Universidad del Zulia (LUZ)
Revista Venezolana de Gerencia (RVG)
Año 30 No. Especial 13, 2025, 678-691
Enero-Junio
ISSN 1315-9984 / e-ISSN 2477-9423
Como citar: Flores-Rueda, I. C., Tristán-Monrroy, B. V., Peñalosa-Otero, M. E., y Cuartas-Marín, J. C. (2025). El lado oscuro de las compras no controladas: de la compulsión a la impulsividad. Revista Venezolana De Gerencia, 30(Especial 13), 678-691. https://doi.org/10.52080/rvgluz.30.especial13.43
El lado oscuro de las compras no controladas: de la compulsión a la impulsividad
Flores-Rueda, Isabel Cristina*
Tristán-Monrroy, Beatriz Virginia**
Peñalosa-Otero, Mónica Eugenia***
Cuartas-Marín, Juan Carlos****
Resumen
El presente estudio identifica los factores que actúan como catalizadores de las Compras No Controladas (CNC), la Compulsión a la Compra (CC) y la Impulsividad en la Compra (CI) en entornos digitales y proponer un modelo teórico basado en la Teoría del Comportamiento Planificado (Ajzen, 1991). Mediante un enfoque cuantitativo y la aplicación de encuestas a 350 consumidores en plataformas de comercio electrónico, se evaluaron las relaciones entre CC, CNC e IC utilizando un modelo de ecuaciones estructurales (AMOS). Los resultados muestran que las Compras No Controladas (CNC) actúan como un factor mediador entre la compulsión y la impulsividad en la compra, validando las hipótesis planteadas, se concluye que la facilidad de acceso, la inmediatez y la influencia social en entornos digitales son determinantes clave del comportamiento de compra descontrolada, sugiriendo la necesidad de estrategias de intervención social y educación financiera para mitigar sus efectos negativos.
Palabras clave: compras no controladas; compulsión a la compra; impulsividad en la compra; comercio digital; promociones.
Recibido: 25.02.25 Aceptado: 14.05.25
* Doctora en Administración. Profesora Investigadora en la Unidad Académica Multidisciplinaria Región Altiplano. Universidad Autónoma de San Luis Potosí (UASLP), México. Email: isabel.flores@uaslp.mx. Código ORCID: https://orcid.org/0000-0003-1257-2893.
** Doctora en Administración. Profesora Investigadora en la Unidad Académica Multidisciplinaria Región Altiplano. Universidad Autónoma de San Luis Potosí (UASLP), México. Email: beatriz.tristan@uaslp.mx. Código ORCID: https://orcid.org/0000-0002-9022-8118.
*** Magíster en Mercadeo Agroindustrial. Profesora Asociada II de la Facultad de Ciencias Económicas y Empresariales de la Universidad de Bogotá Jorge Tadeo Lozano, Colombia. Email: monica.penalosa@utadeo.edu.co. ORCID: https://orcid.org/0000-0002-2208-9224. Autor por correspondencia
**** Candidato a Doctor en Administración, Master en Investigación en Gestión. Profesor Asociado II de la Facultad de Ciencias Económicas y Empresariales de la Universidad de Bogotá Jorge Tadeo Lozano, Colombia. Email: juanc.cuartasm@utadeo.edu.co ORCID: https://orcid.org/0000-0003-1432-8528
The dark side of uncontrolled shopping: from compulsion to impulsivity
Abstract
The aim of this study is to identify the key factors that act as catalysts for Uncontrolled Buying (UB), Compulsive Buying (CB), and Impulsive Buying (IB) in digital environments, and proposes a theoretical model grounded in the Theory of Planned Behavior (Ajzen, 1991). Adopting a quantitative approach, a survey was administered to 350 consumers active on e-commerce platforms. The relationships among CB, UB, and IB were analyzed using a structural equation model (AMOS). Results indicate that Uncontrolled Buying serves as a mediating factor between Compulsive and Impulsive Buying, thereby validating the proposed hypotheses. Findings highlight that ease of access, immediacy, and social influence in digital settings are key determinants of uncontrolled consumer behavior. The study underscores the need for targeted social interventions and financial education to mitigate the negative consequences of such purchasing patterns.
Keywords: uncontrolled purchases; compulsive buying; impulsive buying; digital commerce; promotions.
1. Introducción
El auge del comercio electrónico y la digitalización del consumo han incrementado la prevalencia de estas conductas compulsivas e impulsiva, y es que, la posibilidad de adquirir productos en cualquier momento y lugar, sin interacción social directa y con gratificación instantánea, ha favorecido la desinhibición de los mecanismos de control de compra (Zheng et al., 2020), en este sentido, el m-commerce, o comercio a través de dispositivos móviles fomenta la inmediatez en la adquisición de bienes y la activación de motivaciones hedonistas y utilitarias (Zhang et al., 2023), adicionalmente, de la accesibilidad tecnológica, la literatura ha identificado factores psicológicos y sociodemográficos que influyen.
