¿Hasta donde juegas con tu privacidad?. Análisis de la percepción de los usuarios de apps ante la práctica de privacidad

Trabajo Final de Grado: ¿HASTA DONDE JUEGAS CON TU PRIVACIDAD? ANÁLISIS DE LA PERCEPCIÓN DE LOS USUARIOS DE APPS ANTE LA PRÁCTICA DE PRIVACIDAD. Por: INMACULADA BENÍTEZ MARTÍN Universidad de Sevilla Facultad de Ciencia Económicas y Empresariales Departamento de Administración de Empresas e Investigación de Mercados. Tutor: Carlos Javier Rodríguez Rad Curso académico: 2018-2019 Convocatoria: Junio 2019 Pág. 1 Resumen Ejecutivo: Actualmente, el hecho de proporcionar nuestros datos personales para poder utilizar determinados servicios de internet, se ha vuelto un acto cotidiano a la par que polémico debido a las numerosas noticias de grandes empresas sobre malversación hacia la política de privacidad. Mediante una base de datos recogida de un cuestionario sobre la experiencia en el uso de apps, realizada por miembros del departamento de Administración de Empresas e Investigación de Mercados (Marketing) en España en 2019, vamos a analizar el grado de preocupación de los usuarios ante las demandas masivas de datos personales. Y por otro lado averiguaremos cómo se comportan los usuarios según su nivel de insatisfacción ante la recogida de información y su nivel de conocimiento sobre la práctica de privacidad. Comenzamos la investigación, introduciendo el concepto de privacidad mediante diversas definiciones y considerando su repercusión en la psicología del consumidor. Estos aspectos nos ayudan a entender el contradictorio comportamiento que desarrollan los usuarios de aplicaciones móviles, el cual explicamos mediante la aclaración del concepto “Paradoja de la privacidad”, precisando los actuales hábitos de los consumidores online ante la concesión de su información personal y por último la solución ante tal dilema. A partir de tal, realizamos un análisis descriptivo de todas las variables del estudio referidas al concepto de privacidad, donde concluimos que la mayoría de los encuestados muestra malestar cuando las empresas piden su información para poder usar sus servicios.Hemos observado la preocupación de los mismos por conservar su intimidad y su conformidad por querer disfrutar de unas instrucciones claras de la práctica de la privacidad por parte de las empresas que solicitan su información. Aun así no existe una aceptación absoluta ante la intranquilidad de suponer que las apps recopilan demasiados datos del usuario, lo que demuestra que casi la totalidad de los individuos pretenden volver a usar la app. Esta discordancia explica el desconocimiento percibido sobre los riesgos, el valor y los beneficios que aportan el consumo de aplicaciones. Posteriormente, analizamos la posible incidencia de ciertas variables sobre otras, y los resultados presentaron que las únicas influencias justificadas son aquellas combinaciones de variables referidas a: el malestar ante la demanda de información y la preocupación por la recogida masiva de datos y sus posibles usos secundarios, ante la intención de comportamiento del usuario. El resto de variables no presenta influencias significativas tales como el género, la edad o las cuestiones antes citadas pero de forma individual. Pág. 2 ÍNDICE Resumen Ejecutivo: .............................................................................................. 1 1. Introducción: ................................................................................................... 4 1.1. Objetivos: .................................................................................................. 7 2. ¿Qué es la privacidad?: ..................................................................................... 8 2.1. La psicología de la privacidad del consumidor:............................................ 10 3. Discrepancias entre: preocupaciones de privacidad y comportamiento real. ....... 11 3.1. La paradoja de la privacidad ...................................................................... 11 3.2. Los hábitos de los usuarios: ...................................................................... 13 3.3. Solución a la actitud paradójica de los consumidores: ................................. 13 4. Metodología: .................................................................................................. 15 4.1. Preguntas de la encuesta: ......................................................................... 16 5. Análisis de la moda para la variable “Nombres”: ............................................... 19 6. Análisis de frecuencias con gráfico de barras de todas las variables: .................. 21 6.1. Categoría “PREOCUPACIÓN POR LA PRIVACIDAD”. .................................... 21 6.1.1. Factor “COLLECTION”: recopilación de datos. ....................................... 21 6.1.2. Factor “CONTROL”: control de los usuarios sobre su información privada. ................................................................................................................... 22 6.1.3. Factor “CONOCIMIENTO DE LA PRÁCTICA DE PRIVACIDAD” ................. 23 6.2. Categoría: “PREOCUPACIÓN DE PRIVACIDAD DE INFORMACIÓN EN USUARIOS MÓVILES”. ..................................................................................... 24 6.2.1. Factor “VIGILANCIA PERCIBIDA” ......................................................... 24 6.2.2. Factor “INTRUSIÓN PERCIBIDA” ......................................................... 25 6.2.3. Factor “USO SECUNDARIO” ................................................................. 26 6.2.4. Factor “EXPERIENCIA DE PRIVACIDAD PREVIA” ................................... 27 6.3. Categoría: “INTENCIÓN DE COMPORTAMIENTO”. ...................................... 28 6.3.1. Factor “INTENCIÓN DE COMPORTAMIENTO” ....................................... 28 6.3.2. Factor “VALOR PERCIBIDO DE LA DIVULGACIÓN DE INFORMACIÓN” .... 