El impacto de la calidad de los e-service e= n la satisfacción del cliente y su incidencia en el rendimiento financiero: caso empresa comercial Ecuatek

The impact of e-service quality on customer satisfaction and its impact on financial performance: t= he case of Ecuatek commercial company

= ¹	Diana Marcela Villalva Vargas<= span style=3D'color:black'>	https://orcid.org/0009-0008-7636-1343
	Universidad de las Fuerzas Armadas (ESPE),Ingeniera en Finanzas y Auditoria dmvillava@espe.edu.ec
= ²	Erlinda Elísabeth Jiménez Silv= a	https://orcid.org/0000-0003-4536-2884
	Universidad de las Fuerzas Armadas (ESPE), PhD. Ciencias Contables, Magister en Gestión Empresarial eejim= enez@espe.edu.ec
	<= /span>

	Artículo de Investigación Científica y Tecnológica<= /b> Enviado: 08/04/2024 Revisado: 10/05/2024 Aceptado: 20/06/2024 Publicado:05/07/2024 DOI: https://doi.org/10.33262/= visionariodigital.v8i3.3090 <= /b>
= =
= Cítese:=		&nb= sp; Villalva Vargas, D. M., & Jiménez Silva, E. E. (2024). El impacto de la calida= d de los e-service en la satisfacción del cliente y su incidencia en el rendimiento financiero: caso empresa comercial Ecuatek. Visionario Digita= l, 8(3), 57-74. https://doi.org/10.33262/visionariodigital.v8i3.3= 090 &nb= sp;
		= *= VISIONARIO DIGITAL,* es una revista científica,= trimestral, que se publicará en soporte electrónico tiene como misión contribu= ir a la formación de profesionales competentes con visión humaníst= ica y crítica que sean capaces de exponer sus resultados investigativos y científicos en la misma medida que se promueva mediante su intervención cambios positivos en la sociedad. https://vi= sionariodigital.org = La revista es editada por la Editorial Ciencia Digital (Editorial de prestig= io registrada en la Cámara Ecuatoriana de Libro con No de Afiliación 663) www.celibro.org.ec =
		Esta revista está protegida bajo una licenc= ia Creative Commons Atribución-No Comercial-Compartir Igual 4.0 Internationa= l. Copia de la licencia: https://creativecommons.org/licenses/by-nc-sa/4.= 0/deed.es
Palabras clave: = análisis factorial, calidad, e-service, modelo SERVQUAL, rendimiento financiero.	&nb= sp;	Resumen = Introducción: = En Ecuador, las PYMES juegan un papel fundamental en la economía al generar empleo y dinamizar la actividad económica. A pesar de su contribución al desarrollo, enfrentan desafíos como limitaciones fiscales y de exportació= n, aunque su flexibilidad les permite adaptarse a cambios tecnológicos y sociales. Objetivos: el objetivo principal de este estudio es determinar la relación entre la calidad del e-service y el rendimi= ento financiero de la empresa ECUATEK (empresa comercializadora de productos tecnológicos y servicios digitales en Ecuador y acciones de comex en país= es como Corea, Canadá, Estados Unidos, Japón entre otros). Metodología: <= /b> para poder medir la calidad del servic= io se utilizó el Modelo SERVQUAL a través de un enfoque cuantitativo, con investigación exploratoria y descriptiva en una población infinita debido= a que la empresa cuenta con más de 100.000 clientes; pero también se consid= eró una población complementaria que son sus empleados, por tanto, se trabajó con= una participación de 14 empleados y 384 clientes como muestra. Resultados:= estadísticamente la calidad fue medida de manera transversal, pues la variable no fue manipulada y la calidad del servicio se evaluó con encuestas en un solo momento, mientras que la rentabilidad se midió longitudinalmente en compa= raciones de periodos distintos, utilizando un análisis factorial exploratorio con = el fin de extraer la máxima varianza posible de los datos en cada factor. Conclusiones: los hallazgos permitieron establecer que la correlación entre el e= -service y el rendimiento financiero de los clientes no fue altamente significativ= a, mostrando una correlación débil con el ROA (r =3D 0,023) y el ROE (r =3D = -0,500) y para los empleados se mostró una relación moderada con el ROA (r =3D 0,= 354) y el ROE (r =3D -0,354). Se reveló que la relación entre la calidad del = e-service y el rendimiento financiero es débil en relación con los clientes y moder= ada en relación con los empleados. A pesar de las limitaciones debidas a la aplicación del estudio a una única empresa, se sugiere que investigaciones adicionales podrían proporcionar una comprensión más robusta de cómo el <= i>e-service puede contribuir a la sostenibilidad financiera de las empresas sobre todo del sector al que pertenece la empresa del caso de estudio. Área de estudio general: finanzas empresariales Área de estudio específica= : finanzas. Tipo de estudio: original.
Keywords:factor analysis, quality, e-service, SERVQUAL mo= del, financial performance.		Abstract = Introduction: In Ecuad= or, SMEs play a fundamental role in the economy by generating employment and boosting economic activity. Despite their contribution to development, th= ey face challenges such as fiscal and export constraints, although their flexibility allows them to adapt to technological and social changes. = Objectives: The main objective of this study is to determine the relationship bet= ween the quality of the e-service and the financial performance of the company ECUATEK (a company that markets technological products and digital services in Ecuador and shares of comex in countries such as Korea, Canad= a, the United States, Japan, among others). Methodology: in order to measure the quality of the service, the SERVQUAL Model was used through a quantitative approach, with exploratory and descriptive research in an infinite population due to the fact that the company has more than 100,000 customers; but a complementary population was also considered, which are = its employees, therefore we worked with a participation of 14 employees and 3= 84 customers as a sample. Results: Statistically, quality was measure= d in a cross-sectional manner, since the variable was not manipulated and the quality of the service was evaluated with surveys at a single time, while profitability was measured longitudinally in comparisons of different periods, using an exploratory factor analysis in order to extract the max= imum possible variance from the data in each factor. Conclusions: The findings allowed to establish that the correlation between e-service and customer financial performance was not highly significant, showing a = weak correlation with ROA (r =3D 0.023) and ROE (r =3D -0.500) and for employe= es a moderate relationship was shown with ROA (r =3D 0.354) and ROE (r =3D -0.= 354). It was revealed that the relationship between e-service quality and financial performance is weak in relation to customers and moderate in relation to employees. Despite the limitations due to the application of = the study to a single company, it is suggested that further research could provide a more robust understanding of how e-service can contribut= e to the financial sustainability of companies, especially in the sector to wh= ich the company in the case study belongs. General area of study: busi= ness finance Specific area of study: finance. Type of study: ori= ginal.

