Research & Evidence

Buscar un método

Busca entre títulos, preguntas, territorios e identificadores MSC.

40 resultados
  1. MSC-P-001¿Cómo transformar una afirmación de marketing en una pregunta comprobable?Ciencia de la decisión
  2. MSC-P-002Correlación o causalidad: ¿qué permite afirmar realmente un análisis?Medición de marketing
  3. MSC-P-003¿Cómo expresar la incertidumbre de un resultado de marketing?Ciencia de la decisión
  4. MSC-P-004Significación o tamaño del efecto: ¿qué resultado debe interpretarse?Ciencia de la decisión
  5. MSC-P-005¿Cómo medir un constructo de marketing que no es directamente observable?Investigación de mercados
  6. MSC-P-006¿Cómo diseñar y validar una escala de medición?Investigación de mercados
  7. MSC-P-007Alfa u omega: ¿cómo evaluar la fiabilidad de una escala?Investigación de mercados
  8. MSC-P-009ACP, AFE o AFC: ¿qué método elegir?Investigación de mercados
  9. MSC-P-010¿Cuándo debe realizarse un experimento de marketing?Medición de marketing
  10. MSC-P-011¿Cómo diseñar una prueba A/B que estime realmente un efecto?Medición de marketing
  11. MSC-P-012¿Cuántas observaciones necesita un experimento?Ciencia de la decisión
  12. MSC-P-013¿Cómo medir el efecto incremental de una campaña con un grupo de control?Medición de marketing
  13. MSC-P-017¿Cómo detectar selección, contaminación y pérdida en un experimento?Medición de marketing
  14. MSC-P-018Regresión predictiva o causal: ¿qué se intenta estimar?Modelos de marketing
  15. MSC-P-019¿Cómo diagnosticar una regresión de marketing antes de interpretarla?Modelos de marketing
  16. MSC-P-022¿Cómo estimar la elasticidad-precio y su incertidumbre?Ciencia de precios
  17. MSC-P-026Logit vs Probit: ¿cómo elegir para una probabilidad de compra?Ciencia del cliente
  18. MSC-P-029¿Qué clientes presentan la mayor probabilidad de churn?Ciencia del cliente
  19. MSC-P-027TAM, UTAUT o UTAUT2: ¿qué marco usar para estudiar la aceptación tecnológica?Investigación de mercados
  20. MSC-H-001Medición y causalidad: ¿cómo establecer un efecto de marketing?Medición de marketing
  21. MSC-H-002Modelos de respuesta de marketing: forma, retardo y saturaciónModelos de marketing
  22. MSC-H-003Ciencia de precios: conectar precio, demanda y contribuciónCiencia de precios
  23. MSC-H-004Ciencia del cliente y elección: comportamiento, valor y heterogeneidadCiencia del cliente
  24. MSC-H-005Ciencia de la medición: construir indicadores válidosInvestigación de mercados
  25. MSC-H-006Métodos estadísticos de decisión: elegir, cuantificar, validarCiencia de la decisión
  26. MSC-P-008¿Cómo validar una escala de medición de marketing?Investigación de mercados
  27. MSC-P-014¿Cómo diseñar un experimento geográfico de marketing?Medición de marketing
  28. MSC-P-015¿Cómo estimar un efecto con diferencias en diferencias?Medición de marketing
  29. MSC-P-020¿Cómo tratar la endogeneidad del precio?Ciencia de precios
  30. MSC-P-021Efectos fijos o aleatorios: ¿qué modelo de panel elegir?Modelos de marketing
  31. MSC-P-023¿Cómo estimar una función de demanda?Ciencia de precios
  32. MSC-P-024¿Cómo simular un escenario precio-volumen-margen?Ciencia de precios
  33. MSC-P-028¿Cómo estimar la CLV con BG/NBD y Gamma-Gamma?Ciencia del cliente
  34. MSC-P-030¿Cómo analizar la retención con un modelo de supervivencia?Ciencia del cliente
  35. MSC-P-031¿Cómo construir una segmentación de clientes útil?Ciencia del cliente
  36. MSC-P-032¿Cómo probar la estabilidad de una segmentación?Ciencia del cliente
  37. MSC-P-033¿Cómo validar un pronóstico de marketing?Ciencia de la decisión
  38. MSC-P-034¿Cómo construir una simulación Monte Carlo para una decisión de marketing?Ciencia de la decisión
  39. MSC-P-035¿Cómo modelar saturación y adstock?Modelos de marketing
  40. MSC-P-039¿Qué prueba estadística elegir?Ciencia de la decisión
Todos los métodos
FICHA DE MÉTODOMSC-P-027Ciencia de la medición

TAM, UTAUT o UTAUT2: ¿qué marco usar para estudiar la aceptación tecnológica?

TAM se centra en la utilidad y la facilidad de uso percibidas. UTAUT amplía la explicación a la expectativa de rendimiento, el esfuerzo, la influencia social y las condiciones facilitadoras. UTAUT2 añade constructos para contextos de consumo. La elección depende de la población, el contexto y la conducta estudiada, no del número de variables disponibles.

Respuesta directa

Elegir un marco, definir sus constructos y probar primero un modelo de medida y después un modelo estructural en una población declarada.