29 6.3.3. Factor “BENEFICIO PERCIBIDO DE LA DIVULGACIÓN DE INFORMACIÓN” ................................................................................................................... 29 6.3.4. Factor “RIESGO PERCIBIDO DE DIVULGACIÓN DE INFORMACIÓN” ....... 30 7. Análisis ANOVA de un factor: .......................................................................... 31 Pág. 3 7.1. Analizar si la variable “GÉNERO” influye en el factor “COLLECTION”. ........... 31 7.2. Analizar si la variable “GÉNERO” influye en el factor “VIGILANCIA PERCIBIDA”. ...................................................................................................................... 32 7.3. Vamos a analizar si la variable “GÉNERO” influye en el factor “USO SECUNDARIO”. ............................................................................................... 33 7.4. Analizar si las variables del factor “COLLECTION” influyen en alguna de las variables del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. ............... 35 7.5. Analizar si las variables del factor “VIGILANCIA PERCIBIDA” influyen en alguna de las variables del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. ...................................................................................... 36 7.6. Analizar si las variables del factor “USO SECUNDARIO” influyen en alguna de las variables del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. .......... 37 8. Análisis ANOVA Multifactorial: ......................................................................... 39 8.1. Analizar si las variables “GÉNERO” y “EDAD” influyen en alguna variable del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. .................................. 39 8.2. Analizar si las variables “GÉNERO” y “EDAD” influyen en alguna variable del factor “COLLECTION”. ..................................................................................... 40 8.3. Analizar si las variables “GÉNERO” y “EDAD” influyen en alguna variable del factor “VIGILANCIA PERCIBIDA”. ..................................................................... 40 8.4. Analizar si las variables “GÉNERO” y “EDAD” influyen en alguna variable del factor “USO SECUNDARIO”. ............................................................................. 40 8.5. Analizar si las variables del factor “COLLECTION” influyen en la variable BI01 del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. ............................. 40 8.6. Analizar si las variables del factor “VIGILANCIA PERCIBIDA” influyen en la variable BI01 del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. ......... 41 8.7. Analizar si las variables del factor “USO SECUNDARIO” influyen en la variable BI01 del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. ..................... 43 9. CONCLUSIONES ............................................................................................. 44 Referencias: ....................................................................................................... 46 Pág. 4 1. Introducción: El concepto de privacidad no es algo nuevo, sin embargo, si lo es la forma que tenemos de entenderlo actualmente. Antiguamente, podíamos definir los límites de la privacidad mediante el tiempo y el espacio ya que nuestra información y actividad permanecía resguardada en nuestro entorno más cercano. Con el avance de las tecnologías la sociedad comenzó a cambiar, originando grandes transformaciones en los sectores del transporte y las comunicaciones, lo que produjo una redefinición en la forma que teníamos de relacionarnos y de entender nuestros vínculos. A partir de ese momento, se propició el afán por no quedarse en lo conocido y superar las fronteras de espacio-tiempo que antes citaba, el deseo de conocer más allá de lo que nos rodeaba incrementó de manera notoria el valor del, ahora tan importante, concepto de información. Este reconocimiento masivo de la información unido a la revolución que produjo la entrada de Internet en nuestras vidas cotidianas, hizo que se comenzara a defender de forma más acentuada los derechos de intimidad ya que a medida que hemos avanzado en el tiempo, la información requerida por las empresas a ido aumentando hasta el punto de que actualmente no solo nos demandan datos personales como edad, sexo, estado civil… si no que estas empresas quieren conocer nuestra personalidad y hábitos de vida por lo que nos exigen proporcionar información que responda a esas cuestiones. El conflicto por la protección de los derechos de privacidad llega a nuestros días y se reafirma a medida que aparecen nuevos modelos de procesamiento de datos con más capacidad, rapidez, con la posibilidad de clasificar y seleccionar los datos que más interesen y que además son más económicas a medida que se abaratan los costes. Cada vez hay más inquietud entre los usuarios a los que se les reclama su información privada para usar determinados servicios de internet o (para nuestro objeto de investigación) aplicaciones móviles, y a su vez, también hay más conciencia de la importancia de controlar y defender el ámbito de la privacidad ya que la manera que tenemos de gestionar este entorno determina el tipo de sociedad que queremos construir: “una en la que los individuos puedan desarrollarse libremente o una en la que el recuerdo permanente y la conciencia de que todo queda registrado condicione el libre desarrollo de la personalidad” (AEPD, Nota de presan 01/07/2013). Pág. 5 La reciente intranquilidad de los usuarios se establece en el hecho de que su información puede estar al alcance de cualquiera, lo que puede conllevar graves consecuencias para el propietario de esos datos ya sea a nivel personal (pues si cualquier persona tiene acceso a determinados aspectos de nuestra vida privada pueden utilizarlos en contra del usuario en cuestión llegando a generar graves problemas como: maltrato psicológico, chantaje, casos de pederastia etc) como a nivel económico pues a veces no sabemos cuán desmesuradas cantidades ganan las empresas vendiendo nuestra intimidad a otras