Introducción <= o:p>

El presente traba= jo de investigación pretende determinar la calidad de los e-service en la empresa ECUATEK del cantón Salcedo y su rendimiento financiero. En Ecuador,= las empresas del sector privado, como ECUATEK, desempeńan un papel significativ= o en la economía nacional, contribuyendo de manera sustancial al Producto Interno Bruto (PIB) siendo su crecimiento del 2,4% en el ańo 2023; donde su activid= ad empresarial en el sector tecnológico no solo impulsa el crecimiento económi= co de un país, sino que también fomenta la innovación y la competitividad en el mercado nacional e internacional (Banco Central del Ecuador [BCE], 2024).

En Ecuador, las P= YMES juegan un papel fundamental en la economía al generar empleo y dinamizar la actividad económica. A pesar de su contribución al desarrollo, enfrentan desafíos como limitaciones fiscales y de exportación, aunque su flexibilidad les permite adaptarse a cambios tecnológicos y sociales (Aguilar, 2015).

La atención al cl= iente consiste en satisfacer a quienes buscan productos o servicios, abarcando de= sde antes de la compra hasta el seguimiento postventa, ya que no se trata solo = de responder preguntas, sino de anticipar necesidades, más allá de la amabilid= ad, es fundamental ofrecer un servicio de alta calidad y calidez (Ayay et al., 2021).

Menciona Osejos &= amp; Merino (2020), la calidad en el e-service refleja el compromiso con = el cliente y su importancia radica en varios aspectos: la creciente competenci= a, la necesidad de diferenciarse, las demandas de clientes más exigentes, el impacto de experiencias negativas en la reputación del negocio y el potenci= al para retener y atraer clientes satisfechos a través de experiencias positivas.

Diversos investig= adores han examinado la calidad del servicio utilizando el modelo SERVQUAL, los cu= ales son frecuentemente empleados en este tipo de estudios (Murali et al., 2016;= Nyadzayo & Khajehzadeh, 2016; Palese & Usai, 2018).

El modelo SERVQUA= L en calidad es el más utilizado para evaluar el servicio al cliente, en donde B= ustamante et al. (2019), explican que este enfoque se fundamenta en el clásico modelo= de evaluación al cliente, que presupone que el cliente forma expectativas sobr= e el servicio que recibirá a través de diversas fuentes. Una vez que el servicio= es prestado, el cliente evalúa este servicio basándose en varias dimensiones q= ue influyen en su percepción del servicio recibido.

Este modelo se co= mpone de indicadores claves que determinan o evalúan aspectos esenciales para calcular la calidad de los servicios en sus diferentes fases. Estos indicadores, conocidos como indicadores de calidad, incluyen:

· Elementos tangibles: E= sto se refiere a cómo la apariencia física de las instalaciones, el equipo, el personal y los materiales de comunicación reflejan la calidad del servicio.=

· Fiabilidad: La habilidad de ofrecer el servicio prometido de manera confiable y precisa.

· Capacidad de respuesta: La prontitud y disposición del personal para asistir a los clientes y proporci= onar un servicio ágil.

· Seguridad: La competencia, cortesía y habilidad del personal para generar confianza y credibilidad.

· Empatía: La capacidad de ofrecer un t= rato personalizado y ponerse en la posición del cliente.

Para ECUATEK, la adopción del modelo SERVQUAL es fundamental, ya que le permite evaluar de manera integral la calidad de e-service desde la perspectiva de los clientes y empleados. Al aplicar SERVQUAL, la empresa puede identificar áre= as de mejora en su oferta de servicios digitales, lo que contribuye directamen= te a la satisfacción del cliente y en última instancia al rendimiento financiero= .

El e-service es un componente vital para ECUATEK, ya que, en la era digital, la experiencia= del cliente en línea influye significativamente en su percepción de la marca y = en su decisión de compra. Por lo tanto, garantizar una alta calidad en los servicios electrónicos se traduce en una ventaja competitiva clave.

Asimismo, al correlacionar el e-service con el rendimiento financiero, ECUATEK pu= ede comprender mejor cómo sus inversiones y esfuerzos en la mejora de los servi= cios digitales impactan en sus resultados financieros.

