Guiaaaa 222

EFECTO DE LA COMUNICACIÓN EN LAS REDES SOCIALES Y
EL RIESGO PERCIBIDO EN EL VALOR DE MARCA DE

DESTINO DESDE LA PERSPECTIVA DEL CONSUMIDOR
TESIS DOCTORAL
Doctorado en Marketing
Departamento de Comercialización e Investigación de Mercados
Valencia, Mayo 2019
Presentada por: Igor Stojanovic

Dirigida por: Dra. Luisa Andreu Simó
Dr. Rafael Currás Pérez
AGRADECIMIENTOS
Esta Tesis ha sido posible gracias al apoyo y ayuda de muchas personas a las que me gustaría
expresar mi agradecimiento.
En primer lugar, agradecer a mis tutores, la Dra. Luisa Andreu y profesor Dr. Rafael Currás por
dirigirme durante todo el proceso de elaboración de este proyecto. Este trabajo no hubiera sido
posible sin su motivación y apoyo.
Gracias al personal del Departamento de Comercialización e Investigación de Mercados de la

Universidad de Valencia y al profesorado de la Facultad de Economía, por darme la
oportunidad de formar parte del programa de doctorado y cumplir mi sueño.
Especialmente, quiero agradecer a Nacho Pellicer por tener tiempo y nervios para hacer una
revisión completa de esta tesis.
Por último, gracias a mi familia que siempre ha estado conmigo, tanto en los buenos como en
los malos momentos.
ÍNDICE DE CONTENIDOS
Índice de figuras…………………... .............................................................................................. 8
Índice de cuadros…………………... ............................................................................................ 9
Índice de tablas…………………... ............................................................................................. 10
Índice de imágenes…………………... ....................................................................................... 12
Índice de anexos…………………... ........................................................................................... 12
CAPÍTULO 0. INTRODUCCIÓN ............................................................................................... 13
0.1. PRESENTACIÓN Y JUSTIFICACIÓN DEL ESTUDIO…………………... ............................ 13
0.2. OBJETIVOS DE LA INVESTIGACIÓN ............................................................................... 19
0.3. ESTRUCTURA DEL TRABAJO ......................................................................................... 20
CAPÍTULO I: MARCO TEÓRICO Y CONCEPTUAL ................................................................ 23
1.1. COMUNICACIÓN EN REDES SOCIALES ......................................................................... 23
 1.1.1. Concepto y tipología de la comuniación online .......................................................... 23

 1.1.2. Concepto y tipología de la comunicación en las redes sociales ................................. 26
□ 1.1.2.1. Definición del contenido generado por la empresa (FGC)................................. 27
□ 1.1.2.2. Definición del contenido generado por el usuario (UGC) .................................. 28
1.2. VALOR DE MARCA ........................................................................................................... 29
 1.2.1. Definición y enfoques del valor de marca .................................................................. 29

 1.2.2. Valor de marca basado en el consumidor (CBBE) ..................................................... 34
□ 1.2.2.1. Modelos de medición del CBBE........................................................................ 34
□ 1.2.2.2. Estudios empíricos sobre el CBBE ................................................................... 39
□ 1.2.2.3. Estudios empíricos sobre el CBBE en el contexto empresarial y del turismo ... 44
□ 1.2.2.4. Estudios empíricos sobre el valor de marca de destino (CBDBE) ..................... 48
□ 1.2.2.5. Problemas conceptuales en los estudios empíricos del CBDBE ....................... 56
□ 1.2.2.6. La comunicación en las redes sociales como antecedente del CBBE............... 59
□ 1.2.2.7. Teoría de esquema y valor de marca................................................................ 81
1.3. RIESGO PERCIBIDO EN EL CONTEXTO DE TURISMO .................................................. 71
 1.3.1. Conceptualización y dimensiones del riesgo percibido .............................................. 74

 1.3.2. Efecto moderador del riesgo percibido ...................................................................... 77
4
Índice de contenidos
 1.3.3. Riesgo percibido y el valor de marca de destino ........................................................ 80

 1.3.4. Teoría de prospectiva y riesgo percibido ................................................................... 82

CAPÍTULO II: MODELO DE INVESTIGACIÓN E HIPÓTESIS ................................................. 84
2.1. OBJETIVOS DE LA INVESTIGACIÓN ............................................................................... 84
 2.1.1. Desarrollo de hipótesis y modelo conceptual ....................................................... 84

 2.1.2. Efecto de la comunicación en las redes sociales sobre las dimensiones del valor
de marca de destino ...................................................................................................... 85
 2.1.3. Efecto de la imagen cognitiva sobre la imagen afectiva ....................................... 88
 2.1.4. Efecto de las dimensiones del valor de marca sobre la respuesta del
 consumidor .................................................................................................................... 89
 2.1.5. Efecto moderador del riesgo percibido sobre la relación entre la comunicación y
las dimensiones del valor de marca............................................................................... 91
 2.1.6. Efecto moderador del riesgo percibido sobre la relación entre las dimensiones del
valor de marca y la respuesta del consumidor ............................................................... 94
 2.1.7. Modelo de investigación y resumen de las hipótesis ........................................... 95
CAPÍTULO III: METODOLOGÍA Y DISEÑO DE LA INVESTIGACIÓN………………... ............ 99
3.1. ENFOQUE DE LA INVESTIGACIÓN Y DISEÑO DEL CUESTIONARIO ............................ 99
3.2. MEDICIÓN DE LAS VARIABLES ..................................................................................... 100
3.2.1. Medición de la comunicación en las redes sociales ........................................... 100

3.2.2. Medición del riesgo percibido ............................................................................ 101
3.2.3. Medición del valor de marca de destino ............................................................. 102
3.2.4. Medición de la imagen cognitiva ........................................................................ 103
3.2.5. Medición de la imagen afectiva .......................................................................... 104
3.2.6. Medición de la calidad percibida ........................................................................ 104
3.2.7. Medición del valor percibido .............................................................................. 105
3.2.8. Medición de la lealtad actitudinal de marca ........................................................ 105
3.3. ELECCIÓN DE LOS DESTINOS TURÍSTICOS ............................................................... 107
3.3.1. Definición de la población y selección de la muestra ......................................... 113

3.3.2. Recogida de datos ............................................................................................. 116

3.4. TRATAMIENTO Y ANÁLISIS DE LOS DATOS MEDIANTE PLS ..................................... 118
 3.4.1. Justificación de la elección de PLS .................................................................... 118

 3.4.2. La modelización con PLS .................................................................................. 122
 3.4.3. Variables moderadoras ...................................................................................... 127

5
CAPÍTULO IV: RESULTADOS DE LA INVESTIGACIÓN ...................................................... 130
4.1. TRATAMIENTO PREVIO DE LOS DATOS ...................................................................... 130
 4.1.1. Revisión de casos ausentes .............................................................................. 130


4.2. ANÁLISIS DESCRIPTIVO ................................................................................................ 131
 4.2.1. Perfil de la muestra ............................................................................................ 131

 4.2.2. Datos sobre la elección de los destinos turísticos .............................................. 133

4.3. VALIDACIÓN DEL MODELO Y SUS RELACIONES CAUSALES .................................... 136
 4.3.1. Evaluación del modelo de medida ..................................................................... 136

 4.3.2. Evaluación del modelo estructural ..................................................................... 140
□ 4.3.2.1. Efecto de la comunicación en las redes sociales sobre el CBDBE ...... 143
□ 4.3.2.2. Efecto del valor de marca en el comportamiento del consumidor ........ 144
□
4.4. EVALUACIÓN DE LAS TERCERAS VARIABLES............................................................ 146
 4.4.1. Variables moderadoras del riesgo percibido ...................................................... 146

□ 4.4.1.1. Efecto moderador del riesgo físico ...................................................... 147
□ 4.4.1.2. Efecto moderador del riesgo ambiental ............................................... 148
□ 4.4.1.3. Efecto moderador del riesgo financiero ............................................... 150
□ 4.4.1.4. Efecto moderador del riesgo de calidad de servicio ........................... 151
□ 4.4.1.5. Efecto moderador del riesgo de tiempo ............................................... 152
□ 4.4.1.6. Efecto moderador del riesgo social ..................................................... 154
□ 4.4.1.7. Efecto moderador del riesgo cultural ................................................... 155
□
4.5. RESUMEN DEL CONTRASTE DE LAS HIPÓTESIS ....................................................... 157
CAPÍTULO V: CONCLUSIONES DE LA INVESTIGACIÓN ................................................... 159
5.1. PRINCIPALES CONCLUSIONES Y DISCUSIÓN DE RESULTADOS ............................. 159
 5.1.1. Evaluación del cumplimiento de los objetivos .................................................... 159

 5.1.2. Conclusiones de la investigación respecto a los efectos directos en el modelo 162
 5.1.3. Conclusiones de la investigación respecto al efecto moderador del riesgo ....... 163
 5.1.4. Contribuciones a la teoría .................................................................................. 165
 5.1.5. Implicaciones prácticas ...................................................................................... 167

5.2. LIMITACIONES DE LA INVESTIGACIÓN ........................................................................ 170
6
5.3. FUTURAS LINEAS DE INVESTIGACIÓN ........................................................................ 171
GLOSARIO DE SIGLAS Y ACRÓNIMOS ............................................................................... 173
BIBLIOGRAFÍA ....................................................................................................................... 174
ANEXOS ................................................................................................................................. 231
ÍNDICE DE FIGURAS
Figura 0.1. Número de usuarios de redes sociales en todo el mundo entre 2010 y 2021 (en
miles de millones)…………………............................................................................................. 14
Figura 0.2. Ingresos de la publicidad en redes sociales en el mundo de 2014 a 2017 (en miles
de millones de dólares)…………………... ................................................................................. 15
Figura 0.2. Estructura del trabajo ............................................................................................. 20
Figura 1.1. Convergencia de los medios pagados, propios y ganados…………………... ......... 25
Figura 1.2. Modelo de medición del valor de marca de Keller (2001)………………... ............... 37
Figura 1.2a. Cadena de valor de marca de Keller y Lehman (2003)………………... ................. 38
Figura 1.3a. Modelo del valor de marca de destino de Boo et al. (2009)………………... .......... 48
Figura 1.3b. Modelo alternativo del valor de marca de Boo et al. (2009)…………………... ...... 49
Figura 1.4. Dimensiones del valor de marca de destino más usadas en la literatura
académica…………………... ..................................................................................................... 56
Figura 1.5. Modelo del valor de marca de Bruhn et al. (2012)………………... .......................... 66
Figura 1.6. Modelo del Schivinski y Dabrowski (2015)………………... ..................................... 67
Figura 1.7. Modelo de Schivinski y Dabrowski (2016)………………... ...................................... 68
Figura 2.1. Modelo de la investigación……………... ................................................................. 96
Figura 3.2. Escala Likert-7 usada en la medición de ítems de los constructos……………... ... 106
Figura 3.3. Redes sociales más populares en el mundo según los usuarios activos en el julio
2018 (en millones)………………... .......................................................................................... 115
Figura 3.4. Efecto de la variable mediadora………………... ................................................... 128
Figura 3.5. Efecto de la variable moderadora……………... .................................................... 128
Figura 4.1. Evaluación del modelo conceptual…………………... ............................................ 145
7
ÍNDICE DE CUADROS
Cuadro 1.1. Medios pagados, ganados y propios……………... ................................................ 24
Cuadro 1.2. Definiciones del valor de la marca desde la perspectiva financiera………... ......... 31
Cuadro 1.3. Definición del concepto del valor de marca desde la perspectiva del
consumidor…………….............................................................................................................. 32
Cuadro 1.4. Dimensiones del valor de marca según el modelo de Aaker (1996)……………... . 36
Cuadro 1.5. Dimensiones del valor de marca desde la perspectiva del

consumidor…………………....................................................................................................... 39
Cuadro 1.6. Principales contribuciones empíricas sobre el valor de marca………………... ...... 40
Cuadro 1.7. Dimisiones del valor de marca en el contexto empresarial y del

turismo……………... ................................................................................................................. 45
Cuadro 1.8. Principales contribuciones empíricas sobre el valor de marca en el contexto

empresarial y del turismo………………... .................................................................................. 46
Cuadro 1.9. Dimensiones del valor de marca de destinos…………………... ............................ 49
Cuadro 1.10. Principales contribuciones empíricas sobre el CBDBE…………... ...................... 51
Cuadro 1.11. Estudios sobre el efecto de la comunicación en las redes sociales sobre el valor
de marca……………….............................................................................................................. 62
Cuadro 1.12. Principales contribuciones de los antecedentes del CBBE…………………... ...... 63
Cuadro 1.13. Estudios empíricos sobre el riesgo percibido en turismo…………………... ......... 75
Cuadro 1.14. Dimensiones del riesgo percibido……………... ................................................... 77
Cuadro 1.15. Principales contribuciones de los estudios empíricos sobre el riesgo percibido en
el contexto de turismo…………………... ................................................................................... 78
Cuadro 2.1. Resumen de las hipótesis y cuestiones a investigar …………………... ................. 97
Cuadro 3.1. Estructura del cuestionario………………... ........................................................... 99
Cuadro 3.2. Variables de la comunicación en las redes sociales…………... .......................... 101
Cuadro 3.3. Variables del riesgo percibido…………………... ................................................. 102
Cuadro 3.4. Variables de la imagen cognitiva…………………... ............................................. 104
Cuadro 3.5. Variables de la imagen afectiva………………... .................................................. 104
Cuadro 3.6. Variables de la calidad percibida………………... ................................................ 105
8
Cuadro 3.7. Variables del valor percibido………………... ....................................................... 105
Cuadro 3.8. Variables de la lealtad de marca………………... ................................................. 106
Cuadro 3.9. Países más visitados en Europa (*en millones)……………... .............................. 107
Cuadro 3.10. Países más visitados en Medio Oriente (*en millones)………………................. 108
Cuadro 3.11. Países más visitados en Asia-Pacífico (*en millones)………………... ............... 109
Cuadro 3.12. Países más visitados en África (*en millones)……………... .............................. 110
Cuadro 3.13. Países más visitados en Américas………………............................................... 111
Cuadro 3.14. Ventajas y desventajas de las técnicas de recogida de datos personales y en

línea………………... ................................................................................................................ 116
Cuadro 3.15. Criterios de elección del método de análisis SEM……………... ........................ 121
ÍNDICE DE TABLAS
Tabla 3.1. Ficha técnica de la muestra ................................................................................... 115
Tabla 3.2. Análisis del modelo en PLS……………... ............................................................... 126
Tabla 3.3. Ficha técnica de las dimensiones del riesgo percibido……………... ...................... 129
Tabla 4.1. Ficha técnica del estudio………….......................................................................... 131
Tabla 4.2. Uso de las redes sociales………... ......................................................................... 132
Tabla 4.3. Tipo de contenido que influye en la selección del destino………... ........................ 132
Tabla 4.4. Destinos turísticos de Europa………... ................................................................... 133
Tabla 4.5. Destinos turísticos de Medio Oriente…………........................................................ 134
Tabla 4.6. Destinos turísticos de Asia-Pacífico………............................................................. 134
Tabla 4.6. Destinos turísticos de Asia-Pacífico.. ..................................................................... 134
Tabla 4.7. Destinos turísticos de África……... ......................................................................... 135
Tabla 4.8. Destinos turísticos de Américas…………... ............................................................ 135
Tabla 4.9. Respuestas totales por regiones…………... ........................................................... 135
Tabla 4.10. Fiabilidad y validez convergente de las escalas de medida…………... ................ 137
Tabla 4.11. Matriz de correlaciones entre variables latentes, Fornell-Larcker (1981)………... 138
9
Tabla 4.12. Matriz de cargas cruzadas ................................................................................... 139
Tabla 4.13. Heterotrait – Monotrait Ratio (HT/MT) .................................................................. 140
Tabla 4.14. Colinealidad entre constructos ............................................................................. 141
Tabla 4.15. Resultados del análisis bootstrap ......................................................................... 142
Tabla 4.16. Efecto del riesgo percibido en la etapa de edición…... ......................................... 147
Tabla 4.17. Efecto del riesgo percibido en la etapa de evaluación…... ................................... 147
Tabla 4.18. Efecto del riesgo ambiental en la etapa de edición……... .................................... 148
Tabla 4.19. Efecto del riesgo ambiental en la etapa de evaluación……... ............................... 149
Tabla 4.20. Efecto del riesgo financiero en la etapa de edición……... .................................... 150
Tabla 4.21. Efecto del riesgo financiero en la etapa de evaluación………... ........................... 150
Tabla 4.22. Efecto del riesgo de calidad de servicio en la etapa de edición…... ..................... 151
Tabla 4.23. Efecto del riesgo de calidad de servicio en la etapa de evaluación……... ............ 151
Tabla 4.24. Efecto del riesgo de tiempo en la etapa de edición…... ........................................ 152
Tabla 4.25. Efecto del riesgo de tiempo en la etapa de evaluación…….................................. 153
Tabla 4.26. Efecto del riesgo social en la etapa de edición... .................................................. 154
Tabla 4.27. Efecto del riesgo social en la etapa de evaluación... ............................................ 154
Tabla 4.28. Efecto del riesgo cultural en la etapa de edición…... ............................................ 155
Tabla 4.29. Efecto del riesgo cultural en la etapa de evaluación…... ...................................... 156
Tabla 4.30. Contraste de las hipótesis del modelo del valor de marca……... .......................... 157
Tabla 4.31. Resumen de los resultados del efecto moderador del riesgo percibido……... ...... 158
10
ÍNDICE DE IMÁGENES
Imagen 1.1. Ejemplo de contenido generado por la empresa…................................................ 27
Imagen 1.2. Ejemplo de contenido generado por el usuario. .................................................... 28
Imagen 1.3. Ataque terrorista del 11 de septiembre de 2001…... ............................................. 73
Imagen 3.1. Campaña oficial de turismo Colombia 2007……... .............................................. 112
ÍNDICE DE ANEXOS
A1. R cuadrado de los constructos del modelo……... ............................................................. 232
A2. Resultados relevancia predictiva (Q²). El test Stone-Geisser... ......................................... 232
A3. Análisis de f² de los constructos del modelo.... ................................................................. 232
A4. Coeficientes path del modelo…... ..................................................................................... 232
A5. Ejemplo del cuestionario……............................................................................................ 233
11
CAPÍTULO 0: INTRODUCCIÓN
0.1. PRESENTACIÓN Y JUSTIFICACIÓN DEL ESTUDIO
El valor de marca en el contexto digital y el riesgo percibido son las piezas clave de esta tesis
doctoral en la que se investiga el efecto del contenido generado por el usuario (User generated
content) y el contenido generado de la empresa1 (Firm generated content) en el valor de marca
de destinos turísticos (CBDBE – Customer based destination brand equity) y el efecto
moderador del riesgo percibido en las relaciones del valor de marca. De forma específica, la
tesis plantea que la comunicación en las redes sociales influye en las dimensiones del valor de
marca, y éstas sobre las respuestas hacia la marca. Asimismo, se propone el efecto moderador
del riesgo percibido en la relación comunicación-valor de marca, y en la relación valor de
marca-respuesta del consumidor.
La justificación del tema de esta tesis deriva de una perspectiva académica y empresarial.
Desde el punto vista académico el valor de marca en la era digital es un tema emergente según
el Marketing Science Institute (2018), y representa una prioridad en la investigación del
marketing (Keller, 2016, Colicev et al., 2018), teniendo en cuenta el nuevo entorno en el que se
encuentra inmerso el consumidor, como se explica a continuación.
Actualmente, las redes sociales representan una nueva realidad de la civilización

contemporánea (Kuksov et al., 2013; Nam y Kannan, 2014; Schweidel y Moe, 2014; Batra y
Keller, 2016; Hewett et al., 2016; Erdem et al., 2016; Alalwan et al., 2017). Es difícil imaginar la
vida diaria sin los medios sociales como blogs, foros, redes empresariales, plataformas para
compartir fotos, juegos sociales, microblogs, aplicaciones de chat y, por último, redes sociales
(Boyd y Ellison, 2007; Kaplan y Haenlein, 2010). El poder de las redes sociales es tal que se
espera que el número de usuarios en todo el mundo llegue a unos 3.020 millones de usuarios
mensuales activos de redes sociales hasta el 2021, alrededor de un tercio de la población
mundial (Statista, 2018a). En la figura 0.1. se muestra el número de usuarios de redes sociales
en todo el mundo.
1
En esta tesis se utilizan las siglas de UGC (User Generated Content en inglés) que se refiere al contenido generado
por el usuario, y también FGC (Firm Generated Content) que se refiere a la comuniación generada por la empresa y
por los organismos que gestionan los destinos turísticos.
12
Capítulo 0: Introducción
Figura 0.1. Número de usuarios de redes sociales en todo el mundo entre 2010 y 2021 (en
miles de millones)
3,5
3,02
3 2,9
2,77
2,62
2,46
2,5 2,28
2,14
1,91
2
1,59
1,5 1,4
1,22
0,97
1
0,5
0
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
Fuente: Statista (2018a)
Las redes sociales comenzaron como una herramienta de entretenimiento y evolucionaron

hasta convertirse en una poderosa herramienta de marketing. Mientras cumplen su propósito
principal de conectar a las personas, también juegan un papel importante al conectar a las
marcas con los clientes (Lamberton y Stephen, 2016; Kannan, 2017; Kanuri et al., 2107). El
marketing en redes sociales está en aumento, ya que este tipo de medios gana importancia en
la industria y muestra potencial para un mayor desarrollo. Como se observa en la figura 0.2. se
espera que los ingresos de la publicidad en las redes sociales a nivel mundial aumentarán
alrededor de 32 mil millones de dólares en 2016 hasta aproximadamente 48 mil millones de
dólares en 2021 (Colicev et al., 2018).
13
Figura 0.2. Ingresos de la publicidad en redes sociales en el mundo de 2014 a 2017 (en miles
de millones de dólares)
60
48
50
41
40
32,91
30 25,14
17,85
20
10
0
2014 2015 2016 2017 2021
Fuente: Statista (2018b)
Estos datos demuestran que uno de los desafíos principales en el futuro es entender como la
comunicación en las redes sociales influye en las marcas (Keller, 2016). El impacto de la
evolución de las plataformas digitales no era importante cuando Aaker (1991) y Keller (1993)
conceptualizaron el valor de marca desde la perspectiva del consumidor. Sin embargo, las
marcas necesitan diferenciarse en el nuevo entorno del mundo digital. La revolución de las
redes sociales ha facilitado sustancialmente la interacción ente la marca y el consumidor, por lo
que la capacidad de gestionar la marca en el entorno digital es ahora una de las
preocupaciones fundamentales en el campo del marketing (Gürhan-Canli et al., 2016; Hamilton
et al., 2016; Swaminathan, 2016; Colicev et al. 2018; Kumar et al. 2018).
Hasta ahora en la literatura académica los investigadores se centraron en investigar el efecto

de los mensajes publicitarios en diferentes plataformas online como, por ejemplo, en anuncios
de búsqueda en Google “Google Ads” (Berman y Katona 2013; Jerath et al., 2014; Rutz y
Bucklin, 2011; Rutz et al., 2012; Rutz et al., 2017; Kalyanam et al., 2018); anuncios de display
“Banners” (Manchanda et al., 2006; Danaher et al., 2010; Goldfarb y Tucker, 2011; Goldstein et
al., 2011; Braun y Moe, 2013; Urban et al., 2013; Hoban y Bucklin, 2015; Schwartz et al., 2017);
la propia página web de las marcas (Danaher et al., 2006; Hauser et al., 2009; Mazaheri et al.,
2011); los correos electrónicos (Aufreiter et al., 2014; Li y Kannan, 2014; Sahni et al., 2018);
14
redes sociales (Kumar et al.,2013; Schulze et al., 2014; Kumar et al., 2016; John et al., 2017) y,
últimamente, el marketing móvil (Bell, 2014; Fang et al., 2014, Pescher et al., 2014; Goh et al.,
2015; Lamberton y Stephen, 2016; Müller et al., 2018).
Todos los estudios mencionados muestran que el “camino hacia la compra” es radicalmente
diferente hoy en día, a menudo más corto en longitud, menos jerárquico y más complejo debido
al crecimiento de las redes sociales (Lemon y Verhoef, 2016; Srinivasan et al., 2016; Batra y
Keller, 2016; Keller, 2016; Colicev et al. 2017). Por tanto, la comunicación en los medios
sociales se ha convertido en un objetivo estratégicamente importante para las empresas para
mantener una conversación directa con los consumidores (Keller, 2013; 2016; Hewett et al.,
2017; Kannan, 2017; Lee et al., 2018).
Cuando un consumidor se une a una red social, su percepción de una marca cambia a través
del contenido que recibe de otros usuarios (Weiss et al., 2008; Zhu y Zhang, 2010; Berger y
Schwartz, 2011; Berger, 2014; Yadav y Pavlou, 2014; Babic Rosario et al., 2015), participación
en las comunidades virtuales de las marcas (Jahn y Kunz, 2012; Hutter et al., 2013; Barreda et
al., 2015) o mediante la publicidad (Bakshy et al., 2012; Okazaki y Taylor, 2013; Tucker, 2014;
Dehghani y Tumer, 2015; Kumar et al., 2016; Knoll, 2016). De ahí surgen dos líneas de
investigación diferentes sobre el impacto de la comunicación en las redes sociales en el valor
de marca: desde la perspectiva del contenido generado por el consumidor (UGC) y desde la
perspectiva del contenido generado por la empresa (FGC).
En el contexto de turismo, los turistas utilizan las redes sociales como fuente principal para
informarse sobre los destinos, enfocándose tanto en el contenido generado por los organismos
que gestionan los destinos turísticos como en el contenido que generan los turistas en las
diversas plataformas de redes sociales (Bigné et al., 2019). Numerosos estudios han
demostrado que la comunicación en las redes sociales influye en las intenciones de los viajeros
de visitar un destino (Almeida-Santana y Moreno, 2017; Paniagua y Huertas, 2018; Stojanovic
et al., 2018) y que los medios sociales representan herramientas muy potentes para
promocionar las marcas de destino (Xiang y Gretzel, 2010; Jalilvand et al., 2012; Lim et al.,
2012; Hudson y Thal, 2013; Költringer y Dickinger, 2015; Llodrà-Riera et al., 2015; Bigne et al.,
2018; Molinillo et al., 2018) y para reducir el riesgo percibido de viaje (Becken et al., 2017;
Narangajavana et al., 2017; Parrey et al., 2019).
En las últimas dos décadas, los investigadores se han centrado en la investigación de la

comunicación en las redes sociales para comprender sus efectos en las marcas y la gestión de
15
las marcas mediante estudios de temas relevantes como el boca-oído electrónico (Jansen et
al., 2009; Trusov et al., 2009; Chen et al., 2011; Bambauer-Sachse y Mangold, 2011; Jalilvand
y Samiei, 2012; Berger y Iyengar, 2013; Kumar et al., 2013; Rui y Whinston, 2013; Anderson y
Simester, 2014; King et al., 2014; Hennig-Thurau et al., 2015; Wu et al., 2015; Kim y Hanssens,
2017); reseñas en línea (Chakravarty et al., 2010; Chintagunta et al., 2010; Karakaya y Ganim
Barnes, 2010; Archak, et al., 2011; Moe y Trusov, 2011; Godes y Silva, 2012; Racherla y
Friske, 2012; Luo et al., 2013; Cheng et al., 2015; Packard y Berger, 2017; Steward et al.,
2018), comunidades virtuales (Algesheimer et al., 2006; Cova y Pace, 2006; Carlson et al.,
2008; Schau et al., 2009; Brodie et al. 2013; Goh et al., 2013; Jung et al., 2014; Godey et
al.,2016; John et al. 2017); páginas fan de marcas (Creamer, 2012; De Vries et al., 2012;
Naylor et al., 2012; Hutter et al.,2013; Kim et al., 2014; Beukeboom et al., 2015; Mochon et al.,
2017; Sanz-Blas et al., 2017), publicidad en las redes sociales (Lambrecht y Tucker, 2013;
Dehghani y Tumer, 2015; Hanaysha, 2016; Kim et al., 2016; Kumar et al., 2016; Boerman et al.,
2017; Lee et al., 2018; Gordon et al, 2019), actividades de marketing en redes sociales
(Hoffman y Fodor, 2010; Kim y Ko, 2012; Godey et al., 2016); el compromiso (Kietzmann et al.,
2011; Sashi, 2012; Hollebeek et al., 2014; Ashley y Tuten, 2015; Araujo et al., 2015; Dessart et
al, 2016; Bruce et al., 2017; Halaszovich y Nel, 2017; Harmeling et al., 2017; Harrigan et al.,
2017; Hepola et al., 2017; Pansari y Kumar, 2017; Voorveld et al., 2018); el contenido generado
por el usuario (Muñiz et al., 2007; Muntinga et al., 2011; Christodoulides et al., 2011; Dhar y
Chang, 2009; Christodoulides et al., 2012; Smith et al.,2012; Susarla et al., 2012; Tirunillai y
Tellis, 2012; Hautz et al. 2013; Hutter et al., 2013; Laroche et al., 2013; Toubia y Stephen,
2013; Barreda, 2014; Tang et al., 2014) y el contenido generado por la empresa (Kumar et al.,
2016; Martínez-Navarro y Bigné, 2017; Wan y Ren, 2017; Kumar et al., 2018).
En la literatura de marketing existen escasos trabajos que analicen el efecto de la

comunicación de las redes sociales (UGC y FGC) en el valor de marca (Bruhn et al., 2012;
Schivinski y Dabrowski, 2015; 2016). Recientes investigaciones analizan el efecto de la
intensidad del uso de las redes sociales sobre el valor de marca de destino (Stojanovic et.,
2018), sin embargo no existen trabajos que aborden la influencia del tipo de comunicación en
las redes sociales sobre el valor de marca de destinos. Por tanto, la primera contribución de
esta tesis es estudiar el efecto de la comunicación generada por el usuario y por la
empresa/destino en las dimensiones del valor de marca.
En la revisión de la literatura del valor de marca de destinos turísticos no se encontraron

estudios concluyentes respecto a la conceptualización de la imagen como dimensión del valor
16
de marca. Sin embargo, en el ámbito de los destinos turísticos existe consenso en la doble
dimensión del concepto de la imagen del destino (Duman et al., 2017; San Martín et al., 2018;
Stojanovic et al., 2018). La segunda contribución de esta tesis se focaliza en la integración de
la imagen dual de destino en el contexto del valor de marca.
La tercera contribución de esta tesis se centra en la incorporación del efecto moderador del
riesgo percibido en la relación entre la comunicación en las redes sociales y el valor de marca,
así como en la relación entre el valor de marca y la respuesta del consumidor. El riesgo
percibido es un concepto ampliamente estudiado en el turismo (Roehl y Fesenmeir, 1992;
Stone y Grønhaug, 1993; Aziz, 1995; Tsaur et al., 1997; Carter, 1998; Mäser y Weiermair,
1998; Weber, 1998; Sönmez y Graefe,1998a; 1998b; Mitchell et al., 1999; Dimanche y Lepetic,
1999; Hall, 2002; Drakos y Kutan, 2003; Floyd et al., 2004; Kuto y Groves, 2004; Bhattarai et
al., 2005; Castaño, 2005; Dolnicar, 2005; Prideaux, 2005; Sirakaya, y Woodside, 2005; Fuchs y
Reichel, 2006; Kozak et al., 2007; Paraskevas y Arendell, 2007; Reichel et al, 2007; Araña y
León, 2008; Hunter-Jones et al., 2008; Fletcher y Morakabati, 2008; Lehto et al. 2008; Slevitch
y Sharma, 2008; Korstanje, 2009; 2011; Lepp, y Gibson, 2011; Rittichainuwat y Chakraborty,
2009; Fuchs y Reichel, 2011; Seabra et al., 2013; Sharifpour et al., 2013; 2014; Chew y Jahari;
2014; Saha y Yap, 2014; Wolff y Larsen, 2014 Adam, 2015; Yang et al., 2017). Distintos
estudios demuestran que el riesgo percibido juega un papel fundamental en la percepción de
los destinos e intención de viaje (Sönmez, 1998; Sönmez y Graefe, 1998a; Floyd et al., 2004;
McKercher y Chon, 2004; Reisinger y Mavondo, 2005; Law, 2006; Rittichainuwat, 2006;
Rittichainuwat y Chakraborty, 2009; Alvarez y Campo, 2014). Sin embargo, hasta la fecha el
riesgo percibido y la seguridad solo se han estudiado integrados en varias dimensiones del
valor de marca de destino (Konecnik y Gartner, 2007; Pike, 2007; Pike et al., 2010; Gartner y
Konecnik Ruzzier, 2011; García et al., 2012; Im et al., 2012; Bianchi et al., 2014; Kim et al.,
2015; Pike y Bianchi, 2016; Chekalina et al., 2018; Duman et al., 2018; Dedeoğlu et al., 2018;
Kotsi,et al., 2018).
En definitiva, siguiendo la línea de investigación del valor de marca en la era digital (Yadav y
Pavlou 2014; Keller, 2016; Swaminathan, 2016; John, 2016; Gürhan-Canli et al., 2016) y,
debido a la falta de conocimiento teórico y de investigación empírica sobre el papel de los
medios sociales y el riesgo percibido en la formación del valor de marca de destino (Halkias,
2015; Oliveira y Panyik, 2015; Marine-Roig y Clavé, 2016; Kim et al., 2017; Kumar, 2017; Lund
et al., 2018; Chang y Wang, 2019), la presente tesis doctoral pretende responder a esa
17
necesidad de profundizar el conocimiento del efecto de la comunicación en las redes sociales

sobre el valor de marca de destino y el efecto moderador del riesgo percibido.
0.2. OBJETIVOS DE LA INVESTIGACIÓN
Teniendo en cuenta la importancia del tema objeto de estudio y las lagunas de investigación
identificadas, el objetivo general de la tesis se centra en analizar la influencia de la
comunicación generada por el usuario y por la empresa/destino en el valor de marca, así como
el efecto moderador del riesgo percibido en los antecedentes y efectos del valor de marca.
Concretamente, los objetivos específicos son:
Objetivo 1: Identificar el efecto de la evaluación de la comunicación creada por la empresa y

por el usuario sobre las dimensiones del valor de marca: imagen cognitiva, imagen afectiva,
calidad percibida y valor percibido.
Objetivo 2: Identificar las variables de la imagen dual del destino a través de sus componentes
cognitiva y afectiva y el efecto que tiene la imagen cognitiva sobre la imagen afectiva.
Objetivo 3: Identificar el efecto de la evaluación de las dimensiones del valor de marca: imagen
cognitiva, imagen afectiva, calidad percibida y el valor percibido sobre la lealtad actitudinal.
Objetivo 4: Identificar las variables del riesgo percibido y su efecto moderador sobre la relación
entre la comunicación y las dimensiones del valor de marca.
Objetivo 5: Identificar las variables del riesgo percibido y su efecto moderador sobre la relación
entre las dimensiones del valor de marca y la lealtad actitudinal.
La consecución de estos objetivos nos ayudará a proporcionar respuestas adecuadas a las

preguntas de investigación así como profundizar nuestro conocimiento sobre el concepto del
valor de marca en la era digital y, en definitiva, descifrar el papel del riesgo percibido en el
proceso de la toma de decisiones en el contexto de los destinos turísticos.
18
0.3. ESTRUCTURA DEL TRABAJO
A continuación se resume la estructura seguida en la presente investigación y una breve

referencia al contenido de cada capítulo.
Figura 0.3. Estructura del trabajo
Capítulo 0
Introducción
Capítulo I
Marco teórico y conceptual
Concepto de la comunicación en las redes sociales
Concepto del valor de marca de destino Concepto del riesgo percibido
Capítulo II
Modelo de investigación e hipótesis
Capítulo III
Metodología y diseño de la investigación
Capítulo IV
Resultados de la investigación
Capítulo V
Conclusiones de la investigación
En el capítulo 0 se presenta una introducción así como los motivos que justifican la realización
de la investigación, de los cuales se derivan los objetivos perseguidos en la misma (tanto los
objetivo principales como los objetivos secundarios de la investigación). Finalmente, se ofrece
la estructura seguida a lo largo del presente trabajo.
En la primera parte del capítulo I se hace una revisión del concepto de la comunicación online y
tipología de las redes sociales. En la segunda parte se realiza una exhaustiva revisión
bibliográfica sobre el concepto del valor de marca. Posteriormente, se presentan los modelos
existentes que analizan la comunicación en las redes sociales como antecedente del valor de
marca. Finalmente, se introduce la teoría de esquema, que explica la relación entre la
comunicación en las redes sociales y el valor de marca.
En la tercera parte del capítulo I se hace una revisión bibliográfica sobre el concepto del riesgo
percibido. Posteriormente, se hace una revisión del concepto del riesgo percibido en los
19
estudios sobre el valor de marca de destino. Finalmente, se introduce la teoría de prospectiva

que explica el efecto moderador del riesgo percibido en la relación entre la comunicación en las
redes sociales y las dimensiones del valor de marca, y en la relación entre las dimensiones del
valor de marca y la respuesta del consumidor.
En el capítulo II se recapitulan los objetivos específicos de la investigación, indicando en que

parte del trabajo se desarrolla cada uno de ellos. Posteriormente, se presenta el modelo de
investigación utilizado en el este trabajo que sirve como base teórica para analizar el efecto de
la comunicación en las redes sociales generada por el destino y por el usuario en el valor de
marca de destino, así como el efecto moderador del riesgo percibido en la relación entre la
comunicación en las redes sociales y las dimensiones del valor de marca, y en la relación entre
las dimensiones del valor de marca y la respuesta del consumidor. Dicho modelo contiene los
constructos, las relaciones entre éstos, así como las hipótesis formuladas en el estudio y las
cuestiones a investigar, las cuales se presentan al final del capítulo.
En el capítulo III se describe la metodología utilizada en el estudio empírico, tanto para la

obtención de información como para el análisis estadístico, que permitirá validar el modelo de
investigación, contrastar las hipótesis planteadas y analizar las cuestiones a investigar. En
primer lugar, se explica el diseño del cuestionario a través de indicadores previamente
validados en la literatura. A continuación se define la población objeto de estudio, la selección
de la muestra, y el proceso de recogida de datos.
Posteriormente, se detalla y justifica la metodología de análisis estadístico utilizada. El método

elegido es la modelización a través de mínimos cuadrados parciales (PLS, Partial Least
Square) mediante el software informático SmartPLS. Finalmente, se describen las fases a
seguir en el análisis de datos y modelado en PLS así como la estimación e interpretación de los
resultados, tanto del modelo de medida como del modelo estructural.
En el capítulo IV se presentan los resultados obtenidos del estudio empírico, tras la realización
del análisis expuesto previamente. En primer lugar, se lleva a cabo el análisis previo de los
datos, con el objetivo de detectar casos ausentes o posibles anomalías seguidas por un
análisis descriptivo como paso previo a la validación del modelo y sus relaciones causales.
Posteriormente, se comentan los resultados obtenidos en la evaluación del modelo de medida,
del modelo estructural, así como de las terceras variables incluidas en el modelo. Se finaliza
mediante el contraste de las hipótesis planteadas e análisis de las cuestiones a investigar.
20
En el capítulo V se exponen las principales conclusiones del estudio, partiendo de las hipótesis
planteadas y la corroboración de las mismas. Se destacan las contribuciones de los resultados
obtenidos, tanto al campo teórico como al campo práctico. Asimismo, se establecen una serie
de propuestas de actuación, se mencionan las principales limitaciones del estudio y se
proponen futuras líneas de investigación para dar continuidad al presente trabajo.
21
CAPÍTULO I: MARCO TEÓRICO Y CONCEPTUAL
En este capítulo se analizan los conceptos de la comunicación en las redes sociales, el valor de
marca y el riesgo percibido, que forman la base de esta tesis doctoral. En la primera parte se
analizan los conceptos y tipología de la comunicación online y las redes sociales. En la
segunda parte, se presenta la evolución del concepto del valor de marca, se exponen los
estudios empíricos más importantes en el contexto de las empresas, turismo y destinos
turísticos. Posteriormente, se analizan las dimensiones más usadas y los problemas
conceptuales en los estudios realizados hasta la fecha. Finalmente, se presentan los trabajos
sobre la comunicación en las redes sociales como antecedente del valor de marca que sirven
como base para nuestro estudio.
En la tercera parte de este capítulo se analiza el concepto del riesgo percibido y la seguridad
en el contexto de los destinos turísticos. Primero se presenta la evolución del concepto del
riesgo percibido en la literatura académica y se exponen los estudios empíricos sobre el riesgo
percibido en el contexto de los destinos turísticos. Posteriormente, se analizan las dimensiones
más usadas y los problemas conceptuales en los estudios realizados hasta la fecha.
Finalmente, se analizan problemas conceptuales sobre la investigación del riesgo percibido en
el contexto de destinos turísticos.
1.1. COMUNICACIÓN EN REDES SOCIALES

1.1.1. Concepto y tipología de la comunicación online
Los especialistas del marketing han adoptado una tipología para distinguir los medios de
comunicación online en tres categorías: medios pagados (publicidad), medios ganados (boca-
oído y redes sociales) y medios propios (sitios web de marcas y otro contenido de propiedad)
(Corcoran 2009; Stephen y Galak, 2012; Srinivasan et al. 2016; Colicev et al., 2018). Cada uno
de los medios de comunicación cumple papeles y objetivos distintos con diferentes retos y
beneficios para las empresas tal y como se muestra en el cuadro 1.1. (Lovett y Staelin, 2016).
22
Capítulo I: Marco teórico y conceptual
Cuadro 1.1. Medios pagados, ganados y propios

Tipo de
Definición Ejemplos Rol Beneficios Retos
medio
Actividad de
comunicación
Desarrollar las - Control
relacionada con - Páginas web
relaciones a largo - Eficiencia de - Confianza
una empresa o - Blogs
plazo con clientes coste - Poca
Medios marca generada - Canales de redes
existentes y - Longevidad credibilidad
propios por la empresa o sociales (Twitter,
potenciales e - Versatilidad - Crecimiento
sus agentes Facebook,
impulsar los - Audiencia de lento
dentro de los Instagram etc.)
medios ganados nicho
propios canales
de comunicación
Actividad de
comunicación - Anuncios de
relacionada con display/banners
una empresa o - Búsquedas Desarrollar las
- Control - Poca
marca generada pagadas (Google relaciones a corto
Medios - Inmediación credibilidad
por la empresa o AdWords) plazo e impulsar
pagados - Crecimiento - Precio alto
sus agentes - Publicaciones los medios
rápido - ROI
dentro y fuera patrocinadas ganados
de los propios (Facebook Ads)
canales de - Email marketing
comunicación
Actividad de
comunicación - Boca-oído “Respuesta
- Alta
relacionada con electrónico positiva del - Control
credibilidad
una empresa o - Publicaciones consumidor” suele - Negatividad
- Alta
Medios marca que no virales referirse a la - Crecimiento
confianza
ganados está generada - Reseñas online buena gestión y lento
- Impulsa las
por la empresa o - Cometarios, veces coordinación de - Difícil de
ventas
sus agentes, compartido, los medios propios medir
- Perduración
sino por otras reacciones y pagados
entidades
Fuente: Corcoran (2009)
Los medios propios son canales de comunicación en propiedad y bajo control de una
determinada marca mediante los cuales el propietario de la marca (o los especialistas de
marketing) genera las actividades en distintos medios sociales (p.ej. Facebook, Twitter,
Intagram) (Xie y Lee, 2015). La forma de comunicación dentro de los medios propios es
orgánica, lo que significa que los mensajes de la marca se dirigen a los seguidores de la misma
dentro de las comunidades virtuales (Keller, 2016).
Por el contrario, los medios pagados o publicidad, se refiere a la actividad de los medios que
genera una empresa (o sus agentes), incluyendo diferentes formas de marketing en línea como
Facebook Ads, Google AdWords, Instagram Ads etc. (Stephen y Galak, 2012). La forma de
comunicación dentro de los medios pagados es patrocinada y se puede dirigir tanto a los
seguidores dentro de las comunidades virtuales como a la audiencia en general, los no
seguidores fuera de las comunidades virtuales (Keller, 2016).
Los medios ganados se refieren a la actividad en las redes sociales relacionada con una marca
que no está generada directamente por el propietario de la marca (o sus agentes) en forma de
23
boca-oído electrónico (comentarios, reseñas online, etc.). Las acciones de marketing del
propietario de la marca pueden ayudar a generar la actividad de los medios ganados en las
redes sociales, pero no generan directamente esa actividad (Stephen y Galak, 2012; Xie y Lee,
2015).
Las tres categorías de los medios de comunicación están relacionadas entre sí, donde los
medios ganados vienen como consecuencia de las actividades de medios propios y medios
pagados. Mientras los medios pagados están más enfocados al contenido promocional, los
medios propios son más informativos e incluyen detalles sobre la marca y otros aspectos
relacionados con el producto que pueden afectar a la decisión de compra (Lee et al., 2018). Los
medios propios involucran el contenido relacionado con la personalidad de la marca (Aaker,
1997), y buscan convertirse en virales a través de comentarios, reacciones y número de veces
compartida, con el fin de cambiar el comportamiento del consumidor (Lee et al., 2018).
Como se observa en la figura 1.1., hay una convergencia de las tres categorías de los medios.
Los medios pagados y los medios propios se unen a través del contenido promocional sobre la
marca; los medios propios y medios ganados se unen a través del contenido orgánico que los
seguidores de la marca comparten en las redes sociales, y los medios pagados se unen con los
medios ganados a través de los consumidores patrocinados, también conocidos como
influencers, o mediante la publicidad que incluye las reseñas de los consumidores. La
convergencia de los medios es un punto donde se suman todas las acciones de los tres medios
que influyen en la decisión de la compra del consumidor.
Figura 1.1. Convergencia de los medios pagados, propios y ganados
Fuente: Altimer (2012)
24
Aunque la naturaleza interactiva de las redes sociales ayuda a generar las actividades de
medios propios y medios ganados de una marca, y ampliar el conocimiento y la popularidad de
la marca en línea, todavía no está claro cuál es el efecto comercial relativo de la exposición de
las diferentes actividades de medios propios y ganados de las redes sociales sobre las
decisiones de los consumidores en el camino hacia la compra (Xie y Lee, 2015).
1.1.2. Concepto y tipología de la comunicación en las redes sociales
Desde la aparición de las redes sociales, los investigadores se dieron cuenta de la importancia
que tienen los medios sociales en la comunicación en marketing (Mangold y Faulds, 2009;
Trusov et al., 2009; Correa et al., 2010; Kaplan y Haenlein, 2010) y sigue siendo uno de los
temas más importantes en la literatura académica (Kuksov et al., 2013; Hewett et al., 2016,
MSI, 2018).
Kaplan y Haenlein (2010), definen redes sociales como un grupo de aplicaciones que se
encuentran en Internet y permiten a los usuarios crear e intercambiar contenido entre ellos.
Generalmente, redes sociales se clasifican según su uso y presencia como: proyectos
colectivos (ej., Wikipedia), blogs y microblogs (ej., Twitter), comunidades de compartir vídeos
(ej., YouTube), comunidades para compartir fotos (ej., Instagram, Flickr ), reseñas online (ej.,
Trip Advisor), redes sociales para conectar con otros usuarios (ej., Facebook), redes
profesionales (ej., LinkedIn), juegos multijugador masivos (ej., World of Warcraft), mundos
virtuales (ej., Second life, los Sims) y fórums (ej., Quora).
Los canales de redes sociales ofrecen a las empresas y a los consumidores nuevas formas de
interactuar entre sí. Las empresas esperan involucrarse más con los consumidores leales e
influir en las percepciones de los individuos sobre sus productos, difundir información y
mantener una relación directa con sus seguidores (Brodie et al., 2013).
A diferencia de los medios de comunicación tradicionales, en redes sociales el contenido lo

genera la empresa o el consumidor. De ahí surgen las dos perspectivas de los estudios sobre
el valor de marca en las redes sociales: según el contenido generado por el consumidor (UGC)
y según el contenido generado por la empresa/destino (FGC) (Schivinski y Dabrowski, 2015;
Kumar et al., 2016). Contrariamente al FCG, en el caso de UGC la empresa no tiene control
sobre el contenido que se genera (Kumar et al., 2016). A continuación se explican los dos
conceptos detalladamente.
25
1.1.2.1. Definición del contenido generado por la empresa (FGC)
El contenido generado por la empresa, conocido por la abreviación FGC (Firm generated
content), se refiere a los mensajes que las empresas publican en sus páginas oficiales en las
distintas plataformas de las redes sociales para desarrollar relaciones uno-a-uno con los
consumidores a través de la naturaleza interactiva de los medios sociales (Peters et al., 2013;
Kumar et al., 2016).
Las publicaciones de la empresa se pueden dirigir a los seguidores dentro de la comunidad

virtual de forma orgánica y/o pagada a través de la publicidad (Mochon et al., 2017). La forma
orgánica pertenece a los medios propios, es decir, los canales de medios sociales controlados
por la empresa, por ejemplo, la página oficial de Facebook, Twitter o Instagram (Thornhill, et al.,
2017). La publicidad corresponde a los medios pagados, y se refiere al FGC que aparece en el
muro de los usuarios de las redes sociales como “publicación pagada”. A diferencia del FGC
orgánico que solo pueden ver los miembros de la comunidad virtual de una marca, el contenido
pagado se puede difundir dentro y fuera de las comunidades online dependiendo de los
objetivos de la estrategia de marketing de la empresa y el público objetivo. A pesar de que se
trata de un tema emergente en la literatura de marketing, el impacto del FGC sobre el
comportamiento del consumidor no ha recibido mucha atención en la literatura reciente (Kumar
et al, 2016).
Imagen 1.1. Ejemplo de contenido generado por la empresa
Fuente: Instagram
26
El FGC orgánico es más informativo y sirve para reforzar la imagen positiva de la marca a largo
plazo (Bruhn et al., 2012), mientras que el FGC pagado es más comercial, dirigido a cumplir
diferentes objetivos de la estrategia de marketing de la empresa a corto plazo, siempre
relacionados con la venta (Kumar et al, 2016). Finalmente, diseñar un contenido atractivo
puede ayudar a las marcas aumentar el compromiso en sus publicaciones (comentarios,
reacciones, veces compartida) y el número de seguidores (Lipsman et al., 2012), así como
generar beneficio económico de las ventas (Kumar et al, 2016).
1.1.2.2. Definición del contenido generado por el usuario (UGC)
En la literatura académica, la definición más aceptada del contenido generado por el usuario,
también conocido por su abreviación UGC (User generated content), es contenido publicado
que se "crea fuera de las rutinas y prácticas profesionales" (Kaplan y Haenlein, 2010, OECDE,
2007, página 61). Puede producirse, modificarse, compartirse y consumirse de forma individual
o colectivamente, y "se puede ver como la suma de todas las formas en que las personas
hacen uso de las redes sociales" (Kaplan y Haenlein 2010, p.61).
Aunque los orígenes del UGC son anteriores al surgimiento de Internet y las redes sociales,
estos desarrollos, junto con un mayor acceso a la tecnología, han hecho que la creación de
USG sea menos exigente (Lange, 2008, Smith et al., 2012). Una evidencia de tal efecto se
puede observar en China, donde el porcentaje del contenido generado por usuarios en Internet
excede al contenido generado profesionalmente (Xiaoji, 2010).
Imagen 1.2. Ejemplo de contenido generado por el usuario
Fuente: Instagram
27
UGC es un medio importante a través del cual los consumidores se expresan y se comunican
con los demás en línea (Smith et al. 2012; Stephen y Galak 2012; Colicev et al., 2018); es lo
que se produce en el momento de ser social, así como el objeto alrededor del cual ocurre la
sociabilidad. El UGC toma muchas formas diferentes: tweets de Twitter, actualizaciones de
estado de Facebook, fotos en Instagram y videos en YouTube, así como reseñas y anuncios de
productos creados por los consumidores (Dhar y Chang, 2009). Es importante destacar que
para los especialistas en marketing, gran parte del UGC en varios medios está relacionado con
la marca y tiene el potencial de dar forma a las percepciones de la marca del consumidor
(Smith et al. 2012).
El UGC está relacionado, pero no es idéntico, con el boca-oído electrónico (Electronic Word of
Mouth – eWOM), que se define como "cualquier declaración positiva o negativa hecha por
clientes potenciales, actuales o anteriores sobre un producto o empresa, que está disponible a
una multitud de personas e instituciones a través de Internet "(Hennig-Thurau et al., 2004,
p.39). Mientras que el UGC es más amplio que el eWOM, los dos se superponen
considerablemente cuando el UGC está relacionado con la marca, como ocurre en nuestro
estudio.
Por tanto, los medios sociales se han convertido en una herramienta de comunicación muy
potente para la creación de marcas reputadas. En el siguiente epígrafe se explica el concepto
del valor de marca y cómo las redes sociales influyen en diferentes dimensiones del valor de
marca.
1.2. VALOR DE MARCA
1.2.1. Definición y enfoques del valor de marca
Una marca no es solo un nombre para un producto. Al contrario, una marca es una garantía del
proveedor de que cumplirá sus promesas de manera constante, tanto las promesas explicitas
sobre las características tangibles y calidad del producto como las promesas implícitas del
beneficio y conveniencia para el consumidor (Davcik et al., 2015). Una marca indica al
consumidor la fuente del producto y debe actuar de manera que proteja a los consumidores y
productores de los competidores que intentan proporcionar productos idénticos (Copeland,
1923; Smith, 1915; Aaker, 1991; Davcik y Sharma, 2015).
La teoría y las prácticas modernas de marketing han reconocido el paradigma del valor de
marca como un activo estratégico clave para las organizaciones. Keller y Lehmann (2006)
28
argumentan que una marca es influyente o manifiesta su importancia en tres niveles clave que
corresponden a tres dimensiones del mercado distintas pero interconectadas: consumidor,
producto y mercado financiero. Sin embargo, en la literatura no hay consenso sobre un enfoque
de medición apropiado: centrado en consumidor, producto o finanzas (Aaker, 1991; Keller,
1993; Simon and Sullivan, 1993).
Tampoco existe un acuerdo sobre la definición universal del valor de marca. Se ha discutido
extensamente en la literatura de marketing y muchos investigadores han ofrecido una amplia
gama de definiciones para el concepto (Farquhar, 1989; Aaker, 1991; Pappu et al., 2005;
Sriram et al., 2007, Christodoulides y de Chernatony, 2010), así como diferentes perspectivas
sobre los factores que influyen en el valor de marca.
El valor de marca desde la perspectiva del producto representa la continuación de la teoría

clásica del valor de marca (Copeland, 1923; Smith, 1915) donde se han desarrollado una serie
de enfoques diferentes para evaluar el impacto del valor de marca en el mercado de productos.
Estos incluyen medidas de evaluación de precios superiores, mayor elasticidad de publicidad,
sensibilidad reducida a los precios de los competidores y la capacidad de asegurar y mantener
los canales de distribución (Hoeffler y Keller 2003; Keller y Lehmann, 2006). Ambler et al.
(2002, p.23) sugieren que el valor de marca describe el activo creado por el esfuerzo de
marketing de una compañía que "impulsará los flujos de efectivo futuros de las ventas de esa
marca".
Varios estudios han demostrado que las principales marcas pueden imponer grandes
diferencias de precios (Simon, 1979; Park y Srinivasan 1994; Agrawal, 1996; Sethuraman,
1996) y son más inmunes a los aumentos de éstos (Sivakumar y Raj, 1997). Otros trabajos
sugieren que es más probable que las tiendas presenten marcas bien conocidas si transmiten
una imagen de alta calidad (Lal y Narasimhan, 1996). Fader y Schmittlein (1993) concluyen que
las diferencias en la disponibilidad minorista puede ser un componente clave para la repetición
de compra de las marcas superiores. Todos los estudios mencionados han contribuido mucho
en profundizar el conocimiento sobre el valor de marca, sin embargo, dos líneas de
investigación del valor de marca son dominantes en la investigación empírica y conceptual:
enfoque basado en la perspectiva financiera y enfoque basado en el consumidor (Davcik et al.
2015).
El valor de marca desde la perspectiva financiera enfatiza el papel de la marca como un activo
empresarial que puede ser la medida del rendimiento de la empresa (Simon y Sullivan, 1993;
29
Faircloth et al., 2001; Ailawadi et al., 2003; Kim et al., 2003; Stahl et al., 2012; Isberg y Pitta,
2013; Davcik y Sharma, 2015). De esta manera, para analizar el valor de marca se toma un
enfoque económico, que se centra en los beneficios adicionales que obtiene la empresa (es
decir, ganancias) por el hecho de comercializar sus productos baja una determinada marca
(Amir y Lev 1996, Barth et al., 1998).
Los investigadores que estudian el valor de marca desde la perspectiva financiera se centran
en desarrollar metodologías de estimación de marca (Horsky y Swyngedouw, 1987; Aaker y
Jacobson, 1994; 2001; Mahajan et al., 1994; Lane y Jacobson, 1995; Mizik y Jacobson, 2003;
Rao et al., 2004; Thomas et al., 2004; Çal y Lambkin, 2017). Entre las pocas publicaciones que
tratan el tema del marco conceptual del valor de marca es importante mencionar los trabajos de
Simon y Sullivan (1993) quienes conceptualizan el valor de marca según el valor financiero de
la empresa en el mercado, y Kerin y Sethuraman (1998), donde el valor de marca se analiza
desde el punto de vista del valor monetario de la marca y valor correspondiente a los
accionistas de la empresa. Las definiciones del valor de marca desde la perspectiva financiera
se resumen en el cuadro 1.2.
Cuadro 1.2. Definiciones del valor de marca desde la perspectiva financiera
Autor(es) Definiciones
El valor de marca es el valor complementario que alcanza la empresa,
por encima del valor de sus activos materiales, debido a la posición
Tauber (1988)
que su marca ocupa en el mercado y a la posibilidad de extender la
misma a otras categorías de productos y/o mercados.
Relaciona el valor de marca con los beneficios monetarios futuros que
Stobart (1989)
se esperan de la misma.
El valor de marca es el valor monetario derivado del grado en que el
Smith (1991) nombre de marca favorece las transacciones o intercambios, actuales
y futuros, de la empresa con sus clientes.
El valor de marca se refleja en la diferencia entre los flujos de caja
Simon y Sullivan
obtenidos por un producto con marca y los flujos de caja resultantes
(1993)
en el caso de que ese mismo producto se vendiera sin marca.
El valor de marca se refleja en el valor financiero, siendo un activo de
Feldwick (1996) la empresa, y el propósito es fijarle un precio que refleje su valor en el
mercado, finalmente se verá reflejado en la contabilidad.
30
El valor de marca se define como la contribución incremental

Srinivasan et al.,
(ganancia) por año obtenida por la marca en comparación con el
2005
producto (o servicio) que se vendiera sin marca.
Fuente: elaboración propia
Por otro lado, el valor de marca desde la perspectiva del consumidor se centra en la interacción
entre una marca y un consumidor, así como las consecuencias que produce esta interrelación.
Se supone que la marca generará ventajas competitivas y, por tanto, el valor para la empresa
siempre y cuando aporte valor a un segmento substancial de consumidores. (Aaker, 1991;
Keller, 1993; Pappu et al., 2005; Cuneo et al., 2012; Hakala et al. 2012; Davcik et al. 2015).
Una definición ampliamente utilizada, basada en la literatura de marketing, identifica el valor de
marca como un valor añadido de un producto por encima del que tendría cualquier otro
producto idéntico sin el nombre de la marca (Farquhar, 1989, Keller, 1993, Sriram et al., 2007;
Davcik et al., 2015). Pero la definición más completa lo caracteriza como un valor que se deriva
de los altos niveles de lealtad de marca, calidad percibida, conocimiento del nombre y fuertes
asociaciones de marca, así como activos como marcas, patentes y canales de distribución
asociados con la marca (Aaker, 1991; Kotler and Keller, 2012; Sinclair and Keller, 2014). En el
cuadro 1.3. se recogen las distintas deficiniciones del concepto del valor de marca desde la
perspectiva del consumidor.
Cuadro 1.3. Definición del concepto del valor de marca desde la perspectiva del consumidor
Autor(es) Definición de valor de marca

Leuthesser Representa el valor de un producto por encima del que tendría
(1988) cualquier otro producto idéntico sin el nombre de la marca.
Farquhar Es el “valor añadido” que la marca confiere a un producto y puede

(1989) ser visto desde la perspectiva de la empresa, el comercio o el
consumidor.
Aaker “El conjunto de activos y pasivos relacionados con una marca, su

(1991, p.15) nombre y símbolo, que se adicionan o deducen del valor provisto por
un producto o servicio a una compañía y/o sus clientes”
31
Keller “Efecto diferencial que el conocimiento de una marca por parte del
(1993, p8) consumidor tiene sobre su respuesta al marketing de dicha marca.”
Swait et al. “Valoración implícita del consumidor de la marca en un mercado con

(1993, p.30) marcas diferenciadas en relación con un mercado sin diferenciación
de marca. Las marcas actúan como una señal o indicación sobre la
naturaleza de los productos y servicios de calidad y fiabilidad y la
imagen/estatus.”
Kamakura y Russell El valor de marca basado en el consumidor “se produce cuando el

(1993, p.20) consumidor está familiarizado con la marca y tiene algunas
asociaciones de marca favorables, fuertes y únicas en la memoria”
Lassar et al. “Percepción de los consumidores frente a la superioridad global de

(1995, p.13) un producto que lleva ese nombre, en comparación con otras
marcas.”
Feldwick Define el valor de marca en tres sentidos: valor financiero, fuerza de

(1996, p.93) marca e imagen de marca.
Keller El valor de marca basado en el consumidor “se produce cuando el

(2007, p.56) cliente tiene un alto nivel de conciencia de la marca y tiene algunas
asociaciones de marca fuertes, favorables y únicas en la memoria.”
Kotler y Keller Definen el valor de marca basado en el consumidor como “el efecto
(2012, p.244) diferencial que provoca el conocimiento de la marca en la respuesta
de los consumidores a los esfuerzos de marketing implementados
para impulsarla.”
American Marketing El valor de marca se basa en la “actitud de los consumidores sobre

