Espacios. Vol. 37 (Nº 01) Año 2016. Pág. 3

Aceptación y uso de los sitios web de transparencia gubernamental: Un estudio empírico en Chile

Acceptance and use of websites of government transparency: An empirical study in Chile

Patricio RAMÍREZ-CORREA 1, Jorge ALFARO-PERÉZ 2, Pablo DURAND-ALEGRE 3

Recibido: 24/08/15 • Aprobado: 15/10/2015


Contenido

1. Introducción

2. Revisión de la literatura y modelo de investigación

3. Metodología

4. Resultados

5. Conclusiones

Referencias

Anexo: Encuesta


RESUMEN:

Este estudio tiene por objetivo analizar el uso y aceptación de los sitios web de trasparencia del gobierno chileno. Se propone y valida empíricamente un modelo de investigación basado en el modelo de aceptación de tecnología. A este modelo se incorpora la valorización de la trasparencia como variable moderadora entre la intención de uso y el uso de estas plataformas. Los resultados de aplicar la técnica de ecuaciones estructurales basada en PLS apoyan el modelo de investigación.
Palabras clave: TAM, Aceptación, Transparencia, Chile

ABSTRACT:

The aim of this study is to analyze the use and acceptance of web sites for the transparency of the Chilean government. It is proposed and then empirically validated a research model based on the technology acceptance model, this model incorporates the valuation of transparency as a moderator variable between intent to use and use of these platforms. The results of applying the technique of structural equation modeling based on PLS support the research model.
Keywords: TAM, Acceptance, Transparency, Chile

1. Introducción

La corrupción gubernamental - el mal uso del poder en organismos públicos para lograr obtener beneficios privados a costa de presupuestos estatales y al abuso de poder que esto conlleva - perjudica en forma importante el PIB de los países.  Efectivamente, países desarrollados pierden en promedio un 11,2% de su PIB per cápita, y en el otro extremo,  países del tercer mundo, como Guinea-Bisáu, pierden hasta un 67% de su PIB per cápita por causas directas e indirectas de la corrupción (Dreher et al., 2007).

En la literatura existe un consenso en relación a que la corrupción gubernamental se puede medir a través de la percepción que tienen los ciudadanos de un sistema de gobierno (Treisman, 2000).  Y en el caso de Chile, esta corrupción percibida ha disminuido considerablemente en los últimos años, llegando el 2014 a ocupar el lugar 21 de los países menos corruptos (sobre 174 países evaluados por Trasparency International,  http://www.transparency.org). De hecho, dentro de las principales políticas del gobierno chileno para disminuir la corrupción se encuentra el fomento a la transparencia. En ese sentido, Chile se ha unido a Open Government Partnership (OGP), organismo enfocado en promover las buenas prácticas para erradicar la corrupción, y ha creado sitios web como Gobierno Abierto y Gobierno Transparente.

En este contexto, y atendiendo a la importancia del uso de estas plataformas de trasparencia para la democracia, el objetivo de este estudio es analizar el uso y aceptación de los sitios web de trasparencia del gobierno chileno.

Este trabajo está estructurado de la siguiente manera. En primer lugar se presenta una revisión de la literatura. Luego, se explica la metodología del estudio. Y finalmente, se describen los resultados y se presentan las conclusiones.

2. Revisión de la literatura y modelo de investigación

2.1. Modelo de aceptación de la tecnología

En el año 1989 el profesor Fred Davis desarrolló el modelo de aceptación de la tecnología (TAM, por sus siglas en inglés Technology Acceptance Model) basado en la Teoría de Acción Razonada (TRA) (Ajzen y Fishbein, 1980). TAM intenta predecir el comportamiento de las personas a través de variables como la intención y la actitud hacia el uso. El propósito principal del modelo TAM es analizar los diferentes elementos que influyen y establecen finalmente el comportamiento y la aceptación de las tecnologías (Davis, 1989). En concreto, TAM propone que la utilidad percibida y la facilidad de uso percibida decantan de forma concluyente en la intención y real uso de una tecnología de información.

