DE LA EXPERIENCIA A LA INTENCIÓN DE
RECOMPRA DEL CLIENTE: MODELO DE
ECUACIONES ESTRUCTURALES APLICADO
AL COMERCIO ELECTRÓNICO MINORISTA
LAMBAYECANO
FROM CUSTOMER EXPERIENCE TO REPURCHASE INTENTION:
STRUCTURAL EQUATION MODELING APPLIED TO RETAIL E-
COMMERCE IN LAMBAYEQUE
Claudia Roxana Carrasco Muñoz
Universidad Nacional Pedro Ruiz Gallo, Perú
Luz Elena Arevalo Rioja
Universidad Nacional Pedro Ruiz Gallo, Perú
Haydee Filomena Sánchez Tarrillo
Universidad Nacional Pedro Ruiz Gallo, Perú
Carlos Deyvi Flores Ñique
Universidad Nacional Pedro Ruiz Gallo, Perú
Evelyn Sono Tantarico
Universidad Nacional Pedro Ruiz Gallo, Perú
pág. 7652
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21912
De la Experiencia a la Intención de Recompra del Cliente: Modelo de
Ecuaciones Estructurales Aplicado al Comercio Electrónico Minorista
Lambayecano
Claudia Roxana Carrasco Muñoz1
ccarrascomu@unprg.edu.pe
https://orcid.org/0009-0004-8743-7797
Universidad Nacional Pedro Ruiz Gallo
Perú
Luz Elena Arevalo Rioja
larevalo@unprg.edu.pe
https://orcid.org/0000-0002-0652-6391
Universidad Nacional Pedro Ruiz Gallo
Perú
Haydee Filomena Sánchez Tarrillo
hsanchezta@unprg.edu.pe
https://orcid.org/0009-0005-0321-1983
Universidad Nacional Pedro Ruiz Gallo
Perú
Carlos Deyvi Flores Ñique
cfloresn@unprg.edu.pe
https://orcid.org/0009-0009-7617-4756
Universidad Nacional Pedro Ruiz Gallo
Perú
Evelyn Sono Tantarico
esonot@unprg.edu.pe
https://orcid.org/0000-0002-3308-2984
Universidad Nacional Pedro Ruiz Gallo
Perú
RESUMEN
El comercio electrónico ha experimentado un significativo avance en los últimos años, transformando
la manera en que los consumidores adquieren productos y servicios. En este contexto, se explora las
relaciones entre variables clave que explican el comportamiento de recompra en entornos digitales a
través del uso del análisis de ecuaciones estructurales (SEM). La metodología utilizada fue explicativa,
de diseño no experimental y enfoque cuantitativo, con una muestra de 4003 clientes actuales. Entre los
resultados se revelan que la experiencia del usuario influye significativamente en la confianza (β =
0.50), la satisfacción (β = 0.32) y el valor percibido (β = 0.33). Aunque la relación entre satisfacción y
confianza no fue significativa (β = -0.03), sí se evidenció que la satisfacción impacta en la intención de
recompra (β = 0.26), al igual que la confianza (β = 0.24) y el valor percibido (β = 0.30). Estos resultados
validan que una buena experiencia digital fortalece la lealtad del cliente a través del valor y la confianza
percibidos.
Palabras clave: experiencia del usuario, confianza, comercio electrónico, retail, clientes
1 Autor principal.
Correspondencia: ccarrascomu@unprg.edu.pe
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21912
De la Experiencia a la Intención de Recompra del Cliente: Modelo de
Ecuaciones Estructurales Aplicado al Comercio Electrónico Minorista
Lambayecano
Claudia Roxana Carrasco Muñoz1
ccarrascomu@unprg.edu.pe
https://orcid.org/0009-0004-8743-7797
Universidad Nacional Pedro Ruiz Gallo
Perú
Luz Elena Arevalo Rioja
larevalo@unprg.edu.pe
https://orcid.org/0000-0002-0652-6391
Universidad Nacional Pedro Ruiz Gallo
Perú
Haydee Filomena Sánchez Tarrillo
hsanchezta@unprg.edu.pe
https://orcid.org/0009-0005-0321-1983
Universidad Nacional Pedro Ruiz Gallo
Perú
Carlos Deyvi Flores Ñique
cfloresn@unprg.edu.pe
https://orcid.org/0009-0009-7617-4756
Universidad Nacional Pedro Ruiz Gallo
Perú
Evelyn Sono Tantarico
esonot@unprg.edu.pe
https://orcid.org/0000-0002-3308-2984
Universidad Nacional Pedro Ruiz Gallo
Perú
RESUMEN
El comercio electrónico ha experimentado un significativo avance en los últimos años, transformando
la manera en que los consumidores adquieren productos y servicios. En este contexto, se explora las
relaciones entre variables clave que explican el comportamiento de recompra en entornos digitales a
través del uso del análisis de ecuaciones estructurales (SEM). La metodología utilizada fue explicativa,
de diseño no experimental y enfoque cuantitativo, con una muestra de 4003 clientes actuales. Entre los
resultados se revelan que la experiencia del usuario influye significativamente en la confianza (β =
0.50), la satisfacción (β = 0.32) y el valor percibido (β = 0.33). Aunque la relación entre satisfacción y
confianza no fue significativa (β = -0.03), sí se evidenció que la satisfacción impacta en la intención de
recompra (β = 0.26), al igual que la confianza (β = 0.24) y el valor percibido (β = 0.30). Estos resultados
validan que una buena experiencia digital fortalece la lealtad del cliente a través del valor y la confianza
percibidos.
Palabras clave: experiencia del usuario, confianza, comercio electrónico, retail, clientes
1 Autor principal.
Correspondencia: ccarrascomu@unprg.edu.pe
pág. 7653
From Customer Experience to Repurchase Intention: Structural Equation
Modeling Applied to Retail E-Commerce in Lambayeque
ABSTRACT
E-commerce has experienced significant growth in recent years, transforming how consumers acquire
products and services. In this context, this study explores the relationships between key variables that
explain repurchase behavior in digital environments using structural equation modeling (SEM). The
methodology employed was explanatory, with a non-experimental design and a quantitative approach,
using a sample of 4,003 current customers. The results reveal that user experience significantly
influences trust (β = 0.50), satisfaction (β = 0.32), and perceived value (β = 0.33). Although the
relationship between satisfaction and trust was not significant (β = -0.03), satisfaction did impact
repurchase intention (β = 0.26), as did trust (β = 0.24) and perceived value (β = 0.30). These results
validate that a good digital experience strengthens customer loyalty through perceived value and trust.
Keywords: user experience, trust, e-commerce, retail, customers
Artículo recibido 10 diciembre 2025
Aceptado para publicación: 10 enero 2026
From Customer Experience to Repurchase Intention: Structural Equation
Modeling Applied to Retail E-Commerce in Lambayeque
ABSTRACT
E-commerce has experienced significant growth in recent years, transforming how consumers acquire
products and services. In this context, this study explores the relationships between key variables that
explain repurchase behavior in digital environments using structural equation modeling (SEM). The
methodology employed was explanatory, with a non-experimental design and a quantitative approach,
using a sample of 4,003 current customers. The results reveal that user experience significantly
influences trust (β = 0.50), satisfaction (β = 0.32), and perceived value (β = 0.33). Although the
relationship between satisfaction and trust was not significant (β = -0.03), satisfaction did impact
repurchase intention (β = 0.26), as did trust (β = 0.24) and perceived value (β = 0.30). These results
validate that a good digital experience strengthens customer loyalty through perceived value and trust.
Keywords: user experience, trust, e-commerce, retail, customers
Artículo recibido 10 diciembre 2025
Aceptado para publicación: 10 enero 2026
pág. 7654
INTRODUCCIÓN
El auge del comercio electrónico y la aparición de nuevos modelos de negocio han transformado la
forma en que los consumidores compran productos de uso diario (Herrera, 2023). Este fenómeno,
acelerado por la pandemia de la COVID-19, ha logrado el impulso del crecimiento de plataformas de
comercio digital y servicios de entrega rápida, como Rappi, PedidosYa y aplicaciones de
supermercados, haciendo que, los usuarios compren sin salir de casa (Sánchez et al, 2024). Adempas,
McKinsey y Company (2021), el comercio electrónico experimentó un crecimiento del 27 % a nivel
global, lo que ha incrementado la competencia para las tiendas físicas.
En este contexto, las empresas del sector retail, caracterizadas por su enfoque en la venta de productos
de consumo masivo a precios accesibles, enfrentan el desafío de mantener su relevancia y
competitividad. Por ello, las empresas deberán abordar una transformación estratégica para que se
adapten a las nuevas expectativas de los consumidores, quienes ahora buscan rapidez, personalización
y comodidad en sus compras (Herrera, 2023). Entre los factores del problema se presenta: La
transformación del comportamiento del consumidor, el crecimiento de la competencia digital, los
desafíos logísticos y operativos, digitalización insuficiente y la necesidad de una experiencia
diferenciadora (Deloitte, 2022).
La falta de una estrategia de innovación clara y oportuna generará una serie de impactos negativos para
empresas del sector retail: Pérdida de clientes y reducción de ventas, desventaja competitiva,
ineficiencia operativa, dificultades para captar nuevas generaciones de clientes (Deloitte, 2022). Para
que se compita con el auge del comercio electrónico y los nuevos modelos de negocio, las empresas del
sector retail reinventarán su propuesta de valor. Esto implica que se adopten tecnologías disruptivas,
ofrecer nuevas experiencias al consumidor y optimizar la eficiencia operativa (Del Do et al., 2023).
Analizando los estudios previos, se presenta: Vela et al. (2024) demostraron cómo la seguridad en línea
y la experiencia del usuario influyen en la confianza y satisfacción de los clientes en el comercio
electrónico, utilizando un modelo de ecuaciones estructurales con una muestra de 285 clientes. Sus
resultados mostraron que la seguridad impacta significativamente en la experiencia del usuario (β =
0.6744), confianza (β = 0.4719) y satisfacción (β = 0.2335), mientras que la confianza se relaciona
positivamente con la satisfacción (β = 0.4666).
INTRODUCCIÓN
El auge del comercio electrónico y la aparición de nuevos modelos de negocio han transformado la
forma en que los consumidores compran productos de uso diario (Herrera, 2023). Este fenómeno,
acelerado por la pandemia de la COVID-19, ha logrado el impulso del crecimiento de plataformas de
comercio digital y servicios de entrega rápida, como Rappi, PedidosYa y aplicaciones de
supermercados, haciendo que, los usuarios compren sin salir de casa (Sánchez et al, 2024). Adempas,
McKinsey y Company (2021), el comercio electrónico experimentó un crecimiento del 27 % a nivel
global, lo que ha incrementado la competencia para las tiendas físicas.
En este contexto, las empresas del sector retail, caracterizadas por su enfoque en la venta de productos
de consumo masivo a precios accesibles, enfrentan el desafío de mantener su relevancia y
competitividad. Por ello, las empresas deberán abordar una transformación estratégica para que se
adapten a las nuevas expectativas de los consumidores, quienes ahora buscan rapidez, personalización
y comodidad en sus compras (Herrera, 2023). Entre los factores del problema se presenta: La
transformación del comportamiento del consumidor, el crecimiento de la competencia digital, los
desafíos logísticos y operativos, digitalización insuficiente y la necesidad de una experiencia
diferenciadora (Deloitte, 2022).
La falta de una estrategia de innovación clara y oportuna generará una serie de impactos negativos para
empresas del sector retail: Pérdida de clientes y reducción de ventas, desventaja competitiva,
ineficiencia operativa, dificultades para captar nuevas generaciones de clientes (Deloitte, 2022). Para
que se compita con el auge del comercio electrónico y los nuevos modelos de negocio, las empresas del
sector retail reinventarán su propuesta de valor. Esto implica que se adopten tecnologías disruptivas,
ofrecer nuevas experiencias al consumidor y optimizar la eficiencia operativa (Del Do et al., 2023).
