Revista Venezolana de Gerencia (RVG)
Año 28 No. Especial 9, 2023, 613-627
ENERO-JUNIO
ISSN 1315-9984 / e-ISSN 2477-9423
Cómo citar: Pérez Prieto, M. E., Acurero Luzardo, M. T., Jiménez Paternina, L. L., y Pérez Peralta, C. M. (2023). Rol mediador de los influencers en el comportamiento hacia las marcas. Revista Venezolana De Gerencia, 28(No. Especial 9), 613-627. https://doi.org/10.52080/rvgluz.28.e9.38
Rol mediador de los influencers en el comportamiento hacia las marcas
Gutierrez-Aguilar, Olger*
Ticona-Apaza, Fiorela**
Tomaylla-Quispe, Ygnacio***
Resumen
El objetivo de la investigación fue establecer el rol mediador de los influencers en el comportamiento de los jóvenes de la generación Z en la actitud hacia las marcas, mediante el uso de las redes sociales y la lealtad. La metodología utilizada para el estudio fue de una investigación no experimental, se aplicó un cuestionario para una muestra aleatoria de 220 estudiantes universitarios (n=10; α=0.906 ω=0.912), se utilizaron pruebas de validez y confiabilidad, análisis factorial exploratorio mediante el Modelamiento de Ecuaciones Estructurales de Cuadrados Mínimos Parciales PLS-SEM en un modelo de medida reflectivo; además de un análisis multigrupo para explorar la heterogeneidad observada en las redes sociales de Instagram y TikTok. Los resultados mostraron que existe un rol de mediador de los influencers en el comportamiento hacia las redes sociales en la muestra estudiada y el análisis multigrupo indica que existen diferencias significativas en los seguidores de Instagram y TikTok. Se concluye la vigencia de un marketing de influencers, esto como consecuencia de la fragmentación de los medios convencionales y digitales, buscando cada día nichos de mercado cada vez más específicos.
Palabras clave: Influencers; comportamiento hacia las marcas; redes sociales; Instagram; TikTok; generación Z.
Recibido: 24.11.22 Aceptado: 21.03.23
* Doctor en Ciencias Sociales, MBA Administración Estratégica de Empresas. Docente en la Universidad Católica de Santa María de Arequipa, investigador RENACYT reconocido por el Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica – CONCYTEC. (Arequipa, Perú). Email: ogutierrez@ucsm.edu.pe, ORCID: https://orcid.org/0000-0002-6657-7529
** Doctora en Administración (DBA), Maestrante en Administración de Negocios, MBA en Dirección y Gestión Empresarial, Especialidad en Gerencia Tributaria. Docente en la facultad de administración de la Universidad Nacional de San Agustín. (Arequipa – Perú). E-mail: fticona@unsa.edu.pe, ORCID: https://orcid.org/0000-0001-5745-2575
*** Doctor en Educación, Maestro en Educación Superior. Docente en la Universidad Nacional de San Agustín. (Arequipa-Perú). Email: itomaylla@unsa.edu.pe, ORCID: https://orcid.org/0000-0003-3741-5325
**** Doctor en Ciencias Sociales, Magister en Ciencias Contables y Administrativas. Docente en la Universidad Nacional de San Agustín. (Arequipa – Perú). Email: vticonaap@unsa.edu.pe, ORCID: https://orcid.org/0000-0001-6884-1680
Mediating role of influencers in behavior towards brands
Abstract
The research objective was to establish the mediating role of influencers in the behavior of young people from generation Z towards brands through social networks and loyalty. A non-experimental investigation was used for the study; a questionnaire was administered to a random sample of 220 university students (n=10; α=0.906 ω=0.912); validity and reliability tests were performed; an exploratory factor analysis was performed using structural equation modeling of partial least squares PLS-SEM in a reflective measurement model, and a multigroup analysis was performed to investigate the heterogeneity observed in the social networks of Instagram and TikTok. The results showed a networking role of influencers in the sample’s behavior towards social networks. The multigroup analysis indicates significant differences in Instagram and TikTok followers. The validity of influencer marketing has been established. Due to how traditional and digital media are split up, I was always looking for more specific market niches.
Keywords: Influencers; behavior towards brands; social networks; Instagram; TikTok; generation Z.
1. Introducción
Las redes sociales han traído consigo nuevas formas de entendimiento social, razón por la cual surgen personajes llamados influencers, los cuales (son famosos con experiencia en un campo específico, como la música, la salud, los viajes o la moda, que crean y brindan su contenido digital centrado en la información a otros usuarios en las redes sociales) (Arora et al, 2019), asimismo, son personajes con niveles aceptables de credibilidad y, sobre todo, con seguidores en las principales redes sociales, de tal manera que sus seguidores, al ser influenciados por estos, se convierten en clientes.
Los influencers aportan a la toma de decisiones, especialmente, por dos razones, la primera es que contribuyen a la reputación de las empresas, es así, mientras más recurrentes son sus participaciones sobre la marca, aumenta más la credibilidad de sus seguidores; la segunda razón es que los seguidores de influencers pueden convertirse en clientes.
