Retos, 14(27), 2024 Revista de Ciencias de la Administración y Economía
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
www.retos.ups.edu.ec
abril-septiembre 2024
pp.21-33
https://doi.org/10.17163/ret.n27.2024.02
Revista de Ciencias de Revista de Ciencias de
Administración y EconomíaAdministración y Economía
Predicción del comportamiento de compra online: una
aplicación del modelo S-O-R
Prediction of online purchase behavior: an application
of the S-O-R Model
Eugenia Csoban-Mirka
Profesora e investigadora del Instituto de Estudios Superiores de Administración y de la Universidad Católica Andrés
Bello, Caracas-Venezuela
eugenia.csoban@iesa.edu.ve
https://orcid.org/0000-0001-9520-197x
Sofía Esqueda-Henríquez
Profesora e investigadora del Instituto de Estudios Superiores de Administración, Caracas-Venezuela
sofia.esqueda@iesa.edu.ve
https://orcid.org/0009-0007-5198-9022
Alfredo Ríos
Profesor e investigador del Instituto de Estudios Superiores de Administración, Caracas-Venezuela
alfredo.rios@iesa.edu.ve
https://orcid.org/0000-0002-1658-6179
Recibido: 31/12/23 Revisado: 24/01/24 Aprobado: 26/02/24 Publicado: 01/04/24
Resumen: el objetivo de este estudio es evaluar el efecto de la atmósfera, definida como el diseño consciente del ambiente de la tienda para crear
ciertas respuestas en los compradores, en los valores de compra, la actitud hacia la compra y las emociones sobre la intención de recompra en una
tienda online, basado en el modelo Estímulo-Organismo-Respuesta (S-O-R, por sus siglas en inglés). Aunque estos elementos han sido estudiados
ampliamente en el contexto de tiendas físicas, artículos recientes que analizan la influencia de estos elementos en el ambiente online muestran la
relevancia de estudios como este en investigaciones académicas actuales de mercadeo. Los resultados de una encuesta realizada a 306 usuarios de una
tienda farmacéutica online, residentes de Venezuela y otros países de América Latina, se analizaron usando ecuaciones estructurales. Los hallazgos
permiten concluir que el uso del modelo S-O-R es apropiado en la predicción del comportamiento de compra online, y confirman que el valor de
compra hedónico tiene un impacto directo significativo tanto en la actitud hacia las compras como en la compra emocional. Por otra parte, el valor de
compra utilitario afecta negativamente la compra emocional y el factor informático favorece la actitud hacia las compras. Por último, la actitud hacia
las compras y la compra emocional predicen la intención de recompra. Se discuten las implicaciones para los especialistas en marketing.
Palabras clave: atmósfera de tienda online, hedónico, utilitario, actitud, emoción, recompra, SOR, MEE. Atmósfera de tienda online, hedónico,
utilitario, actitud, emoción, recompra, SOR, MEE.
Abstract: the objective of this study was to evaluate the effect of the online store atmosphere, shopping values, attitude toward online shopping
and emotions on the repurchase intention in an online store, based on the Stimulus-Organism-Response model (S-O-R). Although these elements
have been studied in the context of brick-and-mortar stores, recent articles that analyze the influence of these elements in the online environment
demonstrate the relevance of this study in current marketing research. The results of an online survey conducted with 306 users of an online
pharmaceutical store, which included residents of Venezuela and of other Latin American countries, were analyzed using structural equations,
evaluating both the measurement model and the relationship model. The findings allow us to conclude that the use of the S-O-R model is appro-
priate in predicting online purchase behavior, having achieved an adequate fit, and confirm that the hedonic purchase value has a significant direct
impact on both the attitude toward online shopping and the emotional purchase. On the other hand, the utilitarian purchase value negatively
affects the emotional purchase and the computer factor favors the attitude toward online purchase. Finally, the attitude toward online shopping
and the emotional purchase predicts the repurchase intention. Implications for marketers are discussed.
Keywords: online store atmosphere, hedonic, utilitarian, attitude, emotional, repurchase, SOR, SEM.
Cómo citar: Csoban-Mirka, E., Esqueda-Henríquez, S. y Ríos, A. (2024). Predicción del comportamiento de com-
pra online: una aplicación del modelo S-O-R. Retos Revista de Ciencias de la Administración y Economía, 14(27), 21-33.
https://doi.org/10.17163/ret.n27.2024.02
© 2024, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
22 Eugenia Csoban-Mirka, Sofía Esqueda-Henríquez y Alfredo Ríos
Introducción
El Internet ha llevado al comercio a una era
electrónica al cambiar la forma en que los consu-
midores buscan, evalúan, compran y disponen de
productos y servicios. El número de compradores
en línea ha aumentado en los últimos años y se
estima que de 2022 a 2023 se sumaron 80 millo-
nes de compradores en línea, lo que signica un
crecimiento interanual del 3,1 %.
El comercio electrónico ha crecido ininterrum-
pidamente desde la aparición de plataformas como
Amazon o eBay a mediados de la década de 1990
y ha sido casi exponencial en los últimos años,
provocando que las tiendas minoristas presten
especial atención al medio online. Debido al im-
pacto signicativo de las ”señales del ambiente”
o atmósfera en las tiendas tradicionales sobre la
actividad de los compradores, el interés por el
efecto de estas señales se ha trasladado al comer-
cio en línea para explorar si los principios que se
aplican al comercio minorista tradicional también
se aplican a la experiencia de compra en línea.
La atmósfera es un aspecto crítico e incluye los
elementos físicos o características del interior de
una tienda como la iluminación, el aroma, la mú-
sica y la disposición de la mercancía (Baker et al.,
1994). Muchos investigadores en las últimas déca-
das han planteado preguntas sobre qué variables
ambientales afectan los estados emocionales de
los consumidores, cómo se ve afectado el compor-
tamiento de compra posterior, cómo una empresa
debe diseñar la experiencia multisensorial en la
tienda para promover la compra y garantizar la
compra y el retorno de su inversión (Donovan
et al., 1994; Spence, 2022) y recientemente estas
mismas preocupaciones se han planteado en el
contexto de las tiendas en línea (De Aguiar et al.,
2019; Anwar et al., 2020).
En 1973, Kotler señaló que uno de los ele-
mentos más inuyentes a la hora de comprar
un producto es el ambiente del lugar donde se
encuentra o exhibe este producto e instó a com-
prender y utilizar todo el poder de la atmósfera
de la tienda como una herramienta de marketing.
Originalmente, denió la atmósfera como “el
diseño consciente del entorno de la tienda para
crear ciertas respuestas en los compradores (...)
especícamente es el esfuerzo por producir efec-
tos emocionales que aumenten la probabilidad
de compra del cliente” (p. 50).