Analizando los estudios previos, se presenta: Vela et al. (2024) demostraron cómo la seguridad en línea
y la experiencia del usuario influyen en la confianza y satisfacción de los clientes en el comercio
electrónico, utilizando un modelo de ecuaciones estructurales con una muestra de 285 clientes. Sus
resultados mostraron que la seguridad impacta significativamente en la experiencia del usuario (β =
0.6744), confianza (β = 0.4719) y satisfacción (β = 0.2335), mientras que la confianza se relaciona
positivamente con la satisfacción (β = 0.4666).
pág. 7655
Por su lado, Andy et al. (2024) identificaron que casi el 60% de los usuarios abandonan sus carritos de
compra, destacando la relevancia de una experiencia de usuario positiva en las intenciones de compra,
enfocándose en la ergonomía, calidad y personalización. Asimismo, Quintus et al. (2024), cuando
compararon mercados avanzados y emergentes, concluyeron que la reputación de la empresa, la
seguridad percibida y la calidad del sitio web influyen positivamente en la confianza del consumidor,
con un impacto directo en las intenciones de compra (β = 0.824). Además, Peña-García et al. (2024)
mostraron que la percepción de reseñas falsas reducirá la confianza en los sistemas de calificación,
mientras que las reseñas de alta calidad aumentan la confianza en las reseñas (β = 0.586), los mercados
(β = 0.385) y los sistemas de reputación (β = 0.679), destacando el impacto positivo de la confianza en
los mercados y sistemas de calificación sobre la experiencia del cliente.
La novedad del trabajo radicó en que, la mayor parte de los estudios revisados se enfocan en mercados
más desarrollados o en grandes conglomerados urbanos, sin abordar específicamente los retos que
enfrentan las empresas en regiones emergentes o rurales como Lambayeque. Si bien existen estudios
que destacan lo imprescindible de la innovación tecnológica para las empresas, rara vez se abordan los
desafíos prácticos que enfrentan las empresas regionales al implementar tecnologías avanzadas en
mercados con infraestructura limitada.
Esta investigación resulta relevante porque permite a las empresas del sector retail, enfrentar los
desafíos actuales del mercado, potenciar su competitividad, optimizar la eficiencia operativa y satisfacer
las nuevas demandas del consumidor moderno. El contar con comercio electrónico no solo garantiza su
permanencia en el mercado, sino que también las posiciona como empresas líderes y adaptadas a las
nuevas realidades del comercio minorista (Véliz, 2023).
Por un lado, la experiencia del usuario se refiere al conjunto de interacciones entre un consumidor, una
empresa y un producto, genrando una reacción en el cliente. Esta experiencia viene a ser única para
cada individuo y abarca diversos aspectos, como lo emocional, racional, físico, mental y sensorial del
consumidor. En base a ello, se destaca que la experiencia de compra en línea llega a impactar de forma
duradera en cómo el cliente percibe tanto la empresa como el producto (Prahiawan et al., 2021). Si una
experiencia de compra no es satisfactoria, es muy probable que el cliente no regrese.
Por su lado, Andy et al. (2024) identificaron que casi el 60% de los usuarios abandonan sus carritos de
compra, destacando la relevancia de una experiencia de usuario positiva en las intenciones de compra,
enfocándose en la ergonomía, calidad y personalización. Asimismo, Quintus et al. (2024), cuando
compararon mercados avanzados y emergentes, concluyeron que la reputación de la empresa, la
seguridad percibida y la calidad del sitio web influyen positivamente en la confianza del consumidor,
con un impacto directo en las intenciones de compra (β = 0.824). Además, Peña-García et al. (2024)
mostraron que la percepción de reseñas falsas reducirá la confianza en los sistemas de calificación,
mientras que las reseñas de alta calidad aumentan la confianza en las reseñas (β = 0.586), los mercados
(β = 0.385) y los sistemas de reputación (β = 0.679), destacando el impacto positivo de la confianza en
los mercados y sistemas de calificación sobre la experiencia del cliente.
La novedad del trabajo radicó en que, la mayor parte de los estudios revisados se enfocan en mercados
más desarrollados o en grandes conglomerados urbanos, sin abordar específicamente los retos que
enfrentan las empresas en regiones emergentes o rurales como Lambayeque. Si bien existen estudios
que destacan lo imprescindible de la innovación tecnológica para las empresas, rara vez se abordan los
desafíos prácticos que enfrentan las empresas regionales al implementar tecnologías avanzadas en
mercados con infraestructura limitada.
Esta investigación resulta relevante porque permite a las empresas del sector retail, enfrentar los
desafíos actuales del mercado, potenciar su competitividad, optimizar la eficiencia operativa y satisfacer
las nuevas demandas del consumidor moderno. El contar con comercio electrónico no solo garantiza su
permanencia en el mercado, sino que también las posiciona como empresas líderes y adaptadas a las
nuevas realidades del comercio minorista (Véliz, 2023).
Por un lado, la experiencia del usuario se refiere al conjunto de interacciones entre un consumidor, una
empresa y un producto, genrando una reacción en el cliente. Esta experiencia viene a ser única para
cada individuo y abarca diversos aspectos, como lo emocional, racional, físico, mental y sensorial del
consumidor. En base a ello, se destaca que la experiencia de compra en línea llega a impactar de forma
duradera en cómo el cliente percibe tanto la empresa como el producto (Prahiawan et al., 2021). Si una
experiencia de compra no es satisfactoria, es muy probable que el cliente no regrese.
pág. 7656
Asimismo, la experiencia del usuario ha demostrado tener un gran efecto en su interés por las compras
en línea, coincidiendo con investigaciones que destacan el efecto significativo de la experiencia de
compra en el deseo de adquirir productos en línea (Retnowati y Mardikaningsih, 2021). Esta experiencia
se basa en las sensaciones, emociones e imágenes que el producto provoca en el consumidor, lo que
influye en su disposición a que vuelvan a comprar, siempre que haya quedado satisfecho con lo
adquirido y con la transacción realizada (Iqbal et al., 2012).
Asimismo, se refiere a la interacción global que un usuario tiene con un producto o servicio. Incluye
diversos aspectos de la interacción, como la facilidad de uso, la satisfacción y la eficiencia con la que
un usuario puede alcanzar sus objetivos. Un componente clave de la experiencia de usuario es la interfaz
de usuario (UI), que actúa como el medio a través del cual los usuarios interactúan con un sistema o
producto. La interfaz de usuario se presenta comúnmente de forma digital, permitiendo que los usuarios
interactúen con el sistema de manera intuitiva y funcional (Riansyah et al., 2024).
Entre las dimensiones se presentan (Mujinga, 2024): Atractividad: Esta dimensión se refiere al efecto
general del servicio desde un punto de vista emocional, es decir, si los usuarios lo encuentran agradable
o no. En términos simples, mide si los usuarios disfrutan de la interacción con el bien o servicio. Los
ítems que forman esta dimensión incluyen aspectos como el disfrute y el atractivo del sistema.
Perspicuidad: Referido a la facilidad con que los usuarios pueden entender y usar el sistema.
Eficiencia: Mide cuán rápido y eficazmente el sistema permite al usuario completar tareas o alcanzar
sus objetivos.
Fiabilidad: Evalúa la estabilidad y confianza del sistema, asegurando que funcione correctamente sin
fallos.
Estimulación: Se refiere al nivel de emoción y dinamismo que genera el sistema en el usuario, aportando
una experiencia enriquecedora y motivadora.
Originalidad: Evalúa la innovación y la creatividad del sistema, es decir, cuán novedoso y único resulta
para el usuario.
Por otro lado, la confianza es un concepto multidisciplinario que se define de diferentes maneras según
el área de estudio (Ter et al., 2017). De acuerdo con Chen et al. (2016), la confianza se entiende como
una expectativa subjetiva acerca de las acciones futuras de una persona, basada en el comportamiento
Asimismo, la experiencia del usuario ha demostrado tener un gran efecto en su interés por las compras
en línea, coincidiendo con investigaciones que destacan el efecto significativo de la experiencia de
compra en el deseo de adquirir productos en línea (Retnowati y Mardikaningsih, 2021). Esta experiencia
se basa en las sensaciones, emociones e imágenes que el producto provoca en el consumidor, lo que
influye en su disposición a que vuelvan a comprar, siempre que haya quedado satisfecho con lo
adquirido y con la transacción realizada (Iqbal et al., 2012).
Asimismo, se refiere a la interacción global que un usuario tiene con un producto o servicio. Incluye
diversos aspectos de la interacción, como la facilidad de uso, la satisfacción y la eficiencia con la que
un usuario puede alcanzar sus objetivos. Un componente clave de la experiencia de usuario es la interfaz
de usuario (UI), que actúa como el medio a través del cual los usuarios interactúan con un sistema o
producto. La interfaz de usuario se presenta comúnmente de forma digital, permitiendo que los usuarios
interactúen con el sistema de manera intuitiva y funcional (Riansyah et al., 2024).
Entre las dimensiones se presentan (Mujinga, 2024): Atractividad: Esta dimensión se refiere al efecto
general del servicio desde un punto de vista emocional, es decir, si los usuarios lo encuentran agradable
o no. En términos simples, mide si los usuarios disfrutan de la interacción con el bien o servicio. Los
ítems que forman esta dimensión incluyen aspectos como el disfrute y el atractivo del sistema.
Perspicuidad: Referido a la facilidad con que los usuarios pueden entender y usar el sistema.
Eficiencia: Mide cuán rápido y eficazmente el sistema permite al usuario completar tareas o alcanzar
sus objetivos.
Fiabilidad: Evalúa la estabilidad y confianza del sistema, asegurando que funcione correctamente sin
fallos.
Estimulación: Se refiere al nivel de emoción y dinamismo que genera el sistema en el usuario, aportando
una experiencia enriquecedora y motivadora.
Originalidad: Evalúa la innovación y la creatividad del sistema, es decir, cuán novedoso y único resulta
para el usuario.
Por otro lado, la confianza es un concepto multidisciplinario que se define de diferentes maneras según
el área de estudio (Ter et al., 2017). De acuerdo con Chen et al. (2016), la confianza se entiende como
una expectativa subjetiva acerca de las acciones futuras de una persona, basada en el comportamiento
pág. 7657
pasado de la misma (Kusuma et al., 2020). En base a la psicología, se considera un rasgo de
personalidad, y la tendencia a confiar puede estar influenciada por el contexto cultural (Yoon y Occeña,
2015). Según Lu et al. (2010), los clientes desarrollan confianza cuando perciben garantías externas,
como certificaciones o acreditaciones de terceros; además, la familiaridad y la apariencia profesional
de una plataforma también juegan un imprescindible rol en su decisión de confiar en ella para realizar
compras en línea.
Conforme a Kim y Peterson (2017) identificaron que los atributos fundamentales de la confianza
incluyen la integridad, la competencia y la benevolencia. En cuanto a los vendedores, su confiabilidad
se asocia con una buena reputación o el logro de confianza institucional, y con la capacidad de
interrelacionarse de una efectiva forma con los compradores (Ye et al., 2013). La reputación positiva
es un factor clave que fortalece la confianza y la intención de recompra. En plataformas de E-
Commerce, donde la interacción física no es posible, los usuarios dependerán de características como
la calidad del sitio web, su facilidad de uso y un diseño profesional para desarrollar confianza en la
plataforma (Mayayise, 2024).
Mientras que, el valor percibido se concibe a cómo los clientes interpretan un producto o servicio, y
este concepto ha experimentado una evolución significativa. En sus inicios, se enfocaba en aspectos
utilitarios, donde los consumidores comparaban los costos frente a los beneficios obtenidos.
Posteriormente, se incorporó la dimensión hedónica, que considera los elementos emocionales y de
disfrute en el uso de productos o servicios. Con el auge de las redes sociales y la mensajería digital,
surgió una tercera dimensión: el valor social, que refleja el deseo de conexión, reconocimiento y
validación social. Así, el valor percibido actualmente se entiende como una construcción
multidimensional compuesta por el valor utilitario, hedónico y social, ofreciendo un marco más integral
para que las empresas comprendan y respondan a las necesidades y expectativas del cliente (Yum y
Kim, 2024).
Otra variable presente es la satisfacción la cual es una métrica clave que refleja el nivel de contento
general experimentado por los consumidores a lo largo de su relación con un producto, servicio o
empresa. En esencia, esta satisfacción depende de la evaluación cognitiva que el cliente realiza sobre si
sus expectativas fueron cumplidas o superadas.
pasado de la misma (Kusuma et al., 2020). En base a la psicología, se considera un rasgo de
personalidad, y la tendencia a confiar puede estar influenciada por el contexto cultural (Yoon y Occeña,
2015). Según Lu et al. (2010), los clientes desarrollan confianza cuando perciben garantías externas,
como certificaciones o acreditaciones de terceros; además, la familiaridad y la apariencia profesional
de una plataforma también juegan un imprescindible rol en su decisión de confiar en ella para realizar
compras en línea.
