Vol. 12/ Núm. 3 2025 pág. 3003
https://doi.org/10.69639/arandu.v12i3.1531
Belleza en Línea: Variables que influyen en la lealtad y
compra electrónica del consumidor en el sector cosmético en
Lima
Online Beauty: Variables influencing consumer loyalty and online shopping in the
cosmetic sector in Lima
Mariana Ximena Ferreyros Corigliano
20200791@aloe.ulima.edu.pe
https://orcid.org/0009-0007-4670-589X
Universidad de Lima
Perú – Lima
Tamara Victoria Aguilar Tarazona
20180017@aloe.ulima.edu.pe
https://orcid.org/0009-0006-2614-5648
Universidad de Lima
Perú – Lima
Artículo recibido: 18 julio 2025 - Aceptado para publicación: 28 agosto 2025
Conflictos de intereses: Ninguno que declarar.
RESUMEN
La compra electrónica de cosméticos es un fenómeno creciente en Lima y evoluciona bajo la
influencia de ciertas variables. El objetivo principal es revisar y analizar el nivel de consistencia
de las variables que generan lealtad del consumidor y compra digital. La investigación busca
comprender en qué medida la satisfacción, el eWOM (boca a boca electrónico), la seguridad y la
confianza influyen en las variables dependientes del modelo. La metodología utilizada en este
artículo se basa en las directrices del modelo IMRD (Introducción, Métodos, Resultados y
Discusión) y un cuestionario para recolectar datos de 153 compradores en línea. Los resultados
mostraron una relación positiva entre la confianza y la lealtad en la generación de una compra en
línea; además, evidencian cómo la seguridad y el eWOM generan confianza, y la satisfacción
actúa como motor de la lealtad. El modelo demuestra ser fiable y presenta una sólida capacidad
predictiva, lo que sugiere un aporte valioso a la literatura. Por lo tanto, el estudio concluye que
los consumidores realizan una compra en línea cuando tienen confianza y son leales a una marca
o canal virtual.
Palabras clave: cosméticos, compra electrónica, lealtad
Vol. 12/ Núm. 3 2025 pág. 3004
ABSTRACT
The online purchase of cosmetics is a growing phenomenon in Lima and evolves under the
influence of certain variables. The main objective is to review and analyze the consistency level
of the variables that generate consumer loyalty and digital purchasing. The research seeks to
understand the extent to which satisfaction, eWOM (electronic word-of-mouth), security, and
trust influence the dependent variables of the model. The methodology used in this article is based
on the guidelines of the IMRD model (Introduction, Methods, Results, and Discussion) and a
questionnaire to collect data from 153 online buyers. The results showed a positive relationship
between trust and loyalty in generating an online purchase; furthermore, they reveal how security
and eWOM generate trust, and satisfaction acts as a driver of loyalty. The model proves to be
reliable and presents a strong predictive capacity, suggesting a valuable contribution to literature.
Therefore, the study concludes that consumers make online purchases when they have trust and
are loyal to a brand or virtual channel.
Keywords: cosmetics, online shopping, loyalty
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
ABSTRACT
The online purchase of cosmetics is a growing phenomenon in Lima and evolves under the
influence of certain variables. The main objective is to review and analyze the consistency level
of the variables that generate consumer loyalty and digital purchasing. The research seeks to
understand the extent to which satisfaction, eWOM (electronic word-of-mouth), security, and
trust influence the dependent variables of the model. The methodology used in this article is based
on the guidelines of the IMRD model (Introduction, Methods, Results, and Discussion) and a
questionnaire to collect data from 153 online buyers. The results showed a positive relationship
between trust and loyalty in generating an online purchase; furthermore, they reveal how security
and eWOM generate trust, and satisfaction acts as a driver of loyalty. The model proves to be
reliable and presents a strong predictive capacity, suggesting a valuable contribution to literature.
Therefore, the study concludes that consumers make online purchases when they have trust and
are loyal to a brand or virtual channel.
Keywords: cosmetics, online shopping, loyalty
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 3 2025 pág. 3005
INTRODUCCIÓN
El uso de internet ha experimentado un crecimiento exponencial en los últimos años. Algunos
autores atribuyen esto al confinamiento por la COVID-19, que incentivó a realizar compras
virtuales (ACEPI, 2020; Alfonso et al., 2024), desencadenando una cuarta ola (Basaure et al.,
2021) pues los mercados apostaron por reinventarse con objetivos de supervivencia comercial. El
comercio electrónico se define como el uso de navegadores y aplicaciones en línea para realizar
transacciones comerciales, que abarcan actividades como comprar, vender y transferir dinero a
través de redes electrónicas (Alfonso et al., 2024; Wong et al., 2024). Según Allison (2013), es
un contrato electrónico que permite el intercambio comercial de bienes y servicios mediante
herramientas de telecomunicación. En resumen, Wong et al. (2024) determina que las
transacciones en línea empresa-consumidor (B2C) se asemejan a las compras en tienda física; no
obstante, la primera logra resolver la perpetua limitación de los mercados tradicionales: las
barreras geográficas.
Para las empresas que operan en mercados internacionales, comprender el
comportamiento del consumidor es vital. Un consumidor es un sujeto que ha identificado una
necesidad de compra y, por lo tanto, busca satisfacerla (Solomon, 2008). Kotler y Armstrong
(2021) establecen que las necesidades, deseos y demandas son conceptos fundamentales para
comprender a los consumidores; el primero se refiere a una carencia percibida, el segundo se
atribuye a la forma en cómo una necesidad se moldea por la cultura y la personalidad, y el último
se condensa cuando el deseo está respaldado por el poder adquisitivo.
Quienes participan en la industria minorista enfrentan a diario el desafío de la retención
de clientes, por lo que los esfuerzos para construir la lealtad del consumidor son cruciales y, para
lograrlo, es crucial sentar bases en factores que influencian la variable; es decir, abordar la
satisfacción y la confianza sus consumidores (Kurniadi y Rana, 2023). La satisfacción del
consumidor, según Churchill y Suprenant (1982), es una evaluación subjetiva de los atributos y
características de un bien o servicio. Kotler y Keller (2009) y Purwanto y Kuswandi (2017) lo
explican como el nivel de disfrute o descontento de una consumidora al comparar el nivel de
provecho esperado versus el percibido. Autores como Ratnasari et al (2021) son más estrictos en
la definición de la satisfacción en el ecosistema electrónico, llamándolo como “e-satisfaction” el
cual refiere al nivel de aceptabilidad de la calidad de un servicio y los beneficios que un usuario
percibe de la plataforma virtual de una determinada marca.
Al ser un constructo psicológico, la confianza ha sido objeto de estudio en múltiples
disciplinas, incluidas la psicología social (Rotter, 1971), la economía (McKnight et al., 1998) y
el marketing (Ganesan, 1994), siendo este último el campo de interés para esta investigación.
Según Firdayanti (2012), la confianza del consumidor en un vendedor está determinada por las
interacciones pasadas del usuario con el oferente, donde el autor concuerda con Kimery y McCord
INTRODUCCIÓN
El uso de internet ha experimentado un crecimiento exponencial en los últimos años. Algunos
autores atribuyen esto al confinamiento por la COVID-19, que incentivó a realizar compras
virtuales (ACEPI, 2020; Alfonso et al., 2024), desencadenando una cuarta ola (Basaure et al.,
2021) pues los mercados apostaron por reinventarse con objetivos de supervivencia comercial. El
comercio electrónico se define como el uso de navegadores y aplicaciones en línea para realizar
transacciones comerciales, que abarcan actividades como comprar, vender y transferir dinero a
través de redes electrónicas (Alfonso et al., 2024; Wong et al., 2024). Según Allison (2013), es
un contrato electrónico que permite el intercambio comercial de bienes y servicios mediante
herramientas de telecomunicación. En resumen, Wong et al. (2024) determina que las
transacciones en línea empresa-consumidor (B2C) se asemejan a las compras en tienda física; no
obstante, la primera logra resolver la perpetua limitación de los mercados tradicionales: las
barreras geográficas.
Para las empresas que operan en mercados internacionales, comprender el
comportamiento del consumidor es vital. Un consumidor es un sujeto que ha identificado una
necesidad de compra y, por lo tanto, busca satisfacerla (Solomon, 2008). Kotler y Armstrong
(2021) establecen que las necesidades, deseos y demandas son conceptos fundamentales para
comprender a los consumidores; el primero se refiere a una carencia percibida, el segundo se
atribuye a la forma en cómo una necesidad se moldea por la cultura y la personalidad, y el último
se condensa cuando el deseo está respaldado por el poder adquisitivo.
Quienes participan en la industria minorista enfrentan a diario el desafío de la retención
de clientes, por lo que los esfuerzos para construir la lealtad del consumidor son cruciales y, para
lograrlo, es crucial sentar bases en factores que influencian la variable; es decir, abordar la
satisfacción y la confianza sus consumidores (Kurniadi y Rana, 2023). La satisfacción del
consumidor, según Churchill y Suprenant (1982), es una evaluación subjetiva de los atributos y
características de un bien o servicio. Kotler y Keller (2009) y Purwanto y Kuswandi (2017) lo
explican como el nivel de disfrute o descontento de una consumidora al comparar el nivel de
provecho esperado versus el percibido. Autores como Ratnasari et al (2021) son más estrictos en
la definición de la satisfacción en el ecosistema electrónico, llamándolo como “e-satisfaction” el
cual refiere al nivel de aceptabilidad de la calidad de un servicio y los beneficios que un usuario
percibe de la plataforma virtual de una determinada marca.
Al ser un constructo psicológico, la confianza ha sido objeto de estudio en múltiples
disciplinas, incluidas la psicología social (Rotter, 1971), la economía (McKnight et al., 1998) y
el marketing (Ganesan, 1994), siendo este último el campo de interés para esta investigación.
Según Firdayanti (2012), la confianza del consumidor en un vendedor está determinada por las
interacciones pasadas del usuario con el oferente, donde el autor concuerda con Kimery y McCord
Vol. 12/ Núm. 3 2025 pág. 3006
(2002) en que la confianza se construye a partir del cumplimiento de expectativas y experiencias
positivas durante el período de formación de la confianza. La confianza del consumidor, en su
definición, no difiere de la confianza electrónica y, para Wong et al. (2024), se define como la
confianza en la información que tiene un cliente en un sitio web. Así, cuando un cliente percibe
altos niveles de inseguridad e incertidumbre, será menos probable que realice una compra
(Kurniadi & Rana, 2023).
Ciertos consumidores aún no están dispuestos a comprar en línea debido a una
desconfianza significativa hacia las empresas en el ecosistema digital (Falahat & Lee, 2019). Así,
surge el Word of Mouth (WOM) como una fuente de información creada tanto por empresas como
por usuarios (Hidayanto et al., 2017), y es capaz de provocar cambios en el comportamiento de
los consumidores sobre un producto (Falahat y Lee, 2019). El progreso de la era digital ha
contribuido a la generación de variantes de la comunicación WOM conocido como boca a boca
electrónico (eWOM) (Cheung & Thadani, 2012) y se diferencian en que esta modalidad tiene una
veloz difusión y son accesibles en cualquier momento (Huete-Alcocer, 2017).
El robo de datos en una empresa evidencia el estado deficiente de las metodologías de
seguridad que ella posee, conteniendo un impacto significativo sobre las experiencias obtenidas
con determinada empresa e incide en la satisfacción del cliente (Ratnasari, I et al., 2021). En el
ecosistema digital, los consumidores que navegan en ella poseen mayores riesgos de seguridad y
privacidad, ya que los datos transitan en entornos inalámbricos. Cuando los clientes no confían
en que sus datos se encuentran debidamente protegidos o los sistemas de seguridad son débiles,
el crecimiento de una empresa en línea puede estancarse (Ruppel et al., 2003).
La lealtad de marca tiene dos dimensiones: comportamiento y actitud leales (Mesquita de
Sousa et al., 2020; Kurniadi & Rana, 2023). Makanyeza y Chikazhe (2017) añaden tres
dimensiones: compra repetida, boca a boca positivo y apego emocional a la marca. Para Kotler y
Keller (2009), la lealtad se define como una actitud basada en la confianza en un producto o
servicio, que da lugar a compras repetidas a pesar de las promociones u ofertas de la competencia.
El sector de belleza y cuidado personal comprende bienes como cosméticos para el rostro
y labios, productos para el cuidado de la piel y el cabello, fragancias, desodorantes y productos
para la depilación facial y corporal (Centro de Investigación de Economía y Negocios Globales,
2022). En los últimos años, el mercado de América Latina ha experimentado un crecimiento
significativo, reflejado en un aumento del valor Retail Selling Price (RSP), de 10,042 millones
de dólares, entre los años 2022 y 2023 (Euromonitor, 2024). Además, un reporte de mercado de
Euromonitor (2024) estima un aumento de ventas en este sector para los próximos cuatro años.
En Perú, la situación es similar, con un incremento de 785.9 millones de soles entre 2022 y 2023,
y proyecciones hasta 2028 que estiman un crecimiento continuo del mercado (Euromonitor,
2024). Este mercado representa el 1% del producto bruto interno (Alfaro, 2024). A pesar de las
proyecciones de crecimiento, la investigación en esta industria sigue siendo limitada, lo que
(2002) en que la confianza se construye a partir del cumplimiento de expectativas y experiencias
positivas durante el período de formación de la confianza. La confianza del consumidor, en su
definición, no difiere de la confianza electrónica y, para Wong et al. (2024), se define como la
confianza en la información que tiene un cliente en un sitio web. Así, cuando un cliente percibe
altos niveles de inseguridad e incertidumbre, será menos probable que realice una compra
(Kurniadi & Rana, 2023).