Para descifrar estas inuencias y comprender
el comportamiento del consumidor, se proponen
teorías y se desarrollan modelos que se prueban
tanto con herramientas de investigación tradicio-
nales como, más recientemente, con la aparición
del neuromarketing, que proporciona técnicas
para medir las respuestas cerebrales y emocio-
nales de los consumidores cuando se enfrentan
a diferentes estímulos (Shukla, 2019). Las teorías
en marketing son esenciales para identicar los
determinantes del comportamiento del consumi-
dor y desarrollar hipótesis sobre cómo interactúan
estos determinantes. El presente estudio se basa
en el modelo S-O-R (por sus siglas en inglés) de
psicología cognitiva (Eroglú et al., 2001) y tiene
como objetivo evaluar el efecto de algunos estí-
mulos en la atmósfera de la tienda online junto
con variables internas de los consumidores sobre
la intención de compra.
Modelo S-O-R: Estímulo-
Organismo-Respuesta
El entorno o atmósfera física se ha entendido
como el conjunto de variables presentes en la
tienda, como la música, la luz, el color, el olfato
y el diseño del espacio, capaces de promover una
respuesta de compra en el consumidor. El interés
por descifrar el impacto de estos factores ha lle-
vado a proponer modelos que ayuden a predecir
el comportamiento de compra. En las tiendas
físicas, Donovan y Rossiter, en 1982, adaptaron
el modelo de psicología ambiental de Mehrabian
y Russel (1974) con la intención de analizar el
impacto de los factores del estímulo o entorno de
la tienda junto con algunas características de las
personas en la respuesta de compra. El modelo
S-O-R, propone que las características del entorno
(Estímulo) promueven ciertos estados emocio-
nales y reacciones cognitivas (Organismo), que
determinan comportamientos de acercamiento o
alejamiento de la tienda (Respuesta).
Más explícitamente, el estímulo (S) se reere
a aquello que afecta los estados internos y el pro-
ceso de decisión del individuo, incentivándolo a
Predicción del comportamiento de compra online: una aplicación del modelo S-O-R
Retos, 14(27),21-33
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
23
actuar; el organismo (O) se entiende como el con-
junto de estados y procesos afectivos y cognitivos
internos que intervienen entre el estímulo y las
respuestas del individuo. Los estados afectivos
o emocionales se caracterizaron originalmen-
te, siguiendo a Mehrabian y Russell (1974) en
tres dimensiones, identicadas por el acrónimo
PAD: Placer- Desplacer; Activación-Evitación y
Dominancia-Sumisión. Los estados cognitivos se
asocian con todo lo que tiene lugar en la mente
durante la adquisición, procesamiento, reten-
ción y recuperación de la información, a saber:
conocimiento, memoria, comprensión, creencias
y actitudes. La respuesta (R) se denomina acción
o reacción nal del consumidor, incluidas las re-
acciones psicológicas tales como actitudes y com-
portamientos según sean de acercamiento, como
podrían ser la aproximación física, la exploración,
la permanencia o la aliación; o evitación, como
el distanciamiento físico o el abandono.
El éxito del modelo S-O-R en la investigación
en el sector comercial o minorista se debe a que
permite conocer cómo los diferentes estímulos
afectan a los consumidores. Para aumentar los
comportamientos de compromiso del cliente, a
los minoristas les resulta indispensable entender
qué factores del entorno producen respuestas
emocionales y cognitivas en sus grupo objetivo.
El cambio hacia las compras en las tiendas
virtuales implica una redenición de la atmósfera.
Dailey (2004) parafraseando a Kotler (1973) dene
la atmósfera web como el diseño consciente del
entorno web de la tienda para crear ciertas res-
puestas en los compradores (como afecto positivo
y cogniciones positivas, etc.) para aumentar la
respuesta favorable de los consumidores (por
ejemplo, volver a visitar el sitio, explorar, etc.)
y aumentar la probabilidad de compra. Así, se
dice que cuando los vendedores en línea diseñan
interfaces virtuales (web) con el objetivo de atraer
a los consumidores, están utilizando la atmósfera
web como una herramienta de marketing.
Eroglu et al. (2001) fueron los primeros en pro-
poner un enfoque sistemático para el estudio
del comercio minorista en línea, y adaptaron el
modelo S-O-R de Donovan y Rossiter (1982) para
describir y explicar cómo las señales atmosféricas
en el contexto de una tienda en línea (S) inuyen
en la cognición, la emoción (O) y la respuesta o
el comportamiento de compra (R). Una de los
aportes más importantes de estos investigadores
ha sido la propuesta de una taxonomía para cla-
sicar las cualidades atmosféricas de las ventas
minoristas en línea, y proponen una distinción
entre entornos que tienen claves con alta y baja
relevancia para la tarea. El ambiente con claves
relevantes incluye descriptores del sitio web, ver-
bales o pictográcos, que aparecen en la pantalla
y que facilitan y hacen posible la compra por
parte del consumidor. Un ejemplo de estas señales
sería el contenido verbal que facilita la compra del
producto (características de la mercancía, precio,
política de devolución), los iconos o imágenes y
el mapa del sitio web. Por otro lado, las señales
de baja relevancia para la tarea no afectan direc-
tamente a que esta se complete, aunque pueden
crear una atmósfera que hace que la experiencia
de compra sea más agradable, desencadena re-
cuerdos de la compra en la tienda (formato tra-
dicional) o proporciona conanza para la compra
a un minorista desconocido, creando un estado
de ánimo o imagen del sitio web. Estos signos
incluyen colores, bordes, patrón de fondo y tipo
de letra, entre otros.
La atmósfera virtual representa un desafío
adicional de diseño, ya que incluye elementos tec-
nológicos típicos de los sistemas de información y
aspectos humanos. Con base en la clasicación de
Eroglu et al., (2001) y para delimitar las caracterís-
ticas de la atmósfera de las tiendas online, se han
propuesto varias taxonomías (Manganari et al.,
2009; Gatautis y Vaiciukynaite, 2013) que combi-
nan funciones tecnológicas de calidad del sistema
o diseño de interfaces como la organización de
hiperenlaces, funciones personalizadas, velocidad
de acceso y autocorrección de errores del servidor
con elementos que contribuyen a la satisfacción
del usuario categorizados como disfrute, resul-
tados cognitivos, empoderamiento del usuario,
credibilidad, organización y apariencia visual
de la información (Zhang y Von Dran, 2000) así
como factores de interacción entre el usuario y
la tecnología: facilidad percibida y utilidad per-
cibida, considerados factores de aceptación de la
tecnología de la información (modelo de acepta-
ción de la tecnología clásica). Para Richard (2005),
los factores computacionales que determinan la
© 2024, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
24 Eugenia Csoban-Mirka, Sofía Esqueda-Henríquez y Alfredo Ríos
funcionalidad de la tienda virtual corresponden
a claves altamente relevantes; mientras que las
características de la web que promueven el dis-
frute, los factores humanos, se consideran claves
de baja relevancia (Eroglu et al., 2001).
