Si tu tesis de Ingeniería en Sistemas (o de Informática, TI) evalúa por qué los usuarios adoptan o rechazan un sistema, una app o una plataforma, el Modelo de Aceptación de Tecnología (TAM, por sus siglas en inglés) es el marco teórico que un jurado mexicano reconoce de inmediato y que además te da hipótesis ya formuladas, listas para probar con tu propio instrumento.
Qué es el TAM y de dónde viene
El TAM se asocia a Fred D. Davis, que en 1989 publicó el artículo «Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology» en la revista MIS Quarterly (vol. 13, núm. 3, pp. 319-340). Ahí desarrolló y validó las escalas de las dos creencias centrales del modelo: la utilidad percibida (perceived usefulness, PU), es decir, el grado en que la persona cree que usar el sistema mejorará su desempeño; y la facilidad de uso percibida (perceived ease of use, PEOU), el grado en que cree que usarlo estará libre de esfuerzo. Ese mismo año, Davis, Bagozzi y Warshaw (1989) presentaron en Management Science (vol. 35, núm. 8, pp. 982-1003) la formulación en la que ambas creencias influyen en la actitud hacia el uso, y esta, junto con la utilidad percibida, predice la intención conductual de uso, que a su vez predice el uso real del sistema.
Con los años han aparecido extensiones del modelo original (TAM2, TAM3, UTAUT) que agregan variables como la norma subjetiva o las condiciones facilitadoras; si tu tesis usa una de esas versiones extendidas en vez del TAM original, dilo explícitamente y cita la versión exacta que estás aplicando, porque un jurado que conoce la literatura distingue de inmediato si estás trabajando con el modelo de 1989 o con una extensión posterior.
Vale la pena aclarar por qué el TAM sigue siendo tan citado casi cuatro décadas después: a diferencia de modelos más generales de psicología del comportamiento, el TAM se diseñó específicamente para tecnología, con un número reducido de constructos fáciles de medir y de comunicar en un capítulo de resultados. Esa sencillez es también su límite: si tu problema de investigación involucra factores sociales u organizacionales complejos (presión de los compañeros, políticas institucionales de adopción obligatoria), el TAM por sí solo puede quedarse corto, y ahí es donde conviene considerar una extensión o un modelo complementario, siempre dejando explícito por qué decidiste ampliar el marco original en vez de limitarte a él.
Cómo se desarrolla el TAM en el marco teórico de tu tesis
No basta con mencionar el TAM y pasar directo al instrumento: el marco teórico debe (1) explicar el modelo y sus constructos con tus propias palabras, citando a Davis (1989) y a Davis, Bagozzi y Warshaw (1989); (2) justificar por qué el TAM es el modelo adecuado para tu sistema específico y no otro (UTAUT, el Modelo de Éxito de DeLone y McLean, la Teoría del Comportamiento Planeado); y (3) derivar de ahí tus hipótesis de investigación, normalmente expresadas como relaciones entre constructos: la facilidad de uso percibida influye positivamente en la utilidad percibida; la utilidad percibida influye positivamente en la actitud hacia el uso; la actitud influye positivamente en la intención de uso.
Un modelo de hipótesis ilustrativo para una tesis sobre la adopción de una app de gestión escolar por parte de docentes podría verse así: H1 (PEOU → PU), H2 (PEOU → actitud), H3 (PU → actitud), H4 (actitud → intención de uso), H5 (PU → intención de uso, efecto directo). Este es un ejemplo de estructura, no una lista fija: tu propio modelo depende de qué constructos decidas incluir y de si vas a agregar variables externas (edad, experiencia previa, autoeficacia tecnológica) como antecedentes de PU y PEOU.
