1. Introducción

En la actualidad, viajar por vía aérea es uno de los medios más populares (^{Prentice y Correia, 2017}). En las décadas recientes, las aerolíneas de bajo costo surgieron como una alternativa competitiva en el sector de la aviación comercial. Entre los orígenes de su desarrollo, se encuentran la liberalización del transporte aéreo, la disminución de sus costos fijos -por la adquisición y manejo de un solo tipo de aviones, como Boeing-737 y Airbus-319-, la publicidad masificada por medios tecnológicos de información, la reducción de la plantilla laboral y la venta anticipada de pasajes a través de internet (^{Akamavi, Mohamed, Pellmann y Xu, 2015}; ^{Mantilla, 2003}; ^{Rodríguez, Vargas y Montes, 2008}). El mercado de estas empresas incluye tanto a pasajeros que viajan por vía aérea como a los que lo hacen por medios terrestres (^{Zuazua y Sesma, 2007}). Según ^{González-Bedoya y Muñoz- Restrepo (2014)}, entre los usuarios de estas aerolíneas se encuentran consumidores que valoran más su dinero. En el caso de México, este tipo de aerolíneas atiende a un segmento importante. En 2016, este tipo de aerolíneas dio servicio al 63% del mercado de transporte aéreo de pasajeros en servicio doméstico (^{Dirección General de Aeronáutica Civil, 2015}) y, entre ellas, se destacan Volaris, Interjet y Viva Aerobus (^{Ibarra y Paredes, 2016}).

La satisfacción y la lealtad son atributos relevantes en el contexto de las aerolíneas de bajo costo. Por una parte, las empresas que cubren las expectativas de sus clientes y, por tanto, satisfacen sus necesidades, tienen una mayor rentabilidad, participación de mercado, flujo de efectivo y valor de mercado (^{Bezerra y Gomez, 2019}; ^{Ibarra, Paredes y Durazo, 2016}; ^{Khan, Naumann y Williams, 2012}). Además, es más barato retener clientes que atraerlos; los clientes felices permanecen leales a la firma. En términos de intenciones de comportamiento, la lealtad ayuda a que los consumidores no solo consuman nuevamente el servicio, sino que también los lleva a recomendarlo a otras personas (^{Bravo, Vásquez-Párraga y Zamora, 2005}; ^{Chen y Tsai, 2007}; ^{Kim y Lee, 2011}; ^{Lovelock, 2004}; ^{Prentice y Correia, 2017}).

Entre los antecedentes de la satisfacción y la lealtad se encuentran la capacidad de respuesta y la confiabilidad. La capacidad de respuesta involucra conocer las necesidades y tener la disponibilidad para actuar y ayudar oportunamente a los clientes (^{Abdullah, Manaf y Noor, 2007}; ^{An y Noh, 2009}; ^{Hussain, Al Nasser y Hussain, 2015}; ^{Kim y Lee, 2011}; ^{Leong, Hew, Lee y Ooi, 2015}; ^{Pekkaya, Pulat y Koca, 2017}). Por su parte, la confiabilidad implica la provisión de servicios a los pasajeros, en tiempo y forma (^{Abdullah et al., 2007}; ^{An y Noh, 2009}; ^{Kim y Lee, 2011}). Por consiguiente, los clientes satisfechos tienden a ser más leales y a tener intenciones de nueva compra y de recomendación de la aerolínea (^{Akamavi et al., 2015}; ^{Petrick, 2004}).

El objetivo de este trabajo de investigación fue indagar en pasajeros de aerolíneas de bajo costo en México sobre la satisfacción como variable mediadora entre la capacidad de respuesta y la confiabilidad, la lealtad y las intenciones de comportamiento. Se utilizó un diseño de investigación transversal, cuantitativo, no experimental, descriptivo, correlacional, con una muestra no probabilística por conveniencia, de acuerdo con la disposición de los pasajeros de participar en la investigación. La técnica de análisis fue la modelación estructural (SEM) con mínimos cuadrados parcializados (PLS), técnica útil para explorar y predecir; además, permite la explicación de constructos endógenos (^{Henseler, Ringle y Sinkovics, 2009}). El trabajo está organizado de la siguiente manera: en la primera sección se presenta información teórica sobre las variables y relaciones estudiadas; en la segunda, la metodología de investigación; en la tercera, los resultados; y, finalmente, las conclusiones del trabajo.