Hausman y Siekpe (2009) evaluaron el efecto
de las características de la interfaz web, factores
humanos e informáticos, sobre la intención de
comprar en línea e informaron que ambos fac
-
tores son antecedentes de la compra en línea,
especícamente, señalan que elementos como el
uso de grácos, modelos 3D, inclusión de humor,
etc., atraen, retienen y motivan a los consumido-
res a comprar en sitios web y, del mismo modo,
factores informáticos como la organización, me-
nús claros, seguridad y privacidad, entre otros,
hacen que los consumidores entiendan el diseño
del sitio web y busquen productos y compren
lo que se ofrece. Los resultados más recientes
conrman que el diseño web es un factor clave
para la respuesta de compra de los consumidores
(Anaya-Sánchez et al., 2020).
Por otro lado, Peng y Kim (2014) incorporaron
el valor de compra hedónico y utilitario como
motivaciones antecedentes (parte del Estímulo
en el modelo S-O-R) que afectan la cognición y la
emoción del consumidor. La investigación sobre
el comportamiento de compra ha identicado las
motivaciones hedónicas y utilitarias como los
principales tipos de motivaciones que mueven a
las personas. Los términos hedónica y utilitaria
siempre aluden, en la literatura relacionada, a
cómo los consumidores se orientan hacia la tarea:
de manera funcional e instrumental al hablar de
lo utilitario; y de manera experiencial, simbólica
y estética que evoca diversión, placer y emoción,
cuando se habla de lo hedónico (Picot-Coupey
et al., 2021).
Peng y Kim (2014) evaluaron el valor de com-
pra hedónico y utilitario sobre la actitud hacia
la compra online y la compra emocional, esta
última considerada mediadora de la respuesta
de intención de recompra. Para los autores, el
valor de compra hedónico reeja el potencial de
entretenimiento y el valor emocional de las com-
pras, y se indica por el aumento de la emoción,
la participación, la libertad percibida, el escapis-
mo, la fantasía y los aspectos emocionales de la
experiencia de compra; mientras que el valor de
compra utilitario se produce cuando la compra
satisface las necesidades de consumo particulares,
lo que reeja un resultado orientado a objetivos,
cognitivo y no emocional, consistente con la ca-
racterización de Babin et al. (1994). Peng y Kim
(2014) mostraron que los valores hedónicos y
utilitarios son antecedentes de la actitud hacia
las compras en línea y las compras emocionales,
así como el entorno de la tienda en línea; a su
vez, la actitud hacia las compras en línea es un
mediador efectivo de la intención de compra.
Finalmente, encontraron que el valor de compra
utilitario no tuvo impacto en la compra emocio-
nal, y, tampoco la compra emocional predijo la
intención de compra. De esta manera, el modelo
S-O-R modicado contrastado por estos autores
logró un apoyo empírico parcial en los datos.
Moon et al. (2017) evaluaron el efecto de la
motivación hedónica y utilitaria en la actitud ha-
cia las compras en línea y también el efecto de la
actitud en la intención. Sus hallazgos indican que
los aspectos utilitarios ejercen un mayor efecto
sobre y desde la actitud sobre la intención de
compra en comparación con la motivación he-
dónica. La evidencia acumulada sobre el efecto
de la motivación hedónica y utilitaria no siempre
es consistente, sin embargo, el valor hedónico y
utilitario se incluyen repetidamente como an-
tecedentes en las investigaciones junto con ele-
mentos atmosféricos para evaluar su impacto en
diferentes variables mediadoras, como la actitud
y la emoción. Sütütemiz y Saygılı (2020) eviden-
ciaron que los motivos de compra hedónicos y
utilitarios se aplican válidamente al contexto de
compras en línea y tienen un efecto signicativo
en la intención de compra.
En el marco del modelo S-O-R, los estados
cognitivos y afectivos como mediadores se han
conceptualizado de diferentes maneras (Eroglú
et al., 2001). La actitud hacia las compras en línea
ha resultado ser una forma de operacionalizar
cómo el consumidor interpreta la información
que proviene del entorno de la tienda en línea
y luego afecta la intención de compra (Peng y
King, 2014). En general, la actitud corresponde
a la tendencia de las personas a valorar un ob-
jeto, evento, producto o servicio de una manera
Predicción del comportamiento de compra online: una aplicación del modelo S-O-R
Retos, 14(27),21-33
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
25
favorable o desfavorable. Se supone que la actitud
hacia las diferentes opciones de consumo dispo-
nibles (un producto, tienda o servicio) determina
la decisión del consumidor: en una situación de
elección, se selecciona la alternativa hacia la que
hay una actitud general favorable (Ajzen, 2008;
Hebbar, et al., 2020).
En cuanto a los estados afectivos, actualmente
se incluyen otras medidas como la regulación
emocional, afecto, satisfacción, disfrute, deleite,
etc., además de las dimensiones clásicas de Pla-
cer-Activación-Dominación propuestas original-
mente por Mehrabian y Russel en 1974 (Kim et
al., 2014). La regulación de las emociones es una
de las formas en que se ha evaluado el impacto
del valor hedónico y utilitario en el organismo
en el modelo S-O-R. La regulación emocional se
entiende como los comportamientos y habilida-
des de una persona que sirven para modular,
inhibir o mejorar la experiencia emocional y su
expresión (Calkins y Hill, 2007). El valor de com-
pra hedónico y también utilitario puede evocar
respuestas emocionales positivas en el consumi-
dor y el incremento de la respuesta emocional
aumenta la probabilidad de compra en la tienda
virtual (Bui y Kemp, 2013; Peng y Kim, 2014).
Por último, la intención de comprar o utilizar un
producto o servicio se utiliza a menudo como un
sustituto del comportamiento, ya que se supone
que las intenciones son buenos indicadores de lo
que las personas realmente harán. La evidencia
corrobora el efecto de la actitud positiva hacia las
compras en línea y la emoción en la intención de
compra (Kim y Park, 2005; Peng y Kim, 2014) y la
validez predictiva de las intenciones conductuales
(Sheeran, 2002).