Ciertos consumidores aún no están dispuestos a comprar en línea debido a una
desconfianza significativa hacia las empresas en el ecosistema digital (Falahat & Lee, 2019). Así,
surge el Word of Mouth (WOM) como una fuente de información creada tanto por empresas como
por usuarios (Hidayanto et al., 2017), y es capaz de provocar cambios en el comportamiento de
los consumidores sobre un producto (Falahat y Lee, 2019). El progreso de la era digital ha
contribuido a la generación de variantes de la comunicación WOM conocido como boca a boca
electrónico (eWOM) (Cheung & Thadani, 2012) y se diferencian en que esta modalidad tiene una
veloz difusión y son accesibles en cualquier momento (Huete-Alcocer, 2017).
El robo de datos en una empresa evidencia el estado deficiente de las metodologías de
seguridad que ella posee, conteniendo un impacto significativo sobre las experiencias obtenidas
con determinada empresa e incide en la satisfacción del cliente (Ratnasari, I et al., 2021). En el
ecosistema digital, los consumidores que navegan en ella poseen mayores riesgos de seguridad y
privacidad, ya que los datos transitan en entornos inalámbricos. Cuando los clientes no confían
en que sus datos se encuentran debidamente protegidos o los sistemas de seguridad son débiles,
el crecimiento de una empresa en línea puede estancarse (Ruppel et al., 2003).
La lealtad de marca tiene dos dimensiones: comportamiento y actitud leales (Mesquita de
Sousa et al., 2020; Kurniadi & Rana, 2023). Makanyeza y Chikazhe (2017) añaden tres
dimensiones: compra repetida, boca a boca positivo y apego emocional a la marca. Para Kotler y
Keller (2009), la lealtad se define como una actitud basada en la confianza en un producto o
servicio, que da lugar a compras repetidas a pesar de las promociones u ofertas de la competencia.
El sector de belleza y cuidado personal comprende bienes como cosméticos para el rostro
y labios, productos para el cuidado de la piel y el cabello, fragancias, desodorantes y productos
para la depilación facial y corporal (Centro de Investigación de Economía y Negocios Globales,
2022). En los últimos años, el mercado de América Latina ha experimentado un crecimiento
significativo, reflejado en un aumento del valor Retail Selling Price (RSP), de 10,042 millones
de dólares, entre los años 2022 y 2023 (Euromonitor, 2024). Además, un reporte de mercado de
Euromonitor (2024) estima un aumento de ventas en este sector para los próximos cuatro años.
En Perú, la situación es similar, con un incremento de 785.9 millones de soles entre 2022 y 2023,
y proyecciones hasta 2028 que estiman un crecimiento continuo del mercado (Euromonitor,
2024). Este mercado representa el 1% del producto bruto interno (Alfaro, 2024). A pesar de las
proyecciones de crecimiento, la investigación en esta industria sigue siendo limitada, lo que
Vol. 12/ Núm. 3 2025 pág. 3007
resalta la necesidad de estudios científicos para comprender mejor las tendencias y
comportamientos de los consumidores en este mercado bajo las variables mencionadas
previamente.
Teoría de la Información de Fuentes Creíbles
Gass (2015) define la credibilidad como un fenómeno dependiente de la percepción;
cuando la credibilidad es limitada, las personas tienden a examinar el contenido con mayor
detenimiento. Serman y Sims (2022) aplican esta teoría al comportamiento del consumidor y la
tecnología, ambos elementos centrales para esta investigación.
Teoría de la Confianza en Línea
Sostiene que los consumidores deben confiar en una empresa para completar una compra
en línea. McKnight et al. (2002) identifican dos componentes clave: la confianza en las creencias
y la confianza en las intenciones. Dado que los compradores no pueden probar el producto de
primera mano, a menudo dudan en finalizar la compra. Gefen et al. (2003) refuerzan esta idea al
destacar que la confianza en línea se basa en gran medida en la percepción del vendedor, un
aspecto crítico dentro del Modelo de Aceptación Tecnológica.
Hipótesis
Según la información adquirida gracias a los aportes de anteriores autores, se procederá
a proponer un modelo conceptual que ilustre de manera efectiva las hipótesis planteadas en el
presente documento.
Relación entre satisfacción del consumidor y confianza del consumidor
Existen numerosos estudios que señalan la positiva relación existente entre la satisfacción
del consumidor y la confianza del mismo (Siddiqui et al., 2019; Hong y Kang, 2022; Kim et al.,
2023). Asimismo, también se cuenta con estudios empíricos que respaldan esta posición
(Punyatoya, 2018) y modelos de contingencia (Pizzutti y Fernandes, 2010).
Hong y Kang, (2022) explican que la satisfacción del consumidor puede darse en el
ecosistema digital al hacer uso del comercio electrónico, canal que ofrece una gran variedad de
opciones para la generación de una compra en línea, llegando a generar una recompra por medio
de este canal e incluso una futura recomendación por parte del usuario; siendo este un indicador
de la satisfacción en su experiencia de compra. Por ello, se propone la siguiente hipótesis:
H1: La satisfacción del consumidor influye en la confianza de la consumidora femenina
de productos cosméticos en Lima Metropolitana.
Relación entre el e-WOM y la confianza del consumidor
Existen estudios que han enfocado el tradicional Word of Mouth al nuevo panorama
digital que contempla principalmente el comercio electrónico, es así que se denomina “e-WOM”;
y señalan la relación entre esta variable y la confianza del consumidor (Goyette et al., 2010; Kim
y Park, 2013; Falahat et al., 2019; Lee y Hong, 2019; Wang et al., 2021; Diaz, 2023)
resalta la necesidad de estudios científicos para comprender mejor las tendencias y
comportamientos de los consumidores en este mercado bajo las variables mencionadas
previamente.
Teoría de la Información de Fuentes Creíbles
Gass (2015) define la credibilidad como un fenómeno dependiente de la percepción;
cuando la credibilidad es limitada, las personas tienden a examinar el contenido con mayor
detenimiento. Serman y Sims (2022) aplican esta teoría al comportamiento del consumidor y la
tecnología, ambos elementos centrales para esta investigación.
Teoría de la Confianza en Línea
Sostiene que los consumidores deben confiar en una empresa para completar una compra
en línea. McKnight et al. (2002) identifican dos componentes clave: la confianza en las creencias
y la confianza en las intenciones. Dado que los compradores no pueden probar el producto de
primera mano, a menudo dudan en finalizar la compra. Gefen et al. (2003) refuerzan esta idea al
destacar que la confianza en línea se basa en gran medida en la percepción del vendedor, un
aspecto crítico dentro del Modelo de Aceptación Tecnológica.
Hipótesis
Según la información adquirida gracias a los aportes de anteriores autores, se procederá
a proponer un modelo conceptual que ilustre de manera efectiva las hipótesis planteadas en el
presente documento.
Relación entre satisfacción del consumidor y confianza del consumidor
Existen numerosos estudios que señalan la positiva relación existente entre la satisfacción
del consumidor y la confianza del mismo (Siddiqui et al., 2019; Hong y Kang, 2022; Kim et al.,
2023). Asimismo, también se cuenta con estudios empíricos que respaldan esta posición
(Punyatoya, 2018) y modelos de contingencia (Pizzutti y Fernandes, 2010).
Hong y Kang, (2022) explican que la satisfacción del consumidor puede darse en el
ecosistema digital al hacer uso del comercio electrónico, canal que ofrece una gran variedad de
opciones para la generación de una compra en línea, llegando a generar una recompra por medio
de este canal e incluso una futura recomendación por parte del usuario; siendo este un indicador
de la satisfacción en su experiencia de compra. Por ello, se propone la siguiente hipótesis:
H1: La satisfacción del consumidor influye en la confianza de la consumidora femenina
de productos cosméticos en Lima Metropolitana.
Relación entre el e-WOM y la confianza del consumidor
Existen estudios que han enfocado el tradicional Word of Mouth al nuevo panorama
digital que contempla principalmente el comercio electrónico, es así que se denomina “e-WOM”;
y señalan la relación entre esta variable y la confianza del consumidor (Goyette et al., 2010; Kim
y Park, 2013; Falahat et al., 2019; Lee y Hong, 2019; Wang et al., 2021; Diaz, 2023)
Vol. 12/ Núm. 3 2025 pág. 3008
Según Diaz (2023), la confianza del consumidor es influenciada por los comentarios en
línea de otros usuarios sobre el bien o servicio que se desea adquirir; estos comentarios llegan a
afectar la intención de compra en determinadas tiendas en línea. Asimismo, Wang et al. (2021)
realizaron un estudio en Reino Unido que señala que una respuesta defensiva y emocional por
parte de los comercios digitales generan un positivo e-WOM en los consumidores. Por ello, se
propone la siguiente hipótesis:
H2: El e-WOM influye en la confianza de la consumidora femenina de productos
cosméticos en Lima Metropolitana.
Relación entre la seguridad en línea y la confianza del consumidor
Existen numerosos estudios que señalan la relación existente entre la seguridad online y
la confianza del consumidor (Sánchez-Alzate y Restrepo, 2017; Zelalem, 2021; Battacharya et
al., 2022; Chen et al., 2022; Al Hamli y Elnasr, 2023). Asimismo, también se cuenta con modelos
integrados que respaldan esta posición (Arizal et al., 2024).
La confianza del consumidor se ve impactada por el e-security cuando se hace uso del
canal digital; Sánchez-Alzate y Restrepo (2017); indican que existen diferentes factores que
construyen el nivel de “seguridad en línea” percibida por los consumidores; entre los factores se
encuentra la reputación del vendedor, ligada al e-WOM; el riesgo percibido, privacidad y
seguridad de transacción y género del comprador. Zelalem (2021), menciona que la confianza
está basada en experiencias previas del consumidor con una marca determinada y se define con
el tiempo. Asimismo, menciona que, si una marca no tiene un nivel adecuado de confianza
establecido en el canal tradicional, puede que replique este nivel en línea. Es por ello, que se
plantea la siguiente hipótesis:
H3: El nivel de seguridad en línea percibida por el consumidor femenino de productos
cosméticos en Lima Metropolitana influye en su confianza.
Relación entre la satisfacción y la lealtad del consumidor
Existen diversos estudios que señalan la positiva relación entre la satisfacción del
consumidor y la lealtad del mismo (Siddiqui et al., 2019; Al-Nabhani et al., 2022, Camilleri, 2022,
Kurniadi y Rana, 2023).
Kurniadi y Rana (2023), enfatizan en que la satisfacción se encuentra condicionada a la
experiencia con el producto o servicio y las expectativas sobre ellos, por lo que los negocios deben
responder satisfactoriamente las exigencias del consumidor para crear relaciones a largo plazo y
traducirlas en lealtad. Es así, que debe ser considerado como una estrategia comercial crítica para
las compañías (Siddiqui et al., 2019). Por ello, se plantea la siguiente hipótesis:
H4: La satisfacción del consumidor influye en la lealtad de la consumidora femenina de
productos cosméticos en Lima Metropolitana.
Según Diaz (2023), la confianza del consumidor es influenciada por los comentarios en
línea de otros usuarios sobre el bien o servicio que se desea adquirir; estos comentarios llegan a
afectar la intención de compra en determinadas tiendas en línea. Asimismo, Wang et al. (2021)
realizaron un estudio en Reino Unido que señala que una respuesta defensiva y emocional por
parte de los comercios digitales generan un positivo e-WOM en los consumidores. Por ello, se
propone la siguiente hipótesis:
H2: El e-WOM influye en la confianza de la consumidora femenina de productos
cosméticos en Lima Metropolitana.
Relación entre la seguridad en línea y la confianza del consumidor
Existen numerosos estudios que señalan la relación existente entre la seguridad online y
la confianza del consumidor (Sánchez-Alzate y Restrepo, 2017; Zelalem, 2021; Battacharya et
al., 2022; Chen et al., 2022; Al Hamli y Elnasr, 2023). Asimismo, también se cuenta con modelos
integrados que respaldan esta posición (Arizal et al., 2024).
La confianza del consumidor se ve impactada por el e-security cuando se hace uso del
canal digital; Sánchez-Alzate y Restrepo (2017); indican que existen diferentes factores que
construyen el nivel de “seguridad en línea” percibida por los consumidores; entre los factores se
encuentra la reputación del vendedor, ligada al e-WOM; el riesgo percibido, privacidad y
seguridad de transacción y género del comprador. Zelalem (2021), menciona que la confianza
está basada en experiencias previas del consumidor con una marca determinada y se define con
el tiempo. Asimismo, menciona que, si una marca no tiene un nivel adecuado de confianza
establecido en el canal tradicional, puede que replique este nivel en línea. Es por ello, que se
plantea la siguiente hipótesis:
H3: El nivel de seguridad en línea percibida por el consumidor femenino de productos
cosméticos en Lima Metropolitana influye en su confianza.
Relación entre la satisfacción y la lealtad del consumidor
Existen diversos estudios que señalan la positiva relación entre la satisfacción del
consumidor y la lealtad del mismo (Siddiqui et al., 2019; Al-Nabhani et al., 2022, Camilleri, 2022,
Kurniadi y Rana, 2023).