AlFarraj et al, (2021) indican que la caracterización de los influencers en las redes sociales es el atractivo social y físico. A demás de la confiabilidad, pericia percibida y una relación para social (parasocial relationship) (PSR, por sus siglas en inglés) como antecedentes de la intención de compra (Masuda et al, 2022). Para Ashraf et al, (2019) es importante incluir también los valores hedónicos como la alegría y los utilitarios como la experiencia de contenido del influencer (Kim & Baek, 2022). La evaluación de los usuarios de redes sociales sobre el consumo de contenidos digitales no se basa en la atención a la tecnología de acceso, sino, principalmente, en cómo los usuarios de redes sociales perciben los contenidos valiosos creados por otros usuarios en el entorno digital (Meske et al, 2019).
Los aspectos utilitarios y hedónicos que encierra la caracterización de los influencers se basan en un modelo axiológico, es decir, que la dimensión del valor está determinada por tres subperspectivas acerca de la percepción de los valores, las cuales son lo extrínseco como el uso utilitario de contenido de medios digitales, el intrínseco, a saber, el consumo emocional del contenido digital, y el sistémico que está asociado con el aspecto racional de la relación inherente (Anderson et al, 2014).
La influencia social es una parte importante del análisis de redes sociales que se emplea en muchas aplicaciones (Wang et al, 2021) y empieza con una aceptación tecnológica, que, en muchos caso, lleva a la adicción. En este contexto, el nivel de influencia que puede ejercer los influencers en el comportamiento de los jóvenes hacia las marcas en muy importante, de tal manera, que las actitudes como factores personales se refieren, formalmente, a un conjunto de creencias de larga data sobre un objeto que provoca que las personas se comporten, particularmente, hacia el objeto (Weigel, 1983).
La caracterización de las redes sociales, como es en el caso de Instagram, su naturaleza depende de estética del contenido y su inmediatez, de modo que se basa más en el contenido discursivo, mientras que la teatralidad visual se ha vuelto menos importante (Leaver et al, 2020). Por otra parte, Youtube posibilitó a muchos influencers generar ingresos económicos importantes, puesto que crean canales centrados en estilos de vida; dado que la producción de este tipo de videos se enfoca a menudo en moda o productos de belleza (Thelwall & Cash, 2021).
Un aspecto muy importante es que los influencers impactan en el comportamiento de sus seguidores hacia las marcas, quizá un valor y cualidad que ejercerían es la idea del emprendimiento intensivo de sí mismos mediante sus perfiles estratégicamente elaborados, el principal objeto de inversión de las empresas depende en gran medida de las impresiones que dejan en los demás como personalidades (Pier, 2022). Los influencers confían en que las oportunidades para su trabajo están creciendo y creen que están a la vanguardia de un nuevo paradigma de marketing en línea (Pier, 2022).
El marketing de influencers es una tendencia internacional que se ha relacionado con la evolución de las plataformas de medios digitales. Los bloggers de estilo de vida, cuyas revistas en línea han atraído el patrocinio corporativo desde los años 2000, se citan como los predecesores de los influencers actuales en Twitter, Instagram y TikTok (Hopkins, 2019). Un rasgo característico de TikTok es que permite la creación rápida de videos en los Smartphones, con funciones de edición y uso compartido, lo cual facilita una idea rápida de producción audiovisual.
Los influencers obtienen ganancias en la «economía de la atención» acumulando capital social en línea, a menudo, medido por el número de seguidores, luego usándolo para comercializar su influencia (Mahy et al, 2022). En el campo de la salud, las colaboraciones con influencers han demostrado dar resultados muy positivos mediante la comunicación de mensajes de salud (Pretorius et al, 2022).
Especialmente, en tiempos de pandemia por la presencia de la Covid-19, el rol de los influencers fue muy importante, tal es así como las campañas en las redes sociales como YouTube y Facebook se utilizan cada vez más para compartir y difundir mensajes sobre la salud mental y el bienestar (Latha et al, 2020). En el área de educación, a través del disfrute de emociones positivas y cómo estás influyen positivamente en los aprendizajes (Gutierrez-Aguilar et al, 2022). Para mejorar la alfabetización en salud mental, los influencers utilizan, preferentemente, Instagram y TikTok para crear contenidos, especialmente los jóvenes de 18 a 25 años (Pretorius et al, 2022).
Las plataformas de redes sociales como Instagram y TikTok están aumentando la probabilidad de que los adolescentes usen estas redes sociales de una manera que se relaciona, preferiblemente, con la apariencia física y corporal (Maes & Vandenbosch, 2022). Estos contenidos no influyen, solamente, en el comportamiento hacia las marcas por parte de los adolescentes; sino también, internalizan estándares de belleza estrechos e inalcanzables entre los seguidores, como por ejemplo físico esbelto (Hülsing, 2021).
