Revista de Ciencias Sociales (RCS)
Vol. XXIX, No. 3, Julio - Septiembre 2023. pp.
375-393
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como citar: Terán-Rosero, G. J., Martínez-Padrón, O.
J., Dávalos-González, V. X., y Moreno-Vallejo, J. R. (2023). Satisfacción de
turistas sobre destinos visitados en comunidades receptoras del Parque Nacional
Cotacachi-Cayapas en Imbabura-Ecuador. Revista De Ciencias Sociales, XXIX(3),
375-393.
Satisfacción de turistas sobre destinos
visitados en
comunidades receptoras del Parque Nacional Cotacachi-Cayapas en Imbabura-Ecuador*
Terán-Rosero,
Gustavo Javier**
Martínez-Padrón, Oswaldo Jesús***
Dávalos-González, Vicente Xavier****
Moreno-Vallejo, Jaime Rodrigo*****
Resumen
Este documento presenta los
resultados obtenidos en una investigación orientada por la medición del nivel
de satisfacción de los turistas por los destinos visitados en las comunidades
locales receptoras del Parque Nacional Cotacachi-Cayapas, Imbabura-Ecuador. Dicho
estudio reporta un análisis multivariado sostenido en una relación causal donde
se indica la incidencia de la valoración de los turistas por el destino visitado
y la cualidad del destino a visitar, respecto al nivel de satisfacción del
destino visitado, teniendo al factor sociodemográfico como variable moderadora,
conformada por la edad de los turistas, nivel de estudios y género, utilizando
una muestra de 408 turistas que respondieron a una entrevista administrada al
momento de su salida del destino. Previo a una regresión lineal múltiple, se
hizo un análisis factorial exploratorio seguido de uno combinatorio, con apoyo
del programa estadístico IBM-SPSS y el SPSS-AMOS para finalmente hacer un
análisis de moderación ambientado en PROCESS, lo
cual permitió, en primera instancia, explorar y confirmar los factores latentes
puestos en escena y explicar que el nivel de satisfacción de los visitantes dependió,
significativamente, de la valoración del destino manifiesta por los visitantes,
ligado al proceso, logrando moderar la relación ya sostenida entre, al menos
una de sus dimensiones.
Palabras clave: Nivel
de satisfacción; cualidades preferidas; factores sociodemográficos; valoración
de destino; Parque Nacional Cotacachi- Cayapas.
Satisfaction of tourists about destinations visited in
receiving communities of the Cotacachi-Cayapas National Park in
Imbabura-Ecuador
Abstract
This document
presents the results obtained in a research aimed at measuring the level of
satisfaction of tourists for the destinations visited in the local communities
receiving the Cotacachi-Cayapas National Park, Imbabura-Ecuador. Said study
reports a multivariate analysis sustained in a causal relationship where the
incidence of the valuation of tourists for the destination visited and the
quality of the destination to visit is indicated, with respect to the level of
satisfaction of the destination visited, having the sociodemographic factor as
a moderating variable. , made up of the age of the tourists, educational level
and gender, using a sample of 408 tourists who responded to an interview
administered at the time of their departure from the destination. Prior to a
multiple linear regression, an exploratory factorial analysis was carried out
followed by a combinatorial one, with the support of the statistical program
IBM-SPSS and SPSS-AMOS to finally carry out a moderation analysis set in
PROCESS, which allowed, in the first instance, explore and confirm the latent
factors put on stage and explain that the level of satisfaction of the visitors
depended, significantly, on the valuation of the destination manifested by the
visitors, linked to the process, managing to moderate the relationship already
sustained between, at least one of its dimensions.
Keywords: Satisfaction level; preferred qualities;
sociodemographic factors; destination valuation; Cotacachi-Cayapas National
Park.
Introducción
Sostenidos
en la idea de que el Parque Nacional Cotacachi–Cayapas (PNCC), ubicado en la
Provincia de Imbabura, Ecuador, tiene la posibilidad de ofrecer variados y
atractivos recursos naturales, paisajes diversos, biodiversidad, gastronomía
regional y otros elementos que configuran no solo un patrimonio identitaria, sino
un importante atractivo que permite sustentar y ofertar propuestas turísticas,
de tipo rural sustentable, en virtud de tenerse la posibilidad de mostrar, a
los visitantes, las riquezas culturales y otras
singularidades que caracterizan a los grupos socioculturales que conforman a la
población que habita o labora en el PNCC.
En este sentido, se hace necesario discriminar, con
detalles, actividades y otros elementos propios de la zona, tanto las ya
identificados como aquellos que aún no han sido develados, considerados o
depositados en un espacio centralizado, tipo repositorio, previsto para
almacenar, organizar, caracterizar, conservar, proteger y difundir, datos e información
que deben ser digitalizada para que sean visibles por aquellas personas
interesadas en visitar y conocer las particularidades de los grupos que
conforman al PNCC.
Así, resulta preponderante apoyarse en la red y
algunos software especializados que
permiten compartir y hacer visibles estos elementos con los que también se
aspira ir alimentando un sistema de indicadores de
turismo rural sostenible que ha de crearse teniendo como sede a las universidades
participantes en el proyecto.
Resulta
oportuno destacar que esta opción, implementada desde las Tecnologías de
Información y Comunicación (TIC), sigue siendo plausible en este momento
histórico donde la COVID-19 ha tenido un impacto negativo en muchas
actividades, sobre todo en las turísticas, a razón de la dramática evolución que aún tiene esta pandemia a
nivel mundial y de la generación del avasallante estado de crisis causado, y
sin precedentes, que impactó en la estabilidad de muchas familias e
instituciones, de todo tipo.
Sin embargo, se hace necesario presentar
alternativas que permitan ir surcando caminos en la esperanza de mejorar la
calidad de vida. Se aspira determinar una línea base
que permita proponer un proceso de conversión de las comunidades, ubicadas en
el PNCC de la provincia de Imbabura, en un destino turístico sostenible y con
miembros empoderados (capital social).
Siguiendo
la acepción de Wunan Foundation (2015), tales miembros deberán estar
capacitados y potenciados para la gestión y concreción de cambios sociales
derivados de tomas de decisiones favorables para su comunidad, por tanto,
norteados por valores culturales, objetivos y visiones que le pertenezcan a
cada uno de esos grupos socioculturales que conforman al PNCC. En este sentido,
aprenderán y se inspirarán, de manera mutua, propendiendo así la sostenibilidad
necesaria para robustecer su calidad de vida, sin destruir su entorno socio
ambiental ni afectar el bienestar de sus semejantes.