Kurniadi y Rana (2023), enfatizan en que la satisfacción se encuentra condicionada a la
experiencia con el producto o servicio y las expectativas sobre ellos, por lo que los negocios deben
responder satisfactoriamente las exigencias del consumidor para crear relaciones a largo plazo y
traducirlas en lealtad. Es así, que debe ser considerado como una estrategia comercial crítica para
las compañías (Siddiqui et al., 2019). Por ello, se plantea la siguiente hipótesis:
H4: La satisfacción del consumidor influye en la lealtad de la consumidora femenina de
productos cosméticos en Lima Metropolitana.
Vol. 12/ Núm. 3 2025 pág. 3009
Relación entre la confianza y la lealtad del consumidor
Se ha hallado bibliografía que señala la relación existente entre la confianza del
consumidor y la lealtad del mismo (Taylor et al., 2014; Tan y Chen, 2021; Kurniadi y Rana,
2023). Además de modelos y análisis empíricos que examinan la mencionada relación (Chai et
al., 2015; Hong y Kang, 2022)
Las investigaciones sugieren que la satisfacción del consumidor es un significativo
predictor del consumo. Según Kurniadi y Rana (2023), el consumidor altamente satisfecho
volverá a ingresar a la plataforma donde haya obtenido una buena experiencia y efectuará
recompras a lo largo de su vida. Es así, que se tiene la siguiente hipótesis:
H5: La confianza del consumidor influye en la lealtad de la consumidora femenina de
productos cosméticos en Lima Metropolitana.
Relación entre la confianza del consumidor y la compra en línea
Existen diversos estudios que señalan la relación existente entre la confianza del
consumidor y la compra en línea (Sánchez-Alzate y Restrepo, 2017; Santosa et al., 2020; Abarna
et al., 2023; Kurniadi y Rana, 2023).
La confianza del consumidor es construida a través de factores que va experimentando el
consumidor durante su experiencia de compra, extendiéndose al ecosistema digital. Es así, que
Abarna et al. (2023) menciona que es necesaria una correcta capacitación tecnológica para realizar
correctamente transacciones en línea exitosas mediante el comercio electrónico. Es así, que se
tiene la hipótesis:
H6: La confianza del consumidor influye en la decisión de comprar en línea de la
consumidora femenina de productos cosméticos en Lima Metropolitana.
Relación entre la lealtad del consumidor y la compra en línea
Diferentes estudios señalan la relación existente entre la lealtad del consumidor y la
compra en línea (Al Adwan et. al, 2021; Camilleri, 2022; Kurniadi y Rana, 2023).
Al Adwan et al. (2021) menciona que a través del estudio realizado pudo verificar la
relación directamente proporcional entre la satisfacción en línea del consumidor y la realización
de la compra, siendo este un factor que crea lealtad y permitirá una recompra futura. Es así, que
se tiene la hipótesis:
H7: La lealtad del consumidor influye en la decisión de comprar en línea de la
consumidora femenina de productos cosméticos en Lima Metropolitana.
Relación entre la confianza y la lealtad del consumidor
Se ha hallado bibliografía que señala la relación existente entre la confianza del
consumidor y la lealtad del mismo (Taylor et al., 2014; Tan y Chen, 2021; Kurniadi y Rana,
2023). Además de modelos y análisis empíricos que examinan la mencionada relación (Chai et
al., 2015; Hong y Kang, 2022)
Las investigaciones sugieren que la satisfacción del consumidor es un significativo
predictor del consumo. Según Kurniadi y Rana (2023), el consumidor altamente satisfecho
volverá a ingresar a la plataforma donde haya obtenido una buena experiencia y efectuará
recompras a lo largo de su vida. Es así, que se tiene la siguiente hipótesis:
H5: La confianza del consumidor influye en la lealtad de la consumidora femenina de
productos cosméticos en Lima Metropolitana.
Relación entre la confianza del consumidor y la compra en línea
Existen diversos estudios que señalan la relación existente entre la confianza del
consumidor y la compra en línea (Sánchez-Alzate y Restrepo, 2017; Santosa et al., 2020; Abarna
et al., 2023; Kurniadi y Rana, 2023).
La confianza del consumidor es construida a través de factores que va experimentando el
consumidor durante su experiencia de compra, extendiéndose al ecosistema digital. Es así, que
Abarna et al. (2023) menciona que es necesaria una correcta capacitación tecnológica para realizar
correctamente transacciones en línea exitosas mediante el comercio electrónico. Es así, que se
tiene la hipótesis:
H6: La confianza del consumidor influye en la decisión de comprar en línea de la
consumidora femenina de productos cosméticos en Lima Metropolitana.
Relación entre la lealtad del consumidor y la compra en línea
Diferentes estudios señalan la relación existente entre la lealtad del consumidor y la
compra en línea (Al Adwan et. al, 2021; Camilleri, 2022; Kurniadi y Rana, 2023).
Al Adwan et al. (2021) menciona que a través del estudio realizado pudo verificar la
relación directamente proporcional entre la satisfacción en línea del consumidor y la realización
de la compra, siendo este un factor que crea lealtad y permitirá una recompra futura. Es así, que
se tiene la hipótesis:
H7: La lealtad del consumidor influye en la decisión de comprar en línea de la
consumidora femenina de productos cosméticos en Lima Metropolitana.
Vol. 12/ Núm. 3 2025 pág. 3010
Figura 1
Modelo conceptual
MATERIALES Y MÉTODOS
Diseño de la Investigación y Herramienta de Medición
Se aplicó una metodología cuantitativa para evaluar las actitudes que influyen en la
lealtad del consumidor y en la compra en línea, así como las relaciones entre las variables. Se
elaboró un cuestionario estructurado para recopilar respuestas de los sujetos objetivo, con un
tiempo estimado de finalización de entre 8 a 10 minutos. La primera sección del instrumento de
investigación incluía preguntas filtro y de control, mientras que las secciones posteriores
contenían ítems para evaluar las hipótesis de este artículo.
Las respuestas a los constructos se midieron a través de la metodología Likert, con una
escala de 5 puntos (1 = totalmente en desacuerdo, 5 = totalmente de acuerdo). Los constructos
medidos fueron los siguientes: satisfacción del consumidor (Nguyen et al., 2022), eWOM
(Goyette et al., 2010), seguridad electrónica (Camilleri, 2022), confianza del consumidor (Al
Hamli y Elnasr, 2023), lealtad del consumidor (Lin y Chuang, 2018) y compra en línea (Camilleri,
2022).
La Tabla 1 estudia la validación de contenido mediante el método a juicio de expertos,
que consiste en una evaluación sistemática de los ítems para determinar si los constructos son
relevantes, claros y adecuados. El método utilizado en el estudio fue el Kappa de Cohen,
mostrando una concordancia mínima (Parraga-Alava, 2021), lo que sugiere la necesidad de
revisión y/o ajuste de dichos ítems.
En suma, se empleó el método matemático V de Aiken, alcanzando un promedio del 89%,
superando el umbral mínimo recomendado (0.70) según la literatura (Penfield & Giacobbi, 2004).
Tabla 1
Kappa de Cohen
95% IC
Puntuación Unweighted Kappa SE Lower Upper
Average kappa 0.219
Figura 1
Modelo conceptual
MATERIALES Y MÉTODOS
Diseño de la Investigación y Herramienta de Medición
Se aplicó una metodología cuantitativa para evaluar las actitudes que influyen en la
lealtad del consumidor y en la compra en línea, así como las relaciones entre las variables. Se
elaboró un cuestionario estructurado para recopilar respuestas de los sujetos objetivo, con un
tiempo estimado de finalización de entre 8 a 10 minutos. La primera sección del instrumento de
investigación incluía preguntas filtro y de control, mientras que las secciones posteriores
contenían ítems para evaluar las hipótesis de este artículo.
Las respuestas a los constructos se midieron a través de la metodología Likert, con una
escala de 5 puntos (1 = totalmente en desacuerdo, 5 = totalmente de acuerdo). Los constructos
medidos fueron los siguientes: satisfacción del consumidor (Nguyen et al., 2022), eWOM
(Goyette et al., 2010), seguridad electrónica (Camilleri, 2022), confianza del consumidor (Al
Hamli y Elnasr, 2023), lealtad del consumidor (Lin y Chuang, 2018) y compra en línea (Camilleri,
2022).
La Tabla 1 estudia la validación de contenido mediante el método a juicio de expertos,
que consiste en una evaluación sistemática de los ítems para determinar si los constructos son
relevantes, claros y adecuados. El método utilizado en el estudio fue el Kappa de Cohen,
mostrando una concordancia mínima (Parraga-Alava, 2021), lo que sugiere la necesidad de
revisión y/o ajuste de dichos ítems.
En suma, se empleó el método matemático V de Aiken, alcanzando un promedio del 89%,
superando el umbral mínimo recomendado (0.70) según la literatura (Penfield & Giacobbi, 2004).
Tabla 1
Kappa de Cohen
95% IC
Puntuación Unweighted Kappa SE Lower Upper
Average kappa 0.219
Vol. 12/ Núm. 3 2025 pág. 3011
Tras el proceso de validación por expertos, 30 encuestados participaron en una prueba
piloto para evaluar la validez de los datos. Se recopilaron un total de 30 conjuntos de datos,
obteniéndose resultados satisfactorios para la investigación: no se presentó ambigüedad en el
instrumento, la retroalimentación sobre la estructura del mismo fue positiva y el nivel de fiabilidad
interna, obtenido mediante el análisis alfa de Cronbach, demostró una fiabilidad muy alta, ya que
los resultados superaron 0.90 (Hair, 2014) en los 22 ítems (ver Tabla 2). La encuesta se llevó a
cabo en el idioma nativo de los encuestados (español).
Tabla 2
Estadísticas de la confiabilidad del cuestionario
Estimado Alfa de Cronbach
Valor estimado 0.956
Población estadística y muestra, métodos de recolección y análisis de datos
El público objetivo de esta investigación está conformado por mujeres que han comprado
cosméticos a través de comercio electrónico. La audiencia fue seleccionada considerando que la
mayoría de las usuarias de cosméticos son mujeres. Asimismo, las consumidoras femeninas
tienden a ser más reticentes al expresar su nivel de satisfacción después de una compra. El único
criterio de inclusión es haber adquirido productos cosméticos mediante comercio en línea.
En consideración al tipo de usuaria a estudiar, se consideraron las generaciones Z y Y
como las más pertinentes, pues, según Ipsos (2022), estos grupos utilizan con mayor frecuencia
internet para búsquedas en línea. Las generaciones mencionadas incluyen a personas nacidas entre
1981 y 2009; sin embargo, para efectos de este estudio, sólo se encuestó a personas con mayoría
de edad. Finalmente, se consideró a la población femenina de Lima Metropolitana, la cual
constituye el 72.2% de las usuarias de internet (OSIPTEL, 2024).
Para determinar el número requerido de encuestas, se empleó el enfoque SEM utilizando
la calculadora en línea de Soper (2024), basada en: tamaño de efecto anticipado (0.1), nivel de
potencia estadística deseado (0.8), número de variables latentes (6), número de variables
observables (22) y nivel de probabilidad (0.05). El resultado obtenido bajo estos parámetros
corresponde al tamaño mínimo de muestra para el modelo estructural (123).
Análisis de datos de la prueba piloto
Las encuestas obtenidas fueron filtradas en función de los criterios previamente
establecidos, resultando en el número final de encuestas válidas. Sobre el universo de muestras
válidas se aplicó la herramienta de análisis estadístico JASP para clarificar hallazgos y dar
conclusiones sobre los datos procesados. La metodología fue elegida por la conveniencia del
software para el estudio, ya que ofrece una interfaz intuitiva diseñada para uso académico.
Además, permite la visualización de análisis descriptivos, inferenciales y correlacionales
Tras el proceso de validación por expertos, 30 encuestados participaron en una prueba
piloto para evaluar la validez de los datos. Se recopilaron un total de 30 conjuntos de datos,
obteniéndose resultados satisfactorios para la investigación: no se presentó ambigüedad en el
instrumento, la retroalimentación sobre la estructura del mismo fue positiva y el nivel de fiabilidad
interna, obtenido mediante el análisis alfa de Cronbach, demostró una fiabilidad muy alta, ya que
los resultados superaron 0.90 (Hair, 2014) en los 22 ítems (ver Tabla 2). La encuesta se llevó a
cabo en el idioma nativo de los encuestados (español).
Tabla 2
Estadísticas de la confiabilidad del cuestionario
Estimado Alfa de Cronbach
Valor estimado 0.956
Población estadística y muestra, métodos de recolección y análisis de datos
El público objetivo de esta investigación está conformado por mujeres que han comprado
cosméticos a través de comercio electrónico. La audiencia fue seleccionada considerando que la
mayoría de las usuarias de cosméticos son mujeres. Asimismo, las consumidoras femeninas
tienden a ser más reticentes al expresar su nivel de satisfacción después de una compra. El único
criterio de inclusión es haber adquirido productos cosméticos mediante comercio en línea.
En consideración al tipo de usuaria a estudiar, se consideraron las generaciones Z y Y
como las más pertinentes, pues, según Ipsos (2022), estos grupos utilizan con mayor frecuencia
internet para búsquedas en línea. Las generaciones mencionadas incluyen a personas nacidas entre
1981 y 2009; sin embargo, para efectos de este estudio, sólo se encuestó a personas con mayoría
de edad. Finalmente, se consideró a la población femenina de Lima Metropolitana, la cual
constituye el 72.2% de las usuarias de internet (OSIPTEL, 2024).
