Una vez observada la disminución de las diferencias entre segmentos poblacionales en cuanto al acceso a Internet, la academia ha empezado a estudiar un segundo nivel de brecha digital, trabajando en dos frentes diferentes pero interconectado entre sí.

Por una parte, los autores han analizado las diferencias en cuanto al uso de Internet. Las primeras investigaciones realizadas en este ámbito han evidenciado que, pese a ser los jóvenes un segmento poblacional muy presente online, el tipo de uso que hacen de la herramienta varía considerablemente en función de su nivel de estudios y de renta del hogar ( Hargittai e Hinnant 2008; Peter y Valkenburg 2006). De hecho, las personas jóvenes con mayores recursos tienden a adoptar más frecuentemente aquellos usos de Internet que permiten aumentar su capital económico, social y cultural. Trátase de usos que brindan a los jóvenes internautas oportunidades de movilidad ascendente que otros tipos de actividades online, de corte más lúdico, no proporcionan (Lissitsa 2015). Esta tendencia se ha podido observar también en internautas adultos, poniendo además de manifiesto el impacto negativo que la edad tienen en la adopción de usos avanzados de Internet ( Buchi, Just y Latzer 2015; van Deursen y van Dijk 2014).

Por otra parte, un número importante de investigaciones se ha centrado en las habilidades digitales de los internautas. Van Dijk (2006) fue el primero en hablar expresamente de ‘habilidades digitales’, distinguiendo, dentro del mismo constructo, entre habilidades operacionales, necesarias para manejar hardware y software de ordenadores; habilidades informacionales, necesarias para buscar y filtrar información online, y habilidades estratégicas. Estas últimas se definen como “las competencias necesarias para utilizar las fuentes informáticas y de red como medio para alcanzar objetivos concretos, obtener beneficios tangibles a partir del uso de internet y mejorar la posición social de los internautas” (van Dijk 2006: 228). En 2008, van Deursen y van Dijk han introducido una cuarta dimensión, la de las habilidades formales, relacionadas con la estructura hipermedia sobre la que se construye Internet y que requiere de habilidades de navegación y orientación. Sucesivamente, Van Deursen, Helsper y Enion (2016) añadieron las habilidades de comunicación en Internet. Estas se refieren a la capacidad de manejar las cuentas de usuarios de redes sociales online (contenidos, contactos, privacidad, etc.) de manera apropiada y eficaz. Por lo tanto, es posible diferenciar todos estos tipos de competencias digitales en dos grandes bloques: las habilidades orientadas al medio y las habilidades orientadas al contenido (van Deursen, van Dijk y Peters 2011). Las primeras se refieren a las habilidades operacionales y formales. Las segundas, a las habilidades informacionales, comunicacionales y estratégicas.

A la vez que se ha intentado construir herramientas fiables para la medición de las habilidades digitales, se han realizado numerosos estudios para comprender cómo estas se distribuyen dentro de la población. Así pues, se ha analizado el impacto de los recursos materiales de los internautas sobre la adquisición, por parte de estos, de elevados niveles de habilidades digitales. Así, se ha podido observar que aquellos internautas con mayor nivel de estudios y mejores condiciones socioeconómicas también muestran niveles más altos de habilidades digitales (Dodel y Mesch 2018; Van Deursen y Van Dijk 2014; Hargittai and Hinnnat 2008). Además, se ha visto que los recursos tecnológicos disponibles, la posibilidad de conectarse desde múltiples lugares y la frecuencia de uso también facilitan el uso avanzado de Internet, permitiendo la adquisición de ulteriores recursos digitales (van Deursen y van Dijk 2015; Hassani 2006; Peter y Valkenburg 2006).