Siendo
así, se podrá impactar en la cosmovisión de los
miembros de cada comunidad del PNCC, en el sentido de mejorar la visión del
mundo que tienen en un momento específico de sus vidas y que se materializa
tomando en cuentas aspectos como las percepciones y valoraciones que ellos
tienen sobre su situación política o socioeconómica. Eso obliga a dotarles
de las herramientas necesarias para
la concreción de su desarrollo como comunidad, siempre que se quiera instar,
desarrollar o incrementar sus fortalezas y capacidades, lo cual obliga al
acrecentamiento de sus potencialidades. Todo ello involucra:
a. Caracterizar:
(a) Los elementos físicos, ambientales y naturales del PNCC: clima, suelos,
vegetación, fauna, otros; (b) las condiciones socio demográficas de cada
comunidad atendida: rangos de edad, género, densidad poblacional; (c) los
aspectos culturales: tradiciones, folclore, otros; (d) los referentes
económicos: actividades, modos de vida, productividad, otros; (e) las
instituciones e infraestructuras: vialidad, sistema de centros poblados, otros.
b. Determinar
el perfil del turista o excursionista que visita al PNCC, tanto actual como
potencialmente.
c. Determinar la capacidad
instalada de la oferta de servicios turísticos existentes y las necesidades de
capacitación de la comunidad.
d. Conocer los mecanismos de
alianzas de los residentes entre sí, así como con el sector público y privado.
e. Proponer un destino
turístico en cada comunidad objeto de estudio, debidamente empoderado con los
conocimientos necesarios para hacerlo sustentable.
Cabe
destacar que el desarrollo de proyecto GIP-PNCC se hace posible gracias a la
alianza con:
a. Investigadores de tres Universidades de Ecuador: (a) Universidad Técnica del Norte (UTN), Ibarra, Imbabura; (b) Universidad de las Américas (UDLA), Quito, Pichincha; y, (c) Universidad Politécnica Estatal del Carchi (UPEC), Tulcán, Carchi.
b. Instituciones Públicas y Privadas como:
(a) La Corporación Ecuatoriana para el Desarrollo de la Investigación y la
Academia: CEDIA, Red Nacional de Investigación y Educación Ecuatoriana: RNIE;
(b) la Unión de Organizaciones Campesinas Indígenas de Cotacachi (UNOCARC); (c)
el Geo parque Mundial de la UNESCO, Dirección de Ibarra; (d) Cooperación
Internacional; (e) Prefectura de Imbabura; (f) Coordinación Regional Norte del
Ministerio de Turismo Ibarra; (g ) el Instituto Superior Tecnológico Liceo
Aduanero; y, (h) los habitantes e instituciones de organizaciones comunales como Iruguincho, Urcuquí, Turuco-Cotacachi,
Cazarpamba Apuela e Irubí- Apuela.
Existen pormenores respecto a los indicadores, medios de verificación y supuestos descritos en la investigación realizada. Sin embargo, en este avance investigativo sólo se detalla la medición del nivel de satisfacción de los turistas por los destinos visitados en las comunidades locales receptoras del Parque Nacional Cotacachi-Cayapas, Imbabura, Ecuador.
Al respecto, cabe acotar que dicho estudio se sustenta en un análisis multivariado y un análisis de moderación, cuyas especificaciones se muestran posteriormente en base a una muestra de 408 turistas que respondieron a una entrevista administrada al momento de su salida de los destinos visitados, advirtiéndose que cuando los visitantes manifiestan buenos niveles de satisfacción por los destinos visitados eso impacta en su economía local, en virtud de obtenerse importantes ingresos provenientes de los visitantes (Crompton, Lee y Shuster, 2001; Ragavan, Subramonian y Sharif, 2014).
En tal sentido, resulta promisorio atraer a los turistas nacionales e internacionales hacia estos destinos, en virtud de que poseen un legado social y cultural lleno de potencialidades para atraer a cualquier visitante que sienta curiosidad y le agrade lo rural, sus tradiciones, sus actividades y sus costumbres.
1. Fundamentación teórica
Este estudio tiene como objetivo analizar el nivel de satisfacción manifiesto por una muestra de turistas que visitaron una serie de destinos ubicados en torno al PNCC, que forma parte del Geoparque Imbabura, en términos de las cualidades esperadas del destino a visitar y la valoración del destino visitado. Igual importó determinar el efecto originado en la relación indicada, en función de las diferentes categorías que conforman una serie de aspectos sociodemográficos que fueron recolectados. En este sentido, se hace necesario establecer las acepciones a seguir respecto a términos relevantes como satisfacción de los turistas, cualidades esperadas del destino a visitar y su valoración.
1.1. Satisfacción del turista
En el mundo del turismo sus organizadores siempre esperan un alto nivel de satisfacción por parte de los que visitan al destino seleccionado. En este sentido, deben estar atentos a lo que dicen de dicha visita, a fin de sostener su propuesta de valor o cambiarla, para el mejoramiento de los servicios prestados. Pero, esta satisfacción no puede observarse ni medirse de manera directa puesto que en su esencia es un factor latente posible de medir por medio de otras variables observadas elegidas en función de la acepción sostenida en el estudio.
Antes de dar cuenta de lo que se entenderá por satisfacción se hace necesario advertir que dicho término, al igual que otros constructos como valoración, desarrollo sostenible o emocionalidad, es polisémico y, por ende, sobrelleva muchos significados que dependen, según Martínez (2013), del contexto, del tiempo y de la manera en que son usados en determinados grupos socioculturales. También dependen de otras causas y según donde son aplicadas, pudiendo alcanzar significados especializados y ser empleados como elementos metafóricos. En este sentido, entrañan significados afiliados al paradigma y a las teorías que los sustentan.
De manera particular, se acota que cuando en este documento se hace referencia a la satisfacción del turista, este constructo está ligado con el grado en el que un turista queda satisfecho por la visita ejecutada, por tanto, determinada por los beneficios deseados (Ragavan et al., 2014).
Como lo dicen Lappalainen et al. (1995); y resume Dos Santos (2016), la satisfacción se corresponde con una respuesta emocional proveniente de una valoración cognitiva. En consecuencia, tiene visos actitudinales sostenidos, en este caso, en la evaluación que los turistas hacen al destino recién visitado. Siendo así, su concreción se sustenta en la teoría de la acción razonada descrita por Ajzen y Fishbein (1975), en virtud de que la conducta de cada sujeto deriva de sus creencias, intenciones, sentimientos, actitudes, y otros factores básicos del dominio afectivo (Martínez-Padrón, 2021) y, por ende, impactan en la satisfacción manifiesta hacia el destino turístico.
Lee, Lee y Yoo (2000), señalan que lo actitudinal puede incidir sobre la satisfacción, de manera significativa, aseverando que la evaluación del servicio será mejor, si quienes lo valoran tienen actitudes favorables hacia el mismo. Por tanto, la variable endógena de este estudio tiene, entre sus componentes, varias variables de talante afectivo-emocional (Ascón y Argibay, 2020; Pelegrín, 2022).