Metodología

La investigación = tiene un enfoque cuantitativo con investigación de campo bajo la finalidad de aba= rcar un panorama general y aproximado sobre el tema planteado. Esta orientación = se adopta principalmente cuando el área de estudio es relativamente desconocid= a o poco investigada, lo que dificulta la formulación de hipótesis específicas o ampliamente aplicables (Ramos, 2008).

También, se aplic= ó la Investigación descriptiva, que, como su nombre indica, se emplea para detallar las características de situaciones, eventos, individuos, grupos o comunidades b= ajo estudio y someterlos a análisis (Garcés-Cano & Duque-Oliva, 2007). Además, este estudio es no experimental = y de corte transversal, ya que la variable de estudio no fue manipulada (Mata, 2019). Para analizar la calidad del servicio, se utilizó un enfoque transve= rsal con encuestas en un solo momento. En cambio, la medición de rentabilidad fue longitudinal, recopilando datos financieros de 2019 - 2023 (Caďs et al., 20= 14).

En el desarrollo = de este estudio, se contó con dos grupos, el primero con el apoyo de 14 emplea= dos de la empresa ECUATEK, para evaluar su opinión sobre la calidad de la atenc= ión a la cliente ofrecida y la situación actual de la empresa; el segundo grupo= son los clientes con una muestra de 384 encuestas utilizando la fórmula para población infinita, realizándose a clientes tanto nacionales como internacionales, para determinar su nivel de satisfacción con respecto del = servicio al cliente y que con la ayuda en línea a través de Google Forms se p= uedo cumplir con la cobertura de la empresa.

Se estableció un = modelo estructurado de investigación que se ilustra en la Figura 1. Este modelo destaca tres variables principales del estudio: e-service (clientes, empleados) y el rendimiento ROE (Rendimiento sobre el Patrimonio) y = ROA (Rendimiento sobre el Activo). Adicionalmente, el e-service se descompone en cinco dimensiones: elementos tangibles, fiabilidad, capacidad= de respuesta, confianza y empatía (Guesalaga & Pita, 2014).

Fi= gura 1

Va= riables que se estudian en el modelo de investigación

Nota: se explica las variables que conforman el modelo. Elaboración propia= a partir de Srivastava & Rai (2018)

La dimensión de e= lementos tangibles se refiere a la apariencia de los empleados y de la empresa. Esta dimensión evalúa la percepción inicial de los clientes sobre el entorno fís= ico de la organización, incluyendo el equipo utilizado para prestar el servicio= y el diseńo de las instalaciones (Murali et al., 2016). La dimensión de fiabilidad se enfoca en la capacidad de la empresa para cumplir con precisi= ón y consistencia los servicios prometidos, así como en la disposición de los empleados para ofrecer dichos servicios (Zhang & Hou, 2013).

La dimensión de c= apacidad de respuesta mide la disposición y voluntad de los empleados para apoyar a = los clientes, proporcionando un servicio rápido y eficiente (Nyadzayo & Khajehzadeh, 2016). La dimensión de seguridad se enfoca en la confianza que= los empleados comunican a los clientes mediante sus conocimientos y habilidades= en la prestación del servicio, además de la cortesía, el profesionalismo, la competencia técnica y el comportamiento interpersonal (Murali et al., 2016)= . Finalmente, la dimensión de empatía se centra en la seguridad que los empleados infunde= n a los clientes a través de sus conocimientos y habilidades en la prestación d= el servicio, así como en los horarios de atención y las políticas de servicio = al cliente (Zhang & Hou, 2013).

La recolección de= datos se realizó a través de un cuestionario dividido en tres secciones, sumando = un total de 27 ítems (empleados) y 28 ítems (clientes) (ver tabla 1). La prime= ra sección incluye 5 ítems (empleados) y 6 ítems (clientes) destinados a recab= ar información demográfica básica de los encuestados. La segunda sección, compuesta por 22 ítems, busca comprender la percepción de los clientes resp= ecto al servicio proporcionado por la empresa. La tercera sección contiene dos i= ndicadores que evalúan el rendimiento financiero de la empresa (ver tabla 1). Las secciones dos del cuestionario se diseńaron utilizando una escala Likert de= 5 puntos para medir la percepción del cliente, donde el valor más bajo repres= enta “totalmente en desacuerdo” y el valor más alto "totalmente de acuerdo" (ver anexos).

Ta= bla 1

Es= tructura del Cuestionario en base al segmento de la población

Ítems=

Secci= ón I

Secci= ón II

Secci= ón III

Perfil socioeconómico

e-service

Rendi= miento financiero

Empleados

5

22

Indic= adores

2

Clientes

6

22

Nota: número de ítems por e-service y rendimiento financiero

De la primera sec= ción, el primer estudio se realizó a los empleados de ECUATEK ventas (28,6%), administrativos (21,4%), servicio técnico (28,6%), bodega (14,3%); respecto= al porcentaje de participantes destaca el número de hombres (71,4%), frente al (28,6%) de mujeres (n =3D 14). La mayoría presentan una edad comprendida entre 26 y 35= ańos (78,6%) y el resto se distribuye en torno a dos grupos (mayores de 46 ańos 14,3% y entre 36 - 45 ańos 7,11%). El tiempo que labora en la empresa más de cinco ańos (50%), entre uno y tres ańos (35,7%) y hasta un ańo 14,3%.<= /o:p>

El segundo estudi= o se realizó a los clientes de ECUATEK modalidad de estudios online (63%) y presencial (37%). Respecto al porcentaje de participantes destaca el número= de hombres (59,9%), frente a 40,1% de mujeres (n =3D 384). Gran parte presentan una ed= ad comprendida de 26 a 35 ańos (36%), de 36 a 45 ańos (35,7%), y el resto se distribuye en torno a dos grupos (mayores de 46 ańos 14,4% y menores de 25 = ańos 13,9%). El nivel de estudios universitarios mayormente es de (67,9%), seguido de estudios secundarios del (27,2%). En la ocupación trabajador independiente (53,5%), seguido trabajad= or dependiente público y privado del (35,2%). Frecuencia de compra una vez al = mes del (54%), más de una vez al mes del (20,3%).