2. Marco teórico

La industria aérea se caracteriza por una intensa competencia y se cataloga como uno de los sectores de servicios con mayor grado de intangibilidad (^{Baker, 2013}; ^{Chonsalasin, Jomnonkwao y Ratanavaraha, 2020}; ^{Leong et al., 2015}). Durante el proceso de servicio de transporte, existe un alto nivel de componentes tangibles, pero los resultados son esencialmente intangibles (^{Santos, 2002}); situación que dificulta a los clientes valorar su percepción sobre el servicio (^{Chang y Yeh, 2002}). Los beneficios y tarifas ofrecidas en ese entorno son muy similares (^{Baker, 2013}), por lo cual las aerolíneas deben tratar de crear y mantener relaciones redituables con sus pasajeros; es decir, deben satisfacer sus necesidades y cumplir, incluso exceder, sus expectativas (^{Ibarra et al., 2016}).

2.5 Lealtad

El cliente aprende de sus experiencias conforme compra o consume (^{Schiffman y Lazar, 2010}); su lealtad depende de la percepción del desempeño (^{Colmenares y Saavedra, 2007}). En el entorno de la aviación comercial, la participación de mercado depende en gran medida de la habilidad de las aerolíneas para fomentar la lealtad de los pasajeros (^{Chonsalasin et al., 2020}). En ese contexto, la valoración de los clientes puede darse incluso de forma previa al vuelo. Se piensa que brindar información sobre el vuelo y la disponibilidad de servicios de la empresa ayuda a fortalecer las percepciones de la calidad; asimismo, las apreciaciones de la eficiencia del proceso de registro y del preabordaje y la forma en que el pasajero fue tratado antes de volar se destacan también como aspectos relevantes (^{Etemad-Sajadil, Way, y Bohrer, 2016}).

La lealtad es un sentimiento de vinculación hacia una marca y un compromiso adaptado de recompra; gracias a ella, el consumidor realiza compras frecuentes y se vuelve resistente ante eventos que intentan cambiar su comportamiento, como las ofertas de la competencia (^{Oliver, 1999}). En la lealtad prevalecen actitudes, como la predisposición, los sentimientos y las preferencias asociadas en la evaluación de un artículo o servicio, y comportamientos, en forma de acciones de comportamiento en un sentido respecto de un objeto de interés, en la cantidad y la frecuencia de compra (^{Colmenares y Saavedra, 2007}; ^{Schiffman y Lazar, 2010}; ^{Vlachos y Lin, 2014}; ^{Wolter, Bock, Smith y Cronin, 2017}).

La lealtad de los clientes ayuda en términos estratégicos. Se le considera como el mejor predictor de los comportamientos futuros de compra (^{Cossío-Silva et al., 2019}), la mayor fuente de valor de la marca y se reconoce como necesaria para construir y mantener ventajas competitivas sostenibles (^{Colmenares y Saavedra, 2007}; Cossío-Silva et al., 2019; ^{Prentice y Correia, 2017}). Dado su involucramiento emocional, los clientes leales usualmente vuelven a comprar, están dispuestos a gastar más dinero y alientan a otros a usar los productos o servicios de la firma (^{Han, Yu y Kim, 2019}). Además, pocos negocios pueden sobrevivir sin contar con una base fiel de consumidores (^{Pàmies, 2003}). Particularmente en la aviación comercial, la habilidad de la aerolínea para fomentar la lealtad de sus clientes incide en su participación de mercado (^{Bezerra y Gomes, 2019}). Por ello, se considera que en este entorno la lealtad lleva al pasajero a seguir usando los servicios de una compañía aérea y a recomendar su uso a otros clientes (Bezerra y Gomes, 2019; ^{Chen y Tsai, 2007}; ^{Rasoolimanesh, Md Noor, Schuberth y Jaafar, 2019}) y, por tanto, se postula que:

• H7: la lealta d influye positiva y significativamente en las intenciones de comportamiento de los pasajeros de aerolíneas mexicanas de bajo costo.