TAM se centra en la utilidad y la facilidad de uso percibidas. UTAUT amplía la explicación a la expectativa de rendimiento, el esfuerzo, la influencia social y las condiciones facilitadoras. UTAUT2 añade constructos para contextos de consumo. La elección depende de la población, el contexto y la conducta estudiada, no del número de variables disponibles.

Davis, 1989, Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information TechnologyVenkatesh et al., 2003, User Acceptance of Information Technology: Toward a Unified View

01

La respuesta en 30 segundos

TAM se centra en utilidad percibida y facilidad de uso. UTAUT añade contexto organizativo, condiciones facilitadoras y moderadores. UTAUT2 extiende el marco al consumidor con motivación hedónica, valor-precio y hábito. El marco se elige antes del análisis.

02

Tres niveles de lectura

  • Decisor: ¿qué marco sirve a la decisión?
  • Profesional: ¿qué ítems, grupos y momentos recoger?
  • Analista: medición, estructura, incertidumbre y robustez.

03

Situación de marketing concreta

Un equipo prepara un servicio digital y debe distinguir aceptación inicial de empleados, uso voluntario de consumidores y uso repetido.

04

Pregunta científica

En una población, contexto y horizonte declarados, ¿qué constructos se asocian con intención y uso autodeclarado, y con qué incertidumbre?

05

Por qué falla una elección automática

Añadir todos los constructos aumenta carga, solapamiento y grados de libertad. Elegir el R² más alto a posteriori es selección oportunista.

06

Intuición de los tres marcos

MarcoPregunta dominanteContexto
TAMUtilidad y esfuerzo percibidosAceptación parsimoniosa
UTAUTRendimiento, esfuerzo, influencia, condicionesOrganización y despliegue
UTAUT2UTAUT + disfrute, coste percibido, hábitoUso del consumidor

07

Datos necesarios

  • Población, tecnología, voluntariedad, fecha y horizonte.
  • Ítems de la escala elegida, traducción documentada y opciones idénticas.
  • Intención medida antes del uso autodeclarado cuando el uso es el objetivo.

08

Modelo formal y símbolos

η = Bη + Γξ + ζ

η designa los constructos endógenos, ξ los exógenos, B las relaciones entre endógenos, Γ los efectos exógenos sobre η y ζ el residuo. Las moderaciones entran solo mediante interacciones preespecificadas.

09

Cálculo declarado

  1. Declarar marco y exclusiones.
  2. Probar el modelo de medición antes del estructural.
  3. Estimar relaciones, intervalos y diagnósticos en la especificación declarada.
  4. Comparar solo modelos preespecificados en las mismas observaciones.

10

Ejemplo numérico publicado

En el estudio UTAUT2 de Hong Kong con usuarios experimentados, 4.127 participantes válidos pasan a 2.220 en la segunda ola y 1.512 en la muestra final. Edad media cercana a 31 años y una sola tecnología. R² pasa de 0,56 a 0,74 para la intención y de 0,40 a 0,52 para el uso autodeclarado. Las diferencias 0,18 y 0,12 no tienen intervalos de incertidumbre publicados ni prueban superioridad universal.

11

Supuestos de validez

  • Los ítems representan los constructos en la población estudiada.
  • Los grupos comparados comparten una medición suficientemente invariante.
  • Una asociación transversal no prueba temporalidad ni causalidad.

12

Diagnósticos e incertidumbre

Documentar faltantes, fiabilidad, validez convergente y discriminante, invariancia, intervalos y estabilidad. No disponible no significa cero.

13

Interpretación

Un coeficiente o R² describe la especificación estudiada y se interpreta con incertidumbre, calidad de medición y alcance.

14

Conclusiones permitidas y prohibidas

Permitido

En esta población, los constructos se asocian con intención o uso en el modelo declarado.

Prohibido

Afirmar causalidad, universalidad o que R² valida una decisión.

15

Decisión de marketing posible

El equipo puede elegir TAM para un diagnóstico parsimonioso, UTAUT para un despliegue organizativo o UTAUT2 para uso consumidor. La elección sigue siendo humana y documentada.

16

Cuándo usar cada marco

No usarlos solos para causalidad, demanda agregada, valoración financiera o investigación de uso. Alternativas según la decisión.

17

Implementaciones reproducibles

El archivo de referencia recalcula solo las dos diferencias R² publicadas.

CSV · Python 3.13.7

# R 4.5.1: transform(read.csv("msc-p027-tam-utaut.csv"), delta=r2_utaut2-r2_utaut)
* SPSS 31: COMPUTE delta = r2_utaut2 - r2_utaut.
* SAS 9.4: data result; set input; delta=r2_utaut2-r2_utaut; run;

18

Entregable final

  • Decisión, población, tecnología, horizonte y conducta objetivo.
  • Marco elegido, constructos incluidos y excluidos, procedencia y plan de análisis.
  • Resultados con incertidumbre, diagnósticos, límites y regla de revisión.

19

Fuentes y nivel de evidencia

Evidencia E3: tres textos completos verificados por afirmación. La síntesis no prueba rendimiento comercial ni causalidad.

Leer después

MSC-P-005¿Cómo medir un constructo de marketing que no es directamente observable?MSC-P-006¿Cómo diseñar y validar una escala de medición?MSC-P-008¿Cómo validar una escala de medición de marketing?MSC-P-009ACP, AFE o AFC: ¿qué método elegir?