El efecto condicional indirecto de la expectativa de rendimiento en el uso de Facebook, Google+, Instagram y Twitter por jóvenes

Carlos    Arcila Calderón; Marcela  López; Jennie Peña

doi:10.4185/RLCS-2017-1181

Autores/as

Carlos Arcila Calderón Universidad de Salamanca https://orcid.org/0000-0002-2636-2849
Marcela López Universidad de la Costa
Jennie Peña Universidad del Norte https://orcid.org/0000-0002-7580-0630

DOI:

https://doi.org/10.4185/RLCS-2017-1181

Palabras clave:

TIC, medios sociales, innovación, adopción, usos, jóvenes, expectativa de rendimiento

Resumen

Estudios anteriores han encontrado una relación entre el grado en que las personas perciben que una tecnología ayudará a mejorar su desempeño (expectativa de rendimiento) y el uso de dicha tecnología, pero existe poca investigación que compruebe los mecanismos y condiciones por los que este efecto opera en la adopción de medios sociales. Metodología: Se encuestaron 502 estudiantes de Colombia y se realizó un análisis de mediación moderada. Resultados y conclusiones: Se encuentran altas tasas de adopción (68%) de los medios sociales populares (Facebook, Google+, Instagram, Twitter). Consistente con la Teoría Unificada de Aceptación y Uso de Tecnología (UTAUT), el efecto condicional indirecto de la expectativa de rendimiento sobre el uso de los medios sociales resultó un predictor relevante con pesos de hasta 0,53. Este efecto estuvo mediado por la intención de uso y en algunos casos moderado por la edad y sexo.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Biografía del autor/a

Carlos Arcila Calderón, Universidad de Salamanca

Profesor Titular y Secretario Académico del Departamento de Sociología y Comunicación de la Universidad de Salamanca (España). Miembro del Observatorio de Contenidos Audiovisuales (OCA) y profesor del Doctorado en Formación en la Sociedad del Conocimiento. Editor del Anuario Electrónico de Estudios en Comunicación Social “Disertaciones”. Doctor Europeo en “Comunicación, Cambio Social y Desarrollo” por la Universidad Complutense de Madrid. Máster en Data Science y Máster en Periodismo, ambos por la Universidad Rey Juan Carlos (URJC). He sido profesor de la Universidad del Rosario (Colombia), la Universidad del Norte (Colombia), la Universidad de Los Andes (ULA) (Venezuela); investigador post-doctoral de la URJC; e investigador asociado de la Universidad Católica Andrés Bello (UCAB) (Venezuela). Además, he sido profesor invitado de la Universidad Nacional de Educación a Distancia (UNED) (España), la Universidad de la Sabana (Colombia), la Universidad de Santiago de Compostela (España), la Universidad Mayor (Chile) y la Universidade Estadual Paulista (Brasil).

Marcela López, Universidad de la Costa

Comunicadora Social, Especialista en Mercadeo. Magíster en Comunicación en la línea nuevas tecnologías y ciudadanía digital. Doctorando en Comunicación de la Universidad de Sevilla, en la línea periodismo: comunicación política y redes sociales.

Citas

Agarwal, R. y Karahanna, E. (2000). Time flies when you’re having fun: Cognitive absorption and beliefs about information technology usage. MIS Quarterly, 24(4), 665–694.

Akbulut, Y. y Günüç, S. (2012). Perceived Social Support and Facebook Use among Adolescents. International Journal of Cyber Behavior, Psychology and Learning, 2(1), 30-41.

Akram, M. S. y Albalawi, W. (2016). Youths' Social Media Adoption: Theoretical Model and Empirical Evidence. International Journal of Business and Management. 11(2), 22-30

Arcila, C., Calderín, M. y Aguaded, I. (2015). Adoption of ICTs by Communication Researchers for Scientific Diffusion and Data Analysis. El Profesional de la Información, 24(5).

Aydn, B. y Volkan Sar, S. (2011). Internet addiction among adolescents: the role of self-esteem. Procedia Social and Behavioral Sciences, 15, 3500–3505.

Ben, M. (2016). Futuro Digital Colombia 2016. Trabajo presentado en IAB Day Colombia. Agosto 28,

Bringué, X. y Sádaba, C. (2008). Generación Interactiva en Iberoamérica. Niños y adolescentes frente a las pantallas. Retos educativos y sociales. Barcelona: Ariel, Colección Fundación Telefónica.

Bringué, X. y Sádaba, C. 2011. Menores y redes sociales. Madrid: Foro generaciones interactivas.

Cázares, A. (2010). Proficiency and attitudes toward information technologies' use in psychology undergraduates. Computers in Human Behavior, 26(5), 1004-1008.

Cheung, C. M., Chiu, P. Y. y Lee, M. K. (2011). Online social networks: Why do students use Facebook? Computers in Human Behavior, 27, 1337–1343

Cheung, C. M. y Lee, M. K. (2010). A theoretical model of intentional social action in online social networks. Decision Support Systems, 49, 24–30

Claggett, J. L. y Goodhue, D. L. (2011). Have IS researchers lost bandura's self-efficacy concept? A discussion of the definition and measurement of computer self-efficacy. Trabajo presentado en 44th Hawaii International Conference on System Sciences (HICSS).

