Factores que influyen en la decisi n de compra de frutas en el mercado modelo de Chachapoyas: un an lisis mediante modelos de ecuaciones estructurales
Factors influencing fruit purchase decisions in the Chachapoyas model market: an analysis using structural equation modeling
Fatores que influenciam a decis o de compra de frutas no mercado modelo de Chachapoyas: uma an lise usando modelagem de equa es estruturais
Jimena
Barrera Quispe[1]
, Robert
De La Cruz Alvarado1
,
Leonardo Mendoza Zumaeta1, Horacio
Tenorio Zubiate1
, Jorge
Chavez Guivin1
DOI: https://doi.org/10.55996/dekamuagropec.v5i1.214
RESUMEN
El objetivo de este estudio es identificar factores que influyen en las elecciones de compra de productos en elmercado de muestra de Chachapoyas utilizando el modelado de ecuaciones estructurales (SEM) utilizando el software AMOS v.24.La muestra de 384 clientes estuvo compuesta en su mayor a por mujeres (60%) y j venes de 18 a 30 a os (55%), y se encontr que caracter sticas personales como la edad, el estilo de vida y la situaci n financiera influyeron en las decisiones de compra. Los resultados mostraron que los factores culturales sociales y psicol gicos no tuvieron un efecto significativo. Se confirm la utilidad del SEM para estudiar la interacci n entre m ltiples variables y validar modelos te ricos en contextos no experimentales. Estos hallazgos subrayaron la importancia de considerar los factores personales en las estrategias de marketing y comerciales en el mbito de los mercados locales. La conclusi n es que comprender las caracter sticas individuales es importante para comprender la din mica de compra de los consumidores en el mercado de muestra de Chachapoyas y proporciona una base s lida para dise ar estrategias de marketing m s efectivas que se alineen con las necesidades de los consumidores locales.
Palabras claves: Mercado modelo, Modelos de Ecuaciones Estructurales, factores personales, estrategias de marketing, modelo estructural.
ABSTRACT
The objective of this study is to identify factors influencing product purchase choices in the sample market of Chachapoyas using structural equation modeling (SEM) using AMOS v.24 software. The sample of 384 customers was composed mostly of women (60%) and young people aged 18 to 30 years (55%), and it was found that personal characteristics such as age, lifestyle and financial situation influenced purchase decisions. The results showed that cultural, social and psychological factors did not have a significant effect. The usefulness of SEM for studying the interaction between multiple variables and validating theoretical models in non-experimental settings was confirmed. These findings underscored the importance of considering personal factors in marketing and business strategies in local market settings. The conclusion is that understanding individual characteristics is important for understanding consumer purchase dynamics in the Chachapoyas sample market and provides a solid basis for designing more effective marketing strategies that align with the needs of local consumers.
Keywords: Model market, Structural Equation Modeling, personal factors, marketing strategies, structural model.
RESUMO
O objetivo deste estudo identificar os fatores que influenciam as escolhas de compra de produtos no mercado de amostra de Chachapoyas por meio de modelagem de equa es estruturais (SEM) usando o software AMOS v.24. A amostra de 384 clientes consistia principalmente de mulheres (60%) e jovens de 18 a 30 anos (55%), e caracter sticas pessoais como idade, estilo de vida e situa o financeira influenciaram as decis es de compra. Os resultados mostraram que os fatores culturais, sociais e psicol gicos n o tiveram efeito significativo. A utilidade do SEM para estudar a intera o entre diversas vari veis e validar modelos te ricos em ambientes n o experimentais foi confirmada. Essas descobertas destacaram a import ncia de considerar fatores pessoais nas estrat gias de marketing e neg cios em ambientes de mercado local. A conclus o que a compreens o das caracter sticas individuais importante para entender a din mica de compra do consumidor no mercado de amostra de Chachapoyas e fornece uma base s lida para a elabora o de estrat gias de marketing mais eficazes que se alinham s necessidades dos consumidores locais.
Palavras-chave: Modelo de mercado, modelos de equa o estrutural, fatores pessoais, estrat gias de marketing, modelo estrutural.