Association (2019) los atributos positivos de la marca y las consecuencias favorables
del uso de la marca” desde la perspectiva del consumidor.
Existen índices comerciales que evalúan el valor de marca, comparando diferentes marcas a
nivel mundial. Así Interbrand ha desarrollado una metodología para evaluar el valor de marca
que incluye la dimensión financiera y dos dimensiones desde la perspectiva del consumidor: el
32
rol de la marca en el proceso de toma de decisión de compra y la fuerza de marca, analizada

mediante los factores internos (claridad, compromiso, protección, sensibilidad) y los factores
externos (autenticidad, relevancia, diferenciación, consistencia, presencia, comprensión)
(Torres et al., 2012; Bigné et al., 2013).
Por otro lado, FutureBrand (que pertenece al primer grupo de servicios de comunicación y
marketing de McCann Worldgroup) ha desarrollado indicadores para evaluar las marcas de
países. Su Modelo Jerárquico de Decisiones determina cómo las audiencias clave (residentes,
inversores, turistas y gobiernos extranjeros) se vinculan con la marca de país en un proceso
que se basa en las dimensiones de la conciencia, familiaridad, asociaciones, preferencia,
consideración y la recomendación (Bigné et al., 2013). Finalmente, Millward Brown, la segunda
agencia de marketing más grande del mundo (después de Nielsen), ha incorporado la
dimensión de conciencia como la base de sus estudios del valor de marca (Keller, 2016).
En la presente tesis se centra en la conceptualización del valor de marca desde la perspectiva

del consumidor (Aaker, 1996) y se entiende el valor de marca como un concepto
multidimensional que representa el valor añadido de un producto o servicio vinculado con el
nombre de la marca, tanto como el efecto diferencial que ejerce el conocimiento de la marca
sobre la respuesta del consumidor hacia la misma (Keller, 1993), que viene como la
consecuencia del juicio subjetivo del consumidor sobre la utilidad percibida y superioridad
global del producto del nombre de la marca en comparación con otras marcas (Lassar et al.,
1995) centrándose en la relación entre los esfuerzos de marketing en las redes sociales y los
componentes del valor de marca (Yoo et al, 2000; Bruhn et al. 2012; Schivinski y Dabrowski,
2016).
1.2.2. Valor de marca basado en el consumidor
1.2.2.1. Modelos de medición del valor de marca basado en el consumidor
En este apartado se hace una revisión de las metodologías planteadas para medir el concepto
del valor de marca basado en consumidor. Generalmente, en la literatura académica se
distinguen dos enfoques de medir el constructo de CBBE que, según la forma de medición, se
clasifican como métodos directos e indirectos (Christodoulides y De Chernatony, 2010). Los
primeros tratan de medir directamente el fenómeno del valor de marca a través de las
preferencias del consumidor (Srinivasan 1979; Park y Srinivasan 1994) o utilidades (Kamakura
33
y Russell 1993, Swait et al., 1993), mientras que los métodos indirectos miden el valor de
marca a través de sus manifestaciones demostrables (Pappu et al., 2005; Yoo y Donthu, 2001).
En cuanto a las mediciones indirectas del valor de marca los modelos establecidos por Aaker,
(1991; 1996) y Keller (1993; 2001) son los más aceptables y aplicados en los estudios
posteriores (Cobb-Walgren et al. 1995; Motameni y Shahrokhi, 1998; Low y Lamb, 2000;
Freling y Forbes, 2005; Pappu et al., 2005; Cho et al., 2015). Las conceptualizaciones del valor
de marca basado en el consumidor se derivan principalmente de la psicología cognitiva y
economía de la información. La corriente dominante de investigación del valor de marca desde
la perspectiva del consumidor se basa en la psicología cognitiva, centrándose en la estructura
de la memoria (Aaker 1991; Keller 1993). Aaker (1991) y Keller (1993) conceptualizan el valor
de marca de una forma diferente, los dos autores lo definen desde la perspectiva del
consumidor basado en las asociaciones de marca en la memoria de los consumidores.
El enfoque de investigación de Farquhar (1989) abarca los aspectos estratégicos de la marca

usándolos para definir el valor de marca. El autor concluye que una marca es algo que atribuye
a un producto elementos intangibles, mientras que el valor de marca representa el valor
añadido que se acumula para la empresa, lo que hace que el desarrollo de marcas sólidas sea
imperativo para la estrategia del marketing de la empresa. Este valor añadido se puede ver
desde la perspectiva de la empresa, el comercio o el consumidor. Su trabajo ha anticipado las
futuras investigaciones sobre los aspectos estratégicos de la formación del valor de la marca, y
cómo las marcas actúan como fuentes del valor para la funcionalidad central del producto.
Aaker (1996) argumenta que el valor de marca consiste en un conjunto de 10 medidas: (1)
lealtad prima (real o potencial de los precios de la marca), (2) lealtad (basada en la satisfacción
del cliente), (3) calidad comparativa percibida, (4) el liderazgo de marca percibida, (5) valor
percibido de la marca (marca funcional beneficios), (6) personalidad de la marca, (7)
percepción de los consumidores sobre la organización (y de confianza, admiración o
credibilidad), (8) percepción de la diferenciación de marcas de la competencia, (9) conciencia
de marca (reconocimiento y recuerdo), (10) posición de mercado (cuota de mercado), precios y
distribución de la cobertura.
Aaker (1991) identifica las dimensiones conceptuales del valor de marca como el conocimiento
de marca, asociaciones de marca, calidad percibida, lealtad de marca y otros activos de marca
patentados como marcas comerciales, patentes, y relaciones de canales. Las cuatro
dimensiones anteriores del valor de marca representan las percepciones y reacciones de los
34
consumidores hacia la marca, mientras que los activos de marca propia no son pertinentes
para el valor de marca de los consumidores (ver cuadro 1.4.).
Cuadro 1.4. Dimensiones del valor de marca según el modelo de Aaker (1996)
Dimensiones Descripción
Aaker (1991, p. 39) define la lealtad a la marca como “el vínculo que
un cliente tiene con la marca”. La lealtad hace que los consumidores
elijan una marca de forma habitual y manifiesten una resistencia al
Lealtad cambio hacia otra marca. Por tanto, lealtad es la dimensión más
importante del valor de marca porque representa una probabilidad
elevada de repetir el comportamiento y mantener la elección hacia el
producto.
Es el juicio subjetivo del consumidor sobre la excelencia o
superioridad de un producto. La percepción de alta calidad en un
producto o servicio depende tanto de la situación de compra como del
Calidad percibida uso de producto. Una evaluación positiva de la calidad hace que el
consumidor reconozca el grado de diferenciación y la superioridad de
la marca en la situación de compra y también aumenta la lealtad
hacia la marca (Aaker, 1991, 1998).
Aaker (1992) concluye que las asociaciones de marca que
constituyen la imagen contribuyen en el proceso de decisión del
consumidor estableciendo las bases para la diferenciación y la
Asociaciones -
extensión del nombre y ofrecen una razón para realizar la compra. Si
diferenciación
las asociaciones interactúan entre sí, en la mente del consumidor se
consolida una imagen más fuerte de la marca y aumenta la
notoriedad de la marca.
Reconocimiento del Es la capacidad potencial que tiene un consumidor para reconocer y/o
nombre recordar el nombre de la marca bajo las diferentes condiciones.
Fuente: Aaker (1991)
La lealtad a la marca del consumidor reduce la vulnerabilidad a la competencia, aprovechando

las ventas al mantener a los clientes existentes y atraer nuevos. El conocimiento de la marca
reduce la ambigüedad del consumidor y establece familiaridad con la marca, pero también es
un signo de conocimiento del consumidor de la empresa y un compromiso indudablemente
35
deseable con ella. Muy frecuentemente, los consumidores tienen poco conocimiento sobre los
parámetros de la calidad del producto y, en consecuencia, la percepción de calidad de los
consumidores influye directamente en las decisión de compra, especialmente en las
situaciones cuando el consumidor no puede realizar un análisis comparativo del producto
(Davcik et al., 2015).
Keller (1993, p2) analiza el valor de marca basado en el consumidor estrictamente desde una
perspectiva de psicología del consumidor y lo define como "el efecto diferencial del
conocimiento de marca sobre la respuesta del consumidor al marketing de la marca". De
acuerdo con esta conceptualización, una marca tiene un valor positivo (o negativo) si el
consumidor reacciona más (o menos) favorablemente a la mezcla de marketing de un producto
del que conoce la marca que a la mezcla de marketing de un producto idéntico sin marca.
La respuesta del consumidor a la mezcla de marketing de una marca se puede trasladar en

varias etapas de la secuencia de toma de decisiones de compra, como la preferencia, las
intenciones de elección y la elección real. Según Keller (1993), el conocimiento de la marca es
un antecedente clave del valor de marca basado en el consumidor y, a su vez, se conceptualiza
como un nodo de marca en la memoria al que se ha vinculado una variedad de asociaciones.
El conocimiento de la marca se descompone en dos constructos separados, reconocimiento de
marca e imagen de marca (asociaciones).
Figura 1.2. Modelo de medición del valor de marca de Keller (2001)
Fuente: Keller (2001)
36
Como se observa en la figura 1.2., el valor de marca de Keller (2001) es un constructo

multidimensional que consta de cuatro pasos: (i) identificación de la marca por parte de los
consumidores y su vinculación a una categoría de productos o necesidad; (ii) establecer el
significado o las asociaciones de la marca en la mente de los consumidores (significado de la
marca); (iii) estimular reacciones adecuadas de los consumidores a la identidad de la marca y
su significado (respuesta a la marca); y finalmente, (iv) crear una relación de lealtad activa e
intensa entre los consumidores y la marca incluyendo el compromiso (relaciones con la marca).
Dicha estructura se conceptualiza como cadena de valor de marca que tiene en cuenta los
diferentes niveles de efecto causados por los esfuerzos de mezcla de marketing (Keller y
Lehmann, 2003), como se observa en la figura 1.2a.
Figura 1.2a. Cadena del valor de marca de Keller y Lehmann (2003)
Fuente: Keller y Lehmann (2003)
Sin embargo, la cadena tradicional de valor de marca solo se enfoca en la comunicación de la

marca (Aaker, 1991, Keller y Lehmann, 2003) y no considera el impacto del intercambio de
informaciones de los consumidores en las plataformas de las redes sociales (Keller, 2016). En
37
el siguiente epígrafe se presetan los estudios empíricos sobre el valor de marca basado en el
consumidor según el modelo propuesto por Keller (2001).
1.2.2.2. Estudios empíricos sobre el valor de marca basado en el consumidor
En este apartado se hace una revisión de los estudios empíricos sobre el CBBE que se
resumen en el cuadro 1.5.
Cuadro 1.5. Dimensiones del valor de marca desde la perspectiva del consumidor
Las dimensiones del valor de marca

Estudios Imagen/
Conciencia Calidad Valor Confianza Satisfacción Lealtad
Asociaciones
Lassar et al. X+ X+ X+ X+
(1995) - rendimiento imagen social financiero
X - apego a la
marca
Yoo et al. X+ X X+ - - - X
(2000) asociaciones conciencia
Eagle y
Kitchen X X X - - - X
(2000)
Chaudhuri y X+
Holbrook - - - funcional y X - X
(2001) hedónico
Faircloth et al. X+
(2001) - - Actitud de - - - -
marca
Yoo and
Donthu X - X - - - X
(2001)
Washburn y
Plank (2002) X X X - - - X
Baldauf et al.
(2003) X X - X - - X
Netemeyer et
al., (2004) - X - X - - X
Pappu et al.
(2005) X X X - - - X
Lee y Back
X - - X+ X X X
(2008) financiero
Kim et al. X+
(2008b) X - X - X X compromiso
de relación
Atilgan et al.
- X X+ - X - X
(2009) asociaciones
Tong y
Hawley X X X+ - - - X
(2009) asociaciones
Lee y Back
X - - X+ X X X
(2010) financiero
Kim y Hyun X+ X X - - - X
(2011) asociaciones
Buil et al.
X X X+ - - - X
(2013) asociaciones
38
Nikabadi et al.
X X X+ - - - X
(2015) asociaciones
Sasmita y
Mohd Suki X - X+ X
(2015). asociaciones
Las conceptualizaciones iniciales de CBBE no retrataban una estructura específica entre

componentes individuales. El modelo de Keller (2003) presume una pirámide de componentes
del CBBE con prominencia de marca como la base que respalda el rendimiento y la imagen de
la marca, que luego define los juicios de marca y los sentimientos del consumidor, definiendo el
componente final en la resonancia de la marca del consumidor. Sin embargo, este modelo no
es claro en términos de la dirección de las relaciones entre múltiples componentes. El modelo
de Aaker (1996) no presume ninguna relación específica entre los componentes del CBBE, solo
implica que el conocimiento afecta a todos los demás componentes a través de su influencia en
las percepciones y actitudes de marca.
Según la revisión de los estudios empíricos del CBBE se observa que la mayoría de los autores
basan sus modelos de CBBE en los modelos desarrollados por Aaker y Keller que consisten en
cuatro dimensiones: conciencia, calidad, imagen y lealtad. Sin embargo se han identificado tres
dimensiones adicionales: satisfacción (Lee y Back, 2008; Kim et al., 2008b; Lee y Back, 2010),
valor percibido (Lassar et al., 1995; Chaudhuri y Holbrook, 2001; Lee y Back, 2008; 2010) y
confianza (Lassar et al., 1995; Chaudhuri y Holbrook, 2001; Lee y Back, 2008; 2010; Kim et al.,
2008b; Atilgan et al., 2009). A continuación se resumen las principales contribuciones empíricas
sobre el valor de marca.
Cuadro 1.6. Principales contribuciones empíricas sobre el valor de marca
Segmento/Muestra/ Nº de Dimensiones/
Estudios Estructura Resultados
encuestados /Nº de ítems
Monitores de televisión Escalas
BQ(4), BI(4), BV(3), C(3),
Lassar et al. (1995) y relojes, 75 consumidores para Fija multidimensionales
BL(3)
cada producto (5)
Precio(3), imagen de la
tienda(3),
BQ→BE
Zapatos atléticos, Grado de distribución(3),
Yoo et al. (2000) Jerárquica BAS→BE
Videocámara y televisión (569) gastos de publicidad(3),
BL→BE
ofertas de precio(3),
BAS(6), BQ(6), BL(3), BE(4)
Miembros de la Asociación de
Eagle y Kitchen Anunciantes de Nueva Zelanda Escalas
BA, BQ, BI, BL Fija
(2000) (87) y Asociación de agencias multidimensionales
publicitarias (51)
VF,VH→BAF
C→ITB,BL
Chaudhuri y VF(2), VH(2), RP, C(4), BAF→ITB,BL
107 productos Jerárquica
Holbrook (2001) BAF(3), BL(4), ITB(2), MS BL←→ITB
BL→RP
ITB→MS
39
BA→BI
Faircloth et al.
Suéter Polar EE.UU. (150) BI(5), BAT(2), BE(4) Jerárquica BI→BE
(2001)
BA→BE
Zapatos atléticos,
Escalas
Yoo and Donthu Videocámara y television, BQ(2), BL(3), BAS/BA(5),
Fija multidimensionales
(2001) Estadounidenses y Coreanos BE(4)
(3)
(1530)
Palomitas, tostadora, gallettas
Escalas
Washburn y Plank con queso y chocolate, pastel BA(3), BQ(6), BL(3),
Fija multidimensionales
(2002) de café y pañuelo facial con BAS(3), BE(4)
(3-4)
crema fría (272)
BA, BQ, BL→BPP
BA, BQ, BL→BMP
BA(6), BQ(8), BL(5), BV,
Baldauf et al. (2003) Vendedor de azulejos, Austria Jerárquica BA, BQ, BL→ BV
BMP(3), BPP(4), ITB(5)
BV→ITB
ITB→ BPP, BMP
U, BQ/BV→PP
Netemeyer et al., 4 categories de productos
BQ/BV(8), U(4), PP(4), ITB Jerárquica PP→ITB
(2004) 4 estudios
BQ/BV→U
Escalas
Coches (254) y television (285),
Pappu et al. (2005) BA(1), BQ(5), BAS(5), BL(2) Fija multidimensionales
Australia
(4)
Asistentes de la conferencia BA(2), BV(3), C(3), CS(3), BA→CS; CS→BV, C
Lee y Back (2008) Jerárquica
CHRIE (213) BL(3) BV→C; C→BL
C→BL,BA
CS→BL,BA
BA(6), BI(7), C(6), CS(3),
Kim et al. (2008a) Hospitales, Corea del Sur Jerárquica RC→BL,BA
RC(5), BL(3), BE(5)
BA→BE
BE,C, CS, BA→BI
Escalas
McDonald's y Coca-Cola; BQ(4), BAS(4), C(4), BL(6),
Atilgan et al. (2009) Fija multidimensionales
Turquía, EE. UU. y Rusia (1542) BE(4)
(4)
Tong y Hawley BA(3), BQ(3), BAS(4),
Ropa deportiva, China (304) Fija BAS, BE→BL
(2009) BL(5), BE(3)
Asistentes de la conferencia
BA(2), BV(3), C(3), CS(3), BA→CS; CS→BV, C
Lee y Back (2010) CHRIE (208) - repetición de Jerárquica
BL(3) BV→C; C→BL
estudio
Canal(3), precio(2),
BI→BQ
Promoción(6), servicio post
BA/BAS→BE
Kim y Hyun (2011) IT Software, Coreanos (388) venta (3), Jerárquica
BQ, BL→BE
BA/BAS(3), BQ(4), BI(5),
BQ→BL
BL(3), BE(3)
BA(5), BQ(4), BV (BAS)(3),
Ropa deportiva, productos BA→BQ, BV
BEX(BAS)(3) ,OAS(3),
Buil et al. (2013) electrónicos, coches, Reino Jerárquica BV→BL,BE; BL→BE,
BL(3), PP(3), BC(3), ITB(3),
Unido (302) y España (305) BE→PP, BEX, BC, ITB
BE(3)
AS(3), Actitud hacia la AS→BA,
publicidad(3), promoción no Actitud hacia la
Nikabadi et al. LG y Samsung
monetaria(3), Jerárquica publicidad →BA,
(2015) productos Irán (392)
promoción monetaria(3), BAS; BA→BQ, BAS;
BA(5), BQ(4), BAS(8), BL(3) BAS→BL
Sasmita y Mohd Adidas, Nike, Puma, Levi’s, BA(5), BAS(5), BI(3), BL(5),
Fija BA,BAS,BI,BL→BE
Suki (2015). Malasia(200) BE(2)
AS – Gasto de la publicidad; BA – Conciencia de marca; BAF – Respuesta emocional positiva hacia marca; BAS – Asociaciones de
marca; BAT – Actitud de marca; BC – Preferencia de marca; BE – Valor de marca; BEX – extensiones de marca; BI – Imagen de
marca; BL – Lealtad de marca; BMP – Rendimiento de marca; BPP – Rentabilidad de marca; CS- Satisfacción; BQ – Calidad de
marca; C – Confianza; BV – Valor percibido; ITB – intención de compra; MS – Cuota de mercado; OAS – Asociaciones
organizacionales; PP – Precio premium; RC - Compromiso de relación; RP – Precio relativo; VF – Valor funcional; VH – Valor
hedónico; U – Singularidad
Algunos estudios examinan el CBBE ignorando las relaciones jerárquicas entre los
componentes (Lassar et al., 1995; Eagle y Kitchen, 2000; Yoo and Donthu, 2001; Washburn y
40
Plank, 2002; Pappu et al., 2005; Atilgan et al., 2009; Sasmita y Mohd Suki, 2015), mientras que
en otros estudios los investigadores del CBBE descubrieron muchas relaciones diferentes entre
los componentes de CBBE que investigaron. El CBBE se encuentra positivamente influenciado
por las cuatro dimensiones del modelo de Aaker (1991), es decir, de conciencia de marca
(Faircloth et al., 2001; Kim et al., 2008a), conciencia y asociaciones de marca (Yoo et al., 2000;
Kim y Hyun, 2011), imagen de marca (Yoo et al., 2000; Faircloth et al., 2001), calidad percibida
(Kim y Hyun, 2011), valor percibido (Buil et al., 2013) y lealtad de marca (Yoo et al., 2000; Kim
y Hyun, 2011; Buil et al., 2013). Buil et al. (2013) argumentan que el CBBE influye en la
disposición de pagar más, extensiones de marca, preferencia de marca e intención de compra.
De la misma manera, otros autores revelan que la imagen de marca (Kim et al., 2008a) y
lealtad de marca (Tong y Hawley, 2009) están influenciadas por el CBBE.
Los investigadores detectan que la conciencia de marca influye en la imagen de marca

(Faircloth et al., 2001; Kim et al., 2008a), asociaciones de marca (Nikabadi et al., 2015); calidad
percibida (Buil et al., 2013; Nikabadi et al., 2015), valor percibido (Baldauf et al., 2003; Buil et
al., 2013) y satisfacción del cliente (Lee y Back, 2008; 2010). Kim y Hyun (2011) encuentran
que la percepción positiva de la imagen de marca afecta también a la calidad percibida.
Por otro lado, la lealtad de marca está influenciada por las asociaciones de marca (Tong y
Hawley, 2009; Nikabadi et al., 2015), la calidad percibida (Kim y Hyun, 2011), el valor percibido
(Buil et al., 2013), la confianza (Lee y Back, 2008; 2010; Kim et al., 2008a) y la satisfacción del
cliente (Kim et al., 2008a). En cambio, la satisfacción del cliente influye en el valor percibido
(Lee y Back, 2008; 2010), la confianza (Lee y Back, 2008; 2010) y la imagen de marca (Kim et
al., 2008a). En otros estudios se ha confirmado que el valor percibido puede aumentar la
confianza del cliente (Lee y Back, 2008; 2010), la calidad percibida (Baldauf et al., 2003) y la
intención de compra (Baldauf et al., 2003), y que la confianza puede ser creada a través de la
percepción positiva de la imagen de marca y la conciencia de marca (Kim et al., 2008a).
Muchos investigadores han adoptado los marcos originales del CBBE de Aaker (1996) y Keller
(1993) con algunas modificaciones agregando nuevos componentes como el apego a la marca
(Lassar et al., 1995), la singularidad (Netemeyer et al., 2004), el compromiso de relación (Kim
et al., 2008b), la respuesta emocional positiva hacia marca (Chaudhuri y Holbrook, 2001), la
actitud de marca (Faircloth et al. (2001), la preferencia de marca (Buil et al., 2013), el
rendimiento de marca (Baldauf et al., 2003), las extensiones de marca (Buil et al. (2013), la
personalidad de marca (Chaudhuri y Holbrook, 2001), la rentabilidad de marca (Baldauf et al.
41
2003), la cuota de mercado (Chaudhuri y Holbrook, 2001; Nikabadi et al., 2015), la

disponibilidad de pagar precio premium (Netemeyer et al., 2004; Buil et al., 2013), le precio
relativo (Chaudhuri y Holbrook, 2001), la actitud hacia la publicidad y la promoción (monetaria y
no monetaria) (Nikabadi et al., 2015).
Chaudhuri y Holbrook (2001) incluyen el valor funcional y el valor hedónico como dos
componentes independientes y encuentran que los dos influyen en la dimensión de la
respuesta emocional positiva hacia marca, mientras que la respuesta emocional positiva hacia
la marca afecta a la intención de compra y la lealtad de marca. En su estudio, la intención de
compra y la lealtad de marca son dos componentes interrelacionados entre si e influenciados
por la dimensión de confianza.
Baldauf et al. (2003) consideran que el modelo de CBBE debe tener elementos financieros
integrados en su estructura e introducen las dimensiones de la rentabilidad de marca
rendimiento de marca. Los autores manifiestan que tanto la rentabilidad de marca como el
rendimiento de marca están influenciados por la conciencia de marca, la calidad percibida y la
lealtad de marca e intención de compra.
Kim et al. (2008a) investigan el CBBE de los hospitales en Corea e introducen el componente
del compromiso de relación, es decir, las relaciones que se construyen sobre la base del
compromiso mutuo entre un paciente y un médico. Los autores descubren que el compromiso
de relación influye en las dimensiones conciencia de marca y lealtad de marca.
Los componentes incluidos, los ítems que miden los componentes y las relaciones entre los
componentes son diferentes en cada estudio. Por ejemplo, Yoo y Donthu (1997; 2001) y Yoo et
al. (2000), conceptualizan un modelo de CBBE que incluye, a parte de la calidad percibida y la
lealtad, una combinación de conciencia / asociaciones de marca como un componente. Su
modelo también incluye la imagen de la tienda como un indicador de calidad percibida, además
de otros elementos de mezcla de mercadotecnia (precio, intensidad de distribución, gasto
publicitario y ofertas de precio) con influencias directas e indirectas en los componentes de
CBBE. Cuando Washburn y Plank (2002) comprobaron la escala de Yoo y Donthu (1997),
identificaron un problema el tratar conocimiento y asociaciones como un único componente, y
recomendaron separarlos en componentes distintos.
Del mismo modo, Netemeyer et al. (2004) conceptualizan un modelo del CBBE que contiene
componentes básicos o principales y asociaciones de marcas relacionadas con ellos, ambos
42
diseñados para influir en la respuesta de la marca o en las variables de lealtad. Los

componentes principales incluyen la calidad percibida, el valor percibido (valor por el dinero), la
singularidad de la marca y la disposición a pagar un precio premium, como mediador de la
influencia de otros componentes centrales en la intención de compra y el comportamiento de
compra.
Las asociaciones de marca relacionadas incluyen conciencia, conocimiento general,

popularidad, asociaciones organizacionales y consistencia de imagen de marca, y todas ellas
afectan a la intención de compra y al comportamiento de compra. La medición repetida de
estos componentes mediante cuatro estudios empíricos dio como resultado la reducción de la
calidad percibida y el valor percibido a un único componente. Se ha demostrado que este
componente combinado de calidad/valor y el componente de singularidad influyen en la lealtad
a través del componente mediador del CBBE, es decir, la disposición a pagar un sobreprecio.
Hasta la fecha, en la literatura de marketing sobre el CBBE, no se ha alcanzado un consenso

con respecto a sus componentes o a sus relaciones. También se han utilizado diferentes
escalas para medir varias dimensiones del CBBE, las cuales, muy frecuentemente, no han sido
validadas para diferentes marcas y segmentos de mercado. Aunque los nuevos componentes
agregados por diferentes investigadores han contribuido a una comprensión más profunda del
concepto de CBBE, incluir todos estos componentes en un estudio no es factible ni deseable
(Tasci, 2018).
1.2.2.3. Estudios empíricos sobre el valor de marca en el contexto empresarial y del

turismo
En general, el modelo de Aaker (1996) y Keller (1993) se ha aplicado en la investigación

conceptual y empírica en muchos contextos de productos diferentes, incluidos el turismo y la
industria de la hostelería. Reconociendo el importante papel del CBBE en el éxito de las
marcas de turismo y hostelería, varios estudios aplican el modelo de CBBE para hoteles (Cobb-
Walgren et al., 1995; Prasad y Dev, 2000; Kim et al., 2003; Kim y Kim, 2005; Kayaman y Arasli,
2007; Kim et al., 2008a; Bill Xu y Chan, 2010; Nam et al., 2011; Šerić y Gil-Saura, 2012; Huang
y Cai, 2015; Šerić et al., 2016; Šerić et al., 2017), restaurantes (Kim y Kim, 2004; Kim y Kim,
2005; Nam et al. 2011), servicio de comidas rápidas (Broyles et al., 2009), aerolíneas (Chen y
Tseng, 2010), museos (Liu et al. (2015), industria de bebidas (Lockshin y Spawton, 2001;
Atilgan et al., 2005; Gómez et al., 2015) y casinos (Tsai et al., 2010). Seguidamente se
resumen las dimensiones del valor de marca en el contexto empresarial y del turismo.
43
Cuadro 1.7. Dimensiones del valor de marca en el contexto empresarial y del turismo
Dimensiones del valor de marca

Estudios Imagen/
Asociaciones
Cobb-Walgren
X X X+ - - - X
et al. (1995) asociaciones
Prasad y Dev
X - X X+ - X X
(2000) financiero
Kim et al.
(2003) X X X - - - X
Kim y Kim
(2004) X X X - - - X
Atilgan et al.
(2005) X X X - - - X
Kim y Kim
(2005) X X X - - - X
Kayaman y
Arasli (2007) X* X X - - - X
Kim et al.
X X X+ X - - X
(2008b) asociaciones
Bill Xu y Chan
X X+ X - - - X
(2010) experiencia
Chen y Tseng,
(2010) X X X - - - X
Tsai et al.
(2010) X X X - - - X
Nam et al.
- X+ X+ X+ - - X
(2011) física imagen social hedónico
Callarisa et al.
(2012)
Šerić y Gil-
Saura (2012) - X X - - - X
Liu et al.
X X X X+ - - X
(2015) financiero
Huang y Cai, X+ X+
(2015) prominencia - asociaciones
- - - X
de marca
Šerić et al. X+
(2017) X X X - X - compromiso
afectivo
*No significativo
Como se observa en el cuadro 1.7., todos los estudios revisados incluyen una o más
dimensiones del modelo de Aaker: conciencia de marca, calidad percibida, asociaciones de
marca (en el contexto de turismo se refiere a la imagen de marca), lealtad de marca u otras
activos de marca. También, se han identificado tres componentes adicionales del CBBE: valor
percibido (Prasad y Dev, 2000; Kim et al., 2008b; Nam et al., 2011; Liu et al., 2015), confianza
(Šerić et al., 2017) y satisfacción (Prasad y Dev, 2000). En el siguiente cuadro se indican las
principales contribuciones empíricas sobre el valor de marca en el contexto empresarial y del
turismo.
44
Cuadro 1.8. Principales contribuciones empíricas sobre el valor de marca en el contexto

empresarial y del turismo
Segmento/Muestra/Nº de Dimensiones
encuestados /Nº de ítems
Cobb-Walgren et al. Hoteles (90), productos de Escalas
BA, BQ, BAS, ITB Fija
(1995) limpieza de hogar (92) multidimensionales
Prasad y Dev (2000) Hoteles BA, BMP Fija Cuadros de matrices
BI←→FP
BA(3), BQ(11), BI(14),
Kim et al. (2003) Hoteles de lujo, Corea Fija BA←→FP
BL(6), FP(ventas)
BL←→FP
Restaurante de servicio rápido BA(3), BQ(10), BI(14),
Kim y Kim (2004) Fija BA, BQ, BI→FP
(394) BL(6), FP(ventas)
Industria de las bebidas, BA(3), BQ(5), BAS(2),
Atilgan et al. (2005) Fija BL→BE
Turquía (255) BL(3), BE(3)
BA, BQ, BL→FP
Hoteles de lujo (513), BA(3), BQ(10), BI(14), (Hotel)
Kim y Kim (2005) Fija
restaurantes (395) BL(6), FP(ventas) BA, BQ→FP
(Restaurante)
Kayaman y Arasli BQ→BI, BL
Hotel (345) BA(3), BQ(22), BI(14), BL(6) Jerárquica
(2007) BL→BI
BA(3), BAS(3), BQ(5),
Hoteles de clase media, Estados BAS, BL, BQ→BV
Kim et al. (2008a) BL(3), BV(3), Jerárquica
Unidos (264) BAS, BL, BQ→RVI
RVI(2)
Esfuerzos publicitarios
Bill Xu y Chan WOM,
Hotel Jerárquica Teórico
(2010) Rendimiento del servicio,
BA, BQ, BAS, BL, BE
BA→BQ, BI
Chen y Tseng, BA(3), BQ(6), BI(3), BL(3), BQ→BI, BL
Aerolínea, Taiwán (249) Jerárquica
(2010) BE(4) BI→BL
BL→BE
Escalas
Tsai et al. (2010) Casinos, China (204) BA(4), BQ(21), BI(10), BL(5) Fija
multidimensionales
Calidad física,
Calidad física(4), comportamiento del
comportamiento del personal,
personal(3), autocongruencia ideal,
Hoteles y restaurantes,
Nam et al. (2011) autocongruencia ideal(3), Jerárquica identificación de
Reino Unido (378)
identificación de marca(3), marca, congruencia
congruencia con estilo de con estilo de
vida(3), BS(2), BL(2) vida→BS;
BS→BL
Šerić y Gil-Saura TIC(4), IMC(5), BQ(3), BI(7), ICT→IMC
Hoteles, Croacia (101) Jerárquica
(2012) BL(5) IMC→BQ, BI, BL
BA→BI, BQ, BV
BA(4), BI(4), BQ(12), BV(3), BQ→BI, BV
Liu et al. (2015) Museo Taiwán (367) Jerárquica
BL(4) BI→BV
BV→BL
EE.UU:Hilton (203) Escalas
BS(4), BI/BAS(23), BL(4),
Huang y Cai, (2015) Holiday Inn (203) Jerárquica multidimensionales
CM(23)
China: Super 8 (195) (6)
BI,BL→BE
BA(4), BI(8), BQ(10), BL(6),
Šerić et al. (2017) Hoteles, Croacia (475) Jerárquica C→BL
C(2), AC(3), BE(4)
AC→BL
AC – Compromiso afectivo: BA – Conciencia de marca; BAS – Asociaciones de marca; BE – Valor de marca; BI – Imagen de
marca; BL – Lealtad de marca; BMP – Rendimiento de marca; BS - Prominencia de marca; BQ – Calidad de marca; BV – Valor
percibido; C – Confianza; CM – motivación de viajar; CS- Satisfacción; FP – Rendimiento financiero; IMC – Comunicaciones de
marketing integradas; ITB – intención de compra; RVI – Intención de revisita; TIC – Tecnología de la información y la comunicación;
WOM – Intención de recomendar
Fuente: Elaboración propia
45
Varios autores replican el modelo de Aaker sin examinar las relaciones jerárquicas entre los
componentes (Cobb-Walgren et al., 1995; Prasad y Dev, 2000; Kim et al., 2003; Kim y Kim;
2004; Atilgan et al., 2005; Kim y Kim, 2005; Tsai et al., 2010), mientras que en otros estudios
los investigadores del CBBE han descubierto muchas relaciones diferentes entre los
componentes del CBBE que investigaron. El CBBE se encuentra positivamente influenciado por
las dos dimensiones del modelo de Aaker (1991), es decir, de imagen de marca (Šerić et al.,
2017) y de lealtad de marca (Atilgan et al., 2005; Chen y Tseng, 2010; Šerić et al., 2017). En
los estudios revisados también se han identificado diferentes relaciones entre las dimensiones
de CBBE.
Por ejemplo, se ha confirmado empíricamente que la conciencia de marca influye en la calidad

percibida (Chen y Tseng, 2010; Liu et al., 2015), la imagen de marca (Chen y Tseng, 2010; Liu
et al., 2015) y el valor percibido (Liu et al., 2015). Otros estudios confirman que la calidad
percibida afecta a la percepción de la imagen de marca (Kayaman y Arasli, 2007; Chen y
Tseng, 2010; Liu et al., 2015), el valor percibido (Kim et al., 2008a; Liu et al., 2015) y la
intención de revisita (Kim et al., 2008a). La imagen de marca tiene una relación positiva con el
valor percibido (Liu et al., 2015). En cambio, los estudios que se centran en la imagen a través
de las asociaciones de marca señalan que las asociaciones de marca influyen en el valor
percibido (Kim et al., 2008a) y la intención de revisita (Kim et al., 2008a). La lealtad de marca
está influenciada por la calidad percibida (Kayaman y Arasli, 2007; Chen y Tseng, 2010), la
imagen de marca (Chen y Tseng, 2010), el valor percibido (Liu et al., 2015), la confianza (Šerić
et al. (2017) y la intención de revisita (Kim et al., 2008a). Finalmente, algunos estudios
demuestran que la lealtad de marca también puede influir en la percepción de la imagen
(Kayaman y Arasli, 2007) y el valor percibido (Kim et al., 2008a).
Los investigadores de CBBE en el contexto de turismo, siguiendo la trayectoria de los estudios

de CBBE de otros campos, también han adoptado los marcos originales de Aaker (1996) y
Keller (1993) adaptando nuevos componentes del CBBE. Algunos autores se enfocan en el
CBBE y el rendimiento financiero de la empresa. Por ejemplo, Prasad y Dev (2000) incluyen en
su modelo la dimensión del rendimiento de marca y el índice general del CBBE. Kim et al.
(2003) y Kim y Kim (2004; 2005) agregan el rendimiento financiero de marca y apuntan que
está correlacionado con la conciencia de marca, imagen y lealtad de marca. Otros autores
como Nam et al. (2011), añaden los componentes de calidad física, comportamiento del
personal, autocongruencia ideal, identificación de marca y congruencia con estilo de vida y
encuentran una relación directa con la satisfacción del cliente e indirecta con la lealtad de
46
marca. Finalmente, Šerić et al. (2017) añaden la dimensión compromiso afectivo, definido como
un vínculo emocional que provoca un sentido de pertenencia e identificación con la marca, y
encuentran que el compromiso afectivo positivo influye en la lealtad de marca.
1.2.2.4. Estudios empíricos sobre el valor de marca de destino
Aunque los primeros estudios del valor de marca datan de los años noventa (Aaker, 1991;
Srivastava y Shocker, 1991; Keller, 1993), se observa que las investigaciones del valor de
marca realizados en el contexto de los destinos turísticos empiezan a realizarse por Konecnik y
Gartner (2007), Pike (2007) y Boo et al. (2009).
La mayoría de estas investigaciones se centran en las dimensiones recomendadas por Aaker y

Keller. Por ejemplo, Konecnik y Gartner (2007) realizan una de las primeras investigaciones de
del valor de marca de destino como concepto multidimensional que consiste en conciencia de
la marca, imagen de la marca, calidad de la marca y lealtad de la marca, mientras Pike (2007)
analiza el valor de marca a través de las dimensiones de prominencia de marca, asociaciones
de marca, resonancia y lealtad de marca.
Uno de los estudios pioneros del CBDBE lo desarrollan Boo et al. (2009). Boo et al. (2009)
clasifican los componentes del CBDBE de una manera parecida; sin embargo, a diferencia de
las investigaciones anteriores, examinan las relaciones jerárquicas entre los constructos (ver
figuras 1.3a. y 1.3b.).
Figura 1.3a. Modelo del valor de marca de destino de Boo et al. (2009)
Fuente: Boo et al. (2009)
47
Figura 1.3b. Modelo alternativo del valor de marca de Boo et al. (2009)
DBA – conciencia de marca; DBI – imagen de marca; DBQ – calidad percibida; DBV – valor percibido; DBL – lealtad de la marca;
DBEX – experiencia en el destino
Fuente: Boo et al. (2009)
A partir de su trabajo, se desarrollan varios estudios sobre el CBDBE, donde los investigadores
buscan la manera de encontrar la estructura correcta de las dimensiones del CBDBE y la forma
en cómo se relacionan entre sí. En el siguiente cuadro se muestran las dimensiones del valor
de marca de destinos.
Cuadro 1.9. Dimensiones del valor de marca de destinos

Estudios Imagen/
Asociaciones
Konecnik y
X X X - - - X
Gartner (2007)
X+ X+
X+
Pike (2007) prominencia - - - - Resonancia
asociaciones
de marca de marca
X+
Boo et al. (2009) X X X - - X
financiero
Kim et al. (2009) X - - X - - -
X+
Pike (2009) prominencia - X - - - X
de marca
Chen y X+
Myagmarsuren X X X - - - Resonancia
(2010) de marca
X+ X+
Pike (2010) prominencia - X - - - Resonancia
de marca de marca
X+
Pike et al. (2010) prominencia X X - - - X
de marca
Gartner y
Konecnik X X X - - - X
Ruzzier (2011)
48
X+
Bianchi y Pike X+
prominencia - X - - X
(2011) financiero
de marca
Evangelista y X+
- X X - X
Dioko (2011) financiero
Ferns y Walls
X X X+ experiencia - - - X
(2012)
García et al.
X - - - - - -
(2012)
Horng et al.
X X X - - - X
(2012)
X+
Im et al. (2012) X - - - - X
asociaciones
Kladou y
Kehagias X X X - - - X
(2014a; 2014b)
Bianchi et al. X+
X X X - - X
(2014) financiero
X+
Kim et al. (2015) X - - - - X
asociaciones
Shafaei y X+
X X X - - X
Mohamed (2015) financiero
X+
Pike y Bianchi X+
prominencia X X - - X
(2016) financiero
de marca
Duman et al. X+
- X - - - X
(2017) experiencia
X+
Chekalina et al. X
X - financiero, - - X
(2018) + recursos
hedónico
X+
Dedeoğlu et al.
X X - financiero, X X X
(2018)
hedónico
Kotsi et al.
X X X X - - X
(2018)
San Martín et al.
X X X - - X X
(2018)
X+
Tasci (2018) X - X financiero - X X
precio prem
Siguiendo la estructura de Keller (2001), se observa que las dimensiones propuestas por varios
autores están relacionadas con la identidad, el significado, la respuesta a la marca y la relación
con la marca. La identificación de la marca se incorpora a través de las dimensiones de la
conciencia de marca (Boo et al., 2009; Horng et al., 2012; Chekalina et al., 2018; Dedeoğlu et
al., 2018; Kotsi et al., 2018; San Martín et al., 2018; Tasci, 2018) y la prominencia de marca
(Pike et al., 2010; Bianchi y Pike, 2011; Bianchi et al., 2014). La dimensión de la prominencia es
un concepto más amplio que la conciencia y representa el grado en que una marca
determinada viene a la mente del consumidor en una situación de compra o consumo
(Romaniuk y Sharp, 2004).
Los autores vinculan el significado de la marca con la dimensión de las asociaciones a la marca
(Boo et al., 2009; Im et al., 2012; Kladou y Kehagias, 2014; Bianchi et al., 2014) e imagen de
49
marca (Konecnik y Gartner, 2007; Boo et al., 2009; Pike et al., 2010; Bianchi y Pike, 2011; Im et
al., 2012, Horng et al., 2012; San Martín et al., 2018).
La respuesta a la marca, en los estudios del CBDBE, ha sido estudiada a través de las
dimensiones de calidad percibida (Konecnik y Gartner, 2007; 2010; Pike et al., 2010; Bianchi y
Pike, 2011; Im et al., 2012; Horng et al., 2012; Kladou y Kehagias, 2014; Bianchi et al., 2014;
San Martín et al., 2018) y valor percibido (Boo et al., 2009; Bianchi y Pike, 2011; Bianchi et al.,
2014; Tasci, 2018).
Finalmente, dentro de la relación con la marca, en todos los estudios revisados se incorpora la
dimensión de la lealtad a la marca de destino (Konecnik y Gartner, 2007; Boo et al., 2009;
Bianchi y Pike, 2011; Im et al., 2012; Horng et al., 2012; Bianchi et al., 2014; Dedeoğlu et al.,
2018; Kotsi et al., 2018; San Martín et al., 2018; Tasci, 2018). La mayoría de los autores se
centran en la lealtad actitudinal de los consumidores a través de la intención de visita e
intención de recomendar el destino turístico (Konecnik y Gartner, 2007; Pike, 2010; Horng et
al., 2012; Im et al., 2012; Bianchi et al., 2014), algunos se centran en la satisfacción e intención
de recomendar (Kladou y Kehagias, 2014) o en la intención de repetir visita (Boo et al., 2009;
Gartner y Ruzzier, 2011; Dedeoğlu et al., 2018).
Respecto a las relaciones entre las dimensiones del CBDBE, a partir de la revisión de la
literatura, se identifican tres tipos de estudios: (i) investigaciones sobre las dimensiones del
valor de marca como constructo de orden superior (Konecnik y Gartner, 2007; Gartner y
Ruzzier 2011; Kladou y Kehagias, 2014); (ii) trabajos que se enfocan en relaciones jerárquicas
entre las dimensiones del CBDBE (Boo et al., 2009; Pike et al., 2010; Im et al., 2012; Bianchi et
al., 2014; San Martín et al., 2018; Tasci, 2018); y (iii) trabajos que identifican las variables
externas (antecedentes/consecuencia) del valor de marca (Bigné et al., 2013).
Esta tesis doctoral se centra en los dos últimos por cuanto que se analizan tanto las relaciones
jerárquicas entre las dimensiones del valor de marca, así como el efecto de la comunicación en
los medios sociales como antecedente del valor de marca. El siguiente cuadro resume las
principales contribuciones empíricas sobre el valor de marca de destino.
50
Cuadro 1.10. Principales contribuciones empíricas sobre el valor de marca de destino
Segmento/Muestra/Nº de Dimensiones
encuestados Nº de ítems
Croacia:
Konecnik y Gartner Marca de Eslovenia; BA, BI, BQ, BL
BA(5), BI(16), BQ(10), BL(6) Fija
(2007) Alemanes(376), Croatas (401) Alemania:
BA, BI, BQ, BL
BS(2), BAS(A,2)(C,13),
Pike (2007) Australia (523) Fija BAS←→BL
BL(3)
Las Vegas;
BA→DBex; DBex→BV
Marca de Las Vegas (270) BA(4), BQ(4), AI(4), BV(5),
Boo et al. (2009) Jerárquica BV→BL
Marca de Atlantic City (240) BL(4)
Atlantic City;
BA→DBex; DBex→BV
INV→DBE
Marca de Corea; INV(5), RVI(1), SV(1),
Kim et al. (2009) Fija DBE→BS
Japoneses (369) BS(1), DBE(6)
BS→RVI,SV
Australia; No hay cambio en la
BS(2), BAS(A,2)(C,22),
Pike (2009; 2010) Año 2003 (523) Fija posicionamiento de
BL(3)
Año 2007(447) marca de destino
BA→BI
Chen y
BA(5), BQ(8), CI(16), CS(1), CI→BQ
Myagmarsuren Marca de Mongolia (128) Jerárquica
BL(2) BQ→CS
(2010)
CS→BL
BS→BQ, AI, BL
Pike et al. (2010) Australia (845) BS(5), BQ(4), AI(4), BL(4) Jerárquica BQ→AI, BL
AI→BL
BA y BL son
Marca de Eslovenia;
diferentes para
Gartner y Konecnik Alemanes (376)
BA(5), BQ(10), BI(16), BL(4) Fija primera visita y la
Ruzzier (2011) Primera visita (278)
revista.
Revista (98)
BA, BI, BV→BL
Bianchi y Pike Marca de Australia
(2011); Mercado Chile (341) BA(3), BQ(3), AI(3), BV(3),
Fija BA, BI, BV→BL
Pike y Bianchi Visitado (120) BL(3)
(2011) No visitado (221)
Evangelista y Dioko
Macao (797) IN(3), SI(7), DBE(17) Fija IN→DBE
(2011)
Ferns y Walls INV(5), BA(5), BQ(3), CI(7), INV→CI,BA
EE.UU. (195) Fijo
(2012) BL(4), RVI(3) CI, BA, BL→RVI
Castilla-La Mancha,
Stakeholders (131) PB(3), BA(3), BM(4), PB→BM,BA
García et al. (2012) Jerárquica
Habitantes (548) DBE(3) BM,BA→DBE
Turistas (514)
Modelo 1: BA→RVI
Modelo 2: BI→RVI
Modelo 3: BQ→RVI
DF(5), BA(3), BI(12), BQ(9), Modelo 4: BL→RVI
Horng et al. (2012) Taiwán (407) Fijo
BL(9), RVI(3) Modelo 5:
DF→BQ,RVI
Modelo 6: DF→BL,
RVI
BA, BL→DBE
BA(3), BAS(5), CI(23),
Im et al. (2012) Marca de Corea, Malasios (326) Jerárquica CI→BL
BL(5), DBE(4)
BAS→BL, DBE
CBA→BA
Kladou y Kehagias BA(3), BQ(3), CBA(5),
Atenas Grecia, (399) Jerárquica BA→BAS, BQ
(2014a) BAS(3), BL(4)
BAS→BQ; BQ→BL
CBA→BA, BQ
Kladou y Kehagias BA(3), BQ(3), CBA(5),
Roma Italia, (382) Jerárquica BA→BAS, BQ
(2014b) BAS(3), BL(4)
BAS→BQ, BL
Argentina:
BI, BV → BL
Marcas de Argentina, Chile y
BS(4), BQ(4), BAS(4), Brasil:
Bianchi et al. (2014) Brasil; Mercado de Australia Jerárquica
BV(4), BL(3) BS, BI, BV → BL
(598)
Chile:
BS, BI, BV → BL
51
Prueba t Corea y
China:
CI, BAS, BL <.05
Marca de Corea, Malasios (326) Prueba t China y
BA(3), BAS(5), CI(23),
Kim et al. (2015) Comparación con el mercado de Fija Japón:
BL(5), DBE(4)
China y Japón CI, BA, BAS, BL <.05
Prueba t Corea y
Japón:
BA, BAS, CI <. 05
Shafaei y Mohamed
Destinos islámicos INV, BA, BI, BQ, BV, BL Fija Teórico
(2015)
Nueva Zelanda:
Marca de Australia; Mercado de
Pike y Bianchi BS(5), BI(4), BQ(4), BV(4), BS, BI, BV→BL
Nueva Zelanda (858), Chile Fija
(2016) BL(4) Chile:
(845)
BS, BI, BV→BL
Interacción(3), BP(7),BR(1) Interacción ←→ BP
Duman et al. (2017) Marca de Sarajevo (479) AI(4), CI(4), CF(4), CJ(4), Jerárquica Inter., BP→CF,CJ;
BL(2), AA(3) CJ, CF→BR
BA→DRES
Chekalina et al. Marca del destino de la montaña BA(3), DFV(2), DHV(4),
Jerárquica DFV,DHV→BL
(2018) Åre en Suecia (1,984) DRES(17) BL(3),
DRES→ DHV
BA→DNQ, DSQ
DNQ,DSQ→
BA(5), DNQ(8), DSQ(7),
Dedeoğlu et al. DFV,DHV
Marca de Alanya, Turquía (478) DFV(4), DHV(7), Jerárquica
(2018) DFV,DHV→C
C(5),CS(3), ITR(3), RVI(3)
C→CS; CS→ ITR,
RVI
Australia visitantes:
BA, AI→ BL
Australia no-visitantes:
BA, BQ, AI, BV→ BL
Marca de Dubai,
Australia total:
Francia: visitantes (43),
BA(4), BQ(4), AI(4), BV(4), BA, BQ, AI, BV→ BL
Kotsi et al. (2018) no-visitantes (322), total (365); Jerárquica
BL(3) Francia visitantes:
Australia: visitantes (73),
BV→ BL
no-visitantes 330, total (403)
Francia no-visitantes:
BA, AI, BV→ BL
Francia total:
BA, AI, BV→ BL
Nacionales:
BA→AI, CI; CI→AI
CI,AI→BQ
Cantabria, España
San Martín et al. BA(3), AI(3), CI(6), BQ(3), BQ→CS; CS→BL
Turistas nacionales (451) Jerárquica
(2018) CS(3), BL(3) Internacionales:
Turistas internacionales (251)
BA→CI; CI→AI
CI,AI→BQ
BQ→CS; CS→BL
Ciudad de Nueva York (NY),
Miami, Orlando, Las Vegas y
DF(1), BI(1), BV(1), PP(1), DF→BI; BI→BV,PP
Tasci (2018) Tampa Jerárquica
CS(1), BL(1) BV→BL; BV→CS
95% Estados Unidos (2318)
AI – Imagen de marca afectiva; BA – Conciencia de marca; BAS – Asociaciones de marca; BAS(A) – Asociaciones de marca
aspecto afectivo; BAS(C) – Asociaciones de marca aspecto cognitivo; BL – Lealtad de marca; BI – Imagen de marca; BM –
Significado de marca; BP – Personalidad de marca; BR – Resonancia de marca; BS – Prominencia de marca; BQ – Calidad de
marca; BV – Valor percibido; C – Confianza; CBA – Activos de marca cultural; CF – Sentimientos de consumidor sobre experiencia
en destino; CJ – Juicio de consumidor; CI – Imagen de marca cognitiva; CS- Satisfacción; DBE – Valor de marca de destino; DBex
– Experiencia en destino; DF – Conocimiento general de destino; DFV – Valor funcional de destino; DHV – Valor hedónico de
destino; DNQ – Calidad natural de destino; DRES – recursos de destino; DSQ – Calidad de servicio de destino; IN – Influencia
normativa; INV – Implicación con marca de destino; ITR – Intención de recomendar; PB – Presentación de marca; PP – Precio
premium; RVI – Intención de (re)visita; SI – Influencia social; SV – Disposición a gastar dinero;
Como se menciona anteriormente, el modelo CBDBE de Boo et al. (2009) es el primer estudio
donde se analizan las relaciones entre las dimensiones del CBDBE. Su modelo incluye las
52
dimensiones de conciencia, imagen, calidad percibida, valor percibido y lealtad de marca.

Debido a la alta correlación entre los componentes de calidad e imagen, Boo et al. (2009)
combinan estos dos componentes independientes en una dimensión única de la experiencia de
marca de destino. Influenciado por la conciencia, este nuevo componente afecta al valor
percibido, que luego influye en la lealtad.
En estudios posteriores también se identificaron diferentes relaciones entre las dimensiones de

CBDBE. Los resultados empíricos demuestran que la conciencia (prominencia) de marca
influye en la imagen de marca (Chen y Myagmarsuren, 2010; Pike et al., 2010; Chekalina et al.,
2018; San Martín et al.,2018; Tasci, 2018), asociaciones de marca (Kladou y Kehagias, 2014a;
2014b) calidad percibida (Pike et al., 2010; Kladou y Kehagias, 2014a; 2014b; Dedeoğlu et al.,
2018) e intención de (re)visita (Ferns y Walls, 2012; Horng et al., 2012).
La percepción positiva de la imagen de marca (asociaciones de marca) influye en la calidad

percibida (Chen y Myagmarsuren, 2010; Kladou y Kehagias, 2014b; San Martín et al., 2018), el
valor percibido (Chekalina et al., 2018; Tasci, 2018) y la intención de (re)visita (Ferns y Walls,
2012; Horng et al., 2012). Otros estudios encuentran que la calidad percibida afecta a la
imagen de marca (Pike et al., 2010), valor percibido (Dedeoğlu et al., 2018), satisfacción del
consumidor (Chen y Myagmarsuren, 2010; San Martín et al., 2018) e intención de (re)visita
(Horng et al., 2012). Por otro lado, los resultados empíricos argumentan que el valor percibido
tiene una correlación positiva con la satisfacción del cliente (Tasci, 2018), la confianza
(Dedeoğlu et al., 2018) y la lealtad de marca (Chekalina et al., 2018), mientras que Dedeoğlu et
al. (2018) demuestran que la confianza influye en la satisfacción del consumidor, la intención de
(re)visita y la intención de recomendar un destino turístico.
La dimensión más aplicada en todos los estudios del CBDBE es la lealtad de marca. Se
observa que la lealtad de marca está influenciada la conciencia (prominencia) de marca (Pike
et al., 2010; Bianchi y Pike, 2011; Pike y Bianchi, 2011; Bianchi et al., 2014; Pike y Bianchi,
2016; Kotsi et al., 2018), imagen de marca (Pike et al., 2010; Bianchi y Pike, 2011; Pike y
Bianchi, 2011; Im et al., 2012; Bianchi et al., 2014; Pike y Bianchi, 2016; Kotsi et al., 2018; San
Martín et al., 2018), asociaciones de marca (Im et al., 2012; Kladou y Kehagias,2014a), calidad
percibida (Kladou y Kehagias, 2014a; Kotsi et al., 2018), valor percibido (Bianchi y Pike, 2011;
Pike y Bianchi, 2011; Bianchi et al., 2014; Pike y Bianchi, 2016; Chekalina et al., 2018; Kotsi et
al., 2018; Tasci, 2018) y satisfacción (Chen y Myagmarsuren, 2010; San Martín et al., 2018).
53
También, algunos autores encuentran que la lealtad de marca puede influir en la intención de
(re)visitar un destino turístico (Ferns y Walls, 2012; Horng et al., 2012).
Los investigadores de CBDBE también, han intentado modificar los marcos originales de Aaker
(1991; 1996) y Keller (2001) adoptando nuevas dimensiones de CBDBE. Algunos siguen la
línea de investigación de Baldauf et al. (2003), Netemeyer et al., (2004), Buil et al. (2013) y
Chaudhuri y Holbrook (2001) e implementan un enfoque financiero en sus modelos de CBDBE.
Por ejemplo, Kim et al. (2009) incluyen la dimensión de la disposición de gastar dinero, y
apuntan que esta dimensión está influenciada por la satisfacción del cliente y el valor de marca.
Kladou y Kehagias (2014a; 2014b) añaden la dimensión de los activos culturales de marca
según la propuesta conceptual de Aaker (1991), la cual definen como el grado de
reconocimiento de los activos culturales de marca que se perciben como únicos, y por tanto
generan una ventaja comparativa en el mercado. En su estudio empírico encuentran que los
activos culturales de marca influyen de forma positiva en la conciencia de marca (Kladou y
Kehagias, 2014a; 2014b) y la calidad percibida (Kladou y Kehagias, 2014b).
Duman et al. (2017) investigan como influyen los factores afectivos sobre la resonancia de la
marca en el contexto de los destinos turístico. Para identificar los factores afectivos en la
cadena de CBBE, los autores usan el modelo de resonancia de marca de Keller (2013). En su
estudio introducen cuatro dimensiones nuevas (interacción, personalidad de marca, juicio del
consumidor y sentimientos del consumidor sobre la experiencia en destino), las cuales en
realidad reflejan las evaluaciones específicas del destino de la ruta cognitiva y afectiva del
CBBE. Interacción refleja el grado de contacto del visitante con los habitantes en el destino,
personalidad de marca representa las evaluaciones específicas del destino basadas en la
interacción, que los autores definen también como la calidad de experiencia en el destino,
mientras que el juicio del consumidor es la evaluación cognitiva del destino basada en la
calidad de experiencia, y los sentimientos del consumidor sobre la experiencia en destino es la
evaluación afectiva del destino basada en la calidad de experiencia. Los resultados demuestran
que existe una correlación entre la interacción y la personalidad de marca, los dos
componentes influyen en el juicio del consumidor y los sentimientos del consumidor sobre la
experiencia en destino, los cuales afectan la resonancia de la marca.
En resumen, no existe un acuerdo sobre las dimensiones de valor de marca, ya que muchas
veces dependían del contexto del estudio. En la figura 1.4. se presentan las dimensiones
usadas en 26 estudios sobre el valor de marca, revisados desde el año 2007 hasta el 2018.
54
Figura 1.4. Dimensiones del valor de marca de destino más usadas en la literatura académica
30
25 24 24
23
20
15 15
10 10
5
2 3
0
En el próximo apartado se analizan algunos de los problemas conceptuales que se han

identificado en los estudios del CBDBE, ya que estos problemas pueden afectar al modelo que
se propone en esta tesis doctoral.
1.2.2.5. Problemas conceptuales en los estudios empíricos del CBDBE
Como se observa en el cuadro 1.10., según el análisis de la literatura académica, se ha

identificado un número importante de las investigaciones sobre el modelo de CBDBE. Sin
embargo, analizando estos estudios se encontraron diferencias significativas en cuanto a la
forma como se define y mide el concepto de CBDBE, lo que provoca una estructura inestable y
una ambigüedad conceptual.
En primer lugar, los investigadores de CBDBE conceptualizan la conciencia de marca como la

dimensión integral en casi todos los estudios revisados. Algunos autores como Pike (2007;
2009), Pike et al. (2010), Bianchi y Pike (2011) y Pike y Bianchi (2016) introducen el concepto
de prominencia de marca. Según los mismos autores, la dimensión de la prominencia es un
concepto más amplio que la conciencia y representa el grado en que una marca de destino
determinado acude a la mente del consumidor en una situación antes o después del viaje. Sin
embargo, analizando las escalas de los dos conceptos, se observa que se trata de dos
componentes idénticos. Horng et al. (2012) y Tasci (2018) introducen la dimensión del
55
conocimiento general de destino (destination familiarity). El conocimiento general se define

como el nivel de conocimiento y experiencia del consumidor, acumulado a partir de diferentes
fuentes de información, pero mientras que Horng et al. (2012) miden el concepto utilizando
cinco ítems, Tasci (2018) usa únicamente un ítem para el mismo concepto.
En segundo lugar, algunos de los investigadores que examinaron el modelo de CBDBE

utilizaron la dimensión del valor percibido (Boo et al., 2009; Bianchi y Pike, 2011; Evangelista y
Dioko; 2011; Bianchi et al., 2014; Shafaei y Mohamed, 2015; Pike y Bianchi, 2016; Chekalina et
al., 2018; Dedeoğlu et al., 2018), mientras que otros ignoraron esta dimensión (Kladou y
Kehagias, 2014a; Kim et al. 2008; Im et al., 2012; Kim et al., 2015; San Martín et al., 2018).
Incluso los mismos trabajos que incluyen la dimensión del valor percibido en los modelos de
CBDBE lo hacen de forma diferente. Mientras que un grupo de autores incluyen el valor
percibido enfocándose solo en su parte financiera (Boo et al. 2009; Kim et al. 2009; Evangelista
y Dioko, 2011; Shafaei y Mohamed, 2015; Pike y Bianchi, 2016), es decir valor por el dinero, el
otro grupo de investigadores definen el valor percibido a través de sus componentes financiero
y hedónico (Dedeoğlu et al. 2018; Chekalina et al., 2018). Por otro lado, Tasci (2018) añade un
componente más, “pagar precio premuim”, y lo conceptualiza como un antecedente del valor
percibido, aunque en otros estudios el mismo concepto forma parte de la lealtad de marca
(Baldauf et al., 2003; Netemeyer et al., 2004; Buil et al., 2013).
En tercer lugar, es muy importante observar la forma en cómo se analiza la imagen como una
dimensión del CBDBE. Aunque la mayoría de los investigadores del CBBE y CBDBE, siguiendo
los trabajos de Aaker (1991) y Keller (1993), destacan la imagen como una dimensión
fundamental del CBBE, algunos autores omiten la imagen en sus modelos de CBDBE (Kim et
al., 2009; García et al., 2012; Dedeoğlu et al., 2018). El primer grupo de investigadores
incorporan la imagen de marca a través de su componente cognitiva (Konecnik y Gartner,
2007; Ferns y Walls, 2012; Chen y Myagmarsuren, 2010; Horng et al., 2012; Im et al., 2012;
Kim et al., 2015; Chekalina et al. 2018), el segundo grupo solo incluye la imagen a través de su
componente afectiva (Boo et al., 2009; Pike et al., 2010; Bianchi y Pike, 2011; Evangelista y
Dioko, 2011; Pike y Bianchi, 2011; Pike y Bianchi, 2016), el tercer grupo de investigadores
combina los componentes cognitivo y afectivo como dos dimensiones independientes en sus
estudios (Duman et al., 2017; San Martín et al., 2018), mientras que el último grupo define la
imagen a través de las asociaciones cognitivas y afectivas como dos componentes de una
imagen única del destino (Pike, 2007;2010; Horng et al., 2012). Cabe mencionar que los
autores Im et al. (2012) y Kim et al. (2015) incorporan la imagen cognitiva y las asociaciones de
56
marca como dos conceptos independientes. Sin embargo, en su modelo asociaciones de

marca, se refieren a la calidad percibida y actitud de marca.
En cuarto lugar, un grupo de estudios incluye la calidad percibida como una dimensión
independiente en el modelo de CBDBE (Konecnik y Gartner; 2007; Boo et al., 2009; Chen y
Myagmarsuren, 2010; Pike et al., 2010; Gartner y Konecnik Ruzzier, 2011; Evangelista y Dioko,
2011; Ferns y Walls, 2012; Horng et al., 2012; Bianchi et al., 2014; Kladou y Kehagias, 2014a;
2014b; Shafaei y Mohamed, 2015; Pike y Bianchi, 2016; Duman et al., 2017; Dedeoğlu et al.,
2018; San Martín et al., 2018), mientras que otros estudios omiten completamente la dimensión
de calidad percibida (Pike, 2007; Kim et al., 2009; Pike, 2009; Pike, 2010; Bianchi y Pike, 2011;
García et al., 2012; Im et al., 2012; Kim et al., 2015; Chekalina et al., 2018). Otros autores como
Dedeoğlu et al. (2018), investigan la calidad percibida a través de las dos dimensiones, calidad
natural de destino y calidad de servicio. Los ítems de calidad natural de destino que usan
Dedeoğlu et al. (2018), corresponden a los ítems de imagen cognitiva en otros estudios. Uno de
los problemas conceptuales es la diferencia entre la calidad percibida y la imagen cognitiva del
destino. Algunos autores incorporan la calidad de servicio como sub-dimensión de la imagen
cognitiva (Pike, 2007; 2009; Chen y Myagmarsuren, 2010), lo que, como consecuencia,
provoca la superposición de los dos conceptos en la literatura académica.
En quinto lugar, en casi todos los estudios revisados se incorpora la dimensión de la lealtad a la
marca de destino. Sin embargo, algunos de los investigadores se centran en la lealtad
actitudinal a través de la intención de visita e intención de recomendar un destino turístico
(Konecnik y Gartner, 2007; Horng et al., 2012; Im et al., 2012; Bianchi et al., 2014), otros
añaden la dimensión de la resonancia de la marca, o en otras palabras, la voluntad de
comprometerse con el destino (Pike, 2007; Chen y Myagmarsuren, 2010; Pike, 2010), mientras
que algunos autores se enfocan en la satisfacción e intención de recomendar (Kladou y
Kehagias, 2014) o en la intención de repetir visita (Boo et al., 2009; Gartner y Konecnik, 2011).
Una de las diferencias observables es el papel de la lealtad de marca en los estudios de
CBDBE. Mientras que en algunos estudios la lealtad de marca se incluye como el componente
del CBDBE (Boo et al., 2009), en otros estudios se analiza como la consecuencia del CBDBE
(Pike et al., 2010).
Finalmente, algunos investigadores incluyen la dimensión de la confianza de la marca

