INVURNUS

En busca del conocimiento

Volumen 7 No.2 (Julio-Diciembre 2012): 3-11
Universidad Autnoma de la Ciudad de Mxico
Universidad Nacional Autnoma de Mxico
ANLISIS



Confiabilidad y validez de un instrumento que mide la percepcin de
eficiencia de uso de internet en una Biblioteca Pblica de Mxico,
Distrito Federal

Garca Lirios Cruz
1
, Carren Guilln Javier
2
, Hernndez Valds Jorge
3
, Lpez Lena Mara Montero
4
, Bustos Aguayo Jos
Marcos
5


1
Doctorante en Estudios Urbanos por la Universidad Autnoma de la Ciudad de Mxico
2
Profesor-Investigador, Facultad de Contadura y Administracin - Universidad Nacional Autnoma de Mxico.
3
Profesor Escuela Nacional de Trabajo Social - Universidad Nacional Autnoma de Mxico.
4
Profesora-Investigadora, Facultad de Psicologa, Universidad Nacional Autnoma de Mxico.
5
Profesor-Investigador, Facultad de Estudios Superiores Zaragoza, Universidad Nacional Autnoma de Mxico.



Resumen

En el marco de la penetracin de las Tecnologas de Informacin y Comunicacin (TIC), la Organizacin para la Cooperacin y el
Desarrollo Econmico (OCDE) ubica a Mxico en los ltimos sitios. A medida que las TIC son accesibles a la Poblacin
Econmicamente Activa (PEA) se incrementa el nivel educativo, indicador de Desarrollo Humano. En tal sentido, el presente trabajo
tuvo como principal objetivo confiabilizar y validar un instrumento que midi la Percepcin de Eficiencia de Uso de Internet (PEUI).
Para tal propsito, se entrevistaron a 188 usuarios de una biblioteca pblica de la Ciudad de Mxico para confiabilizar y validar un
instrumento que midi la percepcin de eficiencia del uso de internet. A partir del estado del arte se especific un modelo con ocho
indicadores entorno a expectativas de eficiencia de uso de Internet. A la luz de la Teora de la Accin Razonada (TAR), la Teora del
Comportamiento Planificado (TCP), la Teora de la Autoeficacia (TAE) y la Teora de la Aceptacin de la Tecnologa (TAT), se
discutieron los alcances y limites de la re-especificacin del modelo.

Palabras Clave: Tecnologa, Internet, Percepcin, Uso y Eficiencia.


Reliability and validity of an instrument for measuring the perception efficiency of internet use in a public library
Mexico City
Abstract

As part of the penetration of Information and Communication Technologies (ICT), the Organization for Economic Co-operation and
Development (OECD) ranks Mxico in one of the last positions. As ICTs become accessible to the economically active population (EAP)
the education level increases as a human development indicator. This work had as a main objective to certify and to validate a
perception measurement instrument of Internet Usage Efficiency (PEUI). One hundred and eighty eight public library users were
interviewed in Mexico City to certify and validate an instrument used to measure Internet use efficiency perception. From the state of
the art a model with eight indicators around expectations of Internet use efficiency was specified. In light of the Theory of Reasoned
Action (TRA), the Theory of Planned Behavior (TPB), the Self-Efficacy Theory (SET) and the Technology Acceptance Theory (TAM), the
scope and re-specification limits of the model was discussed.

Keywords: Technology, Internet, Perception, Use, and Efficacy




*
Autor para envo de correspondencia: Cuatro milpas M 197, Benito Jurez, Nezahualcyotl, Estado de Mxico. Tel/Fax: (55) 56 228825.
Email: garcialirios@gmail.com
2012 Editorial UNISON URN. Derechos reservados.

INVURNUS, Vol. 7 No. 2 (2012): 3-11



4
Introduccin

El objetivo del presente estudio es establecer la
confiabilidad y la validez de un instrumento que mide las
decisiones e intenciones de uso de Internet para discutir las
consecuencias cognitivas. Debido a que los estudios
psicolgicos de las intenciones y decisiones de uso de
Internet parecen circunscribirse a variables cognitivas, es
menester elaborar un modelo para establecer las relaciones
causales entre los factores tecnolgicos, perceptuales,
actitudinales e intencionales.

En principio, el uso de Internet ha sido considerado como
un conjunto de acciones de compra y venta de productos y
servicios a travs de protocolos electrnicos o digitales de
transferencia de dinero por un bien (Garca-Lirios, 2011a).
En este sentido, el intercambio de informacin sera
fundamental para los objetivos de desarrollo personal. Es
decir, las ventajas competitivas en torno a la bsqueda,
seleccin y sntesis de informacin a travs de Internet
seran un indicador de las capacidades de manejo y
procesamiento de informacin.

La figura 1 incluye dos indicadores para explicar el uso de
Internet. Se trata de la compra y contratacin de servicios o
productos en los que la percepcin de control y las
experiencias de consumo explican la consecucin de
objetivos. Pinsese en la satisfaccin del cliente como el
resultado de positivas experiencias y altas percepciones de
control, las Tecnologas de Informacin y Comunicacin
(TIC) estaran determinadas por ambas variables.

En el caso especfico de las percepciones, los estudios
psicolgicos del uso de Internet sostienen que la diversidad
de percepciones son las determinantes principales de las
decisiones de consumo electrnico y las transferencias de
dinero a cambio de un producto o servicio.

