https://doi.org/10.35290/re.v4n2.2023.824
Análisis de la influencia ambiental en el branding:
aplicación en el contexto ecuatoriano
Analysis of environmental influence on branding: application in the
Ecuadorian context
Fecha de recepción: 2023-02-23 • Fecha de aceptación: 2023-04-27 • Fecha de publicación: 2023-06-10
Roger Andrés Blacio Guañuna1
Universidad Técnica de Machala, Ecuador
rblacio2@utmachala.edu.ec
https://orcid.org/0000-0001-5595-271X
Lorenzo Bonisoli2
Universidad Técnica de Machala, Ecuador
lbonisoli@utmachala.edu.ec
https://orcid.org/0000-0003-3336-5658
Resumen
La presente investigación tiene como objetivo analizar la influencia ambiental en el branding
en el contexto de un país emergente como Ecuador. Para lograr esto, se llevaron a cabo
encuestas utilizando preguntas descriptivas y una escala Likert de 7 puntos para obtener un
conocimiento fundamentado que pudiera ayudar a las marcas a mejorar sus estrategias de
branding sostenible y establecer relaciones duraderas con sus clientes. Se utilizó el método de
muestreo no probabilístico por conveniencia para recopilar los datos de los estudiantes de la
Universidad Técnica de Machala. La técnica utilizada fue la estadística de modelos de
ecuaciones estructurales y un enfoque basado en la covarianza. Los hallazgos de la
investigación indican que, aunque las personas tienen una preocupación por las
consecuencias medioambientales de las prácticas humanas, no comprenden completamente el
impacto medioambiental de los productos que compran debido a la poca información y
educación. Además, las personas confían en el concepto de producto orgánico, pero no en las
empresas locales que tienen participación en el segmento sostenible, debido a la duda sobre
su compromiso hacia una elaboración más verde.
Palabras clave: evaluación del impacto ambiental, imagen de la marca, lucha contra la
contaminación, saneamiento.
Abstract
The purpose of this research is to analyze of environmental influence on branding in the
context of an emerging country like Ecuador. To achieve this, surveys were conducted using
descriptive questions and a 7-point Likert scale to obtain informed knowledge that could help
brands improve their sustainable branding strategies and establish long-lasting relationships
with their customers. Convenience non-probabilistic sampling method was used to collect
data from students at the Technical University of Machala. The statistical technique of
structural equation modeling and a covariance-based approach were used. The research
findings indicate that although people are concerned about the environmental consequences
of human practices, they do not fully understand the environmental impact of the products
they purchase due to lack of information and education. In addition, people trust the concept
of organic products, but not in local companies that have involvement in the sustainable
segment due to doubts about their commitment to greener production.
Keywords: environmental influence, satisfaction, trust, green value, branding.
Introducción
La preocupación por los problemas ambientales ha aumentado en todo el mundo en las
últimas décadas. Entre los temas más sensibles se destacan el cambio climático, la
deforestación, la contaminación del aire y del agua, la sobreexplotación de recursos naturales
y la pérdida de biodiversidad. Todos estos problemas tienen un impacto negativo tanto en el
medio ambiente como en las personas (González et al., 2019). A medida que la población
mundial sigue creciendo, aumenta la demanda de recursos naturales, lo que agrava aún más
estos problemas ambientales, por ende, la necesidad de abordarlos es cada vez más
apremiante, ya que pueden tener graves consecuencias en la salud humana, la economía y la
supervivencia de las especies en nuestro planeta (Soni et al., 2022).
Los problemas ambientales tienen graves consecuencias en la salud humana. La
contaminación del aire y del agua, por ejemplo, ha sido asociada con un mayor riesgo de
enfermedades respiratorias, cardiovasculares y tumorales. La exposición a productos
químicos tóxicos emanados en el medio ambiente también puede tener efectos negativos en la
salud, desde problemas reproductivos hasta trastornos neurológicos (Badida et al., 2023).
Además, la pérdida de biodiversidad también puede disminuir la capacidad de los
ecosistemas para resistir y recuperarse de perturbaciones ambientales, aumentando de esta
forma la vulnerabilidad de las comunidades a los desastres naturales y eventos climáticos
extremos. La deforestación y la degradación del suelo también pueden disminuir la capacidad
de los ecosistemas para absorber y almacenar carbono y contribuir al cambio climático y sus
consecuencias en la salud humana (Hammen & Settele, 2019).
El aumento en la preocupación del consumidor por la relación entre los problemas
ambientales y la salud humana ha sido un resultado directo de la creciente conciencia sobre la
importancia del medio ambiente (Ha, 2021). Si bien las empresas son en gran parte
responsables de la contaminación ambiental, los consumidores están cada vez más
conscientes de su papel en la protección del medio ambiente. Esta conciencia ha llevado a
una mayor preocupación por el impacto ambiental de las elecciones de consumo. Como
resultado, los consumidores están prestando más atención a la sostenibilidad y la
responsabilidad ambiental al tomar decisiones de compra (Le Tan, 2021). En consecuencia,
las empresas han comenzado a adoptar prácticas sostenibles y a comprometerse a reducir su
impacto ambiental para satisfacer las demandas de los consumidores.