(Evangelista y Dioko. 2011; Dedeoğlu et al., 2018), o la satisfacción del consumidor (Dedeoğlu
et al., 2018; San Martín et al. (2018), como las dimensiones de CBDBE, en cambio otros
57
autores omiten estos factores. En algunos estudios se introducen conceptos que en su forma
esencial no se diferencian de las dimensiones utilizadas por otros autores. Por ejemplo, Dumas
et al. (2017) conceptualizan la dimensión de la experiencia de calidad, y la miden de manera
idéntica a la calidad percibida. Ferns y Walls (2012) introducen la dimensión de la experiencia
de marca que se compone de dos sub-dimensiones: imagen (cognitiva) y la calidad percibida.
También, se observa una inconsistencia respecto al número de ítems que se usan para medir
casi todas las dimensiones del CBDBE. En resumen, aunque se han identificado muchos
estudios sobre el modelo CBDBE en la literatura académica, se observa que no existe un
acuerdo sobre la forma de definir y medir el CBDBE. Se han encontrado dos problemas
importantes: primero, la falta del conocimiento conceptual del CBDBE que tiene como
consecuencia el uso de un número diferente de dimensiones en el modelo de CBDBE, y, en el
segundo lugar, la falta de un sistema de medición ampliamente aceptado, lo que provoca una
estructura inestable y ambigüedad conceptual de las dimensiones dentro del CBDBE. Por otro
lado, la mayoría de los autores están de acuerdo que el CBDBE es un concepto nuevo que
todavía requiere una investigación más profunda (Boo et al., 2009; Kladou y Kehagias, 2014b;
Pike y Page, 2014; Dedeoğlu et al., 2018; San Martín et al., 2018).
Siguiendo la línea de investigación del CBDBE y la teoría sobre el CBBE de Aaker (1991; 1996)
y Keller (1993; 2001), para el propósito de estudio de esta tesis doctoral se entiende que: el
concepto del valor de marca de destino se basa en la actitud de los consumidores sobre los
atributos positivos de la marca de destino que provocan interés de visitar este destino y no otro
de características similares.
En el siguiente apartado se analiza la comunicación en las redes sociales como antecedente

del valor de marca basado en el consumidor (CBBE).
1.2.2.6. La comunicación en las redes sociales como antecedente del CBBE
La comunicación en las redes sociales puede tener diferentes formas (Smith et al., 2012) y
suele servir a distintos propósitos (Piskorski, 2011; VanMeter et al., 2018) como, por ejemplo,
mejorar la reputación de una marca, ampliar el conocimiento de una marca, provocar las
asociaciones positivas sobre una marca, implicar los consumidores en el proceso de creación
de una marca, impulsar las ventas o aumentar la lealtad del consumidor (Keller, 2009; 2010;
Schau et al., 2009; Fournier y Avery, 2011; Colicev et al., 2018). En general, una de las
principales diferencias entre las redes sociales y otros medios de comunicación, es que las
58
plataformas de redes sociales se pueden usar no solo para la promoción y venta de los
productos y/o servicios sino también para reforzar el valor de marca (Gensler et al. 2013;
Kumar et al., 2016; 2017).
Berry (2000) elabora la primera clasificación de la comunicación como el antecedente del valor
de marca y lo clasifica como la comunicación corporativa y la comunicación externa. La
comunicación corporativa representa la comunicación controlada por la empresa sobre su
identidad y propósito a través de la publicidad. La comunicación externa se refiere a la
comunicación que esencialmente no está controlada por la empresa, y representa la
información que los clientes absorben sobre la empresa y su marca. En base a ese estudio, en
la literatura académica se distinguen dos corrientes de investigación del efecto de la
comunicación en las redes sociales sobre el CBBE: (i) desde la perspectiva del contenido
generador por el consumidor (Villanueva et al., 2008; Christodoulides, 2009; Christodoulides et
al., 2011; Christodoulides et al., 2012; Smith et al., 2012; Hautz et al., 2014; Andéhn et al.,
2015; Gensler et al., 2015; Kim y Johnson, 2016); (ii) y desde el contenido generado por la
empresa (Kumar et al., 2016; Kumar et al., 2018).
El contenido generado por la empresa puede ser una comunicación pagada y/u orgánica.
Comunicación pagada se refiere a la publicidad (Hanaysha, 2016) y orgánica a la comunicación
dentro de las comunidades virtuales de la marca (Schau et al., 2009; Hutter et al., 2013;
Laroche et al., 2013; Barreda, 2014; Barreda et al., 2015; Vernuccio et al., 2015; Wang et al.,
2016). Por otro lado, el contenido generado por el consumidor generalmente se refiere a boca-
oído electrónico, es decir, la comunicación consumidor a consumidor (Dellarocas, 2003; Lee y
Youn, 2009; Yadav y Pavlou, 2014).
Desde la aparición de las redes sociales, existe un consenso establecido entre los
investigadores académicos de que la comunicación consumidor a consumidor es una fuente
importante de información (Berry, 2000; Dellarocas, 2003; Hennig-Thurau et al., 2004;
Chevalier y Mayzlin, 2006; Bruyn y Lilien, 2008; Trusov et al., 2009; Kozinets et al., 2010;
Stephen y Galak, 2012; You et al., 2015), y juega un papel relevante en el proceso de toma de
decisión de los consumidores (Yadav y Pavlou, 2014; Wang y Yu, 2017). La aparición de las
plataformas de redes sociales facilita que la comunicación boca-oído se difunda mucho más
rápido, especialmente entre los consumidores desconocidos (Duan et al., 2008).
En este contexto, Godes y Mayzlin (2004) demuestran que las plataformas de redes sociales
son una alternativa rentable y simple para impulsar la comunicación de consumidor a
59
consumidor, que puede generar un impacto positivo en las marcas. Chevalier y Mayzlin (2006)
encuentran que las reseñas positivas de los libros pueden aumentar las ventas; Liu (2006)
descubre que el boca-oído tiene un efecto positivo sobre los ingresos en taquillas; Dellarocas et
al. (2007) añaden que las reseñas de las películas en línea pueden predecir el éxito comercial
de las mismas; Trusov et al. (2009) examinan cómo las referencias para unirse a una red social
afectan al crecimiento de un sitio web; Onishi y Manchanda (2011) estudian cómo la actividad
de los blogs y la publicidad tradicional afectan a las ventas de un conjunto de marcas
japonesas, mientras que Berger et al. (2010) muestran que incluso el WOM negativo puede
tener un efecto positivo en las ventas. Godes y Silva (2012) contribuyen a la investigación de la
dinámica de eWOM al explicar la dinámica temporal. Wang et al. (2012) explican la
comunicación consumidor a consumidor en redes sociales como un proceso de socialización
que puede afectar las ventas. Moe y Schweidel (2012) se centran la motivación de los
consumidores para publicar las reseñas en línea y los factores que afectan la decisión de
evaluar un producto. Gran parte de la literatura existente examina un tipo de WOM y no
contrasta con la comunicación de marketing de la empresa, lo que hace difícil comparar los
tamaños relativos de los efectos de la comunicación en los resultados clave de marketing,
como las ventas.
La segunda corriente de la literatura académica se centra en la influencia de la comunicación

de la empresa, es decir, las actividades de marketing de la empresa. En un estudio que se
centra en desarrollar un modelo de medición de valor de marca, Simon y Sullivan (1993)
identifican las comunicaciones de marketing como una de las fuentes que impulsan el valor de
marca. Yoo et al. (2000) demuestran en su estudio que las comunicaciones de marketing
ejercen una influencia positiva en la conciencia, calidad percibida, asociaciones de marca y
lealtad de marca. Sin embargo, las investigaciones previas sobre la relación de las
comunicaciones de marketing y el valor de marca solo se centran en los instrumentos
tradicionales de las comunicaciones de marketing (Aaker, 1991; Yoo et al., 2000; Ailawadi et
al., 2003 Keller and Lehmann, 2003).
Villanueva et al. (2008) desarrollan el primer estudio en que se conceptualiza la comunicación

generada por la empresa y por el consumidor como dos caminos que pueden tomar las
empresas para aumentar el valor de marca. A partir de su trabajo, varios autores se centran en
investigar la comunicación en las redes sociales como antecedente del CBBE, enfocándose en
el UGC y/o FGC (Bruce et al., 2012; Christodoulides et al., 2012; Tirunillai y Tellis, 2012; Luo et
al., 2013; Kim y Johnson, 2016; Kumar et al., 2018). Estos estudios generalmente se pueden
60
clasificar en tres grupos diferentes: (i) estudios del efecto del UGC sobre el CBBE; (ii) estudios
del efecto del FGC sobre CBBE; (iii) y estudios que comparan el efecto del UGC y FGC sobre
el CBBE. El cuadro de abajo recoge los principales estudios sobre el efecto de la comunicación
en las redes sociales sobre el valor de marca.
Cuadro 1.11. Estudios sobre el efecto de la comunicación en las redes sociales sobre el valor
de marca

Estudios Antecedentes Lealtad/
Imagen/
Conciencia Calidad Valor Confianza Satisfacción Respuesta del
Asociaciones
consumidor
Contenido generado por el consumidor (UGC)
Christodoulides et al. (2012) UGC - - - - - - -

Barreda (2014) WI BA - BI - - - -
Severi et al. (2014) EW BA BQ BI/BAS - - - BL
Barreda et al. (2015) VI, RFA, SQ, IQ
Contenido generado por la empresa (FGC)
Kim y Ko (2012) SMM - BQ - BV - - BL

Dehghani y Tumer (2015) AD - - BI - - - BL
Godey et al. (2016) SMME BA - BI - - - BL
Hanaysha, (2016) AD - - BI - - - BL
Seo y Park, (2018) SMMA BA - BI - - - BL
Contenido generado por la empresa y por el consumidor (FGC/USG)
UGC, FGC,
Bruh et al. (2012) BA - BI - - BAT BL
TAD
Hutter et al. (2013) BPC BA - - - - - BL
Yang et al. (2015) AD, W, DSP BA BQ BI - - - BL
Schivinski y Dabrowski (2015) UGC,FGC BA/BAS BQ - - - - BL
Schivinski y Dabrowski (2016) UGC,FGC - - - - - BAT BL
Stojanovic et al. (2018) SMI BA BQ BI BV - - BL
AD – Publicidad en las redes sociales; BA – conciencia de marca; BAS – Asociaciones; BAT – Actitud hacia marca; BI – Imagen de
marca; BL – Lealtad de marca; BPC – Compromiso con la página de marca; BV – Valor percibido; DSP – Rendimiento del servicio;
EW – boca-oído electrónico; FGC – Contenido generado por la empresa; IQ – Calidad de información; RFA – Premio por las
actividades; SMM – Actividades de marketing en redes sociales; SMI – Intensidad de uso de las redes sociales; SQ – Calidad de
servicio; TAD – publicidad tradicional; UGC – Contenido generado por el usuario; W – boca-oído
El primer grupo de estudios se centra en el efecto del contendido generado por el consumidor
en el valor de marca. Christodoulides et al. (2012) define el contenido generado por el usuario
como un concepto multidimensional que consiste en la co-creación, percepción de poder y
autoconcepto percibido. Barreda (2014) se enfoca en la interacción en la plataforma en línea
como el antecedente del CBBE. El autor define la interacción como la comunicación
consumidor a consumidor, es decir, la interacción representa la calidad de la relación persona a
persona (peer-to-peer). En otro estudio, Barreda et al. (2015) investigan el efecto del UGC a
través de cuatro componentes: interacción virtual, que representa el grado de intercambio de
61
información en el tiempo real; premio por las actividades, se refiere a los beneficios sociales
que obtiene el usuario; calidad del sistema, refleja la percepción de la seguridad de la
plataforma virtual y, calidad de información, representa el grado de utilidad de la información
que comparten otros usuarios.
El segundo grupo de investigaciones examinan el efecto del contenido generado por la

empresa en el valor de marca de dos formas diferentes. Mientras que unos autores se centran
en las actividades del marketing de la empresa dentro de las comunidades virtuales, que
explican por cinco factores: entretenimiento, interacción, actualización de las publicaciones,
utilidad personalizada y intención de recomendar la marca en redes sociales (Kim y Ko, 2012;
Godey et al., 2016; Seo y Park, 2018); otros investigadores se enfocan en la publicidad en las
redes sociales (Ahmed Zahid, 2014; Hanaysha, 2016; Kumar et al., 2016; Adetunji et al., 2018).
El tercer grupo se centra en investigar la comunicación generada por el consumidor y por la

empresa en el valor de marca. Unos autores se centran en examinar la comunicación UGC y
FGC de forma conjunta. Por ejemplo, Hutter et al. (2013) investigan como la comunicación
UGC y FGC en conjunto afectan al compromiso en las comunidades virtuales, mientras
Stojanovic et al. (2018) se centran en la intensidad de uso de las redes sociales. Otros autores
se centran en comparar el efecto del UGC y FGC. Por ejemplo, Bruh et al., (2012), comparan el
efecto del UGC, FGC y la publicidad tradicional; Schivinski y Dabrowski (2015; 2016) se
centran solo en el efecto de la comunicación UGC y FGC; en cambio Yang et al. (2015)
comparan el efecto de la comunicación boca-oído, publicidad en las redes sociales y
rendimiento del servicio sobre el CBBE. El cuadro 1.12 recoge las principales contribuciones de
los antecedentes del valor de marca.
Cuadro 1.12. Principales contribuciones de los antecedentes del valor de marca
Segmento/Muestra/ Nº de Antecedentes/ Dimensiones de CBBE/

Estudios Resultados
encuestados Nº de escalas Nº de escalas
Contenido generado por el usuario (UGC)
Christodoulides et Teórico USG←→BE

UGC INV
al. (2012) (Entrevista con expertos) INV→BE
Comunidades virtuales de
WI→BA,BI
Barreda (2014) turismo y viaje, usuarios WI(4) BA(2),BI(3),BE(3)
BA,BI→BE
(236)
Severi et al. BA(5),BQ(4),BAS(5),BI(3)
Malasia (300) EW(5) EW→ BA,BQ,BAS,BI,BL
(2014) BL(5)
Comunidades virtuales de
Barreda et al. WI(4), RFA(3), VI,RFA,SQ,IQ→BA
turismo y viaje (EE.UU), BA(2),W(4)
(2015) SQ(3), IQ(4) BA →W
usuarios (230)
62
Contenido generado por la empresa (FGC)
SMM→VE, RQ, BE
Marca Louis Vuitton,
VE(22), RQ(10), BE(10), BE→ITB, CE
Kim y Ko (2012) consumidores de marcas SMM
CE, ITB RQ→ITB
de lujo, Corea (362)
ITB→CE
Dehghani y Tumer Marcas presentes en AD→BI,BE
AD BI(1),BE(1),ITB(1)
(2015) Facebook (320) BI,BE→ITB
5 Marcas de lujo,
Godey et al. SMM→BE,RC
seguidores en las redes SMM BA(3),BI(4),RC
(2016) BE→RC
sociales (845)
Restaurante de comida
Hanaysha (2016) rápida, usuarios de redes AD(6) BI(5), U(5), BC(4), BL(4) AD→BI,U,BE
sociales (384)
SMMA→BA,BI
Pasajeros de aerolíneas
Seo y Park, (2018) SMM BA(3), BI(3), EW(3), BC(3) BA→BC
(302)
BI→EW,BC
Contenidos UGC y FGC en el mismo estudio
60 marcas de 3 industrias:
TAD→BA,BIF,BIH
turismo, telecomunicación, UGC(3), FGC(3), BA(4), BIF(3), BIH(4),
Bruh et al. (2012) FGC→BA, BIF
y farmacia. Usuarios de TAD(3) BAT(1), ITB(3)
UGC→BIH
Facebook y Twitter (323)
BPC→BA,W,ITB
Seguidores de la página
AY→BPC,BA,W, ITB
Hutter et al. (2013) fan de coches MINI BPC(6), AY(3) BA(3),W(4), ITB(3)
BA→W,ITB
Facebook (311)
W→ITB
AD(3),W(3),DSP WI→BA, BI
Destinos turísticos,
Yang et al. (2015) (7) BA(3), BI (3), BQ(4), BL(3) DSP→BA, BI, BQ
turistas chinos (502)
BA, BI→BL
bebidas no alcohólicas,
Schivinski y ropa, operadores de UGC,FGC→BA/BAS
telefonía móvil. Usuarios UGC(4),FGC(4) BA/BAS(4), BQ(3), BL(3)
Dabrowski (2015) UGC→BQ,BL
de Facebook, Polonia
(302)
bebidas no alcohólicas,
UGC,FGC→BAT
Schivinski y ropa, operadores de
UGC(4),FGC(4) BAT(3), BE(4), ITB(3) UGC→BE
Dabrowski (2016) telefonía móvil. Usuarios
BE,BAT→ITB
de Facebook, Polonia
(504)
SMI→BA
Destino turístico Valencia, BA(4), BQ(5); AI(4),
Stojanovic et al. BA→AI,CI,BQ,BV
usuarios de las redes SMI(3) CI(13), BV(3), W(3),
(2018) AI→CI; BA→EW
sociales (249) EW(3)
AI,BQ,BV→W,EW
AD – Publicidad en las redes sociales; AY – enfado; AI – Imagen afectiva; BA – conciencia de marca; BAS – Asociaciones; BAT –
Actitud hacia marca; BC – compromiso con la marca; BE – valor de marca; BI – Imagen de marca; BIF – imagen de marca
funcional; BIH – imagen de marca hedónica; BPC – Compromiso con la página de marca; CE – valor del cliente; CI – Imagen
cognitiva; CR – valor percibido de la relación con marca; DSP – Rendimiento del servicio; EW – boca-oído electrónico; IN –
Influencia normativa; ITB – intención de compra; OSN – Comunidades virtuales; RC – Respuesta del consumidor; RQ –Calidad de
relación; S – Satisfacción; SI – Influencia social; SMM – Marketing en las redes sociales; SMI – Intensidad de uso de las redes
sociales; TAD – publicidad tradicional; INV – Implicación con el UGC; U – Singularidad; W – boca-oído; VE – Equidad de marca; WI
– Interacción en la plataforma de medios sociales
El primer grupo de investigadores encuentra que existe una relación positiva en el USG y el
CBBE (Christodoulides et al., 2012). Laroche et al. (2013) descubre que el USG en las
comunidades virtuales provoca una relación positiva con la marca, e influye en la confianza y
lealtad del consumidor. Severi et al. (2014) encuentra una relación positiva entre el boca-oído
electrónico y el valor de marca. Barreda (2014) investiga el efecto de la interacción con las
63
comunidades virtuales relacionadas con el turismo y viajes, es decir el contenido generado por
otros usuarios, sobre el valor de marca. Este autor encuentra que el UGC en las comunidades
virtuales afecta de forma positiva al valor de marca a través de sus dimensiones de la
conciencia de marca e imagen de marca. En otro estudio, Barreda et al. (2015) identifican los
factores que influyen en la conciencia de marca en las comunidades virtuales y encuentran que
la conciencia de marca se crea a través la interacción de los consumidores con los miembros y
la marca en las comunidades virtuales, la calidad de información que ofrecen otros usuarios y
las marcas y la percepción de la utilidad de la información que encuentran en la comunidad
virtual. Los resultados empíricos de su estudio también confirman que la conciencia de marca
influye en la intención de recomendar una marca. Mientras que otros estudios argumentan que
el boca-oído electrónico en las redes sociales es un factor importante que influye en el
comportamiento del consumidor y la intención de compra (Erkan y Evans, 2016; Sijoria et al.,
2018)
El segundo grupo de autores se centra en la comunicación generada por la empresa en las

comunidades virtuales y la publicidad en redes sociales. Kim y Ko (2012) identifican los
atributos de las actividades de social media marketing (SMM) y examinan las relaciones entre
las actividades percibidas y la equidad de marca, calidad de relación con marca, valor del
cliente, intención de compra y valor de marca. Los autores encuentran que las relaciones entre
los cinco atributos de las actividades percibidas de SMM (entretenimiento, interacción,
actualización de las publicaciones, utilidad personalizada y intención de recomendar la marca
en redes sociales), equidad de marca, calidad de relación y valor de marca son
significativamente positivos. Godey et al. (2016) encuentran que las actividades de SMM
afectan a la conciencia e imagen de marca. Los resultados de su estudio también muestran que
el SMM influye significativamente en la respuesta del consumidor, que se compone de tres
dimensiones: compromiso con la marca, intención de pagar precio premium y lealtad hacia la
marca. En otro estudio, Seo y Park (2018) encuentran que las actividades de SMM afectan al
CBBE y que existe una relación positiva entre las actividades SMM y la conciencia y la imagen
de marca. Otra rama de la investigación del efecto del FGC en el CBBE se centra en la
publicidad en redes sociales. Los resultados de los estudios confirman que la publicidad en
redes sociales tiene efecto positivo en el comportamiento del consumidor (Kumar et al., 2016),
y el valor de marca (Ahmed Zahid, 2014; Karamian et al., 2015; Dehghani y Tumer 2015;
Hanaysha, 2016; Adetunji et al., 2018).
64
El tercer grupo de estudios se enfoca en investigar UGC y FGC. Hutter et al. (2013) encuentran
que el compromiso con la comunidad virtual de la marca y la participación de los miembros
influye en el proceso de decisión de compra. Los resultados de su estudio manifiestan que el
compromiso con la comunidad virtual tiene un efecto positivo sobre la conciencia de marca,
WOM y la intención de compra. Además, los autores argumentan que el enfado por las
actividades de la comunidad provoca un efecto negativo sobre la implicación en la comunidad.
Los trabajos que comparan la comunicación UGC y FGC son especialmente importantes para
esta tesis doctoral porque siguen la misma línea de investigación. Bruhn et al. (2012) investigan
el impacto relativo de la comunicación en el CBBE a través de las redes sociales en
comparación con los medios tradicionales, separando el contenido generado por la empresa
del contenido generado por el consumidor en tres industrias: turismo, telecomunicaciones y
productos farmacéuticos.
La siguiente figura muestra el modelo del valor de marca de Bruhn et al. (2012).
Figura 1.5. Modelo del valor de marca de Bruhn et al. (2012)
Fuente: Bruhn et al. (2012)
Los resultados de su estudio evidencian que los medios tradicionales tienen un impacto mayor
en la conciencia de la marca, mientras que la comunicación en redes sociales influye más en la
imagen de marca. Por otro lado, la comunicación generada por la empresa tiene un impacto
mayor que la imagen funcional de la marca, mientras que la comunicación generada por el
65
consumidor genera una influencia más grande en la imagen hedónica. Comparando las
industrias, los autores argumentan que la comunicación generada por el usuario para las
marcas de turismo influye más en la conciencia y la imagen de marca comparado con las
industrias de telecomunicaciones y productos farmacéuticos.
Schivinski y Dabrowski (2015) construyen su modelo de valor de marca basándose en el

modelo de Bruhn et al. (2012), excluyendo la publicidad tradicional y centrándose solo en la
comunicación en las redes sociales generada por la empresa y por el consumidor. Sin
embargo, mientras que Bruhn et al. (2012) no se enfocan en uno de los canales específicos de
las redes sociales, Schivinski y Dabrowski (2015) eligen investigar el impacto de la
comunicación en Facebook para 60 marcas dentro de tres industrias diferentes: proveedores
de bebidas no alcohólicas, marcas de ropa y operadores de telefonía móvil.
Figura 1.6. Modelo de Schivinski y Dabrowski (2015)
Fuente: Schivinski y Dabrowski (2015)
Los resultados de su estudio empírico muestran que tanto la comunicación en redes sociales
generada por la empresa como la comunicación generada por el consumidor influyen en las
dimensiones de la conciencia, asociaciones y asociaciones de marca, mientras que la
comunicación generada por los consumidores influye de forma positiva en la calidad percibida y
en la lealtad de marca. También, como en el caso del estudio de Bruhn et al. (2012), los
autores encuentran diferencias significativas entre las industrias investigadas.
Schivinski y Dabrowski (2016) repiten su estudio usando el mismo formato de 60 marcas en las
mismas tres industrias: proveedores de bebidas no alcohólicas, marcas de ropa y operadores
66
de telefonía móvil. Sin embargo, esta vez cambian el modelo del valor de marca e incluyen las
dimensiones de actitud hacia la marca, valor de marca e intención de compra.
Figura 1.7. Modelo de Schivinski y Dabrowski (2016)
Fuente: Schivinski y Dabrowski (2016)
Los datos empíricos del segundo estudio de Schivinski y Dabrowski (2016) muestran que la
comunicación generada por los consumidores tiene un efecto positivo tanto en el valor de
marca como en la actitud hacia la marca, mientras que la comunicación generada por la
empresa solo tiene efecto en la actitud hacia la marca. Tanto el valor de marca como la actitud
de marca muestran una influencia positiva en la intención de compra. También, se encuentran
diferencias significativas entre las industrias investigadas.
Cabe mencionar que entre los estudios de Bruhn et al. (2012) y Schivinski y Dabrowski (2015;
2016) existen diferencias significativas de metodología. Schivinski y Dabrowski (2015; 2016)
diseñan la muestra según los usuarios que dieron “me gusta” a una marca en Facebook, y así
eligen únicamente a los seguidores de esa marca que forman parte de su comunidad virtual y
reciben comunicación de esa marca de forma orgánica. Bruhn et al. (2012) eligen marcas que
invierten mucho en comunicación de marketing en las redes sociales y preguntan a los
encuestados a elegir las marcas que reconocen de las redes sociales (sin hacer diferencia
entre el contenido UGC y FGC), tampoco hacen diferencia entre contenido positivo y negativo.
De esta manera, el enfoque de Bruhn et al. (2012) es mucho más amplio, porque Schivinski y
Dabrowski (2015; 2016) no consideran que los usuarios puedan ver el contenido de marcas a
través de la publicidad (sin ser seguidores de una marca) o simplemente a través de los “me
gusta” o “veces compartida” de sus amigos. Por tanto, el enfoque de Schivinski y Dabrowski
parece demasiado rígido comparando con Bruhn et al. (2012).
67
Finalmente, pocos estudios se centran en la investigación de los antecedentes del valor de

marca en el contexto de los destinos turísticos. En uno de los estudios pioneros, Konecnik y
Ruzzier (2006) descubren que la visita previa al destino turístico afecta de forma positiva al
CBDBE, mientras que Kim et al. (2009) encuentran que la implicación con el destino influye en
la percepción del CBDBE. Sin embargo, el primer estudio que investiga la comunicación como
antecedente del CBDBE fue el de Evangelista y Dioko (2011). Estos dos autores investigan el
efecto de la influencia social en el CBDBE. La influencia social se compone de la influencia
informativa y normativa. La influencia informativa es la capacidad para aceptar la información
obtenida de otra fuente como evidencia de la realidad (familia, amigos, colegas, guías, libros,
internet), mientras que la normativa es la influencia para ajustarse a las expectativas de otra
persona o grupo. Los autores encuentran que, aunque los amigos y la familia siguen siendo las
dos fuentes principales de información, internet se considera también como una de las fuentes
importantes en el proceso de la toma de decisiones de viaje. Hautz et al. (2014) desarrollan un
estudio experimental para investigar el impacto del FGC y UGC sobre la intención de visitar un
destino turístico utilizando un video promocional para el destino turístico Tirol de Austria. Los
autores concluyen que, a pesar de la opinión general de que el UGC tiene un impacto mayor en
el comportamiento del consumidor, ellos no encuentran diferencias entre el UGC y FGC.
Siguiendo la misma línea de investigación You et al. (2015) examinan el impacto de la

experiencia del consumidor en el CBDBE. Los autores definen la experiencia como un
constructo que consiste en tres componentes independientes: publicidad, comunicación boca-
oído y rendimiento del servicio. Los autores encuentran que el rendimiento del servicio de
destino tiene el impacto más significativo en el CBDBE. La comunicación boca-oído tiene efecto
positivo en la conciencia de marca, imagen de marca y calidad de marca, mientras que la
publicidad no muestra un efecto significativo. Stojanovic et al. (2018) manifiestan que la
comunicación en las redes sociales tiene un impacto directo en la conciencia de marca, sin
embargo los autores analizan la comunicación UGC y FGC de forma conjunta, es decir,
cantidad de información que un usuario recibe en las redes sociales sin analizar la fuente de la
comunicación.
En resumen, según la revisión de la literatura, se percibe la ausencia de estudios que

incorporen social media como variable antecedente del valor de marca de destino. Uno de los
objetivos principales de este estudio es la investigación del efecto de la comunicación en las
redes sociales generada por el consumidor y por la empresa sobre el valor de marca, con lo
68
que el siguiente apartado se enfoca en la teoría que explica la relación entre estos dos
conceptos.
1.2.2.7. Teoría de esquema y valor de marca
Para investigar el efecto de la comunicación en las redes sociales sobre el valor de marca, el
presente estudio parte del modelo basado en la teoría de esquema (schema theory) procedente
de la psicología cognitiva (Fiske, 1982; Mandler, 1982; Eysenck y Wilson, 1984), que forma la
base de varios estudios sobre el procesamiento de información y el efecto de la publicidad
(Maclnnis y Jaworski, 1989; Goodstein, 1993; Roy y Bettina Cornwell, 2003; Yoon, 2013;
Halkias y Kokkinaki, 2013; 2014; Lane y Fastoso, 2016) o, más recientemente, sobre la relación
de social media con el valor de marca (Bruhn et al., 2012; Schivinski y Dabrowski, 2015; 2016).
Varios investigadores de marketing comprendieron la utilidad de aplicar esta teoría de

psicología cognitiva en los estudios sobre el comportamiento del consumidor (Meyers-Levy y
Tybout, 1989; Loken y Ward, 1990; Boush y Loken, 1991; Davvetas y Diamantopoulos, 2016).
El término esquema lo utilizó por primera vez el filósofo alemán Immanuel Kant (Rumelhart,
2017). Una forma sencilla de entender el esquema es la forma como nosotros entendemos el
mundo, el mundo es complejo y nosotros estamos intentando clasificar muchas informaciones
en diferentes categorías (Axelrod, 1973). Desarrollos tempranos de la idea surgieron con la
Psicología de la Gestalt y la obra de Piaget (1926), psicólogo y biólogo suizo, famoso por sus
aportes al estudio de la infancia y por su teoría constructivista del desarrollo de la inteligencia.
Sin embargo, es con el trabajo de Burt (1933) cuando el término llegó a ser usado en su
sentido moderno, y fue desarrollado principalmente en los años 70 por el psicólogo educativo
estadounidense Richard Anderson (Anderson et al., 1977), quien define la teoría de esquema
como el proceso del adquirir el conocimiento, procesar y organizar la información. De acuerdo
con esta teoría, los esquemas se entienden como una red de marcos mentales o
construcciones cognitivas en el conocimiento. Los esquemas organizan el conocimiento
almacenado en la memoria a largo plazo.
En el ámbito de marketing, los consumidores comparan los estímulos de comunicación con su

conocimiento previo organizado en los esquemas (Puligadda et al., 2012; Halkias y Kokkinaki,
2013; Schivinski y Dabrowski, 2015; Lane y Fastoso, 2016). Por tanto, la información nueva no
se almacena de manera aleatoria, sino que se clasifica en categorías que se asocian con un
concepto en la mente del consumidor (Halkias, 2015). Por ejemplo, en contexto de marcas de
69
destino, si una información es congruente con el conocimiento del consumidor sobre este
destino la información se asimila en el esquema existente, pero si la información nueva es
incongruente con su conocimiento, el esquema cambia su estructura para guardar este cambio
que ha provocado la información nueva, siendo igual si la información es positiva o negativa
(Gürhan-Canli y Maheswaran, 1998; Chalip y Costa, 2005; Lane y Fastoso, 2016). Por
consiguiente, el cambio del esquema afecta al nodo superior que según Keller (1993; 2001;
2016) representa la imagen de la marca. Siguiendo a Bransford y Johnson (1972), Anderson et
al., (1977) y Eysenck (2013), el proceso de asimilación de nuevas informaciones en nuestra
mente ocurre tan suavemente que muchas veces no somos conscientes de los cambios en
nuestros estructuras.
En estudios previos se ha confirmado que estos cambios pueden afectar a la toma de decisión
del consumidor (Janis y Mann, 1977; Pennington y Hastie, 1988; Sujan y Bettman, 1989;
Puligadda et al., 2012; Halkias, 2015) y su percepción del valor de marca (Keller, 2001; Bruhn
et al., 2012; Schivinski y Dabrowski, 2014). En el siguiente punto se analiza el concepto del
riesgo percibido en el contexto turístico.
1.3. RIESGO PERCIBIDO EN EL CONTEXTO DE TURISMO
El riesgo y el turismo son dos conceptos inseparables, porque la decisión de viajar implica una
incertidumbre, ya que el acto de viajar significa un desplazamiento a lugares y entornos
sociales desconocidos (Sirakaya y Woodside, 2005; Yang et al., 2017). Además, el turismo
consiste en productos y servicios que son intangibles, heterogéneos e inseparables, lo que
hace que el riesgo sea un aspecto esencial de la experiencia turística (Grönroos, 1990; Mitchell
y Greatorex, 1993; Lovelock y Wirtz, 2007; Williams y Baláž, 2013; Karl, 2018). Los académicos
generalmente sostienen que la seguridad desempeña un papel fundamental en la toma de
decisiones y las experiencias de viaje de los turistas (Stone y Gronhaug, 1993; Sönmez y
Graefe, 1998; Kozak et al., 2007; Batra, 2008; Chew y Jahari, 2014).
En el contexto de turismo, el riesgo se relaciona con problemas de salud, terrorismo,

delincuencia o desastres naturales en los destinos turísticos (Aziz, 1995; Carter, 1998; Weber,
1998; Dimanche y Lepetic, 1999; Mitchell et al., 1999; Hall, 2002; Drakos y Kutan, 2003; Floyd
et al., 2004; Kuto y Groves, 2004; Bhattarai et al., 2005; Castaño, 2005; Dolnicar, 2005;
Prideaux, 2005; Sirakaya y Woodside, 2005; Kozak et al., 2007; Paraskevas y Arendell, 2007;
Reichel et al, 2007; Araña y León, 2008; Hunter-Jones et al., 2008; Fletcher y Morakabati,
70
2008; Korstanje, 2009; 2011; Lehto et al. 2008; Lepp, y Gibson, 2011; Seabra et al., 2013;
Chew y Jahari; 2014; Saha y Yap, 2014; Wolff y Larsen, 2014).
El riesgo percibido se considera como uno de los elementos clave en el comportamiento de

compra (Dholakia, 2001; Conchar et al., 2004; Kumar y Grisaffe 2004; Faroughian et al., 2012;
Pappas, 2017). Baird y Thomas (1985) definen el riesgo percibido como la evaluación subjetiva
del consumidor en el momento de comprar productos o servicios. En el contexto de turismo, el
riesgo percibido se explica como la percepción del consumidor de la probabilidad de que una
acción pueda exponerlo a un peligro que pueda influir en las decisiones de viaje si se considera
que el peligro percibido está más allá de un nivel aceptable (Mansfeld, 2006; Reichel et al.,
2009; Chew y Jahari, 2014). Nuestra conceptualización del riesgo percibido se basa en las
definiciones propuestas por Bauer (1960) y Vann (1984), quienes proponen que las
percepciones de riesgo son de naturaleza subjetiva, multidimensional y contextual. Por tanto,
entendemos el riesgo percibido como una actividad mental subjetiva que se refiere al
procesamiento de información sobre un destino turístico potencialmente arriesgado, y la
formación de un juicio sobre la seriedad, probabilidad y aceptabilidad del riesgo de este destino
turístico (Slovic et al. 1982; Kapuściński y Richards, 2016).
Los datos de “World Travel Monitor defienden que el 45% de los turistas consideran el
problema de la seguridad como muy importante, especialmente en ciertos países y regiones del
mundo, y cerca de dos tercios de ellos planifican viajar solo a destinos internacionales que se
perciben como seguros (WTM, 2017). Los ataques terroristas tienen objetivos diferentes según
los motivos de las personas que los respaldan. Estos pueden ir desde ataques públicos a gran
escala en ciudades, como los eventos en París y Bruselas, hasta ataques más pequeños
centrados en grupos de objetivos específicos, que pueden incluir a los turistas. Este ha sido el
caso, por ejemplo, en Túnez, Egipto y Turquía. Los medios internacionales luego multiplican el
efecto de propaganda previsto a través de informes intensivos, que a menudo dejan al destino
afectado con una caída dramática en la confianza del consumidor, y un serio desafío para
generar una recuperación (WTM, 2017).
Pero el terrorismo no es el único riesgo que perciben los turistas. Una comparativa de riesgos
de viaje señala que los viajeros de salida internacional tienen muchas más probabilidades de
verse afectados por problemas de salud o delitos que por ataques terroristas. En 2015, por
ejemplo, el 4% de un estimado de 48 millones de los turistas internacionales sufrieron graves
problemas de salud, como problemas estomacales o reacciones alérgicas, mientras viajaban al
71
extranjero, mientras que el 3% del total, fueron víctimas de delitos graves, como robos de
automóviles, bolsos o equipaje, y fraudes financieros según World Travel Monitor.
A pesar de su importancia, el concepto de riesgo percibido solo ha recibido atención

recientemente en la literatura turística. El concepto de riesgo en el turismo es un tema de
investigación controvertido con muchas disputas y paradojas. Aunque no se centran
directamente en el riesgo, Cohen (1972) y Plog (1973) exploran la actitud de riesgo en el
turismo en su investigación sobre tipologías turísticas. Su trabajo sugiere la posibilidad de que
el riesgo puede ser un factor positivo en el turismo, ya que algunos turistas son exploradores o
buscadores de riesgo. A partir de su trabajo, aparece un número creciente de los estudios
sobre el riesgo en el contexto de turismo (Um y Crompton, 1990; Sheng-Hshiung et al. 1997;
Sirakaya et al.1997; Maser y Weiermair, 1998; Milman et al. 1999; Pizam, 1999; Sönmez et al.,
1999; Sönmez y Graefe, 1998a, 1998b).
Imagen 1.3. Ataque terrorista del 11 de septiembre de 2001
Fuente: Los Angeles Times
El término "riesgo" se utiliza ampliamente en la investigación del turismo después del incidente
del 11 de septiembre de 2001 (Lepp y Gibson, 2003; Dickson y Dolnicar, 2004; Pizam et al.,
2004; Reisinger y Mavondo, 2005; Fuchs y Reichel, 2006; Law, 2006; Simpson y Siguaw, 2008;
Quintal et al. 2010; Korstanje, 2011; Williams y Baláž, 2013), seguido de un par de grandes
tragedias, incluido el tsunami asiático, el huracán Katrina, los ataques terroristas en Europa y la
crisis de los inmigrantes. La gravedad, la frecuencia y el impacto de estas tragedias han
impulsado la investigación de diversos aspectos del riesgo en el turismo.
72
1.3.1. Conceptualización y dimensiones del riesgo percibido
Como argumenta Abraham Maslow en su obra la clásica la “Teoría de la Motivación Humana”,

la cual trata sobre una jerarquía de necesidades y factores que motivan a las personas, la
seguridad es la necesidad básica de los seres humanos (Maslow, 1943). Gran parte de la
literatura existente ha respaldado esta noción, ya que encuentran que los turistas tienden a
evitar destinos con mayor riesgo potencial (Batra, 2008; Sönmez et al., 1999; Seabra et al.,
2013).
El riesgo percibido ha sido conceptualizado desde dos perspectivas: incertidumbre y

consecuencias (Cox, 1967). Desde la perspectiva del comportamiento del consumidor, la
incertidumbre significa una incertidumbre subjetiva tal como la perciben los consumidores. Cox
(1967) sugiere que la información y la incertidumbre son propiedades recíprocas. En muchas
situaciones, la falta de información implica incertidumbre y viceversa. Por lo tanto, el manejo de
riesgos es en gran parte manejo de información. La reducción de la incertidumbre es la
estrategia más común para reducir el riesgo percibido. La incertidumbre es manejable y, desde
la perspectiva del destino, es la más importante de todas las dimensiones de percepción de
riesgo.
Los primeros estudios definieron las consecuencias como pérdidas (Cox y Rich, 1964), pero los
enfoques de medición más recientes consideran una conceptualización más integrada del
riesgo como la expectativa y la importancia de las pérdidas (Peter y Tarpey 1975; Peter y Ryan
1976; Venkatraman 1989; Yavas et al., 1993; Conchar et al., 2004).
Roehl y Fesenmaier (1992) fueron pioneros en la corriente de investigación sobre el concepto

de percepción del riesgo en el turismo. Utilizando el análisis factorial identificaron tres
dimensiones básicas de riesgo percibido: riesgo de equipo físico, riesgo vacacional y riesgo de
destino. Aunque el instrumento desarrollado por Roehl y Fesenmeir (1992) incluye numerosas
dimensiones de riesgo, cada dimensión consiste de una sola escala. Los mismos autores
encuentran que las percepciones de los riesgos y el comportamiento de los turistas parecen ser
específicos de la situación, lo que sugiere que los turistas perciben los riesgos de manera
diferente hacia diferentes destinos. El cuadro de abajo recoge los principales estudios
empíricos sobre el riesgo percibido en turismo.
73
Cuadro 1.13. Estudios empíricos sobre el riesgo percibido en turismo
Dimensiones del riesgo percibido

Autores Funcional/ Riesgo Riesgo
Psicológico Social Financiero Tiempo Físico Satisfacción
físico vacacional destino
Roehl y
Fesenmeir X X X - - - - - -
(1992)
Stone y
Grønhaug X - - X X X X X -
(1993)
Tsaur et al.
(1997) X - - - - - - X -
Mäser y
Weiermair X X X X
(1998)
Sönmez y X+ X+
Graefe (1998a; X - inestabilidad X X X X terrorismo
X
1998b) política
X+
Dolnicar
X+ salud
(2005) X inestabilidad terrorismo
política desastre
natural
Fuchs y
Reichel (2006) X - - X X X X X -
Slevitch y
X+ X+
Sharma (2008) X - inestabilidad X X X X salud X
política terrorismo
Rittichainuwaty X+
Chakraborty X X X X salud
(2009) terrorismo
Fuchs y
Reichel (2011) X - - X X X X X -
Sharifpour et
al. (2013a) X X X - - - - - -
Schroeder et.
al. (2013b)
X+ X+ X+
Adam (2015) inestabilidad
social
X salud
política
Sönmez y Graefe (1998a) extendieron este trabajo añadiendo factores de riesgo: salud,
inestabilidad política y terrorismo. Maser y Weiermair (1998) estudiaron los tipos de riesgo
asociados con las enfermedades relacionadas con los viajes, la delincuencia, los desastres
naturales, los accidentes, la higiene, los peligros derivados de diferentes medios de transporte,
las barreras de cultura y/o idioma y la incertidumbre con regulación y leyes específicas del
destino. Reisinger y Mavondo (2005) relacionan la percepción de riesgo con los factores de
salud, riesgo financiero y diferencias socio-culturales. Lepp y Gibson (2003) usan la tipología de
Cohen (1972) para examinar las percepciones de riesgo asociadas con siete factores:
inestabilidad política, terrorismo, salud, comida extraña, diferencias culturales, dogma político y
religioso de un país y crimen.
74
Fuchs y Reichel (2006; 2011) examinan las percepciones de riesgo de los turistas
internacionales a un destino arriesgado (Israel) e identifican seis factores de riesgo: financiero,
calidad del servicio, socio-psicológico, desastres naturales y accidentes de tráfico, problemas
de la seguridad alimentaria problemas y de clima. Entre las categorías de percepción de riesgo
en un estudio piloto de Dolnicar (2005), los desastres naturales y los deslizamientos de tierra se
categorizaron como riesgos ambientales, mientras que las enfermedades que amenazan la
vida y la falta de acceso a la atención médica se categorizaron como riesgos para la salud.
Moreira (2008) descubre que los residentes y turistas consideraban que la degradación de las
buenas condiciones actuales, como la calidad del aire, es más significativa que la probabilidad
de incidentes negativos, como desastres naturales (por ejemplo: terremoto, tifones). Por otro
lado, Karamustafa et al. (2013) destacan tiempo y riesgo social, riesgo financiero, riesgo físico,
riesgo presión de situación, riesgo relacionado con la experiencia, clima y riesgo de hotel como
los factores más importantes del riesgo percibido por los turistas en el caso del destino turístico
de Turquía. En cambio, Chew y Jahari (2014) ce centran en tres factores del riesgo percibido:
riesgo físico, riesgo financiero y riesgo socio-psicológico.
Según los estudios analizados se puede concluir que no existe un acuerdo entre los
investigadores sobre las dimensiones del riesgo percibido, que muchas veces se adaptan,
sobreponen y cambian según el objetivo del estudio de una sola dimensión hasta 43, como en
el caso de estudio de Mitchell et al. (1999). El cuadro 1.14 define las dimensiones del riesgo
percibido.
Cuadro 1.14. Dimensiones del riesgo percibido
Dimensiones
Definiciones Fuente
de riesgo
Posibilidad de que el viaje al destino provoque un Fuchs and Reichel
Riesgo físico
peligro físico: terrorismo, criminal, lesión o enfermedad (2006; 2011)
Posibilidad de que en el destino pueda ocurrir un
Riesgo ambiental Dolnicar (2005)
desastre natural
Posibilidad de que el viaje al destino no proporcione el Stone y Grønhaug
Riesgo financiero
valor por el dinero (1993
Riesgo de calidad Posibilidad de que el destino no tenga instalaciones Fuchs and Reichel
de servicio satisfactorias en caso de emergencia (2006; 2011)
Posibilidad de que el viaje al destino pueda durar mucho
Riesgo de tiempo Quintal et al. (2010)
tiempo, o pueda ser una pérdida de tiempo
Riesgo Posibilidad de que el destino no refleje la auto-imagen
psicológico del viajero Fuchs and Reichel
Posibilidad de que el viaje al destino pueda afectar la (2006; 2011)
social
opinión de otros sobre el viajero
75
Posibilidad de que existan unas barreras culturales

Lepp y Gibson (2003)
Riesgo cultural como idioma o religión que puedan afectar de forma
negativa a la experiencia en el destino.
En general, en la literatura académica del comportamiento del consumidor se han identificado

siete componentes básicos del riesgo percibido: (1) riesgo funcional o físico, (2) ambiental, (3)
financiero, (4) riesgo de calidad de servicio, (5) riesgo de tiempo, (6) riesgos socio –
psicológicos y (7) riesgo cultural (Jacoby y Kaplan, 1972; Kaplan et al., 1974; Lepp y Gibson,
2003; Quintal et al., 2010; Fuchs and Reichel, 2011).
1.3.2. Efecto moderador del riesgo percibido
Mientras que un grupo de autores se enfocan en definir los factores del riesgo percibido, otros
investigadores se centran en comprender el efecto que tiene el riesgo percibido sobre el
comportamiento del turista.
Varios estudios confirman que la percepción del riesgo influye en la intención del viaje
(Sönmez, 1998; Sönmez y Graefe, 1998a; Floyd et al., 2004; Reisinger y Mavondo, 2005; Law,
2006), especialmente después de un incidente que se percibe como peligroso (Floyd et al.
2004; McKercher y Chon, 2004; Rittichainuwat, 2006; Rittichainuwat y Chakraborty, 2009;
Alvarez y Campo, 2014). Por ejemplo, Rittichainuwat (2006) argumenta que las áreas afectadas
por el tsunami de 2004, se perciben como arriesgados por la contaminación del agua, calidad
del marisco y el riesgo de mala suerte. Rittichainuwat y Chakraborty (2009), revelan que para
los viajeros a Tailandia una enfermedad epidémica, es el riesgo más preocupante, mientras
que Alvarez y Campo (2014) examinan el efecto de los conflictos políticos sobre la imagen del
país (Israel) y la intención de visitar.
Por otro lado, los investigadores tradicionalmente integran la percepción de la seguridad y el

riesgo como parte de la imagen de destino y encuentran una relación positiva con la intención
de visitar un destino (Kozak et al., 2007; Sönmez y Graefe, 1998a). Sin embargo, dentro de la
imagen de destino puede haber múltiples factores que provocan esa relación (Baloglu y
McCleary, 1999; Baloglu y Mangaloglu, 2001; Beerli y Martin, 2004). Por tanto, la seguridad es
simplemente uno de los muchos atributos de la imagen de destino (en concreto, la imagen
cognitiva) que todavía no se ha separado para hacer una investigación más específica sobre su
efecto (Sirakaya et al., 1997; Chew y Jahari; 2014).
76
Además, la imagen cognitiva no captura todos los factores de riesgo de viaje que influyen en la
percepción de marca de destino, solo mide la seguridad personal (Roehl y Fesenmaier, 1992;
Sönmez y Graefe, 1998a). Por lo cual, la imagen de destino consiste en múltiples factores de
atracción donde la seguridad es un factor más (Gu y Ryan, 2008; Prayag y Ryan, 2011),
mientras que el riesgo percibido es un inhibidor cognitivo para viajar (Um y Crompton, 1992;
Kim y Chalip, 2004). Por tanto, examinar la imagen cognitiva como un medio para comprender
las dimensiones de riesgo de viaje plantea grandes deficiencias conceptuales y empíricas
(Chew y Jahari; 2014). El siguiente cuadro recoge las principales contribuciones de los estudios
empíricos sobre el riesgo percibido en el contexto de turismo.
Cuadro 1.15. Principales contribuciones de los estudios empíricos sobre el riesgo percibido en
el contexto de turismo
Segmento/Muestra/ Nº Riesgo percibido (RP) Otras

Estudios Resultados
de encuestados / Nº de dimensiones dimensiones
Estudio general,
Maser y Weiermair (1998) No disponible BI,RVI BI ←→ RP ←→ RVI
Austria (228)
ATI, BI, PEX,
Sönmez y Graefe, (1998a) Estudio general (240) RP (4) INL, ATI, RP→RVI
PT, INL,RVI
Sönmez y Graefe, (1998b) Estudio general RP (10) PEX PEX ←→ RVI ←→ RP
11 de Septiembre,
Floyd et al. (2004) RP (5) RVI RP→ RVI
Estudio general (348),
Estudio general, Hong
Kozak et al. (2007) RP (3) RVI RP→ RVI
Kong (1180)
Reino de Suazilandia,
Slevitch y Sharma (2008) RP(8) IQ ,PP IQ→ RP→ PP
Estados Unidos (200)
Destino China,
Qi et al. (2009) RP (4) RVI RP→ RVI
Estados Unidos (350)
Destino Uganda, RP→ DBI
Lep et al. (2011) RP (5) DBI, WEB
Estados Unidos (328) WEB→ RP
Juegos Olímpicos
Schroeder et. al. (2013a) Londres, Estados RP (4) RVI RP→ RVI
Unidos (4000)
Destino Tailandia, DBI→DBS→ RVI
Tavitiyaman y Qu (2013) RP (2) DBI, DBS, RVI
turistas (303) RP→ (DBI→DBS→RVI)
Destino Japón, Malasia RSP→CI,AI→RVI
Chew y Jahari (2014) RF,RSP,RFN CI, AI, RVI
(255) RFN→CI,AI→RVI
BI→ RRD, RF, RV
Destino Oriente Medio,
Sharifpour, et al. (2014) RRD, RF, RV CS, BI, PEX, VP PEX→ RV
Australia (508)
VP→ RF
Destino China, RP→ AI
Becken et al. (2017) Estados Unidos, RP(1), FTQ CI, AI, RVI FTQ→ CI,AI,RVI
Australia (600) AI→RVI
AI – Imagen afectiva; ATI – Actitudes hacia el turismo internacional; BI – Búsqueda de información; DBI – Imagen de destino; DBS
– Satisfacción; CI – Imagen cognitiva; CS – conocimiento subjetivo; FTQ – Juicio sobre la calidad de destino; IQ – Calidad de
información; RF – Riesgo físico, RFN – Riesgo financiero; RRD – Riesgo relacionado con el destino; RSP – Riesgo socio-
psicológico; RV – Riesgo vacacional; RVI – Intención de (re)visita; INL – Nivel de ingresos; IS – Fuentes de información; PEX –
Experiencia previa; PP – Pagar precio premium; RVI – intención de viajar; VP – Visita previa; WEB – la página oficial de turismo;
Los estudios empíricos sobre el riesgo percibido en el turismo muestran que la percepción de
riesgo es un factor importante que influye en la intención de viaje (Sönmez y Graefe, 1998a,
1998b; Floyd et al. 2004; Fuchs y Reichel, 2006; Kozak et al., 2007; Qi et al., 2009; Schroeder
77
et. al., 2013a; Karl, 2018). Además, la percepción de riesgo puede ser más influyente en la
toma de decisión de un turista que las condiciones reales en el destino o la región (Sönmez,
1998). Los resultados revelan que las percepciones de riesgo tienen el potencial de influir en
las diversas etapas de la toma de decisiones relacionadas con los viajes (Maser y Weiermair,
1998; Roehl y Fesenmaier, 1992; Sönmez y Graefe, 1998a, 1998b). Más específicamente, la
presencia de fuertes percepciones de riesgo puede hacer que un turista decida no viajar a un
destino o una región específica y sustituir el destino por uno que se perciba menos arriesgado
(Floyd et al., 2004; Kozak et al., 2007). La intención de viajar a un destino también puede ser
influenciada por las percepciones de riesgo asociadas con los viajes (Reisinger y Mavondo,
2005; Sönmez y Graefe, 1998a) o por una serie de factores internos o demográficos, incluida la
nacionalidad (Kozak et al., 2007; Reisinger y Mavondo, 2005), la experiencia de viaje anterior
(Sönmez y Graefe, 1998a; 1998b; Sharifpour, et al., 2014), género (Lynch y Atkins, 1988;
Mitchell y Vassos, 1998; Carr, 2001), edad (Floyd y Pennington-Gray, 2004; Sellick, 2004) y
personalidad (Lepp y Gibson, 2003).
La literatura sugiere que las fuentes de información y los medios de comunicación tienen un
efecto sobre las percepciones de riesgo asociadas con el viaje (Dowling y Staelin 1994;
Tideswell y Faulkner, 1999; Boshoff, 2002; Gursoy y McCleary, 2004; Dodd et al., 2005; Klerck
y Sweeney, 2007; Sönmez, 1998; Sharifpour et al., 2014; Kapuściński y Richards, 2016), por
tanto, las fuentes de información utilizadas a priori son la clave para entender el riesgo
percibido (Moutinho 1987, p.97). A menudo, el énfasis se ha puesto en la observación de que la
cobertura negativa de los medios puede tener influencias perjudiciales sobre las percepciones
de riesgo (Sönmez, 1998). Dado que las redes sociales ahora se consideran una importante
fuente de información para los turistas, se entiende que el uso de las redes sociales puede ser,
en última instancia, un impulsor de las percepciones de riesgo de viaje (Schroeder et al.,
2013b). Distintos estudios demuestran que existe una relación entre la comunicación y la
percepción de riesgo Maser y Weiermair, 1998; Slevitch y Sharma, 2008). Sin embargo, la
investigación en esta área se ha centrado en la búsqueda de información en el momento de
planificar unas vacaciones y antes de viajar, en lugar de la percepción de la marca los destinos
turísticos.
Algunos investigadores confirman empíricamente que el riesgo percibido influye en la

percepción de la imagen de destino (Tavitiyaman y Qu, 2013; Chew y Jahari, 2014). Lepp et al.
(2011) identifican el riesgo percibido como un factor modificador entre la percepción de imagen
e intención de visitar. En su estudio sobre la imagen de Uganda, los autores demuestran que la
78
información que el turista recibe sobre el destino es muy importante en la percepción del riesgo,
porque el riesgo percibido disminuía después de ver la página oficial de turismo en Uganda.
En resumen, los estudios previos identifican la comunicación como la fuente del riesgo
percibido, que juega un papel clave para la formación de la imagen de destino e intención de
viajar a un destino turístico. Sin embargo, es un tema que no se ha investigado mucho en el
contexto de las marcas de destinos turísticos.
1.3.3. Riesgo percibido y el valor de marca de destino
El valor de marca de destino juega un papel fundamental, porque las marcas fuertes aumentan
la confianza de los consumidores y la intención de compra. Las marcas fuertes permiten a los
clientes visualizar y comprender mejor los productos intangibles. Reducen los riesgos
monetarios, sociales o de seguridad percibidos, que siempre influyen en el proceso de decisión
y son difíciles de evaluar antes de la compra (Berry, 2000).
La reducción del riesgo percibido se ha examinado en muchas disciplinas, como la psicología

cognitiva, el marketing y la sociología. Sin embargo, la teoría del riesgo percibido no se ha
integrado en la literatura de hostelería y turismo (Slevitch y Sharma, 2008). Aunque la mayoría
de los académicos y profesionales coinciden en que el turismo y los viajes prosperan solo en
condiciones que brindan a los turistas la máxima seguridad y protección, se han realizado
pocos intentos para examinar cuestiones cognitivas relacionadas con el riesgo y la seguridad
en la gestión del destino (Pizam, 1982; Schiebler et al., 1996; Cunningham et al. 2005; Slevitch
y Sharma, 2008).
Los intentos de integrar conceptos de riesgo percibidos en la gestión de destinos son

importantes porque los riesgos percibidos que los viajeros potenciales asocian con destinos
específicos, no riesgos reales, afectan directamente a sus intenciones de compra (Slevitch y
Sharma, 2008). Los turistas eligen sus destinos principalmente en base a la percepción de
seguridad personal (Dolnicar, 2005; Pizam y Mansfeld, 1996). Por lo tanto, existe una relación
directa entra la percepción del valor de marca de destino y el riesgo percibido.
En la literatura del valor de marca de destino, el concepto del riesgo percibido y la seguridad no
se han estudiado hasta la fecha. Sin embargo, la seguridad no está ignorada solo se encuentra
integrada en varias dimensiones del valor de marca de destino como, por ejemplo, imagen
cognitiva (Pike, 2007; García et al., 2012; Im et al., 2012; Chekalina et al., 2018; Duman et al.,
2018; Dedeoğlu et al., 2018), o calidad percibida (Konecnik y Gartner, 2007; Pike et al., 2010;
79
Gartner y Konecnik Ruzzier, 2011; Bianchi et al., 2014; Kim,et al., 2015; Pike y Bianchi, 2016;
Duman et al., 2018; Kotsi,et al., 2018). Algunos autores incluyen el riesgo de destino
(inestabilidad política) en el concepto de la imagen (Gartner y Konecnik Ruzzier, 2011),
mientras que otros el riesgo psicológico (Dedeoğlu et al., 2018) y el riesgo financiero como
parte del valor percibido (Boo et al., 2009; Bianchi y Pike, 2011; Kladou y Kehagias, 2014a;
2014b; Pike y Bianchi, 2016; Duman et al., 2018; Dedeoğlu et al., 2018; Kotsi,et al., 2018). En
otros estudios se incluye el riesgo social (el destino refleja la auto-imagen) como parte de la
imagen social (Boo et al., 2009; Bianchi et al., 2014; Kladou y Kehagias, 2014a; 2014b; Pike y
Bianchi, 2016; Kotsi,et al., 2018) o asociaciones de la marca (Pike, 2009; 2010). Finalmente Im
et al. (2012) incorpora el riesgo funcional (la barrera cultural y de lenguaje) como parte de la
imagen de destino (Im et al. 2012).
Teniendo en cuenta la importancia del riesgo percibido en el contexto de turismo (Ritchie, 2004;
Kozak et al., 2007; Sönmez y Graefe, 1998a; Qi,et al., 2009; Lepp et al., 2011; Chew y Jahari,
2014), y la investigación fragmentada del riesgo en las dimensiones del valor de marca,
consideramos que es muy importante integrar el concepto de la percepción del riesgo en la
literatura del valor de marca de destino, porque, como argumenta Sönmez (1998, p.35), tal
comprensión es crucial para los gestores de marcas de destinos para alterar las percepciones
negativas y reforzar las percepciones positivas.
En el proceso de decisión de viaje, el turista evalúa de forma cognitiva y afectiva las ganancias
que representan los atractivos del valor de marca, mientras que, a través del riesgo percibido,
mide el impacto de posibles pérdidas de su decisión (Kahneman y Tversky, 2013). En otras
palabras, la investigación de valor de marca de destino se centra en el por qué los turistas
desean visitar un lugar, y la investigación relacionada con el riesgo explora el por qué los
turistas pueden elegir no visitarlo (Becken et al., 2017).
Según la teoría de prospectiva el resultado de la evaluación de ganancias y pérdidas es clave

para toma de decisiones de compra (Pras y Summers, 1978; Tversky y Kahneman, 1991;
Kahneman y Tversky, 2013). En el siguiente apartado se explica la conexión entre la teoría de
prospectiva y el riesgo percibido.
80
1.3.4. Teoría de prospectiva y riesgo percibido
La teoría prospectiva (Prospect Theory) fue desarrollada en 1979 por los psicólogos Daniel
Kahneman (Premio Nobel de Economía en el año 2002) y Amos Tversky (Kahneman y
Tversky, 1979). Esta teoría presenta un modelo alternativo como crítica a la teoría de la utilidad
y su modelo descriptivo de toma de decisiones bajo riesgo.
La teoría de la utilidad esperada (Expected Utility Hypothesis) es un modelo de elección

racional donde los individuos toman decisiones con incertidumbre. Cada resultado posible
puede cuantificarse en términos de útiles, y representarse a través de la función de utilidad. La
elección preferida, según la teoría, será aquella cuya utilidad esperada sea la más alta; es
decir, aquella utilidad que, estando ponderada por su probabilidad, siga siendo mayor que el
resto (Friedman y Savage, 1952; Mongin, 1997; Rabin, 2013).
Aunque las dos teorías se aplican el contexto de las decisiones financieras, son muy aplicables
en otros campos que incluyen la decisión bajo riesgo como, por ejemplo, la elección de un
destino turístico.
La mayoría de los trabajos empíricos sobre el valor de marca de destino se diseñaron según la
teoría de utilidad y presuponen que si un consumidor tiene que elegir entre dos destinos
turísticos va a elegir uno que, según su percepción subjetiva, le va a suponer más ganancias.
Pero, Daniel Kahneman y Amos Tversky demostraron que las personas no son tan racionales
como se pensaba a la hora de tomar decisiones con resultado incierto (decisiones arriesgadas)
cuando ese riesgo se puede expresar en términos de posibles pérdidas o ganancias.
Según Kahneman y Tversky (1979; 1984; 1986; 2013), las personas no valoran racionalmente
cada opción, por ejemplo, calculando el valor esperado de cada uno de los dos destinos
turísticos, como presupone la teoría económica clásica, sino que toman las decisiones en dos
fases.
En la primera fase, llamada de edición, las personas hacen un análisis preliminar de las
opciones que tienen a su alcance y clasifican cada una de ellas con respecto a un punto de
referencia, generalmente en el contexto de destinos turísticos analizan según las informaciones
que tienen una potencial ganancia y una potencial pérdida para cada uno de los destinos.
81
En una segunda fase, llamada de evaluación, las personas escogen la opción más atractiva
entre los destinos catalogados como de potencial ganancia, asumiendo el posible riesgo. Es un
proceso complejo y completamente irracional.
La teoría prospectiva o teoría de aversión a las pérdidas afirma que las percepciones de
beneficio y pérdida de las personas son asimétricas. Es decir, las personas tienen más miedo a
sufrir una pérdida de lo que son atraídos por el posible beneficio. Si a las personas se les da la
opción de dos perspectivas diferentes, van a escoger el que se piensa que tiene menos
posibilidades de terminar en una pérdida, en lugar de la que ofrece la mayor cantidad de
ganancias (Kahneman y Tversky, 2013).
Como indican Abdellaoui et al. (2007), la teoría prospectiva pretende describir el

comportamiento, y no caracterizar el comportamiento óptimo. Para implementar la teoría en un
contexto empírico, es necesario especificar la estructura de utilidad de tal manera que dependa
de las ganancias y pérdidas relativas a un punto de referencia para medir la aversión a la
pérdida; la utilidad debe determinarse completamente, es decir, la utilidad para ganancias y
pérdidas debe determinarse simultáneamente.
En nuestra investigación, el punto de referencia representa la información de las redes sociales

que una persona tiene sobre un destino turístico. Las dimensiones del valor de marca
representan las ganancias que percibe un consumidor, para cada una de las ganancias el
consumidor simultáneamente evalúa el riesgo. Como la percepción del riesgo depende del
estado psicológico, el consumidor evalúa varios tipos de riesgo relacionados con las ganancias.
Es un proceso complejo e irracional donde cada consumidor puede dar más importancia a
algunos tipos de riesgos o puede disminuir otras perdidas posibles.
Finalmente, a partir de esa evaluación, el consumidor hace una decisión que se manifiesta a
través de su respuesta a la marca, es decir, la intención de recomendar o intención de visitar un
destino.
En el siguiente capítulo se describe el modelo seguido en la presente tesis y se desarrollan las

distintas hipótesis.
82
CAPÍTULO II: MODELO DE INVESTIGACIÓN E HIPÓTESIS
2.1. OBJETIVOS DE LA INVESTIGACIÓN