Conforme a Kim y Peterson (2017) identificaron que los atributos fundamentales de la confianza
incluyen la integridad, la competencia y la benevolencia. En cuanto a los vendedores, su confiabilidad
se asocia con una buena reputación o el logro de confianza institucional, y con la capacidad de
interrelacionarse de una efectiva forma con los compradores (Ye et al., 2013). La reputación positiva
es un factor clave que fortalece la confianza y la intención de recompra. En plataformas de E-
Commerce, donde la interacción física no es posible, los usuarios dependerán de características como
la calidad del sitio web, su facilidad de uso y un diseño profesional para desarrollar confianza en la
plataforma (Mayayise, 2024).
Mientras que, el valor percibido se concibe a cómo los clientes interpretan un producto o servicio, y
este concepto ha experimentado una evolución significativa. En sus inicios, se enfocaba en aspectos
utilitarios, donde los consumidores comparaban los costos frente a los beneficios obtenidos.
Posteriormente, se incorporó la dimensión hedónica, que considera los elementos emocionales y de
disfrute en el uso de productos o servicios. Con el auge de las redes sociales y la mensajería digital,
surgió una tercera dimensión: el valor social, que refleja el deseo de conexión, reconocimiento y
validación social. Así, el valor percibido actualmente se entiende como una construcción
multidimensional compuesta por el valor utilitario, hedónico y social, ofreciendo un marco más integral
para que las empresas comprendan y respondan a las necesidades y expectativas del cliente (Yum y
Kim, 2024).
Otra variable presente es la satisfacción la cual es una métrica clave que refleja el nivel de contento
general experimentado por los consumidores a lo largo de su relación con un producto, servicio o
empresa. En esencia, esta satisfacción depende de la evaluación cognitiva que el cliente realiza sobre si
sus expectativas fueron cumplidas o superadas.
pág. 7658
Cuando el producto o servicio responde adecuadamente a sus necesidades y deseos, surge una sensación
de plenitud y agrado; pero cuando existe una brecha entre lo esperado y lo recibido, aparece la
insatisfacción. Como señalan los estudios, la satisfacción no debe limitarse a cumplir expectativas, sino
que debe aspirar a superarlas, ya que una mayor satisfacción se alcanza cuando el desempeño del
producto sobrepasa lo anticipado, mientras que una menor satisfacción ocurre cuando el desempeño
resulta inferior a lo esperado (Aulia et al., 2025).
En otro punto, se destaca la intención de recompra en entornos digitales, o e-purchasing intention, se
define como el deseo de los consumidores de volver a adquirir un producto o servicio que anteriormente
consideraron beneficioso y de calidad (Ilyas et al., 2020). Según Hellier et al. (2003), esta intención de
recompra es un proceso en el cual un individuo tiene la intención de adquirir nuevamente el mismo bien
o servicio, basado en experiencias previas de compra satisfactorias. Es decir, la recompra ocurre cuando
el cliente percibe que el valor recibido y la experiencia de compra anterior han sido positivas y
satisfactorias (Esa et al., 2023).
Asimismo, el comercio electrónico se le conoce comúnmente como E-commerce, como cracterística
presenta una evolución notable desde sus inicios hasta lograr ser un pilar esencial de la economía global
en la actualidad. Asimismo, ha transformado de forma profunda la forma en que las empresas operan y
generan ingresos (Rivas et al., 2024).
Primero, se parte de modelos de negocio tradicionales, los cuales han sido la base de la economía
durante varios años. Además, estos generalmente consisten en la existencia de una tienda presencial, de
una cadena de suministro lineal y de clientes de la misma zona. Así también, las empresas tradicionales
dependían de una notoriedad física para que los clientes se atraigan y se vendan los bienes o servicios
ofertados. En tanto, una tienda minorista de ropa operaba desde una ubicación física y dependía de los
clientes de la zona y la publicidad comunitaria para que se atraiga compradores. En contraste, los
modelos basados en E-commerce se centran en vender a través de línea a los servicios o bienes,
mediante plataformas digitales. Aunado a ello, no necesitan de una ubicación física y dependen de la
visibilidad online y de estrategias de marketing digital (Alegre, 2024).
Según Zambrano et al. (2021), conforme a los últimos modelos, estas empresas vinculadas a ellos,
tienen un alcance geográfico mucho más amplio y llegarán a más audiencias.
Cuando el producto o servicio responde adecuadamente a sus necesidades y deseos, surge una sensación
de plenitud y agrado; pero cuando existe una brecha entre lo esperado y lo recibido, aparece la
insatisfacción. Como señalan los estudios, la satisfacción no debe limitarse a cumplir expectativas, sino
que debe aspirar a superarlas, ya que una mayor satisfacción se alcanza cuando el desempeño del
producto sobrepasa lo anticipado, mientras que una menor satisfacción ocurre cuando el desempeño
resulta inferior a lo esperado (Aulia et al., 2025).
En otro punto, se destaca la intención de recompra en entornos digitales, o e-purchasing intention, se
define como el deseo de los consumidores de volver a adquirir un producto o servicio que anteriormente
consideraron beneficioso y de calidad (Ilyas et al., 2020). Según Hellier et al. (2003), esta intención de
recompra es un proceso en el cual un individuo tiene la intención de adquirir nuevamente el mismo bien
o servicio, basado en experiencias previas de compra satisfactorias. Es decir, la recompra ocurre cuando
el cliente percibe que el valor recibido y la experiencia de compra anterior han sido positivas y
satisfactorias (Esa et al., 2023).
Asimismo, el comercio electrónico se le conoce comúnmente como E-commerce, como cracterística
presenta una evolución notable desde sus inicios hasta lograr ser un pilar esencial de la economía global
en la actualidad. Asimismo, ha transformado de forma profunda la forma en que las empresas operan y
generan ingresos (Rivas et al., 2024).
Primero, se parte de modelos de negocio tradicionales, los cuales han sido la base de la economía
durante varios años. Además, estos generalmente consisten en la existencia de una tienda presencial, de
una cadena de suministro lineal y de clientes de la misma zona. Así también, las empresas tradicionales
dependían de una notoriedad física para que los clientes se atraigan y se vendan los bienes o servicios
ofertados. En tanto, una tienda minorista de ropa operaba desde una ubicación física y dependía de los
clientes de la zona y la publicidad comunitaria para que se atraiga compradores. En contraste, los
modelos basados en E-commerce se centran en vender a través de línea a los servicios o bienes,
mediante plataformas digitales. Aunado a ello, no necesitan de una ubicación física y dependen de la
visibilidad online y de estrategias de marketing digital (Alegre, 2024).
Según Zambrano et al. (2021), conforme a los últimos modelos, estas empresas vinculadas a ellos,
tienen un alcance geográfico mucho más amplio y llegarán a más audiencias.
pág. 7659
Un claro ejemplo de esto es Amazon, con presencia internacional. Por otro lado, se destacan a las
diferencias más significativas entre ambos modelos, siendo la principal, su estructura del negocio.
Según Heredia y Villarreal (2022), los tradicionales necesitan que exista una inversión considerable en
bienes raíces y logística para que sea más notoria su presencia física, mientras que los E-commerce se
orientan más a la tecnología y a la gestión de plataformas en línea.
En otro punto, se indica que, la estrategia también varía entre ambos. Por lo que, en la parte tradicional
a menudo se enfocan en retener a su clientes locales y llegan a depender más de la publicidad del boca
a boca o tradicional. Mientras que, Peña y Alarcón (2021) indicaron que las empresas de E-commerce
utilizan principalmente estrategias de marketing en línea, tales sean la publicidad en redes sociales como
la optimización en motores de búsqueda (SEO), para que se logre la atracción y retención de clientes
en un ámbito más amplio.
Asimismo, el alcance geográfico es otro aspecto que diferencia a ambos modelos. Mientras que por el
lado tradicional, existe la limitación a un área local o regional, los de E-commerce presentan una
capacidad mayor, de llegar a audiencias tanto nacionales como internacionales (Solé y Campo, 2020).
Quedando establecidas las hipótesis:
▪ H1: La experiencia del usuario influye en la confianza dentro del comercio electrónico minorista
lambayecano.
▪ H2: La experiencia del usuario influye en la satisfacción dentro del comercio electrónico minorista
lambayecano.
▪ H3: La experiencia del usuario influye en el valor percibido dentro del comercio electrónico
minorista lambayecano.
▪ H4: La satisfacción influye en la confianza dentro del comercio electrónico minorista lambayecano.
▪ H5: La satisfacción influye en la intención de recompra dentro del comercio electrónico minorista
lambayecano.
▪ H6: La confianza influye en la intención de recompra dentro del comercio electrónico minorista
lambayecano.
▪ H7: El valor percibido influye en la intención de recompra dentro del comercio electrónico
minorista lambayecano.
Un claro ejemplo de esto es Amazon, con presencia internacional. Por otro lado, se destacan a las
diferencias más significativas entre ambos modelos, siendo la principal, su estructura del negocio.
Según Heredia y Villarreal (2022), los tradicionales necesitan que exista una inversión considerable en
bienes raíces y logística para que sea más notoria su presencia física, mientras que los E-commerce se
orientan más a la tecnología y a la gestión de plataformas en línea.
En otro punto, se indica que, la estrategia también varía entre ambos. Por lo que, en la parte tradicional
a menudo se enfocan en retener a su clientes locales y llegan a depender más de la publicidad del boca
a boca o tradicional. Mientras que, Peña y Alarcón (2021) indicaron que las empresas de E-commerce
utilizan principalmente estrategias de marketing en línea, tales sean la publicidad en redes sociales como
la optimización en motores de búsqueda (SEO), para que se logre la atracción y retención de clientes
en un ámbito más amplio.
Asimismo, el alcance geográfico es otro aspecto que diferencia a ambos modelos. Mientras que por el
lado tradicional, existe la limitación a un área local o regional, los de E-commerce presentan una
capacidad mayor, de llegar a audiencias tanto nacionales como internacionales (Solé y Campo, 2020).
Quedando establecidas las hipótesis:
▪ H1: La experiencia del usuario influye en la confianza dentro del comercio electrónico minorista
lambayecano.
▪ H2: La experiencia del usuario influye en la satisfacción dentro del comercio electrónico minorista
lambayecano.
▪ H3: La experiencia del usuario influye en el valor percibido dentro del comercio electrónico
minorista lambayecano.
▪ H4: La satisfacción influye en la confianza dentro del comercio electrónico minorista lambayecano.
▪ H5: La satisfacción influye en la intención de recompra dentro del comercio electrónico minorista
lambayecano.
▪ H6: La confianza influye en la intención de recompra dentro del comercio electrónico minorista
lambayecano.
▪ H7: El valor percibido influye en la intención de recompra dentro del comercio electrónico
minorista lambayecano.
pág. 7660
Por tanto, se requiere resolver como objetivo de este estudio: Analizar a través del modelo de ecuaciones
estructurales aplicado al comercio electrónico minorista lambayecano.
METODOLOGÍA
El nivel fue de tipo explicativo, ya que tiene como objetivo no solo describir la situación actual de la
empresa, sino también la explicación de los factores que afectan su competitividad frente al comercio
electrónico. Asimismo, fue de diseño no experimental de corte transversal, con un enfoque cuantitativo.
Se recopilaron datos concretos (cuantitativos) para la obtención de una comprensión profunda y
detallada del problema en estudio.
La población del estudio se conformó por los clientes actuales y potenciales de las empresas del sector
retail, ubicados en el departamento de Lambayeque. Los participantes tienen edades establecidas entre
los 15 y 64 años, pertenecientes a la zona urbana. Según el INEI 2(2017), la población total es de 131,441
personas. La muestra consistirá en 384 clientes actuales y potenciales de empresas del sector retail,
basándose en la población promedio mensual de clientes.
