Agustín María Martínez Vargas*

agustin.martinez@esap.edu.co

Jhon Jairo Camargo Flechas**

jhon.camargo@uniminuto.edu

Diana Marcela Mora Hernández+

diana.mora.h@uniminuto.edu

Pedro Luis Alvear Martínez++

palvearmart@uniminuto.edu.co

Cristian Camilo Castañeda Robles+++

ccastaned34@uniminuto.edu.co

*Administrador Financiero. Magister en Economía

Escuela Superior de Administración Pública (ESAP)

Docente de economía, finanzas y estadística

Investigador en ciencias sociales orientadas a la economía y finanzas

**Economista. Mg. en Paz, Desarrollo y Ciudadanía

Docente investigador de Economía

Corporación Universitaria Minuto de Dios (UNIMINUTO)

+Economista. Mg. en Administración campo finanzas.

Docente de economía e investigación (UNIMINUTO)

++Estudiante de Administración Financiera (UNIMINUTO)

+++Estudiante de Administración Financiera (UNIMINUTO)

(Colombia)

Recepción: 26/08/2024 - Aceptación: 23/11/2024

1ª Revisión: 04/10/2024 - 2ª Revisión: 17/11/2024

Documento accesible. Ley N° 26.653. WCAG 2.0

Cita sugerida: Martínez Vargas, A.M., Camargo Flechas, J.J., Mora Hernández, D.M., Alvear Martínez, P.L., y Castañeda Robles, C.C. (2025). Tres dimensiones de las apuestas deportivas (Inversión, ganancia y efectividad). Estudio en jóvenes universitarios en relación con el marketing deportivo. Lecturas: Educación Física y Deportes, 29(321), 79-98. https://doi.org/10.46642/efd.v29i321.7857

 

Resumen

    El objetivo de esta investigación se centra en evaluar las dimensiones de inversión, ganancia y efectividad, de las apuestas deportivas en jóvenes universitarios, en función del marketing digital. Se aplica un modelo cuantitativo, explicativo basado en encuestas realizadas a 378 estudiantes universitarios de la ciudad de Villavicencio en Colombia. Los datos han sido analizados con un modelo regresión lineal múltiple y de correlación. Los resultados indican que la influencia del marketing digital en apuestas deportivas es del 48% y la experiencia en apuestas es la variable explicativa más favorable en inversión, ganancia y efectividad, contrario al análisis previo a estas apuestas. Se concluyó que es uno de los mercados con mayor crecimiento y su grupo poblacional son hombres entre 25 y 34 años ya que los impulsa la pasión por el deporte y el juego de azar.

    Palabras clave: Marketing digital. Mercado de apuestas deportivas. Estudiantes universitarios.

 

Abstract

    The objective of this research is focused on evaluating the dimensions of investment, profit and effectiveness of sports betting in young university students, based on digital marketing. A quantitative, explanatory model is applied based on surveys conducted with 378 university students from the city of Villavicencio in Colombia. The data has been analyzed with a multiple linear regression and correlation model. The results indicate that the influence of digital marketing on sports betting is 48% and the experience in betting is the most favorable explanatory variable in investment, profit and effectiveness, contrary to the analysis prior to these bets. It was concluded that it is one of the markets with the greatest growth and its population group is men between 25 and 34 years old since they are driven by a passion for sports and gambling.

    Keywords: Digital marketing. Sports betting market. University student.

 

Resumo

    O objetivo desta investigação centra-se em avaliar as dimensões de investimento, lucro e eficácia das apostas desportivas em jovens universitários, com base no marketing digital. Aplica-se um modelo quantitativo e explicativo baseado em pesquisas realizadas com 378 estudantes universitários da cidade de Villavicencio, na Colômbia. Os dados foram analisados ​​com um modelo de regressão linear múltipla e correlação. Os resultados indicam que a influência do marketing digital nas apostas desportivas é de 48% e a experiência de aposta é a variável explicativa mais favorável no investimento, lucro e eficácia, contrariando a análise anterior destas apostas. Concluiu-se que é um dos mercados que mais cresce e o seu grupo populacional é composto por homens entre os 25 e os 34 anos, uma vez que são movidos pela paixão pelo desporto e pelo jogo.