En el caso de TikTok, esta red social tiene una función de transmisión en vivo y los usuarios que participan pueden comunicarse en tiempo real con los creadores enviando comentarios con viñetas y obsequios virtuales. La pantalla con viñetas es una función que permite a los usuarios enviar comentarios que aparecen, directamente, en la pantalla. Además, TikTok tiene la función @friend, que le recuerda a un seguidor que mire un video, mejorando la comunicación y la interacción entre los que suben videos y sus fanáticos (Meng & Leung, 2021).
Instagram es una red social muy utilizada para realizar interacciones y transacciones, su uso aumentó a nivel mundial durante la pandemia de la Covid-19 y además es muy popular entre los jóvenes de la generación Z (aquellos nacidos entre 1995 y 2005), considerados como ‘nativos digitales’, se entiende que es la primera generación que ha crecido rodeada de comunicación digital, (Reinikainen et al, 2020) e inmediatez, mediante procesos de co-enseñanza mediados por tecnologías, como es el caso del WhatsApp (Gutierrez-Aguilar et al, 2021).
Estos usuarios están expuestos a publicidad digital en las redes sociales y revisan Instagram al menos cinco veces al día, tal como lo menciona Chen (2018); sus preferencias radican en comunicarse con imágenes, a diferencia de la generación anterior, que se comunica mediante textos (PrakashYadav & Rai, 2017) y la inmediatez es un rasgo esencial debido a que desean resultados instantáneos (Hodgson, 2018).
Una característica especial de los jóvenes de la generación Z es que prefieren seguir a las microcelebridades, debido a que las encuentran más auténticas (Wolf, 2020). La capacidad persuasiva de esta población es muy grande sobre sus pares y familiares al momento de realizar compras (DeMars, 2020).
La potencialidad de Instagram se da, especialmente, en la generación del valor de las marcas de moda, esto debido al elemento visual en la promoción de productos de moda (Jin & Ryu, 2020) y que es ampliamente utilizado por los influencers de este tipo de contenidos, fortaleciendo el comportamiento hacia las marcas, de tal manera que induce la compra impulsiva mediante las recomendaciones de un amigo y/o líderes de opinión (Zhu et al, 2022).
La influencia que ejerce el marketing de influencers en el comportamiento de los jóvenes hacia las marcas, especialmente, los de la generación Z, es consecuencia de la fragmentación de los medios, el “marketing de influencers” se ha convertido en una herramienta de marketing eficaz y rentable para promover marcas entre audiencias objetivo (Jun & Yi, 2020).
Por lo tanto, se ha demostrado que el desarrollo de los contenidos creados por influencers sobre las marcas y productos tienen un atractivo más auténtico y personal para los clientes potenciales que los esfuerzos de comunicación de marketing convencional (Jin et al, 2019), de otro modo, la confianza que ejerce el influencer tiene un efecto positivo en la credibilidad percibida de las publicaciones como es el caso de Instagram, y la credibilidad tiene un efecto positivo en la voluntad de buscar información relacionada con el producto (Gamage & Ashill, 2022).
Un tema de controversia para los influencers es aquello relacionado con la autenticidad, la transparencia de los intereses comerciales, la protección del consumidor y la idoneidad legal, moral y cultural de la creación de contenido (Goanta & Ranchordás, 2020). Razón por la cual la investigación lleva como objetivo establecer el rol mediador de los influencers en el comportamiento de los jóvenes de la generación Z en la actitud hacia las marcas, mediante el uso de las redes sociales y la lealtad.
Con base en las consideraciones anteriores, se plantean las siguientes hipótesis:
H1 El rol de los influencers ejerce un efecto estadísticamente significativo en el comportamiento hacia las marcas en los jóvenes de la generación Z.
H2 Existe una relación de causalidad positiva entre la lealtad y el rol de los influencers.
H3 Existe una relación positiva entre la lealtad y la influencia en el comportamiento hacia las marcas en los jóvenes de la generación Z.
H4 Existe una relación de causalidad positiva entre las redes sociales y el rol de los influencers.
H5 Existe una relación positiva de causalidad entre las redes sociales y la influencia en el comportamiento hacia las marcas en los jóvenes de la generación Z.
2. Metodología
Este estudio fue realizado con una muestra de 220 estudiantes universitarios, siendo 105 hombres que representan el 47.7% y 115 mujeres que representa el 52.3%. Las edades están comprendidas entre los 16 a 23 años (generación Z), siendo la media de 20.26 con una DE= 1.826. El instrumento se aplicó en el mes de setiembre del año 2022.
La metodología empleada para el estudio es una investigación no experimental y la extracción de la muestra fue aleatoria. El instrumento fue en línea y ha sido adaptado y homologado para este estudio y fue enviado a las unidades de estudios mediante WhatsApp. Para el análisis de los datos, se utilizó el modelo de ecuaciones estructurales de mínimos cuadrados parciales para analizar el modelo (PLS-SEM), además se utilizó un análisis multigrupo para explorar la heterogeneidad observada en las redes sociales Instagram y TikTok.