INTRODUCCI N
Durante mucho tiempo, el mercado de alimentos ha jugado un papel importante como fuente importante de alimentos, lo que permite a miles de personas comprar y tener m s oportunidades, cumpliendo su objetivo principal de vender una amplia variedad de productos, incluidos alimentarios y no alimentarios (Hualtibamba, 2019).
Con el aumento de la desnutrici n por el consumo de alimentos poco saludables, la promoci n de la venta de frutas ha cobrado mucha relevancia (Parra y Astudillo, 2019). La investigaci n de mercado sobre el comportamiento del consumidor, especialmente los h bitos de compra, ha identificado cuatro factores que influyen en el comportamiento del consumidor: cultura, personalidad, sociedad y psicolog a. El prop sito de este an lisis es comprender y predecir el comportamiento de los clientes que acuden al mercado (Cardona Arbel ez et al., 2018).
El modelo de ecuaci n estructural (SEM) es una t cnica estad stica multivariante que permite evaluar hip tesis causales en conjuntos de datos Inter correlacionados (Bentler & Stein, 1992). Este m todo, tambi n conocido como an lisis de estructura de covarianzas, es una herramienta multivariada que permite comprender mejor c mo interact an variables que no se pueden medir directamente, como creencias y modos de vida, con variables observables como la edad y la ocupaci n (Teresa et al., 2016).
En este contexto, el uso del SEM es especialmente adecuado para esta investigaci n, ya que permite identificar y evaluar los factores que influyen en la decisi n de compra de los consumidores en el mercado modelo (Li & Jaharuddin, 2021). El objetivo de este estudio es identificar factores que influyen en las elecciones de compra de productos en el mercado de muestra de Chachapoyas utilizando el modelado de ecuaciones estructurales (SEM) utilizando el software AMOS v.24.
MATERIALES Y M TODOS
rea de estudio
Este estudio se llev a cabo en la regi n de Chachapoyas, en la regi n amaz nica del Per . El rea se encuentra a 2.338 metros sobre el nivel del mar (snm) y sus coordenadas geogr ficas son -77.8725 de longitud, -6.22944 de latitud, que corresponden a 6 13' 46'' sur y 77 52' 21'' oeste. Fundada por la capital peruana en 2023.
Poblaci n
La poblaci n objetivo de este estudio abarca a todos los residentes de Chachapoyas que visitan el mercado modelo, un importante centro de actividad comercial y social en la regi n. Este mercado, siendo un punto de encuentro clave para la comunidad local, proporciona un contexto relevante y representativo para la investigaci n en cuesti n.
Muestra
Para calcular el tama o de la muestra, se utiliz la f rmula adecuada para una poblaci n infinita, resultando en la determinaci n de un total de 384 consumidores del mercado modelo de Chachapoyas. Estos participantes fueron seleccionados de manera aleatoria, siguiendo un riguroso proceso de selecci n, con el objetivo de garantizar la representatividad de la muestra. Una vez seleccionados, se procedi a realizar encuestas detalladas con el fin de recopilar datos relevantes para el estudio.
Muestreo
En este estudio, se utiliz un m todo de muestreo probabil stico aleatorio para seleccionar una muestra de la poblaci n. Este m todo garantiza que cada persona de la poblaci n tenga las mismas posibilidades de ser seleccionada como parte de la muestra. Este enfoque de muestreo es importante para establecer las caracter sticas de la muestra y garantizar que los resultados puedan generalizarse adecuadamente a la poblaci n de inter s.
M todos
Tipo de investigaci n
El enfoque de esta investigaci n corresponde al tipo de investigaci n no experimental, es decir que las variables no fueron manipuladas. Se bas en la observaci n directa de los fen menos en su entorno natural, seguida de su an lisis detallado (Mata Sol s, 2019).
Nivel de investigaci n
El nivel de investigaci n abordado en este estudio se clasifica principalmente como descriptivo y correlacional. En primer lugar, se considera descriptivo, ya que su prop sito es caracterizar a la poblaci n estudiada y servir como pre mbulo para investigaciones cuantitativas posteriores. Este enfoque se centra en describir los factores que influyen en la decisi n de compra, sin profundizar en explicar las causas subyacentes. Adem s, se califica como correlacional, ya que busca establecer una relaci n entre dos variables, otorg ndole validez estad stica (Shuttleworth, 2021).
