síntoma de la tolerancia en un único factor, se realiza un análisis factorial en el que se incluyen los ítems que comprende la variable ‘tolerancia’ (ver tabla 4.4 del texto). Tabla 2.14. Prueba KMO y Bartlett para el factor tolerancia Tabla 2.15. Comunalidades para el factor tolerancia Según la Prueba KMO, el análisis factorial se considera adecuado en este caso. Igualmente, se considera adecuado según la Prueba de esfericidad de Bartlett para un nivel de significación de 0,05. Las comunalidades arrojan muy buenos valores sobre la contribución de cada variable al factor. Total % de varianza % acumulado Total % de varianza % acumulado 12,058 68,613 68,613 2,058 68,613 68,613 20,521 17,353 85,967 30,421 14,033 100 Componente Autovalores iniciales Sumas de cargas al cuadrado de la extracción 0,729 Aprox. Chi-cuadrado 178,173 gl 3 Sig. <0,001 Medida Kaiser-Meyer-Olkin de adecuación de muestreo Prueba de esfericidad de Bartlett Inicial Extracción Últimamente, siento el impulso de realizar más compras online 1,00 0,858 Cada vez dedico más tiempo en compras online 1,00 0,805 Últimamente, he realizado compras online no planeadas 1,00 0,778 53 Tabla 2.16. Varianza total explicada para el factor tolerancia El análisis factorial indica que se extrae un único factor, si se consideran aquellos autovalores mayores que 1 El factor explica el 81,36% de la variabilidad de la varianza. Se crea así el factor: tolerancia. 2.4. Análisis factorial de síntomas: modificación del estado de ánimo Para resumir toda la información relativa a los síntomas relacionados con el síntoma de la modificación del estado de ánimo en un único factor, se realiza un análisis factorial en el que se incluyen los ítems que comprende la variable ‘modificación del estado de ánimo’ (ver tabla 4.4 del texto). Tabla 2.17. Prueba KMO y Bartlett para el factor modificación del estado de ánimo Tabla 2.18. Comunalidades para el factor modificación del estado de ánimo Según la Prueba KMO, el análisis factorial se considera medianamente adecuado en este caso. Igualmente se considera adecuado según la Prueba de esfericidad de Bartlett para un nivel de significación de 0,05. Las comunalidades arrojan muy buenos valores sobre la contribución de cada variable al factor. Total % de varianza % acumulado Total % de varianza % acumulado 12,441 81,364 81,364 2,441 81,364 81,364 20,343 11,448 92,812 30,216 7,188 100 Componente Autovalores iniciales Sumas de cargas al cuadrado de la extracción 0,5 Aprox. Chi-cuadrado 118,68 gl 1 Sig. <0,001 Medida Kaiser-Meyer-Olkin de adecuación de muestreo Prueba de esfericidad de Bartlett Inicial Extracción Cuando me siento mal, comprar online puede ayudarme a hacerme sentir mejor 1,00 0,912 Comprar online me ayuda a alejarme de los problemas de la vida diaria 1,00 0,912 60 caso, como se ve en la tabla 2.36. las dos variables tienen una alta contribución al factor. Tabla 2.37. Varianza total explicada para factor remordimientos El análisis factorial indica que se extrae un único factor, si se consideran aquellos autovalores mayores que 1. El factor explica el 93,04% de la variabilidad de la varianza. Se crea así el factor: remordimientos. Además, para no perder información, se decide probar si las dos variables excluidas, ‘a veces, tiempo después de hacer el pago, siento remordimientos por el gasto’, ‘a veces, tiempo después de hacer la compra, siento que quizás no debería haberla hecho’, podrían llegar a formar un factor. Se realiza un nuevo análisis factorial. Tabla 2.38. Prueba KMO y Bartlett para factor recompensa Tabla 2.39. Comunalidades para factor recompensa Según la Prueba KMO, el análisis factorial se considera medianamente adecuado en este caso. De la misma forma, se considera adecuado según la Prueba de esfericidad de Bartlett para un nivel de significación de 0,05. En este Total % de varianza % acumulado Total % de varianza % acumulado 11,861 93,043 93,043 1,861 93,043 93,043 20,139 6,957 100 Componente Autovalores iniciales Sumas de cargas al cuadrado de la extracción 0,5 Aprox. Chi-cuadrado 50,059 gl 1 Sig. <0,001 Medida Kaiser-Meyer-Olkin de adecuación de muestreo Prueba de esfericidad de Bartlett Inicial Extracción Muchas veces considero la compra como una recompensa personal 1,00 0,808 Me siento entusiasmado pensando en la entrega y poder tener los artículos comprados 1,00 0,808 61 caso, como se ve en la tabla 2.39. las dos variables tienen una alta contribución al factor. Tabla 2.40. Varianza total explicada para factor recompensa El análisis factorial indica que se extrae un único factor, si se consideran aquellos autovalores mayores que 1. El factor explica el 80,85% de la variabilidad de la varianza. Se crea así el factor: recompensa. Así, las consecuencias psicológicas derivadas de la adicción se dividen en dos factores, uno que implica emociones positivas (recompensa) y otro que implicaría sentimientos de arrepentimiento (remordimientos). Total % de varianza % acumulado Total % de varianza % acumulado 11,617 80,847 80,847 1,617 80,847 80,847 20,383 19,153 100 Componente Autovalores iniciales Sumas de cargas al cuadrado de la extracción 62 ANEXO 3. ANÁLISIS DE GRUPOS 3.1. Creación de grupos Para el proceso de segmentación de la muestra en grupos según la fase del proceso de adicción en el que se encuentre, se ha realizado un análisis de clústres jerárquicos. Se utilizan como criterios de segmentación los factores en los que se agrupan los síntomas: preponderancia, tolerancia, modificación del estado de ánimo, dependencia, recaída y conflicto. Se establecen cuatro como número de soluciones a priori, ya que como se ha podido ver en le marco teórico, son las fases en las que se puede ver mejor matizada la evolución del comportamiento. El método de agrupación elegido es el Método de Ward, a través de la distancia euclídea al cuadrado y se estandarizan los valores (se utilizan las puntuaciones Z). Para ver la distancia a la que se combinan los grupos se crea el dendograma. Gráfico 3.1. Dendograma: grupos de adicción Fuente: extraído del programa SPPS Una vez que están conformados los grupos, se calculan las puntuaciones medias de cada síntoma para cada grupo a fin de saber la presencia de cada factor en ellos. Así se podrá caracterizar estos grupos de acuerdo a la sintomatología que presentan. Tabla 3.1. Medias de los síntomas para cada grupo Grupo 1 -0,6593986 -0,7530716 -0,7474417 -0,5804847 -0,6209527 -0,451051 Grupo 2 0,1009857 0,1630245 1,274978 0,229425 -0,5297543 -0,5752638 Grupo 3 1,1861662 1,1588943 1,2021987 