texto en 
Inglés (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
INTRODUCCIÓN
Las ventas de la industria de la moda en el mundo son inmensas. El mercado de las prendas es diverso y competitivo. En el año 2019, el Perú exportó 274 976 022 dólares (Asociación de Exportadores [ADEX], 2020) en prendas de vestir de moda. Según la Sociedad Nacional de Industrias (SNI, 2021), el sector textil y confecciones en el Perú genera más de 398 000 empleos formales, atendiendo requerimientos del mercado interno y externo. Este sector representa el 6.4% del PBI manufacturero del país. En los últimos años hubo un retroceso en este sector, debido a la pandemia de covid-19. Para incrementar las ventas en los mercados nacionales e internacionales, es necesario definir las necesidades estéticas, físicas y emocionales de los consumidores e interpretarlas correctamente. La baja competitividad del sector peruano de la moda se debe a varios factores: débil desarrollo de las fuerzas productivas, atrasos tecnológicos e interpretación inadecuada de las necesidades del cliente, entre otros. Los ciclos del desarrollo del producto son variables y poco controlables.
Si el tiempo de desarrollo es largo, la competencia se anticipa con nuevos productos y, en consecuencia, se generan pérdidas. Este estudio contribuye al avance del conocimiento porque permite comprender la percepción de los consumidores de Lima de un producto de moda; los resultados guían al productor a enfocarse en las cualidades más importantes de los productos para incentivar la intención de compra. Es de interés para empresas dedicadas a la producción de prendas. El objetivo de la investigación es determinar la importancia de los atributos físicos de un producto de vestir de moda que influyen en la intención de compra de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima. Se utiliza la teoría del comportamiento planeado (TCP) para determinar las influencias de los tres atributos físicos en la intención de compra. No se han realizado estudios similares usando este método. Conocer la importancia de los atributos permite entender las preferencias del consumidor. Los resultados son relevantes porque permiten destinar recursos para fortalecer las cualidades más importantes del producto, de este modo, se favorece a los productores, quienes invierten en la nueva línea de productos con mayor seguridad.
Antecedentes
Con respecto a los atributos físicos, las primeras investigaciones realizadas buscaron determinar los atributos de calidad percibidos por el cliente. Abraham-Murali y Littrell (1995) elaboraron una lista de atributos de productos de moda (ver Tablas 1 y 2). Hines y O’Neal (1995) y Forsythe et al. (1996) llevaron a cabo investigaciones con las que buscaron conocer las características intrínsecas de los productos de moda; realizaron estudios para comprender las características de calidad del producto. Por su parte, De Klerk y Lubbe (2004, 2008) investigaron la importancia de la estética en la determinación de la calidad de las prendas de moda de consumidoras en la decisión de compra. Encontraron que las dimensiones de la experiencia estética (sensorial, emocional y cognitiva) desempeñan un rol mayor en los consumidores femeninos cuando se determina la calidad de los productos durante la decisión de compra. El diseño del producto y los materiales deben estar relacionados con la dimensión estética. El color y la textura son especialmente importantes en la necesaria experiencia estética. O’Cass (2004) estudió los efectos del materialismo, la imagen propia y la imagen del producto congruente con el involucramiento del consumidor en la moda. Examinó la decisión de involucrarse con la compra, el conocimiento subjetivo de la moda y la confianza del consumidor. Los resultados indicaron que el involucramiento en la moda de prendas está significativamente afectado por el grado de materialismo, el género y la edad del consumidor.
Con respecto a la intención de compra, De Cannière et al. (2009) compararon el modelo de la teoría de la relación de la calidad (TRC) y la teoría del comportamiento planeado y llegaron a la conclusión de que la TCP se acerca mejor en sus predicciones sobre el comportamiento del consumidor. Los autores explican que esto es posible debido a que las actitudes medidas por la TCP son más cercanas en tiempo que las evaluaciones de calidad realizadas por el cliente, tal como se define en la teoría de la relación de calidad. Asimismo, Vieira (2010) realizó un estudio sobre las causas que afectan la toma de decisiones sobre compra de productos de moda, en donde llegó a las siguientes conclusiones: el materialismo no decide la compra, tanto el hombre como la mujer tienen la misma predisposición a comprar, los hombres jóvenes tienen más predisposición a comprar que los mayores, el conocimiento de los productos de moda también genera mayor predisposición a comprar, y la percepción del compromiso con la moda también genera la disposición de compra.