Para determinar el número requerido de encuestas, se empleó el enfoque SEM utilizando
la calculadora en línea de Soper (2024), basada en: tamaño de efecto anticipado (0.1), nivel de
potencia estadística deseado (0.8), número de variables latentes (6), número de variables
observables (22) y nivel de probabilidad (0.05). El resultado obtenido bajo estos parámetros
corresponde al tamaño mínimo de muestra para el modelo estructural (123).
Análisis de datos de la prueba piloto
Las encuestas obtenidas fueron filtradas en función de los criterios previamente
establecidos, resultando en el número final de encuestas válidas. Sobre el universo de muestras
válidas se aplicó la herramienta de análisis estadístico JASP para clarificar hallazgos y dar
conclusiones sobre los datos procesados. La metodología fue elegida por la conveniencia del
software para el estudio, ya que ofrece una interfaz intuitiva diseñada para uso académico.
Además, permite la visualización de análisis descriptivos, inferenciales y correlacionales
Vol. 12/ Núm. 3 2025 pág. 3012
(Sánchez, 2020). La Tabla 3 muestra un valor KMO de 0.698, lo que indica que los datos de la
muestra son aceptables.
Tabla 3
Contraste Kaiser-Meyer-Olkin
Indicador MSA
KMO general 0.698
A través de la prueba de Bartlett, si los resultados obtenidos de la comparación son
significativos a un nivel de p<0.05, se rechaza la hipótesis nula y se concluye que las variables
están interrelacionadas (Everitt y Wykes, 2001). Así, con un estadístico Chi-cuadrado de 670.178
y un valor de p<0.001, se determina la existencia de interrelación entre las variables de análisis;
por lo tanto, un análisis factorial resulta apropiado (véase la Tabla 4).
Tabla 4
Contraste de Barlett
Χ² gl p
670.178 231 < .001
A través de la regla Kaiser, el análisis considera que la información de las 22 preguntas
de análisis puede ser explicada a través de 5 factores, que acumulan el 76.4% de la información
(véase la Tabla 5)
Tabla 5
Características de los factores
Solución no rotada Solución rotada
Auto-
valor
Sumas
de cargas
al
cuadra-
do
Propor-
ción var.
Acumu-
lativo
Sumas
de cargas
al
cuadra-
do
Propor-
ción var.
Acumu-
lativo
Factor 1 12.034 11.824 0.537 0.537 5.469 0.249 0.249
Factor 2 2.116 1.898 0.086 0.624 5.073 0.231 0.479
Factor 3 1.641 1.375 0.062 0.686 2.732 0.124 0.603
Factor 4 1.165 0.945 0.043 0.729 2.192 0.1 0.703
Factor 5 1.001 0.761 0.035 0.764 1.336 0.061 0.764
El presente modelo estructural se utilizó para probar las hipótesis de investigación. La
Tabla 6 muestra las cargas factoriales para cada enunciado de los constructos; esta cifra indica los
efectos directos de las variables predictoras sobre los constructos (Farzin et al., 2022). Se busca
encontrar la correlación entre las variables planteadas, basándose en la revisión de la literatura y
en investigaciones previas de autores que han buscado identificar la naturaleza de la interacción
de estas variables. La siguiente tabla considera un ejemplo de los subconstructos utilizados.
(Sánchez, 2020). La Tabla 3 muestra un valor KMO de 0.698, lo que indica que los datos de la
muestra son aceptables.
Tabla 3
Contraste Kaiser-Meyer-Olkin
Indicador MSA
KMO general 0.698
A través de la prueba de Bartlett, si los resultados obtenidos de la comparación son
significativos a un nivel de p<0.05, se rechaza la hipótesis nula y se concluye que las variables
están interrelacionadas (Everitt y Wykes, 2001). Así, con un estadístico Chi-cuadrado de 670.178
y un valor de p<0.001, se determina la existencia de interrelación entre las variables de análisis;
por lo tanto, un análisis factorial resulta apropiado (véase la Tabla 4).
Tabla 4
Contraste de Barlett
Χ² gl p
670.178 231 < .001
A través de la regla Kaiser, el análisis considera que la información de las 22 preguntas
de análisis puede ser explicada a través de 5 factores, que acumulan el 76.4% de la información
(véase la Tabla 5)
Tabla 5
Características de los factores
Solución no rotada Solución rotada
Auto-
valor
Sumas
de cargas
al
cuadra-
do
Propor-
ción var.
Acumu-
lativo
Sumas
de cargas
al
cuadra-
do
Propor-
ción var.
Acumu-
lativo
Factor 1 12.034 11.824 0.537 0.537 5.469 0.249 0.249
Factor 2 2.116 1.898 0.086 0.624 5.073 0.231 0.479
Factor 3 1.641 1.375 0.062 0.686 2.732 0.124 0.603
Factor 4 1.165 0.945 0.043 0.729 2.192 0.1 0.703
Factor 5 1.001 0.761 0.035 0.764 1.336 0.061 0.764
El presente modelo estructural se utilizó para probar las hipótesis de investigación. La
Tabla 6 muestra las cargas factoriales para cada enunciado de los constructos; esta cifra indica los
efectos directos de las variables predictoras sobre los constructos (Farzin et al., 2022). Se busca
encontrar la correlación entre las variables planteadas, basándose en la revisión de la literatura y
en investigaciones previas de autores que han buscado identificar la naturaleza de la interacción
de estas variables. La siguiente tabla considera un ejemplo de los subconstructos utilizados.
Vol. 12/ Núm. 3 2025 pág. 3013
Tabla 6
Constructos de la investigación
Constructos y descripción Carga factorial
1.Satisfacción del consumidor adaptado de Nguyen et al. (2022)
Animaré a otros a usar los servicios de compra de cosméticos en línea. 0.814
2. EWOM adaptado de Goyette et al. (2010)
He hablado favorablemente de la compra de cosméticos en línea a otros. 0.819
3. Seguridad electrónica adaptado de Camilleri (2022).
Mi tienda en línea de cosméticos favorita ofrece transacciones en línea seguras. 0.801
4. Confianza del consumidor adaptado de Al Hamli y Elnasr (2023)
Si surgen problemas, puedo esperar ser tratado de manera justa por esta tienda
en línea de cosmética.
0.751
5. Lealtad del consumidor adaptado de Lin y Chuang (2018)
Aumentaré la frecuencia de mis compras de cosméticos en línea 0.746
6. Compra en línea adaptado de Camilleri (2022)
Las políticas de devolución de mi tienda en línea de cosméticos favorita son
favorables al consumidor
0.796
RESULTADOS
El estudio utiliza Smart-PLS versión 4.1.0.8 como herramienta de análisis estadístico,
dado su reconocimiento y uso en la investigación para evaluar modelos estructurales. El estudio
se realizó en dos fases. La primera consistió en una evaluación de la fiabilidad y validez del
modelo mediante cargas factoriales. La segunda fase consistió en un análisis del modelo
conceptual para estudiar cómo las variables influyen en la lealtad del consumidor y la compra en
línea. Además, se investigó si la variable confianza del consumidor es intermediaria.
La Tabla 7 presenta la información demográfica de los encuestados, que considera
género, edad y último grado de educación. El análisis de los datos indica que la muestra estuvo
compuesta íntegramente por mujeres. Además, la mayoría de los encuestados eran centennials,
con un 93,5%, en el rango de 18 a 25 años. Asimismo, el 62,3% de los encuestados reveló que su
último nivel de educación alcanzado fue la educación superior.
Tabla 7
Análisis demográfico
Perfil demográfico Frecuencia %
Femenino 153 100.00%
Masculino 0 0.00%
Total 153 100.00%
Edad
18 a 25 años 143 93.50%
Tabla 6
Constructos de la investigación
Constructos y descripción Carga factorial
1.Satisfacción del consumidor adaptado de Nguyen et al. (2022)
Animaré a otros a usar los servicios de compra de cosméticos en línea. 0.814
2. EWOM adaptado de Goyette et al. (2010)
He hablado favorablemente de la compra de cosméticos en línea a otros. 0.819
3. Seguridad electrónica adaptado de Camilleri (2022).
Mi tienda en línea de cosméticos favorita ofrece transacciones en línea seguras. 0.801
4. Confianza del consumidor adaptado de Al Hamli y Elnasr (2023)
Si surgen problemas, puedo esperar ser tratado de manera justa por esta tienda
en línea de cosmética.
0.751
5. Lealtad del consumidor adaptado de Lin y Chuang (2018)
Aumentaré la frecuencia de mis compras de cosméticos en línea 0.746
6. Compra en línea adaptado de Camilleri (2022)
Las políticas de devolución de mi tienda en línea de cosméticos favorita son
favorables al consumidor
0.796
RESULTADOS
El estudio utiliza Smart-PLS versión 4.1.0.8 como herramienta de análisis estadístico,
dado su reconocimiento y uso en la investigación para evaluar modelos estructurales. El estudio
se realizó en dos fases. La primera consistió en una evaluación de la fiabilidad y validez del
modelo mediante cargas factoriales. La segunda fase consistió en un análisis del modelo
conceptual para estudiar cómo las variables influyen en la lealtad del consumidor y la compra en
línea. Además, se investigó si la variable confianza del consumidor es intermediaria.
La Tabla 7 presenta la información demográfica de los encuestados, que considera
género, edad y último grado de educación. El análisis de los datos indica que la muestra estuvo
compuesta íntegramente por mujeres. Además, la mayoría de los encuestados eran centennials,
con un 93,5%, en el rango de 18 a 25 años. Asimismo, el 62,3% de los encuestados reveló que su
último nivel de educación alcanzado fue la educación superior.
Tabla 7
Análisis demográfico
Perfil demográfico Frecuencia %
Femenino 153 100.00%
Masculino 0 0.00%
Total 153 100.00%
Edad
18 a 25 años 143 93.50%
Vol. 12/ Núm. 3 2025 pág. 3014
26 a 41 años 10 6.50%
Total 153 100.00%
Último grado de instrucción
Secundaria 58 37.90%
Superior 95 62.10%
Total 153 100.00%
Para mejorar la validez de los datos, se decidió omitir dos elementos de la variable
eWOM. Esta decisión responde al comportamiento observado en las variables de estudio, que no
contribuyen significativamente al modelo general. Por lo tanto, se puede optimizar la precisión
de los resultados.
La Figura 2 muestra el nivel de explicación de las variables que dependen de una variable
causal, mediante el R². Los resultados demuestran una predicción moderada, según la escala de
sustancial, moderada y débil (Hair, 2014).
Figura 2
Resultados R² y cargas factoriales
La confiabilidad, consistencia, relación, validez convergente y discriminante se detallan
en la Tabla 8. Los resultados indican que los constructos del estudio presentan coeficientes de
consistencia de confiabilidad fuertes, con valores mayores a 0.7 y valores del alfa de Cronbach
que superan 0.7; esto denota una excelente confiabilidad (Hair, 2014) y una consistencia interna
recomendable (Hair, 2018). La relación medida a través de cargas cruzadas, según Hair (2018)
debe ser mayor a 0.708, cumpliéndose en el estudio. El indicador Varianza Media Extraída (AVE)
es aceptado cuando sus valores son mayores o iguales a 0.5, según Hair et al. (2011). Respecto al
indicador factor de inflación de la varianza (VIF), Hair et al. (2011) menciona que, si un ítem
obtiene un valor mayor a 5, entonces no es aceptado. Los ítems estudiados mantuvieron valores
entre 1 a 3, por lo que su correlación es aceptada y demostrada.
26 a 41 años 10 6.50%
Total 153 100.00%
Último grado de instrucción
Secundaria 58 37.90%
Superior 95 62.10%
Total 153 100.00%
Para mejorar la validez de los datos, se decidió omitir dos elementos de la variable
eWOM. Esta decisión responde al comportamiento observado en las variables de estudio, que no
contribuyen significativamente al modelo general. Por lo tanto, se puede optimizar la precisión
de los resultados.
La Figura 2 muestra el nivel de explicación de las variables que dependen de una variable
causal, mediante el R². Los resultados demuestran una predicción moderada, según la escala de
sustancial, moderada y débil (Hair, 2014).
Figura 2
Resultados R² y cargas factoriales
La confiabilidad, consistencia, relación, validez convergente y discriminante se detallan
en la Tabla 8. Los resultados indican que los constructos del estudio presentan coeficientes de
consistencia de confiabilidad fuertes, con valores mayores a 0.7 y valores del alfa de Cronbach
que superan 0.7; esto denota una excelente confiabilidad (Hair, 2014) y una consistencia interna
recomendable (Hair, 2018). La relación medida a través de cargas cruzadas, según Hair (2018)
debe ser mayor a 0.708, cumpliéndose en el estudio. El indicador Varianza Media Extraída (AVE)
es aceptado cuando sus valores son mayores o iguales a 0.5, según Hair et al. (2011). Respecto al
indicador factor de inflación de la varianza (VIF), Hair et al. (2011) menciona que, si un ítem
obtiene un valor mayor a 5, entonces no es aceptado. Los ítems estudiados mantuvieron valores
entre 1 a 3, por lo que su correlación es aceptada y demostrada.
