El comportamiento del usuario en la web: un análisis del estado de flujo

RESUMEN La investigación evalúa el rol mediador de los factores personales que influyen en el comportamiento en la Web para explicar y mejorar la experiencia de los usuarios en sus navegaciones. El estudio se basa en el marco teórico y práctico basado en el concepto de flujo para determinar la influencia de los factores personales. Una muestra de 1.154 usuarios de la Web permite validar las medidas y testar la red de hipótesis mediante la técnica Partial Least Squares (PLS), como técnica de análisis multivariante de segunda generación. Palabras claves: Web, flujo, implicación, habilidad, reto, PLS. ABSTRACT The objective in this study is to evaluate the mediating role of personal factors affecting the Web behaviour. This could be used to explain and improve the users’ experience of being and acting in the Web. The present study uses a flow-theoretical and practical approach to determine the influence of personal factors on Web behaviours. A 1.154 Web users’ sample was employed to validate measures used to operationalize model variables and to test the hypothesized network of relationships using Partial Least Squares (PLS) as a secondgeneration multivariate analysis technique. Keywords: Web, flow, involvement, ability, challenge, PLS. INTRODUCCIÓN Los investigadores del comportamiento del consumidor han sido con el tiempo más conscientes de la necesidad del análisis de los motivos intrínsecos para entender y comprender en su dimensión real los comportamientos de uso de las NTIC (Nuevas Tecnologías de la Información y la Comunicación) y sus aplicaciones; concretamente, la Web. El flujo2, definido como una experiencia intensa e intrínsecamente disfrutable3, se propone pues como un marco teórico de extrema relevancia para estudiar la experiencia de aceptación y uso de la Web, y 65 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC EL COMPORTAMIENTO DEL USUARIO EN LA WEB: UN ANÁLISIS DEL ESTADO DE FLUJO1 Manuel J. Sánchez Franco UNIVERSIDAD DE SEVILLA 1Agradecemos a Wynne W. CHIN (Associate Professor de la Universidad de Houston, experto en Sistemas de Información) y J.L. ROLDÁN-SALGUEIRO (Profesor Titular de la Universidad de Sevilla, experto en Sistemas de Información) por el apoyo bibliográfico y técnico en la aplicación de la técnica PLS y sus simulaciones. 2El término flujo se emplea como traducción del término “flow” en lengua inglesa. 3El término disfrutable se emplea como traducción del término “enjoyable” en lengua inglesa. para identificar los principales antecedentes que influyen en esta experiencia óptima. Precisamente, el concepto de flujo en la Web explica aquellas situaciones emocionales en que los individuos experimentan una (1) total implicación, concentración y disfrute en navegaciones desafiantes que (2) demandan ciertos niveles de (2.1) habilidad y (2.2) reto percibido y (3) derivan en afectos positivos, juegos (o espontaneidades cognitivas) y exploraciones. El flujo constituye pues una estrategia de diferenciación para promover el ensayo y la repetición de visitas de los usuarios a páginas web comerciales, fomentando sus compras y, en definitiva, la construcción de niveles de fidelidad sostenibles en el tiempo asidos en niveles de satisfacción crecientes (véase S ÁNCHEZ - F RANCO y R ODRÍGUEZ -B OBADA 2004), especialmente en aquellos contextos on-line donde las empresas deben cambiar su visión de los negocios desde el e-commerce (centrado en las transacciones) al e-service (centrado en las claves e interacciones que ocurren antes, durante y después de la transacción) (Z EITHAML et al. 2002). Por ejemplo, Jeff Bezos, fundador de Amazon, una de las tiendas on-line líderes en la Web, advierte que crear entornos evocadores de experiencias óptimas en el usuario de la Web es la clave de su ventaja competitiva (W EBER 1999). El profesional de marketing exige pues estrategias orientadas a la atracción y mejora de las relaciones con sus visitantes en los sistemas comerciales on-line mediante no sólo la facilidad de uso y la utilidad percibidas (basados en el modelo TAM, Technology Acceptance Model) sino también mediante la generación de un estado de flujo –como motivo intrínseco de aceptación y uso de la Web–. Por tanto, en el siguiente trabajo de desarrollo de una teoría aún en fase de construcción proponemos explorar el concepto de flujo en la Web y desarrollar un modelo explicativo de aquel, de sus antecedentes y de sus consecuencias, para su posterior adaptación a páginas web individuales que satisfagan las necesidades del cliente, más aun cuando los estudios sobre el estado de flujo y su modelización han estado ensombrecidos por notables confusiones en el modo de abordar su naturaleza, lo cual deriva en una dificultad añadida para medirlo empíricamente (véase N OVAK et al. 2000). El objetivo del trabajo es pues doble. Primero, analizar el estado de flujo, sus antecedentes y consecuencias, y validar las escalas empleadas –sus propiedades psicométricas– mediante la técnica PLS (Partial Least Square). Segundo, valorar la importancia relativa de cada antecedente y consecuencia del estado de flujo como herramienta útil que permite el análisis de las experiencias de los individuos en sus modos de valorar y usar la Web en general para su posterior translación a páginas web individuales. FUNDAMENTOS TEÓRICOS Flujo Desde la aparición del concepto de flujo, han surgido diversos trabajos que han analizado el concepto de flujo (y sus dimensiones), sus antecedentes y sus consecuencias en un contexto computerizado y conciben el flujo como un elemento esencial para explicar las interacciones del individuo con los ordenadores y sus tecnologías aplicadas (véanse, por ejemplo, A GARWAL y K ARAHANNA 2000; C SIKS - ZENTMIHALYI 1990; G HANI 1991; G HANI y D ESH - PANDE 1994; G HANI et al. 1991; H OFFMAN y N OVAK 1996b; N OVAK et al. 2000; T REVINO y W EBSTER 1992; W EBSTER et al. 1993). En este contexto, el flujo induce un estado donde la navegación en sí llega a convertirse en la recompensa primaria frente a los posibles resultados derivados de su ejecución, y se convierte en una dimensión relevante para explicar y clarificar los motivos intrínsecos de uso de la Web y sus consecuencias. Los individuos en estado de flujo (1) se implican en una actividad desafiante y estimulante; (2) centran su atención (perdiendo incluso la conciencia de ellos mismos y la propia noción del tiempo); (3) incrementan sus niveles de habilidad como conse66 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC cuencia del ejercicio continuado de la actividad; y (4) experimentan a su vez una sensación de control de naturaleza intrínsecamente disfrutable. Concretamente, el fundador del concepto de flujo, C SIKSZENTMIHALYI (1975), lo definió como la sensación holística que las personas experimentan cuando actúan con total implicación pudiendo ocurrir no sólo en el ejercicio de actividades físicas sino en interacciones con sistemas simbólicos tales como, por ejemplo, las matemáticas o los lenguajes computacionales. El estado es tan satisfactorio que los individuos tienden a repetir la actividad continuamente. En este sentido, el flujo puede ser concebido como una experiencia óptima, intensa e intrínsecamente disfrutable evocada cuando el individuo se compromete en una actividad con total implicación y concentración. En primer lugar, siente por el ejercicio de la misma un interés intrínseco; en segundo lugar, experimenta una distorsión del tiempo (P RIVETTE