Las empresas han implementado diversas soluciones para reducir su impacto ambiental y
mitigar la contaminación. Estas incluyen la adopción de prácticas de producción más
sostenibles, la reducción de residuos, la optimización de la eficiencia energética y el uso de
materiales y recursos renovables. Asimismo, han desarrollado tecnologías más limpias y han
mejorado la gestión de sus residuos para minimizar su impacto ambiental. Estas iniciativas
han permitido a las empresas mejorar su imagen entre los consumidores y contribuir a un
entorno más sostenible y saludable (Ferioli et al., 2022).
El branding se ha vuelto una herramienta clave para comunicar las iniciativas sostenibles de
las empresas a los consumidores. Al incorporar prácticas de branding verde, las empresas
pueden demostrar su compromiso con el medio ambiente y atraer a los consumidores que
buscan opciones más sostenibles (Lavuri et al., 2022). Sin embargo, aunque las estrategias de
branding verde, como el uso de etiquetas y certificaciones, la publicidad con mensajes
relacionados con el medio ambiente y el diseño de envases y productos más sostenibles,
puede mejorar la imagen de las empresas, aún no se comprende completamente cómo los
consumidores valoran y responden a estas iniciativas.
En Ecuador, la actividad agrícola es de gran importancia económica, entre la cual comienza a
destacarse la práctica de la agricultura orgánica. Es por ello que la adopción de prácticas de
branding verde por parte de las empresas de la región se hace cada vez más necesaria, dado
que además de ser beneficiosas para el medio ambiente, pueden ser una ventaja competitiva
frente a sus competidores (Sardana et al., 2020). Sin embargo, todavía existe poca
información acerca de cómo la preocupación ambiental afecta la percepción de los
consumidores y su comportamiento de compra en Ecuador.
Este estudio tiene como objetivo determinar la influencia de la preocupación ambiental en el
branding de las empresas y cómo esto afecta las percepciones y hábitos de compra de los
consumidores en Ecuador. Es crucial que las empresas comprendan esta relación para evaluar
su imagen ante los consumidores. En los últimos años, se ha evidenciado un aumento en la
demanda de productos y servicios sostenibles y respetuosos con el medio ambiente (Tricase
et al., 2018). Por lo tanto, este estudio se fundamenta en la posibilidad de ofrecer la
información necesaria para que las empresas mejoren sus estrategias de branding sostenible y
establezcan relaciones duraderas con sus clientes.
1.1 Valor verde
El valor verde es una variable clave en el contexto del consumo sostenible, ya que refleja la
importancia que los consumidores otorgan a los aspectos ambientales de los productos y
servicios que adquieren (Chang, 2019). Además de los aspectos ambientales, otros factores
como la calidad, la durabilidad y el precio, también son relevantes en la percepción del valor
verde de un producto o servicio. La creciente conciencia ambiental de los consumidores ha
generado un mayor interés por los productos sostenibles, lo que ha llevado a un aumento en
la demanda de productos con un mayor valor verde (Sharma & Singhvi., 2018).
En este sentido, es importante destacar que el valor verde no solo implica beneficios
ambientales y económicos a corto plazo, sino que también tiene implicaciones a largo plazo
en términos de sostenibilidad. La mejora en la calidad ambiental de los productos y servicios
sostenibles puede tener un efecto positivo en la salud y el bienestar de las personas y en la
preservación de los recursos naturales para futuras generaciones. Además, la creación de
valor verde en los productos y servicios puede fomentar la innovación y la adopción de
tecnologías más limpias y eficientes, lo que contribuye a la transición hacia un modelo
económico más sostenible y responsable (Yang et al., 2021).
1.2 Confianza
La confianza es una variable clave que influye en la elección y uso de productos y servicios
sostenibles. Ella se define como el grado en que una persona cree en la calidad y efectividad
de un producto o servicio, basado en su experiencia previa o en la información disponible. La
confianza del consumidor es una combinación de creencias, sentimientos y expectativas que
se desarrollan a lo largo del tiempo y que influyen en la intención de compra y uso del
consumidor (Gil & Jacob, 2018).
La confianza es particularmente importante en el contexto del consumo sostenible, ya que los
consumidores pueden estar dispuestos a pagar más por productos y servicios que consideran
sostenibles o respetuosos con el medio ambiente, siempre y cuando confíen en que estos
productos realmente cumplen con las características sostenibles anunciadas. La confianza del
consumidor en la sostenibilidad de un producto o servicio se relaciona con la satisfacción del
consumidor y con la intención de compra y uso continuo. En este sentido, la construcción de
la confianza del consumidor en la sostenibilidad puede mejorar la relación entre el
consumidor y la empresa, y contribuir a una mayor lealtad y compromiso por parte del
consumidor (Li et al., 2021).
