Internet de las cosas en el ámbito del hogar inteligente

MÁSTER UNIVERSITARIO EN ESTUDIOS AVANZADOS EN DIRECCIÓN DE EMPRESAS INTERNET DE LAS COSAS EN EL ÁMBITO DEL HOGAR INTELIGENTE [INTERNET OF THINGS IN THE FIELD OF SMART HOME] TRABAJO FIN DE MÁSTER Cristina González Antúnez. Junio de 2020 Máster Universitario en Estudios Avanzados en Dirección de Empresas Facultad de Ciencias Económicas y Empresariales Departamento de Economía Financiera y Dirección de Operaciones Internet de las cosas en el ámbito del hogar inteligente. [Internet of things in the field of Smart home] Trabajo Fin de Máster presentado para optar al Título de Máster Universitario en Estudios Avanzados en Dirección de Empresas por Cristina González Antúnez, siendo el tutor del mismo el Doctor Francisco José Arenas Márquez. Vº. Bº. del Tutor/a: Alumno/a: D. Francisco José Arenas Márquez Dª. Cristina González Antúnez Sevilla, Junio de 2020 - III - MÁSTER UNIVERSITARIO EN ESTUDIOS AVANZADOS EN DIRECCIÓN DE EMPRESAS FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES TRABAJO FIN DE MÁSTER CURSO ACADÉMICO [2019-2020] TÍTULO: INTERNET DE LAS COSAS EN EL ÁMBITO DEL HOGAR INTELIGENTE [INTERNET OF THINGS IN THE FIELD OF SMART HOME] AUTOR/A: CRISTINA GONZÁLEZ ANTÚNEZ TUTOR/A: FRANCISCO JOSÉ ARENAS MÁRQUEZ LÍNEA DE TRABAJO: Sistemas de Información RESUMEN: Desde su origen, el Internet de las cosas (Internet of Things, IOT) se ha incorporado de manera progresiva y exponencial a todos los ámbitos de nuestra vida, llegando a estar muy presente en la actualidad. La aplicación o integración de dispositivos IOT al ámbito de los hogares es lo que se conoce como hogar inteligente. En el presente Trabajo Fin de Máster se muestra una visión global sobre el IOT, en general, y sobre el smart home, en particular, recogiendo diferentes aspectos relacionados con su concepto, evolución, así como el amplio ámbito de aplicaciones posibles, mediante una revisión de la literatura existente. Para finalizar, se realiza un análisis del punto de vista de los usuarios a través de un estudio empírico, el cual tiene como objetivo medir el conocimiento y empleo de los dispositivos de smart home por parte de una muestra de consumidores. PALABRAS CLAVE: Big Data; Internet de las cosas; IOT; hogar inteligente; smart home. - IV - Internet de las cosas en el ámbito del hogar inteligente - V - ÍNDICE CAPÍTULO 1. INTRODUCCIÓN ................................................................................. 9 1.1. JUSTIFICACIÓN .................................................................................................... 9 1.2. OBJETIVOS ........................................................................................................... 9 Objetivos generales......................................................................................... 9 Objetivos específicos ...................................................................................... 9 1.3. METODOLOGÍA .................................................................................................. 10 Marco teórico: búsqueda de información ....................................................... 10 Estudio empírico ........................................................................................... 10 1.4. ESTRUCTURA .................................................................................................... 10 CAPÍTULO 2. MARCO TEÓRICO ............................................................................ 13 2.1. BIG DATA ............................................................................................................ 13 Definición y características ............................................................................ 13 Fuentes de datos del Big Data ...................................................................... 15 Importancia de la información proporcionada por Big Data ........................... 15 2.2. INTERNET DE LAS COSAS (IOT) ....................................................................... 16 Concepto IOT ................................................................................................ 16 Historia del IOT: origen y evolución ............................................................... 17 Ventajas e inconvenientes del IOT ................................................................ 18 Aplicaciones del IOT ..................................................................................... 19 2.2.4.1 Ciudad inteligente (smart city) ..................................................................................... 19 2.2.4.2 Vehículos inteligentes (smart vehicles) ........................................................................ 19 2.2.4.3 Salud inteligente (smart healthcare) ............................................................................ 19 2.2.4.4 Agricultura inteligente (smart farming) ........................................................................ 20 2.2.4.5 Industria y comercio inteligente (smart industry) ......................................................... 20 2.2.4.6 Hogar inteligente (smart home) ................................................................................... 20 Smart home .................................................................................................. 21 2.2.5.1 Concepto ..................................................................................................................... 21 2.2.5.2 Categorías de dispositivos smart home ........................................................................ 22 2.2.5.3 Ventajas del uso de dispositivos smart home ............................................................... 23 2.2.5.4 Inconvenientes del uso de dispositivos smart home ..................................................... 24 CAPÍTULO 3. ESTUDIO EMPÍRICO ........................................................................ 27 3.1. Tipo de muestreo: muestreo no probabilístico por conveniencia .......................... 27 3.2. Cuestionario y proceso de recolección de datos. ................................................. 27 3.3. Resultados obtenidos........................................................................................... 30 Perfil del encuestado: características sociodemográficas .............................. 30 3.3.1.1 Franjas de edad ........................................................................................................... 30 3.3.1.2 Nivel de estudios ......................................................................................................... 30 3.3.1.3 Residencia en España .................................................................................................. 31 Internet de las cosas en el ámbito del hogar inteligente - VI - Perspectiva del usuario. Estadísticos descriptivos ........................................ 31 3.3.2.1 ¿Conoce el concepto de smart home? ......................................................................... 31 3.3.2.2 ¿Le interesan los productos smart home? .................................................................... 32 3.3.2.3 ¿Tiene pensado comprar productos para hacer su hogar más inteligente? ................... 32 3.3.2.4 Señale cuales de los siguientes dispositivos de Smart home no conoce y cuales conoce y/o posee. 33 3.3.2.5 Indique el grado de acuerdo con las siguientes afirmaciones sobre los dispositivos smart home. 35 3.3.2.6 Indique el grado de acuerdo con las siguientes afirmaciones sobre los dispositivos smart home: inconvenientes .................................................................................................................. 36 Perspectiva del usuario. Estadísticos explicativos. ........................................ 38 3.3.3.1 Prueba t de muestras independientes .......................................................................... 39 3.3.3.2 ANOVA de un factor .................................................................................................... 44 CAPÍTULO 4. CONCLUSIONES .............................................................................. 51 BIBLIOGRAFÍA .......................................................................................................... 53 ANEXO 1: CUESTIONARIO ....................................................................................... 57 Internet de las cosas en el ámbito del hogar inteligente - VII - Relación de Tablas Tabla 2.1. Tipos de fuentes de datos .......................................................................... 15 Tabla 2.2. Clasificación de dispositivos inteligentes para el hogar .............................. 23 Tabla 3.1. Ficha técnica de la encuesta ...................................................................... 27 Tabla 3.2. Variables empleadas en el estudio empírico .............................................. 29 Tabla 3.3. Desconocimiento, conocimiento y/o posesión de dispositivos Smart home. Distribución de frecuencias y porcentajes. .................................................................. 34 Tabla 3.4. Ventajas de los dispositivos smart home. Estadísticos descriptivos ........... 36 Tabla 3.5. Estadístico descriptivo 3 ............................................................................. 37 Tabla 3.6. Variables categóricas empleadas en el análisis explicativo ........................ 38 Tabla 3.7. Prueba t – V3. Estadísticas de grupo ......................................................... 40 Tabla 3.8. Prueba t para V3 ........................................................................................ 40 Tabla 3.9. Prueba t – V4. Estadísticas de grupo ......................................................... 42 Tabla 3.10. Prueba t para V4 ...................................................................................... 42 Tabla 3.11. Prueba t – V5. Estadísticas de grupo ....................................................... 43 Tabla 3.12. Prueba t para V5 ...................................................................................... 44 Tabla 3.13. ANOVA V16 a V32 con respecto a V1...................................................... 46 Tabla 3.14. Franjas de edad: medias y desviaciones típicas V16 a V32 con respecto a V1 ............................................................................................................................... 46 Tabla 3.15. ANOVA V16 a V32 con respecto a V2...................................................... 48 Tabla 3.16. Nivel de estudios: medias y desviaciones típicas V16 a V32 con respecto a V2 ............................................................................................................................... 48 Relación de Figuras Figura 2.1. Dimensiones Big Data 4V ......................................................................... 14 Figura 2.2. Dimensiones Big Data 7V ......................................................................... 