Factores que influyen el comportamiento
conductual en la intención de uso de la
banca en línea en Cochabamba - Cercado

Factors that influence behavioral behavior in the
intention to use onlinebanking in Cochabamba - Cercado

Resumen

En nuestra actualidad el rubro bancario enfrenta un entorno competitivo y es imposible pensar en la inexistencia de una entidad financiera sin el uso de tecnologías e innovaciones porque se ha convertido en un factor determinante en la competitividad y desempeño de una empresa, asegurando a mediano y largo plazo su creciente en el mercado competitivo y con necesidades cambiantes.

La presente investigación tiene por objetivo determinar los factores de mayor influencia con la población para eldesarrollo de un comportamientopositivo en la intención de uso de la banca en línea en Cercado -Cochabamba. Los datos estadísticos estudiados son el resultado del total de 280 encuestas realizadas a usuarios y clientes financieros de Cochabamba entre hombres y mujeres de 18 a 59 años,de todos los niveles socioeconómicos, en ese sentido, se pudo dar respuesta a las hipótesis planteadas y lograr los objetivos específicos de la investigación.El análisis de los datos se hizo a través dela técnica de mínimos cuadrados parciales, perteneciente al modelo de ecuaciones estructurales, mediante el programa SmartPLS. Los resultados obtenidos sugieren que, si bien el uso dela banca en línea y la intención de comportamiento afectan significativamente dentro del rubro financiero en su desempeño, y mejorar la relación con los clientes y así asegurarsucrecimiento en el mercado.

Palabras clave: Innovación, Tecnologías de Información, Facilidad de uso e intención de comportamiento en la bancaen línea.

Currently, the banking industry faces a competitive environment and it is impossible to think of the non-existence of a financial entity without the use of technologies and innovations because it has become a determining factor in the competitiveness and performance of acompany, ensuring in the medium and long term term its growing in thecompetitive market and with changing needs.

The objective of this research is to determine the factors of greatest influence with the population for the development of a positive behavior in theintention to use online banking in Cercado - Cochabamba. The statistical data studied is the result of a total of 280 surveys carried out on users and financial clients of Cochabamba among men and women aged 18 to 59, of all socioeconomic levels, in that sense, itwas pos-sible to respond to the hypothesesraised and achieve the specific objectivesof the research. Data analysis was done through the partial least squares technique, belonging to the structural equation model, using the SmartPLS program. The results obtained suggest that, although the use of online banking and behavior-al intention significantly affect its performance within the financial sector, and improve therelationship with customers and thus ensure its growth in the market.

Keywords: Innovation, Information Technology, Ease of use and behavioral intention in online banking.

1. INTRODUCCIÓN

En un entorno tan competitivo, como es el que hoy encara el rubro bancario, es importante que las altas gerencias identifiquen constructos clave en la gestión de marketing y generen estrategias empresariales.

La introducción de sistemas de información bancaria en línea permitió a los consumidores realizar una amplia gama de transacciones bancarias a través de Internet, utilizando sitios web sofisticados, en cualquier momento del día, en cualquier lugar, mucho más rápido en comparación con los servicios bancarios tradicionales que se ofrecen en las tiendas físicas y sucursales de bancos(FONDOS, 2021)

Es importante reconocer que los cambiossuscitados en el mundo, a niveltecnológico y social hacen que las empresas deban estar atentas y mantenerse en constante actualización respecto a las necesidades de sus consumidores,información proporcionada por ASOBAN, 16 de los 17 bancos del sistema, cuentan con el servicio de banca por Internet y más de lamitad con el servicio de banca móvil y varios de éstos, con el servicio de billetera móvil, por esta razón, es importante conocer cuáles son esos factores que influyen en el comportamiento positivo en la intenciónde uso de la banca en línea en Cercado -Cochabamba.

2. MARCO TEÓRICO

2.1. ACTITUD

El creciente uso de las Tecnologías de laInformación debido a su versatilidad y potencial de explicación y predicción,constituyéndose como uno de los más dominantes en la literatura en estas últimas décadas.

La actitud es el grado en que una personatiene un sentimiento positivo o negativo hacia los sistemas de aprendizaje, la variable es fundamental y siempre involucra una evaluación de forma favorable o desfavorable hacia un objeto, un concepto, una acción, entre otros. En este caso, valora una evaluación a los sistemas de aprendizaje electrónico.

La descomposición de modelo teoría del comportamiento planificado, engloba dentro de las variables de actitud propuestos por Davis, 1985 que examina que la actitud del usuario determina la adopción de una tecnología en particulary el desarrollo de esta actitud se ve contribuida por la percepción de utilidad, la percepción de facilidad de uso y la compatibilidad.

La utilidad percibida el grado en que unapersona cree que el uso de una tecnologíaespecifica pueda mejorar su rendimiento laboral (Chinyamurindi, W. y Shava, H.,2015). Varios estudios realizados concluyeron que la utilidad percibida es el principal determinante del uso de una tecnología (Mouakket, S. y Bettayeb, A. M., 2015; Chang, S. C. y Tung, F. C., 2008). Esto indica que la intención conductual puede considerarse como una herramienta de la tecnología de la información. Pero, solamente será aceptado por los clientes cuando perciban que su uso va a mejorar su rendimiento en el aprendizaje, como fue comprobado en varios estudios (Salloum,

S. A. S., 2018; Sharma, S., Hasteer, N.,Mishra, S. P. y Van Belle, J. P., 2016). Consecuentemente, en este contexto, la utilidad percibida dentro de la intenciónde uso puede ser definida como el gradoen que los clientes consideran que su uso optimizará el rendimiento en el aprendizaje (Ajzen, J. y Fishbein M., 1980).

La facilidad de uso percibida el grado enque una persona cree que el uso de una tecnología específica es fácil de entendery libre de esfuerzo (Cheng, Y.M., 2011). De igual forma tiene relación positiva con la Intención de comportamiento (Cheng, B., Wang, M., Moormann, J., Olaniran, B. A. y Chen, N. S., 2012). Conrespecto a la intención conductual, la facilidad de uso percibida se podría definir como la medida en que los clientes consideran que el uso del sistemade aprendizaje electrónico será fácil de usar y no requerirá mucho esfuerzo.