3. Rol mediador de los influencers en el comportamiento de los jóvenes de la generación Z: principales hallazgos
Para la aplicación del instrumento, se realizó una prueba preliminar con una muestra de 50 estudiantes, la finalidad era establecer la fiabilidad y consistencia del instrumento, los resultados para el Alpha Cronbach y el coeficiente de McDonald’s fueron (α=0.906), (ω=0.912) respectivamente, lo que indica que el instrumento garantiza un grado razonable de fiabilidad. Para el análisis de adecuación de los ítems con su factor, se efectuó la prueba de Kaiser-Meyer-Olkin (KMO= 0.827), siendo aceptable, Lo cual indica un ajuste razonable de los ítems analizados con sus elementos.
Los cálculos estadísticos se llevaron a cabo con el software JASP versión 0.16.2. La tabla 1 presenta la matriz del componente rotado, utilizando el método de extracción de análisis de componentes principales, con el método de rotación varimax con normalización de Kaiser, para las variables independientes: las redes sociales (URS); el rol de los influencers (IST) y la lealtad (LDT). Los criterios de salida en el análisis factorial exploratorio fueron número manual de factores 3; las cargas factoriales se ordenan según las variables asignadas, con una opción de salida de 0.450, por lo tanto, se suprimieron los ítems por debajo de este criterio de calidad.
Tabla 1
Matriz de cargas de los factores – componente rotado
|
|
Factor 1 |
Factor 2 |
Factor 3 |
Unicidad |
|
URS1 |
|
|
0.561 |
0.611 |
|
URS2 |
|
|
0.492 |
0.737 |
|
URS3 |
|
|
0.771 |
0.391 |
|
IST2 |
0.669 |
|
|
0.440 |
|
IST3 |
0.786 |
|
|
0.366 |
|
IST4 |
0.670 |
|
|
0.369 |
|
IST5 |
0.682 |
|
|
0.387 |
|
LDT2 |
|
0.578 |
|
0.537 |
|
LDT5 |
|
0.692 |
|
0.363 |
|
LDT4 |
|
0.508 |
|
0.712 |
Fuente: Elaboración propia.
En la ilustración 1 se observa los resultados del modelo de medida reflectivo, mediante el cálculo con el algoritmo PLS en el SmartPLS, con lo cual se obtuvieron los coeficientes de trayectoria, se utilizó para ello 300 iteraciones en el análisis exploratorio, con un criterio de parada de 10-7. Los resultados de las pruebas de hipótesis indicaron que el rol de los influencers (IST) ejerce un efecto estadísticamente significativo en el comportamiento hacia las marcas (IE) (β IST→IE = 0.704, t = 7.423, p < 0.000), lo que respalda la H1; por otro lado, la lealtad (LDT) tiene una relación de causalidad positiva con el rol de los influencers (IST) (β LDT→IST = 0.642, t = 9.958, p < 0.000), resultado que respalda la H2.
Ilustración 1
R2 obtenido con el software SmartPLS
Fuente: Elaboración propia.
Así mismo la lealtad (LDT) tiene una relación positiva sobre la influencia en el comportamiento hacia las marcas (IE) (β LDT→IE = 0.231, t = 2.255, p < 0.012), lo que respalda la H3; Las redes sociales (URS) tiene una relación de causalidad positiva sobre el rol de los influencers (IST) (β URS→IST = 0.234, t = 2.941, p < 0.002), resultados que apoyan la H4 y las redes sociales (URS) tiene una relación positiva de causalidad con la influencia en el comportamiento hacia las marcas (IE) (β URS→IE = -0.121, t = 1.789, p < 0.037), resultados que respaldan la H5.
Adicional a lo antes expuesto la ilustración 1 explica el coeficiente de determinación R2 considerando la influencia en el comportamiento hacia las marcas en los jóvenes de la generación Z como una variable dependiente, se obtiene un R2 de 0.703, es decir, que la varianza está explicada por el modelo en un 70.3% siendo las variables exógenas, el uso de las redes sociales, la lealtad y como variable mediadora el rol de los influencers; por otra parte, de acuerdo al modelo estructural, considerando la variable el rol de los influencers como una variable endógena, el R2 es de 0.565 es decir que en un 56.5% de la varianza está explicada por el modelo, siendo las variables exógenas el uso de las redes sociales y la lealtad.
En la tabla 2 se observa los resultados de las pruebas de confiabilidad y validez de constructo, de tal manera que se toman en cuenta los coeficientes de correlación, la fiabilidad y validez de constructo que se manifiestan a través del alfa de Cronbach. Los resultados obtenidos varían entre 0.932 y 0.732, superando el criterio de calidad >0.700. Los resultados para la varianza promedio extraída (AVE, por sus siglas en inglés), están entre 0.571 y 0.787, resultados que superan el criterio de calidad de >0.500 recomendado, por ende, se puede afirmar que la validez convergente es aceptable.