14 Figura 2.3. Pirámide gestión de la información ........................................................... 16 Figura 2.4. Definición IOT ........................................................................................... 16 Figura 2.5. Nacimiento IOT ......................................................................................... 18 Figura 2.6. Visualización hogar inteligente .................................................................. 21 Figura 3.1. Franjas de edad ........................................................................................ 30 Figura 3.2. Niveles de estudio ..................................................................................... 30 Figura 3.3. Residencia en España .............................................................................. 31 Figura 3.4. Conocimiento del concepto smart home ................................................... 31 Figura 3.5. Interés sobre los productos de smart home .............................................. 32 Figura 3.6. Intención de compra de productos smart home......................................... 32 Figura 3.7. Desconocimiento, conocimiento y/o posesión de dispositivos smart home (parte 1) ...................................................................................................................... 33 Internet de las cosas en el ámbito del hogar inteligente - 14 - • Veracidad: se refiere a la calidad o fiabilidad de los datos. Las herramientas que ayudan a manejar la veracidad de los datos descartan el “ruido” y transforman datos en información confiable (Zikopoulos , deRoos , Bienko, Buglio, & Andrews , 2015). En la actualidad se puede disponer de gran cantidad de datos, siendo necesario diferenciar entre los que son útiles y los que no. El ruido hace referencia a datos en los que no se puede confiar o que no son útiles para los objetivos del análisis. Los datos deben transmitir una imagen fiel a la realidad y no estar manipulados (Aldana Montes, y otros, 2016). Si los datos son erróneos, inexactos o mal interpretados el posterior análisis de estos puede conducir a resultados incorrectos (Dwivedi, 2018). Figura 2.1. Dimensiones Big Data 4V Fuente: Elaboración propia Hoy en día distintos autores e instituciones han añadido más uves a las dimensiones de Big Data, como las que se muestran a continuación: • Valor: los datos en sí mismos no tienen ningún valor (Patgiri & Ahmed, 2016), pero su procesamiento y análisis sí puede generarlo. Tras analizar los grandes volúmenes de datos disponibles se puede generar valor y sacar conclusiones o tomar decisiones más acertadas, cosa que sin ellos no sería posible (Aldana Montes, y otros, 2016). • Validez: quiere decir que no todos los datos son válidos. Por ejemplo, datos antiguos se vuelven obsoletos y no son válidos para procesar o realizar análisis. Por otro lado, existen determinados datos que nunca se vuelven obsoletos, como por ejemplo un historial de transacciones bancarias (Patgiri & Ahmed, 2016). • Visibilidad: se refiere a si los datos son visibles y se interactuar con ellos (Patgiri & Ahmed, 2016). El primer gran desafío de la visualización de Big Data es llevarla a cabo en conjuntos de datos más grandes, diversificados y heterogéneos. En este sentido, los sistemas de visualización y exploración deben tener suficiente potencia informática para manejar los datos y estar equipados con consultas y algoritmos eficientes para manejar el análisis complejo (Dwivedi, 2018). Figura 2.2. Dimensiones Big Data 7V Fuente: Elaboración propia Internet de las cosas en el ámbito del hogar inteligente - 15 - Fuentes de datos del Big Data La variedad de datos a analizar se puede obtener de distintas fuentes de datos. A continuación, se muestra una clasificación sencilla, la cual, probablemente se extienda con el avance tecnológico. Fuente de datos Descripción Ejemplos Interacciones Datos generados por personas a través de interacciones generales y cotidianas. ▪ Llamadas ▪ Notas de voz ▪ Correos electrónicos Transacciones Son datos que se generan en las transacciones. ▪ Facturas ▪ Compras online ▪ Transacciones bancarias Biometría Se trata de datos biométricos, importantes para los centros de investigación. ▪ Reconocimiento facial ▪ Escáner de retina ▪ Huella digital Web, redes sociales y marketing online Contenido e información obtenida a través de páginas web, navegación por Internet y redes sociales. ▪ Post de Facebook ▪ Blogs ▪ Tweets Machine to Machine (M2M) Consiste en la conexión y comunicación entre dispositivos que transmiten, envían y reciben información. ▪ Temperatura ▪ Ubicaciones ▪ Signos vitales ▪ Datos generados por IOT Tabla 2.1. Tipos de fuentes de datos Fuente: Elaboración a partir de (IBM, 2012) De entre las tipologías de fuentes de datos clasificadas en la tabla 2.1, Machine to Machine (M2M) es la fuente en la que se centrará el presente trabajo, ya que en ella se encuadra el IOT. M2M consiste en la conexión de dispositivos que son capaces de generar datos y compartirlos con otros dispositivos, produciéndose conexiones “máquina a máquina”. El desarrollo de las comunicaciones inalámbricas trajo consigo un incremento del uso de este tipo de fuente de datos. Algunos ejemplos de tecnologías asociadas al M2M son RFID (dispositivos de identificación por radio frecuencia) y la navegación GPS. Importancia de la información proporcionada por Big Data Los datos de manera individual pueden no ser útiles, pero en grandes volúmenes pueden ayudarnos a identificar tendencias y patrones. A través del análisis de conjuntos de datos se obtiene información, que se transformará en conocimiento cuando se tenga consciencia de esta. Por último, la combinación de conocimiento y experiencia conforman la sabiduría. El conocimiento puede cambiar con el tiempo, mientras que la sabiduría es atemporal. Cuántos más datos se generen, más conocimiento y sabiduría se podrá obtener (Evans, 2011). Internet de las cosas en el ámbito del hogar inteligente - 16 - Las bases de datos convencionales siguen siendo muy importantes para obtener información y tomar decisiones (Monleón-Getino, 2015). El mayor valor de la información proporcionada por Big Data se obtiene al combinarla con otros datos tradicionales. De este modo, llevando a cabo una integración de datos se puede incrementar exponencialmente el conocimiento de un negocio (Joyanes Aguilar, 2016). La recopilación y análisis de cantidades masivas de datos de diversas fuentes sean internas o externas (como por ejemplo las redes sociales), pueden ayudar a mejorar los productos o servicios que se ofrecen, y de esta manera conseguir ventajas competitivas (Rayes & Salam, 2017). Figura 2.3. Pirámide gestión de la información Fuente: Elaboración propia a partir de (Evans, 2011) 2.2. INTERNET DE LAS COSAS (IOT) Concepto IOT Si una de las creaciones más importantes y poderosas a lo largo de nuestra historia es Internet, por su impacto sobre todos los ámbitos (educación, comunicación, empresas, ciencia, etc.), el IOT se puede considerar como la evolución de Internet (Evans, 2011). Puede definirse como una tecnología basada en la conexión a Internet de objetos cotidianos, los cuales proporcionan, intercambian y procesan información sobre su entorno y uso para ofrecer servicios de valor añadido a los usuarios finales. Son capaces de ajustarse automáticamente al identificar eventos puntuales o determinados cambios (Barrio Andrés, 2018). Figura 2.4. Definición IOT Fuente: (Rayes & Salam, 2017) Internet de las cosas en el ámbito del hogar inteligente - 17 - Se trata de incorporar capacidades inteligentes a objetos tradicionalmente pasivos y que utilizamos de manera cotidiana para que estos puedan recopilar, recibir y enviar datos. Para que un objeto cotidiano pase a considerarse dispositivo inteligente no solo debe tener integrado un software, sino que debe ser capaz de recopilar datos del uso que se hace de él, que posteriormente procesa y envía (Barrio Andrés, 2018). Proporciona “inteligencia” a los objetos cotidianos, lo que se denomina dispositivos inteligentes, que permiten obtener y almacenar datos de forma inmediata (Sepúlveda Giménez, 2019). Se les denomina dispositivos "inteligentes" ya que permiten interactuar con ellos, controlarlos, ajustarlos a nuestras preferencias, así como la posibilidad de manejarlos mediante control remoto para que funcionen de manera autónoma (por ejemplo, programar el encendido de un aire acondicionado, encender o apagar luces sin estar en el hogar...). Estos pueden comunicarse entre sí a través de su conexión a Internet (Mora Peralta & Urrego Gaitán, 2018). No es un sistema cerrado, sino abierto y siempre en contacto con el mundo externo (Karimova & Shirkhanbeik, 2015). Consiste en un conjunto de sensores y actuadores que son capaces de recibir y generar datos de manera digital, pudiendo transmitirlos a través de redes bidireccionales para su posterior uso (Salazar & Silvestre, 2016). De forma general, IOT utiliza los siguientes componentes (Rayes & Salam, 2017): ▪ Sensores: para recopilar información. ▪ Actuadores: reciben información y actúan sobre los elementos físicos. ▪ Identificadores: para identificar las fuentes de datos. ▪ Software: para analizar datos. ▪ Conexión a Internet: para comunicarse. Historia del IOT: origen y evolución Una vez definido el concepto, se procede a mostrar brevemente el origen y la historia del Internet de las cosas, destacando los acontecimientos que han marcado su evolución a lo largo de los años. • Finales 1970: Con el uso comercial de líneas telefónicas, comienzan los sistemas de monitoreo remoto de contadores de red eléctrica (Rose, Eldridge, & Chapin, 2015). • 1990: Los avances en la tecnología inalámbrica permiten que las soluciones M2M (machine to machine) se generalicen. Sin embargo, la mayoría se basan en estándares cerrados y propios en vez de en la red Internet (Rose, Eldridge, & Chapin, 2015). • 1999: El término Internet de las cosas es utilizado por primera vez por Kevin Ashton en 1999, pionero de la tecnología británica, señalando la posibilidad de conectar etiquetas de identificación de radiofrecuencia (RFID) a Internet para tener un control sobre la mercancía en las cadenas de suministro (Rose, Eldridge, & Chapin, 2015). • 2005: La Unión Internacional de Telecomunicaciones (UIT) de la ONU publica por primera vez un informe sobre IOT (Mora Peralta & Urrego Gaitán, 2018). • 2008-2009: Según el Grupo de soluciones empresariales basadas en Internet (IBSG, Internet Business Solutions Group) de Cisco (Evans, 2011), IOT se consolida como tecnología en el momento en el que se conectaron a Internet más “cosas u objetos” que personas. En 2010 el número de dispositivos conectados a Internet por persona fue superior a 1 por primera vez (1,84 exactamente). Por lo que este tipo de tecnología adquiere una importancia destacable en algún momento entre 2008 y 2009, ya que anteriormente