Estudios han señalado que el género femenino presenta una mayor predisposición a desarrollar hábitos de compra compulsivos, especialmente debido a la influencia del marketing y las presiones sociales relacionadas con la imagen y el estatus (Rodríguez et al., 2016), es necesario precisar que se distingue por ser una conducta repetitiva y persistente, motivada por la necesidad de aliviar el malestar emocional, a pesar de sus consecuencias negativas para la estabilidad financiera (O’Guinn & Faber, 1989), por su parte es importante la identificación de factores, dado que la Compra Impulsiva (CI) se relaciona con la inmediatez de la recompensa y la falta de planificación en la toma de decisiones de consumo (Pahlevan et al., 2018). En este tenor, el presente estudio tiene como objetivo identificar los factores que actúan como catalizadores de las Compras No Controladas (CNC), la Compulsión a la Compra (CC) y la Impulsividad en la Compra (CI) en entornos digitales y proponer un modelo teórico basado en la Teoría del Comportamiento Planificado (Ajzen, 1991). En concreto, se busca establecer si la compulsión a la compra influye en las compras no controladas y si estas a su vez predicen la impulsividad en la compra. Adicionalmente, se exploran subfactores como la utilidad percibida en la compra online, la influencia social, la autoeficacia, la gratificación emocional y el consumo ostentoso.
El diseño metodológico adoptado es cuantitativo y cualitativo, con alcance explicativo, debido a que se comprueban las hipótesis a partir de un modelo teórico propuesto, para ello, fue necesario recolectar datos a una muestra de 350 consumidores activos en plataformas de comercio electrónico, el tipo de muestreo fue aleatorio simple, tomando como base el nivel confianza es 95% con un error del 5%, lo que garantiza una representatividad estadística y la validez de las inferencias realizadas, además, se realiza el cálculo a partir de una población de 26,745 consumidores económicamente activos en la ciudad de Matehuala, San Luis Potosí (México), la muestra se determinó en 341 y finalmente, se obtuvieron los datos de 350 encuestados.
2. Fundamentos teóricos sobre las compras
A continuación, se exponen los fundamentos teóricos que sustentan el modelo propuesto, así como las relaciones hipotéticas entre las variables centrales del estudio: la Compulsión a la Compra (CC), las Compras No Controladas (CNC) y la Impulsividad en la Compra (CI), identifican los principales factores psicológicos, sociales y contextuales que inciden en la aparición de comportamientos de compra desregulados en entornos digitales.
2.1. Compras no controladas
Existen determinantes claves de las compras no controladas, entre los que se estudian los siguientes: De acuerdo con Lee, Gan & Liew (2023), la compra como escape emocional, en donde el consumo puede utilizarse como un mecanismo de afrontamiento para aliviar el malestar psicológico; mientras que Rodríguez & Herrero (2008) resaltan la utilidad percibida en la compra online, en donde se mide cómo la accesibilidad, rapidez, conveniencia y experiencias de las compras en línea influyen en la intención de compra no planificada y puede reforzar la predisposición a la compra impulsiva. Para Peña-García et al. (2020), es importante la autoeficacia y facilidad de uso, donde la percepción de control y la experiencia en comercio electrónico pueden fomentar la compra impulsiva. De igual forma, Zozaya-Durazo (2023) hace referencia a la influencia social y persuasión, redes sociales y figuras de autoridad, como los influencers, quienes aumentan la probabilidad de compras no planificadas, sumado a la sensibilidad a descuentos y promociones que llevan a decisiones de compra impulsivas de Cavicchioli et al. (2021). También cabe mencionar el consumo ostentoso y la búsqueda de estatus y diferenciación social de Luna et al. (2004) y la validación social y norma subjetiva citada por Lim et al. (2020).
2.2. Compras no controladas y su relación con la impulsividad en la compra
Las compras no controladas surgen como un patrón de comportamiento de consumo caracterizado por la falta de regulación y control sobre las decisiones de compra, lo que puede derivar en conductas compulsivas e impulsivas (Baumeister, Heatherton & Tice, 1998). Para Jameel, Khan, Alonazi & Khan (2024), éstas se acentúan con el materialismo y las redes sociales que impulsan las compras no controladas al fomentar comparaciones sociales, lo que según Zheng et al. (2020) contribuye con la ansiedad, mientras que Brunelle & Grossman (2022) mencionan a su vez que la falta de atención plena y la impulsividad como predictores clave de las compras no controladas, sugiriendo que los consumidores narcicistas, con baja regulación emocional y alta impulsividad son más propensos a involucrarse en Impulsividad en la Compra, (Mulyono & Rusdarti, 2020). Para Maccarrone-Eaglen & Schofield (2020) las compras no controladas se deben a la exposición constante a incentivos de compra. Goslar et al. (2020), con este tipo de comporas se alimenta un ciclo de consumo impulsivo y descontrolado (Luong, et al., 2023) y este ciclo se ve exacerbado por factores psicológicos, sociales y de marketing digital, con ello proporcionan una base teórica y empírica sólida para la siguiente hipótesis:
H1: Las compras no controladas predicen la Impulsividad en la Compra.