La evidencia conrma la solidez del modelo
S-O-R para dar cuenta del comportamiento del
consumidor en tiendas virtuales (Prashar et al.,
2017; Moon et al., 2017; Xiao et al., 2019), así como
su exibilidad para incluir nuevas variables am-
bientales y mediadoras (Zhu et al., 2020) que res-
palda el valor teórico y aplicado de continuar la
investigación en el área (Saricam, 2023). El presente
trabajo extiende la exploración de la relación entre
las variables incluidas en el modelo S-O-R tal como
1 La inclusión de variables de control fue sugerida por un árbitro anónimo.
fue adaptado por Peng y Kim (2014), incorporando
una medición alternativa de los elementos am-
bientales, clasicados en factores informáticos y
humanos (Richard, 2005; Hausman y Siekpe, 2009),
en el supuesto de que estas variables conguran
la atmósfera web de una manera más completa y
podrían optimizar la predicción de la compra en
tiendas virtuales, lo cual signica un conocimiento
de gran valor para la planicación y ejecución de
estrategias de marketing en el comercio electrónico
minorista. Para la robustez estadística, también se
incorporaron al análisis dos variables de control,
sexo y edad, como predictores directos de inten-
ción de recompra.1
Materiales y método
A partir de la revisión anterior, el presente
trabajo evalúa el efecto de la atmósfera web de la
tienda en términos de características informáticas
y humanas, junto con el valor de compra hedó-
nico y utilitario, en la actitud hacia las compras
en línea y las compras emocionales, entendidas
como variables mediadoras que tienen un im-
pacto nal en la intención de recompra en una
farmacia online minorista con presencia en Ve-
nezuela y Colombia. La propuesta conceptual se
ajusta al modelo S-O-R de psicología ambiental.
Siguiendo la terminología de Peng y Kim (2014),
las hipótesis de trabajo que relacionan los estí-
mulos internos con el organismo se denen de
la siguiente manera:
H1: existe una relación positiva entre el valor
de compra hedónico y la actitud hacia las com-
pras en línea.
H
2
: hay una relación positiva entre el valor de
compra utilitario y la actitud hacia las compras
en línea.
H3: existe una relación positiva entre el valor
de compra hedónico y las compras emocionales.
H4: existe una relación positiva entre el valor
de compra utilitario y las compras emocionales.
De manera similar, la hipótesis que relaciona
los estímulos externos, representados aquí por
© 2024, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
26 Eugenia Csoban-Mirka, Sofía Esqueda-Henríquez y Alfredo Ríos
las dos variables informáticas y factores huma-
nos, con el organismo se denen de la siguiente
manera:
H5: hay una relación positiva entre el factor in-
formático y la actitud hacia las compras en línea.
H6: hay una relación positiva entre el factor
humano y la actitud hacia las compras en línea.
H
7
: existe una relación positiva entre el factor
informático y las compras emocionales.
H
8
: existe una relación positiva entre el factor
humano y las compras emocionales.
El impacto directo del sexo y la edad en la
intención de recompra se formula de la siguiente
manera:
H9: existe una relación entre el sexo y la in-
tención de recompra.
H10: existe una relación positiva entre la edad
y la intención de recompra.
Finalmente, las hipótesis que relacionan el
organismo con la respuesta se denen de la si-
guiente manera:
H
11
: hay una relación positiva entre la acti-
tud hacia las compras en línea y la intención de
recompra.
H
12
: existe una relación positiva entre las com-
pras emocionales y la intención de recompra
La relación entre las variables se representa en
la gura 1. Se utilizaron modelos de ecuaciones
estructurales para evaluar, inicialmente, la cona-
bilidad y validez de la medida y, posteriormente,
las relaciones entre las variables (Hair et al., 2006).
Figura 1
Modelo de investigación propuesto
valor de
compra
hedónico
valor de
compra
utilitario
factores
computacionales
factores
humanos
sexo
edad
Actitud hacia
la compra en
línea
Intención de
recompra
compras
emocionales
Predicción del comportamiento de compra online: una aplicación del modelo S-O-R
Retos, 14(27),21-33
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
27
Instrumentos
El instrumento de medición utilizado se basa
en el cuestionario de Peng y Kim (2014) y el de
Hausman y Siekpe (2009). A partir del instrumen-
to de Peng y Kim (2014), los ítems de valor de
compra hedónico (5 ítems) y utilitario (5 ítems)
corresponden a la escala de Babin et al. (1994),
quienes avalan su abilidad, validez de cons-
tructo y validez nomológica a partir de exhaus-
tivas comprobaciones psicométricas en múltiples
muestras. La actitud hacia las compras en línea
se evaluó con cuatro ítems tomados del trabajo
de Lee (2007), la variable compras emocionales
incluyó tres ítems propuestos y validados por
Bui y Kemp en 2013 y la intención de recompra
se midió con cuatro ítems que exploran la pro-
babilidad, seguridad y oportunidad de comprar
nuevamente en la tienda virtual. Todos los ele-
mentos se miden en una escala Likert de 7 puntos
de acuerdo-desacuerdo.
Peng y King (2014) llevaron a cabo la evalua-
ción de la abilidad y validez de estas medidas y
reportaron valores de alfa de Cronbach entre 0,74
y 0,89 para todas las subescalas como prueba de
la consistencia interna de las medidas. Asimismo,
realizaron un análisis factorial conrmatorio que
reveló un ajuste adecuado de estas medidas.
Hausman y Siekpe (2009) construyeron y
validaron un instrumento para evaluar factores
informáticos y humanos como elementos de la
atmósfera web. Inicialmente, recopilaron un gran
número de características del sitio web a partir
de entrevistas con usuarios novatos y expertos en
sitios web. Después de un proceso de depuración,
con la intervención de jueces expertos y mues-
tras de usuarios independientes que redujeron la
primera lista de elementos en cada categoría, se
realizó un análisis factorial exploratorio, resul-
tando en 7 ítems claramente designados como
Factores Humanos y 15 como Factores Informá-
ticos. En el presente estudio, se incluyeron estos
factores informáticos y humanos, y se evaluó la
importancia asignada por los consumidores en
una escala Likert de 7 puntos (no importante-muy
importante)
Castillo (2021) utilizó este instrumento des-
pués de realizar un estudio piloto que incluyó
la traducción, revisión y ajuste de los ítems por
parte de jueces expertos en idiomas y psicometría,
para garantizar su comprensión y adaptación a
la muestra de habla hispana. La evaluación de
la consistencia interna de las subescalas indicó
su adecuada conabilidad: el coeciente alfa de
Cronbach más bajo fue de 0,71 y el más alto fue
de 0,88; valores que se encuentran en un rango
considerado adecuado (Nunnally, 1978)
Participantes
Para evaluar la intención de recompra, se
realizó una encuesta en línea. De los 620 parti-
cipantes que respondieron a la encuesta, 314 no
habían realizado una compra en la plataforma
en línea de una farmacia minorista en los tres
meses anteriores. Por lo tanto, el análisis se rea-
lizó con la muestra no probabilística restante de
306 consumidores: el 66.3 % de la muestra esta-
ba compuesta por mujeres y el 33.7 % restante
eran hombres. La edad media fue de 33.8 años,
la mediana de 30 años y la desviación estándar
de 12,7 años. El 96 % de la muestra armó residir
en Venezuela y alrededor del 3.9 % de la muestra
declaró residir en otros países como Argentina,
Colombia, México y El Salvador.