la cantidad de “objetos” conectados era relativamente escasa. Internet de las cosas en el ámbito del hogar inteligente - 18 - Figura 2.5. Nacimiento IOT Fuente: Cisco IBSG (Evans, 2011) • 2009: Tras la visión transmitida por Kevin Ashton en 1999, 10 años después el término se consolida y su uso se generaliza, figurando en diferentes ámbitos que van desde artículos en Scientific American hasta en el nombre de una conferencia de la Unión Europea (Asthon, 2009). • 2010: El Primer ministro chino Wen Jiabao lo considera una industria clave para China (Mora Peralta & Urrego Gaitán, 2018). • 2011: Se lanzó el nuevo protocolo IPV6, con el que se pueden identificar instantáneamente todos los objetos, otorgando 340 sextillones de direcciones IP, suficientes para que IOT pueda disponer de estas a gran escala (Mora Peralta & Urrego Gaitán, 2018). • 2020 (actualidad): En este año se espera que más de 20.400 millones de dispositivos estén conectados (Mora Peralta & Urrego Gaitán, 2018). Ventajas e inconvenientes del IOT A continuación, se muestran una serie tanto de ventajas como inconvenientes que se pueden derivar de la aplicación del IOT. ▪ Tomar mejores decisiones: Tiene capacidad para generar, analizar y distribuir datos con mayor velocidad, siendo además más cuantiosos y variados. Tras analizar esta mayor cantidad de datos disponibles, se pueden tomar decisiones de forma más eficiente y fiable (Evans, 2011). ▪ Reducción de costes: La aplicación del IOT en las industrias permite optimizar el uso de recursos, así como mejorar el rendimiento y aumentar la productividad (Mora Peralta & Urrego Gaitán, 2018). ▪ Ahorro de tiempo: Muchas de las labores se pueden dejar en manos de dispositivos interconectados, ya que las pueden realizar de manera automatizada. Ello nos permite ahorrar tiempo al delegar en estos dispositivos ciertas funciones (Sepúlveda Giménez, 2019). ▪ Minimiza el error humano: Las personas pueden cometer errores que pueden evitarse con sistemas automatizados (Mora Peralta & Urrego Gaitán, 2018). ▪ Coste y necesidad de inversión: Para poder implementar o utilizar dispositivos IOT es necesario realizar una inversión, que será mayor o menor en función de dispositivo que se trate. En ocasiones puede requerir también Internet de las cosas en el ámbito del hogar inteligente - 19 - inversión para su mantenimiento, además del coste de adquisición (Sepúlveda Giménez, 2019). Aplicaciones del IOT A continuación, se describen diferentes ámbitos en los que se está aplicando el IOT. 2.2.4.1 Ciudad inteligente (smart city) Se conoce como ciudad inteligente o smart city al espacio urbano con infraestructuras, redes y plataformas inteligentes, capaz de comprender lo que está pasando en dicho espacio a través de sensores y actuadores, pudiendo ser estos las personas y sus teléfonos móviles (Fundación Telefónica, 2011). Se trata de una ciudad que utiliza las tecnologías de la información y la comunicación para ofrecer servicios públicos más interactivos y eficientes. La ciudad inteligente posibilita la realización de mejoras en los procesos de la ciudad, habilita nuevos modelos de negocio, constituye una plataforma para la innovación y permite mejorar el bienestar de la sociedad y su entorno. En el ámbito de la ciudad inteligente se pueden realizar concretamente las siguientes aplicaciones: • Servicios públicos: se trata de sistemas inteligentes como el alumbrado público o la recogida de basura, para que funcionen automáticamente según ciertas condiciones (Alcaraz, 2014). • Tráfico y gestión de vehículos: se puede implementar un sistema de control de tráfico inteligente para evitar el problema de las grandes retenciones que se generan. Reuniendo datos de sensores, cámaras, semáforos y de los vehículos en circulación se puede determinar, por ejemplo, la duración de las luces de los semáforos o realizar desvíos convenientes para evitar atascos (Alcaraz, 2014). Otro ejemplo muy conocido es el sistema que detecta las plazas ocupadas y libres en los parkings (Sepúlveda Giménez, 2019). • Regulación medioambiental: se puede prevenir la contaminación detectando infracciones a través de sensores conectados con los que se obtenga información de determinados indicadores como la calidad del aire, del suelo, del agua o los niveles de contaminación. Y de esta manera poder controlar el cumplimiento de las normativas medioambientales (Alcaraz, 2014). 2.2.4.2 Vehículos inteligentes (smart vehicles) Consiste en sensores que miden e indican los niveles de distintos parámetros de los vehículos, como el nivel y calidad del aceite o la presión del aire en los neumáticos. Estos datos pueden ser enviados a los fabricantes o concesionarios para disponer de información más precisa y ofrecer un servicio de atención al cliente más eficiente. También los vehículos pueden dar aviso sobre la necesidad de realizar algún tipo de mantenimiento (Alcaraz, 2014). Los automóviles actuales tienen múltiples funciones que controlan el funcionamiento del motor, las medidas de seguridad, etc. (Evans, 2011). 2.2.4.3 Salud inteligente (smart healthcare) Son dispositivos destinados a mejorar la salud de los ciudadanos, así como al tratamiento, análisis y disponibilidad de los datos clínicos (Ros Gil, 2019). Algunos ejemplos serían aquellos destinados a atención y vigilancia sanitaria, prevención, agilización de la recopilación de información sobre salud de pacientes, prevención más eficaz e inmediata mediante alertas de riesgos, etc. (Díaz de León Castañeda, 2019). Con el uso de este tipo de sensores, se pueden monitorear diversos signos vitales (como el ritmo cardiaco, el nivel de azúcar, etc.) y la información recogida a través de Internet de las cosas en el ámbito del hogar inteligente - 20 - estos se envía a profesionales para que puedan analizarla y realizar un seguimiento y tratamiento personalizado y más eficiente. Ello facilita la detección de irregularidades y ayuda a prevenir accidentes y/o enfermedades. Destaca también su uso para el cuidado de personas mayores mediante sensores de movimiento (Alcaraz, 2014). 2.2.4.4 Agricultura inteligente (smart farming) Consiste en aplicar la tecnología a la agricultura, de manera que posibilita la medición de determinados indicadores, como las condiciones del suelo (humedad, temperatura), la monitorización de plantas o el control de plagas. Gracias a esto, el agricultor tiene mayor conocimiento sobre su cultivo, pudiendo ahorrar tanto recursos hídricos como esfuerzos (Ros Gil, 2019). De esta forma se puede controlar la producción más eficientemente, ya que se pueden detectar problemas y tomar decisiones acordes. 2.2.4.5 Industria y comercio inteligente (smart industry) En el ámbito de la producción, comercialización y distribución de bienes y servicios suele emplearse de las siguientes formas: • Control de inventario: realización de controles más precisos y de manera automatizada gracias a mecanismos que contienen cada elemento del stock, como por ejemplo las etiquetas con sistema RFID. De esta manera se reduce tanto el tiempo de búsqueda como los errores humanos en dicha tarea (Alcaraz, 2014). • Control del proceso de producción: al ubicar sensores en las máquinas que se utilizan en el proceso de producción, se puede obtener información sobre si se produce algún fallo o si se requiere algún tipo de revisión o mantenimiento (Alcaraz, 2014). Existen dispositivos que puede detectar automáticamente y analizar muy rápido gran cantidad de parámetros, permitiendo tomar medidas de manera anticipada y de forma más flexible (Rayes & Salam, 2017). ▪ Análisis del comportamiento de los consumidores: la información que los dispositivos pueden recopilar a través de su uso es útil para conocer el comportamiento de los consumidores, sus gustos y/o necesidades. Ello proporciona información de gran valor para las empresas, ya que pueden conocer mejor a sus clientes y tomar decisiones más acertadas (Alcaraz, 2014). Además, esto permite mostrarles contenido más afín al perfil del que se trate y generar publicidad más especializada a cada usuario. 2.2.4.6 Hogar inteligente (smart home) Un hogar inteligente (smart home) es un hogar que contiene dispositivos u objetos inteligentes que recolectan y generan información sobre su uso y entorno. Estos se pueden controlar, ajustar a nuestras preferencias, así como configurarlos para que funcionen de manera autónoma (Alcaraz, 2014). Todo ello se puede realizar a través de aplicaciones en nuestros teléfonos móviles, ordenadores, etc., los cuales, nos permiten también ejecutar otras funciones, como ver el estado actual de los dispositivos y recibir notificaciones. De entre todos los ámbitos de aplicación del IOT, este es en el que se centra el estudio empírico realizado en el capítulo 3. Es por ello que, en el siguiente apartado, se profundiza en mayor medida en el concepto de smart home, sus principales características, las diferentes categorías de dispositivos existentes, así como las ventajas o inconvenientes que estos pueden conllevar. Internet de las cosas en el ámbito del hogar inteligente - 21 - Smart home 2.2.5.1 Concepto Como se acaba de señalar, un smart home contiene dispositivos inteligentes que generan y recopilan datos e información sobre su funcionamiento y sobre el entorno en el que se desenvuelven. Se trata, por tanto, de dispositivos de uso doméstico que ofrecen nuevas posibilidades mediante la conexión a Internet y cuyo objetivo es mejorar los distintos aspectos de la calidad de vida de los hogares (Mora Peralta & Urrego Gaitán, 2018). Un ejemplo muy conocido son las smart tv (televisiones inteligentes) a través del cual podemos acceder a Internet o enviar contenido desde el móvil. Los dispositivos de smart home pueden analizar y aprender de los hábitos de sus usuarios, las preferencias y las condiciones (como el clima, día de la semana, hora) para autoajustarse cuando sea necesario (Alcaraz, 2014). La tecnología constituye el núcleo central de los hogares inteligentes, formada por componentes de hardware y software, incluidos sensores y electrodomésticos. Los sensores se integran en los electrodomésticos a través de sistemas inalámbricos y cableados. Los dispositivos totalmente automatizados tienen el potencial de mejorar la calidad de vida y fomentar la vida independiente de los residentes (Orwat, Graefe, & Faulwasser, 2008). El hogar inteligente está equipado, por tanto, con múltiples dispositivos que pueden cooperar entre sí como un sistema homogéneo (Reinisch, Kofler, Iglesias, & Kastner, 2011). De esta manera se permite a los usuarios controlar remotamente los electrodomésticos y otros dispositivos, regular el consumo de energía y disminuir la carga de las actividades cotidianas del hogar (Amiribesheli, Benmansour, & Bouchachia, 2015). Figura 2.6. Visualización hogar inteligente Fuente: (Context, 2016) Internet de las cosas en el ámbito del hogar inteligente - 22 - 2.2.5.2 Categorías de dispositivos smart home El