2.1.1. Desarrollo de hipótesis y modelo conceptual
El objetivo genérico de la tesis, expresado ya desde el inicio, es el estudio del efecto de la

comunicación en las redes sociales sobre las dimensiones del valor de marca, y el papel de los
riesgos percibidos como moderadores en dicho proceso. Según el análisis de la literatura
realizado, este objetivo nos ha conducido a plantear la siguiente tesis general:
La comunicación en las redes sociales está formada por dos componentes: el contenido
generado por el usuario (UGC) y el contenido generado por la empresa/destino (FGC). La
percepción de esta comunicación en las redes sociales se identifica en esta tesis con el
conocimiento de marca, y a su vez influye en el valor de marca de destino. El valor de marca
consiste en cuatro dimensiones – imagen cognitiva, imagen afectiva, valor percibido y calidad
percibida, y representa la evaluación de los activos de la marca que influyen en la respuesta de
marca. Adicionalmente, en esta tesis se estudia el efecto moderador del riesgo percibido de
destino tanto en la relación entre la comunicación en las redes sociales y el valor de marca
(fase de edición) como en la relación entre el valor de marca y la respuesta de marca (fase de
evaluación).
Sobre la base de la tesis expuesta, y con el fin de llevar a cabo su contraste empírico, se
plantean cinco objetivos específicos que, a su vez, se desglosan en las hipótesis de trabajo y
cuestiones de investigación. A continuación se analizan cada uno de los objetivos y justificación
de las hipótesis.
83
Capítulo II: Modelo de investigación e hipótesis
2.1.2. Efecto de la comunicación en las redes sociales sobre las dimensiones del
valor de marca de destino
Identificar el efecto de la evaluación de la comunicación creada por
la empresa y por el usuario sobre las dimensiones del valor de
Objetivo específico 1:
marca: imagen cognitiva, imagen afectiva, calidad percibida y el
valor percibido.
Los consumidores pueden ser conscientes de las marcas a través de las redes sociales de
diversas maneras. Por ejemplo, pueden ver marcas mencionadas en publicaciones en redes
sociales de sus amigos (UGC) y/o en la comunicación generada por la marca (FGC).
Una base teórica de la relación entre la comunicación y el valor de marca basado en el

consumidor es ofrecida por la teoría de esquema (Eysenck, 1984), que defiende que los
consumidores comparan los estímulos de comunicación con su conocimiento previo. La
información nueva no se almacena de manera aleatoria, sino que se clasifica en categorías que
se asocian con un concepto en la mente del consumidor (Halkias, 2015). Siguiendo a Bransford
y Johnson (1972), Anderson et al., (1977) y Eysenck (2013), el proceso de asimilación de
nuevas informaciones en nuestra mente ocurre tan suavemente que muchas veces no somos
conscientes de los cambios en nuestros estructuras (esquemas). En estudios previos se ha
confirmado que estos cambios pueden afectar a la toma de decisión del consumidor (Puligadda
et al., 2012; Eisend et al., 2013; Halkias, 2015) y su percepción del valor de marca (Bruhn et al.,
2012; Schivinski y Dabrowski, 2016).
Por consiguiente, el cambio del esquema afecta al nodo superior que según Keller (1993; 2001;
2016) representa la imagen de la marca. El mismo autor argumenta que la imagen tiene dos
dimensiones: la cognitiva y la afectiva. Bruhn et al. (2012) argumentan que el contenido
generado por la empresa en los medios sociales afecta a la imagen de la misma. En el contexto
de turismo, el mismo resultado se confirma en varios estudios sobre el marketing en las redes
sociales (Seo y Park, 2018), intensidad de uso de las redes sociales (Stojanovic et al., 2018), y
la publicidad en las redes sociales (Dehghani y Tumer, 2015; Hanaysha, 2016).
Por lo consiguiente, el FGC desempaña un papel importante en la mejora de la percepción del

valor de marca al aumentar la probabilidad de que una marca se incorpore en el conjunto de
consideraciones del consumidor, simplificando la elección de marca del consumidor y
convirtiendo esa elección en un hábito (Yoo et al., 2000). Por tanto, se espera que el contenido
84
generado por la empresa tenga un impacto positivo en la imagen de marca de destino, lo que
lleva a plantear las siguientes hipótesis:
H1. Una evaluación positiva de la comunicación en las redes sociales creada por una marca
(FGC) influye positivamente en la imagen de marca cognitiva
(FGC) influye positivamente en la imagen de marca afectiva
Diversos estudios señalan la relevancia de mayor investigación del efecto de redes sociales en
la formación de imagen (Lim et al., 2012; Llodrà-Riera et al. 2015), porque el contenido que
generan o comparten otros usuarios representa el estímulo que afecta a las asociaciones de
marca, es decir, influye en la formación de imagen (Keller, 1993; Xiang y Gretzel, 2010; Siano
et al, 2011; Christodoulides et al., 2012; Marine-Roig y Clavé, 2016). Bruhn et al. (2012)
argumentan que esa relación es muy positiva especialmente en el contexto de turismo. En el
contexto de los destinos turísticos, el mismo resultado se encuentra en varios estudios sobre el
boca – oído electrónico (Severi et al., 2014; Yang et al., 2015), comunidades virtuales (Barreda,
2014) y redes sociales (Stojanovic et et al., 2018). A partir de los trabajos mencionados se
plantea que el contenido generado por el usuario tenga un impacto positivo en la imagen de
marca de destino, lo que lleva a establecer las siguientes hipótesis:
H3. Una evaluación positiva de la comunicación en las redes sociales creada por los usuarios
(UGC) influye positivamente en la imagen de marca cognitiva
(UGC) influye positivamente en la imagen de marca afectiva
La calidad es una de las dimensiones clave del valor de marca que influye directamente en el
comportamiento del consumidor y su decisión de compra (Aaker, 1991). Los consumidores
normalmente perciben la calidad según la información transmitida por la marca como, por
ejemplo, la publicidad (Pappu et al. 2005). Yoo et al. (2000) encuentran que las marcas
altamente publicitadas o presentes en medios de comunicación se perciben como las marcas
de mayor calidad, lo que ocurre especialmente cuando los consumidores no están motivados a
buscar información sobre una marca (Zeithaml, 1988; Pappu y Quester, 2016). Este efecto
puede trasladarse a las redes sociales, en tanto que el contenido que se difunde sobre la
marca influye en la percepción de calidad.
85
En el presente trabajo, la calidad del destino se refiere a la percepción del consumidor (turista)
sobre los atributos de la marca de destino. En estudios previos se sugiere que los atributos de
calidad son la infraestructura, alojamientos, oferta turística y expectativas de visita (Boo et al.,
2009; Bianchi et al., 2014; Yang et al., 2015). Aunque la calidad de marca puede ser evaluada
de forma objetiva para los productos tangibles, en el caso de marcas de destino se refiere a la
percepción que tiene el visitante sobre el destino (Yang et al., 2015). Varios estudios confirman
una relación positiva entre el contenido generado por la comunicación de la empresa en los
medios sociales y la percepción de la calidad (Kim y Ko, 2012; Schivinski y Dabrowski, 2015;
Stojanovic et al., 2018), por tanto, planteamos la siguiente hipótesis:
(FGC) influye positivamente en la calidad percibida
La comunicación en las redes sociales creada por los usuarios puede tener un impacto
importante en la calidad percibida. Esto se evidencia en el estudio de Chevalier y Mayzlin
(2006), donde los autores estudiaron el efecto de la comunicación boca-oído electrónica en
venta de los libros y encontraron que las reseñas online en social media influyen en la
percepción de la calidad de otros consumidores. En el contexto de redes sociales, Schivinski y
Dabrowski (2015) y Severi et al. (2014) prueban empíricamente esa relación, lo que permite
establecer la siguiente hipótesis:
(UGC) influye positivamente en la calidad percibida
El proceso de la creación del valor de marca empieza con el aumento del conocimiento sobre la
marca. Este es el primer paso donde el consumidor crea las asociaciones de marca y las
almacena en su memoria (Aaker, 1991; Yoo y Donthu, 2001; Keller, 2003). El consumidor
forma parte de un ecosistema donde el valor se crea bajo la influencia de publicidad,
recomendación, medios de comunicación, redes sociales, guías, etc. (Schwarz, 1999; Voima et
al., 2010; Helkkula et al., 2012; Bradley y Sparks, 2012; Heinonen et al., 2013). En el contexto
de destinos turísticos el producto no se puede probar fácilmente como en otros productos
convencionales, por otro lado, los medios sociales ofrecen una experiencia virtual que tiene
como consecuencia pseudo-consumo, y así puede afectar a la creación del valor de cliente
(Heinonen et al., 2013; Tasci, 2016).
86
Dodds et al. (1991), encuentran que las informaciones almacenadas sobre el producto influyen
en la percepción del valor de producto. Por ello, la comunicación es fundamental en la
formación del valor de marca (Aaker, 1991; Keller, 2003). En el contexto de turismo, varios
autores concluyen empíricamente que existe una relación positiva entre la conciencia y el valor
percibido (Webster, 2000; Oh, 2000; Kwun y Oh, 2004; Callarisa et al., 2012). Extendiendo
estos resultados al contexto de destinos turísticos y a la influencia del contenido generado por
la empresa (Schau et al., 2009; Kim y Ko, 2012; Heinonen et al., 2013; Tasci, 2016), y el
contenido generado por el usuario (Severi et al., 2014) en la formación del valor percibido, se
proponen las siguientes hipótesis:
(FGC) influye positivamente en el valor percibido
(UGC) influye positivamente en el valor percibido
2.1.3. Efecto de la imagen cognitiva sobre la imagen afectiva

Identificar las variables de la imagen dual del destino a través de
Objetivo específico 2: sus componentes cognitiva y afectiva y el efecto que tiene la
imagen cognitiva sobre la imagen afectiva.
Aaker (1991) define la imagen como una dimensión clave dentro del valor de marca. La imagen
de destino es de naturaleza compleja y las fuentes de información contribuyen en gran medida
en su formación (Gallarza y Gil, 2006). La influencia de las fuentes de información en la imagen
de destino ocupó la atención de los investigadores durante mucho tiempo (Um y Crompton,
1990; Baloglu y McCleary, 1999), pero estos estudios se basan en los medios de comunicación
tradicionales; con la aparición de redes sociales se ha cambiado la forma de comunicación
(Christodoulides et al., 2012), y en los últimos años los investigadores se están enfocando más
en el efecto de redes sociales en la formación de la imagen (Llodrà-Riera et al., 2015; Tseng et
al., 2015; Marine-Roig y Clavé, 2016).
En este trabajo se analiza la imagen a través de sus dos dimensiones: cognitiva y afectiva. En
estudios anteriores (Baloglu y McCleary, 1999; Beerli y Martin, 2004; Lin et al., 2007; Li et al.,
2010; Hyun y O'Keefe, 2012), se ha demostrado empíricamente que la imagen cognitiva influye
de forma positiva en la imagen afectiva. Sin embargo, en los estudios del valor de marca de
87
destino no se ha investigado dicha relación excepto notables excepciones (San Martín et al.,
2018; Stojanovic et al., 2018). Extendiendo los antecedentes al ámbito de este estudio, se
espera que la imagen cognitiva tenga un efecto positivo sobre la imagen afectiva. Por tanto, se
plantea la siguiente hipótesis:
H9. La imagen cognitiva influye de forma positiva en la imagen afectiva
2.1.4. Efecto de las dimensiones del valor de marca sobre la respuesta del
consumidor
Identificar el efecto de la evaluación de las dimensiones del valor
Objetivo específico 3: de marca: imagen cognitiva, imagen afectiva, calidad percibida y el
valor percibido sobre la lealtad actitudinal
En la psicología del comportamiento del consumidor, la intención de recomendar y la intención

de visitar se entiende como una respuesta actitudinal sobre la percepción de la marca, y viene
como consecuencia de su interacción con la dimensión cognitiva y afectiva (Alwi y Kitchen,
2014). Janiszewski (1988) confirma empíricamente que este proceso puede ocurrir
independientemente de la conciencia. La imagen fuerte se refleja en las asociaciones
favorables y únicas en la memoria del consumidor, las cuales afectan a su comportamiento
actitudinal (Keller, 2003), lo que se confirma empíricamente en varios estudios (Boulding et al.,
1993; Cronin Jr y Taylor, 1992; Bigne et al., 2001; San Martín y del Bosque, 2008; Morais y Lin,
2010; Qu et al., 2011; Wu, 2016).
En el estudio sobre el valor de marca de destino de Im et al. (2012) se demuestra

empíricamente que la imagen cognitiva influye en el comportamiento del consumidor a través
de la lealtad actitudinal. Sin embargo, en la mayoría de los estudios del valor de marca los
investigadores aplican la imagen afectiva, pero también observan la relación positiva entre la
imagen y la lealtad actitudinal (Pike et al., 2010; Bianchi y Pike, 2011; Bianchi et al., 2014; Yang
et al., 2015). Se espera, por tanto, que cuanto mayor sea el valor de los dos componentes de la
imagen de destino, más probable será que el turista recomiende o visite dicho destino, lo que
permite plantear las siguientes hipótesis:
88
H10. Una evaluación positiva de la imagen cognitiva influye positivamente en la intención de

recomendar un destino turístico
H11. Una evaluación positiva de la imagen cognitiva influye positivamente en la intención de
visitar un destino turístico
H12. Una evaluación positiva de la imagen afectiva influye positivamente en la intención de
H13. Una evaluación positiva de la imagen afectiva influye positivamente en la intención de
Los atributos de calidad del destino se basan en la percepción de su infraestructura,

alojamientos, oferta turística, seguridad y expectativas de visita (Boo et al., 2009; Bianchi et al.,
2014; Yang et al., 2015). La evaluación de estos atributos afecta al comportamiento del
consumidor (Aaker, 1991), en el contexto de destinos turísticos la intención de recomendar y/o
la intención de visitar un destino turístico (Keller y Lehmann, 2003). En estudios anteriores del
valor de marca de destino se ha demostrado empíricamente que existe una relación positiva
entre que la percepción de calidad de marca de destino y la lealtad actitudinal (Pike et al., 2010;
Bianchi y Pike, 2011; Bianchi et al., 2014). Por tanto, se proponen las siguientes hipótesis:
H14. Una evaluación positiva de la calidad percibida influye positivamente en la intención de

H15. Una evaluación positiva de la calidad percibida influye positivamente en la intención de
En la literatura de marketing turístico, los investigadores apuntan que el valor se crea antes de
la realización del viaje (Bianchi y Pike, 2011; Bianchi et al., 2014), y tiene una relación positiva
con la lealtad actitudinal hacia la marca de destino (Bianchi y Pike, 2011; Bianchi et al., 2014).
Esta relación se ha confirmado en muchos estudios empíricos (Hartline y Jones, 1996; Oh,
1999; Cretu y Brodie, 2007; Chen y Tsai, 2007; Olaru et al., 2008). Extendiendo los
antecedentes al ámbito de este estudio, esperamos una relación positiva entre el valor
percibido y la lealtad actitudinal, y planteamos las siguientes hipótesis:
89
H16. Una evaluación positiva del valor percibido influye positivamente en la intención de
H17. Una evaluación positiva del valor percibido influye positivamente en la intención de
2.1.5. Efecto moderador del riesgo percibido sobre la relación entre la

comunicación y las dimensiones del valor de marca
Identificar las variables del riesgo percibido y su efecto moderador
Objetivo específico 4: sobre la relación entre la comunicación y las dimensiones del valor
de marca
Según la literatura académica el riesgo percibido generalmente se clasifica en siete categorías

diferentes (Stone y Grønhaug, 1993; Lepp y Gibson, 2003; Dolnicar, 2005; Fuchs and Reichel
2006; 2011):
a) Riesgo físico
b) Riesgo ambiental
c) Riesgo financiero
d) Riesgo de calidad de servicio
e) Riesgo de tiempo
f) Riesgo social
g) Riesgo cultural
Según la teoría prospectiva (Kahneman y Tversky, 2013), cada persona analiza los riesgos
diferentes según el punto de referencia, que en nuestro estudio representa las informaciones
obtenidas por la comunicación en las redes sociales generada por el destino y la comunicación
generado por el usuario. Cada uno de los siete tipos de riesgos se percibe como una posible
pérdida que el consumidor contrasta con los beneficios del valor de marca. Por tanto, a
continuación, cuando se habla del riesgo percibido en general, nos referimos en los siete tipos
de riesgo que se han clasificado según la literatura académica.
Los consumidores usan marcas fuertes como señales de diagnóstico para reducir el riesgo y la
incertidumbre y para obtener beneficios sociales y emocionales de sus elecciones (Datta et al.,
2017). Sin embargo, estos riesgos y beneficios pueden variar dependiendo de la categoría del
producto (Fischer et al., 2010).
90
Debido a la naturaleza intangible de los productos turísticos, probar un nuevo producto turístico
genera más riesgos financieros, funcionales, físicos y psicosociales que los productos de
consumo. En la industria del turismo, para probar un producto, los clientes deben desplazarse,
por tanto, el riesgo se vuelve más grande debido a la participación física de los consumidores
en la prueba y la posibilidad de arrepentirse en caso de un mal funcionamiento del producto
(Tasci y Knutson, 2004; Lovelock y Wirtz, 2007; Williams y Baláž, 2015; Tasci, 2018).
Por eso, como sostienen varios autores, la información juega un papel fundamental en
evaluación de los beneficios de un producto turístico y los riesgos de consumo (Aaker, 1996;
Schau et al., 2009; Slovic, 2013; Yadav y Pavlou, 2014; Pappas, 2017). Las marcas fuertes
representan la garantía al consumidor de que cumplen sus promesas de manera constante,
tanto las promesas explicitas sobre las características tangibles y la calidad del producto como
las promesas implícitas del beneficio y conveniencia para el consumidor (Davcik et al., 2015).
Asimismo, las marcas fuertes reducen la incertidumbre y el riesgo de elegir un destino turístico
(Tasci y Knutson, 2004).
Sin embargo, las marcas fuertes pueden percibirse como arriesgadas. Si una marca es
realmente fuerte y diferenciada en un aspecto, la implicación para los consumidores a veces
puede ser que no es tan buena en otros aspectos (Keller et al., 2002; Raghunathan et al., 2006;
Datta et al., 2017). Por tanto, en el presente estudio proponemos que el riesgo percibido puede
estar relacionado con algunas dimensiones del valor de marca porque se consideran más
importantes para la elección de un destino turístico (Erdem et al., 2002; Fischer et al., 2010;
Datta et al., 2017).
Partiendo de la teoría de esquemas (Lurigio y Carroll, 1985) y de la teoría prospectiva

(Kahneman, 1979), postulamos que el riesgo percibido tiene el efecto moderador entre la
comunicación en las redes sociales y el valor de marca, porque el papel de riesgo sirve para
cuantificar si el beneficio supera los riesgos de la compra (Pras y Summers, 1978; Tversky y
Kahneman, 1991; Kahneman y Tversky, 2013). Cuanto mayor sea la percepción de un destino
turístico como arriesgado, menor será la percepción del valor de marca del mismo destino (Lai-
Ming Tam, 2012; Beneke et al., 2013; Casidy y Wymer, 2016). Por tanto, la evaluación de
ganancias y pérdidas es clave en la evaluación inicial del valor de marca antes de la segunda
fase, que se refiere a la elección de un destino turístico (Erdem y Swait, 2004).
El modelo propuesto en nuestro estudio sugiere una función explicativa adicional del riesgo
percibido cuando se mide desde la perspectiva del consumidor, donde el riesgo influye de
91
forma moderadora en las relaciones entre la fuente de información y las dimensiones del
CBDBE (imagen cognitiva, imagen afectiva, calidad percibida y valor percibido).
Aunque el riesgo percibido no se ha investigado en el contexto del CBDBE, varios

investigadores encuentran que el riesgo percibido influye de forma positiva en la imagen
cognitiva y afectiva del destino (Tavitiyaman y Qu, 2013; Chew y Jahari, 2014; Becken et al.
2017), y que tiene el efecto moderador entre la fuente de comunicación y la percepción de la
imagen (Lepp et al., 2011; Schroeder et al., 2013b). Extendiendo estos resultados al contexto
de nuestro estudio se propone la siguiente cuestión a investigar:
RQ1. El riesgo percibido tiene el efecto moderador en la relación entre la comunicación en

las redes sociales y el valor de marca de destino
Para comprobar esa cuestión a investigar nos enfocamos en las siete dimensiones del riesgo
percibido e investigamos el efecto moderador de cada una de ellas, de forma siguiente:
RQ1A El riesgo percibido físico tiene el efecto moderador en la relación entre la

comunicación en las redes sociales y el valor de marca de destino
RQ1B El riesgo percibido ambiental tiene el efecto moderador en la relación entre la
RQ1C El riesgo percibido financiero tiene el efecto moderador en la relación entre la
RQ1D El riesgo percibido de calidad de servicio tiene el efecto moderador en la relación
entre la comunicación en las redes sociales y el valor de marca de destino
RQ1E El riesgo percibido de tiempo tiene el efecto moderador en la relación entre la
RQ1F El riesgo percibido social tiene el efecto moderador en la relación entre la
RQ1G El riesgo percibido cultural tiene el efecto moderador en la relación entre la
92
2.1.6. Efecto moderador del riesgo percibido sobre la relación entre las
dimensiones del valor de marca y la respuesta del consumidor
Identificar las variables del riesgo percibido y su efecto moderador
Objetivo específico 5: sobre la relación entre las dimensiones del valor de marca y la
lealtad actitudinal
La teoría de esquema es muy útil para explicar la relación entre la comunicación y el valor de
marca y el comportamiento del consumidor (Chaudhuri y Holbrook, 2001), sin embargo, la
teoría de esquema no tiene en cuenta la percepción del riesgo y cómo esto puede afectar al
comportamiento del consumidor (Casidy y Wymer, 2016). Por otro lado, la teoría prospectiva
(Kahneman, 1979) sugiere que cuando se percibe riesgo, los consumidores toman una decisión
de compra basada en la probabilidad de ocurrencia (la probabilidad percibida de las pérdidas) y
la deseabilidad del resultado (los beneficios percibidos asociados con los activos de la marca).
En el contexto de los destinos turísticos, el consumidor decide realizar el viaje a un destino, si
la utilidad percibida supera los riesgos percibidos (Ailawadi et al., 2003; Casidy y Wymer,
2016).
Varios estudios confirman que el riesgo percibido es un factor importante que influye en la
intención de visitar (Sönmez y Graefe, 1998a; 1998b; Floyd et al. 2004; Kozak et al., 2007; Qi et
al., 2009; Schroeder et. al., 2013a) y que puede tener el efecto moderador entre la percepción
de la imagen de destino y la intención de viajar (Maser y Weiermair, 1998; Becken et al. 2017).
Sin embargo, el efecto del riesgo percibido no se ha investigado en el contexto del valor de
marca de destino. Extendiendo estos resultados a nuestra investigación, basándonos en la
teoría de prospectiva (Kahneman y Tversky, 2013), postulamos que el riesgo percibido tiene
efecto moderador entre las dimensiones del valor de marca (percepción de utilidad) y la lealtad
actitudinal (intención de visitar e intención de recomendar un destino). Por tanto, se propone la
siguiente cuestión a investigar:
RQ2. El riesgo percibido tiene el efecto moderador en la relación entre el valor de marca y
la lealtad actitudinal del consumidor
93
Siguiendo la clasificación previa del riesgo percibido, proponemos los siguientes efectos
moderadores a investigar:
RQ2A El riesgo percibido físico tiene el efecto moderador en la relación entre el valor de
marca y la lealtad actitudinal del consumidor
RQ2B El riesgo percibido ambiental tiene el efecto moderador en la relación entre el valor de
RQ2C El riesgo percibido financiero tiene el efecto moderador en la relación entre el valor de
RQ2D El riesgo percibido de calidad de servicio tiene el efecto moderador en la relación
entre el valor de marca y la lealtad actitudinal del consumidor
RQ2E El riesgo percibido de tiempo tiene el efecto moderador en la relación entre el valor de
RQ2F El riesgo percibido social tiene el efecto moderador en la relación entre el valor de
RQ2G El riesgo percibido cultural tiene el efecto moderador en la relación entre el valor de
2.1.7. Modelo de investigación y resumen de las hipótesis
Nuestro modelo de investigación se construye sobre la cadena de valor de marca de Keller y

Lehmann (2003), que sirve como base para para desarrollar la presente investigación (ver.,
epígrafe 1.2.2.1., figura 1.2a.) En la presente tesis modificamos la cadena del valor de marca
para acomodar las actividades de comunicación de la empresa y del consumidor. La estructura
básica de esta cadena de valor de marca modificada consta de tres niveles: primero, el emisor
del contenido de comunicación basado en la marca (ya no solo el contenido generado por la
empresa sino también el consumidor como el creador del contenido); segundo, el valor de
marca se analiza desde la perspectiva del consumidor, que consta de cuatro dimensiones
(imagen cognitiva, imagen afectiva, calidad percibida y valor percibido); tercero, el
comportamiento del consumidor se entiende como la consecuencia de la percepción del valor
de marca que se refleja a través de la comunicación boca-oído y la intención de visita.
En la cadena de valor de Keller y Lehmann (2003) aparece la dimensión del riesgo

reputacional, que es el riesgo de que una acción, situación, transacción, o inversión pueda
94
reducir la confianza en la integridad y competencia de los clientes, accionistas, empleados o

público en general. Por tanto, según el análisis de literatura postulamos que el riesgo percibido
puede tener el efecto moderador en las dimensiones del valor de marca. En la figura 2.1. se
presenta el modelo diseñado en la presente investigación.
Figura 2.1. Modelo de la investigación
Elaboración propia.
A continuación, en el cuadro 2.1. se hace un resumen de las hipótesis de la investigación y

cuestiones a investigar según los objetivos específicos que se investigan en el modelo
presentado.
95
Cuadro 2.1. Resumen de las hipoteis y cuestiones a investigar
Efecto de la comunicación en las redes sociales sobre las dimensiones del

Objetivo 1:
valor de marca
Una evaluación positiva de la comunicación en las redes sociales creada por una
H1.
marca (FGC) influye positivamente en la imagen de marca cognitiva
H2.
marca (FGC) influye positivamente en la imagen de marca afectiva
Una evaluación positiva de la comunicación en las redes sociales creada por los
H3.
usuarios (UGC) influye positivamente en la imagen de marca cognitiva
H4.
usuarios (UGC) influye positivamente en la imagen de marca afectiva
H5.
marca (FGC) influye positivamente en la calidad percibida
H6.
usuarios (UGC) influye positivamente en la calidad percibida
H7.
marca (FGC) influye positivamente en el valor percibido
H8.
usuarios (UGC) influye positivamente en el valor percibido
Objetivo 2: Efecto de la imagen cognitiva sobre la imagen afectiva
H9 La imagen cognitiva influye de forma positiva en la imagen afectiva
Objetivo 3: Efecto de las dimensiones del valor de marca sobre la lealtad actitudinal
Una evaluación positiva de la imagen cognitiva influye positivamente en la intención
H10.
de recomendar un destino turístico
Una evaluación positiva de la imagen cognitiva influye positivamente en la intención
H11.
de visitar un destino turístico
Una evaluación positiva de la imagen afectiva influye positivamente en la intención
H12.
Una evaluación positiva de la imagen afectiva influye positivamente en la intención
H13.
Una evaluación positiva de la calidad percibida influye positivamente en la intención
H14.
Una evaluación positiva de la calidad percibida influye positivamente en la intención
H15.
Una evaluación positiva del valor percibido influye positivamente en la intención de
H16.
Una evaluación positiva del valor percibido influye positivamente en la intención de
H17.
Efecto moderador del riesgo percibido sobre la relación entre la
Objetivo 4:
comunicación en las redes sociales y las dimensiones del valor de marca.
El riesgo percibido físico tiene el efecto moderador en la relación entre la
RQ1A.
El riesgo percibido ambiental tiene el efecto moderador en la relación entre la
RQ1B.
El riesgo percibido financiero tiene el efecto moderador en la relación entre la
RQ1C.
96
El riesgo percibido de calidad de servicio tiene el efecto moderador en la relación

RQ1D.
entre la comunicación en las redes sociales y el valor de marca de destino
El riesgo percibido de tiempo tiene el efecto moderador en la relación entre la
RQ1E.
El riesgo percibido social tiene el efecto moderador en la relación entre la
RQ1F.
El riesgo percibido cultural tiene el efecto moderador en la relación entre la
RQ1G.
Efecto moderador del riesgo percibido sobre la relación entre las
Objetivo 5:
dimensiones del valor de marca y la lealtad actitudinal
El riesgo percibido físico tiene el efecto moderador en la relación entre el valor de
RQ2A.
El riesgo percibido ambiental tiene el efecto moderador en la relación entre el valor
RQ2B.
de marca y la lealtad actitudinal del consumidor
El riesgo percibido financiero tiene el efecto moderador en la relación entre el valor
RQ2C.
El riesgo percibido de calidad de servicio tiene el efecto moderador en la relación
RQ2D.
entre el valor de marca y la lealtad actitudinal del consumidor
El riesgo percibido de tiempo tiene el efecto moderador en la relación entre el valor
RQ2E.
El riesgo percibido social tiene el efecto moderador en la relación entre el valor de
RQ2F.
El riesgo percibido cultural tiene el efecto moderador en la relación entre el valor de
RQ2G.
En el siguente apartado se explica la metodología y diseño de la investigación.
97
CAPÍTULO III: METODOLOGÍA Y DISEÑO DE LA INVESTIGACIÓN
3.1. ENFOQUE DE LA INVESTIGACIÓN Y DISEÑO DEL CUESTIONARIO
Para validar el modelo presentado y contrastar las hipótesis planteadas, se ha desarrollado un

estudio empírico para la recopilación de datos. Este trabajo de campo se ha realizado mediante
la técnica de la encuesta con cuestionario estructurado, la cual se basa en interrogar al público
objetivo para obtener información específica de los participantes respecto a su comportamiento
en las redes sociales y percepciones de destinos turísticos, así como características
demográficas. Estas preguntas se pueden hacer verbalmente, por escrito, o de forma online, y
las respuestas se pueden obtener en cualquiera de estas formas (Johnson y Turner, 2003).
Para esta tesis doctoral se empleó una combinación de encuesta personal (el doctorando hizo
la función de entrevistador) y encuesta online como métodos de contacto con el entrevistado.
Como se observa en el cuadro 3.1., la estructura del cuestionario se compone de 5 secciones.
Cuadro 3.1. Estructura del cuestionario
1. Datos demográficos
Sección 1 Introducción
2. Uso de las redes sociales
1. Contenido generado por el destino
Sección 2 Comunicación
2. Contenido generado por el usuario
1. Imagen cognitiva
2. Imagen afectiva
Sección 3 Valor de marca
3. Calidad percibida
4. Valor percibido
1. Riesgo físico
2. Riesgo ambiental
3. Riesgo financiero
Sección 4 Riesgo percibido 4. Riesgo de calidad de servicio
5. Riesgo de tiempo
6. Riesgo social
7. Riesgo cultural
1. Intención de recomendar
Sección 5 Respuesta a la marca
2. Intención de visitar
La primera sección se compone de dos partes: (1) en la primera parte se recogen los datos
demográficos, género y edad de los participantes, (2) en la segunda parte los participantes
responden sobre el uso general de las redes sociales.
98
Capítulo III: Metodología y diseño de la investigación
La segunda sección está compuesta por dos partes y se enfoca a la evaluación de la

comunicación en las redes sociales. (1) La primera parte se refiere al contenido generado por el
destino, mientras que la segunda parte (2) se enfoca en la evaluación del contenido generado
por el usuario.
La tercera sección trata el concepto de la percepción del valor de marca y consiste en cuatro
partes. (1) Los participantes primero responden a preguntas sobre la imagen cognitiva del
destino, luego (2) pasan a las preguntas sobre la imagen afectiva, seguido por las preguntas
sobre (3) calidad percibida y, finalmente, acaban respondiendo a las preguntas relacionadas
con (4) el valor percibido.
La cuarta sección se centra en las preguntas relacionadas con las dimensiones del riesgo
percibido: (1) riesgo físico, (2) ambiental, (3) financiero, (4) calidad de servicio, (5) tiempo, (6)
social y (7) cultural.
La última sección se compone de dos partes: (1) la intención de recomendar un destino

turístico y (2) la intención de visitar un destino turístico.
3.2. MEDICIÓN DE LAS VARIABLES
El cuestionario del presente estudio ha sido elaborado adaptando los ítems de los estudios
académicos más consistentes con los objetivos de nuestra investigación. Así mismo, se
tuvieron en cuenta diferentes variables que antes no se encontraron en ningún modelo único
debido a la novedad del tema y las características particulares del caso de estudio.
Todas las preguntas del cuestionario (menos la primera sección) consisten en las escalas de
Likert de 7 puntos, donde los participantes indicaban su grado de acuerdo o desacuerdo con
una serie de afirmaciones relacionadas con los conceptos que forman parte del estudio
(Brooke, 1996).
3.2.1. Medición de la comunicación en las redes sociales
Respecto a la investigación de la comunicación en las redes sociales, tal y como se ha

expuesto en el primer capítulo, pocos estudios se centran en investigar el efecto del contenido
generado por la empresa y el contenido generado por el usuario en un mismo estudio.
Bruhn et al. (2012) elaboran el primer estudio de este tipo, y miden los dos conceptos a través
de la evaluación del contenido por parte de los consumidores a base de los trabajos de Mägi
99
(2003) y Tsiros et al. (2004). En su trabajo, cada uno de los conceptos del FGC y el UGC está
compuesto por tres ítems. Schivinski y Dabrowski (2015; 2016) aprovechan el trabajo de Bruhn
et al. (2012) para realizar otro estudio sobre el efecto de la comunicación en las redes sociales
en el valor de marca, incluyendo un ítem más a cada una de las escalas para medir cada uno
de los constructos, compuestas finalmente por cuatro ítems.
En el contexto de nuestro estudio, se siguieron los trabajos de Bruhn et al. (2012) y Schivinski y
Dabrowski (2015; 2016) y se elaboró la evaluación de los conceptos del FGC y el USG a través
de los tres ítems tal y como se presenta en el cuadro 3.2.
Cuadro 3.2. Variables de la comunicación en las redes sociales
Constructo Ítem Descripción Fuente

Estoy contento con la comunicación del destino en las
FGC1
redes sociales
La comunicación del destino en las redes sociales cumple
FGC2
FGC mis expectativas
En comparación con otros destinos turísticos, la
FGC3 comunicación del destino en las redes sociales es muy Bruhn et al.
satisfactorio (2012);
Estoy contento con la comunicación en las redes sociales Schivinski y
UGC1
expresada por otros usuarios sobre el destino Dabrowski
El nivel de comunicación en las redes sociales expresado (2016)
UGC2
por otros usuarios sobre el destino cumple mis expectativas
UGC
En comparación con buenas comunicaciones expresadas
por otros usuarios en general sobre otros destinos, la
UGC3
comunicación expresada por los usuarios en las redes
sociales sobre el destino es muy satisfactoria
3.2.2. Medición del riesgo percibido
Respecto a la investigación del riesgo percibido en el contexto de los destinos turísticos, tal y
como se ha expuesto en el primer capítulo, no se han encontrado estudios que investiguen el
efecto del riesgo sobre el valor de marca. Aprovechando los estudios del riesgo percibido en el
contexto de turismo (Roehl y Fesenmeir, 1992; Stone y Grønhaug, 1993; Sönmez y Graefe,
1998a; 1998b; Fuchs y Reichel, 2006; 2011; Adam, 2015), se han identificado 7 dimensiones
del riesgo percibido (físico, ambiental, financiero, calidad de servicio, tiempo, social y cultural)
que se aplican en la presente investigación. Las dimensiones del riesgo percibido se miden a
través de las escalas usadas en los estudios mencionados (Roehl y Fesenmaier, 1992; Lepp y
Gibson, 2003; Dolnicar, 2005; Fuchs and Reichel, 2006; 2011) tal y como se observa en el
cuadro 3.3.
100
Cuadro 3.3. Variables del riesgo percibido
Dimensión Ítem Descripción Fuente

Sönmez y Graefe (1998a;
1998b); Slevitch y Sharma
RP1 Ataque terrorista (2008); Rittichainuwaty
Chakraborty (2009); Fuchs
and Reichel (2006; 2011);
Ser víctima de un crimen (asalto, robo o Fuchs and Reichel (2006;
RP2
Riesgo físico incluso muerte) 2011); Quintal et al. (2010)
Fuchs and Reichel (2006;
2011); Sönmez y Graefe
Inestabilidad política (huelgas, (1998a; 1998b); Dolnicar
RP3
protestas, violencia, etc.) (2005)
Slevitch y Sharma (2008);
Adam (2015)
Desastres naturales (p.ej., huracanes, Dolnicar (2005); Fuchs and
RP4
tsunamis, terremotos) Reichel (2006; 2011)
Riesgo ambiental
Medioambiente contaminado
RP5 Zhang et al. (2015)
(contaminación del aire, agua o tierra).
El viaje en conjunto puede ser una Fuchs and Reichel (2006;
Riesgo financiero RP6
pérdida de dinero 2011)
Problemas de seguridad alimentaria en
RP7 bares y restaurantes (p.ej. intoxicación
alimentaria, diarrea, etc.)
Riesgo de calidad Instalaciones deficitarias en el caso de Fuchs and Reichel (2006;
del servicio RP8 emergencia (hospitales, centros de 2011)
salud, etc.)
Posibles fallos de conexión de
RP9
transporte
El viaje en conjunto puede ser una
Riesgo de tiempo RP10 Quintal et al. (2010)
pérdida de tiempo
Mis amigos pensarían mal de mí si Fuchs and Reichel (2006;
Riesgo social RP11
visito este destino 2011)
Lepp y Gibson (2003);
RP12 Barreras culturales como el lenguaje Reisinger y Mavondo
(2005)
Riesgo cultural
Lepp y Gibson (2003) :
Barreras culturales como costumbres y
RP13 Reisinger y Mavondo
religión
(2005)
3.2.3. Medición del valor de marca de destino
El valor de marca de destino es un tema bien investigado en la literatura de marketing

(Konecnik y Gartner, 2007; Boo et al., 2009; Bianchi y Pike, 2011; Kim et al., 2015; Pike y
Bianchi, 2016; San Martín et al., 2018; Chekalina et al., 2018; Duman et al., 2017). Sin
embargo, no existe un acuerdo sobre las dimensiones del valor de marca, que muchas veces
dependían del contexto del estudio. En el capítulo 1 se han revisado 26 estudios sobre el valor
de marca desde el año 2007 hasta el 2018 y se observa que las dimensiones de conciencia de
101
marca, calidad percibida, imagen de marca y lealtad de marca son las dimensiones más
aplicadas para medir el valor de marca. En el contexto de los objetivos de nuestro estudio, el
valor de marca de destino se mide a través de las dimensiones de la imagen de marca
(cognitiva y afectiva), calidad percibida, valor percibido y lealtad de marca.
3.2.4. Medición de la imagen cognitiva
La imagen de marca se considera la dimensión fundamental del valor de marca (Aaker, 1991;
Keller, 1993). Sin embargo, tal y como se explica en el capítulo 1, no existe un acuerdo entre la
forma cómo medir la imagen en los estudios sobre el CBDBE. Un grupo de investigadores
incorporaron solo la imagen cognitiva en sus estudios, mientras que otros se centraron
únicamente en la imagen afectiva.
En nuestro estudio, nos basamos en el trabajo de Keller (1993), el cual argumenta que la
imagen se compone de dos dimensiones: cognitiva y afectiva. Según la teoría de esquema, las
informaciones que los consumidores reciben se procesan en dos niveles: (1) nivel cognitivo
(qué sabemos sobre un destino turístico), donde las informaciones simplemente se almacenan
en nuestra memoria de forma consciente, y (2) y nivel afectivo (qué sentimos sobre un destino
turístico), que representa los sentimientos que provocan las informaciones almacenadas en
nuestra memoria, un proceso que muchas veces ocurre de forma inconsciente (Keller, 1993;
Dahlén y Lange, 2005).
Según el trabajo de Echtner y Ritchie (1993), que sirve como base de muchos estudios del
CBDBE, la imagen de destino es el producto del procesamiento de la información y debería
investigarse desde el punto de vista de la psicología y el comportamiento del consumidor. Los
mismos autores argumentan que cualquier producto se percibe a través de las piezas de
información sobre características individuales o atributos, y, en términos de impresiones, sobre
las impresiones o atributos holísticos (Maclnnis y Price 1987).
Esto sugiere que la imagen del destino también deben consistir en estos componentes. En
otras palabras, la imagen cognitiva de destino se compone de las percepciones de atributos
individuales (como clima, atractivos turísticos, amabilidad de las personas etc.). Los atributos
de la imagen cognitiva pueden variar dependiendo del caso de estudio. La escala de la imagen
cognitiva de destino turístico se ha adaptado del trabajo de Echtner y Ritchie (1993), como un
constructo de segundo orden que se relaciona de manera formativa con sus dimensiones. Los
atributos funcionales se miden a través de 7 ítems agrupados en torno a los atributos de
102
atracción turística, naturaleza, diversión y ocio y clima; estas dimensiones se relacionan de

forma reflectiva con sus indicadores, tal y como se presenta en el cuadro 3.4.
Cuadro 3.4. Variables de la imagen cognitiva
Dimensión Ítem Descripción Fuente

IC1 Pueblos y ciudades encantadores
Atracción IC2 Muchos atractivos turísticos
IC3 Muchos sitios históricos y museos
IC3 Paisajes pintorescos
Hermosas atracciones naturales (playas,
Naturaleza IC4
parques, jardines etc.)
IC5 Un medioambiente limpio Echtner y
Ritchie (1993)
IC6 Unas costumbres y cultura interesantes
Diversión y ocio IC7 Una gastronomía local muy rica y variada
IC8 Gente local amigable
Un clima que permite hacer muchas
IC10
Clima actividades turísticas
IC11 Un clima agradable
3.2.5. Medición de la imagen afectiva
La evaluación de los atributos que forman parte del componente afectivo se llevó acabo
empleando una escala bipolar de diferencial semántico de 4 ítems y 7 puntos: aburrido-
divertido, estresante-relajante, deprimente-emocionante, desagradable-agradable, siguiendo la
propuesta de los trabajos empíricos de autores como Russel y Pratt (1980) y Russell et al.
(1981) utilizados con anterioridad en diversos estudios (Baloglu y McCleary, 1999, Beerli y
Martin, 2004; Qu et al., 2011; Yacout y Hefny, 2015; Stojanovic et al., 2018).
Cuadro 3.5. Variables de la imagen afectiva
Contructo Ítem Descripción Fuente

IA1 Aburrido – Divertido
IA2 Estresante – Relajante Russell y Pratt
Imagen afectiva
IA3 Deprimente – Excitante (1980)
IA4 Desagradable – Agradable
3.2.6. Medición de la calidad percibida
La calidad percibida se mide a través de cuatro ítems, de los cuales dos fueron usados
previamente por Konecnik y Gartner (2007; 2011), Pike et al. (2010), Bianchi y Pike (2011) y
Bianchi et al. (2014), y los otros dos por Boo et al. (2009) y Yang et al. (2015). Dado que el
103
objetivo de nuestro estudio es investigar el riesgo percibido como un constructo independiente,

se ha eliminado el ítem que se refiere a la seguridad del destino.
Cuadro 3.6. Variables de la calidad percibida

CP1 El destino ofrece alojamientos de alta gama
Konecnik (2007;
El destino tiene una infraestructura local
CP2 2011)
moderna y un transporte de buena calidad
Calidad percibida
CP3 El destino tiene una oferta turística muy buena
Boo et al.
Tengo expectativas muy altas sobre este
CP4 (2009)
destino
3.2.7. Medición del valor percibido
Como base para el concepto de valor percibido se han utilizado los trabajos de Boo et al.
(2009), Evangelista y Dioko (2011), Bianchi et al. (2014), Shafaei y Mohamed (2015), Pike y
Bianchi (2016) y Stojanovic et al., (2018) donde el valor percibido se estudia desde la
perspectiva financiera a través de tres ítems.
Cuadro 3.7. Variables del valor percibido

El destino tiene precios razonables de hoteles
VP1
y restaurantes
Comparando lo que me gastaría para visitar
Boo et al.
Valor percibido VP2 otro destino creo que voy a recibir mucho más
(2009)
en este destino por el mismo precio
Los beneficios de este destino compensan
VP3
con creces los gastos de visitarlo
3.2.8. Medición de la lealtad actitudinal de marca
Lealtad de marca es una de las dimensiones clave en la literatura del valor de marca, y forma
parte de casi todos los estudios realizados. En el presente estudio nos centramos en la lealtad
actitudinal, que representa la respuesta a la marca a través de los comportamientos de la
intención de visita e intención de recomendar un destino turístico (Konecnik y Gartner, 2007
Horng et al., 2012; Im et al., 2012; Bianchi et al., 2014). Los dos constructos los medimos
mediante los ítems adaptados del estudio de Zeithaml et al. (1996), que también se emplearon
en los estudios de Quintal et al. (2010), Su et al. (2017) y Dedeoğlu et al. (2018).
104
Cuadro 3.8. Variables de la lealtad de marca

IR1 Voy a hablar positivamente sobre este destino
Intención de Recomendaría este destino a las personas que
IR2 estén planeando sus vacaciones
recomendar Recomendaría este destino a mis amigos y
IR3 familiares Zeithaml et al.
IV1 Me gustaría visitar el destino en un futuro próximo (1996);
Este destino sería mi primera opción de viaje sobre
Intención de visitar IV2 otros destinos similares
Estoy seguro de que en los próximos 5 años voy a
IV3 visitar este destino
En total, los constructos que forman el modelo teórico, están representados en el cuestionario
mediante 28 ítems. A excepción de las preguntas de clasificación y el uso de redes sociales, el
resto de preguntas del cuestionario utilizan un formato de escala tipo Likert de 7 puntos, que
pretenden evaluar las percepciones y actitudes de los usuarios respecto a los diferentes
constructos del modelo. La escala va desde “completamente en desacuerdo” (1) a
“completamente de acuerdo” (7) (ver figura 3.2.).
Figura 3.2. Escala Likert-7 usada en la medición de ítems de los constructos.
1. 2. 3. 4. 5. 6. 7.
Totalmente en Bastante en Ligero Ni acuerdo ni Ligero Bastante de Totalmente
desacuerdo desacuerdo desacuerdo en desacuerdo acuerdo acuerdo de acuerdo
Antes de realizar el trabajo de campo, el cuestionario se repartió entre 49 estudiantes del grado
de la Universidad de Valencia para ver si las preguntas del mismo se entendían bien. Después
de realizar la prueba se detectó que los encuestados no podían responder bien a las preguntas
relacionadas con el contenido generado en las redes sociales, porque no entendían
correctamente, y no diferenciaban, los conceptos del contenido generado por el destino (FGC)
y el contenido generado por usuario (UGC). Por tanto, en la versión final del cuestionario, se
incluyó una breve introducción sobre estas preguntas que contenía las definiciones de los dos
conceptos para delimitar su contenido antes de responder a las preguntas.
105
3.3. ELECCIÓN DE LOS DESTINOS TURÍSTICOS
La elección de los destinos turísticos sobre los que basar la encuesta se ha realizado conforme
a los objetivos de la presente tesis doctoral. Dichos destinos debían cumplir dos requisitos:
primero, debían ser destinos turísticos bien conocidos y populares en el mundo, porque eso
aumentaría la posibilidad de que los encuestados hubieran entrado en contacto con algún tipo
de contenido sobre esos destinos turísticos en las redes sociales; y, en segundo lugar, para
poder medir el efecto moderador del riesgo en el valor de marca, los destinos turísticos debían
ser de diferentes regiones en el mundo de manera que se asegurase cierto nivel de variabilidad
en la percepción del riesgo.
Para cumplir estos requisitos del estudio se tomó como base el informe de la Organización
Mundial del Turismo (UNWTO, 2018) de los países más visitados en el mundo por los turistas
internacionales en 2017. Se eligieron los 10 países más visitados de las 5 regiones distintas del
mundo: Europa, Medio Oriente, Asia-Pacífico, África y Américas. Los países más visitados de
Europa, según las llegadas internacionales, se pueden observar en el cuadro 3.9.
Cuadro 3.9. Países más visitados en Europa (*en millones)
Llegadas Crecimiento Crecimiento

№ Destino turístico internaciones* 2016-2017 2015-2016
201.7 % %
1. Francia 86.9 5.1 2.1
2. España 81.8 8.6 10.5
3. Italia 58.3 11.2 3.2
4. Reino Unido 37.7 5.1 4.0
5. Alemania 37.5 5.2 1.8
6. Austria 29.5 4.8 5.2
7. Grecia 27.2 9.7 5.1
8. Rusia 24.4 0.7 8.5
9. Polonia 18.4 5.4 4.4
10. Países bajos 17.9 5.0 3.0
Fuente: UNWTO (2018)
En 2017, hubo más de 670 millones de llegadas de turistas internacionales a Europa, un

aumento del 8,3% en comparación con 2016. La región de Europa es la más visitada, con 6
países en “top ten” destinos más visitados en el mundo UNWTO (2018). Aunque el turismo
internacional en Europa no para de crecer, el aumento de la actividad terrorista islámica
después de 2014 (do Céu Pinto Arena, 2017) y la crisis de migrantes de Siria (Hughes, 2017)
traen un riesgo que afecta el turismo internacional.
106
Los destinos más visitados en el Medio Oriente se pueden observar en el cuadro 3.10.
Cuadro 3.10. Países más visitados en Medio Oriente (*en millones)

2017 % %
1. Turquía 30.3 23.3 5.3
2. Emiratos Árabes Unidos 14.9 4.7 7.6
3. Baréin 12.7 5.4 0.9
4. Egipto 5.3 42.5 5.1
5. Irán 4.9 5.6 5.4
6. Jordania 3.6 5.2 5.7
7. Qatar 2.9 0.1 3.7
8. Israel 2.9 3.6 4.4
9. Omán 2.3 20.1 17.8
10. Líbano 1.7 11.2 12.1
Medio Oriente es la región situada al sudoeste de Asia. La región sufrió un golpe después de
los levantamientos de la primavera árabe de 2011. Según la Organización Mundial de Turismo
de las Naciones Unidas, la región experimentó una disminución del 8 por ciento en las visitas
ese año, y los monumentos frecuentados por turistas se quedaron prácticamente vacíos. La
guerra en Siria y el terrorismo islámico representan un riesgo real para los turistas
internacionales.
Egipto, por ejemplo, tuvo una caída del 42.5% en las llegadas internacionales tras el accidente
del avión chárter ruso en octubre de 2015. Para responder a ese problema se lanzó una
campaña en las redes sociales bajo hashtag #ThisisEgypt donde se publican mensajes
positivos de la imagen del país. Sin embargo, no ha podido superar el impacto de los avisos de
viaje negativos en importantes mercados emisores (ITB, 2017).
En Turquía las llegadas internacionales se encuentran en una caída de alrededor del 23,3% en
lo que va de año 2016 después de diversos ataques terroristas y el intento de golpe de estado.
Mientras que en Israel, el número llegadas internacionales está estancado desde 2010,
después de muchos años de eventos terroristas (ITB, 2017).
Sin embargo, el Medio Oriente mostró signos de recuperación en 2017 con un fuerte
incremento del 13% de ingresos generados por el turismo internacional. Los destinos turísticos
se están intentando recuperar después de una época turbulenta (UNWTO, 2018).
107
En 2017, hubo más de 323 millones de llegadas de turistas internacionales a Asia-Pacífico, un

aumento del 5,6% en comparación con 2016 (UNWTO, 2018). Los diez mejores destinos en
2017 se presentan en el cuadro 3.11.
Cuadro 3.11. Países más visitados en Asia-Pacífico (*en millones)

2017 % %
1. China 60.7 2.5 4.2
2. Australia 41.7 9.3 -
3. Tailandia 35.4 8.6 8.9
4. Japón 28.7 19.4 21.8
5. Malasia 26.0 3.0 4.0
6. India 15.6 6.7 9.7
7. Singapur 26.0 3.0 4.0
8. Corea del Sur 17.2 22.7 30.3
9. Indonesia 12.9 16.9 11.1
10. Vietnam 12.9 29.1 26.0
Los resultados positivos del sur de Asia fueron impulsados en gran medida por el fuerte
desempeño de la India, la mayor subregión de destino, que se benefició de la creciente
demanda de mercados de origen occidental y procedimientos de visado más simples. Por
contra, Corea del Sur sufrió un descenso debido a la menor cantidad de llegadas de China
después de la crisis política con Corea del Norte (UNWTO, 2018). Oceanía refleja un
crecimiento sólido en Australia, mientras que Japón se ha convertido en líder turístico en los
últimos seis años después del accidente nuclear de Fukushima en 2011 (Chew y Jahari, 2014).
Los gobiernos, los grupos representativos de la industria y las empresas individuales buscan
desarrollar una mejor gestión de los riesgos para evitar posibles crisis. Vietnam es uno de los
países que tiene el mayor crecimiento turístico en Asia, pero no puede escapar de su mala
reputación. Los robos, delitos menores, accidentes de tráfico y la calidad de servicio siguen
dañando la imagen del país (VNEXPRESS, 2017).
La contaminación ambiental tiene un gran efecto en el turismo y la imagen de China como

destino turístico (Zhang et al., 2015). Los medios de comunicación en línea advierten a los
turistas de la exposición al asbesto, un riesgo oculto para los turistas de bajo presupuesto en
Asia, especialmente en China, India, Tailandia, Indonesia y Vietnam. El asbesto es un material
de construcción popular en muchas partes de Asia y, dado que solo se necesitan unas pocas
108
fibras para causar cáncer, los turistas pueden, sin saberlo, enfrentarse a un riesgo para la salud
(AFR, 2018). Otros países en el sudeste asiático, particularmente aquellos con poblaciones
islámicas, tienen preocupaciones por terrorismo, posibles secuestros y bombardeos
(SAFETRAVEL, 2018).
En 2016, hubo más de 57,8 millones de llegadas de turistas internacionales a África, un

aumento del 7,8% con respecto a 2015. En el cuadro 3.12. se presentan los destinos turísticos
más visitados en África.
Cuadro 3.12. Países más visitados en África (*en millones)

2016 % %
1. Marruecos 10.3 1.5 1.0
2. Sudáfrica 10.0 12.8 6.8
3. Túnez 5.7 23.0 25.2
4. Zimbabue 2.2 5.4 9.4
5. Argelia 2.0 19.2 25.7
6. Nigeria 1.9 50.5 -
7. Mozambique 1.6 5.6 6.6
8. Costa de marfil 1.6 9.9 205.9
9. Namibia 1.5 5.8 5.1
10. Mauricio 1.4 5.2 -
Según la Organización Mundial de Turismo de las Naciones Unidas, los destinos turísticos del
norte de África se están recuperando después de la crisis política provocada por la Primavera
Árabe. Las llegadas internacionales a Túnez alcanzaron un récord en 2018, revirtiendo
completamente el daño del ataque terrorista en una playa de Sousse en 2015, que provocó una
caída del 25,2 por ciento del turismo internacional. En el África subsahariana, continuaron los
buenos resultados en los grandes destinos de Costa de Marfil, Kenia, Mauricio y Zimbabue
(UNWTO, 2018). Sin embargo, los destinos turísticos en África se perciben como arriesgados,
por larga historia de los conflictos y falta de promoción turística (Kozak et al., 2007; Lepp et al.,
2011).
A pesar de ser líderes en el turismo, Marruecos y Sudáfrica, se perciben como destinos

arriesgados. En Marruecos, los turistas tienen el riesgo de encontrar gastos ocultos en el
transporte, restaurantes y bares, y visitas guiadas, lo que afecta mucho a la imagen de país
109
(QUORA, 2018). Por otro lado Sudáfrica se percibe como un destino turístico con mucho riesgo
relacionado con el crimen y la violencia (Ferreira y Harmse, 2000; George, 2010).
En otros destinos existe el riesgo de ataques terroristas, violencia, crimen, inestabilidad política
y guerras (TRIPSAVVY, 2018). La paz y la estabilidad son requisitos importantes para el
desarrollo del turismo en África. La inestabilidad política, el crimen y las disputas interreligiosas
en Nigeria, fueron un impedimento importante para el desarrollo del turismo (Adeleke, 2008;
Adora, 2010). Sin embargo, actualmente, Nigeria tiene un importante crecimiento del 50,5 por
ciento de turismo internacional.
En 2017, hubo 208,7 millones de llegadas internacionales a América, un incremento del 4,0%.
Los 10 mejores destinos turísticos se observan en la tabla 3.13.
Cuadro 3.13. Países más visitados de América

2017 % %
1. Estados Unidos 75.6* - 2.1
2. Canadá 20.8 4.1 11.1
3. México 39.3 12.0 9.3
4. Argentina 6.7 1.0 15.7
5. Brasil 6.6 0.6 3.8
6. Chile 6.5 14.3 26.0
7. República Dominicana 6.2 3.8 6.4
8. Cuba 4.0* - 13.4
9. Perú 4.0 7.7 8.4
10. Colombia 4.0 21.4 11.4
La región de América tradicionalmente se divide en América del Norte, América Central y en

Sudamérica (UNWTO, 2018). América del Norte, representada por Estados Unidos y Canadá,
suma dos tercios de las llegadas internacionales a la región y es líder en el turismo. Es
importante destacar que después del ataque terrorista de 11 de septiembre de 2001, el término
“riesgo” empezó a usarse ampliamente en la literatura de turismo.
La situación turística de América Central y Sudamérica es mucho más complicada. Crimen,

violencia, asesinatos, narcotráfico, secuestros, instabilidad política… se han relacionado con
los países de estas regiones durante muchos años. Aunque la gran mayoría de los destinos
han mejorado en seguridad recientemente, todavía se consideran peligrosos en muchos
mercados emisores (BBC, 2012).
110
En la imagen 3.1. podemos ver la campaña oficial de Colombia en 2007, dirigida a disminuir el
riesgo percibido que impedía a los turistas internacionales visitar Colombia.
Imagen 3.1. Campaña oficial de turismo Colombia 2007
Fuente: Easyfly.cr
La campaña “Colombia, el riesgo es que te quieras quedar”, se creó ante la gran cantidad de
preguntas que surgían en las ferias internacionales sobre los riesgos existentes de visitar
Colombia. De allí surgió una creativa idea de enfrentar el problema del desconocimiento de
Colombia y poner como aspecto positivo la posible percepción negativa que pueda tenerse de
Colombia en el mundo. La base de la campaña eran los nueve testimonios de los extranjeros
que fueron a Colombia y decidieron quedarse a vivir en este país por diferentes razones.
(Ewakulak, 2008).
En resumen, se eligieron los 10 destinos más visitados de las 5 regiones diferentes, en total los
50 destinos turísticos más populares en el mundo. A cada participante en el estudio se le
ofreció la oportunidad de responder a preguntas relacionadas con un destino turístico elegido al
azar sobre una región específica, cumpliendo los requisitos de estudio que se van a describir
en el siguiente apartado. De esta manera, el estudio pretende abordar la percepción global del
valor de los destinos turísticos y los riesgos percibidos.
111
3.3.1. Definición de la población y selección de la muestra
La técnica de muestreo utilizada ha sido el muestreo por cuotas. Es una técnica de muestreo
no probabilístico en donde la muestra reunida tiene la misma proporción de individuos que toda
la población con respecto al fenómeno enfocado, las características o los rasgos conocidos.
Muestreo por cuotas es una denominación común de una serie bastante amplia de variantes, la
mayoría de las cuales se asemeja a una muestra aleatoria estratificada con afijación
proporcional. Todas ellas poseen una característica común, que las diferencia del muestreo
probabilístico puro. Esta estriba en que el muestreo por cuotas rompe, en algún momento, el
proceso de aleatoriedad. Generalmente los muestreos por cuotas más usuales rompen la
cadena de aleatoriedad en la fase de extracción del elemento muestral, es decir, en la
selección del entrevistado (Alaminos y Castejón, 2006; Hair et al., 2010; Etikan et al., 2016).
Se pueden considerar tres pasos básicos en el diseño de un muestreo por cuotas. En el primer
paso, como en el caso del muestreo probabilístico estratificado, el muestreo por cuotas
comienza seleccionando unas características de control. En un segundo paso, se selecciona
generalmente una representación proporcional de cada estrato en la muestra final. Hasta aquí
el proceso es bastante semejante al que se seguiría en un muestreo probabilístico, surgiendo la
diferencia en el tercer paso, la elección del entrevistado (Alaminos y Castejón, 2006; Etikan et
al., 2016).
Lo habitual en un muestreo por cuotas es que se entregue al entrevistador la “cuota” de

entrevistas que debe de efectuar, indicándole qué características deben de reunir los
entrevistados de acuerdo a las variables de control que se emplearon para estratificar la
población y afijar la muestra. De este modo, el entrevistador queda con bastante libertad para
decidir cuál es el entrevistado definitivo, aún dentro de las restricciones que le impone el perfil
que marca la cuota que tiene que cubrir. Es en este momento que se rompe la cadena
aleatoria, al introducirse los sesgos de selección del entrevistado. En todo caso, la muestra final
reproduce en miniatura la población de acuerdo a las características que se hayan empleado
como controles para la estratificación (Alaminos y Castejón, 2006).
Entre las principales ventajas del muestreo por cuotas se encuentra su bajo coste, además de
que puede asegurar la heterogeneidad y proporcionalidad de la muestra. Si las cuotas están
definidas por variables que son importantes para el estudio. Sin embargo, este tipo de
muestreo presenta grandes inconvenientes, especialmente en la medida que pretende cubrir
112
los mismos aspectos que los muestreos probabilísticos, pero también en cuestiones prácticas
de diseño muestral y de trabajo de campo (Alaminos y Castejón, 2006; Barratt et al., 2015;
Etikan et al., 2016).
La muestra final tendrá la misma composición que la población para las características que
definen los estratos. Este método de muestreo asume que una muestra que se parece a la
población, con respecto a características importantes, lo hará de igual modo con respecto a las
demás que se quiere estudiar, especialmente si las características de control que definen el
sistema de estratificación, y con ello de cuotas, está asociado de algún modo a la característica
que se estudia. De todos modos, esta presunción es bastante arriesgada porque, y en especial
en las encuestas de opinión pública, una muestra puede reproducir muy bien determinadas
características de la población, pero no representarla en absoluto respecto a determinadas
opiniones (López, 2004; Alaminos y Castejón, 2006; Etikan et al., 2016).
Para seleccionar la muestra objeto de estudio se debe definir en primer lugar la población
objetivo, es decir, “el conjunto de elementos u objetos que poseen la información buscada por
el investigador y acerca del cual se harán inferencias” (Malhotra, 2008, p.336). El objetivo de
este estudio fue investigar el valor de marca en el ámbito de las redes sociales, por tanto, la
población objeto de estudio de esta investigación fueron las personas (hombres y mujeres)
mayores de edad, que hubieran realizado por lo menos unviaje internacional en los últimos dos
años y que se identificaran como usuarios de redes sociales.
Se entiende por usuario de las redes sociales cualquier persona que usa de forma activa
alguna de las redes sociales más populares en el mundo (Boyd et al., 2007; Kaplan y Haenlein,
2010; Kietzmann et al., 2011; Duggan y Brenner, 2013; Perrin, 2015). Las redes sociales más
importantes se seleccionaron en base al número de los usuarios, tal y como se presenta en la
figura 3.3.
113
Figura 3.3. Redes sociales más populares en el mundo según los usuarios activos en el julio
2018 (en millones)
Facebook 2.196
YouTube 1.900
WhatsApp 1.500
WeChat 1.040
Instagram 1.000
Twitter 336
Reddit 330
LinkedIn 294
Snapchat 255
Pinterest 200
0 500 1.000 1.500 2.000 2.500
Fuente: Statista (2018c)
Las personas que se identificaron como usuarios de redes sociales tenían que cumplir dos
requisitos para poder participar en el estudio.
En primer lugar, los participantes indicaron, de una lista preseleccionada de 10 marcas de

destinos de una región específica, cuántas reconocían según el contenido visto en las
plataformas de redes sociales, independientemente de si la marca se presentaba positivamente
o negativamente (sobre la elección de los destinos se ofrece más información en los siguientes
apartados).
En segundo lugar, de los destinos que se marcaron como conocidos, los encuestados
seleccioron los destinos que no habían visitado. De esta manera, en la lista quedaban solo los
destinos que se conocían a partir de fuentes secundarias, tal y como proponen Echtner y
Ritchie (1993).
Finalmente, de los destinos que quedaron en la lista, se asignaba aleatoriamente un destino a

cada uno de los encuestados para realizar la encuesta. Al limitar la elección de las marcas a las
percibidas en las plataformas de medios sociales, así como aleatorizar la marca real que los
participantes evaluaron en la encuesta, se evitaba el posible sesgo de que los participantes
hubieran elegido una marca sobre la base de una evaluación positiva personal (Bruhn et al.,
114
2012). Los encuestados que no cumplían estos tres requisitos no pudieron participar en la
encuesta. En la tabla 3.1. se presenta ficha técnica de la muestra.
Tabla 3.1. Ficha técnica de la muestra
Personas mayores de edad, usuarios de redes sociales, y