Este último aspecto ha sido desarrollado con especial precisión por parte de Robinson (2009). Según la autora, la calidad de conexión a Internet de la que disponen los jóvenes usuarios influencia el tipo de “habitus informacional” que estos desarrollan. Así pues, los jóvenes internautas con buenas conexiones a Internet perciben que el navegar sin un objetivo específico tiene un valor en sí, ya que permite adquirir conocimientos de carácter general que, en un momento u otro, pueden ser de alguna utilidad. Por otra parte, las personas jóvenes con malas conexiones en sus hogares adoptan un uso de Internet más pragmático y orientado a la resolución de tareas concretas. Esta diferencia de habitus generaría un desigual nivel de adquisición de habilidades digitales por parte de los internautas, penalizando el enfoque “pragmático”, característico de las personas con menos recursos. Ello, a su vez, limitaría el alcance de los beneficios que pueden obtener de un uso de Internet ya de por sí limitado por cuestiones de mala conexión. En un estudio posterior (2012), la autora pudo observar que los jóvenes internautas que disponen de mejores recursos y mayor cantidad de fuentes de información, tanto online como offline, tienden a desarrollar mayores competencias y confianza en sus habilidades de evaluación y filtro de la información online. A partir de estos resultados, la autora elabora el concepto de ‘ventaja informacional’, entendido como la conjunción del “aspecto pasivo del capital informacional que surge de la exposición a los recursos informativos y el aspecto activo del capital informacional relacionado con la capacidad de desplegar la información de manera eficaz en pos de alcanzar objetivos determinados” (Robinson 2012: 3). Tanto la ventaja como el habitus informacional representan un punto de unión entre los recursos materiales de los internautas, la destreza que estos adquieren a la hora de navegar por Internet y las potenciales ventajas que el uso de esta herramienta les puede brindar.

A partir de estas consideraciones, se ha empezado a reflexionar sobre el impacto que diferentes niveles de competencias digitales pueden tener en la obtención de beneficios tangibles en el uso de Internet. En este sentido, muy importante es el concepto de ‘capital digital’ introducido por Ragnedda (2017). El autor plantea que los recursos materiales, culturales y sociales de los internautas afectan a su experiencia online, influenciando la forma que tienen de buscar y procesar información online. Es decir, elevados niveles de capital social, cultural, económico y político generan mayores niveles de capital digital. Según el autor (2018), el capital digital consiste en la acumulación de competencias digitales, que se expresan, por una parte, en términos de capacidad para recopilar y filtrar información, comunicar, gestionar cuestiones de seguridad, crear contenido y resolver problemas en Internet; por otro lado, el capital digital se fundamenta en la cantidad de tecnología digital disponible para la conexión a Internet. El capital digital puede acumularse y puede trasmitirse y, por lo tanto, puede ser fuente de desigualdad. Además, siempre según el autor, permitiría incrementar el capital social de los usuarios, aumentando sus lazos débiles, manteniendo sus lazos fuertes, , ampliando las redes sociales y afianzando la confianza de los usuarios en las nuevas tecnologías de la información y la comunicación. También el capital político, cultural, económico y personal pueden beneficiarse del impacto del capital digital. En definitiva, según el autor, el capital digital sería un puente entre las oportunidades de vida online y offline, ya que no solo permite explotar eficazmente los capitales previos en el ámbito digital, sino que los incrementa, generando ulteriores beneficios en el ámbito offline. Así pues, los beneficios reales que los usuarios obtienen del uso de Internet se generarían a partir de los capitales que ya poseen en el mundo offline y de la interacción de estos con sus capitales digitales, generando así mejores empleos, salarios, mayores redes sociales, mayores conocimientos, etc.

En suma, existe una relación circular entre los recursos offline y los recursos online de los internautas. Por una parte, los recursos offline tienen un impacto positivo en la generación de recursos online. Por otra parte, el capital digital termina convirtiéndose, a través del uso beneficioso de Internet, en un mayor volumen del capital político, cultural, económico y social de los internautas. Esta concatenación de relaciones de influencia estaría en la base del tercer nivel de brecha digital. Según Helsper y van Deursen (2015), esta se define como las diferencias entre internautas que obtienen beneficios tangibles diferentes a partir del mismo uso de Internet. En este sentido, van Deursen et al. (2017) testan un modelo secuencial de la desigualdad digital. Es decir, comprueban que a diferentes niveles de recursos corresponden diferentes niveles de habilidades digitales que, a su vez, generan diferentes niveles de implicación en actividades online. De este modo, se pone de manifiesto que la acumulación de recursos offline genera diferentes niveles de capital digital que, entre otras cosas, se manifiesta en términos de mayor nivel de habilidades digitales, sobre todo aquellas de tipo instrumental (Scheerder, van Deursen y van Dijk 2017). Todo ello genera diferencias entre los internautas en cuanto a los beneficios tangibles que pueden obtener en esferas determinadas de sus vidas, como la económica, social o laboral. Vista de esta manera, pues, la tercera brecha digital es un potenciador de la estratificación social, ya que permite a las personas con mayores niveles de recursos offline aumentar dichos recursos gracias a su capital digital (Calderón Gómez 2020).

