Revista Multidisciplinar Innova Scientia

Comportamiento de Compra Impulsiva e Influencia de las Emociones en Redes Sociales en los Jóvenes Universitarios

Impulsive Buying Behavior and the Influence of Emotions on Social Networks Among University Students

Juan Pablo Tapia Tovar¹ y Jhonatan Camilo Vallejos Getial²

¹Universidad Técnica del Norte, jptapiat@utn.edu.ec, https://orcid.org/0009-0009-8817-6855, Ecuador

²Universidad Técnica del Norte, jcvallejosg@utn.edu.ec, https://orcid.org/0009-0007-8969-3446, Ecuador

	Información del Artículo	RESUMEN
	*Trazabilidad:* Recibido 23-05-2026 Revisado 25-05-2026 Aceptado 15-07-2026	El auge de las plataformas de video de formato corto y sus algoritmos de recomendación ha reconfigurado los patrones de consumo digital, operando como potentes impulsores de estados afectivos que inducen decisiones de compra no planificadas. Esta investigación determinó la incidencia de los estados emocionales derivados del consumo de micro-videos sobre las conductas de compra impulsiva en jóvenes estudiantes de las carreras de Contabilidad y Economía de la Universidad Técnica del Norte. Mediante un enfoque cuantitativo, no experimental y de corte transversal, se administró una encuesta estructurada a una muestra probabilística estratificada de doscientos veinte estudiantes universitarios pertenecientes a la Generación Z. Los resultados descriptivos demostraron que los estados emocionales transitorios constituyen el motor principal para interactuar con los contenidos digitales, traduciéndose de manera directa en un gasto impulsivo donde predomina la desatención a las consecuencias financieras y la búsqueda de gratificación instantánea. Asimismo, la escala aplicada evidenció una robusta fiabilidad psicométrica. Finalmente, debido a la ausencia de normalidad teórica en el comportamiento del gasto no planificado, se aplicó la prueba no paramétrica del Coeficiente de Correlación de Spearman, validando estadísticamente la influencia significativa del formato de video corto en las decisiones financieras de la población estudiantil.
	*Palabras Clave:* Compra Impulsiva Emociones Redes Sociales Videos Cortos Estudiantes Universitarios

*Keywords:* Impulse Buying Emotions Social Networks Short Videos University Students		ABSTRACT The rise of short-form video platforms and their recommendation algorithms has reconfigured digital consumption patterns, operating as powerful drivers of affective states that induce unplanned purchasing decisions. This research determined the incidence of emotional states derived from micro-video consumption on impulsive buying behaviors among university students majoring in Accounting and Economics at the Universidad Técnica del Norte. Through a quantitative, non-experimental, and cross-sectional approach, a structured survey was administered to a stratified probabilistic sample of two hundred and twenty university students belonging to Generation Z. Descriptive results demonstrated that transient emotional states constitute the primary driver for interacting with digital content, directly translating into impulsive spending where disregard for financial consequences and the pursuit of instant gratification predominate. Furthermore, the applied scale evidenced robust psychometric reliability. Finally, due to the absence of theoretical normality in the behavior of unplanned spending, the non-parametric Spearman Correlation Coefficient test was applied, statistically validating the significant influence of the short video format on the financial decisions of the student population.

INTRODUCCIÓN

En la economía digital contemporánea, los comportamientos de consumo han experimentado una transformación estructural impulsada por el aumento de plataformas de video de formato corto, tales como TikTok, Instagram Reels o YouTube Shorts (Grabowska, 2026). Estos algorítmicos no solo construyen los patrones de atención del usuario, sino que operan como potentes impulsadores de estados emocionales que, con frecuencia, anteceden y determinan decisiones de compra no planificadas. La psicología del consumidor digital se basa en la exposición a estímulos publicitarios y la ejecución de conductas impulsivas de adquisición de bienes y servicios. Los algoritmos de recomendación que gobiernan estas plataformas han sido diseñados para maximizar el tiempo de permanencia del usuario mediante la entrega continua de contenido emocionalmente resonante. Esta arquitectura de atención genera bucles de retroalimentación emocional que, según la evidencia neurocientífica, incrementan la actividad en regiones cerebrales asociadas con la recompensa. (Rangel, 2022).

En el contexto específico de la Universidad Técnica del Norte (UTN), particularmente en la Facultad de Ciencias Administrativas y Económicas (FACAE), la población estudiantil constituye un segmento de consumidores digitales de alto valor para análisis : son usuarios intensivos de redes sociales, se encuentran en una etapa de formación económica y presentan patrones de gasto influenciados significativamente por referentes digitales. Comprender cómo las emociones suscitadas por el contenido de video corto cambian su comportamiento de compra impulsiva no solo aporta conocimiento teórico a las disciplinas del marketing y la psicología del consumidor, sino que ofrece insumos críticos para el diseño de estrategias de educación financiera y consumo responsable en entornos universitarios. (Zhu, 2023). El estudio del comportamiento de compra impulsiva mediado por emociones en redes sociales cobra especial relevancia en el contexto universitario latinoamericano, donde la rápida expansión del acceso a internet móvil, el crecimiento sostenido del comercio electrónico y la alta adopción de plataformas de video de formato corto han creado un entorno de alta exposición digital que reproduce con matices socioculturales propios las dinámicas documentadas en la literatura internacional. En el Ecuador específicamente, el Instituto Nacional de Estadística y Censos Instituto Nacional de Estadística y Censos. (2023) reportó que el uso de redes sociales entre los jóvenes de 18 a 29 años alcanza el 94,3%, constituyendo una exposición masiva y sostenida a contenido comercial y a estímulos de compra de diversa naturaleza. Según el informe Digital 2024 de We Are Social (Kemp, 2024), el tiempo promedio de uso de redes sociales en la franja atarea de 18 a 24 años supera las cuatro horas y media diarias a nivel mundial, lo que implica que los estudiantes universitarios ecuatorianos se encuentran entre los segmentos poblacionales con mayor exposición acumulada a los estímulos de compra impulsiva digitales, sin que existan aún estrategias sistemáticas de educación para el consumo responsable en el entorno universitario nacional (Rangel, 2022).