Figura 1. Uso de internet (Garca-Lirios 2012c)
A pesar de que existe sustento terico y emprico para
demostrar que las percepciones son factores esenciales en
torno a la aceptacin, adopcin y uso de TICs, otras
variables de orden valorativo, normativo, demogrfico,
tecnolgico, creencial, actitudinal o intencional explicaran
en mayor medida el uso de Internet (vase figura 2).

Figura 2. Determinantes del uso de Internet (Garca-Lirios 2012a)

La diversidad de factores predictivos del uso de Internet
corresponde con la heterogeneidad de estudios en los que
las percepciones, son los factores que ms se han matizado
para lograr explicar acciones especficas de uso de Internet
(vase figura 3).

Las percepciones se han dimensionado en cinco aspectos
que miden capacidades, habilidades, beneficios, costos,
riesgos o retos como expectativas que ocurren en el
momento mismo de la decisin de uso de Internet. O bien,
expectativas que probablemente ocurrirn si los beneficios
superan a los costos.

Figura 3. Determinantes perceptuales de la intencin de uso de
Internet (Garca-Lirios 2012b)




Cruz Garca y col., Confiabilidad y validez de un instrumento para medir la eficiencia de internet en una biblioteca

5
Los estudios psicolgicos en torno al uso de Internet han
establecido tres modelos terico-conceptuales para
explicar la relacin entre variables tecnolgicas,
organizacionales, cognitivas y conductuales. En el marco de
la relacin humanidad-naturaleza, las Tecnologas de
Informacin y Comunicacin (TIC), principalmente
Internet, han mediado el impacto de la escasez de recursos
naturales sobre las necesidades y expectativas humanas. En
este sentido, el uso de Internet se ha erigido como un
instrumento de crecimiento econmico al mismo tiempo
que ha sido, desde la ptica del Programa de Naciones
Unidas para el Desarrollo (PNUD), un indicador de
desarrollo humano. A medida que las naciones logran
mayor cobertura en torno al uso de Internet, sus niveles
educativos aumentan impactando con ello su calidad de
vida y bienestar personal. En contraste, las naciones
desfavorecidas por la brecha digital, estn sumamente
amenazadas ya que el nmero de usuarios de Internet es
tan reducido que las inversiones parecen orientarse a
mercados en donde el nmero de usuarios de TIC registra
un mayor incremento.
Sin embargo, los estudios psicolgicos, principalmente los
actitudinales, en torno al comercio electrnico, se han
encargado de establecer relaciones significativas entre las
variables socioeconmicas y cognitivas al momento de
predecir la intencin de uso de una tecnologa.
Antes bien, la psicologa social, principal disciplina que
estudia las relaciones humanas medidas a travs de
tecnologas, plantea que la interrelacin entre cogniciones
individuales repercutir en dinmicas de grupos que
incentivaran o inhibirn el uso de una tecnologa. En este
sentido, la aceptacin de una tecnologa estara influida
por expectativas de uso circunscritas a beneficios, no slo
personales, sino tambin grupales.
La figura 4 muestra el primer intento de la psicologa social
por explicar la relacin causal entre creencias y
comportamientos. A decir de Ajzen y Fisbein, la conducta
sera el resultado de un proceso racional en el que la
maximizacin de ganancias influira sobre las expectativas
de prdidas o costos relacionados con el uso deliberado de
una tecnologa.
Sin embargo, el Modelo de la Accin Razonada (TRA por
sus siglas en ingls) pretendi explicar comportamientos
especficos a partir de creencias generales. La diferencia
entre las categoras conceptuales repercuti en una espuria
relacin entre creencias y comportamiento.


Figura 4. Modelo de accin razonada ( Ajzen y Fishbein 1974)
Los lmites de la TRA fueron reconceptualizados por Ajzen
(1991) quien plante un nuevo modelo que vendra a
solucionar el problema de las diferencias categoriales entre
creencias y comportamiento humano.
La figura 5 muestra el mismo proceso deliberado de la
TRA, pero a diferencia de sta, plantea tres creencias
especficas que vendran a incidir en el comportamiento a
travs de otros factores cognitivos especficos. Se trata del
Modelo del Comportamiento Planificado (TPB por sus
siglas en ingls).

Figura 5. Modelo del comportamiento planificado (Ajzen 1991)
En esencia, el TPB sostiene que las creencias deliberadas,
al ser planificadas por los individuos, transfieren
informacin decisiva a otros procesos cognitivos que
vendran a complementar expectativas en torno a un
objeto actitudinal o comportamiento sistemtico. Ajzen