Dise o de investigaci n
El enfoque metodol gico de este estudio se caracteriza por ser transversal, lo que implica que la recolecci n de datos se llevar a cabo en un nico per odo de tiempo. Esta metodolog a, al permitir la recopilaci n de datos en un momento espec fico, facilita un c lculo directo y efectivo, adem s de proporcionar una cantidad considerable de informaci n que respaldar el proceso de toma de decisiones (Cvetkovic-Vega et al., 2021).
T cnicas de recolecci n de datos
Para la recolecci n de datos, este estudio utiliz el m todo de encuesta, una herramienta din mica capaz de recolectar informaci n de 384 consumidores seleccionados aleatoriamente en la ciudad de Chachapoyas. Se cre un instrumento de entrevista con un total de 26 tems, 19 de los cuales estaban asociados a variables independientes y 7 a variables dependientes. Cada tem se calific utilizando una escala de frecuencia cualitativa de Likert que iba desde muy en desacuerdo hasta muy de acuerdo , y cada n mero oscilaba entre 1 y 5.
Metodolog a de la investigaci n
Fuente: Elaboraci n propia
Figura 1. Procesos para el desarrollo de la investigaci n
La recolecci n de datos se realiz a trav s de encuestas. Los datos se crean en Excel 2016 para que puedan ordenarse, procesarse, agruparse y administrarse para crear una base de datos organizada. Se utilizaron m todos estad sticos multivariados para desarrollar y analizar datos para revelar relaciones entre los factores que influyen en las decisiones de compra. Este an lisis se realiz utilizando modelos de ecuaciones estructurales procesados con el software estad stico IBM SPSS Statistics 25.0 y AMOS v.24 y Microsoft Excel 2016. Estos programas fueron dise ados para promover el tratamiento y an lisis sistem tico de datos para lograr objetivos espec ficos.
Datos generales de los consumidores de Chachapoyas
N mero de consumidores seg n g nero
Tabla 1. N mero de consumidores seg n g nero
|
Femenino |
Masculino |
||
|
Cantidad |
229 |
155 |
|
|
Porcentaje (%) |
60% |
40% |
|
N mero de productores de caf seg n grupo etario
Tabla 2. N mero de productores seg n grupo etario
|
18 30 a os |
31 45 a os |
46 60 a os |
60 a os a m s |
|
|
Cantidad |
211 |
106 |
53 |
12 |
|
Porcentaje (%) |
55% |
28% |
14% |
3% |
Estado civil de los consumidores
La Tabla 3, se destaca que, de un total de 384 encuestados, el 63% son solteros, representando a la mayor a. Por otro lado, el 18% de los consumidores est n casados, mientras que el 19% restante indica tener otros estados civiles.
Tabla 3. Estado civil de los consumidores
|
|
Soltero(a) |
Casado(a) |
Otros |
|
Cantidad |
243 |
68 |
73 |
|
Porcentaje (%) |
63% |
18% |
19% |
Ocupaci n de los consumidores
En la tabla 4, de un total de 384 encuestados, se observa que el 22% se identifican como estudiantes, el 67% como trabajadores, y el 11% restante como amas de casa.
Tabla 4. Estado civil de los consumidores
|
|
Estudiante |
Trabajador (a) |
Ama de casa |
|
Cantidad |
84 |
257 |
43 |
|
Porcentaje (%) |
22% |
67% |
11% |
Ingresos mensuales de los consumidores
La Tabla 5, muestra la distribuci n de los ingresos mensuales de los consumidores en cuatro rangos. De un total de 384 encuestados, se observa que el 45% tiene un ingreso mensual entre 500 y 1500 soles, el 18% gana entre 1500 y 2000 soles, el 29% tiene ingresos mensuales en el rango de 2000 a 3500 soles, y el 7% gana m s de 3500 soles al mes.