Población que hubieran realizado como mínimo un viaje en los
últimos dos años
Selección de la muestra Muestreo no probabilístico, muestreo por cuotas
Técnica de recogida de
Encuestas online y entrevistas personales
información
Tamaño muestral 433 cuestionarios válidos
Nivel de confianza 95 %
Fecha De octubre a diciembre 2018
3.3.2. Recogida de datos
La recogida de datos se realizó a través de entrevista personal y también mediante cuestionario

online difundido a través de redes sociales. Como argumentan varios investigadores, los dos
métodos de recogida de datos tienen sus ventajas y desventajas (Ilieva et al., 2002; Evans y
Mathur, 2005; Wright, 2005; Brace, 2018), tal y como se presenta en el cuadro 3.14.
Cuadro 3.14. Ventajas y desventajas de las técnicas de recogida de datos personales y en

línea
Cuestionario online Entrevista personal
 Investigación global  Muestra controlada

 Flexibilidad  Menos margen de error
 Velocidad  Posibilidad de explicar el
 Bajo coste de realización objetivo de estudio
 Facilidad de seguimiento  Facilidad de seguimiento
Ventajas
 Fácil obtención de muestras  Control de respuestas
grandes  Posibilidad de intervenir
 Muestra controlada  Control de finalización de
 Control de finalización de respuestas
respuestas
115
 Poco control sobre el perfil  Investigación local

de la muestra  Velocidad
 Instrucciones poco claras  Alto coste de realización
 Baja tasa de respuesta  Facilidad de seguimiento
 Imposibilidad de identificar  Difícil obtención de muestras
Desventajas
al encuestado grandes
 Problemas de privacidad
 Imposibilidad de tener
control sobre las respuestas
Mientras que la encuesta online permite una investigación más global (Evans y Mathur, 2005),
la entrevista personal ofrece más control en el proceso de recogida de datos (McMurray, 2004).
La entrevista personal es la más costosa, pero con menos margen de error. Como defiende
McMurray (2004, p111.), mediante la entrevista personal el encuestador puede explicar
directamente el objetivo de estudio y puede aclarar cualquier confusión. Pero el aspecto más
importante es que, en el caso de la entrevista personal, la duración de la encuesta no juega un
papel tan importante como en la encuesta online, que el encuestado a veces intenta abandonar
o responder de forma rápida y no muy sincera. Por tanto, en la presente investigación se
pretenden aprovechar las fortalezas de los dos sistemas. Las encuestas online ofrecen
posibilidad de obtener una muestra más grande y global, mientras que las encuestas
conseguidas a través de las entrevistas personales ayudan a mejorar la calidad de las
respuestas.
Para recopilar la información se optó por la distribución de cuestionarios vía online a través de
la herramienta de formularios de Google, dada la amplitud de gente a la que permite llegar en
relativamente poco tiempo, haciendo el cuestionario accesible desde cualquier ubicación y
dispositivo. Asimismo, esta herramienta ha permitido el anonimato del encuestado y que éste
responda cuando más le convenga (Zikmund et al. 2013). El cuestionario electrónico facilita,
por tanto, la respuesta por parte del encuestado, así como la recopilación de datos y su
tratamiento por parte del investigador, minimizando el riesgo de aparición de datos ausentes y
errores propios de la manipulación y codificación de las variables.
Los cuestionarios electrónicos se difundieron medianter los medios sociales: Facebook,

LinkedIn, Instagram y WhatsApp. Aparte de que se trata de unas de las plataformas más
populares del mundo, también se quería aprovechar contactos para difundir el cuestionario más
rápidamente y rentabilizar el coste de la investigación. Al mismo tiempo, se realizaron
entrevistas personales con participantes en la ciudad de Valencia, España.
116
La fase de recolección de datos transcurrió entre octubre y diciembre de 2018. Como resultado
del proceso mencionado, se obtuvo una muestra de 270 cuestionarios electrónicos y 163
entrevistas personales, sumando en total 433 encuestas válidas. Una vez obtenidos los datos,
estos fueron analizados utilizando las herramientas estadísticas correspondientes (ver apartado
3.2.) con el fin de validar el modelo propuesto, contrastar las hipótesis y obtener así
conclusiones válidas para la investigación.
3.4. TRATAMIENTO Y ANÁLISIS DE LOS DATOS MEDIANTE PLS
La técnica estadística utilizada para la estimación del modelo teórico planteado en esta Tesis
Doctoral fue la regresión por mínimos cuadrados parciales (conocida como Partial Least
Squares o PLS), la cual se enmarca dentro de las técnicas de análisis multivariantes (Hair et
al., 2013). El análisis multivariante supone la aplicación de métodos estadísticos capaces de
analizar simultáneamente múltiples variables (Hair et al. 2017a). En el siguiente epígrafe se
detallan las características, ventajas y motivos para la modelización a través de PLS.
3.4.1. Justificación de la elección de PLS
El modelo de ecuaciones estructurales (SEM, Structural Equation Modeling en inglés) es una

técnica que se ha popularizado en los últimos años, debido a que se trata de un modelo que
permite examinar múltiples relaciones simultáneamente desde el análisis exploratorio al
confirmatorio (Hair et al., 2017b).
Una de las diferencias principales con otras técnicas multivariadas es la capacidad de estimar
y evaluar la relación entre constructos no observables, denominados generalmente variables
latentes. Una variable latente es un constructo supuesto (inteligencia, por ejemplo) que solo
puede ser medido mediante variables observables (test de inteligencia, p. ej.). En comparación
con otras técnicas de análisis donde los constructos pueden ser representados con una única
medición (puntajes brutos de un test, p. ej.) y el error de medición no es modelado, el SEM
permite emplear múltiples medidas que representan el constructo y controlar el error de
medición específico de cada variable (Cupani, 2012; García, 2017).
Esta diferencia es importante ya que el investigador puede evaluar la validez de cada

constructo medido (Hair et al., 2017b). Por tanto, la técnica SEM permite diseñar modelos de
investigación mediante la transformación de conceptos teóricos y empíricos en variables no
observables (latentes) e indicadores (variables observables), respectivamente. Dichos
conceptos se relacionan por medio de hipótesis (Henlein y Kaplan, 2004).
117
El SEM es un método especialmente útil en la investigación en el campo de Ciencias Sociales,

debido a que, en la mayoría de los casos, el objetivo de los estudios es analizar las relaciones
causa-efecto entre variables latentes (Hair et al., 2012), especialmente cuando los estudios se
enfocan a investigar los fenómenos no observables como actitudes, percepciones e intenciones
del individuo (Hair et al., 2017b).
En el análisis SEM existen dos enfoques: el primero se basa en el análisis de estructuras de

covarianza (CB, Covariance-based structural equation modeling), el cual es recomendable
cuando se contrastan teorías, pruebas de hipótesis o en el diseño de nuevas teorías, partiendo
de la teoría y de investigaciones previas. El segundo es el enfoque de mínimos cuadrados
parciales (PLS, Partial least squares structural equation modeling) basado en el análisis de la
varianza (Sarstedt et al. 2016; Ávila y Moreno, 2018).
Si bien CB-SEM y PLS-SEM son dos enfoques diferentes que se dirigen al mismo objetivo,
analizar las relaciones causa-efecto entre constructos latentes (Hair et al., 2011), se distinguen
fundamentalmente por sus concepciones estadísticas y particularmente por la forma en que
tratan los modelos de medida de los constructos (Shook et al., 2004; Astrachan et al., 2014;
Hair et al., 2016).
Muchos investigadores ven a PLS-SEM como menos riguroso que CB-SEM, lo que se debe a
suposiciones menos restrictivas. Mientras CB estima unos parámetros para el modelo de forma
que la matriz de covarianzas obtenida se ajusta a la observada en la muestra, PLS-SEM trata
de maximizar la varianza de todas las variables dependientes (Hair et al., 2011).
En el análisis de CB, según Lévy y Varela (2006), se tiene que considerar la teoría y las
investigaciones previas, las cuales deberán ser el punto de partida de este tipo de modelos. En
una situación real, la revisión de la literatura sobre el tema de investigación permitirá obtener un
modelo teórico a partir del cual se especificará el dominio de los conceptos analizados y sus
relaciones. También, la teoría permitirá la construcción de ítems referentes a los constructos
(variables) y de dimensiones que se han establecido en modelos teóricos (Ávila y Moreno,
2018).
El objetivo final del enfoque clásico de estimación en covarianzas (CB-SEM) es que la matriz
de varianzas y covarianzas teórica se ajuste lo máximo posible a la realidad. Por lo cual, en la
medida en que el ajuste sea bueno, el modelo teórico puede considerarse una representación
fiable de la realidad (Chin y Newsted, 1999). Usa medidas generales de bondad de ajuste para
118
evaluar hasta qué punto el modelo hipotético se ajusta a los datos observados. Por tanto, el
análisis se orienta en la teoría, y hace hincapié en la transición del análisis exploratorio al
confirmatorio (Jöreskog y Wold, 1982). Además, una característica fundamental de este
enfoque es el cumplimiento con los supuestos estadísticos, como la normalidad de los datos y
el tamaño de muestra, por lo que es considerado una técnica SEM paramétrica. Por lo anterior,
Falk y Miller (1992) definieron a esta metodología como un sistema cerrado.
Una de las grandes ventajas de PLS es que esa técnica permite estimar los modelos con
muestras de tamaño representativo pero reducido aunque si esta es más grande aumenta la
precisión, y no es necesario que se asuma una distribución normal de los datos (Goodhue et al.
2006; Aldás-Manzano, 2015). El número de ítems de cada constructo medido puede ser
unicamente uno o puede formarse por más de uno, y en las relaciones entre constructos y sus
indicadores se pueden incorporar métodos de medida reflectivos y formativos, por lo que
resulta una alternativa efectiva a CB-SEM (Aldás-Manzano, 2015; Hair et al., 2017b). Por todo
ello, el PLS-SEM es un enfoque que hoy en día ha adquirido gran aceptación, principalmente
en los estudios de mercado y, en general, en las ciencias sociales (Hair et al., 2017b).
A pesar de las diferencias que presentan CB-SEM y PLS-SEM, deben considerarse como
métodos complementarios y no competitivos (Hair et al. 2011). Para seleccionar el uso de la
técnica PLS-SEM, Hair et al. (2017a) parten de la premisa del objetivo de la investigación. Si el
objetivo principal es la predicción de constructos, es recomendable hacer uso de esta técnica;
por otra parte, si el objetivo es probar o confirmar una teoría, lo más recomendable es hacer
uso de la CB-SEM. A continuación se resumen los casos en los que resulta más adecuado
cada uno los métodos (Hair et al., 2011).
119
Cuadro 3.15. Criterios de elección del método de análisis SEM
CB-SEM PLS-SEM
Objetivos de la Probar o confirmar una teoría o comparar Predecir los constructos
investigación teorías alternativas clave o sus antecedentes
Enfoque Basado en la covarianza Basado en la varianza
Distribución normal
Especificación del predictor (no
Suposiciones multivariada y observaciones
paramétrica)
independientes (paramétrica)
Estimar los modelos con constructos
reflectivos. Limitaciones con constructos
Modelo de Modelos con constructos
formativos.
medida reflectivos y formativos
Los términos de error requieren alguna
especificación adicional
Modelos complejos con
Modelo
Modelos no recursivos múltiples constructos e
estructural
indicadores
Si se cumplen los criterios muestrales y de
Estima los parámetros
normalidad, generalmente requiere tamaños
Características con muestras pequeñas y
de muestra relativamente grandes para
de los datos distribuciones alejadas de la
producir estimaciones robustas de los
normalidad
parámetros
Fuente: Hair et al. (2014); Hair et al. (2017b)
En el contexto de nuestro estudio, que pertenece al ámbito de ciencias sociales, las muestras
de datos suelen ser pequeñas, las teorías no están minuciosamente desarrolladas, y los datos
pueden tener distribuciones no normales, además se utilizan indicadores formativos (la imagen
cognitiva es configurada como un constructo de segundo orden que se relaciona de manera
formativa con sus dimensiones) y existe un interés por predecir la variable dependiente como
variable principal para explicar una relación de causalidad (Hair et al., 2014). Así mismo, PLS
se ha convertido en el método de elección para el análisis estadístico en los estudios basados
en modelos de aceptación de la tecnología, especialmente redes sociales (Henseler et al.,
2016).
Todo ello estaría estrechamente relacionado con la orientación de nuestro estudio, donde
pretendemos predecir simultáneamente múltiples relaciones entre distintas variables. Según los
motivos mencionados previamente, a continuación se hace un resumen de las razones para
elegir la técnica de mínimos cuadrados parciales PLS-SEM para estimar nuestro modelo:
 El objetivo de nuestra investigación está orientado hacia la predicción (Hair et al., 2014)
 El tamaño de la muestra es más bien pequeño (Goodhue et al., 2006; Hair et al., 2014)
 Es más adecuado para modelos complejos con gran número de constructos, variables y
caminos estructurales (Pavlou y Fygenson, 2006)
120
 El modelo PLS-SEM es más apropiado para estimar los efectos moderadores (Chin et
al., 2003)
3.4.2. La modelización con PLS
La modelización con PLS consiste en una serie de estimaciones de ecuaciones simultáneas

mediante regresiones múltiples, y se caracteriza por dos componentes básicos: 1) el modelo
estructural y 2) el modelo de medida. El modelo estructural es el modelo guía que muestra las
relaciones de dependencia entre variables independientes (exógenas) y variables dependientes
(endógenas). El modelo de medida muestra las relaciones entre los constructos (variables
latentes) y los indicadores (variables observables); de esta manera, el investigador puede
evaluar la contribución de cada ítem (reactivo) a la escala de medición, es decir, especificar
qué indicadores definen a cada constructo. Además, evalúa la fiabilidad de constructos e
indicadores (Ávila y Moreno, 2018).
El proceso sigue los siguientes pasos (Henseler et al., 2016):
1. Estimación de las cargas de las relaciones entre los indicadores y sus correspondientes
variables latentes.
2. Cada variable latente se calcula a partir del promedio ponderado de sus indicadores,
usando las cargas estimadas en el paso anterior.
3. Se determinan los parámetros de las relaciones del modelo estructural a partir de un
conjunto de ecuaciones de regresión
Los dos primeros pasos sintetizan la estimación del modelo de medida, y el tercero resume la
estimación del modelo estructural. El modelo de medida trata de analizar si los conceptos
teóricos están medidos correctamente a través de las variables observadas (Hair et al., 2017a).
Este análisis se realiza respecto a los atributos validez (mide realmente lo que se desea medir)
y fiabilidad (lo hace de una forma estable y consistente). La evaluación del modelo de medida
se hace a través de los siguientes indicadores:
- El coeficiente Alfa de Cronbach (Cronbach, 1951) proporciona la información de que los

indicadores miden el mismo constructo, y que están altamente correlacionados entre
ellos, es decir, que todos ellos están midiendo lo mismo. La fiabilidad individual
presupone que cada indicador contribuye de la misma forma al constructo. El valor
mínimo considerado es un alfa por constructo mayor a 0,7 (Nunnally y Bernstein, 1994).
121
- La fiabilidad compuesta tiene en cuenta la carga de los ítems para explicar el

constructo, tal y como se reflejan en el modelo causal. Los valores mínimos
considerados son de 0,6 (Bagozzi y Yi, 1988) ó 0,7 (Henseler et al., 2009).
- La validez convergente indica que los indicadores miden lo que realmente deben medir
o lo que se supone que están midiendo (Hair et al., 1999); lo cual es validado con la
AVE, que mide que la varianza del constructo se pueda explicar a través de los
indicadores elegidos (Fornell y Larcker, 1981). La AVE deberá ser mayor o igual a 0,50
y proporciona la cantidad de varianza que un constructo obtiene de sus indicadores en
relación con la cantidad de varianza debida al error de medida; esto significa que cada
constructo o variable explica al menos el 50% de la varianza de los indicadores.
- Asimismo, para aceptar un indicador como integrante de un constructo, las cargas

estandarizadas o correlaciones entre los indicadores y su constructo (outer loadings)
deben ser superiores a 0,6 (Bagozzi y Yi, 1988) ó 0,7 (Carmines y Zeller, 1979), lo que
indica que existe más varianza compartida entre el constructo y sus indicadores que
debida al error.
- La validez discriminante indica en qué medida un constructo determinado es diferente

de otros constructos. Para evaluar la validez discriminante habitualmente es necesario
evaluar tres criterios (Aldás y Jiménez, 2017):
En primer lugar, comparar si las cargas factoriales cruzadas de los indicadores de una variable
latente tienen mayor valor con su propia variable que con las demás que se evalúan en el
modelo (Hair et al., 2011).
En segundo lugar, verificar que la cantidad de varianza que un constructo captura de sus
indicadores (AVE) es mayor que la varianza que el mismo constructo comparte con otros
constructos. Para ello se comprueba que los valores de la raíz cuadrada del AVE de cada
constructo sean mayores que las correlaciones bivariadas entre ese constructo y todos los
demás (Fornell y Larcker, 1981).
122
En tercer lugar, comprobar el ratio entre las correlaciones Heterotrait – Monotrait (HTMT), es
decir, si las relaciones entre los indicadores de un mismo constructo (MT) son mayores que las
relaciones entre los indicadores que miden constructos diferentes (HT) (Henseler et al., 2016).
Más en concreto, los niveles recomendados para asegurar la validez discriminante son (HT/MT)
< 0,85 (Clark y Watson, 1995; Kline, 2011) o (HT/MT) < 0,90 (Gold et al., 2001; Teo et al.,
2008). En este sentido, se puede usar también un remuestreo o bootstrapping para probar si la
ratio HTMT es significativamente diferente de uno mediante el intervalo de confianza. Conforme
a los criterios establecidos, los intervalos de confianza para la HTMT deben ser menores a 1, lo
que permite validar este criterio (Hair et al., 2017a).
Una vez que se ha verificado que el modelo de medida es satisfactorio con relación a los
criterios precedentes y que las medidas son fiables y válidas, se pasa a la valoración del
modelo estructural, el cual relaciona las variables latentes exógenas y endógenas. En esta fase
es importante verificar si las relaciones propuestas entre las variables latentes en el modelo son
significativas, y la capacidad predictiva del modelo (Hair et al., 2017a). Para conseguir esto, hay
que analizar los siguientes parámetros:
Como plantean Hair et al. (2013), el primer paso es evaluar el nivel de colinealidad que se da
entre los indicadores formativos del constructo. La presencia de niveles críticos de colinealidad
entre los indicadores formativos de un constructo emergente produciría estimaciones inestables
y dificultaría la separación de los diferentes efectos de los indicadores individuales sobre el
constructo. La colinealidad se analiza a través del del factor de inflación de la varianza (VIF,
Variance Inflation Factor ). Valores VIF por encima de 5 en los constructos predictores
se consideran niveles críticos de colinealidad (Hair et al., 2017a).
Posteriormente, debe calcularse la varianza de las variables latentes dependientes explicada

por los constructos que las predicen con el coeficiente R², el cual representa una medida de
valor predictivo. Esto indica la cantidad de varianza de un constructo que es explicada por las
variables predictoras del constructo endógeno, cuyos valores oscilan entre cero y uno, de forma
que valores mayores indican una predicción más exacta (Hair et al., 2017a). Falk y Miller (1992)
consideran que un R², debe tener un valor mínimo de 0.10; Chin (1998) considera 0.67, 0.33 y
0.10 (sustancial, moderado y débil); mientras que Hair et al. (2017a) recomiendan 0.75, 0.50,
0.25 (substancial, moderado y débil).
123
Además de evaluar el valor de R² de todos los constructos endógenos, es necesario determinar

el tamaño del efecto de un camino estructural (f²), que muestra los cambios en R² cuando un
constructo exógeno es omitido del modelo. Para ver en qué medida la variable omitida
contribuye a explicar las variables latentes endógenas (Chin, 1998). Para ello, Cohen (1998)
especifica los siguientes valores para evaluar el f²: 0.02 es un pequeño efecto, 0.15 es un
efecto medio, y 0.35 es un efecto grande.
Los coeficientes path o pesos de regresión estandarizados (coeficientes β) demuestran en qué

medida cada variable predictora o exógena contribuye a la varianza explicada de las variables
endógenas. En otras palabras representan las relaciones que unen los constructos, o hipótesis
del modelo. Los coeficientes path tienen valores estandarizados en un rango +1 a -1; entre
mayor sea el valor denota mayor relación (predicción) entre constructos y entre más cercana a
0, menor será la convergencia al constructo. Si el resultado de un valor path es contrario al
signo postulado en la hipótesis, indica que la hipótesis no será soportada (Hair et al., 2017a).
El nivel de significación de los coeficientes path se determina a partir del valor de la t Student
que deriva del proceso del bootstrapping que consiste en un procedimiento de remuestreo en el
que se generan aleatoriamente N submuestras a partir de la muestra original, para obtener N
estimaciones de cada parámetro del modelo. El Bootstrapping ofrece los valores ‘t’ de Student
y valores ‘p’ de todos los coeficientes path estructurales, que nos permiten evaluar la
significatividad de las relaciones del modelo y posibilitar la verificación de las hipótesis (Hair et
al., 2011). Cuando un valor ‘t’ es superior al valor crítico, podemos verificar que el coeficiente
es estadísticamente significativo a una determinada probabilidad de error (nivel de
significatividad) (Hair et al., 2017a).
En cuanto a las hipótesis planteadas establecen la dirección de la relación de las variables

(positiva o negativa), es necesario usar una distribución t de una cola con n-grados de libertad,
donde n es número de sub muestras (bootstraping = 5000 sub muestras; t = 0.05; 4999 = 1645;
t = 0.01; 4999 = 2327; t = 0.001; 4999 = 3092); para distribuciones de dos colas con n-1 (t= 0.1;
4999 = 1645; t = 0.05; 4999 = 1960; t = 0.01; 4999 = 2577; t = 0.001; 4999 = 3292). En nuestro
caso, serán significativos aquellos indicadores en los que la ‘t’ de Student sea superior a 1,64
(con una significatividad del 5%) y a 2,33 (con una significatividad del 1%).
124
Geisser (1974) y Stone (1974) recomiendan evaluar la prueba de Stone-Geisser como un

criterio de Q² que sirve como criterio para analizar la relevancia predictiva de los constructos
endógenos. Para ello es necesario generar el procedimiento de blindfolding, consistente en
omitir parte de los datos al estimar una variable latente dependiente a partir de otras variables
latentes independientes, y luego intenta estimar los datos omitidos utilizando los parámetros ya
estimados. El tamaño del efecto Q² permite evaluar cómo un constructo exógeno contribuye a
un constructo latente endógeno Q² como una medida de relevancia predictiva; el cual puede
ser pequeño (0.02), medio (0.15) o grande (0.35). Según Hair et al. (2014) se considera que el
modelo tiene validez predictiva (para los constructos endógenos) si el parámetro Q² es positivo
(superior a cero).
Las medidas de bondad de ajuste (como por ejemplo el estadístico Chi-cuadrado) que se usan
en el método CB-SEM, no son aplicables en el contexto de PLS-SEM, ya que el método se
basa en maximizar la varianza explicada en lugar de minimizar las diferencias entre las
matrices de covarianzas observada y reproducida (Hair et al., 2017a). Por tanto, los parámetros
R cuadrado y Q cuadrado obtenidos de un procedimiento de remuestreo (blindfolding)
representan la relevancia predictiva del modelo, y la calidad de los constructos endógenos
(Aldás-Manzano, 2015). A continuación se presenta una tabla resumen con los parámetros a
estimar en el modelo descritos previamente.
Tabla 3.2. Análisis del modelo en PLS
Modelo de medida Parámetros

Fiabilidad individual Alfa de Cronbach > 0,7
Fiabilidad compuesta CR > 0,6 ó 0,7
AVE > 0,5
Validez Convergente λ > 0,7
- La AVE de cada variable latente debe ser superior al cuadrado
de la correlación más grande que esa variable latente tenga con
cualquier otra variable latente.
- Tabla de correlaciones cruzadas: cada conjunto de

Validez Discriminante indicadores debe cargar más en sus respectivos constructos que
en los indicadores de otros constructos.
- Ratio HT/MT < 0,85; Intervalo de confianza mediante

bootstrapping que no contenga el 1.
125
Modelo Estructural
Colinealidad VIF < 5
R² ≥ 0,1
Varianza explicada de las R² = 0,75 poder predictivo substancial
variables endógenas R² = 0,5 poder predictivo moderado
R² = 0,25 poder predictivo débil
ƒ²: importancia de un ƒ² = 0,02 efecto pequeño

determinado constructo en ƒ² = 0,15 efecto medio
el modelo. ƒ² = 0,35 efecto amplio
Coeficientes path o
pesos de regresión Realizar bootstrapping para analizar su significatividad.
estandarizados
t-Student de una cola (sentido de la relación definido)
*p<0,05: t = 1,6479
**p<0,01: t = 2,3333
***p<0,001: t = 3,1066
Niveles de significación
de los coeficientes t-Student de dos colas (sentido de la relación no definido)
(bootstrapping) *p<0,05: t = 1,9647
**p<0,01: t = 2,5857
***p<0,001: t = 3,3101
Intervalo de confianza mediante bootstrapping que no contenga
el 0.
Relevancia predictiva
Q² > 0
(blindfolding)
3.4.3. Variables moderadoras
En el modelo PLS los constructos exógenos afectan de forma directa los constructos
endógenos, es decir, entre los contractos existe una relación causa-efecto entre las variables
sin ninguna influencia sistemática de terceras variables. Pero en algunos casos, la naturaleza
de las relaciones puede ser cambiada por la intervención de tercer variables que se definen
como las variables mediadoras y moderadoras (Šumak et al., 2011; Hair et al., 2017a).
Una variable mediadora es una parte integral de una relación causa-efecto. Esto hace que sea
más fácil entender cómo la variable independiente está afectando a la variable dependiente y
qué está rigiendo esa relación (Hair et al., 2017a).
126
Figura 3.4. Efecto de la variable mediadora
Fuente: Hair et al. (2017a)
Por otro lado, una variable moderadora altera el efecto que una variable independiente tiene en
la variable dependiente sobre la base del valor del moderador. Así, el moderador cambia el
componente de efecto de la relación causa-efecto entre las dos variables. Esta moderación
también se conoce como efecto de interacción (Henseler y Chin, 2010; Hair et al., 2017a).
Figura 3.5. Efecto de la variable moderadora
Fuente: Henseler y Fassott (2010)
Como se observa en la figura X, la variable moderadora M, influye en la relación (c) entre la

variable exógena (X) y la endógena (Y). El efecto moderador (d) se representa por una flecha
que apunta a la relación directa, (c), que es la que supuestamente modera.
Dado que el objetivo de nuestra investigación fue comprobar el efecto moderador que tiene el
riesgo percibido en las relaciones del modelo del valor de marca, se eligió la técnica del análisis
127
multigrupo como la más apropiada para llevar a cabo este segmento del estudio. El análisis
multigrupo permite dividir la muestra original en submuestras, que representan diferentes
grados de la percepción de riesgo de cada una de las dimensiones del riesgo percibido.
Primero, se calculó el  de Cronbach de aquellas escalas multiítem empleadas para medir

diversas dimensiones del riesgo (riesgo físico, ambiental, de calidad del servicio y cultural), de
manera que se pudo resumir esa información en una única variable calculada como el
promedio de los ítems de la escala. A continuación, se determinó el punto de corte que nos
permitió crear submuestras e identificar dos grupos de personas para cada una de las
dimensiones del riesgo: personas que perciben bajo riesgo y personas que perciben alto riesgo.
En la tabla 3.3. se observa ficha técnica de las dimensiones del riesgo percibido.
Tabla 3.3. Ficha técnica de las dimensiones del riesgo percibido
Dimensiones del Nº/ grupo riesgo Nº / grupo riesgo alfa de

Mediana
riesgo bajo alto Cronbach
Físico 2 155 278 0,868
Ambiental 2 180 253 0,747
Financiero 1 203 230 -
Calidad de servicio 2 154 279 0,828
Pérdida de tiempo 1 228 205 -
Social 2 268 165 -
Cultural 2 228 205 0,890
Finalmente, se estimó el modelo con cada una de las submuestras, obteniendo por
bootstrapping los estadísticos ‘t’ de los coeficientes de regresión sobre los que se establecieron
las hipótesis y sus correspondientes errores estándar. El efecto moderador se comprobó
mediante las diferencias significativas entre los coeficientes de regresión para cada una de las
submuestras identificadas (Keil et al., 2000; Hair et al., 2014).
128
CAPÍTULO IV: RESULTADOS DE LA INVESTIGACIÓN
En el presente capítulo, se hace un análisis detallado de los resultados obtenidos de la

investigación empírica llevada a cabo para contrastar las distintas hipótesis propuestas. Para
ello, y previo al contraste de hipótesis, se llevó a cabo un estudio descriptivo de los datos y se
analizaron las características psicométricas del instrumento de medida.
4.1. TRATAMIENTO PREVIO DE LOS DATOS
4.1.1. Revisión de casos ausentes
En las encuestas, una respuesta puede estar incompleta o algunos elementos pueden ser
inconsistentes o, como en nuestro caso, donde la encuesta contenía algunas preguntas
condicionales, donde puede ocurrir que algunas de las opciones, concretamente relacionadas
con la elección del destino, no estén disponibles, es aconsejable realizar un tratamiento de los
datos perdidos.
La existencia de datos perdidos es muy habitual en la investigación del campo en las Ciencias
Sociales y el análisis multivariante, ya que los datos se obtienen a través de un cuestionario
estructurado (Hair et al., 2017a). Los datos se pueden perder por causa de errores en la
introducción o en el proceso de la recogida de datos, especialmente en el ámbito online
(Wright, 2005). El impacto de los datos ausentes es perjudicial, ya que pueden disminuir
considerablemente el tamaño de la muestra o incluso convertirla en inadecuada (Hair et al.,
1999).
Sin embargo, en nuestra investigación no se encontraron datos ausentes dado la metodología y

el riguroso procedimiento llevado a cabo en el proceso de su recolección. Como se ha
mencionado con anterioridad, la recogida de datos se realizó a través de entrevistas personales
donde se pudo verificar que los encuestados habían comprendido y contestado a todas las
preguntas (Malhotra, 2010). Por otro lado, las encuestas completadas online se verificaban
paralelamente a la recolección de datos.
129
Capítulo V: Conclusiones de la investigación
4.2. ANÁLISIS DESCRIPTIVO
4.2.1. Perfil de la muestra
Como se ha indicado previamente, se incluyeron en el cuestionario 9 preguntas de clasificación

acerca de datos sociodemográficos y el uso de las redes sociales en general y relacionado con
los destinos turísticos, seguidas por preguntas relacionadas con la selección del destino
turístico para realizar la encuesta. En total se recibieron 433 encuestas válidas.
Tabla 4.1. Ficha técnica del estudio
Características de los
Dimensiones Frecuencia Porcentaje
encuestados
Masculino 171 39,5
Género
Femenino 262 60,5
18-24 34 7,9
25-34 172 39,7
Edad 35-54 206 47,6
55-64 18 4,2
65 o más 3 0,7
Sin estudios / estudios
primarios 13 3,0
Estudios secundarios
Nivel de estudios (Bachillerato / Formación 75 17,3
Profesional)
Estudios superiores 345 79,7
(Universitarios)
España 225 52,0
País de residencia Serbia 101 23,3
Resto de paises 107 24.7
España 179 41,3
Nacionalidad Serbia 133 30,7
Internacional 121 28,0
Ninguno 87 20,1
1 99 22,9
Viajes internacionales 2 79 18,2
3 66 15,2
4 o más 102 23,6
La Tabla 4.1. recoge el perfil de la muestra. Así, del total de la muestra, un 39,5% fueron
hombres y un 60,5% mujeres. Un 87,3% de los encuestados se encontraban en edad media
entre 25 y 54 años. Un 79,7% de participantes tenían estudios superiores. Respecto al país de
residencia de los participantes del estudio un 52% residían en España, ese porcentaje se debió
a las entrevistas personales que se realizaron en la ciudad de Valencia en España; un 23,3%
residían en Serbia, el porcentaje tan alto de los serbios se debió a las conexiones personales
en las redes sociales donde se difundía el cuestionario. Finalmente, un 24,7% de la muestra
130
fueron participantes de 38 diferentes países de Europa, América, Asia, Australia y África. La

nacionalidad de los encuestados refleja una imagen similar, un 41,3% de los españoles, 23,3%
de los serbios y 28% de los internacionales de 40 países mundiales. Casi un 80% de los
encuestados realizaron por lo menos un viaje internacional en el año anterior. Todos los
participantes en el estudio son usuarios de redes sociales, dado que ese era uno de los
requisitos principales para formar parte de la investigación.
Tabla 4.2. Uso de las redes sociales
Redes Porcentaje de Frecuencia de Desviación

Sociales uso uso estándar
YouTube 94,6 4,8 1,9
Facebook 90,0 5,1 2,0
LinkedIn 71,8 3,5 2,1
Instagram 69,1 4,2 2,6
Trip Advisor 68,1 2,7 1,6
Travel Blogs 40,4 2,1 1,6
Twitter 39,2 2,2 2,0
Pinterest 36,0 1,9 1,4
Foros 23,3 1,5 1,0
FourSquare 9,0 1,1 0,5
Como se observa en la tabla 4.2., las plataformas online más utilizadas fueron YouTube
(94.6%), Facebook (90%), LinkedIn (71,8%), Instagram (69.1%) y Trip Advisor (68,1%),
seguidos por Travel Blogs (40,4%), Twitter (39,2%) y Pinterest (36,6%). De todas las
plataformas online, según la frecuencia de uso, destacan Facebook, YouTube e Instagram, en
las cuales los usuarios se conectaban casi diariamente. Cabe destacar que hay que tomar con
cautela estos datos, dado que las encuestas se difundían por dichas plataformas, por tanto, la
propia técnica de la recogida de datos influyó en los resultados estadísticos sobre el uso de las
redes sociales.
Tabla 4.3. Tipo de contenido que influye en la selección del destino
Porcentaje Grado de
Tipo de contenido
de uso influencia
Contenido generado por el destino (FGC) 91,7 3.95
Contenido generado por el usuario (UGC) 94.0 4.65
Contenido generado en las redes sociales de viajes 88.9 3.97

131
Posteriormente se solicitó que indicaran qué tipo de contenido influye en el proceso de

selección de un destino turístico. Las respuestas presentadas en la tabla 4.3. demuestran que
la comunicación en las redes sociales juega un papel muy importante en el proceso de elección
del destino. El 94% de los encuestados respondieron que el contenido que generan los
familiares y amigos (USG) es importante a la hora de elegir un destino, con un grado de
importancia de 4,65 (de 1 a 7), seguidos por el contenido que genera el propio destino y las
redes sociales de viajes (TripAdvisor p.ej.).
4.2.2. Datos sobre la elección de los destinos turísticos
Como se ha mencionado con anterioridad, los destinos turísticos se clasificaron en 5 regiones

distintas. Cada uno de los participantes seleccionaba una región y, de una lista de 10 destinos
turísticos, marcaba los destinos que no había visitado pero conocía a través de las redes
sociales. Finalmente, se le asignaba al azar un destino turístico para responder a las preguntas
del cuestionario. A continuación, se recoge el número de respuestas para cada uno de los
destinos seleccionados.
Tabla 4.4. Destinos turísticos de Europa
Porcentaje
№ Destino turístico Frecuencia
total %
1. Reino Unido 28 6,5
2. Grecia 22 5,1
3. Francia 17 3,9
4. Rusia 16 3,7
5. España 14 3,2
6. Países bajos 11 2,5
7. Italia 8 1,8
8. Polonia 7 1,6
9. Austria 5 1,2
10. Alemania 4 0,9
132
Tabla 4.5. Destinos turísticos de Medio Oriente
Porcentaje
total %
1. Egipto 18 4,2
2. Emiratos Árabes Unidos 16 3,7
3. Turquía 12 2,8
4. Israel 8 1,8
5. Jordania 7 1,6
6. Irán 5 1,2
7. Qatar 4 0,9
8. Baréin 3 0,7
9. Líbano 3 0,7
10. Omán 1 0,2
Tabla 4.6. Destinos turísticos de Asia-Pacífico
Porcentaje
total %
1. Japón 11 2,5
2. China 10 2,3
3. Australia 10 2,3
4. Tailandia 10 2,3
5. India 8 1,8
6. Indonesia 4 0,9
7. Singapur 3 0,7
8. Corea del Sur 2 0,5
9. Malasia 1 0,2
10. Vietnam 1 0,2
Tabla 4.7. Destinos turísticos de África
Porcentaje
total %
1. Marruecos 20 4,6
2. Sudáfrica 9 2,1
3. Túnez 8 1,8
4. Mauricio 8 1,8
5. Mozambique 3 0,7
6. Argelia 2 0,5
7. Nigeria 2 0,5
8. Namibia 2 0,5
9. Zimbabue 1 0,2
10. Costa de marfil 1 0,2
133
Tabla 4.8. Destinos turísticos de América
Porcentaje
total %
1. Estados Unidos 31 7,2
2. México 16 3,7
3. Canadá 12 2,8
4. Cuba 12 2,8
5. Argentina 10 2,3
6. República Dominicana 9 2,1
7. Brasil 6 1,4
8. Colombia 5 1,2
9. Perú 4 0,9
10. Chile 3 0,7
Finalmente, en la tabla 4.9., se observa el número total de encuestas por regiones.
Tabla 4.9. Respuestas totales por regiones
Porcentaje
№ Región Frecuencia
total
1. Europa 131 30,3
2. América 108 24,9
3. Medio Oriente 77 17,8
4. Asia-Pacífico 60 13,9
5. África 57 13,2
Respuestas total 433 100%
Como se puede observar, se seleccionaron 50 destinos turísticos de 5 regiones para realizar la

investigación. Todos los destinos turísticos recibieron por lo menos una respuesta válida. El
mayor número de encuestas se recibieron de los destinos de Europa (131), lo que representa el
30,3% del total número de cuestionarios realizados. En segundo puesto está la región de
América, con 108 respuestas, es decir, el 24,9% de los cuestionarios. Medio Oriente, Asia-
Pacífico y, especialmente África, recibieron menos respuestas porque los participantes
destacaron un desconocimiento de esas regiones comparado con las regiones de Europa y
América.
134
4.3. VALIDACIÓN DEL MODELO Y SUS RELACIONES CAUSALES
Siguiendo los pasos detallados en el apartado 3.4.2., se estimó el modelo final. El

procedimiento del modelo en PLS se analiza en dos etapas. Primero se realiza la valoración del
modelo externo o “outer model”, que hace referencia al modelo de medida, y luego la
valoración del modelo interno o “inner model”, que hace referencia al modelo estructural.
Finalmente se hace el análisis bootstrapping que nos permitió conocer la significatividad de las
relaciones entre constructos y hipótesis planteadas. Se presentan a continuación los resultados
de cada una de las fases que acabamos de mencionar.
4.3.1. Evaluación del modelo de medida
Antes de pasar a contrastar las relaciones estructurales del modelo teórico, se comprobó que el
modelo de medida contara con las debidas condiciones de fiabilidad, validez convergente y
validez discriminante. La imagen cognitiva se configuró como un constructo de segundo orden
relacionado de manera formativa con sus dimensiones (cultural, naturaleza, diversion y ocio y
clima). Estas dimensiones se relacionan de forma reflectiva con sus indicadores. Esta
aproximación configura una estructura de modelo teórico molar estimada mediante el
procedimiento “build-up approach” (Hair et al., 2014). El software utilizado para la estimación de
los parámetros fue el Smart-PLS 3.0 (Ringle et al., 2005), utilizando un bootstrapping de 5000
muestras para el cálculo de la significatividad de los parámetros.
En la tabla 4.10. se observa la fiabilidad y validez convergente de las escalas de medida.
135
Tabla 4.10. Fiabilidad y validez convergente de las escalas de medida
Validez convergente Fiabilidad

Factor Cargas (t Promedio α
Ítem FC AVE
Bootstrap) cargas Cronbach
fgc1 0,944 (27,478)
CONTENIDO GENERADO POR EL CONSUMIDOR
fgc2 0,944 (22,604) 0,910 0,936 0,959 0,935
(FGC)
fgc3 0,935 (21,090)
ugc1 0,948 (29,692)
CONTENIDO GENERADO POR EL USUARIO
ugc2 0,948 (29,368) 0,954 0,940 0,961 0,892
(USG)
ugc3 0,938 (27,670)
cul1 0,900 (63,33)
0,781 CULTURA
cul2 0,919 (87,51) 0,880 0,858 0,913 0,778
(21,642) (CUL)
cul3 0,823 (30,87)
IMAGEN nat1 0,854 (43,74)
0,870 NATURALEZA
COGNITIVA nat2 0,897 (78,82) 0,840 0,792 0,879 0,709
(25,339) (NAT)
(2º ORDEN, nat3 0,770 (32,24)
FORMATIVO) div1 0,849 (41,74)
0,860 DIVERCIÓN Y OCIO div2 0,832 (33,52) 0,835 0,785 0,874 0,699
(23,317) (DIV)
div3 0,826 (37,54)
0,770 CLIMA cli1 0,958 (127,27)
0,959 0,914 0,959 0,921
(18,598) (CLI) cli2 0,961 (186,59)
ima1 0,835 (19,657)
IMAGEN AFECTIVA ima2 0,773 (17,034)
0,858 0,838 0,907 0,709
(IMA) ima3 0,863 (23,090)
ima4 0,891 (29,601)
cal1 0,773 (10,098)
CALIDAD PERCIBIDA cal2 0,777 (9,289)
0,800 0,863 0,900 0,694
(CAL) cal3 0,895 (19,977)
cal4 0,879 (13,827)
val1 0,841 (19,015)
VALOR PERCIBIDO
val2 0,847 (18,050) 0,814 0,812 0,887 0,724
(VAL)
val3 0,863 (18,495)
wom1 0,953 (64,902)
INTENCIÓN DE RECOMENDAR wom2 0,977 (98,882) 0,918 0,963 0,976 0,932
(WOM) wom3 0,965 (99,736)
idv1 0,889 (26.986)
INTENCIÓN DE VISITAR
idv2 0,889 (33.879) 0,847 0,859 0,914 0,779
(IDV)
idv3 0,870 (30.177)
Nota: FC=Fiabilidad compuesta; AVE= Average Variante Extracted [Índice de Varianza Extraída]
Los tres indicadores utilizados para la evaluación de la fiabilidad del instrumento de medida
fueron el coeficiente alpha de Cronbach (Cronbach, 1951; valor de aceptación crítico = 0,7), el
índice de Fiabilidad Compuesta (Fornell y Larcker, 1981; valor de aceptación crítico = 0,7) y el
índice de Varianza Extraída (Fornell y Larcker, 1981; valor de aceptación crítico = 0,5).
La fiabilidad individual se calculó a través del coeficiente alfa de Cronbach de cada constructo.
Se observa como los coeficientes se encuentran muy por encima de los niveles recomendados
136
de 0,7 (Nunnally y Bernstein, 1994), La fiabilidad compuesta, que tiene en cuenta las cargas de
las variables tal y como aparecen en el modelo causal, también supera con creces el umbral
recomendado de 0,6 (Bagozzi & Yi, 1988).
Como evidencia de validez convergente, los resultados que ofrece el PLS indican que son
significativas (p<0,01) todas las cargas de los ítems sobre su factor pronosticado, dichas
cargas estandarizadas son mayores de 0,7 (Carmines y Zeller, 1979), el promedio de las
mismas es superior a 0,7 (Hair et al., 2012).
La validez discriminante, para conocer en qué medida los constructos son diferentes entre sí,
medimos a través de las correlaciones interconstructos, mediante el criterio de Fornell-Larcker.
En los resultados de la tabla 4.11. se puede observar como los valores de la raíz cuadrada del
AVE son superiores a las correlaciones entre constructos. Por tanto, sobre la base de este
criterio puede afirmarse que las variables se diferencian claramente, asegurando así la validez
discriminante.
Tabla 4.11. Matriz de correlaciones entre variables latentes, criterio de Fornell-Larcker (1981)
Imagen Imagen Calidad Valor Intención Intención

Factores FGC UGC
cognitiva afectiva percibida percibido recomendar de visitar
FGC 0,941
UGC 0,733 0,945
IMC 0,355 0,370 0,821
IMA 0,351 0,399 0,706 0,842
CP 0,354 0,409 0,451 0,536 0,833
VP 0,286 0,297 0,528 0,515 0,357 0,851
IDR 0,384 0,439 0,637 0,688 0,542 0,620 0,965
IDV 0,363 0,424 0,519 0,573 0,543 0,556 0,744 0,883
Nota: En la diagonal se representa la raíz cuadrada de la VE; bajo la diagonal se muestran las correlaciones.
Las cargas cruzadas de una variable con todos los factores, de forma que cada variable
correlacione más con el factor al que pertenece que con el resto. Este criterio también se
cumple en nuestro caso (ver tabla 4.12.).
137
Tabla 4.12. Matriz de cargas cruzadas
Calidad Imagen Imagen Intención de Intención Valor

FGC UGC
percibida afectiva cognitiva recomendar de visitar percibido
Atraccion cultural 0,462 0,318 0,536 0,781 0,524 0,447 0,354 0,408
CP1 0,773 0,239 0,269 0,233 0,274 0,290 0,232 0,235
CP2 0,777 0,217 0,246 0,183 0,246 0,273 0,211 0,067
CP3 0,895 0,307 0,471 0,409 0,448 0,418 0,366 0,332
CP4 0,879 0,358 0,615 0,517 0,644 0,648 0,443 0,413
Clima 0,297 0,311 0,551 0,770 0,445 0,339 0,276 0,413
Diversion y ocio 0,351 0,258 0,623 0,860 0,559 0,461 0,260 0,493
FGC1 0,300 0,944 0,320 0,337 0,350 0,335 0,692 0,270
FGC2 0,306 0,944 0,302 0,297 0,328 0,306 0,692 0,251
FGC3 0,384 0,935 0,363 0,361 0,399 0,378 0,684 0,282
IA1 0,559 0,368 0,835 0,684 0,685 0,591 0,433 0,488
IA2 0,386 0,270 0,773 0,544 0,546 0,487 0,292 0,441
IA3 0,398 0,229 0,863 0,532 0,494 0,378 0,260 0,379
IA4 0,423 0,288 0,891 0,582 0,549 0,431 0,323 0,403
IR1 0,554 0,362 0,661 0,618 0,953 0,697 0,428 0,597
IR2 0,501 0,365 0,670 0,623 0,977 0,742 0,414 0,612
IR3 0,515 0,385 0,660 0,604 0,965 0,717 0,431 0,584
IV1 0,529 0,332 0,613 0,543 0,727 0,889 0,382 0,536
IV2 0,434 0,305 0,466 0,440 0,640 0,889 0,367 0,486
IV3 0,465 0,324 0,413 0,371 0,587 0,870 0,373 0,439
Naturaleza 0,367 0,284 0,605 0,870 0,557 0,447 0,325 0,420
UGC1 0,368 0,681 0,354 0,320 0,398 0,378 0,948 0,287
UGC2 0,375 0,692 0,367 0,339 0,395 0,378 0,948 0,251
UGC3 0,412 0,701 0,406 0,384 0,448 0,440 0,938 0,301
VP1 0,256 0,233 0,437 0,500 0,491 0,404 0,227 0,841
VP2 0,207 0,215 0,373 0,429 0,452 0,419 0,203 0,847
VP3 0,412 0,272 0,489 0,427 0,612 0,567 0,310 0,863
El ratio Heterotrait-Monotrait (HT/MT) debe ser menor a 0,85 (Clark y Watson, 1995; Kline,
2011), de forma que las correlaciones de las variables que pertenecen a un factor sean
mayores a las correlaciones entre variables que miden factores diferentes. Nuevamente vuelve
a cumplirse este criterio. Asimismo, ninguno de los intervalos de confianza incluye el valor 1.
Por tanto, los resultados del intervalo de confianza de Bootstrap para el criterio HTMT
corroboran la validez discriminante de los constructos (ver tabla 4.13.).
138
Tabla 4.13. Heterotrait – Monotrait Ratio (HT/MT)

FGC UGC
CP
FGC 0,367
IMA 0,540 0,379
IMC 0,468 0,401 0,818
IDR 0,525 0,402 0,741 0,707
IDV 0,559 0,401 0,639 0,599 0,811
UGC 0,412 0,780 0,430 0,415 0,460 0,469
VP 0,370 0,322 0,599 0,643 0,688 0,645 0,330
Los resultados obtenidos en la estimación del modelo de medida indican una elevada garantía
de fiabilidad y cumplen con los criterios de validez convergente y discriminante. Por tanto,
permiten analizar el modelo estructural.
4.3.2. Evaluación del modelo estructural
Para poder interpretar los resultados y contrastar las hipótesis planteadas, primero se debe
comprobar la significatividad del efecto directo entre variables latentes. Para ello, el análisis
PLS-SEM debe realizarse sin el efecto moderación del riesgo percibido, puesto que el efecto
directo expresa la relación entre los constructos cuando éstos no se ven influenciados por una
tercera variable (la moderadora del riesgo, en este caso) (Henseler y Fassott, 2010).
Asimismo, primer objetivo es comprobar el efecto directo entre varios constructos del modelo, y
analizar el modelo estructural sin incluir los efectos de las variables moderadoras, los cuales se
validan con posterioridad.
Primero se analizó la colienadad en el modelo estructural a través de los valores del factor de la
inflación de la varianza (VIF, variance inflation factor en inglés) para todos los constructos
predictores del modelo. Los resultados (ver tabla 4.14.), muestran que los valores VIF de las
combinaciones de constructos endógenos y los correspondientes constructos predictores
exógenos están por debajo del umbral de 5. Por tanto, la colinealidad entre los constructos
predictores no resulta un problema en el modelo estructural, de forma que se puede continuar
analizando el resto de resultados.
139
Tabla 4.14. Colinealidad entre constructos
Imagen Imagen Calidad Valor Intención de Intención

cognitiva Afectiva percibida percibido recomendar de viajar
FGC 2.159 2.198 2.159 2.159
UGC 2.159 2.225 2.159 2.159
Imagen cognitiva 1.179 2.171 2.171
Imagen afectiva 2.350 2.350
Calidad percibida 1.433 1.433
Valor percibido 1.480 1.480
El coeficiente de determinación R² que explica la cantidad de varianza de las variables latentes

dependientes explicada por el modelo cumplen los niveles recomendados superiores a 0,1
(Falk y Miller, 1992). El valor percibido se encuentra en el límite con el valor 0.098 mientras
otros contractos se encuentran entre 0.152 y 0.609 (ver anexo 1) por lo que serían entre
débiles y moderados. Destaca especialmente la R² de la variable endógena ‘imagen afectiva’,
puesto que los resultados reflejan que es explicada en gran medida por sus constructos
precedentes.
El estimado proporcionado por el test Stone-Geisser es el Q², el cual emplea como criterio para
analizar la capacidad predictiva de los constructos dependientes de las 6 variables endógenas
es positivo (mayor de 0) por tanto se puede concluir que el modelo tiene relevancia predictiva
(ver anexo A2).
Asimismo, el impacto de las variables latentes exógenas sobre las endógenas representado por
el coeficiente f² (ver anexo A3) demuestra que algunas variables latentes exógenas reflejan un
efecto insignificante, con valores de f² inferiores a 0,02, y el resto presentan efectos pequeños y
medios (f2 superiores a 0,02 y 0,15). Los efectos mayores (superiores de 0,35) encontramos en
las relaciones (Imagen cognitiva → imagen afectiva y valor percibido → intención de
recomendar).
Los coeficientes path estandarizados muestran en qué medida cada variable exógena
contribuye a la varianza explicada de las variables endógenas (ver anexo 4), pero para verificar
la significatividad de las relaciones debemos recurrir a bootstrapping.
Por lo consiguiente para determinar si los coeficientes del modelo obtenidos en PLS son
significativos se aplica el procedimiento bootstrap con un mínimo de 5.000 submuestras y un
número de casos igual al de observaciones de la muestra original (Hair et al., 2011; Hair et al.,
2014). En la tabla 4.15. se observa que la mayoría de los coeficientes de las relaciones son
estadísticamente significativos al 95% de confianza (t > 1,64), al 99% de confianza (t > 2,33) y
140
al 99,9% de confianza (t > 3,10) para una t-Student de una cola (dado que las hipótesis
especifican la dirección de la relación). De esta forma, se alcanzan niveles de significación del
5%, 1% y 0,1% para casi todos los caminos estructurales.
Tabla 4.15. Resultados del análisis bootstrap
Muestra Media de Desviación Valores P

H Relacion estructural original la muestra estándar t Valores
Contraste
FGC 
H1 0,181 0,183 0,060 3,017** 0,003 Aceptada
Imagen cognitiva
FGC 
H2 0,010 0,012 0,055 0,177 0,859 Rechazada
Imagen afectiva
UGC 
H3 0,237 0,236 0,066 3,575** 0,000 Aceptada
Imagen cognitiva
UGC 
H4 0,154 0,151 0,057 2,713** 0,007 Aceptada
Imagen afectiva
FGC 
H5 0,117 0,120 0,069 1,698* 0,090 Aceptada
Calidad percibida
UGC 
H6 0,323 0,322 0,067 4,806** 0,000 Aceptada
Calidad percibida
FGC 
H7 0,147 0,150 0,064 2,296* 0,022 Aceptada
Valor percibido
UGC 
H8 0,189 0,188 0,066 2,860** 0,004 Aceptada
Valor percibido
Imagen cognitiva 
H9 0,646 0,647 0,039 16,411** 0,000 Aceptada
Imagen afectiva
H10 0,176 0,178 0,062 2,855** 0,004 Aceptada
Intención de recomendar
H11 0,086 0,087 0,062 1,398 0,162 Rechazada
Intención de visitar
Imagen afectiva 
H12 0,306 0,306 0,060 5,099** 0,000 Aceptada
Imagen afectiva 
H13 0,202 0,201 0,062 3,250** 0,001 Aceptada
Calidad percibida 
H14 0,192 0,190 0,041 4,650** 0,000 Aceptada
H15 0,288 0,288 0,046 6,219** 0,000 Aceptada
Valor percibido 
H16 0,301 0,300 0,042 7,202** 0,000 Aceptada
Valor percibido 
H17 0,304 0,304 0,046 6,593** 0,000 Aceptada
* = p < 0,1; ** = p < 0,01
141
4.3.2.1. Efecto de la comunicación en las redes sociales sobre el CBDBE
El efecto de la comunicación del FGC y UGC en la imagen cognitiva resultó ser significativo,
aceptándose las hipótesis H1 y H3. Este hallazgo está en línea con los resultados obtenidos
en los trabajos previos de Bruhn et al. (2012), Dehghani y Tumer (2015), Hanaysha (2016) y
Stojanovic et al. (2018).
Existe una relación directa entre el UGC y la imagen afectiva (H4), esta relación se encontró en
trabajos previos sobre la interacción de los usuarios en las comunidades virtuales (Barreda,
2014; Yang et al. 2015) y el boca-oído electrónico (Severi et al., 2014). Sin embargo, mientras
que se verificó el efecto positivo del UGC sobre la imagen afectiva (H4), los resultados del
presente estudio no confirmaron la influencia del FGC sobre la imagen afectiva (H2), aun
cuando este efecto se evidenció en estudios previos sobre la publicidad en Facebook
(Dehghani y Tumer, 2015; Hanaysha, 2016) y marketing en las redes sociales (Godey et al.,
2016; Seo y Park, 2018).
No obstante, Janiszewski (1988) demostró empíricamente que la interacción entre la imagen

cognitiva y afectiva puede ocurrir independientemente de la conciencia, porque se trata de un
proceso preconsciente. Esto significa que un usuario puede llegar en contacto con un estímulo
(contenido generado por redes sociales) que va a provocar unos cambios en el esquema
(atributos de la imagen), sin darse cuenta. En cuanto a la influencia de la comunicación
generada por la marca sobre la imagen cognitiva, se confirmó un efecto positivo (H1), tanto
como la relación positiva entre las dimensiones cognitiva y afectiva de la imagen (H9), lo que
nos permite concluir que entre la comunicación en redes sociales y la imagen afectiva existe
una relación inconsciente e indirecta que se refleja a través de la imagen afectiva.
Como se planteaba en las hipótesis H5 y H6, la comunicación en las redes sociales influye en
la percepción de la calidad de marca. Esta relación se comprobó en varios estudios sobre la
publicidad y la calidad percibida (Kirmani y Zeithaml, 1993; Moorthy y Zhao, 2000; Moorthy y
Hawkins, 2005; Buil et al., 2013) y en el contexto de las redes sociales en los trabajos de Kim y
Ko (2012), Schivinski y Dabrowski, (2015) y Stojanovic et al., (2018).
De forma análoga, se cumplen las hipótesis H7 y H8 de que la comunicación en las redes

sociales influye en el valor percibido. Esta relación sigue la misma línea de Dodds et al. (1991),
en el sentido de que las informaciones que el consumidor almacena influyen en la percepción
del valor, y de Webster (2000), Oh, (2000), Kwun y Oh (2004) y Callarisa et al. (2012), que
142
encontraron la misma relación en sus estudios. Un hallazgo importante que antes fue
comprobado en el contexto de las redes sociales en varios estudios sobre la venta de libros
online (Chevalier y Mayzlin, 2006), el boca-oído electrónico (Severi et al., 2014) y el contenido
generado por el usuario en Facebook (Schivinski y Dabrowski, 2015).
4.3.2.2. Efecto del valor de marca en el comportamiento del consumidor
Como propone la psicología cognitiva (Eysenck y Wilson, 1984; Eysenck, 2013) se verifica que
la imagen cognitiva influye en la imagen afectiva (H9). Este resultado sigue la misma línea de
los estudios previos de Baloglu y McCleary, (1999), Beerli y Martin, (2004), Lin et al. (2007), Li
et al. (2010), Hyun y O'Keefe (2012), San Martín et al., (2018) y Stojanovic et al., 2018).
Se demostró la relación positiva entre la imagen cognitiva y la intención de recomendar un

destino (H10), lo que supone que la evaluación positiva de los atractivos turísticos pueden
llevar a la recomendación tal y como se confirma en los estudios anteriores de Im et al. (2012),
Duman et al. (2017) y Chekalina et al. (2018). Sin embargo, no encontró la relación entre la
imagen cognitiva y la intención de visitar (H11), aunque esta relación resultó positiva en los
trabajos previos de Im et al. (2012), Ferns y Walls (2012), Duman et al. (2017) y Chekalina et
al. (2018).
La imagen afectiva influye en la lealtad actitudinal a través de la intención de recomendar (H12)

y la intención de visitar (H13) un destino turístico, lo que implica que la imagen afectiva tiene
efecto directo en el comportamiento del consumidor. Este resultado representa la extensión de
otros estudios que encontraron la misma relación en el contexto de turismo (Kim et al., 2008a;
Chen y Tseng, 2010) y destinos turísticos (Pike 2007; Pike et al., 2010; Gartner y Konecnik
Ruzzier, 2011; Bianchi y Pike, 2011); Pike y Bianchi, 2011; Horng et al., 2012; Bianchi et al.,
2014; Pike y Bianchi, 2016; Duman et al., 2017; Chekalina et al., 2018; Kotsi et al., 2018;
Stojanovic et al., 2018).
Los resultados nos permiten concluir que la imagen cognitiva favorable puede llevar a la
recomendación de un destino pero no tiene como consecuencia la decisión de visita si no
provoca una emoción positiva. Así, la imagen afectiva que procede del componente cognitivo
se convierte en principal motor del comportamiento del consumidor (ver figura 4.1.).
Existe una relación directa entre la calidad percibida y lealtad actitudinal, que se manifiesta a
través de la intención de recomendación (H14) y la intención de visita (H15). El mismo
resultado se confirmó en los estudio del mercado de software (Kim y Hyun, 2011), los
143
productos de moda (Kim y Ko, 2012), turismo (Kayaman y Arasli, 2007; Kim et al., 2008a;
Chen y Tseng, 2010), y destinos turísticos (Pike et al., 2010; Horng et al., 2012; Kladou y
Kehagias; 2014a; Kotsi et al., 2018; Stojanovic et al., 2018).
Finalmente, se cumplen las hipótesis H16 y H17 de que el valor percibido influye en la intención
de recomendar y visitar un destino turístico. Este resultado representa la extensión de otros
estudios que encontraron la misma relación en el contexto de los productos convencionales
(Chaudhuri y Holbrook, 2001; Baldauf et al., 2003; Buil et al., 2013), museos (Liu et al., 2015) y
destinos turísticos (Bianchi y Pike, 2011; Pike y Bianchi, 2011; Bianchi et al., 2014; Pike y
Bianchi, 2016; Chekalina et al., 2018; Kotsi et al., 2018; Stojanovic et al. 2018; Tasci, 2018). En
la figura 4.1. se presenta la evaluación del modelo conceptual de la presente investigación.
Figura 4.1. Evaluación del modelo conceptual
144
4.4. EVALUACIÓN DE LAS TERCERAS VARIABLES
4.4.1. Variables moderadoras del riesgo percibido
En primer lugar, según nuestros objetivos del estudio, se calculó el promedio para cada una de
las dimensiones del riesgo y se dividió cada una de las dimensiones del riesgo en dos
submuestras empleando mediana como punto de corte. La primera submuestra está formada
por los consumidores que perciben bajo riesgo y la segunda por los consumidores que perciben
alto riesgo en cada dimensión (ver tabla 3.3. en el capítulo III de la metodología y diseño de la
investigación).
En segundo lugar, se analizó la significatividad de la diferencia de cargas en cada submuestra

a través de los resultados proporcionados por bootstrapping. Como se ha mencionado antes la
teoría prospectiva describe que el proceso de decisión consiste en dos etapas, la edición y la
evaluación. En la fase de edición el consumidor analiza las posibles pérdidas y las ganancias
(valor de marca) según el punto de referencia (fuente de comunicación) y, en la fase de
evaluación es cuando a partir de ese análisis previo toma una decisión que representa su
evaluación subjetiva de la probabilidad de la mayor utilidad. Se consideró lógico presentar los
datos de manera que se podía observar el proceso completo de toma de decisión bajo el riesgo
percibido.
Por tanto, para cada una de las variables de riesgo los datos se presentan en dos tablas: una
que agrupa los valores de la etapa de edición y otra que agrupa los valores de la etapa de
evaluación. A continuación se exponen los resultados de los efectos moderadores para las
dimensiones del riesgo percibido.
145
4.4.1.1. Efecto moderador del riesgo físico (RQA)
El riesgo físico representa la posibilidad de que el viaje al destino provoque un peligro físico,
terrorismo, criminal, lesión, o enfermedad (Fuchs and Reichel, 2006; 2011).
Tabla 4.16. Efecto del riesgo físico en la etapa de edición (RQ1A)
Riesgo Alto Riesgo Bajo Valor t Efecto

RQ1A Relaciones Valor p
β t β t Bootstrap moderador
FGC 
a1 Imagen cognitiva
0.190 2.536 0.170 1.660 0.375 0.708 No
FGC 
a2 Imagen afectiva
0.170 1.095 -0.102 1.075 1.554 0.121 No
FGC 
a5 Calidad percibida
0.110 1.276 0.120 1.101 0.070 0.944 No
FGC 
a7 Valor percibido
0.141 1.637 0.154 1.667 0.102 0.918 No
UGC 
a3 Imagen cognitiva
0.202 2.298 0.307 3.138 0.758 0.449 No
UGC 
a4 Imagen afectiva
0.116 1.718 0.224 2.445 0.964 0.336 No
UGC 
a6 Calidad percibida
0.319 3.739 0.363 3.498 0.322 0.748 No
UGC 
a8 Valor percibido
0.252 2.930 0.094 0.392 1.146 0.252 No
a9 Imagen afectiva
0.601 11.251** 0.734 16.413** 1.683 0.093 Sí
Tabla 4.17. Efecto del riesgo percibido en la etapa de evaluación (RQ2A)