▪ Margen de error: 2%
▪ Nivel de confianza: 99%
▪ Población: 131,441
Para calcular este tamaño de muestra, se empleó a la ecuación estadística siguiente:
n = Tamaño de la muestra
z = Nivel de confianza deseado
p = Proporción de la población con la característica deseada (éxito)
q = Proporción de la población sin la característica deseada (fracaso)
e = Nivel de error dispuesto a cometer
N = Tamaño de la población
Tamaño de muestra: 4003
2 Instituto Nacional de Estadística e Informática
Por tanto, se requiere resolver como objetivo de este estudio: Analizar a través del modelo de ecuaciones
estructurales aplicado al comercio electrónico minorista lambayecano.
METODOLOGÍA
El nivel fue de tipo explicativo, ya que tiene como objetivo no solo describir la situación actual de la
empresa, sino también la explicación de los factores que afectan su competitividad frente al comercio
electrónico. Asimismo, fue de diseño no experimental de corte transversal, con un enfoque cuantitativo.
Se recopilaron datos concretos (cuantitativos) para la obtención de una comprensión profunda y
detallada del problema en estudio.
La población del estudio se conformó por los clientes actuales y potenciales de las empresas del sector
retail, ubicados en el departamento de Lambayeque. Los participantes tienen edades establecidas entre
los 15 y 64 años, pertenecientes a la zona urbana. Según el INEI 2(2017), la población total es de 131,441
personas. La muestra consistirá en 384 clientes actuales y potenciales de empresas del sector retail,
basándose en la población promedio mensual de clientes.
▪ Margen de error: 2%
▪ Nivel de confianza: 99%
▪ Población: 131,441
Para calcular este tamaño de muestra, se empleó a la ecuación estadística siguiente:
n = Tamaño de la muestra
z = Nivel de confianza deseado
p = Proporción de la población con la característica deseada (éxito)
q = Proporción de la población sin la característica deseada (fracaso)
e = Nivel de error dispuesto a cometer
N = Tamaño de la población
Tamaño de muestra: 4003
2 Instituto Nacional de Estadística e Informática
pág. 7661
Se empleó a la encuesta para la recogida de datos, donde se evaluaron cada constructo para su análisis,
empleándose métodos necesarios para su desarrollo (Cisneros-Caicedo et al., 2022). Mientras que, el
instrumento, fue el cuestionario, el mismo que midió dimensiones de cada constructo evaluado, siendo
establecido por una escala Likert, dirigido a una muestra amplia (Feria et al., 2020).
La experiencia del usuario, se evaluó con la misma metodología que el User Experience Questionnaire
(UEQ), el cual se utiliza comúnmente para medir la interacción del usuario con plataformas digitales.
En este caso, se incluyeron un total de 26 ítems.
La variable mediadora fue la confianza, se abordó a través de cuatro dimensiones. Estas fueron: formas
de medios de pago, confianza entre el consumidor y el vendedor, seguridad en la plataforma y celeridad
en la entrega. Tomándose en consideración que son 10 ítems. La otra variable mediadora fue el valor
percibido se empleó la escala de Sullivan y Kim del 2018, considerándose a 3 ítems. Asimismo, la
satisfacción se tomó en cuenta la escala de Meilatinova de 2021, tomando en cuenta 4 ítems.
La última variable se considera como la intención de recompra, se tomó en cuenta la escala de
Meilatinova de 2021, tomando en cuenta 4 ítems.
RESULTADOS Y DISCUSIÓN
Modelo estructural
En la figura 1 se destaca relaciones significativas y direccionales entre las variables propuestas. La
experiencia influye de manera directa y positiva sobre la confianza (β = 0.50), lo que evidencia que a
mayor experiencia del consumidor en el entorno digital, mayor será su nivel de confianza hacia las
plataformas de comercio electrónico. Asimismo, la experiencia impacta de forma positiva en el valor
percibido (β = 0.33), lo que demuestra que las vivencias previas del cliente fortalecen la percepción del
valor de la oferta comercial.
Por otro lado, se observa que la experiencia también influye en la satisfacción (β = 0.32), aunque este
efecto requiere mayor revisión considerando la baja carga en la relación. Además, la satisfacción afecta
positivamente la confianza (β = -0.03), sin embargo, este efecto es mínimo.
El modelo también valida que la satisfacción influye directamente en la intención de recompra (β =
0.26), lo que resalta la importancia de generar experiencias satisfactorias para consolidar la lealtad del
cliente.
Se empleó a la encuesta para la recogida de datos, donde se evaluaron cada constructo para su análisis,
empleándose métodos necesarios para su desarrollo (Cisneros-Caicedo et al., 2022). Mientras que, el
instrumento, fue el cuestionario, el mismo que midió dimensiones de cada constructo evaluado, siendo
establecido por una escala Likert, dirigido a una muestra amplia (Feria et al., 2020).
La experiencia del usuario, se evaluó con la misma metodología que el User Experience Questionnaire
(UEQ), el cual se utiliza comúnmente para medir la interacción del usuario con plataformas digitales.
En este caso, se incluyeron un total de 26 ítems.
La variable mediadora fue la confianza, se abordó a través de cuatro dimensiones. Estas fueron: formas
de medios de pago, confianza entre el consumidor y el vendedor, seguridad en la plataforma y celeridad
en la entrega. Tomándose en consideración que son 10 ítems. La otra variable mediadora fue el valor
percibido se empleó la escala de Sullivan y Kim del 2018, considerándose a 3 ítems. Asimismo, la
satisfacción se tomó en cuenta la escala de Meilatinova de 2021, tomando en cuenta 4 ítems.
La última variable se considera como la intención de recompra, se tomó en cuenta la escala de
Meilatinova de 2021, tomando en cuenta 4 ítems.
RESULTADOS Y DISCUSIÓN
Modelo estructural
En la figura 1 se destaca relaciones significativas y direccionales entre las variables propuestas. La
experiencia influye de manera directa y positiva sobre la confianza (β = 0.50), lo que evidencia que a
mayor experiencia del consumidor en el entorno digital, mayor será su nivel de confianza hacia las
plataformas de comercio electrónico. Asimismo, la experiencia impacta de forma positiva en el valor
percibido (β = 0.33), lo que demuestra que las vivencias previas del cliente fortalecen la percepción del
valor de la oferta comercial.
Por otro lado, se observa que la experiencia también influye en la satisfacción (β = 0.32), aunque este
efecto requiere mayor revisión considerando la baja carga en la relación. Además, la satisfacción afecta
positivamente la confianza (β = -0.03), sin embargo, este efecto es mínimo.
El modelo también valida que la satisfacción influye directamente en la intención de recompra (β =
0.26), lo que resalta la importancia de generar experiencias satisfactorias para consolidar la lealtad del
cliente.
pág. 7662
La confianza impacta significativamente en la intención de recompra (β = 0.24), lo que respalda la idea
de que clientes confiados tienden a mantener sus relaciones comerciales en el tiempo. Finalmente, el
valor percibido también afecta de manera positiva la intención de recompra (β = 0.30), lo que enfatiza
la importancia de ofrecer propuestas de valor claras y atractivas.
Confiabilidad
En la Tabla 1 destacó los valores de alfa de Cronbach obtenidos para las cinco variables evaluadas en
el estudio muestran una alta consistencia interna, lo que indica una adecuada fiabilidad de los
instrumentos aplicados. La variable experiencia del usuario alcanzó el coeficiente más alto (,986) con
26 ítems, lo que refleja una excelente coherencia entre sus preguntas. La confianza también presentó un
nivel de fiabilidad muy elevado (,953) con 10 ítems. Las variables satisfacción (,866) e intención de
recompra (,880), ambas con 4 ítems, mostraron una consistencia interna alta, lo que respalda su
estabilidad en la medición. Finalmente, el valor percibido, con 3 ítems, obtuvo un alfa de ,835,
considerado adecuado para escalas cortas.
Descriptivos
En la tabla 2 se observa que los ítems de la variable Confianza presentan medias cercanas a 2.00 y
desviaciones estándar moderadas (alrededor de 0.69 a 0.70), con asimetrías y curtosis levemente
negativas, lo que indica una distribución relativamente simétrica y mesocúrtica. Para Experiencia del
usuario, los ítems muestran medias cercanas a 3.99, con desviaciones estándar entre 0.75 y 0.77, así
como asimetrías negativas suaves y curtosis igualmente leve, demostrando una distribución ligeramente
sesgada hacia la derecha, pero sin afectaciones severas. En cuanto a Valor percibido, Satisfacción e
Intención de recompra, los ítems presentan medias bajas (alrededor de 1.64), con desviaciones estándar
similares (~0.62), además de asimetrías positivas y curtosis negativas moderadas, indicando una mayor
concentración de respuestas en los valores inferiores de la escala.
Efectos directos
La Tabla 3 presenta que la experiencia del usuario influye de manera significativa y positiva sobre la
satisfacción (β = .322), la CONF (β = .496) y el VALPER (β = .329), con valores críticos elevados
(C.R. > 25) y p values muy por debajo de 0.001, lo que respalda estas asociaciones. Asimismo, se
confirma que la SAT tiene un efecto directo significativo sobre la INTREC (β = .297), al igual que la
La confianza impacta significativamente en la intención de recompra (β = 0.24), lo que respalda la idea
de que clientes confiados tienden a mantener sus relaciones comerciales en el tiempo. Finalmente, el
valor percibido también afecta de manera positiva la intención de recompra (β = 0.30), lo que enfatiza
la importancia de ofrecer propuestas de valor claras y atractivas.
Confiabilidad
En la Tabla 1 destacó los valores de alfa de Cronbach obtenidos para las cinco variables evaluadas en
el estudio muestran una alta consistencia interna, lo que indica una adecuada fiabilidad de los
instrumentos aplicados. La variable experiencia del usuario alcanzó el coeficiente más alto (,986) con
26 ítems, lo que refleja una excelente coherencia entre sus preguntas. La confianza también presentó un
nivel de fiabilidad muy elevado (,953) con 10 ítems. Las variables satisfacción (,866) e intención de
recompra (,880), ambas con 4 ítems, mostraron una consistencia interna alta, lo que respalda su
estabilidad en la medición. Finalmente, el valor percibido, con 3 ítems, obtuvo un alfa de ,835,
considerado adecuado para escalas cortas.
Descriptivos
En la tabla 2 se observa que los ítems de la variable Confianza presentan medias cercanas a 2.00 y
desviaciones estándar moderadas (alrededor de 0.69 a 0.70), con asimetrías y curtosis levemente
negativas, lo que indica una distribución relativamente simétrica y mesocúrtica. Para Experiencia del
usuario, los ítems muestran medias cercanas a 3.99, con desviaciones estándar entre 0.75 y 0.77, así
como asimetrías negativas suaves y curtosis igualmente leve, demostrando una distribución ligeramente
sesgada hacia la derecha, pero sin afectaciones severas. En cuanto a Valor percibido, Satisfacción e
Intención de recompra, los ítems presentan medias bajas (alrededor de 1.64), con desviaciones estándar
similares (~0.62), además de asimetrías positivas y curtosis negativas moderadas, indicando una mayor
concentración de respuestas en los valores inferiores de la escala.
Efectos directos
La Tabla 3 presenta que la experiencia del usuario influye de manera significativa y positiva sobre la
satisfacción (β = .322), la CONF (β = .496) y el VALPER (β = .329), con valores críticos elevados
(C.R. > 25) y p values muy por debajo de 0.001, lo que respalda estas asociaciones. Asimismo, se
confirma que la SAT tiene un efecto directo significativo sobre la INTREC (β = .297), al igual que la
pág. 7663
CONF (β = .241) y el VALPER (β = .264). En contraste, el efecto de la SAT sobre la CONF resultó no
significativo (β = –.032; p = .101), indicando que esta relación no está respaldada por la evidencia
estadística del modelo.
La Tabla 4 muestra que la EXP mantiene relaciones positivas con todas las variables del modelo,
destacando su mayor covarianza con la CONF en un valor de .205, seguida por VALPER con .139 y
SAT con .136. Asimismo, la INTREC presenta covarianzas positivas moderadas con todas las variables,
siendo más fuerte con la CONF (.114) y la SAT (.096). Estas covarianzas reflejan la consistencia del
modelo propuesto y refuerzan las relaciones teóricas planteadas entre las dimensiones analizadas.
La Tabla 5 presenta que la EXP se correlaciona fuertemente con la CONF (r = .553) y con el VALPER
(r = .436), evidenciando su impacto directo sobre la percepción del cliente. Asimismo, la CONF, la
SAT y el VALPER presentan correlaciones positivas con la INTREC, siendo la mayor entre CONF e
INTREC (r = .386). Respaldándose el modelo propuesto, al mostrar una estructura coherente en la forma
en que las percepciones y emociones del cliente influyen en su decisión de recompra en el contexto del
comercio electrónico minorista lambayecano.