Recientemente, además, Helsper (2021) ha añadido un componente más a la definición de tercera brecha digital. Esto es, la evitación de los efectos indeseados que se derivan del uso de Internet. Vista así, la tercera brecha digital se fundamenta en “las diferencias en los resultados positivos y negativos que obtienen los individuos al realizar actividades online. Por ejemplo, mientras que para algunos es más probable que el establecimiento de nuevas relaciones online dé lugar a redes de contactos más amplias, permitiendo así el acceso a recursos valiosos, otros pueden experimentar un aumento de los niveles de acoso online” (Helsper y Smirnova 2019: 2). Así pues, los recursos digitales también ayudan a mitigar el impacto negativo de eventuales problemas relacionados con dicho uso, evitando que estos tengan repercusiones en la vida diaria de los internautas. Es el caso, por ejemplo, de fraudes, hurtos de identidad, violación de la privacidad etc. (Micheli, Lutz y Büchi 2018; van Ingen y Matzat 2018; Büchi, Just y Latzer 2015;). Una reciente investigación de Blank y Lutz (2018) ha puesto de manifiesto que, a mayor edad del internauta, mayor probabilidad tiene de sufrir algún tipo de perjuicio a partir del uso de Internet. Al mismo tiempo, sin embargo, los autores han encontrado que un uso intensivo de Internet, asociado a un elevado nivel de estudios, aumenta la probabilidad de recibir, aunque de forma aleatoria, algún tipo de daño. Lo que cambia es la forma de reaccionar a los mismos, siendo las personas con más recursos aquellas con mayor capacidad de minimizar el impacto de los efectos adversos del uso de Internet (Scheerder, van Deursen y van Dijk 2019).

Este uso de Internet presenta diferentes tipos de ventajas y beneficios ( Wang, Head y Archer 2002; Iyer, Taube y Raquet 2002; Leonard y Cronan 2001). Por una parte, permite al consumidor adquirir productos y servicios a un precio más barato, reducir los gastos de desplazamiento relacionados con el proceso de compra y encontrar ofertas de productos y servicios a los que no siempre se puede acceder a través de los canales “tradicionales” (Shanthi y Desti 2015). Además, con el comercio online los precios serían más uniformes para todos los consumidores, ya que, en el comercio “tradicional”, los precios dependen mucho de si la compra se realiza en un contexto urbano o rural, siendo este último casi siempre más desfavorecido (Buhtz et al. 2016).

En los últimos 10 años la difusión del comercio electrónico ha crecido notablemente. En el gráfico 2 se puede observar que la Unión Europea de los 15 pasa de una difusión del 48 % entre sus internautas en 2009 a una del 63 % en 2018. Aún mayor es el crecimiento detectable en España, que pasa del 26 % al 50 % en el mismo tramo temporal.

Pese a ello, las investigaciones académicas sobre el tema alertan de la posible existencia de un fenómeno de brecha digital de segundo nivel. En efecto, numerosos estudios parecen indicar que las personas con mayores recursos socioeconómicos y educativos (Zhu y Chen 2013; Buhtz et al. 2014), así como las personas más jóvenes (Akhter 2013), tienden con mayor frecuencia a comprar productos o servicios a través de Internet.

Al mismo tiempo, y al hilo de la discusión sobre la relación entre comercio electrónico y desigualdad digital, hay que mencionar que este uso de Internet, además de las ventajas mencionadas arriba, también puede acarrear algunos problemas para el consumidor. Así, Goldsmith y McGregor (2000) consideran que, a la hora de comprar productos por Internet, los internautas pueden caer en el error de comprar productos falsos, así como verse imposibilitados de contactar con atención al cliente o de que los productos comprados nunca lleguen a su destino. Al mismo tiempo, la falta de interacciones humanas, los riesgos de fallos en el servicio y el resentimiento de los empleados hacia la tecnología, a menudo surgen como aspectos negativos de las tecnologías en los entornos de venta al por menor, lo cual podría conducir a una sensación de insatisfacción de los consumidores (Pantano y Dennis 2019).