La segunda sección permite recopilar información sobre la variable de calidad del servicio, utilizando el modelo Servperf para evaluar el desempeńo (Cronin et al., 199= 4; Torres & Luna, 2017). Este modelo se basa en el marco conceptual del modelo Servqual (Parasuraman et al., 1988).

Resultados

Para garantizar la confiabilidad de los datos recolectados, se utilizó el coeficiente alfa de Cronbach. En la tabla 2 presenta los valores del coeficiente alfa de Cronba= ch. Se observó que el valor más bajo corresponde a la variable seguridad, con u= n 0,097 (clientes) y 0,343 (empleados), mientras que la variable e-service l= os valores más altos con 0,889 (empleados) y 0,768 (clientes) respectivamente.=

Ta= bla 2

An= álisis de consistencia de las escalas alfa de Cronbach

Dimensiones

Número de ítems

Consistencia Cronbach (empleados)

Consistencia Cronbach (clientes)

e-service<= /span>

22

0,889

0,768

Elementos tangibles

4

0,560

0,097

Fiabilidad

5

0,526

0,589

Capacidad de Respuesta

4

0,825

0,381

Seguridad

4

0,343

0,347

Empatía

5

0,761

0,123

Nota: Diagnóstico del alfa de Cronbach

Los valores obten= idos del coeficiente alfa de Cronbach indican que solo en algunas dimensiones ti= ene consistencia interna y en el global la consistencia es muy aceptable e-s= ervice (clientes y empleados) con lo que se confirmó que la escala del cuestionario posee una confiabilidad significativa, ya que los valores del alfa de Cronb= ach superan el 0,700 (Hair et al., 2014).

Se realizó la pru= eba de normalidad de Kolmogorov-Smirnov por haber encuestado a más de 50 participantes, y se tomó en cuenta que, cuando, p >=3D 0,05, se utiliza = la prueba paramétrica de Pearson, y cuando p < 0,05 se utiliza la prueba no paramétrica Rho de Spearman (Ver tabla 3).

Ta= bla 3

Pr= ueba de normalidad variable e-service

Prueba de normalidad: e- service

Dimensiones

Kolmogorov-Smirnov

(clientes)

Shapiro – Wilk

(empleados)

Estadístico

p

Elementos Tangibles: etcliente

0,167

0,000

0,887

0,072

Fiabilidad: fcliente

0,165

0,000

0,908

0,497

Capacidad de Respuesta: crcliente

0,162

0,000

0,857

0,028

Seguridad: scliente

0,151

0,000

0,906

0,139

Empatía: ecliente

0,143

0,000

0,883

0,063

e-service: tcliente=

0,172

0,000

0,882

0,062

Nota: prueba de normalidad variable e-service

En la tabla 4 ind= icó que se tienen un p menor al 0,05; entonces, se decide utilizar la prueba no paramétrica para este estudio.

Ta= bla 4

Pr= ueba de normalidad variable e-service

Prueba de normalidad: Rendimiento

Dimensiones

Shapiro – Wilk

Estadístico

p

ROA

0,906

0,493

ROE

0,880

0,312

Nota: prueba de normalidad variable rendimiento

En la tabla 5 y 6= se muestra la matriz de correlación basada en el coeficiente de Spearman.

&nb= sp;

&nb= sp;

Tabla 5<= o:p>

Matriz de correlación de Spearman clientes

Variable

etcliente

fcliente

crcliente

scliente

ecliente

tcliente

ROA

ROE

Etcliente

1

,400^**

,339^**

,403^**

,286^**

,655^**

,030

-,487

Fcliente

,400^**

1

,562^**

,613^**

,377^**

,810^**

,030

-,487

Crcliente

,339^**

,562^**

1

,588^**

,398^**

,792^**

,030

-,487

Scliente

,403^**

,613^**

,588^**

1

,381^**

,813^**

-,007

-,498

384

384

384

384

384

384

5

5

Ecliente

,286^**

,377^**

,398^**

,381^**

1

,628^**

,030

-,487

384

384

384

384

384

384

5

5

Tcliente

,655^**

,810^**

,792^**

,813^**

,628^**

1

,023

-,500

384

384

384

384

384

384

5

5

ROA

,030

,030

,030

-,007

,030

,023

1

,853

ROE

-,487

-,487

-,487

-,498

-,487

-,500

,853

1

**. La correlación es significativa en = el nivel 0,01 (2 colas).

Nota= : matriz de correlación entre dimensiones de la variab= le

Tabla 6<= o:p>

Matriz de correlación de Spearman empleados

Variables

Elementos tangibles

Fiabilidad

Capacidad de respuesta

Seguridad

Empatía

e-service

ROA

ROE

Elementos tangibles

1,000

,538^*

,517

,396

,343

,343

-,103

,872

Fiabilidad

,538^*

1,000

,782^**

,528

,471

,471

,300

,200

Capacidad de respuesta

,517

,782^**

1,000

,792^**

,548^*

,548^*

,577

,289

Seguridad

,396

,528

,792^**

1,000

,551^*

,551^*

,359

-,308

Empatía

,343

,471

,548^*

,551^*

1,000

1,000^**

,354

-,354

e-service

,343

,471

,548^*

,551^*

1,000^**

1,000

,354

-,354

ROA

-,103

,300

,577

,359

,354

,354

1,000

,300

ROE

,872

,200

,289

-,308

-,354

-,354

,300

1,000

*. La correlación es significativa en el nivel 0,05 (2 colas).