Qué tan grande debe ser tu muestra
El tamaño de muestra depende del método de análisis que elijas. Para PLS-SEM, una regla práctica común es la de «diez veces» el número máximo de indicadores que apuntan a un solo constructo o el número de rutas estructurales que llegan a la variable dependiente más compleja de tu modelo, lo que dé un número mayor; para un modelo TAM simple con cuatro o cinco constructos, eso suele traducirse en muestras de al menos 100 a 150 respuestas válidas, aunque el número exacto depende de tu modelo específico y debe justificarse con la herramienta de cálculo de poder estadístico (G*Power, por ejemplo) o con el software de SEM que vayas a usar, no solo con una regla de dedo citada de memoria. Para CB-SEM la exigencia suele ser mayor (con frecuencia 200 casos o más), porque los estimadores de máxima verosimilitud que usa este enfoque son menos estables con muestras pequeñas.
Si tu población accesible es limitada (por ejemplo, solo puedes encuestar a los estudiantes de una facultad en un semestre específico), documenta desde el planteamiento cuál es tu universo real y cómo eso condiciona la elección entre PLS-SEM y un análisis más sencillo por hipótesis individual; un jurado prefiere ver esa decisión justificada desde el principio que descubrirla como una sorpresa en el capítulo de resultados.
Instrumento: cómo se miden PU y PEOU
El instrumento típico es un cuestionario con escala Likert de 5 o 7 puntos, con reactivos adaptados (no traducidos literalmente sin revisión) de la escala original de Davis. Ejemplos ilustrativos de reactivos para utilidad percibida: «Usar [el sistema] mejora mi desempeño en [la tarea]»; «Usar [el sistema] me permite completar mis tareas más rápido». Para facilidad de uso percibida: «Aprender a usar [el sistema] fue fácil para mí»; «Mi interacción con [el sistema] es clara y comprensible». Antes de aplicar el instrumento, valida el contenido con un juicio de expertos y, si tu diseño y tamaño de muestra lo permiten, corre una prueba piloto para revisar la confiabilidad (alfa de Cronbach) de cada constructo por separado.
Análisis: de la encuesta al modelo estructural
Con un modelo de varios constructos relacionados entre sí, el análisis más alineado con el TAM es un modelo de ecuaciones estructurales (SEM), ya sea con enfoque de covarianzas (CB-SEM, en AMOS o R) o de mínimos cuadrados parciales (PLS-SEM, en SmartPLS), y no una simple regresión lineal constructo por constructo. La elección entre CB-SEM y PLS-SEM depende de tu objetivo: CB-SEM pone a prueba una teoría y exige un tamaño de muestra mayor y supuestos de normalidad; PLS-SEM predice y tolera muestras más pequeñas, lo que lo vuelve más viable para una tesis de licenciatura con un número limitado de usuarios accesibles. Si tu muestra es demasiado pequeña incluso para PLS-SEM, una alternativa defendible es probar cada hipótesis por separado con regresión lineal simple o correlación, dejando explícito que no se trata de un modelo estructural completo.
Un ejemplo ilustrativo de resultados con TAM
Supón una tesis sobre la adopción de una plataforma de aula virtual por parte de estudiantes de una facultad mexicana. Tras aplicar el cuestionario a un grupo de estudiantes y correr el modelo en PLS-SEM, un resultado ilustrativo (no real, solo para mostrar cómo se reporta) podría verse así: la facilidad de uso percibida explica una parte relevante de la varianza de la utilidad percibida (coeficiente path positivo y significativo), la utilidad percibida predice la actitud con mayor fuerza que la facilidad de uso, y la actitud es el predictor más fuerte de la intención de uso, mientras que el efecto directo de la utilidad percibida sobre la intención resulta más débil una vez que se controla el efecto de la actitud. Reportar los resultados así —coeficientes, significancia y una interpretación en términos de mediación— es lo que distingue un capítulo de resultados basado en TAM de uno que solo describe correlaciones sueltas.
Antes de interpretar cualquier coeficiente, revisa también los indicadores de ajuste del modelo (para CB-SEM: CFI, RMSEA, chi-cuadrada normalizada; para PLS-SEM: fiabilidad compuesta, AVE, validez discriminante) y repórtalos en una tabla junto con los coeficientes estructurales, porque un jurado que conoce SEM va a pedir esos indicadores antes de aceptar que tu modelo «ajusta bien» a los datos.