Con el paso de los años TAM ha probando ser una fuerte base para analizar el comportamiento de usuarios y el uso de sistemas de información de características diversas (Ramirez-Correa et al., 2015), como la aceptación del comercio electrónico (Gefen et al., 2003), las diferencias en el uso de acuerdo con el género (Gefen y Straub, 1997), e incluso en el impacto social que producen los juegos de video en línea (Hsu y Lu, 2004). La versatilidad de TAM permite que sea ampliado para cubrir nuevas áreas y explicar de mejor forma el comportamiento del usuario frente a la tecnología.

2.2. Modelo de investigación e hipótesis

El modelo de investigación propuesto está basado en TAM, como se muestra en la Figura 1. Las relaciones causales formuladas en el modelo se explican de la siguiente forma, la facilidad de uso percibida (PEOU) influye positivamente en la utilidad percibida (PU), ésta última junto a PEOU se relacionan positivamente con la intención de uso (BI), lo que finalmente define el uso real de la plataforma web.

Figura 1. Modelo de Investigación.

En base a Davis (1989) y Venkatesh y Davis (2000), se proponen las siguientes hipótesis:

H1: PU se relaciona positivamente con BI en la aceptación y uso real de los sitios Web de Gobierno Transparente.

H2: PEOU  se relaciona positivamente con BI en la aceptación y uso real de los sitios Web de Gobierno Transparente.

H3: PEOU se relaciona positivamente con PU en la aceptación y uso real de los sitios Web de Gobierno Transparente.

H4: BI se relaciona positivamente con el uso real de los sitios Web de Gobierno Transparente.

Adicionalmente, considerando que la valorización de la trasparencia (TRANS)  se indica como la dimensión base del éxito de las comunicaciones de gobierno (Fairbanks et al., 2007), y en la búsqueda de moderaciones para las relaciones del modelo, proponemos la siguiente hipótesis:

H5:  TRANS modera la relación entre BI y el uso real de los sitios Web de Gobierno Transparente, de  tal modo que al aumentar el valor de TRANS aumenta la fuerza de esta relación.

3. Metodología

Con el fin de validar el modelo propuesto, se realizó un estudio empírico durante los meses de octubre y noviembre del 2014, sobre una muestra no aleatoria y a través una encuesta en línea (ver anexo con la encuesta).

Los participantes iniciales fueron contactados a través de una búsqueda de bloggers chilenos asociados a temas ciudadanos, y luego expandida a través de redes sociales.  Finalmente, se obtuvieron 214 respuestas, entre estas se lograron 100 cuestionarios válidos. El 54% de éstos fueron respondidos por mujeres y el 46% por hombres, la edad promedio fue de 27 años.

La metodología de análisis se basa en las fases propuestas por (Ramírez-Correa et al., 2014) para modelos de ecuaciones estructurales con PLS (Partial Least Squares). A continuación se resumen estas fases.

En la primera fase, descripción del modelo, se presenta gráficamente el modelo y se establecen las relaciones causales entre las variables del modelo y las relaciones entre los indicadores y constructos, esto se designa como modelo de medida. El modelo de medida está compuesto por variables latentes (VL), conformadas por indicadores correspondientes a las variables observadas, pudiendo estar compuestas por indicadores reflectivos o formativos.

En la segunda fase, llamada validez y fiabilidad del modelo de medida, se verifica la validez interna para descartar problemas de multicolinealidad, mediante el factor de inflación de varianza (VIF), para que no exista multicolinealidad el VIF debe ser menor a 10. La fiabilidad individual se verifica a través de las cargas (correlaciones simples) de los indicadores con su constructo. El valor de las cargas debe ser mayor o igual a 0,7 para ser aceptada. Los constructos se analizan por medio del coeficiente del alfa de Cronbach (CA) y la fiabilidad compuesta (CR), para ambos se acepta 0,8, pero para etapas tempranas de investigación, también se acepta 0,7. Además, se debe analizar las consistencias internas del modelo a través de la validez convergente. Para validar esta condición se debe considerar la Varianza Extraída Media (AVE), se aceptan  AVE mayores o iguales a 0,5. Finalmente, para conocer el grado de diferencia de cada VL respecto a las demás, se mide la validez discriminante, ésta existe si la raíz cuadrada de la AVE de cada VL es mayor a las correlaciones con el resto de las VL del modelo.