1,4638314 1,1763536 1,4781311 Grupo 4 0,7075225 1,0764274 0,2465809 -0,1142518 0,9918412 -0,1088245 Modificación del estado de ánimo Preponderancia Tolerancia Dependencia Recaída Conflicto 63 Además, para saber la cantidad de personas que hay en cada grupo, se calculan las frecuencias expuestas en la tabla 3.2. Tabla 3.2. Frecuencias por grupo Se realizan análisis complementarios para poder llegar a una mejor caracterización de los grupos. El objetivo es saber si hay diferencias significativas entre los grupos para las siguientes variables. Frecuencia de compra (variable ‘frecuencia de compra online’). Para saber si hay una frecuencia de compra online diferente para los individuos según el grupo al que pertenecen se realiza un contraste Chi-Cuadrado. Para este análisis, debido a la escasa muestra en los grupo para las categorías ‘1 vez a la semana’ y ‘varias veces por semana’, se codifican ambas en una única opción (‘una vez a la semana o más’). Se extraen los recuentos esperado y observado junto con los residuos estandarizados. Tabla 3.3. Prueba Chi-cuadrado variable ‘frecuencia de compra online’ Grupos Frecuencia Porcentaje válido Porcentaje acumulado Grupo 1 59 55% 55,10% Grupo 2 10 9,30% 64,50% Grupo 3 23 21,50% 86% Grupo 4 15 14% 100% Total 107 100,00% Valor gl Significación asintótica (bilateral) Chi-cuadrado de Pearson 31,948 6<0,001 Razón de verosimilitud 34,28 6<0,001 Asociación lineal por lineal 15,899 1<0,001 N de casos válidos 107 64 Tabla 3.4. Tabla cruzada: grupos de adicción y frecuencia de compra online Para un nivel de significación de 0,05 se considera que hay diferencias significativas entre los grupos para su frecuencia de compra online (ver tabla 3.4). Se extraen las siguientes conclusiones. El grupo 1 es el único donde hay un mayor número de personas que realizan una o ninguna compra online al mes, aunque la mayoría realiza compras esporádicas. El grupo 2 y 4 se caracterizan por realizar compras esporádicas, sin que haya gran presencia de individuos que realicen compras con otra frecuencia. El grupo 3, es el único en el que un gran porcentaje de sus individuos realizan compras de forma semanal, de forma que han creado cierta rutina en sus compras; aún así, también hay otro gran número de individuos que realizan compras esporádicas. El grupo que no presenta ningún grado de adicción es aquel que o no realiza compras o las hace con menor frecuencia. El grupo de personas con un mayor grado de adicción es el que recurre a las compras online con mayor frecuencia. Mientras que los grupos intermedios realizan compras online de forma esporádica. Tiempo que se dedica a curiosear en tiendas online (variable ‘tiempo de curiosear’). Para saber si hay diferencias significativas para los individuos según el grupo al que pertenecen se realiza un análisis ANOVA. Antes de proceder a su realización se realizan las pruebas de normalidad y de homogeneidad de 1 2 3 4 Total Recuento 22 22228 Recuento esperado 15,4 2,6 63,9 28 Residuo estandarizado 1,7 -0,4 -1,6 -1 Recuento 37 611 11 65 Recuento esperado 35,8 6,1 14 9,1 65 Residuo estandarizado 0,2 0-0,8 0,6 Recuento 0 2 10 214 Recuento esperado 7,7 1,3 3 2 14 Residuo estandarizado -2,8 0,6 4 0 Recuento 59 10 23 15 107 Recuento esperado 59 10 23 15 107 Grupos de adicción Total 1 o ninguna Alguna vez, de forma esporádica 1 vez a la semana o más 65 varianzas (tabla 3.5 y tabla 3.6 respectivamente) para comprobar que se cumplen los requisitos que necesita el análisis. En este caso, la variable no cumple la hipótesis de homogeneidad de varianzas entre los grupos, por lo que se recurre a realizar pruebas no paramétricas (en este caso la prueba Kruskal- Wallis). Para un nivel de significación de 0,05 se rechaza la hipótesis nula de que la distribución de la variable es igual en todos los grupos de adicción y no hay diferencias significativas entre los grupos para el tiempo que dedican a curiosear en tiendas online (ver tabla 3.9 y tabla 3.10). Se considera que no es una variable que se diferencia de unos individuos a otros en función de la fase del proceso adictivo en la que se encuentren Frecuencia con la que los individuos entran a las tiendas online para curiosear artículos (variable ‘frecuencia de curiosear). Para saber si hay diferencias significativas para los individuos según el grupo al que pertenecen se realiza un análisis ANOVA. Antes de proceder a su realización se realizan las pruebas de normalidad y de homogeneidad de varianzas (tabla 3.5 y tabla 3.6 respectivamente) para comprobar que se cumplen los requisitos que necesita el análisis. En este caso, la variable no cumple la hipótesis de homogeneidad de varianzas entre los grupos, por lo que se recurre a realizar pruebas no paramétricas (en este caso la prueba Kruskal-Wallis). Para un nivel de significación de 0,05 se considera que hay diferencias significativas entre los grupos para la frecuencia con la que curiosean artículos en tiendas online (ver tabla 3.9 y tabla 3.10). Se realizan las comparaciones entre grupos para poder extraer conclusiones (véase tabla 3.11). Solo hay diferencias significativas en cuanto a la frecuencia de curiosear en tiendas online entre los grupos 1 y 3, y entre los grupos 2 y 3. Es decir, entre los que no presentan ningún, o prácticamente ningún rasgo de adicción y los que están en un alto riesgo, respectivamente. En este caso, son los individuos del grupo 3 los que realizan con mayor frecuencia la acción de curiosear en tiendas online. 66 • Frecuencia con la que los individuos curiosean en tiendas online: o grupo 1 < grupo 3 o grupo 2 < grupo 3 Consideración del individuo de las compras online como medio de entretenimiento (variable ‘entretenimiento’). Para saber si hay diferencias significativas para los individuos según el grupo al que pertenecen se realiza un análisis ANOVA. Antes de proceder a su realización se realizan las pruebas de normalidad y de homogeneidad de varianzas (tabla 3.5 y tabla 3.6 respectivamente) para comprobar que se cumplen los requisitos que necesita el análisis. Para un nivel de significación de 0,05 se considera que hay diferencias significativas entre los grupos en cuanto a la consideración de la realización de compras online como forma de entretenimiento. Al observar las pruebas de comparaciones múltiples mediante el método Bonferroni (véase tabla 3.8), se extraen las siguientes conclusiones. Entre el grupo 1 y el grupo 2 (aquellos conformados por las personas que no presentan rasgos de adicción o estos no son verdaderamente importantes) no hay