**. La correlación es significativa en = el nivel 0,01 (2 colas).

Nota:<= span style=3D'font-size:10.0pt;line-height:115%;font-family:"Times New Roman",se= rif; mso-font-kerning:0pt'> matriz de correlación entre dimensiones de la variab= le

El comportamiento de una vari= able a menudo está relacionado con el comportamiento de un conjunto de variables (Tomaz-de-Aquino et al., 2018), lo que permite abordar ciertas preguntas vinculadas al estudio en cuestión. Es importante destacar que, en esta secc= ión, los 22 ítems que constituyen el instrumento de investigación se denominan v= ariables. Estas variables se abordan siguiendo el mismo enfoque de dimensiones y aspe= ctos relacionados con el e-service. En la tabla 7 se muestra la prueba de esfericidad de Bartlett (p < 0,000), con una medida de adecuación muestr= al de KMO =3D 0,767. Esto confirma que los datos son apropiados para el tamańo= de la muestra. Por lo tanto, se puede llevar a cabo un análisis factorial (Hancoc= k et al., 2018) para identificar el número de componentes y evaluar su validez.<= o:p>

Tabla 7<= /span>

KMO y pr= ueba Bartlett

Medida Kaiser-Meyer-Olkin de adecuación= de muestreo

,767

Prueba de esfericidad de Bartlett<= /o:p>

Aprox. Chi-cuadrado

2210,966

Sig.

,000

Nota:<= span style=3D'font-size:10.0pt;line-height:115%;font-family:"Times New Roman",se= rif; mso-font-kerning:0pt'> Prueba KMO y prueba Barlett

En la tabla 8 y 9= se presenta la varianza total explicada, lo cual facilita un análisis estadíst= ico más detallado. En la sección de la tabla denominada “Autovalores iniciales”= se puede observar el “total”. Este valor representa la porción de la varianza = de las variables inicialmente consideradas que es explicada por cada uno de los factores en el análisis factorial exploratorio.

Tabla 8<= /span>

Varianza= total explicada clientes

Componente

Autovalores iniciales

Sumas de extracción de cargas al cuadrado

Sumas de rotación de cargas al cuadrado<= /span>

Total

% de varianza

% acumulado

Total

% de varianza

% acumulado

Total

% de varianza

% acumulado

1

4,565

20,750

20,750

4,565

20,750

20,750

3,418

15,538

15,538

2

2,024

9,201

29,951

2,024

9,201

29,951

2,247

10,215

25,753

3

1,759

7,997

37,949

1,759

7,997

37,949

2,177

9,896

35,648

4

1,442

6,555

44,504

1,442

6,555

44,504

1,770

8,045

43,694

5

1,154

5,246

49,750

1,154

5,246

49,750

1,332

6,056

49,750

6

1,121

5,096

54,846

Nota: = método de extracción: análisis de componentes princip= ales

El valor propio indica la cantidad de varianza total explicada por un factor. = Por ejemplo, el "Factor 1" en la tabla 8 explica 4,565 de varianza, lo que equivale a un 20,75 % de la varianza total. En los primeros cinco facto= res, los valores propios superan 1,000, lo que significa que cada uno de estos factores explica la varianza de más de una variable del estudio. Esto sugie= re que las 22 variables originales pueden reducirse a 5 factores subyacentes. Además, se puede predecir el 49,75 % de la información contenida en las 22 variables. Es importante seńalar que los factores en la tabla están ordenad= os de manera descendente, mostrando que la varianza del modelo es menos explic= ada por los factores que se encuentran al final de la tabla.

Ta= bla 9

Va= rianza total explicada empleados

Componente

Autovalores iniciales

Sumas de extracción de cargas al cuadrado

Sumas de rotación de cargas al cuadrado<= /span>

Total

% de varianza

% acumulado

Total

% de varianza

% acumulado

Total

% de varianza

% acumulado

1

8,781

36,586

36,586

8,781

36,586

36,586

6,526

27,194

27,194

2

3,587

14,947

51,533

3,587

14,947

51,533

4,074

16,975

44,169

3

2,562

10,674

62,207

2,562

10,674

62,207

3,066

12,775

56,943

4

2,435

10,145

72,352

2,435

10,145

72,352

2,917

12,156

69,099

5

2,186

9,107

81,459

2,186

9,107

81,459

2,487

10,361

79,459

6

1,468

6,118

87,577

Nota:<= span style=3D'font-size:10.0pt;line-height:115%;font-family:"Times New Roman",se= rif; mso-font-kerning:0pt'> método de extracción: análisis de componentes principales

El valor propio i= ndica la cantidad de varianza total explicada por un factor. Por ejemplo, el "Factor 1" en la tabla 9 explica 8,781 de varianza, lo que equiva= le a un 36,59 % de la varianza total. En los primeros cinco factores, los valores propios superan 1,000, lo que significa que cada uno de estos factores expl= ica la varianza de más de una variable del estudio. Esto sugiere que las 22 variables originales pueden reducirse a cinco factores subyacentes. Además,= se puede predecir el 81,46 % de la información contenida en las 22 variables. = Es importante seńalar que los factores en la tabla están ordenados de manera descendente, mostrando que la varianza del modelo es menos explicada por los factores que se encuentran al final de la tabla.