2.3. Compulsión e impulsión en la compra
La Compulsión a la Compra (CC) surge como un comportamiento repetitivo que llevan al consumidor a comprar a pesar de las consecuencias negativas en donde Pahlevan et al. (2018) mencionan que la CC se puede intensificarse debido al uso excesivo de redes sociales, destacando su relación con factores emocionales, sociales y psicológicos, p.e. Djudiyah (2022) y Cavicchioli et al. (2021) argumentan que tanto la IC como la CC emergen como un mecanismo de afrontamiento ante emociones negativas se utilizan las teorías debido a las variables estudiadas e hipótesis que se proponen en el presente estudio:
H2: La Compulsión a la Compra influye positivamente en las Compras No Controladas.
2.4. Modelo teórico propuesto
El modelo teórico propuesto representa una secuencia causal entre 3 factores clave en el comportamiento de consumo: la Compulsión a la Compra (CC), las Compras No Controladas (CNC) y la Impulsividad en la Compra (IC), lo que sugiere que la CC influye positivamente en las CNC, y estas, a su vez, predicen la IC. Ahora bien, la estructura del modelo se basa en teorías de comportamiento del consumidor y en hallazgos empíricos provenientes de estudios recientes como los de Luong et al. (2023) y Luo et al. (2021).
Visualmente, en el diagrama 1, el modelo puede describirse como un diagrama de flujo donde la compulsión a la compra se sitúa al inicio, conectada mediante una flecha unidireccional a las compras no controladas, las cuales, a su vez, están vinculadas con otra flecha a la impulsividad en la compra.
Diagrama 1
Modelo e hipótesis
Fuente: Elaboración propia a partir de Ajzen (1991), Luong et al. (2023), y Luo et al. (2021).
Cada nodo del modelo incluye referencias a los factores psicológicos y sociales subyacentes, como la ansiedad derivada de comparaciones sociales (Zheng et al., 2020), las actitudes hacia el dinero (Pahlevan et al., 2018) y la influencia de las redes sociales en la creación de necesidades de consumo inmediatas (Mulyono & Rusdarti, 2020).
3. Aspectos metodológicos
Para el desarrollo del modelo de ecuaciones estructurales de segundo orden que analiza los factores asociados a las compras no controladas, se adoptó un enfoque cuantitativo mediante la aplicación de encuestas personales. La selección de la muestra fue aleatoria, con un total de 350 encuestas aplicadas. Para la medición de los factores se emplearon escalas Likert de 6 puntos (donde 0=nunca; 6=siempre), siguiendo estudios previos como los de Pahlevan et al. (2018) y Dai et al. (2019), los constructos analizados incluyen Compras Compulsivas (CC), con subfactores como; i) la motivación emocional y de entretenimiento en la compra se refiere al impulso de adquirir productos como una fuente de placer, distracción o gratificación emocional (Dai et al., 2019), como un mecanismo para aumentar la felicidad, reducir el estrés (Şahin & Avan, 2024), estudios (Pahlevan, et al., 2018) han demostrado que los consumidores con mayor motivación hedónica tienden a realizar compras impulsivas y compulsivas con mayor frecuencia; ii) consumo ostentoso y búsqueda de estatus definido como la adquisición de bienes y servicios con el propósito de impresionar a otros (Pahlevan et al., 2018), este comportamiento puede derivar en compras compulsivas cuando la validación social se convierte en un factor determinante en la toma de decisiones de compra (Granero et al., 2022); iii) adicción a la compra, caracterizada por la falta de planificación y el escaso control sobre el gasto; la falta de autocontrol y la reactividad emocional ante estímulos de compra (Baumeister et al., 1998) además sugieren que de presentarse estos subfactores pueden evolucionar hacia un comportamiento compulsivo, especialmente en individuos con dificultades en la autorregulación emocional (Luong et al., 2023), factores como la fatiga cognitiva y la exposición a descuentos y promociones pueden agravar este comportamiento (Luo et al., 2021; Peña-García et al., 2020) y, iv) compra como escape emocional que implica el uso del consumo como una estrategia para manejar el estrés, la ansiedad o la tristeza, pueden proporcionar alivio temporal a estados emocionales negativos (Knutson et al., 2007), la regulación emocional deficiente es un factor clave que contribuye a este tipo de comportamiento (Djudiyah, 2022).
Sobre los subfactores de Compras Impulsivas en línea (CI) también se utiliza escalas Likert de 6 puntos (donde 0=nunca; 6=siempre), siguiendo estudios previos el de Peña-García et al. (2020) que abarca;
i) Utilidad percibida en la compra online, la facilidad de uso y la eficiencia percibida influyen significativamente en la adopción de compras en línea (Gefen, Karahanna & Straub, 2003; Peña-García et al., 2020),
ii) Influencia Social y Persuación en la Compra en Línea, las tácticas de persuasión de los vendedores pueden generar un sentimiento de urgencia o deseo de pertenencia (Casaló, Flavián & Guinalíu, 2020), los estudios han encontrado que la identificación con los influencers y el “fear of missing out” (FOMO) pueden ser desencadenantes clave de decisiones de compra no planificadas (Lee & Eastin, 2021), se incluye que, la presión social y la validación de otros consumidores pueden fomentar compras basadas en la apariencia de los productos en otras personas (Han et al., 2021);
iii) Sensibilidad a descuentos y promociones describe la tendencia de los consumidores a responder de manera impulsiva a incentivos de compra, como rebajas de precio y ofertas por tiempo limitado, generando una sensación de urgencia y escasez (Luo et al., 2021), los consumidores con una alta sensibilidad a descuentos son más propensos a desarrollar patrones de compra compulsiva (Mandolfo Bettiga, Lamberti & Noci, 2022; Mandolfo, Capozza & Russo, 2022) y iv) autoeficacia y facilidad de uso en la compra online, se refiere a la confianza del consumidor en su capacidad para realizar compras en línea (Peña-García et al., 2020).