diferencias significativas a un nivel de confianza del 5%. De la misma forma tampoco hay diferencias significativas entre el grupo 3 y el grupo 4 (aquellos con mayor riesgo de adicción). Al analizar las comparaciones significativas, se puede observar como la consideración de las compras online como forma de entretenimiento es mayor en el grupo 3, el de individuos en mayor riesgo, que para los demás grupos. En el grupo 4, esta consideración es elevada también, frente a los grupos 1 y 2, donde esta consideración es menor. • Consideración de compras online como entretenimiento: o (grupo 1 = grupo 2) < (grupo 3 = grupo 4) 67 Tabla 3.5. Pruebas de normalidad Tabla 3.6. Prueba de homogeneidad de varianza Tabla 3.7. Análisis ANOVA para variable entretenimiento Estadístico gl Sig. Estadístico gl Sig. Grupo 1 0,231 59 <0,001 0,856 59 <0,001 Grupo 2 0,282 10 0,023 0,794 10 0,012 Grupo 3 0,248 23 <0,001 0,804 23 <0,001 Grupo 4 0,373 15 <0,001 0,734 15 <0,001 Grupo 1 0,175 59 <0,001 0,897 59 <0,001 Grupo 2 0,316 10 0,005 0,835 10 0,038 Grupo 3 0,304 23 <0,001 0,838 23 0,002 Grupo 4 0,331 15 <0,001 0,744 15 <0,001 Grupo 1 0,268 59 <0,001 0,78 59 <0,001 Grupo 2 0,289 10 0,018 0,778 10 0,008 Grupo 3 0,231 23 0,002 0,88 23 0,01 Grupo 4 0,3 15 <0,001 0,864 15 0,027 Tiempo de curiosear Frecuencia de curiosear Entretenimiento Kolmogorov-Smirnov Shapiro-Wilk Variable Grupos de adicción Estadístico de Levene gl1 gl2 Sig. Se basa en la media 7,764 3103 <0,001 Se basa en la mediana 4,106 3103 0,009 Se basa en la media 3,843 3103 0,012 Se basa en la mediana 2,967 3103 0,035 Se basa en la media 1,191 3103 0,317 Se basa en la mediana 0,997 3103 0,397 Tiempo de curiosear Frecuencia de curiosear Entretenimiento Suma de cuadrados gl Media cuadrática FSig. Entre grupos 62,439 320,813 19,178 <0,001 Dentro de grupos 111,785 103 1,085 Total 174,224 106 Entretenimiento 68 Tabla 3.8. Comparaciones múltiples variable ‘entretenimiento’. Pruebas post-hoc. Bonferroni Tabla 3.9. Resumen de contrastes de hipótesis. Pruebas no paramétricas Tabla 3.10. Resumen de prueba Kruskal-Wallis para muestras independientes Variable dependiente (I) Grupos de adicción (J) Grupos de adicción Diferencia de medias (I-J) Error estándar Sig. 2-0,136 0,356 1 3-1,831 0,256 <0,001 4-1,136 0,301 0,002 10,136 0,356 1 3-1,696 0,395 <0,001 4-1 0,425 0,124 11,831 0,256 <0,001 21,696 0,395 <0,001 40,696 0,346 0,281 11,136 0,301 0,002 210,425 0,124 3-0,696 0,346 0,281 Bonferroni Comparaciones múltiples entretenimiento 1 2 3 4 Hipótesis nula Prueba Sig Decisión La distribución de tiempo de curiosear es la misma entre categorías de renta. Prueba de Kruskal-Wallis para muestras independientes <0,001 Rechace la hipótesis nula. La distribución de frecuencia de curiosear es la misma entre categorías de grupos de adicción. Prueba de Kruskal-Wallis para muestras independientes 0,019 Rechace la hipótesis nula. N total 107 N total 107 Estadístico de prueba 2,872 Estadístico de prueba 9,994 Grado de libertad 3Grado de libertad 3 Sig. asintótica (prueba bilateral) 0,412 Sig. asintótica (prueba bilateral) 0,019 tiempo de curiosear frecuencia de curiosear 69 Tabla 3.11. Comparaciones por parejas para variable ‘tiempo de curiosear’ en prueba Kruskal-Wallis 3.2. Análisis de plataformas Para saber si hay diferencias significativas en cuanto a la frecuencia de compra en plataformas para los individuos según el grupo al que pertenecen se realiza un análisis ANOVA. Antes de proceder a su realización se realizan las pruebas de normalidad y de homogeneidad de varianzas (tabla 3.12 y tabla 3.13 respectivamente) para comprobar que se cumplen los requisitos que necesita el análisis. Las variables pueden considerarse con una distribución normal para cada uno de los grupos. Para las variables que no cumplen la hipótesis de homogeneidad de varianzas, se realizan pruebas no paramétricas, en concreto, la prueba de Kruskal-Wallis (tablas 3.15 y 3.16). A mayores, para las variables significativas a un nivel de confianza del 5% se realizan comparaciones múltiples (para aquellas realizadas mediante el método Bonferroni ver tabla 3.14 y para aquellas derivadas de la prueba Kruskall-Wallis ver tabla 3.17). • Aliexpress: el grupo 3 sería el que realizaría mayores compras en esta plataforma, con gran diferencia del grupo 2 aún mayor del grupo 1. • Asos: el grupo 4 sería el que mayores compras realizaría, por mucho, ya que se diferencia enormemente de la frecuencia de compra en esta plataforma para el grupo 3. El grupo que presenta mayor adicción se diferencia por mucho de los compradores del grupo 1, lo que implica una mayor frecuencia para aquellos en mayor grado de adicción. Sin embargo, que sea mayor la frecuencia de compra para los individuos del grupo 4 Muestra 1-Muestra 2 Estadístico de prueba Desv. Error Desv. Estadístico de prueba Sig. Grupo 2 - Grupo 1 3,859 10,327 0,374 0,709 Grupo 2 - Grupo 4 -16 12,328 -1,298 0,194 Grupo 2 - Grupo 3 -25,257 11,439 -2,208 0,027 Grupo 1 - Grupo 4 -12,141 8,732 -1,39 0,164 Grupo 1 - Grupo 3 -21,397 7,423 -2,882 0,004 Grupo 4 - Grupo 3 9,257 10,022 0,924 0,356 76 ANEXO 4. INFLUENCIA DE LAS CAUSAS DE LA ADICCIÓN SOBRE LOS SÍNTOMAS En el análisis de las causas sobre los síntomas se realizan las correlaciones de la variable ‘entretenimiento’ y ‘marketing’ con los siete factores en los que se resumen los síntomas. Se realizan correlaciones bivariadas y se utiliza el coeficiente de Pearson. Se consideran significativas a un nivel de confianza del 5% todas las que aparecen en la tabla 4.1 y la tabla 4.2. Tabla 4.1. Correlaciones bivariadas entre ‘entretenimiento’ y síntomas Tabla 4.2. Correlaciones bivariadas entre ‘marketing’ y síntomas Tras esto se realizan una serie de regresiones lineales en dos pasos para ver la posible relación de dependencia que existe entre las causas externas de la adicción y con los síntomas. También se analizan las medidas de bondad del ajuste (en este caso el R cuadrado) y la posible multicolinealidad existente entre las variables. Entretenimiento Preponderancia Tolerancia Modificación del estado de ánimo Dependencia Recaída Conflic to Correlación de Pearson 10,63 0,54 0,462 0,519 0,513 0,445 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,63 10,747 0,668 0,694 0,677 0,617 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,54 0,747 10,693 0,628 0,733 0,522 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,462 0,668 0,693 10,688 0,477 0,583 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,519 0,694 0,628 0,688 10,603 0,655 