Vol. 12/ Núm. 3 2025 pág. 3015
Tabla 8
Resultado de los indicadores
Fiabilidad
compuesta
Alfa de
Cronbach
Carga
cruzada AVE VIF R²
Compra en línea 1 0.744 0.863 0.821 0.658 1.463 0.576
Compra en línea 2 0.830 1.662
Compra en línea 3 0.782 1.404
Confianza 1 0.838 0.844 0.725 0.654 1.477 0.577
Confianza 2 0.876 2.148
Confianza 3 0.837 1.946
Confianza 4 0.789 1.773
EWOM 1 0.881 0.837 0.804 0.550 1.595
EWOM 2 0.768 1.593
EWOM 3 0.843 1.988
EWOM 4 0.820 1.943
Lealtad 1 0.805 0.822 0.875 0.687 1.751 0.483
Lealtad 2 0.858 1.673
Lealtad 3 0.747 1.455
Satisfacción 1 0.88 0.774 0.771 0.709 1.732
Satisfacción 2 0.885 2.436
Satisfacción 3 0.861 2.394
Satisfacción 4 0.846 2.091
Seguridad 1 0.842 0.741 0.921 0.860 2.078
Seguridad 2 0.934 2.078
En cuanto al indicador Fornell-Lacker, los resultados se aceptarán si el valor AVE de
cada constructo es mayor que su correlación al cuadrado con cualquier otro constructo (Hair et
al., 2011). Por lo tanto, los resultados obtenidos cumplen las condiciones mencionadas por los
autores (véase la Tabla 9).
Tabla 9
Fornell Lacker
Compra en
línea
Confianza Lealtad Satisfacción Seguridad eWOM
Compra en
línea
0.811
Confianza 0.730 0.809
Lealtad 0.545 0.500 0.829
Satisfacción 0.483 0.539 0.676 0.842
Seguridad 0.570 0.701 0.474 0.524 0.927
eWOM 0.567 0.590 0.757 0.634 0.486 0.809
En cuanto al coeficiente de trayectoria, según Hair et al. (2018), debe tener valores entre
-1 y +1 para ser significativo en el modelo presentado. Todos los valores obtenidos en la Tabla
10 se aceptan según los estándares de este autor.
Respecto al indicador T, se rechazan las hipótesis cuyos valores sean inferiores a 3.14, ya
que, según Freeman et al. (2007), para la prueba t, el resultado será “estadísticamente
significativo” siempre que el valor t calculado sea mayor que el valor t crítico. Cuanto mayor sea
la magnitud de t, mayor será el argumento en contra de la hipótesis nula.
Finalmente, el valor P de las hipótesis estudiadas confirma los hallazgos de los
Tabla 8
Resultado de los indicadores
Fiabilidad
compuesta
Alfa de
Cronbach
Carga
cruzada AVE VIF R²
Compra en línea 1 0.744 0.863 0.821 0.658 1.463 0.576
Compra en línea 2 0.830 1.662
Compra en línea 3 0.782 1.404
Confianza 1 0.838 0.844 0.725 0.654 1.477 0.577
Confianza 2 0.876 2.148
Confianza 3 0.837 1.946
Confianza 4 0.789 1.773
EWOM 1 0.881 0.837 0.804 0.550 1.595
EWOM 2 0.768 1.593
EWOM 3 0.843 1.988
EWOM 4 0.820 1.943
Lealtad 1 0.805 0.822 0.875 0.687 1.751 0.483
Lealtad 2 0.858 1.673
Lealtad 3 0.747 1.455
Satisfacción 1 0.88 0.774 0.771 0.709 1.732
Satisfacción 2 0.885 2.436
Satisfacción 3 0.861 2.394
Satisfacción 4 0.846 2.091
Seguridad 1 0.842 0.741 0.921 0.860 2.078
Seguridad 2 0.934 2.078
En cuanto al indicador Fornell-Lacker, los resultados se aceptarán si el valor AVE de
cada constructo es mayor que su correlación al cuadrado con cualquier otro constructo (Hair et
al., 2011). Por lo tanto, los resultados obtenidos cumplen las condiciones mencionadas por los
autores (véase la Tabla 9).
Tabla 9
Fornell Lacker
Compra en
línea
Confianza Lealtad Satisfacción Seguridad eWOM
Compra en
línea
0.811
Confianza 0.730 0.809
Lealtad 0.545 0.500 0.829
Satisfacción 0.483 0.539 0.676 0.842
Seguridad 0.570 0.701 0.474 0.524 0.927
eWOM 0.567 0.590 0.757 0.634 0.486 0.809
En cuanto al coeficiente de trayectoria, según Hair et al. (2018), debe tener valores entre
-1 y +1 para ser significativo en el modelo presentado. Todos los valores obtenidos en la Tabla
10 se aceptan según los estándares de este autor.
Respecto al indicador T, se rechazan las hipótesis cuyos valores sean inferiores a 3.14, ya
que, según Freeman et al. (2007), para la prueba t, el resultado será “estadísticamente
significativo” siempre que el valor t calculado sea mayor que el valor t crítico. Cuanto mayor sea
la magnitud de t, mayor será el argumento en contra de la hipótesis nula.
Finalmente, el valor P de las hipótesis estudiadas confirma los hallazgos de los
Vol. 12/ Núm. 3 2025 pág. 3016
indicadores anteriores, ya que, según Hair et al. (2018), el valor p se aceptará siempre que sea
inferior a 0.05 con significancia moderada. Es por ello, que se refuerza lo anteriormente
encontrado y se confirma la aceptación de las 5 hipótesis del modelo conceptual.
Tabla 10
Prueba de hipótesis
Variables Hipótesis Coeficiente
de
Trayecto-
ria (O)
T valor P valor Resulta-
do
Confianza –> Compra en línea H6 0.610 10.130 0.000 Aceptado
Confianza –> Lealtad H5 0.191 1.891 0.059 Rechazado
Lealtad –> Compra en línea H7 0.240 3.888 0.000 Aceptado
Satisfacción –> Confianza H1 0.088 1.211 0.226 Rechazado
Satisfacción –> Lealtad H4 0.574 5.145 0.000 Aceptado
Seguridad –> Confianza H3 0.518 7.152 0.000 Aceptado
eWOM –> Confianza H2 0.283 3.423 0.001 Aceptado
La relevancia predictiva es medible a través del indicador Q²; valores mayores a 0 indican
que el modelo posee capacidad predictiva bajo 3 escalas: pequeña, moderada y gran capacidad
(Hair, 2017; Hair, 2018).
Tabla 11
Indicador Q²
Variables Q²predictor RMSE MAE
Compra en línea 0.405 0.788 0.530
Confianza 0.554 0.683 0.443
Lealtad 0.471 0.739 0.458
DISCUSIÓN Y CONCLUSIONES
El estudio buscó investigar si el e-WOM era un factor influyente en la generación de
confianza. El modelo propuesto confirmó satisfactoriamente la hipótesis. Los hallazgos están
respaldados por los autores mencionados previamente en la explicación de la hipótesis. Esto
implica que los comentarios en los ecosistemas digitales podrían influir en la percepción de
confianza en una marca. Por lo tanto, la gestión empresarial debe centrarse en crear experiencias
favorables para los consumidores, de modo que sean ellos quienes informen y compartan
perspectivas positivas con los usuarios potenciales.
El modelo propuesto explica satisfactoriamente la relación causal entre la seguridad y la
confianza del consumidor. Los hallazgos están respaldados por la literatura mencionada
previamente en la explicación de la hipótesis. Por lo tanto, la investigación afirma que es
importante proporcionar medidas de seguridad relevantes para los consumidores en el entorno
digital, con el fin de protegerlos de posibles ataques, así como para generar y construir una sólida
confianza en la marca con el consumidor.
indicadores anteriores, ya que, según Hair et al. (2018), el valor p se aceptará siempre que sea
inferior a 0.05 con significancia moderada. Es por ello, que se refuerza lo anteriormente
encontrado y se confirma la aceptación de las 5 hipótesis del modelo conceptual.
Tabla 10
Prueba de hipótesis
Variables Hipótesis Coeficiente
de
Trayecto-
ria (O)
T valor P valor Resulta-
do
Confianza –> Compra en línea H6 0.610 10.130 0.000 Aceptado
Confianza –> Lealtad H5 0.191 1.891 0.059 Rechazado
Lealtad –> Compra en línea H7 0.240 3.888 0.000 Aceptado
Satisfacción –> Confianza H1 0.088 1.211 0.226 Rechazado
Satisfacción –> Lealtad H4 0.574 5.145 0.000 Aceptado
Seguridad –> Confianza H3 0.518 7.152 0.000 Aceptado
eWOM –> Confianza H2 0.283 3.423 0.001 Aceptado
La relevancia predictiva es medible a través del indicador Q²; valores mayores a 0 indican
que el modelo posee capacidad predictiva bajo 3 escalas: pequeña, moderada y gran capacidad
(Hair, 2017; Hair, 2018).
Tabla 11
Indicador Q²
Variables Q²predictor RMSE MAE
Compra en línea 0.405 0.788 0.530
Confianza 0.554 0.683 0.443
Lealtad 0.471 0.739 0.458
DISCUSIÓN Y CONCLUSIONES
El estudio buscó investigar si el e-WOM era un factor influyente en la generación de
confianza. El modelo propuesto confirmó satisfactoriamente la hipótesis. Los hallazgos están
respaldados por los autores mencionados previamente en la explicación de la hipótesis. Esto
implica que los comentarios en los ecosistemas digitales podrían influir en la percepción de
confianza en una marca. Por lo tanto, la gestión empresarial debe centrarse en crear experiencias
favorables para los consumidores, de modo que sean ellos quienes informen y compartan
perspectivas positivas con los usuarios potenciales.
El modelo propuesto explica satisfactoriamente la relación causal entre la seguridad y la
confianza del consumidor. Los hallazgos están respaldados por la literatura mencionada
previamente en la explicación de la hipótesis. Por lo tanto, la investigación afirma que es
importante proporcionar medidas de seguridad relevantes para los consumidores en el entorno
digital, con el fin de protegerlos de posibles ataques, así como para generar y construir una sólida
confianza en la marca con el consumidor.
Vol. 12/ Núm. 3 2025 pág. 3017
Según esta investigación, la satisfacción del consumidor predice la lealtad. Esta
afirmación está corroborada por la investigación mencionada en la explicación de la hipótesis.
Los hallazgos implican que una mayor satisfacción con la experiencia digital conlleva una mayor
lealtad. Para aumentar la lealtad, las organizaciones deben centrarse en aumentar y priorizar la
satisfacción del consumidor en el contacto digital.
El análisis estadístico realizado sobre la confianza y las compras en línea corrobora los
hallazgos de los autores mencionados en la hipótesis planteada previamente, indicando que la
confianza es un determinante del comportamiento de compra en línea. Asimismo, según la Tabla
10, esta relación es la más significativa estadísticamente. Por lo tanto, es fundamental que las
empresas cuenten con un canal de compra digital debidamente protegido contra ciberataques y
que esta seguridad sea visible para el consumidor, para aumentar la confianza en las compras
realizadas.
El análisis estadístico corrobora los hallazgos de los autores mencionados en la hipótesis
planteada previamente, indicando que la lealtad del consumidor es un determinante significativo
de la decisión de compra en línea entre las consumidoras de cosméticos en Lima Metropolitana.
Los resultados indican que un mayor nivel de lealtad del consumidor a la empresa impulsa la
decisión de compra en línea de las consumidoras de productos cosméticos. Es imperativo que las
empresas reconozcan la importancia de cultivar relaciones a largo plazo basadas en la lealtad.
La presente investigación propuso que la satisfacción y la confianza del consumidor
tienen una relación causal, y que esta influye en su lealtad. Sin embargo, los resultados
estadísticos refutan la hipótesis del estudio. Esta afirmación se explica con los resultados
presentados en la Tabla 10. Se consideran las siguientes explicaciones. Para la primera hipótesis,
los consumidores pueden experimentar incentivos de satisfacción (variedad de opciones,
experiencias positivas); sin embargo, esto no garantiza que se genere o refuerce la confianza en
una marca, un bien o un servicio. Para la segunda hipótesis, la confianza del consumidor puede
no generar lealtad, ya que existen muchas marcas con buena reputación y el consumidor confía
en ellas; pero esto no significa que este consumidor sea un cliente fiel ni que compre sus productos
regularmente. Para ambas hipótesis, es posible plantear que el mercado y el consumidor
consultado difieren del consumidor encuestado en otras investigaciones. Si bien la literatura puede
ofrecer una visión generalizada cercana a la realidad, cabe destacar que siempre habrá diferencias
entre los consumidores. En consecuencia, los resultados pueden diferir. Asimismo, hay que
considerar que el Perú es una economía emergente, y por tanto su comportamiento variará en
comparación a una economía más estabilizada.
Los resultados obtenidos indican que cinco de las siete hipótesis han sido aceptadas, lo
que refuerza el conocimiento de investigaciones previas y lo valida en la población estudiada en
esta investigación. Sin embargo, las dos hipótesis rechazadas podrían indicar una negación parcial
de estos estudios y sus resultados, ya que no son aprobados por las consumidoras de cosméticos
Según esta investigación, la satisfacción del consumidor predice la lealtad. Esta
afirmación está corroborada por la investigación mencionada en la explicación de la hipótesis.
Los hallazgos implican que una mayor satisfacción con la experiencia digital conlleva una mayor
lealtad. Para aumentar la lealtad, las organizaciones deben centrarse en aumentar y priorizar la
satisfacción del consumidor en el contacto digital.