Tabla 5. Ingresos mensuales de los consumidores
|
|
500 a 1500 soles |
1500 a 2000 soles |
2000 a 3500 soles |
3500 a m s |
|
Cantidad |
174 |
71 |
113 |
26 |
|
Porcentaje (%) |
45% |
18% |
29% |
7% |
Elaboraci n del Modelo Estructural en el Estudio
Una vez que se completa el proceso de modelado y se asegura que las construcciones est n correctamente definidas y relacionadas para cada objeto, se desarrolla un modelo estructural. En este estudio, las variables latentes ex genas se denominan variable X y las variables latentes end genas se denominan variable Y, ambas medidas con un margen de error equivalente. Se utiliz el software estad stico AMOS 24.0 para realizar este an lisis, como se muestra en la Figura 2.
Ajuste del Modelo de Medici n
Una vez analizado el modelo de ecuaciones estructurales, se procede con el paso de ajustar el modelo de medici n como se muestra en la Figura 3. Este proceso determina la relaci n entre las variables observadas y latentes y por lo tanto la valida en cada constructo. o variable latente. Este paso es importante para garantizar la exactitud del modelo propuesto para los datos recopilados y para validar la representaci n de las relaciones entre las variables en el contexto del estudio.
Figura 3. Modelo de ecuaci n estructural
Evaluaci n de la Significancia Estad stica
La Tabla 8, muestra que los valores p para cada variable observada son consistentemente menores que el nivel de significancia establecido en 0,05. Este hallazgo indica que todas las variables observadas muestran significaci n estad stica en sus respectivos constructos. Este hallazgo confirma que todas las variables estudiadas son representativas y contribuyen significativamente al modelo propuesto.
Tabla 6. Estimaciones significativas de m xima verosimilitud
|
Path |
Estimate |
S.E. |
C.R. |
P |
|
Items15 ← FP |
1.000 |
- |
- |
- |
|
Items14 ← FP |
1.512 |
.162 |
9.349 |
*** |
|
Items13 ← FP |
1.298 |
.143 |
9.081 |
*** |
|
Items12 ← FP |
.782 |
.127 |
6.171 |
*** |
|
Items11 ← FP |
.596 |
.159 |
3.758 |
*** |
|
Items10 ← FP |
.670 |
.175 |
3.817 |
*** |
|
Items9 ← FP |
1.027 |
.162 |
6.352 |
*** |
|
Items16 ← FPS |
1.000 |
- |
- |
- |
|
Items17 ← FPS |
2.217 |
.474 |
4.675 |
*** |
|
Items18 ← FPS |
2.561 |
.563 |
4.549 |
*** |
|
Items19 ← FPS |
1.337 |
.320 |
4.181 |
*** |
|
Items20 ← DC |
1.000 |
- |
- |
- |
|
Items21 ← DC |
.940 |
.101 |
9.336 |
*** |
|
Items22 ← DC |
.424 |
.110 |
3.837 |
*** |
|
Items23 ← DC |
.908 |
.095 |
9.601 |
*** |
|
Items24 ← DC |
.197 |
.119 |
1.662 |
.096 |
|
Items25 ← DC |
.801 |
.103 |
7.790 |
*** |
|
Items26 ← DC |
.724 |
.123 |
5.905 |
*** |
Fuente: AMOS VS.24
Evaluaci n de la Fiabilidad y Varianza Extra da
Para determinar la significancia de las variables establecidas, se procede a estimar las fiabilidades y las medias de varianza extra da para cada constructo.
Fiabilidad de constructo:
Varianza extra da:
Donde:
𝜆𝑖λi: Representa las cargas estandarizadas de las variables manifiestas 𝑖i.
𝜀𝑖εi: Denota los errores de medida de las variables manifiestas 𝑖i.
En la Tabla 9, se presenta el an lisis detallado de la fiabilidad y la varianza extra da para cada constructo. Esta tabla incluye las cargas estandarizadas mostradas en la Figura 5, as como las varianzas de los errores. Los resultados indican que la fiabilidad de cada constructo es superior a 0.70, lo cual confirma que las variables de cada constructo son significativas y que los constructos poseen una alta consistencia interna y capacidad explicativa.
