https://doi.org/10.37815/rte.v33n3.882
Artículos originales
¿Qué
influye en el uso de Apps? Un estudio en el contexto de la pandemia COVID-1=
9,
en Loja-Ecuador
What influences the use of Apps? A study in the context of the COVID=
-19
pandemic, in Loja Ecuador
Viviana
Chamba-González1
Diana
Encalada1 =
https://orcid.org/0000-0001-6462-1277, Milenny Soto-Alv=
arado1
h=
ttps://orcid.org/0000-0003-2259-0091, María del Cisne Tituaña-Castillo1 https://orcid.org/0000-0003-3043-8436
1
lvchamba4@utpl.edu.ec, dencalada1@utpl.edu.ec, mjsoto@utpl.edu.ec, mdtituania@utpl.edu.ec
Enviado: 2021/11/09
Aceptado: 2021/12/22
Publicado: 2021/12/30
Resumen
La digitalización de la econom=
ía
ha tomado un rol preponderante en el desarrollo económico, acentuado por la
pandemia COVID-19 al restringir las interacciones físicas de la población. =
En
este contexto, las aplicaciones móviles se han identificado como un modo de
acceso dominante para la conectividad individual, transformando el estilo de
vida de la población y el funcionamiento de la economía. Este estudio explo=
ra
el uso de las aplicaciones móviles en Loja – Ecuador durante el último año y
examina los factores que influyeron en su uso. Esto se logró aplicando una
encuesta estructurada en línea y un modelo econométrico de respuesta ordina=
l.
Los principales hallazgos sugieren que aspectos sociodemográficos, como la
generación a la que pertenecen y el nivel de educación, y factores relacion=
ados
con el uso y descarga de aplicaciones (Apps), como el uso de Facebook y Zoo=
m,
influyen significativamente en el uso de aplicaciones móviles. El estudio
presenta, además, información que pueda orientar un mejor uso de las
aplicaciones móviles en el marco de la economía creativa.
Palabras clave: aplicación de telecomunicaciones, economía
cultural, economía de la ciencia, pandemia.
Abstract
The digitalization of the economy has taken a leading role in econom=
ic
development, accentuated by the COVID-19 pandemic by restricting the physic=
al
interactions of the population. In this context, mobile applications have b=
een
identified as a dominant mode of access for individual connectivity,
transforming the lifestyle of the population and the functioning of the
economy. This study explores the use of mobile applications in Loja - Ecuad=
or,
during the last year and examines the factors that influenced their use. Th=
is
was achieved by applying a structured online survey and an ordinal response
econometric model. The main findings suggest that sociodemographic aspects,
such as their generation and level of education, and factors related to the=
use
and downloading of applications (Apps), such as the use of Facebook and Zoo=
m,
significantly influence the use of mobile applications. The study also pres=
ents
information that can guide a better use of mobile applications within the
framework of the creative economy.
Introducción<=
/span>
La sociedad=
moderna
se ha caracterizado por un rápido desarrollo de las tecnologías de la
información y comunicación (TICs), las que se h=
an
convertido en una parte integral de la estructura de la sociedad al virtual=
izar
las comunicaciones sociales y el acceso a los recursos. Hoy en día, el uso =
de TICs es un requisito previo para establecer cualquier=
tipo
de comunicación a nivel global (Horoshko et al.,
2021). En 2019, el 41% de la población mundial adquirió teléfonos inteligen=
tes
(Statista, 2020c) y en 2020 el recuento de descargas de aplicaciones móviles
había superado los 218 mil millones (Statista, 2020a). Al mismo tiempo, en
2020, en la tienda de Google Play estuvieron disponibles 2,56 millones de aplicaciones móviles, mientras que, en la tie=
nda
de Apple estuvieron disponibles 1,85 millones de aplicaciones móviles
(Statista, 2020b). En lo que respecta a las plataformas sociales, las más
utilizadas en el mundo son Facebook, YouTube y WhatsApp. El 35% de los usua=
rios
de estas plataformas las utiliza para estar al día con eventos actuales y el
37% para estar informados (We Are Social Inc & Hootsuite, 2021).
En medio de= esta revolución tecnológica e interacción humano-tecnología, surge la digitaliza= ción de la economía, cuyas raíces se remontan a alrededor de la década de 1990 c= on la aparición del Internet, que transformó la estructura económica e industr= ial (Schwab, 2017). Después de la llegada de la revolución industrial, la digitalización ha tomado un papel protagónico en el desarrollo económico de= los países, aumentando su productividad, promoviendo el desarrollo industrial y generando importantes cambios sociales. Esta transformación sociocultural d= io lugar a la economía digital, definida por Kumar & Kumar Yadav (2015) como la red internacional de actividades sociales y económicas facilitadas por las tecnologías digitales como la red móvil y de Internet.<= o:p>
La economía=
digital
representa la fusión de varias iniciativas de propósito general, con accion=
es
sociales y económicas de amplio espectro e iniciativas relacionadas con el =
uso
de tecnología. Este componente de la economía integra los sistemas físicos
(enrutadores, líneas y banda ancha); los dispositivos empleados para
accesibilidad (teléfonos inteligentes y computadoras); aplicaciones que
alimentan softwares (Salesforce y Google) y las funcionalidades que pueden
proporcionar a los usuarios (tecnología de la información, computación en la
nube y análisis de datos) (Báez & Yariv
De acuerdo =
con el
Banco Interamericano de Desarrollo (BID), la economía digital constituye ta=
nto
un desafío estratégico como una oportunidad única para mejorar la calidad de
vida de las personas en los países en desarrollo a través de una mejora en =
los
servicios públicos y consecuentemente un aumento en la productividad (BID,
2019). Esta economía engloba tres componentes principales: infraestructura =
de
apoyo, procesos comerciales electrónicos (nuevas formas de hacer negocios) y
transacciones comerciales (compra y venta de bienes y servicios en línea) (=
Mesenbourg, 2001).