RQ2A Relaciones Valor p
a10 Intención de recomendar
0.188 2.440 0.143 1.533 0.362 0.717 No
a11 Intención de visitar
0.077 1.038 0.082 0.846 0.034 0.973 No
Imagen afectiva 
0.301 4.124 0.336 3.483 0.284 0.777 No
Imagen afectiva 
0.172 2.278 0.275 2.622 0.809 0.419 No
0.200 3.773 0.168 2.611 0.375 0.708 No
0.279 4.654 0.315 4.270 0.376 0.707 No
Valor percibido 
0.262 4.593 0.361 6.265 1.121 0.263 No
Valor percibido 
0.312 5.186 0.268 3.838 0.464 0.643 No
Como se observa en la tabla 4.16., el riesgo físico modera la relación entre la imagen cognitiva
e imagen afectiva (a9). Cuando el riesgo físico se percibe como bajo la imagen cognitiva influye
más en la imagen afectiva. Eso significa que si el destino se percibe como poco arriesgado el
consumidor se va a apoyar más en su propio conocimiento sobre el destino. Mientras que, si el
146
riesgo aumenta, esa relación es más baja y se supone que el consumidor va a buscar otras
fuentes de información antes de crear una imagen clara sobre el destino.
Resulta que el riesgo físico desempeña un papel fundamental en la toma de decisiones de

viaje, confirmada en varios estudios anteriores (Maser y Weiermair, 1998; Stone y Gronhaug,
1993; Sönmez y Graefe, 1998; Kozak et al., 2007; Batra, 2008; Chew y Jahari, 2014). Los
resultados de esta relación coinciden con los resultados obtenidos en otras investigaciones que
encontraron una relación directa entre el riesgo físico, la imagen de destino y la intención de
visita (Tavitiyaman y Qu, 2013; Chew y Jahari, 2014; Becken et al., 2017; Perpiña et al., 2019).
4.4.1.2. Efecto moderador del riesgo ambiental (RQB)
El riesgo ambiental se refiere a la posibilidad de que en el destino pueda ocurrir un desastre

natural (Dolnicar, 2005).
Tabla 4.18. Efecto del riesgo ambiental en la etapa de edición (RQ1B)

RQ1B Relaciones Valor p
FGC 
b1 Imagen cognitiva
0.239 3.271 0.109 1.198 1,124 0,262 No
FGC 
b2 Imagen afectiva
0.044 0.614 -0.034 0.405 0,707 0,480 No
FGC 
b5 Calidad percibida
0.148 1.575 0.111 1.147 0,272 0,786 No
FGC 
b7 Valor percibido
0.282 3.488** -0.024 0.237 2,386 0,017 Sí
UGC 
b3 Imagen cognitiva
0.143 1.581 0.368 4.160** 1,724 0,085 Sí
UGC 
b4 Imagen afectiva
0.127 1.760 0.168 1.966 0,366 0,714 No
UGC 
b6 Calidad percibida
0.258 2.276 0.381 4.084 0,901 0,368 No
UGC 
b8 Valor percibido
0.130 1.556 0.256 2.426 0,951 0,342 No
b9 Imagen afectiva
0.630 12.051 0.679 12.736 0,641 0,522 No
147
Tabla 4.19. Efecto del riesgo ambiental en la etapa de evaluación (RQ2B)

RQ2B Relaciones Valor p
b10 Intención de recomendar
0.223 2.708 0.083 0.923 1,129 0,259 No
b11 Intención de visitar
0.095 1.168 0.061 0.665 0,275 0,783 No
Imagen afectiva 
0.272 3.757 0.374 3.886 0,867 0,386 No
Imagen afectiva 
0.179 2.300 0.223 2.188 0,351 0,726 No
0.252 4.846** 0.114 1.884* 1,716 0,087 Sí
0.279 4.776 0.321 4.153 0,446 0,656 No
Valor percibido 
0.253 4.680 0.380 5.875 1,515 0,131 No
Valor percibido 
0.347 5.695 0.246 3.375 1,071 0,285 No
El efecto moderador del riesgo ambiental modera las relaciones entre comunicación generada
por el destino y valor percibido (b7), y la comunicación generado por el usuario y la imagen
cognitiva (b3) en la etapa de edición (RQ1B). Estos resultados implican que en el caso del
riesgo percibido ambiental bajo, los consumidores se enfocan más en el contenido generado
por los usuarios, pero cuando existe un riesgo percibido alto (Lep et al., 2011), se valora más el
contenido generado por el destino para evaluar la imagen y el valor de destino (Kozak et al.,
2007; Fuchs y Reichel, 2006).
Asimismo, se encuentra que el riesgo ambiental alto afecta a la relación entre el valor de marca
y la lealtad actitudinal moderando la relación entre la calidad y la intención de visitar un destino
(b14), en la etapa de evaluación (RQ2B). Este resultado supone que el riesgo ambiental puede
afectar a la intención de visitar un destino turístico incluso si la percepción de calidad es alta.
Un resultado similar fue obtenido en el trabajo de Becken et al. (2017) sobre la contaminación
del aire en China.
148
4.4.1.3. Efecto moderador del riesgo financiero (RQC)
El riesgo financiero se refiere a la posibilidad que el viaje al destino no proporcione el valor

esperado por el dinero pagado (Stone y Grønhaug, 1993).
Tabla 4.20. Efecto del riesgo financiero en la etapa de edición (RQ1C)

RQ1C Relaciones Valor p
FGC 
c1 Imagen cognitiva
0.196 2.427 0.192 2.006 0,033 0,974 No
FGC 
c2 Imagen afectiva
-0.030 0.506 0.089 0.905 1,067 0,287 No
FGC 
c5 Calidad percibida
0.131 1.331 0.139 1.473 0,053 0,958 No
FGC 
c7 Valor percibido
0.172 1.888 0.153 1.588 0,147 0,883 No
UGC 
c3 Imagen cognitiva
0.260 2.898 0.152 1.428 0,787 0,432 No
UGC 
c4 Imagen afectiva
0.128 1.778 0.127 1.359 0,013 0,990 No
UGC 
c6 Calidad percibida
0.315 3.314 0.266 2.770 0,367 0,714 No
UGC 
c8 Valor percibido
0.246 2.542 0.051 0.506 1,405 0,161 No
c9 Imagen afectiva
0.660 11.043 0.631 11.952 0,366 0,715 No
Tabla 4.21. Efecto del riesgo financiero en la etapa de evaluación (RQ2C)

RQ2C Relaciones Valor p
c10 Intención de recomendar
0.195 2.459 0.159 1.723 0,300 0,764 No
c11 Intención de visitar
0.094 1.164 0.056 0.624 0,316 0,752 No
Imagen afectiva 
0.289 3.683 0.303 3.439 0,121 0,904 No
Imagen afectiva 
0.211 2.615 0.187 1.883 0,194 0,847 No
0.126 2.390 0.255 3.971 1,563 0,119 No
0.228 3.793 0.329 4.729 1,111 0,267 No
Valor percibido 
0.345 5.861 0.255 4.302 1,082 0,280 No
Valor percibido 
0.373 6.229** 0.213 3.201** 1,797 0,073 Sí
El riesgo financiero es uno de los riesgos más reales y por tanto más importantes porque
supone una pérdida de dinero. No se ha encontrado el efecto moderador del riesgo percibido
en la relación entre la comunicación en las redes sociales y el valor de marca de destino
(RQ1C), aunque en el trabajo de Chew y Jahari (2014), se confirma una relación entre la
imagen y el riesgo financiero.
149
Por otro lado, en la etapa de evaluación (RQ2C), el riesgo financiero modera la relación entre el
valor percibido y la intención de visitar (c17), lo que supone que en cuanto más se percibe el
riesgo financiero más efecto tiene el valor percibido en la intención de visita. Un resultado
similar fue obtenido en el trabajo de Siegrist et al. (2000) y en el contexto de los destinos
turísticos en los estudios de Fuchs y Reichel, (2006) y Sönmez y Graefe (1998b).
4.4.1.4. Efecto moderador del riesgo de calidad de servicio (RQD)
El riesgo de calidad de servicio se refiere a la posibilidad de que el destino no tenga

instalaciones satisfactorias en el caso de emergencia (Fuchs and Reichel 2006; 2011)
Tabla 4.22. Efecto del riesgo de calidad de servicio en la etapa de edición (RQ1D)

RQ1D Relaciones Valor p
FGC 
d1 Imagen cognitiva
0.189 2.645 0.137 1.331 0,422 0,673 No
FGC 
d2 Imagen afectiva
-0.028 0.457 0.087 0.865 1,031 0,303 No
FGC 
d5 Calidad percibida
0.050 0.574 0.220 1.977 1,200 0,231 No
FGC 
d7 Valor percibido
0.116 1.323 0.194 2.056 0,575 0,565 No
UGC 
d3 Imagen cognitiva
0.193 2.325 0.332 3.123 1,020 0,308 No
UGC 
d4 Imagen afectiva
0.186 2.787 0.073 0.750 0,981 0,327 No
UGC 
d6 Calidad percibida
0.305 3.685 0.362 3.162 0,408 0,683 No
UGC 
d8 Valor percibido
0.180 2.021 0.199 2.018 0,133 0,894 No
d9 Imagen afectiva
0.616 12.435 0.697 11.891 1,013 0,312 No
Tabla 4.23. Efecto del riesgo de calidad de servicio en la etapa de evaluación (RQ2D)

RQ2D Relaciones Valor p
d10
0.173 2.587 0.184 1.489 0,083 0,934 No
d11
0.075 1.051 0.097 0.879 0.178 0.859 No
Imagen afectiva 
d12
0.303 4.639 0.312 2.531 0,073 0,942 No
Imagen afectiva 
d13
0.210 2.917 0.185 1.661 0,201 0,841 No
d14
0.218 4.374 0.144 2.214 0,905 0,366 No
d15
0.287 5.080 2.90 3.750 0,026 0,979 No
Valor percibido 
d16
0.282 5.738 0.336 4.616 0,631 0,528 No
Valor percibido 
d17
0.299 4.891 0.337 4.722 0,387 0,699 No
150
El riesgo percibido de calidad de servicio no modera relaciones del valor de marca. Este
resultado no coincide con los resultados obtenidos en el estudio de Sweeney et al. (1999) que
encontraron la relación entre el riesgo de calidad de servicio, el valor percibido y la intención de
compra. Como la dimensión del riesgo de calidad de servicio se refiere a los problemas de
seguridad alimentaria e instalaciones en caso de emergencia, se puede concluir, que en
general, es uno de los riesgos que los consumidores ignoran, porque eso supone un resultado
insatisfactorio de que puedan acabar enfermos durante sus vacaciones.
Muchos estudios empíricos demostraron que las personas ignoran los cálculos de decisiones
normales. A veces niegan el riesgo. A veces aceptan el riesgo pero no creen que se aplique a
sí mismos (como accidentes potenciales). Puede ser que rechacen el razonamiento
probabilístico para un resigo específico porque tengan una creencia más fuerte en la base
causal de los eventos aleatorios. En otras palabras, según los resultados de esta investigación,
el riesgo de calidad de servicio se considera como un evento improbable que las personas
tratan de ignorar, independientemente de sus consecuencias (March y Shapira, 1987). Según
Mitchell et al. (1999), esta actitud provoca la “tolerancia al riesgo”, que es un proceso en el que
una persona trata de reducir la probabilidad insatisfactoria y absorbe el dicho riesgo de su
decisión.
4.4.1.5. Efecto moderador del riesgo de tiempo (RQE)
El riesgo de tiempo se refiere a la posibilidad de que el viaje al destino pueda durar mucho
tiempo, o puede ser una pérdida de tiempo (Quintal et al., 2010).
Tabla 4.24. Efecto del riesgo de tiempo en la etapa de edición (RQ1E)

RQ1E Relaciones Valor p
FGC 
e1 Imagen cognitiva
0.181 2.131 0.202 2.333 0.791 0.429 No
FGC 
e2 Imagen afectiva
0.014 0.243 0.035 0.368 0.189 0.850 No
FGC 
e5 Calidad percibida
0.100 1.139 0.168 1.608 0.494 0.621 No
FGC 
e7 Valor percibido
0.176 1.778 0.138 1.548 0.038 0.338 No
UGC 
e3 Imagen cognitiva
0.271 3.148 0.183 1.830 0.088 0.658 No
UGC 
e4 Imagen afectiva
0.064 1.038 0.194 2.115 1.253 0.211 No
UGC 
e6 Calidad percibida
0.352 3.899 0.249 2.406 0.738 0.461 No
UGC 
e8 Valor percibido
0.234 2.343 0.118 1.305 0.870 0.385 No
e9 Imagen afectiva
0.701 15.258 0.608 10.762 1.253 0.211 No
151
Tabla 4.25. Efecto del riesgo de tiempo en la etapa de evaluación (RQ2E)

RQ2E Relaciones Valor p
e10 Intención de recomendar
0.141 1.737 0.201 2.430 0.512 0.609 No
e11 Intención de visitar
0.042 0.514 0.117 1.459 0.653 0.514 No
Imagen afectiva 
0.273 3.197 0.326 4.158 0.454 0.650 No
Imagen afectiva 
0.204 0.185 2.340 2.177 0.154 0.878 No
0.154 3.003 0.216 3.699 0.791 0.429 No
0.227 3.808 0.323 4.855 1.071 0.285 No
Valor percibido 
0.410 6.607** 0.215 3.961** 2.381 0.018 Sí
Valor percibido 
0.430 6.588** 0.209 3.586** 2.537 0.012 Sí
No se comprueba el efecto moderador del riesgo de tiempo en la relación entre la

comunicación en las redes sociales y el valor de marca (RQ1E), aunque Boksberger y Craig-
Smith (2006) proponen que el riesgo temporal tiene un efecto moderador sobre la
comunicación y percepción de utilidad del destino.
Por otra parte, se confirma que el efecto moderador del riesgo de tiempo en la relación entre el
valor de marca y la lealtad actitudinal (RQ2E) a través de la dimensión del valor percibido. Este
resultado coincide con la propuesta teórica de Boksberger y Craig-Smith (2006) que sugieren
que el riesgo de tiempo está relacionado con el fallo de servicio (acomodación, transporte, etc.)
por tanto, se relaciona directamente con la pérdida de dinero (valor percibido) y así influye en la
toma de decisión de viaje (e16; e17).
152
4.4.1.6. Efecto moderador del riesgo social (RQF)
El riesgo social se refiere a la posibilidad de una pérdida potencial de estatus en el grupo social
de uno como resultado de adoptar un producto o servicio (Fuchs y Reichel, 2006; 2011).
Tabla 4.26. Efecto del riesgo social en la etapa de edición (RQ1F)

RQ1F Relaciones Valor p
FGC 
f1 Imagen cognitiva
0.100 1.142 0.261 3.041 1,247 0,213 No
FGC 
f2 Imagen afectiva
-0.015 0.230 0.046 0.520 0,493 0,622 No
FGC 
f5 Calidad percibida
0.037 0.327 0.195 2.342 1,149 0,251 No
FGC 
f7 Valor percibido
0.094 0.976 0.192 2.315 0,761 0,447 No
UGC 
f3 Imagen cognitiva
0.326 3.137 0.127 1.397 1,412 0,159 No
UGC 
f4 Imagen afectiva
0.120 1.517 0.157 1.935 0,311 0,756 No
UGC 
f6 Calidad percibida
0.469 4.497** 0.172 1.995* 2,173 0,030 Sí
UGC 
f8 Valor percibido
0.346 3.295** 0.059 0.733 2,193 0,029 Sí
f9 Imagen afectiva
0.658 12.056 0.609 10.893 0,596 0,552 No
Tabla 4.27. Efecto del riesgo social en la etapa de evaluación (RQ2F)

RQ2F Relaciones Valor p
f10 Intención de recomendar
0.086 0.988 0.192 2.437 0,877 0,381 No
f11 Intención de visitar
0.004 0.040 0.094 1.271 0,768 0,443 No
Imagen afectiva 
0.283 3.273 0.300 4.114 0,148 0,882 No
Imagen afectiva 
0.200 2.182 0.167 2.077 0,261 0,794 No
0.160 2.896 0.182 3.168 0,263 0,793 No
0.267 4.136 0.253 3.770 0,147 0,883 No
Valor percibido 
0.465 7.200** 0.226 4.023** 2,728 0,007 Sí
Valor percibido 
0.444 6.585** 0.244 3.897** 2,091 0,037 Sí
El efecto del riesgo social modera las relaciones entre el contenido generado por el usuario y la
calidad percibida (f6) y el valor percibido (f8) en la etapa de edición (RQ1F). Este resultado
coincide con los resultados de otros estudios que sugieren que en caso de la percepción del
riesgo social aumenta el miedo de la opinión de otras personas respecto a la selección de un
destino turístico. Por tanto el consumidor, se enfoca más en el contenido que comparten otros
153
usuarios (amigos) (Fuchs y Reichel, 2006; 2011), para evaluar mejor la calidad (Chevalier y
Mayzlin, 2006) y el valor de este destino turístico (Cova y Paranque, 2016; Lee y Watkins,
2016).
Por otra parte, se observa que el riesgo social modera las relaciones del valor percibido y la
intención de recomendar (f16) y visitar un destino turístico (f17) en la etapa de evaluación
(RQ2F). Este resultado representa una confirmación de la propuesta teórica de Fuchs y
Reichel, (2006; 2011), que postulan que las personas que perciben el riesgo social alto buscan
los destinos que están aprobados por un grupo social (amigos y familiares). El consumidor cree
que lo que no está aprobado por su entorno, tampoco le va a gustar a él, lo que se refleja
directamente al valor percibido de un destino y su toma de decisión.
4.4.1.7. Efecto moderador del riesgo cultural (RQG)
El riesgo cultural se refiere a la posibilidad de que existan unas barreras culturales como idioma
o religión que puedan afectar de forma negativa la experiencia en el destino (Lepp y Gibson,
2003).
Tabla 4.28. Efecto del riesgo cultural en la etapa de edición (RQ1G)

RQ1G Relaciones Valor p
FGC 
g1 Imagen cognitiva
0.033 0.449 0.388 4.263** 2,990 0,003 Sí
FGC 
g2 Imagen afectiva
-0.031 0.375 0.042 0.652 0,706 0,481 No
FGC 
g5 Calidad percibida
-0.014 0.182 0.280 2.511** 2,124 0,034 Sí
FGC 
g7 Valor percibido
0.090 1.052 0.241 2.472 1,151 0,250 No
UGC 
g3 Imagen cognitiva
0.389 4.456** 0.024 0.244 2,766 0,006 Sí
UGC 
g4 Imagen afectiva
0.163 1.991 0.150 2.164 0,120 0,905 No
UGC 
g6 Calidad percibida
0.397 5.320 0.214 1.950 1,335 0,182 No
UGC 
g8 Valor percibido
0.328 3.948** 0.037 0.359 2,179* 0,030 Sí
g9 Imagen afectiva
0.642 13.067 0.646 11.231 0,046 0,964 No
154
Tabla 4.29. Efecto del riesgo cultural en la etapa de evaluación (RQ2G)

RQ2G Relaciones Valor p
g10 Intención de recomendar
0.144 1.808 0.199 2.205 0,458 0,648 No
g11 Intención de visitar
0.047 0.546 0.102 1.204 0,449 0,653 No
Imagen afectiva 
0.376 4.960 0.240 2.600 1,130 0,259 No
Imagen afectiva 
0.268 3.035 0.139 1.648 1,056 0,292 No
0.179 3.276 0.221 3.642 0,508 0,612 No
0.241 3.874 0.349 5.115 1,160 0,247 No
Valor percibido 
0.267 4.602 0.327 5.576 0,719 0,473 No
Valor percibido 
0.328 5.497 0.292 4.409 0,396 0,692 No
Se comprueba que el riesgo cultural modera la relación entre la comunicación en redes

sociales y el valor de marca en la etapa de edición (RQ1G) a través de las relaciones entre la
comunicación generada por el destino y la imagen cognitiva (g1) y calidad percibida (g5), y por
otra parte las relaciones entre la comunicación generada por el usuarios y la imagen cognitiva
(g3) y el valor percibido (g8). Este resultado implica que si existen barreras culturales grandes
una persona puede percibir el riesgo cultural. Si el riesgo percibido es bajo los consumidores se
enfocan más en la comunicación de destino, pero si es alto valorarán más la opinión de otros
usuarios y su experiencia previa para aprender más sobre dicho destino y evaluar el valor
percibido. Este resultado es similar al resultado del estudio de Lepp y Gibson (2003; 2008),
donde se confirmó que el riesgo cultural puede afectar la percepción del destino.
Sin embargo, no encontró el efecto moderador del riesgo cultural en la etapa de evaluación
(RQ2G) aunque varios autores sugieren que el riesgo cultural afectará la toma de decisión de
viaje (Lepp y Gibson, 2003; 2008; Reisinger y Mavondo, 2005). No obstante, se observa que en
el caso de la percepción del riesgo cultural alto, los consumidores evalúan el destino a través
del valor percibido, que es una de las dimensiones clave que predice el comportamiento del
consumidor, por tanto podemos concluir que la percepción del riesgo cultural influye en la toma
de decisión de viaje de forma indirecta.
155
4.5. RESUMEN DEL CONTRASTE DE LAS HIPÓTESIS Y CUESTIONES A INVESTIGAR
En el presente epígrafe se resume el contraste de las hipótesis planteadas en el modelo y las

cuestiones a investigar. Para comprobar los efectos directos del modelo de investigación se
plantearon 17 hipótesis de las cuales 15 han fueron aceptadas y 2 rechazada después del
análisis empírico (ver tabla 4.30).
Tabla 4.30. Contraste de las hipótesis del modelo del valor de marca
H Hipótesis propuestas Contraste
H1 FGC  Imagen cognitiva Aceptada

H2 FGC  Imagen afectiva Rechazada
H3 UGC  Imagen cognitiva Aceptada
H4 UGC  Imagen afectiva Aceptada
H5 FGC  Calidad percibida Aceptada
H6 UGC  Calidad percibida Aceptada
H7 FGC  Valor percibido Aceptada
H8 UGC  Valor percibido Aceptada
H9 Imagen cognitiva Imagen afectiva Aceptada
H10 Imagen cognitiva Intención de recomendar Aceptada
H11 Imagen cognitiva Intención de visitar Rechazada
H12 Imagen afectiva Intención de recomendar Aceptada
H13 Imagen afectiva Intención de visitar Aceptada
H14 Calidad percibida Intención de recomendar Aceptada
H15 Calidad percibida Intención de visitar Aceptada
H16 Valor percibido Intención de recomendar Aceptada
H17 Valor percibido Intención de visitar Aceptada
Para verificar el efecto moderador de los riesgos percibidos se plantearon 2 cuestiones a

investigar. En primer lugar, se investigó el efecto moderador del riesgo percibido en la
relaciones entre la comunicación en las redes sociales y el valor de marca (RQ1), en segundo
lugar el efecto moderador del riesgo percibido en las relaciones entre el valor de marca y la
156
lealtad actitudinal de destino. Los resultados de cada una de las dimensiones del valor de
marca se sintetizan en la tabla 4.31.
Tabla 4.31. Resumen de los resultados del efecto moderador del riesgo percibido
Efecto moderador del riesgo percibido

RQ1: etapa de edición RQ2: etapa de evaluación
Dimensiones Efecto Efecto
RQ1 Relaciones RQ2
del riesgo Moderador Moderador
Riesgo físico RQ1A Sí Imagen afectiva RQ2A No -
FGC 
Riesgo Valor percibido
RQ1B Sí UGC 
RQ2B Sí Intención de
ambiental recomendar
Imagen cognitiva
Riesgo Valor percibido 
RQ1C No - RQ2C Sí Intención de visitar
financiero
Riesgo
Calidad de RQ1D No - RQ2D No -
Servicio
Valor percibido 
Intención de
Riesgo de
RQ1E No - RQ2E Sí recomendar
tiempo Valor percibido 
Valor percibido 
UGC 
Intención de
Calidad percibida
Riesgo social RQ1F Sí RQ2F Sí recomendar
UGC  Valor percibido 
Valor percibido Intención de visitar
FGC 
Imagen cognitiva
FGC 
Riesgo Calidad percibida
RQ1G Sí UGC 
RQ2G No -
Cultural
Imagen cognitiva
UGC 
Valor percibido
En el siguiene capítulo se resentan las principales conclusiones de la investigación y se evalúa

el cumplimiento de los objetivos específicos.
157
CAPÍTULO V: CONCLUSIONES DE LA INVESTIGACIÓN
5.1. PRINCIPALES CONCLUSIONES Y DISCUSIÓN DE RESULTADOS
5.1.1. Evaluación del cumplimiento de los objetivos
A lo largo de la investigación se plantearon 5 objetivos, cuyo cumplimiento se puede considerar

satisfactorio. El modelo del valor de marca de destino se consideró desde la perspectiva del
consumidor construyendo sobre la conceptualizacion de la cadena de valor de Keller y
Lehmann (2003). Se analizaron los estudios previos del valor de marca de destino para
determinar las dimensiones principales que forman parte del valor de marca en el contexto de
los destinos turísticos (Konecnik y Gartner 2007; Boo et al., 2009; Kim et al., 2009; San Martín
et al.,2018) y finalmente se aprovecharon los estudios sobre el efecto de la comunicación en
redes sociales en el valor de marca (Bruhn et al., 2012; Schivinski y Dabrowski, 2016; Godey et
al., 2016; Colicev et al., 2018) para integrar el contenido generado por el destino y el contenido
generado por el usuario como antecedentes del valor de marca. Posteriormente, se analizó el
concepto del riesgo percibido en el contexto de los destinos turísticos (Seabra et al., 2013;
Chew y Jahari; 2014; Saha y Yap, 2014; Wolff y Larsen, 2014) con el fin de determinar las
dimensiones principales del riesgo percibido, y su efecto moderador en el valor de marca.
El modelo de nuestra investigación se basa en dos teorías importantes que explican las
relaciones complejas entre los conceptos integrados en el presente estudio.
La primera es la teoría de esquema (Fiske, 1982; Mandler, 1982; Eysenck y Wilson, 1984),
procedente de la psicología cognitiva, que indica que una persona inconscientemente cambia
su percepción de las marcas con cada información nueva que se procesa en su mente,
explicando de esta forma la relación entre la comunicación en las redes sociales y el valor de
marca.
La segunda es la teoría de prospectiva (Kahneman y Tversky, 1979), que explica el proceso de

toma de decisiones bajo percepciones de riesgo, y que indica que este proceso consiste en dos
etapas, en la primera el consumidor toma la fuente de comunicación como el punto de
referencia para analizar las posibles ganancias y pérdidas y en la segunda etapa toma una
decisión a partir de esa evaluación previa. De esta manera, se plantearon dos cuestiones a
investigar, donde se definió el riesgo percibido como una variable moderadora que afecta a las
158
relaciones del valor de marca en dos etapas; primero cuando un consumidor recibe la
información y segundo cuando toma la decisión.
Mediante la técnica de regresión por mínimos cuadrados parciales (PLS) se validó el modelo de
investigación obteniendo resultados satisfactorios y, cumpliendo así con los objetivos
principales planteados en el estudio. La técnica PLS queda justificada en estudios exploratorios
al resultar idónea para la construcción de los modelos predictivos (Wold, 1982; Chin et al.,
2003; Shmueli et al., 2016). El modelo presentado se validó en varias fases: evaluación del
modelo de medida y, evaluación del modelo estructural análisis multigrupo para analizar el
papel moderador de las distintas dimensiones del riesgo.
El contraste de hipótesis permitió comprobar la influencia y relación entre las variables externas
del modelo y las variables principales y responder a los 5 objetivos específicos de nuestra
investigación.
El primer objetivo (i), que era identificar el efecto de la evaluación de la comunicación creada
por la empresa y por el usuario sobre las dimensiones del valor de marca: imagen cognitiva,
imagen afectiva, calidad percibida y el valor percibido. Según el resultado del contraste de las
hipótesis se identificó que la comunicación en las redes sociales juega un papel importante
como antecedente del valor de marca de destino, tanto el contenido generado por el destino
como el contenido generado por el consumidor. Comparando las dos formas de comunicación
se puede concluir que el contenido generado por el usuario influye más fuerte en todas
dimensiones del valor de marca, mientras que el FGC no tiene un efecto directo en la imagen
cognitiva.
El segundo objetivo (ii) era identificar las variables de la imagen dual del destino a través de
sus componentes cognitiva y afectiva y el efecto que tiene la imagen cognitiva sobre la imagen
afectiva. La relación entre la imagen cognitiva y la afectiva fue la más estrecha que se encontró
en el modelo, lo que significa que la imagen cognitiva y afectiva son dos componentes
integrales de la imagen del destino, tal y como propone Keller (1993) en su modelo del valor de
marca.
El tercer objetivo (iii) era identificar el efecto de la evaluación de las dimensiones del valor de
marca: imagen cognitiva, imagen afectiva, calidad percibida y el valor percibido sobre la lealtad
actitudinal. Se halló una relación positiva entre la percepción del valor de marca y la lealtad
actitudinal, que se refleja en la intención de recomendar y visitar un destino turístico. Sin
159
embargo, no todas las dimensiones influyen de la misma manera en el comportamiento del

consumidor. La imagen cognitiva no provoca la intención de visitar. Otras dimensiones (imagen
afectiva, calidad percibida y valor percibido) pueden predecir el comportamiento del
consumidor.
El cuarto objetivo (iv) era identificar las variables del riesgo percibido y su efecto moderador
sobre la relación entre la comunicación y las dimensiones del valor de marca. El análisis
empírico mostró que, de las siete dimensiones del riesgo percibido, tres dimensiones provocan
un efecto moderador entre la comunicación y el valor de marca. El riesgo físico modera la
relación entre la imagen cognitiva e imagen afectiva. El riesgo ambiental afecta a las relaciones
entre FGC y valor percibido y el UGC y la imagen cognitiva. El riesgo cultural afecta a las
relaciones entre la evaluación de la comunicación del destino (FGC) y la imagen y calidad
percibida, y la evaluación entre la comunicación del usuario (UGC) y la imagen cognitiva y el
valor percibido.
El quinto objetivo (v) era comprobar el efecto moderador del riesgo percibido sobre la relación
entre las dimensiones del valor de marca y la lealtad actitudinal. Los resultados revelaron que,
de las siete dimensiones del riesgo, se identificaron cuatro dimensiones que provocan un efecto
moderador entre el valor de marca y la lealtad actitudinal, que se refleja a través de la intención
de recomendar y visitar un destino turístico. El riesgo ambiental modera la relación entre
calidad percibida e intención de recomendar. El riesgo financiero afecta la relación entre el
valor percibido e intención de visitar. Del mismo modo, el riesgo de tiempo y el riesgo social y
cultural influyen en la relación entre el valor percibido y la lealtad actitudinal.
En el siguiente apartado se resumen las conculsiones de la investigación con respecto a los

efectos directos en el modelo.
160
1.1.2. Conclusiones de la investigación respecto a los efectos directos en el

modelo
En primer lugar, se confirmó empíricamente que la comunicación en las redes sociales influye
de manera intensa en el valor de marca de destino. El contenido generado por el usuario
influye en todas dimensiones del valor de marca, mientras que el contenido generado por el
destino solo no influye en la imagen cognitiva, lo que sugiere que el contenido que comparten
otros usuarios sobre los destinos es más importante para formar la imagen positiva de la
imagen de marca. Un hallazgo particularmente importante es la confirmación de la relación
entre las dos dimensiones de la imagen: cognitiva y afectiva. Los resultados sugieren que la
imagen afectiva procede de la cognición.
Analizando las relaciones de los dos componentes de la imagen con otras dimensiones del
valor de marca se concluye que los turistas almacenan informaciones provenientes de redes
sociales de forma inconsciente pero estas tienen un impacto importante en su respuesta
emocional (contenido en las redes sociales – imagen cognitiva - imagen afectiva). Por otro lado,
la imagen cognitiva favorable puede provocar una recomendación del destino, pero no tiene un
impacto directo sobre la intención de visita. Una persona decide visitar un destino turístico solo
si las informaciones almacenadas provocan una emoción positiva. Por tanto, la imagen afectiva
se convierte en el motor más importante de la predicción del comportamiento del consumidor.
Además, los resultados obtenidos confirmaron la relación positiva entre la comunicación en las
redes sociales (FGC y UGC) y la calidad percibida y el valor percibido. En otras palabras, el
contenido que se genera por las redes sociales afecta a la percepción de la calidad y al valor
de los destinos turísticos. Un hallazgo particularmente importante, puesto que hemos visto que
estas dos dimensiones forman parte de una evaluación funcional del destino que influye
directamente en la toma de decisión de viaje.
Finalmente, se concluyó que la comunicación en las redes sociales se procesa de dos formas
diferentes: según el camino emocional la información refuerza la imagen de marca a través de
la relación inconsciente entre los componentes cognitivo y afectivo de la imagen, y según el
camino funcional la información refuerza la evaluación funcional del destino a través de la
percepción de la calidad y el valor. Los dos caminos provocan la respuesta actitudinal positiva y
pueden predecir el comportamiento del consumidor.
161
5.1.3. Conclusiones de la investigación respecto al efecto moderador del riesgo
El efecto del riesgo percibido se investigó en dos fases importantes. La primera es la fase de
edición, donde el riesgo influye en relación entre la comunicación y el valor de marca. La
segunda es la fase de evaluación, donde el riesgo afecta a la relación entre el valor de marca y
la lealtad actitudinal. Según el nivel de percepción del riesgo alto o bajo, las dimensiones del
riesgo percibido afectarán a las relaciones del camino emocional del valor de marca (imagen
cognitiva y afectiva) y/o camino funcional (calidad y valor percibido).
Según el efecto que provocan en las relaciones de los caminos emocional y funcional del valor
de marca, podemos clasificar las dimensiones del riesgo percibido en 4 categorías diferentes:
En la primera categoría (i) se clasifican los riesgos percibidos que influyen en el camino
emocional. El riesgo físico es la única dimensión del riesgo que afecta el camino emocional del
valor de marca en la fase de la edición a través de la relación entre la imagen cognitiva y la
imagen afectiva, de tal manera que cuanto más alto es el riesgo menos fuerte es la relación
entre dos conceptos. Como la imagen afectiva es la dimensión central de la predicción del
comportamiento del consumidor, podemos concluir que, si el destino se percibe como
arriesgado en el sentido de seguridad personal, las personas van a intentar buscar más
información sobre el destino, probablemente la opinión de otras personas que ya visitaron el
destino o van a descartar dicho lugar como su posible destino.
En la segunda categoría (ii) se clasifican los riesgos que influyen en el camino funcional. Según
los resultados, tres dimensiones del riesgo percibido influyen en el camino funcional del valor
de marca a través de las dimensiones de la calidad percibida y valor percibido. Una percepción
alta del riesgo social en la fase de edición provocará que las personas se enfoquen más en la
comunicación de otros usuarios para percibir la calidad y el valor del destino. En este sentido,
puede pasar que si una persona tenga miedo de perder su estatus social valorará más el
contenido generado de otros usuarios similares (de edad, gustos, origen, sexo, etc.) para poder
llegar a la conclusión sobre el valor funcional del destino. Finalmente, si el riesgo social en la
fase de evaluación se percibe como alto el valor percibido jugará el papel decisivo en el
momento de tomar la decisión. El mismo efecto se observa en el caso del riesgo alto financiero
y de tiempo, el valor percibido es la clave en la etapa de evaluación.
La tercera categoria (iii) se refiere a los riesgos percibidos que influyen en los caminos
funcional y emocional. Dos dimensiones del riesgo percibido, el riesgo ambiental y el riesgo
162
cultural, influyen en las dimensiones del camino funcional y en el camino emocional pero de
forma indirecta a través de la imagen cognitiva. Las dos dimensiones del riesgo, cuando se
perciben como altas en la etapa de edición, afectarán a las relaciones entre la comunicación en
las redes sociales y las dimensiones de la imagen cognitiva, calidad percibida y valor percibido.
Esto implica que las personas buscarán más información sobre un destino turístico antes de
tomar la decisión. En el caso del riesgo ambiental alto, se centrarán más en la comunicación
oficial del destino, mientras que en el caso de percibir el riesgo cultural alto, valorarán más
información compartida por otros usuarios.
La cuarta categoría (iv) se refiere a los riesgos percibidos que se ignoran. Finalmente, existen
ciertas dimensiones del riesgo percibido que las personas perciben pero las ignoran como poco
probables. Asimismo, los resultados de nuestro estudio demuestran que el riesgo calidad de
servicio no provocó ningún efecto en las relaciones del valor de marca. Como se ha
argumentado antes, algunos de los riesgos no provocan ningún efecto porque se consideran
como poco probables y por tanto se crea una tolerancia al riesgo.
Finalmente, se observa que la percepción de riesgo alto en general provoca que las personas
se enfoquen más en la opinión de otros usuarios. Asimismo, aparte del riesgo físico que afecta
el camino emocional, todas las dimensiones del riesgo percibido afectan a la relación de la
dimensión del valor percibido en el camino funcional, lo que implica que el valor por el dinero
representa la evaluación más importante en el momento de toma de decisión (Sanchez et al.,
2006). Estos resultados demuestran la confirmación de los resultados del estudio de Sweeney
et al. (1999), que también encontraron la misma relación entre el riesgo, el valor percibido y la
intención de compra. Por tanto, si el riesgo no se refiere al peligro de perder la vida (riesgo
físico), todas posibles pérdidas se contrastan cuantificando el valor monetario de la compra con
una simple pregunta ¿es rentable visitarlo o no?
163
5.1.4. Contribuciones a la teoría
Desde un punto de vista teórico, el presente estudio ofrece varias contribuciones.
En primer lugar, se introduce la comunicación en las redes sociales desde el punto de vista del
destino (empresa) y del usuario como antecedente al valor de marca, basado en el modelo de
la cadena del valor de marca de Keller y Lehmann, (2003). De esta manera, nuestra
investigación representa la continuación de los estudios anteriores que investigaron la
comunicación en las redes sociales como antecedente del valor de marca (Bruhn et al., 2012;
Christodoulides et al., 2012; Kim y Ko, 2012; Hutter et al., 2013; Barreda, 2014; Severi et al.,
2014; Barreda et al., 2015; Dehghani y Tumer, 2015; Yang et al., 2015; Godey et al., 2016;
Schivinski y Dabrowski, 2015; 2016; Hanaysha, 2016; Seo y Park, 2018; Stojanovic et al.,
2018).
En segundo lugar (ii), los resultados de este estudio constituyen una contribución sobre el
efecto de la comunicación en las redes sociales en el valor de marca que no se había
estudiado en el contexto de los destinos turísticos. Además, considerando la ausencia de
trabajos empíricos sobre el valor de marca en el contexto digital indicada en AMS (2016) por
Keller (2016), Swaminathan (2016), Gürhan-Canli (2016) y John (2016), se realizó una primera
contribución en este sentido.
En tercer lugar (iii), el contraste de hipótesis ha permitido también una mejor comprensión de la
dinámica de la relación entre la comunicación en las redes sociales como fuente de
información, de las dimensiones del valor de marca y de la lealtad de la marca como la
respuesta del comportamiento del consumidor. Uno de los hallazgos particularmente
importantes del presente trabajo es la influencia directa de la comunicación del contenido
generado por el consumidor y el contenido generado por el usuario en el valor de marca. Desde
el punto de vista teórico, este resultado indica el cambio importante en el concepto del valor de
marca tradicional que antes no consideraba la comunicación generada por el usuario como
fuente de información (Keller y Lehmann, 2003; Keller, 2016).
En cuarto lugar (iv), resulta interesante destacar que el modelo de investigación demuestra que
la comunicación en las redes sociales representa una fuente de información muy importante
que tiene efecto directo en la percepción del valor de marca, especialmente el contenido
generado por el consumidor, y que las dimensiones del valor de marca afectan la lealtad
164
actitudinal de marca, a través de la intención de recomendación y la intención de recomendar

un destino y, por tanto, se concluye que pueden predecir el comportamiento del consumidor.
En quinto lugar (v), se ha confirmado empíricamente la relación directa entre los componentes
cognitivo y afectivo de la imagen. Analizando las relaciones de los dos componentes de la
imagen con otras dimensiones del valor de marca se concluye que los turistas almacenan
informaciones provenientes de redes sociales de forma inconsciente pero estas tienen un
impacto importante en su respuesta emocional (contenido en las redes sociales – imagen
cognitiva - imagen afectiva). Por otro lado, la imagen cognitiva favorable puede provocar una
recomendación del destino, pero no tiene un impacto directo sobre la intención de visita. Una
persona decide visitar un destino turístico solo si las informaciones almacenadas provocan una
emoción positiva. Por tanto, la imagen afectiva se convierte en el motor más importante de la
predicción del comportamiento del consumidor.
Finalmente, nuestra investigación representa la continuación de los estudios anteriores que

investigaron el riesgo percibido en el contexto de turismo (Lepp y Gibson, 2003; Dickson y
Dolnicar, 2004; Pizam et al., 2004; Reisinger y Mavondo, 2005; Fuchs y Reichel, 2006; Law,
2006; Simpson y Siguaw, 2008; Quintal et al. 2010; Korstanje, 2011; Williams y Baláž, 2013;
Lepp, y Gibson, 2011; Seabra et al., 2013; Chew y Jahari; 2014; Saha y Yap, 2014; Wolff y
Larsen, 2014; Adam, 2015; Kapuściński y Richards, 2016; Becken et al., 2017) y los estudios
del valor de marca que incluyeron el efecto del riesgo como parte de otros conceptos del valor
de marca de destino (Konecnik y Gartner, 2007; Pike, 2007; Pike et al., 2010; Gartner y
Konecnik Ruzzier, 2011; García et al., 2012; Im et al., 2012; Bianchi et al., 2014; Kladou y
Kehagias, 2014a; 2014b; Kim,et al., 2015; Pike y Bianchi, 2016; Chekalina et al., 2018; Duman
et al., 2018; Dedeoğlu et al., 2018; Kotsi,et al., 2018).
El efecto del riesgo percibido es un fenómeno subjetivo y complejo que tiene varias
dimensiones que influyen en la dinámica del valor de marca en dos momentos importantes.
Primero, en la evaluación de las posibles pérdidas y utilidades de una marca y, segundo, en el
momento de compra. Las investigaciones de las últimas décadas han hecho progresos
significativos para profundizar en el conocimiento y comprensión del riesgo percibido en el
contexto de turismo, pero esta investigación es la primera que incluye el efecto del riesgo
percibido en el modelo del valor de marca de destino, y por tanto contribuye a la teoría y a la
investigación sobre esta importante cuestión. Finalmente, nuestro estudio es pionero en
investigar el efecto del riesgo en relación entre la comunicación en las redes sociales y el valor
165
de marca y, de esta manera, representa la base para futuras investigaciones del valor de marca
en el mundo digital.
5.1.5. Implicaciones prácticas
Las conclusiones alcanzadas en esta investigación presentan interesantes implicaciones para

la gestión empresarial, y son de interés tanto para responsables de los destinos turísticos como
para los profesionales del marketing en general. Desde una perspectiva práctica, los resultados
obtenidos ofrecen la posibilidad de establecer conclusiones que puedan servir de guía y apoyo
a las organizaciones que gestionan las marcas de destinos y aquellas que aún no lo han
incorporado en sus prácticas pero consideran hacerlo en un futuro.
El turismo es el sector de los servicios en el que la comunicación en redes sociales representa

importante reto (Llodrà-Riera et al., 2015), por tanto, el presente estudio puede ayudar a los
gestores de marca a mejorar su estrategia de marketing online. En este sentido, este trabajo
ofrece a los responsables de los destinos evidencias que justifican y alientan la adopción de la
comunicación en redes sociales.
Los resultados muestran la estrecha relación entre la comunicación en las redes sociales y el
valor de marca. Si un destino está bien posicionado redes sociales impulsará mayor contenido
generado por el usuario, lo que conlleva un impacto importante sobre el valor de marca del
destino. En otros términos, la adopción de la comunicación en las redes sociales representa
una ventaja para generar ventajas competitivas del destino (Xiang et al., 2015; Xiang et al.,
2017) y mejorar el desempeño de la marca. Frente a estos resultados surgen dos cuestiones
¿cómo las redes sociales influyen en el desempeño de la marca? y ¿cómo hacer una estrategia
online para gestionar la marca de destino?
El primer lugar, la comunicación en medios sociales ayuda a que los turistas identifiquen y
conozcan más profundamente el destino. Consecuentemente, los gestores del destino
comprometidos en la comunicación en las redes sociales pueden mejorar su posicionamiento
frente a destinos competidores. Para mejorar el valor de su marca es recomendable generar
contenido favorable sobre la marca de destino usando la simbología de la marca generando así
una personalidad de marca más atractiva para unos turistas cada vez más están expuestos a
diferentes contenidos de redes sociales.
En segundo lugar, la relación entre los componentes cognitivo y afectivo de la imagen sugiere
que no es suficiente con ofrecer únicamente el contenido en social media sobre su marca de
166
destino (atracciones turísticas, promociones etc.), sino promover los valores de destino que
provoquen una respuesta emocional positiva. Los gestores de marca deben analizar cuál es la
personalidad única de la marca y adoptar estos valores en su estrategia online. Una de las
estrategias que puede aplicarse es el denominado “Inbound Marketing”, cuyos pilares se
centran en crear contenido de valor que despierte el interés de la audiencia a la que se quiere
llegar y provocar la emoción positiva (Halligan y Shah, 2009). Como se observa en el presente
estudio, el contenido que influye positivamente en la imagen afectiva del destino provoca una
actitud favorable por parte de los consumidores, con la intención de recomendar y visitar el
destino.
En tercer lugar, se demostró que la comunicación en las redes sociales tiene una relación
positiva con la calidad de la marca y el valor percibido. Los turistas evalúan mejor la calidad de
destino cuanto mayor es la percepción de calidad de los alojamientos, atracciones turísticas e
infraestructura. Por tanto, es muy importante potenciar que el destino cumple las necesidades
funcionales del turista.
En cuarto lugar, se comprobó que el contenido generado por el usuario tiene un impacto
importante en el valor de marca de destino. En consecuencia, se recomienda que los
responsables de destinos incentiven a los turistas a generar más contenido sobre la marca
creando hashtags populares, organizando concursos de fotos, blogs etc. En otros términos, la
estrategia de comunicación basada en la participación activa de los turistas a través de social
media supone una ventaja competitiva para el destino turístico, por su relevancia en el valor de
marca.
Finalmente, el modelo de investigación presentado establece un marco fundamental que los

directivos y responsables de la gestión de marketing de destinos pueden usar para evaluar los
factores del riesgo de los destinos turísticos. Los resultados demuestran que no es suficiente
únicamente generar contenido positivo sobre la marca sino también reducir el riesgo que una
marca genera. Los destinos turísticos pueden generar diferentes riesgos, incluso las marcas
fuertes generan ciertos riesgos que pueden perjudicar el proceso de toma decisión favorable
por parte de los consumidores.
Mientras que las dimensiones del valor de marca representan las ganancias que percibe un
consumidor, para cada una de las ganancias el consumidor simultáneamente evalúa el riesgo.
Es un proceso complejo e irracional donde cada consumidor puede dar más importancia a
167
algunos tipos de riesgos o ignorar otros. Es un fenómeno que afecta al comportamiento del
consumidor especialmente en el proceso de la elección de destino.
Los gestores de las marcas de destino, deberían pensar más allá de una simple promoción de
los destinos. Es decisivo que los profesionales tengan en cuenta que un turista es primero un
ser humano que busca satisfacer un deseo, “el deseo de compra”, en el cuál se involucran
distintos riesgos que se pueden convertir en miedos que afectan directamente a su decisión
(Pappas, 2017). La elección del destino turístico la podemos comparar con una compra online,
porque el consumidor no puede llegar a estar en contacto con el producto antes de la compra y
nadie quiere tomar una mala decisión. Por eso, cuando se percibe un riesgo, los consumidores
intentarán reducir su temor al recopilar más información y buscar pruebas sociales. De ahí, se
proponen dos estrategias de marketing para reducir el riesgo percibido:
En primer lugar, reducir la incertidumbre ofreciendo información a través del FGC. A la gente no
le gusta lo desconocido, siente miedo a la hora de realizar alguna decisión cuando existe la
posibilidad de fracaso. La falta de información puede provocar una incertidumbre relacionada
con la elección de un destino turístico. Si existe falta de información, una persona no puede
evaluar adecuadamente el producto, y eso se configura como el principal de los problemas al
que se enfrenta el consumidor a la hora de tomar una decisión de compra. En una situación así
una persona suele experimentar miedos asociados al estado de incertidumbre, como el miedo
de equivocarse en la decisión de compra y, de oportunismo de marca, que se refiere a que la
propia marca oculta información relevante.
Por tanto, el primer paso es difundir la información sobre la marca de destino a través del
marketing en las redes sociales y la publicidad generando el conocimiento de la marca. Se ha
evidenciado en varios estudios que el conocimiento de marca puede reducir el riesgo percibido
(Sharp, 1996; Chen y He, 2003; Moisescu, 2009; Homburg et al., 2010) y que el conocimiento
de la marca influye de manera positiva en el valor de marca (Schuiling y Kapferer, 2004; Esch
et al., 2016; Stojanovic et al., 2018).
En segundo lugar, ofrecer una prueba social a través del UGC. Los resultados han mostrado
que los consumidores valoran más el contenido generado por el usuario cuando perciben
riesgo alto. Varios estudios confirman que a la hora de elegir un producto o servicio los
consumidores suelen buscar la opinión de otros usuarios para reforzar su decisión (Buttle,
1998; Ennew et al., 2000; Ha, 2002; Sweeney et al., 2008). La información que generan otros
usuarios a través de boca oído electrónico les ayuda identificar los productos que mejor se
168
adaptan a sus preferencias personales (De Matos y Rossi, 2008; Adam, 2015; Babić Rosario et
al., 2016; Hussain et al., 2017).
Por tanto, impulsar a los clientes a generar contenido en redes sociales representa una
estrategia clave para reducir el riesgo. El UGC ofrece una prueba social que demuestra que los
que han hecho una elección similar tenían experiencias agradables con el producto o servicio
que recibieron (Cialdini y Goldstein, 2004), lo que hace a que otros consumidores se sientan
más cómodos tomando la misma decisión en el momento de compra (Cialdini, 1993; 2001;
2009).
Para concluir, los gestores de marketing pueden utilizar estos resultados como base para sus
futuras estrategias de marketing en las redes sociales relacionadas con la creación del valor de
marca, y usar los componentes del modelo para entender qué factores de riesgo necesitan
atención para responder de una forma adecuada. Si se trata de una marca nueva que se
pretende formar en el mundo digital, este modelo ofrece un conocimiento sobre las etapas del
camino de compra que pueden ayudar a diseñar una estrategia inicial, y ofrece directrices
sobre dónde se deben invertir los recursos en publicidad online.
5.2. LIMITACIONES DE LA INVESTIGACIÓN
Si bien el modelo propuesto, la validación del mismo y los resultados alcanzados han sido
satisfactorios y resultan de gran utilidad para futuras investigaciones, el presente estudio ha
contado con una serie de limitaciones teóricas y metodológicas que cabe mencionar:
A nivel metodológico, la muestra del estudio empírico podría ser más amplia. Una muestra más
grande nos daría la posibilidad de segmentar más los resultados. Asimismo, el hecho de haber
compartido el cuestionario en las redes sociales influyo en el perfil de la muestra, ya que el
75% de los encuestados provenían de Serbia y España. Por tanto, la generalización de los
resultados de la investigación debe tomarse con prudencia, y considerarse como una primera
fase de estudio de carácter exploratorio, el cual debería ser confirmado mediante estudios
posteriores de mayor profundidad con un muestreo probabilístico aleatorio.
El objetivo de la investigación era comprobar como las redes sociales influyen en el valor de
marca, por eso no se han tomado en cuenta otras fuentes de información que podrían influir en
la percepción del destino. Una variable adicional de las fuentes de información offline nos
podrían proporcionar una explicación más amplia de la realidad, y servir como punto de
comparación con las redes sociales.
169
No se ha tomado en cuenta el conocimiento general del destino turístico. Los resultados de

nuestra investigación demostraron que poco conocimiento de un destino turístico puede
provocar una incertidumbre a la hora de evaluar dicho destino, y aumentar el riesgo percibido al
mismo tiempo.
El efecto moderador del riesgo percibido se investigó sin tomar en cuenta si el encuestado
había considerado antes viajar a dicho destino. Esto podría provocar un sesgo en el momento
de evaluar el riesgo percibido porque si las personas, antes de responder a la encuesta,
pensaban viajar a este destino, implica que ellos iban a minimizar el riesgo percibido de forma
inconsciente porque quieren reforzar su decisión anterior, para estar seguros de era buena,
hecho explicado por el psicológico Cialdini en su libro Influencia: Ciencia y Practica (2009).
Finalmente, no se tomaron en cuenta los perfiles psicológicos de las personas y su actitud

hacia el riesgo. Algunas personas tienden a buscar los destinos que consideran arriesgados
(Aschauer, 2010), y este fenómeno podría influir en los resultados.
5.3. FUTURAS LINEAS DE INVESTIGACIÓN
El rol de redes sociales como antecedente del valor de marca de los destinos turísticos es un
tema escasamente estudiado especialmente en el contexto de los destinos turísticos (Keller,
2016). Según la revisión de la literatura académica y las conclusiones del presente estudio, se
apuntan líneas de investigación de interés para futuros trabajos.
En primer lugar, se sugiere ampliar la investigación a través de estudios cross-culturales que

permitan comparar la percepción de turistas de diferentes países y dotar de mayor validez al
modelo (Swaminathan, 2016). Asimismo, ampliar el modelo, incorporando la variable de la
conciencia de marca, que se ha demostrado como determinante para reducir el riesgo
percibido. El conocimiento de un destino turístico juega un papel muy importante como
antecedente del valor de marca y una dimensión que puede reducir la incertidumbre en el
momento de la toma de decisión. Por tanto, se propone integrar esta dimensión en los futuros
estudios.
En segundo lugar, analizar el contenido de las redes sociales como antecedente del valor de
marca. En nuestro estudio la comunicación en las redes sociales se analiza de forma genérica
sin entrar en el diseño de mensaje. Por consiguiente, es necesario desarrollar un estudio que
trate de analizar el contenido (texto, imagen, vídeo) como antecedente del valor de marca (Lee
et al., 2018).
170
En tercer lugar, analizar la diferencia entre los segudiores y no seguidores de una marca.
Recientemente, la red social más popular del mundo Facebook implementó cambios de su
política para filtrar el material promocional no pagado en los feeds de los noticias de los
usuarios que las empresas publican. Este cambio supone un corte del tráfico orgánico que
obliga a las empresas/destinos a pagar la publicidad incluso para comunicarse con sus propios
seguidores (Kumar et al., 2016). Este ejemplo demuestra la importancia de diseñar un
contenido atractivo para el público en las redes sociales, pero también revela uno de los
problemas principales de las marcas, entender la diferencia en el comportamiento de los
usuarios dentro de la comunidad online, es decir, usuarios que siguen una marca, y los no
seguidores (Keller, 2016; Mochon et al., 2017). La acción de seguir una marca en las redes
sociales es la consecuencia de la percepción del valor de marca en la mente de los seguidores
(Keller, 2016). Una de las líneas de investigación futuras podría ser analizar qué cambio en la
percepción del valor de marca provoca el hecho de que una persona se convierta en seguidor
de una marca y cómo este fenómeno influye en su percepción del riego.
Finalmente, ampliar la muestra analizando diferentes segmentos de la población (según la

edad, género, experiencia de las redes sociales, etc.), de forma que permita una mayor
generalización de los resultados, así como analizar diferencias de comportamiento o identificar
perfiles de usuarios diferentes. En todo caso, cabe destacar la importancia de que las
investigaciones tengan una aplicación práctica, de forma que el conocimiento científico pueda
ser aplicado a la práctica empresarial, y no se trate solamente de campos aislados o muy
divergentes.
171
GLOSARIO DE SIGLAS Y ACRÓNIMOS
FGC Firm Generated Content Contenido generado por la empresa/destino
UGC User Generated Content Contenido generado por el usuario
WOM Word Of Mouth Comunicación boca-oído
eWOM Electronic Word Of Mouth Comunicación boca-oído electrónico
CBBE Customer Based Brand Equity Valor de marca desde la perspectiva del
consumidor
CBDBE Customer Based Destination El valor de marca de destino desde la
Brand Equity perspectiva del consumidor
PLS Partial Least Squares Regresión de mínimos cuadrados parciales
SEM Structural Equation Modeling Modelos de ecuaciones estructurales
SMM Social Media Marketing
RQA Riesgo físico
RQB Riesgo financiero
RQC Riesgo ambiental
RQD Resgo financiero
RQE Riesgo de tiempo
RQF Riesgo social
RQG Reisgo cultural
172
BIBLIOGRAFÍA
Aaker, D. A. (1991). Managing Brand Equity: Capitalizing on the Value of a Brand Name. The
Free Press, New York
Aaker, D. A. (1992). The value of brand equity. Journal of Business Strategy, 13(4), 27-32.
Aaker, D. A. (1996). Measuring brand equity across products and markets. California
Management Review, 38(3).
Aaker, J. L. (1997). Dimensions of brand personality. Journal of Marketing Research, 347-356.
Aaker, D. A. (1998). Marcas: brand equity: gerenciando o valor da marca. Gulf Professional
Publishing.
Aaker, D. A., & Jacobson, R. (1994). The financial information content of perceived
quality. Journal of Marketing Research, 191-201.
Aaker, D. A., & Jacobson, R. (2001). The value relevance of brand attitude in high-technology
markets. Journal of Marketing Research, 38(4), 485-493.
Abdellaoui, M., Bleichrodt, H., & Paraschiv, C. (2007). Loss aversion under prospect theory: A
parameter-free measurement. Management Science, 53(10), 1659-1674.
Adeleke, B. O. (2008). Peace and tourism in Nigeria. Paper commissioned for the 2008
Travellers' Philanthropy Conference.
Adam, I. (2015). Backpackers' risk perceptions and risk reduction strategies in Ghana. Tourism
Management, 49, 99-108.
Adetunji, R. R., Rashid, S. M., & Ishak, M. S. (2018). Social Media Marketing Communication
and Consumer-Based Brand Equity: An Account of Automotive Brands in Malaysia. Jurnal
Komunikasi, Malaysian Journal of Communication, 34(1).
Adora, C. U. (2010). Managing tourism in Nigeria: The security option. Management Science
and Engineering, 4(1), 14.
AFR (2018). Asbestos exposure, a hidden risk for budget tourists in Asia. Finacial Review. April
10, 2018. Disponible en: https://www.afr.com/lifestyle/health/mens-health/asbestos-exposure-a-
hidden-risk-for-budget-tourists-in-asia-20180409-h0yjs9
173
Ahmed, M. A., & Zahid, Z. (2014). Role of social media marketing to enhance CRM and brand
equity in terms of purchase intention. Asian Journal of Management Research, 4(3), 533-549.
Agrawal, D. (1996). Effect of brand loyalty on advertising and trade promotions: A game
theoretic analysis with empirical evidence. Marketing Science, 15(1), 86-108.
Ailawadi, K. L., Lehmann, D. R., & Neslin, S. A. (2003). Revenue premium as an outcome
measure of brand equity. Journal of Marketing, 67(4), 1-17.
Alalwan, A. A., Rana, N. P., Dwivedi, Y. K., & Algharabat, R. (2017). Social media in marketing:
A review and analysis of the existing literature. Telematics and Informatics.
Alaminos, A., & Castejón, J. L. (2006). Elaboración, análisis e interpretación de encuestas,

cuestionarios y escalas de opinión. Universidad de Alicante.
Aldás-Manzano, J. (2015). Partial least squares path modelling in marketing and management
research: An annotated application. In Moutinho, L. & Huarng, K-H. (Eds.), Quantitative
Modelling in Marketing and Management (2nd Ed., pp. 43-78). London: World Scientific.
Aldás, J., & Jiménez, E. U. (2017). Análisis multivariante aplicado con R. Paraninfo Thomson
Learning.
Algesheimer, R., Dholakia, U. M., & Herrmann, A. (2005). The social influence of brand
community: Evidence from European car clubs. Journal of Marketing, 69(3), 19-34.
Almeida-Santana, A., & Moreno, S. (2017). Impacto de las fuentes de información tradicionales
y digitales en la fidelidad de los destinos. Revista de Análisis Turístico, 24, 1-11.
Altimer (2012). [Report] The Converged Media Imperative: How Brands Must Combine Paid,
Owned and Earned Media. Altimer Group. Disponible en: https://es.slideshare.net/Altimeter/the-
converged-media-imperative
Alvarez, M. D., & Campo, S. (2014). The influence of political conflicts on country image and
intention to visit: A study of Israel's image. Tourism Management, 40, 70-78
Alwi, S. F. S., & Kitchen, P. J. (2014). Projecting corporate brand image and behavioral
response in business schools: cognitive or affective brand attributes?. Journal of Business
Research, 67(11), 2324-2336.
174
American Marketing Association (2019). Online Dictionary of American Marketing Association.
Recuperado de: https://www.ama.org/resources/Pages/Dictionary.aspx?dLetter=B
Amir, E., & Lev, B. (1996). Value-relevance of nonfinancial information: The wireless
communications industry. Journal of Accounting and Economics, 22(1-3), 3-30.
AMS. (2016). Reflections on customer-based brand equity: perspectives, progress, and

priorities. AMS Review, 6(1-2), 1-16.
Andéhn, M., Kazeminia, A., Lucarelli, A., & Sevin, E. (2014). User-generated place brand equity
on Twitter: The dynamics of brand associations in social media. Place Branding and Public
Diplomacy, 10(2), 132-144.
Anderson, R. C., Reynolds, R. E., Schallert, D. L., & Goetz, E. T. (1977). Frameworks for
comprehending discourse. American Educational Research Journal, 14(4), 367-381.
Anderson, E. T., & Simester, D. I. (2014). Reviews without a purchase: Low ratings, loyal
customers, and deception. Journal of Marketing Research, 51(3), 249-269
Araña, J. E., & León, C. J. (2008). The impact of terrorism on tourism demand. Annals of
Tourism Research, 35(2), 299-315.
Araujo, T., Neijens, P., & Vliegenthart, R. (2015). What Motivates Consumers To Re-Tweet
Brand Content?: The impact of information, emotion, and traceability on pass-along
behavior. Journal of Advertising Research, 55(3), 284-295.
Archak, N., Ghose, A., & Ipeirotis, P. G. (2011). Deriving the pricing power of product features
by mining consumer reviews. Management Science, 57(8), 1485-1509..
Aschauer, W. (2010). Perceptions of tourists at risky destinations. A model of psychological

influence factors. Tourism Review, 65(2), 4-20.
Ashley, C., & Tuten, T. (2015). Creative strategies in social media marketing: An exploratory
study of branded social content and consumer engagement. Psychology & Marketing, 32(1), 15-
27.
Astrachan, C. B., Patel, V. K., & Wanzenried, G. (2014). A comparative study of CB-SEM and
PLS-SEM for theory development in family firm research. Journal of Family Business
Strategy, 5(1), 116-128.
175
Atilgan, E., Aksoy, Ş., & Akinci, S. (2005). Determinants of the brand equity: A verification
approach in the beverage industry in Turkey. Marketing Intelligence & Planning, 23(3), 237-248.
Atilgan, E., Akinci, S., Aksoy, S., & Kaynak, E. (2009). Customer-based brand equity for global
brands: A multinational approach. Journal of Euromarketing, 18(2), 115-132.
Martínez Ávila, M., & Fierro Moreno, E. (2018). Aplicación de la técnica PLS-SEM en la gestión
del conocimiento: un enfoque técnico práctico. RIDE. Revista Iberoamericana para la
Investigación y el Desarrollo Educativo, 8(16), 130-164.
Aufreiter, N., Boudet, J., & Weng, V. (2014). Why marketers should keep sending you e-
mails. McKinsey & Company.
Axelrod, R. (1973). Schema theory: An information processing model of perception and

cognition. American Political Science Review, 67(4), 1248-1266.
Aziz, H. (1995). Understanding attacks on tourists in Egypt. Tourism Management, 16(2), 91-95.
Babić Rosario, A., Sotgiu, F., De Valck, K., & Bijmolt, T. H. (2016). The effect of electronic word
of mouth on sales: A meta-analytic review of platform, product, and metric factors. Journal of
Marketing Research, 53(3), 297-318.
Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the
Academy of Marketing Science, 16(1), 74-94.
Baird, I. S., & Thomas, H. (1985). Toward a contingency model of strategic risk taking. Academy
of Management Review, 10(2), 230-243.
Bakshy, E., Eckles, D., Yan, R., & Rosenn, I. (2012, June). Social influence in social advertising:
evidence from field experiments. In Proceedings of the 13th ACM Conference on Electronic
Commerce (pp. 146-161). ACM.
Baldauf, A., Cravens, K. S., & Binder, G. (2003). Performance consequences of brand equity
management: evidence from organizations in the value chain. Journal of Product & Brand
Management, 12(4), 220-236.
Baloglu, S., & McCleary, K. W. (1999). A model of destination image formation. Annals of
176
Baloglu, S., & Mangaloglu, M. (2001). Tourism destination images of Turkey, Egypt, Greece,
and Italy as perceived by US-based tour operators and travel agents. Tourism
management, 22(1), 1-9.
Bambauer-Sachse, S., & Mangold, S. (2011). Brand equity dilution through negative online
word-of-mouth communication. Journal of Retailing and Consumer Services, 18(1), 38-45.
Barratt, M. J., Ferris, J. A., & Lenton, S. (2015). Hidden populations, online purposive sampling,
and external validity: Taking off the blindfold. Field Methods, 27(1), 3-21.
Barth, M. E., Clement, M. B., Foster, G., & Kasznik, R. (1998). Brand values and capital market
valuation. Review of Accounting Studies, 3(1-2), 41-68.
Barreda, A. (2014). Creating brand equity when using travel-related online social network Web
sites. Journal of Vacation Marketing, 20(4), 365-379.
Barreda, A. A., Bilgihan, A., Nusair, K., & Okumus, F. (2015). Generating brand awareness in
online social networks. Computers in Human Behavior, 50, 600-609.
Batra, A. (2008). Foreign tourists' perception towards personal safety and potential crime while
visiting Bangkok. Anatolia, 19(1), 89-101.
Batra, R., & Keller, K. L. (2016). Integrating Marketing Communications: New findings, new
lessons, and new ideas. Journal of Marketing, 80(6), 122-145.
Bauer, R. A. (1960). Consumer behavior as risk taking. In Proceedings of the 43rd National
Conference of the American Marketing Assocation, June 15, 16, 17, Chicago, Illinois, 1960.
American Marketing Association.
BBC (2012). Central America´s shift in safty. BBC travel report.