A continuación, se exhibe el modelo teórico propuesto, en el cual se presentan las hipótesis planteadas con antelación (figura 1).

Fuente: elaboración propia.

Figura 1 Modelo teórico 

3. Metodología

Esta investigación fue de tipo cuantitativo, no experimental, transversal y causal. La muestra fue no probabilística y se consideró como sujetos de estudio a pasajeros de aerolíneas de bajo costo mexicanas. El trabajo de campo se llevó a cabo en el Aeropuerto Internacional Abraham González, en Ciudad Juárez, Chihuahua, México, durante los meses de marzo y abril del 2018. Entre las aerolíneas que frecuentemente realizan viajes a este aeropuerto se encuentran Volaris, Interjet y Viva Aerobus. Se les solicitó a personas que se encontraban en la sala de abordaje su apoyo para responder el instrumento. Aceptaron 318 pasajeros. En el modelado de ecuaciones estructurales PLS se requiere contar con al menos 75 observaciones para la detección de r2 de 0,25, con una potencia estadística del 80% y un nivel de significancia del 1% (^{Hair, Hult, Ringle y Sarstedt, 2016}), condición que se cumple con la muestra de este trabajo.

Con el fin de medir los constructos, se revisó la literatura para identificar escalas disponibles. Con los hallazgos se eligieron los ítems relevantes y se adaptaron al contexto. Se utilizó una escala tipo Likert con opciones de respuesta desde “Nunca” hasta “Siempre”, o desde “Totalmente en desacuerdo” hasta “Totalmente de acuerdo”. En la tabla 1, se presentan las fuentes utilizadas en la construcción del instrumento de medición. Para estos propósitos, en el instrumento se incluyeron 28 ítems: capacidad de respuesta, 6; confiabilidad, 6; satisfacción, 6; lealtad, 7; e intenciones de comportamiento, 3. Por cuestiones de convergencia o fiabilidad, se eliminaron 3 ítems: 1 de capacidad de respuesta y 2 de satisfacción. La estadística descriptiva se analizó mediante la herramienta estadística SPSS versión 23, mientras que la inferencial, con ayuda del software SmartPLS 3.0.

4. Resultados

Las características demográficas de los sujetos de estudio se muestran en la tabla 2. Los datos revelan que el 54,4% de los participantes fueron mujeres y el 45,6% hombres. Respecto a la edad, el 41,8% predomina entre los 21 y 30 años de edad. El 37,7% tiene una ocupación de profesionista, mientras que el 61,6% señaló contar con una escolaridad de carrera profesional.

Por otro lado, con relación al perfil del viajero, el 42,7% de los pasajeros volaba con Viva Aerobus; en cuanto al motivo del viaje, el 45,3% refirió viajar por turismo. Además, el 73,0% reveló que la aerolínea con la que viajaba fue elección propia y el 44,0% manifestó que realiza viajes en avión de 2 a 3 veces por año (tabla 3).

De los 28 ítems incluidos en el modelo de medición inicial, se eliminaron 4 por problemas de validez: 1 de capacidad de respuesta (CResp1, “los empleados de la aerolínea avisan a los clientes exactamente cuándo se ofrecerán los distintos servicios”), 2 de satisfacción (Satisf3, “está bien volar con esta aerolínea” y Satisf4, “tomé la decisión correcta al elegir esta aerolínea”) y 1 de intención de comportamiento (Behint3, “estoy dispuesto a seguir siendo un cliente de la aerolínea durante mucho tiempo”).

En la tabla 4 se presentan los valores de cargas factoriales con los correspondientes valores t del modelo de medición. Los datos muestran que casi la totalidad de los ítems presentan cargas aceptables, dado que exhiben valores por arriba de 0,70, con excepción de CR6 (0,610). ^{Fornell y Larcker (1981)} mencionan que el punto de corte comúnmente aceptable es 0,70, dado que indica que existe mayor varianza compartida entre el constructo y su medida; sin embargo, ^{Chin (1998)} señala que pueden ser aceptadas cargas con valor de al menos 0,50 siempre y cuando en el modelo existan indicadores con cargas altas. En todos los casos, los ítems son significativos estadísticamente, y sus valores t se encuentran en un rango de entre 12,718 y 107,070; asimismo, las cargas son estadísticamente significativas a un nivel de confianza del 99,9%, dado que los valores t presentan valores superiores a 3,291.