4. Análisis del perfil sociodemográfico, la validez y fiabilidad de las escalas empleadas y el modelo estructural
En adelante, se presentan los principales hallazgos con base en el perfil sociodemográfico de la muestra analizada, así como la validez y fiabilidad de las escalas empleadas y finalmente, el modelo estructural propuesto.
4.1. Perfil sociodemográfico de la muestra
La muestra estuvo compuesta por un total de 350 participantes, con predominancia de mujeres (62.9%), seguidas por hombres (36.9%) y una representación mínima de personas no binarias (0.3%), en cuanto a la distribución etaria, la mayoría se ubicó en el rango de 20 a 30 años (59.3%), seguido por los grupos de 31 a 40 años (18.7%), menos de 20 años (7.5%), de 41 a 50 años (7.0%), de 51 a 60 años (6.6%) y mayores de 60 años (0.9%).
Respecto a la ocupación, se observó una distribución heterogénea: 26.0% se desempeñaba como profesionistas en servicios profesionales, 25.7% como comerciantes o propietarios de negocios, y 25.4% como trabajadores de tiempo completo; un 10.6% trabajaba medio turno, mientras que el 8.6% se dedicaba a actividades del hogar y el 3.7% se clasificó en la categoría “otro”.
En términos de nivel socioeconómico, predominó el estrato C+ (30%), seguido del nivel C (25%), A/B (20%), C- (15%) y D (10%) (tabla 1).
Tabla 1
Perfil demográfico y socioeconómico de la muestra
|
Sexo |
Porcentajes |
|
Hombres Mujeres No binario |
36.9% 62.9% 0.3% |
|
Edades |
|
|
Menos de 20 años De 20 a 30 De 31 a 40 De 41 a 50 De 51 a 60 Más de 60 |
7.5% 59.3% 18.7% 7.0% 6.6% 0.9% |
|
Ocupación |
|
|
Profesionista (servicios profesionales) Comerciante (negocio propio) Actividades del hogar Trabajador medio turno (menos de 8 horas al día) Trabajador turno completo (8 horas al día) Otro |
26.0% 25.7% 8.6% 10.6% 25.4% 3.7% |
|
Nivel Socioeconómico |
|
|
A/B: 2 o más baños, 2 o más autos, 4 o más personas trabajando, 4 o más cuartos, Internet C+: 2 o más baños o autos, 3 personas trabajando, 3 cuartos, Internet C: 1 baño, 1 auto, 2 personas trabajando, 3 cuartos, Internet C-: 1 baño, 1 auto, 1 persona trabajando, 2 cuartos, Internet D: Sin Internet, 1 cuarto, pocas personas trabajando |
20% 30% 25% 15% 10% |
Nota: La estimación se realizó utilizando criterios tradicionales de segmentación socioeconómica de la Asociación Mexicana de Agencias de Investigación de Mercado y Opinión Pública (AMAI, 2022). Fuente: Datos propios obtenidos mediante encuesta aplicada a 350 participantes (2025).
4.2. Fiabilidad y validez de la escala
En la tabla 2 se presentan las cargas factoriales, los valores t y las medidas de fiabilidad de las escalas utilizadas; los resultados muestran que todos los ítems presentan cargas factoriales significativas (p < 0.001). Los valores de alpha de Cronbach (α), el índice de fiabilidad compuesta (IFC) y la varianza media extraída (VME) superan los umbrales recomendados de 0.7, 0.6 y 0.5, respectivamente. En detalle, los subfactores correspondientes a la CC - Compulsive Buying (CB); i) Utilidad Percibida en la Compra Online presenta un IFC de 0.837, con un α de 0.931, indicando una excelente fiabilidad, las cargas factoriales de los ítems que lo representan van de 0.890 a 0.997, todas con valores t significativos superiores a 20, lo que sugiere que los ítems contribuyen significativamente al constructo, por su parte, el subfactor de ii) Influencia Social y Persuasión en la Compra en Línea obtuvo un IFC de 0.830 y un α de 0.816, con cargas factoriales entre 0.739 y 1.000, y valores t superiores a 10, lo que confirma su consistencia interna, mientras que el subfactor de iii) Autoeficacia y Facilidad de Uso en la Compra Online registró un IFC de 0.832 y un α de 0.835, con cargas factoriales entre 0.798 y 0.920, garantizando la fiabilidad de esta escala, y finalmente, iv) Sensibilidad a Descuentos y Promociones alcanzó un IFC de 0.836 y un α de 0.735, con cargas factoriales de 0.755 a 0.999, manteniendo un nivel de significancia adecuado.