Dentro
del conjunto de nuevas tecnologías de rápida difusión se cuenta con: i) los
dispositivos de usuario final como los teléfonos inteligentes, tabletas y
netbooks; ii) modelos comerciales como la compu=
tación
en la nube y plataformas digitales; y, iii) los=
datos
digitales, las tecnologías de automatización y la robótica (Li et al., 2020=
).
Las Apps, que corresponden al segundo grupo, son programas de software que
funcionan en teléfonos inteligentes, tabletas y computadoras, y cuyo acceso=
se
vincula esencialmente a su descarga a través de las tiendas virtuales como =
App
Store (iOS) o Google Play (Android). En general, este tipo de software es
habitualmente generado por desarrolladores de tecnologías móviles para
diferentes usos segmentados, vinculados con el entretenimiento, la educació=
n,
la información, entre otros (Santamaría-Puerto y Hernández-Rincón, 2015).
Las
Apps, también identificadas como una parte del ecosistema de la economía
digital, facilitan el comercio electrónico, el acceso a servicios de
comunicación y tienen un amplio uso, particularmente en dispositivos móvile=
s,
los que se han convertido en un modo de acceso dominante para la conectivid=
ad
individual, transformando, en los últimos años, el estilo de vida y el come=
rcio
digital (Fallis, 2013). En el 2020, a nivel mun=
dial,
las descargas de aplicaciones móviles aumentaron en un 7%; siendo TikTok la de mayor descarga, seguida de Facebook, Wha=
tsApp,
Zoom Cloud Meeting e Instagram. En el mundo, las
aplicaciones con mayor número de usuarios son Facebook (96%), YouTube (56%)=
e
Instagram (38%) (We Are Social Inc
& Hootsuite, 2021).
En los
últimos años el uso de aplicaciones móviles se ha incrementado a una veloci=
dad
sin precedentes (Celleri & Garay, 2021). En=
el
2020, según el informe “Digital 2021”, cerca del 54% de la población mundial
fue usuario activo en redes sociales y el 99% de estos accedieron a través =
de
sus teléfonos celulares (We Are Social Inc & Hootsuite, 2021). El Instituto Vodafone par=
a la
Sociedad y las Comunicaciones (2013) reportó que el incremento al acceso de
telefonía móvil estaba directamente relacionado con un mayor uso de
aplicaciones móviles, las que han tenido un mayor impacto desde el lanzamie=
nto
de la App Store de Apple en 2008 y, debido a que Google y Microsoft también
establecieron sus propios mercados de aplicaciones. Actualmente, Play Store
superó a Apple Store, al registrar 50 mil millones de descargas en comparac=
ión
con las 48 mil millones que registró Apple.
Países
como Reino Unido se han convertido en una “sociedad de teléfonos
inteligentes”. En 2019 el 93% de l=
os
británicos de 18 a 44 años tenía un teléfono inteligente (Deloitte, 2019) y=
7
de cada 10 usaban Apps descargadas en un dispositivo móvil, diseñadas para
realizar un propósito específico (OFCOM, 2016). Este gran impacto que han
tenido las Apps en la sociedad ha motivado la investigación sobre diferentes
temas relacionados con su uso en diferentes sectores. Por ejemplo, Aydin et=
al
(2015) encontró que los usuarios de atención médica utilizan cada vez más
aplicaciones con este propósito. Rahimi et al.,
(2021) determinó que el género, la edad, el nivel de educación, la actitud
frente a la tecnología y el miedo a contraer COVID-19 influyeron en la
intención de usar este tipo de Apps. Con respecto a aplicaciones de activid=
ad
física, el uso es mayor en mujeres entre 25 y 50 años que residen en zonas
donde la mayor parte de la población tiene un nivel socioeconómico bajo (
En el
sector educativo, Morales et al. (2020) concluyeron que, en Colombia, existe
una mayor tendencia a que las mujeres jóvenes de las carreras de ingenierías
utilicen Apps móviles en las aulas de clase, y que variables como la edad y=
la
carrera no influyen en su uso. En el sector financiero, donde también se ha
generalizado el uso de Apps para optimizar el tiempo que los clientes emple=
an
en trasladarse a sus oficinas corporativas y usar personalmente los servici=
os
que ofrecen, un estudio, basado en el modelo de aceptación de tecnología (T=
AM
por sus siglas en inglés), de amplio respaldo empírico (Chuttur,
2009; Kabbiri et al., 2018; Luarn
& Lin, 2005; Rezaei et al., 2020), determin=
ó que
los factores que influyen en el uso de aplicaciones móviles de las
instituciones financieras son la facilidad de uso percibida, utilidad
percibida, compatibilidad del estilo de vida, innovación personal hacia las
tecnologías de la información y el interés de aceptación y uso de nuevas
tecnologías (Bernal Peralta et al., 2018).