Torres y Padilla (2013) midieron la intención de adquisición de bienes consumibles del mercado utilizando el método de regresión logística. Los productos estudiados fueron refrescos, goma de mascar y cervezas. Concluyeron que este modelo es adecuado para hacer la medición y, al mismo tiempo, para plantear una ecuación predictiva sobre la intención de compra. Para Kotler y Armstrong (2017), la secuencia de la decisión del cliente está formada por las siguientes etapas: comprensión de la necesidad, ubicación de los datos, comparación de opciones, elección de adquisición y acciones para después a la compra. Es de notar que la actividad de la adquisición comienza antes de la compra real y continúa durante bastante tiempo después; por lo tanto, es necesario que los expertos en ventas se enfoquen en el proceso completo de compra, no solo en la etapa final de la adquisición. En la fase de pruebas, el cliente califica las marcas y desarrolla intenciones de adquisición. Generalmente, su opción de adquisición será comprar la marca de su gusto; sin embargo, se podrían interponer dos factores entre la intención de adquisición y la decisión de adquisición. La actitud de los demás es el primer factor. Influye mucho en la decisión de las personas lo que puedan pensar las personas que los rodean. Por ejemplo, si hay que comparar dos autos, uno de lujo y otro económico, si una persona que tiene influencia sobre otra piensa que el precio del de lujo es demasiado elevado, es muy probable que el comprador tenga en cuenta este criterio y decida no comprar el auto caro.
Asimismo, López y Terán (2018) propusieron y evaluaron un instrumento para determinar las variables que intervienen en el modelo de la TCP, conformado por actitud, norma subjetiva, control conductual percibido e intención de adquisición, en el caso de productos orgánicos para la agricultura. De esta manera juntaron instrumentos, desarrollando preguntas por correo, usando el formato de Google Drive. Los resultados finales mostraron la validez del instrumento dentro de los valores aceptables. Propusieron usar dicho instrumento para obtener información empírica que puede usarse en la elección de alternativas en la empresa, también para respaldar y apoyar algunas ideas y teorías propuestas acerca de la intención de adquisición que no habían sido probadas dentro del campo de productos orgánicos para la agricultura.
Ajzen (2020) menciona que su teoría del comportamiento planeado ha sido ampliamente aplicada en la predicción y cambio de comportamiento, incluyendo el comportamiento relacionado con el uso de la tecnología. Describe la teoría de manera breve, respondiendo un número de temas y preguntas que han sido planteados respecto de la TCP. Entre los tópicos discutidos está la diferencia entre la TCP y la teoría de la acción razonada (TAR), el control del comportamiento percibido contra la eficacia propia, la diferencia entre el control del comportamiento percibido y la centralización del control, la posibilidad de incluir predictores adicionales en la TCP, la inviabilidad de cuestionarios estándares de la TCP, la predicción del comportamiento en ciertas situaciones, la diferencia entre intención y comportamiento y la comparación del modelo de aceptación de tecnología con la TCP (Ajzen, 2020, p. 134).
Bases teóricas
Atributos físicos. Para Abraham-Murali y Littrell (1995), los atributos intrínsecos son características físicas o químicas del producto, es decir, están unidas a su función; si son modificados se producen alteraciones en las características propias del bien. Estos atributos se relacionan con las características materiales y técnicas del bien, son importantes porque sus cualidades son representativas de la calidad del objeto. Se trata de una propiedad o conjunto de propiedades cuya existencia en el mismo determina la capacidad de satisfacer las demandas que el cliente exige. Son el producto en sí mismo. Son las cualidades de los productos percibidos por los consumidores durante la compra o el uso de estos. Estos autores elaboraron una lista de atributos de prendas, ordenando estos en categorías conceptuales y niveles dimensionales, y los examinaron de manera que fueran útiles para los vendedores minoristas. Las características definidas se presentan en las Tablas 1 y 2.
Tabla 1 Modelo de atributos de ropa (unidimensionales y multidimensionales).