Hipótesis 1 (H1). La confianza genera un efecto positivo y significativo en el valor verde.
1.3 Satisfacción
La satisfacción del consumidor es un concepto ampliamente estudiado en el campo del
comportamiento del consumidor y se define como el nivel de felicidad que experimenta un
consumidor con respecto a un producto o servicio determinado. Este constructo se considera
una medida clave para evaluar la calidad de una experiencia de consumo y se utiliza para
predecir la fidelidad del consumidor y su comportamiento futuro. El proceso de evaluación de
la satisfacción del consumidor es complejo e implica múltiples factores que influyen en la
percepción del consumidor de si sus expectativas se han cumplido o superado (Willys, 2018).
Entre los factores que influyen en la satisfacción del consumidor se incluyen la calidad del
producto o servicio, la accesibilidad, la conveniencia, la atención al cliente, la imagen de
marca y el precio. Además, los factores emocionales y cognitivos también juegan un papel
importante en la evaluación de la satisfacción del consumidor, ya que la experiencia de
consumo está estrechamente vinculada con la emoción y la percepción del consumidor. En
este sentido, la satisfacción del consumidor no solo se trata de la funcionalidad del producto o
servicio, sino también de cómo se siente el consumidor con respecto a la experiencia de
consumo en su totalidad (Lee, 2022).
Desde una perspectiva de sostenibilidad, es fundamental que las empresas comprendan la
importancia de satisfacer a los consumidores y de mantener altos niveles de satisfacción a lo
largo del tiempo. La satisfacción del consumidor está relacionada con la lealtad del cliente y
con la capacidad de la empresa para mantener una base de clientes sólida y estable. Al
proporcionar productos y servicios de alta calidad que satisfagan las necesidades y
expectativas de los consumidores, las empresas pueden promover la sostenibilidad económica
y asegurar su supervivencia a largo plazo. Además, al adoptar prácticas empresariales
sostenibles y respetuosas con el medio ambiente, las empresas pueden mejorar la satisfacción
del consumidor y su imagen de marca, lo que a su vez puede contribuir a la sostenibilidad
social y ambiental (Coelho et al., 2018).
Hipótesis 2 (H2). La satisfacción genera un efecto positivo y significativo en el valor verde.
1.4 Preocupación ambiental
El concepto de preocupación ambiental ha sido objeto de estudio en la literatura científica,
definiéndose como la conciencia y preocupación que las personas tienen acerca de los
problemas ambientales y su disposición a actuar para reducir su impacto en el medio
ambiente. Los estudios indican que la preocupación ambiental está influenciada por factores
como la edad, la educación, el género y la cultura, y que puede variar entre diferentes grupos
de población. Además, se ha encontrado una relación entre la preocupación ambiental y la
adopción de comportamientos sostenibles y la elección de opciones de consumo ecológicas
(Wang et al., 2021).
Por otro lado, se ha observado que la preocupación ambiental no solo depende de factores
individuales, sino también de factores contextuales, como las políticas y regulaciones
ambientales, la influencia de los medios de comunicación y las empresas, y la de grupos
sociales y organizaciones no gubernamentales. Resulta necesario profundizar en la
comprensión de la preocupación ambiental como fenómeno complejo que involucra tanto
factores individuales como contextuales, con el fin de desarrollar estrategias efectivas para
promover comportamientos sostenibles y mejorar la calidad del medio ambiente.
Hipótesis 3 (H3). La preocupación ambiental genera un efecto positivo y significativo en el
valor verde.
Hipótesis 4 (H4). La preocupación ambiental genera un efecto positivo y significativo en la
satisfacción.
Hipótesis 5 (H5). La preocupación ambiental genera un efecto positivo y significativo en la
confianza.
En la siguiente Figura 1 se muestran enmarcadas las hipótesis planteadas en un modelo
estructural.
Figura 1
Modelo Teórico Estructural
Metodología
El enfoque de la investigación es cuantitativo y su alcance es exploratorio, lo que implica que
busca generar nuevas ideas y teorías en torno a un tema específico. Para la recopilación de
datos empíricos se utilizó una encuesta que constaba de 17 ítems, los cuales se midieron a
través de una escala Likert de 7 puntos. Esta escala permitió a los participantes expresar su
nivel de acuerdo o desacuerdo con mayor precisión, donde 1 representaba “En desacuerdo"”
y 7 significaba “Totalmente de acuerdo” (ver Anexo 1). La selección de la muestra se realizó
a través de un método no probabilístico de conveniencia homogénea a 256 estudiantes de la
Universidad Técnica de Machala que tenían características similares. En cuanto al análisis de
los datos, se utilizó la técnica SEM-PLS, la cual es apropiada para este tipo de
investigaciones exploratorias. Esta técnica estadística permite modelar relaciones complejas
entre múltiples variables y puede ayudar a identificar patrones y tendencias en los datos. Al
utilizar esta técnica, se puede tener una mejor comprensión de los resultados de la
investigación e identificar nuevas áreas de investigación en el futuro.