Investigaciones recientes han documentado cómo el denominado “social commerce” la integración de funcionalidades de compra directa dentro de las plataformas de redes sociales ha eliminado los últimos obstáculos que separaban la experiencia de consumo de contenido de la transacción económica, creando condiciones óptimas para la expresión del impulso de compra en tiempo real (Gao et al., 2022). La incorporación de TikTok Shop, Instagram Shopping y funcionalidades similares en otras plataformas ha configurado un entorno en el que la activación emocional producida por el consumo de contenido de entretenimiento puede traducirse en una transacción de compra en cuestión de segundos, sin que medie ningún proceso de evaluación racional. (Li, 2021) demostraron que la anticipación de arrepentimiento un mecanismo cognitivo que normalmente inhibe las compras impulsivas se ve sistemáticamente suprimida en contextos de alta activación emocional positiva, como los que generan los videos de entretenimiento de alta calidad estética (Holliman, 2014). Esta supresión del mecanismo de freno cognitivo deja al consumidor en un estado de máxima receptividad a los estímulos de compra presentes en el entorno digital. (Zhang, 2022).

La revisión sistemática de la literatura sobre compra impulsiva en la era digital realizada por (Kaur, 2024) identificó que las emociones, el autocontrol y la influencia social constituyen la tríada de factores que mayor capacidad predictiva presentan sobre el comportamiento de compra impulsiva en entornos en línea (Leong, 2021). El estudio también puso de manifiesto que, si bien la investigación sobre compra impulsiva digital ha crecido de manera exponencial durante el período 2020–2024, existe aún una brecha significativa en el conocimiento sobre los mecanismos específicos a través de los cuales el contenido de video de formato corto actúa sobre la estructura emocional de los consumidores jóvenes en contextos de países en desarrollo (Atalay, 2011).

La acelerada expansión de las plataformas de redes sociales durante la década de 2020 ha reconfigurado de manera estructural los patrones de consumo a nivel global, consolidando entornos digitales en los que la frontera entre el entretenimiento y la inducción al consumo se ha vuelto prácticamente imperceptible para el usuario promedio (Voorveld, 2022). En este escenario, las plataformas de video de formato corto como TikTok, Instagram Reels y YouTube Shorts han emergido como los ecosistemas de mayor potencial para la activación de decisiones de compra no planificadas, al combinar algoritmos de recomendación de alto rendimiento, estímulos audiovisuales emocionalmente cargados y mecanismos de compra integrados que eliminan la fricción entre el descubrimiento del producto y la transacción a investigación reciente ha demostrado que estos formatos generan tasas de participación considerablemente superiores a los formatos publicitarios tradicionales y que su capacidad para inducir comportamientos de compra impulsiva es significativamente mayor que la del comercio electrónico convencional, principalmente debido a su naturaleza hedónica e inmersiva (Singh, 2023).

La compra impulsiva constituye uno de los fenómenos más relevantes en la psicología del consumidor contemporáneo, y su estudio ha experimentado una notable renovación con la irrupción del entorno digital. (Mandolfo, 2021), en una revisión sistemática de más de cinco décadas de investigación sobre el fenómeno, identificaron que la transición hacia los entornos digitales ha introducido variables nuevas que complejizan considerablemente la comprensión del fenómeno, incluyendo la exposición continua a contenido personalizado, la percepción de escasez temporal y la presencia social virtual como detonadores de la urgencia de compra (Martínez-López, 2023). En el contexto específico de las plataformas de video de formato corto, la formación del mecanismo de compra impulsiva involucra una secuencia en la que el sentido de presencia social generado por el contenido la sensación de estar “con” el creador o con otros consumidores activa estados de inspiración en el consumidor que reducen la resistencia cognitiva a la compra y amplifican la intención de adquirir bienes de manera no planificada (The formation mechanism of impulse buying in short video scenario).

El papel de las emociones como mediadoras centrales del comportamiento de compra impulsiva en entornos digitales ha sido profusamente documentado en la literatura académica reciente. Chen (2022) en un estudio sobre el uso activo y pasivo de redes sociales y su impacto en la compra impulsiva entre estudiantes universitarios chinos, demostraron que las respuestas emocionales actúan como mediadoras significativas en la relación entre el tipo de uso de redes sociales y la tendencia a la compra impulsiva (Russell, 1980). Específicamente, el uso pasivo consistente en la navegación y el consumo de contenido sin interacción activa generaba estados emocionales de envidia y comparación social que incrementaban la propensión a la compra impulsiva como mecanismo de regulación emocional y de construcción identitaria. En contraste, el uso activo producía estados de excitación positiva y sentido de pertenencia que también detonaban comportamientos de compra, pero a través de mecanismos distintos vinculados a la gratificación social (Akram, 2023). Estos hallazgos evidencian que tanto los estados emocionales positivos como los negativos pueden operar como catalizadores del impulso de compra, dependiendo del tipo de contenido digital al que se expone el consumidor (Zhang, 2022).

La comprensión de estos mecanismos no solo enriquece el acervo teórico de las disciplinas del marketing y la psicología del consumidor, sino que ofrece insumos críticos para el diseño de estrategias de educación financiera y consumo responsable en entornos universitarios. (Wang, 2022) han señalado que los valores hedónicos de compra es decir, la gratificación emocional derivada del acto de comprar más allá del valor funcional del bien adquirido son el factor psicológico que mayor influencia directa ejerce sobre la compra impulsiva en entornos digitales, superando incluso al precio y a la conveniencia logística (Rook, 1987). Este hallazgo cobra especial relevancia en el contexto universitario, donde los jóvenes estudiantes se encuentran en una etapa de transición hacia la autonomía económica, con una combinación de acceso a ingresos propios y escasa formación en gestión financiera personal, que los hace especialmente vulnerables a las consecuencias económicas negativas del comportamiento de compra impulsiva inducido por las redes sociales. La evidencia generada por esta investigación provee, en consecuencia, los fundamentos empíricos necesarios para el diseño de intervenciones pedagógicas contextualizadas en la realidad del consumidor universitario ecuatoriano.