| Atributos unidimensionales de ropa | |||
|---|---|---|---|
| Apariencia física | Comportamiento físico | ||
| Contenido de fibra | Encogimiento de la tela | ||
| Peso de fibra | Caída de tela | ||
| Color sólido | Estiramiento de la tela | ||
| Patrón/molde | Arrugabilidad | ||
| Juego de cuadros | Suelo de la tela | ||
| Alto de basta | Tela que pica | ||
| Largo de puntada | Aparición de pilling | ||
| Encajado | Marcas del planchado | ||
| Tamaño del cuello | Pérdida del color | ||
| 1 o 2 piezas | Lavable | ||
| Estilo de cuello | Lavado en seco | ||
| Acabado de la pretina | Costo/tiempo de cuidado | ||
| Largo de la prenda | Facilidad para quitar manchas | ||
| Largo de manga | Planchado | ||
| Extrínsecos | Resistencia de costuras | ||
| Precio | Resistencia al deshilachado | ||
| Tipo de tienda | Rotura de insumos | ||
| Etiqueta de cuidado | Tamaño del ojal | ||
| Servicio rápido | Forma de la prenda | ||
| Amplia selección | ------------- | ||
| Vendedor | ------------- | ||
| Atributos multidimensionales de ropa | |||
| Apariencia física | Comportamiento físico | Expresivos | Extrínsecos |
| Estructura de la tela | Suavidad | Versatilidad | Precio global |
| Coordinación de insumos | Calidez de tela | Adicionales | Prestigio |
| Tacto | Aspecto de la tela | Estilo y tipo de cuerpo | Familiaridad |
| Grano de la prenda | Tela global | Color y características personales | Presentación de la tienda |
| Acabado de la prenda | Cuidado fácil | Apropiado para edad/persona | Conveniencia |
| Construcción global | Mano de obra global | Me hace ver… | Servicio global |
| Características distintivas | Ajuste de prenda | Mirada global | Valor por dinero |
| Estilo armónico | La prenda es fácil de poner/quitar | Inusual/nuevo | Satisfacción |
| Superior e inferior apropiados | Características de la prenda | Divertido/aventurero | Marca |
| Coordinación de accesorios | Durabilidad | Individualidad global | Inversión |
| Interacción de tela y estilo | Comodidad de la prenda | Apropiado para la ocasión | Campaña promocional |
| Estilo clásico vs. moda | ------------- | Estilo de vida global | ------------- |
| Estilo global | ------------- | Coordinación | ------------- |
| ------------- | ------------- | Confianza | ------------- |
Fuente: Abraham-Murali y Littrell (1995).
Brown y Rice (2001) sostienen que las cualidades de los productos de vestir tienen dos dimensiones, una dimensión física y una dimensión del comportamiento. Como las características físicas influyen en la forma de ser del producto, los consumidores deben seleccionarlos de acuerdo a las características físicas que ellos creen provocarán un comportamiento específico. Sin embargo, no está claro que los consumidores tengan un adecuado conocimiento respecto a cuáles son las cualidades físicas que puedan traer determinados comportamientos. En muchos casos el conocimiento es prácticamente inexistente.
Para una comprensión más sintetizada de los atributos intrínsecos se propone unir algunos de ellos en tres dimensiones básicas: forma, propiedades mecánicas de la tela y color, partiendo de la clasificación de Abraham-Murali y Littrell, de la siguiente manera (Tabla 2):
Tabla 2 Modelo de atributos físicos de ropa (unidimensionales y multidimensionales).
| Forma | Propiedades mecánicas de la tela |
|---|---|
| Patrón/Molde | Contenido de fibra |
| Alto de basta | Peso de fibra |
| Largo de puntada | Estructura de la tela |
| Encajado | Tacto |
| Tamaño de cuello | Grano de la tela |
| 1 o 2 piezas | Encogimiento de la tela |
| Estilo de cuello | Caída de tela |
| Acabado de la pretina | Estiramiento de la tela |
| Largo de prenda | Arrugabilidad |
| Largo de manga | Suelo de la tela |
| Coordinación de insumos | Tela que pica |
| Acabado de prenda | Aparición de pilling |
| Construcción global | Marcas del planchado |
| Características distintivas | Pérdida del color |
| Estilo armónico | Lavable |
| Superior e inferior apropiados | Lavado en seco |
| Coordinación de accesorios | Facilidad para quitar manchas |
| Interacción de tela y estilo | Planchado |
| ------------- | Resistencia al deshilachado |
| COLOR | Suavidad |
| Color sólido | Calidez de tela |
| Juego de cuadros | Aspecto de la tela |
| ------------- | Tela global |
| ------------- | Cuidado fácil |
| ------------- | Durabilidad |
Fuente: Elaboración propia basada en Abraham-Murali y Littrell, 1995.
Partiendo de esta clasificación, se realizó el análisis del presente estudio, que permite conocer los detalles de las variables y sus relaciones.
Forma. La forma de la prenda facilita el calce del producto, mediante ella se logra una determinada silueta, estilo o look. El uso correcto de la dirección de la tela, cuidadosamente escogido según lo requerido en los moldes y los accesorios de soporte, que ayudan a que la prenda mantenga su forma, distinguen una prenda de alta calidad de otra de baja calidad. La atención a la forma y el soporte es importante en todas las prendas, especialmente en los productos de sastrería (Brown y Rice, 2001, p. 114).