No puede ocultarse que en el campo del turismo importa conocer el nivel de satisfacción manifiesto por los visitantes, dado que esas respuestas pueden atraer a un importante contingente de nuevos turistas, así como decidir recomendarlo o revisitarlo por considerarlo un destino donde hay que volver. Autores como Assaker y Hallak (2013), sostienen que lo que dicen los turistas, del lugar visitado, suele tener un gran impacto sobre la imagen del destino, siendo esta representación vital para la atracción de nuevos visitantes; basta traer a escena lo mencionado por Chi y Qu (2008), quienes proponen el papel crítico que juega dicha imagen en la satisfacción de los visitantes.
1.2. Valoración del destino
La valoración de cualquier destino, visitado o por visitar en base a una serie de cualidades, puede ser obtenida a través de la percepción de sus atributos, particularmente por parte de los turistas que le visitan, afiliándose esas valoraciones en base a segregaciones de interés socio turístico (Martínez y Padilla, 2020; Hau, Segrado y Bojórquez, 2023).
Sostenidos en lo que precede, se establece, entonces, la primera hipótesis H1 afiliada a la primera relación de dependencia estructurada en la Figura I, donde se observa que la variable exógena atiende a la valoración del destino visitado (ValorD) por parte del turista, mientras que la endógena representa el nivel de satisfacción (NSatisf) manifiesto por los visitantes. Siendo así:
H1: A un nivel de significancia del 5%, la valoración del destino turístico visitado influye sobre la satisfacción de los turistas, sosteniéndose que a mayor valoración mayor satisfacción.
Fuente: Elaboración propia, 2023.
Figura I: Relación entre la valoración del destino turístico visitado y el
nivel satisfacción de los turistas visitantes
Otras hipótesis alternativas equivalente son las siguientes, observándose la tercera alternativa en la Figura II:
H2: A un nivel de significancia del 5%, la cualidad del destino turístico a visitar influye sobre el nivel de satisfacción de los turistas, sosteniéndose que a mayor cualidad mayor nivel de satisfacción.
H3: A un nivel de significancia del 5%, la valoración del destino turístico visitado y la cualidad del destino turístico a visitar influyen significativamente sobre el nivel de satisfacción de los turistas.
Fuente: Elaboración propia, 2023.
Figura II: Relación entre la valoración del
destino turístico visitado y las cualidades del destino a visitar, respecto al
nivel satisfacción de los turistas visitantes
1.3. Papel moderador de
los factores demográficos
La población turística que visita determinados destinos tiene sus propias particularidades y eso impacta en la relación que pueda establecerse entre el nivel de satisfacción de los turistas visitantes y otras variables exógenas que poseen caracterizaciones socioculturales propias que hacen notar diferenciaciones de interés en cualquier estudio turístico.
Como tales particularidades se manifiestan de variadas maneras, en esta oportunidad el nivel de satisfacción del destino visitado será moderado por los siguientes factores sociodemográficos (variable moderadora): Edad de los turistas, nivel de estudios y género de los turistas visitantes (Naranjo y Martínez, 2022), por lo cual se formula la siguiente hipótesis:
H4: La valoración
del destino turístico visitado y la cualidad del destino turístico a visitar,
respecto al nivel de satisfacción de los turistas difiere, significativamente, entre los diferentes grupos demográficos
representados por edad de los
turistas, el nivel de estudios y el género de los turistas visitantes.
1.4. Los
programas de apoyo
Entre los programas estadísticos de apoyo, los análisis se desarrollarán con soporte del SPSS. En cuanto al SPSS-AMOS se reporta que posee una amplia gama de características y potencialidades en cuanto al análisis multivariante (International Business Machines Corporation [IBM], 2021); en virtud de brindar senderos no solo para analizar, simultáneamente, la data obtenida mediante varias variables medidas en cada uno de los sujetos de la muestra, sino generar información e insumos útiles para tomar decisiones y describirlos de manera resumida.
Sin que prive la naturaleza cualitativa o cuantitativa de las
variables, con el SPSS y el AMOS se abre espacio para
la optimización de las
variables latentes que suelen formar parte de ese compendio de relaciones complejas planteadas desde la consideración de las
variables observadas que configuran el cuestionario utilizado para registrar
las respuestas dadas por los entrevistados, permitiendo así la posibilidad de gestar nuevos
conocimientos. Otro programa de apoyo es el macro PROCESS (Hayes,
2022), anidado en el SPSS, el cual resultó muy útil para el análisis de
moderación.
2. Metodología
Para
construir el Modelo de Ecuaciones Estructurales (MEE): SEM por sus siglas en
Inglés, se utilizó el software IBM SPSS AMOS, en su versión 26, en adelante AMOS, así como otros análisis del
SPSS, en su versión 25, en adelante SPSS, lo cual será detallado a medida de su
uso tanto para el análisis de fiabilidad del instrumento (AFI), como para el análisis
factorial exploratorio (AFE), y el Confirmatorio (AFC), teniendo presente que
se prefirió este método multivariante de primera
generación, en vez del PLS, siguiendo lo planteado por Hair et al. (2017).
En el marco del análisis de mediación se utilizó el macro PROCESS instalado
en el SPSS, en adelante PROCESS, el cual permitió ver la segregación de las
variables moderadoras del impacto causado por tres variables exógenas en el
nivel de satisfacción manifiesto por los turistas al destino visitado (NSDVO).
2.1. La data
La
data fue reportada a través de una entrevista, de salida, aplicada a una
muestra de 408 turistas que visitaron alguno de los destinos especificados del
Geoparque Imbabura en Ecuador, en diciembre de 2020. Con esos resultados,
obtenidos en el lapso de la segunda semana de ese mes, se hizo posible la
presente investigación cuantitativa.
2.2. El
muestreo
Para este avance investigativo se declara la
adopción de una técnica de muestreo no probabilístico, debido
a una serie de limitaciones no solo debidas a las condiciones prescritas sobre bioseguridad
marcadas por la COVID-19, sino por consideraciones de tiempo, transporte, costo
y reducción notable del número de personas que están haciendo turismo justo en
esta época de crisis causada por la pandemia mundial. En tal sentido, hubo la
necesidad de acogerse a un muestreo por conveniencia,
tomando en cuenta, además, las limitaciones contextuales, las restricciones de
seguridad, la efectividad, la poca
afluencia de turistas a lugares de mucha concentración y la
disponibilidad de conceder una entrevista en estas condiciones de crisis que
aún prohíbe o limita el contacto entre sujetos.
A
pesar de las limitaciones anunciadas, la selección de los turistas quedo atada
a un muestreo por conveniencia, técnica no probabilística (Hernández, Fernández y Baptista, 2014), que
permitió concretar una muestra convenientemente disponible, en las fechas y destinos
ya señalados en otras secciones de este documento.