En lo correspondiente al factor Impulsividad a la compra en línea - Online Purchase Impulsivity (OPI), el subfactor de i) Motivación Emocional y de Entretenimiento en la Compra presentó un IFC de 0.865 y un α de 0.869, con cargas factoriales de 0.774 a 0.848, confirmando su validez convergente; ii) Consumo Ostentoso y Búsqueda de Estatus obtuvo un IFC de 0.809 y un α de 0.877, con cargas factoriales de 0.732 a 0.888; iii) Compra como Escape Emocional alcanzó un IFC de 0.809 y un α de 0.820, con cargas factoriales de 0.762 a 0.866, y finalmente, iv) la Compra Impulsiva y Descontrolada presentó un IFC de 0.806 y un α de 0.698, con cargas factoriales de 0.672 a 0.818, en conjunto, los resultados reflejan que las escalas utilizadas son fiables y válidas.
Tabla 2
Subfactores, ítems, cargas factoriales y medidas de fiabilidad y validez de las escalas
|
Subfactor |
ítems |
Peso de las regresiones |
Valor t |
VME |
IFC |
α |
|
Utilidad percibida en la compra online |
Las tiendas online aumentar mi productividad en la búsqueda y compra de productos/servicios |
1.000 |
|
0.902 |
0.837 |
0.931 |
|
Las tiendas en línea me permiten buscar y comprar productos/servicios más rápido |
0.890 |
23.453 |
||||
|
Las tiendas online mejoran mi efectividad a la hora de comprar |
0.997 |
29.636 |
||||
|
Las tiendas online mejoran mi rendimiento en la búsqueda y compra de productos/servicios |
0.906 |
21.765 |
||||
|
Influencia Social y Persuación en la Compra en Línea |
Me gusta lo que trae consigo el influencer y voy directo a la página de donde se encuentra |
1.000 |
|
0.761 |
0.830 |
0.816 |
|
Las personas que admiro en las redes sociales, influyen en la compra por tiendas online |
0.931 |
16.588 |
||||
|
Una razón de compra fue sentir presión del vendedor o por la situación |
0.794 |
14.391 |
||||
|
“Me gustó cómo le luce” -me identifica |
0.739 |
10.478 |
||||
|
Autoeficacia y facilidad de uso en la compra online |
Mi interacción con las tiendas online es clara y comprensible |
1.000 |
|
0.807 |
0.832 |
0.835 |
|
Creo que las tiendas online son fáciles de usar |
0.864 |
14.352 |
||||
|
Mejor realizo mi compra por línea me identifica |
0.798 |
13.070 |
||||
|
Tengo los recursos, el conocimiento y las habilidades para comprar en línea |
0.920 |
14.770 |
||||
|
Sensibilidad a descuentos y promociones |
Recurro a las ofertas de remates |
1.000 |
|
0.890 |
0.836 |
0.735 |
|
Si cuenta la tienda virtual con cupones de descuentos en cierta cantidad aprovechas la oferta |
0.999 |
9.921 |
||||
|
Si compro algo por necesidad y me arroja un descuento en la próxima compra la aprovecho |
0.996 |
10.442 |
||||
|
Suelo comprar artículos innecesarios, solo porque me gusto y esta en promoción |
0.755 |
9.289 |
||||
|
Motivación emocional y de entretenimiento en la compra |
Voy de compras para mi entretenimiento |
1.000 |
|
0.750 |
0.865 |
0.869 |
|
Ir de compras satisface el sentido de mi curiosidad |
0.942 |
14.850 |
||||
|
El ir de compras me ofrece nuevas experiencias |
0.774 |
13.050 |
||||
|
El ir de compras está constantemente en mi mente |
0.804 |
13.852 |
||||
|
Tengo el deseo real de ir a comprar |
0.805 |
15.057 |
||||
|
Me siento tranquila, haciendo una compra para mi |
0.848 |
11.368 |
||||
|
Consumo ostentoso y búsqueda de estatus |
Poseo cosas para impresionar a los demás |
1.000 |
|
0.775 |
0.809 |
0.877 |
|
Compro cosas para impresionar a los demás |
0.732 |
18.622 |
||||
|
Me comporto como si el dinero fuera el último símbolo de éxito |
0.888 |
18.603 |
||||
|
Compra como escape emocional |
El comprar me hace creer que me alejo de todo |
1.000 |
|
0.777 |
0.809 |
0.820 |
|
Me involucro tanto en las compras que me olvido de los demás |
0.762 |
13.702 |
||||
|
Ir de compras me hace sentir que estoy en otro mundo |
0.866 |
15.315 |
||||
|
Compra impulsiva y descontrolada |
He comprado un producto que no necesitaba e incluso cuando sabía que tenía poco dinero |
1.000 |
|
0.707 |
0.806 |
0.698 |
|
A menudo compro algo que veo en la tienda, sin planearlo |
0.818 |
9.551 |
||||
|
Compré algo y cuando llegué a casa no estaba seguro de por qué lo había comprado |
0.672 |
8.439 |
Fuente: Construcción propia a partir de las escalas adaptadas de estudios previos (Pahlevan et al., 2018; Dai et al., 2019; Peña-García et al., 2020; Gefen et al., 2003).