La matriz de comp= onentes rotados presentada en la tabla 10, permite una mayor discriminación de las variables en relación con los componentes. La rotación facilita la interpretación de las asociaciones entre las variables y los componentes, haciendo que las variables altamente correlacionadas tengan pesos factorial= es elevados y las variables con menor correlación tengan pesos factoriales baj= os.

El resultado de la matriz de componentes rotados condujo a la retención de 22 variables con la extracción de 5 componentes, coincidiendo con la varianza total explicada, y convergiendo en 25 iteraciones. También se observa en la Tabla 10 que la mayoría de las variables del componente 1 tienen pesos factoriales superior= es a 0,500. En el componente 2 (Tabla 12), todas las variables muestran pesos factoriales moderados, destacándose especialmente la variable E28, que tien= e un peso de 0,676; los demás de menos de 0,50 están CR17, ET9, F14, F15. Este patrón es similar para los componentes 3, 4 y 5, los cuales también muestran pesos factoriales elevados, variando solo en la cantidad de variables que forman cada componente, excepto E27, E26 que están por debajo del 0,50.

Tabla 10=

Matriz de componentes rotados clientes

Componente

1

2

3

4

5

S20

0,843

CR19

0,837

F12

0,812

F13

0,710

ET7

0,607

F11

0,554

E28

0,676

S21

0,669

CR16

0,651

CR17

0,496

ET9

0,488

F14

0,469

F15

0,128

CR18

0,841

S22

0,825

E25

0,270

E27

0,636

ET10

0,615

S23

0,526

E26

0,313

E24

0,739

ET8

0,729

Nota: = método de rotación: Varimax con normalización Kaiser=

El resultado de la matriz de componentes rotados condujo a la retención de 22 variables con la extracción de 5 componentes, coincidiendo con la varianza total explicada, y convergiendo en 25 iteraciones.

También se observ= a en la tabla 11 que la mayoría de las variables del componente 1,2,3,4, 5 tienen pesos factoriales superiores a 0,500.

Tabla 11=

Matriz de componentes rotados clientes

Componente

1

2

3

4

5

ET8

0,893

ET10

0,847

ET9

0,828

F12

0,813

S22

0,800

E27

0,696

E24

0,686

CR19

0,643

F11

0,533

F14

0,889

S23

0,869

CR18

0,791

CR17

0,693

C16

0,648

E25

0,893

E28

0,834

E26

0,699

F15

0,911

ET7

0,701

S21

0,627

S20

0,563

F13

0,866

Nota: método de rotación: Varimax con normalización Kaiser

Las correlaciones= y el análisis factorial corroboran la interrelación entre las dimensiones del servicio evaluado y la capacidad del cuestionario para medir constructos subyacentes; sin embargo, se observan algunas variables con menor proporció= n de varianza explicada, lo cual sugiere la posibilidad de mejorar el instrumento para futuras aplicaciones.

Este estudio proporciona una base sólida para la evaluación del e-service y sus dimensiones, ofreciendo insights valiosos para mejorar la calidad de= l servicio y los rendimientos; estos hallazgos pueden servir como guía para investigaciones futuras y para la implementación de estrategias que optimic= en el desempeńo del e-service en la empresa.

Conclusiones

·         El estudio mostró una correlación débil entre la calidad del e-service = y el rendimiento financiero en términos de ROA y ROE para los clientes, y una correlación moderada para los empleados, indicando que el e-service influye de manera diversa en diferentes grupos dentro de la empresa.

·         La percepción de la calidad del e-service varía entre empleados y clien= tes, mientras que los clientes tienen una percepción moderada de la calidad del servicio, los empleados muestran una mayor varianza en sus respuestas; esto podría indicar una necesidad de mejorar la comunicación interna y la alinea= ción de expectativas entre empleados y clientes; la diferencia en la percepción también sugiere que las estrategias para mejorar el e-service deben abordar específicamente las áreas seńaladas por ambos grupos.

·         La aplicación del modelo SERVQUAL en ECUATEK permitió identificar áreas crític= as de mejora en la calidad del e-service, destacando la necesidad de enfocarse en dimensiones clave como fiabilidad, capacidad de respuesta, seg= uridad y empatía para aumentar la satisfacción del cliente y mejorar los resultados financieros.

·         A través del análisis factorial, se identificaron cinco factores subyacentes = que explican un 49,75 % de la varianza en las respuestas de los clientes y un 8= 1,46 % en las respuestas de los empleados, lo que sugiere que las 22 variables originales pueden ser reducidas a estos factores clave para un análisis más eficiente y detallado.