El análisis estadístico realizado sobre la confianza y las compras en línea corrobora los
hallazgos de los autores mencionados en la hipótesis planteada previamente, indicando que la
confianza es un determinante del comportamiento de compra en línea. Asimismo, según la Tabla
10, esta relación es la más significativa estadísticamente. Por lo tanto, es fundamental que las
empresas cuenten con un canal de compra digital debidamente protegido contra ciberataques y
que esta seguridad sea visible para el consumidor, para aumentar la confianza en las compras
realizadas.
El análisis estadístico corrobora los hallazgos de los autores mencionados en la hipótesis
planteada previamente, indicando que la lealtad del consumidor es un determinante significativo
de la decisión de compra en línea entre las consumidoras de cosméticos en Lima Metropolitana.
Los resultados indican que un mayor nivel de lealtad del consumidor a la empresa impulsa la
decisión de compra en línea de las consumidoras de productos cosméticos. Es imperativo que las
empresas reconozcan la importancia de cultivar relaciones a largo plazo basadas en la lealtad.
La presente investigación propuso que la satisfacción y la confianza del consumidor
tienen una relación causal, y que esta influye en su lealtad. Sin embargo, los resultados
estadísticos refutan la hipótesis del estudio. Esta afirmación se explica con los resultados
presentados en la Tabla 10. Se consideran las siguientes explicaciones. Para la primera hipótesis,
los consumidores pueden experimentar incentivos de satisfacción (variedad de opciones,
experiencias positivas); sin embargo, esto no garantiza que se genere o refuerce la confianza en
una marca, un bien o un servicio. Para la segunda hipótesis, la confianza del consumidor puede
no generar lealtad, ya que existen muchas marcas con buena reputación y el consumidor confía
en ellas; pero esto no significa que este consumidor sea un cliente fiel ni que compre sus productos
regularmente. Para ambas hipótesis, es posible plantear que el mercado y el consumidor
consultado difieren del consumidor encuestado en otras investigaciones. Si bien la literatura puede
ofrecer una visión generalizada cercana a la realidad, cabe destacar que siempre habrá diferencias
entre los consumidores. En consecuencia, los resultados pueden diferir. Asimismo, hay que
considerar que el Perú es una economía emergente, y por tanto su comportamiento variará en
comparación a una economía más estabilizada.
Los resultados obtenidos indican que cinco de las siete hipótesis han sido aceptadas, lo
que refuerza el conocimiento de investigaciones previas y lo valida en la población estudiada en
esta investigación. Sin embargo, las dos hipótesis rechazadas podrían indicar una negación parcial
de estos estudios y sus resultados, ya que no son aprobados por las consumidoras de cosméticos
Vol. 12/ Núm. 3 2025 pág. 3018
en Lima Metropolitana. Esto motiva la necesidad de realizar más investigaciones con este público,
con el objetivo de confirmar o rechazar el posible cambio o transformación propuesto por este
análisis. Estos hallazgos incentivan un mayor análisis e investigación con el grupo de
consumidores estudiado, con el fin de aportar nuevos conocimientos y resultados académicos al
campo de estudio en cuestión.
Los resultados obtenidos permiten a las empresas de cosméticos comprender mejor el
comportamiento de sus consumidores, lo que facilita la identificación de variables relevantes e
importantes que pueden apoyar el desarrollo de estrategias efectivas para conectar con este
público objetivo. En consecuencia, pueden tomar estos resultados y buscar más investigaciones
para corroborar o refutar estos hallazgos, lo que les permite tomar decisiones acertadas respecto
al comportamiento de las consumidoras de cosméticos. Asimismo, las empresas extranjeras
pueden aprovechar esta información para adaptar sus estrategias a este mercado específico. Es
indudable que un enfoque novedoso puede otorgar una ventaja competitiva a las empresas que
decidan adoptarlo e implementarlo en su planificación comercial. Esto es particularmente cierto
dada la creciente importancia del canal digital en la era post pandemia.
El presente estudio reconoce dos limitaciones significativas. En primer lugar, se empleó
un diseño de investigación transversal, lo que sugiere la relevancia de adoptar enfoques
longitudinales en futuras investigaciones para enriquecer la literatura existente que carece de este
diseño. En segundo lugar, la naturaleza del estudio impide su extrapolación a otras industrias,
dado que se centra en características específicas del sector analizado. Sin embargo, los hallazgos
son valiosos y pueden aplicarse en otros contextos geográficos, lo que facilita un análisis
comparativo que permite profundizar en las similitudes y diferencias en el comportamiento del
consumidor en países emergentes. Finalmente, el tamaño de la muestra (n=123) limita la
generalización de los resultados obtenidos, lo cual es una consideración importante para futuras
investigaciones.
en Lima Metropolitana. Esto motiva la necesidad de realizar más investigaciones con este público,
con el objetivo de confirmar o rechazar el posible cambio o transformación propuesto por este
análisis. Estos hallazgos incentivan un mayor análisis e investigación con el grupo de
consumidores estudiado, con el fin de aportar nuevos conocimientos y resultados académicos al
campo de estudio en cuestión.
Los resultados obtenidos permiten a las empresas de cosméticos comprender mejor el
comportamiento de sus consumidores, lo que facilita la identificación de variables relevantes e
importantes que pueden apoyar el desarrollo de estrategias efectivas para conectar con este
público objetivo. En consecuencia, pueden tomar estos resultados y buscar más investigaciones
para corroborar o refutar estos hallazgos, lo que les permite tomar decisiones acertadas respecto
al comportamiento de las consumidoras de cosméticos. Asimismo, las empresas extranjeras
pueden aprovechar esta información para adaptar sus estrategias a este mercado específico. Es
indudable que un enfoque novedoso puede otorgar una ventaja competitiva a las empresas que
decidan adoptarlo e implementarlo en su planificación comercial. Esto es particularmente cierto
dada la creciente importancia del canal digital en la era post pandemia.
El presente estudio reconoce dos limitaciones significativas. En primer lugar, se empleó
un diseño de investigación transversal, lo que sugiere la relevancia de adoptar enfoques
longitudinales en futuras investigaciones para enriquecer la literatura existente que carece de este
diseño. En segundo lugar, la naturaleza del estudio impide su extrapolación a otras industrias,
dado que se centra en características específicas del sector analizado. Sin embargo, los hallazgos
son valiosos y pueden aplicarse en otros contextos geográficos, lo que facilita un análisis
comparativo que permite profundizar en las similitudes y diferencias en el comportamiento del
consumidor en países emergentes. Finalmente, el tamaño de la muestra (n=123) limita la
generalización de los resultados obtenidos, lo cual es una consideración importante para futuras
investigaciones.
Vol. 12/ Núm. 3 2025 pág. 3019
REFERENCIAS
Abarna, K. R., Vijayalakshmi, V. & Andal, V. (2023). Impact of risk and trust on the purchase
decision of online shopping customers- a study with reference to chennai city. International
Journal of Professional Business Review. 8(4), p. e01150.
https://doi.org/10.26668/businessreview/2023.v8i4.1150
Al Adwan, A., Zamil, A.& Areiqat, A. (2021). Factors affecting online shopping behavior of
consumers understanding factors leading to consumers’ loyalty. Academy of Strategic
Management Journal. 20(2), p. 1-8.
Al Hamli, S. & Elnasr, A. (2023). "Factors Influencing Consumer Behavior towards Online
Shopping in Saudi Arabia Amid COVID-19: Implications for E-Businesses Post
Pandemic," JRFM, MDPI, vol. 16(1), p.1-21, January.
Al-Nabhani, K., Wilson, A., McLean, G. (2022). Examining consumers' continuous usage of
multichannel retailers' mobile applications. Psychology and Marketing. 39(1), 168–195.
https://doi.org/10.1002/mar.21585
Alfonso, A., Carneiro, J. & Azevedo, A. (2024), “The Impact of COVID-19 on eCommerce: A
Systematic Review of the Literature on the Purchasing Behavior of Online Retail
Consumers", Journal of Marketing Research and Case Studies, Vol. 2024, p. 2
https://doi.org/10.5171/2024.403212
Allison, Jerry. (2013). E-Commerce: Exactly What Is It? www.drjerryallison.hubpages.com
Arizal, N., Nofrizal, Dwika, W. & Hadiyati. (2024). Gen Z Customer Loyalty in Online Shopping:
An Integrated Model of Trust, Website Design, and Security. Journal of Internet
Commerce. 23(2), pp. 121–143. https://doi.org/10.1080/15332861.2024.2330812
Basaure, M., Joignant A. & Mascareño, A. (2021). Between distancing and interdependence: The
conflict of solidarities in the COVID-19 pandemic. Sociological Perspectives. 64(5), 706-
725. https://journals.sagepub.com/doi/10.1177/07311214211005492
Bhattacharya, S., Sharma, R. & Gupta, A. (2022). Country-of-origin and online retailing ethics:
the mediating role of trust and satisfaction on purchase intention. International Journal of
Emerging Markets. 11(1), pp. 70-80. https://doi.org/10.1108/IJOEM-08-2021-1233
Camilleri, M. (2022). E-commerce websites, consumer order fulfillment and after-sales service
satisfaction: the customer is always right, even after the shopping cart check-out. Journal
of Strategy and Management. Vol. 15 No. 3, pp. 377-396.
https://doi.org/10.2139/ssrn.3853156
Centro de Investigación de Economía y Negocios Globales. (2022). Reporte de Tendencias.
Belleza y Cuidado Personal. P. 1. https://www.cien.adexperu.org.pe/wp-
content/uploads/2022/04/CIEN_RT_Marzo_2022.pdf
REFERENCIAS
Abarna, K. R., Vijayalakshmi, V. & Andal, V. (2023). Impact of risk and trust on the purchase
decision of online shopping customers- a study with reference to chennai city. International
Journal of Professional Business Review. 8(4), p. e01150.
https://doi.org/10.26668/businessreview/2023.v8i4.1150
Al Adwan, A., Zamil, A.& Areiqat, A. (2021). Factors affecting online shopping behavior of
consumers understanding factors leading to consumers’ loyalty. Academy of Strategic
Management Journal. 20(2), p. 1-8.
Al Hamli, S. & Elnasr, A. (2023). "Factors Influencing Consumer Behavior towards Online
Shopping in Saudi Arabia Amid COVID-19: Implications for E-Businesses Post
Pandemic," JRFM, MDPI, vol. 16(1), p.1-21, January.
Al-Nabhani, K., Wilson, A., McLean, G. (2022). Examining consumers' continuous usage of
multichannel retailers' mobile applications. Psychology and Marketing. 39(1), 168–195.
https://doi.org/10.1002/mar.21585
Alfonso, A., Carneiro, J. & Azevedo, A. (2024), “The Impact of COVID-19 on eCommerce: A
Systematic Review of the Literature on the Purchasing Behavior of Online Retail
Consumers", Journal of Marketing Research and Case Studies, Vol. 2024, p. 2
https://doi.org/10.5171/2024.403212
Allison, Jerry. (2013). E-Commerce: Exactly What Is It? www.drjerryallison.hubpages.com
Arizal, N., Nofrizal, Dwika, W. & Hadiyati. (2024). Gen Z Customer Loyalty in Online Shopping:
An Integrated Model of Trust, Website Design, and Security. Journal of Internet
Commerce. 23(2), pp. 121–143. https://doi.org/10.1080/15332861.2024.2330812
Basaure, M., Joignant A. & Mascareño, A. (2021). Between distancing and interdependence: The
conflict of solidarities in the COVID-19 pandemic. Sociological Perspectives. 64(5), 706-
725. https://journals.sagepub.com/doi/10.1177/07311214211005492
Bhattacharya, S., Sharma, R. & Gupta, A. (2022). Country-of-origin and online retailing ethics:
the mediating role of trust and satisfaction on purchase intention. International Journal of
Emerging Markets. 11(1), pp. 70-80. https://doi.org/10.1108/IJOEM-08-2021-1233
Camilleri, M. (2022). E-commerce websites, consumer order fulfillment and after-sales service
satisfaction: the customer is always right, even after the shopping cart check-out. Journal
of Strategy and Management. Vol. 15 No. 3, pp. 377-396.
https://doi.org/10.2139/ssrn.3853156
Centro de Investigación de Economía y Negocios Globales. (2022). Reporte de Tendencias.
Belleza y Cuidado Personal. P. 1. https://www.cien.adexperu.org.pe/wp-
content/uploads/2022/04/CIEN_RT_Marzo_2022.pdf
Vol. 12/ Núm. 3 2025 pág. 3020
Chai, J., Malhotra, N. & Alpert, F. (2015). A two-dimensional model of trust-value-loyalty in
service relationships. Journal of Retailing and Consumer Services. Vol. 26, pp. 23-31.
https://doi.org/10.1016/j.jretconser.2015.05.005
Chen, A., Wan, J. & Lu, Y. (2022). Repairing the trust in ride-sharing after security incidents.
Industrial Management and Data Systems. Vol. 122 No. 1, pp. 118-136.
https://doi.org/10.1108/IMDS-10-2020-0623
Cheung, M., & Thadani, D. (2012). The impact of electronic word-of-mouth communication: A
literature analysis and integrative model. Decision Support Systems.
https://doi.org/10.1016/j.dss.2012.06.008
Churchill, G. A., & Surprenant, C. (1982). An investigation into the determinants of customer
satisfaction. Journal of Marketing Research. 19(4), 491–504.
https://doi.org/10.2307/3151722
Diaz, L. (2023). Evaluación de los efectos de la confianza del consumidor sobre el boca-oído
electrónico (e-WoM) en tiendas de comercio electrónico en Colombia. Innovar, 33(87), pp.