y B UNDRICK 1987). En este contexto, se han publicado diversas investigaciones que analizan el estado de flujo, sus dimensiones, antecedentes y consecuencias en entornos mediados por computadoras que pasamos a resumir a continuación –véase Cuadro 1–. Por ejemplo, T REVINO y W EBSTER (1992) describen cuatro dimensiones de la experiencia de flujo en el contexto de las Tecnologías de la Información y la Comunicación (TIC): (1) el usuario percibe un grado de control en su interacción con la computadora; (2) centra su atención en la interacción; (3) su curiosidad se estimula durante los procesos interactivos; y finalmente (4) asume un interés intrínseco por la actividad, implicando con ello que la actividad realizada (4.1) se extienda más allá de la mera instrumentalidad; (4.2) se convierta en disfrutable per se (es decir, hablamos de una actividad autotélica) e (4.3) induzca a un mayor nivel de uso y frecuencia esperada. Más adelante, W EBSTER et al. (1993) refinan el modelo para ajustarlo a tres dimensiones: (1) control; (2) concentración –o atención centrada en el estímulo–; y (3) curiosidad e interés intrínseco que convergen en una única dimensión: disfrute cognitivo. Además, señalan estos autores que el flujo puede asociarse con (1) características específicas del software y (2) ciertos comportamientos en el uso de las tecnologías como experimentación e interacciones voluntarias y futuras. Por su parte, G HANI et al. (1991) señalan que las dos claves características del estado de flujo son: (1) la total concentración en la actividad y (2) el disfrute intrínseco que se deriva del ejercicio de la actividad. En un estudio posterior que analizaba la ocurrencia de flujo entre individuos que empleaban computadoras en su lugar de trabajo, G HANI y D ESH - PANDE (1994) analizan el control y el reto. Estos autores concluyen la existencia de un nivel óptimo de reto relativo a un cierto nivel de habilidad. “Si los retos son demasiado altos, el individuo siente la ausencia de control sobre el entorno y experimenta ansiedad y frustración. Si los retos son demasiado bajos el individuo pierde interés”. Conforme a la investigación de G HANI y D ESHPANDE (1994), el flujo acontece con mayor probabilidad cuando los retos y el control alcanzan niveles elevados. En su estudio de 1995, Ghani desarrolla un modelo de flujo donde la diferencia entre los retos y las habilidades (que denomina: “ajuste de tareas”), el control percibido y la espontaneidad cognitiva (o juego) constituyen los antecedentes del estado de flujo. El flujo se mide a su vez por las dimensiones: disfrute y concentración, y consideran como consecuencias del estado de flujo: un aprendizaje y creatividad superior y una atención centrada en el proceso. Más aún, el trabajo de Ghani ilustra la complejidad del equilibrio entre habilidades y retos. Cuando el exceso (habilidad>reto) es moderado, el usuario percibe un control que puede llevar al estado de flujo; no obstante, cuando el exceso es excesivo, el aburrimiento es el resultado probable que influye negativamente en la ocurrencia del estado de flujo. Más adelante profundizaremos en la congruencia entre los retos y las habilidades. Una versión significativamente más compleja del estado de flujo es la descrita por H OFFMAN y N OVAK (1996b), quienes sugieren que cuando el individuo experimenta el estado de flujo “(…) 67 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC pensamientos y percepciones irrelevantes escapan de su atención y la atención del individuo se centra por completo en la interacción mediada por la computadora. El flujo implica pues una combinación de acciones y conciencia donde la concentración es tan intensa que apenas si quedan niveles de atención que dedicar a cualquier otra tarea secundaria”. H OFFMAN y N OVAK (1996b) desarrollan un modelo conceptual del estado de flujo que explica la relación entre el estado de flujo y el comportamiento de los usuarios on-line. Los antecedentes primarios del flujo son los retos, las habilidades y la atención. De la literatura en medios de comunicación, añaden dos antecedentes: la interactividad y la telepresencia, que en ausencia de los anteriores no son suficientes para provocar un estado de flujo. Según S TEUER (1992), la telepresencia se define como el grado en que el individuo se siente presente en el entorno mediado por la computadora –y sus aplicaciones– más que en el entorno físico inmediato. H OFFMAN y N OVAK proponen también la dimensión implicación, inducida por el tipo de actividad desarrollar: experimental o dirigida por un objetivo. Estos autores teorizaron las probables consecuencias del estado de flujo: afectos positivos, aprendizajes mejorados y un control conativo percibido. Finalmente, en la medida en que el estado de flujo reduce la presión de tiempo a la vez que incrementa el tiempo invertido en los procesos de navegación, pueden producirse en el individuo fenómenos de distorsión del tiempo. Más recientemente, N OVAK et al. (2000), recogiendo la literatura publicada hasta la fecha, proponen un modelo operativo y establecen que el flujo es determinado por: (1) altos niveles de habilidad y control; (2) altos niveles de reto y estimulación; (3) concentración; e (…) (4) interactividad y telepresencia. Por tanto, el flujo ocurre cuando la actividad desafía e interesa a los individuos lo suficiente para promover un comportamiento exploratorio (sin que las habilidades exigidas estén más allá del alcance del individuo) y con ello un mayor uso esperado de la Web. Véase figura 1. 68 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC FIGURA 1 Modelo revisado por N OVAK et al. (2000) Finalmente y extendiendo la noción de flujo, A GARWAL y K ARAHANNA (2000) definen un nuevo constructo llamado “absorción cognitiva”. Estos autores definen la absorción cognitiva como un estado de profunda atención y compromiso, e identifican sus cinco dimensiones: (1) disociación temporal; (2) inmersión centrada en el estímulo; (3) disfrute relevante; (4) control; y (5) curiosidad. La absorción cognitiva puede considerarse un factor esencial en el estudio de la aceptación y uso en la medida en que media notables creencias sobre las tecnologías y aplicaciones implicadas. En este sentido, cualidades individuales del usuario como su tendencia a la espontaneidad cognitiva (o juego) y la innovación personal se proponen como antecedentes claves de la absorción cognitiva. 