Manochehri, Al-Esmail y Ashrafi (2012), afirman que para que una empresa pueda, ofrecer mejores servicios, explorar nuevas oportunidadesde negocio, beneficiándose de la adopción de las Tecnologias deben cumplirse al menos tres condiciones y debe haber: cierta infraestructura, personal especializado en tecnologias y presupuesto de inversión en tecnologías de información

Alam y Noor (2009); López-Nicolás y Soto-Acosta (2010), descubrieron que los beneficios percibidos, el conocimiento y la habilidad de manejo delas Tecnología de Información, así comoel apoyo del gobierno también sonelementos importantes en la adopción delas TI. Esto puede sugerir que el usoproductivo de las Tecnología de Información, está estrechamente relacionado con el uso de los recursos dela organización en general.

2.2. Norma Subjetiva

El modelo sugiere que las personas estánmás cerca de desarrollar intenciones cuando tienen una actitud positiva hacia y sus pares; además, esperan que se realice este comportamiento de manera adecuada.

Ajzen define como "presión social percibida para realizar o no el comportamiento particular". Se cree que es un factor social en la naturaleza.

La norma subjetiva capta los sentimientos de los individuos sobre la presión social que sienten sobre un determinado comportamiento. En consecuencia, si los consumidores tienensentimientos positivos hacia un comportamiento dado, las intenciones encuestión tienen más probabilidades de aumentar (Han, H. y Kim, Y., 2010; Taylor, S. y Todd, P., 1995). Debido a esto, muchas personas eligen utilizar determinados productos o servicios porque sus amigos o familiares ya lo hanutilizado y se lo recomiendan.

Por este motivo, existe especial atenciónen la norma subjetiva, indistintamentedel área de estudio ya que, al momento de predecir un comportamiento, sus resultados son específicos y elevados.

La norma subjetiva al igual que la actitudestá determinada por creencias, en este caso creencias normativas y puedendescomponerse en múltiples grupos de referencia con diferentes puntos de vista (Ajzen, I., 1991; Taylor, S. y Todd, P., 1995).

La Teoría del comportamiento planificado se enfoca en situaciones cuando los individuos carecen del controlcompleto sobre su comportamiento(Ajzen, J. y Fishbein M., 1980). Los múltiples constructos incluidos en la TPB son las actitudes comportamentales,las normas subjetivas, la intención de usoy el uso actual. Más aún, la Teoría del comportamiento planificado también comprende un constructo de percepción denominado Control percibido del comportamiento.

2.3. Control conductual Percibido

El control conductual diferencia la Teoría del comportamiento planificado respecto a la TRA y se define como la facilidad o dificultad percibidas por un individuo para realizar el comportamiento en particular (Ajzen, I.,1991). La variable mide la percepción deun individuo en relación a que essuficientemente hábil, disciplinado ycapaz de llevar a cabo un determinado comportamiento. En este caso, aunque la intención conductual es un instrumento útil para mejorar el aprendizaje, se necesitan conocimientos básicos de internet para su uso de manera eficiente .Ajzen, Fishbein y Cappella afirman que el comportamiento conductual deriva delconcepto de autoeficacia (Ajzen, I., 1991; Fishbein, M. y Ajzen, J., 1975; Fishbein, M. y Cappella, J., 2006), que hace referencia a las creencias de losindividuos sobre su capacidad y motivación para realizar tareas específicas (Bandura, A., 1986).

En estudios anteriores, se ha comprobado que niveles más altos deautoeficacia conducen a niveles más altos de intención conductual y al uso dela tecnología de la información (Compeau, D. R. y Higgins, C. A., 1995;Gist, M. E., Schwoerer, C. y Rosen, B., 1989).

Como segundo antecedente, se tomó la autonomía de aprendizaje, antecedenteque ha demostrado ser también un factorimportante (Liaw, S. S., Huang, H. M. y Chen, G. D., 2007). Considerando lo anterior, la autoeficacia y la autonomía del aprendizaje online se toman como antecedentes del control conductual.

La Adaptación del aprendizaje virtual Es un indicador de la disposición del individuo para realizar un comportamiento dado y antecede alconstructo final (Ajzen, I., 2002). Cuantomás favorable sea la actitud hacia el comportamiento, más favorable sea lanorma subjetiva; cuanto mayor sea el control conductual, más fuerte será laintención del individuo de realizar el comportamiento, en este caso el uso de labanca en línea.

2.4. Intención conductual en el uso dela banca en línea

La comprensión de este concepto esfundamental, debido a que el desempeñode la innovación en las empresas, y demanera significativa en las entidades financieras dentro del medio, es unamedida que se ve afectada por la falta deconocimiento científico y la aplicaciónde los aspectos que tienden a su mejora. La intención de comportamiento serefiere a la voluntad individual de completar un comportamiento particular(Ajzen, I., 1991; Ajzen, J. y Fishbein M.,1980). Este concepto se puede aplicar encualquier área de estudio de manera general. Según Fathema, Shannon y Rossdefinen a la intención de comportamiento en el ámbito del comportamiento como laintención de los clientes en pro de emplear sistemas de aprendizaje electrónico y que implica el uso persistente desde el presente hasta el futuro. Fathema, N., Shannon, D. y Ross,M., 2015). En ese sentido, la intención decomportamiento refleja la predisposiciónde hacer uso de algún tipo de sistema de aprendizaje tecnológico y así mismo, unaconstancia en su utilización en el futuro. Para la comprensión del modelo científico de los autores Taylor y Todd, En este modelo, las creencias actitudinales, normativas y de control se descomponen en construcciones decreencias multidimensionales.

a) Descomposición de estructuras de creencias actitudinales

La estructura de creencias puede reflejaruna variedad de dimensiones subyacentes que oscurecen su relación con la actitud, la medida de creencias actitudinales utilizada por Davis et al. (1989, p. 990) para probar el TRA pareceincluir varias dimensiones como ventajasy desventajas (o utilidad percibida),facilidad de uso y condiciones facilitadoras de adopción de tecnología (Hoffer y Alexander 1992, Moore y Benbasat1991).

b)    Descomposición de la estructura normativa de creencias

Varios estudios han sugerido enfoques para la descomposición de estructuras normativas de creencias (nbj mcj) en grupos de referencia relevantes (Burnkrant y Page 1988, Shimp y Kavas1984, Oliver y Bearden 1985).Hipotetizamos que la importancia de la descomposición para nb, mc, estará relacionada con la posible divergencia deopinión entre los grupos de referencia. Entre tres grupos de referencia importantes en un entorno organizacional son pares, superiores ysubordinados. Cada uno puede tener opiniones diferentes sobre el uso de TI.