INVURNUS, Vol. 7 No. 2 (2012): 3-11



6
(1991) consideraba que el contexto en el que los
individuos se encuentran inmersos influye en sus
percepciones de control y en el procesamiento de
informacin respecto a un objeto o comportamiento
colateral. En tal sentido, las personas no slo deliberaran
sus acciones, sino tambin planificaran sus
comportamientos si las situaciones fuesen percibidas como
eventos repetibles.
A pesar de solucionar la especificidad de las creencias en
relacin a acciones planificadas considerando situaciones
repetibles, el TPB no incluy variable tecnolgica alguna o
variable organizacional colateral.
Davis (1989) desarrollara un nuevo modelo para explicar
la relacin entre necesidades y capacidades a travs de los
recursos tecnolgicos disponibles. Se trata del Modelo de
Aceptacin de la Tecnologa (TAM por sus siglas en ingls).
El modelo plantea que los usuarios de Internet, no slo
deliberan, planifican o sistematizan una tecnologa, sino
adems adoptan sus protocolos de informacin y
comunicacin al momento de comprar un producto o
contratar un servicio. El factor perceptual de utilidad
entendido como expectativas de beneficio, transfiere el
impacto de las caractersticas tecnolgicas a las actitudes e
intenciones de uso de Internet.
La figura 6 muestra el proceso de adopcin de la
tecnologa de Internet. Pueden observarse las relaciones
entre variables tecnolgicas y cognitivas que el TRA y TPB
haban planteado al momento de predecir un
comportamiento deliberado, planificado y sistemtico. El
TAM incluye el uso real sistema para delimitarlo del uso
verbalizado. En los modelos TRA y TPB se predecan
declaraciones del usuario de un sistema informativo. En el
caso del TAM slo se registra el uso observado de Internet.

Figura 6. Modelo de aceptacin de la tecnologa (Davis 1989)
Las diferencias expuestas entre los modelos que explican el
uso de Internet pueden sintetizarse en la figura 7. Es
posible observar que la tendencia de los estudios
psicolgicos en torno al uso de Internet se ha concentrado
en las percepciones que en el caso del TPB se refieren al
uso controlado de una tecnologa y en el caso del TAM se
alude a las expectativas de utilidad y facilidad de uso de
Internet.
La tendencia de los estudios perceptuales en torno a la
prediccin de uso de Internet parece evidenciar que las
creencias, incluso aquellas delimitadas por el TPB, han sido
desestimadas por considerarlas generales al momento de
explicar una accin especfica. En este sentido, se plantea
un nuevo modelo para explicar la compra de productos y
la contratacin de servicios a travs de protocolos digitales.
Se trata del Modelo de Consumo Electrnico (MCE) el cual
incluye seis variables que explican la relacin entre el
entorno del usuario y la contratacin de servicios o compra
de productos.

Figura 7. Modelo de consumo electrnico (Garca-Lirios 2012a)
En sntesis, los estudios psicolgicos en torno al uso de
Internet parecen circunscribirse a la percepcin de
eficiencia y la utilidad percibida (vase tabla 1).
Tabla 1. Perfiles psicosociales del ciber usuario y trayectorias de
prediccin incluidos en el MCE (Garca-Lirios 2012c)
Ao Autor Trayectoria Ciber
usuario
utilitarista
Ciber
usuario
competente
1996 Venkatesh
y Davis
Percepcin de Utilidad ! Uso del
Sistema Tecnolgico
!
1993 Davis Percepcin de Utilidad ! Intencin de
Uso ! Uso del Sistema Tecnolgico
!
1989 Davis Percepcin de Utilidad ! Actitud hacia
Internet ! Intencin de Uso ! Uso del
Sistema Tecnolgico
!
2003 Venkatesh,
Morris,
Davis y
Percepcin de Eficiencia ! Uso del
Sistema Tecnolgico
!




Cruz Garca y col., Confiabilidad y validez de un instrumento para medir la eficiencia de internet en una biblioteca

7
Davis
2001 Garca
Lirios
Ciberentorno ! Percepcin de
Eficiencia ! Intencin de Uso !
Consumo Electrnico
!
2007b Garca
Lirios
Ciberentorno ! Percepcin de
Eficiencia ! Actitud hacia Internet !
Intencin de Uso ! Consumo
Electrnico
!
2008 Garca
Lirios
Ciberentorno ! Percepcin de
Eficiencia ! Percepcin de Utilidad !
Consumo Electrnico
!
2011a;
2011b;
2011d;
2011e
Garca
Lirios
Ciberentorno ! Percepcin de
Eficiencia ! Percepcin de Utilidad !
Intencin de Uso ! Consumo
Electrnico
!
2011c;
2012b;
2012c;
2012d;
2012e
Garca
Lirios
Ciberentorno ! Percepcin de
Eficiencia ! Percepcin de Utilidad !
Actitud hacia Internet ! Intencin de
Uso ! Consumo Electrnico
!