empresas que a su vez pueden usarla con fines comprensivos como estudios de mercado o de forma totalmente ilícita. “Existe un problema derivado de la falta de toma de conciencia real por parte de los usuarios de que sus datos personales serán accesibles por cualquier persona. Se desconoce en gran medida que los perfiles pueden ser archivados, facilitando la creación de bases de datos de personas con fines ilícitos y del valor que éstos pueden llegar a alcanzar en el mercado. Por ello, se debe leer toda la información concerniente a la página web. En ella se explica quiénes son los titulares de la misma y la finalidad para la que se solicitan los datos” (Vílchez, López, López y Galán, 2011). Esta investigación se basa en extraer y entender en qué medida los usuarios somos propietarios de nuestros datos cuando nos registramos en alguna App que nos los piden. Una App es la abreviatura que se usa para definir el término inglés “application” y se refiere a una aplicación de software dirigida a móviles o tablets. Las primeras Apps aparecieron en los años 90, y fueron creadas para facilitar la gestión de nuestras acciones cotidianas, tales como agenda de contactos, editores… En 1994 ya aparecieron las primeras aplicaciones destinadas al ocio como los conocidos juegos de Tetris o Snake los cuales tuvieron un reconocimiento mundial. Sin embargo, fue en el año 2007 cuando estas aplicaciones empezaron a tener verdadera notoriedad con la entrada de Android y Apple en este mercado, pues consiguieron reunir en determinadas plataformas llamadas “markets” todas las apps de todos los sectores posibles al alcance de todos los usuarios que quisieran beneficiarse de tales. Por tanto estas apps evolucionaron de dar servicios básicos a utilizarse para facilitar información y comunicación de cualquier sector. Las empresas se dieron cuenta de la envergadura del cambio y no han dudado en usar las apps en su terreno. Observaron que estos software son un magnífico instrumento para interactuar con sus consumidores y Pág. 6 conocer sus verdaderos deseos para poder materializarlos y adaptar la oferta de la forma más precisa posible. He aquí donde entra en juego el proyecto a analizar ya que para comprender los gustos y actividades de nuestros consumidores es necesario recabar mucha información que generalmente es reclamada a los mismos. Así nuestro objeto de estudio será averiguar si estos usuarios de apps son conscientes de toda la información que presentan (bien de forma directa dando los datos o de forma indirecta aceptando peticiones de consentimiento tales como avisos legales, política de cookies….), si el hecho de dar sus datos les produce insatisfacción y si existen diferencias entre lo que los usuarios realmente quieren y lo que hacen. Ilustración 1. Introducción. Preocupación por el mal uso de la información y sus acciones de protección. Pág. 7 1.1. Objetivos: Las cuestiones generales a resolver con este proyecto son: -¿Cuál es el grado de importancia que los usuarios de apps dan a su información privada? -¿Cómo se equipara su nivel de preocupación por la privacidad con su actividad real en red a la hora de adquirir un servicio? Además de las preguntas fundamentales de este estudio, se han concretado otras consultas las cuales nos facilitaran la extracción de conclusiones. Estas cuestiones secundarias serán nuestros subobjetivos: -Conocer la frecuencia de uso de nombre de la app que más utilizan los usuarios. -Extraer las decisiones de conformidad relacionadas con la práctica de la privacidad de los individuos que han realizado la encuesta -Evaluar la posibilidad de que el género pueda tener relación con el hecho de que los consumidores sientan malestar a causa de tener que entregar su información privada en las app o sientan preocupación por considerar que las app puedan revisar su actividad privada, usarla con otros propósitos sin su previo aviso o incluso compartirla con otros sujetos sin comunicación de lo acaecido. -Investigar si las quejas de los consumidores o sus inquietudes por imaginar lo que las aplicaciones pueden hacer con sus datos privados,están ligadas con el propósito de seguir proporcionando información o utilizando las plataformas que les exigen tales reseñas. -Estudiar como la voluntad de actuación de los usuarios, las molestias sobre los requerimientos de su intimidad y las preocupaciones de los mismos hacia la gestión de su privacidad en las aplicaciones móviles, pueden estar influidas por el género por el género y la edad conjuntamente. -Averiguar la confirmación de que la probabilidad de que los individuos sigan facilitando su identificación para usar las app móviles pueda estar influenciada conjuntamente por sus niveles de molestias de la práctica de la privacidad o inquietudes por entender la gestión del registro de datos. Pág. 8 2. ¿Qué es la privacidad?: El término de privacidad varía según el momento, el autor y el campo donde se quiera definir. Así pues, podemos mostrar un primer concepto datado del siglo XIX donde se presenta a la privacidad como “el derecho de estar solo” (Warren y Brandeis, 1890). Existen multitud de descripciones para explicar el concepto de privacidad según el ámbito que se elija para su definición ya que dentro de la privacidad individual encontramos la privacidad corporal, territorial, de comunicaciones, de información, de ubicación etc, lo que todas ellas tienen en común es que deben ser “prácticas de información justas”, es decir, la información debe ser recopilada y tratada de manera lícita (Karyda et al, 2009). Nosotros nos centraremos en la privacidad de información para la que ya había definiciones antes de la llegada de las aplicaciones móviles: “La privacidad de la información se refiere a la capacidad de un individuo para controlar personalmente la información sobre él o ella misma” (Stone et al., 1983). Con la implantación de Internet y Apps en nuestra cotidianidad, este concepto ha ido evolucionando y diversos estudiosos han dado un