Resultados
En la siguiente Figura 2 se muestra el modelo generado por el programa y en la Tabla 1 se
muestran los datos demográficos.
Figura 2
Resultados del Modelo Teórico (Modelo generado por el Programa ADANCO)
Tabla 1
Datos Demográficos
Género
Frecuencia
Porcentaje
Masculino
103
40.23%
Femenino
152
59.38%
Otro
1
0.39%
Total
256
100.00%
Edad
Porcentaje
de 18 a 25
76.56%
de 26 a 35
12.89%
de 36 a 50
7.42%
Más de 51 años
3.13%
Total
100.00%
Ingreso Mensual Familiar
Porcentaje
No tengo ingresos
1.56%
hasta $400
61.33%
hasta $800
25.78%
hasta $1600
6.64%
hasta $2500
2.34%
más de $2500
1.95%
Prefiero no responder
0.39%
Total
100.00%
El enfoque utilizado para analizar los resultados consistió en dos pasos: la evaluación del
modelo de medición y la evaluación del modelo estructural, tal como se describe en el estudio
de Anderson & Gerbing,(1988). La primera evaluación se centró en examinar las relaciones
entre los constructos e indicadores, lo que es un requisito previo para la evaluación del
modelo estructural, que se enfoca en las relaciones entre los constructos. El propósito de la
evaluación del modelo de medición fue investigar la fiabilidad interna, la validez convergente
y la validez discriminante del modelo teórico.
En particular, la fiabilidad interna del modelo se evaluó para determinar si los indicadores de
cada constructo estaban adecuadamente relacionados entre sí, utilizando índices como la α de
Cronbach (Cronbach, 1951), la rho_A de Dijkstra-Henseler (Dijkstra & Henseler, 2015) y la
rho_C de Joreskog (Jöreskog, 1971), que son los indicadores más adecuados según la
literatura. En general, los valores de aceptación para estos índices se encuentran entre 0.7 y
0.95 (ver Tabla 2).
La validez convergente es un aspecto crucial que se debe considerar en la evaluación de
modelos de medición, ya que permite indagar si los indicadores están adecuadamente
relacionados con el constructo de pertenencia. En este estudio, se utilizó el cálculo de la
Varianza Media Extraída (AVE) como medida del porcentaje de varianza de los indicadores
explicada por el constructo (Bagozzi & Yi, 1988). Además, se evaluó la validez convergente
mediante la carga externa, que es la raíz cuadrada del AVE de cada indicador (Bagozzi et al.,
1991). Los criterios de aceptación establecidos en la literatura indican que cualquier valor
superior a 0.50 y a 0.708 por la AVE y las cargas externas, respectivamente, son
considerados aceptables. En consonancia con estos criterios, los resultados obtenidos en este
estudio (ver Tabla 2) indican que todos los valores cumplen con los requisitos de aceptación,
lo que sugiere una adecuada validez convergente de los indicadores en relación con el
constructo evaluado. Según los hallazgos del estudio, todos los constructos cumplieron con
los criterios de aceptación.
Tabla 2
Fiabilidad Interna y Validez Convergente
Constructo
Indicador
Carga externa
Dijkstra-
Henseler's
rho (ρA)
Jöreskog's
rho (ρc)
Cronbach's
alpha(α)
AVE –
Varianza
media
extraída
P. Am –
Preocupación
Ambienta
0.8865
0.8859
0.8850
0.6602
PMA1
0.7760
PMA2
0.8209
PMA3
0.8309
PMA4
0.8211
CONF -
Confianza
0.8943
0.8918
0.8913
0.6738
CONF1
0.8411
CONF2
0.8791
CONF3
0.7958
CONF4
0.7626
SF –
Satisfacción
0.9001
0.8990
0.8991
0.6902
SF1
0.8466
SF2
0.8594
SF3
0.7834
SF4
0.8318
VVP – Valor
verde
percibido
0.9040
0.9031
0.9034
0.6511
VVP1
0.8504
VVP2
0.7731
VVP3
0.7873
VVP4
0.7990
VVP5
0.8226
La última evaluación que se realiza en el análisis del modelo de medición es la validez
discriminante, la cual se enfoca en que cada indicador de un constructo esté débilmente
relacionado con los demás constructos. Para este análisis se utilizan los valores de HTMT,
que se obtienen de los coeficientes de correlación de los indicadores de diferentes constructos
(Henseler et al., 2015). Si los valores HTMT arriba de la diagonal (ver Tabla 3) son menores
a 0.9, se puede afirmar la validez discriminante del modelo (Ab Hamid et al., 2017). Los
resultados obtenidos indican que se satisfacen los criterios necesarios para afirmar la validez
discriminante del modelo.