En la última fase de la metodología, se valora el modelo estructural a través del R2 asociado a cada VL dependiente, si este valor es igual o mayor a 0,1, la varianza es explicada por las variables independientes. También se puede conocer el ajuste del modelo calculando el índice de ajuste global (GoF), este GoF debe ser igual o mayor a 0,5. Luego de este análisis, se deben contrastar las hipótesis examinando los betas (variables de camino), de esta forma se puede conocer si las variables predictoras contribuyen a la varianza explicada, ya que representan los pesos estandarizados de las regresiones. Un beta igual o mayor a 0,3 se considera significativo, aunque también se acepta como mínimo 0,2. 

El software utilizado para todos los cálculos fue WarpPLS 4.0 (Kock, 2013).

4. Resultados

4.1. Validez y fiabilidad del modelo de medida

En la Tabla 1 se muestran las cargas de los indicadores de cada una de las VL, siendo todos mayores a 0,7, por lo que se acepta la fiabilidad individual. En la Tabla 2 se muestra el VIF de cada VL, todos los valores de aceptan, confirmando la validez interna. También en esta tabla se presentan los coeficientes CA, CR y  AVE, los dos primeros son superiores a 0,7 y el tercero mayor a 0,5, debido a esto se acepta la fiabilidad de los constructos y su validez convergente. Una prueba de la validez discriminante se muestra en la Tabla 3.

Indicador

PU

PEOU

BI

USO

TRANS

TRANS*BI

Valor P

PU1

(0,829)

-0,073

-0,420

-0,021

0,084

-0,012

<0,001

PU2

(0,850)

0,254

0,301

-0,251

-0,065

0,168

<0,001

PU3

(0,844)

-0,183

0,110

0,273

-0,017

-0,157

<0,001

PEOU1

0,335

(0,899)

-0,097

0,068

-0,145

0,000

<0,001

PEOU2

-0,193

(0,835)

-0,135

0,174

0,118

-0,161

<0,001

PEOU3

-0,228

(0,882)

0,156

-0,189

0,121

0,032

<0,001

PEOU4

0,067

(0,900)

0,069

-0,043

-0,084

0,118

<0,001

BI1

-0,024

0,069

(0,959)

-0,114

-0,054

0,075

<0,001

BI2

0,024

-0,069

(0,959)

0,114

0,054

-0,075

<0,001

USO

0,000

0,000

0,000

(1,000)

0,000

0,000

<0,001

TR4

-0,048

-0,044

0,007

0,077

(0,940)

-0,005

<0,001

TR5

0,048

0,044

-0,007

-0,077

(0,940)

0,005

<0,001

TR4*BI1

-0,048

0,079

-0,037

0,195

-0,140

(0,900)

<0,001

TR4*BI2

-0,314

0,033

0,115

-0,080

0,256

(0,880)

<0,001

TR5*BI1

0,344

-0,044

-0,131

0,076

-0,282

(0,880)

<0,001

TR5*BI2

0,018

-0,069

0,053

-0,192

0,166

(0,895)

<0,001

Tabla 1. Cargas y cargas cruzadas de las variables latentes.

-----

Coeficiente

PU

PEOU

BI

USO

TRANS

TRANS*BI

R2

0,527

0,535

0,323

R2 Ajustado

0,522

0,525

0,309

CR

0,879

0,932

0,958

1,000

0,938

0,938

CA

0,793

0,902

0,912

1,000

0,869

0,911

AVE

0,707

0,773

0,919

1,000

0,884

0,790

VIF

2,671

2,508

2,893

1,613

2,121

1,823

Q2

0,529

0,537

0,329

Tabla 2. Coeficientes del modelo de medida.