Materiales y Mtodos
Se llev a cabo un estudio transversal (no se comparan
entrevistas antes y despus de una intervencin slo se
diagnstica una sola vez) y correlacional (se establecen las
relaciones causales, directas e indirectas, negativas y
positivas entre dos o ms indicadores).
Se seleccionaron intencionalmente 188 usuarios de la
biblioteca Mxico. Ciento caurenta y un mujeres (75 %) y
cuarenta y siete hombres (25%). Sesenta y dos tienen
ingresos menores a 3000 pesos mensuales (33%), setenta y
nueve entre 3000 y 6000 (42%) y cuarenta y siete ganan
ms de 6000 al mes (25%). Cincuenta y cinco tienen el
grado de licenciatura (29,3 %), Ochenta y dos tienen el
bachillerato (43,6 %) y cincuenta y uno tienen la
secundaria (27,1 %).
Se utiliz la Escala de Percepcin de Autoeficiencia
Electrnica incluye 12 reactivos que miden las capacidades
de navegacin en Internet al momento de ingresar a una
pgina web, protocolos de seguridad, transferencia
electrnica y procesamiento de datos con cuatro opciones
de respuesta muy improbable, poco improbable, poco
probable y muy probable.
Respecto a las opciones de respuesta se incluyeron cuatro
para evitar la tendencia de los encuestados a elegir
respuestas centrales. Debido a que Internet es ms que una
tecnologa de informacin, se consider la construccin de
reactivos que evaluarn los rasgos de interaccin humana
en las redes sociales. En este sentido, se incluyen reactivos
en los que las personas evalan la rapidez de interaccin
con otros usuarios o la identificacin con usuarios de
personalidad semejante. Tambin se incluyen reactivos
para evaluar los criterios de consumo y las opciones que la
red ofrece al momento de buscar un producto o servicio.
Los reactivos se construyeron considerando la definicin de
la variable que pretenden medir y los tems empleados en
el estado del arte. Se adaptaron los reactivos de los
estudios reportados en el estado de la cuestin
considerando su especificidad en la medicin de rasgos.
Otro criterio de inclusin fue la confiabilidad, la validez y
la correlacin de los tems. Posteriormente se adecuaron
los reactivos al contexto de la investigacin. Finalmente, se
utilizaron jueces para la seleccin de aquellos reactivos que
fueron incluidos. Debido a que el perfil del usuario de
internet es acadmico, se seleccion a aquellos individuos
que se encontraban en el vestbulo de la biblioteca y se les
solicito su participacin en la contestacin del cuestionario.
Trascurridos diez minutos se les pidi el cuestionario y se
revisaron las respuestas. En los casos en los que haba una
sola respuesta o la ausencia total o parcial de ellas, se les
pidi que escribieran al reverso la razn por la que
contestaron repetitivamente o en su caso, la ausencia de
respuestas.Posteriormente, se capturan las respuestas en los
programas estadsticos SPSS versin 17 y AMOS versin 6.
Resultados y Discusin
El establecimiento de un modelo estructural implica la
demostracin de la distribucin normal de las respuestas a
los reactivos que miden la percepcin de eficiencia en
torno al uso de internet. Asimismo, la validez de
constructo, la confiabilidad del instrumento, las covarianzas
entre los indicadores del constructo, el ajuste de la
estructura de interaccin entre las variables
sociodemogrficas determinantes de la percepcin de
eficiencia y el disturbio del constructo.
Jushan y Serena (2005) recomiendan el parmetro de
curtosis para establecer la distribucin normal. La curtosis
ubicada en un umbral de -3 a +3 es considerada asinttica
en el que la masa de distribucin se concentra indicando la
normalidad de distribucin. La tabla 1 muestra valores
negativos de curtosis a partir de los cuales se infiere una
distribucin normal.
Byrne (2001) advierte que un modelo estructural se
especifica a partir de la teora que lo fundamenta. En este
sentido, la estimacin del modelo estructural se contrasta
con las relaciones hipotticas especificadas por la teora.
De este modo la validez de constructo se estima
considerando una diversidad de parmetros y criterios
centrados en la estructura y en las relaciones entre las
variables endgenas. La tabla 2 muestra como criterio de
validez la correlacin entre los indicadores y el constructo
en comn. Se observan valores superiores a .300 que es el
requerido para establecer la estructura reflejante de un
modelo.