vuelco a la definición: “El estudio de la privacidad se ha extendido a aplicaciones críticas en los negocios, incluyendo el comportamiento del consumidor, marketing, comercio electrónico e Internet” (Lanier y Saini, 2008; Phelps et al., 2000). En 1996, Smith et al. propusieron la siguiente definición de privacidad de información: “Preocupaciones de los individuos sobre las prácticas de privacidad de la información de la organización” y a raíz de tal desarrolló la escala de Preocupación por la Privacidad de la Información (CFIP) con cuatro variables: recopilación de información personal, uso secundario no autorizado de información personal, errores en la información personal y acceso indebido a la información personal. En 2004, Malhotra et al, redefinieron la escala (CFIP) propuesta por Smith, y creó la escala multidimensional: Preocupación por la Privacidad de la Información de los Usuarios de Internet (IUIPC, Internet User´sInformationPrivacyConcerns) para la cual adaptó la escala Pág. 15 4. Metodología: El programa que usaremos para realizar los diferentes análisis de las variables es IBM SPSS Statistics. Abrimos el Excel con todos los resultados obtenidos de la encuesta y en primer lugar sustituimos los valores inciertos a los que se le ha asignado el valor -999 por una medida intermedia que para nuestra escala corresponde al valor 4. Volcamos la nueva tabla con los valores reemplazados en el programa. Al realizar este último paso, nos aparecen directamente las variables, sin embargo debemos modificar y añadirles parámetros para que las variables queden los más adecuadas posibles para nuestro objeto de estudio. Tipo: Numérico Etiquetas: cada una al item que corresponda Valores: 1=Totalmente en desacuerdo 2= Desacuerdo 3= Ni de acuerdo ni en desacuerdo (desacuerdo) 4= Ni de acuerdo ni en desacuerdo 5=Ni de acuerdo ni en desacuerdo (de acuerdo) 6=De acuerdo 7=Totalmente de acuerdo Para resolver los dos grandes interrogantes de nuestra investigación, debemos realizar previamente ciertas pruebas que nos servirán de guía y con las que vamos a ir dando pequeñas respuestas a nuestros lectores, que luego, nos ayudaran a fundar una resolución para las preguntas que realmente nos interesan que son nuestros objetivos. Las pruebas que tenemos que elaborar son las siguientes: -Análisis de la Moda para averiguar qué aplicación es la más usada por los encuestados. -Análisis de Frecuencias para saber a grandes rasgos qué es lo que han contestado los usuarios de nuestra muestra. -ANOVA de un factor, para conocer la existencia de una influencia significativa por parte de una variable cualitativa en una variable cuantitativa. -ANOVA de varios factores, para examinar si, en una variable efecto cuantitativa pueden tener incidencia dos o más variables causales cualitativas. Pág. 16 4.1. Preguntas de la encuesta: Categoría: Preocupación por la privacidad Factor 1: Collection -COL01: Generalmente me molesta cuando las apps me piden información personal. -COL02: Cuando las apps me piden información personal, lo pienso dos veces antes de darla. -COL03: Me molesta dar información personal a las apps. -COL04: Me preocupa que las apps tengan demasiada información sobre mí. Factor 2: Control -CON01: La privacidad online del consumidor es un derecho de los consumidores a ejercer el control sobre cómo su información es capturada, utilizada y compartida. -CON02: El control de la información privada es un asunto importante sobre la intimidad del consumidor. -CON03: Creo que la privacidad online se invade en el momento en que se pierde o se reduce el control sobre la información privada. Factor 3: Conocimiento sobre la práctica de privacidad -AW01:Las empresas que buscan información online deberían revelar la forma en la que la recopilan, la procesan y la utilizan. -AW02:Una buena política de privacidad online debe ser comunicada de forma clara y visible. -AW03:Es muy importante para mí conocer cómo se utilizará mi información privada. Categoría: Preocupación de privacidad de información en usuarios móviles Factor 4:Vigilancia percibida -PS01 Creo que la ubicación de mi móvil es recogida al menos parte del tiempo. -PS02 Me preocupa que esta app esté recopilando demasiada información sobre mí. -PS03 Me preocupa que esta app pueda supervisar mis actividades en mi móvil. Factor 5: Intrusión percibida -PI01 Siento que, como resultado de usar esta app, otros saben de mí más de lo que me siento cómodo. -PI02 Creo que, como resultado del uso de esta app, la información sobre mí que Pág. 17 considero privada ahora está más disponible para otros de lo que quisiera. -PI03 Siento que, como resultado de mi uso de esta app, hay información sobre mí que, si se usa, invade mi privacidad. Factor 6: Uso secundaria -SU01 Me preocupa que esta app pueda usar mi información personal para otros fines sin notificármelo ni obtener mi autorización. -SU02 Cuando proporciono información personal para usar esta app, me preocupa que esta app pueda usar mi información para otros fines. -SU03 Me preocupa que esta app pueda compartir mi información personal con otras entidades sin obtener mi autorización. Factor 7: Experiencia de privacidad previa -PPE01 Con mucha frecuencia, he experimentado incidentes por los cuales alguna compañía o sitio web de comercio electrónico utilizó mi información personal sin mi autorización. -PPE02 Con mucha frecuencia, durante el último año, he escuchado o leído sobre el uso y posible uso indebido de la información recopilada en Internet. -PPE03 Con mucha frecuencia, he sido víctima de lo que sentí que fue una invasión impropia de la privacidad. Categoría: Intención de comportamiento (Factor 8) -BI01 Es probable que transmita mi información personal para utilizar esta app en los próximos 12 meses. -BI02 Creo que voy a usar esta app en los próximos 12 meses. -BI03 Seguro que usaré esta app en los próximos 12 meses. Categoría: Paradoja de privacidad Factor 9: Valor percibido de la divulgación de información -VAL01 Creo que mis beneficios obtenidos del uso de esta app pueden compensar los riesgos de la divulgación de mi información. -VAL02 El valor que gano con el uso de esta app vale la información que proporciono. -VAL03 Creo que los riesgos de la divulgación de mi información serán mayores que los beneficios obtenidos del uso de esta app. (escala inversa). Pág. 18 Factor 10: Beneficio percibido de la divulgación de información -BEN 01 La divulgación de mi información, hará que reciba información promocional en el momento adecuado. -BEN 02 La divulgación de mi información, hará que reciba información promocional útil para mí. -BEN 03 En general, creo que la divulgación de mi información es beneficioso para mí. -BEN 04 En general, creo que el uso de esta app es beneficioso para mí. Factor 11: Riesgo percibido de la divulgación de información. -RIS01 Proporcionar a esta app mi información personal implicaría muchos problemas inesperados. -RIS02 Sería arriesgado divulgar mi información personal a esta app. -RIS03 La divulgación de mi información personal a esta app generaría un alto potencial de pérdida. Gender: Género Age: Edad Pág. 19 5. Análisis de la moda para la variable “Nombres”: Mediante esta prueba vamos a analizar el Nombre de la aplicación que más usan los usuarios consumidores de aplicaciones que han contestado nuestra encuesta. Para poder realizar el análisis descriptivo, hemos recodificado la variable asignándole valores numéricos a los nombres de app más representativas, es decir, en primer lugar hemos realizado una tabla de frecuencias donde nos indicaban las aplicaciones más consumidas por los consumidores, a partir de la cual hemos extraído las que más se repetían y las hemos convertido en un número. Esto nos ha servido para que el programa SPSS reconozca la moda y nos aporte el gráfico que necesitábamos. La recodificación es la siguiente: Instagram=1; BET365=2; Whatsapp=3; CODERE=4; ZARA=5; YouTube=6; Twitter=7; Spotify=8; ClashRoyale=9 y BrawlStars=10. Los resultados de la prueba muestran que, con una gran significación, el nombre de la aplicación que más utilizan los usuarios de la muestra es: INSTAGRAM. En el gráfico circular anterior se detalla la frecuencia de las valores de la variable recodificada. Pág. 20 En la siguiente tabla, podemos observar las diferencias de respuestas según el género que existen en esta encuesta y únicamente con los datos que hemos seleccionado como los más interesantes de analizar. Como vemos no existen desigualdades relevantes a la hora de elegir los nombres de las aplicaciones más usadas. Como último paso, hemos realizado el ANOVA de un factor para ver si en género influye en la elección de la app, los resultados nos han salido negativos en el test de normalidad por lo que realizamos las pruebas Welch y Brown con las que llegamos a la misma conclusión. Finalmente hemos elevado la variable al cuadrado para comprobar de nuevo la normalidad pero esta sigue sin ofrecernos certeza por lo que no podemos hacer el ANOVA. Pág. 21 6. Análisis de frecuencias con gráfico de barras de todas las variables: 6.1. Categoría “PREOCUPACIÓN POR LA PRIVACIDAD”. 6.1.1. Factor “COLLECTION”: recopilación de datos. Con este análisis, podemos decir que a la mayoría de la muestra seleccionada le molesta tanto dar como que le pidan información personal (COL01 y COL03). Sin embargo, a un 34,3% de la muestra le es indiferente el hecho de que las apps le demanden información personal. Dentro de ese porcentaje el 16,89% reconocen que aunque no les molesta que requieran sus datos, sería mejor si no lo hiciesen. Por otro lado, al 28,9% del segmento encuestado no les molesta entregar su información. En cuanto al hecho de proporcionar la información privada, el 45,33%afirma que piensan dos veces antes de entregarla. En contraposición, sólo el 2,7% de las personas no dudan en facilitarla. Pág. 22 Para concluir este factor, descubrimos que casi la mitad de los investigados (45,56%), les preocupa que las apps tengan demasiados datos sobre los usuarios. Seguido de un 27,56% que, aunque en menor grado, también están de acuerdo con tal preocupación. 6.1.2. Factor “CONTROL”: control de los usuarios sobre su información privada. Con total redundancia, en las dos variables siguientes, más de la mitad de los encuestados cree que la privacidad es un derecho que tienen los consumidores para ejercer el control sobre su información. Así pues, un 10% más de las personas que creen que la privacidad es un derecho, piensan que la gestión de tal información privada es de suma importancia para preservar la intimidad del usuario. Pág. 23 No obstante, llama la atención que a la hora de decidir si nos invaden nuestra privacidad online cuando perdemos el control, antes citado, de nuestros datos, el porcentaje redundante anterior se divide de forma que, aunque un 70,66% de los individuos están de acuerdo, sólo el 36,44% está plenamente conforme con el interrogante. Mientras que un 18,22% aunque cree en la afirmación, no le supone un posicionamiento limite hacia el acuerdo. 6.1.3. Factor “CONOCIMIENTO DE LA PRÁCTICA DE PRIVACIDAD” En este factor se percibe una clara tendencia hacia el acuerdo, en todas sus variables, ante la cuestión de si las empresas que solicitan información online deben exponer de forma clara y sencilla la manera en la que Pág. 24 recopilan, procesan y usan esa información ya que para la mayoría de los encuestados (concretamente el 75.6%) es importante conocer la manera en la que se usa su información privada. Y aunque al 23,12% parece no importarle qué se hace con su información, también se puede observar cierta inclinación hacia el acuerdo (exactamente el 14%). 6.2. Categoría: “PREOCUPACIÓN DE PRIVACIDAD DE INFORMACIÓN EN USUARIOS MÓVILES”. 