·         A pesar de la alta fiabilidad global de las variables, algunas de ellas mostr= aron una menor proporción de varianza explicada, lo que indica la necesidad de refinamiento en el instrumento de medición para futuras aplicaciones, mejor= ando así la precisión en la evaluación de la calidad del e-service.<= /o:p>

Conflicto de intereses

No existe conflicto de intereses en relación con el artículo presentado

Referencias Bibliográficas

Aguilar. (2015). Sistema financiero ecuatoriano y el acceso al financiamiento de las Pymes. Obse= rvatorio PYME, 2. https://www.uees.me/wp-content/uploads/2016/04/Rev-1-Econom%C3%ADa-y-Pymes-= Nov-15.pdf

Ayay, N. T., Vásquez, J. G., = Ramírez-López, R., & Alvarado, G. (2021). Calidad de servicio en las organizaciones de Latinoamérica. Ciencia Latina Revista Científica Multidisciplinar, 5= (1), 1184-1197. https://doi.org/10.37811/cl_rcm.v5i1.320

Banco Central del Ecuador [BC= E]. (2024). Información Económica de Ecuador 2023. https://www.bce.fin.ec/informacioneconomica

Bustamante, M. A., Zerda, E.,= & Obando, F. (2019). Fundamentos de la calidad de servicio, el modelo SERVQUA= L. Revista Empresarial, 13(2). https://doi.org/10.23878/empr.v13i2.001<= /span>

Caďs, J., Folguera, L., & Formoso, C. (2014). Investigación cualitativa longitudinal. Cuadernos Metodológicos, 52. Centro de Investigaciones Sociológicas.

Cronin, J., Morris, M. H., &a= mp; Taylor, S. (1994). Servperf vs. Servqual: reconciling performance bas= ed and perceptions minus expectations measurement of service quality. Journ= al of Marketing, 58(1), 125-131. https://doi.org/10.2307/1252256

Garcé= s-Cano, J. E., & Duque-Oliva, E. J. (2007). Metodología para el análisis y revisión crítica de artículos de investigación. Innov= ar, Ciencias Administrativas y Sociales, 17 (29), 184-194. https://www.redalyc.org/pdf/818/81802912.pdf

Guesa= laga, R., & Pitta, D. (2014). The importance and formalization of service qua= lity dimensions: a comparison of Chile and the USA. Journal of Consumer Marke= ting, 31(2), 145-151. https://doi.org/10.1108/JCM-08-2013-0660<= /p>
Hair,= J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate = analysis data (Seventh edition). Pearson. https://archive.org/details/isbn_9781292021904/

Hanco= ck K. J., Gottfried M. A., & Zubrick S. R. (2018). Does the reason matter? How student-reported reasons for school absence contribute to differences in achievement outcomes among 14–15 year olds. British Educational Research Journal, 44(1), 141–174. https://doi.org/10.1002/berj.3322

Mata,= L. (2019). Diseńos = de investigación con enfoque cuantitativo de tipo no experimental. Investigalia. https://inv= estigaliacr.com/investigacion/disenos-de-investigaciones-con-enfoque-cuanti= tativo-de-tipo-no-experimental/

Murali, S., Pugazhendhi, S., = & Muralidharan, C. (2016). Modelling and investigating the relationship of af= ter sales service quality with customer satisfaction, retention and loyalty – A case study of home appliances business. Journal of Retailing and Consumer Services, 30(1), 67-83. https://doi.org/10.1016/j.jretconser.2016.01.00= 1

Nyadzayo, M. W., & Knajeh= zadeh, S. (2016). The antecedents of customer loyalty: a moderated mediation model of customer relationship management quality and Brand image= . Journal of Retailing and Consumer Services, 30(1), 262-270. https://doi.org/10.1016/j.jretconser.2016.02.002

Osejos Vásquez, A. E., & = Merino Murillo, J. L. (2020). Modelo Servqual como instrumento de evaluación de la calidad del servicio al cliente, cantón Jipijapa: Modelo Servqual como Instrumento de Evaluación de la Calidad. UNESUM - Ciencias. Revista Científica Multidisciplinaria, 4(4), 79-92. https://doi.org/10.47230/unesum-ciencias.v4.n4.2020.284
Pales= e, B., & Usai, A. (2018). The relative importance of service quality dimension= s in E-commerce experiences. International Journal of Information Management<= /i>, 40, 132-140. https://doi.org/10.1016/j.ijinfomgt.2018.02.001

Paras= uraman, A., Zeithaml, V. A., & Berry, L. L. (1988). Servqual: a multiple-item s= cale for measuring consumer perceptions of service quality. Journal of Retail= ing, 64(1), 12-40. https://nadiamarketing.com.br/site/wp-content/uploads/2019/01= /d___nadia__parasuraman198874599.pdf

Srivastava, M., & Rai, A.= K. (2018). Mechanics of engendering customer loyalty: a conceptual framework. IIMB Management Review, 30(3), 207-218. https://doi.org/10.1016/j.iimb.2018.05.002

Ramos Chagoya, E. (2008). Métodos y técnicas de investigación. https://www.gestiopolis.com/metodos-y-tecnicas-de-investigacion/=

Tomaz-de-Aquino, J., Valença-de-Souza, J., Lima-da-Silva, V., Jerônimo, T., & Melo, F. (2018= ). Factors that influence the quality of services provided by the bus rapid transit system. Benchmarking: An International Journal, 25(9), 4035-4057. https://doi.org/10.1108/BIJ-12-2017-0344

Torre= s, J., & Luna, I. (2017). Evaluación de la percepción de la calidad de los servicios bancarios mediante el modelo SERVPERF. Contaduría y Administ= ración, 62(4), 1270–1293. https://doi.org/10.1016/j.cya.2016.01.009

Zhang, S., & Hou, Y. (201= 3). A SERVQUAL model for assessment of service quality in supply chain. Inform= ation Technology Journal, 12(15), 3472-3475. https://doi.org/10.3923/itj.2013.3472.3475<= /span>

=

=

El artículo que se publica es de exclusiva responsabilidad de los autores y no necesariamente reflejan el pensamiento = de la Revista Visionario Digital.