Se
advierte que durante el proceso previo al desarrollo oficial de esta
investigación, antes de la COVID-19, se hicieron varias visitas a los destinos por
un lapso de 8 meses, aproximadamente (julio 2019-marzo 2020), cuya meta era
robustecer el proyecto a desarrollar y esbozar información relevante mediante observaciones
directas de las actividades desarrolladas en cada destino, por sus agentes, y para
el fortalecimiento de los esbozos de entrevistas que se estaban gestando para
ser aplicadas no solo a los turistas visitantes, sino a los lugareños y a los
representantes de los establecimientos
ubicados en, y cercanos, a dichos destinos.
En este
orden de ideas, se aplicaron entrevistas orales, se hicieron observaciones de
los destinos y se celebraron reuniones con los lugareños, con sus representes
comunales y con otras entidades ligadas al desarrollo del turismo rural
sostenible en la zona.
Puede
notarse que en esta etapa preliminar se utilizó un muestreo Ad Libitum (Ortega, 2016), técnica no probabilística que, a pesar de su
relativa informalidad, abrió espacio para el logro de muchas anotaciones de
campo debidas a caracterizaciones del lugar y del comportamiento e intereses de sus habitantes y
de los representantes de los establecimientos cuya labor es brindar servicios
recreativos, venta de alimentos y/o
alquiler de alojamiento para aquellos turistas que deseasen pernoctar en
entornos cercanos al destino a visitar.
De acuerdo con lo anteriormente señalado, el espectro de la investigación involucró la aplicación de tres tipos de entrevistas, según el tipo de agente, pero en este avance investigativo solo reporta información cuantitativa relacionada con los niveles de satisfacción de los turistas respecto al destino recién visitado, sus cualidades preferidas del destino a visitar y la valoración manifiesta en relación al destino visitado, todo ello mediado por un factor sociodemográfico construido desde un set de cuatro de variables observadas, cuyas especificaciones se indican en secciones posteriores.
2.3. El instrumento aplicado a los turistas
Para la construcción de la entrevista aplicada a los turistas, se utilizaron no solo las experiencias previas al COVID-19, desarrolladas entre los meses Julio 2019 y Marzo 2020, sino hallazgos obtenidos de otras investigaciones desarrolladas por parte de varios investigadores del equipo de trabajo, respecto a asuntos turísticos y patrimoniales. Igualmente, la elaboración del modelo previo, junto con los constructos iniciales y sus indicadores, se gestaron desde la literatura correspondiente, tomando en cuenta la revisión de otros instrumentos tales como la evolución de la enseñanza literaria, la definición de la literatura y sus repercusiones didácticas en los países del entorno, las líneas de renovación didáctica, la creación de nuevos modelos didácticos (Colomer, 2010).
El cuestionario utilizado para determinar la data deseada de los 408 turistas constó de 43 ítems distribuidos en una primera sección (Sección 0), que informa sobre la ubicación geográfica del destino turístico (Nombre del destino, cantón, parroquia, tipo de área: Rural-urbana, y comunidad) 5 ítems y otras cinco secciones, de la 1 a la 5, derivadas de la literatura y de otros instrumentos similares, las cuales se discrimina en la Tabla 1.
Tabla 1
Operacionalización de variables
|
Sección |
Nº de ítems |
% por
sección |
% acumulado |
|
1: Caracterización demográfica |
4 |
10,26 |
10,26 |
|
2: Cualidades preferidas del destino a visitar |
11 |
28,21 |
38,46 |
|
3: Calidad en el servicio recibido |
7 |
17,95 |
56,41 |
|
4: Ingresos (por mes) y gastos personales en la visita.
Caracterización social |
2 |
5,13 |
61,54 |
|
5: Conexión emocional |
14 |
38,46 |
100 |
|
|
38 |
≈ 100 |
|
Nota: Se excluyó la variable
5.2 por medir un nivel de satisfacción general que será considerado al medirse
la calidad del servicio prestado por al destino visitado, del cual se generará
un constructo denominado satisfacción.
Fuente: Elaboración propia, 2023.
Las secciones: 1 y 4 formaron parte del perfil sociodemográfico puesto que incluye información sobre la edad, el nivel de estudios, la ocupación, el género, los ingresos mensuales y los gastos por la visita. La sección 2, da cuenta de las cualidades preferidas reportadas por los turistas para cuando decide hacer turismo rural. La 3, recoge información sobre la calidad del servicio recibido en este destino recién visitado. Finalmente, la sección 5 recolecta información denominada conexión emocional, la cual contempla una buena carga de valoración del destino, por parte de los visitantes.
Vale tener presente que 32 de los 38 ítems fueron diseñados mediante escalas de valoración, tipo Likert (Hodge y Gillespie, 2003), seguidos siempre de 5 opciones de respuestas ordenadas, siempre, de una menor a una mayor valoración. Los otros seis responden a las variables sociodemográficas, indicándose que la edad, el ingreso mensual de cada turista y su gasto por día fue convertido a escalas ordinales, mientras que al género se le dio el valor de -0,5 ó 0,5 para indicar si es masculino o femenino, respectivamente, en tanto que las ocupaciones fueron enumeradas del 1 al 10, sin orden alguno.
2.4. Análisis estadístico
Para determinar la fiabilidad del instrumento, solo se tomó en cuenta a las variables tipo escala (se excluyeron aquellas que reportan información sociodemográfica que luego servirán para segregar las características de la muestra donde se aplicará un Análisis de Mediación), se requirió conocer la cuantificación de cada valoración para luego determinar el coeficiente alfa de Cronbach (α-Cronbach), auxiliados siempre por el Statistical Package for the Social Sciences (SPSS) de IBM, usando en este caso el SPSS Statistics 25, en adelante SPSS. Tal medición se hizo siguiendo la ruta dada por la siguientes secuencia del SPSS: AnalizaràEscalaà Fiabilidadà Alfa (α-Cronbach), de lo cual se sabe que 0 ≤ α ≤ 1 y con ese valor se valoró la consistencia interna del instrumento y, por ende, su fiabilidad.
Para la concreción del modelo preliminar se hizo un Análisis de Factores Exploratorio (AFE), también auxiliados por el SPSS, cuya meta es reducir un conjunto de variables observadas a un número menor de ellas, configurando así nuevas variables latentes con apoyo de las correlaciones que se dan entre las observadas. Por tanto, esta técnica multivariada fue útil para explorar los constructos constitutivos del modelo a confirmar, los cuales subyacen en la matriz de datos sometida a prueba.
Dado que el AFE es una técnica multivariable capaz de reportar información útil para definir la estructura que subyace en la matriz de datos sometidos a prueba, se tomaron en cuenta aquellas variables observadas que están fuertemente relacionadas y desde allí se establecieron los factores latentes, indicándose, en este caso, la aplicación de un análisis de componentes conjugado con un método de extracción denominado Varimax, advirtiendo que en este tipo de estudios resulta casi imposible lograr independencia absoluta de los factores, debido a su naturaleza. No obstante, se siguieron los referentes teóricos que permiten probar su independencia.