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Hillsdale, NJ: Erlbaum.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334.

Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319-339.

Davis, F. D., Bagozzi, R. P. y Warshaw, P. R. (1992). Extrinsic and Intrinsic Motivation to Use Computers in the Workplace. Journal of Applied Social Psychology, 22(14), 1111- 1132.

Duggan, M. (2015). Mobile Messaging and Social Media – 2015. Recuperado de http://www.pewinternet.org/2015/08/19/mobile-messaging-and-social-media-2015/

Faul, F., Erdfelder, E., Buchner, A. y Lang, A. (2009). Statistical power analysis using G*Power 3.1: Tests for correlation and regression analysis. Behavior Research Methods, 41(4), 1149-1160 http://dx.doi.org/10.3758/BRM.41.4.1149

Faul, F., Erdfelder, E., Lang, A. & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39(2), 175-191, http://dx.doi.org/10.3758/BF03193146

Hall, D. y Mansfield, R. (1995). Relationships of Age and Seniority with Career Variables of Engineers and Scientists. Journal of Applied Psychology, 60(2), 201-210.

Hayes, A. (2005). Statistical Methods for Communication Science. Mahwah, NJ: Lawrence Erlbaum Associates. ISBN: 978-0805854879

Hayes, A. (2013). Introduction to mediation, moderation, and conditional process analysis: A regression based approach. New York: Guilford Press.

Igartua, J. J. (2006). Métodos Cuantitativos de Investigación en Comunicación. Madrid: Editorial Bosch.

Jackson, C. M., Chow, S. y Leitch, R. A. (1997). Toward an understanding of the behavioral intention to use an information system. Decision Sciences, 28(2), 357-389.

Kemp, S. (2017). Digital, Social and Mobile in 2017. We are social, January 2017 Recuperado de https://wearesocial.com/blog/2017/01/digital-in-2017-global-overview

Lin, K. Y. y Lu, H. P. (2011). Why people use social networking sites: An empirical study integrating network externalities and motivation theory. Computers in Human Behavior, 27, 1152–1161

Mac Callum, K. y Jeffrey, L. (2013). The influence of students' ICT skills and their adoption of mobile learning. Australasian Journal of Educational Technology, 29(3), 303-314.

Macía-Sepúlveda, F. (2010). Validez de los tests y el análisis factorial: nociones generales, Ciencia y Trabajo, 12(35), 276-280.

Mander, J. (2016). GWI Social Summary. Recuperado de https://www.globalwebindex.net/hubfs/Reports/GWI_Social_-_Q1_2016_Summary.pdf

Minton, H. L. y Schneider, F. W. (1980). Differential Psychology. Waveland Press, Prospect Heights, IL.

Notley, T. (2009). Young People, Online Networks, and Social Inclusion. Journal of Computer-Mediated Communication, 14, 1208-1227.

Pérez-Gil, J., Chacón, S. y Moreno, R. (2000). Validez de constructo: El uso de análisis factorial exploratorio-confirmatorio para obtener evidencias de validez. Psicothema, 12(2), 442-446.

Porter, L. (1963). Job Attitudes in Management: Perceived Importance of Needs as a Function of Job Level. Journal of Applied Psychology, 47(2), 141-148

Quinlan, S., Gummer, T., Roßmann, J. & Wolf, C. (2017). ‘Show me the money and the party!’–variation in Facebook and Twitter adoption by politicians. Information, Communication & Society, 1-19.

Subrahmanyam, K. y Lin, G. (2007). Adolescents on the net: internet use and wellbeing. Adolescence, 42(168), 659-677

Valkenburg, P. M. y Peter, J. (2007). Preadolescents and Adolescents Online Communication and their Closeness to Friends. Developmental Psychology, 43, 267-277.

Venkatesh, V., Morris, M. G., Davis, G. B. y Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478.

Venkatesh, V., Thong, J. y Xu, X. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36(1), 157-178

Wang, N. y Yongqiang, S. (2015). Social influence or personal preference? Examining the determinants of usage intention across social media with different sociability. Information Development (2015): 0266666915603224.

Yuki, T. y Marchant, I. (2014). El Estado de Social Media en América Latina. [Presentación de PowerPoint]. Recuperado de https://www.comscore.com/esl/Insights/Presentations-and-Whitepapers/2014/The-State-of-Social-Media-in-Latin-America-and-the-Metrics-that-Really-Matter

Zhang, P., Aikman, S. N. y Sun, H. (2008). Two Types of Attitudes in ICT Acceptance and Use. Journal of Human Computer Interaction, 24(7), 628–648.

Zheng, R. y Cheok, A. (2011). Singaporean Adolescents’ Perceptions of On-line Social Communication: An Exploratory Factor Analysis. Journal of Educational Computing, 45(2), 203-221.