    Unitermos: Marketing digital. Mercado de apostas esportivas. Estudantes universitários.

 

Lecturas: Educación Física y Deportes, Vol. 29, Núm. 321, Feb. (2025)

---

 

Introducción 

 

    Las apuestas deportivas son el juego de azar más antiguo del que se tiene constancia. Investigaciones han indicado que el origen de estas se remonta a la Antigua Grecia, hace más de 2.000 años, y que poco tiempo después los romanos también se aficionaron a ellas (Sánchez, 2024). Sin embargo, el origen de las apuestas modernas tiene lugar en Inglaterra en el siglo XVIII, donde en 1780 los ingleses comenzaron a apostar en carreras de caballos y en 1845 el gobierno británico decidió legalizarlas. (Sánchez, 2024)

 

    De igual forma, el Reino Unido ha sido pionero en las apuestas de todo tipo, y la Unión Europea (UE) ha emprendido en los últimos años estrategias importantes con el objeto de abrir el mercado de las apuestas deportivas a una mayor competencia. Esta política europea contraría la existencia de monopolios estatales de control y gestión del juego. Es decir, ha propiciado la expansión de las casas de apuestas por todo el continente y ha abierto las puertas a la legalización del juego a través de Internet. Por otro lado, Italia, tras el éxito obtenido en términos de recaudación fiscal a través de la regulación del póker online, se ha planteado abrir su mercado a otras modalidades de juego. (Bryan, 2010)

 

    A finales del siglo XIX las apuestas llegaron a América y a partir de 1930 se introdujeron en Europa. En el siglo XX, deportes como el fútbol adquirieron una gran importancia y en España se popularizó la Quiniela, y se difundió por el resto de los países. Esta costumbre británica fue llevada a Estados Unidos gracias a los colonos ingleses. (Fernández, 2008)

 

    En efecto, a principios del siglo XXI, con la revolución de Internet se produjo un gran desarrollo en el mercado de las apuestas deportivas en línea, con la disponibilidad 24 horas de realizar apuestas, aumentando la privacidad de las personas, suponiendo un claro incremento de ventajas para los apostadores (Sánchez, 2024) y, de paso aportar más recursos para un gran número de deportistas. De esta forma las apuestas deportivas se han convertido en una actividad mundial para dar origen a una de las industrias con mayor potencial económico. (Baldinelli, 2023)

 

    Además, la transmisión en vivo de eventos deportivos a nivel mundial, la velocidad con la que la información se mueve alrededor del mundo, y las infinitas oportunidades de llevar a cabo las apuestas en directo e instantáneamente, han determinado la aparición de nuevos tipos de apuestas, como aquellas relacionadas con la probabilidad de que un evento específico ocurrirá en el transcurso de una competición deportiva. (Moriconi, y Almeida, 2021)

 

    En consecuencia, en Estados Unidos esta práctica aporta enormes sumas en las ligas de los deportes más populares: fútbol americano, béisbol, baloncesto y hockey sobre hielo. Las apuestas deportivas legales contribuyen con ingresos a las economías estatales y locales porque crean puestos de trabajo, generan ingresos fiscales y apoyan a distintas empresas en todo el país; con la aplicación de un marco regulador adecuado pueden impulsar el crecimiento económico. (Baldinelli, 2023)

 

    Ahora bien, en América Latina se presenta el incremento gradual pero sostenido de la participación de los argentinos en las apuestas deportivas y juegos de casino, lo mismo sucede en Brasil, aunque adolecen de la falta de reglamentación. En México hasta el año 2014, las apuestas en línea eran permitidas, pero necesitaban ser regularizadas (Castro, 2023). El mercado en Latinoamérica, a diferencia del europeo está en proceso de maduración y todavía hay mucho por explorar (Souza, 2018). La facilidad del acceso a través de un dispositivo móvil o una PC unido a la posibilidad de ganar dinero están haciendo crecer los ingresos en este ámbito.