6.2.1. Factor “VIGILANCIA PERCIBIDA” Pág. 31 7. Análisis ANOVA de un factor: Recordamos que para realizar este estudio de prueba paramétrica, las variables deben cumplir tres requisitos: a) Que sea una distribución Normal (prueba de homocedasticidad mediante el Test de Levene). b) Que tenga varianzas similares c) Que las observaciones sean independientes Las hipótesis que se van a contrastar son las siguientes: Hipótesis Nula= H0: el factor no influye significativamente en la variable efecto. Hipótesis Alternativa= H1: el factor si influye significativamente en la variable efecto. 7.1. Analizar si la variable “GÉNERO” influye en el factor “COLLECTION”. En un primer momento, examinamos la tabla de descriptivos donde vemos las similitudes entre las medias de cada grupo. De esta manera cuando se realiza la prueba de homogeneidad, averiguamos que las cuatro variables que componen este factor son homocedásticas, por lo que podemos continuar con la prueba y, ahora sí, examinar la prueba ANOVA que dará respuesta a las siguientes hipótesis: Como se puede ver en la tabla, las significaciones obtenidasson superiores al nivel de confianza seleccionado de 0,05. Por lo tanto se acepta la hipótesis nula y se puede concluir queel género no influye significativamente en el grado de preocupación de los usuarios sobre su privacidad. Pág. 32 7.2. Analizar si la variable “GÉNERO” influye en el factor “VIGILANCIA PERCIBIDA”. Una vez realizado el análisis, lo primero que debemos mirar es el test de normalidad que en el caso de estas variables ha resultado que las tres presentan heterocedasticidad: Por esta razón, hemos decidido reconvertir la variable para conseguir la homogeneidad de varianzas esperada. Para ello hemos elevado la variable al cuadrado, observando su asimetría, curtosis y test de Jarque-Bera para posteriormente volver a someter a la variable al test de normalidad de Levene y nos ha resultado lo siguiente: Se observa que con el factor recodificado, las variables PS02 y PS03 si presentan el grado de homogeneidad esperado por tanto, ahora sí, cumplen los requisitos de pruebas paramétricas y de esta forma podemos proceder a estudiar el análisis del ANOVA de un factor, que en nuestro caso es el género. Pág. 33 En esta tabla vemos como las variables que anteriormente, gracias a la recodificación, han presentado homocedasticidad, según la significación mostrada superan a 0,05 por lo tanto aceptan la hipótesis nula y se puede concluir que: -Acepto H0 PS02: El género no afecta significativamente a la preocupación de que la app esté recopilando demasiada información sobre el usuario. -Acepto H0 PS03: El género no influye significativamente en la preocupación de que la app este revisando la actividad móvil de los usuarios. Por otro lado, tenemos la variable PS01referida a la recopilación de las ubicaciones de los usuarios por parte de la app. En el análisis ANOVA, la variable muestra una significación de 0,001, es decir, inferior a 0,05 por lo que aceptaríamos la hipótesis alternativa y se podría decir que el género si influye de manera significativa en tal variable. Sin embargo, en la tabla anterior observamos que esta variable presenta heterocedasticidad, por tanto no podemos afirmar con certeza la expresión anterior porque tenemos un error muy alto de que no sea así. 7.3. Vamos a analizar si la variable “GÉNERO” influye en el factor “USO SECUNDARIO”. En la prueba de homogeneidad de Levene, se observa que, según la significación, la única variable que cumple el requisito de homocedasticidad es SU02 ya que el resto de variables presentan una significación menor a 0,05. Por tanto, realizamos el ANOVA únicamente para la variable Pág. 34 SU02,para las demás procederemos a usar otros tratamientos. Según la prueba anova, se acepta la hipótesis nula de la variable SU02 lo que significa que el género si influye significativamente ante la preocupación de desconocer para qué otros fines puede ser utilizada la información que proporcionan los usuarios a la app. Con respecto a las dos variables restantes, que presentan heterocedasticidad en la prueba de normalidad, vamos a aplicarles otros estadísticos que se conocen como Welch y Brown- Forsythe que son una alternativa robusta al estadístico F cuando no se pude aceptar la hipótesis de homocedasticidad. A raíz de estas pruebas, averiguamos que la variable SU01 mantiene una significación menor a 0,05 pero la variable SU03 aparece con una significación mayor a la citada. De esta manera se puede concluir lo siguiente: -Rechazo H0 SU01: El género no influye de manera significativa en la preocupación que pueden tener los usuarios porque las app usen su información privada para otros fines sin su autorización. -Acepto H0 SU03: El género no influye de manera significativa en la preocupación de que las apps puedan compartir la información de los usuarios con otras entidades sin su consentimiento. Tras haber analizado si el género influye de manera significativa en las variables que por líneas generales causan preocupaciones a nuestros usuarios, procedemos a investigar si tales inquietudes sobre privacidad pueden influir de manera significativa en la intención de Pág. 35 comportamiento de los mismos. De esta manera, dentro del factor “INTENCIÓN DE COMPORTAMIENTO” nuestras variables cuantitativas sujeto de análisis seran: BI01: Es probable que transmita mi información personal para utilizar esta app en los próximos 12 meses. BI02: Creo que voy a usar esta app en los próximos 12 meses. BI03: Seguro que usaré esta app en los próximos 12 meses. 