Li et
al., (2006), basado en la premisa de que el consumidor maximiza su utilidad
sujeta no sólo a restricciones de ingresos sino también a restricciones de
tiempo, encontró que la comodidad que ofrecen el internet y las Apps es un
determinante de las compras en línea. Explica que las compras en tiendas de
Internet van un paso más allá de las físicas al eliminar casi por completo
costos de tiempo. El tiempo gastado es el dedicado a navegar por los sitios
web.
La pandemia COVID-19, originada en China a principios de diciembre de
2019, se ha convertido en una de las enfermedades más infecciosas en la
historia de la humanidad (OMS, 2020), con gran impacto en la vida cotidiana=
de
las personas en todo el mundo, acelerando la adopción y uso de herramientas
digitales en línea. Su masiva propagación y rigurosas medidas de prevención=
han
acelerado el crecimiento de las economías digitales a nivel mundial, y es
probable que su efecto vaya más allá del tiempo que esta dure (Li et al.,
2020).
De
acuerdo con la Unión Internacional de Telecomunicaciones (ITU, por sus sigl=
as
en inglés), la crisis de la COVID-19 ha puesto de relieve el papel fundamen=
tal
que desempeñan las tecnologías de la información y la comunicación en el
funcionamiento continuo de las sociedades (ITU, 2021). De hecho, en la mayo=
ría
de los países se implementaron Apps de salud para monitorear los síntomas y=
rastrear
los posibles casos de COVID-19.
De otro
lado, es necesario ampliar el análisis de los factores que determinan el us=
o de
las Apps a un nivel generacional. El término “generación” se emplea para
definir al “grupo de edad que comparte a lo largo de su historia un conjunt=
o de
experiencias formativas que lo distinguen de sus predecesores” (Bonvalet & Ogg, 2006). Analizar los fenómenos
generacionales permite comprender la influencia de los eventos históricos e=
n el
comportamiento y convicción compartida de un grupo poblacional (Lombardía et
al., 2008). La clasificación y las principales características de las
generaciones, según el Pew Research Center (201=
9), se
resumen en la Tabla 1.
El
desarrollo de investigaciones relacionadas con los determinantes del uso de
aplicaciones móviles es escaso y particularmente limitado en el contexto de=
la
pandemia COVID-19. La mayoría de los estudios se han enfocado en análisis
nacionales y sectoriales; por tanto, el presente estudio busca contribuir c=
on
un análisis generalizado y localizado del uso de Apps en el marco de la
COVID-19. De manera específica, el objetivo es determinar y analizar los
factores que influyen en el uso de aplicaciones móviles durante la pandemia=
COVID-19,
utilizando un modelo de respuesta ordinal. Se espera que los resultados
encontrados contribuyan al diseño de políticas públicas que optimicen el us=
o de
las Apps y mejoren el bienestar social de la población.
Tabla =
1
Clasificación de las generaciones
|
GENERACIÓN |
EDAD EN 2021 |
HITOS DESTACADOS |
CARACTERÍSTICAS |
|
Generación Silenciosa |
76
a 95 años |
-&=
nbsp;
La Gran Depresión -&=
nbsp;
Segunda Guerra Mundial |
-&=
nbsp;
Son conservadores y
tradicionalistas. -&=
nbsp;
Prefieren trabajar de forma
individual y se caracterizan por su dedicación y lealtad a sus actividades
laborales. -&=
nbsp;
Su ideal es construir una vida =
en
familia. |
|
Baby Boome=
rs |
57
a 75 años |
-&=
nbsp;
Finalización de la Segunda Guer=
ra
Mundial -&=
nbsp;
Baby Boom (época de marcado
incremento en el nacimiento de niños) |
-&=
nbsp;
Son flexibles y diligentes. -&=
nbsp;
Constituyen una enorme influenc=
ia
en la cultura consumista americana, ligada a las estrategias de marketing=
y
consumo de productos. -&=
nbsp;
Crecieron sin la influencia del
internet, pero aprendieron a incluir el teléfono móvil y las redes social=
es
como parte de su vida laboral y personal. |
|
Generación X |
41
a 56 años |
-&=
nbsp;
Revolución informática
(Descubrimiento del Internet) |
-&=
nbsp;
Crecieron en un hogar en donde =
los
padres trabajaban o estaban divorciados. -&=
nbsp;
Su entorno estaba marcado por
inseguridades familiares. -&=
nbsp;
Tienden a ser sobreprotectores =
con
sus hijos con el fin de garantizarles estabilidad familiar. |
|
Generación Y (Millenials) |
25
a 40 años |
-&=
nbsp;
“Lunes negro” (colapso de la Bo=
lsa
de New York) -&=
nbsp;
El colapso de la Unión Soviétic=
a y
con ello, el final de la Guerra Fría. |
-&=
nbsp;
Se caracterizan por el uso de la
tecnología como parte integral de su estilo de vida, pues, crecieron inme=
rsos
en el internet, los teléfonos inteligentes y las redes sociales. -&=
nbsp;
Es la primera generación que en=
tra
al mercado laboral con mayor y mejor conocimiento de las herramientas de
negocios que sus superiores. -&=
nbsp;
Quieren cambiar el mundo, ser m=
ás