Tabla 2
Fiabilidad y validez de constructo
|
Alfa de Cronbach |
rho_A |
Fiabilidad compuesta |
Varianza extraída media (AVE) |
|
|
El rol de los influencers IST |
0.846 |
0.854 |
0.896 |
0.684 |
|
Influencia en el comportamiento hacia las marcas IE |
0.932 |
0.936 |
0.948 |
0.787 |
|
La lealtad LDT |
0.761 |
0.787 |
0.861 |
0.674 |
|
Las redes sociales URS |
0.732 |
0.753 |
0.799 |
0.571 |
Fuente: Elaboración propia.
Para el análisis de la fiabilidad compuesta, se recomienda como criterio de aceptación que los valores obtenidos superen el >0.600, de tal manera que se demostraría niveles aceptables de fiabilidad de consistencia interna para cada una de las variables, el resultado son valores entre 0.948 y 0.799. El coeficiente (rho_A) se utiliza para verificar la confiabilidad de los valores obtenidos en la construcción y diseño del modelo, el criterio de calidad exigido es que sus valores excedan el >0.700, los resultados obtenidos varían entre 0.753 y 0.936, en consecuencia, se demostraría que el modelo propuesto evidencia niveles razonables de confiabilidad y validez, es decir, de consistencia interna.
La tabla 3 presenta los efectos indirectos significativos obtenidos a través de la prueba de remuestreo bootstrapping, para el modelo propuesto, el rol de los influencers es preponderante (IST) esta variable opera como una variable de mediación entre la lealtad (LDT) y la influencia en el comportamiento hacia las marcas (IE), según los resultados para comprobar el efecto de mediación, se puede decir que el efecto total indirecto de la relación es un p-value de 0.000, de modo tal, que es significativa (t=6.224), por lo tanto, se afirma que existe mediación.
Tabla 3
Matriz de efectos indirectos significativos (p<0.05)
|
Muestra Original (O) |
Media (M) |
Desviación estándar (STDEV) |
Estadísticas T (|O/STDEV|) |
P valor |
|
|
La lealtad LDT -> El rol de los influencers IST -> Influencia en el comportamiento hacia las marcas IE |
0.452 |
0.447 |
0.073 |
6.224 |
0.000 |
|
Las redes sociales URS -> El rol de los influencers IST -> Influencia en el comportamiento IE |
0.165 |
0.172 |
0.062 |
2.652 |
0.004 |
Fuente: Elaboración propia.
Por otro lado, el rol de los influencers (IST) que opera como una variable de mediación entre las redes sociales (URS) y la influencia en el comportamiento hacia las marcas (IE), los resultados confirman el efecto de mediación con p-valor de 0.004 de modo tal, que es significativa (t=2.652), por lo tanto, existe el efecto de mediación.
La Tabla 4 muestra la prueba de validez discriminante, para ello se utilizó el criterio de Fornell & Larcker (1981), los autores proponen que cuando dos o más variables latentes comparten la varianza entre pares de constructos, como resultado, es menor que la varianza extraída por cada constructo individual, se advierte que existe validez discriminante, Martínez-García & Martínez-Caro (2009), se realiza pruebas de validez para determinar en qué medida un determinado constructo es diferente de otros (Kosiba et al, 2022). Tomando en cuenta estos criterios, se puede afirmar que existe validez discriminante.
Tabla 4
Criterio Fornell-Larcker para la verificación y validez discriminante
|
IST |
IE |
LDT |
URS |
|
|
El rol de los influencers IST |
0.827 |
|||
|
Influencia en el comportamiento hacia las marcas IE |
0.816 |
0.887 |
||
|
La lealtad LDT |
0.718 |
0.697 |
0.821 |
|
|
Las redes sociales URS |
0.443 |
0.266 |
0.326 |
0.755 |
Fuente: Elaboración propia.
En cuanto a la valoración del modelo de ajuste, la raíz estandarizada residual cuadrada media - Standardized Root Mean Square Residual (SRMR), que define la diferencia entre la correlación observada y la correlación pronosticada, Hu y Bentler (Hu & Bentler, 1998) recomiendan los valores inferiores a < 0.08 debido a que se considera un buen ajuste, en tal sentido, se obtuvo un valor de 0.078 para el modelo estimado el SRMR y para el modelo saturado un valor de 0.078.
Por consiguiente, esto significa que el modelo de medida está bien evaluado y que el modelo estimado no aporta más datos de los reportados, por lo que se deduce que el modelo es verdadero y válido.
La Tabla 5 muestra los resultados de la prueba de bootstrapping mediante una corrida de 10.000 remuestreos con sustitución de la muestra original. Considerando el nivel de significancia para el Valor P (p < 0,05), se admiten las hipótesis: H1; H2; H3; H4 y la H5.