Todas estas cuestiones están relacionadas con algunas de las dinámicas propias de la brecha digital de tercer nivel. Más en concreto, los autores plantean que algunos de los potenciales problemas recién mencionados necesitan, entre otras cosas, de un mayor conocimiento acerca de los procesos de compra online por parte de los consumidores (Gelderman, Ghijsen y van Diemen 2011; Ho y Ko 2008) y de cierta capacidad por parte del internauta para buscar y contrastar información acerca de los productos que está a punto de comprar online (7Chen y Tan 2004; Barkhi y Wallace 200). Estos dos elementos, a su vez, están relacionados con la adquisición de un nivel adecuado de habilidades digitales por parte de los internautas (De Marco et al., 2016), cosa que les permitiría evitar fraudes y complicaciones que dependan de un uso poco atento de la herramienta o, por lo menos, paliar sus efectos negativos (van Ingen y Matzat 2018; van Deursen et al. 2017). Así pues, por una parte, cabe plantear que los internautas con mayores recursos materiales y educativos tienden con mayor frecuencia a realizar actividades de comercio electrónico, tal y como se ha sugerido por los autores que estudian la brecha digital de segundo nivel. Por otra, también es plausible plantear que los recursos digitales influyen tanto en la adopción de este uso en la vida diaria de los internautas como en la evitación de algunos de los potenciales problemas que de ellos pueden derivar o, por lo menos, de aquellos relacionados con la actividad online del consumidor. Consecuentemente, sería razonable plantear la existencia de un fenómeno de brecha de tercer nivel relacionado con el comercio electrónico.

Pese a ello, la mayoría de los trabajos sobre la adopción de este uso de Internet han sido enfocados desde la teoría de la aceptación de la tecnología (Davis 1989), concentrándose preponderantemente en los factores de tipo actitudinal que influencian las conductas de compra online (Deng et al. 2010; Buhtz et al. 2014; Baubonienė and Gulevičiūtė 2015). Muy pocas investigaciones se han ocupado del impacto de los recursos materiales, educativos y digitales en la adquisición de este uso de Internet y en la reducción de los problemas a ello asociados. Sí que hay algunas excepciones relevantes, sobre todo en relación con el caso español. Se trata de diferentes estudios que, usando datos del INE, han puesto de manifiesto el impacto positivo que la educación, los recursos materiales y las habilidades digitales tienen en facilitar el uso de Internet para la compra de bienes y servicios (Pérez-Amaral et al. 2020; Valarezo, López y Pérez-Amaral 2020; Serrano-Cinca, Muñoz-Soro y Brusca 2018). Sin embargo, faltan estudios que permitan tener una visión más amplia sobre el impacto de la brecha de tercer tipo sobre el comercio electrónico.

Para poder colmar este vacío en la literatura, el presente trabajo tiene como objetivo principal aportar ulterior evidencia empírica respecto a la relación entre los recursos económicos, educativos y digitales y el uso de Internet relativo al comercio electrónico. Además, se pretende averiguar el impacto de dichos recursos en reducir los riesgos asociados a este uso de Internet. Para cumplir con estos objetivos de investigación, se han utilizado el caso de estudio español y los datos del INE (2020).

La Encuesta sobre equipamiento y uso de tecnologías de información y comunicación en los hogares (INE 2020) es un panel con cuatro turnos de rotación que se realiza todos los años. El universo al que hace referencia es la población residente en España de 16 y más años, de ambos sexos y que habita en viviendas familiares del territorio nacional. Se ha decidido utilizar solo los datos relativos al año 2019, privilegiando así una perspectiva transversal y de comparación entre sujetos más que de comparación en el tiempo. Para la realización del estudio, el INE ha implementado un muestreo trietápico con estratificación de las unidades de primera etapa (secciones censales) con base en el tamaño del municipio en el que estas se encuentran. Las unidades de segunda etapa coinciden con las viviendas familiares principales, y en cada una de ellas se selecciona a una persona de más de 15 años (tercera etapa). Si se toma como referencia la variable “uso de Internet en los últimos 3 meses”, el error de muestreo para la encuesta del año 2019 ha sido de ±0,27 %, asumiendo criterios del método indirecto Jackknife y un nivel de confianza del 95 %.

De manera conforme a lo que se hace en los estudios sobre brecha digital de segundo y tercer nivel, se ha decidido restringir la muestra solamente a los internautas. Es decir, aquellas personas que habían usado Internet en los tres meses anteriores a la realización de la encuesta. Además, queriendo evitar cuestiones relacionadas con el bajo poder adquisitivo de las generaciones más jóvenes, se ha decidido contar exclusivamente con las personas que tenían, por lo menos, 18 años. Así pues, la muestra utilizada para este análisis ha resultado ser de 12 920 personas. Finalmente, se ha decidido no utilizar el factor de ponderación del INE, porque la muestra resultaría demasiado grande y habría riesgo de falsos positivos en las relaciones entre variables.