Los resultados de fiabilidad y validez obtenidos para los subfactores analizados confirman la consistencia interna de las escalas utilizadas, así como su capacidad explicativa dentro del modelo teórico propuesto.
4.3. Modelo estructural
El modelo estructural de segundo orden estimado en AMOS muestra relaciones significativas entre los constructos analizados, con coeficientes estandarizados y significativos para cada relación y los índices de ajuste obtenidos (CFI=0.915; TLI=0.905; RMSEA=0.064; Chi-cuadrado/df=2.418) indicaron un buen ajuste, , siguiendo los criterios de Hu & Bentler (1999), de manera que se valida la estructura propuesta, mostrando que las CNC son explicadas significativamente por los factores de CC e CI y sus subfactores asociados, la correlación entre CC y CNC refuerza la relación positiva entre estos constructos, contribuyendo a la explicación global del modelo.
La tabla 3 sobre hipótesis, coeficientes y valores t de la estimación estructural presenta los resultados obtenidos en el software AMOS, mostrando que todas las hipótesis propuestas son significativas con un nivel de confianza del 95%, la relación entre CC y CNC tiene un coeficiente estandarizado de 0.373 y un valor t de 4.667, lo que confirma la influencia positiva de CC sobre CNC (H1), mientras que, la relación entre CNC y CI es de 1.000, indicando una fuerte asociación (H2) y los subfactores de CC y CI muestran coeficientes entre 0.422 y 0.997, con valores t superiores a 9, lo que refleja la importancia de cada subfactor en su respectivo constructo, por ello, los resultados validan las hipótesis planteadas (tabla 3).
Tabla 3
Hipótesis, coeficientes y valores t de la estimación estructura
|
Hipótesis |
Relación |
Coeficientes |
Valor t |
|
H1 |
CC -- > CNC |
0.373 |
4.667 |
|
H2 |
CNC -- > CI |
1.000 |
|
|
Subfactores |
CC -- > CC |
0.422 – 0.623 |
> 9 |
|
Subfactores |
CI -- > CI |
0.739 – 0.997 |
> 9 |
Fuente: Datos propios, calculados en AMOS a partir de escalas adaptadas de Pahlevan et al. (2018); Peña-García et al. (2020); Dai et al. (2019); y Gefen et al. (2003).
Existe una relación moderada entre CNC y CC, indicando que no son fenómenos totalmente dependientes. Los compradores compulsivos tienden a mostrar comportamientos más descontrolados, mientras algunos usuarios realizan compras impulsivas sin ser compulsivos. Los subfactores de CC revelan motivaciones como búsqueda de placer inmediato, estatus social o evasión emocional, mientras que las CI están más influenciadas por la conveniencia digital, influencias sociales y oportunidades inmediatas de compra.
4.4. Comportamiento ante las compras no controladas (CNC) y su relación con las compras compulsivas (CC) e impulsivas (CI)
La hipótesis que establece que la Compulsión a la Compra influye positivamente en las Compras No Controladas ha sido corroborada (H1), evidenciando que los consumidores con comportamientos compulsivos tienden a desarrollar compras desreguladas (H2), lo que concuerda con investigaciones como la de Granero et al. (2022), mientras que la hipótesis que sostiene que las Compras No Controladas predicen la Impulsividad en la Compra ha sido validada, lo que resalta cómo la falta de control en el consumo fomenta decisiones impulsivas (Baumeister et al., 1998). La autoeficacia y facilidad de uso en las compras en línea contribuyen al desarrollo de comportamientos impulsivos debido a la disminución de barreras cognitivas en el proceso de compra (Gefen et al., 2003).
5. Conclusiones
El presente estudio aporta evidencia empírica y conceptual sobre la compleja interacción entre la compulsión, las compras no controladas y la impulsividad en entornos digitales, contribuyendo a la literatura reciente desde una perspectiva integrada fundamentada en la Teoría del Comportamiento Planificado (Ajzen, 1991). Se confirma que las Compras No Controladas (CNC) operan como un mecanismo mediador entre la Compulsión a la Compra (CC) y la Impulsividad en la Compra (IC), lo que permite entender la progresión del comportamiento de consumo desregulado desde un enfoque tridimensional.
Entre los hallazgos más relevantes, se destaca que los factores emocionales, sociales y tecnológicos consolidan patrones de consumo compulsivo, especialmente en contextos mediados por plataformas digitales que emplean mecanismos como promociones dinámicas, recomendaciones automatizadas y validación social, por lo que, resulta especialmente pertinente en un entorno donde los consumidores son expuestos constantemente a estímulos diseñados para activar respuestas hedonistas y disminuir la autorregulación, ahora bien, desde una perspectiva aplicada, los resultados sugieren desarrollar campañas de formación crítica para consumidores jóvenes, centradas en habilidades de autorregulación, conciencia sobre el gasto y alfabetización digital, se recomienda a las plataformas de comercio electrónico a establecer límites éticos en la personalización de sus estrategias comerciales.