De igual manera, se hicieron las pruebas de Kaiser-Meyer_Olkin (KMO) y de la esfericidad de Bartlett. La primera, para dar cuenta de; y la segunda, para la obtención de la significación que permite rechazar o no la HO: Los factores que reporta la muestra son dependientes, lo cual es clave para poder avanzar en esta exploración.
Para discriminar los factores latentes que conformarán el modelo estructural se tomó en cuenta el reporte del SPSS donde se registra la varianza total explicada de cada componente, proponiendo que el autovalor inicial se tomó igual a 1. Igualmente, se tomaron en cuenta las cargas y la matriz patrón donde se observó, de manera clara, el conjunto de variables observables que constituyeron; finalmente, a cada factor que conformará el modelo preliminar buscado, siempre bajo la premisa de que cada factor debe estar conformado por, al menos, tres indicadores.
Posteriormente, se aplicó un Análisis de Factores Confirmatorio (AFC) bajo la idea de someter a prueba el modelo preliminar resultante de la exploración factorial previa. A tal efecto, se utilizó el AMOS que, según IBM (2021), es un análisis multivariado que permite estimar, evaluar y confirmar el modelo construido en base a las relaciones hipotéticas propuestas entre los factores latentes, dando uso al modelado de las ecuaciones estructurales (SEM). Por tanto, se garantiza un modelo con mayor precisión que los obtenidos mediante otros procesos.
Finalmente, se pone en escena un efecto de moderación de las variables sociodemográficas, en este caso conformado por un set que contiene a las variables observadas edad, género, ingreso mensual (variable medida a nivel de razón, pero convertida y segmentada con apoyo de una escala ordinal) y nivel educativo.
La moderación se plantea en la relación ya establecida y confirmada por el AFC, en la cual se mide el impacto de la valoración de destino visitado como la valoración de las cualidades preferidas por los destinos rurales que le gustaría visitar, respecto a la satisfacción manifiesta por los turistas respecto al destino recién visitado. Para efectos de este análisis, se utilizó SPSS PROCEES, con el que se pudieron encontrar nuevos conocimientos que informan sobre las segregaciones obtenidas en esa nueva relación mediadora.
Las
variables que interactúan en este estudio son categóricas; por lo tanto, sería
apropiado un “enfoque de comparación de grupos”. En el “enfoque de comparación
de grupos”, los efectos del modelo se estiman por separado para cada grupo de
observaciones. Las diferencias en los parámetros del modelo entre los grupos se
interpretan como efectos moderadores. Los resultados de los efectos moderadores
de los atributos demográficos de los turistas sobre el efecto de las dimensiones
de los atributos de viaje del destino acerca de la satisfacción del turista, se
presentan en la Tabla 2.
Tabla 2
Estadísticas de ajuste resumen para modelos de
correlación
|
Modelo |
DF |
F-
estadística |
Estándar residual error |
P- valor |
Equilibrado |
Múltiple |
|
R-Cuadrado |
R-Cuadrado |
|||||
|
Modelo 4 |
68 |
8689 |
0.9151 |
2.20E-16 |
0.9973 |
0.9974 |
|
Modelo 5 |
68 |
7596 |
0.9734 |
2.20E-16 |
0.9969 |
0.997 |
Fuente: Elaboración propia, 2023.
2.5. Fiabilidad del
instrumento
La fiabilidad del instrumento, aplicado a una muestra concreta de turistas, se midió mediante el coeficiente Alfa de Cronbach (α), desde la paquetería del SPSS, dado que se trata de un cuestionario donde la respuesta puede darse mediante más de dos valores (Aiken, 2003). En este caso, los 32 ítems de la entrevista están seguidos de opciones tipo Likert ordenadas, teóricamente, de manera creciente desde 1 hasta 5.
Sería deseable que esta consistencia se desprenda de las respuestas que dan los mismos turistas en diferentes momentos, pero es “imposible que se den las mismas condiciones externas e internas, así como demandar a las personas participantes que respondan las preguntas de un mismo cuestionario en múltiples ocasiones” (Rodríguez-Rodríguez y Reguant-Álvarez, 2020, p.5). Por tanto, la fiabilidad que se reporta representa una estimación del atributo medido mediante el instrumento respondido en una sola aplicación.
En esta oportunidad, el SPSS reporta que α = 0,832 (ver Tabla 3), lo cual indica que el instrumento posee una fiabilidad aceptable, tomando en cuenta que ese valor supera a 0,70, valor mínimo de aceptabilidad recomendado por Nunnally (1978), aunque autores como Rodríguez-Rodríguez y Reguant-Álvarez (2020), indican que α debe estar por encima de 0,80. En cualquiera de estos dos casos, el valor de α encontrado supera ambos valores y, por ende, permite sostener que el instrumento usado en la muestra tiene una buena consistencia interna.
Tabla 3
Estadísticas de fiabilidad
|
Alfa de Cronbach |
Alfa de Cronbach basada en elementos estandarizados |
N de elementos |
|
0.832 |
0.849 |
32 |
Fuente: Elaboración propia, 2023.
Se destaca que cuando se toman en cuenta las estadísticas de total de elemento, se puede observar que, si alguno de los 32 elementos es suprimido de la escala, el valor de α se mantiene dentro del intervalo [0,820; 0,834] y, por ende, siempre aceptable según los criterios tomados como referencia.
3. Resultados y discusión
Antes de hacer el correspondiente análisis factorial exploratorio (AFE) es necesario declarar que los constructos que conformaron al instrumento inicial goza de fundamentación, cuenta con, al menos, 10 sujetos por reactivo (la cota inferior para los 32 reactivos, en total, es de 320 turistas), tiene buena consistencia interna y posee una varianza explicada superior al 50%, lo cual se indicará también con el modelo previo final que arrojará el AFE.
Con el fin de ir edificando una reducción de variables observadas en términos de un número menor de variables latentes, no observadas pero que representan constructos específicos perfilados por la literatura correspondiente, a continuación, se muestran varios resultados obtenidos de la aplicación de varios AFE, donde el primero se realiza, ahora, solo con las 32 variables ya discriminadas en el instrumento.
No obstante, se acota que, en análisis de fiabilidad recién realizado, se reporta una tabla denominada de estadísticas de total de elemento, donde se pueden encontrar la correlación total corregida que cada elemento tiene con toda la escala, encontrándose la presencia de nueve variables que correlaciona poco con la misma, las cuales poseen una correlación menor que 0,3. Ese criterio las convierte en candidatas a ser removidas del modelo preliminar en construcción. A saber, esas variables discriminan así: (a) Seis de la sección de cualidades preferidas por el destino a visitar; y (b) tres sobre conexión emocional, tipo valorativas.