En la tabla 5, se presentan los valores de alfa de Cronbach, fiabilidad compuesta y análisis de varianza extraída (AVE) del modelo de medición. La fiabilidad comúnmente se mide a través del alfa de Cronbach. Para este indicador, ^{Fornell y Bookstein (1982)} recomiendan que exhiba valores superiores a 0,70, lo cual evidencia consistencia interna. Los valores alfa de Cronbach de las variables incluidas en el modelo de medición cumplen con ese criterio: capacidad de respuesta (0,843), confiabilidad (0,888), intención de comportamiento (0,907), lealtad (0,930) y satisfacción (0,932). Otro indicador para medir la fiabilidad es el índice de fiabilidad compuesta (IFC), del cual se afirma que es una mejor medida de consistencia interna, ya que valora la magnitud en que los ítems se correlacionan y explican la variable latente (^{Hair, Anderson, Tatham, y Black, 1999}). El punto de corte recomendado para el IFC es también 0,70. En todos los casos, los indicadores de fiabilidad compuesta superan ese punto de corte: capacidad de respuesta (0,889), confiabilidad (0,915), intención de comportamiento (0,942), lealtad (0,944) y satisfacción (0,951). Finalmente, también se valoró la fiabilidad a partir del índice de AVE, el cual calcula la varianza que cada uno de los constructos obtiene a partir de sus indicadores; en este caso, se recomienda que los valores sean mayores a 0,50, ya que ello indica que más del 50% de la varianza del constructo se explica a partir de sus indicadores (^{Chin, 1998}; ^{Gefen y Straub, 2005}). En este indicador también se cumple con lo recomendado: capacidad de respuesta (0,620), confiabilidad (0,644), intención de comportamiento (0,843), lealtad (0,706) y satisfacción (0,831).

En la tabla 6, se muestran los resultados de la validez discriminante, la cual se determinó a través de dos criterios: el AVE y el Heterotrait-Monotrait Ratio [HTMT]. En el caso del primero, existe validez discriminante cuando la raíz cuadrada del AVE es mayor que la varianza compartida entre el constructo y las variables latentes que conforman el modelo (^{Fornell y Larcker, 1981}). Con respecto al segundo, existe validez discriminante cuando el punto de corte es inferior a 0,85 o 0,90. En este trabajo de investigación no se utilizó la prueba de cargas cruzadas, ya que se afirma que este criterio falla en la detección de la validez discriminante (^{Henseler, Ringle y Sarstedt, 2015}). En la parte A de la tabla 6, se despliegan los resultados del criterio AVE. Sobre la diagonal, se presentan los indicadores AVE. El resto de los indicadores de la sección de la tabla corresponde a las correlaciones entre constructos. Como en ella se observa, en todos los casos el indicador AVE supera los valores de las correlaciones. Ello indica que existe validez discriminante. Además, se revisaron los ratios HTMT, los cuales evalúan las correlaciones entre los indicadores que valoran constructos distintos (parte B de la tabla 6). Esta técnica se recomienda para determinar la validez discriminante en modelos SEM basados en varianza; se afirma que identifica de forma efectiva cuando no existe este tipo de validez (Henseler et al., 2015). La validez puede probarse tomando como referencia un punto de corte, usualmente 0,85 o 0,90 (^{Henseler et al., 2015}). En este trabajo de investigación se eligió 0,90. Al respecto, ^{Henseler et al. (2015)} precisan que un nivel de corte exacto es debatible, ya que resulta complicado definir cuando la correlación es cercana a 1. De los diez ratios HTMT, solo uno excedió marginalmente el punto de corte utilizado (intenciones de comportamiento-satisfacción, 0,903). En resumen, de acuerdo con esta prueba también se evidencia que existe validez discriminante.