INVURNUS, Vol. 7 No. 2 (2012): 3-11



8
Tabla 2. Distribucin normal de la ciber eficientismo

Cdigo

Reactivo
Media Desviacin Curtosis
Ciber
eficiencia
Ce1 En la seccin amarilla puedo
eliminar las ofertas inesperadas.
2.46 1.020 -1.094 -.041
Ce2 En google puedo evitar la
publicidad ertica repentina.
2.84 1.159 -1.305 .030
Ce3 En wikipedia puedo elegir la
informacin cientfica que
necesito.
2.44 .937 -.879 .058
Ce4 En amazon puedo seleccionar
las ofertas que necesito.
2.38 1.161 -1.454 .070
Ce5 En myspace puedo elegir con
quien chatear.
2.47 1.139 -1.411 .146
Ce6 En google puedo inscribirme a
los cursos que necesito.
2.22 1.114 -1.149 .148
Ce7 En amazon puedo comprar los
productos que busco.
2.18 1.044 -1.073 .170
Ce8 En el aviso oportuno puedo
contratar los servicios que me
gusten.
2.70 1.178 -1.412 .187
Ce9 En facebook puedo chatear con
las comunidades cientficas que
busco.
2.48 1.062 -1.214 .316
Ce10 En amazon puedo encontrar
ofertas especiales.
2.34 1.133 -1.412 .705
Ce11 En youtube puedo bajar
imgenes erticas especiales.
2.61 1.172 -1.456 .710
Ce12 En google puedo comunicarme
con los cientficos que busco.
2.51 1.111 -1.343 .897
Varianza explicada 20.961
Bruton, Conway y Holgate (2000) define la confiabilidad
de un instrumento que mide variables psicolgicas como el
grado en el cual los individuos mantienen una posicin
respecto a sucesivas repeticiones de medicin con el
mismo instrumento. En este sentido, el instrumento que
mide la percepcin de eficiencia en torno al uso de
internet obtuvo una consistencia interna establecida por el
alfa de Cronbach de .610 el cual supone una confiabilidad
adecuada del instrumento.
Kline (2006) sugiere que las covarianzas entre los
indicadores del constructo son las relaciones observadas en
la estructura reflejante del modelo que debern
contrastarse con las relaciones hipotticas del modelo
especificado. La tabla 3 muestra valores cercanos a la
unidad entre los indicadores y valores cercanos al cero
entre las variables sociodemogrficas. Esto supone la
especificacin de una estructura reflejante ms que la
especificacin de una estructura hbrida.
Tabla 3. Las covarianzas entre los indicadores sociodemogrficos
y ciber eficientes
tem ING ESC SEX CE12 CE9 CE2 CE1
Ingreso .573
Escolaridad .076 .722
Sexo -.007 -.074 .188
En google puedo
comunicarme con los
cientficos que busco.
-.098 -.134 .017 1.229
En facebook puedo chatear
con las comunidades
cientficas que busco.
-.100 -.039 -.104 .290 1.122
En google puedo evitar la
publicidad ertica repentina.
.110 .082 -.072 .400 .454 1.336
En la seccin amarilla puedo
eliminar las ofertas
inesperadas.
.021 -.036 -.093 .359 .627 .749 1.035
Baron y Kenny (1986) sealan que el efecto moderador de
una variable afecta la relacin causal entre una variable
endgena de segundo orden sobre otra variable endgena
de primer orden. Se trata de una tercera variable Z que
puede aumentar o disminuir la correlacin cero de otra
variable X sobre una variable Y.
En el caso de variables categricas que inciden una
variable continua o Intervalar. En la estimacin de este caso
se utiliza el anlisis de varianza. Sin embargo, los modelos
estructurales hacen posble la estimacin de un modelo
hbrido en el que se puede calcular la estructura reflejante
y formativa de un constructo.
Sarris, Satorra y Van Der Veld (2009) advierten que el
ajuste de un modelo estructural hipottico en relacin con
un modelo estructural estimado, se establece con el
parmetro chi cuadrada y un nivel de significancia menor a
.05 a partir del cual se toma la decisin de aceptar o
rechazar el ajuste del modelo.
Existen dos tipos de error implicados en la significancia. El
error tipo 1 se refiere a la aceptacin del ajuste del modelo
estructural estimado cuando es diferente del modelo
hipottico especificado. El error tipo II se refiere al rechazo
del modelo estructural estimado cuando se ajusta al
modelo hipottico especificado.
Sin embargo, el parmetro chi cuadrada es sensible al
tamao de la muestra. Si el tamao es menor la el
parmetro ser significativo. Kunnan (1998) sugiere los
ndices estructurales como parmetros de ajuste del
modelo estructural estimado y el modelo hipottico
especificado. Los valores de los ndices cercanos al cero se
interpretan como desajuste de los modelos y los valores
cercanos a 1 demuestran un perfecto ajuste.
La tabla 4 muestra valores cercanos a la unidad para los
ndices de ajuste GFI, AGFI, NFI, RFI, IFI, TLI y CFI.
Tabla 4. Ajuste de la estructura ciber eficiente
X2 gl p GFI AGFI NFI
735.461 13 .000 .959 .884 .878
RFI IFI TLI CFI RMSEA RMR
.745 .916 .814 .911 .003 .053
Byrne (2011) vincula los ndices residuales con el desajuste
del modelo hipottico especificado en referencia al
modelo estructural estimado. El valor del ndice residual
cercano al cero sugiere la aceptacin de la hiptesis nula.
La tabla 4 muestra valores cercanos al cero y a partir de
estos datos se aceptan las hiptesis nulas esgrimidas. Es
decir, el efecto estructural moderador entre las variables
sociodemogrficas como determinantes de la percepcin




Cruz Garca y col., Confiabilidad y validez de un instrumento para medir la eficiencia de internet en una biblioteca