Errores que hacen que un jurado cuestione tu aplicación del TAM
Los errores más frecuentes son: (1) citar el TAM sin abrir los artículos originales y repetir de memoria una versión imprecisa de los constructos; (2) mezclar ítems de TAM con ítems de UTAUT u otro modelo sin explicar por qué, lo que rompe la coherencia teórica del instrumento; (3) reportar solo correlaciones bivariadas cuando el modelo teórico plantea relaciones mediadas (PEOU influye en la intención de uso a través de PU y de la actitud, no directamente), lo que exige un análisis de mediación y no solo una tabla de correlaciones. Un cuarto error, menos frecuente pero igual de grave, es presentar el modelo en el marco teórico y luego, en el capítulo de resultados, reportar solo estadística descriptiva de cada reactivo por separado, sin probar ninguna de las relaciones planteadas: si formulaste hipótesis, tu capítulo de resultados tiene que responder explícitamente a cada una de ellas.
Cómo se conecta con el resto de tu tesis
Antes de escribir tus hipótesis con la notación H1, H2, H3, repasa la guía general sobre hipótesis de investigación (nula, alterna, correlacional y causal) para asegurarte de que cada relación del modelo TAM está formulada como una hipótesis comprobable, y no como una simple descripción. Si todavía no decides entre PLS-SEM y CB-SEM para tu análisis, la comparación de SmartPLS, AMOS y R para ecuaciones estructurales te ayuda a elegir según tu tamaño de muestra y el software al que tengas acceso real.
Si además de las hipótesis del TAM tu tesis identifica variables externas (edad, experiencia previa, autoeficacia tecnológica) como antecedentes de la utilidad y la facilidad de uso percibidas, revisa cómo se distinguen variables independientes, dependientes y de control para no confundir una variable externa con una variable mediadora dentro del propio modelo. Y si aún no tienes clara la estructura general del documento, parte de la guía de cómo hacer una tesis de Ingeniería, que explica cómo se convierte un problema real en una pregunta de investigación acotada.
Cómo te ayuda Tesify en esta tesis
Tesify es la plataforma con la que escribes tu propia tesis, capítulo por capítulo: más de 9,000 estudiantes ya han escrito más de 15,000 capítulos con ella, y el texto final queda 100% escrito por ti. En una tesis con TAM, te acompaña para mantener la coherencia entre tu marco teórico, tus hipótesis y tu capítulo de resultados.
Escribe tu tesis de Ingeniería en Sistemas con Tesify y mantén la coherencia entre tu modelo teórico, tus hipótesis y tus resultados.
Preguntas frecuentes
¿El TAM sirve para cualquier sistema o solo para software empresarial?
Se ha aplicado a sistemas empresariales, apps móviles, plataformas educativas, banca en línea y muchos otros contextos; lo que importa es que exista un sistema o tecnología cuyo uso sea voluntario o al menos observable, no que sea un tipo de software en particular.
¿Necesito usar exactamente los reactivos originales de Davis?
No es obligatorio, pero si adaptas los reactivos debes documentar el proceso de adaptación y volver a validar la confiabilidad del instrumento adaptado; un jurado metodológicamente exigente pedirá ver esa validación.
¿Qué diferencia hay entre TAM y UTAUT?
UTAUT (Venkatesh y colegas) integra varios modelos previos, incluido el TAM, y agrega constructos como la influencia social y las condiciones facilitadoras; es un modelo más amplio, pero también exige un instrumento más largo y una muestra mayor para probarlo con solidez.
¿Puedo usar el TAM con un diseño cualitativo?
El TAM nació como modelo cuantitativo con hipótesis probables por SEM o regresión, pero puedes usarlo como marco de referencia en una exploración cualitativa (entrevistas sobre percepciones de utilidad y facilidad de uso) si tu objetivo es explorar el fenómeno antes de un estudio cuantitativo posterior; en ese caso, no presentes hipótesis numeradas como si fueras a probarlas estadísticamente.