Tabla 7. Criterios de bondad de ajuste
|
Constructo |
Variables |
λi |
λi |
Ɛi |
|||
|
Factores culturales |
X1 |
1.01 |
1.0201 |
0.8 |
|||
|
X2 |
1.05 |
1.1025 |
0.52 |
||||
|
X3 |
1.12 |
1.2544 |
0.7 |
||||
|
X4 |
0.74 |
0.5476 |
0.58 |
||||
|
X5 |
1 |
1 |
0.89 |
||||
|
Total |
4.92 |
4.9246 |
3.49 |
||||
|
Factores Sociales |
X6 |
1.53 |
2.3409 |
0.49 |
|||
|
X7 |
1.46 |
2.1316 |
0.5 |
||||
|
X8 |
1 |
1 |
0.56 |
||||
|
Total |
3.99 |
5.4725 |
1.55 |
||||
|
Factores Personales |
X9 |
1.03 |
1.0609 |
0.59 |
|||
|
X10 |
0.67 |
0.4489 |
0.96 |
||||
|
X11 |
0.6 |
0.36 |
0.79 |
||||
|
X12 |
0.78 |
0.6084 |
0.37 |
||||
|
X13 |
1.3 |
1.69 |
0.16 |
||||
|
X14 |
1.51 |
2.2801 |
0.12 |
||||
|
X15 |
1 |
1 |
0.32 |
||||
|
Total |
6.89 |
7.4483 |
3.31 |
||||
|
Factores Psicol gicos |
X16 |
1 |
1 |
0.7 |
|||
|
X17 |
2.22 |
4.9284 |
0.61 |
||||
|
X18 |
2.56 |
6.5536 |
0.43 |
||||
|
X19 |
1.34 |
1.7956 |
0.69 |
||||
Ajuste global del modelo estructural
En la Tabla 8, se exponen los coeficientes estimativos y sus p-valores correspondientes para cada relaci n, poniendo especial atenci n en las din micas entre las variables latentes. Se destaca que el constructo del factor individual posee un impacto significativo en la decisi n de adquisici n, con un nivel de significancia estad stica de 0.00.
Tabla 8. Estimaciones de coeficiente de regresi n
|
Path |
Estimate |
S.E. |
C.R. |
P |
|
DC < FC |
.104 |
.063 |
1.649 |
.099 |
|
DC < FS |
-.061 |
.043 |
-1.422 |
.155 |
|
DC < FP |
.872 |
.121 |
7.194 |
*** |
En la tabla 9, Los ndices de ajuste del modelo estad stico presentan una adecuaci n deficiente a los datos. El test de Chi-cuadrado es significativo (p=0.000), lo que indica que el modelo no se ajusta perfectamente. El Par metro de No Centralidad (NCP) es alto (1201.981), sugiriendo una desviaci n considerable del modelo ideal. Los ndices incrementales de ajuste como el ndice de Tucker-Lewis (TLI), el ndice de Ajuste Comparativo (CFI) y el ndice de Ajuste Normado (NFI) est n por debajo del umbral aceptable, lo que implica un mal ajuste del modelo a los datos. Adem s, la relaci n Chi-cuadrado/grados de libertad es alta (5.0745), superando el valor recomendado y se alando un pobre ajuste. El ndice de Ajuste Normado Parsimonioso (PNFI) muestra un nivel moderado de parsimonia del modelo. El ndice de Validaci n Cruzada Esperada (ECVI) indica una baja precisi n predictiva para nuevas muestras, y sin un valor comparativo m s bajo para el Criterio de Informaci n de Akaike (AIC), es dif cil evaluar la calidad relativa del modelo.
Tabla 9. Medidas de ajuste por el m todo de m xima verosimilitud del modelo.