Tabla 5
Prueba de hipótesis completa - Boottstrapping
|
Muestra Original (O) |
Media (M) |
Desviación estándar (STDEV) |
Estadísticas T (|O/STDEV|) |
P valor |
|
|
H1 El rol de los influencers IST -> Influencia en el comportamiento hacia las marcas IE |
0.704 |
0.701 |
0.095 |
7.423 |
0.000 |
|
H2 La lealtad LDT -> El rol de los influencers IST |
0.642 |
0.638 |
0.064 |
9.958 |
0.000 |
|
H3 La lealtad LDT -> Influencia en el comportamiento hacia las marcas IE |
0.231 |
0.231 |
0.102 |
2.255 |
0.012 |
|
H4 Las redes sociales URS -> El rol de los influencers IST |
0.234 |
0.245 |
0.08 |
2.941 |
0.002 |
|
H5 Las redes sociales URS -> Influencia en el comportamiento hacia las marcas IE |
-0.121 |
-0.108 |
0.068 |
1.789 |
0.037 |
Fuente: Elaboración propia.
Mediante un análisis multigrupo, se permite explorar la heterogeneidad observada mediante el uso de las redes sociales Instagram y TikTok, utilizando criterios comunes en las tablas 6 y 7.
La tabla 6 muestra los resultados de la prueba de bootstrapping mediante una corrida de 10.000 remuestreos con sustitución de la muestra original para la red social Instagram. Considerando el nivel de significancia para el Valor P (p < 0,05), se admiten las hipótesis: H1; H2; H3; H4 y la H5.
Tabla 6
Prueba de hipótesis red social Instagram
|
Muestra Original (O) |
Media (M) |
Desviación estándar (STDEV) |
Estadísticas T (|O/STDEV|) |
P valor |
|
|
H1 El rol de los influencers IST -> Influencia en el comportamiento hacia las marcas IE |
0.919 |
0.92 |
0.098 |
9.348 |
0.000 |
|
H2 La lealtad LDT -> El rol de los influencers IST |
0.507 |
0.511 |
0.084 |
6.049 |
0.000 |
|
H3 La lealtad LDT -> Influencia en el comportamiento hacia las marcas IE |
0.189 |
0.181 |
0.11 |
1.724 |
0.042 |
|
H4 Las redes sociales URS -> El rol de los influencers IST |
0.419 |
0.422 |
0.082 |
5.131 |
0.000 |
|
H5 Las redes sociales URS -> Influencia en el comportamiento hacia las marcas IE |
-0.331 |
-0.319 |
0.091 |
3.638 |
0.000 |
Fuente: Elaboración propia.
La Tabla 7 presenta los resultados para la red social TikTok. Considerando el nivel de significancia para el p-valor (p < 0.05), se admiten las hipótesis: H1 y H2. Se rechazan las hipótesis H3; H4 y la H5
Tabla 7
Prueba de hipótesis red social TikTok
|
Muestra Original (O) |
Media (M) |
Desviación estándar (STDEV) |
Estadísticas T (|O/STDEV|) |
P valor |
|
|
H1 El rol de los influencers IST -> Influencia en el comportamiento hacia las marcas IE |
0.643 |
0.616 |
0.211 |
3.046 |
0.001 |
|
H2 La lealtad LDT -> El rol de los influencers IST |
0.724 |
0.711 |
0.094 |
7.705 |
0.000 |
|
H3 La lealtad LDT -> Influencia en el comportamiento hacia las marcas IE |
0.211 |
0.216 |
0.221 |
0.955 |
0.170 |
|
H4 Las redes sociales URS -> El rol de los influencers IST |
0.169 |
0.106 |
0.195 |
0.865 |
0.194 |
|
H5 Las redes sociales URS -> Influencia en el comportamiento hacia las marcas IE |
0.108 |
0.008 |
0.162 |
0.669 |
0.252 |
Fuente: Elaboración propia.
Para comparar los grupos acerca de las preferencias por las redes sociales Instagram y TikTok, se efectuó la prueba de análisis multigrupo (MGA), los resultados (presentes en las Tablas 6 y 7) indican que el rol de los influencers (IST) impulsó la influencia en el comportamiento hacia las marcas (IE): Instagram p < 0.000; TikTok p < 0.001. La lealtad (LDT) impulsó el rol de los influencers (IST): Instagram p < 0.000; TikTok p < 0.000, de esta forma los resultados respaldan las hipótesis H1 y H2 en ambos casos.
En cuanto a la H3, la lealtad (LDT) impulsó la influencia en el comportamiento hacia las marcas (IE): Instagram p < 0.042; TikTok p < 0.170, por lo que la H3 de Instagram queda respaldada; mientras que para TikTok se rechaza la hipótesis formulada. La H4, las redes sociales (URS) impulsó el rol de los influencers (IST): Instagram p < 0.000; TikTok p < 0.194, por lo que la H4 de Instagram queda respaldada; mientras que para el TikTok se rechaza la hipótesis formulada.
Para la H5, las redes sociales (URS) impulsó la influencia en el comportamiento hacia las marcas (IE): Instagram p < 0.000; TikTok p < 0.252, por lo que la H5 de Instagram queda respaldada; mientras que para TikTok se rechaza la hipótesis por no cumplir con el criterio de aceptación del p-valor (p < 0.05). Por lo tanto, los resultados del análisis multigrupo indican que existen diferencias en los valores de p-valor.