 

    Asimismo, a nivel nacional el segmento de apuestas deportivas online ha incrementado su presencia en el mercado, pasando del 1% al 4%, siendo el primer juego de suerte y azar. Para el año 2017, las apuestas deportivas online generaron una participación del 2%, en donde los apostadores realizaban un promedio de 2,2 apuestas por cada ingreso a la plataforma. Para el año 2019, la participación de las apuestas deportivas online incrementó su actividad al 7%, en donde los apostadores realizaban en promedio 3,8 apuestas por cada ingreso a la plataforma. (Asojuegos, 2020)

 

    No obstante, en la ciudad de Villavicencio (Colombia), es notorio el crecimiento del número de establecimientos especializados en el sector de apuestas y juegos de azar, y por ende, la población que incursiona en dicho mercado, sin importar su edad, profesión, género. No todos estén obteniendo los mismos beneficios, debido a que no se realiza el debido proceso para potencializar dicha inversión como la aplicación de un estudio técnico con probabilidad y riesgo, ya que sus principales inversores operan el negocio basado en fanatismo, presentimientos y sin fundamentos. Por lo tanto, especificar sobre las diferentes plataformas de apuestas deportivas que operan, la influencia del uso del marketing digital de las mismas y una caracterización de los inversionistas permite tener un conocimiento más amplio y así, determinar si las apuestas deportivas son una alternativa rentable de inversión para generar ingresos.

 

    En lo concerniente a la publicidad, específicamente en apuestas deportivas en línea, se ha incursionado en nuevas herramientas de comunicación para llegar a una población más amplia y específica. Entre estas se encuentran los teléfonos inteligentes, ya que permiten tener un alcance mayor sin importar el tipo de consumidor. Por esta razón, las empresas que se encuentran en el sector de apuestas deportivas con uso de plataformas digitales han aprovechado estas herramientas para captar la atención del público por medio de la divulgación de eventos y obsequios como la utilización de los bonos de bienvenida dirigidos a captar nuevos usuarios. (Cantero, y Bartolín, 2015)

 

    Para complementar, Hing et al. (2015) ponen de manifiesto que la inclusión de promociones en las retransmisiones deportivas, preguntas sobre el avance del partido, puede generar un consumo adicional, especialmente en jugadores con problemas. También, en España algunos programas deportivos ya incluyen secciones patrocinadas, donde los invitados aconsejan determinadas apuestas en eventos deportivos próximos, y de esta forma, hacer el mercado más accesible y por ende más atractivo, gracias a la creación de aplicaciones que pueden ser instaladas en sus dispositivos móviles, evitando el desplazamiento hacia un establecimiento especializado para efectuar sus operaciones.

 

    Agregando a lo anterior, diversos estudios concluyen que el dinero gratis actúa como gancho y soporte de una comunicación destinada a presentar el juego como una actividad de ocio y entretenimiento, social normativa y legítima pero inofensiva (Stanovich, 1999). Bajo esta premisa, las apuestas deportivas en plataformas digitales han generado un nuevo modelo de negocio, que ha disminuido en los usuarios el temor de invertir en plataformas en línea, y se ha convertido en una alternativa para la generación de nuevos ingresos a bajo costo y con el aliciente que con pequeñas inversiones tienen la probabilidad de incrementar dicha inversión y con pérdidas no muy notorias (Gervilla et al., 2022). Sin embargo, el argumento publicitario de ganar dinero sin mayor esfuerzo o sin dar nada a cambio parece tener menor acogida a medida que aumenta la edad de los adolescentes, ya que estos confían más en la habilidad o la estrategia como las claves del éxito. (Rubio, 2018)

 

    De lo anterior se deriva, que las apuestas en eventos deportivos ocupan un lugar importante en la economía, tras experimentar una profunda liberalización y expansión mundial en las últimas décadas, para convertirse en industrias globales multimillonarias (Bryan, 2010). Actualmente, las apuestas deportivas son un bien de consumo popular con elevado nivel de participación en muchos países, lo que lo convierte en una industria con grandes oportunidades tanto para los gobiernos como para las organizaciones deportivas y operadores privados (Bryan, 2010).