123–137. https://doi.org/10.15446/innovar.v33n87.105513
Digital Economy Association (ACEPI) & International Data Corporation (IDC). (2020). Digital
Economy in Portugal 2020. Obtained from https://www.comerciodigital.pt/pt/estar-
informado/estudo-acepi-2020/
Euromonitor International. (2024). Beauty and Personal Care in Latin America. Passport.
https://www-portal-euromonitor-com.ezproxy.ulima.edu.pe/analysis/tab
Euromonitor International. (2024). Beauty and Personal Care in Peru. Passport. https://www-
portal-euromonitor-com.ezproxy.ulima.edu.pe/analysis/tab
Euromonitor International. (2024). Market size. Passport. https://www-portal-euromonitor-
com.ezproxy.ulima.edu.pe/magazine/homemain/
Everitt, B. S. y Wykes, T. (2001). Diccionario de Estadística para Psicólogos. España: Ariel.
Falahat, M., Lee, Y., Foo, Y. & Chia, C. (2019). A model for consumer trust in e-commerce.
Asian Academy of Management Journal. Vol. 24, Supp. 2, p. 96.
10.21315/aamj2019.24.s2.7
Farzin, M., Bagheri Abbassalikosh, A., Sadeghi, M. and Makvandi, R. (2021), “The effect of
sensory brand experience and brand equity on WTP a price premium in Iranian fast food
restaurants: mediating role of eWOM”, Journal of Foodservice Business Research. 26(3),
pp. 528–548. 10.1080/15378020.2021.2017212
Firdayanti, R. (2012). Persepsi risiko melakukan e-commerce dengan kepercayaan konsumen
dalam mmebeli produk fashion online. Journal of Social and Industrial Psychology. y, 1(1),
28-33. (In Indonesian) https://doi.org/10.15294/SIP.V1I1.2660
Freeman, D., Pisani, R. & Purves, R. (2007). Statistics. 4ta edición.
Chai, J., Malhotra, N. & Alpert, F. (2015). A two-dimensional model of trust-value-loyalty in
service relationships. Journal of Retailing and Consumer Services. Vol. 26, pp. 23-31.
https://doi.org/10.1016/j.jretconser.2015.05.005
Chen, A., Wan, J. & Lu, Y. (2022). Repairing the trust in ride-sharing after security incidents.
Industrial Management and Data Systems. Vol. 122 No. 1, pp. 118-136.
https://doi.org/10.1108/IMDS-10-2020-0623
Cheung, M., & Thadani, D. (2012). The impact of electronic word-of-mouth communication: A
literature analysis and integrative model. Decision Support Systems.
https://doi.org/10.1016/j.dss.2012.06.008
Churchill, G. A., & Surprenant, C. (1982). An investigation into the determinants of customer
satisfaction. Journal of Marketing Research. 19(4), 491–504.
https://doi.org/10.2307/3151722
Diaz, L. (2023). Evaluación de los efectos de la confianza del consumidor sobre el boca-oído
electrónico (e-WoM) en tiendas de comercio electrónico en Colombia. Innovar, 33(87), pp.
123–137. https://doi.org/10.15446/innovar.v33n87.105513
Digital Economy Association (ACEPI) & International Data Corporation (IDC). (2020). Digital
Economy in Portugal 2020. Obtained from https://www.comerciodigital.pt/pt/estar-
informado/estudo-acepi-2020/
Euromonitor International. (2024). Beauty and Personal Care in Latin America. Passport.
https://www-portal-euromonitor-com.ezproxy.ulima.edu.pe/analysis/tab
Euromonitor International. (2024). Beauty and Personal Care in Peru. Passport. https://www-
portal-euromonitor-com.ezproxy.ulima.edu.pe/analysis/tab
Euromonitor International. (2024). Market size. Passport. https://www-portal-euromonitor-
com.ezproxy.ulima.edu.pe/magazine/homemain/
Everitt, B. S. y Wykes, T. (2001). Diccionario de Estadística para Psicólogos. España: Ariel.
Falahat, M., Lee, Y., Foo, Y. & Chia, C. (2019). A model for consumer trust in e-commerce.
Asian Academy of Management Journal. Vol. 24, Supp. 2, p. 96.
10.21315/aamj2019.24.s2.7
Farzin, M., Bagheri Abbassalikosh, A., Sadeghi, M. and Makvandi, R. (2021), “The effect of
sensory brand experience and brand equity on WTP a price premium in Iranian fast food
restaurants: mediating role of eWOM”, Journal of Foodservice Business Research. 26(3),
pp. 528–548. 10.1080/15378020.2021.2017212
Firdayanti, R. (2012). Persepsi risiko melakukan e-commerce dengan kepercayaan konsumen
dalam mmebeli produk fashion online. Journal of Social and Industrial Psychology. y, 1(1),
28-33. (In Indonesian) https://doi.org/10.15294/SIP.V1I1.2660
Freeman, D., Pisani, R. & Purves, R. (2007). Statistics. 4ta edición.
Vol. 12/ Núm. 3 2025 pág. 3021
Ganesan, S. (1994) “Determinants of Long-term orientation in buyer-seller relationships,” Journal
of Marketing (58), 1994, pp. 1-19
Gass, R. (2015). Social Influence. International Encyclopedia of the Social & Behavioral Sciences
(Second Edition). Elsevier, p. 348-354. https://doi.org/10.1016/B978-0-08-097086-
8.32074-8
Gefen, D., Karahanna, E. & Straub, D. (2003). Trust and TAM in Online Shopping: An Integrated
Model. MIS Quarterly. 27. 51-90. https://doi.org/10.2307/30036519
Goyette, I., Ricard, L., Bergeron, J., & Marticotte, F. (2010). e-WOM Scale: Word-of-mouth
measurement scale for e-services context. Canadian Journal of Administrative Sciences.
Vol.27, No.1, pp. 5-23. https://doi.org/10.1002/CJAS.129
Hair, J., Sarstedt, M., Ringle, C & Mena, J. (2011). An assessment of the use of partial least
squares structural equation modeling in marketing research. Journal of the Academy of
Marketing Science 40:414–433. 10.1007/s11747-011-0261-6
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least Squares
Structural Equation Modeling (PLS-SEM) (2nd ed.). SAGE Publications.
Hair, J., Risher, J., Sarstedt, M., Ringle, C. (2018). When to use and how to report the results of
PLS-SEM. European Business Review, 31(1), 2-24. https://doi.org/10.1108/EBR-11-2018-
0203
Hidayanto, A.N., Ovirza, M., Anggia, P., Budi, N.F.A., & Phusavat, K. (2017). The roles of
electronic word of mouth and information searching in the promotion of a new E-commerce
strategy: A case of online group buying in Indonesia. Journal of Theoretical and Applied
Electronic Commerce Research. Vol 12, Issue 3, p. 72-73. https://doi.org/10.4067/S0718-
18762017000300006
Hong, J. & Kang, E. (2022). Food Delivery Applications Becoming Alligator of Hotel Supply
Chain: An Empirical Analysis. Journal of Distribution Science. Vol. 20, No. 9, p. 97-107.
https://doi.org/10.15722/jds.20.09.202209.97
Huete-Alcocer, N. (2017). A literature review of word of mouth and electronic word of mouth:
Implications for consumer behavior. Frontiers in Psychology. Vol. 8, p. 2-3.
https://doi.org/10.3389/fpsyg.2017.01256
IPSOS. (2022). Generaciones en el Perú 2022. https://www.ipsos.com/es-pe/generaciones-en-el-
peru-2022
Kim, S. & Park, H. (2013). Effects of various characteristics of social commerce (s-commerce)
on consumers’ trust and trust performance. International Journal of Information
Management. Vol. 33 (2), p. 318-332. https://doi.org/10.1016/j.ijinfomgt.2012.11.006
Kim Y., Seok J. & Roh T. (2023). The linkage between quality of information systems and the
impact of trust-based privacy on behavioral outcomes in unmanned convenience store:
Ganesan, S. (1994) “Determinants of Long-term orientation in buyer-seller relationships,” Journal
of Marketing (58), 1994, pp. 1-19
Gass, R. (2015). Social Influence. International Encyclopedia of the Social & Behavioral Sciences
(Second Edition). Elsevier, p. 348-354. https://doi.org/10.1016/B978-0-08-097086-
8.32074-8
Gefen, D., Karahanna, E. & Straub, D. (2003). Trust and TAM in Online Shopping: An Integrated
Model. MIS Quarterly. 27. 51-90. https://doi.org/10.2307/30036519
Goyette, I., Ricard, L., Bergeron, J., & Marticotte, F. (2010). e-WOM Scale: Word-of-mouth
measurement scale for e-services context. Canadian Journal of Administrative Sciences.
Vol.27, No.1, pp. 5-23. https://doi.org/10.1002/CJAS.129
Hair, J., Sarstedt, M., Ringle, C & Mena, J. (2011). An assessment of the use of partial least
squares structural equation modeling in marketing research. Journal of the Academy of
Marketing Science 40:414–433. 10.1007/s11747-011-0261-6
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least Squares
Structural Equation Modeling (PLS-SEM) (2nd ed.). SAGE Publications.
Hair, J., Risher, J., Sarstedt, M., Ringle, C. (2018). When to use and how to report the results of
PLS-SEM. European Business Review, 31(1), 2-24. https://doi.org/10.1108/EBR-11-2018-
0203
Hidayanto, A.N., Ovirza, M., Anggia, P., Budi, N.F.A., & Phusavat, K. (2017). The roles of
electronic word of mouth and information searching in the promotion of a new E-commerce
strategy: A case of online group buying in Indonesia. Journal of Theoretical and Applied
Electronic Commerce Research. Vol 12, Issue 3, p. 72-73. https://doi.org/10.4067/S0718-
18762017000300006
Hong, J. & Kang, E. (2022). Food Delivery Applications Becoming Alligator of Hotel Supply
Chain: An Empirical Analysis. Journal of Distribution Science. Vol. 20, No. 9, p. 97-107.
https://doi.org/10.15722/jds.20.09.202209.97
Huete-Alcocer, N. (2017). A literature review of word of mouth and electronic word of mouth:
Implications for consumer behavior. Frontiers in Psychology. Vol. 8, p. 2-3.
https://doi.org/10.3389/fpsyg.2017.01256
IPSOS. (2022). Generaciones en el Perú 2022. https://www.ipsos.com/es-pe/generaciones-en-el-
peru-2022
Kim, S. & Park, H. (2013). Effects of various characteristics of social commerce (s-commerce)
on consumers’ trust and trust performance. International Journal of Information
Management. Vol. 33 (2), p. 318-332. https://doi.org/10.1016/j.ijinfomgt.2012.11.006
Kim Y., Seok J. & Roh T. (2023). The linkage between quality of information systems and the
impact of trust-based privacy on behavioral outcomes in unmanned convenience store:
Vol. 12/ Núm. 3 2025 pág. 3022
Moderating effect of gender and experience. Technological Forecasting and Social Change.
Vol. 196, p. 122852. https://doi.org/10.1016/j.techfore.2023.122852
Kimery, K. M., & McCord, M. (2002). Third-party assurance Mapping the road to trust in e-
retailing. Journal of Information Technology Theory and Application. Vol. 4(2), 63-82.
Kotler, P., Armstrong, G. (2021). Fundamentos de Marketing. Pearson Educación.
http://www.ebooks7-24.com.ezproxy.ulima.edu.pe/?il=16954
Kotler, P., & Keller, K. L. (2009). Marketing management (13th ed.). Pearson Education
International.
Kurniadi, H. & Rana, J. (2023). The power of trust: How does consumer trust impact satisfaction
and loyalty in Indonesian digital business? Scopus. Vol. 19, Issue 2, p. 237-240.
10.21511/im.19(2).2023.19
Lee, J. & Hong, I. (2019). Consumer’s Electronic Word-of-Mouth Adoption: The Trust Transfer
Perspective. International Journal of Electronic Commerce. Vol. 23(4), p. 595-627.
https://doi.org/10.1080/10864415.2019.1655207
Lin, C. & Chuang, S. (2018). The Importance of Brand Image on Consumer Purchase Attitude:
A Case Study of E-Commerce in Taiwan. Studies in Business and Economics,13(3) p. 91-
104. https://doi.org/10.2478/sbe-2018-0037
Makanyeza, C., & Chikazhe, L. (2017). Mediators of the relationship between service quality and
customer loyalty: Evidence from the banking sector in Zimbabwe. International Journal of
Bank Marketing. Vol 35(3), 540-556 https://doi.org/10.1108/IJBM-11-2016-0164
McKnight, D.H., Cummings, L.L., and Chervany, N.L. (1998) “Initial trust formation in new
organizational relationships,” Academy of Management Review (23:3) pp. 473-490.
https://doi.org/10.1016/S0963-8687(02)00020-3
McKnight, D.H., Choudhury, V., & Kacmar, C. (2002). "The Impact of Initial Trust on the
Adoption of Internet Technologies". The Journal of Strategic Information System. Vol. 11
(3-4), pp. 297-323.