En la presente investigación propone determinar la incidencia de los estados emocionales derivados del consumo de micro-videos en plataformas digitales sobre las decisiones de compra no planificadas en el segmento de estudiantes de Carreras de Contabilidad y Economía en la Facultad de Ciencias Administrativas y Económicas (FACAE) de la Universidad Técnica del Norte. Partiendo de la hipótesis de que el contenido con alta carga emocional difundido en redes sociales actúa como un catalizador significativo de la impulsividad comercial, el estudio emplea un enfoque metodológico cuantitativo para diagnosticar los hábitos de consumo 0y la intensidad de la respuesta afectiva. A través de este análisis, se busca evaluar cómo las variables sociopersonales y el tiempo de exposición algorítmica correlacionan con la conducta de adquisición de bienes, con el fin último de establecer un modelo explicativo que sustente el diseño de lineamientos pedagógicos orientados a fortalecer la educación financiera en el ecosistema universitario contemporáneo.

MATERIALES Y MÉTODOS

La presente investigación adopta un enfoque cuantitativo, dado que busca medir y cuantificar la relación entre los estados emocionales generados por el consumo de videos de formato corto y el comportamiento de compra impulsiva en los estudiantes universitarios. Según Hernández-Sampieri (2018) el enfoque cuantitativo utiliza la recolección de datos para probar hipótesis con base en la medición numérica y el análisis estadístico, con la finalidad de establecer patrones de comportamiento y probar teorías. El diseño es no experimental de corte transversal, ya que las variables se observan en su contexto natural sin manipulación intencional y la recolección de datos se realiza en un único momento temporal. Asimismo, el alcance del estudio es descriptivo-correlacional: descriptivo, en tanto caracteriza los hábitos de consumo digital y los patrones emocionales de la población estudiantil; y correlacional, porque examina estadísticamente el grado de asociación entre la intensidad de los estados emocionales activados por el contenido digital y la propensión hacia la compra impulsiva (Arias, 2020).

La población objetivo está constituida por la totalidad de estudiantes matriculados en las carreras de Contabilidad y Economía de la Facultad de Ciencias Administrativas y Económicas (FACAE) de la Universidad Técnica del Norte durante el período académico vigente, con un total de N = 513 estudiantes. La selección de estas carreras responde al perfil del sujeto de investigación: consumidores digitales jóvenes en formación económica-financiera, con acceso permanente a dispositivos móviles y alta exposición a plataformas de video de formato corto. Para determinar el tamaño de la muestra se aplicó la fórmula de Cochran (1977) con corrección para poblaciones finitas, considerando un nivel de confianza del 95% (Z = 1.96), una proporción de máxima variabilidad (p = q = 0.5) y un margen de error del 5% (e = 0.05).El tamaño de la muestra resultante es de n = 220 estudiantes. El tipo de muestreo empleado es probabilístico estratificado, asignando cuotas proporcionales por carrera (Contabilidad y Economía) y por semestre académico, con el fin de garantizar la representatividad de los subgrupos dentro de la población total. La participación de los estudiantes es voluntaria y se formaliza mediante consentimiento informado digital previo al diligenciamiento del instrumento (Badgaiyan, 2015).

La técnica utilizada es la encuesta, administrada mediante un cuestionario estructurado en línea a través de la plataforma Google Forms (Saunders, 2019). El instrumento integra dos escalas validadas internacionalmente y adaptadas al contexto universitario ecuatoriano: en primer lugar, la Escala de Valencia y Activación Emocional de (Russell, 1980) , la cual permite medir el estado afectivo en dos dimensiones ortogonales valencia (agradable/desagradable) y activación (alta/baja) mediante ítems en escala Likert de 5 puntos, una herramienta ampliamente replicada en investigaciones sobre comportamiento del consumidor digital. En segundo lugar, se incluye la Escala de Propensión a la Compra Impulsiva de (Chan, 2017), compuesta por nueve ítems medidos también en escala Likert de 5 puntos (desde 1 = totalmente en desacuerdo, hasta 5 = totalmente de acuerdo) que evalúan la tendencia a realizar adquisiciones no planificadas, cuya validez convergente y discriminante ha sido confirmada en múltiples entornos, incluyendo el comercio electrónico latinoamericano. (Rook, 1995).

El cuestionario contempla adicionalmente un bloque de variables sociopersonales (carrera, semestre, género, nivel) y un bloque sobre exposición digital (plataformas utilizadas, frecuencia y horas de consumo diario). El instrumento completo consta de 24 ítems distribuidos en seis secciones, con un tiempo estimado de respuesta de 4 a 6 minutos. (Djafarova, 2021). La recolección de datos se desarrollará en tres fases. En la fase preparatoria se obtendrá la autorización del Ingeniero y se diseñará el cuestionario digital con su respectivo consentimiento informado (Leong, Jaafar & Ainin,, 2018). En la fase de campo se distribuirá el enlace al cuestionario mediante los coordinadores académicos de carrera durante 2 dias del período lectivo, garantizando el alcance de la cuota muestral de 220 participantes. En la fase analítica los datos serán exportados al software IBM SPSS Statistics v.27 para su procesamiento. (Kwiatek, 2019). El análisis estadístico contempla: (a) estadística descriptiva (frecuencias, medias, desviación estándar) para caracterizar los hábitos de consumo digital y los perfiles emocionales; (b) análisis de correlación de Spearman para examinar la asociación entre la intensidad emocional y la propensión a la compra impulsiva, dado el nivel de medición ordinal de la escala Likert; y (c) regresión lineal múltiple para identificar qué dimensiones emocionales y variables de exposición digital predicen con mayor fuerza el comportamiento de compra impulsiva, controlando el efecto de las variables socio personales (Hayran, 2021).