Disponible en: http://www.bbc.com/travel/story/20120803-travelwise-central-americas-shift-in-
safety
Becken, S., Jin, X., Zhang, C., & Gao, J. (2017). Urban air pollution in China: destination image
and risk perceptions. Journal of Sustainable Tourism, 25(1), 130-147.
Beerli, A., & Martin, J. D. (2004). Factors influencing destination image. Annals of Tourism
Research, 31(3), 657-681.
177
Bell, D. R. (2014). Location is (still) everything: The surprising influence of the real world on how
we search, shop, and sell in the virtual one. Houghton Mifflin Harcourt.
Beneke, J., Flynn, R., Greig, T., & Mukaiwa, M. (2013). The influence of perceived product
quality, relative price and risk on customer value and willingness to buy: a study of private label
merchandise. Journal of Product & Brand Management, 22(3), 218-228.
Berger, J., Sorensen, A. T., & Rasmussen, S. J. (2010). Positive effects of negative publicity:
When negative reviews increase sales. Marketing Science, 29(5), 815-827.
Berger, J., & Iyengar, R. (2013). Communication channels and word of mouth: How the medium
shapes the message. Journal of Consumer Research, 40(3), 567-579
Berger, J. (2014). Word of mouth and interpersonal communication: A review and directions for
future research. Journal of Consumer Psychology, 24(4), 586-607.
Beerli, A., & Martin, J. D. (2004). Factors influencing destination image. Annals of Tourism
Research, 31(3), 657-681.
Berman, R., & Katona, Z. (2013). The role of search engine optimization in search
marketing. Marketing Science, 32(4), 644-651.
Berry, L. L. (2000). Cultivating service brand equity. Journal of the Academy of Marketing
Science, 28(1), 128-137.
Bettman, J. R. (1973). Perceived risk and its components: A model and empirical test. Journal
of Marketing Research, 184-190.
Beukeboom, C. J., Kerkhof, P., & de Vries, M. (2015). Does a virtual like cause actual liking?
How following a brand's Facebook updates enhances brand evaluations and purchase
intention. Journal of Interactive Marketing, 32, 26-36.
Bhattarai, K., Conway, D., & Shrestha, N. (2005). Tourism, terrorism and turmoil in
Nepal. Annals of Tourism Research, 32(3), 669-688.
Bianchi, C., & Pike, S. (2011). Antecedents of destination brand loyalty for a long-haul market:
Australia's destination loyalty among Chilean travelers. Journal of Travel & Tourism
Marketing, 28(7), 736-750.
178
Bianchi, C., Pike, S., & Lings, I. (2014). Investigating attitudes towards three South American
destinations in an emerging long haul market using a model of consumer-based brand equity
(CBBE). Tourism Management, 42, 215-223.
Bigne, J. E., Sanchez, M. I., & Sanchez, J. (2001). Tourism image, evaluation variables and
after purchase behaviour: inter-relationship. Tourism Management, 22(6), 607-616.
Bigné, E., Andreu, L., & Zanfardini, M. (2013). El valor de la Responsabilidad Social Corporativa
en la equidad de marca de destinos turísticos. Madrid, España: Centro de Estudios Ramón
Areces.
Bigne, E., Andreu, L., Hernandez, B., & Ruiz, C. (2018). The impact of social media and offline
influences on consumer behaviour. An analysis of the low-cost airline industry. Current Issues in
Tourism, 21(9), 1014-1032.
Bigné, E., Oltra, E., & Andreu, L. (2019). Harnessing stakeholder input on Twitter: A case study
of short breaks in Spanish tourist cities. Tourism Management, 71, 490-503.
Bill Xu, J., & Chan, A. (2010). A conceptual framework of hotel experience and customer-based
brand equity: Some research questions and implications. International Journal of Contemporary
Hospitality Management, 22(2), 174-193.
Boerman, S. C., Willemsen, L. M., & Van Der Aa, E. P. (2017). “This Post Is Sponsored”: Effects
of Sponsorship Disclosure on Persuasion Knowledge and Electronic Word of Mouth in the
Context of Facebook. Journal of Interactive Marketing, 38, 82-92.
Boshoff, C. (2002). Service advertising: An exploratory study of risk perceptions. Journal of

Service Research, 4(4), 290-298.
Boulding, W., Kalra, A., Staelin, R., & Zeithaml, V. A. (1993). A dynamic process model of
service quality: from expectations to behavioral intentions. Journal of Marketing
Research, 30(1), 7-27.
Boyd, D. M., & Ellison, N. B. (2007). Social network sites: Definition, history, and
scholarship. Journal of Computer‐Mediated Communication, 13(1), 210-230.
Brace, I. (2018). Questionnaire design: How to plan, structure and write survey material for
effective market research. Kogan Page Publishers.
179
Bradley, G. L., & Sparks, B. A. (2012). Antecedents and consequences of consumer value: A
longitudinal study of timeshare owners. Journal of Travel Research, 51(2), 191-204.
Bransford, J. D., & Johnson, M. K. (1972). Contextual prerequisites for understanding: Some
investigations of comprehension and recall. Journal of Verbal Learning and Verbal
Behavior, 11(6), 717-726.
Brodie, R. J., Ilic, A., Juric, B., & Hollebeek, L. (2013). Consumer engagement in a virtual brand
community: An exploratory analysis. Journal of Business Research, 66(1), 105-114.
Brooke, J. (1996). SUS-A quick and dirty usability scale. Usability Evaluation in
Industry, 189(194), 4-7.
Broyles, S. A., Schumann, D. W., & Leingpibul, T. (2009). Examining brand equity
antecedent/consequence relationships. Journal of Marketing Theory and Practice, 17(2), 145-
162.
Bruce, N. I., Foutz, N. Z., & Kolsarici, C. (2012). Dynamic effectiveness of advertising and word
of mouth in sequential distribution of new products. Journal of Marketing Research, 49(4), 469-
486
Bruce, N. I., Murthi, B. P. S., & Rao, R. C. (2017). A dynamic model for digital advertising: The
effects of creative format, message content, and targeting on engagement. Journal of Marketing
Research, 54(2), 202-218.
Bruhn, M., Schoenmueller, V., & Schäfer, D. B. (2012). Are social media replacing traditional
media in terms of brand equity creation?. Management Research Review, 35(9), 770-790.
Berger, J., & Schwartz, E. M. (2011). What drives immediate and ongoing word of
mouth?. Journal of Marketing Research, 48(5), 869-880
Boksberger, P. E., & Craig-Smith, S. J. (2006). Customer value amongst tourists: A conceptual
framework and a risk-adjusted model. Tourism Review, 61(1), 6-12.
Boo, S., Busser, J., & Baloglu, S. (2009). A model of customer-based brand equity and its
application to multiple destinations. Tourism Management, 30(2), 219-231.
Boush, D. M., & Loken, B. (1991). A process-tracing study of brand extension

evaluation. Journal of Marketing Research, 16-28.
180
Braun, M., & Moe, W. W. (2013). Online display advertising: Modeling the effects of multiple
creatives and individual impression histories. Marketing Science, 32(5), 753-767.
Buil, I., De Chernatony, L., & Martínez, E. (2013). Examining the role of advertising and sales
promotions in brand equity creation. Journal of Business Research, 66(1), 115-122.
Burt, C. (1933). Review of FC Bartlett. Remembering, British Journal of Educational

Psychology, 3, 187-192.
Buttle, F. A. (1998). Word of mouth: understanding and managing referral marketing. Journal of
Strategic Marketing, 6(3), 241-254.
Cal, B., & Lambkin, M. (2017). Brand equity of stock exchange as a mediator in financial
decisions. Journal of Financial Services Marketing, 22(1), 14-23.
Callarisa, L., García, J. S., Cardiff, J., & Roshchina, A. (2012). Harnessing social media
platforms to measure customer-based hotel brand equity. Tourism Management
Perspectives, 4, 73-79.
Castaño, J. M. (2005). Psicología social de los viajes y del turismo. Madrid: Thomson.
Castronovo, C., & Huang, L. (2012). Social media in an alternative marketing communication
model. Journal of Marketing Development and Competitiveness, 6(1), 117-134.
Carlson, B. D., Suter, T. A., & Brown, T. J. (2008). Social versus psychological brand
community: The role of psychological sense of brand community. Journal of Business
Research, 61(4), 284-291.
Carmines, E. G., & Zeller, R. A. (1979). Reliability and validity assessment (Vol. 17). Sage
publications.
Carr, N. (2001). An exploratory study of gendered differences in young tourists perception of

danger within London. Tourism Management, 22(5), 565-570.
Carter, S. (1998). Tourists' and travellers' social construction of Africa and Asia as risky
locations. Tourism Management, 19(4), 349-358.
Casidy, R., & Wymer, W. (2016). A risk worth taking: Perceived risk as moderator of
satisfaction, loyalty, and willingness-to-pay premium price. Journal of Retailing and Consumer
Services, 32, 189-197.
181
Chakravarty, A., Liu, Y., & Mazumdar, T. (2010). The differential effects of online word-of-mouth
and critics' reviews on pre-release movie evaluation. Journal of Interactive Marketing, 24(3),
185-197.
Chalip, L., & Costa, C. A. (2005). Sport event tourism and the destination brand: Towards a
general theory. Sport in Society, 8(2), 218-237.
Chang, J. H., & Wang, S. H. (2019). Different levels of destination expectation: The effects of
online advertising and electronic word-of-mouth. Telematics and Informatics, 36, 27-38.
Chaudhuri, A., & Holbrook, M. B. (2001). The chain of effects from brand trust and brand affect
to brand performance: the role of brand loyalty. Journal of Marketing, 65(2), 81-93.
Chekalina, T., Fuchs, M., & Lexhagen, M. (2018). Customer-based destination brand equity
modeling: The role of destination resources, value for money, and value in use. Journal of
Travel Research, 57(1), 31-51.
Chen, R., & He, F. (2003). Examination of brand knowledge, perceived risk and consumers'
intention to adopt an online retailer. Total Quality Management & Business Excellence, 14(6),
677-693.
Chen, C. F., & Tsai, D. (2007). How destination image and evaluative factors affect behavioral
intentions?. Tourism Management, 28(4), 1115-1122.
Chen, C. F., & Myagmarsuren, O. (2010). Exploring relationships between Mongolian

destination brand equity, satisfaction and destination loyalty. Tourism Economics, 16(4), 981-
994.
Chen, C. F., & Tseng, W. S. (2010). Exploring customer-based airline brand equity: Evidence
from Taiwan. Transportation Journal, 24-34.
Chen, Y., Wang, Q., & Xie, J. (2011). Online social interactions: A natural experiment on word of
mouth versus observational learning. Journal of Marketing Research, 48(2), 238-254.
Cheng, Y. H., & Ho, H. Y. (2015). Social influence's impact on reader perceptions of online
reviews. Journal of Business Research, 68(4), 883-887.
Chevalier, J. A., & Mayzlin, D. (2006). The effect of word of mouth on sales: Online book
reviews. Journal of Marketing Research, 43(3), 345-354.
182
Chew, E. Y. T., & Jahari, S. A. (2014). Destination image as a mediator between perceived risks
and revisit intention: A case of post-disaster Japan. Tourism Management, 40, 382-393.
Chin, W. W. (1998). The partial least squares approach to structural equation modeling. Modern
methods for business research. En Marcoulides, G. A. (Ed.), Modern methods for business
research (.295-336). Psychology Press
Chin, W. W., & Newsted, P. R. (1999). Structural equation modeling analysis with small samples
using partial least squares. Statistical Strategies for Small Sample Research, 1(1), 307-341.
Chin, W. W., Marcolin, B. L., & Newsted, P. R. (2003). A partial least squares latent variable
modeling approach for measuring interaction effects: Results from a Monte Carlo simulation
study and an electronic-mail emotion/adoption study. Information Systems Research, 14(2),
189-217.
Chintagunta, P. K., Gopinath, S., & Venkataraman, S. (2010). The effects of online user reviews
on movie box office performance: Accounting for sequential rollout and aggregation across local
markets. Marketing Science, 29(5), 944-957.
Cho, E., Fiore, A. M., & Russell, D. W. (2015). Validation of a fashion brand image scale
capturing cognitive, sensory, and affective associations: Testing its role in an extended brand
equity model. Psychology & Marketing, 32(1), 28-48.
Christodoulides, G. (2009). Branding in the post-internet era. Marketing Theory, 9(1), 141-144.
Christodoulides, G., & De Chernatony, L. (2010). Consumer-based brand equity

conceptualization and measurement: A literature review. International Journal of Research in
Marketing, 52(1), 43-66.
Christodoulides, G., Jevons, C., & Blackshaw, P. (2011). The voice of the consumer speaks
forcefully in brand identity: User-generated content forces smart marketers to listen. Journal of
Advertising Research, 51(1 50th Anniversary Supplement), 101-111.
Christodoulides, G., Jevons, C., & Bonhomme, J. (2012). Memo to marketers: Quantitative
evidence for change: How user-generated content really affects brands. Journal of Advertising
Research, 52(1), 53-64.
Cialdini, R. B. (1993). Influence: Science and practice. New York: Harper Collins.
183
Cialdini, R. B. (2001). Harnessing the science of persuasion. Harvard Business Review, 79(9),
72-81.
Cialdini, R. B., & Goldstein, N. J. (2004). Social influence: Compliance and conformity. Annu.
Rev. Psychol., 55, 591-621.
Cialdini, R. B. (2009). Influence: Science and practice (Vol. 4). Boston, MA: Pearson education.
Clark, L. A., & Watson, D. (1995). Constructing validity: Basic issues in objective scale
development. Psychological Assessment, 7(3), 309.
Cretu, A. E., & Brodie, R. J. (2007). The influence of brand image and company reputation
where manufacturers market to small firms: A customer value perspective. Industrial Marketing
Management, 36(2), 230-240.
Cobb-Walgren, C. J., Ruble, C. A., & Donthu, N. (1995). Brand equity, brand preference, and
purchase intent. Journal of Advertising, 24(3), 25-40.
Cohen, E. (1972). Toward a sociology of international tourism. Social Research, 164-182.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences. Lawrence Erlbaum
Associates. Hillsdale, NJ.
Colicev, A., Malshe, A., Pauwels, K., & O’Connor, P. (2018). Improving Consumer Mindset
Metrics and Shareholder Value Through Social Media: The Different Roles of Owned and
Earned Media. Journal of Marketing, 82(1), 37-56.
Conchar, M. P., Zinkhan, G. M., Peters, C., & Olavarrieta, S. (2004). An integrated framework
for the conceptualization of consumers’ perceived-risk processing. Journal of the Academy of
Marketing Science, 32(4), 418-436.
Copeland, M. T. (1923). Relation of consumers’ buying habits to marketing methods. Harvard

Business Review, 1(3), 282-289.
Corcoran, S. (2009). Defining earned, owned and paid media. Forrester Research, 16.
Correa, T., Hinsley, A. W., & De Zuniga, H. G. (2010). Who interacts on the Web?: The
intersection of users’ personality and social media use. Computers in Human Behavior, 26(2),
247-253.
184
Cova, B., & Pace, S. (2006). Brand community of convenience products: new forms of customer
empowerment–the case “my Nutella The Community”. European Journal of Marketing, 40(9/10),
1087-1105.
Cova, B., & Paranque, B. (2016). Value slippage in brand transformation: a

conceptualization. Journal of Product & Brand Management, 25(1), 3-10.
Cox, D. F., & Rich, S. U. (1964). Perceived risk and consumer decision-making: The case of
telephone shopping. Journal of Marketing Research, 32-39.
Cox, D. F. (1967). Risk taking and information handling in consumer behavior.
Creamer, M. (2012). Study: Only 1% of Facebook ‘fans’ engage with brands. Ad Age Digital.
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of

tests. Psychometrika, 16(3), 297-334.
Cronin Jr, J. J., & Taylor, S. A. (1992). Measuring service quality: a reexamination and
extension. Journal of Marketing, 56(3), 55-68.
Cuneo, A., Lopez, P., & Jesus Yagüe, M. (2012). Measuring private labels brand equity: a
consumer perspective. European Journal of Marketing, 46(7/8), 952-964.
Cunningham, L. F., Gerlach, J. H., Harper, M. D., & Young, C. E. (2005). Perceived risk and the
consumer buying process: Internet airline reservations. International Journal of Service Industry
Management, 16(4), 357-372.
Cupani, M. (2012). Análisis de Ecuaciones Estructurales: conceptos, etapas de desarrollo y un

ejemplo de aplicación. Revista Tesis, 1, 186-199
Dahlén, M., & Lange, F. (2005). Advertising weak and strong brands: Who gains?. Psychology
& Marketing, 22(6), 473-488.
Danaher, P. J., Mullarkey, G. W., & Essegaier, S. (2006). Factors affecting web site visit
duration: A cross-domain analysis. Journal of Marketing Research, 43(2), 182-194.
Danaher, P. J., Lee, J., & Kerbache, L. (2010). Optimal internet media selection. Marketing
Science, 29(2), 336-347.
185
Datta, H., Ailawadi, K. L., & van Heerde, H. J. (2017). How well does consumer-based brand
equity align with sales-based brand equity and marketing-mix response?. Journal of
Marketing, 81(3), 1-20.
Davcik, N. S., & Sharma, P. (2015). Impact of product differentiation, marketing investments and
brand equity on pricing strategies: A brand level investigation. European Journal of
Marketing, 49(5/6), 760-781.
Davcik, N. S., Vinhas da Silva, R., & Hair, J. F. (2015). Towards a unified theory of brand equity:
conceptualizations, taxonomy and avenues for future research. Journal of Product & Brand
Management, 24(1), 3-17.
Davvetas, V., & Diamantopoulos, A. (2016). How product category shapes preferences toward
global and local brands: A schema theory perspective. Journal of International Marketing, 24(4),
61-81.
De Bruyn, A., & Lilien, G. L. (2008). A multi-stage model of word-of-mouth influence through
viral marketing. International Journal of Research in Marketing, 25(3), 151-163.
de Chernatony, L., & McDonald, M. (1992). Creating powerful brands: The strategic route to
success in consumer, industrial and service markets. Butterworth Heiinemann. Oxford.
Dedeoğlu, B. B. (2018). The moderating effect of perceived value on the relationship between
country image and destination brand extension in Alanya, Turkey. In The branding of tourist
destinations: Theoretical and empirical insights (pp. 185-205). Emerald Publishing Limited.
Dellarocas, C. (2003). The digitization of word of mouth: Promise and challenges of online
feedback mechanisms. Management Science, 49(10), 1407-1424.
de Vries, L., Gensler, S., & Leeflang, P. S. (2017). Effects of traditional advertising and social
messages on brand-building metrics and customer acquisition. Journal of Marketing, 81(5), 1-
15.
Dhar, V., & Chang, E. A. (2009). Does chatter matter? The impact of user-generated content on
music sales. Journal of Interactive Marketing, 23(4), 300-307.
Dehghani, M., & Tumer, M. (2015). A research on effectiveness of Facebook advertising on

enhancing purchase intention of consumers. Computers in Human Behavior, 49, 597-600.
186
Dellarocas, C., Zhang, X., & Awad, N. F. (2007). Exploring the value of online product reviews in
forecasting sales: The case of motion pictures. Journal of Interactive Marketing, 21(4), 23-45.
Dholakia, U. M. (2001). A motivational process model of product involvement and consumer risk
perception. European Journal of Marketing, 35(11/12), 1340-1362.
De Matos, C. A., & Rossi, C. A. V. (2008). Word-of-mouth communications in marketing: a

meta-analytic review of the antecedents and moderators. Journal of the Academy of Marketing
Science, 36(4), 578-596.
Dessart, L., Veloutsou, C., & Morgan-Thomas, A. (2016). Capturing consumer engagement:
duality, dimensionality and measurement. Journal of Marketing Management, 32(5-6), 399-426.
Dickson, T., & Dolnicar, S. (2004). No risk, no fun: The role of perceived risk in adventure
tourism.
Dimanche, F., & Lepetic, A. (1999). New Orleans tourism and crime: A case study. Journal of
Travel Research, 38(1), 19-23.
do Céu Pinto Arena, M. (2017). Islamic Terrorism in the West and International Migrations:
The'Far'or'Near'Enemy Within? What Is the Evidence.Piskorski, M. J. (2011). Social strategies
that work. Harvard Business Review, 89(11), 116-122
Dodd, T. H., Laverie, D. A., Wilcox, J. F., & Duhan, D. F. (2005). Differential effects of
experience, subjective knowledge, and objective knowledge on sources of information used in
consumer wine purchasing. Journal of Hospitality & Tourism Research, 29(1), 3-19.
Dodds, W. B., Monroe, K. B., & Grewal, D. (1991). Effects of price, brand, and store information
on buyers’ product evaluations. Journal of Marketing Research, 28(3), 307-319.
Dolnicar, S. (2005). Understanding barriers to leisure travel: Tourist fears as a marketing

basis. Journal of Vacation Marketing, 11(3), 197-208.
Dowling, G. R., & Staelin, R. (1994). A model of perceived risk and intended risk-handling
activity. Journal of Consumer Research, 21(1), 119-134.
Drakos, K., & Kutan, A. M. (2003). Regional effects of terrorism on tourism in three
Mediterranean countries. Journal of Conflict Resolution, 47(5), 621-641
187
Duan, W., Gu, B., & Whinston, A. B. (2008). Do online reviews matter?—An empirical
investigation of panel data. Decision Support Systems, 45(4), 1007-1016.
Duggan, M., & Brenner, J. (2013). The demographics of social media users, 2012 (Vol. 14).
Washington, DC: Pew Research Center's Internet & American Life Project.
Duman, T., Ozbal, O., & Duerod, M. (2017). The role of affective factors on brand resonance:
Measuring customer‐based brand equity for the Sarajevo brand. Journal of Destination
Marketing & Management.
Eagle, L., & Kitchen, P. (2000). Building brands or bolstering egos? A comparative review of the
impact and measurement of advertising on brand equity. Journal of Marketing
Communications, 6(2), 91-106.
Echtner, C. M., & Ritchie, J. B. (1993). The measurement of destination image: An empirical
assessment. Journal of Travel Research, 31(4), 3-13.
Ennew, C. T., Banerjee, A. K., & Li, D. (2000). Managing word of mouth communication:
empirical evidence from India. International Journal of Bank Marketing, 18(2), 75-83.
Erdem, T., Swait, J., & Louviere, J. (2002). The impact of brand credibility on consumer price
sensitivity. International journal of Research in Marketing, 19(1), 1-19.
Erdem, T., & Swait, J. (2004). Brand credibility, brand consideration, and choice. Journal of
Consumer Research, 31(1), 191-198.
Erdem, T., Keller, K. L., Kuksov, D., & Pieters, R. (2016). Understanding branding in a digitally
empowered world. International Journal of Research in Marketing, 33(1), 3-10.
Erkan, I., & Evans, C. (2016). The influence of eWOM in social media on consumers’ purchase
intentions: An extended approach to information adoption. Computers in Human Behavior, 61,
47-55.
Esch, F. R., Langner, T., Schmitt, B. H., & Geus, P. (2006). Are brands forever? How brand
knowledge and relationships affect current and future purchases. Journal of Product & Brand
Management, 15(2), 98-105.
Etikan, I., Musa, S. A., & Alkassim, R. S. (2016). Comparison of convenience sampling and
purposive sampling. American Journal of Theoretical and Applied Statistics, 5(1), 1-4.
188
Evangelista, F., & Dioko, L. A. (2011). Interpersonal influence and destination brand equity
perceptions. International Journal of Culture, Tourism and Hospitality Research, 5(3), 316-328.
Evans, J. R., & Mathur, A. (2005). The value of online surveys. Internet research, 15(2), 195-
219.
Ewakulak (2008). Colombia, el riesgo es que te quieras quedar. Disponible en:

http://www.ewakulak.com/index.php?option=com_content&task=view&id=529
Eysenck, M. W., & Wilson, G. D. (1984). A handbook of cognitive psychology. Lawrence

Erlbaum.
Eysenck, H. J. (2013). The structure of human personality (Psychology Revivals). Routledge.
Fader, P. S., & Schmittlein, D. C. (1993). Excess behavioral loyalty for high-share brands:
Deviations from the Dirichlet model for repeat purchasing. Journal of Marketing Research, 478-
493.
Faircloth, J. B., Capella, L. M., & Alford, B. L. (2001). The effect of brand attitude and brand
image on brand equity. Journal of Marketing Theory and Practice, 9(3), 61-75.
Falk, R. F., & Miller, N. B. (1992). A primer for soft modeling. University of Akron Press.
Fang, Z., Luo, X., & Keith, M. E. (2015). How effective is location-targeted mobile
advertising?. MIT Sloan Management Review, 56(2), 14-15.
Faroughian, F. F., Kalafatis, S. P., Ledden, L., Samouel, P., & Tsogas, M. H. (2012). Value and
risk in business-to-business e-banking. Industrial Marketing Management, 41(1), 68-81.
Farquhar, P. H. (1989). Managing brand equity. Marketing research, 1(3).
Feldwick, P. (1996). What is brand equity anyway, and how do you measure it?. Market
Research Society. Journal., 38(2), 1-17.
Ferns, B. H., & Walls, A. (2012). Enduring travel involvement, destination brand equity, and
travelers’ visit intentions: A structural model analysis. Journal of Destination Marketing &
Management, 1(1-2), 27-35.
Ferreira, S. L. A., & Harmse, A. C. (2000). Crime and tourism in South Africa: International
tourists perception and risk. South African Geographical Journal, 82(2), 80-85.
189
Fischer, M., Völckner, F., & Sattler, H. (2010). How important are brands? A cross-category,
cross-country study. Journal of Marketing Research, 47(5), 823-839.
Fiske, S. T. (1982). Schema-triggered affect: Applications to social perception. In Affect and

cognition: 17th Annual Carnegie Mellon symposium on cognition (55-78). Hillsdale: Lawrence
Erlbaum.
Fletcher, J., & Morakabati, Y. (2008). Tourism activity, terrorism and political instability within the
commonwealth: The cases of Fiji and Kenya. International Journal of Tourism Research, 10(6),
537-556.
Floyd, M. F., & Pennington-Gray, L. (2004). Profiling risk perceptions of tourists. Annals of
Floyd, M. F., Gibson, H., Pennington-Gray, L., & Thapa, B. (2004). The effect of risk perceptions
on intentions to travel in the aftermath of September 11, 2001. Journal of Travel & Tourism
Marketing, 15(2-3), 19-38.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable
variables and measurement error. Journal of Marketing Research, 39-50.
Fournier, S., & Avery, J. (2011). The uninvited brand. Business horizons, 54(3), 193-207.
Friedman, M., & Savage, L. J. (1952). The expected-utility hypothesis and the measurability of
utility. Journal of Political Economy, 60(6), 463-474
Freling, T. H., & Forbes, L. P. (2005). An empirical analysis of the brand personality
effect. Journal of Product & Brand Management, 14(7), 404-413.
Fuchs, G., & Reichel, A. (2006). Tourist destination risk perception: The case of Israel. Journal
of Hospitality & Leisure Marketing, 14(2), 83-108.
Fuchs, G., & Reichel, A. (2011). An exploratory inquiry into destination risk perceptions and risk
reduction strategies of first time vs. repeat visitors to a highly volatile destination. Tourism
Management, 32(2), 266-276.
Gallarza, M. G., & Gil, I. (2006). Desarrollo de una escala multidimensional para medir el valor
percibido de una experiencia de servicio. Revista española de investigación de marketing,
10(2), 25-59.
190
García, J. A., Gómez, M., & Molina, A. (2012). A destination-branding model: An empirical
analysis based on stakeholders. Tourism Management, 33(3), 646-661.
García, M. E. V. (2017). DETERMINANTES DE LA ACEPTACIÓN DEL MOBILE LEARNING

COMO ELEMENTO DE FORMACIÓN DEL CAPITAL HUMANO EN LAS
ORGANIZACIONES (Doctoral dissertation, Universidad Complutense de Madrid).
Gartner, W. C., & Ruzzier, M. K. (2011). Tourism destination brand equity dimensions: Renewal
versus repeat market. Journal of Travel Research, 50(5), 471-481.
Geisser, S. (1974). A predictive approach to the random effect model. Biometrika, 61(1), 101-
107.
Gensler, S., Völckner, F., Liu-Thompkins, Y., & Wiertz, C. (2013). Managing brands in the social
media environment. Journal of interactive Marketing, 27(4), 242-256.
Gensler, S., Völckner, F., Egger, M., Fischbach, K., & Schoder, D. (2015). Listen to your
customers: Insights into brand image using online consumer-generated product
reviews. International Journal of Electronic Commerce, 20(1), 112-141.
George, R. (2010). Visitor perceptions of crime-safety and attitudes towards risk: The case of
Table Mountain National Park, Cape Town. Tourism Management, 31(6), 806-815.
Godes, D., & Mayzlin, D. (2004). Using online conversations to study word-of-mouth
communication. Marketing Science, 23(4), 545-560.
Godes, D., & Silva, J. C. (2012). Sequential and temporal dynamics of online opinion. Marketing
Science, 31(3), 448-473.
Godey, B., Manthiou, A., Pederzoli, D., Rokka, J., Aiello, G., Donvito, R., & Singh, R. (2016).
Social media marketing efforts of luxury brands: Influence on brand equity and consumer
behavior. Journal of Business Research, 69(12), 5833-5841.
Goh, K. Y., Heng, C. S., & Lin, Z. (2013). Social media brand community and consumer
behavior: Quantifying the relative impact of user-and marketer-generated content. Information
Systems Research, 24(1), 88-107.
191
Goh, K. Y., Chu, J., & Wu, J. (2015). Mobile advertising: an empirical study of temporal and
spatial differences in search behavior and advertising response. Journal of Interactive
Marketing, 30, 34-45.
Gold, A. H., Malhotra, A., & Segars, A. H. (2001). Knowledge management: An organizational
capabilities perspective. Journal of Management Information Systems, 18(1), 185-214.
Goldfarb, A., & Tucker, C. (2011). Online display advertising: Targeting and
obtrusiveness. Marketing Science, 30(3), 389-404
Goldstein, D. G., McAfee, R. P., & Suri, S. (2011, June). The effects of exposure time on
memory of display advertisements. In Proceedings of the 12th ACM conference on Electronic
commerce (pp. 49-58). ACM.
Gómez, M., Lopez, C., & Molina, A. (2015). A model of tourism destination brand equity: The
case of wine tourism destinations in Spain. Tourism Management, 51, 210-222.
Goodhue, D., Lewis, W., & Thompson, R. (2006, January). PLS, small sample size, and
statistical power in MIS research. In System Sciences, 2006. HICSS'06. Proceedings of the 39th
Annual Hawaii International Conference on (Vol. 8, pp. 202b-202b). IEEE.
Goodstein, R. C. (1993). Category-based applications and extensions in advertising: Motivating

more extensive ad processing. Journal of Consumer Research, 20(1), 87-99.
Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). A comparison of
approaches to advertising measurement: Evidence from big field experiments at Facebook.
Marketing Science.
Grönroos, C. (1990). Service management and marketing: Managing the moments of truth in
service competition. Jossey-Bass.
Gu, H., & Ryan, C. (2008). Place attachment, identity and community impacts of tourism—the
case of a Beijing hutong. Tourism Management, 29(4), 637-647.
Gürhan-Canli, Z., & Maheswaran, D. (1998). The effects of extensions on brand name dilution
and enhancement. Journal of Marketing Research, 464-473.
192
Gursoy, D., & McCleary, K. W. (2004). AN INTEGRATIVE MODEL OF
TOURISTS’INFORMATION SEARCH BEHAVIOR. Annals of Tourism Research, 31(2), 353-
373.
Ha, H. Y. (2002). The effects of consumer risk perception on pre-purchase information in online
auctions: Brand, word-of-mouth, and customized information. Journal of Computer-Mediated
Communication, 8(1), JCMC813.
Haenlein, M., & Kaplan, A. M. (2004). A beginner's guide to partial least squares
analysis. Understanding Statistics, 3(4), 283-297.
Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1999). Análisis Multivariante (Vol.
491). Madrid: Prentice Hall.
Hair, J. F., Bush, R. P., & Ortinau, D. J. (2010). Investigación de mercados en un ambiente de
información digital. McGraw Hill.
Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. Journal of
Marketing Theory and Practice, 19(2), 139-152.
Hair, J. F., Sarstedt, M., Ringle, C. M., & Mena, J. A. (2012). An assessment of the use of partial
least squares structural equation modeling in marketing research. Journal of the Academy of
Hair, J. F., Black, W. C., Babin, B. J. & Anderson, R. E. (2013). Multivariate Data Analysis:
Pearson New International Edition (7th ed.). Upper Saddle River, NJ: Pearson Prentice Hall.
Hair Jr, J. F., Sarstedt, M., Hopkins, L., & G. Kuppelwieser, V. (2014). Partial least squares
structural equation modeling (PLS-SEM) An emerging tool in business research. European
Business Review, 26(2), 106-121.
Hair Jr, J. F., Hult, G. T. M., Ringle, C., & Sarstedt, M. (2016). A primer on partial least squares
structural equation modeling (PLS-SEM). Sage Publications.
Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017a). A primer on Partial Least
Squares Structural Equation Modeling (PLS-SEM) (2nd ed.). Thousand Oaks, CA: Sage.
193
Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., & Thiele, K. O. (2017b). Mirror, mirror on
the wall: A comparative evaluation of composite-based structural equation modeling
methods. Journal of the Academy of Marketing Science, 45(5), 616-632.
Hakala, U., Svensson, J., & Vincze, Z. (2012). Consumer-based brand equity and top-of-mind
awareness: a cross-country analysis. Journal of Product & Brand Management, 21(6), 439-451.
Halaszovich, T., & Nel, J. (2017). Customer–brand engagement and Facebook fan-page “Like”-
intention. Journal of Product & Brand Management, 26(2), 120-134.
Halkias, G., & Kokkinaki, F. (2013). Increasing advertising effectiveness through incongruity-
based tactics: The moderating role of consumer involvement. Journal of Marketing
Halkias, G., & Kokkinaki, F. (2014). The degree of ad–brand incongruity and the distinction
between schema-driven and stimulus-driven attitudes. Journal of Advertising, 43(4), 397-409.
Halkias, G. (2015). Mental representation of brands: a schema-based approach to consumers’

organization of market knowledge. Journal of Product & Brand Management, 24(5), 438-448.
Hall, C. M. (2002). Travel safety, terrorism and the media: The significance of the issue-
attention cycle. Current Issues in Tourism, 5(5), 458-466.
Halligan, B., & Shah, D. (2009). Inbound marketing: get found using Google, social media, and
blogs. John Wiley & Sons.
Hamilton, M., Kaltcheva, V. D., & Rohm, A. J. (2016). Social media and value creation: The role
of interaction satisfaction and interaction immersion. Journal of Interactive Marketing, 36, 121-
133.
Hanaysha, J. (2016). The importance of social media advertisements in enhancing brand equity:
A study on fast food restaurant industry in Malaysia. International Journal of Innovation,
Management and Technology, 7(2), 46.
Hanna, R., Rohm, A., & Crittenden, V. L. (2011). We’re all connected: The power of the social
media ecosystem. Business Horizons, 54(3), 265-273.
194
Harmeling, C. M., Moffett, J. W., Arnold, M. J., & Carlson, B. D. (2017). Toward a theory of
customer engagement marketing. Journal of the Academy of Marketing Science, 45(3), 312-
335.
Harrigan, P., Evers, U., Miles, M., & Daly, T. (2017). Customer engagement with tourism social
media brands. Tourism Management, 59, 597-609.
Hartline, M. D., & Jones, K. C. (1996). Employee performance cues in a hotel service
environment: Influence on perceived service quality, value, and word-of-mouth
intentions. Journal of Business Research, 35(3), 207-215.
Hauser, J. R., Urban, G. L., Liberali, G., & Braun, M. (2009). Website morphing. Marketing
Science, 28(2), 202-223.
Hautz, J., Füller, J., Hutter, K., & Thürridl, C. (2014). Let users generate your video ads? The
impact of video source and quality on consumers' perceptions and intended behaviors. Journal
of Interactive Marketing, 28(1), 1-15.
Heinonen, K., Strandvik, T., & Voima, P. (2013). Customer dominant value formation in
service. European Business Review, 25(2), 104-123
Helkkula, A., Kelleher, C., & Pihlström, M. (2012). Characterizing value as an experience:
implications for service researchers and managers. Journal of Service Research, 15(1), 59-75.
Hennig‐Thurau, T., Gwinner, K. P., Walsh, G., & Gremler, D. D. (2004). Electronic word‐of‐
mouth via consumer‐opinion platforms: What motivates consumers to articulate themselves on
the Internet?. Journal of Interactive Marketing, 18(1), 38-52.
Hennig-Thurau, T., Wiertz, C., & Feldhaus, F. (2015). Does Twitter matter? The impact of
microblogging word of mouth on consumers’ adoption of new movies. Journal of the Academy
of Marketing Science, 43(3), 375-394.
Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The use of partial least squares path
modeling in international marketing. In New challenges to international marketing (pp. 277-319).
Emerald Group Publishing Limited.
Henseler, J., & Chin, W. W. (2010). A comparison of approaches for the analysis of interaction
effects between latent variables using partial least squares path modeling. Structural Equation
Modeling, 17(1), 82-109.
195
Henseler, J., & Fassott, G. (2010). Testing moderating effects in PLS path models: An
illustration of available procedures. In Handbook of partial least squares (pp. 713-735).
Springer, Berlin, Heidelberg.
Henseler, J., Hubona, G., & Ray, P. A. (2016). Using PLS path modeling in new technology
research: updated guidelines. Industrial Management & Data Systems, 116(1), 2-20.
Hepola, J., Karjaluoto, H., & Hintikka, A. (2017). The effect of sensory brand experience and
involvement on brand equity directly and indirectly through consumer brand
engagement. Journal of Product & Brand Management, 26(3), 282-293.
Hewett, K., Rand, W., Rust, R. T., & van Heerde, H. J. (2016). Brand buzz in the
echoverse. Journal of Marketing, 80(3), 1-24
Hoban, P. R., & Bucklin, R. E. (2015). Effects of internet display advertising in the purchase
funnel: Model-based insights from a randomized field experiment. Journal of Marketing
Research, 52(3), 375-393.
Hoeffler, S., & Keller, K. L. (2003). The marketing advantages of strong brands. Journal of
Brand Management, 10(6), 421-445.
Hoffman, D. L., & Fodor, M. (2010). Can you measure the ROI of your social media
marketing?. MIT Sloan Management Review, 52(1), 41.
Hollebeek, L. D., Glynn, M. S., & Brodie, R. J. (2014). Consumer brand engagement in social
media: Conceptualization, scale development and validation. Journal of Interactive
Marketing, 28(2), 149-165
Homburg, C., Klarmann, M., & Schmitt, J. (2010). Brand awareness in business markets: when
is it related to firm performance?. International Journal of Research in Marketing, 27(3), 201-
212.
Horng, J. S., Liu, C. H., Chou, H. Y., & Tsai, C. Y. (2012). Understanding the impact of culinary
brand equity and destination familiarity on travel intentions. Tourism Management, 33(4), 815-
824.
Horsky, D., & Swyngedouw, P. (1987). Does it pay to change your company's name? A stock
market perspective. Marketing Science, 6(4), 320-335.
196
Huang, Z. J., & Cai, L. A. (2015). Modeling consumer-based brand equity for multinational hotel
brands–When hosts become guests. Tourism Management, 46, 431-443.
Hudson, S., & Thal, K. (2013). The impact of social media on the consumer decision process:
Implications for tourism marketing. Journal of Travel & Tourism Marketing, 30(1-2), 156-160.
Hughes, S. (2017). "Allies Under Attack: The Terrorist Threat to Europe". Program on
Extremism - George Washington University. 27 June 2017.
Disponible en: https://docs.house.gov/meetings/FA/FA18/20170627/106184/HHRG-115-FA18-
Wstate-HughesS-20170627.pdf
Hunter-Jones, P., Jeffs, A., & Smith, D. (2008). Backpacking your way into crisis: An exploratory
study into perceived risk and tourist behaviour amongst young people. Journal of Travel &
Tourism Marketing, 23(2-4), 237-247.
Hussain, S., Ahmed, W., Jafar, R. M. S., Rabnawaz, A., & Jianzhou, Y. (2017). eWOM source
credibility, perceived risk and food product customer's information adoption. Computers in
Human Behavior, 66, 96-102.
Hutter, K., Hautz, J., Dennhardt, S., & Füller, J. (2013). The impact of user interactions in social
media on brand awareness and purchase intention: the case of MINI on Facebook. Journal of
Product & Brand Management, 22(5/6), 342-351.
Hyun, M. Y., & O'Keefe, R. M. (2012). Virtual destination image: Testing a telepresence
model. Journal of Business Research, 65(1), 29-35.
Ilieva, J., Baron, S., & Healey, N. M. (2002). Online surveys in marketing research: Pros and
cons. International Journal of Market Research, 44(3), 361-376.
Im, H. H., Kim, S. S., Elliot, S., & Han, H. (2012). Conceptualizing destination brand equity
dimensions from a consumer-based brand equity perspective. Journal of Travel & Tourism
Marketing, 29(4), 385-403.
Isberg, S., & Pitta, D. (2013). Using financial analysis to assess brand equity. Journal of Product
& Brand Management, 22(1), 65-78.
ITB (2017). ITB world travel trends report 2016/ 2017. Berlin: ITB Berlin & IPK International.
Disponible en: https://www.itb-
berlin.de/media/itb/itb_dl_all/itb_presse_all/World_Travel_Trends_Report_2016_2017.pdf
197
Jacoby, J., & Kaplan, L. B. (1972). The components of perceived risk. ACR Special Volumes.
Jahn, B., & Kunz, W. (2012). How to transform consumers into fans of your brand. Journal of
Service Management, 23(3), 344-361.
Jalilvand, M. R., Samiei, N., Dini, B., & Manzari, P. Y. (2012). Examining the structural
relationships of electronic word of mouth, destination image, tourist attitude toward destination
and travel intention: An integrated approach. Journal of Destination Marketing &
Management, 1(1-2), 134-143.
Janis, I. L., & Mann, L. (1977). Decision making: A psychological analysis of conflict, choice,
and commitment. Free Press.
Janiszewski, C. (1988). Preconscious processing effects: The independence of attitude

formation and conscious thought. Journal of Consumer Research, 15(2), 199-209.
Jansen, B. J., Zhang, M., Sobel, K., & Chowdury, A. (2009). Twitter power: Tweets as electronic
word of mouth. Journal of the American Society for Information Science and
Technology, 60(11), 2169-2188.
Jerath, K., Ma, L., & Park, Y. H. (2014). Consumer click behavior at a search engine: The role of
keyword popularity. Journal of Marketing Research, 51(4), 480-486.
John, D. R. (2016). Customer-based strategic brand management: past progress and future
challenges. AMS Review, 6(1-2), 17-22.
John, L. K., Emrich, O., Gupta, S., & Norton, M. I. (2017). Does “liking” lead to loving? The
impact of joining a brand’s social network on marketing outcomes. Journal of Marketing
Research, 54(1), 144-155.
Johnson, B., & Turner, L. A. (2003). Data collection strategies in mixed methods
research. Handbook of mixed methods in social and behavioral research, 297-319.
Jöreskog, K. G. & Wold, H. (1982). The ML and PLS techniques for modeling with latent
variables: historical and comparative aspects. In: Wold, H. & Jöreskog, K.G. (Eds.), Systems
Under Indirect Observation, Part I. North-Holland, Amsterdam, pp. 263-270
198
Jung, N. Y., Kim, S., & Kim, S. (2014). Influence of consumer attitude toward online brand
community on revisit intention and brand trust. Journal of Retailing and Consumer
Services, 21(4), 581-589.
Kahneman, D. (1979). Prospect theory: An analysis of decisions under risk. Econometrica, 47,
278.
Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk.
Econometrics, 47, 263-291. Recuperado de http://www. jstor. org/pss/1914185.
Kahneman, D., & Tversky, A. (1984). Choices, values, and frames. American
Psychologist, 39(4), 341.
Kahneman, D., & Tversky, A. (1986). Rational choice and the framing of decisions. Journal of
Business, 59(4), 251-278.
Kahneman, D., & Tversky, A. (2013). Choices, values, and frames. In Handbook of the
Fundamentals of Financial Decision Making: Part I (pp. 269-278).
Kalyanam, K., McAteer, J., Marek, J., Hodges, J., & Lin, L. (2018). Cross channel effects of
search engine advertising on brick & mortar retail sales: Meta analysis of large scale field
experiments on Google. com. Quantitative Marketing and Economics, 16(1), 1-42.
Kamakura, W. A., & Russell, G. J. (1993). Measuring brand value with scanner
data. International journal of Research in Marketing, 10(1), 9-22
Kannan, P. K. (2017). Digital marketing: A framework, review and research

agenda. International Journal of Research in Marketing, 34(1), 22-45.
Kanuri, V. K., Mantrala, M. K., & Thorson, E. (2017). Optimizing a menu of multiformat
subscription plans for ad-supported media platforms. Journal of Marketing, 81(2), 45-63.
Kaplan, L. B., Szybillo, G. J., & Jacoby, J. (1974). Components of perceived risk in product
purchase: A cross-validation. Journal of Applied Psychology, 59(3), 287.
Kaplan, A. M., & Haenlein, M. (2010). Users of the world, unite! The challenges and
opportunities of Social Media. Business Horizons, 53(1), 59-68.
Kapuściński, G., & Richards, B. (2016). News framing effects on destination risk
perception. Tourism Management, 57, 234-244.
199
Karakaya, F., & Ganim Barnes, N. (2010). Impact of online reviews of customer care experience
on brand or company selection. Journal of Consumer Marketing, 27(5), 447-457.
Karamian, H., Nadoushan, M. A., & Nadoushan, A. A. (2015). Do social media marketing
activities increase brand equity. International Journal of Economy, Management and Social
Sciences, 4(3), 362-365.
Karamustafa, K., Fuchs, G., & Reichel, A. (2013). Risk perceptions of a mixed-image
destination: The case of Turkey's first-time versus repeat leisure visitors. Journal of Hospitality
Marketing & Management, 22(3), 243-268.
Karl, M. (2018). Risk and uncertainty in travel decision-making: Tourist and destination
perspective. Journal of Travel Research, 57(1), 129-146.
Kayaman, R., & Arasli, H. (2007). Customer based brand equity: evidence from the hotel
industry. Managing Service Quality: An International Journal, 17(1), 92-109.
Keil, M., Tan, B. C., Wei, K. K., Saarinen, T., Tuunainen, V., & Wassenaar, A. (2000). A cross-
cultural study on escalation of commitment behavior in software projects. MIS Quarterly, 299-
325.
Keller, K. L. (1993). Conceptualizing, measuring, and managing customer-based brand

equity. Journal of Marketing, 1-22.
Keller, K. L. (2001). Building customer-based brand equity: A blueprint for creating strong
brands (pp. 3-27). Cambridge, MA: Marketing Science Institute.
Keller, K. L. (2003). Brand synthesis: The multidimensionality of brand knowledge. Journal of

Consumer Research, 29(4), 595-600.
Keller, K. L., Sternthal, B., & Tybout, A. (2002). Three questions you need to ask about your
brand. Harvard Business Review, 80(9), 80-89.
Keller, K. L., & Lehmann, D. R. (2003). How do brands create value?. Marketing
Keller. K. Strategic brand management. Pearson-Prentice Hall, New Jersey (2007)
Keller, K. L. (2009). Building strong brands in a modern marketing communications

environment. Journal of Marketing Communications, 15(2-3), 139-155.
200
Keller, K. L. (2010). Brand equity management in a multichannel, multimedia retail
environment. Journal of Interactive Marketing, 24(2), 58-70.
Keller, K. L. (2013). Strategic brand management: Building, measuring, and managing brand
equity (4th ed.). Boston: Pearson.
Keller, K. L. (2016). Reflections on customer-based brand equity: perspectives, progress, and

priorities. AMS Review, 6(1-2), 1-16.
Kerin, R. A., & Sethuraman, R. (1998). Exploring the brand value-shareholder value nexus for
consumer goods companies. Journal of the Academy of Marketing Science, 26(4), 260-273.
Kietzmann, J. H., Hermkens, K., McCarthy, I. P., & Silvestre, B. S. (2011). Social media? Get
serious! Understanding the functional building blocks of social media. Business Horizons, 54(3),
241-251.
Kim, H. B., Gon Kim, W., & An, J. A. (2003). The effect of consumer-based brand equity on
firms’ financial performance. Journal of Consumer Marketing, 20(4), 335-351.
Kim, N. S., & Chalip, L. (2004). Why travel to the FIFA World Cup? Effects of motives,
background, interest, and constraints. Tourism Management, 25(6), 695-707.
Kim, W. G., & Kim, H. B. (2004). Measuring customer-based restaurant brand equity. Cornell
Hotel and Restaurant Administration Quarterly, 45(2), 115-131.
Kim, H. B., & Kim, W. G. (2005). The relationship between brand equity and firms’ performance
in luxury hotels and chain restaurants. Tourism Management, 26(4), 549-560.
Kim, K. H., Kim, K. S., Kim, D. Y., Kim, J. H., & Kang, S. H. (2008a). Brand equity in hospital
marketing. Journal of Business Research, 61(1), 75-82.
Kim, W. G., Jin-Sun, B., & Kim, H. J. (2008b). Multidimensional customer-based brand equity
and its consequences in midpriced hotels. Journal of Hospitality & Tourism Research, 32(2),
235-254.
Kim, S. H., Han, H. S., Holland, S., & Byon, K. K. (2009). Structural relationships among
involvement, destination brand equity, satisfaction and destination visit intentions: The case of
Japanese outbound travelers. Journal of Vacation Marketing, 15(4), 349-365.
201
Kim, J. H., & Hyun, Y. J. (2011). A model to investigate the influence of marketing-mix efforts
and corporate image on brand equity in the IT software sector. Industrial marketing
management, 40(3), 424-438.
Kim, A. J., & Ko, E. (2012). Do social media marketing activities enhance customer equity? An
empirical study of luxury fashion brand. Journal of Business Research, 65(10), 1480-1486.
Kim, E., Sung, Y., & Kang, H. (2014). Brand followers’ retweeting behavior on Twitter: How
brand relationships influence brand electronic word-of-mouth. Computers in Human
Behavior, 37, 18-25.
Kim, S., Im, H. H., & King, B. E. (2015). Muslim travelers in Asia: The destination preferences
and brand perceptions of Malaysian tourists. Journal of Vacation Marketing, 21(1), 3-21.
Kim, D. H., Sung, Y. H., Lee, S. Y., Choi, D., & Sung, Y. (2016). Are you on timeline or news
feed? the roles of facebook pages and construal level in increasing ad effectiveness. Computers
in Human Behavior, 57, 312-320.
Kim, A. J., & Johnson, K. K. (2016). Power of consumers using social media: Examining the
influences of brand-related user-generated content on Facebook. Computers in Human
Behavior, 58, 98-108.
Kim, H., & Hanssens, D. M. (2017). Advertising and word-of-mouth effects on pre-launch
consumer interest and initial sales of experience products. Journal of Interactive Marketing, 37,
57-74.
Kim, S. E., Lee, K. Y., Shin, S. I., & Yang, S. B. (2017). Effects of tourism information quality in
social media on destination image formation: The case of Sina Weibo. Information &
Management, 54(6), 687-702.
King, R. A., Racherla, P., & Bush, V. D. (2014). What we know and don't know about online
word-of-mouth: A review and synthesis of the literature. Journal of Interactive Marketing, 28(3),
167-183.
Kirmani, A., & Zeithaml, V. (1993). Advertising, perceived quality, and brand image (pp. 143-62).
Hillsdale, NJ: Lawrence Erlbaum Associates.
Kladou, S., & Kehagias, J. (2014a). Developing a structural brand equity model for cultural
destinations. Journal of Place Management and Development, 7(2), 112-125.
202
Kladou, S., & Kehagias, J. (2014b). Assessing destination brand equity: An integrated
approach. Journal of Destination Marketing & Management, 3(1), 2-10.
Klerck, D., & Sweeney, J. C. (2007). The effect of knowledge types on consumer‐perceived risk
and adoption of genetically modified foods. Psychology & Marketing, 24(2), 171-193.
Kline, R. (2011). Principles and Practice of Structural Equation Modeling, 3rd edn Guilford
Press. New York.
Knoll, J. (2016). Advertising in social media: a review of empirical evidence. International

Journal of Advertising, 35(2), 266-300.
Költringer, C., & Dickinger, A. (2015). Analyzing destination branding and image from online
sources: A web content mining approach. Journal of Business Research, 68(9), 1836-1843.
Konecnik, M., & Ruzzier, M. (2006). The influence of previous visitation on customer's
evaluation of a tourism destination. Managing Global Transitions, 4(2), 145.
Konecnik, M., & Gartner, W. C. (2007). Customer-based brand equity for a destination. Annals
of Tourism Research, 34(2), 400-421.
Korstanje, M. (2009). RE-VISITING RISK PERCEPTION THEORY IN THE CONTEXT OF

TRAVEL. E-Review of Tourism Research, 7(4).
Korstanje, M. E. (2011). The fear of traveling: a new perspective for tourism and
hospitality. Anatolia, 22(2), 222-233.
Kotler, P., & Keller, K. L. (2012). Marketing management: Global edition. Harlow: Pearson, 56.
Kotler, P., Keller, K. L., & Armstrong, G. (2012). Marketing Management Edisi 14, Global
Edition. New Jersy: Prentice Hall.
Kotsi, F., Pike, S., & Gottlieb, U. (2018). Consumer-based brand equity (CBBE) in the context of
an international stopover destination: Perceptions of Dubai in France and Australia. Tourism
Kozak, M., Crotts, J. C., & Law, R. (2007). The impact of the perception of risk on international
travellers. International Journal of Tourism Research, 9(4), 233-242.
203
Kozinets, R. V., De Valck, K., Wojnicki, A. C., & Wilner, S. J. (2010). Networked narratives:
Understanding word-of-mouth marketing in online communities. Journal of Marketing, 74(2), 71-
89.
Kuksov, D., Shachar, R., & Wang, K. (2013). Advertising and consumers'
communications. Marketing Science, 32(2), 294-309
Kumar, A., & Grisaffe, D. B. (2004). Effects of extrinsic attributes on perceived quality, customer
value, and behavioral intentions in B2B settings: a comparison across goods and service
industries. Journal of Business to Business Marketing, 11(4), 43-74.
Kumar, V., Bhaskaran, V., Mirchandani, R., & Shah, M. (2013). Practice prize winner—creating
a measurable social media marketing strategy: increasing the value and ROI of intangibles and
tangibles for hokey pokey. Marketing Science, 32(2), 194-212.
Kumar, A., Bezawada, R., Rishika, R., Janakiraman, R., & Kannan, P. K. (2016). From social to
sale: The effects of firm-generated content in social media on customer behavior. Journal of
Marketing, 80(1), 7-25.
Kumar, V. (2017) Integrating Theory and Practice in Marketing. Journal of Marketing: March
2017, Vol. 81, No. 2, pp. 1-7.
Kumar, V., Choi, J. B., & Greene, M. (2017). Synergistic effects of social media and traditional
marketing on brand sales: capturing the time-varying effects. Journal of the Academy of
Kumar, R. S., Dash, S., & Malhotra, N. K. (2018). The impact of marketing activities on service
brand equity: The mediating role of evoked experience. European Journal of Marketing, 52(3/4),
596-618.
Kuto, B., & Groves, J. (2004). The effects of terrorism: evaluating Kenyas tourism crisis. E-
Review of Tourism Research, 2(4), 88-95.
Kwun, J. W., & Oh, H. (2004). Effects of brand, price, and risk on customers' value perceptions
and behavioral intentions in the restaurant industry. Journal of Hospitality & Leisure
Marketing, 11(1), 31-49.
Lai-Ming Tam, J. (2012). The moderating role of perceived risk in loyalty intentions: an
investigation in a service context. Marketing Intelligence & Planning, 30(1), 33-52.
204
Lal, R., & Narasimhan, C. (1996). The inverse relationship between manufacturer and retailer
margins: A theory. Marketing Science, 15(2), 132-151.
Lamberton, C., & Stephen, A. T. (2016). A thematic exploration of digital, social media, and
mobile marketing: Research evolution from 2000 to 2015 and an agenda for future
inquiry. Journal of Marketing, 80(6), 146-172.
Lambrecht, A., & Tucker, C. (2013). When does retargeting work? Information specificity in
online advertising. Journal of Marketing Research, 50(5), 561-576.
Lange, P. G. (2007). Publicly private and privately public: Social networking on