Propiedades mecánicas de la tela. Las propiedades mecánicas de la tela determinan su performance. No solo una característica física es responsable de su performance. Al contrario, es la interacción de todas estas dimensiones la que determina su performance. Entender cómo estas influyen en la estética, la utilidad, la durabilidad y el costo se resulta importante para evaluar los componentes y la calidad de la tela. Estas características incluyen las fibras e hilos, la estructura de la tela, su peso, su resistencia, cómo esta es teñida, estampada y acabada. Si bien la tela no es el único determinante de la calidad de la prenda, es un ingrediente crucial (Brown y Rice, 2001, p. 174).
Color. Para los clientes el color es crítico al momento de decidir una compra (Brown y Rice, 2001, p. 182). Kodžoman et al. (2022) mencionan que la gente usa los colores para expresar su identidad social, jerarquía, emociones, actitud política, identidad personal, imagen propia y gusto estético. Lo que se escoge para vestir es una declaración y la moda está relacionada con el otro yo, quien el usuario quisiera ser en ese momento. Un aspecto del significado y comunicación de la moda puede explicarse en términos de color en la psicología del vestir. El color es un factor importante en la percepción visual de los productos, así como en el reconocimiento de la marca. Es fundamental para los diseñadores entender las preferencias de color del consumidor como parte de un efectivo plan de diseño.
Intención de compra (IC). La intención de compra del consumidor se construye por la actitud, la calificación del cliente y los factores extrínsecos (Ajzen, 2020). Para Chu y Lu (2007), la intención de adquisición es el grado en el que al cliente le gustaría adquirir un producto en un tiempo futuro; suele estar relacionada con las actitudes, el comportamiento y las percepciones (Mirabi et al., 2015). La intención de adquisición procede del conocimiento de los posibles compradores sobre el nivel del servicio, las características del producto y otras variables subjetivas que provienen de su misma percepción, las cuales definen el interés del cliente por la compra.
Para Ajzen (2020), las intenciones son indicadores de hasta qué nivel los consumidores están dispuestos a desarrollar cierto comportamiento, también indican los esfuerzos que están haciendo para llevar a cabo un comportamiento determinado. Ajzen (1991) propuso la TCP que se muestra en el siguiente modelo en la Figura 1.
Según esta teoría, las siguientes variables influyen en la intención de compra:
Actitud de compra (AC). Generalmente se forman creencias sobre los objetos por asociación de estos con algunos atributos, otros objetos, características o circunstancias. En el caso de las actitudes hacia la forma de ser, cada creencia se une al comportamiento hacia cierto futuro, o algún otro atributo como el costo producido por el comportamiento. Dado que tales atributos son percibidos negativa o positivamente, las personas adquieren una actitud de comportamiento de manera automática y simultánea (Ajzen, 2020).
La norma subjetiva (NS). Esta es determinada por la presión que ejercen sobre el posible comprador las personas que lo rodean. Los seres humanos suelen tomar en consideración lo que pensarán las personas que les importan; es una especie de presión social que influye en la intención de compra, que puede ser determinante en algunos casos (Ajzen, 2020).
Control conductual percibido (CCP). Para Ajzen (2020), el CCP se refiere al énfasis en los factores relacionados con la particular forma de comportamiento; es la percepción de los interesados de la dificultad o facilidad para realizar un comportamiento de su interés. Este control varía dependiendo de la situación o acciones que se estén desarrollando. Son los juicios o conclusiones que muestran cuán bien una persona puede ejecutar una acción requerida en una acción futura. Puede ser usado para predecir el comportamiento futuro.
METODOLOGÍA
Hipótesis general
Los atributos físicos tienen un efecto significativo (ES) en la intención de compra (IC) de un producto de vestir de moda para mujeres de la ciudad de Lima entre 20 y 24 años de edad.
Hipótesis específicas
H1 La forma tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
H2 Las propiedades mecánicas de la tela tienen un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
H3 El color tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
Identificación de variables
Variable independiente (VI): Atributos físicos (X)
Variable dependiente (VD): Intención de compra (Y)
La determinación de las variables se hizo partiendo de la clasificación de Abraham-Murali y Littrell (1995). Las características fueron agrupadas hasta obtener las siguientes: la forma (X1), las propiedades mecánicas de la tela (X2) y el color (X3).