Como se ha dicho anteriormente, se van a implementar dos modelos de regresión. Por tanto, se han escogido dos variables dependientes: el uso de Internet para compra de bienes y servicios y el número de problemas experimentados en relación con el comercio electrónico. En el primer caso, se trata de una variable dicotómica que mide el número de internautas que han adoptado usos de Internet relativos al comercio electrónico en los tres meses anteriores a la encuesta (Eurostat 2021). En el segundo caso, la variable dependiente se ha construido sumando las puntuaciones de los sujetos obtenidas en seis ítems, correspondiente cada uno a un tipo de potencial problema relacionado con la compra online de productos: dificultades para encontrar informaciones sobre la garantía de los productos, retrasos en la entrega, costes finales mayores que los indicados inicialmente, entrega de productos defectuosos, fraudes y problemas con reclamaciones e indemnizaciones.

En cuanto a las variables independientes, se han utilizado diferentes indicadores de tipo socioeconómico y demográfico. Entre ellas, el sexo y la edad de la persona entrevistada. Esta última se ha medido como variable numérica, pero recodificada en una variable ordinal con seis categorías: “de 18 a 24 años”, “de 25 a 34 años”, “de 35 a 44 años”, “de 45 a 54 años”, “de 55 a 64 años” y “de 65 y más años”. Además, se han incluido el nivel de estudios y el nivel de renta del hogar. La primera es una variable ordinal compuesta por siete categorías, desde “sin estudios” hasta “máster o doctorado”. La segunda, también es ordinal, pero las categorías de respuesta han sido ponderadas con base en el número de integrantes del hogar.

En un segundo bloque de variables independientes, se han introducido tres indicadores para medir los diferentes aspectos del capital digital de los internautas. Para ello, se han utilizado indicadores sobre los recursos tecnológicos disponibles en el hogar y sobre la frecuencia y la autonomía de uso. Estas variables se consideran relevantes de cara a diferenciar los diferentes tipos de acceso a Internet y su impacto en la generación del conocimiento digital y del uso avanzado de Internet (Peter y Valkenburg 2006; Hassani 2006; Robinson 2009, 2012; van Deursen y van Dijk 2015). El primer indicador se ha obtenido sumando las puntuaciones de las personas entrevistadas en los ítems dicotómicos que medían la presencia en casa de diferentes aparatos: ordenador, televisión, teléfono fijo, teléfono móvil, radio, cadena musical, lector mp3 o mp4, video, lector de DVD, lector de e-books y tablet. También se ha introducido un indicador sobre la frecuencia de uso de Internet. Trátase de una variable ordinal con cuatro categorías de respuesta: “menos de una vez por semana”, “todas las semanas, pero no a diario”, “todos los días” y “más de una vez al día”. Por último, se ha incluido una variable para medir el uso de Internet fuera del hogar. En este caso, se ha construido una variable numérica asignando puntuación 1 a los sujetos cada vez que usaban una de las siguientes tecnologías para conectarse desde fuera del hogar: teléfono móvil, ordenador portátil, tablet u otros dispositivos.

El tercer bloque de variables ha coincidido con las habilidades digitales de las personas entrevistadas. En la encuesta del INE, se incluye una batería de nueve ítems relativos a las habilidades instrumentales (van Dijk 2006). Es decir, aquellas relacionadas con el uso de programas y aplicaciones de diferente tipo.

Por último, en el modelo de Poisson también se ha incluido una variable que midiera la frecuencia de compra online en los últimos 3 meses. Es esta una variable ordinal compuesta por cuatro categorías: 1= 1 o 2 veces en los últimos 3 meses, 2= de 3 a 5 veces en los últimos 3 meses, 3= de 6 a 10 veces en los últimos 3 meses y 4=más de 10 veces en los últimos 3 meses.

A continuación, se incluyen los estadísticos descriptivos de las variables utilizadas para los análisis.