Una estructura normativa monolítica puede no mostrar influencia sobre la norma subjetiva o la intención porque losefectos de los grupos de referencia pueden anularse entre sí. Debido a que se puede esperar que las expectativas de los compañeros, superiores y subordinados difieran, sugerimos una descomposición en estos grupos de referencia (Tayloy &Todd, 1995).

c)    Descomposición de la estructura normativa de control

La descomposición de las creencias de control se deriva directamente de la discusión de Ajzen (1985, 1991) sobre elconstructo. Se refiere tanto a la noción interna de "autoeficacia" individual (Bandura 1977) como a las limitaciones de recursos externos, similar a la noción de Triandis de "condiciones facilitadoras". (Tayloy &Todd, 1995)

La primera dimensión, la autoeficacia, está relacionada con la capacidadpercibida. Con respecto al uso de TI, anticipamos que niveles más altos de autoeficacia conducirán a niveles másaltos de intención de comportamiento y uso de TI (Compeau y Higgins 1996b). Con respecto al uso de TI, el constructor de condiciones facilitadoras proporcionados dimensiones para las creencias de control: una relacionada con factores de recursos como tiempo y dinero y la otra relacionada con problemas de compatibilidad tecnológica que pueden restringir el uso.

En igualdad de condiciones, se esperaría que la intención de comportamiento y el uso de TI seanmenos probables a medida que se dispone de menos tiempo y dinero y a medida que disminuyela compatibilidad técnica. En esencia, la ausencia de recursos facilitadores representa barreras para el uso y puede inhibir la formación de la intención y el uso; sin embargo, la presencia de recursos facilitadores no puede, por ser, fomentar su uso (Tayloy & Todd, 1995).

Las empresas que adaptan actividades deinnovación abierta deberían ser capaces de respaldar una innovación de las dos maneras mencionadas anteriormente, tanto disruptiva como incremental.

En el presente trabajo de investigación, se emplea el modelo teórico propuesto por Shirley Taytor y Peter A. Todd (1996).

Cabe recalcar que los recuadros representan las variables del modelo, laslíneas rectas muestran que existe un efecto directo por parte de una variable hacia otra. Así mismo, el modelo se basaen nueve hipótesis, representadas en la gráfica como H₁, hasta H₉, todas haciendo énfasis en la cuarta variable:

Con la intensión conductual en la banca en línea en la cuidad de Cochabamba cercado. Es así que el modelo propuesto por Shirley Taylor y Peter A. Todd, evalúa la manera en que la adopción de Tecnologías de Información y la intención de uso influyen en el Desempeño de Innovación en los clientesfinancieros.

Se trata de un modelo realizado por Shirley Taylor (Kimgston, OntarioCanada K7L 3N6), y Peter A. Tood (Kimgston, Ontario Canada K7L 3N6) publicado en el 1995 en la Escuela de negocio Queen's University.

4. MARCO METODOLÓGICO

4.1. Diseño Metodológico

Es importante hacer mención que esta investigación basa su desarrollo en elmétodo deductivo, por lo tanto, se infiere a partir de premisas generales para llegara conclusiones particulares, esto es aplicado a partir de las generalidades quehan sido estudiadas y se basan en la comprensión de los clientes financieros que se reflejan en las conclusiones particulares, mostrando resultadosposteriores.

El enfoque cuantitativo se utiliza, en estainvestigación, con el fin de lograr la recolección de datos para probar hipótesis con base en la medición numérica y el análisis estadístico, estableciendo pautas de compor-tamientoy la posibilidad de probar teorías.

1.1.2. Diseño de la investigación

El diseño de la presente investigación estransversal, ya que la recogida de datos para el estudio y análisis de clientes financieros de la ciudad de Cochabamba, se lleva a cabo en un determinado periodo de tiempo y ha sido programadopara realizarse entre los meses de mayo yjunio del año 202. Así mismo, el tipo de investigación es concluyente, tomandoen cuenta que se trata de un método que permite comprobar hipótesis planteadas, las mismas que corresponder a un método causal - correlacional.

Cabe aclarar que el diseño de investigación es no experimental.

1.1.3.  Fuentes de información

Las fuentes de información que seutilizan en la presente investigación son fuentes tanto primarias como secundarias. La información primaria utilizada para la investigación y análisis del uso de la banca en línea se basa en encuestas realizados a clientes y usuarios financiero del rubro bancario de Cochabamba, por otro lado, la

información secundaria que se toma en cuenta en el presente trabajo está basadaen artículos publicados, noticias, leyes, decretos, estadísticas realizadas en el medio y datos relevantes, entre otros.

1.1.4. Técnicas e instrumentos de recolección de datos

Las técnicas e instrumentos utilizados para una eficiente recolección de datos se encuentran seleccionadas de acuerdo a los requerimientos de la investigación.

parte de empresas financieras del sector Bancario seleccionadas acorde a distintas características en común, tomando en cuenta que las preguntas se encuentran estrechamente relacionadas a las variables correspondientes al modelo teórico. Por otro lado, el estudio del enfoque de investigación cuantitativa será realizado a través de boletas de encuestas como instrumento base, tomando en cuenta que la técnica, en estecaso, es la realización de encuestas, cuyas preguntas se encuentran basadas en las variables que componen el análisisdel modelo teórico.

4.2. Diseño Muestral

1.1.1. Definición de la población meta Para la población meta de estainvestigación se considera como unidades de muestreo a clientes financieros considerando hombres y mujeres de todos los

nivelessocioeconómicos de la ciudad de Cochabamba - Cercado de las cuales se obtendrá la información buscada para la realización de posteriores inferencias en la gestión 2021.