La Tabla 6 presenta la influencia de la EXP sobre las demás variables del estudio. Se observa que la
EXP tiene un efecto total fuerte sobre la CONF (0.485), con un efecto directo de 0.496 y un pequeño
efecto indirecto negativo (-0.011), explicado por la mediación no significativa de la SAT. Asimismo,
la EXP influye de forma directa y exclusivamente positiva sobre la SAT (0.322) y el VALPER (0.329).
Por otro lado, la SAT tiene un efecto indirecto sobre la confianza (0.299) a través de su relación con la
experiencia, aunque su efecto directo no fue significativo. En el caso de la INTREC, se identificaron
efectos directos positivos provenientes de la SAT (0.297), la CONF (0.241) y el VALPER (0.264),
siendo todos estadísticamente significativos. El efecto total de la SAT sobre la INTREC fue de 0.289,
con un pequeño efecto indirecto negativo (-0.008), posiblemente explicado por su falta de impacto
significativo en la CONF.
La Tabla 7 demuestra el valor chi-cuadrado obtenido de 1138,970 con un valor p = ,008, lo que indica
una diferencia estadísticamente significativa; sin embargo, dado el gran tamaño muestral, este resultado
no invalida el modelo. En cuanto a los índices de ajuste absolutos y relativos, se evidencian valores
óptimos: GFI = ,988, AGFI = ,987, CFI = ,999 y TLI = ,999, todos muy cercanos o iguales al valor
CONF (β = .241) y el VALPER (β = .264). En contraste, el efecto de la SAT sobre la CONF resultó no
significativo (β = –.032; p = .101), indicando que esta relación no está respaldada por la evidencia
estadística del modelo.
La Tabla 4 muestra que la EXP mantiene relaciones positivas con todas las variables del modelo,
destacando su mayor covarianza con la CONF en un valor de .205, seguida por VALPER con .139 y
SAT con .136. Asimismo, la INTREC presenta covarianzas positivas moderadas con todas las variables,
siendo más fuerte con la CONF (.114) y la SAT (.096). Estas covarianzas reflejan la consistencia del
modelo propuesto y refuerzan las relaciones teóricas planteadas entre las dimensiones analizadas.
La Tabla 5 presenta que la EXP se correlaciona fuertemente con la CONF (r = .553) y con el VALPER
(r = .436), evidenciando su impacto directo sobre la percepción del cliente. Asimismo, la CONF, la
SAT y el VALPER presentan correlaciones positivas con la INTREC, siendo la mayor entre CONF e
INTREC (r = .386). Respaldándose el modelo propuesto, al mostrar una estructura coherente en la forma
en que las percepciones y emociones del cliente influyen en su decisión de recompra en el contexto del
comercio electrónico minorista lambayecano.
La Tabla 6 presenta la influencia de la EXP sobre las demás variables del estudio. Se observa que la
EXP tiene un efecto total fuerte sobre la CONF (0.485), con un efecto directo de 0.496 y un pequeño
efecto indirecto negativo (-0.011), explicado por la mediación no significativa de la SAT. Asimismo,
la EXP influye de forma directa y exclusivamente positiva sobre la SAT (0.322) y el VALPER (0.329).
Por otro lado, la SAT tiene un efecto indirecto sobre la confianza (0.299) a través de su relación con la
experiencia, aunque su efecto directo no fue significativo. En el caso de la INTREC, se identificaron
efectos directos positivos provenientes de la SAT (0.297), la CONF (0.241) y el VALPER (0.264),
siendo todos estadísticamente significativos. El efecto total de la SAT sobre la INTREC fue de 0.289,
con un pequeño efecto indirecto negativo (-0.008), posiblemente explicado por su falta de impacto
significativo en la CONF.
La Tabla 7 demuestra el valor chi-cuadrado obtenido de 1138,970 con un valor p = ,008, lo que indica
una diferencia estadísticamente significativa; sin embargo, dado el gran tamaño muestral, este resultado
no invalida el modelo. En cuanto a los índices de ajuste absolutos y relativos, se evidencian valores
óptimos: GFI = ,988, AGFI = ,987, CFI = ,999 y TLI = ,999, todos muy cercanos o iguales al valor
pág. 7664
ideal de 1, lo que sugiere un excelente ajuste del modelo. Asimismo, el índice RMSEA = ,005 se
encuentra por debajo del umbral de ,05, indicando un ajuste muy bueno del modelo a los datos
poblacionales. Estos resultados respaldan la validez del modelo estructural planteado, confirmando que
las relaciones teóricas entre experiencia, satisfacción, confianza, valor percibido e intención de
recompra se representan adecuadamente en la estructura estimada.
DISCUSIONES
El análisis del modelo SEM confirmó que la experiencia del usuario tiene un efecto directo y positivo
sobre la confianza (β = 0.50; p < 0.001). Este resultado evidencia que, a medida que los usuarios tienen
más interacciones positivas, prácticas y satisfactorias en plataformas de comercio electrónico, su nivel
de confianza hacia dichas plataformas aumenta significativamente. Este hallazgo es respaldado por Vela
et al. (2024), quienes identificaron que la experiencia del usuario influye directamente en la confianza
del consumidor en contextos digitales. Además, Quintus et al. (2024) destacaron que la reputación
online y la calidad del sitio fortalecen la confianza de los usuarios, lo cual respalda la conexión entre
experiencia positiva y percepción confiable.
La experiencia del usuario también muestra una influencia directa y significativa sobre la satisfacción
(β = 0.32; p < 0.001), aunque con una menor carga estandarizada comparada con otras relaciones. Esto
indica que mientras mayor sea la familiaridad, comodidad y funcionalidad del entorno virtual, mayor
será el grado de satisfacción reportado por los usuarios. Este hallazgo está alineado con los resultados
de Andy et al. (2024), quienes señalaron que una experiencia personalizada y fluida en la interfaz digital
eleva significativamente la satisfacción del consumidor y reduce las tasas de abandono en línea. Sin
embargo, dado el peso relativamente bajo en el modelo, se considerarán otras variables adicionales que
moderarán o mediarán esta relación.
El modelo estructural evidencia que la experiencia del usuario tiene un impacto positivo sobre el valor
percibido (β = 0.33; p < 0.001). Esto demuestra que los usuarios evalúan mejor la calidad-precio o la
conveniencia de un producto o servicio digital cuando han tenido interacciones previas satisfactorias
con la plataforma. La literatura respalda este hallazgo: Vela et al. (2024) encontraron una relación
directa entre experiencia positiva y percepción de valor, mientras que Peña-García et al. (2024)
ideal de 1, lo que sugiere un excelente ajuste del modelo. Asimismo, el índice RMSEA = ,005 se
encuentra por debajo del umbral de ,05, indicando un ajuste muy bueno del modelo a los datos
poblacionales. Estos resultados respaldan la validez del modelo estructural planteado, confirmando que
las relaciones teóricas entre experiencia, satisfacción, confianza, valor percibido e intención de
recompra se representan adecuadamente en la estructura estimada.
DISCUSIONES
El análisis del modelo SEM confirmó que la experiencia del usuario tiene un efecto directo y positivo
sobre la confianza (β = 0.50; p < 0.001). Este resultado evidencia que, a medida que los usuarios tienen
más interacciones positivas, prácticas y satisfactorias en plataformas de comercio electrónico, su nivel
de confianza hacia dichas plataformas aumenta significativamente. Este hallazgo es respaldado por Vela
et al. (2024), quienes identificaron que la experiencia del usuario influye directamente en la confianza
del consumidor en contextos digitales. Además, Quintus et al. (2024) destacaron que la reputación
online y la calidad del sitio fortalecen la confianza de los usuarios, lo cual respalda la conexión entre
experiencia positiva y percepción confiable.
La experiencia del usuario también muestra una influencia directa y significativa sobre la satisfacción
(β = 0.32; p < 0.001), aunque con una menor carga estandarizada comparada con otras relaciones. Esto
indica que mientras mayor sea la familiaridad, comodidad y funcionalidad del entorno virtual, mayor
será el grado de satisfacción reportado por los usuarios. Este hallazgo está alineado con los resultados
de Andy et al. (2024), quienes señalaron que una experiencia personalizada y fluida en la interfaz digital
eleva significativamente la satisfacción del consumidor y reduce las tasas de abandono en línea. Sin
embargo, dado el peso relativamente bajo en el modelo, se considerarán otras variables adicionales que
moderarán o mediarán esta relación.
El modelo estructural evidencia que la experiencia del usuario tiene un impacto positivo sobre el valor
percibido (β = 0.33; p < 0.001). Esto demuestra que los usuarios evalúan mejor la calidad-precio o la
conveniencia de un producto o servicio digital cuando han tenido interacciones previas satisfactorias
con la plataforma. La literatura respalda este hallazgo: Vela et al. (2024) encontraron una relación
directa entre experiencia positiva y percepción de valor, mientras que Peña-García et al. (2024)
pág. 7665
destacaron que elementos como la transparencia de las reseñas y la calidad informativa elevan la
valoración del cliente sobre las plataformas de compra.
Aunque teóricamente se esperaba una relación positiva, el modelo no encontró un efecto significativo
de la satisfacción sobre la confianza (β = -0.03; p > 0.05). Esta relación débil sugiere que, en este
contexto específico, la confianza no se genera directamente a partir de la satisfacción sino
principalmente desde la experiencia del usuario. Vela et al. (2024) reportaron una correlación
significativa entre satisfacción y confianza en otros contextos, lo cual indica que podrían existir factores
moderadores culturales o sectoriales en el comercio electrónico lambayecano que atenúan este vínculo.
Se encontró una relación directa significativa entre satisfacción e intención de recompra (β = 0.26; p <
0.001), lo que reafirma que los clientes satisfechos están más inclinados a repetir su experiencia de
compra. Este hallazgo coincide con Quintus et al. (2024), quienes concluyeron que los niveles de
satisfacción condicionan la intención de lealtad, particularmente en mercados emergentes. Además,
Andy et al. (2024) destacaron que la comodidad y eficiencia del proceso de compra influye directamente
en el deseo de volver a usar una plataforma.
La confianza del usuario demostró ser un predictor significativo de la intención de recompra (β = 0.24;
p < 0.001). Este resultado refuerza la importancia de que se generen entornos digitales seguros,
transparentes y fiables para que se fomenten relaciones comerciales duraderas. En línea con esto,
Quintus et al. (2024) encontraron que la confianza tiene un fuerte impacto en la intención de compra (β
= 0.824), especialmente cuando se vincula con la percepción de credibilidad del sitio y calidad del
servicio. Asimismo, Peña-García et al. (2024) destacaron cómo la confianza en los sistemas de
reputación fortalece la fidelización del cliente.
Finalmente, el valor percibido mostró un impacto positivo y significativo en la intención de recompra
(β = 0.30; p < 0.001), indicando que los usuarios deciden repetir una compra si consideran que
obtuvieron un beneficio claro por su dinero, tiempo o esfuerzo. Este hallazgo se respalda por Vela et al.
(2024), quienes argumentaron que el valor percibido se configura como un elemento central en la
evaluación post-compra. También se alineó con los resultados de Peña-García et al. (2024), quienes
encontraron que el contenido y estructura de las plataformas inciden en la percepción del valor recibido.
destacaron que elementos como la transparencia de las reseñas y la calidad informativa elevan la
valoración del cliente sobre las plataformas de compra.
Aunque teóricamente se esperaba una relación positiva, el modelo no encontró un efecto significativo
de la satisfacción sobre la confianza (β = -0.03; p > 0.05). Esta relación débil sugiere que, en este
contexto específico, la confianza no se genera directamente a partir de la satisfacción sino
principalmente desde la experiencia del usuario. Vela et al. (2024) reportaron una correlación
significativa entre satisfacción y confianza en otros contextos, lo cual indica que podrían existir factores
moderadores culturales o sectoriales en el comercio electrónico lambayecano que atenúan este vínculo.