69 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC CUADRO 1 Estudios sobre el estado de flujo Autores Dimensiones Antecedentes Consecuencias G HANI , S UPNICK y Concentración Habilidades individuales R OONEY (1991) Disfrute Control Reto T REVINO y W EBSTER Control Habilidades computerizadas Actitudes (1992) Atención Tipo de tecnología Eficacia Curiosidad Facilidad de uso Cantidad Interés intrínseco Reducción de barreras W EBSTER , T REVINO Control Flexibilidad percibida y R YAN (1993) Concentración Modificabilidad percibida Disfrute cognitivo Experimentación Uso futuro voluntario Uso real Cantidad de comunicación percibida G HANI y D ESHPANDE Concentración Control Uso exploratorio (1994) Disfrute Reto G HANI (1995) Concentración Ajuste de tareas Aprendizaje Disfrute Control percibido Creatividad Espontaneidad cognitiva Atención en el proceso H OFFMAN y N OVAK No especificado Primarios: Aprendizaje (1996b) Habilidades / Reto Control comportamental Atención (concentración) percibido Secundarios: Experiencia subjetiva Telepresencia positiva Interactividad Distorsión del tiempo N OVAK , H OFFMAN y No especificado Primarios: Afectos positivos Y UNG (2000) Control Comportamiento Estimulación exploratorio Atención Secundarios: Reto Habilidad Velocidad de interacción Implicación En resumen, el flujo es un estado intrínsecamente “disfrutable” que acontece cuando las habilidades percibidas se equilibran con los retos asumidos a partir de un umbral relevante. Cuando los objetivos se establecen, el individuo persigue ajustar sus habilidades a los retos de tal modo que llega a evidenciar un feedback inmediato. El individuo se implica en la actividad experimentando un probable estado de flujo. En otras palabras, los tipos de implicación del usuario de la Web, la habilidad y los retos u oportunidades de acción en la Web explican parcialmente cómo los usuarios (1) se enfrentan a las decisiones o actividades y consecuentemente (2) evocan respuestas de naturaleza emocional (disfrute, estimulación y control percibido) que afectan a la experiencia de flujo y las consecuencias propias de este estado (afectos positivos, comportamientos exploratorios y otros). No obstante, como F INNERAN y Z HANG (2002) señalan, las discrepancias existen con relación a qué dimensiones son importantes dentro del modelo de flujo; de hecho, algunos modelos ubican las dimensiones relevantes en diferentes posiciones dentro del modelo de flujo. G HANI (1991) y G HANI y D ESHPANDE (1994) consideran, por ejemplo, la concentración como una dimensión propia del flujo; mientras que otros autores (N OVAK et al. 2000) establecen que la concentración es un antecedente del flujo. Por tanto, como señalan H OFF - MAN y N OVAK (1996b), “si podemos determinar qué variables se relacionan con la probabilidad de entrar en estado de flujo y cómo estás variables interactúan, desarrollaremos una estrategia de maximización de las oportunidades del consumidor de evocar un estado intrínsecamente disfrutable en su navegación por la Web”. Una vez definido el constructo: “estado de flujo”, y establecidas someramente las respuestas afectivas que afectan el comportamiento derivado (de juego y exploratorio), el siguiente paso lógico es desarrollar cada una de las etapas de un modelo completo del estado de flujo a partir de cuatro submodelos. 1. SUBMODELO 1 En la sección anterior hemos definido el flujo como “la sensación holística que el individuo experimenta cuando actúa con total implicación” (C SIKS - ZENTIMIHALYI 1975); también se define como “el estado mental que experimenta en ocasiones el individuo profundamente implicado en algún evento, objeto o actividad” (L UTZ y G UIRY 1994). Por tanto, el individuo en estado de flujo se encuentra implicado y absorto en su actividad; su atención se concentra en el entorno mediado; la pérdida de conciencia es evidente; y el sentimiento de control aumenta. En este sentido y conforme a las propuestas señaladas en el Cuadro 1, subyace la importancia de la implicación en la aceptación de las tecnologías, sus aplicaciones y sus actividades relacionadas. 70 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC CUADRO 1 (Continuación) Autores Dimensiones Antecedentes Consecuencias A GARWAL y Disociación Espontaneidad cognitiva K ARAHANNA (2000) temporal Innovación personal Inmersión centrada en el estímulo Disfrute relevante Control Curiosidad Adaptado de A GARWAL y K ARAHANNA (2000) / S ÁNCHEZ -F RANCO (2004). Más aún, siguiendo una revisión de los factores personales que afectan al comportamiento en la Web, uno de los antecedentes esenciales del estado de flujo es el nivel de habilidad del individuo ante actividades desafiantes (ver Cskszentmihalyi 1975; G HANI et al. 1991; G HANI y D ESHPANDE 1994; H OFFMAN y N OVAK 1996b; N OVAK et al. 2000; T REVINO y W EBSTER 1992; W EBSTER et al. 1993). Recordando las palabras de G HANI y D ESH - PANDE (1994) citadas en la sección anterior: “si los retos son demasiado altos, el individuo siento la ausencia de control sobre el entorno y experimenta ansiedad y frustración. Si los retos son demasiado bajos el individuo pierde interés”. Por una parte, iniciando una revisión teórica de la implicación en el área de la psicología, el comportamiento organizacional y el marketing, los investigadores han mantenido que la implicación es una variable socio-psicológica esencial que permite explicar las diferencias individuales (F ESTIN - GER 1957; P ETTY et al. 1981) que influyen en el comportamiento. Estas disciplinas convergen definitivamente en una definición de implicación: “estado subjetivo, que refleja la importancia y relevancia personal de un objeto o evento” (B ARKI y H ARTWICK 1994). Por ejemplo, el nivel de implicación de un usuario on-line se definiría, siguiendo un esquema cognitivo, como el grado en que un usuario encuentra navegar relevante y, por tanto, experimenta una elevada motivación para completar la tarea. Este trabajo asume además que la implicación es un continuo que varía entre la importancia dada a una decisión específica y la importancia dada a una clase de productos o actividad. En otras palabras, la implicación puede ser entendida atendiendo no sólo a su intensidad sino también a los motivos que subyacen en el individuo (véase P ARK y Y OUNG 1986). Por ejemplo, cuando un individuo se implica en una actividad por el disfrute y satisfacción que se deriva de la ejecución de la actividad (o comportamiento) –sin más refuerzo positivo que la propia actividad–, podemos hablar de motivos intrínsecos; mientras que cuando un individuo se implica en una actividad (o comportamiento) determinada “para resolver un problema inmediato”, hablamos de motivos extrínsecos o utilitarios (es decir, el objetivo no es la ejecución de la actividad per se). Relacionados con la tipología de motivos señalados, H OUSTON y R OTHSCHILD (1978) proponen dos tipos de implicación: (1) implicación duradera; e (2) implicación situacional. Un tercer tipo de implicación ha sido propuesta por Rothschild (1984), llamada implicación de respuesta. No obstante, en la medida en que la implicación de respuesta se ha demostrado que es una combinación de la implicación duradera y situacional (ver Richins et al. 1992), no será analizada en nuestro estudio. • La implicación duradera se relaciona con los motivos intrínsecos al individuo; es relativamente estable en el tiempo y transciende decisiones específicas e inmediatas. La implicación duradera varía en función del grado en que el producto o actividad como estímulos se relaciona con la imagen del individuo representada en ellos, el disfrute evocado, su utilidad o la práctica de la actividad (adaptado de H IGIE y F EICK 1989). • La implicación situacional es un tipo de implicación relacionada con distintos factores transitorios que influyen en la relación entre el individuo y el estímulo (C ELSI y O LSON 1988). A diferencia de las definiciones de implicación que siguen un esquema cognitivo, este tipo de implicación no requiere relevancia personal para su existencia sino preocupación por un comportamiento determinado. La implicación situacional se relaciona pues con motivos de naturaleza extrínseca, y, según H OFFMAN y N OVAK (1996b), es más probable que desencadene un comportamiento dirigido por un objetivo. Por otra parte, la habilidad –definida como el grado de confianza en el desempeño de una tarea 71 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC o actividad– es un factor crucial relacionado con los niveles de implicación y, a su vez, el estado de flujo y los comportamientos derivados. El carácter experto y la familiaridad son los dos