YouTube. Journal of Computer‐Mediated Communication, 13(1), 361-380.
Lane, V., & Jacobson, R. (1995). Stock market reactions to brand extension announcements:
The effects of brand attitude and familiarity. The Journal of Marketing, 63-77.
Lane, V. R., & Fastoso, F. (2016). The impact of repeated ad exposure on spillover from low fit
extensions to a global brand. International Marketing Review, 33(2), 298-318.
Laroche, M., Habibi, M. R., & Richard, M. O. (2013). To be or not to be in social media: How
brand loyalty is affected by social media?. International Journal of Information
Lassar, W., Mittal, B., & Sharma, A. (1995). Measuring customer-based brand equity. Journal of
Consumer Marketing, 12(4), 11-19.
Law, R. (2006). The perceived impact of risks on travel decisions. International Journal of
Lee, J. S., & Back, K. J. (2008). Attendee-based brand equity. Tourism Management, 29(2),
331-344.
Lee, M., & Youn, S. (2009). Electronic word of mouth (eWOM) How eWOM platforms influence
consumer product judgement. International Journal of Advertising, 28(3), 473-499.
Lee, J. S., & Back, K. J. (2010). Reexamination of attendee-based brand equity. Tourism
Management, 31(3), 395-401.
Lee, J. E., & Watkins, B. (2016). YouTube vloggers' influence on consumer luxury brand
perceptions and intentions. Journal of Business Research, 69(12), 5753-5760.
205
Lee, D., Hosanagar, K., & Nair, H. S. (2018). Advertising content and consumer engagement on
social media: evidence from Facebook. Management Science.
Lehto, X., Douglas, A. C., & Park, J. (2008). Mediating the effects of natural disasters on travel
intention. Journal of Travel & Tourism Marketing, 23(2-4), 29-43.
Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout the
customer journey. Journal of Marketing, 80(6), 69-96.
Lepp, A., & Gibson, H. (2003). Tourist roles, perceived risk and international tourism. Annals of
Lepp, A., & Gibson, H. (2008). Sensation seeking and tourism: Tourist role, perception of risk
and destination choice. Tourism Management, 29(4), 740-750.
Lepp, A., & Gibson, H. (2011). Tourism and World Cup Football amidst perceptions of risk: The
case of South Africa. Scandinavian Journal of Hospitality and Tourism, 11(3), 286-305.
Lepp, A., Gibson, H., & Lane, C. (2011). Image and perceived risk: A study of Uganda and its
official tourism website. Tourism Management, 32(3), 675-684.
Leuthesser, L. (1988). Defining, measuring, and managing brand equity: a conference summary
by. Marketing Science Institute.
Lévy-Mangin, J. P., & Varela, J. (2006). Modelización con estructuras de covarianzas en

ciencias sociales. Temas esenciales, avanzados y aportaciones especiales. A Coruña:
Netbiblo.
Li, M., Cai, L. A., Lehto, X. Y., & Huang, J. (2010). A missing link in understanding revisit
intention—The role of motivation and image. Journal of Travel & Tourism Marketing, 27(4), 335-
348.
Li, H., & Kannan, P. K. (2014). Attributing conversions in a multichannel online marketing
environment: An empirical model and a field experiment. Journal of Marketing Research, 51(1),
40-56.
Llodrà-Riera, I., Martínez-Ruiz, M. P., Jiménez-Zarco, A. I., & Izquierdo-Yusta, A. (2015). A

multidimensional analysis of the information sources construct and its relevance for destination
image formation. Tourism Management, 48, 319-328.
206
Lim, Y., Chung, Y., & Weaver, P. A. (2012). The impact of social media on destination branding:
Consumer-generated videos versus destination marketer-generated videos. Journal of Vacation
Marketing, 18(3), 197-206.
Lin, C. H., Morais, D. B., Kerstetter, D. L., & Hou, J. S. (2007). Examining the role of cognitive
and affective image in predicting choice across natural, developed, and theme-park
destinations. Journal of Travel Research, 46(2), 183-194.
Lipsman, A., Mudd, G., Rich, M., & Bruich, S. (2012). The power of “like”: How brands reach
(and influence) fans through social-media marketing. Journal of Advertising research, 52(1), 40-
52.
Liu, Y. (2006). Word of mouth for movies: Its dynamics and impact on box office
revenue. Journal of Marketing, 70(3), 74-89.
Liu, C. R., Liu, H. K., & Lin, W. R. (2015). Constructing customer‐based museums brand equity
model: The mediating role of brand value. International Journal of Tourism Research, 17(3),
229-238.
Lockshin, L., & Spawton, T. (2001). Using involvement and brand equity to develop a wine
tourism strategy. International Journal of Wine Marketing, 13(1), 72-81.
Loken, B., & Ward, J. (1990). Alternative approaches to understanding the determinants of
typicality. Journal of Consumer Research, 17(2), 111-126.
López, P. L. (2004). Población muestra y muestreo. Punto Cero, 9(08), 69-74.
Lovelock, C. H., & Wirtz, J. (2007). Services marketing: People, technology, strategy (Vol. 6).
Upper Saddle River, NJ: Pearson/Prentice Hall.
Lovett, M. J., & Staelin, R. (2016). The role of paid, earned, and owned media in building
entertainment brands: Reminding, informing, and enhancing enjoyment. Marketing
Science, 35(1), 142-157.
Low, G. S., & Lamb Jr, C. W. (2000). The measurement and dimensionality of brand
associations. Journal of Product & Brand Management, 9(6), 350-370.
Lund, N. F., Cohen, S. A., & Scarles, C. (2018). The power of social media storytelling in
destination branding. Journal of destination marketing & management, 8, 271-280.
207
Luo, X., Zhang, J., & Duan, W. (2013). Social media and firm equity value. Information Systems
Research, 24(1), 146-163.
Lurigio, A. J., & Carroll, J. S. (1985). Probation officers' schemata of offenders: Content,
development, and impact on treatment decisions. Journal of Personality and Social
Psychology, 48(5), 1112.
Lynch, G., & Atkins, S. (1988). The influence of personal security fears on women's travel
patterns. Transportation, 15(3), 257-277.
MacInnis, D. J., & Price, L. L. (1987). The role of imagery in information processing: Review and
extensions. Journal of Consumer Research, 13(4), 473-491.
Maclnnis, D. J., & Jaworski, B. J. (1989). Information processing from advertisements: Toward
an integrative framework. The Journal of Marketing, 1-23.
Mägi, A. W. (2003). Share of wallet in retailing: the effects of customer satisfaction, loyalty cards
and shopper characteristics. Journal of Retailing, 79(2), 97-106.
Mahajan, V., Rao, V. R., & Srivastava, R. K. (1994). An approach to assess the importance of
brand equity in acquisition decisions. Journal of Product Innovation Management, 11(3), 221-
235.
Malhotra, N. (2008). Investigación de mercados, quinta edición, editorial Pearson Educación.
Malhotra, N.K. (2010). Marketing Research: An Applied Orientation. Sexta Edición. Boston:
Pearson.
Manchanda, P., Dubé, J. P., Goh, K. Y., & Chintagunta, P. K. (2006). The effect of banner
advertising on internet purchasing. Journal of Marketing Research, 43(1), 98-108.
Mandler, G. (1982). The structure of value: Accounting for taste. Center for Human Information
Processing Report, 101.
Mangold, W. G., & Faulds, D. J. (2009). Social media: The new hybrid element of the promotion
mix. Business Horizons, 52(4), 357-365.
Mansfeld, Y. (2006). The role of security information in tourism crisis management: The missing
link. Tourism, Security & Safety: From theory to practice, 271-290.
208
March, J. G., & Shapira, Z. (1987). Managerial perspectives on risk and risk
taking. Management Science, 33(11), 1404-1418
Marine-Roig, E., & Clavé, S. A. (2016). Perceived image specialisation in multiscalar tourism
destinations. Journal of Destination Marketing & Management, 5(3), 202-213.
Martínez-Navarro, J., & Bigné, E. (2017). The Value of Marketer-Generated Content on Social
Network Sites: Media Antecedents and Behavioral Responses. Journal of Electronic Commerce
Research, 18(1), 52.
Maser, B., & Weiermair, K. (1998). Travel decision-making: From the vantage point of perceived
risk and information preferences. Journal of Travel & Tourism Marketing, 7(4), 107-121.
Maslow, A. H. (1943). A theory of human motivation. Psychological review, 50(4), 370.
Mazaheri, E., Richard, M. O., & Laroche, M. (2011). Online consumer behavior: Comparing
Canadian and Chinese website visitors. Journal of Business Research, 64(9), 958-965.
Meyers-Levy, J., & Tybout, A. M. (1989). Schema congruity as a basis for product
evaluation. Journal of Consumer Research, 16(1), 39-54.
McKercher, B., & Chon, K. (2004). The over-reaction to SARS and the collapse of Asian
tourism. Annals of Tourism Research, 31(3), 716-719.
McMurray, A. (2004). A commonsense approach. Cengage Learning Australia.
Milman, A., Jones, F., & Bach, S. (1999). The impact of security devices on tourists’ perceived
safety: The central Florida example. Journal of Hospitality & Tourism Research, 23(4), 371-386.
Mitchell, V. W., & Greatorex, M. (1993). Risk perception and reduction in the purchase of
consumer services. Service Industries Journal, 13(4), 179-200.
Mitchell, V. W., & Vassos, V. (1998). Perceived risk and risk reduction in holiday purchases: A
cross-cultural and gender analysis. Journal of Euromarketing, 6(3), 47-79.
Mitchell, V. W., Davies, F., Moutinho, L., & Vassos, V. (1999). Using neural networks to
understand service risk in the holiday product. Journal of Business Research, 46(2), 167-180.
Mizik, N., & Jacobson, R. (2003). Trading off between value creation and value appropriation:
The financial implications of shifts in strategic emphasis. Journal of Marketing, 67(1), 63-76.
209
Mochon, D., Johnson, K., Schwartz, J., & Ariely, D. (2017). What are likes worth? A Facebook
page field experiment. Journal of Marketing Research, 54(2), 306-317.
Moe, W. W., & Trusov, M. (2011). The value of social dynamics in online product ratings
forums. Journal of Marketing Research, 48(3), 444-456.
Moe, W. W., & Schweidel, D. A. (2012). Online product opinions: Incidence, evaluation, and
evolution. Marketing Science, 31(3), 372-386.
Moisescu, O. I. (2009). THE IMPORTANCE OF BRAND AWARENESS IN

CONSUMERS'BUYING DECISION AND PERCEIVED RISK ASSESSMENT. Management &
Marketing Journal, 7(2).
Molinillo, S., Liébana-Cabanillas, F., Anaya-Sánchez, R., & Buhalis, D. (2018). DMO online
platforms: Image and intention to visit. Tourism Management, 65, 116-130.
Mongin, P. (1997). Expected utility theory. Handbook of economic methodology, 342350.
Moorthy, S., & Zhao, H. (2000). Advertising spending and perceived quality. Marketing
Letters, 11(3), 221-233.
Moorthy, S., & Hawkins, S. A. (2005). Advertising repetition and quality perception. Journal of
Business Research, 58(3), 354-360.
Morais, D. B., & Lin, C. H. (2010). Why do first-time and repeat visitors patronize a
destination?. Journal of Travel & Tourism Marketing, 27(2), 193-210.
Moreira, P. (2008). Stealth risks and catastrophic risks: On risk perception and crisis recovery
strategies. Journal of Travel & Tourism Marketing, 23(2-4), 15-27.
Motameni, R., & Shahrokhi, M. (1998). Brand equity valuation: a global perspective. Journal of
Product & Brand Management, 7(4), 275-290.
Moutinho, L. (1987). Consumer behaviour in tourism. European Journal of Marketing, 21(10), 5-

44.
MSI (2018). “Research Priorities 2018-2020” Cambridge, Mass.: Marketing Science Institute.
Muñiz, Jr, A. M., & Schau, H. J. (2007). Vigilante marketing and consumer-created
communications. Journal of Advertising, 36(3), 35-50.
210
Müller, J. M., Pommeranz, B., Weisser, J., & Voigt, K. I. (2018). Digital, Social Media, and
Mobile Marketing in industrial buying: Still in need of customer segmentation? Empirical
evidence from Poland and Germany. Industrial Marketing Management
Muntinga, D. G., Moorman, M., & Smit, E. G. (2011). Introducing COBRAs: Exploring
motivations for brand-related social media use. International Journal of Advertising, 30(1), 13-
46.
Murphy, J. "Assessing the Value of Brands [w:]“Branding–A Key Marketing Tool” edit. by
J." Murphy, Griffin Oxford (1992).
Nam, J., Ekinci, Y., & Whyatt, G. (2011). Brand equity, brand loyalty and consumer
satisfaction. Annals of Tourism Research, 38(3), 1009-1030.
Nam, H., & Kannan, P. K. (2014). The informational value of social tagging networks. Journal of
Marketing, 78(4), 21-40.
Narangajavana, Y., Fiol, L. J. C., Tena, M. Á. M., Artola, R. M. R., & García, J. S. (2017). The
influence of social media in creating expectations. An empirical study for a tourist
destination. Annals of Tourism Research, 65, 60-70.
Naylor, R. W., Lamberton, C. P., & West, P. M. (2012). Beyond the “like” button: The impact of
mere virtual presence on brand evaluations and purchase intentions in social media
settings. Journal of Marketing, 76(6), 105-120.
Netemeyer, R. G., Krishnan, B., Pullig, C., Wang, G., Yagci, M., Dean, D., ... & Wirth, F. (2004).
Developing and validating measures of facets of customer-based brand equity. Journal of
Business Research, 57(2), 209-224.
Nikabadi, M. S., Safui, M. A., & Agheshlouei, H. (2015). Role of advertising and promotion in
brand equity creation. Journal of Promotion Management, 21(1), 13-32.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric Theory (McGraw-Hill Series in

Psychology) (Vol. 3). New York: McGraw-Hill.
Oh, H. (1999). Service quality, customer satisfaction, and customer value: A holistic
perspective. International Journal of Hospitality Management, 18(1), 67-82.
211
Olaru, D., Purchase, S., & Peterson, N. (2008). From customer value to repurchase intentions
and recommendations. Journal of Business & Industrial Marketing, 23(8), 554-565.
OECD, (2007) OECD. Participative Web and User-Created Content: Web 2.0, Wikis, and Social
Networking. Organisation for Economic Co-operation and Development, Paris (2007)
Oliveira, E., & Panyik, E. (2015). Content, context and co-creation: Digital challenges in
destination branding with references to Portugal as a tourist destination. Journal of Vacation
Marketing, 21(1), 53-74.
Onishi, H., & Manchanda, P. (2012). Marketing activity, blogging and sales. International
Journal of Research in Marketing, 29(3), 221-234.
Okazaki, S., & Taylor, C. R. (2013). Social media and international advertising: theoretical
challenges and future directions. International Marketing Review, 30(1), 56-71.
Packard, G., & Berger, J. (2017). How language shapes word of mouth’s impact. Journal of
Paniagua, F. J., & Huertas, A. (2018). El contenido en los medios sociales de los destinos
turísticos y la búsqueda de información de los usuarios. Cuadernos de Turismo, (41).
Pappas, N. (2017). Effect of marketing activities, benefits, risks, confusion due to over-choice,
price, quality and consumer trust on online tourism purchasing. Journal of Marketing
Pappu, R., Quester, P. G., & Cooksey, R. W. (2005). Consumer-based brand equity: improving
the measurement–empirical evidence. Journal of Product & Brand Management, 14(3), 143-
154.
Pappu, R., & Quester, P. G. (2016). How does brand innovativeness affect brand
loyalty?. European Journal of Marketing, 50(1/2), 2-28
Paraskevas, A., & Arendell, B. (2007). A strategic framework for terrorism prevention and
mitigation in tourism destinations. Tourism Management, 28(6), 1560-1573.
Park, C. S., & Srinivasan, V. (1994). A survey-based method for measuring and understanding
brand equity and its extendibility. Journal of Marketing Research, 271-288.
212
Parrey, S. H., Hakim, I. A., & Rather, R. A. (2019). Mediating role of government initiatives and
media influence between perceived risks and destination image: a study of conflict
zone. International Journal of Tourism Cities, 5(1), 90-106.
Pavlou, P. A., & Fygenson, M. (2006). Understanding and predicting electronic commerce
adoption: An extension of the theory of planned behavior. MIS Quarterly, 115-143.
Pennington, N., & Hastie, R. (1988). Explanation-based decision making: Effects of memory
structure on judgment. Journal of Experimental Psychology: Learning, Memory, and
Cognition, 14(3), 521.
Pansari, A., & Kumar, V. (2017). Customer engagement: the construct, antecedents, and
consequences. Journal of the Academy of Marketing Science, 45(3), 294-311.
Perrin, A. (2015). Social media usage. Pew research center, 52-68.
Perpiña, L., Camprubí, R., & Prats, L. (2019). Destination image versus risk perception. Journal
of Hospitality & Tourism Research, 43(1), 3-19.
Peter, J. P., & Tarpey Sr, L. X. (1975). A comparative analysis of three consumer decision
strategies. Journal of Consumer Research, 2(1), 29-37.
Peter, J. P., & Ryan, M. J. (1976). An investigation of perceived risk at the brand level. Journal
of marketing research, 184-188.
Peters, K., Chen, Y., Kaplan, A. M., Ognibeni, B., & Pauwels, K. (2013). Social media metrics—
A framework and guidelines for managing social media. Journal of Interactive Marketing, 27(4),
281-298.
Pescher, C., Reichhart, P., & Spann, M. (2014). Consumer decision-making processes in
mobile viral marketing campaigns. Journal of Interactive Marketing, 28(1), 43-54.
Piaget, J. (1926). Psychology. The Monist, 430-455.
Pike, S. (2007). Consumer-based brand equity for destinations: Practical DMO performance
measures. Journal of Travel & Tourism Marketing, 22(1), 51-61.
Pike, S. (2009). Destination brand positions of a competitive set of near-home

destinations. Tourism Management, 30(6), 857-866.
213
Pike, S. (2010). Destination branding case study: Tracking brand equity for an emerging
destination between 2003 and 2007. Journal of Hospitality & Tourism Research, 34(1), 124-139.
Pike, S., Bianchi, C., Kerr, G., & Patti, C. (2010). Consumer-based brand equity for Australia as
a long-haul tourism destination in an emerging market. International Marketing Review, 27(4),
434-449.
Pike, S. D., & Bianchi, C. (2011). Modeling destination brand equity in an emerging long haul
market. In Proceedings of the Travel & Tourism Research Association European Chapter
Conference. TTRA EUROPE
Pike, S., & Page, S. J. (2014). Destination Marketing Organizations and destination marketing:
A narrative analysis of the literature. Tourism Management, 41, 202-227.
Pike, S., & Bianchi, C. (2016). Destination brand equity for Australia: testing a model of CBBE in
short-haul and long-haul markets. Journal of Hospitality & Tourism Research, 40(1), 114-134.
Pizam, A. (1982). Tourism and crime: is there a relationship?. Journal of Travel

Research, 20(3), 7-10.
Pizam, A., & Mansfeld, Y. (1996). Tourism, Crime, and International Security Issues. John Wiley
& Son Ltd.
Pizam, A. (1999). A comprehensive approach to classifying acts of crime and violence at

tourism destinations. Journal of Travel Research, 38(1), 5-12.
Pizam, A., Jeong, G. H., Reichel, A., van Boemmel, H., Lusson, J. M., Steynberg, L., ... &
Montmany, N. (2004). The relationship between risk-taking, sensation-seeking, and the tourist
behavior of young adults: A cross-cultural study. Journal of Travel Research, 42(3), 251-260.
Plog, S. C. (1973). Why destination areas rise and fall in popularity. Cornell Hotel and
Restaurant Administration Quarterly, 13-16.
Pras, B., & Summers, J. O. (1978). Perceived risk and composition models for multiattribute
decisions. Journal of Marketing Research, 429-437.
Prasad, K., & Dev, C. S. (2000). Managing hotel brand equity: A customer-centric framework for
assessing performance. Cornell Hotel and Restaurant Administration Quarterly, 41(3), 22-31.
214
Prayag, G., & Ryan, C. (2011). The relationship between the ‘push’and ‘pull’factors of a tourist
destination: The role of nationality–an analytical qualitative research approach. Current Issues
in Tourism, 14(2), 121-143.
Prideaux, B. (2005). Factors affecting bilateral tourism flows. Annals of Tourism Research,
32(3), 780-801.
Puligadda, S., Ross Jr, W. T., & Grewal, R. (2012). Individual differences in brand
schematicity. Journal of Marketing Research, 49(1), 115-130.
Qi, C. X., Gibson, H. J., & Zhang, J. J. (2009). Perceptions of risk and travel intentions: The
case of China and the Beijing Olympic Games. Journal of Sport & Tourism, 14(1), 43-67.
Qu, H., Kim, L. H., & Im, H. H. (2011). A model of destination branding: Integrating the concepts
of the branding and destination image. Tourism Management, 32(3), 465-476.
Quintal, V. A., Lee, J. A., & Soutar, G. N. (2010). Risk, uncertainty and the theory of planned
behavior: A tourism example. Tourism Management, 31(6), 797-805.
QUORA (2018). What are the problems that are faced by tourists in Morocco?
Disponible en: https://www.quora.com/What-are-the-problems-that-are-faced-by-tourists-in-
Morocco
Rabin, M. (2013). Risk aversion and expected-utility theory: A calibration theorem. In Handbook
of the Fundamentals of Financial Decision Making: Part I (pp. 241-252).
Racherla, P., & Friske, W. (2012). Perceived ‘usefulness’ of online consumer reviews: An
exploratory investigation across three services categories. Electronic Commerce Research and
Applications, 11(6), 548-559.
Raghunathan, R., Naylor, R. W., & Hoyer, W. D. (2006). The unhealthy= tasty intuition and its
effects on taste inferences, enjoyment, and choice of food products. Journal of Marketing, 70(4),
170-184
Rao, V. R., Agarwal, M. K., & Dahlhoff, D. (2004). How is manifest branding strategy related to
the intangible value of a corporation?. Journal of Marketing, 68(4), 126-141.
Reichel, A., Fuchs, G., & Uriely, N. (2007). Perceived risk and the non-institutionalized tourist
role: The case of Israeli student ex-backpackers. Journal of Travel Research, 46(2), 217-226.
215
Reichel, A., Fuchs, G., & Uriely, N. (2009). Israeli backpackers: The role of destination
choice. Annals of Tourism Research, 36(2), 222-246.
Reisinger, Y., & Mavondo, F. (2005). Travel anxiety and intentions to travel internationally:
Implications of travel risk perception. Journal of Travel Research, 43(3), 212-225.
Jalilvand,R. M., & Samiei, N. (2012). The effect of electronic word of mouth on brand image and
purchase intention: An empirical study in the automobile industry in Iran. Marketing Intelligence
& Planning, 30(4), 460-476.
Ringle, C. M., Wende, S., & Will, S. (2005). SmartPLS 2.0 (M3) Beta, Hamburg 2005.
Ritchie, B. W. (2004). Chaos, crises and disasters: a strategic approach to crisis management in
the tourism industry. Tourism Management, 25(6), 669-683.
Rittichainuwat, B. N. (2006). Tsunami recovery: A case study of Thailand’s tourism. Cornell

Hotel and Restaurant Administration Quarterly, 47(4), 390-404.
Rittichainuwat, B. N., & Chakraborty, G. (2009). Perceived travel risks regarding terrorism and
disease: The case of Thailand. Tourism Management, 30(3), 410-418.
Roehl, W. S., & Fesenmaier, D. R. (1992). Risk perceptions and pleasure travel: An exploratory
analysis. Journal of Travel Research, 30(4), 17-26.
Romaniuk, J., & Sharp, B. (2004). Conceptualizing and measuring brand salience. Marketing
Theory, 4(4), 327-342..
Roy, D. P., & Bettina Cornwell, T. (2003). Brand equity’s influence on responses to event
sponsorships. Journal of Product & Brand Management, 12(6), 377-393.
Rui, H., Liu, Y., & Whinston, A. (2013). Whose and what chatter matters? The effect of tweets
on movie sales. Decision Support Systems, 55(4), 863-870.
Rumelhart, D. E. (2017). Schemata: The building blocks of cognition. In Theoretical issues in

Reading Comprehension (pp. 33-58). Routledge.
Russell, J. A., & Pratt, G. (1980). A description of the affective quality attributed to
environments. Journal of Personality and Social Psychology, 38(2), 311.
216
Russell, J. A., Ward, L. M., & Pratt, G. (1981). Affective quality attributed to environments: A
factor analytic study. Environment and Behavior, 13(3), 259-288.
Rutz, O. J., & Bucklin, R. E. (2011). From generic to branded: A model of spillover in paid
search advertising. Journal of Marketing Research, 48(1), 87-102.
Rutz, O. J., Bucklin, R. E., & Sonnier, G. P. (2012). A latent instrumental variables approach to
modeling keyword conversion in paid search advertising. Journal of Marketing Research, 49(3),
306-319.
Rutz, O. J., Sonnier, G. P., & Trusov, M. (2017). A New Method to Aid Copy Testing of Paid
Search Text Advertisements. Journal of Marketing Research, jmr-14.
SAFETRAVEL (2018). Security report. New Zealand Government.

Disponible en: https://www.safetravel.govt.nz/south-east-asia
Saha, S., & Yap, G. (2014). The moderation effects of political instability and terrorism on
tourism development: A cross-country panel analysis. Journal of Travel Research, 53(4), 509-
521
Sahni, N. S., Wheeler, S. C., & Chintagunta, P. (2018). Personalization in Email Marketing: The
Role of Noninformative Advertising Content. Marketing Science.
Sanchez, J., Callarisa, L., Rodriguez, R. M., & Moliner, M. A. (2006). Perceived value of the
purchase of a tourism product. Tourism Management, 27(3), 394-409.
San Martín, H., & Del Bosque, I. A. R. (2008). Exploring the cognitive–affective nature of
destination image and the role of psychological factors in its formation. Tourism
Management, 29(2), 263-277.
San Martín, H., Herrero, A., & García de los Salmones, M. D. M. (2018). An integrative model of
destination brand equity and tourist satisfaction. Current Issues in Tourism, 1-22.
Sanz-Blas, S., Bigné, E., & Buzova, D. (2017). m-WOM in a brand’s Facebook fan page. Online
Information Review, 41(7), 936-953.
Sashi, C. M. (2012). Customer engagement, buyer-seller relationships, and social

media. Management Decision, 50(2), 253-272.
217
Sasmita, J., & Mohd Suki, N. (2015). Young consumers’ insights on brand equity: Effects of
brand association, brand loyalty, brand awareness, and brand image. International Journal of
Retail & Distribution Management, 43(3), 276-292.
Sarstedt, M., Hair, J. F., Ringle, C. M., Thiele, K. O., & Gudergan, S. P. (2016). Estimation
issues with PLS and CBSEM: Where the bias lies!. Journal of Business Research, 69(10),
3998-4010.
Schau, H. J., Muñiz Jr, A. M., & Arnould, E. J. (2009). How brand community practices create
value. Journal of Marketing, 73(5), 30-51.
Schiebler, S. A., Crotts, J. C., & Hollinger, R. C. (1996). Florida tourists’ vulnerability to
crime. Tourism, Crime and International Security Issues, 37-50.
Schivinski, B., & Dabrowski, D. (2016). The effect of social media communication on consumer
perceptions of brands. Journal of Marketing Communications, 22(2), 189-214.
Schivinski, B., & Dabrowski, D. (2015). The impact of brand communication on brand equity
through Facebook. Journal of Research in Interactive Marketing, 9(1), 31-53.
Schroeder, A., Pennington-Gray, L., Kaplanidou, K., & Zhan, F. (2013a). Destination risk
perceptions among US residents for London as the host city of the 2012 Summer Olympic
Games. Tourism Management, 38, 107-119.
Schroeder, A., Pennington-Gray, L., Donohoe, H., & Kiousis, S. (2013b). Using social media in
times of crisis. Journal of Travel & Tourism Marketing, 30(1-2), 126-143.
Schuiling, I., & Kapferer, J. N. (2004). Executive insights: real differences between local and
international brands: strategic implications for international marketers. Journal of International
Marketing, 12(4), 97-112.
Schulze, C., Schöler, L., & Skiera, B. (2014). Not all fun and games: Viral marketing for
utilitarian products. Journal of Marketing, 78(1), 1-19.
Schwarz, N. (1999). Self-reports: how the questions shape the answers. American
Psychologist, 54(2), 93.
Schwartz, E. M., Bradlow, E. T., & Fader, P. S. (2017). Customer acquisition via display
advertising using multi-armed bandit experiments. Marketing Science, 36(4), 500-522.
218
Schweidel, D. A., & Moe, W. W. (2014). Listening in on social media: A joint model of sentiment
and venue format choice. Journal of Marketing Research, 51(4), 387-402.
Seabra, C., Dolnicar, S., Abrantes, J. L., & Kastenholz, E. (2013). Heterogeneity in risk and
safety perceptions of international tourists. Tourism Management, 36, 502-510.
Sellick, M. C. (2004). Discovery, connection, nostalgia: Key travel motives within the senior
market. Journal of Travel & Tourism Marketing, 17(1), 55-71.
Sethuraman, R. (1996). A model of how discounting high-priced brands affects the sales of low-
priced brands. Journal of Marketing Research, 399-409.
Severi, E., Ling, K. C., & Nasermoadeli, A. (2014). The impacts of electronic word of mouth on
brand equity in the context of social media. International Journal of Business and
Management, 9(8), 84.
Shafaei, F., & Mohamed, B. (2015). Involvement and brand equity: a conceptual model for
Muslim tourists. International Journal of Culture, Tourism and Hospitality Research, 9(1), 54-67.
Sharifpour, M., Walters, G., & Ritchie, B. W. (2013). The mediating role of sensation seeking on
the relationship between risk perceptions and travel behavior. Tourism Analysis, 18(5), 543-557.
Sharifpour, M., Walters, G., Ritchie, B. W., & Winter, C. (2014). Investigating the role of prior
knowledge in tourist decision making: A structural equation model of risk perceptions and
information search. Journal of Travel Research, 53(3), 307-322.
Sharp, B. (1996). Brand equity and market-based assets of professional service firms. Journal
of Professional Services Marketing, 13(1), 3-13.
Sheng-Hshiung, T., Gwo-Hshiung, T., & Kuo-Ching, W. (1997). Evaluating tourist risks from
fuzzy perspectives. Annals of Tourism Research, 24(4), 796-812.
Shmueli, G., Ray, S., Estrada, J. M. V., & Chatla, S. B. (2016). The elephant in the room:
Predictive performance of PLS models. Journal of Business Research, 69(10), 4552-4564.
Shook, C. L., Ketchen Jr, D. J., Hult, G. T. M., & Kacmar, K. M. (2004). An assessment of the
use of structural equation modeling in strategic management research. Strategic Management
Journal, 25(4), 397-404.
219
Siano, A., Vollero, A., & Palazzo, M. (2011). Exploring the role of online consumer
empowerment in reputation building: research questions and hypotheses. Journal of Brand
Sijoria, C., Mukherjee, S., & Datta, B. (2018). Impact of the antecedents of electronic word of
mouth on consumer based brand equity: a study on the hotel industry. Journal of Hospitality
Marketing & Management, 1-27.
Simon, H. (1979). Dynamics of price elasticity and brand life cycles: An empirical study. Journal
of Marketing Research, 439-452.
Simon, C. J., & Sullivan, M. W. (1993). The measurement and determinants of brand equity: A
financial approach. Marketing science, 12(1), 28-52.
Simpson, P. M., & Siguaw, J. A. (2008). Perceived travel risks: The traveller perspective and
manageability. International Journal of Tourism Research, 10(4), 315-327.
Sinclair, R. N., & Keller, K. L. (2014). A case for brands as assets: Acquired and internally
developed. Journal of Brand Management, 21(4), 286-302.
Sirakaya, E., Sheppard, A. G., & McLellan, R. W. (1997). Assessment of the relationship
between perceived safety at a vacation site and destination choice decisions: extending the
behavioral decision-making model. Journal of Hospitality & Tourism Research, 21(2), 1-10.
Sirakaya, E., & Woodside, A. G. (2005). Building and testing theories of decision making by
travellers. Tourism Management, 26(6), 815-832.
Sivakumar, K., & Raj, S. P. (1997). Quality tier competition: How price change influences brand
choice and category choice. The Journal of Marketing, 71-84.
Slevitch, L., & Sharma, A. (2008). Management of perceived risk in the context of destination
choice. International Journal of Hospitality & Tourism Administration, 9(1), 85-103.
Slovic, P., Fischhoff, B., & Lichtenstein, S. (1982). Why study risk perception?. Risk
Analysis, 2(2), 83-93..
Slovic, P. (2013). Risk, media and stigma: Understanding public challenges to modern science
and technology. Routledge.
220
Seo, E. J., & Park, J. W. (2018). A study on the effects of social media marketing activities on
brand equity and customer response in the airline industry. Journal of Air Transport
Siegrist, M., Cvetkovich, G., & Roth, C. (2000). Salient value similarity, social trust, and
risk/benefit perception. Risk Analysis, 20(3), 353-362.
Smith, R. J. (1915). Market Distribution-Discussion: J. Russell Smith. American Economic

Review, 5(1), 157-158.
Smith, J. W. (1991, February). Thinking about brand equity and the analysis of customer
transactions. In ARF Third Annual Advertising and Promotion Workshop (pp. 5-6).
Smith, A. N., Fischer, E., & Yongjian, C. (2012). How does brand-related user-generated
content differ across YouTube, Facebook, and Twitter?. Journal of interactive marketing, 26(2),
102-113.
Sönmez, S. F. (1998). Tourism, terrorism, and political instability. Annals of Tourism

Research, 25(2), 416-456.
Sönmez, S. F., & Graefe, A. R. (1998a). Influence of terrorism risk on foreign tourism
decisions. Annals of Tourism Research, 25(1), 112-144.
Sönmez, S. F., & Graefe, A. R. (1998b). Determining future travel behavior from past travel
experience and perceptions of risk and safety. Journal of Travel Research, 37(2), 171-177.
Sönmez, S. F., Apostolopoulos, Y., & Tarlow, P. (1999). Tourism in crisis: Managing the effects
of terrorism. Journal of Travel Research, 38(1), 13-18.
Srinivasan, V. (1979). Network models for estimating brand-specific effects in multi-attribute

marketing models. Management Science, 25(1), 11-21.
Srinivasan, V., Park, C. S., & Chang, D. R. (2005). An approach to the measurement, analysis,
and prediction of brand equity and its sources. Management Science, 51(9), 1433-1448.
Srinivasan, S., Rutz, O. J., & Pauwels, K. (2016). Paths to and off purchase: quantifying the
impact of traditional marketing and online consumer activity. Journal of the Academy of
221
Sriram, S., Balachander, S., & Kalwani, M. U. (2007). Monitoring the dynamics of brand equity
using store-level data. Journal of Marketing, 71(2), 61-78.
Srivastava, R. K., & Shocker, A. D. (1991). Brand equity: a perspective on its meaning and
measurement; technical working paper. na.
Stahl, F., Heitmann, M., Lehmann, D. R., & Neslin, S. A. (2012). The impact of brand equity on
customer acquisition, retention, and profit margin. Journal of Marketing, 76(4), 44-63.
Statista (2018a). Number of social media users worldwide from 2010 to 2021 (in billions)
Disponible en: https://www.statista.com/statistics/278414/number-of-worldwide-social-network-
users/
Statista (2018b). Social media marketing - Statistics & Facts.

Disponible en: https://www.statista.com/topics/1538/social-media-marketing/
Statista (2018c). Most famous social network sites worldwide as of July 2018, ranked by
number of active users (in millions)
Disponible en: https://www.statista.com/statistics/272014/global-social-networks-ranked-by-
number-of-users/
Stephen, A. T., & Galak, J. (2012). The effects of traditional and social earned media on sales:
A study of a microlending marketplace. Journal of Marketing Research, 49(5), 624-639.
Steward, M. D., Narus, J. A., & Roehm, M. L. (2018). An exploratory study of business-to-
business online customer reviews: external online professional communities and internal vendor
scorecards. Journal of the Academy of Marketing Science, 46(2), 173-189.
Stobart, Paul. "Alternative methods of brand valuation." Brand valuations: Establishing a true
and fair view, London: The Interbrand Group 93 (1989).
Stojanovic, I., Andreu, L., & Curras-Perez, R. (2018). Effects of the intensity of use of social
media on brand equity: An empirical study in a tourist destination. European Journal of
Management and Business Economics, 27(1), 83-100.
Stone, M. (1974). Cross-validatory choice and assessment of statistical predictions. Journal of

The Royal Statistical Society. Series B (Methodological), 111-147.
222
Stone, R. N., & Grønhaug, K. (1993). Perceived risk: Further considerations for the marketing
discipline. European Journal of Marketing, 27(3), 39-50.
Su, L., Hsu, M. K., & Swanson, S. (2017). The effect of tourist relationship perception on
destination loyalty at a world heritage site in China: The mediating role of overall destination
satisfaction and trust. Journal of Hospitality & Tourism Research, 41(2), 180-210.
Sujan, M., & Bettman, J. R. (1989). The effects of brand positioning strategies on consumers'
brand and category perceptions: Some insights from schema research. Journal of Marketing
Research, 454-467.
Susarla, A., Oh, J. H., & Tan, Y. (2012). Social networks and the diffusion of user-generated
content: Evidence from YouTube. Information Systems Research, 23(1), 23-41.
Swait, J., Erdem, T., Louviere, J., & Dubelaar, C. (1993). The equalization price: A measure of
consumer-perceived brand equity. International Journal of Research in Marketing, 10(1), 23-45.
Swaminathan, V. (2016). Branding in the digital era: new directions for research on customer-
based brand equity. AMS Review, 6(1-2), 33-38.
Sweeney, J. C., Soutar, G. N., & Johnson, L. W. (1999). The role of perceived risk in the quality-
value relationship: a study in a retail environment. Journal of Retailing, 75(1), 77-105.
Sweeney, J. C., Soutar, G. N., & Mazzarol, T. (2008). Factors influencing word of mouth
effectiveness: receiver perspectives. European Journal of Marketing, 42(3/4), 344-364.
Šerić, M., & Gil-Saura, I. (2012). ICT, IMC, and brand equity in high-quality hotels of Dalmatia:
An analysis from guest perceptions. Journal of Hospitality Marketing & Management, 21(8),
821-851.
Šerić, M., Mikulić, J., & Gil-Saura, I. (2016). Exploring relationships between customer-based
brand equity and its drivers and consequences in the hotel context. An impact-asymmetry
assessment. Current Issues in Tourism, 1-23.
Šerić, M., Gil-Saura, I., & Mikulić, J. (2017). Customer-based brand equity building: Empirical
evidence from Croatian upscale hotels. Journal of Vacation Marketing, 23(2), 133-144.
223
Šumak, B., Heričko, M., & Pušnik, M. (2011). A meta-analysis of e-learning technology
acceptance: The role of user types and e-learning technology types. Computers in Human
Behavior, 27(6), 2067-2077.
Tang, T., Fang, E., & Wang, F. (2014). Is neutral really neutral? The effects of neutral user-
generated content on product sales. Journal of Marketing, 78(4), 41-58.
Tasci, A. D., & Knutson, B. J. (2004). An argument for providing authenticity and familiarity in
tourism destinations. Journal of Hospitality & Leisure Marketing, 11(1), 85-109.
Tasci, A. D. (2016). A critical review of consumer value and its complex relationships in the
consumer-based brand equity network. Journal of Destination Marketing & Management, 5(3),
171-191.
Tasci, A. D. (2018). Testing the cross-brand and cross-market validity of a consumer-based

brand equity (CBBE) model for destination brands. Tourism Management, 65, 143-159.
Tauber, E. M. (1988). Brand leverage-strategy for growth in a cost-control world. Journal of

advertising Research, 28(4), 26-30.
Tavitiyaman, P., & Qu, H. (2013). Destination image and behavior intention of travelers to
Thailand: The moderating effect of perceived risk. Journal of Travel & Tourism Marketing, 30(3),
169-185.
Teo, T. S., Srivastava, S. C., & Jiang, L. (2008). Trust and electronic government success: An
empirical study. Journal of Management Information Systems, 25(3), 99-132.
Thomas, J. S., Blattberg, R. C., & Fox, E. J. (2004). Recapturing lost customers. Journal of
Thornhill, M., Xie, K., & Lee, Y. J. (2017). Social media advertising in a competitive market:
Effects of earned and owned exposures on brand purchase. Journal of Hospitality and Tourism
Technology, 8(1), 87-100.
Tideswell, C., & Faulkner, B. (1999). Multidestination travel patterns of international visitors to
Queensland. Journal of Travel Research, 37(4), 364-374.
Tirunillai, S., & Tellis, G. J. (2012). Does chatter really matter? Dynamics of user-generated
content and stock performance. Marketing Science, 31(2), 198-215.
224
Tong, X., & Hawley, J. M. (2009). Measuring customer-based brand equity: empirical evidence
from the sportswear market in China. Journal of Product & Brand Management, 18(4), 262-271.
Torres, A., Bijmolt, T. H., Tribó, J. A., & Verhoef, P. (2012). Generating global brand equity
through corporate social responsibility to key stakeholders. International Journal of Research in
Marketing, 29(1), 13-24.
Toubia, O., & Stephen, A. T. (2013). Intrinsic vs. image-related utility in social media: Why do
people contribute content to twitter?. Marketing Science, 32(3), 368-392.
TRIPSAVVY (2018). 2018 Travel Warnings for Countries in Africa. 02/07/18. Disponible en:
https://www.tripsavvy.com/travel-warnings-for-countries-in-africa-1454328
Trusov, M., Bucklin, R. E., & Pauwels, K. (2009). Effects of word-of-mouth versus traditional
marketing: findings from an internet social networking site. Journal of Marketing, 73(5), 90-102.
Tsai, H., Cheung, C., & Lo, A. (2010). An exploratory study of the relationship between
customer-based casino brand equity and firm performance. International Journal of Hospitality
Management, 29(4), 754-757.
Tsaur, S. H., Tzeng, G. H., & Wang, G. C. (1997). The application of AHP and fuzzy MCDM on
the evaluation study of tourist risk. Annals of Tourism Research, 24(4), 796-812.
Tseng, C., Wu, B., Morrison, A. M., Zhang, J., & Chen, Y. C. (2015). Travel blogs on China as a
destination image formation agent: A qualitative analysis using Leximancer. Tourism
Tsiros, M., Mittal, V., & Ross Jr, W. T. (2004). The role of attributions in customer satisfaction: A
reexamination. Journal of Consumer Research, 31(2), 476-483.
Tucker, C. E. (2014). The reach and persuasiveness of viral video ads. Marketing
Science, 34(2), 281-296.
Tversky, A., & Kahneman, D. (1991). Loss aversion in riskless choice: A reference-dependent
model. The Quarterly Journal of Economics, 106(4), 1039-1061
Um, S., & Crompton, J. L. (1990). Attitude determinants in tourism destination choice. Annals of
225
Um, S., & Crompton, J. L. (1992). The roles of perceived inhibitors and facilitators in pleasure
travel destination decisions. Journal of Travel Research, 30(3), 18-25.
UNWTO (2018): Tourism Highlights 2018 Edition.

Disponible en: https://www.e-unwto.org/doi/pdf/10.18111/9789284419876
Urban, G. L., Liberali, G., MacDonald, E., Bordley, R., & Hauser, J. R. (2013). Morphing banner
advertising. Marketing Science, 33(1), 27-46
VanMeter, R., Syrdal, H. A., Powell-Mantel, S., Grisaffe, D. B., & Nesson, E. T. (2018). Don't
Just “Like” Me, Promote Me: How Attachment and Attitude Influence Brand Related Behaviors
on Social Media. Journal of Interactive Marketing, 43, 83-97.
Vann, J. W. (1984). A multi-distributional, conceptual framework for the study of perceived

risk. ACR North American Advances.
Venkatraman, M. P. (1989). Involvement and risk. Psychology & Marketing, 6(3), 229-247.
Vernuccio, M., Pagani, M., Barbarossa, C., & Pastore, A. (2015). Antecedents of brand love in
online network-based communities. A social identity perspective. Journal of Product & Brand
Management, 24(7), 706-719.
Villanueva, J., Yoo, S., & Hanssens, D. M. (2008). The impact of marketing-induced versus
word-of-mouth customer acquisition on customer equity growth. Journal of Marketing
Research, 45(1), 48-59.
VNEXPRESS, 2017. Vietnam attracts record tourist numbers in 2017 but can't escape bad
reputation. December 30, 2017. Disponible en: https://e.vnexpress.net/news/travel-
life/travel/vietnam-attracts-record-tourist-numbers-in-2017-but-can-t-escape-bad-reputation-
3692288.html
Voima, P., Heinonen, K., & Strandvik, T. (2010). Exploring customer value formation: a
customer dominant logic perspective. Working paper, No. 552, Publications of Hanken School of
Economics, Helsinki, Finland.
Voorveld, H. A., van Noort, G., Muntinga, D. G., & Bronner, F. (2018). Engagement with social
media and social media advertising: The differentiating role of platform type. Journal of
Advertising, 47(1), 38-54.
226
Wan, F., & Ren, F. (2017). THE EFFECT OF FIRM MARKETING CONTENT ON PRODUCT
SALES: EVIDENCE FROM A MOBILE SOCIAL MEDIA PLATFORM. Journal of Electronic
Commerce Research, 18(4), 288-302.
Wang, X., Yu, C., & Wei, Y. (2012). Social media peer communication and impacts on purchase
intentions: A consumer socialization framework. Journal of Interactive Marketing, 26(4), 198-
208.
Wang, Y., Hsiao, S. H., Yang, Z., & Hajli, N. (2016). The impact of sellers' social influence on
the co-creation of innovation with customers and brand awareness in online
communities. Industrial Marketing Management, 54, 56-70.
Wang, Y., & Yu, C. (2017). Social interaction-based consumer decision-making model in social
commerce: The role of word of mouth and observational learning. International Journal of
Information Management, 37(3), 179-189.
Washburn, J. H., & Plank, R. E. (2002). Measuring brand equity: An evaluation of a consumer-
based brand equity scale. Journal of Marketing Theory and Practice, 10(1), 46-62.
Weber, S. (1998). War, Terrorism, and tourism. Annals of Tourism Research, 3(25), 760-763.
Webster Jr, F. E. (2000). Understanding the relationships among brands, consumers, and
resellers. Journal of The Academy of Marketing Science, 28(1), 17-23.
Weiss, A. M., Lurie, N. H., & MacInnis, D. J. (2008). Listening to strangers: whose responses
are valuable, how valuable are they, and why?. Journal of Marketing Research, 45(4), 425-436.
Williams, A. M., & Baláž, V. (2013). Tourism, risk tolerance and competences: Travel
organization and tourism hazards. Tourism Management, 35, 209-221.
Williams, A. M., & Baláž, V. (2015). Tourism risk and uncertainty: Theoretical
reflections. Journal of Travel Research, 54(3), 271-287.
Wold, H. (1982). Soft modeling: the basic design and some extensions. Systems under indirect
observation, 2, 343.
Wolff, K., & Larsen, S. (2014). Can terrorism make us feel safer? Risk perceptions and worries
before and after the July 22nd attacks. Annals of Tourism Research, 44, 200-209.
227
Wright, K. B. (2005). Researching Internet-based populations: Advantages and disadvantages
of online survey research, online questionnaire authoring software packages, and web survey
services. Journal of Computer-Mediated Communication, 10(3), JCMC1034.
WTM (2017). ITB WORLD TRAVEL TRENDS REPORT 2016-2017.

Disponible en: https://www.itb-
berlin.de/media/itb/itb_dl_all/itb_presse_all/World_Travel_Trends_Report_2016_2017.pdf
Wu, C., Che, H., Chan, T. Y., & Lu, X. (2015). The economic value of online reviews. Marketing
Science, 34(5), 739-754
Wu, C. W. (2016). Destination loyalty modeling of the global tourism. Journal of Business
Research, 69(6), 2213-2219.
Yadav, M. S., & Pavlou, P. A. (2014). Marketing in computer-mediated environments: Research

synthesis and new directions. Journal of Marketing, 78(1), 20-40.
Xiang, Z., & Gretzel, U. (2010). Role of social media in online travel information search. Tourism
Management, 31(2), 179-188
Xiang, Z., Magnini, V. P., & Fesenmaier, D. R. (2015). Information technology and consumer
behavior in travel and tourism: Insights from travel planning using the internet. Journal of
Retailing and Consumer Services, 22, 244-249.
Xiang, Z., Du, Q., Ma, Y., & Fan, W. (2017). A comparative analysis of major online review
platforms: Implications for social media analytics in hospitality and tourism. Tourism
Xiaoji, Qiang (2010), User Generated Content Online Now 50.7% of Total. China Daily. July 23,
2010. Accessible at: http://www.chinadaily.com.cn/business/ 2010-07/23/content_11042851.htm
(recuperado 17 de noviembre 2017).
Xie, K., & Lee, Y. J. (2015). Social media and brand purchase: Quantifying the effects of
exposures to earned and owned social media activities in a two-stage decision making
model. Journal of Management Information Systems, 32(2), 204-238.
Yacout, O. M., & Hefny, L. I. (2015). Use of Hofstede’s cultural dimensions, demographics, and
information sources as antecedents to cognitive and affective destination image for
Egypt. Journal of Vacation Marketing, 21(1), 37-52.
228
Yadav, M. S., & Pavlou, P. A. (2014). Marketing in computer-mediated environments: Research
synthesis and new directions. Journal of Marketing, 78(1), 20-40.
Yang, Y., Liu, X., & Li, J. (2015). How customer experience affects the customer-based brand
equity for tourism destinations. Journal of Travel & Tourism Marketing, 32(sup1), S97-S113
Yang, E. C. L., Khoo-Lattimore, C., & Arcodia, C. (2017). A systematic literature review of risk
and gender research in tourism. Tourism Management, 58, 89-100.
Yavas, U., Riecken, G., & Babakus, E. (1993). Efficacy of perceived risk as a correlate of
reported donation behavior: An empirical analysis. Journal of the Academy of Marketing
Science, 21(1), 65-70.
Yoo, B., & Donthu, N. (1997). Developing and validating a consumer-based overall brand equity
scale for Americans and Koreans: an extension of Aaker's and Keller's conceptualizations.
In AMA Summer Educators Conference, Chicago.
Yoo, B., Donthu, N., & Lee, S. (2000). An examination of selected marketing mix elements and
brand equity. Journal of The Academy of Marketing Science, 28(2), 195-211.
Yoo, B., & Donthu, N. (2001). Developing and validating a multidimensional consumer-based
brand equity scale. Journal of Business Research, 52(1), 1-14.
Yoon, H. J. (2013). Understanding schema incongruity as a process in advertising: Review and

future recommendations. Journal of Marketing Communications, 19(5), 360-376.
You, Y., Vadakkepatt, G. G., & Joshi, A. M. (2015). A meta-analysis of electronic word-of-mouth
elasticity. Journal of Marketing, 79(2), 19-39.
Zhang, A., Zhong, L., Xu, Y., Wang, H., & Dang, L. (2015). Tourists’ perception of haze pollution
and the potential impacts on travel: Reshaping the features of tourism seasonality in Beijing,
China. Sustainability, 7(3), 2397-2414.
Zhao, S., Grasmuck, S., & Martin, J. (2008). Identity construction on Facebook: Digital
empowerment in anchored relationships. Computers in Human Behavior, 24(5), 1816-1836.
Zeithaml, V. A., Berry, L. L., & Parasuraman, A. (1996). The behavioral consequences of
service quality. the Journal of Marketing, 31-46.
229
Zikmund, W. G., Babin, B. J., Carr, J. C., & Griffin, M. (2013). Business Research Methods.
Cengage Learning.
Zhu, F., & Zhang, X. (2010). Impact of online consumer reviews on sales: The moderating role
of product and consumer characteristics. Journal of Marketing, 74(2), 133-148.
230
ANEXOS
A1. R cuadrado de los constructos del modelo
Constructo R²
Imagen cognitiva 0.152
Imagen afectiva 0.520
Calidad percibida 0.173
Valor percibido 0.098
Intención de recomendar 0.485
Intención de visitar 0.313
A2. Resultados relevancia predictiva (Q²). El test Stone-Geisser.
Constructo Q²
Imagen cognitiva 0,095
Imagen afectiva 0,337
Calidad percibida 0,102
Valor percibido 0,063
Intención de recomendar 0,535
Intención de visitar 0,350
A3. Análisis de f² de los constructos del modelo.

FGC UGC
CP 0,066 0,112
FGC 0,008 0,000 0,018 0,011
IMA 0,103 0,034
IMC 0,737 0,037 0,007
IDR
IDV
UGC 0,058 0,022 0,031 0,018
VP 0,158 0,121
A4. Coeficientes path del modelo

FGC UGC
CP 0,192 0,288
FGC 0,117 0,010 0,181 0,147
IMA 0,306 0,202
IMC 0,646 0,176 0,086
IDR
IDV
UGC 0,323 0,154 0,237 0,189
VP 0,301 0,304
231
A5. Ejemplo del cuestionario
Buenas tardes, estoy realizando un trabajo de investigación para mi tesis doctoral sobre la comunicación en las redes sociales de
los destinos turísticos. Agradecería su colaboración si es tan amable para responder a las siguientes preguntas:
DATOS PERSONALES
A1 País de residencia: A2 Nacionalidad:

A3 Sexo: □ Masculino □ Femenino
A4 Rango de edad: 18/24 25/34 35/54 55/64 65 +
□ Sin estudios / estudios primarios
□ Estudios secundarios (Bachillerato / Formación
A5 Indique su nivel de estudios
Profesional)
□ Estudios superiores (Universitarios)
En este año, ¿cuántos viajes ha realizado
A6 □ Ninguno □ 1 □ 2 □ 3 □ 4 o más
fuera de su país?
USO DE REDES SOCIALES
F1 ¿Es usted usuario de redes sociales? □ SI □ NO

*en caso de no, fin de entrevista
Concretamente, ¿puede indicarme en qué medida utiliza las siguientes redes sociales? Por favor, valore cada una
de las afirmaciones indicando su grado de utilización:
1. 2. 3. 4. 5. 6. 7.
Me conecto Me conecto 1 Más de 3
1-3 veces a la Varias
No lo utilizo 2 – 3 veces al vez a la veces a la 1 vez al día
semana veces al día
mes semana semana
F1A Facebook 1 2 3 4 5 6 7
F1B YouTube 1 2 3 4 5 6 7
F1C Instagram 1 2 3 4 5 6 7
F1D Twitter 1 2 3 4 5 6 7
F1E Pinterest 1 2 3 4 5 6 7
F1F Travel Blogs 1 2 3 4 5 6 7
F1G Trip Advisor 1 2 3 4 5 6 7
F1H Foros (Reddit, Quora etc.). 1 2 3 4 5 6 7
F1I LinkedIn 1 2 3 4 5 6 7
F1J FourSquare 1 2 3 4 5 6 7
F1K Otros: 1 2 3 4 5 6 7
Por favor, valore las siguientes afirmaciones sobre redes sociales de 1 (Totalmente en desacuerdo) a 7 (Totalmente
de acuerdo):
En general, el contenido que veo en las redes sociales, publicado por

SM1 organismos que gestionan destinos turísticos, influye en mi decisión de 1 2 3 4 5 6 7
elegir un destino turístico
En general, el contenido que veo en las redes sociales de viajes (ej.
SM2
TripAdvisor), influye en mi decisión de elegir un destino turístico
1 2 3 4 5 6 7
En general, el contenido que veo en las redes sociales sobre destinos
SM3 turísticos, publicadas por amigos/familiares, influye en mi decisión de elegir 1 2 3 4 5 6 7
un destino turístico
232
ELECCIÓN DE DESTINO
De la siguiente lista de destinos, señale De los países que ha seleccionado como conocidos a
F2 los destinos turísticos que conoce a través F3 través de las redes sociales, por favor, señale los
de las redes sociales destinos que no ha visitado antes
□ Francia □ Francia
□ España □ España
□ Italia □ Italia
□ Reino Unido □ Reino Unido
□ Alemania □ Alemania
□ Austria □ Austria
□ Grecia □ Grecia
□ Rusia □ Rusia
□ Polonia □ Polonia
□ Países bajos □ Países bajos
□ Ninguno (fin de entrevista) □ Ninguno (fin de entrevista)
Por favor, responda a las siguientes
F4 DESTINO TURÍSTICO SELECCIONADO
preguntas relacionadas con el destino:
LA COMUNICACIÓN EN LAS REDES SOCIALES
Sobre el DESTINO seleccionado, ¿sigue Ud. alguna red social

SF (Facebook, Instagram, Twitter, etc.) sobre turismo y viajes de dicho □ SI □ NO
destino
En caso afirmativo, ¿qué red social suele utilizar sobre dicho destino
SF1 (Facebook, Instagram, Twitter, TripAdvisor, Youtube….)?
(elija la principal)
Valore, según su percepción personal, cada una de las afirmaciones indicando su grado de acuerdo o desacuerdo:
2. 2. 3. 4. 5. 6. 7.
Totalmente Ni acuerdo
Bastante en Ligero Ligero Bastante Totalmente
en ni
desacuerdo desacuerdo acuerdo acuerdo de acuerdo
desacuerdo desacuerdo
LA COMUNICACIÓN DEL DESTINO
Por favor, responda a las siguientes afirmaciones sobre la comunicación del destino seleccionado según su
percepción personal:
TENGA EN CUENTA: La comunicación del destino: se refiere al contenido (Texto, Imagen o Vídeo) en Facebook,
Instagram, Twitter, Blogs, Webs, YouTube, Publicidad Online, Banners etc. publicados por los gestores de marketing
del destino de país, y/o de las regiones, y/o las ciudades dentro del país.
FGC1 Estoy contento con la comunicación del DESTINO en las redes sociales 1 2 3 4 5 6 7
La comunicación del DESTINO en las redes sociales cumple mis
FGC1
expectativas
1 2 3 4 5 6 7
En comparación con otros destinos turísticos, la comunicación del
FGC1
DESTINO en las redes sociales es muy satisfactorio
1 2 3 4 5 6 7
233
LA COMUNICACIÓN DEL USUARIO
Por favor, responda a las siguientes afirmaciones sobre la comunicación de los usuarios según su percepción
personal:
TENGA EN CUENTA: La comunicación de usuarios: se refiere al contenido (Texto, Imagen, Vídeo) en Facebook,
Instagram, Twitter, Blogs, Webs, YouTube, TripAdvisor, Booking, comentarios en los foros etc. compartido por otros
usuarios sobre el destino y/o las regiones, y/o ciudades dentro del país.
Estoy contento con el contenido que comparten otros usuarios sobre este
UGC1
DESTINO en las redes sociales
1 2 3 4 5 6 7
El contenido que comparten otros usuarios en las redes sociales sobre este
UGC2
DESTINO cumple mis expectativas
1 2 3 4 5 6 7
En comparación con otros destinos, el contenido que publican otros
UGC3
usuarios sobre este DESTINO en las redes sociales es muy satisfactorio
1 2 3 4 5 6 7
RIESGO PERCIBIDO
Por favor, aunque no ha visitado el DESTINO, responda a las siguientes afirmaciones sobre posibles riesgos del
viaje según su percepción personal de 1 (Totalmente en desacuerdo) a 7 (Totalmente de acuerdo).
Cuando estoy considerando la posibilidad de viajar a este DESTINO, pienso:

RP1 Que puedo sufrir un ataque terrorista 1 2 3 4 5 6 7
RP2 Que puedo ser víctima de un crimen (asalto, robo o incluso muerte) 1 2 3 4 5 6 7
RP3 En la inestabilidad política (huelgas, protestas, violencia, etc.) 1 2 3 4 5 6 7
RP4 En posibles desastres naturales (p.ej., huracanes, tsunamis, terremotos) 1 2 3 4 5 6 7
Que es un destino con un medioambiente contaminado (la contaminación
RP5
del aire, agua o tierra).
1 2 3 4 5 6 7
RP6 Que puedo sufrir gastos inesperados 1 2 3 4 5 6 7
En problemas de seguridad alimentaria en bares y restaurantes (p.ej.
RP7
intoxicación alimentaria, diarrea, etc.)
1 2 3 4 5 6 7
En instalaciones deficitarias en el caso de emergencia (hospitales, centros
RP8
de salud, etc.)
1 2 3 4 5 6 7
RP9 En posibles fallos de conexión de transporte 1 2 3 4 5 6 7
RP10 Que el viaje pueda ser una pérdida de tiempo 1 2 3 4 5 6 7
RP11 Que mis amigos pueden pensar mal de mí si visito este destino 1 2 3 4 5 6 7
RP12 En barreras culturales como el lenguaje 1 2 3 4 5 6 7
RP13 En barreras culturales como las costumbres y la religión 1 2 3 4 5 6 7
IMAGEN COGNITIVA
Por favor, aunque no ha visitado el DESTINO, valore según su percepción personal los siguientes atributos del
DESTINO. Pienso que este DESTINO tiene:
IC1 Pueblos y ciudades encantadores 1 2 3 4 5 6 7

IC2 Muchos atractivos turísticos 1 2 3 4 5 6 7
IC3 Muchos sitios históricos y museos 1 2 3 4 5 6 7
IC4 Paisajes pintorescos 1 2 3 4 5 6 7
IC5 Hermosas atracciones naturales (playas, parques, jardines etc.) 1 2 3 4 5 6 7
IC6 Un medioambiente limpio 1 2 3 4 5 6 7
IC7 Unas costumbres y cultura interesantes 1 2 3 4 5 6 7
IC8 Una gastronomía local muy rica y variada 1 2 3 4 5 6 7
IC9 Gente local amistosa 1 2 3 4 5 6 7
234
IC10 Un clima que permite hacer muchas actividades turísticas 1 2 3 4 5 6 7
IC11 Un clima agradable 1 2 3 4 5 6 7
IMAGEN AFECTIVA
Según su percepción personal, cómo describiría este DESTINO (p.ej. de 1, Muy Aburrido a 7, Muy Divertido):
IA1 (1) Aburrido – Divertido (7) 1 2 3 4 5 6 7

IA2 (1) Estresante – Relajante (7) 1 2 3 4 5 6 7
IA2 (1) Deprimente – Excitante (7) 1 2 3 4 5 6 7
IA4 (1) Desagradable – Agradable (7) 1 2 3 4 5 6 7
Según su percepción personal que tiene sobre este DESTINO, valore las siguientes afirmaciones de 1 (Totalmente
en desacuerdo) a 7 (Totalmente de acuerdo):
CALIDAD PERCIBIDA
CP1 El destino ofrece alojamientos de alta gama 1 2 3 4 5 6 7
El destino tiene una infraestructura local moderna y un transporte de buena 1 2 3 4 5 6 7
CP2
calidad
CP3 El destino tiene una oferta turística muy buena 1 2 3 4 5 6 7
CP4 Tengo expectativas muy altas sobre este destino 1 2 3 4 5 6 7
VALOR PERCIBIDO
VP1 El destino tiene precios razonables de hoteles y restaurantes 1 2 3 4 5 6 7
Comparando lo que me gastaría para visitar otro destino creo que voy a
VP2
recibir mucho más en este destino por el mismo precio
1 2 3 4 5 6 7
VP3 Los beneficios de este destino compensan con creces los gastos de visitarlo 1 2 3 4 5 6 7
LEALTAD DE MARCA
IR1 Voy a hablar positivamente sobre este DESTINO 1 2 3 4 5 6 7
Recomendaría este DESTINO a las personas que estén planeando sus
IR2
vacaciones
1 2 3 4 5 6 7
IR3 Recomendaría este DESTINO a mis amigos y familiares 1 2 3 4 5 6 7
IV1 Me gustaría visitar el DESTINO en un futuro próximo 1 2 3 4 5 6 7
Este DESTINO sería mi primera opción de viaje sobre otros destinos
IV2
similares
1 2 3 4 5 6 7
IV3 Estoy seguro de que en los próximos 5 años voy a visitar este DESTINO 1 2 3 4 5 6 7
235

Guiaaaa 222

Cargado por

Copyright:

Formatos disponibles

Guiaaaa 222

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guiaaaa 222

Cargado por

Copyright:

Formatos disponibles

EFECTO DE LA COMUNICACIÓN EN LAS REDES SOCIALES Y

EL RIESGO PERCIBIDO EN EL VALOR DE MARCA DE

Presentada por: Igor Stojanovic

Gracias al personal del Departamento de Comercialización e Investigación de Mercados de la

Índice de cuadros…………………... ............................................................................................ 9

Índice de tablas…………………... ............................................................................................. 10

Índice de imágenes…………………... ....................................................................................... 12

Índice de anexos…………………... ........................................................................................... 12

CAPÍTULO 0. INTRODUCCIÓN ............................................................................................... 13

0.1. PRESENTACIÓN Y JUSTIFICACIÓN DEL ESTUDIO…………………... ............................ 13

0.2. OBJETIVOS DE LA INVESTIGACIÓN ............................................................................... 19

0.3. ESTRUCTURA DEL TRABAJO ......................................................................................... 20

CAPÍTULO I: MARCO TEÓRICO Y CONCEPTUAL ................................................................ 23

1.1. COMUNICACIÓN EN REDES SOCIALES ......................................................................... 23

 1.1.1. Concepto y tipología de la comuniación online .......................................................... 23

1.2. VALOR DE MARCA ........................................................................................................... 29

 1.2.1. Definición y enfoques del valor de marca .................................................................. 29

1.3. RIESGO PERCIBIDO EN EL CONTEXTO DE TURISMO .................................................. 71

 1.3.1. Conceptualización y dimensiones del riesgo percibido .............................................. 74

 1.3.3. Riesgo percibido y el valor de marca de destino ........................................................ 80

2.1. OBJETIVOS DE LA INVESTIGACIÓN ............................................................................... 84

 2.1.1. Desarrollo de hipótesis y modelo conceptual ....................................................... 84

CAPÍTULO III: METODOLOGÍA Y DISEÑO DE LA INVESTIGACIÓN………………... ............ 99

3.1. ENFOQUE DE LA INVESTIGACIÓN Y DISEÑO DEL CUESTIONARIO ............................ 99

3.2. MEDICIÓN DE LAS VARIABLES ..................................................................................... 100

3.2.1. Medición de la comunicación en las redes sociales ........................................... 100

3.3. ELECCIÓN DE LOS DESTINOS TURÍSTICOS ............................................................... 107

3.3.1. Definición de la población y selección de la muestra ......................................... 113

 3.4.1. Justificación de la elección de PLS .................................................................... 118

CAPÍTULO IV: RESULTADOS DE LA INVESTIGACIÓN ...................................................... 130

4.1. TRATAMIENTO PREVIO DE LOS DATOS ...................................................................... 130

 4.1.1. Revisión de casos ausentes .............................................................................. 130

 4.2.1. Perfil de la muestra ............................................................................................ 131

 4.3.1. Evaluación del modelo de medida ..................................................................... 136

 4.4.1. Variables moderadoras del riesgo percibido ...................................................... 146

CAPÍTULO V: CONCLUSIONES DE LA INVESTIGACIÓN ................................................... 159

5.1. PRINCIPALES CONCLUSIONES Y DISCUSIÓN DE RESULTADOS ............................. 159

 5.1.1. Evaluación del cumplimiento de los objetivos .................................................... 159

5.3. FUTURAS LINEAS DE INVESTIGACIÓN ........................................................................ 171

GLOSARIO DE SIGLAS Y ACRÓNIMOS ............................................................................... 173

BIBLIOGRAFÍA ....................................................................................................................... 174

ANEXOS ................................................................................................................................. 231

Figura 0.2. Estructura del trabajo ............................................................................................. 20

Figura 1.1. Convergencia de los medios pagados, propios y ganados…………………... ......... 25

Figura 1.2a. Cadena de valor de marca de Keller y Lehman (2003)………………... ................. 38

Figura 1.6. Modelo del Schivinski y Dabrowski (2015)………………... ..................................... 67

Figura 1.7. Modelo de Schivinski y Dabrowski (2016)………………... ...................................... 68

Figura 2.1. Modelo de la investigación……………... ................................................................. 96

Figura 3.4. Efecto de la variable mediadora………………... ................................................... 128

Figura 3.5. Efecto de la variable moderadora……………... .................................................... 128

Figura 4.1. Evaluación del modelo conceptual…………………... ............................................ 145

Cuadro 1.5. Dimensiones del valor de marca desde la perspectiva del

Cuadro 1.6. Principales contribuciones empíricas sobre el valor de marca………………... ...... 40

Cuadro 1.7. Dimisiones del valor de marca en el contexto empresarial y del

Cuadro 1.8. Principales contribuciones empíricas sobre el valor de marca en el contexto

Cuadro 1.9. Dimensiones del valor de marca de destinos…………………... ............................ 49

Cuadro 1.10. Principales contribuciones empíricas sobre el CBDBE…………... ...................... 51

Cuadro 1.12. Principales contribuciones de los antecedentes del CBBE…………………... ...... 63

Cuadro 1.13. Estudios empíricos sobre el riesgo percibido en turismo…………………... ......... 75