Resultados y discusión
Modelo de medición
Se siguió una estrategia de desarrollo en la que
se modicó el modelo hasta lograr la mejor ver-
sión posible tanto del modelo de medición como
del estructural (Hair et al., 2006). Como primer
paso, se evaluó la conabilidad de los construc-
tos a partir del coeciente alfa de Cronbach, el
cual arrojó valores mayores a 0,80, excepto para
los factores humanos (HF) (α = 0,74), el valor
de compra utilitario (α = 0,76) y la actitud hacia
las compras en línea (AOS) (α = 0,79). Una vez
vericada la consistencia interna, se estableció el
modelo estructural, utilizando el paquete lavaan
(0.6-8) de R. Para identicar el modelo factorial,
se utilizó el método de estandarización de varian
-
za, que establece la varianza de cada factor en
© 2024, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
28 Eugenia Csoban-Mirka, Sofía Esqueda-Henríquez y Alfredo Ríos
uno (1) pero estima libremente todas las cargas.
En el primer modelo de medición evaluado, se
eliminó un ítem del constructo de valor de com-
pra utilitario (USV) a partir del resultado de la
correlación ítem-test. Los índices comparativos
alcanzados entre el modelo teórico y el modelo
propuesto indicaron ajustes modestos y, en el
análisis de validez convergente, se observó que
el valor de la varianza promedio extraída de los
constructos CF y HF fue de alrededor de 0,35,
muy por debajo del punto de corte tradicional
de 0,5 (Fornell y Larcker, 1981). Para mejorar el
modelo de medición, se analizaron las correlacio-
nes entre los constructos, se descartaron algunos
ítems y se evaluó nuevamente la conabilidad.
La consecuencia de estas modicaciones fue la
eliminación del constructo de factores humanos.
El conjunto de indicadores del modelo nal se
muestra en la tabla 1 junto con las cargas estan-
darizadas resultantes del modelo de medición, el
valor del alfa de Cronbach y la varianza promedio
extraída (AVE) para cada uno de los constructos.
Se observó una mejora en los índices de ajuste de
Tucker-Lewis (0,832) y CFI (0,854), lo que indica
un ajuste adecuado. Asimismo, tanto el RMSEA
(0,092) como el SMRM (0,078) se encuentran en
un rango aceptable.
Tabla 1
Resultados de la CFA para el modelo de medición
Factores y elementos Std. Cargas αAVE
Valor de compra hedónico (HSV) 0,87 0,52
Comprar en línea es realmente un placer 0,78
En comparación con otras cosas que podría haber hecho, el tiempo que pasé com-
prando en línea fue realmente agradable 0,83
Disfruté comprar en línea, no solo por los artículos que pude haber comprado. 0,85
Durante las compras en línea, sentí la emoción de la caza. 0,63
Durante las compras en línea, sentí una sensación de aventura 0,63
Valor de compra utilitario (USV) 0,87 0,65
Logré justo lo que quería en el viaje de compras en línea 0,83
Pude comprar lo que realmente necesitaba. 0,87
Los precios de los productos y servicios que compré en línea estaban en el nivel ade-
cuado y de buena calidad 0,67
Siento que mi viaje de compras en línea fue exitoso. 0,83
Factores computacionales (CF) 0,84 0,49
Visualizaciones claras del contenido de la página 0,71
Presencia de elementos de menú claros en cada página 0,72
Información actualizada 0,73
Información lógica de la página web 0,64
Ofrece confirmación de pedido 0,76
Actitud hacia las compras en línea (AOS) 0,79 0,47
Disfruto comprando cosas a través de Internet. 0,79
Prefiero las compras en línea. 0,72
Las compras en las tiendas en línea generalmente benefician a los consumidores. 0,56
Las compras en línea son algo bueno. 0,69
Compra emocional (EP) 0,71 0,55
Predicción del comportamiento de compra online: una aplicación del modelo S-O-R
Retos, 14(27),21-33
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
29
Factores y elementos Std. Cargas αAVE
En general, suelo realizar compras emocionales a través de Internet 0,76
Con frecuencia compro en línea para lidiar con mis emociones. 0,72
Intención de recompra (RI) 0,85 0,76
Probablemente recompraré en la tienda en línea. 0,91
Tendré la oportunidad de volver a comprar en la tienda en línea. 0,82
En el último modelo de medición contrastado,
la inspección de los resultados del tabla1 revela
que la carga más baja se encuentra en 0,56, lo que
supera el criterio establecido por Netemayer et
al. (2003) de 0,50. La abilidad compuesta del
modelo es igual a 0,97, lo que habla a favor de
un ajuste adecuado.
La varianza media extraída de los construc-
tos alcanzó valores mayores a 0,50 excepto para
AOS (AVE = 0,47), que, sin embargo, está muy
cerca de este punto de corte, por lo que la validez
convergente se considera aceptable (Fornell y
Larcker, 1981). Ninguna de las correlaciones al
cuadrado de los constructos fue mayor que la
varianza promedio extraída de cualquiera de los
constructos, lo que conrma que la medida tiene
validez discriminante. A la vista de los resultados,
y después de las modicaciones al modelo origi-
nal, se puede armar que el modelo de medición
es aceptable: los constructos están razonablemen-
te representados por los indicadores incluidos.
Modelo estructural
Una vez logrado un modelo de medición con
un ajuste aceptable, se evaluó el modelo estruc-
tural (Hair et al., 2006). Se han utilizado técnicas
de SEM para modelar el comportamiento del
consumidor en muchos contextos (Forero-Batista
y Ortegón-Cortazar, 2023). En cuanto al modelo
de relación obtenido, los parámetros estimados
correspondientes a efectos directos se muestran
en la siguiente gura 2. El mayor impacto se re-
gistra en el efecto del valor de compra hedónico
(HSV) en las compras emocionales (EP), seguido
de la actitud hacia las compras en línea (AOS)
en la intención de recompra (RI) y nuevamente
el valor de compra hedónico (HSV) en el AOS.