4. Conclusiones
Este estudio aporta información sobre el rol de los influencers en las redes sociales como Instagram y TikTok, redes preferidas por los jóvenes de la generación Z. El rol mediador que ejercen los influencers en el comportamiento hacia las marcas en los jóvenes está demostrado a través de dos variables influyentes como el uso de las redes sociales y la lealtad que ejercen en sus seguidores. Asimismo, se demostró la influencia que ejerce el uso de las redes sociales y la lealtad en el comportamiento hacia las marcas en los jóvenes de la generación Z.
Los resultados obtenidos reafirman la idea de hablar hoy en día de un marketing de influencers, esto como consecuencia de la fragmentación de los medios convencionales y digitales, buscando cada día nichos de mercado cada vez más específicos. Esta idea se reafirma en una característica esencial en los influencers como son las microcelibridades, en la generación de valor hacia las marcas y la inducción a la compra. Además, se prueba el valor de la imagen proyectada por los influencers y de su volatilidad en el Instagram, especialmente para la promoción de productos de moda o el adecuado equilibrio de los elementos visuales en los productos expuestos por los influencers. En el futuro, se espera que se realice una serie de estudios basados en el rol de los influencers en nuevas redes sociales desde una perspectiva psicológica y social que significará un aporte importante en el marketing de influencers.
Referencias bibliográficas
AlFarraj, O., Alalwan, A. A., Obeidat, Z. M., Baabdullah, A., Aldmour, R., & Al-Haddad, S. (2021). Examining the impact of influencers’ credibility dimensions: attractiveness, trustworthiness and expertise on the purchase intention in the aesthetic dermatology industry [Article]. Review of International Business and Strategy, 31(3), 355-374. https://doi.org/10.1108/RIBS-07-2020-0089
Anderson, K. C., Knight, D. K., Pookulangara, S., & Josiam, B. (2014). Influence of hedonic and utilitarian motivations on retailer loyalty and purchase intention: A facebook perspective [Article]. Journal of Retailing and Consumer Services, 21(5), 773-779. https://doi.org/10.1016/j.jretconser.2014.05.007
Arora, A., Bansal, S., Kandpal, C., Aswani, R., & Dwivedi, Y. (2019). Measuring social media influencer index- insights from facebook, Twitter and Instagram [Article]. Journal of Retailing and Consumer Services, 49, 86-101. https://doi.org/10.1016/j.jretconser.2019.03.012
Ashraf, R. U., Hou, F., & Ahmad, W. (2019). Understanding Continuance Intention to Use Social Media in China: The Roles of Personality Drivers, Hedonic Value, and Utilitarian Value [Article]. International Journal of Human-Computer Interaction, 35(13), 1216-1228. https://doi.org/10.1080/10447318.2018.1519145
Chen, H. (2018). College-aged young consumers’ perceptions of social media marketing: The story of Instagram. Journal of Current Issues & Research in Advertising, 39(1), 22-36.
DeMars, T. R. (2020). Big Data. In Communication Technology Update and Fundamentals (pp. 305-319). Routledge.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 18(1), 39-50.
Gamage, T. C., & Ashill, N. J. (2022). # Sponsored-influencer marketing: effects of the commercial orientation of influencer-created content on followers’ willingness to search for information. Journal of Product & Brand Management, ahead-of-print(ahead-of-print). https://doi.org/10.1108/JPBM-10-2021-3681
Goanta, C., & Ranchordás, S. (2020). The regulation of social media influencers. Edward Elgar Publishing.
Gutierrez-Aguilar, O., Escobedo-Maita, P., Calliñaupa-Quispe, G., Vargas-Gonzales, J. C., & Torres-Huillca, A. (2022). The use of social networks, usefulness and ease of use, enjoyment through positive emotions and their influence on school satisfaction mediated by school achievement. Iberian Conference on Information Systems and Technologies, CISTI,
Gutierrez-Aguilar, O., Rodriguez-Rios, M., Patino-Abrego, E., & Cateriano-Chavez, T. (2021). Co-teaching and the use of WhatsApp as a mediation tool between parents with children with disabilities and their teachers. Proceedings - 2021 4th International Conference on Inclusive Technology and Education, CONTIE 2021,
Hodgson, A. (2018). Generation Z: The next wave of consumers. Euromonitor International.
Hopkins, J. (2019). Monetising the dividual self: The emergence of the lifestyle blog and influencers in Malaysia (Vol. 8). Berghahn Books.
Hu, L.-t., & Bentler, P. M. (1998). Fit indices in covariance structure modeling: Sensitivity to underparameterized model misspecification. Psychological Methods, 3, 424-453. https://doi.org/10.1037/1082-989X.3.4.424
Hülsing, G. (2021). # Triggerwarning: Body Image: A qualitative study on the influences of TikTok consumption on the Body Image of adolescents University of Twente].
Jin, S. V., Muqaddam, A., & Ryu, E. (2019). Instafamous and social media influencer marketing. Marketing Intelligence & Planning, 37(5), 567-579. https://doi.org/10.1108/MIP-09-2018-0375
Jin, S. V., & Ryu, E. (2020). “I’ll buy what she’s# wearing”: The roles of envy toward and parasocial interaction with influencers in Instagram celebrity-based brand endorsement and social commerce. Journal of Retailing and Consumer Services, 55, 102121.