9
de eficiencia en el uso de internet se ajusta a la
especificacin del modelo derivado del estado del arte.
La variable sociodemogrfica de ingreso al interaccionar
modifica negativamente su relacin causal con la
percepcin de eficiencia del uso de internet. Es decir, en la
medida en que el ingreso se incrementa tiene
repercusiones negativas sobre la percepcin de eficiencia
en el uso de internet. Este caso contrasta con el efecto
positivo entre el nivel educativo y la percepcin de
eficiencia. El nmero de aos acadmicos formativos
parece incidir positivamente con el incremento de la
percepcin de eficiencia. Estas relaciones ocurren
simultneamente. Mientras las variables sociodemogrficas
interactan modifican negativamente su relacin con la
percepcin de eficiencia de uso de internet.
Conclusiones
El presente estudio ha demostrado el ajuste de un modelo
hipottico especificado a partir del estado del arte en
referencia a un modelo estructural estimado por una matriz
de covarianzas, parmetros de ajuste e ndices residuales.
En dicho modelo hipottico se especificaron los hallazgos
reportados en el estado del arte. Las variables
sociodemogrficas tales como el sexo, el nivel de estudios y
el ingreso econmico familiar, al interaccionar entre s,
resultaron predictoras de la percepcin de eficiencia del
uso de internet. Este hallazgo es relevante a la luz de la
especificacin y extensin del Modelo de Aceptacin de la
Tecnologa, en el que se incluyen variables externas que al
interactuar determinan indirectamente el uso de la
tecnologa. En la presente investigacin, se demostr que la
interaccin entre variables sociodemogrficas tales como;
el sexo, la escolaridad y el ingreso moderan su incidencia
sobre la percepcin de eficiencia. Este hallazgo permite la
especificacin de un nuevo modelo para predecir
indirectamente el uso de internet a partir de las variables
sociodemogrficas y a travs de la percepcin de
eficiencia.
Sin embargo, la interaccin entre las variables predictoras
puede ocurrir combinando niveles de medicin nominal,
ordinal e Intervalar. Sugieren que la interaccin tambin
puede llevarse a cabo entre variables categricas tales
como el ingreso familiar o el nivel de estudio y continas
tales como la percepcin de eficiencia. De este modo, la
especificacin del MAT podra incluir la interaccin entre
las variables sociodemogrficas y perceptuales las cuales
podran modificar su relacin causal con las actitudes,
intenciones y uso de internet. En este sentido el MAT
sufrira una especificacin radical ya que la inclusin de sus
variables endgenas deriv de las relaciones hipotticas del
Modelo de la Accin Razonada, el Modelo del
Comportamiento Planificado y el Modelo de la
Autoeficiencia. Tales modelos fueron especificados a partir
de supuestos tericos racionales, planificados y sistemticos
de variables cognitivas que anteceden al comportamiento
humano. En este sentido, el MAT surge de la necesidad de
explicar el proceso deliberado, planificado y sistemtico
entre las caractersticas individuales, las percepciones,
actitudes, intenciones y comportamiento humanos. Es
decir, la relacin psiquetecnologa se considera como un
resultado de la evolucin ordenada de la humanidad en la
que el sexo, la edad, el nivel de estudios y el estatus
econmico son determinantes indirectos del uso de una
tecnologa. En la medida en que se incrementan estas
variables, el uso de la tecnologa tambin aumenta. Sin
embargo, esta relacin, de acuerdo con el MAT, esta
regulada por percepciones, actitudes e intenciones que
impiden o facilitan el uso de la tecnologa. Si se re-
especifica el MAT con la interaccin entre las
caractersticas sociodemogrficas y las variables
perceptuales, el argumento evolutivo racional psique-
tecnologa se desvanece porque el sexo, la edad, el nivel
de estudios y el estatus econmico al interactuar con la
percepcin de eficiencia develaran un proceso
motivacional en el que los humanos ms jvenes no
requieren de un sexo, una edad, unos estudios o un estatus
determinado para usar una tecnologa. Ms bien, los
humanos, sin importar su condicin sociodemogrfica,
requieren de un proceso de autoeficacia integral que
determine sus acciones sean racionales o emocionales. Si la
percepcin de eficiencia se especifica como una variable
moderadora de las condiciones sociodemogrficas abre la
posibilidad de cuestionar el proceso evolutivo racional
psique-tecnologa.








Bibliografa
Agarwal, R. and Venkatesh, V. 2002. Assessing a firm`s web
presence: A heuristic evaluation procedure for the
measurement of usability. Information System Research.
13:168-225.