RESULTADOS

A continuación, se presenta el análisis y la interpretación de los datos recolectados mediante la aplicación de 220 encuestas a los estudiantes de las carreras de Contabilidad y Economía de la facultad FACAE en la Universidad Técnica del Norte. El objetivo de este procesamiento estadístico es evaluar la relación entre el "Consumo de videos cortos" y la "Conducta de compra impulsiva" en los jóvenes universitarios. Para garantizar el rigor científico de la investigación, el análisis se ha estructurado en cuatro etapas consecutivas que se detallan a través del documento 4 Tablas finales Estadistica.pdf: la caracterización sociodemográfica de la Muestra, la validación de la fiabilidad del instrumento de medición, la descripción de las tendencias y promedios de cada dimensión, y la verificación de los supuestos de normalidad para la posterior selección de las pruebas de contraste de hipótesis.

Tabla 1: Caracterización sociodemográfica de la Muestra

		Carrera
		Contabilidad		Economía
		%	N	%	N
Género	Masculino	52,5	64	47,5	58
Género	Femenino	55,1	54	44,9	44
Edad	18-21	58,5	96	41,5	68
	22-25	40,4	21	59,6	31
	26-29	25,0	1	75,0	3

En la Tabla 1 podemos ver los datos sociodemográficos de los 220 estudiantes de la facultad FACAE para caracterizar la composición de la Muestra de estudio. Los datos revelan que la población evaluada se distribuye de manera equilibrada entre dos carreras clave de la Universidad Técnica del Norte: Contabilidad, que lidera la participación con el 53.6% N = 118 , y Economía, que representa el 46.4% restante N = 102 . Al evaluar la variable de género, se observa una presencia global de 122 hombres y 98 Mujeres en el total de la Muestra. En el desglose interno por carrera, Contabilidad Muestra que un 52.5% de sus estudiantes encuestados son masculinos N = 64 y un 55.1% son del género femenino N = 54 . Por su parte, la carrera de Economía absorbe al 47.5% de los hombres N = 58 y al 44.9% de las Mujeres N = 44 . Respecto al factor de la edad, existe una concentración masiva y homogénea en el rango de 18 a 21 años, el cual acumula al 74.5% de toda la población investigada, sumando 96 estudiantes en Contabilidad (58.5%) y 68 en Economía (41.5%). Los segmentos de mayor edad Muestran una participación drásticamente menor dentro del estudio; el grupo de 22 a 25 años representa el 23.6% de la Muestra total N = 52 con una distribución de 21 alumnos en Contabilidad y 31 en Economía , mientras que el rango de 26 a 29 años constituye un grupo marginal de apenas el 1.8% N = 4 , compuesto por 1 estudiante de Contabilidad y 3 de Economía. Esta marcada concentración etaria en el bloque de 18 a 21 años resulta metodológicamente idónea para los objetivos del estudio, puesto que define a la Muestra como un grupo compuesto por nativos digitales pertenecientes a la Generación Z. Este segmento de la población universitaria no solo es el que registra los índices más elevados de conectividad diaria en redes sociales, sino que también es el más expuesto a los estímulos comerciales virtuales, convirtiéndolos en la unidad de análisis perfecta para evaluar cómo el formato de video corto impacta de forma directa en sus hábitos de consumo y decisiones financieras en el entorno local de Ibarra.

Tabla 2: Confiabilidad del instrumento por dimensiones de cada variable

Variable	Dimensión	α	Std. α	Items
Consumo de videos cortos	Estado Afectivo Momentáneo	0,84	0,84	4
	Estimación visual y algorítmica.	0,86	0,85	4
	Validación Social (FOMO)	0,83	0,87	4
Conducta de compra impulsiva	Falta de planificación	0,85	0,81	4
	Gratificación instantánea.	0,83	0,81	4
	Desatención a las consecuencias financieras.	0,82	0,81	4

Nota: α = alfa de Cronbach: Std. α = alfa de Cronbach basada en elementos estandarizados.

En la Tabla 2 observamos los datos de fiabilidad psicométrica mediante el Alfa de Cronbach( α ) para verificar la consistencia interna de las escalas utilizadas. Al examinar la Variable Independiente, denominada "Consumo de videos cortos", se observa que las tres dimensiones que la integran presentan puntuaciones alfa excepcionalmente sólidas y estables. La dimensión de Estado Afectivo Momentáneo registra un α = 0.84 con un valor estandarizado idéntico de 0.84 basado en un conjunto de 4 ítems. Por su parte, la dimensión de Estimación visual y algorítmica alcanza el indicador más alto de toda la prueba con un α = 0.86 y un valor estandarizado de 0.85 utilizando también 4 reactivos. La tercera dimensión de esta variable, Validación Social (FOMO), reporta un α = 0.83 y un alfa estandarizado de 0.87 evaluado a través de un bloque de 4 ítems específicos. De manera paralela, al analizar la Variable Dependiente, conceptualizada como "Conducta de compra impulsiva", los resultados estadísticos demuestran un comportamiento estadístico igualmente robusto en cada uno de sus componentes teóricos. La dimensión de Falta de planificación obtiene un α = 0.85 y un indicador estandarizado de 0.81 apoyado en 4 ítems. Asimismo, la Gratificación instantánea arroja un α = 0.83 y un valor estandarizado de 0.81 empleando 4 preguntas de la escala. Finalmente, la dimensión de Desatención a las consecuencias financieras Muestra un α = 0.82 y un coeficiente estandarizado de 0.81 mediante un bloque de 4 ítems. Dado que la literatura estadística universal establece que un valor de Alfa de Cronbach superior a 0.70 es el umbral mínimo aceptable para validar escalas en ciencias sociales, se concluye formalmente que el instrumento diseñado cuenta con una consistencia interna sobresaliente. La homogeneidad observada entre los valores de alfa directos y los coeficientes estandarizados confirma que las preguntas guardan una estrecha correlación interna entre sí, lo que asegura que la escala es un filtro metodológico confiable, seguro y metodológicamente apto para proceder con el análisis descriptivo y la posterior correlación de las variables de estudio.