El perfil demográfico más vulnerable está compuesto por mujeres jóvenes del nivel socioeconómico medio (C+ y C), lo que se alinea con investigaciones previas que vinculan la búsqueda de estatus, la validación social y la gratificación emocional con una mayor propensión al consumo desregulado, otro aporte sustantivo es la validación de un modelo teórico que permite comprender cómo la compulsión tiende a transformarse en impulsividad cuando el comportamiento pierde regulación, lo que, sugiere que el abordaje debe centrarse en las fases intermedias del comportamiento de compra, donde puede evitarse la consolidación de hábitos impulsivos, en consecuencia, modelo propuesto integra teorías sobre gratificación hedónica, presión social y regulación emocional, y se posiciona como una herramienta metodológica replicable en otros contextos sociales y culturales.
Se recomienda que futuras investigaciones profundicen en el papel de variables interpersonales (relaciones familiares, presión de pares), así como en el impacto de la gamificación del consumo, la fatiga cognitiva y el aislamiento digital. También sería pertinente evaluar la efectividad de intervenciones basadas en mindfulness, economía conductual o autocontrol digital. Finalmente, este estudio permite visualizar el “lado oscuro” del comportamiento de consumo digital como un fenómeno estructural y creciente que requiere atención desde perspectivas interdisciplinares que articulen lo psicológico, lo económico, lo educativo y lo tecnológico.
Referencias
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T
Asociación Mexicana de Agencias de Investigación de Mercado y Opinión Pública. (2022). Nota metodológica: Nivel Socioeconómico 2022 (v.5). https://www.amai.org/descargas/Nota_Metodologico_NSE_2022_v5.pdf.
Baumeister, R. F., Heatherton, T. F., & Tice, D. M. (1998). Losing control: How and why people fail at self-regulation. Academic Press.
Brunelle, N., & Grossman, D. (2022). Predictors of online compulsive buying: The role of personality and mindfulness. Journal of Behavioral Addictions, 11(2), 289-300. https://doi.org/10.1016/j.paid.2021.111237
Casaló, L. V., Flavián, C., & Guinalíu, M. (2020). Influencers on Instagram: Antecedents and consequences of opinion leadership. Journal of Business Research, 117, 510-519. Doi: https://doi.org/10.1016/j.jbusres.2018.07.005
Cavicchioli, M., Scalabrini, A., Northoff, G., Mucci, C., Ogliari, A., & Maffei, C. (2021). Dissociation and emotion regulation strategies: A meta-analytic review. Journal of Psychiatric Research, 143, 370-387. https://doi.org/10.1016/j.jpsychires.2021.09.011
Dai, B., Fu, D., & Xu, H. (2019). Like or want? Gender differences in attitudes toward online shopping in China. Frontiers in Psychology, 10, 229. https://doi.org/10.1002/mar.21183
Djudiyah, A. (2022). The Role of Emotion Regulation on Compulsive Shopping of Clothing. Psilostudia Jurnal Psikologi, 11(1). http://dx.doi.org/10.30872/psikostudia.v11i1.7169
Gefen, D., Karahanna, E. & Straub, D.W. (2003) Trust and TAM in Online Shopping An Integrated Model. MIS quarterly, 27, 51-90. https://aisel.aisnet.org/misq/vol27/iss1/4/
Goslar, M., Leibetseder, M., Muench, H. M., Hofmann, S. G., & Laireiter, A. R. (2020). Treatments for internet addiction, sex addiction and compulsive buying: A meta-analysis. Journal of Behavioral Addictions, 9(4), 865-886. https://doi.org/10.1556/2006.2020.00083.
Granero, R., Fernández-Aranda, F.; Lara-Huallipe, M.L., Gómez-Peña, M., Moragas, L., Baenas, I., Müller, A., Brand, M., Sisquellas, C., & Jiménez-Murcia, S. (2022). Latent Classes for the Treatment Outcomes in Women with Gambling Disorder and Buying/Shopping Disorder. J. Clin. Med., 11, 3917. https://doi.org/10.3390/jcm11133917
Han, F., & Ellis, R. A. (2021). Predicting students’ academic performance by their online learning patterns in a blended course: To what extent is a theory-driven approach and a data-driven approach consistent? Educational Technology & Society, 24(1), 191-204. https://www.jstor.org/stable/26977867
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1-55. https://doi.org/10.1080/10705519909540118.