 

    Asimismo, el sector público ha encontrado en este mercado una fuente de financiación, que le permite obtener fondos adicionales sin tener que establecer nuevos impuestos o incrementar los ya existentes (Bryan, 2010). Para complementar, esta modalidad de apuestas es asumida como una oportunidad para fortalecer las finanzas personales, las cuales hoy por hoy son relevantes para mejorar la calidad de vida de las personas y su entorno económico. (Fuentes, y Camargo, 2018)

 

    Es así, que la economía conductual aporta valiosos conocimientos sobre el funcionamiento de los agentes económicos, alejándose de la concepción de racionalidad ilimitada. Actualmente se aplica en múltiples áreas de la vida social como las finanzas conductuales, el neuromarketing, las políticas públicas, el ahorro y la salud pública. La actividad de juegos de azar genera importantes resultados económicos y la cantidad de personas que apuestan crece cada año. En este escenario, las predicciones deportivas deben ser analizadas desde el conocimiento que aporta la economía conductual, para comprender las determinantes de las decisiones de las personas (Pérez, y Rodríguez, 2022)

 

    En este sentido, Simmons (citado en Bryan, 2010), pone de manifiesto que la disponibilidad de apuestas deportivas en una determinada economía puede explicarse como fruto de la tensión existente entre los consumidores, que consideran las apuestas deportivas tanto un entretenimiento como un rentable negocio, y los gobiernos, que ven en la industria del juego una importante fuente de recursos. Por otra parte, Forrest, y Simmons (citado en Bryan, 2010), “analizan el contexto económico de las apuestas deportivas, documentan su espectacular crecimiento y relativo potencial para generar recursos tanto para el gobierno como para las diferentes organizaciones deportivas vinculadas a las mismas”. Se debe tener en cuenta que, es el carácter de complementariedad existente entre el consumo de deporte y la participación en las apuestas deportivas lo que explica en gran parte su extraordinaria demanda. (Bryan, 2010)

 

    En efecto, la concepción del homo economicus, es respaldada por las teorías de la elección racional (Abitbol, y Botero, 2005) y la utilidad esperada. Estas teorías establecen el criterio de que el hombre posee la capacidad de análisis correcto de sus probabilidades y beneficios de cada alternativa en una decisión de cualquier naturaleza; en consecuencia, optará por la generación de mayores dividendos. Sin embargo, el carácter racional del ser humano ha sido sobredimensionado en la economía a lo largo de su historia como ciencia, superando las verdaderas potencialidades de los procesos cognitivos y metacognitivos (Stanovich, 2011), lo que genera continuos fallos en sus decisiones (Arenas, 2021). Es decir, las ideas en torno a la presencia de fallos en los procesos cognitivos que no permiten lograr el máximo beneficio, es aceptada por un mayor número de profesionales de las ciencias económicas; de esta manera, proponen estrategias para influir en sus decisiones, (Pérez, y Rodríguez, 2022)

 

Localización del estudio 

 

    Villavicencio es una ciudad colombiana, capital del departamento del Meta, está situada en el Piedemonte de la Cordillera Oriental, Ubicación: 04°09 N 73°38 O, Altitud: 467 msnm y se encuentra a 86 km de Bogotá. Es el centro comercial más importante de los Llanos Orientales, con una población de 577.875 habitantes, de acuerdo con el Departamento Administrativo Nacional de Estadísticas. (DANE, 2023)

 

Objetivo e hipótesis de la investigación 

 

    El objetivo de esta investigación consiste en evaluar las dimensiones de inversión, ganancia y efectividad de las apuestas deportivas en jóvenes universitarios en función del marketing digital.

 

    El análisis se enfoca en la evaluación de las variables: inversión, ganancia y efectividad en las apuestas deportivas on line, por parte de jóvenes universitarios. Su interés radica al considerar el creciente aumento de apuestas deportivas por plataforma en número y cantidades de dinero que a través de este medio circula, llegando a considerarse un bien de consumo popular y ser parte de las economías de los países y de las empresas que los promueven.