Tabla 3: Estadísticos descriptivos de las dimensiones de cada variable

Variable	Dimensión	M	DE	Asim.	Curt.
VI: Consumo de videos cortos	Estado Afectivo Momentáneo	3,0011	,68808	,172	-,417
	Estimación visual y algorítmica.	2,9375	,66750	,161	-,294
	Validación Social (FOMO	2,8693	,70283	,223	-,225
VD: Conducta de compra impulsiva	Falta de planificación	2,8455	,67614	,151	-,163
	Gratificación instantánea.	2,8989	,69960	,025	-,476
	Desatención a las consecuencias financieras.	2,9011	,69625	,300	,033

Nota: M = media aritmética ; DE = desviación estándar ;Asim = asimetría ; Curt = curtosis

En la Tabla 3 apreciamos tendencias centrales, promedios y formas de distribución que caracterizan el comportamiento de las dimensiones estudiadas. Al evaluar las medias correspondientes a la Variable Independiente, destaca de manera prioritaria la dimensión del Estado Afectivo Momentáneo, la cual registra el promedio más alto de todo el estudio con un valor de M = 3.0011 y una desviación de Asimetria = 0.68808 . Esta puntuación indica que los universitarios reconocen firmemente que sus estados emocionales transitorios (como la ansiedad o el aburrimiento) actúan como el motor principal al consumir plataformas digitales. Le sigue en orden de importancia la Estimación visual y algorítmica con una media de M = 2.9375 y una dispersión de Asimetria = 0.66750 , demostrando la efectividad de los sistemas de recomendación para retener la atención de los jóvenes. Por otro lado, la dimensión de Validación Social (FOMO) reporta una media de M = 2.8693 con una desviación estándar de Asimetria = 0.70283 . Al analizar los descriptivos de la Variable Dependiente, orientada a la conducta de compra impulsiva, se evidencia que la Desatención a las consecuencias financieras se posiciona a la cabeza con una media de M = 2.9011 y una desviación de Asimetria = 0.69625 , seguida inmediatamente por la Gratificación instantánea con un promedio de M = 2.8989 y una dispersión de Asimetria = 0.69960 . La dimensión con menor puntuación relativa dentro del estudio es la Falta de planificación con una media de M = 2.8455 y una desviación de Asimetria = 0.67614 . Con respecto al análisis de forma de la distribución, se observa que todos los coeficientes de asimetría registran valores positivos que oscilan entre 0.025 y 0.300, lo que denota un sutil sesgo hacia la izquierda de la distribución con una cola orientada a la derecha. Finalmente, los indicadores de curtosis son mayoritariamente negativos, oscilando entre -0.163 y -0.476 , a excepción de la desatención financiera que es ligeramente positiva con un valor de 0.033, lo que se traduce técnicamente en una curva achatada donde las opiniones de los estudiantes no están radicalmente concentradas en un único punto, sino que se distribuyen de forma amplia a lo largo de las opciones de respuesta del cuestionario aplicado.

Tabla 4:Resultados de la prueba de normalidad kolmogorov - Smirnov por variable


	Estadístico	gl	Sig.
Consumo de videos cortos	0,057	219	0,79
Conducta de compra impulsiva	0,096	219	0,51

En la Tabla 4 distinguimos los datos de la prueba estadística de Kolmogorov-Smirnov para determinar si las variables del estudio siguen una distribución normal. Para este análisis en particular, se seleccionó este estadístico debido a que el tamaño muestral efectivo registrado abarca un total de 219 estudiantes procesados, cumpliendo con la regla que exige usar esta prueba en muestras superiores a 50 casos. Al evaluar los resultados de la Variable Independiente, denominada "Consumo de videos cortos", se observa que arroja un estadístico de prueba de 0.057 con un nivel de significancia estadística (Sig.) equivalente a 0.079. Al ser este valor de significancia superior al nivel de error crítico estándar establecido globalmente α = 0.05 , se procede matemáticamente a aceptar la hipótesis nula de normalidad, concluyendo que los datos del consumo de contenidos digitales en formato corto se distribuyen de acuerdo con los parámetros teóricos de una curva normal o campana de Gauss. Sin embargo, un escenario opuesto se presenta al examinar detalladamente el comportamiento de la Variable Dependiente, rotulada como "Conducta de compra impulsiva". Esta variable registra un estadístico de Kolmogorov-Smirnov de 0.096, pero reporta un nivel de significancia de apenas 0.51 . Al contrastar este resultado, se evidencia que la significancia de 0.051 Este hallazgo significa que los puntajes del comportamiento de gasto impulsivo de los estudiantes de la facultad FACAE poseen un patrón de comportamiento asimétrico que rompe las propiedades de linealidad y normalidad teórica. Metodológicamente, el hecho de que una de las dos variables principales vulnere el principio de normalidad condiciona de manera absoluta todo el diseño estadístico subsecuente de la investigación. Por consiguiente, queda firmemente demostrado que para realizar los cruces de variables finales y validar la influencia del consumo de videos sobre la compra impulsiva, el equipo de investigación está obligado a descartar el Coeficiente de Correlación de Pearson y emplear estrictamente el coeficiente no paramétrico de Correlación de Spearman, garantizando así la validez matemática de las conclusiones del trabajo.