7.4. Analizar si las variables del factor “COLLECTION” influyen en alguna de las variables del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. Las variables causales cualitativas son: COL01: Generalmente me molesta cuando las apps me piden información personal. COL02:Cuando las apps me piden información personal, lo pienso dos veces antes de darla. COL03: Me molesta dar información personal a las apps. COL04: Me preocupa que las apps tengan demasiada información sobre mí. A) COLLECTION y BI01 Los resultados muestran que en la prueba de normalidad, las variables que han presentado homocedasticidad, son COL03 y COL04 puesto que las variables COL01 y COL02 revelan niveles de significación por debajo de 0,05. El cuadro del anova nos revela que las variables que han presentado anteriormente homogeneidad de varianzas, no influyen de manera significativa en BI01. Y realizando los test Welch y Brown, para las que no han presentado homogeneidad, tampoco se consigue la influencia que buscamos. B) COLLECTION y BI02 En esta prueba han resultado que las cuatro variables presentan homocedasticidad. Pero en la tabla del anova, no hemos conseguido que ninguna de las variables incida en la variable BI02. Pág. 36 C) COLLECTION y BI03 Lo mismo que en el caso anterior, para la variable BI03 hemos conseguido la homocedasticidad necesaria de las cuatro variables analizadas, aunque no logramos ningún grado de influencia. 7.5. Analizar si las variables del factor “VIGILANCIA PERCIBIDA” influyen en alguna de las variables del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. Las variables causales cualitativas son: PS01: Creo que la ubicación de mi móvil es recogida al menos parte del tiempo. PS02: Me preocupa que esta app esté recopilando demasiada información sobre mí. PS03: Me preocupa que esta app pueda supervisar mis actividades en mi móvil. A) VIGILANCIA PERCIBIDA y BI01 Ninguna de las tres variables presenta homocedasticidad por tanto aunque en la prueba anova las variables PS01 y PS02 sí parecen influir, esta afirmación no es certera ya que presenta el error de no ser distribuciones normales. B) VIGILANCIA PERCIBIDA y BI02 En esta prueba todas presentan homocedasticidad. No obstante ninguna tiene influencia en la variable cuantitativa. Pág. 37 C) VIGILANCIA PERCIBIDA y BI03 Al igual que el anova anterior, aprueban el test de normalidad pero no produce influencia en nuestra variable de estudio. 7.6. Analizar si las variables del factor “USO SECUNDARIO” influyen en alguna de las variables del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. Las variables causales cualitativas son: SU01: Me preocupa que esta app pueda usar mi información personal para otros fines sin notificármelo ni obtener mi autorización. SU02: Me preocupa que esta app esté recopilando demasiada información sobre mí. SU03: Me preocupa que esta app pueda compartir mi información personal con otras entidades sin obtener mi autorización. A) USO SECUNDARIO y BI01 Todas presentan homocedasticidad, por lo que hemos realizado las pruebas Weclh y Brown que revelan que la variable SU01 puede tener una distribución normal. Sin embargo, al mirar el anova, la única con la que podemos tener algo de certeza parece no influir en la variable. Pág. 38 B) USO SECUNDARIO y BI02 Se ha conseguido pasar la prueba de normalidad de todas las variables mas ninguna incide en la variable estudiada. C) USO SECUNDARIO y BI03 Este test mantiene el mismo resultado que los obtenidos en la prueba anterior, es decir, todas tienen homocedasticidad pero no demuestran ningún vínculo con la variable del comportamiento. Conclusión: tras haber realizado las pruebas ANOVA de un factor en las variables relacionadas con la intención de comportamiento del consumidor de aplicaciones móviles, hemos comprobado finalmente que ninguna de las variables de los factores incide de manera significativa en tal voluntad de actuación. De esta manera, para ser más concretos, podemos decir que se han aceptado todas las hipótesis nulas de las variables examinadas que presentaron homocedasticidad en la prueba de normalidad de Levene. Mientras que para las que presentaron heterocedasticidad, se aplicaron los test de Welch y Brown Forsythe, los cuales a diferencia del test de Levene el cual concluye la normalidad a raíz de la media, estos lo hacen a través de la mediana. Sin embargo, aunque con estas pruebas hemos conseguido en algunos casos distribuciones normales, a la hora del análisis, como todas las demás, aceptaban la hipótesis nula por lo que tampoco influyen en nuestra variable comportamental objeto de estudio. Pág. 39 8. Análisis ANOVA Multifactorial: El análisis factorial de la varianza se basa en averiguar el grado de incidencia de dos o más factores, que son variables causales cualitativas, en una variable efecto cuantitativa. En este apartado hemos realizado diversas pruebas 8.1. Analizar si las variables “GÉNERO” y “EDAD” influyen en alguna variable del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. El estudio consta de: variable efecto cuantitativa BI01(Es probable que transmita mi información personal para utilizar esta app en los próximos 12 meses). Y las variables causales cualitativas “Edad” y “Género”, que en esta prueba son los factores. En la primera tabla podemos ver el número de personas de la muestra dividida por las características de cada factor. La segunda tabla consta del test de Levene, necesario para saber si la población sigue una distribución normal. En este caso, según la significación del test se acepta la hipótesis nula dado que su valor supera 0,05. Dado el resultado procedemos a realizar la prueba de efectos para averiguar si los factores tienen incidencia en la variable BI01. Aquí, observamos cómo ni el factor “Genero”, ni “Edad”, ni su interacción, afectan de manera significativa en la probabilidad de que los usuarios transmitan información personal a la app en los próximos 12 meses porque aceptamos las hipótesis nulas y se contempla que: Pág. 40 -Acepto H0Gender: el género no influye significativamente en la probabilidad de transmitir información personal para utilizar la app en los próximos 12 meses. -Acepto H0Age: la edad no influye significativamente en la probabilidad de transmitir información personal para utilizar la app en los próximos 12 meses. -Acepto H0 Ambos: el género y la edad no influyen significativamente en la probabilidad de transmitir información personal para utilizar la app en los próximos 12 meses. 