mercado actual ofrece gran variedad de dispositivos inteligentes, los cuales tienen mayor o menor grado de presencia en el hogar dependiendo de las prioridades de sus ocupantes (Muñoz Boza, 2019). A continuación, se muestra una clasificación de los dispositivos inteligentes para el hogar que se pueden encontrar en el mercado, en función del tipo de dispositivo y de las funciones que proporcionan (Marikyan, Papagiannidis, & Alamanos, 2019). En la Tabla 2.2 se incluyen ejemplos de cada una de estas categorías. ▪ Asistentes de voz: Son dispositivos que tienen la capacidad de responder a las indicaciones que se le hagan mediante la voz. Estos ofrecen una amplia variedad de servicios, desde indicar el tiempo que hará un cierto día hasta enviar contenidos solicitados a la televisión o reproducir música. ▪ Electrodomésticos: Se trata de dispositivos de uso doméstico que añaden nuevas posibilidades a los electrodomésticos clásicos, ya que aprovechan la conexión a Internet (Alcaraz, 2014). Un ejemplo pueden ser los frigoríficos que nos avisan de la fecha de caducidad de los alimentos o para hacer la compra. ▪ Ocio y entretenimiento: Son aquellos dispositivos que ofrecen infinidad de utilidades. A través de estos dispositivos se pueden controlar otros dispositivos de los que aquí se recogen. Un ejemplo muy conocido son las smart tv (televisiones inteligentes) a través del cual podemos acceder a Internet o enviar contenido desde el móvil (Alcaraz, 2014). ▪ Accesorios y wereables: Se trata de accesorios o incluso ropa, que tienen incorporado algún tipo de sensor para realizar mediciones de ciertas variables de rendimiento como pueden ser la velocidad, la distancia recorrida, etc. Uno de los usos más habituales es el seguimiento de la forma física (Muñoz Boza, 2017). ▪ Sonido: Son dispositivos de reproducción de música que permiten ser controlados a cierta distancia, a través de otros dispositivos. Facilitan, por ejemplo, el envío de canciones, su reproducción, su pausa y el cambio de canción. ▪ Climatización: se puede programar su funcionamiento a través de otros dispositivos como los smartphones. Pueden aprender de nuestros hábitos y de ciertas condiciones como el clima, día de la semana o la hora y autoajustarse cuando sea necesario para conectar o regular el aire acondicionado o la calefacción (Alcaraz, 2014). ▪ Iluminación y ahorro de energía: Se trata de dispositivos que pueden ser gestionados remotamente para programar el encendido, apagado, intensidad de la luz, etc. ▪ Salud y atención sanitaria: Posibilita a los sanitarios acceder a información sobre la salud de los pacientes, hacerles un seguimiento y prestar atención médica a distancia. Permite agilizar la atención a los ciudadanos en caso de necesidad, mediante la monitorización remota y el diagnóstico a distancia (Muñoz Boza, 2017). (Boza, 2017) ▪ Seguridad y vigilancia: Se puede obtener información en tiempo real desde cualquier lugar sobre el estado de dispositivos de vigilancia conectados que se encuentren en el domicilio. De esta manera, es posible saber si las luces están encendidas o apagadas, visualizar imágenes, recibir alertas en caso de robo, etc. Esta información puede evitar que se produzcan accidentes y tomar medidas de una forma inmediata y automatizada (Alcaraz, 2014). ▪ Detectores y sensores: Son dispositivos que pueden detectar ciertas señales o emisiones, como fugas de agua, humos, o el movimiento de personas. Internet de las cosas en el ámbito del hogar inteligente - 23 - Categorías Productos Asistentes de voz Alexa Echo, Google Home, Apple Homepod Electrodomésticos Lavavajillas, frigoríficos, lavadoras, aspiradoras Ocio y entretenimiento Smartphone, smart tv, chromecast, fire stick Accesorios / wearables Smartwatch, dispositivos fitness Sonido Altavoces, auriculares Climatización Termostato, humidificador, aire acondicionado, estaciones de Meteorología Iluminación y ahorro energético Lámparas, bombillas, interruptores, enchufes, temporizadores Salud y atención sanitaria Monitoreo del sueño, medición de signos vitales Seguridad y vigilancia Cámaras WIFI, cámaras para bebés, alarmas, cerraduras inteligentes Detectores y sensores Detectores de humo, detectores de agua, sensores de movimiento, sensores para puertas y ventanas Tabla 2.2. Clasificación de dispositivos inteligentes para el hogar Fuente: Elaboración a través de (Context, 2016), (Marikyan, Papagiannidis, & Alamanos, 2019) y (Sovacool & Furszyfer Del Rio, 2020). 2.2.5.3 Ventajas del uso de dispositivos smart home En este apartado se muestra un listado de las ventajas que puede ofrecer o que se pueden derivar del uso de dispositivos de smart home: • Información en tiempo real: Es posible realizar un seguimiento y obtener información en tiempo real y actualizada (Huerta, 2018) sobre el estado de los objetos conectados que estén en el domicilio, desde cualquier lugar en que nos encontremos. De esta manera, se puede saber si las luces están encendidas o apagadas, visualizar imágenes, etc. Esta información podría evitar que se produzcan accidentes ya que nos permiten tomar medidas de una forma inmediata y automatizadas (Alcaraz, 2014). • Proporciona comodidad: La automatización de los hogares permiten ajustar algunos aspectos en función de nuestras preferencias, para así proporcionarnos un entorno más agradable y cómodo (Hera Pérez, 2018). Como por ejemplo dispositivos inteligentes de regulación de la temperatura. • Mejora la calidad de vida: los dispositivos de smart home permiten a los usuarios tener una mejor calidad de vida, facilitando la realización de ciertas tareas cotidianas y disminuyendo así la carga o el esfuerzo a realizar (Gantiva Henao, 2020). • Mejora y facilita la comunicación: Permiten socializar y crear redes entre personas ya sea en ámbito profesional como personal. Además puede ayudar a superar sentimientos de depresión o aislamiento (Sovacool & Furszyfer Del Rio, 2020). • Gestión del uso de la energía y sostenibilidad medioambiental: los dispositivos de smart home permiten regular el consumo eléctrico, facilitando el ahorro de energía y reduciendo la contaminación ambiental (Hera Pérez, 2018). Internet de las cosas en el ámbito del hogar inteligente - 30 - 3.3. Resultados obtenidos Perfil del encuestado: características sociodemográficas 3.3.1.1 Franjas de edad Figura 3.1. Franjas de edad Fuente: Elaboración propia a través de Google Forms La mayoría de las personas que conforman la muestra tienen entre 18 y 35 años, representando un 71,4% del total. Esto puede deberse, tal y como se ha comentado en el apartado 3.2, debido al perfil al que fundamentalmente se ha enviado el cuestionario de forma directa, formado por personas de esta franja de edad. Las edades comprendidas entre 36 y 50 años representan un 18,4%, lo que también está relacionado con lo comentado en el apartado 3.2. En este caso, se trata sobre todo de personas a las que se ha enviado el cuestionario en un ámbito más profesional. Por último, los mayores de 50 años representan un 10,2%. 3.3.1.2 Nivel de estudios Figura 3.2. Niveles de estudio Fuente: Elaboración a través de Google Forms La mayor parte de los encuestados tienen estudios universitarios, siendo un 63,2% del total. A este nivel le siguen los estudios medios, con un 27%, y finalmente los estudios primarios, con un 9,8%. De nuevo, ello puede deberse, al igual que en el subapartado anterior, por el perfil principal al que se ha enviado el cuestionario de manera directa, formado en buena parte por antiguos y actuales compañeros de clase. Internet de las cosas en el ámbito del hogar inteligente - 31 - 3.3.1.3 Residencia en España Figura 3.3. Residencia en España Fuente: Elaboración propia a través de Google Forms Casi la totalidad de los encuestados residen en España (98,7%). Solo un 1,3% de los encuestados (4 personas del total) no residen en España. Como antes se explicó, estas personas no pertenecen a la población objeto de estudio y se han sacado de la muestra, por lo que, finalmente, el tamaño total de esta es de 311 personas. Perspectiva del usuario. Estadísticos descriptivos 3.3.2.1 ¿Conoce el concepto de smart home? Figura 3.4. Conocimiento del concepto smart home Fuente: Elaboración propia a través de Google Forms Como se puede observar, la mayoría de los encuestados conoce el concepto de smart home, representando un 87,5% frente al 12,5% que no conocen el concepto. Por tanto, se observa que muy pocas personas manifiestan desconocer en qué consiste el smart home. Internet de las cosas en el ámbito del hogar inteligente - 32 - 3.3.2.2 ¿Le interesan los productos smart home? Figura 3.5. Interés sobre los productos de smart home Fuente: Elaboración propia a través de Google Forms Al 68,8% de las personas encuestadas le interesan los productos o dispositivos de smart home. Por el contrario, al 31,2% no le interesan. Por tanto, a la mayoría de los miembros de la muestra les llama la atención y tienen interés por este tipo de productos. 3.3.2.3 ¿Tiene pensado comprar productos para hacer su hogar más inteligente? Figura 3.6. Intención de compra de productos smart home Fuente: Elaboración propia a través de Google Forms Un poco más de la mitad de los encuestados tiene pensado adquirir productos o dispositivos para hacer su hogar más inteligente, representando un 52,4%, mientras que el 47,6% no tiene pensado adquirir este tipo de productos. A priori, esta diferencia podría deberse a que las personas encuestadas ya poseen dispositivos actualmente y no tienen pensado adquirir nuevos a corto plazo. No obstante, dentro de ese 47,6% también pueden encontrarse las personas que se resisten a los cambios y a las nuevas tecnologías. Finalmente, también es posible que estas personas no tengan pensado adquirir estos productos por razones económicas, es decir, no los consideran de primera necesidad o no están dentro de sus prioridades. Hay que tener en cuenta que la muestra la conforman mayoritariamente personas con edades comprendidas entre 18 y 35 años, que en algunos casos pueden encontrarse en situación de dependencia económica o con escasos recursos propios. Internet de las cosas en el ámbito del hogar inteligente - 33 - 3.3.2.4 Señale cuales de los siguientes dispositivos de Smart home no conoce y cuales conoce y/o posee. El análisis de los resultados reflejados en las figuras 3.7 y 3.8 y en la Tabla 3.3 permite afirmar que todos estos dispositivos son altamente conocidos por parte de los miembros de la muestra. Adicionalmente, algunos de ellos, además de resultar conocidos, son poseídos por los encuestados, siendo a muy pocos los que resultan desconocidos. A continuación, se analizan con mayor detalle las distintas tendencias que se pueden observar, realizando tres agrupaciones a grandes rasgos para facilitar la explicación. Figura 3.7. Desconocimiento, conocimiento y/o posesión de dispositivos smart home (parte 1) Fuente: Elaboración propia a través de Google Forms Figura 3.8. Desconocimiento, conocimiento