correctos, más honestos, más ecológicos, más orgánicos, más exitosos, son
ciudadanos de un mundo globalizado. -&=
nbsp;
Es la generación cuyas
características son más similares entre países que las de cualquier otra
generación. |
|
Generación Z (Centennials) |
9 a 24 años |
-&=
nbsp;
Ataque terrorista del 11 de sep=
tiembre -&=
nbsp;
Nacimiento de la red social
Facebook y crecimiento acelerado de Google -&=
nbsp;
Colapso de la burbuja inmobilia=
ria
en Estados Unidos |
-&=
nbsp;
Son considerados “nativos
digitales”, nacidos en un mundo de alta tecnología y con el servicio de
internet al alcance de la mano. -&=
nbsp;
Los teléfonos inteligentes ocup=
an
un papel central en su vida (pueden llegar a pasar un promedio de 4 horas=
y
15 minutos por día en su teléfono móvil) -&=
nbsp;
Son independientes y tienen
preferencia para emprender. -&=
nbsp;
Es una “generación activista”, =
pues
centran su atención en resolver los problemas sociales y políticos mundia=
les
enfocados especialmente en la sostenibilidad, medio ambiente y maltrato
animal. |
Nota=
. Adaptado de Díaz-Sarmiento e=
t al.,
(2017), New Strategist Pu=
blication
(2010), Saucedo Soto et =
al.,
(2017), Stein (2013), PWC (2011),=
Wey-Smola y Sutton (2002).
En los
siguientes apartados del estudio se exponen la metodología, los resultados,
análisis y discusión de resultados y las conclusiones, limitaciones y
perspectivas de futuras investigaciones.
M
Entorno del estudio y participantes
El estudio se desarrolló en Loja, una ciudad con 251951 habitantes (INEC, 2021), ubicada al sur de Ecuador. Utilizando el método de muestreo intencional, y la fórmula de la muestra para poblaciones finitas, = se entrevistaron en línea a 386 usuarios de Apps móviles.
Recopilación de datos
Los datos fueron obtenidos mediante una encuesta estructurada, diseñada en base a la encuesta de CRITEO (2020). El cuestiona= rio constaba de 3 secciones. La primera sección recopiló datos sobre la descarg= a y uso de Apps, la segunda sección investigaba sobre permisos de privacidad y confianza en la seguridad de las Apps, y la tercera sección recogía las características sociodemográficas de los encuestados. El cuestionario inclu= yó preguntas abiertas y cerradas y se emplearon escalas de Likert en varias preguntas. Previa su aplicación, la encuesta fue piloteada y validada. En a= bril de 2021 se aplicó la encuesta utilizando el programa A= rcGis Survey 123. La información obtenida fue sistema= tizada y analizada en los programas Excel y Stata versión 15. Las variables utiliz= adas en el análisis se describen en la Tabla = 2.
Tabla =
2=
Descripción de las variables
|
VARIAB=
LE |
TIPO |
VALORE=
S |
MEDIA<=
/span> |
DESV. =
EST. |
MIN |
MAX |
|
Nú=
mero
de Apps descargadas |
Di=
screta |
|
1.=
264 |
2.=
491 |
0<=
/span> |
20=
|
|
Us=
o de
las Apps |
Or=
dinal |
0=
=3Dpoco 1=
=3Dalgo 2=
=3Dbastante 3=
=3Dmucho |
|
|
|
|
|
Au=
mento
del uso de redes sociales |
No=
minal |
1=
=3Dsi 0=
=3Dno |
|
|
|
|
|
Us=
o de
Facebook |
No=
minal |
1=
=3Dsi 0=
=3Dno |
|
|
|
|
|
Us=
o de
Zoom |
No=
minal |
1=
=3Dsi 0=
=3Dno |
|
|
|
|
|
At=
ención
a los anuncios de las Apps |
No=
minal |
1=
=3Dsi 0=
=3Dno |
|
|
|
|
|
Gé=
nero |
No=
minal |
1=
=3Dhombre 0=
=3Dmujer |
|
|
|
|
|
Ed=
ad |
Co=
ntinua |
|
31=
|
12=
.41 |
15=
|
77=
|
|
Ge=
neraciones |
Or=
dinal |
1=3Dgeneración Z 2=3Dgeneración Y 3=3Dgeneración X 4=3Dbaby boom y silenciosa |
|
|
|
|
|
Ni=
vel
de educación |
Or=
dinal |
1=3Dbásica 2=3Dprimaria 3=3Dsecundaria 4=3Dtécnica 5=3Dsuperior |
|
|
|
|
|
Es=
tado
civil |
No=
minal |
1=3Dsoltero 2=3Dcasado 3=3Dunión libre 4=3Ddivorciado 5=3Dviudo |
|
|
|
|
|
Es=
tado
civil - soltero |
No=
minal |
1=3Dsi 0=3Dno |
|
|
|
|
|
Oc=
upación |
No=
minal |
1=3Dempleado privado 2=3Dempleado público 3=3Dpor cuenta propia 4=3Dama de casa 5=3Destudiante 6=3Djubilado 7=3Ddesempleado |
|
|
|
|
|
Oc=
upación
- estudiante |
No=
minal |
1=3Dsi 0=3Dno |
|
|
|
|
|
In=
gresos |
Or=
dinal |
1=3D0 2=3D1-400 3=3D401-1000 4=3D1001-2000 5=3D2001-3000 6=3D3001-4000 7=3D4001-5000 8=3D≥5000 |
|
|
|
|
Análisis de datos
La regresión logística es uno de los enfoques estadíst= icos más comunes para modelar una variable de resultado categórica en dependenci= a de un conjunto de variables predictoras. Este modelo amplía un modelo de regre= sión logística para tener en cuenta múltiples variables dependientes de clasificación (Tutz and Berger, 2017). El model= o es adecuado para los casos en los que la variable dependiente es ordinal e inc= luye al menos 3 categorías ordenadas (Fuks and Salaz= ar, 2008). Específicamente, el modelo estima las probabilidades de que una pers= ona utilice aplicaciones móviles. La variable de resultado “uso de Apps móviles= ” es ordinal y tiene 4 categorías. Las variables, dependiente e independientes, = se muestran en la Tabla = 2.