En primer lugar, se ha querido explorar el impacto de los recursos materiales, educativos y digitales sobre el uso de Internet para comprar productos o servicios. Para ello, se ha realizado un análisis de regresión logística utilizando como variable dependiente el uso de Internet para compra de bienes y servicios. La hipótesis de partida es que las personas con mayores recursos materiales, tecnológicos y educativos también poseen mayores niveles de habilidades digitales y, por ende, tienen mayor probabilidad de utilizar Internet para la compra de productos. Para comprobar esta hipótesis, se ha implementado un modelo por pasos, intentando así aislar el peso de las diferentes variables independientes sobra la dependiente. En el primer paso, se han introducidos las variables sociodemográficas; en el segundo, las variables relacionadas con los recursos digitales, y, en el último bloque, se ha introducido la variable de las habilidades digitales. Esta última representa, como se ha planteado anteriormente, el punto de conjunción entre los recursos materiales de los internautas y la forma en la que estos aprovechan la tecnología.

En un segundo momento, se ha implementado un análisis de regresión de Poisson. Ello, con el objetivo de estudiar la relación entre las habilidades de los internautas y los potenciales problemas que estos puedan experimentar durante el proceso de compra online. La elección de este tipo de modelo en concreto se debe a las propiedades métricas de la variable dependiente escogida: el número de problemas experimentados en relación con el comercio electrónico. En primer lugar, tal y como se ha dicho en el apartado anterior, este indicador se ha construido a partir de un recuento. En segundo lugar, el promedio de esta variable es muy bajo (media=0,10 y D.T.=0,53). Como consecuencia, la aplicación de un modelo lineal resulta, en este caso, muy poco recomendable, siendo más apropiado el uso de una regresión de Poisson. Con base en las hipótesis de la presente investigación, los internautas con mayor nivel de recursos materiales, educativos y digitales deberían desarrollar mayor nivel de habilidades digitales y, como consecuencia, deberían tener menos problemas relacionados con el comercio electrónico. Para comprobar dicha hipótesis, se han utilizado las mismas variables empleadas en el modelo anterior. En este caso, sin embargo, solo se incluye a las personas que han comprado algún producto online en los tres meses anteriores a la encuesta. Por tanto, el tamaño muestral se ha reducido a 6106 sujetos. La decisión se debe a que, en este caso, no se quiere profundizar en las diferencias entre quién compra o no; más bien, se quiere analizar diferencias entre perfiles diferentes de compradores online.

Como se ha dicho anteriormente, el análisis ha sido implementado tomando en consideración tres bloques de variables independientes. De esta forma, ha sido posible observar cómo varían los R² a medida que se pasaba de un bloque al otro y, al mismo tiempo, se han podido analizar eventuales cambios en el peso de las variables independientes a medida que se añadían nuevas variables en el modelo. A continuación, se presentan los valores de resumen del modelo de regresión (tabla 1). En primer lugar, cabe destacar que los tres modelos han resultado ser significativos y que cada uno de ellos ha supuesto un aumento en la precisión de la estimación de la variable dependiente. La R² de Cox y Snell ha pasado del 0,23 (primer modelo) al 0,34 (tercer modelo). mientras que la R² di Nagelkerke ha pasado de 0,30 a 0,46 del primer al tercer modelo. Además, el porcentaje de clasificación correcto también ha aumentado, pasando del 71,6 % al 77,3 % en el caso de los “sí” y del 69,4 % al 76,5 % en el caso de los “no”.

Los contrastes entre categorías de las variables no numéricas se han realizado tomando la categoría más baja como referencia. Analizando los coeficientes de regresión se observa que, en primer lugar, entre las variables sociodemográficas solo el sexo deja de tener una relación significativa con la variable dependiente a lo largo de los tres modelos. Ello, sin embargo, resulta en línea con estudios anteriores sobre desigualdad digital y comercio electrónico (Helsper y van Deursen 2015). Por otra parte, las personas de edad comprendida entre 25 y 34 años y entre 35 y 44 años muestran una probabilidad mayor de realizar alguna compra online respecto a las personas de edad comprendida entre 18 y 24 años. Ello se debe, con toda probabilidad, al aumento del poder adquisitivo de las personas en estas franjas de edad. Sin embargo, las personas mayores de 65 años tienen menos probabilidad de usar Internet para comprar productos y servicios que las personas de 18 a 24 años, lo cual está en línea con las investigaciones previas sobre la brecha de segundo nivel. Todas las demás variables sociodemográficas han mantenido una relación positiva y significativa con la variable dependiente a lo largo de los tres modelos. Así pues, a mayor nivel de estudios y a mayor renta del hogar corresponde una mayor probabilidad de realizar conductas de comercio electrónico.