La presente es una investigación aplicada con diseño no experimental, de tipo cuantitativo, transversal y correlacional-causal. Para entender al consumidor, se consideró necesario tomar una muestra representativa de mujeres de la sociedad peruana. Se decidió hacerlo en la Universidad Nacional Mayor de San Marcos, realizando un cuestionario entre alumnas de esta institución. Este incluyó preguntas relacionadas con los tres atributos físicos definidos en el marco teórico, los cuales fueron relacionados con la intención de compra. La influencia de los atributos fue medida partiendo de las tres dimensiones definidas en la TCP, así se determinaron las relaciones de estos con la variable dependiente. Se buscó medir el grado de relación usando el método estadístico de regresión múltiple.
El tamaño de la muestra se determinó considerando una población infinita o desconocida de mujeres estudiantes entre 20 y 24 años de edad de la ciudad de Lima. Partiendo de este dato, se puede inferir la muestra de 196 encuestados sobre la que se trabajó, usando la fórmula de determinación de muestra para una población infinita (Z = 1.96 al 95%, margen de error = 0.07, p= 0.5, q= 0.5). Se ha escogido un margen de error del 7% dada la complejidad de la forma de medir las percepciones que puede llevar a errores ligeramente mayores. Se invitó a consumidoras con edades entre 20 y 24 años que fueron contactadas por e-mail y WhatsApp, alumnas de pregrado de la Universidad Nacional Mayor de San Marcos (UNMSM), quienes participaron voluntariamente en el estudio.
Para analizar las variables, se elaboró un cuestionario que se distribuyó a través de la web. Antes de conducir el estudio principal, el cuestionario fue probado con 11 participantes para corroborar que estuviera completo, las palabras eran correctas, había claridad y la estructura era apropiada. Después de implementar algunas modificaciones, el cuestionario final estuvo compuesto por cinco secciones importantes: el bloque 1, que recaba información general importante de los encuestados; los bloques 2, 3 y 4, que miden la actitud, norma subjetiva y el control conductual percibido hacia la forma, propiedades mecánicas de la tela y el color; y el bloque 5, que mide la intención de compra de un producto. Para el presente trabajo de investigación, la recolección de datos se hizo mediante dos técnicas: análisis documental y encuestas, que permitieron entender las variables y sacar las conclusiones descritas.
El instrumento se diseñó a partir de tres variables y 25 preguntas espe cíficas (Tabla 3), el alfa de Cronbach resultante es 0.892 (Tabla 4), este dato respalda el diseño del cuestionario. Su desarrollo se sustentó en otras investigaciones importantes de alta confiabilidad y validez en sus variables. Se tomaron las referencias de la actitud de Zhang et al. (2017) y Singh y Verma (2017); el instrumento para medir la norma subjetiva utilizado fue el de Singh y Verma (2017) y Al-Swidi et al. (2014); se utilizaron los índices del con trol conductual percibido de Yadav y Pathak (2016) y Al-Swidi et al. (2014); y, finalmente, para la intención de adquisición, se usaron las herramientas de Zhang et al. (2017). Las preguntas de los cuestionarios desarrollados se adaptaron al sector de la moda. Se utilizó una escala de Likert.
Tabla 3 Cuestionario por dimensión.
| Forma |
|---|
| Actitud |
| FAC1. Vestir un producto de moda con la forma de mi preferencia permite que me sienta segura y atractiva. |
| FAC2. Creo que los productos de moda con la forma de preferencia del consumidor satisfacen al usuario. |
| FAC3. Los productos de moda con la forma de preferencia del consumidor tienen mayor calidad. |
| Norma subjetiva |
| FNS4. Si mis amigos cercanos y familiares consumieran productos de moda con la forma de su preferencia, ¿yo también lo haría? |
| FNS5. La tendencia de comprar productos de moda con la forma de su preferencia entre las personas a mi alrededor está aumentando. |
| FNS6. La gente a mi alrededor generalmente cree que es mejor usar productos con forma de su preferencia para sentirse cómodos. |
| FNS7. Tendría el apoyo de mis amigos cercanos y familiares si comprara una prenda de moda con la forma de mi preferencia. |
| Control conductual percibido |
| FCC09. Me considero con la suficiente capacidad financiera para comprar productos de moda con la forma de mi preferencia. |
| FCC10. Siento que los productos de moda con la forma de mi preferencia se pueden encontrar en las tiendas de Lima. |
| FCC11. Comprar o no comprar productos de moda con la forma de mi preferencia depende totalmente de mí. |
| Propiedades mecánicas de la tela |
| Actitud |