Resultados y Dis= cusión
Los 386 encuestados incluyen más mujeres (55=
%) que
hombres (45%). La edad media fue de 31 años. La mayor parte presentó un niv=
el
de educación medio (20%) o superior (63%) y estaban solteros (61%). Un poco=
más
de la tercera parte de los encuestados (35%) tenían un empleo, el 14%
trabajaban por cuenta propia y el 40% tenían como ocupación principal estud=
iar.
El ingreso promedio mensual del 29% de los encuestados estaba entre $ 401 y=
$
1000, para el 27% fue igual o menor al salario básico unificado ecuatoriano=
($
400) y un poco más de la cuarta parte de los encuestados fueron dependientes
económicamente (25.6%).
Tomando 11 d= e las variables descritas en la Tabla = 2 como variables independientes< y el uso de las Apps como variable dependiente, se estimaron una serie de modelos de regresión logíst= ica ordenados. La mejor estimación obtenida se muestra en la Tabla = 3. Los estadísticos de chi-cuadrado se utilizaron para verific= ar el modelo y los estadísticos de chi-cuadrado de Wald se utilizaron para verificar la significancia de la variable, cuya influencia es estadísticame= nte significativa (p>0.5).
Tabla 3=
Resultados del análisis de regresión logística ordenada
|
VARIABLE |
COEFICIENTE |
ERROR ESTÁNDAR |
VALOR – P |
|
|
0.300 |
0.206 |
0.144 |
|
|
-0.712*** |
0.202 |
0.000 |
|
<=
span
style=3D'font-size:8.0pt;line-height:150%'> |
-0.149 |
0.285 |
0.602 |
|
|
0.233* |
0.107 |
0.029 |
|
|
0.057 |
0.037 |
0.130 |
|
|
-0.504 |
0.285 |
0.077 |
|
|
0.106** |
0.038 |
0.005 |
|
|
0.454 |
0.325 |
0.162 |
|
|
1.002** |
0.398 |
0.012 |
|
|
0.544* |
0.276 |
0.049 |
|
|
-0.144 |
0.094 |
0.126 |
|
|
Las variables generaciones, nivel de educación, número de Apps descargadas, uso de Facebo= ok y uso de Zoom presentaron importancia estadística = en el uso de las Apps móviles durante el primer año de la COVID-19. La variable generaciones fue estadísticamente significativa a un nivel de confianza del 99,9% y presentó signo negativo, es decir, mientras más antigua sea la generación a la que pertenece el usuario, menos probabilidad tiene de aumen= tar el uso de Apps móviles. Los coeficientes de las variables número de Apps descargadas, y uso de Facebook fueron significativos a un nivel de confianza del 99% y presentaron signo positivo, lo que indica que, mientras más Apps descargadas durante la pandemia tengan los usuarios en sus dispositivos móv= iles y sean usuarios de la red social Facebook, mayor será la probabilidad de incrementar el uso de Apps móviles. En cuanto al nivel de educación y uso d= e Zoom, estas variables presentaron coeficientes con un = nivel de confianza del 95% y signo positivo, lo que sugiere que mientras mayor educación tengan los usuarios y utilicen Zoom, mayor probabilidad tendrán de aumentar el uso de Apps móviles.
Es importante mencionar que variables como el ingreso presentaron un signo positivo esper= ado y significancia a un nivel de confianza del 90%, es decir, mientras mayor ingreso perciben los usuarios, mayor probabilidad tendrán de aumentar el us= o de las Apps móviles. Otras variables como el género y el aumento del uso de re= des sociales durante el primer año de pandemia, cuyo coeficiente no es significativo, presentaron signo positivo, lo que sugiere que los hombres tienen una mayor probabilidad de uso con respecto a las mujeres, así como quienes han aumentado el uso de redes sociales de quienes no lo han hecho. = Con respecto a las variables estado civil – soltero y atención a los anuncios de las Apps, también con coeficientes no significativos, presentaron un signo negativo, lo que indica que los usuarios solteros y que prestan atención a = los anuncios de las Apps, tienen una menor probabilidad de aumentar el uso de A= pps móviles respecto a los de otro estado civil y a quienes no prestan atención= a los anuncios de éstas.