1.1.2. Determinación del marco demuestreo

Malhotra (2008) menciona que el marcode muestreo es la representación de los elementos de la población meta.

Consiste en este caso, no es posible contar con un listado de personas frecuenten en el uso de la banca en línea,Por lo tanto, la población meta, será identificada dentro de la ciudad deCochabamba - Cercado, tomando en cuenta la edad de 18 a 59 años.

1.1.3. Selección de la técnica de muestreo

La técnica de muestreo aplicada en el presente estudio es de muestreo no probabilístico, considerando que toda la población no posee la misma probabilidad de formar parte de lamuestra, ya que se hará uso de criterios de Conveniencia, es decir, no puede incluirse a un elemento en la muestra en más de una ocasión (Malhotra, 2008)estos son clientes financieros.

5.  RESULTADOS

5.1. Análisis Univariante

Se realizó el análisis univariante con la finalidad de determinar el perfil demográfico del encuestado.

El 53,40% de los encuestados son hombres, y el restante 46,60% corresponde a encuestas respondidas pormujeres, la variable edad de los encuestados que representan un 40.71 %dentro del rango de edad de 25 a 31 años de edad, un 31.8 % dentro de 18 a 24 años, seguido por el 12.50 % que se encuentran en el rango de 39 a 45 o más.

Por otro lado, analizando la variable cargo u ocupación actual, las encuestas fueron respondidas en un 34, 60% por Trabajadores dependientes, seguido deun 24.90% de encuestas realizadas a Trabajadores independientes, un porcentaje de 2.10 de encuestas muestran resultados de encuestas respondidas por Desempleados.

Por ultimo se analizo la variable nivel deestudios con un 50.60% de los encuestados indicó que termino susestudios universitarios, seguido por un 8.20% que termino solo los estudios secundarios, finalizando con un 29.50 %que realizaron estudios post- universitarios

5.2. Análisis Multivariante

En esta sección se presentan los resultados del modelo teórico adoptado en el presente trabajo de investigación, los cuales fueron obtenidos en el software SmartPLS (v. 3.3.2), usando la técnica de mínimos cuadrados parciales,y siguiendo una serie de pasos que contribuyen a la realización de un adecuado procesamiento y manejo de datos que se presentan más adelante con mayor detalle.

1.1.1. Modelo de Medida Reflectivo

La evaluación del modelo de medida reflectivo, característico en esta investigación, se lleva a cabo a través dela validación de indicadores clave, los cuales son aplicados y sugeridos por Medina y Chaparro (2008), Martínez y Fierro (2018) entre otros investigadores.

Validación de la fiabilidad de los indicadores

El análisis de fiabilidad individual de los indicadores se realiza observando sus cargas, Carmines y Zeller (1979) así como Cepeda y Roldán (2004)consideran adecuadas las cargas factoriales mayores a 0,707; por lo tanto,se sugiere que indicadores con cargas menores deben ser eliminados, sin embargo, Hair, Ringle y Sarstedt (2011),sostienen que simultáneamente se pueden mantener variables con una carga de hasta 0,400.

Siguiendo la teoría, se eliminaron uno a uno, cinco indicadores que obtenían una carga menor a 0,400, volviendo a correr el algoritmo para estimar los nuevos resultados después de haber eliminado elprime-ro; este procedimiento se realizóhasta que todos los indicadores muestren cargar factoriales mayores a 0,400. Se eliminaron cinco indicadores correspondientes a la primera y cercera variable latente, denominada Modelo descompuesto de la teoría planificada.

Consistencia Interna

La consistencia interna mide la fiabilidaddel constructo, ésta puede ser analizada através de tres indicadores, el primero y además considerado como el más riguroso es el alfa de Cronbach, seguido del coeficiente de correlación de Spearman, más conocido como Rho_Ay por último, la fiabilidad compuesta, los cuales tienen interpretaciones similares. Nunnally y Bernstein (1994) sugieren validar estos indicadores con un valor deal menos 0,700, considerado como un nivel "modesto" principalmente para investigaciones exploratorias y valores entre 0,800 y 0,900 para etapas más avanzadas de la investigación.

Los resultados obtenidos mostraron que todos los indicadores, para cada constructo se encuentran por encima del valor mínimo aceptado, por lo que, se puede afirmar que todos ellos son fiablesy tienen una consistencia interna satisfactoria. El constructo eficiencia de la estructura de control en el uso de la banca en línea en los clientes financieros presenta los valores más altos, un valor alfa de Cronbach de 0,923, Rho_A con 0,924 y fiabilidad compuesta de 0,945.

Validez discriminante

Por otra parte, el criterio de Heterotrait- Monotrait Radio (HTMT) desarrollado por Henseler, Ringle y Sartedt (2015) representa el promedio de las correlaciones entre los indicadores que miden el mismo constructo en relación alas correlaciones entre los indicadores que miden diferentes constructos. El valor del ratio HTMT debe estar por debajo de 0,900 (Gold, Malhotra ySegars, 2001). Los resultados obtenidos en este criterio están muy por debajo de 0,900, siendo el más alto 0,849 que corresponde a la norma subjetiva, por lo que se afirma la existencia de la validez discriminante.

Por último, se examinó la valoración de colinealidad potencial entre indicadores,empleando el factor de inflación de la varianza (VIF), dependiendo de su valor ésta muestra que el comportamiento de un indicador puede ser explicado en granmedida por otra variable del modelo, concluyendo que el indicador no está brindando información diferente a los demás indicadores. Según Hair et al. (2013) este indicador no debe ser mayor a 5 ya que existiría alta multicolinealidad.

1.1.2. Modelo Estructural

Una vez evaluado el modelo de medida se procede a evaluar el modelo estructural, este se lleva a cabo a través de la evaluación de multicolinealidad, el coeficiente de determinación (R²), la evaluación del signo algebraico, magnitud y significación estadística de los coeficientes Path y el ajuste del modelo.

- Evaluación de multicolinealidad Respecto a la evaluación de colinealidaddel modelo estructural Hair et al. (2013)considera indicios de multicolinealidad cuando el VIF es mayor a cinco y el nivel de tolerancia se encuentra por debajo de 0.20.