y/o posesión de dispositivos smart home (parte 2) Fuente: Elaboración propia a través de Google Forms La primera agrupación incluiría a los asistentes de voz, los dispositivos de seguridad y vigilancia, los de climatización, iluminación y ahorro energético, los detectores y sensores, y los electrodomésticos inteligentes. Este grupo de dispositivos presenta unos resultados bastante similares. En todos ellos destaca el alto número de personas que conocen dichos tipos de dispositivos, seguidos de las que también los poseen. Por lo que respecta a los detectores y sensores inteligentes, observamos que son Internet de las cosas en el ámbito del hogar inteligente - 34 - dispositivos conocidos por la inmensa mayoría de los usuarios (82,6%), pero que presentan menores niveles de posesión (9%). Ello se explica quizás porque son un tipo de dispositivos que se utilizan frecuentemente en otros ámbitos, como por ejemplo en los comercios, lo que explica que muchas personas sepan de su existencia, pero su uso o aplicación es menos frecuente en los hogares. También hay que destacar, dentro de esta primera agrupación, el caso de los electrodomésticos inteligentes, en el que están más igualados el número de personas que solo los conocen (65,3%) con las que los conocen y a la vez los poseen (25,1%). De hecho, dentro de esta primera categoría, son los que están más presentes en los hogares de los encuestados. Son dispositivos muy útiles y que pueden facilitar bastante la realización de ciertas tareas del hogar. Señale cuáles de los siguientes dispositivos de Smart home (teniendo en cuenta la definición anterior) no conoce y cuáles conoce y/o posee: Frecuencia Porcentaje V6: Asistentes de voz inteligentes (Alexa, Google Home…) No los conozco 10 3,2 Sí los conozco 237 76,2 Sí los conozco y poseo 64 20,6 Total 311 100,0 V7: Seguridad y vigilancia inteligente (cámaras, alarmas, cerraduras…) No los conozco 24 7,7 Sí los conozco 243 78,1 Sí los conozco y poseo 44 14,1 Total 311 100,0 V8: Climatización inteligente (termostato, humidificador, aire acondicionado…) No los conozco 30 9,6 Sí los conozco 214 68,8 Sí los conozco y poseo 67 21,5 Total 311 100,0 V9: Iluminación y ahorro energético inteligente (lámparas, bombillas, interruptores…) No los conozco 26 8,4 Sí los conozco 220 70,7 Sí los conozco y poseo 65 20,9 Total 311 100,0 V10: Detectores y sensores inteligentes (de humo, de movimiento…) No los conozco 26 8,4 Sí los conozco 257 82,6 Sí los conozco y poseo 28 9,0 Total 311 100,0 V11: Salud y atención sanitaria inteligente (monitoreo del sueño, medición de signos vitales…) No los conozco 79 25,4 Sí los conozco 186 59,8 Sí los conozco y poseo 46 14,8 Total 311 100,0 V12: Electrodomésticos inteligentes (frigoríficos, lavadoras, aspiradoras…) No los conozco 30 9,6 Sí los conozco 203 65,3 Sí los conozco y poseo 78 25,1 Total 311 100,0 V13: Ocio y entretenimiento inteligente (smartphone, smart tv, chromecast, fire stick…) No los conozco 17 5,5 Sí los conozco 94 30,2 Sí los conozco y poseo 200 64,3 Total 311 100,0 V14: Accesorios y wearables inteligentes (smartwatch, dispositivos fitness…) No los conozco 36 11,6 Sí los conozco 161 51,8 Sí los conozco y poseo 114 36,7 Total 311 100,0 V15: Sonido inteligente (altavoces, auriculares…) No los conozco 24 7,7 Sí los conozco 147 47,3 Sí los conozco y poseo 140 45,0 Total 311 100,0 Tabla 3.3. Desconocimiento, conocimiento y/o posesión de dispositivos Smart home. Distribución de frecuencias y porcentajes. Fuente: Elaboración propia Internet de las cosas en el ámbito del hogar inteligente - 35 - En un segundo grupo se podrían incluir los dispositivos inteligentes de salud y atención sanitaria. Como se puede observar en la figura 3.8 y en la tabla 3.3, este tipo de dispositivos presenta el mayor nivel de desconocimiento (un 25,4% de las personas de la muestra). Son un tipo de dispositivos cuya aplicación está restringida a un área muy concreta, por lo que las personas que nunca las hayan tenido que utilizar no tienen conocimiento de ellos. La tercera y última agrupación serían los dispositivos inteligentes de ocio y entretenimiento, los accesorios y wereables inteligentes y los dispositivos de sonido. Presentan una tendencia distinta, que se caracteriza por haber un mayor número de personas que, además de conocerlos, también los poseen en comparación con los grupos anteriores. Asimismo, también hay una mayor similitud entre las personas que los conocen y las que además los poseen. Como se puede observar, los dispositivos de ocio y entretenimiento inteligente son los más presentes en los hogares (64,3%). Son, por tanto, los dispositivos más comunes y frecuentes, siendo pocas las personas son que no disponen de uno (35,7%). Tras los de ocio y entretenimiento, los dispositivos que mayor número de personas poseen son los de sonido inteligente (45%), seguidos de los accesorios y wereables (36,7%). Se trata, en todos estos casos, de dispositivos también muy comunes y cuyo uso está muy generalizado, pudiéndose encontrar desde gamas más asequibles hasta otras más lujosas. 3.3.2.5 Indique el grado de acuerdo con las siguientes afirmaciones sobre los dispositivos smart home. Figura 3.9. Ventajas de los dispositivos smart home (parte 1) Fuente: Elaboración propia a través de Google Forms Figura 3.10. Ventajas de los dispositivos smart home (parte 2) Fuente: Elaboración propia a través de Google Forms Internet de las cosas en el ámbito del hogar inteligente - 36 - N Mínimo Máximo Media V16: Permiten tener un mejor control del hogar (electrodomésticos, calefacción …) 311 1 5 3,87 V17: Permiten gestionar mejor el uso de la energía 311 1 5 3,87 V18: Permiten mejorar la seguridad del hogar 311 1 5 3,78 V19: Proporcionan mayor comodidad 311 1 5 4,05 V20: Mejoran la calidad de vida 311 1 5 3,80 V21: Hacen el ocio y entretenimiento más accesible 311 1 5 3,83 V22: Facilitan la comunicación 311 1 5 3,75 V23: Mejoran la experiencia de compra 311 1 5 3,45 V24: Preparan mejor la llegada al hogar 311 1 5 3,60 V25: Facilitan el ahorro de tiempo 311 1 5 3,87 Tabla 3.4. Ventajas de los dispositivos smart home. Estadísticos descriptivos Fuente: Elaboración propia Los resultados incluidos en las figuras 3.9 y 3.10 y en la tabla 3.4 muestran que la mayoría de las personas están de acuerdo o totalmente de acuerdo en lo que respecta a todas las afirmaciones propuestas. No hay ningún caso en donde sea mayoritaria la indiferencia o el desacuerdo. Es decir, la mayoría de las personas encuestadas están de acuerdo en que el uso de los dispositivos de smart home pueden ofrecernos este conjunto de ventajas o beneficios. Se podría decir que son aspectos que valoran a la hora de tomar decisiones sobre la compra y uso de estos productos. Los dos casos en los que la opinión se acerca más a la indiferencia son la mejora de la experiencia de compra y la preparación de la llegada al hogar, con unos promedios de 3,45 y 3,6 puntos respectivamente. Por tanto, estos dos aspectos son, a priori, los que menos motivan a los usuarios a comprar dispositivos de smart home. En el extremo opuesto, podemos observar que el mayor grado de acuerdo se produce en la mayor comodidad que proporcionan (con un promedio de 4,05 puntos), seguido por el mayor control del hogar, la mejora de la seguridad del hogar y la mejor gestión del uso de la energía. El primero de ellos es presenta una respuesta mayoritaria de totalmente de acuerdo (5 puntos) y los demás una mayor frecuencia en la opción de acuerdo (4 puntos). A estos les siguen, por este orden: el ahorro de tiempo, la facilidad de comunicación, la mayor accesibilidad del ocio y el entretenimiento y la mejora de la calidad de vida. 3.3.2.6 Indique el grado de acuerdo con las siguientes afirmaciones sobre los dispositivos smart home: inconvenientes La información que se puede extraer de las figuras 3.11 y 3.12 y de la tabla 3.5 permite, a grandes rasgos, identificar 3 tendencias: En primer lugar, se puede observar como la mayoría de las personas están de acuerdo con las afirmaciones presentadas relacionadas con la dependencia de tecnología y electricidad, el coste elevado, los problemas de obsolescencia y los problemas de privacidad. En segundo lugar, la mayoría de los encuestados están en desacuerdo con que los dispositivos de smart home sean difíciles de usar. Como se puede observar en la tabla 3.5, el grado de acuerdo sobre V26 (dificultad de uso) es medio-bajo (2,54), lo que implica que la dificultad media de uso percibida por los miembros en relación con estos Internet de las cosas en el ámbito del hogar inteligente - 37 - dispositivos es media-baja. Es posible que el elevado nivel de estudios de la mayoría de los encuestados guarde relación con ello. También influye la generación a la que pertenecen estas personas, es decir, la época en la que han nacido. En este sentido, las personas de entre 18 y 35 años, que son los que mayormente conforman la muestra, están mucho más familiarizadas con este tipo de tecnología desde su infancia. Figura 3.11. Inconvenientes de los dispositivos smart home (parte 1) Fuente: Elaboración propia a través de Google Forms Figura 3.12. Inconvenientes de los dispositivos smart home (parte 2) Fuente: Elaboración propia a través de Google Forms N Mínimo Máximo Media V26: Son difíciles de usar 311 1 5 2,54 V27: Presentan problemas de privacidad 311 1 5 3,67 V28: Tienen un coste elevado 311 1 5 3,84 V29: Hacen al hogar más dependiente de la tecnología y la electricidad 311 1 5 3,83 V30: Tienen problemas de obsolescencia 311 1 5 3,65 V31: Hacen a los miembros del hogar más perezosos 311 1 5 3,60 V32: Provocan aislamiento social 311 1 5 3,14 Tabla 3.5. Estadístico descriptivo 3 Fuente: Elaboración propia Internet de las cosas en el ámbito del hogar inteligente - 38 - Finalmente, dos de los posibles inconvenientes planteados en esta pregunta del cuestionario presentan una mayor diversidad de opiniones. El primero está relacionado con el hecho de que los dispositivos de smart home hacen a los miembros del hogar más perezosos, aunque siguen destacando las personas que están de acuerdo y totalmente de acuerdo, frente a las que les es indiferente o están en desacuerdo. El segundo es el aislamiento social. En este caso se encuentran muy igualados el número de personas que están de acuerdo con las que no lo están. Perspectiva del usuario. Estadísticos explicativos. Las primeras 5 cuestiones planteadas en el formulario online (V1 a V5 en tabla 4), son variables categóricas que permiten analizar las diferencias presentadas por las submuestras resultantes al dividir la muestra principal en función de tales categorías. A continuación, se medirán esas diferencias con respecto a las variables planteadas a partir de una escala Likert de 1 a 5, es decir, aquellas que solicitan el grado de acuerdo con respecto a ciertas ventajas e inconvenientes de los dispositivos de smart home (V16 a V32 en tabla 4). Cód. Variable Descripción