Tabla 3
Validez Discriminante
Constructo
P.Am.
VVP
CONF
P.Am.
VVP
0.6990
CONF
0.7471
0.7791
SF
0.7403
0.7911
0.8726
El valor del coeficiente R2 se considera como un objetivo implícito en cada modelo teórico,
ya que cuanto mayor sea el valor de R2 de la variable endógena, mayor será la cantidad de
varianza de esta variable explicada por el modelo y, por lo tanto, mayor será la importancia
del modelo. En la literatura, los valores aceptables para el análisis del comportamiento del
consumidor se consideran desde 0.2, aunque en algunos casos también son aceptables valores
mínimos de 0.1 (Kline, 2011).. Se consideran valores débiles, moderados y fuertes para R2 de
0.25, 0.50 y 0.75, respectivamente. El examen de los resultados indica que el modelo alcanzó
un nivel moderado de R2 (ver Tabla 4).
Tabla 4
vR2
Constructo
Coefficient of determination (R2)
Adjusted R2
VVP
0.6737
0.6698
CONF
0.5594
0.5577
SF
0.5462
0.5444
La técnica no paramétrica de Bootstrapping se utiliza para realizar la prueba de hipótesis
directas e indirectas, comparando los resultados con 5000 submuestras aleatorias creadas a
partir de la base de datos del estudio (Davison et al., 2003; Davison & Hinkley, 1997). Este
estudio asume un margen de error α de 5%, lo que significa que todas las relaciones que
desarrollan valores de p menores a 0.05 se aceptan. Los resultados de la prueba de las
hipótesis directas muestran que el constructo P. Am. tiene relaciones directas significativas
con CONF y SF y no significativas con VVP, mientras que el constructo CONF no presenta
relaciones directas significativas con VVP. Todas las demás relaciones directas entre los
constructos son significativas. Además, los resultados de las relaciones indirectas revelan que
la relación indirecta es totalmente significativa y los resultados de las relaciones totales
indican que el constructo CONF no desarrolla relaciones totales significativas con VVP,
mientras que todas las demás relaciones totales son significativas (ver Tabla 5).
Tabla 5
Bootstrapping
Efectos directos
Standard bootstrap results
Percentile bootstrap quantiles
Effect
Original
coefficient
Mean
value
Standard
error
t-value
p-value
(2-sided)
0.5%
2.5%
97.5%
99.5%
P.Am. -> VVP
0.1860
0.1834
0.1004
1.8529
0.0642
-0.0696
-0.0138
0.3833
0.4676
P.Am. ->
CONF
0.7479
0.7470
0.0463
16.1465
0.0000
0.5971
0.6541
0.8305
0.8547
P.Am. -> SF
0.7391
0.7363
0.0482
15.3325
0.0000
0.5972
0.6311
0.8216
0.8456
CONF -> VVP
0.2905
0.3012
0.1506
1.9294
0.0540
-0.1026
-0.0054
0.5820
0.7291
SF -> VVP
0.4005
0.3947
0.1419
2.8227
0.0049
-0.0385
0.1111
0.6829
0.7584
Efectos indirectos
Effect
Original
coefficient
Mean
value
Standard
error
t-value
p-value
(2-sided)
0.5%
2.5%
97.5%
99.5%
P.Am. -> VVP
0.5133
0.5159
0.0794
6.4606
0.0000
0.2955
0.3648
0.6787
0.7360
Efectos totales
Effect
Original
coefficient
Mean
value
Standard
error
t-value
p-value
(2-sided)
0.5%
2.5%
97.5%
99.5%
P.Am. -> VVP
0.6993
0.6993
0.0562
12.4443
0.0000
0.5384
0.5790
0.8016
0.8260
P.Am. ->
CONF
0.7479
0.7470
0.0463
16.1465
0.0000
0.5971
0.6541
0.8305
0.8547
P.Am. -> SF
0.7391
0.7363
0.0482
15.3325
0.0000
0.5972
0.6311
0.8216
0.8456
CONF -> VVP
0.2905
0.3012
0.1506
1.9294
0.0540
-0.1026
-0.0054
0.5820
0.7291
SF -> VVP
0.4005
0.3947
0.1419
2.8227
0.0049
-0.0385
0.1111
0.6829
0.7584
Discusión
En la presente sección se discuten los resultados obtenidos en la investigación, que se centran
en dos aspectos principales: la significancia de las relaciones directas e indirectas, y la
capacidad predictiva del modelo. En primer lugar, se analizan los resultados del
Bootstrapping, que se enfocan en la relación entre las variables P. Am y VVP. Los resultados
indican que, aunque el efecto directo no es significativo entre estas dos variables, el efecto
indirecto específico a través de la mediación de CONF y SF es significativo (β: 0.513; p:
0.000). Este tipo de mediación es conocida en la literatura científica como relación indirecta
compleja (Baron & Kenny, 1986). Una posible explicación de este fenómeno es que los
consumidores pueden sentir preocupación por los efectos negativos que las actividades
humanas provocan en el medioambiente, pero no tener acceso a la información necesaria
sobre los beneficios ambientales y sociales de los productos ecológicos.