En este trabajo, los valores del VIF estánentre 1,816 a 3,842, todos son menores a5.0, por lo que se puede confirmar que noexisten problemas de colinealidad.

- Coeficiente de determinación (R²) Al momento de analizar el coeficiente de determinación (R²) se llega a conocer lacantidad de varianza de un constructo endógeno que es explicada por las variables predictoras del mismo, losvalores se encuentran entre 0 y 1, cuantomás cerca de 1 se encuentre este valor, mayor será la capacidad predictiva del modelo para dicho constructo (Roldán yCepeda, 2016). El coeficiente de determinación para el constructo intención conduc-tual en el uso deplataforma alcanza un valor de 0,737 estoquiere decir que esta variable se explica en un 73% por la actitud, la utilidadpercibida por los clintes y el controlconductual en las tecnologias.

Para poder validar o rechazar las hipótesis planteadas, es necesario continuar con la comprobación del modelo estructural en su último paso quecomprende la evaluación del signo algebraico, magnitud y significación estadística de los coeficientes de regresión estandarizados (coeficientesPath).

En cuanto al signo algebraico, aquel valor de coeficiente Path con signo contrario al postulado en la hipótesis,conducirá a que esta no sea soportada, sise toma en cuenta la magnitud de los coeficientes Path estandarizados (p) estos muestran la fuerza de la relación entre las variables dependientes e independientes. Según Chin (2000) sus valores deben estar dentro del rango β ≥

0.2 o β ≤ -0.2 para ser significativos; entre mayor sea el valor habrá mayor relación (predicción) entre los constructos y entre más cercano sea a 0, menor será la convergencia al constructo.

Siguiendo la teoría, por medio del bootstrapping, en el software SmartPLS,se tomó en cuenta el estadístico t y su valor correspondiente P value para comprobar la validez o rechazo de las hipótesis. Los resultados expuestos en elestudio de trabajo ocho de las nueve hipótesis fueron aceptadas. Obteniendo información importante dentro el rubro financiero en Cochabamba - Cercado.

5.4. Matriz IPMA

El objetivo de la realización de la matriz IPMA es comprender atributos específicos de cada constructo que debenser potencializados en las empresas, este proceso es conocido también como análisis de rendimiento-importancia, el cual contrasta los efectos totales de modelo estructural y los valores medios de la variable latente para resaltar áreas de mejora que pueden ser abordados con actividades de gestión. (Ringle, Sarstedt y Straub, 2012). Los factores de prioridad y que contienen las características más importantes están en el primer cuadrante(cuadrante inferior derecho), sin embargo presentan bajo desempeño; los resultados en el segundo cuadrante (cuadrante inferior izquierdo) explican las características menos importantes y con bajo rendimiento; por otro lado, el tercer cuadrante (cuadrante superior derecho) se caracteriza por tener atributos importantes y con mayor rendimiento, por último, el cuarto cuadrante, (cuadrante superior izquierdo)contiene los atributos menos importantes pero con un rendimiento alto. (Melo, Ayaviri-Panozo y Rocha, 2018). Los resultados obtenidos se resalta como indicadores importantes y con un rendimiento elevado a las variables norma subjetiva, control decomportamiento y la actitud en el comportamiento de uso de la banca en línea.

5.5. Implicaciones gerenciales

En un estándar internacional las empresas presentan una enorme preocupación por la adopción de tecnologías de información que les permita mejorar su desempeño,optimizarsus procesos e incluso acelerar su cadena de distribución. En Boliviaeste campo parece estar en una etapa de descubrimiento e inicios de su aplicacióncon el factor de adaptabilidad a la tecnología para el proceso de nuestro crecimiento.

En el entorno cochabambino, no se puedenegar que la implementación de tecnologías de información para el uso del servicio de la banca en línea se encuentra con un porcentaje ascendente de adaptabilidad en los servicios que ofrecen las entidades financieras.

Por lo tanto, es estratégicamente importante entender los deseos y recursos de los usuarios para mantener satisfechos en los nuevos cambios virtuales y reconocer que la cultura de servicio debió cambiar sobre la marcha en todo el sistema, tanto para leer adecuadamente las necesidades de una sociedad en crisis, como para mantener abiertas las puertas virtuales y asegurar que la gente pueda realizar la mayor partede sus operaciones sin salir de su casa, acortar tiempos y reducción de procesos.

Las entidades financieras deben considerar que el mercado donde se debecentralizar gran parte de los jóvenes considerados los millenial que se trata de una generación que prefiere utiliza la banca virtual y no ir al banco tradicionalo que quiere hacerlo solo cuando es imprescindible estos prefieren los canales tecnológicos, digitales, para realizar cualquier tipo de operación, es importante atender los deseos de los clientes proporcionando mayor información y ampliando todas sus dudas, y así generar confianza para la auto realización del proceso en el uso detecnologías

Sin embargo, muchos usuarios aun presentan temor al cambio virtual, pero encuentran positivo y cuentan con actitudde aprender e informarse sobre el uso de las plataformas en línea.

En primer lugar, es necesario que loselementos que se encuentra muy de la mano es la actitud al uso, la norma subjetiva y el control de comportamiento percibido entre otras, distingan el comportamiento que implica mucho a laconfianza y lealtad que presentan los usuarios a sus entidades financieras de su preferencia.

Por otro lado, aunque en Bolivia el mercado se encuentra saturado y se caracteriza por ser bastante competitivo, es importante pensar en fuentes de colaboración externa y aprovechar el aporte que las universidades y otros campos de conocimiento puedan brindara una organización.

Es así que durante la realización de esta investigación se ha podido analizar bastante a los clientes y sus necesidades expresadas los usuarios financieros consideran es el gran beneficio que transmite saber utilizar la banca en línea y puedan así llegar a cumplir sus objetivos de manera más rápida ya que eluso presenta mayores ventajas para el desarrollo de actividades

Dentro de la compatibilidad del uso de la banca en línea muchos usuarios manifiestan que la adaptabilidad y comodidad dentro del trabajo y sus rutinas diarias convierte a las plataformascomo un complemento eficiente dentro en su vida diaria.