|
Medidas de ajuste |
ndice |
Valor determinado |
|
Absoluto |
X2 con 295 gl |
1496.81 (p= 0.000) |
|
NCP |
1201.981 |
|
|
ECVI |
4.337 |
|
|
Incremental |
TLI |
0.492 |
|
CFI |
0.539 |
|
|
NFI |
0.49 |
|
|
Parsimonia |
PNFI |
0.445 |
|
X2 /gl |
5.0745 |
|
|
AIC |
1660.981 |
DISCUSI N
Esta investigaci n tiene como finalidad descubrir los elementos que inciden en la elecci n de frutas en el mercado de Chachapoyas, aplicando el Modelo de Ecuaciones Estructurales (SEM). Se realiz un estudio que incluy pasos preliminares como la validaci n de la herramienta de encuesta, recolecci n de datos y an lisis con AMOS v24. Se formul un cuestionario con cuatro dimensiones: cultural, social, personal y psicol gica, a adiendo siete tems sobre la decisi n de compra para su adecuaci n al SEM. La fiabilidad se verific con un Alfa de Cronbach de 0.82 (Escobedo et al., 2016). Los hallazgos indican que, en Chachapoyas, factores personales como edad, estilo de vida y condiciones econ micas son determinantes en la decisi n de compra. Estos hallazgos son consistentes con estudios similares en otras regiones del Per y del mundo. Por ejemplo, Lachira (2019) encontr que el factor personal es el m s decisivo en las compras en centros comerciales de Trujillo, con un 77.6% de incidencia. Ttito & Mescco (2020) identificaron que, en Cusco, los Factores Ambientales y Personales son los m s influyentes en la compra de viviendas. Adem s, Guti rrez & Morales (2023) reportaron que el factor social es preponderante, con un 72.4%, en la compra de medicamentos durante la pandemia en una botica de La Victoria.
Asimismo, este estudio concuerda con Cabrera-amaya et al. (2017), quien afirm que los factores psicol gicos y personales son los m s determinantes en el mbito de las florister as en franquicia con puntajes de 4.27 y 4.09. En las empresas no franquiciadas domina el factor psicol gico con un 4,08. Siguiendo el primer objetivo espec fico, el SEM identific factores culturales, sociales, personales y psicol gicos que influyen en la decisi n de compra, lo que va en l nea con Samperio (2019), quien valid este m todo estad stico de forma no experimental para investigar relaciones causales. estudiar. Manzano (2018) tambi n apoya este m todo para la estimaci n simult nea de interacciones entre variables.
En cuanto al segundo objetivo, se descubri una correlaci n entre los factores y la decisi n de compra: cultural (0.10), social (0.06), personal (0.87) y psicol gico (0.15). Morillo et al. (2021) encontraron una correlaci n moderada (0.453) entre el comportamiento del consumidor y la decisi n de compra.
Finalmente, el tercer objetivo permiti analizar los factores cr ticos en la decisi n de compra mediante SEM. Chiang & Candia (2021) observaron que las creencias organizacionales impactan positivamente en la satisfacci n laboral usando SEM. De manera similar, nuestro estudio confirm que el factor personal es el m s significativo en la decisi n de compra, con un p-valor de 0.000.
CONCLUSIONES
Esta investigaci n pudo mostrar el impacto de la cultura, la sociedad, la personalidad y la psicolog a en las decisiones de compra. Aunque los factores culturales, sociales y psicol gicos no afectan las decisiones de compra, se encontr que tienen un efecto significativo con un valor p por debajo del nivel de significancia de 0,05. Sin embargo, del valor p se puede ver que las caracter sticas personales tienen un efecto significativo. 0,000. Estos resultados muestran la importancia de las caracter sticas personales en el proceso de compra. Para construir un modelo robusto y preciso, es importante considerar la cantidad de variables en un modelo de ecuaci n estructural y centrarse en las relaciones entre variables ex genas y end genas. Esto contribuye a la solidez y confiabilidad del an lisis.
RECOMENDACIONES
Es necesario mejorar las condiciones del mercado en el mercado modelo para satisfacer las necesidades de los consumidores. Se recomienda utilizar el an lisis de modelado de ecuaciones estructurales con el programa AMOS v.24 y realizar investigaciones anuales para identificar los factores que influyen en las decisiones de compra y mejorar tanto a los vendedores como a los consumidores.
REFERENCIAS BIBLIOGR FICAS
Bentler, P. M., & Stein, J. A. (1992). Structural equation models in medical research. Http://Dx.Doi.Org/10.1177/096228029200100203, 1(2), 159 181. https://doi.org/10.1177/096228029200100203.