Mesquita de Sousa, E., Luiz Lopes, E., Herrero, E., & Fernando Varotto, L. (2020). Is loyalty still
the same? An investigation of the antecedents of loyalty. International Journal of Business,
Economics and Management. Vol. 7, n. 3, p. 175
https://doi.org/10.18488/journal.62.2020.73.174.191
Nguyen, H., Nuyen, T. & Bui, T. (2022). Impact of smart locker use on customer satisfaction of
online shoppers in Vietnam. Humanit Soc Sci Commun 9, p. 403.
https://doi.org/10.1057/s41599-022-01428-6
Organismo Supervisor de Inversión Privada en Telecomunicaciones. (2024). OSIPTEL: más de
90 % de hogares peruanos encabezados por mujeres cuentan con acceso a internet fijo o
móvil. Noticias. https://www.osiptel.gob.pe/portal-del-usuario/noticias/osiptel-mas-de-90-
Moderating effect of gender and experience. Technological Forecasting and Social Change.
Vol. 196, p. 122852. https://doi.org/10.1016/j.techfore.2023.122852
Kimery, K. M., & McCord, M. (2002). Third-party assurance Mapping the road to trust in e-
retailing. Journal of Information Technology Theory and Application. Vol. 4(2), 63-82.
Kotler, P., Armstrong, G. (2021). Fundamentos de Marketing. Pearson Educación.
http://www.ebooks7-24.com.ezproxy.ulima.edu.pe/?il=16954
Kotler, P., & Keller, K. L. (2009). Marketing management (13th ed.). Pearson Education
International.
Kurniadi, H. & Rana, J. (2023). The power of trust: How does consumer trust impact satisfaction
and loyalty in Indonesian digital business? Scopus. Vol. 19, Issue 2, p. 237-240.
10.21511/im.19(2).2023.19
Lee, J. & Hong, I. (2019). Consumer’s Electronic Word-of-Mouth Adoption: The Trust Transfer
Perspective. International Journal of Electronic Commerce. Vol. 23(4), p. 595-627.
https://doi.org/10.1080/10864415.2019.1655207
Lin, C. & Chuang, S. (2018). The Importance of Brand Image on Consumer Purchase Attitude:
A Case Study of E-Commerce in Taiwan. Studies in Business and Economics,13(3) p. 91-
104. https://doi.org/10.2478/sbe-2018-0037
Makanyeza, C., & Chikazhe, L. (2017). Mediators of the relationship between service quality and
customer loyalty: Evidence from the banking sector in Zimbabwe. International Journal of
Bank Marketing. Vol 35(3), 540-556 https://doi.org/10.1108/IJBM-11-2016-0164
McKnight, D.H., Cummings, L.L., and Chervany, N.L. (1998) “Initial trust formation in new
organizational relationships,” Academy of Management Review (23:3) pp. 473-490.
https://doi.org/10.1016/S0963-8687(02)00020-3
McKnight, D.H., Choudhury, V., & Kacmar, C. (2002). "The Impact of Initial Trust on the
Adoption of Internet Technologies". The Journal of Strategic Information System. Vol. 11
(3-4), pp. 297-323.
Mesquita de Sousa, E., Luiz Lopes, E., Herrero, E., & Fernando Varotto, L. (2020). Is loyalty still
the same? An investigation of the antecedents of loyalty. International Journal of Business,
Economics and Management. Vol. 7, n. 3, p. 175
https://doi.org/10.18488/journal.62.2020.73.174.191
Nguyen, H., Nuyen, T. & Bui, T. (2022). Impact of smart locker use on customer satisfaction of
online shoppers in Vietnam. Humanit Soc Sci Commun 9, p. 403.
https://doi.org/10.1057/s41599-022-01428-6
Organismo Supervisor de Inversión Privada en Telecomunicaciones. (2024). OSIPTEL: más de
90 % de hogares peruanos encabezados por mujeres cuentan con acceso a internet fijo o
móvil. Noticias. https://www.osiptel.gob.pe/portal-del-usuario/noticias/osiptel-mas-de-90-
Vol. 12/ Núm. 3 2025 pág. 3023
de-hogares-peruanos-encabezados-por-mujeres-cuentan-con-acceso-a-internet-fijo-o-
movil/
Parraga-Alva, J., Alcivar-Cevallos, R, Vaca-Cárdenas, L & Meza, J. (2021). UrbangEnCy: An
emergency events dataset based on citizen sensors for monitoring urban scenarios in
Ecuador. ScienceDirect. Vol. 34, p. 106693. 10.1016/j.dib.2020.106693
Penfield, R.D., Giacobbi Jr., P.R. (2004) Applying a score confidence interval to Aiken's item
content-relevance index. Measurement in Physical Education and Exercise Science. 8(4),
213–225. 10.1207/s15327841mpee0804_3
Pizzutti, C. & Fernandes D. (2010). Effect of recovery efforts on consumer trust and loyalty in e-
tail: A contingency model. International Journal of Electronic Commerce. Vol 14, No. 4,
p. 127-160. https://doi.org/10.2753/JEC1086-4415140405
Punyatoya, P. (2018). Factors affecting trust towards online retailers in India: An empirical study.
International Journal of Business Innovation and Research. Vol 17, No. 3, p. 342-360.
https://doi.org/10.1504/IJBIR.2018.095541
Purwanto, P., & Kuswandi, K. (2017). Effects of flexibility and interactivity on the perceived
value of and satisfaction with e-commerce (evidence from Indonesia). Market-Tržište. Vol.
29, No. 2, p. 146 https://doi.org/10.22598/mt/2017.29.2.139
Ratnasari, I., Siregar, S., Maulana, A. (2021). How to build consumer trust towards e-satisfaction
in e-commerce sites in the covid-19 pandemic time? International Journal of Data and
Network Science. P. 129-128. 10.5267/j.ijdns.2021.2.001
Ruppel, C., Underwood-Queen, L., & Harrington, S.J. (2003). E-commerce: The roles of trust,
security, and type of e-commerce involvement. e-Service Journal. 2(2), 25-45.
https://doi.org/10.2979/esj.2003.2.2.25
Sánchez-Alzate, J.A. & Restrepo, L.A.M. (2017). Trust as key element for e-commerce
purchases. The case of consumers in antioquia (Colombia). Innovar. 27(64), pp. 11–22.
https://doi.org/10.15446/innovar.v27n64.62365
Sánchez, F. (2020). JASP Introducción. Konrad Lorenz.
https://repositorio.konradlorenz.edu.co/handle/001/2484
Santosa, S., Mudiantono, M., Murniyono, C., Hersugondo, H. & Soesanto, H. (2020). Increasing
consumers to consumers (C2C) e-commerce in Central Java, Indonesia. Accounting. Vol.
6(5), pp. 753–762. https://doi.org/10.5267/j.ac.2020.6.008
Serman, Z., Sims, J. (2022). Source Credibility Theory: SME Hospitality Sector Blog Posting
During the Covid-19 Pandemic. Inf Syst Front 25, 2317–2334.
https://doi.org/10.1007/s10796-022-10349-3
Siddiqui, K. I., Azam I. M., & Mullick, N. H. (2019). Customer satisfaction in achieving
customer. Vol. 4, No.1, p. 211-219.
de-hogares-peruanos-encabezados-por-mujeres-cuentan-con-acceso-a-internet-fijo-o-
movil/
Parraga-Alva, J., Alcivar-Cevallos, R, Vaca-Cárdenas, L & Meza, J. (2021). UrbangEnCy: An
emergency events dataset based on citizen sensors for monitoring urban scenarios in
Ecuador. ScienceDirect. Vol. 34, p. 106693. 10.1016/j.dib.2020.106693
Penfield, R.D., Giacobbi Jr., P.R. (2004) Applying a score confidence interval to Aiken's item
content-relevance index. Measurement in Physical Education and Exercise Science. 8(4),
213–225. 10.1207/s15327841mpee0804_3
Pizzutti, C. & Fernandes D. (2010). Effect of recovery efforts on consumer trust and loyalty in e-
tail: A contingency model. International Journal of Electronic Commerce. Vol 14, No. 4,
p. 127-160. https://doi.org/10.2753/JEC1086-4415140405
Punyatoya, P. (2018). Factors affecting trust towards online retailers in India: An empirical study.
International Journal of Business Innovation and Research. Vol 17, No. 3, p. 342-360.
https://doi.org/10.1504/IJBIR.2018.095541
Purwanto, P., & Kuswandi, K. (2017). Effects of flexibility and interactivity on the perceived
value of and satisfaction with e-commerce (evidence from Indonesia). Market-Tržište. Vol.
29, No. 2, p. 146 https://doi.org/10.22598/mt/2017.29.2.139
Ratnasari, I., Siregar, S., Maulana, A. (2021). How to build consumer trust towards e-satisfaction
in e-commerce sites in the covid-19 pandemic time? International Journal of Data and
Network Science. P. 129-128. 10.5267/j.ijdns.2021.2.001
Ruppel, C., Underwood-Queen, L., & Harrington, S.J. (2003). E-commerce: The roles of trust,
security, and type of e-commerce involvement. e-Service Journal. 2(2), 25-45.
https://doi.org/10.2979/esj.2003.2.2.25
Sánchez-Alzate, J.A. & Restrepo, L.A.M. (2017). Trust as key element for e-commerce
purchases. The case of consumers in antioquia (Colombia). Innovar. 27(64), pp. 11–22.
https://doi.org/10.15446/innovar.v27n64.62365
Sánchez, F. (2020). JASP Introducción. Konrad Lorenz.
https://repositorio.konradlorenz.edu.co/handle/001/2484
Santosa, S., Mudiantono, M., Murniyono, C., Hersugondo, H. & Soesanto, H. (2020). Increasing
consumers to consumers (C2C) e-commerce in Central Java, Indonesia. Accounting. Vol.
6(5), pp. 753–762. https://doi.org/10.5267/j.ac.2020.6.008
Serman, Z., Sims, J. (2022). Source Credibility Theory: SME Hospitality Sector Blog Posting
During the Covid-19 Pandemic. Inf Syst Front 25, 2317–2334.
https://doi.org/10.1007/s10796-022-10349-3
Siddiqui, K. I., Azam I. M., & Mullick, N. H. (2019). Customer satisfaction in achieving
customer. Vol. 4, No.1, p. 211-219.
Vol. 12/ Núm. 3 2025 pág. 3024
Solomon, Michael R. (2008). Comportamiento del consumidor. (7ma. Ed.) México: Pearson
educación.
Soper, D. (s.f). A-priori Sample Size Calculator for structural equation models. Recuperado el 22
de septiembre de 2024, de: http://www.danielsoper.com/statcalc
Tan, S. & Chen, W. (2021). Building Consumer Trust in Online Food Marketplaces: The Role
of Wechat Marketing. International Food and Agribusiness Management Review. 24, 5,
845-862. https://doi.org/10.22434/IFAMR2020.0159
Taylor, S., Donovan, L. & Ishida, C. (2014). Consumer Trust and Satisfaction in the Formation
of Consumer Loyalty Intentions in Transactional Exchange: The Case of a Mass Discount
Retailer. Journal of Relationship Marketing. 13(2), pp. 125–154.
https://doi.org/10.1080/15332667.2014.910076
Wang, Y., Zhang, M., Li, S., McLeay, F. & Gupta, S. (2021). Corporate Responses to the
Coronavirus Crisis and their Impact on Electronic-Word-of-Mouth and Trust Recovery:
Evidence from Social Media. British Journal of Management. Vol. 32(4), p. 1184-1202.
https://doi.org/10.1111/1467-8551.12497
Wong Chee Hoo, Aw Yoke Cheng, Alex Hou Hong Ng & Syarifah Mastura Bt Syed Abu Bakar.
(2024). Factors Influencing Consumer Behaviour towards Online Purchase Intention on
Popular Shopping Platforms in Malaysia. Vol. 21, p. 544-546. 10.37394/23207.2024.21.45
Zelalem, B. (2021). Factors influencing building consumers’ initial trust in e-commerce.
Proceedings on Engineering Sciences. Vol. 03, No. 3, pp. 273-282.
https://doi.org/10.24874/PES03.03.004
Solomon, Michael R. (2008). Comportamiento del consumidor. (7ma. Ed.) México: Pearson
educación.
Soper, D. (s.f). A-priori Sample Size Calculator for structural equation models. Recuperado el 22
de septiembre de 2024, de: http://www.danielsoper.com/statcalc
Tan, S. & Chen, W. (2021). Building Consumer Trust in Online Food Marketplaces: The Role
of Wechat Marketing. International Food and Agribusiness Management Review. 24, 5,
845-862. https://doi.org/10.22434/IFAMR2020.0159
Taylor, S., Donovan, L. & Ishida, C. (2014). Consumer Trust and Satisfaction in the Formation
of Consumer Loyalty Intentions in Transactional Exchange: The Case of a Mass Discount
Retailer. Journal of Relationship Marketing. 13(2), pp. 125–154.
https://doi.org/10.1080/15332667.2014.910076
Wang, Y., Zhang, M., Li, S., McLeay, F. & Gupta, S. (2021). Corporate Responses to the
Coronavirus Crisis and their Impact on Electronic-Word-of-Mouth and Trust Recovery:
Evidence from Social Media. British Journal of Management. Vol. 32(4), p. 1184-1202.
https://doi.org/10.1111/1467-8551.12497
Wong Chee Hoo, Aw Yoke Cheng, Alex Hou Hong Ng & Syarifah Mastura Bt Syed Abu Bakar.
(2024). Factors Influencing Consumer Behaviour towards Online Purchase Intention on
Popular Shopping Platforms in Malaysia. Vol. 21, p. 544-546. 10.37394/23207.2024.21.45
Zelalem, B. (2021). Factors influencing building consumers’ initial trust in e-commerce.
Proceedings on Engineering Sciences. Vol. 03, No. 3, pp. 273-282.
https://doi.org/10.24874/PES03.03.004