Fig. 1: Diagrama de dispersión de Variable Independiente por Variable

El gráfico de dispersión presenta una relación lineal positiva y directa entre la variable independiente (VINT) y la variable dependiente (VDNT) dentro del contexto de tu estudio sobre compra impulsiva. Esto significa que a medida que incrementan los niveles de VINT, también tienden a aumentar de forma proporcional las puntuaciones de VDNT. La fuerza de este impacto queda demostrada mediante el coeficiente de determinación , el cual revela que el 49.4% de la variabilidad o los cambios observados en la VDNT están explicados directamente por el comportamiento de la VINT; un porcentaje considerablemente alto y estadísticamente relevante para un modelo explicativo del comportamiento humano. Esta relación se formaliza mediante la ecuación de regresión estimada , donde el intercepto de 0.63 establece el punto de partida teórico de la variable dependiente, mientras que la pendiente de +0.77 cuantifica el efecto predictivo, indicando que por cada unidad que aumente la VINT, la VDNT incrementará en promedio 0.77 unidades. Finalmente, la distribución de los datos muestra una nube de puntos concentrada y compacta en los valores centrales del gráfico, con escasa presencia de valores atípicos, lo que valida la estabilidad y consistencia del modelo lineal para describir la influencia de la variable predictora sobre la respuesta de compra evaluada.

Tabla 5: Correlaciones

Correlaciones
			VINT	VDNT
Rho de Spearman	VINT	Coeficiente de correlación	1,000	,706^**
		Sig. (bilateral)	.	,000
		N	220	220
	VDNT	Coeficiente de correlación	,706^**	1,000
		Sig. (bilateral)	,000	.
		N	220	220
Nota: VINT = Variable independiente ; VDNT = Variable dependiente

El análisis conjunto de correlación y regresión lineal demuestra una vinculación sólida, directa y estadísticamente altamente significativa entre la variable independiente (VINT) y la variable dependiente (VDNT) dentro del modelo explicativo de compra impulsiva. En primera instancia, el análisis no paramétrico a través del coeficiente Rho de Spearman revela una fuerza de asociación de 0.706 con un nivel de significancia Sig. (bilateral) < .001 obtenido sobre una muestra de 220 participantes (N = 220); al ser este valor de p notablemente inferior a los umbrales estadísticos estándar (p < 0.05 y p < 0.01), se confirma con total seguridad que la relación no es producto del azar, demostrando que ambos constructos coexisten y se mueven con fuerza en la misma dirección, es decir, ante una mayor presencia o estímulo de la variable predictora (VINT), se genera un incremento claro y consistente en las manifestaciones conductuales de la compra impulsiva (VDNT). Esta estrecha relación de asociación se ve respaldada de manera matemática por el modelo de regresión lineal, donde el coeficiente de determinación obtenido, , demuestra que el 49.4% de la variabilidad, fluctuaciones o cambios presentes en la respuesta de la VDNT son explicados directamente por el comportamiento de la VINT, lo cual representa un hallazgo robusto y de alto valor explicativo para investigaciones orientadas al comportamiento humano. Asimismo, la dinámica de este impacto queda formalizada a través de la ecuación de la recta , donde la pendiente de +0.77 establece el peso específico del predictor, indicando que por cada unidad de incremento en la variable VINT, se proyecta un aumento promedio de 0.77 unidades en la variable dependiente. Finalmente, la inspección visual del diagrama de dispersión valida los supuestos del modelo al exhibir una nube de puntos concentrada y compacta en las regiones centrales de la escala, con una dispersión uniforme y una mínima presencia de valores atípicos (outliers), lo que ratifica la estabilidad, consistencia y representatividad de la VINT como un predictor clave de la VDNT dentro de la muestra evaluada.

DISCUSIÓN

La fuerte correlación directa encontrada en este estudio entre el consumo de micro-videos y la propensión a la compra impulsiva sintoniza plenamente con la evidencia científica empírica acumulada a nivel internacional. Recientemente, investigadores de diversos contextos geográficos han coincidido en que las plataformas de video en formato corto (como TikTok o Instagram Reels) se han transformado en el principal catalizador de transacciones no planificadas en la población joven. Por un lado, al analizar el impacto de los estímulos visuales y de diseño, Zhang (2024) demostraron que la brevedad de los videos cortos y la hiper-personalización de sus algoritmos de recomendación son herramientas de persuasión altamente efectivas que capturan la atención inmediata de los estudiantes universitarios. Esta postura complementa nuestros hallazgos sobre la dimensión de Estimación visual y algorítmica (M = 2.9375), confirmando que la entrega continua de contenido personalizado reduce los recursos de procesamiento cognitivo, dejando al usuario expuesto a una respuesta puramente emocional y automática. Asimismo, los resultados de este estudio respecto a la Gratificación instantánea (M = 2.8989) y el peso de las emociones transitorias guardan una estrecha relación con lo propuesto por Zhao (2023) y Novanská (2025) . Estos autores han abordado la compra impulsiva en universitarios desde la Teoría del Flujo (Flow), argumentando que el disfrute inmersivo y el entretenimiento al consumir micro-videos sumergen al estudiante en un estado de distorsión temporal y alta activación emocional. Bajo este estado de "flujo digital", el impulso hedónico por obtener una recompensa inmediata anula cualquier intento de autorregulación, lo cual explica la marcada tendencia de la muestra de la UTN a ignorar la planificación económica tradicional. Esta falta de control ante el estímulo virtual también es respaldada por investigaciones enfocadas en el social ecomerce integrado. Un estudio desarrollado bajo el modelo S-O-R (Estímulo-Organismo-Respuesta) determinó que los jóvenes universitarios exhiben compras impulsivas en plataformas como TikTok Shop debido a la extrema facilidad y accesibilidad para completar transacciones en tiempo real, lo que propicia que los consumidores omitan o desatiendan deliberadamente los efectos negativos de sus decisiones financieras a largo plazo. Este comportamiento reportado en la literatura internacional valida de forma empírica la alta puntuación obtenida en nuestro estudio en la dimensión de Desatención a las consecuencias financieras (M = 2.9011), demostrando que la inmediatez de la interfaz de compra en redes sociales opera como un eliminador del "freno cognitivo" o regulador del gasto. Finalmente, las investigaciones bibliométricas y empíricas más recientes sobre redes sociales por ejemplo, Vinkóczi (2026) coinciden en que los formatos de entretenimiento audiovisual de corta duración y las demostraciones dinámicas de productos crean en la Generación Z un sentido de urgencia psicológica. Al contrastar este consenso con nuestra investigación, queda firmemente establecido que el estudiante de la UTN no difiere de la tendencia global: la exposición algorítmica constante interactúa de manera directa con sus estados afectivos momentáneos, transformando el ocio digital en un desencadenante sistemático de vulnerabilidad económica y gasto no planificado.