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,513 0,677 0,733 0,477 0,603 10,503 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,445 0,617 0,522 0,583 0,655 0,503 1 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Dependencia Entretenimiento Preponderancia Tolerancia Modificación del estado de ánimo Recaída Conflicto Mark eting Preponderancia Tolerancia Modificación del estado de ánimo Dependencia Recaída Conflic to Correlación de Pearson 10,624 0,62 0,448 0,498 0,559 0,449 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,624 10,747 0,668 0,694 0,677 0,617 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,62 0,747 10,693 0,628 0,733 0,522 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,448 0,668 0,693 10,688 0,477 0,583 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,498 0,694 0,628 0,688 10,603 0,655 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,559 0,677 0,733 0,477 0,603 10,503 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Correlación de Pearson 0,449 0,617 0,522 0,583 0,655 0,503 1 Sig. (bilateral) <0,001 <0,001 <0,001 <0,001 <0,001 <0,001 Mark eting Preponderancia Tolerancia Modificación del estado de ánimo Dependencia Recaída Conflicto 77 Preponderancia Se realiza una regresión lineal en dos pasos en la que la variable dependiente ‘preponderancia’. Las variables independientes en la primera fase son ‘tiempo de curiosear’, ‘frecuencia de curiosear’ y ‘entretenimiento’; en la segunda fase se incluye la variable ‘marketing’ para evaluar cómo la exposición a estímulos de marketing afecta al padecimiento del síntoma ‘preponderancia’. Se calculan la medida de bondad del ajuste, a través del R cuadrado, y los diagnósticos de colinealidad (estadístico de tolerancia y el Factor de Inflación de Varianza). Si se analizan las mediad de bondad del ajuste, se observa un R cuadrado no demasiado elevado, pero que podría ser suficiente para explicar medianamente el modelo (ver tabla 4.3). Se observa, además, que no hay problemas de multicolinealidad preocupantes (tabla 4.4). La inclusión de la variable ‘marketing’ mejora bastante la explicación del modelo. Por lo que se considera que las variables elegidas influyen en la existencia del síntoma, aunque no son las únicas con las que se explica esto y dependerá también de otras causas no analizadas a través del cuestionario y que se podrían encontrar entre las expuestas en el apartado teórico del trabajo. En el modelo de regresión, se analizan los coeficientes significativos a un nivel de confianza del 5% (ver tabla 4.4). En el primer paso, solo la variable ‘entretenimiento’ es significativa. En el segundo, lo son tanto ‘entretenimiento’ como ‘marketing’. Influyen de forma positiva en el síntoma con coeficientes de 0,317 y 0,385, respectivamente. Esto implica que una mayor consideración de las compras como entretenimiento y una mayor exposición a estímulos de marketing aumentarían la presencia del síntoma. El marketing, en este caso, tiene un mayor coeficiente que el entretenimiento, por lo que se considera más importante en la determinación del factor la variable ‘marketing’. Tabla 4.3. Resumen del modelo de regresión para ‘preponderanica’ Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,636 0,405 0,387 0,78273719 20,704 0,496 0,476 0,72358292 78 Tabla 4.4. Coeficientes y estadísticos de colinealidad para ‘preponderancia’ Tolerancia Se realiza una regresión lineal en dos pasos en la que la variable dependiente ‘tolerancia’. Las variables independientes en la primera fase son ‘tiempo de curiosear’, ‘frecuencia de curiosear’ y ‘entretenimiento’; en la segunda fase se incluye la variable ‘marketing’ para evaluar cómo la exposición a estímulos de marketing afecta al padecimiento del síntoma ‘tolerancia’. Se calculan la medida de bondad del ajuste, a través del R cuadrado, y los diagnósticos de colinealidad (estadístico de tolerancia y el Factor de Inflación de Varianza). Si se analizan las mediad de bondad del ajuste, se observa un pobre R cuadrado. En el segundo paso, incluir la variable ‘marketing’ mejora bastante la explicación del modelo y se encuentra un R cuadrado no demasiado elevado, pero que podría ser suficiente para explicar medianamente el modelo (ver tabla 4.5). Se observa, además, que no hay problemas de multicolinealidad preocupantes (tabla 4.6). Se considera que las variables elegidas, influyen en la existencia del síntoma, aunque podría depender también de otras causas no analizadas a través del cuestionario y que se podrían encontrar entre las expuestas en el apartado teórico del trabajo. En el modelo de regresión, se analizan los coeficientes significativos a un nivel de confianza del 5% (ver tabla 4.6). En el primer paso, solo la variable ‘entretenimiento’ es significativa. En el segundo, lo son tanto ‘entretenimiento’ como ‘marketing’. Influyen de forma positiva en el síntoma con coeficientes de 0,233 y 0,474, respectivamente. Esto implica que una mayor consideración de las compras como entretenimiento y una mayor exposición a estímulos de BDesv. Error Beta Tolerancia VIF (Constante) -1,20E+00 0,277 -4,327 <0,001 Tiempo de curiosear -0,052 0,082 -0,058 -0,634 0,527 0,693 1,443 Frecuenca de curiosear 0,091 0,082 0,115 1,105 0,272 0,53 1,886 Entretenimiento 0,456 0,074 0,585 6,134 <0,001 0,637 1,571 (Constante) -0,706 0,281 -2,513 0,014 Tiempo de curiosear -0,028 0,076 -0,031 -0,371 0,711 0,689 1,451 Frecuenca de curiosear 0,014 0,078 0,017 0,174 0,862 0,502 1,991 Entretenimiento 0,317 0,076 0,406 4,174 <0,001 0,521 1,918 Marketing 0,385 0,089 0,385 4,305 <0,001 0,619 1,616 1 2 Coeficientes no estandarizados Coeficientes estandarizados t Sig. Estadísticas de colinealidad Modelo 79 marketing aumentarían la presencia del síntoma. El marketing, en este caso, tiene un coeficiente que dobla el entretenimiento, por lo que se considera más importante en la determinación del factor la variable ‘marketing’. Tabla 4.5. Resumen del modelo de regresión para ‘tolerancia’ Tabla 4.6. Coeficientes y estadísticos de colinealidad para ‘tolerancia’ Modificación del estado de ánimo Se realiza una regresión lineal en dos pasos en la que la variable dependiente ‘modificación del estado de ánimo’. Las variables independientes en la primera fase son ‘tiempo de curiosear’, ‘frecuencia de curiosear’ y ‘entretenimiento’; en la segunda fase se incluye la variable ‘marketing’ para evaluar cómo la exposición a estímulos de marketing afecta al padecimiento del síntoma ‘modificación del estado de ánimo’. Se calculan la medida de bondad del ajuste, a través del R cuadrado, y los diagnósticos de colinealidad (estadístico de tolerancia y el Factor de Inflación de Varianza). Si se analizan las mediad de bondad del ajuste, se observa un pobre R cuadrado que no mejora suficientemente al incluir la variable ‘marketing’ en el segundo paso (ver tabla 4.7). Por lo que se considera que las variables elegidas, no son desencadenantes relevantes del síntoma y este dependerá de otras causas expuestas en el apartado teórico del trabajo. Se observa que no hay problemas de multicolinealidad preocupantes (tabla 4.8). Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,543 0,295 0,274 0,85206154 20,659 0,434 0,411 0,76716942 BDesv. Error Beta Tolerancia VIF (Constante) -1,00E+00 0,302 -3,317 0,001 Tiempo de curiosear -0,038 0,09 -0,042 -0,421 0,675 0,693 1,443 Frecuenca de curiosear 0,05 0,09 0,064 0,564 0,574 0,53 1,886 Entretenimiento 0,405 0,081 0,519 5,002 <0,001 0,637 1,571 (Constante) -0,392 0,298 -1,316 0,191 Tiempo de curiosear -0,008 0,081 -0,009 -0,103 0,918 0,689 1,451 Frecuenca de curiosear -0,045 0,083 -0,057 -0,541 0,59 0,502 1,991 Entretenimiento 0,233 0,08 0,299 2,898 0,005 0,521 1,918 Marketing 0,474 0,095 0,474 5,006 <0,001 0,619 1,616 1 2 Coeficientes no estandarizados Coeficientes estandarizados t Sig. Estadísticas de colinealidad Modelo 80 En el modelo de regresión, se analizan los coeficientes significativos a un nivel de confianza del 5% (ver tabla 4.8). En el primer paso, solo la variable ‘entretenimiento’ es significativa. En el segundo, lo son tanto ‘entretenimiento’ como ‘marketing’. Influyen de forma positiva en el síntoma con coeficientes de 0,295 y 0,306, respectivamente. Esto implica que una mayor consideración de las compras como entretenimiento y una mayor exposición a estímulos de marketing aumentarían la presencia del síntoma. Los coeficientes son similares, por lo que ‘marketing’ solo contribuye ligeramente en una mayor medida en la determinación del síntoma, aunque en cuanto a influencia, son valores cercanos. Tabla 4.7. Resumen del modelo de regresión para ‘modificación del estado de ánimo’ Tabla 4.8. Coeficientes y estadísticos de colinealidad para ‘modificaciópn del estado de ánimo’ Dependencia Se realiza una regresión lineal en dos pasos en la que la variable dependiente ‘dependencia. Las variables independientes en la primera fase son ‘tiempo de curiosear’, ‘frecuencia de curiosear’ y ‘entretenimiento’; en la segunda fase se incluye la variable ‘marketing’ para evaluar cómo la exposición a estímulos de marketing afecta al padecimiento del síntoma ‘dependencia’. Se calculan la medida de bondad del ajuste, a través del R cuadrado, y los diagnósticos de colinealidad (estadístico de tolerancia y el Factor de Inflación de Varianza). Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,469 0,22 0,197 0,89613807 20,527 0,278 0,249 0,86636931 BDesv. Error Beta Tolerancia VIF (Constante) -7,42E-01 0,318 -2,337 0,021 Tiempo de curiosear 00,094 00,001 0,999 0,693 1,443 Frecuenca de curiosear -0,076 0,094 -0,097 -0,809 0,421 0,53 1,886 Entretenimiento 0,405 0,085 0,52 4,765 <0,001 0,637 1,571 (Constante) -0,349 0,337 -1,036 0,303 Tiempo de curiosear 0,019 0,091 0,021 0,209 0,835 0,689 1,451 Frecuenca de curiosear -0,138 0,094 -0,175 -1,472 0,144 0,502 1,991 Entretenimiento 0,295 0,091 0,378 3,243 0,002 0,521 1,918 Marketing 0,306 0,107 0,306 2,864 0,005 0,619 1,616 1 2 Coeficientes no estandarizados Coeficientes estandarizados t Sig. Estadísticas de colinealidad Modelo 81 Si se analizan las mediad de bondad del ajuste, se observa un pobre R cuadrado que no mejora suficientemente al incluir la variable ‘marketing’ en el segundo paso (ver tabla 4.9). Por lo que se considera que las variables elegidas, no son desencadenantes relevantes del síntoma y este dependerá de otras causas expuestas en el apartado teórico del trabajo. Se observa que no hay problemas de multicolinealidad preocupantes (tabla 4.10). En el modelo de regresión, se analizan los coeficientes significativos a un nivel de confianza del 5% (ver tabla 4.10). En el primer paso, solo la variable ‘entretenimiento’ es significativa. En el segundo, lo son tanto ‘entretenimiento’ como ‘marketing’. Influyen de forma positiva en el síntoma con coeficientes de 0,371 y 0,356, respectivamente. Esto implica que una mayor consideración de las compras como entretenimiento y una mayor exposición a estímulos de marketing aumentarían la presencia del síntoma. Los coeficientes son similares, por lo que ‘entretenimiento’ solo contribuye ligeramente en una mayor medida en la determinación del síntoma. Tabla 4.9. Resumen del modelo de regresión para ‘dependencia’ Tabla 4.10. Coeficientes y estadísticos de colinealidad para ‘dependencia’ Recaída Se realiza una regresión lineal en dos pasos en la que la variable dependiente ‘recaída’. Las variables independientes en la primera fase son ‘tiempo e Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,543 0,295 0,275 0,85157719 20,611 0,374 0,349 0,80667915 BDesv. Error Beta Tolerancia VIF (Constante) -6,57E-01 0,302 -2,177 0,032 Tiempo de curiosear -0,022 0,09 -0,024 -0,246 0,806 0,693 1,443 Frecuenca de curiosear -0,148 0,089 -0,188 -1,658 0,1 0,53 1,886 Entretenimiento 0,5 0,081 0,641 6,182 <0,001 0,637 1,571 (Constante) -0,199 0,313 -0,636 0,526 Tiempo de curiosear 0,0000265 0,085 0 0 1 0,689 1,451 Frecuenca de curiosear -0,22 0,087 -0,279 -2,525 0,013 0,502 1,991 Entretenimiento 0,371 0,085 0,476 4,385 <0,001 0,521 1,918 Marketing 0,356 0,1 0,356 3,576 <0,001 0,619 1,616 Coeficientes no estandarizados Coeficientes estandarizados Estadísticas de colinealidad Modelo t Sig. 1 2 82 curiosear’, ‘frecuencia de curiosear’ y ‘entretenimiento’; en la segunda fase se incluye la variable ‘marketing’ para evaluar cómo la exposición a estímulos de marketing afecta al padecimiento del síntoma ‘recaída’. Se calculan la medida de bondad del ajuste, a través del R cuadrado, y los diagnósticos de colinealidad (estadístico de tolerancia y el Factor de Inflación de Varianza). Si se analizan las mediad de bondad del ajuste, se observa un pobre R cuadrado que no mejora suficientemente al incluir la variable ‘marketing’ en el segundo paso (ver tabla 4.11). Por lo que se considera que las variables elegidas, no son desencadenantes relevantes del síntoma y este dependerá de otras causas expuestas en el apartado teórico del trabajo. Se observa que no hay problemas de multicolinealidad preocupantes (tabla 4.12). En el modelo de regresión, se analizan los coeficientes significativos a