Se encontró una relación directa significativa entre satisfacción e intención de recompra (β = 0.26; p <
0.001), lo que reafirma que los clientes satisfechos están más inclinados a repetir su experiencia de
compra. Este hallazgo coincide con Quintus et al. (2024), quienes concluyeron que los niveles de
satisfacción condicionan la intención de lealtad, particularmente en mercados emergentes. Además,
Andy et al. (2024) destacaron que la comodidad y eficiencia del proceso de compra influye directamente
en el deseo de volver a usar una plataforma.
La confianza del usuario demostró ser un predictor significativo de la intención de recompra (β = 0.24;
p < 0.001). Este resultado refuerza la importancia de que se generen entornos digitales seguros,
transparentes y fiables para que se fomenten relaciones comerciales duraderas. En línea con esto,
Quintus et al. (2024) encontraron que la confianza tiene un fuerte impacto en la intención de compra (β
= 0.824), especialmente cuando se vincula con la percepción de credibilidad del sitio y calidad del
servicio. Asimismo, Peña-García et al. (2024) destacaron cómo la confianza en los sistemas de
reputación fortalece la fidelización del cliente.
Finalmente, el valor percibido mostró un impacto positivo y significativo en la intención de recompra
(β = 0.30; p < 0.001), indicando que los usuarios deciden repetir una compra si consideran que
obtuvieron un beneficio claro por su dinero, tiempo o esfuerzo. Este hallazgo se respalda por Vela et al.
(2024), quienes argumentaron que el valor percibido se configura como un elemento central en la
evaluación post-compra. También se alineó con los resultados de Peña-García et al. (2024), quienes
encontraron que el contenido y estructura de las plataformas inciden en la percepción del valor recibido.
pág. 7666
ILUSTRACIONES, TABLAS, FIGURAS.
Figura 1. Vinculación de la experiencia de usuario en el comercio electrónico
Fuente: Desarrollado en AMOS SPSS.
ILUSTRACIONES, TABLAS, FIGURAS.
Figura 1. Vinculación de la experiencia de usuario en el comercio electrónico
Fuente: Desarrollado en AMOS SPSS.
pág. 7667
Tabla 1. Valores de alfa de Crombach obtenidos
Variable Alfa de Cronbach Ítems evaluados
Confianza ,953 10
Experiencia del usuario ,986 26
Valor percibido ,835 3
Satisfacción ,866 4
Intención de Recompra ,880 4
Fuente: Desarrollado en SPSS V26 en base a los cuestionarios.
Tabla 2. Análisis de ítems por cada variable
Variable Items Media Desviación
estándar
Asimetría Curtosis
Estad. Desv.
Est.
Estad. Desv.
Est.
Confianza C1 2,02 ,698 ,170 ,039 -,413 ,077
C2 2,01 ,699 ,216 ,039 -,311 ,077
C3 2,01 ,694 ,179 ,039 -,381 ,077
C4 2,01 ,696 ,174 ,039 -,397 ,077
C5 2,02 ,700 ,192 ,039 -,361 ,077
C6 2,02 ,696 ,219 ,039 -,266 ,077
C7 2,02 ,704 ,202 ,039 -,359 ,077
C8 2,00 ,694 ,168 ,039 -,449 ,077
C9 2,01 ,705 ,216 ,039 -,322 ,077
C10 2,02 ,705 ,165 ,039 -,458 ,077
Experiencia del
usuario
Exp1 3,98 ,765 -,324 ,039 -,355 ,077
Exp2 3,99 ,763 -,294 ,039 -,485 ,077
Exp3 3,99 ,759 -,328 ,039 -,356 ,077
Exp4 3,98 ,762 -,304 ,039 -,415 ,077
Exp5 3,98 ,759 -,277 ,039 -,479 ,077
Exp6 3,99 ,764 -,282 ,039 -,509 ,077
Exp7 3,97 ,765 -,279 ,039 -,473 ,077
Exp8 3,99 ,764 -,292 ,039 -,432 ,077
Exp9 3,99 ,757 -,252 ,039 -,559 ,077
Exp10 4,00 ,751 -,274 ,039 -,487 ,077
Exp11 3,98 ,756 -,272 ,039 -,451 ,077
Exp12 3,99 ,760 -,316 ,039 -,401 ,077
Exp13 3,98 ,761 -,284 ,039 -,472 ,077
Exp14 3,99 ,765 -,326 ,039 -,358 ,077
Exp15 3,99 ,761 -,332 ,039 -,329 ,077
Exp16 3,99 ,759 -,293 ,039 -,449 ,077
Exp17 3,98 ,760 -,300 ,039 -,436 ,077
Exp18 4,00 ,747 -,276 ,039 -,459 ,077
Exp19 3,99 ,758 -,286 ,039 -,457 ,077
Exp20 3,99 ,766 -,315 ,039 -,424 ,077
Exp21 3,99 ,750 -,300 ,039 -,384 ,077
Exp22 3,99 ,767 -,301 ,039 -,461 ,077
Exp23 3,99 ,763 -,300 ,039 -,416 ,077
Exp24 3,98 ,768 -,305 ,039 -,412 ,077
Exp25 3,99 ,758 -,301 ,039 -,403 ,077
Exp26 4,00 ,759 -,335 ,039 -,344 ,077
Tabla 1. Valores de alfa de Crombach obtenidos
Variable Alfa de Cronbach Ítems evaluados
Confianza ,953 10
Experiencia del usuario ,986 26
Valor percibido ,835 3
Satisfacción ,866 4
Intención de Recompra ,880 4
Fuente: Desarrollado en SPSS V26 en base a los cuestionarios.
Tabla 2. Análisis de ítems por cada variable
Variable Items Media Desviación
estándar
Asimetría Curtosis
Estad. Desv.
Est.
Estad. Desv.
Est.
Confianza C1 2,02 ,698 ,170 ,039 -,413 ,077
C2 2,01 ,699 ,216 ,039 -,311 ,077
C3 2,01 ,694 ,179 ,039 -,381 ,077
C4 2,01 ,696 ,174 ,039 -,397 ,077
C5 2,02 ,700 ,192 ,039 -,361 ,077
C6 2,02 ,696 ,219 ,039 -,266 ,077
C7 2,02 ,704 ,202 ,039 -,359 ,077
C8 2,00 ,694 ,168 ,039 -,449 ,077
C9 2,01 ,705 ,216 ,039 -,322 ,077
C10 2,02 ,705 ,165 ,039 -,458 ,077
Experiencia del
usuario
Exp1 3,98 ,765 -,324 ,039 -,355 ,077
Exp2 3,99 ,763 -,294 ,039 -,485 ,077
Exp3 3,99 ,759 -,328 ,039 -,356 ,077
Exp4 3,98 ,762 -,304 ,039 -,415 ,077
Exp5 3,98 ,759 -,277 ,039 -,479 ,077
Exp6 3,99 ,764 -,282 ,039 -,509 ,077
Exp7 3,97 ,765 -,279 ,039 -,473 ,077
Exp8 3,99 ,764 -,292 ,039 -,432 ,077
Exp9 3,99 ,757 -,252 ,039 -,559 ,077
Exp10 4,00 ,751 -,274 ,039 -,487 ,077
Exp11 3,98 ,756 -,272 ,039 -,451 ,077
Exp12 3,99 ,760 -,316 ,039 -,401 ,077
Exp13 3,98 ,761 -,284 ,039 -,472 ,077
Exp14 3,99 ,765 -,326 ,039 -,358 ,077
Exp15 3,99 ,761 -,332 ,039 -,329 ,077
Exp16 3,99 ,759 -,293 ,039 -,449 ,077
Exp17 3,98 ,760 -,300 ,039 -,436 ,077
Exp18 4,00 ,747 -,276 ,039 -,459 ,077
Exp19 3,99 ,758 -,286 ,039 -,457 ,077
Exp20 3,99 ,766 -,315 ,039 -,424 ,077
Exp21 3,99 ,750 -,300 ,039 -,384 ,077
Exp22 3,99 ,767 -,301 ,039 -,461 ,077
Exp23 3,99 ,763 -,300 ,039 -,416 ,077
Exp24 3,98 ,768 -,305 ,039 -,412 ,077
Exp25 3,99 ,758 -,301 ,039 -,403 ,077
Exp26 4,00 ,759 -,335 ,039 -,344 ,077
pág. 7668
Valor percibido VP1 1,65 ,624 ,449 ,039 -,471 ,077
VP2 1,65 ,622 ,440 ,039 -,564 ,077
VP3 1,64 ,625 ,477 ,039 -,496 ,077
Satisfacción S1 1,63 ,618 ,488 ,039 -,477 ,077
S2 1,64 ,621 ,466 ,039 -,491 ,077
S3 1,63 ,623 ,497 ,039 -,452 ,077
S4 1,64 ,618 ,467 ,039 -,450 ,077
Intención de
recompra
IR1 1,64 ,642 ,539 ,039 -,439 ,077
IR2 1,64 ,641 ,534 ,039 -,465 ,077
IR3 1,64 ,638 ,522 ,039 -,432 ,077
IR4 1,64 ,638 ,550 ,039 -,388 ,077
Fuente: Desarrollado en SPSS V26 en base a los cuestionarios.
Tabla 3. Pesos de regresión (estandarizados) del modelo SEM
Estimate S.E. C.R. P Label Decisión
SAT <--- EXP .322 .013 25.374 *** par_44 Significativo
CONF <--- EXP .496 .015 32.201 *** par_43 Significativo
VALPER <--- EXP .329 .013 25.065 *** par_45 Significativo
CONF <--- SAT -.032 .020 -1.638 .101 par_46 No significativo
INTREC <--- SAT .297 .018 16.176 *** par_47 Significativo
INTREC <--- CONF .241 .015 16.262 *** par_48 Significativo
INTREC <--- VALPER .264 .018 14.417 *** par_49 Significativo
Fuente: Desarrollado en AMOS SPSS.
Tabla 4. Covarianzas implícitas del modelo
EXP SAT CONF VALPER INTREC
EXP .423
SAT .136 .234
CONF .205 .060 .325
VALPER .139 .045 .068 .241
INTREC .127 .096 .114 .093 .267
Fuente: Desarrollado en AMOS SPSS.
Tabla 5. Correlaciones implícitas del modelo
EXP SAT CONF VALPER INTREC
EXP 1.000
SAT .433 1.000
CONF .553 .218 1.000
VALPER .436 .189 .241 1.000
INTREC .376 .382 .386 .367 1.000
Fuente: Desarrollado en AMOS SPSS.
Valor percibido VP1 1,65 ,624 ,449 ,039 -,471 ,077
VP2 1,65 ,622 ,440 ,039 -,564 ,077
VP3 1,64 ,625 ,477 ,039 -,496 ,077
Satisfacción S1 1,63 ,618 ,488 ,039 -,477 ,077
S2 1,64 ,621 ,466 ,039 -,491 ,077
S3 1,63 ,623 ,497 ,039 -,452 ,077
S4 1,64 ,618 ,467 ,039 -,450 ,077
Intención de
recompra
IR1 1,64 ,642 ,539 ,039 -,439 ,077
IR2 1,64 ,641 ,534 ,039 -,465 ,077
IR3 1,64 ,638 ,522 ,039 -,432 ,077
IR4 1,64 ,638 ,550 ,039 -,388 ,077
Fuente: Desarrollado en SPSS V26 en base a los cuestionarios.
Tabla 3. Pesos de regresión (estandarizados) del modelo SEM
Estimate S.E. C.R. P Label Decisión
SAT <--- EXP .322 .013 25.374 *** par_44 Significativo
CONF <--- EXP .496 .015 32.201 *** par_43 Significativo
VALPER <--- EXP .329 .013 25.065 *** par_45 Significativo
CONF <--- SAT -.032 .020 -1.638 .101 par_46 No significativo
INTREC <--- SAT .297 .018 16.176 *** par_47 Significativo
INTREC <--- CONF .241 .015 16.262 *** par_48 Significativo
INTREC <--- VALPER .264 .018 14.417 *** par_49 Significativo
Fuente: Desarrollado en AMOS SPSS.
Tabla 4. Covarianzas implícitas del modelo
EXP SAT CONF VALPER INTREC
EXP .423
SAT .136 .234
CONF .205 .060 .325
VALPER .139 .045 .068 .241
INTREC .127 .096 .114 .093 .267
Fuente: Desarrollado en AMOS SPSS.