componentes primarios de los niveles de habilidad (véase A LBA y H UTCHINSON 1987), definiendo (1) el carácter experto como la capacidad para desempeñar una tarea con éxito y (2) la familiaridad como el número de experiencias relacionadas con el estímulo y acumuladas por el usuario (Y UN y L EE 2001). Relacionando ambas variables (la implicación y la habilidad), una corriente de investigación sostenida durante los últimos veinte años (véanse H OUSTON y R OTHSCHILD 1978; R ICHINS y B LOCH 1991; S ÁNCHEZ -F RANCO 1999; Z INKHAN y M UDE - RRISOGLU 1985), pone de manifiesto que: • La implicación influye en la percepción subjetiva sobre los conocimientos de los estímulos que el usuario cree tener (Z INKHAN y M UDERRISOGLU 1985). • La familiaridad con el estímulo y sus conocimientos influyen en la implicación (H OUSTON y R OTHSCHILD 1978; R ICHINS y B LOCH 1991). • La implicación modera los niveles de atención o capacidad de procesamiento dirigidos al objeto o evento y contribuye a su focalización en las tareas primarias a través de la motivación (S ÁNCHEZ -F RANCO 1999). La implicación influye pues en (1) la capacidad de procesamiento del individuo (o grado de atención), y (2) la dirección del procesamiento a través de la motivación (S ÁNCHEZ -F RANCO 1999), definida esta última como el deseo de procesar el estímulo. La implicación elabora e integra–como consecuencia de experiencias óptimas reiteradasuna estructura mental mejorada que incrementa (1) la existencia de capacidades, conocimientos y experiencias necesarias así como (2) la percepción de tales capacidades para ejecutar tareas complejas. En otras palabras, influye favorablemente en la habilidad o destreza percibida y en los niveles de aprendizaje. Por otro lado, la implicación genera también en el individuo otras respuestas por el hecho de estar implicado, que hemos denominado implicación de respuesta. Por ejemplo, la estimulación que deriva de una mayor implicación se considera en nuestro estudio como un tipo de implicación de respuesta que (1) el individuo evoca debido parcialmente a la importancia y relevancia personal del estímulo y al reto que representa, e (2) influye favorablemente en mayores niveles de atención del individuo en el deseo de este de reducir la aversión o disconformidad generada por el reto de las tareas emprendidas. Por último, la implicación es también función de la familiaridad con el estímulo y la importancia de aquellos valores a los que el mismo resulta relevante. En este sentido, concibiendo la implicación como el conjunto de conexiones conscientes entre el individuo y el estímulo (K RUGMAN 1965), cuanto mayor sea la habilidad de procesamiento (familiaridad y carácter experto del usuario de la Web) mayores serán las posibles conexiones conscientes establecidas o a establecer (pensamientos y sentimientos espontáneos evocados) entre el individuo –su vida– y el estímulo En la Figura 2 y el Cuadro 2 presentamos las Hipótesis derivadas de la exposición anterior; en este último indicamos el sentido de la relación mediante el signo +/-. 2. SUBMODELO 2 Siguiendo la literatura sobre procesamiento de la información, los tipos de necesidades dirigen la atención hacia claves específicas. Por ejemplo, los consumidores con necesidades expresivas centran sus esfuerzos cognitivos en las claves relacionadas con la naturaleza simbólica o experimental (P ARK y Y OUNG 1986), sugiriendo esta afirmación una relación positiva y necesaria –pero no suficiente– entre los niveles de concentración y las posibles experiencias de disfrute intrínseco o estados de flujo derivados del procesamiento de tales claves experimentales. 72 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC No obstante, más allá de la relación señalada, la atención estrictamente centrada en “la pantalla de la computadora” y en las acciones que en ella se llevan a cabo, puede desembocar en estados de telepresencia y distorsiones del tiempo. Es decir, más allá de la consideración de la concentración como una dimensión del estado de flujo (véase G HANI et al. 1991; T REVINO y W EBSTER 1992; W EBSTER et al. 1993; G HANI y D ESHPANDE 1994; G HANI 1995), la concentración también se propone como un antecedente del estado de flujo (véase N OVAK et al. 2000) siendo la telepresencia y la distorsión del tiempo mediadores de la relación entre la concentración y el flujo. • La telepresencia se considera un antecedente primario del estado de flujo, y se describe como el sentimiento de estar presente en un entorno virtual mediado; es decir, la atención e interpretación de que el entorno virtual en el que el usuario centra sus niveles de atención e interactúa es más real o dominante que el entorno físico corriente; los usuarios sienten “estar allí” hipnotizados con la sensación de interactuar en un entorno no mediado. • La percepción simulada de la experiencia directa afecta a su vez a la noción del tiempo distorsionándolo. Mediante el uso de la tecnología –y sus aplicaciones– y los mayores niveles de atención centrados en la navegación, los usuarios son transportados a través del tiempo y el espacio a nuevas localizaciones virtuales en la Web. La implicación del usuario y los elevados niveles de atención derivados evocan pues en el usuario la sensación de que “el tiempo parece volar”. En resumen, W EBSTER et al. (1993) observaron que determinados usuarios de computadoras asumían un comportamiento “hipnótico” durante sus actividades interactivas; de tal modo que más adelante N OVAK et al. (2000) hipotetizaron una relación indirecta de la concentración con el estado de flujo a través de la telepresencia y la distorsión del tiempo como antecedentes mediadores. Véase Figura 2 y Cuadro 2 para una exposición gráfica y sintética de las Hipótesis propuestas. 73 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC FIGURA 2 Submodelos del Modelo de Flujo: Hipótesis (I) Submodelo 1 Submodelo 2 Conc. Habilid. Conc. Distors. FLUJO Tele Estim. Implic. H2.1 H2.2 H2.4 H2.3 H1.3 H1.1 H1.2 H1.5 * Estim. = estimulación ** Conc. = concentración (atención focalizada) *** Implic = implicación **** La relación entre Implicación y Habilidad se plantea teóricamente como no recursiva (H1.1 / H1.2) H1.4 obstante, nuestra posición con relación, por ejemplo, a los Estados Unidos de América (84.04% de encuestados localizados en los Estados Unidos de América en la 9th WWW User Survey) sigue siendo de clara desventaja, pudiendo presentar la muestra como una proyección en un contexto de futuro (véase B ADIA 2002). Además, la relación funcional teorizada, por ejemplo, con el control percibido y la estimulación del usuario muestran estabilidad en el tiempo por su comparación con otros estudios afines más recientes (S ÁNCHEZ - F RANCO y R ODRÍGUEZ -B OBADA 2004). De tal modo, que (1) la no consideración por la literatura científica en la fecha de conclusión del estudio de nuevas variables moderadoras o mediadoras –no consideradas teórica o empíricamente por nuestro trabajo– que pudieran modificar la intensidad (fortalecer o debilitar) y los efectos (directos o indirectos) de las relaciones entre constructos propuestas en nuestro estudio, así como (2) la aceptación de validez (convergente y discriminante) de las ya empleadas por N OVAK et al. (2000), permiten el empleo de la muestra. ANÁLISIS DE DATOS Un modelo de ecuaciones lineales estructurales se propone para establecer las relaciones entre los constructos y también el poder predictivo del modelo estructural. Más específicamente, se emplea la técnica Partial Least