| PAC8. Vestir un producto de moda con las propiedades mecánicas de mi preferencia en la tela me dará mayor comodidad y seguridad. |
| PAC9. Creo que los productos de moda con las propiedades mecánicas de mi preferencia en la tela me satisfacen. |
| PAC10. Los productos de moda con las propiedades mecánicas de mi preferencia en la tela tienen mayor calidad. |
| Norma subjetiva |
| PNS11. Si mis amigos cercanos y familiares consumieran productos de moda con las propiedades mecánicas de su preferencia en la tela, ¿yo también lo haría? |
| PNS12. La tendencia de comprar productos de moda con propiedades mecánicas de su preferencia en la tela entre las personas a mi alrededor está aumentando. |
| PNS13. La gente a mi alrededor generalmente cree que es mejor usar productos con propiedades mecánicas de su preferencia en la tela para vivir mejor. |
| PNS14. Tendría el apoyo de mis amigos cercanos y familiares si comprara una prenda de moda con las propiedades mecánicas de mi preferencia en la tela. |
| Control conductual percibido |
| PCC20. Me considero con la suficiente capacidad financiera para comprar productos de moda con propiedades mecánicas de mi preferencia en la tela. |
| PCC21. Siento que los productos de moda con las propiedades mecánicas de mi preferencia en la tela se pueden encontrar en las tiendas. |
| PCC22. Comprar o no comprar productos de moda con las propiedades mecánicas de mi preferencia en la tela depende totalmente de mí. |
| Color |
| Actitud |
| CAC15. Vestir un producto de moda con el color de mi preferencia permite que me sienta más segura y atractiva. |
| CAC16. Creo que los productos de moda satisfacen al usuario cuando tienen un color de su preferencia. |
| CAC17. Los productos de moda que tienen un color de mi preferencia tienen mayor calidad. |
| Norma subjetiva |
| CNS18. Si mis amigos cercanos y familiares consumieran productos de moda de un color de su preferencia, ¿yo también lo haría? |
| CNS19. La tendencia de comprar productos de moda con el color de su preferencia entre las personas a mi alrededor está aumentando. |
| CNS20. La gente a mi alrededor generalmente cree que es mejor usar productos con el color de su preferencia para vivir mejor. |
| CNS21. Tendría el apoyo de mis amigos cercanos y familiares si comprara una prenda de moda con el color de mi preferencia. |
| Control conductual percibido |
| CCC22. Me considero con la suficiente capacidad financiera para comprar productos de moda con el color de mi preferencia. |
| CCC23. Siento que los productos de moda con el color de mi preferencia se pueden encontrar en las tiendas de Lima. |
| CCC24. Comprar o no comprar productos de moda con el color de mi preferencia depende totalmente de mí. |
| Intención de compra |
| IC25. ¿Cómo contribuyen los atributos físicos de un producto de moda en su intención de compra? |
Fuente: Elaboración propia.
RESULTADOS
Debido a que el análisis que se hace de los datos se realiza con la técnica de la regresión múltiple, se llevó a cabo la prueba de hipótesis para demostrar que las variables propuestas influyen en la intención de compra del producto de moda.
Hipótesis general
H0: Los atributos físicos no tienen un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
β 1 = 0
H1: Los atributos físicos tienen un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
Uno o más de los 𝛽 𝑖 ≠ 0
Hipótesis específica 1
H0: La forma no tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
𝛽 1 = 0
H1: La forma tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
𝛽 1 ≠ 0
Hipótesis específica 2
H0: La tela no tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
𝛽 2 = 0
H1: La tela tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
𝛽 2 = 0
Hipótesis específica 3
H0: El color no tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
𝛽 3 = 0
H1: El color tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
𝛽 3 = 0
Las encuestas consideradas útiles fueron 196, que fue el número determinado estadísticamente para la generación del modelo con la información obtenida de las encuestas. Se usó la técnica baremar para organizar los datos en cinco categorías. Se trabajó con el programa SPSS para realizar la prueba de normalidad (Tabla 5) y se obtuvo también un resumen del modelo (Tabla 6) que indica que el 52.4% de la variable se explica con este modelo. Luego, se realizó la prueba de ANOVA (Tabla 7) y, finalmente, la prueba de regresión múltiple (Tabla 8). Se obtuvieron los siguientes resultados:
Prueba de normalidad
H0: La variable sigue una distribución normal.
H1: La variable no sigue una distribución normal.
Por la cantidad de datos, se utiliza la prueba de Kolmogorov-Smirnov.