En cuanto a = la relación entre la variable dependiente con las independientes, los coeficie= ntes de las variables uso de Facebook (1.002) y generaciones (0.712) son los más altos, por lo tanto, presentaron la asociación más fuerte con el uso de Apps móviles.
Discusión
El objetivo = central del estudio fue determinar los factores que influyen en el uso de las Apps durante el primer año de la COVID-19. Este estudio utilizó 11 factores, coherentes con la literatura revisada, para desarrollar un modelo de respue= sta ordinal. En general, los hallazgos, en la mayoría de ca= sos, fueron los esperados, al mostrarse consistentes con la teoría y evidencia empírica. Las variables uso de Facebook y generaciones están cercanamente relacionadas con la información global que se tiene sobre éstas, al contar = con un mayor número de usuarios de redes sociales en el mundo y las tendencias = de las generaciones más jóvenes a ocupar un promedio de cuatro horas diarias e= n su teléfono móvil, respectivamente. Contrariamente, TikTo= k, la red social que mayor número de descargas presentó a nivel mundial en el 2020, no resultó ser un determinante en el uso de Apps en esta investigació= n.
Respecto a la variable número de Apps descargadas, el resultado obtenido en este estudio concuerda con el reporte del Instituto Vodafone para la Sociedad y las Comunicaciones (2013), al señalar que desde el lanzamiento de las aplicacio= nes por parte de los principales proveedores en este mercado las Apps han tenido una gran aceptación entre los usuarios de telefonía celular (App Store y Pl= ay Store). En forma similar, se vincula con el informe de We Are Social Inc & Hootsuite (2021), que menc= iona que las descargas de aplicaciones móviles aumentaron en un 7% a nivel mundi= al. El nivel de educación, como factor determinante del uso de Apps, refleja qu= e el uso de Apps ha tenido fundamental importancia en el sector educativo, dadas= las nuevas modalidades de enseñanza-aprendizaje en línea y a distancia.<= /p>
En cuanto al ingreso, los hallazgos guardan relación con los de Li et al., (2006), quien= es señalan a la restricción presupuestaria como uno de los factores claves del= uso de Apps, además del tiempo, a la hora de utilizar las aplicaciones móviles = para realizar compras en línea a través de éstas. La variable género, pese a no tener significancia estadística, presentó la misma relación que encontraron Morales et al., (2020) y Pontin et al., (2021), quienes sugieren que las mujeres tienden a utilizar en mayor medida las Apps educativas y de salud con respecto a los hombres.
En este estu= dio, el uso de redes sociales durante el primer año de pandemia presentó una relaci= ón positiva con la probabilidad de uso de Apps móviles, este hallazgo coincide= con la información otorgada por We Are Social Inc & Hootsuite (2021), donde se menciona que las= redes sociales más utilizadas en el mundo para la comunicación y para estar al día con eventos y noticias son Facebook, YouTube y WhatsApp.
La pandemia COVID-19 ha implicado la reinvención de las
formas de trabajo, de aprendizaje y de socialización. Los medios digitales =
han
facilitado el funcionamiento continuo de la sociedad y de la economía pese a
las estrictas medidas de seguridad, como la cuarentena y el distanciamiento
social, y demás implicaciones de la COVID-19, que han puesto de relieve el
papel fundamental de las tecnologías de la información y la comunicación en=
el
desarrollo global y local.&=
nbsp;
Utilizando una regresión de respuesta ordinal, se dete= rminó que la generación a la que pertenecen los usuarios de Apps, un mayor número= de Apps descargadas en dispositivos móviles durante la pandemia, el nivel de educac= ión y el uso de Facebook y Zoom, son los factores que influyen en el uso de Apps móviles en los usuarios de Loja. Este modelo también permitió estimar y analizar los niveles de significancia como la relación entre las variables dependiente e independientes.
Se encontró nuevos e interesantes resultados que aport= an a la evidencia empírica revisada y que pueden fundamentar el diseño e implementación de políticas públicas que motiven el uso óptimo de las Apps = y el bienestar de la sociedad, así como el desarrollo de nuevos estudios que amp= líen la comprensión científica de estos temas relevantes, en tiempos de pandemia= y post-pandemia.
Si bien, el uso de Apps ha facilitado actividades labo=
rales,
educacionales y de relaciones sociales, y optimiza el tiempo, principalment=
e de
los consumidores, se debe promover su uso racional, dado que puede tener
repercusiones negativas en la salud y en el comportamiento psicosocial,
principalmente por la desconexión personal que implica.