Categorías V1 Seleccione su franja de edad 18 – 35 años 36 – 50 años 50 años o más V2 Señale su nivel más alto de estudios Primarios Medios Universitarios V3 ¿Conoce este concepto de Smart home? Sí No V4 ¿Le interesan los productos de Smart home? Sí No V5 ¿Tiene pensado comprar productos para hacer su hogar más inteligente? Sí No Tabla 3.6. Variables categóricas empleadas en el análisis explicativo Fuente: Elaboración propia Se utilizará la prueba t de Student de muestras independientes para comparar las medias de dos grupos de casos relacionados con una variable cuantitativa, como por ejemplo el grado medio de acuerdo en las variables V16 a V32 expresado por los encuestados que han respondido “Sí” a la pregunta V3 y los que han respondido “No”. A la hora de escoger los resultados ofrecidos por la prueba t, se debe determinar si existen o no varianzas iguales (homocedasticidad) entre los grupos comparados. La prueba de Levene para la igualdad de varianzas nos indica precisamente si podemos o no suponer varianzas iguales. Se dice que un modelo predictivo presenta homocedasticidad cuando la varianza del error de la variable endógena se mantiene a lo largo de las observaciones (Palos Sánchez, 2015). Por tanto, para llevar a cabo el test de hipótesis que conduce a la prueba de t, necesitamos ver si se cumple esa condición previamente. El Test de Levene contrasta la hipótesis nula de que las varianzas son iguales. Por tanto, si la significación que acompaña al valor del estadístico F es menor que 0,05 rechazamos dicha hipótesis nula y aceptamos que las varianzas son distintas. En el caso de la prueba t, se plantea la hipótesis nula de que las medias son iguales. Por tanto, si la significación bilateral es menor que 0,05, aceptamos la hipótesis alternativa y la diferencia en las medias de ambas submuestras. En el apartado 3.3.3.1. se detallarán los resultados asociados a Internet de las cosas en el ámbito del hogar inteligente - 39 - la aplicación del test de Levene y la prueba t con respecto a las dos categorías (Sí/No) presentadas por las variables V3, V4 y V5. Para ampliar el análisis anterior a más de dos grupos, se empleará el análisis de varianza (ANOVA) de un factor. Esta prueba es una generalización del contraste de la t de Student y se aplicará para comparar la igualdad de medias de tres o más poblaciones independientes, como por ejemplo el grado medio de acuerdo expresado por los encuestados de los tres estratos de edad de la encuesta (V1). En el caso de presentar diferencias significativas, ANOVA requiere luego el empleo de contrastes post hoc para comparar por pares los resultados presentados por cada categoría. Cuando las varianzas presentadas por los resultados del test de Levene muestran que no hay varianzas iguales, se utilizará el test de Games-Howell para obtener información más detallada sobre el origen de las diferencias. En caso contrario se usa el test HSD de Tukey. El apartado 3.3.3.2. incluye los resultados asociados a la aplicación del ANOVA de un factor y los correspondientes análisis post hoc con respecto a las tres categorías presentadas por las variables V1 y V2. 3.3.3.1 Prueba t de muestras independientes 3.3.3.1.1 Grado de acuerdo con ventajas e inconvenientes de los dispositivos de smart home (Variables 16-32) en función de la variable V3 (¿Conoce este concepto de smart home?) En este caso se evalúa el grado de conocimiento en lo que al concepto smart home se refiere por parte de los encuestados. Para ello, se ha dividido la muestra en dos submuestras, que están diferenciadas en función de si el encuestado conoce o no el dicho concepto. Como ya se vio en el apartado 3.3.2.1., las submuestras presentan una disparidad notable, prevaleciendo las respuestas afirmativas (272 frente a 39 encuestados). La Tabla 3.7 recoge las medias y desviaciones típicas obtenidas por ambas submuestras en las diferentes variables que representan las afirmaciones sobre ventajas o inconvenientes que podría llegar a presentar la aplicación de smart home (V16 – V32), las cuales podrían estar influidos por el grado de conocimiento con respecto al conocimiento de qué es el smart home. V3 N Media Desviación típica Error típico V16 Sí 272 3,94 1,050 0,064 No 39 3,41 1,141 0,183 V17 Sí 272 3,91 1,100 0,067 No 39 3,59 1,117 0,179 V18 Sí 272 3,82 1,086 0,066 No 39 3,46 1,144 0,183 V19 Sí 272 4,10 1,119 0,068 No 39 3,69 1,080 0,173 V20 Sí 272 3,83 1,113 0,067 No 39 3,54 1,189 0,190 V21 Sí 272 3,88 1,143 0,069 No 39 3,54 1,144 0,183 V22 Sí 272 3,79 1,145 0,069 No 39 3,49 1,097 0,176 V23 Sí 272 3,47 1,055 0,064 No 39 3,31 1,030 0,165 V24 Sí 272 3,62 1,103 0,067 No 39 3,49 1,048 0,168 V25 Sí 272 3,91 1,100 0,067 No 39 3,59 1,019 0,163 V26 Sí 272 2,49 0,953 0,058 No 39 2,95 0,999 0,160 Internet de las cosas en el ámbito del hogar inteligente - 46 - Ítems / Variables depend. ANOVA Test de Levene Comparaciones con diferencias significativas Dif. de medias (I-J) Post Hoc (I) (J) Test Error Estándar Sig. V31 F=0,020 Sig.=0,981 F=1,252 Sig.=0,288 - - - - - - V32 F=4,686 Sig.=0,010 F=0,629 Sig.=0,534 18-35 años 36-50 años -0,469 HSD Tukey 0,192 0,039 18-35 años 51 o más años -0,544 0,247 0,073 36-50 años 51 o más -0,075 0,288 0,964 Tabla 3.13. ANOVA V16 a V32 con respecto a V1 Fuente: Elaboración propia A continuación, en la tabla 3.14 se detallan las medias, desviaciones típicas y tamaño de las submuestras de las variables con diferencias significativas con respecto a V1. En el primer caso, si dividimos por franja de edad, se distinguieron 3 intervalos de la edad: 18 a 35 años (223 personas), 36 a 50 años (57 personas), 51 años o más (31 personas). V1 V16 V19 V20 V25 V26 V32 18 – 35 años (N=223) 𝑥 4,02 4,22 3,90 4,02 2,45 3,00 σ 1,057 1,091 1,132 1,065 0,933 1,303 36 – 50 años (N=57) 𝑥 3,49 3,63 3,44 3,53 2,63 3,47 σ 1,071 1,144 1,134 1,104 0,919 1,283 51 o más años (N=31) 𝑥 3,55 3,61 3,74 3,45 3,03 3,55 σ 0,995 0,989 0,930 1,060 1,169 1,207 Total (N=311) 𝑥 3,87 4,05 3,80 3,87 2,54 3,14 σ 1,075 1,120 1,125 1,094 0,969 1,306 Tabla 3.14. Franjas de edad: medias y desviaciones típicas V16 a V32 con respecto a V1 Fuente: Elaboración propia Como se puede comprobar, en el caso de las franjas de edad solo aparecen diferencias estadísticamente significativas en 6 de los ítems: V16 (“Permiten tener un mejor control del hogar”), V19 (“Proporcionan mayor comodidad”), V20 (“Mejoran la calidad de vida”), V25 (“Facilitan el ahorro de tiempo”), V26 (“Son difíciles de usar”) y V32 (“Provocan aislamiento social”). Los cuatro primeros representan ventajas asociadas al smart home, en tanto que los dos últimos inconvenientes. Por lo que respecta al ítem V16 (“Permiten tener un mejor control del hogar”), los resultados de la prueba HSD de Tukey muestran que los encuestados con una edad comprendida entre 18-35 años presentan un promedio mayor (4,02) al de aquellos con una edad comprendida entre 36-50 (3,49), siendo esta diferencia estadísticamente significativa. En cambio, no se presentan diferencias significativas entre esas dos categorías y el segmento de edad superior (51 o más años, con un promedio de 3,55). Una situación similar a la descrita para el ítem V16 se produce también en el caso del ítem V20 (“Mejoran la calidad de vida”). En el caso del ítem V19 (“Proporcionan mayor comodidad”), la prueba HSD de Tukey muestra que los encuestados con una edad comprendida entre 18-35 años presentan un promedio mayor (4,22) que el de las otras dos categorías (3,63 para el caso del rango 36-50 y 4,05 para el rango de 51 o más), siendo esta diferencia estadísticamente significativa en ambas comparaciones. Por su parte, entre estas dos últimas categorías no se encuentran diferencias. Una situación análoga a la que acabamos de analizar se produce en el caso del ítem V25 (“Facilitan el ahorro de tiempo”). Internet de las cosas en el ámbito del hogar inteligente - 47 - Por lo que respecta a los dos ítems asociados a posibles desventajas de los dispositivos de smart home que presentan diferencias significativas (V26 y V32), como se puede observar en la tabla 3.14, los promedios presentados van aumentando conforme mayor es la edad de los encuestados. No obstante, en el caso de V26 (“Son difíciles de usar”), los resultados de la prueba HSD solo encuentran significación estadística al comparar la media del rango de 18-35 años (2,45) con la del de 51 o más (3,03). Asimismo, en el caso de V32 (“Provocan aislamiento social”), el único par que presenta diferencias significativas es el formado por el rango 18-35 años (con un promedio igual a 3,00) y el rango 36-50 años (3,47). 3.3.3.2.2 Grado de acuerdo con ventajas e inconvenientes de los dispositivos de smart home (Variables 16-32) en función del nivel de estudios (variable V2) La tabla 3.15 recoge los resultados del estadístico ANOVA de un factor realizado con cada uno de los ítems en función del nivel de estudios. Asimismo, incluye los correspondientes análisis post hoc en aquellos casos en los que se demuestran diferencias significativas. Ítems / Variables depend. ANOVA Test de Levene Comparaciones con diferencias significativas Dif. de medias (I-J) Post Hoc (I) (J) Test Error Estándar Sig. V16 F=10,036 Sig.=0,000 F=3,731 Sig.=0,025 Primarios Medios -0,536 Games- Howell 0,245 0,083 Primarios Universitarios -0,853 0,226 0,002 Medios Universitarios -0,317 0,138 0,059 V17 F=4,696 Sig.=0,010 F=3,198 Sig.=0,042 Primarios Medios -0,378 Games- Howell 0,253 0,302 Primarios Universitarios -0,608 0,233 0,034 Medios Universitarios -0,230 0,144 0,249 V18 F=2,211 Sig.=0,111 F=2,798 Sig.=0,062 - - - - - - V19 F=12,421 Sig.=0,000 F=2,203 Sig.=0,112 Primarios Medios -0,513 HSD Tukey 0,227 0,063 Primarios Universitarios -0,939 0,209 0,000 Medios Universitarios -0,426 0,141 0,007 V20 F=6,666 Sig.=0,001 F=2,785 Sig.=0,063 Primarios Medios -0,568 HSD Tukey 0,232 0,039 Primarios Universitarios -0,767 0,214 0,001 Medios Universitarios -0,199 0,144 0,350 V21 F=2,867 Sig.=0,058 F=1,638 Sig.=0,196 - - - - - - V22 F=1,714 Sig.=0,182 F=1,009 Sig.=0,366 - - - - - - V23 F=0,166 Sig.=0,847 F=1,469 Sig.=0,232 - - - - - - V24 F=1,553 Sig.=0,213 F=1,002 Sig.=0,369 - - - - - - V25 F=4,605 Sig.=0,011 F=2,136 Sig.= 0,120 Primarios Medios -0,389 HSD Tukey 0,227 0,201 Primarios Universitarios -0,603 0,209 0,012 Medios Universitarios -0,213 0,141 0,284 V26 F=1,876 Sig.=0,155 F=4,443 Sig.=0,013 - - - - - - Internet de las cosas en el ámbito del hogar inteligente - 48 - Ítems / Variables depend. ANOVA Test de Levene Comparaciones con diferencias significativas Dif. de medias (I-J) Post Hoc (I) (J) Test Error Estándar Sig. V27 F=4,128 Sig.=0,017 F=1,107 Sig.=0,332 Primarios Medios -0,589 HSD Tukey 0,231 0,031 Primarios Universitarios -0,604 0,213 0,014 Medios Universitarios -0,16 0,143 0,993 V28 F=10,667 Sig.=0,000 F=7,214 Sig.=0,001 Primarios Medios -0,962 Games- Howell 0,253 0,001 Primarios Universitarios -0,770 0,244 0,009 Medios Universitarios 0,192 0,121 0,253 V29 F=2,701 Sig.