INVURNUS, Vol. 7 No. 2 (2012): 3-11



10
Agarwal, R. 2000. Individual acceptance of information
technologies. In R. W. Zmud (Ed.) Framing the domains of it
management research: glimpsing the future to the past.
Pinnaflex, 85104.
Ajzen, I. and Fishbein, M. 1974. Factors influencing intentions
and the intention behavior relation. Human Relations. 27: 1-
15.
Ajzen, I. 1991. The Theory of Planned Behavior. Organizational
Behavior and Human Decision Processes. 50: 179-211.
Ajzen, I. 2001. Nature and operation of attitudes. Annual Review
Psychology. 52: 27-58.
Ajzen, I. 2002. Attitudes. In R. Fernandez Ballesteros (Ed.),
Encyclopedia of Psychological Assessment. (pp. 110-115)
London: Sage Publications.
Amoako, K. and Salam, A. 2004. An extension of the Technology
Acceptance Model in an ERP implementation environment.
Information & Management. 41: 731-745.
Bandura, A. 1977. Self-efficacy: toward a unifying theory of
behavioral change. Psychological Review. 84: 191-215.
Bandura, A. 1982. Self-efficacy. Mechanism in human agency.
American Psychologist. 37: 122-147.
Bandura, A. 1993. Perceived self-efficacy in cognitive
development and functioning. Educational Psychologist. 28:
117-148.
Bandura, A. 1994. Self-efficacy. In V. S. Ramachaudran (ed.).
Encyclopedia and Human Behavior. (pp. 71-88). New York:
Academic Press
Bandura, A. 1995. Exercise of personal and collective efficacy in
changing societies. In A. Bandura (ed.). Self-efficacy in
changing societies. (pp. 1-45). New York: Cambridge
University Press.
Bandura, A. 2001. Social cognitive theory: an agentic perspective.
Annual Review of Psychology. 52: 1-26.
Barbeite, F. and Weiss, E. 2004. Computer self efficacy and
anxiety scales for a internet sample: testing measurement
equivalence of existing measures and development of new
scales. Computers in Human Behaviors. 20: 1-15.
Baron, R. and Kenny, D. 1986. The moderator-mediator variable
distinction in social psychological research: conceptual,
strategic, and statistical considerations. Journal of Personality
and Social Psychology. 51: 1173-1182.
Bigne, E., Ruz, C. and Sanz, S. 2007. Key drivers of mobile
commerce adoption. An exploratory study of Spanish mobile
use. Journal of Theoretical and Applied Electronic Commerce
Research. 2: 48-60.
Bruton, A., Conway, J. and Holgate, S. 2000. Reliability: what is it
and how is it measured. Psychotherap., 86: 94-99.
Busch, T. 1995. Geneder differences in self-efficacy and attitudes
towards computers. Journal of Educational Computers
Research. 12: 147-158.
Byrne, B. 2001a. Structural equation modeling with AMOS, EQS,
and LISREL: comparative approach to testing for the factorial
validity of measuring instrument. International Journal of
Testing. 1: 55-86.
Byrne, B. 2011b. Structural equation modeling with m-plus. New
York: Routledge T&F
Carmel, E. and Agarwal, R. 2002. The maturation of offshore
sourcing of information technology work. MIS Quarterly
Executive. 1: 65-77.
Chang, H. 2009. Application of the extended the Technology
Acceptance Model to picture archiving and communication
systems in dental hospital. Journal of Korean Informatics. 15:
265-272.
Chu, Y. 2006. Levels of computer self efficacy , computer use and
earnings in China. Economics Letters. 90: 427-432.
Chuo, Y-H., Tsai, C-H., Lan, Y-L. and Tsai, C-S. 2011. The effect
of organizational support, self efficacy and computer anxiety
on the usage intention of elearning system in hospital.
African Journal of Business Management. 5: 5518-5523.
Dambra, J. and Wilson, C. 2004. Explaining perceived
performance of the world wide web; uncertainly and the Task
Technology Fit Model. Internet Research. 14: 294-310.
Davis, F. and Venkatesh, V. 1996. A critical assessment of
potential measurement biases in the technology acceptance
model: three experiments. Human Computer Studies. 45: 19-
45.
Davis, F. 1989. Perceived usefulness, perceived ease of use, and
user acceptance of information technology. Mis Quarterly.
13: 319-340.
Davis, F. 1993. User acceptance of information technology:
system characteristics, user perceptions and behavioral
impacts. International Journal Man Machine Studies. 38: 475-
487.
Davis, F. 2006. On the relationship between HCI and technology
acceptance research. In P. Zhang & Galleta, D. (cords.).
Human computer interaction and management information
systems: foundations. (pp. 395-401). New York: AMIS
Dishaw, M. and Strong, D. 1999. Extending the Technology
Acceptance Model with Task Technology Fit construct.
Information & Management. 36: 9-21.
GarcaLirios, C. 2001. Modelo de Exploracin del Consumo
Electrnico. Un modelo de los determinantes psicolgicos de
las decisiones de compra y venta de productos y servicios en
internet. Tesis de licenciatura, Universidad Autnoma
Metropolitana, Campus Iztapalapa, Ciudad de Mxico.
GarcaLirios, C. 2007a. El consumo mvil de las generaciones
futuras. Universitaria. 8: 1-16.
GarcaLirios, C. 2007b. La percepcin de utilidad del comercio
electrnico. Enseanza e Investigacin en Psicologa. 12: 409-
420.
GarcaLirios, C. 2007c. Una teora del consumo mvil. Sociedad
Hoy. 13: 9-24.
GarcaLirios, C. 2008. La brecha digital de las generaciones
futuras. Entelequia. 8: 61-74.
GarcaLirios, C. 2011a. Estructura de la percepcin de eficiencia
de uso de Internet. Contribuciones a las Ciencias Sociales. 16:
12-24.
GarcaLirios, C. 2011b. Estructura de las actitudes hacia el
consumo electrnico. Contribuciones a la Economa. 17: 1-12
GarcaLirios, C. 2011c. Estructura del consumo electrnico.
Revista de Psicologa Poltica. 26: 74-83.
GarcaLirios, C. 2011d. Estructura reflejante de la utilidad del
comercio electrnico. Poiesis. 22: 1-14.
Garca-Lirios, C. 2012a. Estructura de la actitud hacia el uso de
Internet. En R. Daz-Loving, Rivera, S. y Reyes, I. (coord.).
Aportaciones actuales de la psicologa social. (pp. 131-142).
Monterrey: UANL




Cruz Garca y col., Confiabilidad y validez de un instrumento para medir la eficiencia de internet en una biblioteca