-----

VL

PU

PEOU

BI

USO

TRANS

TRANS*BI

PU

(0,841)

 

 

 

 

 

PEOU

0,721

(0,879)

 

 

 

 

BI

0,639

0,630

(0,959)

 

 

 

USO

0,376

0,388

0,456

(1,000)

 

 

TRANS

0,560

0,535

0,366

0,492

(0,940)

 

TRANS*BI

-0,030

-0,134

-0,387

0,158

0,318

(0,889)

Tabla 3. Análisis de validez discriminante.

4.2. Valoración del modelo estructural

En la Tabla 2 se muestran los R2 de PU, BI y USO, los cuales son 0,527, 0,535 y 0,323 respectivamente. En la Tabla 4 se exponen los índices de ajuste del modelo, el valor de GoF  es 0,625, al ser mayor a 0,5 se comprueba la confiabilidad y el ajuste del modelo.


Índice

Valor

Average Path Coefficient (APC)

0,470

R2 promedio (ARS)

0,461

Factor de Inflación de Varianza Promedio (AVIF)

1,399

Índice de Ajuste Global (GoF)

0,625

Tabla 4. Índices de ajuste del modelo.

La Figura 2 muestra los resultados de los betas calculados, estos valores permiten soportar H1, H2, H3, H4 y H5.

Figura 2. Resultados del análisis con PLS.


5. Conclusiones

Como primer punto deseamos comentar un elemento básico en relación al uso de las plataformas chilenas de trasparencia gubernamental. Del total de encuestas, sólo el 47% fueron válidas, es decir, el 53% de los consultados nunca ha utilizado algún sitio web de Gobierno Transparente. Dada la aproximación metodológica del estudio, esto puede reflejar un bajo conocimiento de estos sitios o carencia de interés en su utilización.

En relación al objetivo del estudio, en general se debe subrayar que el modelo TAM resulta útil para etapas tempranas de investigación en fenómenos no estudiados de aceptación de tecnologías, debido a su simplicidad y su adaptabilidad. Y en particular, los resultados de este trabajo indican que  a mayor utilidad percibida y a mayor facilidad de uso percibida, los usuarios de los sitios web de gobierno transparente tendrán mayor intención de utilizarlos,  lo cual se traduce en el uso real de estos sitios. Por otra parte, se pudo verificar que en los usuarios que valoran la transparencia como una política justa y necesaria, la intención de uso explica con mayor fuerza el uso de estas plataformas, en contraposición a las personas que no la valoran o no creen que el gobierno sea transparente, para estos usuarios la facilidad de uso y la percepción de utilidad son menos relevantes al momento de explicar su comportamiento de uso.

Una importante limitación de esta investigación se asocia al pequeño número de  encuestados validos,  para llevar a cabo un estudio más significativo es preciso llegar a más ciudadanos, lo que pudiera ser posible si se cuenta con apoyo de  instituciones u organizaciones interesadas en el fenómeno.

Finalmente,  consideramos que profundizar en el análisis de la variable TRANS puede dar pie a futuros trabajos que apoyen los hallazgos de este estudio o que profundicen en su efecto en los modelos de aceptación de plataformas de gobierno.

Referencias

AJZEN, I., & Fishbein, M. (1980); "Understanding attitudes and predicting social behaviour"; Englewood Cliffs, NJ: Prentice-Hall.

DAVIS, F. D. (1989); "Perceived usefulness, perceived ease of use, and user acceptance of information technology"; MIS Quarterly, 13(3), 319-340.

DREHER, A., Kotsogiannis, C., & McCorriston, S. (2007); "Corruption around the world: Evidence from a structural model"; Journal of Comparative Economics, 35(3), 443-466.

FAIRBANKS, J., Plowman, K. D., & Rawlins, B. L. (2007); "Transparency in government communication"; Journal of Public Affairs, 7(1), 23-37.

GEFEN, D., Karahanna, E., & Straub, D. W. (2003); "Trust and TAM in online shopping: An integrated model"; MIS Quarterly, 27(1), 51-90.

GEFEN, D., & Straub, D. W. (1997); "Gender differences in the perception and use of E-mail: An extension to the technology acceptance model"; MIS Quarterly, 21(4), 389-400.