=0,69 F=4,517 Sig.=0,012 - - - - - - V30 F=2,344 Sig.=0,098 F=1,172 Sig.=0,311 - - - - - - V31 F=3,008 Sig.=0,051 F=2,652 Sig.=0,072 - - - - - - V32 F=4,321 Sig.=0,014 F=0,977 Sig.=0,378 Primarios Medios -0,213 HSD Tukey 0,271 0,713 Primarios Universitarios 0,273 0,250 0,518 Medios Universitarios 0,486 0,168 0,011 Tabla 3.15. ANOVA V16 a V32 con respecto a V2 Fuente: Elaboración propia A continuación, en la Tabla 3.16 se detallan las medias, desviaciones típicas y tamaño de las submuestras de las variables con diferencias significativas con respecto a V2. En este segundo caso, si dividimos por nivel de estudios, se distinguen 3 intervalos: primarios (31 personas), medios (85 personas), universitarios (195 personas). V2 V16 V17 V19 V20 V25 V27 V28 V32 Primarios (N=31) 𝑥 3,19 3,39 3,32 3,16 3,39 3,13 3,10 3,26 σ 1,195 1,230 1,222 1,293 1,230 1,258 1,300 1,413 Medios (N=85) 𝑥 3,73 3,76 3,84 3,73 3,78 3,72 4,06 3,47 σ 1,084 1,130 1,163 1,117 1,095 1,098 0,904 1,306 Universitarios (N=195) 𝑥 4,05 3,99 4,26 3,93 3,99 3,73 3,87 2,98 σ 1,002 1,053 1,020 1,067 1,050 1,080 0,986 1,266 Total (N=311) 𝑥 3,87 3,87 4,05 3,80 3,87 3,67 3,84 3,14 σ 1,075 1,105 1,120 1,125 1,094 1,114 1,031 1,306 Tabla 3.16. Nivel de estudios: medias y desviaciones típicas V16 a V32 con respecto a V2 Fuente: Elaboración propia Como se puede comprobar, en el caso de los niveles de estudio solo aparecen diferencias estadísticamente significativas en 8 de los ítems: V16 (“Permiten tener un mejor control del hogar”), V17 (“Permiten gestionar mejor el uso de la energía”), V19 (“Proporcionan mayor comodidad”), V20 (“Mejoran la calidad de vida”), V25 (“Facilitan el ahorro de tiempo”), V27 (“Presentan problemas de privacidad”), V28 (“Tienen un coste elevado”) y V32 (“Provocan aislamiento social”). Los cinco primeros representan ventajas asociadas al smart home, en tanto que los tres últimos inconvenientes. Por lo que respecta al ítem V16 (“Permiten tener un mejor control del hogar”), los resultados de la prueba Games-Howell muestran que los encuestados con un nivel de estudios primarios presentan un promedio menor (3,19) al de aquellos con un nivel de Internet de las cosas en el ámbito del hogar inteligente - 49 - estudios universitarios (4,05), siendo esta diferencia estadísticamente significativa. En cambio, no se presentan diferencias significativas entre esas dos categorías y el nivel de estudios medios (con un promedio de 3,73). Una situación similar a la descrita para el ítem V16 se produce también en el caso de los ítems V17 (“Permiten gestionar mejor el uso de la energía”) y V25 (“Facilitan el ahorro de tiempo”). Esta situación se amplía en el caso del ítem V20 (“Mejoran la calidad de vida”), donde el promedio presentado por las personas con estudios primarios también resulta significativamente menor que el de aquellas con estudios medios. Finalmente, por lo que respecta a las ventajas proporcionadas por los dispositivos de smart home, el ítem V19 (“Proporcionan mayor comodidad”) muestra que el promedio presentado por los encuestados con estudios universitarios (4,26) resulta superior al de las otras dos categorías. Por lo que respecta a los posibles inconvenientes del smart home, en el caso del ítem V27 (“Presentan problemas de privacidad”), la prueba HSD de Tukey muestra que los encuestados con un nivel de estudios primarios presentan un promedio menor (3,13) que el de las otras dos categorías, siendo esta diferencia estadísticamente significativa en ambas comparaciones (se observan promedios similares en los estudios medios y universitarios: 3,72 y 3,73 respectivamente). Una situación similar se produce también en el ítem V28 (“Tienen un coste elevado”). Finalmente, por lo que respecta al ítem V32 (“Provocan aislamiento social”), los resultados de la prueba post hoc solo muestran diferencias significativas en el par formado por los encuestados con un nivel de estudios medios, que presentan un promedio mayor (promedios igual a 3,47) al de las personas con estudios universitarios (2,98). Internet de las cosas en el ámbito del hogar inteligente - 51 - CAPÍTULO 4. CONCLUSIONES El desarrollo del IOT implica que cada vez existen más objetos cotidianos que se conectan a Internet, proporcionando, intercambiando y procesando datos sobre su entorno y funcionamiento, ofreciendo así servicios de valor añadido a los usuarios finales. Así pues, se trata de una tecnología que está cambiando nuestra vida cotidiana, las percepciones que tenemos de nuestro entorno y la forma en que interactuamos con él (Hallado Medina, 2019), teniendo un elevado impacto y relevancia sobre la sociedad (Sepúlveda Giménez, 2019). De entre todas las posibles aplicaciones del IOT, el presente trabajo se ha centrado en el smart home. Cada vez más presentes en los hogares, estos dispositivos inteligentes de uso doméstico ofrecen nuevas posibilidades cuyo objetivo es mejorar los distintos aspectos de la calidad de vida de sus ocupantes (Mora Peralta & Urrego Gaitán, 2018). Con el objetivo de analizar la perspectiva de los usuarios de smart home, se ha realizado un estudio empírico, basado en un cuestionario completado por una muestra de 311 personas, para medir sus opiniones e interés por esta tecnología. A continuación, se muestran las principales conclusiones derivadas de los resultados obtenidos. En líneas generales, los resultados permiten afirmar que, de entre los dispositivos inteligentes asociados al smart home, los menos conocidos por parte de los usuarios son los de salud y atención sanitaria. Por el contrario, los que más se conocen y poseen son, en este orden, aquellos relacionados con el ocio y entretenimiento, los de sonido y los accesorios y wereables. El resto de los dispositivos contemplados en el estudio son conocidos por los usuarios, pero solo son poseídos por una minoría. Finalmente, los detectores y sensores son los dispositivos que menos se conocen y poseen. Por lo que respecta a las ventajas o beneficios que se pueden derivar del uso de los dispositivos de smart home, entre los más destacados se encuentran: comodidad, control del hogar, mejor gestión del uso de la energía, ahorro de tiempo, mayor accesibilidad del ocio y entretenimiento mejora de la calidad de vida, seguridad del hogar y facilidad de comunicación, en el orden presentado. Estos son los aspectos que las personas más tienen en cuenta y valoran a la hora de adquirir productos de smart home. En estudios previos realizados dentro del mismo ámbito por diversos autores (Marikyan, Papagiannidis, & Alamanos, 2019; Sovacool & Furszyfer Del Rio, 2020) destacaban como principales beneficios la mejor gestión y ahorro de energía, el mejor control del hogar, la comodidad y la mejora de la calidad de vida. Por tanto, los resultados obtenidos reafirman las conclusiones de estos autores. Por lo que respecta a los inconvenientes o desventajas que puede conllevar el uso de los dispositivos de smart home, los más destacados en el presente estudio han sido, por este orden: coste elevado, dependencia de la tecnología y la electricidad, problemas de privacidad y problemas de obsolescencia. Por tanto, estos son los principales aspectos negativos que pueden hacer que las personas no adquieran este tipo de productos. Los estudios previos antes mencionados destacan como principales barreras la privacidad, la obsolescencia y el coste, por lo que los resultados obtenidos reafirman también las conclusiones de estos autores. Es destacable mencionar que, en nuestro caso, la privacidad se sitúa en cuarto lugar como inconveniente, frente a la primera posición que obtiene en dichos estudios, donde es el inconveniente más importante. Internet de las cosas en el ámbito del hogar inteligente - 52 - Por lo que respecta al análisis explicativo del estudio empírico, es posible detectar algunos patrones de especial interés. Así, en general, no se producen diferencias significativas entre las personas que conocían el concepto de smart home y las que no a la hora de valorar las ventajas e inconvenientes asociados a esta tecnología. Sin embargo, sí se producen diferencias notables en dichas valoraciones al comparar a los encuestados que muestran interés en los productos smart home y a los que no. En efecto, las primeras presentan un grado mayor de acuerdo sobre las ventajas que pueden derivarse de la utilización de estos dispositivos. Por el contrario, las segundas dan mayor importancia a los inconvenientes, aunque esas diferencias solo llegan a ser estadísticamente significativas en algunos casos. Algo muy similar ocurre cuando se compara a las personas que tienen pensado adquirir productos de smart home para hacer su hogar más inteligente y a las que no: aquellas con intención de compra valoran más positivamente las ventajas y, por el contrario, las personas que no tienen intención de compra dan una mayor importancia a sus posibles inconvenientes. Al comparar las valoraciones de las distintas franjas de edad contempladas en el estudio, solo aparecen diferencias estadísticamente significativas en 6 de los 17 ítems sometidos a comparación. En general, los encuestados con una edad comprendida entre 18-35 años presentan unas mayores valoraciones con respecto a las ventajas que proporcionan los dispositivos de smart home, siendo especialmente significativas en el caso de la mayor comodidad y el mejor control del hogar que proporcionan. Por otra parte, en el caso de dos de las posibles desventajas asociadas al smart home (su dificultad de uso y el hecho de que puedan provocar aislamiento social), en general, estas percepciones ganan en importancia conforme mayor es la edad de los encuestados. En el caso de los tres niveles de estudios distinguidos en el cuestionario, aparecen diferencias estadísticamente significativas en 8 de las 17 cuestiones sometidas a valoración. En términos generales, los encuestados con estudios primarios presentan unas valoraciones menores con respecto a ciertas ventajas proporcionadas por el smart home (mejor control del hogar, mejor gestión del uso de la energía, ahorro de tiempo, mejor calidad de vida y mayor comodidad), especialmente al comparar sus puntuaciones con las de las personas con estudios universitarios. Por otra parte, también resultan estadísticamente significativas las menores valoraciones que estas personas con estudios primarios hacen de algunos inconvenientes, como los relacionados con los problemas de privacidad y coste elevado. Las principales limitaciones de este trabajo provienen tanto el tamaño y como de la composición de la muestra, en tanto en cuanto se ha realizado un muestreo no probabilístico por conveniencia, en el que la muestra está formada por aquellas personas a las que se ha podido acceder. Aunque los resultados obtenidos se refieren exclusivamente a la muestra, no pudiendo generalizar al resto de población, este estudio puede constituir el inicio sobre el que realizar futuras investigaciones y muestreos probabilísticos. Como