Squares (PLS) ideada por Herman Wold, como una alternativa analítica para, entre otras, aquellas situaciones donde la teoría se encuentra aún en fase de desarrollo. Además, la técnica PLS ha ido ganando aceptación e interés entre los investigadores en Sistemas de Información (véase A UBERT et al. 1994; C HIN y G OPAL 1995; C OMPEAU y H IGGINS 1995). En nuestro estudio hemos empleado PLS porque, por un lado, la técnica está concebida primariamente para análisis en los que los problemas explorados muestran complejidad (F ORNELL y B OOKSTEIN 1982; F ORNELL et al. 1990) y los conocimientos teóricos aún no han alcanzado un nivel de madurez crítico (como señalan específicamente para nuestro campo de estudio D ABHOLKAR 1996; N OVAK et al. 2000; P ARASURAMAN y Z INKHAN 2002). En este sentido, PLS presenta ventaja frente a LISREL en fases iniciales de desarrollo y verificación de teorías (F ORNELL y B OOKSTEIN 1982) donde los modelos propuestos presentan pues una naturaleza exploratoria y no confirmatoria y son pocos los modelos validados empíricamente (S ELLIN 1995). Si bien el tamaño muestral es elevado, W OLD (1985) referente a las estimaciones de PLS con relación al tamaño muestral, señala que “las estimaciones PLS son consistentes en tamaño en el sentido de que tienden a sus valores reales, cuando incrementa notablemente no sólo el tamaño muestral sino también el número de indicadores por constructo”. Con relación a esta afirmación, podemos apuntar que en una investigación realizada a partir de los datos obtenidos en una simulación de Monte-Carlo, donde los verdaderos efectos subyacentes eran conocidos, C HIN et al. (1996) demuestran que las estimaciones de PLS tienden hacia los auténticos parámetros de la población a medida que se incrementa el número de indicadores y el tamaño de la muestra. Las razones dadas anteriormente (carácter exploratorio del estudio ya señalado en la introducción del trabajo y tamaño muestral con tendencia a valores reales en las estimaciones dadas) nos promueven al empleo de PLS (véase C HIN et al. 1996; R OLDÁN -S ALGUEIRO 2000). El modelo propuesto se analiza e interpreta en dos etapas: (1) estimando los niveles de fiabilidad y validez convergente y discriminante del modelo de medida, y (2) estimando el modelo estructural. Si bien los datos corresponden a los empleados por N OVAK et al. (2000), en la medida que modificamos el modelo propuesto por estos autores para medir el estado de flujo proponemos analizar nuevamente las propiedades psicométricas del instrumento de medida (la fiabilidad individual y del constructo y especialmente la validez convergente y discriminante). La validez de contenido la asu80 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC mimos al analizarse el contenido de la escala de medida con éxito en otros trabajos (conforme a las sugerencias de C HURCHILL 1979). Más aún, la revisión de la literatura afín a la elaboración de la escala empleada por N OVAK et al. (2000) ha sido metodológicamente rigurosa y los procedimientos empleados tanto en lo que se refiere a la creación como a la evaluación de su fiabilidad y validez precisos para el objetivo.4 Finalmente, la estabilidad de las estimaciones se comprueba ejecutando un procedimiento: “bootstrap” de remuestreo (500 submuestras) (véase M OONEY y D UVAL 1993). RESULTADOS Modelo de Medida El modelo incluye finalmente 50 variables tras un proceso de desarrollo de modelos. En el modelo final la Hipótesis H1.2 no ha sido testada; el software PLS-Graph –Versión 3.00 Build 1058– actualmente en el mercado no permite relaciones no recursivas; sin embargo, la simulación realizada con el enlace Habilidad →Implicación (H1.2) en un estudio ad hoc posterior ofrece diferencias no significativas en el valor _ alcanzado. Los resultados obtenidos son aceptables considerando la naturaleza exploratoria del estudio. En nuestros constructos con medidas reflectivas, se examinan las cargas factoriales, que deben ser interpretadas de la misma manera que las cargas factoriales en un análisis de componentes principales –como las correlaciones entre el indicador reflectivo y el componente– (véase Tabla 1). Siguiendo las recomendaciones de la literatura, la fiabilidad del indicador se considera adecuada cuando su carga factorial es superior a 0,7 (véase C ARMINES y Z ELLER 1979; T HOMPSON et al. 1995). No obstante, debido al proceso de desarrollo teórico sobre el estado de flujo aún no en fase de madurez, se acepta que los indicadores reflectivos carguen con valores superiores a 0,6. La fiabilidad de constructo se estima mediante la fiabilidad compuesta o consistencia interna (ρc). N UNNALLY (1978) sugiere el valor 0,7 como ratio crítico en estadios iniciales de la investigación. En nuestro estudio, los constructos son fiables (véase Tabla 1). Todos ellos presentan medidas de consistencia interna que exceden el valor 0,7 (ρc). Para estimar la validez convergente examinamos la varianza media extraída (Average Variance Extracted, AVE), propuesta por F ORNELL y L ARC - KER (1981). Los valores AVE deben ser superiores a 0,5. Las varianzas medias extraídas de nuestros constructos superan los valores 0,5. En definitiva, aceptamos la validez convergente de los constructos relacionados en el modelo estructural. Véase Tabla 1. Finalmente, para establecer la validez discriminante, el valor AVE debe ser superior a la varianza compartida entre el constructo y los demás constructos representados. Para una adecuada validez discriminante y para simplificar la comparación, cada elemento de la diagonal principal (raíz cuadrada del AVE, véase tablas 2 I / II) debe ser superior a los restantes elementos de su fila y columna correspondiente –correlaciones entre constructos– (B ARCLAY et al. 1995). Los constructos satisfacen la condición impuesta. Por la razón señalada, aceptamos la validez discriminante. 81 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC 4En la siguiente dirección URL pueden comprobarse los pasos seguidos para la aprobación de la validez de contenido de la escala finalmente empleada: http://elab.vanderbilt.edu/research/papers/pdf/manuscripts/Flow-MeasuringFlowWorkingApril1999-pdf.pdf 82 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC TABLA 1 Fiabilidad del indicador, fiabilidad del constructo y validez convergente Constructos / Cargas ρcAVE Error T-estadístico Indicadores estándar Flujo 0,946 0,854 F1 0,8912*** 0,0078 114,9746 F2 0,9617*** 0,0027 360,6039 F3 0,9180*** 0,0058 157,1171 Implicación 0,942 0,766 IM1 0,8744*** 0,0133 65,5353 IM2 0,7941*** 0,0219 36,1818 IM3 0,9286*** 0,0056 165,0535 IM4 0,9231*** 0,0075 122,7207 IM5 0,8487*** 0,0162 52,2761 Concentración 0,880 0,647 FA1 0,8347*** 0,0148 56,5897 FA2 0,8467*** 0,0100 85,0241 FA3 0,7520*** 0,0206 36,4451 FA4 0,7802*** 0,0156 50,0780 Retos 0,893 0,583 C1 0,6583*** 0,0270 24,3944 C2 0,7751*** 0,0192 40,3270 C3 0,8417*** 0,0106 79,3726 C4 0,7593*** 0,0177 43,0037 C5 0,7903*** 0,0189 41,9129 C6 0,7428*** 0,0228 32,6145 Estimulación 0,772 0,630 A4 0,8370*** 0,0209 40,1044 A3 0,7479*** 0,0305 24,5350 Habilidad 0,886 0,565 S1 0,8543*** 0,0101 84,5831 S2 0,7775*** 0,0189 41,1295 S3 0,7444*** 0,0242 30,7706 S4 0,7296*** 0,0255 28,5891 S5 0,6663*** 0,0212 31,4389 S6 0,7265*** 0,0164 44,2593 Control 0,800 0,669 CO3 0,8957*** 0,0204 43,8339 CO1 0,7315*** 0,0412 17,7484 Distorsión del tiempo 0,894 0,808 TD1 0,9005*** 0,0092 97,3988 TD2 0,8976*** 0,0089 101,2255 83 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC TABLA 1 (Continuación) Constructos / Cargas ρcAVE Error