HSU, C.-L., & Lu, H.-P. (2004); "Why do people play on-line games? An extended TAM with social influences and flow experience"; Information & Management, 41(7), 853-868.

KOCK, N. (2013); WarpPLS 4.0 user manual; Laredo, TX: ScriptWarp Systems.

RAMIREZ-CORREA, P. E., Rondan-Cataluña, F. J., & Arenas-Gaitán, J. (2015); "Predicting behavioral intention of mobile Internet usage"; Telematics and Informatics, 32(4), 834-841.

RAMÍREZ-CORREA, P., Mariano, A M., Salazar, E. (2014); "Propuesta Metodológica para aplicar modelos de ecuaciones estructurales con PLS: El caso del uso de bases de datos científicas en estudiantes universitarios"; Revista ADMpg Gestão Estratégica, 7(2), 133-139.

TREISMAN, D. (2000); "The causes of corruption: a cross-national study"; Journal of Public Economics, 76(3), 399-457.

VENKATESH, V., & Davis, F. D. (2000); "A theoretical extension of the Technology Acceptance Model: Four longitudinal field studies"; Management Science, 46(2), 186-204.


ANEXO: ENCUESTA

A. Sobre el uso de los sitios web de Gobierno Transparente.

Utilizo sitios web de Gobierno Transparente (Sí/No)

A.1. Si utiliza sitios web de Gobierno Transparente, indique su grado de acuerdo con las siguientes sentencias (1: Muy en desacuerdo 2: desacuerdo 3: Neutral 4: De acuerdo 5: Muy de acuerdo):

  1. Usar los sitios web de Gobierno Transparente mejora mi entendimiento de la transparencia de gobierno.
  2. Usar los sitios web de Gobierno Transparente aumenta mi confianza en la transparencia de gobierno.
  3. Los sitios web de Gobierno Transparente son útiles para mis propósitos.
  4. Mi interacción con los sitios de Gobierno Transparente es clara y entendible.
  5. Interactuar con los sitios web de Gobierno Transparente no requiere mucho esfuerzo mental.
  6. Los sitios web de Gobierno Transparente son fáciles de usar.
  7. Para mi es fácil hacer que los sitios web de Gobierno Transparente realicen lo que espero que hagan.
  8. Asumiendo que tenga acceso a los sitios web de Gobierno Transparente, yo tengo la intención de utilizarlos en el futuro.
  9. Planeo usar los sitios web de Gobierno Transparente en los próximos meses.

A.2. ¿Con que frecuencia accede a los sitios web de Gobierno Transparente?  (1: Muy baja 2: Baja 3: Mediana 4: Alta 5: Muy Alta):

B.  Sobre trasparencia de gobierno.

Indique su grado de acuerdo con las siguientes sentencias (1: Muy en desacuerdo 2: desacuerdo 3: Neutral 4: De acuerdo 5: Muy de acuerdo):

10.       La transparencia en el gobierno es una parte vital en una democracia exitosa.

11.       Regularmente yo trato de ayudar a otros a entender la importancia de la transparencia.

12.       La transparencia es siempre la mejor política de cara a los ciudadanos.

13.       El gobierno es transparente con sus ciudadanos.

14.       Los líderes de gobierno valoran la transparencia.

C.  Datos demográficos

15.       Género (Masculino/Femenino):

16.       Edad (en años):

17.       Educación (en años):

18.       Actividad (o profesión):


1.Doctor de la Universidad de Sevilla, Profesor Asociado, Escuela de Ingeniería, Universidad Católica del Norte (Chile), patricio.ramirez@ucn

2. Doctor de la Universidad de Politécnica de Madrid, Profesor Asociado, Escuela de Ingeniería, Universidad Católica del Norte (Chile), jalfaro@ucn.cl

3. Ingeniero Comercial, ex alumno de la Escuela de Ciencias Empresariales, Universidad Católica del Norte (Chile), p.durand.a@gmail.com


 

Vol. 37 (Nº 01) Año 2016

[Índice]

[En caso de encontrar algún error en este website favor enviar email a webmaster]