Se recomienda a empresas del sector financiero del mercado actuales, tomaren cuenta los resultados obtenidos, para ver la tendencia y características en las que se enfoca los clientes cochabambinosen relación al servicio, para que de este modo tomen mejores de decisiones para el éxito de sus organizaciones.

Es importante que se vaya actualizando la información sobre el estudio realizado,con investigaciones posteriores, puesto que se sabe que el comportamiento del consumidor es muy dinámico con el pasar de los tiempos y de las tendencias que va adoptando.

Finalmente, es imprescindible para una empresa tener presencia en el mundo virtual y hacer del uso de la tecnología uno de sus principales recursos para el crecimiento continua dentro de las entidades financieras.

6.  CONCLUSIONES

Gracias a la revisión de la literatura adecuada que hace referencia al tema,pocos son los estudios que comprenden la intención de comportamiento del cliente como parte de un proceso Holistico. Es por esto que el presente estudio comprende las relaciones de los constructos presentes mediante el modelo planteado.

El estudio a demostrar que existe una relación positiva en la comprensión del uso de la tecnología de información en labanca en línea.

Se determino que los clientes financierosconsideran la facilidad de uso y la compatibilidad de los clientes como el factor que influye en la adaptación en sus actividades, además de contar con el servicio al alcance de sus manos las 24 horas presionando botones dentro de su comodidad, la facilidad y rapidez de usosin mucho esfuerzo; es uno de los principales atributos que impulsa a utilizar y considerar los clientes financieros que este servicio percibe beneficios positivos.

Manifestado también los usuarios implicaque muchos encuentran difícil de seguir las instrucciones para el uso del servicio, y que aprender de manera virtual implica muchas inseguridades, laayuda por parte de un funcionario es aúnvital para lograr aprender y generar confianza con los usuarios en sus futuras transacciones. Se resaltan que la facilidad de encontrar a la mano y resolver sus necesidades financieras una vez aprendidas, es importante y beneficioso para los usuarios, ya que al volverse hábil en el uso estos terminarían realizando todo por medio de una aplicación.

Dentro de la estructura normativa es aquella variable donde los consejos oayuda por parte de sus familiares y amigos consideran que deberían implementar en su vida cotidiana el uso de plataformas virtuales como la banca en línea, esta variable resulta muy significativa para los usuarios que manifiestan como positivo el logro eficiente de una transacción, hace que transmita sugerencias positivas en el usode plataformas virtuales dentro de la banca, generando como experiencia positiva que ayudará con la expansión deluso de la banca en línea.

La eficiencia en la estructura de control, manifiesta la auto realización de los usuarios al sentirse cómodos usando el servicio, esto aun es limitado según la encuesta proporcionada se obtuvo

Se sugiere como medio que impulse el uso de todos los servicios el desarrollo deun sistema automatizado vía WhatsApp que oriente, facilite y reduzca la brecha del miedo e inseguridad para el uso de este servicio. También es oportuno promover en todos los espacios posibles como correo electrónico, campañas de difusión en ferias locales, medios digitales Facebook, Instagram, tiktok entre otros para impulsar un hábito en elusuario.

Entre las condiciones facilitadoras es positivo e importante que estas aplicaciones sean compatibles con sus instrumentos de trabajo: computadorescelulares, Tablets entre otros, para generar mayor posibilidad de habituarse con algo que les pertenezca, además de contar con plataformas virtuales competentes y fáciles accesos en manejos tecnológicos donde las opcionessean más sencillas pero seguras al mismotiempo.

Finalmente, tomando en cuenta los resultados se debería profundizar elestudio sobre los componentes que no influyen en el uso, es decir, la estructuranormativa no interviene en el uso de la banca en línea.

Para establecerlos factores que impactanen el uso de la banca en línea por medio de la revisión de la literatura, se tomaronen cuenta investigadores que afirman quela actitud, la norma subjetiva y el controlconductual tienen influencia positiva en el uso de la banca en línea.

Así es como se encuentran vínculos positivos entre intención conductual y eluso de la banca en línea. Por lo tanto, la actitud en relación entre la utilidad percibida, la facilidad de uso y compatibilidad puede medir la relación entre el alcance del uso de tecnologías y plataformas virtuales de la banca. De la misma manera, la relación entre la normasubjetiva y control conductual percibido es fundamental.

A través del análisis bibliométrico utilizando el enfoque meta analítico fue posible identificar el modelo teórico acorde a los criterios planteados, el mismo que fue publicado en el año 1995por Shirley Taylor y Peter A. Todd, este modelo fue adoptado en la presente investigación.

A través del uso del software SmartPLS,se pudo validar el modelo adoptado tomando en cuenta varios criterios deevaluación, así como la comprobación dela no aceptación de la hipótesis 9planteada.

Por último, mediante el análisis de lamatriz IPMA en función a la comprensión del uso de la banca en lineacon los clientes financieros fue posible plantear directrices de ayuda para resaltaráreas de mejora que pueden ser abordados con el uso de plataformas virtuales

Gracias a la realización de este trabajo de investigación se puede concluir que en Bolivia el uso de plataformas virtuales es

El modelo final obtenido, en el software SmartPLS, se muestra gráficamente a continuación:

REFERENCIAS BIBLIOGRÁFICAS

•   Ajzen, i. (1985 -1991). La teoría del comportamiento planificado.Elsevier Inc., 179-211.         [ Links ]

•   AMA. (2017). American Marketing Association. Obtenido de https://www.ama.org/the-definition-of-market-ing-what-is-marketing/        [ Links ]

•   ASFI. (2019). La Autoridad de Supervisióndel Sistema Financiero. Obtenido de https://www.asfi.gob.bo/imag-es/INT_FINANCIERA/DOCS/Publicaciones/Estudios/5TA_ENCUESTA_N ACIONAL_DE_SERVICIOS_FIN ANCIEROS.pdf        [ Links ]

•   ASOBAN, A. d. (8 de Noviembre de 2020).EL DEBER. Obtenido de Asobandestaca incremento de las transferencias electrónicas ytransacciones con  tarjetas: https://eldeber.com.bo/economia/asoban-destaca-incremento-de-las-transferencias-electronicas-y-transacciones-con-tarjetas_207935Links ] Arial, Helvetica, sans-serif" size="2">