Escobedo Portillo, Mar a Teresa, Hern ndez G mez, Jes s Andr s, Esteban Ortega, Virginia, & Mart nez Moreno, Guillermina. (2016). Modelos de ecuaciones estructurales: Caracter sticas, fases, construcci n, aplicaci n y resultados. Ciencia & trabajo, 18(55), 16-22. https://dx.doi.org/10.4067/S0718-24492016000100004
Cardona-Arbelaez, Diego; Alzate-Alvaran, Julieth Cecilia And Lora-Guzman, Harold. Estrategias para la gesti n del talento humano en las asociaciones de yuqueros adscritas a Colfeyuca en Sucre, Colombia. Revista Investig. Desarro. Innov. [online]. 2018, vol.9, n.1 [cited 2024-06-17], pp.9-18.
Cabrera-Amaya, Diego Mauricio et al.Diversidad flor stica y cambios en las coberturas de la cuenca del humedal Jaboque y el parque La Florida (Bogot , Colombia). Rev. acad. colomb. cienc. exact. fis. nat. [online]. 2017, vol.41, n.160, pp.326-337. ISSN 0370-3908. https://doi.org/10.18257/raccefyn.496.
Chiang-Vega, Margarita, & Candia-Romero, Francisca. (2021). Las creencias afectan al compromiso organizacional y la satisfacci n laboral. Un modelo de ecuaciones estructurales. Revista Cient fica de la UCSA, 8(1), 14-25. Epub April 00, 2021.https://doi.org/10.18004/ucsa/2409-8752/2021.008.01.014
Cvetkovic-Vega, A., Magui a, J. L., Soto, A., Lama-Valdivia, J., L pez, L. E. C., Cvetkovic-Vega, A., Magui a, J. L., Soto, A., Lama-Valdivia, J., & L pez, L. E. C. (2021). Estudios transversales. Revista de La Facultad de Medicina Humana, 21(1), 179 185. https://doi.org/10.25176/RFMH.V21I1.3069.
Guti rrez Atucsa, M., & Morales Castro, B. V. (2023). Factores que influyen en la decisi n de compra de medicamentos en tiempo de pandemia en usuarios que acuden a la Botica Vida&Salud del distrito de La Victoria (setiembre-octubre) 2021.
Hualtibamba Seminario, D. L. (2019). Factores De Comportamiento Del Consumidor Que Influyen En La Decisi n De Compra En Los Mercados De Abastos De La Ciudad De Trujillo - 2018. In Universidad Cesar Vallejo.
Lachira Mogoll n, S. V. (2019). Factores de comportamiento del consumidor que influyen en la decisi n de compra en el Mall Aventura y Real Plaza de la ciudad de Trujillo-2018.
Li, S., & Jaharuddin, N. S. (2021). Influences of background factors on consumers purchase intention in China s organic food market: Assessing moderating role of word-of-mouth (WOM). Cogent Business & Management, 8(1).https://doi.org/10.1080/23311975.2021.1876296
Manzano Pati o, A. P., & Manzano Pati o, A. P. (2018). Introducci n a los modelos de ecuaciones estructurales. Investigaci n En Educaci n M dica, 7(25), 67 72. https://doi.org/10.1016/J.RIEM.2017.11.002
Parra, Y., & Astudillo, D. (2019). Factores que influyen en la comercializaci n de productos frut colas en Estados Unidos. Espacios, 40(4).
Samperio Pacheco, V ctor Manuel. (2019). Ecuaciones estructurales en los modelos educativos: caracter sticas y fases en su construcci n. Apertura (Guadalajara, Jal.), 11(1), 90-103. https://doi.org/10.32870/ap.v11n1.1402
Teresa, M., Portillo, E., Andr s Hern ndez G mez, J., Ortega, V. E., & Moreno, G. M. (2016). Art culo Original Modelos de Ecuaciones Estructurales: Caracter sticas, Fases, Construcci n, Aplicaci n y Resultados STRUCTURAL EQUATION MODELING: FEATURES, PHASES, CONSTRUCTION, IMPLEMENTATION AND RESULTS. Retrieved December 13, 2023, from www.cienciaytrabajo.cl
Ttito Ocsa, N., & Mescco Pumasupa, A. (2020). Factores que influyen en la decisi n de compra de vivienda del sector inmobiliario en la ciudad del Cusco, 2019.