Figura 2
Resultados del modelo estructural
** signicativo en el valor p <0.001; Todos los coecientes están estandarizados.
Nota. Correlación múltiple cuadrada (CMC)= Actitud hacia la compra emocional en línea: 0,43; Intención de recompra: 0,51
valor de
compra
hedónico
Valor de
compra
utilitario
Actitud hacia
la compra
en línea
compras
emocionales
Intención de
recompra
Factores
computacionales
© 2024, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
30 Eugenia Csoban-Mirka, Sofía Esqueda-Henríquez y Alfredo Ríos
De esta manera, se conrma que el HSV es un
antecedente estimulador con un impacto mode-
radamente alto y estadísticamente signicativo
en las dos variables consideradas mediadoras, a
saber, la AOS y la EP. Los elementos multisen-
soriales y emocionales relacionados con la expe-
riencia de compra están vinculados a una actitud
más positiva hacia las compras online y también
promueven una mayor regulación emocional en
el momento de la compra. Esto concuerda con
los resultados reportados por Peng y Kim (2014),
quienes mostraron que los valores hedónicos son
antecedentes de la actitud hacia las compras en
línea y la compra emocional, mientras que Moon
et al. (2017) también han conrmado que la per-
cepción de los atributos hedónicos es un predictor
de la actitud hacia las compras en línea.
Por otro lado, se esperaba un efecto directo de
USV tanto en AOS como en EP. El valor utilitario
no afecta la actitud hacia las compras en línea,
según los resultados de la muestra. Los presentes
resultados solo permiten aceptar la hipótesis que
relaciona la USV con el PE. El valor de utilidad
tiene un impacto moderado y negativo sobre EP.
El valor utilitario reeja una orientación hacia la
adquisición de productos de una manera ecien-
te, cognitiva y orientada a la tarea y esto indica,
en el presente caso, que los consumidores con alto
valor de compra utilitario no tienden a utilizar las
compras como un regulador de las emociones.
Según Koo y Ju (2010), los aspectos informativos
y utilitarios de la página de la tienda en línea
inuyen en el estado emocional y la intención
de compra. Los resultados anteriores de Peng
y Kim (2014) no encontraron ninguna relación
entre la USV y PE y si conrmaron la relación
entre USV y AOS.
Para Hausman y Siekpe (2009), los factores
Informáticos (CF) como la organización, menús
claros, seguridad y privacidad, hacen que los
consumidores entiendan el diseño del sitio web
y naveguen en busca de productos y compren lo
que se les ofrece, resultando en una actitud posi-
tiva hacia el sitio, lo que favorece la intención de
compra. Por lo tanto, los resultados encontrados
en este estudio indican un efecto directo y bajo
en la actitud hacia las compras en línea. Cuando
los usuarios valoran aspectos de la atmósfera de
la página vinculados al diseño, los menús y la in
-
formación de manera más positiva, esto impacta
a una actitud más favorable hacia las compras en
línea. Anaya-Sánchez et al. (2020) encontraron que
el diseño web inuye en la actitud de compra y el
comportamiento en el comercio electrónico. Sin
embargo, y contrariamente a una de las hipóte-
sis de este estudio, estos factores, que facilitan
y hacen comprensible la página web, no ejercen
ninguna inuencia sobre la EP.
Aunque Hausman y Siekpe (2009) indican
que las características de la interfaz web inclu-
yen elementos de diseño tanto humanos como
informáticos, y que ambos tienen efectos positi-
vos y son antecedentes de la compra, no se pudo
validar la relevancia de HF.
No se encontró efecto directo del sexo ni de
la edad en la intención de recompra (Edad: β=-
0.076; p=0.12 y Sexo: β=-0.059; p=0.23) y este es
un resultado interesante para los gerentes de
marketing, ya que pueden dirigir sus esfuerzos
a grandes mercados que no se diferencian por
estas variables sino por las variables que fueron
relevantes en este estudio. Sin embargo, este re-
sultado no puede considerarse concluyente y se
sugiere una mayor exploración del impacto de
estas y otras variables demográcas.
Por otro lado, los resultados muestran que
tanto AOS como EP son variables predictivas
de intención de recompra. Peng y Kim (2014)
solo encontraron una relación estadísticamente
signicativa entre la actitud hacia las compras en
línea y la intención de recompra. La literatura en
el área sugiere que el AOS es un importante pre-
dictor de la intención de compra como se verica
aquí, consistente con los resultados reportados
por Moon et al. (2017) y Hebbar et al. (2020). Asi-
mismo, la relación negativa y estadísticamente
signicativa encontrada entre la EP y RI indica
que las personas no utilizan sus emociones como
reguladores de compras de productos de salud
y cuidado personal, lo que puede explicar la di-
ferencia con los resultados reportados por Peng
y Kim (2014).
Por último, el presente estudio no encontró
apoyo para la hipótesis relativa al valor de USV
y el AOS o entre CF y EP. La ausencia de una
relación entre el valor de compra utilitario y la
Predicción del comportamiento de compra online: una aplicación del modelo S-O-R
Retos, 14(27),21-33
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
31
actitud hacia la compra en línea podría vincularse
a la medida de actitud utilizada aquí: el valor de
compra utilitario corresponde a atributos cogni-
tivos que evalúan el benecio y el posible éxito
de la compra, mientras que la actitud hacia la
medida de compra en línea destaca la evaluación
afectiva de la compra. Asimismo, es necesario se-
ñalar que la medida de factores computacionales
utilizada es diferente a la incluida en el estudio
de Kim y Peng (2014) y esto puede explicar las
diferencias en los resultados. La investigación en
el área muestra la existencia de diferentes formas
de operacionalizar elementos informáticos o fac-
tores tecnológicos (Richard, 2005; Gatatautis y
Vaiciukynaite, 2013), lo que indica la necesidad
de seguir trabajando en la validez de las medidas
de estos constructos.
Conclusiones
Este estudio avala al modelo S-O-R como
apropiado para comprender el comportamiento
de compra en línea. Los resultados conrman
que los elementos de la atmósfera web, valores
de compra hedónicos y utilitarios, además de
factores informáticos, junto con factores indivi-
duales, inuyen en el comportamiento de compra
en línea.
Asimismo, los resultados obtenidos añaden
valor al modelo S-O-R al mostrar su exibilidad
en la incorporación de variables mediadoras,
como actitud y emociones, sobre la intención de
recompra en tiendas virtuales. En el modelo ori-
ginal de Donovan y Rossiter (1982) y más tarde
en la adaptación llevada a cabo por Eroglu et al.