•   Barclay, Higgins, & Thompson. (1995). Thepartial least squares approach to causal modeling: Personal. Blogticutp. (8 de Abril de 2017). El impactode las TIC en la banca en línea. Obtenido de http://blogticutp2017.blogspot.com/2017/04/las-tics-en-la-banca-en-linea.html        [ Links ]

•   Carmines, E. G., & Zeller, R. (1979). Reliability and validity assessment. London New Delhi: SAGE Publica-tions.         [ Links ]

•   Cepeda, C., & Roldán, S. (2004). Aplicandoen la práctica la técnica PLS en la administración de empresas. Depósito de Investigación Universidad de Sevilla.         [ Links ]

•   Chambi, F., Jaldín, G., & Romero, J. (2020). Los tiempos. Obtenido de Las Entidades Financieras aprovechan día a día las bondades de internet.: https://lostiemposdigital.atavist.com/bancadigita        [ Links ]

•   Chandio, F., Abbasi, M., Nizamani, H., & Nizamani, Q. (2013). BANCA EN LÍNEA ACEPTACIÓN DE LOS SISTEMAS DE INFORMACIÓN: UN ANÁLISIS DE MODELADO DE ECUACIONES ESTRUCTURALES. En t. J. Business Information Systems, 177 -193.         [ Links ]

•   Chin. (1998). Comentario: Problemas y opinión sobre el modelado de ecuaciones estructurales.         [ Links ]

•   Estadistica, I. N. (2012). Instituto Nacional de Estadistica. Obtenido de https://docs.google.com/viewer?url        [ Links ]

•   =https%3A%2F%2Fwww.ine.gob.bo%2Fwp-admin%2Fadmin-
ajax.php%3Fjuwpfisadmin%3Dfalse%26action%3Dwpfd%26task%3Dfile.download%26wpfd_category_id%3D373
%26wpfd_file_id%3D42451%26to-ken%3D5cc032307f62a3c1f9bdd71d5ad17eb8%26preview%

•   Fernández, P., & Pértega Díaz. (2010). Estadística descriptiva de los datos. Obtenidode http://www.fisterra.com/mbe/investiga/10descriptiva/10descriptiva.asp         [ Links ]

•   Fischer, & Espejo. (2011). Mercadotecnia. México: McGRAW-HILL.         [ Links ]

•   FONDOS, M. (2021). Formación basada en las Tecnologías de la Informacion y comunicaciones. UNIVERSI-TAT ROVIRA I VIRGILI. Obtenido de https://www.tdx.cat/bitstream/handl e/10803/8909/Etesis_1.pdf        [ Links ]

•   Fornell, & Larcker, D. F. (1981). Structural Equation Models with Unobservable Variables and Measurement Error: Algebra and Statistics.         [ Links ]

•   Gestion de Mercados. (27 de Octubre de 2010). Gestion de Mercados. Obtenido de Bases para la Segmentación del mercado de consumo: http://gestionmercadosena.blogspot.com/2010/1 0/bases-para-la-segmentacion-del-mercado.htmlLinks ] Arial, Helvetica, sans-serif" size="2">

•   Gold, Malhotra, & Segars. (2001). Gestión del conocimiento: una perspectiva de las capacidades organizativas. 185-214.         [ Links ]

•   Grande, I., & Abascal, E. (2009). Fundamentos y Técnicas de Investigación Comercial. Esic Editorial 10^a. España: Edición Madrid.         [ Links ]

•   Hair. (2014). Modelado de ecuaciones estructurales de mínimos cuadrados parciales (PLS-SEM): una herramienta emergente en lainvestigación empresarial.         [ Links ]

•   Henseler, Ringle, & Sarstedt. (2015). A newcriterion for assessing discriminant validity in variance-based structuralequation modeling.         [ Links ]

•   Hernandez, R., Fernández, C., & Baptista, M. d. (2014). Metodología de la investigación (Vol. 6ta edicion). Mexico: McGRAW-HILL.         [ Links ]

•   Kotler, & Amrstrong. (2013). Fundamentos de marketing, decimoprimera edicion. México: Pearson Educación S.A.         [ Links ]

•   Kotler, & Keller. (2016). Dirección de Marketing México: Pearson Educación.         [ Links ]

•   Ajzen, i. (1985 -1991). La teoría del comportamiento planificado.Elsevier Inc., 179-211.

•   AMA. (2017). American Marketing Association. Obtenido de https://www.ama.org/the-definition-of-market-ing-what-is-marketing/

•   ASFI. (2019). La Autoridad de Supervisióndel Sistema Financiero. Obtenido de https://www.asfi.gob.bo/imag-es/INT_FINANCIERA/DOCS/Publicaciones/Estudios/5TA_ENCUESTA_ NACIONAL_DE_SERVICIOS_FI NANCIEROS.pdf

•   Barclay, Higgins, & Thompson. (1995). Thepartial least squares approach to causal modeling: Personal.

•   Blogticutp. (8 de Abril de 2017). El impactode las TIC en la banca en línea. Obtenido de

•   http://blogticutp2017.blogspot.com/2017/04/las-tics-en-la-banca-en-linea.html

•   Carmines, E. G., & Zeller, R. (1979). Reliability and validity assessment. London New Delhi: SAGE Publica-tions.

•   Cepeda, C., & Roldán, S. (2004). Aplicandoen la práctica la técnica PLS en la administración de empresas. Depósito de InvestigaciónUniversidad de Sevilla.

•   Chambi, F., Jaldín, G., & Romero, J. (2020).Los tiempos. Obtenido de Las Entidades Financieras aprovechan día a día las bondades de internet.: https://lostiemposdigital.atavist.com/bancadigita

•   Chandio, F., Abbasi, M., Nizamani, H., & Nizamani, Q. (2013). BANCA EN LÍNEA ACEPTACIÓN DE LOS SISTEMAS DE INFORMACIÓN:UN ANÁLISIS DE MODELADO DE ECUACIONESESTRUCTURALES. En t. J.