En la figura 2, se muestra el modelo contrastado en el que se exhiben los coeficientes paths y los valores de r². En relación con los paths, se puede apreciar que cuatro de ellos cumplen con el criterio aceptable de 0,20 y significancia estadística: confiabilidad-satisfacción (0,575, t=10,292), satisfacción-lealtad (0,752, t=19,776), satisfacción-intención de comportamiento (0,520, t=9,387) y lealtad-intención de comportamiento (0,370, t=7,133). Dos de los siete paths se encuentran por debajo de 0,20, pero son estadísticamente significativos: capacidad de respuesta-lealtad (0,142, t=3,463) y capacidad de respuesta-satisfacción (0,164, t=2,717). La excepción se localiza en la relación propuesta entre confiabilidad-lealtad (-.0,013, t=0,284). Por otra parte, el coeficiente de determinación (r2) valora el grado en el cual el modelo explica los datos (^{Seidel y Back, 2009}). El modelo propuesto explica de forma moderada la satisfacción (r2=0,496), y sustancialmente tanto la lealtad (r2= 0,694) como la intención de comportamiento (r2=0,725).

Fuente: elaboración propia.

Figura 2 Modelo contrastado 

Con respecto a las siete hipótesis planteadas, en la tabla 7 se aprecia que solo una de ellas se rechazó. Los resultados evidencian que la capacidad de respuesta (H1, p=0,005*) y la confiabilidad (H3, p=0,000***) inciden significativamente en la satisfacción; la capacidad de respuesta (H2, p=0,001***) y la satisfacción (H5, p=0,000***) influyen positiva y significativamente en la lealtad; y la satisfacción y la lealtad favorecen las intenciones de comportamiento (H6, p=0,000***; H7, p=0,000***). La hipótesis 4 se rechaza, es decir, no existe evidencia de que la confiabilidad influya significativamente en la lealtad (H4, p=0,765ns).

5. Conclusiones

Este trabajo de investigación tuvo como propósito analizar la satisfacción de pasajeros que viajan en aerolíneas de bajo costo en México. Como antecedentes de la satisfacción se plantearon como variables la capacidad de respuesta y la confiabilidad; asimismo, se valoró si estas tres variables influyen en la lealtad del pasajero; finalmente, se evaluó si la satisfacción y la lealtad afectan las intenciones de recomendación y recompra. Los resultados evidencian la existencia de relaciones significativas, salvo la que postula que la confiabilidad influye positiva y significativamente en la lealtad. Lo anterior abona tanto en términos teóricos como empíricos.

A semejanza de hallazgos previos, en el contexto de aerolíneas mexicanas de bajo costo, la satisfacción tiene como precedentes la capacidad de respuesta y la confiabilidad. La satisfacción se refleja mayormente en la complacencia de los clientes por volar en la aerolínea y los servicios que ofrece. En el presente estudio, la capacidad de respuesta se manifiesta, en mayor medida, en la disposición de los empleados para ayudar y en la atención eficiente a los pasajeros. Estos hallazgos reiteran los planteamientos teóricos que indican que la capacidad de respuesta es un antecedente relevante para la satisfacción de los usuarios (^{Adeleke y Ogunsusi, 2019}; ^{Chou y Kohsuwan, 2019}; ^{Kim y Lee, 2011}; ^{Leong et al., 2015}; ^{Parasuraman et al., 1985}). En la práctica, las aerolíneas mexicanas de bajo costo deben fortalecer sus procesos de respuesta y atención oportuna de dudas y quejas de sus pasajeros, ya que este es un aspecto fundamental de la capacidad de respuesta, desde la óptica del usuario.

Asimismo, se coincide en que la confiabilidad es un atributo relevante en términos de satisfacción. Los resultados obtenidos abonan en términos teóricos respecto de que la confiabilidad incide favorablemente en la satisfacción, ya que gracias a ella la organización es capaz de cumplir de forma segura, responsable, oportuna, en tiempo y forma sus ofrecimientos (^{Abdullah et al., 2007}; ^{An y Noh, 2009}; ^{Hung et al., 2019}; ^{Hussain et al., 2015}; ^{Kim y Lee, 2011}; ^{Parasuraman et al., 1988}; ^{Parasuraman et al., 1985}; ^{Suresh et al., 2017}; ^{Trapote-Barreira et al., 2016}). En el contexto mexicano, las aerolíneas de bajo costo deben hacer lo necesario para proporcionar sus servicios de manera correcta, en el momento pactado; lo anterior les será de gran ayuda para satisfacer a sus clientes.