T-estadístico Indicadores estándar Telepresencia 0,901 0,603 T1 0,7592*** 0,0141 53,9111 T2 0,7703*** 0,0161 47,8346 T3 0,7699*** 0,0169 45,5186 T4 0,8083*** 0,0119 67,7470 T5 0,6890*** 0,0213 32,4115 T6 0,8512*** 0,0096 88,2373 Afectos positivos 0,879 0,645 PA1 0,8393*** 0,0122 68,8783 PA2 0,7899*** 0,0159 49,6948 PA3 0,8271*** 0,0136 60,9459 PA4 0,7535*** 0,0218 34,5879 Comportamiento exploratorio 0,880 0,595 E1 0,7662*** 0,0187 41,0577 E4 0,7831*** 0,0155 50,4491 E5 0,7378*** 0,0184 40,1179 E6 0,8587*** 0,0092 93,8331 E7 0,7033*** 0,0213 33,0244 Juego 0,856 0,543 P3 0,6613*** 0,0297 22,3106 P4 0,6960*** 0,0259 26,8330 P5 0,7778*** 0,0193 40,2881 P6 0,7736*** 0,0130 59,6527 P7 0,7665*** 0,0172 44,5595 Niveles de significación: *p < 0,05 ** p < 0,01 *** p < 0,001 n,s, = no significativo (t(499), dos colas) t(0,05; 499) = 1,964726835; t(0,01; 499) = 2,585711627; t(0,001; 499) = 3,310124157 La fiabilidad de constructo se estima mediante la fiabilidad compuesta o consistencia interna (rc). N UNNALLY (1978) sugiere el valor 0,7 como ratio crítico en estadios iniciales de la investigación. En nuestro estudio, los constructos son fiables (véase Tabla 1). Todos ellos presentan medidas de consistencia interna que exceden el valor 0,7 (rc). Para estimar la validez convergente examinamos la varianza media extraída (Average Variance Extracted, AVE), propuesta por F ORNELL y L ARC - KER (1981). Los valores AVE deben ser superiores a 0,5. Las varianzas medias extraídas de nuestros constructos superan los valores 0,5. En definitiva, aceptamos la validez convergente de los constructos relacionados en el modelo estructural. Véase Tabla 1. Finalmente, para establecer la validez discriminante, el valor AVE debe ser superior a la varianza compartida entre el constructo y los demás constructos representados. Para una adecuada validez discriminante y para simplificar la comparación, cada elemento de la diagonal principal (raíz cuadrada del AVE, véase tablas 2 I / II) debe ser superior a los restantes elementos de su fila y columna correspondiente –correlaciones entre constructos– (B ARCLAY et al. 1995). Los constructos satisfacen la condición impuesta. Por la razón señalada, aceptamos la validez discriminante. 84 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC TABLA 2 (I) Validez Discriminante Flujo Distorsión Telepresencia Concentración Implicación Habilidad Flujo 0,924 Distorsión 0,471 0,899 Telepresencia 0,563 0,555 0,777 Concentración 0,490 0,458 0,476 0,804 Implicación 0,374 0,284 0,269 0,425 0,875 Habilidad 0,225 0,095 0,055 0,166 0,437 0,752 Control 0,196 0,143 0,081 0,259 0,309 0,331 Afectos 0,417 0,393 0,330 0,572 0,467 0,232 Exploratorio 0,407 0,420 0,387 0,392 0,352 0,178 Retos 0,371 0,324 0,372 0,423 0,259 -0,025 Estimulación 0,340 0,261 0,311 0,431 0,303 0,122 Juego 0,468 0,390 0,401 0,488 0,458 0,258 * El orden de presentación de la matriz de correlaciones corresponde a la salida del software PLS-Graph (Version 3.00 Build 1058). TABLA 2 (II) Validez Discriminante Control Afectos Exploratorio Retos Estimulación Juego Control 0,818 Afectos 0,425 0,803 Exploratorio 0,175 0,488 0,771 Retos 0,098 0,391 0,347 0,764 Estimulación 0,232 0,429 0,298 0,367 0,794 Juego 0,390 0,616 0,585 0,522 0,458 0,737 * El orden de presentación de la matriz de correlaciones corresponde a la salida del software PLS-Graph (Version 3.00 Build 1058). MODELO ESTRUCTURAL Consistente con C HIN y F RYE (1998), el procedimiento de remuestreo bootstrap (500 submuestras) se emplea para generar los errores estándares y los valores t (t-estadístico), que nos permiten dotar de significación estadística a los valores β, y que presentamos a continuación en la Figura 6 y Tabla 3. Al tratarse de un estudio cross-sectional, manifestamos prudencia en los resultados alcanzados y evitamos aseverar categóricamente causalidades entre constructos. Más aún, en la aplicación de la técnica PLS recomendamos sustituir el concepto de causalidad por el concepto de predictibilidad (véase F ALK y M ILLER 1992). El modelo explica el 38,7 % de la varianza del constructo “estado de flujo”. Los mayores niveles de implicación influyen favorablemente tanto en los niveles de estimulación como indicador de la implicación de respuesta (H1.3: β= 0,203, t = 6,0541, p < 0,001) como en los niveles de habilidad percibidos por el usuario en su navegación (H1.1: β= 0,437, t = 15,9300, p < 0,001). Mayores niveles de implicación se corresponden con mayores niveles de concentración (H1.4: β= 0,300, t = 10,0781, p < 0,001). También la estimulación influye significativamente en los niveles de concentración (H1.5: β= 0,319, t = 10,9859, p < 0,001). El modelo de canales establece relaciones entre los niveles de reto y la habilidad con la estimulación y el control percibido por el usuario de la Web. Por una parte, la influencia del reto sobre la estimulación (H3.1: β= 0,316, t = 10,5735, p < 0,001) es superior a la influencia de la habilidad sobre la estimulación (H3.4: β= 0,041, t = 1,2737, n.s.); destacamos, no obstante, que la relación H3.4 no es significativa. Una posible explicación de las relaciones evidenciadas la encontramos en la interpretación que los encuestados hacen del constructo estimulación; quizá lo interpretan finalmente como medidor de la ansiedad y no de una estimulación positiva definida en los fundamentos teóricos. Por otra parte, la influencia de la habilidad sobre el control percibido (H3.2: β= 0,334, t = 13,3934, p < 0,001) es superior a la influencia del reto sobre el control percibido (H3.3: β= 0,106, t = 3,3742, p < 0,001). Por tanto, aceptamos parcialmente –con las reservas a las intensidades evidenciadas en las relaciones y la no aceptación de H3.4– las propuestas relativas al modelo de canales y estos cuatro constructos. A su vez, el control percibido influye significativamente en los niveles de concentración (H4.1: β = 0,092, t = 3,1033, p < 0,01), si bien la relación es reducida. Por otra parte, la estimulación y el control percibido influyen significativamente en los niveles de flujo (H5.1: β= 0,140, t = 5,4162, p < 0,001) y (H5.2: β= 0,102, t = 3,8043, p < 0,001), respectivamente. También confirmamos las relaciones entre los niveles de concentración y la telepresencia (H2.1: β= 0,476, t = 20,6901, p < 0,001) y la concentra85 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC FIGURA 6 Modelo de Flujo: Resultados Resultados Conc. Implic. Distors. Tele ControlHabilid. Afectos Explor. Juego FLUJO Estim. Reto 0,319 0,092 0,140 0,476 0,316 0,334 0,041 0,106 0,417 0,170 0,468 0,505 0,197 0,402 0,458 0,300 0,203 0,437 0,102 ción y la distorsión del tiempo (H2.2: β= 0,458, t = 19,5578, p < 0,001), respectivamente. También evidenciamos las relaciones hipotetizadas entre la distorsión del tiempo y el estado de flujo (H2.4: β = 0,197, t = 5,7775, p < 0,001) y la telepresencia y el estado de flujo (H2.3: β= 0,402, t = 14,0038, p < 0,001). Finalmente, las consecuencias del estado de flujo se evidencian significativamente a través de las relaciones: (1) flujo y juego (H6.2: β= 0,468, t = 20,6988, p < 0,001); (2) flujo y exploración (H6.1: b = 0,170, t = 6,6692, p < 0,001); (3) flujo y afectos positivos (H6.3: β= 0,417, t = 17,2252, p < 0,001) y (4) juego y exploración (H6.4: β= 0,505, t = 19,7002, p < 0,001). En definitiva, el estado del flujo evoca afectos positivos e interacciones con la Web exploratorias y tendentes al juego. 