un nivel de confianza del 5% (ver tabla 4.12). En el primer paso, solo la variable ‘entretenimiento’ es significativa. En el segundo, lo son tanto ‘entretenimiento’ como ‘marketing’. Influyen de forma positiva en el síntoma con coeficientes de 0,237 y 0,329, respectivamente. Esto implica que una mayor consideración de las compras como entretenimiento y una mayor exposición a estímulos de marketing aumentarían la presencia del síntoma. El marketing, en este caso, tiene un mayor coeficiente que el entretenimiento, por lo que se considera más importante en la determinación del factor la variable ‘marketing’. Tabla 4.11. Resumen del modelo de regresión para ‘recaída’ Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,519 0,269 0,248 0,86713179 20,606 0,367 0,342 0,81097932 83 Tabla 4.12. Coeficientes y estadísticos de colinealidad para ‘recaída’ Conflicto Se realiza una regresión lineal en dos pasos en la que la variable dependiente ‘conflicto’. Las variables independientes en la primera fase son ‘tiempo de curiosear’, ‘frecuencia de curiosear’ y ‘entretenimiento’; en la segunda fase se incluye la variable ‘marketing’ para evaluar cómo la exposición a estímulos de marketing afecta al padecimiento del síntoma ‘conflicto’. Se calculan la medida de bondad del ajuste, a través del R cuadrado, y los diagnósticos de colinealidad (estadístico de tolerancia y el Factor de Inflación de Varianza). Si se analizan las mediad de bondad del ajuste, se observa un pobre R cuadrado que no mejora suficientemente al incluir la variable ‘marketing’ en el segundo paso (ver tabla 4.13). Por lo que se considera que las variables elegidas, no son desencadenantes relevantes del síntoma y este dependerá de otras causas expuestas en el apartado teórico del trabajo. Se observa que no hay problemas de multicolinealidad preocupantes (tabla 4.14). En el modelo de regresión, se analizan los coeficientes significativos a un nivel de confianza del 5% (ver tabla 4.14). En el primer paso, solo la variable ‘entretenimiento’ es significativa. En el segundo, lo son tanto ‘tiempo de curiosear’, ‘entretenimiento’ como ‘marketing’. Influyen de forma positiva en el síntoma con coeficientes de 0,063, 0,237 y 0,329, respectivamente. Esto implica que una mayor consideración de las compras como entretenimiento y una mayor exposición a estímulos de marketing aumentarían la presencia del síntoma. En el caso de ‘tiempo de curiosear’, la influencia sobre el padecimiento del síntoma es pequeña, pero aún así, un mayor tiempo gastado en visitar tiendas online, BDesv. Error Beta Tolerancia VIF (Constante) -8,88E-01 0,307 -2,89 0,005 Tiempo de curiosear -0,073 0,091 -0,081 -0,799 0,426 0,693 1,443 Frecuenca de curiosear 0,075 0,091 0,095 0,823 0,412 0,53 1,886 Entretenimiento 0,381 0,082 0,488 4,622 <0,001 0,637 1,571 (Constante) -0,377 0,315 -1,198 0,234 Tiempo de curiosear -0,048 0,086 -0,053 -0,564 0,574 0,689 1,451 Frecuenca de curiosear -0,005 0,088 -0,006 -0,055 0,956 0,502 1,991 Entretenimiento 0,237 0,085 0,304 2,784 0,006 0,521 1,918 Marketing 0,397 0,1 0,397 3,97 <0,001 0,619 1,616 1 2 Coeficientes no estandarizados Coeficientes estandarizados t Sig. Estadísticas de colinealidad Modelo 84 indica una situación conflictiva en respecto a la adicción. Puede estar relacionado con el ser hecho de ser menos productivo por pasar mucho tiempo en tiendas online. El marketing, en este caso, el mayor coeficiente, por lo que se considera más importante en la determinación del factor la variable ‘marketing’. Tabla 4.13. Resumen del modelo de regresión para ‘conflicto’ Tabla 4.14. Coeficientes y estadísticos de colinealidad para ‘conflicto’ Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,448 0,201 0,178 0,90686833 20,513 0,263 0,234 0,87496472 BDesv. Error Beta Tolerancia VIF (Constante) -0,873 3,21E-01 -2,715 0,008 Tiempo de curiosear 0,043 0,096 0,047 0,448 0,655 0,693 1,443 Frecuenca de curiosear -0,055 0,095 -0,07 -0,576 0,566 0,53 1,886 Entretenimiento 0,365 0,086 0,468 4,235 <0,001 0,637 1,571 (Constante) -0,464 0,34 -1,366 0,175 Tiempo de curiosear 0,063 9,20E-02 0,069 0,677 0,5 0,689 1,451 Frecuenca de curiosear -0,119 0,094 -0,151 -1,257 0,212 0,502 1,991 Entretenimiento 0,25 0,092 0,32 2,722 0,008 0,521 1,918 Marketing 0,318 0,108 0,318 2,941 0,004 0,619 1,616 1 2 Coeficientes no estandarizados Coeficientes estandarizados t Sig. Estadísticas de colinealidad Modelo 85 ANEXO 5. ANÁLISIS DE LAS CONSECUENCIAS 5.1. Análisis de las consecuencias para cada grupo de adicción Para saber si hay diferencias significativas para los individuos según el grupo al que pertenecen se pretende hacer un análisis ANOVA. Antes de proceder a su realización se realizan las pruebas de normalidad y de homogeneidad de varianzas en cada grupo de adicción para las variables que comprenden las consecuencias (consecuencias económicas, recompensa y remordimientos) (tablas 5.1 y 5.2 respectivamente) a fin de comprobar que se cumplen los requisitos que necesita el análisis. Tabla 5.1. Pruebas de normalidad El resultado del análisis de las pruebas de normalidad lleva a pensar que se pueden utilizar las variables sin estandarizar. Hay grupos en que la muestra no resulta distribuirse como una normal, justificado por el escaso número de casos que comprende ese grupo. Por lo cual, procedemos sin estandarizar las variables. Tabla 5.2. Prueba de homogeneidad de varianza Estadístico gl Sig. Estadístico gl Sig. Grupo 1 0,38 59 <0,001 0,651 59 <0,001 Grupo 2 0,242 10 0,099 0,833 10 0,036 Grupo 3 0,163 23 0,115 0,928 23 0,101 Grupo 4 0,245 15 0,016 0,827 15 0,008 Grupo 1 0,234 59 <0,001 0,828 59 <0,001 Grupo 2 0,111 10 0,2 0,955 10 0,726 Grupo 3 0,192 23 0,028 0,942 23 0,198 Grupo 4 0,276 15 0,003 0,878 15 0,045 Grupo 1 0,121 59 0,032 0,949 59 0,016 Grupo 2 0,256 10 0,062 0,871 10 0,104 Grupo 3 0,312 23 <0,001 0,578 23 <0,001 Grupo 4 0,338 15 <0,001 0,711 15 <0,001 Recompensa Variable Grupos de adicción Kolmogorov-Smirnov Shapiro-Wilk Consecuencias económicas Remordimientos Estadístico de Levene gl1 gl2 Sig. Se basa en la media 1,764 3103 0,159 Se basa en la mediana 2,074 3103 0,108 Se basa en la media 1,584 3103 0,198 Se basa en la mediana 1,806 3103 0,151 Se basa en la media 2,626 3103 0,054 Se basa en la mediana 2,802 3103 0,044 Consecuencias económicas Remordimientos Recompensa 92 Si se atiende a los coeficientes, las consecuencias influyen de forma positiva en el modelo, un aumento de las consecuencias económicas negativas (es decir, un aumento en la puntuación de la variable) contribuiría en gran