CONCLUSIÓN

A partir de la rigurosa contrastación empírica y el análisis estadístico de los datos recolectados, se concluye de forma contundente que los jóvenes universitarios pertenecientes a la Generación Z caracterizados en este estudio por una alta homogeneidad etaria concentrada entre los 18 y 21 años de las carreras de Contabilidad y Economía constituyen un segmento con una vulnerabilidad crítica ante los estímulos comerciales integrados en los entornos digitales contemporáneos. Los hallazgos confirman que las plataformas de video de formato corto y sus sistemas avanzados de recomendación algorítmica no solo retienen la atención de los estudiantes, sino que operan como detonadores inmediatos de estados afectivos transitorios (como el aburrimiento, el estrés o la ansiedad), los cuales se posicionaron como el motor afectivo prioritario de interacción digital con una media de . Esta fuerte activación emocional y la búsqueda de gratificación instantánea anulan los filtros cognitivos de control racional, traduciéndose de manera directa en conductas de compra impulsiva. En estas decisiones de gasto no planificado predomina de forma alarmante la desatención a las consecuencias financieras futuras () por encima de cualquier planificación económica estructurada (), un factor de alto riesgo para una población en plena etapa de transición hacia la autonomía financiera.

Desde el punto de vista metodológico y psicométrico, la investigación aporta un valor técnico significativo al demostrar que las escalas adaptadas para medir tanto el consumo de micro-videos como la tendencia a la compra impulsiva poseen una consistencia interna sobresaliente y una robusta fiabilidad en el contexto ecuatoriano, alcanzando coeficientes Alfa de Cronbach consistentemente superiores al umbral crítico de en todas sus dimensiones. No obstante, el comportamiento de la variable dependiente (Conducta de compra impulsiva) vulneró los supuestos de normalidad teórica en la prueba de Kolmogorov-Smirnov con una significancia de , revelando un patrón asimétrico en las decisiones de gasto no planificado que obligó a descartar los análisis lineales tradicionales basados en el coeficiente de Pearson. Al acudir a la estadística no paramétrica mediante el Coeficiente de Correlación de Spearman, se validó con exactitud matemática una asociación matemática sólida, directa y altamente significativa (; ) entre las variables principales. Este resultado analítico se ve robustecido por un modelo de regresión lineal cuyo coeficiente de determinación () demuestra que el de la variabilidad y las fluctuaciones en las conductas de compra impulsiva de los estudiantes universitarios de la UTN se explican directamente por la intensidad de su exposición y respuesta emocional al formato de video corto.

A partir del análisis de las secciones analizadas del documento, se concluye que los jóvenes universitarios pertenecientes a la Generación Z constituyen un segmento altamente vulnerable a los estímulos de las redes sociales, donde sus estados emocionales transitorios operan como el motor principal para consumir micro-videos. Esta fuerte activación afectiva se traduce de manera directa en conductas de compra impulsiva en las que predomina la desatención a las consecuencias financieras y la búsqueda de gratificación instantánea por encima de la planificación económica. Desde el punto de vista metodológico, las escalas empleadas demostraron una fiabilidad psicométrica sobresaliente con valores de Alfa de Cronbach superiores a . Finalmente, debido a que el comportamiento de gasto impulsivo rompió con los supuestos de normalidad teórica en la prueba de Kolmogorov-Smirnov, se determinó la obligatoriedad estadística de descartar los modelos lineales convencionales. Al aplicarse la prueba no paramétrica de Coeficiente de Correlación de Spearman para realizar los cruces de variables finales, se validó con exactitud matemática la incidencia significativa que posee el consumo de videos cortos sobre la activación de decisiones financieras no planificadas en los estudiantes universitarios.

REFERENCIAS

Akram, U. J. (2023). Online purchase intention in Chinese social commerce platforms: Being emotional or rational? . Journal of Retailing and Consumer Services. doi:https://doi.org/10.1016/j.jretconser.2021.102727

Arias, F. G. (2020). . El proyecto de investigación: Introducción a la metodología científica. Episteme. doi:https://books.google.com.co/books?id=W5n0BgAAQBAJ

Atalay, A. S. (2011). Retail therapy: A strategic effort to improve mood. doi:https://doi.org/10.1016/j.jretai.2011.04.001

Badgaiyan, A. J. (2015). Does urge to buy impulsively differ from actual impulse buying behavior? A construct validation and an empirical investigation. Retailing and Consumer Services, 22, 145–157. doi:https://doi.org/10.1016/j.jretconser.2014.10.002

Chan, T. K. (2017). The state of online impulse-buying. A literature analysis. Information & Management,, 54(2), 204–217. doi:https://doi.org/10.1016/j.im.2016.06.001

Chen S, Z. K. (2022). How active and passive social media use affects impulse buying in Chinese college students? doi:https://doi.org/10.3389/fpsyg.2022.1011337

Djafarova, E. &. (2021). Instagram made me buy it’: Generation Z impulse purchases in fashion industry. Retailing and Consumer Services,, 59, Article 102345. doi:https://doi.org/10.1016/j.jretconser.2020.102345