Tabla 5. Correlaciones implícitas del modelo
EXP SAT CONF VALPER INTREC
EXP 1.000
SAT .433 1.000
CONF .553 .218 1.000
VALPER .436 .189 .241 1.000
INTREC .376 .382 .386 .367 1.000
Fuente: Desarrollado en AMOS SPSS.
pág. 7669
Tabla 6. Efectos encontrados
Efecto Total Efecto Directo Efecto Indirecto
SAT <--- EXP 0.322 0.322 0.000
CONF <--- EXP 0.485 0.496 -0.011
VALPER <--- EXP 0.329 0.329 0.000
CONF <--- SAT 0.299 0.000 0.299
INTREC <--- SAT 0.289 0.297 -0.008
INTREC <--- CONF 0.241 0.241 0.000
INTREC <--- VALPER 0.264 0.264 0.000
**. La vinculación fue significativa al p-value de 0,01 (bilateral).
Fuente: Desarrollado en AMOS SPSS.
Tabla 7. Modelo FIT
Índice Valor p-value
Chi-cuadrado 1138,970 ,008
GFI ,988
AGFI ,987
CFI ,999
TLI ,999
RMSEA ,005
Fuente: Desarrollado en AMOS SPSS.
CONCLUSIONES
Este documento se estructuró en varias secciones que facilitaron su comprensión, comenzando con una
introducción que detalla la problemática central, los estudios previos, la novedad y la importancia del
tema, además de establecer el objetivo principal, se presentó el marco teórico, la metodología empleada,
los resultados obtenidos, los cuales se expusieron en tablas, la discusión en comparación con estudios
previos y las conclusiones. Es así que, el trabajo contribuirá al campo del marketing al proporcionarse
un modelo de ecuaciones estructurales sobre comercio electrónico en el sector retail, ofreciendo un
entendimiento más profundo del comportamiento del consumidor. Sin embargo, se reconocen varias
limitaciones, como la exclusión de ciertas variables y el alcance limitado del estudio debido a su corta
duración. A partir de estas limitaciones, se derivan varias líneas de investigación futuras, como replicar
el estudio en diferentes contextos geográficos, explorar el impacto de variables adicionales, analizar los
efectos a largo plazo de las estrategias y estudiar el impacto de nuevas tecnologías emergentes, como
el marketing digital y la inteligencia artificial, en las prácticas tradicionales de marketing.
Tabla 6. Efectos encontrados
Efecto Total Efecto Directo Efecto Indirecto
SAT <--- EXP 0.322 0.322 0.000
CONF <--- EXP 0.485 0.496 -0.011
VALPER <--- EXP 0.329 0.329 0.000
CONF <--- SAT 0.299 0.000 0.299
INTREC <--- SAT 0.289 0.297 -0.008
INTREC <--- CONF 0.241 0.241 0.000
INTREC <--- VALPER 0.264 0.264 0.000
**. La vinculación fue significativa al p-value de 0,01 (bilateral).
Fuente: Desarrollado en AMOS SPSS.
Tabla 7. Modelo FIT
Índice Valor p-value
Chi-cuadrado 1138,970 ,008
GFI ,988
AGFI ,987
CFI ,999
TLI ,999
RMSEA ,005
Fuente: Desarrollado en AMOS SPSS.
CONCLUSIONES
Este documento se estructuró en varias secciones que facilitaron su comprensión, comenzando con una
introducción que detalla la problemática central, los estudios previos, la novedad y la importancia del
tema, además de establecer el objetivo principal, se presentó el marco teórico, la metodología empleada,
los resultados obtenidos, los cuales se expusieron en tablas, la discusión en comparación con estudios
previos y las conclusiones. Es así que, el trabajo contribuirá al campo del marketing al proporcionarse
un modelo de ecuaciones estructurales sobre comercio electrónico en el sector retail, ofreciendo un
entendimiento más profundo del comportamiento del consumidor. Sin embargo, se reconocen varias
limitaciones, como la exclusión de ciertas variables y el alcance limitado del estudio debido a su corta
duración. A partir de estas limitaciones, se derivan varias líneas de investigación futuras, como replicar
el estudio en diferentes contextos geográficos, explorar el impacto de variables adicionales, analizar los
efectos a largo plazo de las estrategias y estudiar el impacto de nuevas tecnologías emergentes, como
el marketing digital y la inteligencia artificial, en las prácticas tradicionales de marketing.
pág. 7670
REFERENCIAS BIBLIOGRAFICAS
Alegre, P. L. (2024). Comercio electrónico y marketing digital en empresas de moda en Lima
Metropolitana, Perú. INNOVA Research Journal, 9(1), 72-88.
https://dialnet.unirioja.es/servlet/articulo?codigo=9263255
Andy, A., Razaq, A., Erwin, E., y Kristin, D. M. (2024). User Interface and User Experience
Optimization in E-commerce: Exploring Factors to Increase Purchase Intention. 1-6.
https://doi.org/10.1109/CHIuXiD64022.2024.10860382
Aulia, R., Yudistria, Y., y Haeba, A. (2025). The Effect Of Customer Experience, Customer Satisfaction
And Word Of Mouth On Customer Loyalty.
https://jurnal.ibik.ac.id/index.php/jimkes/article/view/2125
Chen, J. V., Su, B., y Widjaja, A. E. (2016). Facebook C2C social commerce: A study of online impulse
buying. Decision Support Systems, 83, 57-69. https://doi.org/10.1016/j.dss.2015.12.008
Cisneros-Caicedo, A. J., Guevara-García, A. F., Urdánigo-Cedeño, J. J., y Garcés-Bravo, J. E. (2022).
Técnicas e Instrumentos para la Recolección de Datos que Apoyan a la Investigación Científica
en Tiempo de Pandemia. Dominio de las Ciencias, 8(1). https://doi.org/10.23857/dc.v8i1.2546
Deloitte. (2022). Retail Industry Outlook: Overcoming new challenges in the battle for trust.
https://www2.deloitte.com/content/dam/Deloitte/us/Documents/consumer-business/us-
deloitte-2022-consumer-products-industry-outlook.pdf
Del, A. M., Villagra, N. A., y Pandolfi, D. R. (2023). Desafíos de la Transformación Digital en las
PYMES. Informe Científico Técnico UNPA, 15(1), 200-229.
https://dialnet.unirioja.es/servlet/articulo?codigo=8901467
Esa, M., Naseri, R., Idris, N., Muhamad, N., Miskan, N., y Ibrahim, R. (2023). Factors Affecting Online
Repurchasing Intention. International Journal of Academic Research in Business and Social
Sciences, 13(3), 288-295. https://hrmars.com/index.php/IJARBSS/article/view/16414/Factors-
Affecting-Online-Repurchasing-Intention
Feria, H., Matilla, M., y Mantecón, S. (2020). La entrevista y la encuesta: ¿métodos o técnicas de
indagación empírica? Didasc@lia: Didáctica y Educación, 11(3 (Julio-Septiembre)), 62-79.
https://dialnet.unirioja.es/servlet/articulo?codigo=7692391
REFERENCIAS BIBLIOGRAFICAS
Alegre, P. L. (2024). Comercio electrónico y marketing digital en empresas de moda en Lima
Metropolitana, Perú. INNOVA Research Journal, 9(1), 72-88.
https://dialnet.unirioja.es/servlet/articulo?codigo=9263255
Andy, A., Razaq, A., Erwin, E., y Kristin, D. M. (2024). User Interface and User Experience
Optimization in E-commerce: Exploring Factors to Increase Purchase Intention. 1-6.
https://doi.org/10.1109/CHIuXiD64022.2024.10860382
Aulia, R., Yudistria, Y., y Haeba, A. (2025). The Effect Of Customer Experience, Customer Satisfaction
And Word Of Mouth On Customer Loyalty.
https://jurnal.ibik.ac.id/index.php/jimkes/article/view/2125
Chen, J. V., Su, B., y Widjaja, A. E. (2016). Facebook C2C social commerce: A study of online impulse
buying. Decision Support Systems, 83, 57-69. https://doi.org/10.1016/j.dss.2015.12.008
Cisneros-Caicedo, A. J., Guevara-García, A. F., Urdánigo-Cedeño, J. J., y Garcés-Bravo, J. E. (2022).
Técnicas e Instrumentos para la Recolección de Datos que Apoyan a la Investigación Científica
en Tiempo de Pandemia. Dominio de las Ciencias, 8(1). https://doi.org/10.23857/dc.v8i1.2546
Deloitte. (2022). Retail Industry Outlook: Overcoming new challenges in the battle for trust.
https://www2.deloitte.com/content/dam/Deloitte/us/Documents/consumer-business/us-
deloitte-2022-consumer-products-industry-outlook.pdf
Del, A. M., Villagra, N. A., y Pandolfi, D. R. (2023). Desafíos de la Transformación Digital en las
PYMES. Informe Científico Técnico UNPA, 15(1), 200-229.
https://dialnet.unirioja.es/servlet/articulo?codigo=8901467
Esa, M., Naseri, R., Idris, N., Muhamad, N., Miskan, N., y Ibrahim, R. (2023). Factors Affecting Online
Repurchasing Intention. International Journal of Academic Research in Business and Social
Sciences, 13(3), 288-295. https://hrmars.com/index.php/IJARBSS/article/view/16414/Factors-
Affecting-Online-Repurchasing-Intention
Feria, H., Matilla, M., y Mantecón, S. (2020). La entrevista y la encuesta: ¿métodos o técnicas de
indagación empírica? Didasc@lia: Didáctica y Educación, 11(3 (Julio-Septiembre)), 62-79.
https://dialnet.unirioja.es/servlet/articulo?codigo=7692391
pág. 7671
Hellier, P. K., Geursen, G. M., Carr, R. A., y Rickard, J. A. (2003). Customer repurchase intention.
European Journal of Marketing, 37(11/12), 1762-1800.
https://doi.org/10.1108/03090560310495456
Heredia, D., y Villarreal, F. L. (2022). El comercio electrónico y su perspectiva en el mercado
ecuatoriano. ComHumanitas: revista científica de comunicación, 13(1),
https://doi.org/10.31207/rch.v13i1.333
Herrera, I. (2023). El Comercio electrónico en Paraguay: avances, proyecciones y desafíos. Banco
Interamericano de Desarrollo. https://publications.iadb.org/es/el-comercio-electronico-en-
paraguay-avances-proyecciones-y-desafíos
Ilyas, G. B., Rahmi, S., Tamsah, H., Munir, A. R., y Putra, A. H. P. K. (2020). Reflective Model of
Brand Awareness on Repurchase Intention and Customer Satisfaction. The Journal of Asian
Finance, Economics and Business, 7(9), 427-438.
https://doi.org/10.13106/jafeb.2020.vol7.no9.427
Iqbal, S., Hunjra, A. I., y Rehman, K. (2012). Consumer Intention to Shop Online: B2C E-Commerce
in Developing Countries. Middle-East Journal of Scientific Research.
https://www.semanticscholar.org/paper/Consumer-Intention-to-Shop-Online%3A-B2C-E-
Commerce-Iqbal-Hunjra/0f25e83603f90ec259aae2c1a67c43658223ab49
Kim, Y., y Peterson, R. A. (2017). A Meta-analysis of Online Trust Relationships in E-commerce.
Journal of Interactive Marketing, 38, 44-54. https://doi.org/10.1016/j.intmar.2017.01.001
Kusuma, L., Rejeki, S., Robiyanto, R., y Irviana, L. (2020). Reputation system of C2C e-commerce,
buying interest and trust. Business: Theory and Practice, 21(1),
https://doi.org/10.3846/btp.2020.11559
Lu, Y., Zhao, L., y Wang, B. (2010). From virtual community members to C2C e-commerce buyers:
Trust in virtual communities and its effect on consumers’ purchase intention. Electronic
Commerce Research and Applications, 9(4), 346-360.
https://doi.org/10.1016/j.elerap.2009.07.003
Hellier, P. K., Geursen, G. M., Carr, R. A., y Rickard, J. A. (2003). Customer repurchase intention.