Igualmente, allí se detectó que cada una de las correlaciones reportadas en la matriz del SPSS son menores que 0,70, excepto las que se dan consigo mismo. Por tanto, se eligió el método Varimax, dada la adecuación para este tipo de casos. Al utilizar el método de componentes principales, junto con la rotación tipo Varimax, el nuevo reporte sostiene la adecuación del muestro y su significancia (ver Tabla 4), basta observar que ahora KMO = 0,830 y p = 0,000 < 0,05.
Tabla 4
Prueba de KMO y Bartlett
|
Medida Kaiser-Meyer-Olkin de adecuación de muestreo |
,830 |
|
|
Prueba de
esfericidad de Bartlett |
Aprox.
Chi-cuadrado |
3568,845 |
|
Gl |
496 |
|
|
Sig. |
,000 |
|
Fuente: Elaboración propia, 2023.
Al observar la información que aparece en las comunalidades, se detecta que las variables CP2.1.8 y CP2.1.1 aportan muy poco al factor (0,318 y 0,322, respectivamente), convirtiéndose así en las primeras candidatas a salir del factor (ver Tabla 5).
Tabla 5
Comunalidades
|
|
Inicial |
Extracción |
|
C_P 2.1.1 naturaleza, |
1,000 |
,322 |
|
C_P 2.1. 2 turismo av |
1,000 |
,663 |
|
C_P 2.1. 3 ecoturismo] |
1,000 |
,673 |
|
C_P 2.1. 4 paisajes.] |
1,000 |
,704 |
|
C_P 2.1. 5 recuerdos.] |
1,000 |
,747 |
|
C_P 2.1. 6 físi*Psi |
1,000 |
,662 |
|
C_P 2.1. 7 pasar tiempo |
1,000 |
,444 |
|
C_P 2.1. 8 [a solas] |
1,000 |
,318 |
|
C_P 2.1. 9 [Limpiez*amb |
1,000 |
,541 |
|
C_P 2.1. 10 [Gastronomía |
1,000 |
,577 |
|
C_P 2.1. 11deportivas |
1,000 |
,523 |
Nota: Método de extracción: Análisis de componentes
principales.
Fuente: Elaboración propia, 2023.
Con el fin de evaluar las contribuciones de las variables observadas en la constitución de sus respectivos factores latentes, se aplicó, reiteradamente, el AFE a solicitud de las significaciones encontradas, las correlaciones entre variables y otros índices que marcaron los ajustes que permitieron excluir, paulatinamente, aquellas variables observadas que menos aportaban al modelo buscado. También, se tomaron como criterios de exclusión aquellas variables con cargas negativa dentro de los factores en construcción, los constructos que alojaban menos de tres reactivos y otros aspectos relevantes ligados con la literatura y con los modelos de ecuaciones estructurales.
De esos procesos se derivaron tres factores latentes, avizorados por AFE, después de hacer una rotación conveniente que, en un total, logró cobijar a 15 variables observadas del instrumento que, por cierto, sigue reportando buen ajuste con un KMO = 0,831 (ver Tabla 6). En relación con la significancia, la prueba χ2105gl = 1743,997 sostenida en la prueba esfericidad de Bartlett reportó un p = 0,000; y por ser 0,000 < 0,05, permite concluir que los factores latentes pueden considerase como independientes, con un 95% de confianza, siendo HO: Los factores que reporta la muestra son dependientes.
Tabla 6
Prueba de KMO y Bartlett
|
Medida Kaiser-Meyer-Olkin de adecuación de muestreo |
,831 |
|
|
Prueba de
esfericidad de Bartlett |
Aprox.
Chi-cuadrado |
1743,997 |
|
Gl |
105 |
|
|
Sig. |
,000 |
|
Fuente: Elaboración propia, 2023.
En la Tabla 7, aparecen las denominaciones de
los tres factores latentes finalmente encontrados, construidos bajo la premisa
de que cada factor latente debe estar conformado por, al menos, tres
indicadores, y cumplir con los preceptos ya señalados.
Tabla 7
Matriz de componente rotado
|
|
Componente |
||
|
1 |
2 |
3 |
|
|
V_D_5.5.2 Trato
justo |
,752 |
|
|
|
V_D_5.5.1 Confiar |
,737 |
|
|
|
V_D_5.5.5 Entrega
promete |
,713 |
|
|
|
V_D_5.5.4. Orgulloso |
,658 |
|
|
|
V_D_5.5.3. Imaginar |
,653 |
|
|
|
V_D_5.5.6 Como yo |
,616 |
|
|
|
C_P 2.1. 5 Recuerdos |
|
,833 |
|
|
C_P 2.1. 6 Fsi*Psi |
|
,808 |
|
|
C_P 2.1. 4 Paisajes |
|
,781 |
|
|
C_P 2.1. 9
Limpiez*amb |
|
,696 |
|
|
C_P 2.1. 7 Pasar
tiempo |
|
,614 |
|
|
N_S_3.1.2 Infraestructura |
|
|
,713 |
|
N_S_3.1.1
Accesibilidad |
|
|
,681 |
|
N_S_3.1.4 Seguridad |
|
|
,668 |
|
N_S_3.1.3 Información |
I |
|
,642 |
Nota: Método de extracción: Análisis
de componentes principales. Método de rotación: Varimax con normalización
Kaiser. a. La rotación ha convergido en 4 iteraciones.
Fuente: Elaboración propia, 2023.
Cada una de las variables que conforman a las
variables latentes esencialmente forman parte de los correspondientes
constructos gestados desde la literatura y también manifiestos en el
instrumento de medida utilizado en el muestreo. Todo esto también da cuenta de
la validez de los constructos medidos puesto que reflejan el significado teórico
de los conceptos y caracterizaciones de donde provienen.
Otra referencia de interés se observa en la diagonal principal de la matriz de transformación de componente, donde los valores relativos son altos y cercanos, lo cual indica que la rotación ortogonal realizada es apropiada (ver Tabla 8).
Tabla 8
Matriz de transformación de componente
|
Componente |
1 |
2 |
3 |
|
1 |
,698 |
,562 |
,444 |
|
2 |
-,535 |
,821 |
-,199 |
|
3 |
-,476 |
-,099 |
,874 |
Nota: Método de extracción: análisis de componentes
principales. Método de rotación: Varimax con normalización Kaiser.
Fuente: Elaboración propia, 2023.
La Figura III, representa path diagrama obtenido con AMOS, donde se observa la relación que será usada para determinar la influencia de las variables latentes VDVO y CDVR sobre NSDVO. Dicho gráfico no es más que un diagrama de relaciones causales.
Fuente: Elaboración propia, 2023.
Figura III: Diagrama obtenido con amos
Para
obtener los referentes correspondientes a dicha relación se utilizó el macro AMOS,
donde primero, se determinaron las covarianzas entre los factores latentes y
entre cada factor y sus correspondientes variables observadas, lo cual se
concreta en la Figura IV. En este caso, no se consideran los valores
estandarizados, observándose que la carga factorial más baja la da la valoración del destino visitado (VDVO) a
la variable sentirse orgulloso de visitar este atractivo turístico (VD_Org),
siendo esta carga igual a 0,58, lo cual es un dato aceptable puesto que supera
el valor mínimo de 0,4.