8.2. Analizar si las variables “GÉNERO” y “EDAD” influyen en alguna variable del factor “COLLECTION”. Tras realizar las diversas pruebas los resultados sostienen que aunque todas las variables han presentado homocedasticidad, ninguna de ellas parece ser influenciada de manera significativa por el género, la edad o su interacción. 8.3. Analizar si las variables “GÉNERO” y “EDAD” influyen en alguna variable del factor “VIGILANCIA PERCIBIDA”. Estas pruebas han presentado heterocedasticidad para las variables PS01 y PS02 por lo que no podemos averiguar con certeza su grado de incidencia. Sin embargo, la variable PS03 si ha admitido el test de normalidad. Al componer la tabla del anova, esta muestra aceptación de la hipótesis nula por tanto ni el género ni la edad ni su interacción afectan a la preocupación de que las app puedan revisar nuestra actividad privada. 8.4. Analizar si las variables “GÉNERO” y “EDAD” influyen en alguna variable del factor “USO SECUNDARIO”. A raíz de este estudio se extrae que la única variable a la que puede realizar la prueba anova es PS02 y muestra que no se ve influida por las variables género y edad. 8.5. Analizar si las variables del factor “COLLECTION” influyen en la variable BI01 del factor y categoría “INTENCIÓN DE COMPORTAMIENTO”. De entre todas las combinaciones posibles elaboradas con estas variables, los resultados más significativos son los obtenidos investigando si las variables COL02 y COL03 inciden de manera directa en la variable BI01 referente a la pretensión de actuación. En primer lugar, la variable dependiente presenta homogeneidad superando de esta forma el test de normalidad, a partir de aquí, se observa la prueba anova en la que se expone la aceptación de la hipótesis nula de las variables individuales pero su interacción sí parece influir en la variable efecto. Pág. 47 Kehr, F., Wentzel, D., Kowatsch, T. (2014). Privacyparadoxrevised: Pre-existingattitudes, psychologicalownership, and actual disclosure. In: ThirtyFifth International ConferenceonInformationSystems, Auckland, New Zealand, 1– 12. Lanier, C.D. and Saini, A. (2008), “Understandingconsumerprivacy: a review and futuredirections”, Academy of Marketing ScienceReview, Vol. 12 No. 2. Lombardi, D. B., &Ciceri, M. R. (2016). More ThanDefense in DailyExperience of Privacy: TheFunctions of Privacy in Digital and PhysicalEnvironments. Europe’sJournal of Psychology, 12 (1), 115–136. Malhotra, N.K., Kim, S.S., and Agarwal, J. (2004). "Internet Users' InformationPrivacyConcerns (Iuipc): TheConstruct, theScale, and a Causal Model," InformationSystemsResearch (15:4), December, pp 336-355. Morena Joaurez, Lorena (2018). ¿Cómo fue la primera aplicación móvil del mercado?. Recuperado de https://www.comandia.com. Norberg PA, Horne DR, Horne DA (2007). Theprivacyparadox: personal informationdisclosureintentions versus behaviors. J ConsumAff 2007. Phelan, C., Lampe, C., Resnick, P. (2016). It’screepy, butitdoesn’tbother me. CHI 2016, San Jose, CA, USA, 5240- 5251. Phelps, J., Nowak, G. and Ferrell, E. (2000), “Privacyconcerns and consumerwillingness to provide personal information”, Journal of PublicPolicy& Marketing, Vol. 19 No. 1, pp. 27-41. Quinn, K. (2016). Whywe share: a uses and gratificationsapproach to privacyregulation in social media use. J. Broadcast. Electron. Media 60 (1), 61–86. Robert W. Palmatier& Kelly D. Martin. TheIntelligentMarketer`sGuide to Data Privacity: Theimpact of Big Data onCustomer Trust. Gewerbestrasse, Suiza: SpringerNatureSwitzerland AG. https://doi.org/10.1007/978-3-030-03724-6. Rubin, A.M. (1984). Ritualized and instrumental televisionviewing. J. Commun. 34, 67–77. SamiraVolpato (2016). El derecho a la intimidad y las nuevas tecnologías de información (Trabajo Fin de Grado). Departamento de Derecho Constitucional. Universidad de Sevilla. https://idus.us.es/xmlui/bitstream/handle/11441/52298/EL%20DERECHO%20A%20LA%20INTIMIDAD%20Y%20 LAS%20NUEVAS%20TECNOLOGI%CC%81AS%20DE%20INFOR.pdf?sequence=1&isAllowed=y. Schwartz, B. (1968). The Social Psychology of Privacy. American Journal of Sociology, 73 , 741–752. Smith, H.J., Milberg, J.S., and Burke, J.S. (1996). "InformationPrivacy: MeasuringIndividuals' ConcernsAboutOrganizationalPractices," MIS Quarterly (20:2), June, pp 167-196. Pág. 48 SpyroKokolakis (2015). Privacyattitudes and privacybehaviour: A review of currentresearchontheprivacyparadoxphenomenon. Departamento de Ingenieria de Sistemas de Información y Comunicación. Universidad del Egeo. Recuperado de https://www.sciencedirect.com. Stewart, K.A., and Segars, A.H. (2002). "AnEmpiricalExamination of theConcernforInformationPrivacyInstrument," InformationSystemsResearch (13:1), pp 36-49. Stone, E. F., D. G. Gardner, H. G. Gueutal, and S. McClure (1983). "A fieldexperimentcomparinginformationprivacyvalues, beliefs and attitudesacrossseveraltypes of organizations," Journal of AppliedPsychology (68) 3, pp. 459-468. SusanneBarth y Menno D.T. de Jong (2017). Theprivacyparadox – Investigatingdiscrepanciesbetweenexpressedprivacyconcerns and actual online behavior – A systematic literatura review. Universidad de Twente. Journal: Telematics and Informatics. Recuperado de https://www.elsevier.com/locate/tele. Van Slyke, C., Shim, J.T., Johnson, R., and Jiang, J.J. (2006). "ConcernforInformationPrivacy and Online ConsumerPurchasing," Journal of theAssociationforInformationSystems (7:6), pp 415-444. Vílchez, L. F., López, M., López, V. y Galán, E. (2011). Redes sociales de Internet y adolescentes. Madrid: Universidad Complutense de Madrid. Warren, S.D. and Brandeis, L. (1890). “Theright of privacy”, Harvard LawReview, Vol. 4 No. 5, pp. 193-220. Xin Tan, Li Qin, Yongbeom Kim y Jeffrey Hsu (2011). Impact of privacyconcern in social networking web sites. Journalhttps://www.emeraldinsight.com/loi/intr. Zhang, B., Wu, M., Kang, H., Go, E., Sundar, S.S. (2014). Effects of securitywarnings and instantgratificationcuesonattitudestowardmobilewebsites. In: Toronto, O.N. (Ed.), CHI 2014. Canada, pp. 111– 114. Ilustraciones: Ilustración 1: Statista. https://www.statista.com/chart/17731/global-data-abuse-concern-and-action/ .