(2001) estos factores siempre han estado presentes
incluso cuando se han conceptualizado de dife-
rentes maneras (Hebbar et al., 2020). La medición
y conrmación del impacto de estas variables,
como se informó en investigaciones anteriores,
contribuye a la solidez del modelo S-O-R.
En cuanto al papel de los valores hedónicos y
utilitarios, es interesante señalar que estas varia-
bles han jugado un papel tanto como anteceden-
tes (Prashar et al., 2017) como mediadores de la
respuesta de compra (Sütütemiz y Saygılı, 2020).
En ambos roles, hay evidencia de su impacto. En
este estudio se comprueba su papel como varia-
bles antecedentes, aunque sigue siendo un área
de investigación para explorar y establecer su
impacto en las compras online.
Adicionalmente, es importante destacar el
avance realizado al incorporar variables antece-
dentes ligadas a las características de la interfaz
web. Vale la pena conocer cuáles factores son
relevantes como determinantes del comporta-
miento de compra en línea, como se ejemplica
en el trabajo de Zhu et al. (2020).
Por otro lado, este estudio contribuye a la li-
teratura en Internet y ofrece información valiosa
para la farmacia minorista en línea. Los resultados
proporcionan información útil para el diseño del
entorno de compras en línea y para establecer
estrategias de marketing. Por ejemplo, dado el
efecto del valor de compra hedónico tanto en la
actitud de compra en línea como en la intención
de recompra, se recomienda que los minoristas
diseñen experiencias de compra agradables y
emocionantes para sus clientes junto con pro-
ductos atractivos que satisfagan la sensación de
disfrute, placer y aventura durante las compras.
Parece que en las tiendas online es necesario aña-
dir elementos que hagan la experiencia de compra
más agradable y emocionante para garantizar la
recompra. Nótese que en una web dedicada a la
venta de productos de farmacia y cuidado perso-
nal parece aconsejable añadir información sobre
aspectos utilitarios como el precio, el surtido y
la disponibilidad de productos para promover
las compras recurrentes en línea de acuerdo a
los resultados obtenidos en esta investigación.
Sobre la base de las conclusiones actuales, luce
pertinente considerar los factores informáticos
para el diseño de las estrategias de los minoristas
en línea. Los resultados sugieren que un diseño
web amigable, fácil de usar y simple puede inuir
en la actitud hacia las compras en línea y, por lo
tanto, en la intención de recompra. Una mejor
comprensión de cómo estas características infor-
máticas se traducen a los clientes proporcionará
pautas para el diseño de entornos en línea que
favorezcan la compra.
En futuras investigaciones y para superar
algunas limitaciones, sería conveniente revisar
y optimizar los indicadores de los constructos
incluidos para obtener una mejor aproximación
© 2024, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
32 Eugenia Csoban-Mirka, Sofía Esqueda-Henríquez y Alfredo Ríos
a su medición. Asimismo, se recomienda apli-
car el instrumento en muestras más grandes y
diferentes para aumentar la generalización de
los resultados. Es importante reconsiderar la
inclusión de otras variables dentro del modelo
S-O-R que puedan explicar la intención de com-
pra y recompra en línea. La literatura relacionada
muestra que se han incluido múltiples variables
en el modelo en el área: un meta-análisis sería una
forma conveniente de discriminar y seleccionar
aquellos constructos que han mostrado mayor po-
der predictivo en el caso de las compras en línea.
Referencias bibliográficas
Anaya-Sánchez, R., Castro-Bonaño, J. M. y González-
Badía, E. (2020). Millennial consumer prefe-
rences in social commerce web design. Revista
Brasileira de Gestão de Negócios, 22, 123-139.
https://doi.org/10.7819/rbgn.v22i1.4038
Ajzen, I. (2008). Consumer Attitudes and Behavior.
En C. P. Haugtvedt, P. M. Herr y F. R. Kardes
(eds.), Handbook of Consumer Psychology (pp.
525-548). Lawrence Erlbaum Associates.
Anwar, A., Waqas, A., Zain, H. M. y Kee, D. M. H.
(2020). Impact of music and colour on cus-
tomers’ emotional states: An experimental
study of online store. Asian Journal of Business
Research, 10(1), 104-125.
https://doi.org/10.14707/ajbr.200077
Babin, B. J., Darden, W. R. y Griffin, M. (1994). Work
and/or fun: measuring hedonic and utili-
tarian shopping value. Journal of consumer
research, 20(4), 644-656.
https://doi.org/10.1086/209376
Baker, J., Grewal, D. y Parasuraman, A. (1994). The
Influence of Store Environment on Quality
Inferences and Store Image. Journal of the
Academy of Marketing Science, 22(4), 328-339.
https://doi.org/10.1177/0092070394224002
Bui, M. y Kemp, E. (2013). E-tail emotion regulation:
examining online hedonic product purcha-
ses. International Journal of Retail & Distribution
Management, 41(2), 155-170.
https://doi.org/10.1108/09590551311304338
Calkins, S. D. y Hill, A., (2007). The emergence of
emotion regulation: Biological and behavio-
ral transactions in early development. En J.
Gross, ed. Handbook of Emotion Regulation (pp.
229–248). Guilford Press.
Castillo, E. (2021). Environment, hedonic and utilitarian
purchase value in the intention to repurchase in
online stores: an approach from the S-O-R model.
(Bachelor’s degree). Andrés Bello Catholic
University. Universidad Católica Andrés
Bello.
Dailey, L. (2004). Navigational web atmospherics:
Explaining the influence of restrictive navi-
gation cues. Journal of Business Research, 57(7),
795-803.
https://doi.org/10.1016/S0148-2963(02)00364-8
De Aguiar, S., Jucá de Queiroz, M., Bernardes de
Queiroz, R. S. y Ascenção Guedes, L. F. (2019).
The importance of the atmosphere of the envi-
ronment in Brazilian physical retail in 2030.
Brazilian Journal of Management, 12, 1278-1292.
https://doi.org/10.5902/19834659 41854
Donovan, R. J., Rossiter, J. R., Marcoolyn, G. y Nesdale,
A. (1994). Store atmosphere and purchasing
behavior. Journal of retailing, 70(3), 283-294.
https://doi.org/10.1016/0022-4359(94)90037-X
Donovan, R. J. y Rossiter, J.R. (1982). Store atmos-
phere: an environmental psychology
approach. Journal of retailing, 58(1), 34-57.
Eroglu, S. A., Machleit, K. A. y Davis, L. M. (2001).
