Cómo medir la intención de compra en tesis de marketing: escalas Likert y validación empírica

La intención de compra es el constructo central de la mayoría de las tesis de marketing, pero medirla con rigor exige ir más allá del cuestionario: requiere un marco teórico, una escala replicada y una validación psicométrica defendible ante el tribunal.

¿Qué es la intención de compra y cómo se modela?

La intención de compra se define como la disposición o probabilidad subjetiva de que un consumidor adquiera un producto o servicio en el futuro. En investigación de marketing se concibe como variable latente, no observable directamente, que debe inferirse a partir de indicadores. El marco teórico más utilizado sigue siendo la Teoría del Comportamiento Planificado de Ajzen (1991), que postula tres antecedentes: la actitud hacia el comportamiento, la norma subjetiva y el control conductual percibido. Modelos derivados integran constructos adicionales como la confianza, la percepción de valor y la calidad percibida (Echchad y Ghaith, 2022), y se han aplicado tanto al entorno presencial como al digital (Peña-García et al., 2020).

Antecedentes clave: imagen de país de origen, etnocentrismo y xenocentrismo

En mercados globalizados, la intención de compra se modula por el origen del producto. La imagen de país de origen influye en la evaluación de los artículos extranjeros, como se ha documentado en consumidores mexicanos durante la pandemia (Morán-Huertas, 2021). En paralelo, el etnocentrismo del consumidor favorece la compra de productos nacionales frente a los importados (Morán-Huertas y López Lira, 2022), mientras que el xenocentrismo y el cosmopolitismo operan en sentido opuesto, impulsando la preferencia por lo extranjero (Morán-Huertas, Guerra-Rodríguez y López-Botello, 2020). Incorporar al menos uno de estos constructos fortalece la contribución empírica de una tesis.

Construcción del instrumento con escalas Likert

La práctica estándar consiste en adaptar escalas previamente validadas en lugar de redactar ítems desde cero. El formato Likert de 5 o 7 puntos es el más extendido, pues permite tratamiento cuasi-intervalar y facilita el análisis multivariado. Un ítem típico sería: «Tengo la intención de comprar esta marca en los próximos meses», con respuestas de 1 (totalmente en desacuerdo) a 7 (totalmente de acuerdo). Para la intención de compra conviene un mínimo de tres ítems que cubran la dimensión cognitiva, afectiva y conductual. La recomendación es traducir y retrotraducir los reactivos, mantener la unidimensionalidad teórica y evitar redacciones dobles.

Validación empírica paso a paso

La defensa del instrumento exige un protocolo secuencial. Primero, la validez de contenido mediante juicio de expertos, idealmente con cálculo del coeficiente V de Aiken. Segundo, un pilotaje con 30 a 100 casos para depurar ítems. Tercero, la confiabilidad mediante el Alfa de Cronbach (≥ 0,70) y, preferentemente, el omega de McDonald. Cuarto, el análisis factorial exploratorio (AFE) para examinar la estructura y, con una muestra ≥ 200, el análisis factorial confirmatorio (AFC) que verifica cargas factoriales superiores a 0,60, junto con la validez convergente (AVE > 0,50) y la validez discriminante (criterio Fornell-Larcker o HTMT < 0,85). El trabajo de Morán-Huertas, Guerra-Rodríguez y López-Botello (2020) ilustra este procedimiento aplicado al comportamiento del consumidor.

Análisis con PLS-SEM y SPSS

Una vez validado el instrumento, el siguiente paso es el contraste del modelo estructural. SPSS permite la estadística descriptiva, el AFE y los análisis de fiabilidad; mientras que SmartPLS, basado en PLS-SEM, es la herramienta preferida cuando el modelo incluye varios constructos latentes y el objetivo es la predicción. PLS-SEM es adecuado para muestras moderadas y no exige normalidad multivariante. Nekmahmud et al. (2022) emplean este enfoque para modelar la intención de compra de productos verdes, evaluando fiabilidad compuesta, AVE y los coeficientes path con su significancia mediante bootstrapping.

Tendencias 2020-2026 y errores comunes

La agenda reciente se desplaza hacia tres frentes: la compra digital post-COVID y el comportamiento omnicanal, la intención de compra sostenible o verde, y el papel de las reseñas electrónicas y el marketing en redes sociales (Nekmahmud et al., 2022; Peña-García et al., 2020). Entre los errores más frecuentes destacan: usar escalas sin adaptación transcultural, confundir validez aparente con validez de contenido, omitir el pilotaje, reportar solo el Alfa de Cronbach sin AVE ni validez discriminante, e interpretar cargas factoriales por debajo de 0,50. Evitarlos eleva notablemente la defendibilidad del estudio.

Referencias

• Echchad, M., & Ghaith, A. (2022). Purchasing intention of green cosmetics using the Theory of Planned Behavior: The role of perceived quality and environmental consciousness. Expert Journal of Marketing, 10(1), 62-71.
• Morán-Huertas, A. J. (2021). Impact of the Country-of-Origin Image on the Purchase Intention of Foreign Products in Mexican Consumers During the COVID-19 Pandemic. Proceedings of the International Conference on Industrial Engineering and Operations Management. https://ieomsociety.org/proceedings/2021monterrey/510.pdf
• Morán-Huertas, A. J., & López Lira, A. (2022). El etnocentrismo como antecedente de la intención de compra de productos nacionales. VinculaTégica EFAN, 6(1). https://vinculategica.uanl.mx/index.php/v/article/view/57
• Morán-Huertas, A. J., Guerra-Rodríguez, P., & López-Botello, C. K. (2020). Factores psicosociológicos que influyen en la intención de compra de productos extranjeros en los consumidores mexicanos. VinculaTégica EFAN, 6(1). https://vinculategica.uanl.mx/index.php/v/article/view/587
• Nekmahmud, M., Naz, F., Ramkissoon, H., & Fekete-Farkas, M. (2022). Transforming consumers’ intention to purchase green products: Role of social media. Technological Forecasting and Social Change, 185, 121923. https://doi.org/10.1016/j.techfore.2022.121923
• Peña-García, N., Gil-Saura, I., Rodríguez-Orejuela, A., & Siqueira-Junior, J. R. (2020). Purchase intention and purchase behavior online: A cross-cultural approach. Heliyon, 6(10), e05128. https://doi.org/10.1016/j.heliyon.2020.e05128