Fuente: Elaboración propia, 2023.
Figura IV: Macro AMOS
Sí ahora se toma en cuenta la información estandarizada señalada en la Figura V, puede observarse que la carga factorial más baja se da entre el nivel de satisfacción por el destino visitado (NDSVO) y el nivel de satisfacción debido a la accesibilidad del destino (NS_Acc), la cual es igual a 0,46, lo cual también es aceptable en correspondencia con el criterio anterior. Siendo así, las variables latentes presentan una buena carga factorial y todos los ítems que las conforman se aceptan en el modelo presentado.
Fuente: Elaboración propia, 2023.
Figura V: Covarianzas estimadas
Respecto
a las covarianzas estimadas entre los factores mostrados en el modelo, se
observa que cuando los datos no están estandarizados, todas las covarianzas son
positivas, al igual ocurre cuando se estandarizan los datos en virtud de tener
ahora correlaciones positivas entre los factores.
Para constatar
la estructura factorial se utilizó, desde el AMOS, el método de máxima
verosimilitud, lo cual permitió determinar la bondad de ajuste correspondiente.
El reporte derivado contempla índices como el de ajuste comparativo (CFI ) y la
bondad de ajuste (GFI), el grado de discrepancia entre χ2 y los
grados de libertad (
y el error cuadrático media de aproximación (RMSEA), los cuales
permiten tomar decisiones sobre el ajuste. Advirtiendo el análisis que el
modelo es recursivo, también se reportan varios índices (ver Tabla 9) mencionados
por Martínez y Martínez (1992), los cuales fueron obtenidos de dicho muestreo. Tales valores permitieron
tomar decisiones en base a una serie de criterios numéricos ya establecidos.
Tabla 9
Índices de ajuste esperados y obtenidos en el modelo
de ecuaciones estructurales
|
Índice de ajuste |
Esperado |
Obtenido |
Decisión |
|
Valor χ2,87gl |
p > 0,05 |
0,000 |
No satisface |
|
|
|
|
Satisface |
|
Error
cuadrático media de aproximación (RMSEA) |
RMSEA <
0,06 |
0,053 |
Satisface |
|
Índice de
bondad de ajuste (GFI) |
0.90 < GFI ≤
1 |
0,942 |
Satisface |
|
Índice de
ajuste ponderado (AGFI) |
0.90 < AGFI ≤
1 |
0,920 |
Satisface |
|
Índice
residual de la raíz cuadrada media (RMR) |
RMR à 0 |
0,047 |
Satisface |
|
Error
cuadrático media de aproximación (RMSEA) |
RMSEA < 0,06 |
0,053 |
Satisface |
|
Índice de
ajuste comparativo (CFI) |
0.90 < CFI ≤
1 |
0,940 |
Satisface |
|
Índice no
normalizado de ajuste (NNFI o TLI) |
0.90 < TLI ≤
1 |
0,927 |
Satisface |
Nota: Modelo de tabla tomado de Padilla, Cruz y Cruz (2021),
excepto el criterio del RMSEA que fue tomado de Índices de ajuste esperados y
obtenidos en el modelo de ecuaciones estructurales.
Fuente: Elaboración propia, 2023.
En la Tabla 9, se observa que siendo H0: No existen diferencias entre la matriz de datos observadas y la matriz estimada por el modelo, la misma se rechaza puesto que p = 0,000 < 0,05, por lo que el modelo factorial propuesto pudiera no ajustarse de manera satisfactoria a los datos, pero este valor es sensible al tamaño de la muestra que, en este caso es 408. Por tanto, se hace necesario acudir a otras medidas de bondad de ajuste como el RMSEA (Error cuadrático media de aproximación), el cual expresa la cantidad de variabilidad no explicada por el modelo propuesto, según los grados de libertad.
Por tanto, dicho valor puede ser usado para suprimir el inconveniente presentado por el ratio de verosimilitud de χ2, siempre que dicha variabilidad sea menor que 0,06 (Martinez, 2020). En este caso, RMSEA = 0,053 (ver Tabla 9) y como 0,053 < 0,06, se concluye que se observa una medida apropiada de ajuste.
Respecto al índice valor del CMIN/df = 2,153, igual se decide que satisface el criterio de ajuste, al igual que todos los reportados en la Tabla 9, sobre todo cuando se considera el índice de ajuste comparativo, denominado CFI, el cual no depende del tamaño de la muestra y, en este caso, está cercano a 1. Bajo tales consideraciones, el modelo presentado se ajusta, adecuadamente, a las variables latentes constitutivas del instrumento y, por ende, se obtienen la validez de dichos constructos (ver Figura VI).
Fuente: Elaboración propia, 2023.
Figura VI: Validez de las medidas
Destaca de esta muestra que: (a) Un porcentaje altísimo de los turistas (el 99,02% de los casos) que visitaron algún atractivo del PNCC, Geo parque Imbabura-Ecuador, poseen ingresos muy bajos, es decir menores a los 401 U$D mensuales, y eso no disminuye mucho (baja al 98,96%) si se excluyen a los 25 turistas registrados como niños o adolescentes que reportaron edades comprendidas entre los 14 años (edad mínima de los entrevistados) y los 17 años; (b) el porcentaje de turistas masculinos, el 56,37% de los casos, es mayor al del género femenino, y de ellos destaca apenas un adulto que tiene ingresos superiores a 4.000 U$D mensuales y tiene una edad que oscila entre los 36 años y los 64 años; y, (c) casi la mitad de todos los casos, el 47,3%, apenas tiene estudios básicos.
Conclusiones
En conclusión, Ecuador es un país mega diverso por la extraordinaria diversidad de flora y fauna existente en el territorio. Además de poseer 4 regiones naturales: Costa, Sierra, Amazonia, Región Insular o Galápagos, con una variedad inigualable de ecosistemas, cuenta con alrededor de 56 áreas de conservación divididos entre Parques Nacionales, Reservas, Áreas de Recreación y Refugios de Visa Silvestre.
El turismo es una de las actividades más importantes a nivel global enfocada principalmente en la prestación de servicios relacionados a actividades turísticas, en ciertos puntos de interés en el planeta, causando influencia a nivel social y un cambio directo en la economía y el entorno natural, por lo cual es importante crear planes de desarrollo para que se realice de manera correcta y sin producir un mayor impacto negativo a nivel global. Los turistas se denominan como visitantes y pueden ser residentes o no residentes, siempre y cuando los mismos realicen algún tipo de gasto respecto a un bien o servicio turístico dependiendo del lugar al que vayan.