Se encontró que tanto la satisfacción como la capacidad de respuesta tienen influencia directa sobre la lealtad de los pasajeros, a diferencia de la confiabilidad. En el entorno estudiado, la lealtad se refleja en el gusto del cliente por volar en la aerolínea, en su orgullo de decir a otros que viaja en ella y en su percepción de que la empresa lo anima para que la utilice. Estos hallazgos llevan a recomendaciones en términos prácticos: las aerolíneas de bajo costo mexicanas deben diseñar sus estrategias competitivas y mercadológicas teniendo siempre presente la satisfacción de sus clientes y los comportamientos asociados a esta, particularmente la disposición de sus pasajeros de compartir con otros el orgullo de viajar. Además, es claro que estas empresas han sido exitosas en su gestión de incentivar el consumo, ya que los clientes perciben que los animan a utilizar sus servicios: estos esfuerzos deben mantenerse vigentes. Respecto de la capacidad de respuesta, deben asegurarse de que sus empleados atiendan eficientemente a los pasajeros, atiendan sus quejas y estén dispuestos a ayudar cuando se requiera. En lo teórico, los hallazgos de esta investigación corroboran que la capacidad de respuesta y la satisfacción son antecedentes significativos y relevantes de la lealtad (^{Agyeiwaah et al., 2019}; ^{Akamavi et al., 2015}; ^{Casado y Más, 2012}; ^{Cossío-Silva et al., 2019}; ^{Forgas et al., 2010}; ^{Forgas et al., 2011}; ^{Hung et al., 2019}; ^{Hussain et al., 2015}; ^{Ibarra y Paredes, 2016}; ^{Lee et al., 2015}; ^{Kotler y Armstrong, 2008}; ^{Ringle et al., 2011}; ^{Schiffman y Lazar, 2010}; ^{Tanomsin y Chen, 2018}). Sin embargo, contrario a lo propuesto en la literatura (^{Leong et al., 2015}; ^{Suresh et al., 2017}), la confiabilidad de la aerolínea no tiene efecto directo sobre la lealtad del pasajero; lo hace indirectamente, a través de la satisfacción. Ello indica que el cumplimiento de promesas y la provisión de servicios en tiempo y forma son útiles en términos de satisfacción, pero no llevan directamente a la lealtad; es decir, estos elementos ayudan a satisfacer al cliente, pero no conducen directamente al desarrollo de la lealtad. Este hallazgo reitera que la satisfacción es un antecedente directo y relevante de la lealtad.

Finalmente, se valoró si la satisfacción y la lealtad favorecen el desarrollo de las intenciones de recomendar y reutilizar la aerolínea. Los resultados fortalecen los planteamientos teóricos que afirman que la satisfacción y la lealtad inciden sobre las intenciones de comporta- miento (^{Bezerra y Gomes, 2019}; ^{Chen y Chen, 2010}; ^{Cossío- Silva et al., 2019}; ^{Han et al.,2019}; ^{Kotler y Armstrong, 2008}; ^{Kusumawardani y Aruan, 2019}; ^{Lee et al., 2007}; ^{Li y Liu, 2019}; ^{Pascual et al., 2019}; ^{Petrick, 2004}; ^{Wang y Lo, 2002}). Estos hallazgos tienen también implicaciones prácticas. Para que los pasajeros recomienden y se expresen favorablemente de la aerolínea, es necesario ofrecer los mejores servicios, generar experiencias que lleven al cliente a sentirse satisfecho de volar en ella y a pensar lo agradable que es utilizar sus servicios; asimismo, deben diseñarse e implementarse estrategias que lleven al cliente a considerar a la aerolínea como una buena empresa, y que en consecuencia desplieguen lealtad, la consideren como su primera opción al viajar y compartan el orgullo de ser su cliente.

De forma similar a otros estudios, este trabajo de investigación tiene limitantes. Se utilizó un diseño de investigación no probabilístico y transversal, en una muestra de pasajeros del Aeropuerto Internacional Abraham González, localizado en Ciudad Juárez, lo que reduce las probabilidades de generalización de los resultados. Por lo anterior, resulta conveniente replicar el esfuerzo en otros sitios y, en la medida de lo posible, utilizar diseños longitudinales en muestras probabilísticas.