La literatura científica sugiere que las personas pueden estar preocupadas por el medio
ambiente, pero no comprender completamente los impactos ambientales de los productos que
compran. Si no están conscientes de los beneficios adicionales que los productos ecológicos
pueden proporcionar, es menos probable que los valoren adecuadamente. Sin embargo,
cuando existe una mediación de la CONF y la SF, es decir, cuando las personas perciben que
estos productos les permiten satisfacer su preocupación ambiental y de necesidad de manera
más efectiva y les genera confianza en su elección de compra, se produce un efecto indirecto
significativo. Esto indica que el consumidor, a pesar de estar preocupado por el medio
ambiente, no percibe fácilmente el valor verde de un producto ecológico, a menos que estos
hayan satisfecho sus necesidades tanto ambientalistas como de consumo, y hayan establecido
esa confianza con los productos ecológicos.
También resulta necesario prestar atención a la relación entre CONF y VVP. Los resultados
indican que tanto el efecto directo como el efecto total entre ambas variables no es
significativo. Esto se puede deber a que, en Ecuador, existe un nivel de desconfianza en las
empresas y su compromiso con la sostenibilidad ambiental. Las empresas a menudo se
perciben como más interesadas en obtener ganancias que en proteger el medio ambiente.
Como resultado, incluso si los consumidores confían en el concepto de productos ecológicos,
pueden no confiar en las empresas locales que los producen y, por lo tanto, no valorar de
manera adecuada el valor verde de los productos.
Este estudio se destaca por la implementación de un modelo que identifica a la P.Am. como
un factor clave en la predicción de las variables de branding. Los resultados obtenidos
indican que los valores de R2 son moderados, lo cual resulta muy útil tanto para
investigadores interesados en el tema de la sostenibilidad ambiental y el branding verde,
como para empresas productoras de productos orgánicos que hasta el momento solo se han
enfocado en producir productos verdes, pero no han aprovechado el branding verde para dar a
conocer mejor a sus productos, lo que dinamizaría mucho más el mercado, fomentando así un
escenario más sostenible.
Conclusiones
Esta investigación ha revelado que la mediación por medio de la CONF y la SF es crucial
para que los consumidores perciban el valor verde de los productos ecológicos. Los
resultados sugieren que los consumidores pueden estar preocupados por el medio ambiente
pero no comprender completamente los impactos ambientales de los productos que compran,
lo que resalta la importancia de la información y la educación para aumentar la conciencia
sobre los beneficios ambientales y sociales de los productos ecológicos. Además, los
resultados indican que la desconfianza en las empresas y su compromiso con la sostenibilidad
ambiental pueden afectar negativamente la valoración de los productos ecológicos por parte
de los consumidores.
También destaca la importancia de incorporar el branding verde en la estrategia de marketing
de las empresas productoras de productos ecológicos. Los resultados indican que la P.Am. es
un factor clave en la predicción de las variables de branding y que la implementación
adecuada de una estrategia de branding verde puede generar un mayor y mejor intercambio
sostenible entre las empresas y consumidores.
Asimismo, este trabajo ofrece información valiosa para los investigadores y las empresas
interesadas en la sostenibilidad ambiental y el branding verde. Los resultados indican que la
educación, la información y la confianza en las empresas son factores importantes a tener en
cuenta para aumentar la valoración de los productos ecológicos por parte de los
consumidores. Además, este estudio destaca la importancia del branding verde y la estrategia
de marketing para fomentar un mercado más sostenible.
Anexo 1
Cuestionario Utilizado y Escala de Medida
Constructo
Indicadores
Fuentes
P. Am. - Preocupación Ambiental
PMA1 – Me fastidia pensar en la
contaminación ambiental causada por
las industrias.
Ha (2021)
PMA2 - La sola idea de cómo la
contaminación perjudica a las plantas y
los animales me irrita.
PMA3 - La degradación del medio
ambiente me preocupa.
PMA4 - Me preocupa que se está
haciendo muy poco para reducir la
contaminación del medioambiente.
CONF - Confianza
CONF1 - Creo que los compromisos
medioambientales del producto son
generalmente fiables.
Chuah et al. (2020)
CONF2 - Creo que el argumento
medioambiental del producto es
generalmente digno de confianza.
CONF3 - La preocupación
medioambiental del producto cumple
mis expectativas.
CONF4 - El producto cumple sus
promesas y compromisos de protección
del medio ambiente.
SF - Satisfacción
SF1 - Estoy contento con mi decisión
de elegir productos orgánicos por sus
funciones medioambientales.
Román-Augusto et al. (2023)
SF2 - Creo que hago lo correcto al
comprar productos orgánicos por sus
funciones medioambientales.