Tabla 5 Normalidad.
| Kolmogorov-Smirnova | Shapiro-Wilk | |||||
|---|---|---|---|---|---|---|
| Estadístico | Gl | Sig. | Estadístico | gl | Sig. | |
| Forma | .234 | 196 | .000 | .878 | 196 | .000 |
| P. M. de la tela | .253 | 196 | .000 | .880 | 196 | .000 |
| Color | .251 | 196 | .000 | .885 | 196 | .000 |
| Int. de compra | .210 | 196 | .000 | .860 | 196 | .000 |
a. Corrección de significación de Lilliefors.
Fuente: Elaboración propia.
Tabla 6 Resumen del modelo.
| Modelo | R | R² | R² ajustado | Error STD de la estimación |
|---|---|---|---|---|
| 1 | .724a | .524 | .517 | .720 |
a. Predictores: (Constante), color, forma, P. M. de la tela.
Fuente: Elaboración propia.
Con el valor p obtenido para cada variable (> 0.05) no se puede rechazar H0, luego, se mantiene la suposición de normalidad de los datos. Es importante la verificación de la normalidad de los datos para la elección del estadístico a utilizar.
Verificación de hipótesis
Hipótesis general
p-valor = 0%, se desestima la hipótesis nula (H0) (ver Tabla 7).
Si p-valor < 5%, entonces se desestima la H0.
Como p-valor < 5%, se desestima la H0, por lo que los atributos físicos tienen un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
Hipótesis específica 1
p-valor = 60.1% (ver Tabla 8)
Si p-valor < 5%, entonces se desestima la H0.
En este caso, se acepta la H0 (p-valor > 5%). Por lo tanto, la forma no tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
Hipótesis específica 2
p-valor = 0.1 % (ver Tabla 8)
Si p-valor < 5%, entonces se desestima la H0.
En este caso, se desestima la H0 (p-valor < 5%). Por lo tanto, las propiedades mecánicas de la tela tienen un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
Hipótesis específica 3
p-valor = 0% (ver Tabla 8)
Si p-valor < 5%, entonces se desestima la H0.
En este caso, se desestima la H0 (p-valor < 5%). Por lo tanto, el color tiene un ES en la IC de un producto de vestir de moda de mujeres universitarias entre 20 y 24 años de edad de la ciudad de Lima.
Tabla 7 Análisis de varianza (ANOVA).
| Modelo | Suma de cuadrados | gl | Media cuadrática | F | Sig. | |
|---|---|---|---|---|---|---|
| 1 | Regresión | 109.556 | 3 | 36.519 | 70.464 | .000a |
| Residuo | 99.505 | 192 | .518 | |||
| Total | 209.061 | 195 | ||||
a. Predictores: (Constante), color, forma, P. M. de la tela.
Fuente: Elaboración propia.
Tabla 8 Regresión múltiple.
| Coeficientesa | ||||||
|---|---|---|---|---|---|---|
| Modelo | Coeficientes no estandarizados | Coeficientes estandarizados | t | Sig. | ||
| B | Desv. Error | Beta | ||||
| 1 | (Constante) | .737 | .231 | 3.188 | .002 | |
| Forma | .048 | .092 | .040 | .524 | .601 | |
| P. M. de la tela | .302 | .091 | .261 | 3.336 | .001 | |
| Color | .529 | .088 | .480 | 6.010 | .000 | |
a. Variable dependiente: Intención de compra.
Fuente: Elaboración propia.
Análisis de regresión n.º 2
Para este segundo análisis, se elimina la variable forma con la intención de desarrollar un modelo que pueda predecir la intención de compra con base en las dos variables restantes: color y características físicas de la tela (ver Tabla 9).
En este caso, todos los coeficientes son estadísticamente significativos. El color sigue siendo el de mayor influencia. Esta ecuación puede explicar la intención de compra del usuario. Se sabe que existen otros factores extrínsecos que influyen en esta variable dependiente, pero la intención de este estudio es mostrar solo la importancia de las variables físicas del objeto de moda. Cuando el p-valor es mayor al 5%, se considera que no existe una relación de dependencia entre las variables.
Tabla 9 Análisis de regresión n.º 2.
| Coeficientesa | ||||||
|---|---|---|---|---|---|---|
| Modelo | Coeficientes no estandarizados | Coeficientes estandarizados | t | Sig. | ||
| B | Desv. Error | Beta | ||||
| 1 | (Constante) | .765 | .224 | 3.414 | .001 | |
| P. M. de la tela | .320 | .084 | .276 | 3.823 | .000 | |
| Color | .548 | .080 | .497 | 6.881 | .000 | |
a. Variable dependiente: Intención de compra.