Jameel, A., Khan, M. N., Alonazi, W. B., & Khan, R. (2024). Exploring the Impact of Social Media Sites on Compulsive Shopping Behavior: The Mediating Role of Materialism, Psychology Research and Behavior Management, 171-185, https://doi.org/10.2147/PRBM.S442193
Knutson, B., Rick, S., Wimmer, G. E., Prelec, D., & Loewenstein, G. (2007). Neural predictors of purchases. Neuron, 53(1), 147-156. https://doi.org/10.1016/j.neuron.2006.11.010
Lee, J., & Eastin, M. S. (2021). Social influence in online shopping environments: The impact of social media and peers. Journal of Consumer Marketing, 38(3), 267-278. https://doi.org/10.1145/1282100.1282157
Lee, Y. Y., Gan, C. L., & Liew, T. W. (2023). Rationality and impulse buying: Is your emotion a part of the equation? Computers in Human Behavior Reports, 12(100337), 100337. https://doi.org/10.1016/j.chbr.2023.100337
Lim, X., Cheah, J., Cham, T. H., Ting, H., & Memon, M. A. (2020). Compulsive buying of branded apparel, its antecedents, and the mediating role of brand attachment. Asia Pacific Journal of Marketing and Logistics, 32(7), 1539-1563. https://doi.org/10.1108/apjml-03-2019-0126
Luna A. R. Puello A. S., y Botero M. M. (2004) La compra impulsiva y el materialismo en los jóvenes: estudio exploratorio en estudiantes universitarios de barranquilla (Colombia) Psicología desde el Caribe, 14, pp. 1-26. https://www.redalyc.org/articulo.oa?id=21301401
Luo, H., Cheng, S., Zhou, W., Song, W., Yu, S., & Lin, X. (2021). Research on the Impact of Online Promotions on Consumers’ Impulsive Online Shopping Intentions. Journal of Theoretical and Applied Electronic Commerce Research, 16(6), 2386-2404. https://doi.org/10.3390/jtaer16060131
Luong, M., Nguyen, T., & Tran, D. (2023). Online impulsive and compulsive buying behavior in Vietnam. International Journal of Management and Sustainability, 12(3), 395-379. https://doi.org/10.18488/11.v12i3.3446
Maccarrone-Eaglen, A., & Schofield, P. (2020). Compulsive buying among young adults: A behavioural segmentation. Journal of Consumer Affairs, 54(2), 317-343. https://doi.org/10.1108/YC-02-2019-0958
Mandolfo, M., Bettiga, D., Lamberti, L., & Noci, G. (2022). Influence of sales promotion on impulse buying: A dual process approach. Journal of Promotion Management, 28(8), 1212–1234. https://doi.org/10.1080/10496491.2022.2060415
Mandolfo, M., Capozza, R., & Russo, V. (2022). The dark side of discounts: Impulsiveness and compulsive buying behavior. Journal of Retailing and Consumer Services, 64, 102813. Doi: https://doi.org/10.1016/j.jretconser.2021.102813
Mulyono, H., & Rusdarti, D. (2020). How psychological factors boost compulsive buying behavior in digital era: A case study of Indonesian students. Journal of Digital Commerce, 3(1), 12-21. https://doi.org/10.1108/IJSE-10-2019-0652
O’Guinn, T. C., & Faber, R. J. (1989). Compulsive Buying: A Phenomenological Exploration. The journal of consumer research, 16(2), 147. https://doi.org/10.1086/209204
Pahlevan, S., Kyid, K., & Lim, Y. (2018). Excessive social networking sites use and online compulsive buying in young adults: The mediating role of money attitude. Computers in Human Behavior, 85, 34-43. https://doi.org/10.1108/YC-10-2017-00743
Peña-García, N., Gil-Saura, I., Rodríguez-Orejuela, A., & Siqueira-Junior, J. R. (2020). Purchase intention and purchase behavior online: A cross-cultural approach. Heliyon, 6(6), e04284. https://doi.org/10.1016/j.heliyon.2020.e04284
Rodríguez Del Bosque, I. A., & Herrero, Á. (2008). Antecedentes de la utilidad percibida en la adopción del comercio electrónico entre particulares y empresas. Cuadernos de economía y dirección de la empresa, 11(34), 107–134. https://doi.org/10.1016/s1138-5758(08)70055-0
Rodríguez, L. A., & De Oliveira, M. o. R. (2021). O uso do cartão de crédito: o valor da marca e materialismo influenciam no comportamento impulsivo de compra? Revista de Administração Da UFSM, 14(3), 502-520. https://doi.org/10.5902/1983465938864
Şahin, E., & Avan, F. (2024). The effect of unplanned purchasing on hedonic and compulsive purchase in the scope of consumer purchase behavior. Süleyman Demirel University Journal of Faculty of Economics and Administrative Sciences, 29(3), 175-188. https://dergipark.org.tr/tr/pub/sduiibfd
Zhang, C., Milán, J., y García, F. J. (2023). El comercio electrónico como motor de desarrollo local en el entorno rural de Shanxi (China). Equidad Y Desarrollo, 42, e1597. https://doi.org/10.19052/eq.vol1.iss42.7
Zheng, X., Lu, B., & Wang, Y. (2020). Upward social comparison and state anxiety as mediators between passive social network site usage and online compulsive buying among women. Computers in Human Behavior, 102, 348-356. https://doi.org/10.1016/j.addbeh.2020.106569
Zozaya-Durazo, L. (2023). El papel de los influencers en las decisiones de consumo de los menores españoles. https://doi.org/10.31921/doxacom.n36a1685