SF3 - En general, me alegro de
comprar productos orgánicos porque
son respetuosos con el medio ambiente.
SF4 - En general, estoy satisfecho con
los productos orgánicos por su interés
medioambiental.
VVP – Valor Verde Percibido
VVP1 - Las funciones
medioambientales del producto
orgánico me parecen muy buenas.
Chen (2013)
VVP2 - El rendimiento
medioambiental del producto orgánico
cumple mis expectativas.
VVP3 - Compro productos orgánicos
porque son más respetuoso con el
medio ambiente que otros productos.
VVP4 - Compro productos orgánicos
porque son respetuosos con el medio
ambiente.
VVP5 - Compro productos orgánicos
porque su beneficio medioambiental es
mayor que el de otros productos.
Referencias
Ab Hamid, M., Sami, W., & Mohmad Sidek, M.(2017). Discriminant Validity Assessment:
Use of Fornell & Larcker criterion versus HTMT Criterion. Journal of Physics:
Conference Series, 890. https://doi.org/10.1088/1742-6596/890/1/012163
Anderson, J., & Gerbing, D. (1988). Structural equation modeling in practice: A review and
recommended two-step approach. Psycholical Bulletin, 103(3), 411–423.
https://doi.org/10.1037/0033-2909.103.3.411
Badida, P., Krishnamurthy, A., & Jayaprakash, J. (2023). Meta analysis of health effects of
ambient air pollution exposure in low- and middle-income countries. Environmental
Research, 216. https://doi.org/10.1016/J.ENVRES.2022.114604
Bagozzi, R., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the
Academy of Marketing Science, 16(1), 74–94. https://doi.org/10.1007/BF02723327
Bagozzi, R., Yi, Y., & Phillips, L. (1991). Assessing Construct Validity in Organizational
Research. Administrative Science Quarterly, 36(3), 421.
https://doi.org/10.2307/2393203
Baron, R., & Kenny, D. (1986). The moderator-mediator variable distinction in social
psychological research. conceptual, strategic, and statistical considerations. Journal of
Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-
3514.51.6.1173
Chang, C. H. (2019). Do green motives influence green product innovation? The mediating
role of green value co-creation. Corporate Social Responsibility and Environmental
Management, 26(2), 330–340. https://doi.org/10.1002/CSR.1685
Chen, Y. (2013). Towards green loyalty: driving from green perceived value, green
satisfaction, and green trust. Sustainable Development, 21(5), 294–308.
https://doi.org/10.1002/SD.500
Chuah, S., El-Manstrly, D., Tseng, M., & Ramayah, T. (2020). Sustaining customer
engagement behavior through corporate social responsibility: The roles of
environmental concern and green trust. Journal of Cleaner Production, 262.
https://doi.org/10.1016/J.JCLEPRO.2020.121348
Coelho, P., Rita, P., & Raposo, Z. (2018). On the relationship between consumer-brand
identification, rand community, and brand loyalty. Journal of Retailing and Consumer
Services, 43, 101–110. https://doi.org/10.1016/J.JRETCONSER.2018.03.011
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika,
(16), 297–334. https://doi.org/10.1007/BF02310555
Davison, A., & Hinkley, D. (1997). Bootstrap methods and their application. Cambridge
University Press. https://doi.org/10.1017/CBO9780511802843
Davison, A., Hinkley, D., & Young, G. A. (2003). Recent Developments in Bootstrap
Methodology. Static Sciences, 18(2), 141–157. https://doi.org/10.1214/SS/1063994969
Dijkstra, T., & Henseler, J. (2015). Consistent partial least squares path modeling. Mis
Quaterly. 39(2), 297–316. https://doi.org/10.25300/MISQ/2015/39.2.02
Ferioli, M., Gazzola, P., Grechi, D., & Vătămănescu, E. M. (2022). Sustainable behaviour of
B Corps fashion companies during Covid-19: A quantitative economic analysis. Journal
of Cleaner Production, 374. https://doi.org/10.1016/J.JCLEPRO.2022.134010
Gil, M. T., & Jacob, J. (2018). The relationship between green perceived quality and green
purchase intention: a three-path mediation approach using green satisfaction and green
trust. International Journal of Business Innovation and Research, 15(3), 301–319.
https://doi.org/10.1504/IJBIR.2018.089750
González, N., Marquès, M., Nadal, M., & Domingo, J. L. (2019). Occurrence of
environmental pollutants in foodstuffs: A review of organic vs. conventional food. Food
and Chemical Toxicology, 125, 370–375. https://doi.org/10.1016/J.FCT.2019.01.021
Ha, M. T. (2021). Optimizing Green Brand Equity: The Integrated Branding and Behavioral
Perspectives. SAGE Open, 11(3). https://doi.org/10.1177/21582440211036087
Hammen, V., & Settele, J. (2019). Biodiversity and the Loss of Biodiversity Affecting
Human Health. Encyclopedia of Environmental Health, 340–350.
https://doi.org/10.1016/B978-0-12-409548-9.11585-4
Henseler, J., Ringle, C., & Sarstedt, M. (2015). A new criterion for assessing discriminant
validity in variance-based structural equation modeling. Journal of the Academy of
Marketing Science, (43), 115–135. https://doi.org/10.1007/S11747-014-0403-8
Jöreskog, K. G. (1971). Statistical analysis of sets of congeneric tests. Psychometrika, (36),
109–133. https://doi.org/10.1007/BF02291393
Kline, R. (2011). Principles and practice of structural equation modeling The Guilford Press.