86 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC TABLA 3 Hipótesis, valores ββy resultados Hipótesis Signo βTestadístico Resultados Mayor implicación corresponde a H1.1 + 0,4370 *** 15,9300 Aceptada mayor habilidad Mayor habilidad corresponde a mayor H1.2 + -,- -,- -.- implicación Mayor implicación corresponde a H1.3 + 0,2030 *** 6,0541 Aceptada mayor estimulación Mayor implicación corresponde a H1.4 + 0,3000 *** 10,0781 Aceptada mayor concentración Mayor estimulación corresponde a H1.5 + 0,3190 *** 10,9859 Aceptada mayor concentración Mayor concentración corresponde a H2.1 + 0,4760 *** 20,6901 Aceptada mayor telepresencia Mayor concentración corresponde a H2.2 + 0,4580 *** 19,5578 Aceptada mayor distorsión del tiempo Mayor telepresencia corresponde a H2.3 + 0,4020 *** 14,0038 Aceptada mayor flujo Mayor distorsión del tiempo H2.4 + 0,1970 *** 5,7775 Aceptada corresponde a mayor flujo Mayor reto corresponde a mayor H3.1 ++ 0,3160 *** 10,5735 Aceptada estimulación (1) Mayor habilidad corresponde a mayor H3.2 ++ 0,3340 *** 13,3934 Aceptada control percibido (1) Mayor reto corresponde a mayor H3.3 + 0,1060 *** 3,3742 Aceptada control percibido (1) Mayor habilidad corresponde a H3.4 + 0,0410 ns 1,2737 No aceptada mayor estimulación (1) CONCLUSIONES Y LIMITACIONES El propósito de este estudio se resume en el examen de las interacciones en la Web empleando para ello el concepto de flujo. El flujo, considerado como una experiencia óptima, se presenta como un indicador del diseño apropiado y del nivel de complejidad desafiante que estimula al usuario y le lleva a comportamientos exploratorios y tendentes al juego. En primer lugar, las propuestas hechas y corroboradas, señalan que la implicación, la concentración, las respuestas afectivas y la telepresencia y distorsión del tiempo, constituyen factores que predicen y explican la experiencia deseada en un Web site singular, con las reservas ya señaladas al tratarse de un estudio cross-sectional. En segundo lugar, más allá de la corroboración de hipótesis derivadas de planteamientos teóricos, el estudio se convierte en punto de partida de diseños amparados en factores personales del usuario que afectan a su proceso de navegación. En otras palabras, explorando los antecedentes del estado de flujo y sus consecuencias para predecir y explicar el uso de la Web, dotamos de valor práctico a la investigación tanto para profesionales y compañías establecidas en la Web que demandan bases teóricas para diseños de éxito como para los usuarios que encuentran en la navegación la posibilidad de establecer relaciones duraderas basadas en experiencias estimulantes que eviten la generación de aburrimiento en las sucesivas visitas a páginas web por la ausencia de desafíos adaptados a sus habilidades. 87 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC TABLA 3 (Continuación) Hipótesis Signo βTestadístico Resultados Mayor control percibido corresponde H4.1 + 0,0920 ** 3,1033 Aceptada a mayor concentración Mayor estimulación corresponde a H5.1 + 0,1400 *** 5,4162 Aceptada mayor flujo Mayor control percibido corresponde H5.2 + 0,1020 *** 3,8043 Aceptada a mayor flujo Mayor flujo corresponde a mayor H6.1 + 0,1700 *** 6,6692 Aceptada comportamiento exploratorio Mayor flujo corresponde a mayor H6.2 + 0,4680 *** 20,6988 Aceptada comportamiento tendente al juego Mayor flujo corresponde a mayor H6.3 + 0,4170 *** 17,2252 Aceptada afecto positivo Mayor comportamiento tendente H6.4 + 0,5050 *** 19,7002 Aceptada al juego corresponde a mayor comportamiento exploratorio Niveles de significación: * p < 0,05 ** p < 0,01 *** p < 0,001 n,s, = no significativo (t(499), dos colas) t(0,05; 499) = 1,964726835; t(0,01; 499) = 2,585711627; t(0,001; 499) = 3,310124157 (1) El doble signo positivo significa que la relación H3.1 es superior a la relación H3.3 y H3.2 a H3.4 en función de las propuestas del modelo de ocho canales. (A) La influencia del reto sobre la estimulación (H3.1) es superior a la influencia de la habilidad sobre la estimulación (H3.4). (B) La influencia de la habilidad sobre el control percibido (H3.2) es superior a la influencia del reto sobre el control percibido (H3.3). En tercer lugar, frente a la propuesta de N OVAK et al. (2000), los desarrollos teóricos y empíricos propuestos en nuestro estudio permiten (1) visualizar de forma desagregada los modelos de segmentación basados en el estado de flujo donde destaca una modelización más simple (E LLIS et al. 1994; L E F EVRE 1988; N AKAMURA 1988; W ELLS 1988); (2) presentar la espontaneidad cognitiva (o tendencia al juego) como una consecuencia del estado de flujo y no en un plano equivalente al estado de flujo como señalan finalmente N OVAK et al. (2000); (3) no contemplar explícitamente el constructo “comienzo en el uso de la Web” (Start Web), considerado por diversos autores como un indicador formativo de la dimensión habilidad (S ÁNCHEZ -F RANCO y R ODRÍGUEZ -B OBADA 2004); y (4) no contemplar explícitamente en el modelo el constructo “velocidad de interacción”. La velocidad de interacción se relaciona con el control percibido a través de constructos no contemplados en el estudio como la facilidad de uso, la utilidad o los recursos y sí constituyentes del modelo de aceptación de la tecnología conocido como modelo TAM. Además, las relaciones teóricas individuales reto à estimulación y control, y habilidad à control y estimulación, dotan de carácter ilustrativo a las propuestas de G HANI et al. (1991), G HANI y D ESH - PANDE (1994) o G HANI (1995) y delimitan las responsabilidades en la explicación del constructo: estado de flujo, más allá de la propuesta agregada de N OVAK et al. (2000), quienes encuentran justificación teórica para considerar (1) habilidad y control, y (2) reto y estimulación como múltiples indicadores de factores de segundo orden. Sin embargo, la validez analizada nos permite en nuestro estudio considerarlos constructos independientes con “roles” primarios y secundarios en el modelo global de flujo, si bien es necesario profundizar en el constructo estimulación y su interpretación. Más aún, el análisis de las consecuencias y la consideración de la tendencia al juego, considerándose con carácter dinámico, ofrece al profesional on-line si cabe mayores beneficios de análisis teórico y empírico (estratégico y táctico) para su presencia en la Web: espontaneidad cognitiva en sus usuarios, carácter exploratorio y afectos positivos que transferir a su oferta a través de políticas transformativas. Desde una perspectiva de marketing relacional los antecedentes del estado de flujo confirmados en la investigación presentada, permiten a los responsables de la presencia de sus empresas en la Web incrementar: (1) la percepción de los usuarios de interacciones nuevas y agradables, que fomentan el juego, los afectos positivos y la exploración no lineal; a su vez (2) la calidad de servicio electrónico y la satisfacción que permita la generación de retos adaptados a las habilidades de sus usuarios; (3) el disfrute intrínseco (o flujo); (4) las exposiciones duraderas al Web site; y con ello (5) la probabilidad de alcanzar las ventajas derivadas de las visitas frecuentes y de los mayores tiempos de exposición por visita. Los individuos que juegan y exploran el Web site, interactúan favorablemente y manifiestan un ánimo tendente a repetir las interacciones positivas en el futuro e incrementar las probabilidades de respuestas favorables a la marca, que rentabilicen los altos costes de atracción mediante la reducción de la presión de tiempo asumido tradicionalmente como un coste por el usuario. El estudio ofrece pues implicaciones tanto para el