apuntan Sovacool & Furszyfer Del Rio (2020), las investigaciones desde la perspectiva del usuario son escasas y se necesita investigar más a los adoptantes de las tecnologías de los hogares inteligentes. El enfoque centrado en el consumidor final permitirá conocer en mayor profundidad a los distintos segmentos de mercado para así poder satisfacerlos. También, en línea con Marikyan, Papagiannidis, & Alamanos (2019), pensamos que es necesario profundizar más en las características de los usuarios, para poder comprender las diferencias de actitudes entre ellos. Internet de las cosas en el ámbito del hogar inteligente - 53 - Bibliografía Alcaraz, M. (2014). Internet de las cosas. Obtenido de http://jeuazarru.com/wpcontent/uploads/2014/10/Internet-of-Things.pdf Aldana Montes, J. F., Baldominos Gómez, A., García Nieto, J. M., Gonzálvez Cabañas, J. C., Monchón Morcillo, F., & Navas Delgado, I. (2016). Introducción al Big Data. García Maroto Editores. Obtenido de https://fama.us.es/discovery/fulldisplay?context=L&vid=34CBUA_US:VU1&search_scop e=all_data_not_idus&tab=all_data_not_idus&docid=alma991013260501304987 Amiribesheli, M., Benmansour, A., & Bouchachia, A. (2015). A reviuw of smart homes in healthcare. J. Ambient. Intell. Humaniz. Comput., 6(4), 495-517. Arenas Márquez, F. J. (2020). BIG DATA (PROCESAMIENTO DE DATOS A GRAN ESCALA). Documentación asignatura Big Data Máster Universitario MUEADE curso académico 2019-2020. Asthon, K. (2009). That ‘Internet of Things’ Thing: In the real world, things matter more than ideas. RFID Journal. Obtenido de https://www.rfidjournal.com/that-internet-of-things- thing Baesens, B. (2014). Analytics in a Big Data World: The Essential Guide to Data Science and its Applications. Obtenido de https://books.google.es/books?id=9mZiAwAAQBAJ&printsec=frontcover&hl=es&source =gbs_ge_summary_r&cad=0#v=onepage&q&f=false Barrio Andrés, M. (2018). Internet de las cosas. Madrid: Editorial Reus. [versión electrónica]. Obtenido de https://books.google.es/books?hl=es&lr=&id=jF- LDwAAQBAJ&oi=fnd&pg=PA9&dq=Internet+de+las+cosas+definici%C3%B3n&ots=3K R4gB0kCL&sig=SHS- mjsLRGReC26t8bkoP1i9Esk#v=onepage&q=Internet%20de%20las%20cosas%20defin ici%C3%B3n&f=false Boza, V. M. (2017). THINGS MATTER: La experiencia del usuario de Internet de las Cosas en España. Fundación Telefónica, Accenture e Ipsos. Obtenido de https://static.esmartcity.es/media/2017/11/20171108-informe-things-matter-internet-de- las-cosas-telefonica.pdf Context. (2016). The Smart Home Survey. Ya encontre. Obtenido de https://www.yaencontre.com/noticias/wp-content/uploads/2018/04/20160211-context- informe-smart-home.pdf Díaz de León Castañeda, C. (2019). Salud electrónica (e-Salud): un marco conceptual de implementación en servicios de salud. Gaceta médica de México, 155(2), 176-183. Díaz Fernández, R. (2019). Agente IoT de FIWARE para el control de un dispositivo de monitorización de actividad física. (Trabajo Fin de Grado inédito). Obtenido de https://idus.us.es/handle/11441/91376 Dwivedi, A. (2018). V‟s as a basis of Big Data & Data Intensive ScienceDiscoveries. Asian Journal For Convergence In Technology (AJCT), 4(1). Evans, D. (2011). Internet de las cosas. Cómo la próxima evolución de Internet lo cambia todo. Cisco Internet Business Solutions Group (IBSG). Fundación Telefónica. (2011). Smart Cities: un primer paso hacia la internet de las cosas (Vol. 16). Fundación Telefónica, Ariel y Editorial Planeta. Obtenido de https://books.google.es/books?hl=es&lr=&id=wZLmCgAAQBAJ&oi=fnd&pg=PA1&dq=In ternet+de+las+cosas&ots=Y_c0Ee0ZzL&sig=7k7lmYBDRY0aBFnlpcbBXWzGH64#v=o nepage&q=Internet%20de%20las%20cosas&f=false Gandomi, A., & Haider, M. (2015). Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management, 35(2), 137-144. Gantiva Henao, L. A. (2020). Gestión de Riesgos en el Internet de las Cosas (IOT). (Artículo). Obtenido de http://repository.unipiloto.edu.co/handle/20.500.12277/6868 Internet de las cosas en el ámbito del hogar inteligente - 54 - Gartner, Inc. (2020). Gartner. Recuperado el 06 de 05 de 2020, de https://www.gartner.com/en/information-technology/glossary/big-data Hallado Medina, P. (2019). Internet de la cosas. Aplicaciones, tecnologías y seguridad. (Trabajo Fin de Máster). Obtenido de http://hdl.handle.net/10609/107446 Hera Pérez, M. (2018). Estudio y adaptación de servicios web en pasarela domótica. (Trabajo Fin de Grado Inédito). Obtenido de https://idus.us.es/handle/11441/83183 Huerta, A. V. (2018). Internet de las cosas empresarial; orígenes, evolución y tendencias. (Esayo) Universidad Autónoma del Estado de México. Obtenido de http://hdl.handle.net/20.500.11799/100031 IBM. (18 de 06 de 2012). IBM. Recuperado el 07 de 05 de 2020, de https://www.ibm.com/developerworks/ssa/local/im/que-es-big-data/index.html Joyanes Aguilar, L. (2016). Big Data, Análisis de grandes volúmenes de datos en organizaciones. Obtenido de https://books.google.es/books?id=1GywDAAAQBAJ&printsec=frontcover&hl=es&sourc e=gbs_atb#v=onepage&q&f=false Karimova, G. Z., & Shirkhanbeik, A. (2015). Society of things: An alternative vision of Internet. Cogent Social Sciences, 1(1), 1115654. Lichtle Fragoso, P. M., Sánchez Salinas, J. C., Leyva, G., Bustos, A., Muñoz, J., Fraustro, S., & Coronado, A. (2014). USO PRODUCTIVO DE BIG DATA Y REDES SOCIALES EN EL SECTOR TURISMO. (Documentos de Investigación Estadística y Económica). Obtenido de https://datatur.sectur.gob.mx/Documentos%20Publicaciones/2014_1_DocInvs.pdf López García, D. (2013). Análisis de las posiblidades de uso de Big Data en las organizaciones. (Trabajo Fin de Máster). Obtenido de https://repositorio.unican.es/xmlui/bitstream/handle/10902/4528/TFM%20- %20David%20L%c3%b3pez%20Garc%c3%adaS.pdf?sequence=1&isAllowed=y Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Hung Byers, A. (2011). Big data: the next frontier for innovation, competition and productivity. McKinsey Global Institute. Obtenido de https://www.mckinsey.com/~/media/McKinsey/Business%20Functions/McKinsey%20Di gital/Our%20Insights/Big%20data%20The%20next%20frontier%20for%20innovation/M GI_big_data_exec_summary.ashx Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Hung Byers, A. (2011). Big data: The next frontier for innovation, competition and productivity. McKinsey. Marikyan, D., Papagiannidis, S., & Alamanos, E. (2019). A systematic review of the smart home literature: A user perspective. Technological Forecasting and Social Change, 138, 139- 154. Martínez Acuña, M. I., Domínguez Chenge, M. P., & Larruz Ortigoza, L. (2017). Una aproximación del big data para un marketing personalizado. Academia Journals. Obtenido de https://www.researchgate.net/profile/Manuel_Martinez23/publication/324435525_Una_a proximacion_del_big_data_para_un_marketing_personalizado/links/5acd705aa6fdcc87 840a496c/Una-aproximacion-del-big-data-para-un-marketing-personalizado.pdf Microsoft. (24 de 08 de 2015). News Center LATAM. Recuperado el 06 de 05 de 2020, de https://news.microsoft.com/es-xl/que-es-eso-llamado-big-data/ Mittal, M., E. Balas, V., Jude Hemanth, D., & Kumar, R. (2018). Data Intensive Computing Applications for Big Data. Advances in Parallel Computing. Obtenido de https://books.google.es/books?id=uMFVDwAAQBAJ&printsec=frontcover&hl=es&sourc e=gbs_ge_summary_r&cad=0#v=onepage&q&f=false Molinillo Domínguez, C., & Alarcón Urbistondo, P. (2017). Factores influyentes en la aceptación de internet of things. En XXIX Congreso de Marketing AEMARK, (238-244). Sevilla: ESIC. Obtenido de https://idus.us.es/handle/11441/78030 Internet de las cosas en el ámbito del hogar inteligente - 55 - Monleón-Getino, A. (2015). El impacto del Big-data en la Sociedad de la. Historia y Comunicación Social, 20(2), 427-445. Mora Peralta, M. C., & Urrego Gaitán, K. G. (2018). Monografía Internet de las Cosas: Modelos de Comunicación, Desafíos y Aplicaciones. (Monografía). Obtenido de https://repositorio.unillanos.edu.co/bitstream/001/1486/3/Monograf%C3%ADa%20Intern et%20de%20las%20cosas%20modelos%20de%20comunicaci%C3%B3n%2Cdesaf%C 3%ADos%20y%20aplicaciones..pdf Muñoz Boza, V. (2017). THINGS MATTER: La experiencia del usuario de Internet de las Cosas en España. Fundación Telefónica, Accenture e Ipsos. Obtenido de https://static.esmartcity.es/media/2017/11/20171108-informe-things-matter-internet-de- las-cosas-telefonica.pdf Muñoz Boza, V. (2019). THINGS MATTER: La experiencia del usuario de Internet de las Cosas en España. Fundación Telefónica e Ipsos. Obtenido de https://iotbusinessnews.com/download/white-papers/TELEFONICA-white-paper-things- matters-2019.pdf Ochoa, C. (2015). Netquest. Recuperado el 23 de 05 de 2020, de https://www.netquest.com/blog/es/blog/es/muestreo-por-conveniencia Orwat, C., Graefe, A., & Faulwasser, T. (2008). Towards pervasive computing in health care - a literature review. BMC Med. Inform. Decis. Mak. 8. Palos Sánchez, P. R. (2015). MODELO DE ACEPTACIÓN Y USO DEL CLOUD COMPUTING: UN ANÁLISIS REALIZADO EN EL ÁMBITO EMPRESARIAL. (Tesis doctoral). Obtenido de https://idus.us.es/bitstream/handle/11441/40463/Tesis%20doctoral%20Pedro%20Palos %20S%C3%A1nchez.pdf?sequence=1&isAllowed=y Patgiri, R., & Ahmed, A. (2016). Big Data: The V’s of the Game Changer Paradigm. 18th International Conference on High Performance Computing and Communications; IEEE 14th International Conference on Smart City; IEEE 2nd International Conference on Data Science and Systems. IEE. doi:10.1109/HPCC-SmartCity-DSS.2016.0014 Rayes, A., & Salam, S. (2017). Internet of Things From Hype to Reality The Road to Digitization. Obtenido de https://link--springer-- com.us.debiblio.com/book/10.1007%2F978-3-319-44860-2 Reinisch, C., Kofler, M., Iglesias, F., & Kastner, W. (2011). Thinkhome energy efficiency in future smart homes. EURASIP J. Embedded Systems(1), 104617. Ros Gil, J. (2019). SISTEMA DE BALIZAS DIGITALES PARA ENTORNOS DE SMART CITIES. (Trabajo Fin de Máster). Obtenido de http://hdl.handle.net/10251/125969 Rose, K., Eldridge, S., & Chapin, L. (2015). The Internet of Things: Understanding the Issues and Challenges of a More Connected World. Internet Society. Obtenido de https://g3ict.org/publication/the-internet-of-things-understanding-the-issues-and- challenges-of-a-more-connected-world Russom, P. (2011). Big data analytics. TDWI best practices report, fourth quarter, 19(4), 1-34. Obtenido de https://vivomente.com/wp-content/uploads/2016/04/big-data-analytics- white-paper.pdf Salazar, J., & Silvestre, S. (2016). Internet de las cosas. Techpedia. České vysoké učení technické v Praze Fakulta elektrotechnická. Sepúlveda Giménez, J. (2019). El fenómeno tecnológico del internet de las cosas. Su impacto en la sociedad española. (Trabajo Fin de Grado). Obtenido de https://repositorio.comillas.edu/xmlui/handle/11531/36210 Serrat Morros, R. (2013). Big Data: análisis de herramientas y soluciones. (Proyecto Final de Carrera). Obtenido de https://upcommons.upc.edu/bitstream/handle/2099.1/19855/90807.pdf?sequence=1&is Allowed=y