Lavuri, R., Chiappetta Jabbour, C. J., Grebinevych, O., & Roubaud, D. (2022). Green factors
stimulating the purchase intention of innovative luxury organic beauty products:
Implications for sustainable development. Journal of Environmental Management, 301.
https://doi.org/10.1016/J.JENVMAN.2021.113899
Le Tan, T. (2021). Research on factors affecting consumer decision on purchasing organic
agricultural products in Danang, Vietnam. Future of Food: Journal on Food,
Agriculture and Society, 9(1), 1–22. https://doi.org/10.17170/KOBRA-202011192218
Lee, C. K. H. (2022). How guest-host interactions affect consumer experiences in the sharing
economy: New evidence from a configurational analysis based on consumer reviews.
Decision Support Systems, 152. https://doi.org/10.1016/J.DSS.2021.113634
Li, G., Yang, L., Zhang, B., Li, X., & Chen, F. (2021). How do environmental values impact
green product purchase intention? The moderating role of green trust. Environmental
Science and Pollution Research, 28), 46020–46034. https://doi.org/10.1007/S11356-
021-13946-Y/METRICS
Román-Augusto, J., Garrido-Lecca-Vera, C., Lodeiros-Zubiria, M., & Mauricio-Andia, M.
(2023). How to Reach Green Word of Mouth through Green Trust, Green Perceived
Value and Green Satisfaction. Data 2023, 8(2), 1-25.
https://doi.org/10.3390/DATA8020025
Sardana, D., Gupta, N., Kumar, V., & Terziovski, M. (2020). CSR ‘sustainability’ practices
and firm performance in an emerging economy. Journal of Cleaner Production, 258.
https://doi.org/10.1016/J.JCLEPRO.2020.120766
Sharma, N., & Singhvi, R. (2018). Consumers perception and Behaviour towards organic
food: A systematic review of literature. Journal of Pharmacognosy and Phytochemistry,
7(2), 2152-2155.
Soni, R., Gupta, R., Agarwal, P. & Mishra, R. (2022). Organic farming: a sustainable
agricultural practice. Vantage: Journal of Thematic Analysis, 3(1). http://journalvantage-
maitreyi.com/images/Volume-3/3.Organic-farming-a-sustainable-agricultural-
practice.pdf
Tricase, C., Lamonaca, E., Ingrao, C., Bacenetti, J., & lo Giudice, A. (2018). A comparative
Life Cycle Assessment between organic and conventional barley cultivation for
sustainable agriculture pathways. Journal of Cleaner Production, 172, 3747–3759.
https://doi.org/10.1016/J.JCLEPRO.2017.07.008
Wang, F., Lu, Y., Li, J., & Ni, J. (2021). Evaluating Environmentally Sustainable
Development Based on the PSR Framework and Variable Weigh Analytic Hierarchy
Process. International Journal of Environmental Research and Public Health, 18(6), 1–
16. https://doi.org/10.3390/IJERPH18062836
Willys, N. (2018). Customer Satisfaction, Switching Costs and Customer Loyalty: An
Empirical Study on the Mobile Telecommunication Service. American Journal of
Industrial and Business Management, 8(4), 1022–1037.
https://doi.org/10.4236/AJIBM.2018.84070
Yang, M., Chen, H., Long, R., Wang, Y., Hou, C., & Liu, B. (2021). Will the public pay for
green products? Based on analysis of the influencing factors for Chinese’s public
willingness to pay a price premium for green products. Environmental Science and
Pollution Research, 28(43), 61408–61422. https://doi.org/10.1007/S11356-021-14885-
4/METRICS
Copyright (2023) © Roger Andrés Blacio Guañuna y Lorenzo Bonisoli
Este texto está protegido bajo una licencia internacional Creative Commons 4.0.
Usted es libre para Compartir—copiar y redistribuir el material en cualquier medio o formato
— y Adaptar el documento — remezclar, transformar y crear a partir del material—para
cualquier propósito, incluso para fines comerciales, siempre que cumpla las condiciones de
Atribución. Usted debe dar crédito a la obra original de manera adecuada, proporcionar un
enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma
razonable, pero no de forma tal que sugiera que tiene el apoyo del licenciante o lo recibe por
el uso que hace de la obra.
Resumen de licencia – Texto completo de la licencia