académico de marketing como para el profesional de la Web. La experiencia del estado de flujo y los comportamientos de juego y exploratorios y afectos positivos derivados evidencian un primer y principal objetivo: el incremento de la efectividad de las experiencias del usuario en su proceso de navegación por el Web site del oferente. Como se señala a lo largo del trabajo, un incremento de las experiencias relacionadas con el disfrute del usuario permite interactuar a éste con el Web site y mejorar las relaciones mientras el usuario busca o explora. Como Novak señala en distintas entrevistas, no es tan importante si un Web site es o no entretenido, sino si su diseño se orienta a la experimentación y el juego o tan sólo a la consecución 88 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC directa e inmediata de objetivos predefinidos los cuales reducen las oportunidades de relaciones estables y continuadas en el tiempo. Como ejemplifica este autor, estando interesado en los automóviles y demandando nueva información sobre las últimas versiones de la marca Volvo, nuestro interés radica en potenciar el estado de flujo tanto en búsquedas dirigidas como en preliminares navegaciones exploratorias –más propensas a desencadenar estados de flujo– pese a que estos últimos pudieran desencadenar únicamente experiencias de compra simuladas; además, como señalan H OFFMAN et al. (2003) y S ÁNCHEZ -F RAN - CO y R OLDÁN (2004), la experiencia de estados de flujo pudieran también influir tanto en comportamientos on-line exploratorios como utilitarios dirigidos a un objetivo. Por tanto, los individuos que interactúan y evocan sensaciones positivas, manifestarán una tendencia a mayores y más frecuentes usos del Web site, no sólo por la necesidad situacional de adoptar una decisión de compra sino por la experiencia óptima y duradera surgida durante la actividad (o navegación) estimulada por los niveles de reto presentes on-line (W EBSTER et al. 1993) que mejora las habilidades y control percibido de tales individuos. Es decir, el planificador debe presentar sus contenidos, atributos y beneficios en contextos “disfrutables”. Un Web site debe ser desafiante, competitivo, y proporcionar un feedback adaptado a los requerimientos de sus usuarios para con ello fomentar el estado de flujo. El contenido de un Web site debe cambiar regularmente o en el caso de páginas web generadas dinámicamente el contenido debe ser diferente en cada nueva visita, de tal modo que la navegación implique una combinación de tareas ya aprendidas y nuevas prácticas. No obstante, las propuestas de este estudio deben ser interpretadas con cautela. En primer lugar, los parámetros estimados deben ser interpretados en el contexto del modelo conceptual analizado. Los constructos estimulación, control y concentración no son empleados como dimensiones del estado de flujo, sino como antecedentes del mismo. En segundo lugar, el modelo no incluye todas las variables relevantes (R2Flujo = 38,7 %); en este sentido, en futuras investigaciones se recomienda ampliar el número de diferencias individuales añadiendo, por ejemplo, las personalidad autotélica del individuo, sus estilos de vida, etc. En tercer lugar, debido a que la administración de la encuesta es no probabilística y es auto-administrada por el usuario, no podemos considerar la muestra representativa de los diferentes segmentos de usuarios de la Web. En cuarto lugar, recomendamos testar los resultados y conclusiones alcanzadas con nuevas muestras de nuestro entorno que corroboren o refuten las hipótesis analizadas en la muestra empleada por N OVAK et al. (2000). Finalmente, la presente investigación debe ser extendida al estudio de páginas web en futuros trabajos, en la medida que los factores personales analizados pueden jugar roles diferentes. Futuras investigaciones deben (1) clasificar las actividades asociadas con el estado de flujo en categorías funcionales; y (2) considerar variables relevantes para explicar la efectividad de la Web / páginas web, tales como la calidad de servicio y la satisfacción del usuario. En este sentido, en investigaciones en curso, ya analizamos la investigación de los niveles de calidad y de la tecnología empleada en la Web y de sus factores críticos para fomentar navegaciones útiles, agradables y satisfactorias que deriven en (re)exposiciones sostenidas a la Web. Las organizaciones deben proveer elevados niveles de calidad en el servicio electrónico (Z EITHAML et al. 2000), como estrategia de diferenciación para promover el ensayo y la repetición de visitas de los usuarios. Más aún, junto a las variables de carácter personal analizadas en la presente investigación, las características de la tarea particular impactan también la generación de estados de flujo. Mientras que nuestra atención se ha centrado en los factores personales del usuario, futuras investigaciones deben extender el modelo incorporando la usabilidad del Web site y otros factores de diseño no contemplados (P ALMER 2002) y describir sus efectos sobre los motivos intrínsecos y 89 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC F1 Do you think you have ever experienced flow on the Web? F2 In general, how frequently would you say you have experienced “flow” when you use the Web? F3 Most of the time I use the Web I feel that I am in flow. Concentración: FA1 not deeply engrossed / deeply engrossed. FA2 absorbed intently / not absorbed intently. (I) FA3 my attention is not focused / my attention is focused. FA4 I concentrate fully / I do not concentrate fully. (I) Implicación: IM1 important / unimportant. IM2 irrelevant / relevant. (I) IM3 means a lot to me / means nothing to me. IM4 matters to me / doesn’t matter. IM5 of no concern / of concern to me. (I) Juego: P1 I feel unimaginative when I use the Web. (I) P2 I feel flexible when I use the Web. P3 I feel unoriginal when I use the Web. (I) P4 I feel uninventive when I use the Web. (I) P5 I feel creative when I use the Web. P6 I feel playful when I use the Web. P7 I feel spontaneous when I use the Web. Afectos positivos: PA1 happy / unhappy. (I) PA2 annoyed / pleased. PA3 satisfied / unsatisfied. (I) PA4 melancholic /contented. Habilidad: S1 I am extremely skilled at using the Web. S2 I consider myself knowledgeable about good search techniques on the Web. S3 I know somewhat less about using the Web than most users. (I) S4 I know how to find what I am looking for on the Web. S5 How would you rate your skill at using the Web, compared to other things you do on the computer? S6 How would you rate your skill at using the Web, compared to the sport or game you are best at? Telepresencia: T1 I forget about my immediate surroundings when I use the Web. (I) T2 Using the Web often makes me forget where I am. T3 After using the Web, I feel like I come back to the “real world” after a journey. 96 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC T4 Using the Web creates a new world for me, and this world suddenly disappears when I stop browsing. T5 When I use the Web, I feel I am in a world created by the Web sites I visit. T6 When I use the Web, my body is in the room, but my mind is inside the world created by the Web sites I visit. T7 When I use the Web, the world generated by the sites I visit is more real for me than the “real world”. Distorsión del Tiempo: TD1 Time seems to go by very quickly when I use the Web. TD2 When I use the Web, I tend to lose track of time. (I) Indicadores inversos. 97 REVISTA ESPAÑOLA DE INVESTIGACION DE MARKETING ESIC