medida al sentimiento de remordimientos. Tabla 5.12. Resumen del modelo de regresión para ‘remordimientos’ Tabla 5.13. Coeficientes y estadísticos de colinealidad para ‘remordimientos’ Tabla 5.14. Correlaciones bivariadas entre ‘consecuencias económicas’ y ‘remordimientos’ Tabla 5.15. Resumen del modelo de regresión para ‘remordimientos’ ajustado Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,54 0,291 0,249 0,8666998 BDesv. Error Beta Tolerancia VIF (Constante) 2,06E-16 0,084 0 1 Preponderancia 0,222 0,149 0,222 1,491 0,139 0,319 3,134 Tolerancia -0,043 0,158 -0,043 -0,273 0,785 0,284 3,522 Modificación del estado de ánimo 0,049 0,138 0,049 0,353 0,725 0,37 2,705 Dependencia -0,048 0,14 -0,048 -0,342 0,733 0,364 2,75 Recaída 0,266 0,136 0,266 1,96 0,053 0,385 2,598 Conflicto 0,182 0,118 0,182 1,537 0,127 0,505 1,981 Modelo 1 Coeficientes no estandarizados Coeficientes estandarizados t Sig. Estadísticas de colinealidad Remordimientos Consecuencias económicas Correlación de Pearson 10,56 Sig. (bilateral) <0,001 Correlación de Pearson 0,56 1 Sig. (bilateral) <0,001 factor_remordimientos factor_económicas Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,54 0,291 0,249 0,867 20,583 0,340 0,294 0,840 93 Tabla 5.16. Coeficientes y estadísticos de colinealidad ajustados para ‘remordimientos’ Consecuencias psicológicas: variable dependiente ‘recompensa’ Se realiza una regresión lineal en la que la variable dependiente ‘recompensa’ y las independientes: ‘preponderancia’, ‘tolerancia’, ‘modificación del estado de ánimo’, ‘dependencia’, ‘recaída’ y ‘conflicto’. Se calculan la medida de bondad del ajuste, a través del R cuadrado, y los diagnósticos de colinealidad (estadístico de tolerancia y el Factor de inflación de varianza). Si se analizan las mediad de bondad del ajuste, se observa una puntuación R cuadrado suficiente como para considerar que las variables dependientes que explica bien la independiente (ver tabla 5.17). En el modelo de regresión, se analizan los coeficientes significativos a un nivel de confianza del 5% (ver tabla 5.18). Los síntomas ‘tolerancia’, ‘modificación del estado de ánimo’, ‘dependencia’ y ‘recaída’ son significativos. ‘Tolerancia’, ‘modificación del estado de ánimo’ y ‘recaída’ influyen de forma positiva en el modelo, ‘dependencia’ influye de forma negativa. Las que mayor contribuirían a acrecentar la sensación de recompensa, ateniendo a los coeficientes, serían las variables ‘tolerancia’ y ‘modificación del estado de ánimo’. Aunque el modelo explica las consecuencias económicas de buena forma, la alta puntuación en el estadístico de colinealidad VIF, lleva a pensar que puede ser BDesv. Error Beta Tolerancia VIF (Constante) 2,06E-16 0,084 0 1 Preponderancia 0,222 0,149 0,222 1,491 0,139 0,319 3,134 Tolerancia -0,043 0,158 -0,043 -0,273 0,785 0,284 3,522 Modificación del estado de ánimo 0,049 0,138 0,049 0,353 0,725 0,37 2,705 Dependencia -0,048 0,14 -0,048 -0,342 0,733 0,364 2,75 Recaída 0,266 0,136 0,266 1,96 0,053 0,385 2,598 Conflicto 0,182 0,118 0,182 1,537 0,127 0,505 1,981 (Constante) 2,83E-16 0,081 0 1 Preponderancia 0,164 0,146 0,164 1,12 0,266 0,312 3,204 Tolerancia -0,187 0,162 -0,187 -1,152 0,252 0,254 3,944 Modificación del estado de ánimo 0,1 0,136 0,1 0,738 0,462 0,362 2,759 Dependencia -0,101 0,137 -0,101 -0,739 0,462 0,356 2,809 Recaída 0,067 0,151 0,067 0,444 0,658 0,294 3,407 Conflicto 0,096 0,119 0,096 0,807 0,422 0,469 2,132 Consecuencias económicas 0,482 0,178 0,482 2,711 0,008 0,211 4,736 Modelo 1 2 Coeficientes no estandarizados Coeficientes estandarizados t Sig. Estadísticas de colinealidad 94 necesario realizar otro análisis en caso de que haya problemas de multicolinealidad. En este nuevo análisis, se excluye la variable ‘tolerancia’ al considerar que puede haber problemas de multicolinealidad en relación a ‘preponderancia’. El R cuadrado indica una menor explicación del modelo en comparación con el propuesto anteriormente (ver tabla 5.19). Se analizan los coeficientes significativos a un nivel de confianza del 5% (ver tabla 5.20). En este nuevo modelo son significativos los síntomas ‘modificación del estado de ánimo’, ‘dependencia’ y ‘recaída’. ‘Modificación del estado de ánimo’ y ‘recaída’ variables influyen de forma positiva en el modelo, ‘dependencia’ influye de forma negativa. Las que mayor contribuirían a acrecentar la sensación de recompensa, ateniendo a los coeficientes, serían las variables ‘recaída’ y ‘modificación del estado de ánimo’. Sin embargo, en la explicación de la influencia que tienen los síntomas sobre la sensación de recompensa, se omite este modelo, ya que el realizado en primer lugar consigue una mejor explicación. Tabla 5.17. Resumen del modelo de regresión para ‘recompensa’ Tabla 5.18. Coeficientes y estadísticos de colinealidad para ‘recompensa’ Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,808 0,653 0,632 0,60629494 BDesv. Error Beta Tolerancia VIF (Constante) 1,98E-16 0,059 0 1 Preponderancia 0,014 0,104 0,014 0,134 0,894 0,319 3,134 Tolerancia 0,449 0,111 0,449 4,065 <0,001 0,284 3,522 Modificación del estado de ánimo 0,389 0,097 0,389 4,013 <0,001 0,37 2,705 Dependencia -0,216 0,098 -0,216 -2,216 0,029 0,364 2,75 Recaída 0,215 0,095 0,215 2,263 0,026 0,385 2,598 Conflicto 0,024 0,083 0,024 0,288 0,774 0,505 1,981 Coeficientes no estandarizados Coeficientes estandarizados t Sig. Estadísticas de colinealidad Modelo 1 95 Tabla 5.19. Resumen del modelo de regresión ajustado para ‘recompensa’ Tabla 5.20. Coeficientes y estadísticos de colinealidad ajustados para ‘recompensa’ 5.3. Consecuencias económicas y poder adquisitivo Se quiere analizar si existen diferencias para las consecuencias económicas sufridas para los diferentes grupos de poder adquisitivo por los que se pregunta en el cuestionario (tabla 5.21). Para ello, se plantea un análisis de la varianza. Se comienza comprobando que la muestra cumple los supuestos de normalidad (tabla 5.22) y homogeneidad de varianzas (tabla 5.23) para poder realizar un análisis ANOVA. Tabla 5.21. Grupos de poder adquisitivo configurados en el cuestionario Fuente: elaboración propia con datos obtenidos de un cuestionario Modelo RR cuadrado R cuadrado ajustado Error estándar de la estimación 10,772 0,596 0,576 0,65123451 BDesv. Error Beta Tolerancia VIF (Constante) 2,30E-16 0,063 0 1 Preponderancia 0,138 0,107 0,138 1,288 0,201 0,349 2,866 Modificación del estado de ánimo 0,549 0,095 0,549 5,785 <0,001 0,444 2,254 Dependencia -0,23 0,105 -0,23 -2,194 0,031 0,364 2,747 Recaída 0,402 0,089 