European Journal of Marketing, 37(11/12), 1762-1800.
https://doi.org/10.1108/03090560310495456
Heredia, D., y Villarreal, F. L. (2022). El comercio electrónico y su perspectiva en el mercado
ecuatoriano. ComHumanitas: revista científica de comunicación, 13(1),
https://doi.org/10.31207/rch.v13i1.333
Herrera, I. (2023). El Comercio electrónico en Paraguay: avances, proyecciones y desafíos. Banco
Interamericano de Desarrollo. https://publications.iadb.org/es/el-comercio-electronico-en-
paraguay-avances-proyecciones-y-desafíos
Ilyas, G. B., Rahmi, S., Tamsah, H., Munir, A. R., y Putra, A. H. P. K. (2020). Reflective Model of
Brand Awareness on Repurchase Intention and Customer Satisfaction. The Journal of Asian
Finance, Economics and Business, 7(9), 427-438.
https://doi.org/10.13106/jafeb.2020.vol7.no9.427
Iqbal, S., Hunjra, A. I., y Rehman, K. (2012). Consumer Intention to Shop Online: B2C E-Commerce
in Developing Countries. Middle-East Journal of Scientific Research.
https://www.semanticscholar.org/paper/Consumer-Intention-to-Shop-Online%3A-B2C-E-
Commerce-Iqbal-Hunjra/0f25e83603f90ec259aae2c1a67c43658223ab49
Kim, Y., y Peterson, R. A. (2017). A Meta-analysis of Online Trust Relationships in E-commerce.
Journal of Interactive Marketing, 38, 44-54. https://doi.org/10.1016/j.intmar.2017.01.001
Kusuma, L., Rejeki, S., Robiyanto, R., y Irviana, L. (2020). Reputation system of C2C e-commerce,
buying interest and trust. Business: Theory and Practice, 21(1),
https://doi.org/10.3846/btp.2020.11559
Lu, Y., Zhao, L., y Wang, B. (2010). From virtual community members to C2C e-commerce buyers:
Trust in virtual communities and its effect on consumers’ purchase intention. Electronic
Commerce Research and Applications, 9(4), 346-360.
https://doi.org/10.1016/j.elerap.2009.07.003
pág. 7672
Mayayise, T. O. (2024). Investigating factors influencing trust in C2C e-commerce environments: A
systematic literature review. Data and Information Management, 8(1), 100056.
https://doi.org/10.1016/j.dim.2023.100056
McKinsey & Company. (2021). How COVID-19 is Reshaping Consumer Behavior. In The Experience
Economy: Competing for Customer Time, Attention, and MoneY. Harvard Business Review
Press.
https://books.google.com.pe/books/about/The_Experience_Economy.html?id=hDQVwQEAC
AAJ&redir_esc=y
Mujinga, M. (2024). Online Banking User Experience: A User Experience Questionnaire (UEQ)
Assessment in South Africa. Indonesian Journal of Information Systems, 6(2),
https://doi.org/10.24002/ijis.v6i2.8606
Peña, D., y Alarcón, J. S. (2021). Comercio inteligente: La transformación del comercio electrónico a
la luz de las tecnologías emergentes y disruptivas. Revista de la Academia Colombiana de
Jurisprudencia, 1(373).
https://revista.academiacolombianadejurisprudencia.com.co/index.php/revista_acj/article/vie
w/195
Peña-García, N., Losada-Otálora, M., Auza, D. P., y Cruz, M. P. (2024). Reviews, trust, and customer
experience in online marketplaces: The case of Mercado Libre Colombia. Frontiers in
Communication, 9. https://doi.org/10.3389/fcomm.2024.1460321
Prahiawan, W., Juliana, J., y Purba, J. T. (2021). The role of e-satisfaction, e-word of mouth and e-trust
on repurchase intention of online shop (SSRN Scholarly Paper 3979285). Social Science
Research Network. https://papers.ssrn.com/abstract=3979285
Quintus, M., Mayr, K., Hofer, K. M., y Chiu, Y. T. (2024). Managing consumer trust in e-commerce:
Evidence from advanced versus emerging markets. International Journal of Retail &
Distribution Management, 52(10/11), 1038-1056. https://doi.org/10.1108/IJRDM-10-2023-
0609
Mayayise, T. O. (2024). Investigating factors influencing trust in C2C e-commerce environments: A
systematic literature review. Data and Information Management, 8(1), 100056.
https://doi.org/10.1016/j.dim.2023.100056
McKinsey & Company. (2021). How COVID-19 is Reshaping Consumer Behavior. In The Experience
Economy: Competing for Customer Time, Attention, and MoneY. Harvard Business Review
Press.
https://books.google.com.pe/books/about/The_Experience_Economy.html?id=hDQVwQEAC
AAJ&redir_esc=y
Mujinga, M. (2024). Online Banking User Experience: A User Experience Questionnaire (UEQ)
Assessment in South Africa. Indonesian Journal of Information Systems, 6(2),
https://doi.org/10.24002/ijis.v6i2.8606
Peña, D., y Alarcón, J. S. (2021). Comercio inteligente: La transformación del comercio electrónico a
la luz de las tecnologías emergentes y disruptivas. Revista de la Academia Colombiana de
Jurisprudencia, 1(373).
https://revista.academiacolombianadejurisprudencia.com.co/index.php/revista_acj/article/vie
w/195
Peña-García, N., Losada-Otálora, M., Auza, D. P., y Cruz, M. P. (2024). Reviews, trust, and customer
experience in online marketplaces: The case of Mercado Libre Colombia. Frontiers in
Communication, 9. https://doi.org/10.3389/fcomm.2024.1460321
Prahiawan, W., Juliana, J., y Purba, J. T. (2021). The role of e-satisfaction, e-word of mouth and e-trust
on repurchase intention of online shop (SSRN Scholarly Paper 3979285). Social Science
Research Network. https://papers.ssrn.com/abstract=3979285
Quintus, M., Mayr, K., Hofer, K. M., y Chiu, Y. T. (2024). Managing consumer trust in e-commerce:
Evidence from advanced versus emerging markets. International Journal of Retail &
Distribution Management, 52(10/11), 1038-1056. https://doi.org/10.1108/IJRDM-10-2023-
0609
pág. 7673
Retnowati, E., y Mardikaningsih, R. (2021). Study On Online Shopping Interest Based On Consumer
Trust And Shopping Experience. Journal of Marketing and Business Research (MARK), 1(1),
Article 1. https://doi.org/10.56348/mark.v1i1.30
Riansyah, A. K., Vashti, C., y Oktavia, T. (2024). The influence of e-commerce user experience on user
satisfaction. Journal of Theoretical and Applied Information Technology, 102(7).
https://www.jatit.org/volumes/Vol102No7/33Vol102No7.pdf
Rivas, D. N., Soledispa, M. E., Zurita, M. J., Zurita, J. A., Ochoa, L. A., y Vega, S. M. (2024).
Ecommerce, como herramienta en nuevos modelos de negocio. South Florida Journal of
Development, 5(2), 477-490. https://doi.org/10.46932/sfjdv5n2-005
Sánchez, E. A., Ferrer-Dávalos, R. M., & Sanabria, D. D. (2024). A look at the digitalization strategies
of Paraguayan companies: impact of the drivers in the context of MSMEs. Journal of
Technology Management & Innovation, 19(1). 19-27.
https://www.jotmi.org/index.php/GT/article/view/4309
Solé, M., y Campo, J. (2020). Marketing digital y dirección de e-commerce: Integración de las
estrategias digitales. ESIC Editorial.
Ter, M., Ronteltap, A., Corten, R., y Buskens, V. (2017). Antecedents of trust in the sharing economy:
A systematic review. Journal of Consumer Behaviour, 16(6), 485-498.
https://doi.org/10.1002/cb.1667
Vela, J. B., Olmedo, C. N., y Ibarra-Cisneros, M. A. (2024). E-commerce: Experiencia, seguridad,
confianza y satisfacción. Investigación administrativa, 53(133).
https://doi.org/10.35426/iav53n133.05
Véliz, A. K. (2023). Hacia el Futuro Digital: E-commerce y Transformación en el Contexto
Ecuatoriano. Ciencia Latina Revista Científica Multidisciplinar, 7(6),
https://doi.org/10.37811/cl_rcm.v7i6.9375
Ye, Q., Xu, M., Kiang, M., Wu, W., y Sun, F. (2013). In-depth Analysis of the Seller Reputation and
Price Premium Relationship: A Comparison between Ebay Us and Taobao China. Journal of
Electronic Commerce Research, 14(1). https://research.cbs.dk/en/publications/in-depth-
analysis-of-the-seller-reputation-and-price-premium-rela
Retnowati, E., y Mardikaningsih, R. (2021). Study On Online Shopping Interest Based On Consumer
Trust And Shopping Experience. Journal of Marketing and Business Research (MARK), 1(1),
Article 1. https://doi.org/10.56348/mark.v1i1.30
Riansyah, A. K., Vashti, C., y Oktavia, T. (2024). The influence of e-commerce user experience on user
satisfaction. Journal of Theoretical and Applied Information Technology, 102(7).
https://www.jatit.org/volumes/Vol102No7/33Vol102No7.pdf
Rivas, D. N., Soledispa, M. E., Zurita, M. J., Zurita, J. A., Ochoa, L. A., y Vega, S. M. (2024).
Ecommerce, como herramienta en nuevos modelos de negocio. South Florida Journal of
Development, 5(2), 477-490. https://doi.org/10.46932/sfjdv5n2-005
Sánchez, E. A., Ferrer-Dávalos, R. M., & Sanabria, D. D. (2024). A look at the digitalization strategies
of Paraguayan companies: impact of the drivers in the context of MSMEs. Journal of
Technology Management & Innovation, 19(1). 19-27.
https://www.jotmi.org/index.php/GT/article/view/4309
Solé, M., y Campo, J. (2020). Marketing digital y dirección de e-commerce: Integración de las
estrategias digitales. ESIC Editorial.
Ter, M., Ronteltap, A., Corten, R., y Buskens, V. (2017). Antecedents of trust in the sharing economy:
A systematic review. Journal of Consumer Behaviour, 16(6), 485-498.
https://doi.org/10.1002/cb.1667
Vela, J. B., Olmedo, C. N., y Ibarra-Cisneros, M. A. (2024). E-commerce: Experiencia, seguridad,
confianza y satisfacción. Investigación administrativa, 53(133).
https://doi.org/10.35426/iav53n133.05
Véliz, A. K. (2023). Hacia el Futuro Digital: E-commerce y Transformación en el Contexto
Ecuatoriano. Ciencia Latina Revista Científica Multidisciplinar, 7(6),
https://doi.org/10.37811/cl_rcm.v7i6.9375
Ye, Q., Xu, M., Kiang, M., Wu, W., y Sun, F. (2013). In-depth Analysis of the Seller Reputation and
Price Premium Relationship: A Comparison between Ebay Us and Taobao China. Journal of
Electronic Commerce Research, 14(1). https://research.cbs.dk/en/publications/in-depth-
analysis-of-the-seller-reputation-and-price-premium-rela
pág. 7674
Yoon, H. S., y Occeña, L. G. (2015). Influencing factors of trust in consumer-to-consumer electronic
commerce with gender and age. International Journal of Information Management, 35(3), 352-
363. https://doi.org/10.1016/j.ijinfomgt.2015.02.003
Yum, K., y Kim, J. (2024). The Influence of Perceived Value, Customer Satisfaction, and Trust on
Loyalty in Entertainment Platforms. Applied Sciences, 14(13).
https://doi.org/10.3390/app14135763
Zambrano, B., Castellanos, E. B., y Miranda, M. A. (2021). El E-Commerce en las empresas
ecuatorianas: Un análisis de los informes de la Cámara Ecuatoriana de Comercio Electrónico
(CECE) en el marco de la pandemia covid-19. Revista Publicando, 8(29), 13-20.
https://dialnet.unirioja.es/servlet/articulo?codigo=7878149
Yoon, H. S., y Occeña, L. G. (2015). Influencing factors of trust in consumer-to-consumer electronic
commerce with gender and age. International Journal of Information Management, 35(3), 352-
363. https://doi.org/10.1016/j.ijinfomgt.2015.02.003
Yum, K., y Kim, J. (2024). The Influence of Perceived Value, Customer Satisfaction, and Trust on
Loyalty in Entertainment Platforms. Applied Sciences, 14(13).
https://doi.org/10.3390/app14135763
Zambrano, B., Castellanos, E. B., y Miranda, M. A. (2021). El E-Commerce en las empresas
ecuatorianas: Un análisis de los informes de la Cámara Ecuatoriana de Comercio Electrónico
(CECE) en el marco de la pandemia covid-19. Revista Publicando, 8(29), 13-20.
https://dialnet.unirioja.es/servlet/articulo?codigo=7878149