Atmospheric qualities of online retailing: A
conceptual model and implications. Journal
of Business research, 54(2), 177-184.
https://doi.org/10.1016/S0148-2963(99)00087-9
Forero-Bautista, A. y Ortegón-Cortázar, L. (2023). ¿Por
qué visitar lifestyle centers? Variables alter-
nativas de atracción a través de un modelo
de ecuaciones estructurales. RETOS. Revista
de Ciencias de la Administración y Economía,
13(25), 87-103.
https://doi.org/10.17163/ret.n25.2023.06
Fornell, C. y D. Larcker. (1981). Evaluating structural
equation models with unobservable and mea-
surement error. Journal of Marketing Research,
18(1), 39-50. https://doi.org/10.2307/3151312
Gatautis, R. y Vaiciukynaite, E. (2013). Website atmos-
phere: towards revisited taxonomy of websi-
te elements. Economics & Management, 18(3),
537-544.
http://dx.doi.org/10.5755/j01.em.18.3.5285
Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E. y
Tatham, R. L. (2006). Multivariate data analysis.
Prentice Hall.
Hausman, A. V. y Siekpe, J. S. (2009). The effect of web
interface features on consumer online purcha
-
se intentions. Journal of Business research, 62(1),
5-13.
https://doi.org/10.1016/j.jbusres.2008.01.018
Hebbar, S., Kamath, G. B., Mathew, A. O. y Kamath, V.
(2020). Attitude towards online shopping and
its influence on purchase intentions: an urban
Indian perspective. International Journal of
Predicción del comportamiento de compra online: una aplicación del modelo S-O-R
Retos, 14(27),21-33
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
33
Business Innovation and Research, 22(3), 326-341.
https://doi.org/10.1504/IJBIR.2020.107961
Kim, Y. K. Park, S. H (2005). A consumer shopping
channel extension model: attitude shift toward
the online store. Journal of Fashion Marketing and
Management, 9(1), 106-121.
http://dx.doi.org/10.1108/13612020510586433
Kim, Y. K., Lee, M. Y. y Park, S. H. (2014). Shopping
value orientation: Conceptualization and mea-
surement. Journal of Business Research, 67(1),
2884-2890.
https://doi.org/10.1016/j.jbusres.2012.06.006
Koo, D. M. y Ju, S. H. (2010). The interactional effects of
atmospherics and perceptual curiosity on emo-
tions and online shopping intention. Computers
in Human Behavior, 26(3), 377-388.
https://doi.org/10.1016/j.chb.2009.11.009
Kotler, P. (1973). Atmospherics as a marketing
tool. Journal of retailing, 49(4), 48-64.
Lee, B. C. Y. (2007). Consumer attitude toward virtual
stores and its correlates. Journal of Retailing and
Consumer services, 14(3), 182-191.
https://doi.org/10.1016/j.jretconser.2006.07.001
Manganari, E. E., Siomkos, G. J. y Vrechopoulos, A.
P. (2009). Store atmosphere in web retailing.
European Journal of Marketing, 43(9-10), 1140-
1153.
https://doi.org/10.1108/03090560910976401
Mehrabian, A. y Russel, J. (1974). An approach to
Environmental Psychology. MIT Press.
Moon, M. A., Khalid, M. J., Awan, H. M., Attiq, S.,
Rasool, H. y Kiran, M. (2017). Consumer’s per-
ceptions of website’s utilitarian and hedonic
attributes and online purchase intentions: A
cognitive–affective attitude approach. Spanish
Journal of Marketing-ESIC, 21(2), 73-88.
https://doi.org/10.1016/j.sjme.2017.07.001
Nunnally, J. C. (1978). Psychometric theory. McGraw-Hill.
Peng, C. y Kim, Y. G. (2014). Application of the stimu-
li-organism-response (SOR) framework to
online shopping behavior. Journal of Internet
Commerce, 13(3-4), 159-176.
https://doi.org/10.1080/15332861.2014.944437
Picot-Coupey, K., Krey, N., Huré, E. y Ackermann, C. L.
(2021). Still work and/or fun? Corroboration
of the hedonic and utilitarian shopping value
scale. Journal of Business Research, 126, 578-590.
https://doi.org/10.1016/j.jbusres.2019.12.018
Prashar, S., Sai Vijay, T. y Parsad, C. (2017). Effects of
online shopping values and website cues on
purchase behaviour: A study using S–O–R fra-
mework. Vikalpa, 42(1), 1-18.
https://doi.org/10.1177%2F0256090916686681
Richard, M. O. (2005). Modeling the impact of internet
atmospherics on surfer behavior. Journal of
Business research, 58(12), 1632-1642.
https://doi.org/10.1016/j.jbusres.2004.07.009
Sheeran, P. (2002). Intention behavior relations: a con-
ceptual and empirical review. European review
of social psychology, 12(1), 1-36.
https://doi.org/10.1080/14792772143000003
Saricam, C. (2023). Analyzing the influence of store
atmospherics on younger generation in apparel
retail market with an extended SOR model.
Journal of Global Fashion Marketing, 14(2), 143-
156.
https://doi.org/10.1080/20932685.2022.2032794
Spence, C. (2022). Experimental atmospherics: a mul-
ti-sensory perspective. Qualitative Market
Research: An International Journal, 25(5), 662-673.
https://doi.org/10.1108/QMR-04-2022-0070
Shukla, S. (2019). Neuromarketing: a change in marke-
ting tools and techniques. International Journal
of Business Forecasting and Marketing Intelligence,
5(3), 267-284.
https://doi.org/10.1504/IJBFMI.2019.104044
Sütütemiz, N. y Saygılı, M. (2020). The effects of hedonic
and utilitarian shopping motivations on online
purchasing intentions: a Turkish case study. The
retail and marketing review, 16(1), 61-83.
https://hdl.handle.net/10520/EJC-1ea7711ded
Xiao, L., Guo, F., Yu, F. y Liu, S. (2019). The effects of onli-
ne shopping context cues on consumers’ pur-
chase intention for cross-border E-Commerce
sustainability. Sustainability, 11(10), 2777.
https://doi.org/10.3390/su11102777
Zhang, P. y Von Dran, G. M. (2000). Satisfiers and dissa-
tisfiers: A two-factor model for website design
and evaluation. Journal of the American society
for information science, 51(14), 1253-1268.
https://bit.ly/3Eyk8Xk
Zhu, B., Kowatthanakul, S. y Satanasavapak, P. (2020),
Generation Y consumer online repurchase
intention in Bangkok: Based on Stimulus-
Organism-Response (SOR) model. International
Journal of Retail & Distribution Management,
48(1), 53-69.
https://doi.org/10.1108/IJRDM-04-2018-0071