=

=

=

El artículo queda en propiedad de la revi= sta y, por tanto, su publicación parcial y/o total en otro medio tiene que ser autorizado por el director de la R= evista Visionario Digital.

=

=

=

=

=

=

=

Ítems=	Secci= ón I	Secci= ón II		Secci= ón III
	Perfil socioeconómico	e-service		Rendi= miento financiero
Empleados	5		22	Indic= adores	2
Clientes	6		22

Dimensiones	Número de ítems	Consistencia Cronbach (empleados)	Consistencia Cronbach (clientes)
e-service<= /span>	22	0,889	0,768
Elementos tangibles	4	0,560	0,097
Fiabilidad	5	0,526	0,589
Capacidad de Respuesta	4	0,825	0,381
Seguridad	4	0,343	0,347
Empatía	5	0,761	0,123

Prueba de normalidad: e- service
Dimensiones	Kolmogorov-Smirnov (clientes)	Shapiro – Wilk (empleados)
	Estadístico	p
Elementos Tangibles: etcliente	0,167	0,000	0,887	0,072
Fiabilidad: fcliente	0,165	0,000	0,908	0,497
Capacidad de Respuesta: crcliente	0,162	0,000	0,857	0,028
Seguridad: scliente	0,151	0,000	0,906	0,139
Empatía: ecliente	0,143	0,000	0,883	0,063
e-service: tcliente=	0,172	0,000	0,882	0,062

Prueba de normalidad: Rendimiento
Dimensiones	Shapiro – Wilk
	Estadístico	p
ROA	0,906	0,493
ROE	0,880	0,312

Variable	etcliente	fcliente	crcliente	scliente	ecliente	tcliente	ROA	ROE
Etcliente		1	,400^**	,339^**	,403^**	,286^**	,655^**	,030	-,487
Fcliente		,400^**	1	,562^**	,613^**	,377^**	,810^**	,030	-,487
Crcliente		,339^**	,562^**	1	,588^**	,398^**	,792^**	,030	-,487
Scliente		,403^**	,613^**	,588^**	1	,381^**	,813^**	-,007	-,498
	384	384	384	384	384	384	5	5
Ecliente		,286^**	,377^**	,398^**	,381^**	1	,628^**	,030	-,487
	384	384	384	384	384	384	5	5
Tcliente		,655^**	,810^**	,792^**	,813^**	,628^**	1	,023	-,500
	384	384	384	384	384	384	5	5
ROA		,030	,030	,030	-,007	,030	,023	1	,853
ROE		-,487	-,487	-,487	-,498	-,487	-,500	,853	1
**. La correlación es significativa en = el nivel 0,01 (2 colas).

Variables	Elementos tangibles	Fiabilidad	Capacidad de respuesta	Seguridad	Empatía	e-service	ROA	ROE
	Elementos tangibles		1,000	,538^*	,517	,396	,343	,343	-,103	,872
Fiabilidad		,538^*	1,000	,782^**	,528	,471	,471	,300	,200
Capacidad de respuesta		,517	,782^**	1,000	,792^**	,548^*	,548^*	,577	,289
Seguridad		,396	,528	,792^**	1,000	,551^*	,551^*	,359	-,308
Empatía		,343	,471	,548^*	,551^*	1,000	1,000^**	,354	-,354
e-service		,343	,471	,548^*	,551^*	1,000^**	1,000	,354	-,354
ROA		-,103	,300	,577	,359	,354	,354	1,000	,300
ROE		,872	,200	,289	-,308	-,354	-,354	,300	1,000
*. La correlación es significativa en el nivel 0,05 (2 colas).
**. La correlación es significativa en = el nivel 0,01 (2 colas).

Medida Kaiser-Meyer-Olkin de adecuación= de muestreo	,767
Prueba de esfericidad de Bartlett<= /o:p>	Aprox. Chi-cuadrado	2210,966
Sig.	,000

Componente	Autovalores iniciales	Sumas de extracción de cargas al cuadrado	Sumas de rotación de cargas al cuadrado<= /span>
Total	% de varianza	% acumulado	Total	% de varianza	% acumulado	Total	% de varianza	% acumulado
1	4,565	20,750	20,750	4,565	20,750	20,750	3,418	15,538	15,538
2	2,024	9,201	29,951	2,024	9,201	29,951	2,247	10,215	25,753
3	1,759	7,997	37,949	1,759	7,997	37,949	2,177	9,896	35,648
4	1,442	6,555	44,504	1,442	6,555	44,504	1,770	8,045	43,694
5	1,154	5,246	49,750	1,154	5,246	49,750	1,332	6,056	49,750
6	1,121	5,096	54,846

	Componente
1	2	3	4	5
S20	0,843
CR19	0,837
F12	0,812
F13	0,710
ET7	0,607
F11	0,554
E28		0,676
S21		0,669
CR16		0,651
CR17		0,496
ET9		0,488
F14		0,469
F15		0,128
CR18			0,841
S22			0,825
E25			0,270
E27				0,636
ET10				0,615
S23				0,526
E26				0,313
E24					0,739
ET8					0,729

	Componente
1	2	3	4	5
ET8	0,893
ET10	0,847
ET9	0,828
F12	0,813
S22	0,800
E27	0,696
E24	0,686
CR19	0,643
F11	0,533
F14		0,889
S23		0,869
CR18		0,791
CR17		0,693
C16		0,648
E25			0,893
E28			0,834
E26			0,699
F15				0,911
ET7				0,701
S21				0,627
S20				0,563
F13					0,866