Referencias
ADDIN Mendeley
Bibliography CSL_BIBLIOGRAPHY <=
/span>Aydın, G. Ö., Kaya, N., & Turan, N. (20=
15). The Role of=
Health
Literacy in Access to Online Health Information. Procedia - Social and
Behavioral Sciences, 195, 1683–1687. https://doi.org/10.1016/j.sbspro.2015.06.252
Báez, A., & Yariv Brauner, M. (2018). Policy opti=
ons
regarding tax challenges of the digitalized economy: making a case for
withholding taxes. SSRN Electronic Journal. http://www.oecd.org/tax/tax-polic=
y/tax-challenges-digital-economy-request-for-input.pdf,
Bernal Peralta, J., Espinoza Villalobos, L., Leo
Rossi, E., Quiñones Baraybar, L., & Moscoso Zegarra, G. (2018). Factores
que influyen en el uso de las aplicaciones móviles en instituciones financi=
eras
mediante smartphone y su comparación entre las ciudades de Arica (Chile) y
Tacna (Perú). 3C Tecnología: Glosas de Innovación Aplicadas a La Pyme, 7(2),
48–61. https://www.3ciencias.com/articulos/articulo/factores-que-influyen-en=
-el-uso-de-las-aplicaciones-moviles-en-instituciones-financieras-mediante-s=
martphone-y-su-comparacion-entre-las-ciudades-de-arica-chile-y-tacna-peru/<=
/span>
BID. (2019). BID avala los Principios para el
Desarrollo Digital. https://blogs.iadb.org/conocimiento-abierto/es/bid-avala-los-principi=
os-para-el-desarrollo-digital/
Bonvalet, C., & Ogg, J. (2006). Enquêtes sur
l’entraide familiale en Europe: bilan de 9 collectes. https://books.google.com/books?hl=3Des&lr=3D&id=3DtvHd33ltNQg=
C&oi=3Dfnd&pg=3DPA154&dq=3DBonvalet,+C.,+%26+Ogg,+J.+(2006)&=
;ots=3Ds433EZT76I&sig=3DlXUwwPQkGlMS-nOaxVfbhUFMH8A
Celleri, M., & Garay, C. (2021). Aplicaciones
móviles para ansiedad: una revisión en Argentina. 13, 17–24.
Chuttur, M.=
Y.
(2009). Overview of the technology acceptance model: Origins, developments =
and
future directions. Working Papers on Information Systems, 9(37), 9–37. http://adam.co/lab/pdf/test/pdfs/TAMReview.pdf
Criteo. (2020). Comportamiento de los usuarios d=
e Apps
en 2020: España. Madrid: Criteo.
Deloitte. (=
2019).
Plateauing at the peak The state of the smartphone. https://www2.deloitte.com/content/dam/Deloitte/uk/Documents/technolog=
y-media-telecommunications/deloitte-uk-plateauing-at-the-peak-the-state-of-=
the-smartphone.pdf
Díaz-Sarmiento, C., López-Lambraño, M., &
Roncallo-Lafont, L. (2017). Entendiendo las generaciones: una revisión del
concepto, clasificación y características distintivas de los Baby Boomers, =
X Y
Millennials. Clío América, 11(22), 188–204. https://doi.org/=
10.21676/23897848.2440
Fallis, A. (2013). Economía digital para el camb=
io
estructural y la igualdad. Journal of Chemical Information and Modeling, 53(9=
),
1689–1699. http://www.cepal.org/Socinfo.
Fuks, M. and
Salazar, E. (2008). Applying models for ordinal logistic regression to the
analysis of household electricity consumption classes in Rio de Janeiro,
Brazil. Energy Economics, 30(4),
1672–1692. <=
span
style=3D'font-size:10.0pt;color:windowtext;text-decoration:none;text-underl=
ine:
none'>https://doi.org/10.1016/j.eneco.2007.09.006
Horoshko, O. I., Horoshko, A., Bilyuga, S., &
Horoshko, V. (2021). Theoretical and Methodological Bases of the Study =
of
the iImpact of Digital Economy on World Policy in 21 Century. Technological
Forecasting and Social Change, 166, 120640. https://doi.org/10.1016/j.techfore.2021.120640
INEC. (2021). Población y Demografía. =
https://www.ecuadorencifras.gob.ec/censo-de-poblacion-y-vivienda/
Instituto Vodafone para la Sociedad y las
Comunicaciones. (2013). Impact of Mobile Technologies on Enterprises: Strategies,
Success Factors, Recommendations.
ITU. (2021)=
. ITU
Council report 2021. https://www.itu.int/reports/council-june2021/
Kabbiri, R., Dora, M., & Kumar, V. (2018). <=
/span>Mobile phone
adoption in agri-food sector: Are farmers in Sub-Saharan Africa connected?
Technological Forecasting and Social Change. https://www.sciencedirect.com/sci=
ence/article/pii/S0040162517317894
Kumar, H., & Kumar Yadav, S. (2015). =
Investigati=
ng
Social Network as Complex Network and Dynamics of User Activities.
International Journal of Computer Applications, 125(7), 975–8887.
Li, J., Zhe=
ng, R.,
& Chen, H. (2006). ACM: Digital Library: Communications Of The ACM.