En cuanto al segundo bloque de variables, se observa que los recursos tecnológicos de los internautas, la frecuencia de uso de Internet y la variedad de lugares desde los que el internauta se conecta tienen una relación significativa y positiva con la variable dependiente. También las habilidades digitales desempeñan un rol importante para aumentar la probabilidad de que un internauta adquiera productos o servicios a través de Internet, teniendo una relación significativa y positiva con la variable dependiente. Se confirma, por lo tanto, que, a mayor nivel de recursos digitales, más probable es que una persona adopte un uso ventajoso de Internet como es el comercio electrónico.

Para la implementación de este análisis ha sido necesario tomar algunas precauciones, principalmente debido a que los problemas en el proceso de compra están muy relacionados con la cantidad de productos adquiridos y con la frecuencia de compra (Blank y Lutz 2018). Es decir, cuanto más frecuentemente se usa Internet para adquirir productos o servicios, más fácil es incurrir en algún tipo deerror. Al mismo tiempo, como hemos visto en el análisis anterior, la frecuencia de conexión a Internet, así como las habilidades digitales de los internautas, guardan una relación positiva con el hecho de realizar compras online. Al respecto, cabe señalar la existencia de una correlación positiva y significativa entre habilidades digitales y la frecuencia de compra online (0,256**), así como entre la frecuencia de compra online y el número de problemas experimentados en relación con el comercio electrónico (0,116**). Para evitar que estos elementos enturbien el análisis, se han implementado dos medidas. En primer lugar, se ha decidido realizar el análisis solo con personas que han comprado algún producto a través de Internet en los últimos 3 meses (N=6.106). En segundo lugar, en el modelo se ha querido observar el impacto sobre la variable dependiente de la interacción de las habilidades digitales con la frecuencia de compra. Las variables se han introducido en el modelo simultáneamente y el análisis de los factores se ha realizado utilizando la categoría más baja para la comparación con las demás.

Los índices de bondad de ajuste del modelo indican que los datos se reparten siguiendo la distribución de Poisson. De hecho, las ratios entre desvianza y grados de libertad, así como entre Chi-cuadrado y grados de libertad, se aproximan suficientemente al valor 1. Por otra parte, la prueba ómnibus del modelo ha resultado ser significativa, indicando que, por lo menos, una entre las variables independientes ha resultado significativa.

Los coeficientes de regresión (tabla 4) indican que el sexo, la edad, los ingresos del hogar, los recursos materiales, los lugares de conexión y la frecuencia de conexión a Internet no han resultado significativos. Las únicas variables que parecen tener un impacto significativo sobre la variable dependiente son el nivel de estudios, las habilidades digitales y la interacción de las habilidades con la frecuencia de compra.

En segundo lugar, cabe mencionar que el nivel de estudios no tiene una relación muy clara con la variable dependiente, ya que solo las categorías “secundaria baja” y “secundaría alta” presentan una B exponencial significativa y superior a 1. Esto significa que, respecto a las personas con nivel de estudios de doctorado, las personas con título de secundaria baja y alta presentan, respectivamente, un 48,7 % y un 59,5 % más de probabilidad de tener algún problema con los procesos de compra online.

En segundo lugar, y probablemente de forma algo contraintuitiva, las habilidades digitales muestran tener una relación positiva y significativa con los problemas en los procesos de compra online. Es decir, a mayor nivel de habilidades digitales, mayor probabilidad de tener problemas. Más en concreto, un 14,5 % por cada aumento unitario de la variable “habilidades digitales”.

Sin embargo, es plausible pensar que este resultado se deba a la relación, anteriormente mencionada, que las habilidades digitales mantienen con la frecuencia de compra. De hecho, si se observa el impacto de la interacción de estas dos variables sobre el número de problemas experimentados durante la compra online, se verá que las habilidades digitales disminuyen el riesgo de tener algún problema si la frecuencia de compra es baja.

En efecto, para frecuencias de compra online de hasta tres y hasta cinco veces en los últimos tres meses, la probabilidad de tener problemas disminuye con habilidades digitales más altas un 11,9 % y un 7,2 % respectivamente. Estos resultados nos indican que las habilidades digitales de los internautas ayudan a reducir el volumen de problemas relacionados con el comercio electrónico, pero solo cuando la frecuencia de compra online no supera las cinco veces cada tres meses. Para frecuencias de compra superiores, las habilidades digitales dejan de tener una relación significativa con la variable dependiente.