11
Garca-Lirios, C. 2012b. Estructura de los determinantes
perceptuales de la intencin de uso de Internet. En T.
Obregn (coord.). VIII Coloquio Internacional sobre Polticas
Sociales Sectoriales. (pp. 858-880). Monterrey: UANL
GarcaLirios, C. 2012c. Estructura reflejante de la percepcin de
eficiencia del uso de Internet. Nmadas, Nmero especial
Amrica Latina.
Garca-Lirios, C. 2012d. La percepcin de uso de Internet. En J.
Carren y Hernndez, J. (coord.). Psicologa de la
Globalizacin neoliberal. Anlisis de la exclusin social, la
Brecha Digital y el Desarrollo Sustentable. (pp. 89-114).
Mxico: Acanits
Garca-Lirios, C. 2012e. Percepcin de eficiencia de uso de
Internet. En M. Escalona, Sols, M., Vilches, M. y Lpez, R.
(coord.). Segundo Coloquio de Investigacin Educativa en el
Nivel Superior. (pp. 40-51). Toluca: UAEM
Gong, M., Xu, Y. and Yu, Y. 2004. An enhanced Technology
Acceptance Model for web-based learning. Journal of
Information Systems Education. 1: 365-375.
Ha, S. and Stoel, L. 2009. Consumer e-shopping acceptance;
antecedents in a Technology Acceptance Model. Journal of
Business Research. 62: 565-571.
Hsu, M-H. and Chiu, C-M. 2004. Internet self efficacy and
electronic service acceptance. Decision Support Systems. 38:
369-381.
Jonhson, D. and Warldlow, J. 2004. Computers experiences, self
efficacy and knowledge of undergraduate student entering a
land grant college of agriculture by year and gender. Journal
of Agricultural Education. 45: 53-64.
Jushan, B. and Serena, N. 2005. Test for sweetness, kurtosis, and
normality for time series data. Journal of Business, Economic
and Statists. 23: 49-62.
Kline, R. 1998. Principles and practice of structural equations
modelling. New York: Guilford Press.
Kline, R. 2006. Reverse arrow dynamics. Formative measurement
and feedback loops. In G. Hancock & R. Mueller (coord.).
Structural Equation Modeling: A Second Course. (pp. 43-68).
Greenwood, CT: Information Age Publishing.
Klopping, I. and McKinney, E. 2004. Extending the Technology
Acceptance Model and the Task Technology Fit Model to
Consumer e-commerce. Information Technology, Learning
and Performance Journal. 22: 35-49.
Kunnan, A. 1998. An introduction to structural equation modeling
for language assessment research. Language Testing. 15: 295-
332.
Lee, D., Park, J. and Ahn, J. 2001. On the explanation of factors
affecting e commerce adoption. Twenty Second
International Conference on Information System. Paper 14
Liu, S., Liao, H. and Peng, C. 2005. Applying the Technology
Acceptance Model and flow theory to online e-learning users
acceptance behavior. Issues in Information Systems. 2: 175-
182.
Paraskeva, F., Bouta, H. and Papagianni, A. 2008. Individual
characteristics and computer selfefficacy in secondary
education teachers to integrated technology in education
practice. Computers and Education. 50: 1084-1091.
Porter, C. and Donthu, N. 2006. Using the technology acceptance
model to explain how attitudes determine internet usage: the
role of perceived access barriers and demographics. Journal of
Business Research. 59: 999-1007.
Reed, E. and Wolniak, G. 2005. Diagnosis or determination:
assessment explained through Human Capital Theory and the
concept of aptitudes. Journal of Sociology. 1: 1-5.
Reid, M. and Levy, Y. 2008. Integrating trust and computer self-
efficacy with TAM: an empirical assessment of customers
acceptance of banking information system. Journal of Internet
Banking and Commerce. 12: 1-18.
Roca, J., Chiu, C. and Martnez, F. 2006. Understanding e-learning
continuance intention: an extension of the Technology
Acceptance Model. International Journal of Human Computer
Studies. 64: 683-696.
Saad, R., Nebebe, F. and Tan, W. 2007. Viability on the
Technology Acceptance Model in multimedia learning
environments: a comparative study. Interdisciplinary Journal
of Knowledge and Learning Objects. 3: 1-10.
Sade, R. and Kira, D. 2009. Computer anxiety in e-learning: the
effect of computer self efficacy. Journal of Information
Technology Education. 8: 177-192.
Sarris, W., Satorra, A. and Van Der Veld, W. 2009. Testing
structural equation models or detection of misspecification?
Structural Equation Modeling. 16: 561-582.
Shepers, J. and Wetzels, M. 2007. A meta-analysis of the
Technology Acceptance Model: investigating subjective norm
and moderation effects. Information & Management. 47: 90-
110.
Shrrof, R., Denenn, C. and Ng, E. 2011. Analysis of the
Technology Acceptance Model in examining students
behavioral intention to use an e-portfolio system. Australasian
Journal of Educational Technology. 27: 600-618.
Su, L., Hsiu, L. and Cheng, P. 2005. Applying the Technology
Acceptance Model and flow theory to online e-learning users
acceptance behavior. Issues in Information System. 6: 175-
182.
Teh, P-L., Chong, C-W., Yong, C-C. and Yew, S-Y. 2010. Internet
selfefficacy, computer selfefficacy, and cultural factor on
knowledge sharing behavior. African Journal of Business
Management. 4: 4086-4095.
Torkzadeh, G., Cha, J. and Demirhan, D. 2006. A contingency
model of computer and internet self efficacy. Information &
Management. 43: 541-550.
Venkatesh, V., Morris, M., Davis, G. and Davis, F. 2003. User
acceptance of information technology: toward a unified view.
Mis Quarterly. 27: 425-476.
Wai, W., Andersson, R. and Oslear, K. 2005. Examining user
acceptance of computer technology: an empirical study of
student teachers. Journal of Computer Assisted Learning. 21:
387-395.
Zhangxi, L., Binjia, S. and Linhua, Y. 2007. Understanding Internet
banking: an empirical investigation of potential customers
acceptance in Mailand, China. American Conference of
Information System. 485: 1-14.