•   Business Information Systems, 177 -193.

•   Chin. (1998). Comentario: Problemas y opinión sobre el modelado de ecuaciones estructurales.

•   =https%3A%2F%2Fwww.ine.gob.bo%2Fwp-admin%2Fadmin-ajax.php%3Fjuwpfisadmin%3Dfalse%26ac-tion%3Dwpfd%26task%3Dfile.download%26wpfd_category_id%3D373%26wpfd_file_id%3D42451%26
token%3D5cc032307f62a3c1f9bdd71d5ad17eb8%26preview%

•   Fernández, P., & Pértega Díaz. (2010). Estadística descriptiva de los datos. Obtenido de

•   http://www.fisterra.com/mbe/investiga/10descriptiva/10descriptiva.asp

•   Fischer, & Espejo. (2011). Mercadotecnia.

•   México: McGRAW-HILL.

•   FONDOS, M. (2021). Formación basada en las Tecnologías de la Informacion ycomunicaciones. UNIVERSI-TAT ROVIRA I VIRGILI. Obtenido de https://www.tdx.cat/bitstream/handle/10803/8909/Etesis_1 .pdf

•   Fornell, & Larcker, D. R (1981). Structural Equation Models with Unobservable Variables and Measurement Error: Algebra and Statistics.

•   Gestion de Mercados. (27 de Octubre de2010). Gestion de Mercados.  Obtenido  de Bases para laSegmentación del mercado de consumo: http://gestionmercadosena.blogspot.com/2010/1 0/bases-para-la-segmentacion-del-mercado.html

•   Grande, I., & Abascal, E. (2009). Fundamentos y Técnicas de Investigación Comercial. Esic Editorial 10^a. España: Edición Madrid.

•   Hair. (2014). Modelado de ecuaciones estructurales de mínimos cuadrados parciales (PLS-SEM): una herramienta emergente en lainvestigación empresarial.

•   Henseler, Ringle, & Sarstedt. (2015). A newcriterion for assessing discriminant validity in variance-based structuralequation modeling.

•   Hernandez, R., Fernández, C., & Baptista,

•   M. d. (2014). Metodología de la investigación (Vol. 6ta edicion). Mexico: McGRAW-HILL.

•   Kotler, &Amrstrong. (2013). Fundamentos de marketing, decimoprimera edicion. México: Pearson Educación S.A.

•   Kotler, & Keller. (2016). Dirección de Marketing México: Pearson Educación.

•   Lambin, Galluci, & Sicurello. (2009). Direccion de Marketing Gestion estrategica y operativa de mercado. La funcion cambiante del Marketing. Mexico D.F.: McGraw- Hill/ Interam-ericana editores, S.A.         [ Links ]

•   Larrán, J. (2007). LA BANCA POR INTERNET COMOINNOVACION TECNOLOGICAEN EL SEGTOR BANCARIO.         [ Links ]

•   Universidad de Cádiz, 145 -153.

•   Lovelock, C., & Wirtz, J. (2010). Mrketing de Servicios, sexta edicion. México: Pearson Educación.         [ Links ]

•   Maestria en Marketing. (19 de Septiembre de2013). Mestria en Marketing. Obtenido de

•   http://www.posgradoenmarketing.com/que-es-marketing-estrategico

•   Malhotra, N. (2008). Investigación de Mercados, quinta edición. México: Pearson Educación de México S.A.         [ Links ]

•   Mariano, A. M., & Rocha, M. (2017). Revisión de la literatura:presentación de un enfoque integrador. AEDEM International Conference, 427-443.         [ Links ]

•   Martínez, & Fierro. (2018). Aplicación de la técnica PLS-SEM en la gestión del conocimiento: un enfoque técnico práctico. SciELOAnalytics.         [ Links ]

•   Mathieson, K. (1991). Predicción de las intenciones del usuario:comparación del modelo de aceptación de tecnología con la teoría del comportamiento planificado. Investigación de sistemas de información. All RightsReserved, 173-191 .         [ Links ]

•   Medina, M. Q., & Chaparro, J. P. (2008). Elimpacto del elemento humano en la calidad de los sistemas de información para la toma de decisiones y la satisfacción delusuario. 44-52.         [ Links ]

•   Melo. (2018). El Aprendizaje Afectivo y la Gamificación en Escenarios de Educación Virtual. SciELOAnalytics.         [ Links ]

•   Nunnally, & Bernstein. (1994).

•   Perissé, A. R., Gomes, M. D., Nogueira, S. A., & Gomes, M. D. (2001).

•   Revisiones guías sistematicas(incluidos metanálisis). Revista do Colégio Brasileiro de Cirurgiões, 131-48.

•   PICON, VARELA, & LEVY, y. (2004).

•   Segmentación de mercados, aspectos estratégicos ymetodológicos". Madrid: PearsonEducación.

•   Ringle, Sarstedt, & Straub. (2012). Comentarios del editor: una mirada crítica al uso de PLS-SEM en "MIS Quarterly"         [ Links ].

•   Roldán, S., & Cepeda, C. (2016). European Management Research Using PartialLeast Squares Structural Equation.         [ Links ]

•   Schiffman, & Kanuk. (2010).Comportamiento del consumidor.México:: Pearson Educación.         [ Links ]

•   Solomon, M. (2013). Comportamiento del consumidor". México: PearsonEducación.         [ Links ]

•   Staton, Etzel, & Walker. (2007). Fundamentos de Marketing. México: McGraw H ill.         [ Links ]

•   Tagcrowd. (s.f.). Obtenido de https://tagcrowd.com/

•   Tayloy, S., & Todd, P. (1995). COMPRENSIÓN DEL USO DE LATECNOLOGÍA DE LA INFORMACIÓN: UNA PRUEBADE MODELOS COMPETIDORES.         [ Links ]

•   El Instituto de Investigación Operativa y Ciencias de la Gestión, 1-33. Yousafzai, S. Y., Pallister, J. G., & Foxall,

•   G. R. (2003). Una propuesta demodelo de confianza electrónicapara la banca. ElsevierB V , https://www.sciencedirect.com/science/article/abs/pii/S0166497203001305.