Jun, S., & Yi, J. (2020). What makes followers loyal? The role of influencer interactivity in building influencer brand equity. Journal of Product & Brand Management, 29(6), 803-814. https://doi.org/10.1108/JPBM-02-2019-2280
Kim, M., & Baek, T. H. (2022). I’ll follow the fun: The extended investment model of social media influencers. Telematics and Informatics, 74, 101881. https://doi.org/https://doi.org/10.1016/j.tele.2022.101881
Kosiba, J. P. B., Odoom, R., Boateng, H., Twum, K. K., & Abdul-Hamid, I. K. (2022). Examining students’ satisfaction with online learning during the Covid-19 pandemic - an extended UTAUT2 approach. Journal of Further and Higher Education, 46(7), 988-1005. https://doi.org/10.1080/0309877X.2022.2030687
Latha, K., Meena, K. S., Pravitha, M. R., Dasgupta, M., & Chaturvedi, S. K. (2020). Effective use of social media platforms for promotion of mental health awareness [Article]. Journal of Education and Health Promotion, 9(1), Article 124. https://doi.org/10.4103/jehp.jehp_90_20
Leaver, T., Highfield, T., & Abidin, C. (2020). Instagram: Visual social media cultures. John Wiley & Sons.
Maes, C., & Vandenbosch, L. (2022). Adolescent girls’ Instagram and TikTok use: Examining relations with body image-related constructs over time using random intercept cross-lagged panel models. Body Image, 41, 453-459. https://doi.org/https://doi.org/10.1016/j.bodyim.2022.04.015
Mahy, P., Winarnita, M., & Herriman, N. (2022). Influencing the influencers: Regulating the morality of online conduct in Indonesia. Policy & Internet, 14(3), 574-596. https://doi.org/https://doi.org/10.1002/poi3.321
Martínez-García, J. A., & Martínez-Caro, L. (2009). La validez discriminante como criterio de evaluación de escalas: ¿teoría o estadística? Universitas Psychologica, 8, 27-36. http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1657-92672009000100002&nrm=iso
Masuda, H., Han, S. H., & Lee, J. (2022). Impacts of influencer attributes on purchase intentions in social media influencer marketing: Mediating roles of characterizations [Article]. Technological Forecasting and Social Change, 174, Article 121246. https://doi.org/10.1016/j.techfore.2021.121246
Meng, K. S., & Leung, L. (2021). Factors influencing TikTok engagement behaviors in China: An examination of gratifications sought, narcissism, and the Big Five personality traits. Telecommunications Policy, 45(7), 102172. https://doi.org/https://doi.org/10.1016/j.telpol.2021.102172
Meske, C., Wilms, K., & Stieglitz, S. (2019). Enterprise Social Networks as Digital Infrastructures - Understanding the Utilitarian Value of Social Media at the Workplace [Article]. Information Systems Management, 36(4), 350-367. https://doi.org/10.1080/10580530.2019.1652448
Pier, D. (2022). Digital influencers and beer-branding folk dancers: the class stratification of participatory marketing in Uganda. Globalizations, 1-21. https://doi.org/10.1080/14747731.2022.2135424
PrakashYadav, G., & Rai, J. (2017). The Generation Z and their social media usage: A review and a research outline. Global journal of enterprise information system, 9(2), 110-116.
Pretorius, C., McCashin, D., & Coyle, D. (2022). Mental health professionals as influencers on TikTok and Instagram: What role do they play in mental health literacy and help-seeking? Internet Interventions, 30, 100591. https://doi.org/https://doi.org/10.1016/j.invent.2022.100591
Reinikainen, H., Kari, J. T., & Luoma-Aho, V. (2020). Generation z and organizational listening on social media [Article]. Media and Communication, 8(2), 185-196. https://doi.org/10.17645/mac.v8i2.2772
Thelwall, M., & Cash, S. (2021). Bullying discussions in UK female influencers’ YouTube comments. British Journal of Guidance & Counselling, 49(3), 480-493. https://doi.org/10.1080/03069885.2021.1901263
Wang, F., She, J., Ohyama, Y., Jiang, W., Min, G., Wang, G., & Wu, M. (2021). Maximizing positive influence in competitive social networks: A trust-based solution. Information Sciences, 546, 559-572. https://doi.org/https://doi.org/10.1016/j.ins.2020.09.002
Weigel, R. H. (1983). Environmental attitudes and the prediction of behavior. Environmental psychology: Directions and perspectives, 257-287.
Wolf, A. (2020). Gen Z & Social Media Influencers: The Generation Wanting a Real Experience.
Zhu, Y.-Q., Amelina, D., & Yen, D. C. (2022). Celebrity endorsement and impulsive buying intentions in social commerce-The case of instagram in Indonesia: Celebrity endorsement. In Research Anthology on Social Media Advertising and Building Consumer Relationships (pp. 1401-1419). IGI Global.