Todos
estos elementos son importantes para el establecimiento de la oferta y la
creación de un
producto turístico. El producto turístico se compone de bienes y servicios, mismos
que se encuentran compuestos por elementos tangibles e intangibles bien
distribuidos: Los bienes con elementos tangibles puesto que tienen un derecho
de propiedad, y los servicios con elementos intangibles que son únicamente con
un derecho de uso.
Referencias bibliográficas
Aiken,
L. R. (2003). Tests psicológicos y evaluación. Pearson Educación.
Ajzen, I., y Fishbein, M. (1975). A Bayesian analysis of
attribution processes. Psychological bulletin, 82(2), 261-277. https://doi.org/10.1037/h0076477
Ascón,
J., y Argibay, A. (2020). Herramienta para el
desarrollo de metahabilidades directivas en jefes de Recepción de hotel. SUMMA. Revista Disciplinaria en Ciencias
Económicas y Sociales, 2(2), 61-82. https://aunarcali.edu.co/revistas/index.php/RDCES/article/view/119
Assaker, G., y Hallak, R. (2013). Moderating effects of tourists’
novelty-seeking tendencies on destination image, visitor satisfaction, and
short-and long-term revisit intentions. Journal of Travel Research, 52(5),
600-613. https://doi.org/10.1177/0047287513478497
Chi, C. G.-Q., y Qu, H. (2008). Examining the structural
relationships of destination image, tourist satisfaction and destination
loyalty: An integrated approach. Tourism Management, 29(4),
624-636. https://doi.org/10.1016/j.tourman.2007.06.007
Colomer,
T. (2010). La didáctica de la literatura: Temas y líneas de
investigación e innovación. Biblioteca Virtual Miguel de Cervantes.
Crompton, J. L., Lee,
S., y Shuster, T. S. (2001). A guide for undertaking economic impact studies:
The Springfest example. Journal of Travel
Research, 40(1), 79-87. https://doi.org/10.1177/004728750104000110
Dos Santos, M.
(2016). Calidad y satisfacción: El caso de la Universidad de Jaén. Revista de la Educación
Superior, 45(178), 79-95. https://doi.org/10.1016/j.resu.2016.02.005
Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., y Thiele, K.
O. (2017). Mirror, mirror on the wall: A comparative evaluation of
composite-based structural equation modeling methods. Journal of the academy
of marketing science, 45(5), 616-632. https://doi.org/10.1007/s11747-017-0517-x
Hau, P.,
Segrado, R., y Bojórquez, A. (2023). Percepciones sobre el
turismo accesible. Caso: Isla Cozumel, México. SUMMA. Revista Disciplinaria
en Ciencias Económicas y Sociales, 5(1), 1-13. https://doi.org/10.47666/summa.5.1.4
Hayes,
A. F. (2022). Introduction to mediation,
moderation and conditional process analysis: A regression-based approach. The
Guildford Press.
Hernández,
R., Fernández, C., y Baptista, M. D. P. (2014). Metodología
de la investigación. McGraw-Hill/ Interamericana
Editores S.A. de C.V.
Hodge, D. R., y Gillespie, D. (2003). Phrase completions: An
alternative to Likert scales. Social Work Research, 27(1), 45-55. https://doi.org/10.1093/swr/27.1.45
International
Business Machines Corporation - IBM (2021).
Modelado de
ecuaciones estructurales de IBM SPSS Amos. IBM.
https://www.ibm.com/es-es/products/structural-equation-modeling-sem
Lappalainen, J., Zhang, L., Dean, M., Oz, M., Ozaki,
N., Yu, D.-H., Virkkunen, M., Weight, F., Linnoila, M., y Goldman,
D. (1995). Identification, expression, and pharmacology of a Cys23-Ser23
substitution in the human 5-HT2c receptor gene (HTR2C). Genomics, 27(2),
274-279. https://doi.org/10.1006/geno.1995.1042
Lee, H., Lee, Y., y Yoo, D. (2000). The determinants of
perceived service quality and its relationship with satisfaction. Journal of
Services Marketing, 14(3), 217-231. https://doi.org/10.1108/08876040010327220
Martinez, J. (10 de octubre de
2020). Error Cuadrático Medio para Regresión. IArtificial.net. https://www.iartificial.net/error-cuadratico-medio-para-regresion
Martínez,
O. J. (2013). Las creencias en la educación matemática. Educere, 17(57),
235-243.
Martínez,
I. M., y Martínez, J. F. (1992). Probabilidad y Modelos de Estadística Empresarial. G. Puchades.
Martínez, J., y Padilla,
L. (2020). Innovación organizacional y competitividad empresarial: Centros
estéticos de turismo de salud en Cali-Colombia. Revista de Ciencias Sociales (Ve), XXVI(2), 120-132. https://doi.org/10.31876/rcs.v26i2.32428
Martínez-Padrón,
O. J. (2021). El afecto en la resolución de problemas de Matemática. RECIE.
Revista Caribeña de Investigación Educativa, 5(1), 86-100. https://doi.org/10.32541/recie.2021.v5i1.pp86-100
Naranjo, M. R., y Martínez, M.
D. L. Á. (2022). Reflexiones teóricas sobre la demanda turística global:
Incidencia en la gestión y comercialización turística Revista de Ciencias Sociales
(Ve), XXVIII(E-5), 359-375. https://doi.org/10.31876/rcs.v28i.38169
Nunnally,
J. C. (1978). Psychometric theory. McGraw-Hill.
Ortega,
C. (2016). ¿Qué es un muestreo Ad Libitum? QuestionPro.
https://www.questionpro.com/blog/es/muestreo-ad-libitum/
Padilla, J. A., Cruz, C.,
y Cruz, C. E. (2021). Tú me haces mejor/peor persona: Validación del Relational
Self-Change Scale en población mexicana. Acta
de Investigación Psicológica, 11(2), 24-38. https://doi.org/10.22201/fpsi.20074719e.2021.2.380
Pelegrín, L. (2022). Rediseño de
la oferta de productos turísticos de naturaleza: Región Costa Sur Central de
Cuba. Revista de Ciencias Sociales (Ve),
XXVIII(E-5), 376-389. https://doi.org/10.31876/rcs.v28i.38171
Ragavan, N. A., Subramonian, H., y Sharif, S. P. (2014). Tourists’ perceptions
of destination travel attributes: An application to International tourists to
Kuala Lumpur. Procedia - Social and Behavioral Sciences, 144,
403-411. https://doi.org/10.1016/j.sbspro.2014.07.309
Rodríguez-Rodríguez,
J., y Reguant-Álvarez, M. (2020). Calcular
la fiabilitat d’un qüestionari o escala mitjançant l’SPSS: El coeficient alfa
de Cronbach. REIRE Revista d'Innovació i Recerca en Educació, 13(2), 1-13. https://doi.org/10.1344/reire2020.13.230048
Wunan Foundation
(2015). Annual Report 2015. https://wunan.org.au/wp-content/uploads/2021/03/Wunan_2015_Annual_Report-lowres.pdf