Communications of the ACM, 49(4), 76–82. https://dl.acm.org/doi/fullHtml/1=
0.1145/353360.353371#lead-in
Lombardía, P., Stein, G., DI, J. P.-D. de
investigación., & 2008, U. (2008). Politicas para dirigir a los nuevos
profesionales–motivaciones y valores de la generacion Y. Academia.Edu. https://www.academia.edu/download/36278444/DI-075=
3.pdf
Luarn, P., =
&
Lin, H. H. (2005). Toward an understanding of the behavioral intention to u=
se
mobile banking. Computers in Human Behavior, 21(6), 873–891. https://doi.org/10.1016/J.CHB.2004.03.003<=
/a>
Mesenbourg,=
T. L.
(2001). Measuring the digital economy.
Morales, J.=
C.,
Ramírez, N. E., Vargas, S. H., Peñuela, A. J., Morales, J. C., Ramírez, N. =
E.,
Vargas, S. H., & Peñuela, A. J. (2020). Uso
de aplicativos móviles en el aula y sus factores determinantes. Formación
Universitaria, 13(6), 13–22. https://doi.org/10.4067/S0718-50062020000600013
New Strateg=
ist
Publication, I. (2010). American Generations: Who They Are and How They Liv=
e.
Ithaca, N.Y.: New Strategist Publications, Inc.
OFCOM. (201=
6).
Adults’ media use and attitudes. http://www.jmir.org/2017/8/e290/
OMS. (2020). Preguntas y respuestas sobre la
enfermedad por coronavirus (COVID-19) | Nodo Argentina - Campus Virtual de
Salud Pública. https://argentina.campusvirtualsp.org/preguntas-y-respuestas-sobre-la=
-enfermedad-por-coronavirus-covid-19
Pew Research
Center. (2019). Where Millennials end and Generation Z begins. https://www.pewresearch.org/fact-tank/2019/01/17/where-millennials-en=
d-and-generation-z-begins/
Pontin, F.,=
Lomax,
N., Clarke, G., & Morris, M. A. (2021). Socio-demographic determinants =
of
physical activity and app usage from smartphone data. Social Science &
Medicine, 284, 114235. https://doi.org/10.1016/J.SOCSCIMED.2021.114235
PWC. (2011).
Millennials at work Reshaping the workplace.
https://www.pwc.com/m1/en/services/consulting/documents/Millennials-a=
t-work.pdf
Rahimi, R.,
Khoundabi, B., & fathian, A. (2021). Investigating the Effective Factor=
s of
Using mHealth Apps for Monitoring COVID-19 Symptoms and Contact Tracing: A
Survey among Iranian Citizens. International Journal of Medical Informatics,
104571. <=
span
lang=3DEN-US style=3D'font-size:10.0pt;color:windowtext;mso-ansi-language:E=
N-US;
text-decoration:none;text-underline:none'>https://doi.org/10.1016/J.IJMEDIN=
F.2021.104571
Rezaei, R.,=
Safa,
L., & Ganjkhanloo, M. M. (2020). Understanding farmers’ ecological
conservation behavior regarding the use of integrated pest management- an
application of the technology acceptance model. Global Ecology and
Conservation, 22, e00941. https://doi.org/10.1016/J.GECCO.2020.E00941
Saucedo Soto, J. M., Hernández Bonilla, A., Amez=
cua
Núñez, B., De la Peña de León, A., & Ávila Rocha, R. V. (2017).
COMPORTAMIENTO QUE PRESENTA LA GENERACION SILENCIOSA RESPECTO A LA MODA.
Revista Internacional Administración & Finanzas, 10(5), 95–103. =
https://s=
srn.com/abstract=3D3040963www.theIBFR.com
Statista. (=
2020a).
Annual number of mobile app downloads worldwide 2020 | Statista. https://www.statista.com/statistics/271644/worldwide-free-and-paid-mo=
bile-app-store-downloads/
Statista. (2020b). Las tiendas de aplicaciones m=
ás
grandes del mundo 2020 | Statista. https://www.statista.com/statistics/276623/number-of-Apps-available-i=
n-leading-app-stores/
Statista. (=
2020c).
Smartphone penetration worldwide | Statista. https://www.statista.com/statistics/203734/global-smartphone-penetrat=
ion-per-capita-since-2005/
Stein, Joel.
(2013). The Me Me Me generation. Re=
vista
Time. http://time.com/247/Millennials-the-me-me-me-generation/
Schwab, K.,=
2017.
The Fourth Industrial Revolution. Currency. Souitaris, V., 2002. Technologi=
cal
trajectories as moderators of firm-level determinants of innovation. Res.
Policy 31, 877–898.
Tutz, G. and
Berger, M. (2017). Separating location and dispersion in ordinal regression
models. Econometrics and Statistics, 2, 131–148. https://doi.org/10.1016/j.ecosta.2016.10.002
We Are Soci=
al Inc,
& Hootsuite. (2021). Digital 2021 - We Are Social. In We are cocial and
Hootsuite (p. 8). <=
span
lang=3DEN-US style=3D'font-size:10.0pt;color:windowtext;mso-ansi-language:E=
N-US;
text-decoration:none;text-underline:none'>https://wearesocial.com/digital-2=
021
Wey Smola, =
K.,
& Sutton, C. D. (2002). Generational differences: Revisiting generation=
al
work values for the new millennium. Journal of Organizational Behavior: The
International Journal of Industrial, Occupational and Organizational Psycho=
logy
and Behavior, 23(4), 363-382.
Zhao, H. (2=
020).
Tech’s response to COVID-19.
=