Fuente: Elaboración propia.
DISCUSIÓN
Para la comprobación de las hipótesis, se han usado el análisis de varianza y la regresión múltiple como herramientas de análisis. Al realizar la prueba ANOVA para la hipótesis general, los resultados arrojan un p-valor = 0% (ver Tabla 7), por lo que se rechaza la hipótesis nula y se acepta la alternativa. En conjunto, los atributos físicos influyen en la intención de compra.
Con respecto a la primera hipótesis específica, el resultado de la tabla de regresión múltiple (Tabla 8) aprueba la hipótesis nula que dice que la forma no influye en la intención de compra p-valor = 60.1%. Este dato llevaría a rechazar la hipótesis alternativa que plantea que la forma influye en la intención de compra. Se puede pensar en las circunstancias en que las jóvenes de estas edades desarrollan sus compras. Considerando que son mujeres muy jóvenes que están aprendiendo a comprar, se están insertando en el mundo laboral y tienen apreciaciones distintas de lo que compran, a diferencia de los compradores que tienen más años de experiencia. Son sus primeras compras, por lo que valoran características nuevas en los productos. Es posible que para otro rango de edades esta apreciación varíe y se consolide, dándole a la forma otra valoración. Esto abre un campo de nuevas investigaciones que se pueden plantear para grupos de otras edades. El resultado entra en contradicción con los obtenidos en otras investigaciones, como las de De Klerk y Lubbe (2004, 2008), que llegaron a la conclusión de que la estética era significativa en la determinación de calidad del producto. Davis (1985) descubrió una alta correlación entre los atributos físicos y la percepción de calidad del producto.
El análisis de regresión múltiple (Tabla 8) valida la segunda hipótesis específica que plantea que la tela tiene un efecto significativo en la intención de compra. Se rechaza la hipótesis nula porque el p-valor = 0.1%, que es menor que el 5%, esto respalda la hipótesis. Los resultados también muestran un coeficiente de 0.302, que es la pendiente de la recta de esta variable en el modelo a trazar; por lo tanto, se acepta la hipótesis específica que dice que las características físicas de la tela influyen en la intención de compra del producto. También la tercera hipótesis específica es aceptada porque la hipótesis nula se rechaza al ser el p-valor = 0%, esta variable tiene una pendiente más acentuada de 0.529, por lo que se acepta la hipótesis que sostiene que el color influye en la intención de compra. La relación entre pendientes lleva también a la conclusión de que el color es el que más influye en este tipo de cliente.
En los resultados del estudio, la forma no influye de manera decisiva en la intención de compra del cliente; por esta razón, se plantea un nuevo modelo, en el que se retira esta variable. Para este nuevo modelo, se utiliza la regresión múltiple (Tabla 9), pero solo con las variables propiedades mecánicas de la tela y color. En este análisis se aprueban las dos hipótesis específicas y se observa que el color tiene mayor influencia en el proceso de generación de intención de compra. Este nuevo modelo no se podría plantear como la ecuación general, pero proporciona una idea de cómo funcionan estas variables entre sí. Debe tenerse presente que hay muchas variables más que pueden influir en la variable dependiente, como las extrínsecas: precio, empaque, imagen, etc. Sin embargo, la intención de este trabajo ha sido abordar el análisis de las variables físicas (intrínsecas) del producto.
CONCLUSIONES
De acuerdo con el análisis realizado se concluye lo siguiente:
Los atributos físicos tienen un efecto significativo en la intención de compra de los clientes (p-valor = 0%).
El factor forma no tiene un efecto significativo en la intención de compra (p-valor = 60.1%). Esto debido a las características del segmento del consumidor escogido para este estudio.
Las propiedades mecánicas de la tela tienen un efecto significativo en la intención de compra del cliente (p-valor = 0.1%), con lo que se verificó la utilidad del modelo del comportamiento planeado propuesto por Ajzen y Fishbein.
El color de la prenda influye significativamente en la intención de compra del cliente (p-valor = 0%), que es la variable que más influye en esta. Para esto, se usó el modelo de Ajzen y Fishbein para medir la intención de compra.
Se logró determinar el peso relativo de las variables y se descubrió que el color tenía un mayor peso para el marco muestral definido, seguido por las características físicas de la tela.
El modelo propuesto predice la intención de compra cuando se conocen correctamente las principales actitudes, normas subjetivas y control conductual percibido de los clientes con respecto a la forma, color y propiedades mecánicas de la tela.