 

    Con base en la literatura, se plantea la siguiente hipótesis:

 

    H1: La inversión, la ganancia y la efectividad en las apuestas deportivas on line por parte de jóvenes universitarios de Villavicencio, son determinadas por la experiencia, la capacidad de análisis correcto de sus probabilidades y los beneficios de cada alternativa, el número de operaciones, el semestre académico universitario, la motivación, y nivel de ingresos de los apostadores. Además, se estima que es el marketing digital el motivador fundamental, para que los jóvenes consideren las apuestas deportivas tanto un entretenimiento, como un negocio rentable, disminuyendo el temor de invertir en plataformas en línea, y así, convertirse en una alternativa para la generación de nuevos ingresos a bajo costo.

 

Metodología 

 

    La investigación presenta un enfoque cuantitativo con alcance no experimental, descriptivo y explicativo transversal. La información primaria se ha obtenido de una población de 24.424 estudiantes universitarios de la ciudad de Villavicencio, según información del (Sistema Nacional de Educación Superior [SNIES], 2021). La muestra para una población finita con el 95% de confianza y un margen de error del 5%, corresponde a 378 estudiantes. (Martínez, 2019)

 

    Consecuentemente, los datos fueron obtenidos mediante la aplicación de una encuesta estructurada en cuatro (4) categorías a saber: aspecto socioeconómico, aspecto psicosocial, apuestas en plataformas deportivas y marketing digital. El instrumento ha sido previamente revisado por expertos de la Universidad. También, se realizó una prueba piloto al 10% del total de la muestra (38 encuestas), para analizar la consistencia interna de la información mediante el coeficiente de Alfa de Cronbach, procedimiento que ha generado un nivel de confiabilidad interna de la información del 74,1%, nivel aceptable para continuar con la investigación. (Bojórquez et al., 2013)

 

    De hecho, el alfa de Cronbach indica que a mayor correlación mayor será el valor de la confiabilidad y por tanto, “se dice que el coeficiente alfa es una medida de la consistencia interna, la cual depende de las correlaciones entre todos los ítems a diferencia de los métodos de división en mitades, en donde solo tiene en cuenta la correlación entre las mitades consideradas” (Soler, citado en Martínez et al., 2022). Del mismo modo, el Coeficiente Alfa de Cronbach requiere una sola administración del instrumento de medición y una única versión. “Su ventaja reside en que no es necesario dividir en dos mitades a los ítems del instrumento de medición, simplemente se aplica la medición y se calcula el coeficiente”. (Hernández et al., 2014, p. 295)

 

    En esta misma línea, la consistencia interna se calcula con la fórmula 20 de Kuder-Richardson para las escalas dicotómicas, y el coeficiente de alfa de Cronbach para escalas politómicas. La consistencia interna se considera aceptable cuando se encuentra entre 0,70 y 0,90; para determinar la consistencia interna de una escala de veinte ítems se necesitan entre cinco y veinte participantes por cada ítem. La consistencia interna de un instrumento varía según la población en que se aplica. (Campo, y Oviedo, 2008)

 

Preparación y exploración de los datos 

 

    Una vez recopilados los datos a través del cuestionario en línea, estos, fueron consolidados y revisados minuciosamente para garantizar su integridad y precisión, corregir posibles incongruencias o valores faltantes. Esta etapa preparatoria fue fundamental para asegurar la calidad de los datos antes de proceder con análisis más complejos.

 

Análisis descriptivo 

 

    Se aplicaron procesos de estadística descriptiva para obtener una comprensión general de las características de la muestra y las variables de estudio. Este análisis incluyó la elaboración de tablas de frecuencias, medidas de tendencia central y dispersión, como la media, moda, mediana, desviación estándar, entre otros.