0,402 4,514 <0,001 0,504 1,985 Conflicto 0,003 0,089 0,003 0,03 0,976 0,507 1,973 Sig. Estadísticas de colinealidad Modelo 1 Coeficientes no estandarizados Coeficientes estandarizados t % muestra 1Hasta 200€ 52,30% 2De 201€ a 500€ 13,10% 3De 501€ a 1000€ 4,70% 4Más de 1000€ 6,50% 5Prefiero no decirlo 24,40% Renta mensual 96 Tabla 5.22. Pruebas de normalidad para variable ‘consecuencias económicas’ en función de poder adquisitivo Tabla 5.23. Pruebas de homogeneidad de varianzas para variable ‘consecuencias económicas’ en función de poder adquisitivo Se cumple la hipótesis de que la muestra tiene una distribución normal para la mayoría de los grupos. Se puede proceder, aún así, ya que el caso en el que no se cumple la hipótesis de normalidad, se justifica por el reducido tamaño del grupo. Sin embargo, no se cumple la hipótesis de homogeneidad de varianzas. Por lo que, para saber si hay diferencias entre grupos se realizan pruebas no paramétricas (prueba de Kruskal-Wallis), cuyos resultados aparecen recogidos en las tablas 5.24 y 5.25. Sí existirían diferencias significativas a un nivel de confianza del 5% para las consecuencias económicas percibidas en función de los grupos de adicción. Se encuentran diferencias significativas entre el grupo 1 con los grupos 2, 3 y 5. Al estar el grupo 5 conformado por individuos que prefieren no dar a conocer su nivel de renta, no se puede interpretar de la misma forma que si se conocieran los valores. Además, para hacer una mejor caracterización se crea un resumen de la puntuación media de las consecuencias económicas para cada nivel de renta (tabla 5.27 y gráfico 5.1). Se puede observar como aquellas personas con menor nivel de renta son las que tienen problemas económicos relevantes derivados de sus compras online. Sin embargo, la escasa muestra en el resto de grupos impide ver una evolución más realista de los problemas económicos en función del nivel de renta. Estadístico gl Sig. Estadístico gl Sig. Hatsta 200€ 0,161 56 0,001 0,903 56 <0,001 De 201€ a 500€ 0,376 14 <0,001 0,41 14 <0,001 De 501€ a 1000€ 0,393 50,011 0,631 50,002 Más de 1000€ 0,183 70,2 0,919 70,46 Prefiero no decirlo 0,375 25 <0,001 0,678 25 <0,001 Consecuenc ias económicas Variable Grupos según poder adquisitivo Kolmogorov-Smirnov Shapiro-Wilk Estadístico de Levene gl1 gl2 Sig. Se basa en la media 4,611 4102 0,002 Se basa en la mediana 4,395 4102 0,003 Consecuencias económicas 97 Tabla 5.24. Resumen de contrastes de hipótesis. Pruebas no paramétricas. Tabla 5.25. Resumen de prueba Kruskal-Wallis para muestras independientes Tabla 5.26 Comparaciones por parejas para variable ‘consecuencias económicas’ en prueba Kruskal-Wallis Tabla 5.27. Puntuación media de las consecuencias económicas para cada nivel de renta Hipótesis nula Prueba Sig Decisión La distribución de consecuencias económicas es la misma entre categorías de renta. Prueba de Kruskal-Wallis para muestras independientes <0,001 Rechace la hipótesis nula. N total 107 Estadístico de prueba 25,168 Grado de libertad 4 Sig. asintótica (prueba bilateral) <0,001 Consecuenci as económi cas Muestra 1-Muestra 2 Estadístico de prueba Desv. Error Desv. Estadístico de prueba Sig. Grupo 2 - Grupo 3 -5,136 15,666 -0,328 0,743 Grupo 2 - Grupo 5 -5,816 10,038 -0,579 0,562 Grupo 2 - Grupo 4 -17,321 13,92 -1,244 0,213 Grupo 2 - Grupo 1 34,018 8,985 3,786 <0,001 Grupo 3 - Grupo 5 -0,68 14,732 -0,046 0,963 Grupo 3 - Grupo 4 -12,186 17,608 -0,692 0,489 Grupo 3 - Grupo 1 28,882 14,036 2,058 0,04 Grupo 5 - Grupo 4 11,506 12,859 0,895 0,371 Grupo 5 - Grupo 1 28,202 7,233 3,899 <0,001 Grupo 4 - Grupo 1 16,696 12,055 1,385 0,166 Consecuencias económicas Hatsta 200€ 0,4320468 De 201€ a 500€ -0,6132733 De 501€ a 1000€ -0,4468254 Más de 1000€ -0,2432168 Prefiero no decirlo -0,466886 98 Gráfico 5.1. Puntuación media de las consecuencias económicas para cada nivel de renta 0,43 -0,61 -0,45 -0,24 -0,47 -0,80 -0,60 -0,40 -0,20 0,00 0,20 0,40 0,60 Hatsta 200€ De 201€ a 500€ De 501€ a 1000€ Más de 1000€ Prefiero no decirlo 99 ANEXO 6. MODELO CONJUNTO Mediante el programa SmartPLS, se ha creado un modelo de dependencia conjunto en el que se observa la relación que tienen las causas sobre los síntomas y estos, sobre las consecuencias. Las variables se agrupan como factores y se calculan los coeficientes de las regresiones y su nivel de significación (ver tabla 6.1, tabla 6.2 y gráfico 6.1). Tabla 6.1. Coeficientes y valores de significación para los modelos de regresión Regresión Desviación estándar P Values Mucho tiempo curioseando -> Entretenimiento 0,083 0,219 Frecuencia de curiosear -> Entretenimiento 0,081 0,000 Entretenimiento -> Preponderancia_ 0,084 0,000 Entretenimiento -> Tolerancia 0,089 0,034 Entretenimiento -> Modificación del estado de ánimo 0,096 0,016 Entretenimiento -> Dependencia 0,081 0,000 Entretenimiento -> Recaída 0,084 0,078 Entretenimiento -> Conflicto 0,088 0,009 Marketing -> Preponderancia_ 0,075 0,000 Marketing -> Tolerancia 0,077 0,000 Marketing -> Modificación del estado de ánimo 0,091 0,000 Marketing -> Dependencia 0,079 0,000 Marketing -> Recaída 0,070 0,000 Marketing -> Conflicto 0,097 0,000 Preponderancia_ -> Consecuencias económicas 0,093 0,126 Preponderancia_ -> Recompensa 0,103 0,378 Tolerancia -> Consecuencias económicas 0,108 0,010 Tolerancia -> Recompensa 0,098 0,000 Modificación del estado de ánimo -> Consecuencias económicas 0,087 0,924 Modificación del estado de ánimo -> Recompensa 0,090 0,000 Dependencia -> Consecuencias económicas 0,090 0,183 Dependencia -> Recompensa 0,108 0,065 Recaída -> Consecuencias económicas 0,103 0,001 Recaída -> Recompensa 0,097 0,058 Conflicto -> Consecuencias económicas 0,092 0,144 Conflicto -> Recompensa 0,074 0,712 Consecuencias económicas -> Remordimientos 0,057 0,000 100 Tabla 6.2. Medida de bondad del ajuste para los modelos de regresión Variable dependiente Variables independientes R cuadrado Fecuencia de curiosear Mucho tiempo curioseando Entretenimiento Marketing Entretenimiento Marketing Entretenimiento Marketing Entretenimiento Marketing Entretenimiento Marketing Entretenimiento Marketing Preponderancia Tolerancia Modificación del estado de ánimo Dependencia Recaída Conflicto Preponderancia Tolerancia Modificación del estado de ánimo Dependencia Recaída Conflicto Remordimientos Consecuencias económicas 0,362 Conflicto 0,312 Recompensa 0,701 Consecuencias económicas 0,807 Modificación del estado de ánimo 0,403 Dependencia 0,461 Recaída 0,501 Regresión Entretenimiento 0,363 Preponderancia 0,578 Toleracia 0,533