Gao, P., Zeng, Y., & Cheng, Y. (2022). The formation mechanism of impulse buying in short video scenario. Frontiers in Psychology,, 13, 870635. doi:https://doi.org/10.3389/fpsyg.2022.870635

Grabowska, K. &. (2026). Algorithms, engagement, and sales: Short-form video metrics as predictors of purchase intention. Social Media Impact,. doi:https://doi.org/10.64243/JOSMI.02.2.01

Hayran, C. &. (2021). Well-being and Fear of Missing Out (FOMO) on social media: A consumer psychology perspective. Consumer Marketing, 38(4), 456–466. doi:https://doi.org/10.1108/JCM-04-2020-3773

Hernández-Sampieri, R. &. (2018). Metodología de la investigación:Las rutas cuantitativa, cualitativa y mixta. doi:https://bibliotecadigital.uce.edu.ec/item/793

Holliman, G. &. (2014). Business to business digital content marketing: Marketers' perceptions of best practice. Journal of Research in Interactive Marketing, 8(4), 269–293. doi:https://doi.org/10.1108/JRIM-02-2014-0013

Instituto Nacional de Estadística y Censos. (2023). Tecnologías de la información y comunicaciones (TIC) 2023. doi:. https://www.ecuadorencifras.gob.ec/tecnologias-de-la-informacion-y-comunicacion-tic/

Kaur, P. D. (2024). Impulse buying in the digital age: An exploration using systematic literature review approach. Consumer Behaviour, 23(4), 1893–1916. . doi:https://doi.org/10.1002/cb.2360

Kemp, S. (2024). Global overview report. doi:https://wearesocial.com/global-digital-report/

Kwiatek, P. &.-B. (2019). Loosening the purse strings: The influence of emotions on impulse buying among young consumers. Consumer Behaviour, 18(6), 461–472. doi:https://doi.org/10.1002/cb.1785

Leong, L. Y. (2021). The influence of Facebook friend-based factors and fear of missing out on impulse purchase. doi:https://doi.org/10.1177/20563051211039145

Leong, L. Y., Jaafar, N. I., & Ainin, S. (2018). Understanding the effects of s-commerce website quality on customer impulse buying. Information & Management, 55(6), 750–764. doi:https://doi.org/10.1016/j.im.2018.03.004

Li, B. H. (2021). The moderating role of anticipated regret and product involvement on online impulsive buying behavior. Frontiers in Psychology. doi:https://doi.org/10.3389/fpsyg.2021.732459

Mandolfo, M. &. (2021). Past, present, and future of impulse buying research methods: A systematic literature review. Frontiers in Psychology,. doi:https://doi.org/10.3389/fpsyg.2021.687404

Martínez-López, F. J.-S.-I.-S. (2023). Consumer engagement with brand content on social media: An empirical examination of the moderating influence of brand trust. Journal of Interactive Marketing, 53, 1–15. doi:https://doi.org/10.1016/j.intmar.2020.06.004

Novanská Škripcová, L. &. (2025). Problematic short-form video use, instant gratification, impulsivity, and psychological distress among Slovak university students. Studies in Media and Communication,, 13(4), 326–338. doi:https://doi.org/10.11114/smc.v13i4.7642

Nunnally, J. C. (1994). Psychometric theory. doi:https://archive.org/details/psychometrictheo0000nunn_m4x5

Rangel, A. C. (2022). A framework for studying the neurobiology of value-based decision making. Nature Reviews Neuroscience, 9(7), 545–556. doi:https://doi.org/10.1038/nrn2357

Rook, D. W. (1987). The buying impulse. 189–199. . doi:https://doi.org/10.1086/209105

Rook, D. W. (1995). Normative influences on impulsive buying behavior. Consumer Research,, 22(3), 305–313. doi: https://doi.org/10.1086/209452

Russell, J. A. (1980). A circumplex model of affect. Personality and Social Psychology,, 39(6), 1161–1178. . doi:https://doi.org/10.1037/h0077714

Saunders, M. L. (2019). Research methods for business students (8th ed.). Pearson Education. doi:https://books.google.com/books/about/Research_Methods_for_Business_Students.html?id=LtiQvwEACAAJ

Singh, P. S. (2023). Measuring social media impact on impulse buying behavior. Measuring social media impact on impulse buying behavior. doi:https://doi.org/10.1080/23311975.2023.2262371

Vinkóczi, T. V. (2026). From scroll to sale: Predicting of customer engagement in impulse buying cycle on TikTok through the S-O-R model. Acta Psychologica. doi:https://doi.org/10.1016/j.actpsy.2025.106006

Voorveld, H. A. (2022). Brand communication in social media: A research agenda. Journal of Advertising, 48(1), 14–26. . doi:https://doi.org/10.1080/00913367.2019.1588808

Wang, P. &. (2022). Online impulse buying behavior and marketing optimization guided by entrepreneurial psychology under COVID-19. doi:https://doi.org/10.3389/fpsyg.2022.939786

Zhang, K. Z. (2022). Online reviews and impulse buying behavior: . doi:https://doi.org/10.1108/IntR-12-2016-0377

Zhang, M. L. (2022). How short-form video features influence consumer impulse buying behavior in social commerce. Frontiers in Psychology, págs. 13, Article 915224. doi:https://doi.org/10.3389/fpsyg.2022.915224

Zhang, Y. L. (2024). Swipe, watch, buy: Unraveling the power of product placement in short videos on youth impulse purchasing. Business and Digital Marketing, 12(2), 142–158. doi: https://doi.org/10.1016/j.jbusdim.2024.101242

Zhao, L. &. (2023). Under the influence of flow: How media characteristics of short-form video apps impact user engagement and impulse buying. Information & Management, 60(5). doi:https://doi.org/10.1016/j.im.2023.103812

Zhu, B. K. (2023). Consumer impulse buying behavior in TikTok short video commerce. The role of consumer inspiration and social presence., págs. 14, Article 1146747. doi:https://doi.org/10.3389/fpsyg.2023.1146747