 

Técnicas de procesamiento y análisis de los datos 

 

    El análisis de la información se realizó con el software estadístico IBM.SPSS v.26. El modelo aplicado es el de regresión lineal múltiple. Este modelo se aplica cuando se estudia la posible relación entre un conjunto de variables predictoras o explicativas y una variable criterio. El análisis de regresión lineal múltiple a diferencia del simple se aproxima más a situaciones de análisis real, puesto que los fenó­menos, hechos y procesos sociales, por definición, son complejos y, en consecuencia, deben ser explicados en la medida de lo posible por la serie de variables que, directa e indirectamente, participan en su concreción (Rojo, 2007). Para realizar un análisis de regresión lineal múltiple se hacen las siguientes consideraciones sobre los datos (Barón, y Téllez, 2004):

1. Linealidad: los valores de la variable dependiente están generados por el siguiente modelo lineal: Y = X*B+U

2. Homocedasticidad: todas las perturbaciones tienen la misma varianza: V(ui) = δ2

3. Independencia: las perturbaciones aleatorias son independientes entre sí: E(ui uj) = ´0 ∀ i# j

4. Normalidad: la distribución de la perturbación aleatoria tiene distribución normal: U ≈ 0 (0, δ2)

5. Las variables explicativas X_k se obtienen sin errores de medida. (Rojo, 2007)

    Si admitimos que los datos presentan estas hipótesis, entonces el teorema de Gauss-Markov establece que el método de estimación de mínimos cuadrados va a producir estimadores óptimos, en el sentido que los parámetros estimados van a estar centrados y van a ser de mínima varianza. (Rojo, 2007)

 

    Las variables presentes en el estudio son:

 

Variables predictoras (β)	Variables criterio (α)
Experiencias apuestas	Monto de la inversión
Número operaciones	Ganancia
Nivel ingresos	Porcentaje de efectividad
Análisis previo
Motivación
Semestre académico

Fuente: Elaboración propia de los autores

 

    En el análisis de regresión lineal múltiple, la construcción de su correspondiente ecuación se realiza seleccionando las varia­bles una a una, “paso a paso”. La finalidad perseguida es buscar de entre todas las posibles variables explicativas, aquellas que más y mejor expliquen a la variable dependiente sin que ninguna de ellas sea combinación lineal de las restantes. Este procedimiento implica que: (1) en cada paso solo se introduce aquella variable que cumple unos criterios de entrada; (2) una vez introducida, en cada paso se valora si alguna de las variables cumple criterios de salida; y (3), en cada paso se valora la bondad de ajuste de los datos al modelo de regresión lineal y se calculan los paráme­tros del modelo verificado en dicho paso. (Rodríguez, y Mora, 2001)

 

    Modelo econométrico: 

    El p-valor asociado al estadístico T, o probabilidad de entrada, nos indica si la información proporcionada por cada una de las variables es redundante. Si éste es menor que el valor crítico establecido, la variable será seleccionada (Ferris, 2008). Ahora, el criterio para obtener los coeficientes de regresión β0, β1 y β2 es el de mínimos cuadrados. Este consiste en minimizar la suma de los cuadrados de los residuos de tal manera que la recta de regresión que definamos es la que más se acerca a la nube de puntos observados y, en consecuencia, la que mejor los repre­senta. (Rojo, 2007)

 

    Para verificar la consistencia del modelo se ha aplicado la prueba de Durbin-Watson (DW), este estadístico mide el grado de autocorrelación entre el residuo correspondiente a cada obser­vación y el anterior (si los residuos son independientes, el valor observado en una variable para un individuo no debe estar influenciado en ningún sentido por los valores de esta variable observados en otro individuo). Si el valor del estadístico es próxi­mo a 2 los residuos están incorrelacionados; si se aproxima a 4, estarán negativamente incorrelacionados; y si se aproximan a 0 estarán positivamente incorrelacionados. (Barón, y Téllez, 2004)

 

    También, se tiene en cuenta que la tabla ANOVA proporciona el estadístico F a partir del cual podemos contrastar la Ho = la pendiente de la recta de regresión es igual a 0, o lo que es lo mismo, la hipótesis de que las dos variables están incorrelaciona­das. El estadístico F de Fisher se basa en el cumplimiento de las condiciones de normalidad y homocedasticidad. (Navarro, 2015)

 

Pruebas de hipótesis 

 

    La hipótesis de investigación se verificó aplicando el modelo estadístico de regresión lineal múltiple haciendo uso del software especializado SPSS V, 26,0. Se analiza la matriz ANOVA y en el modelo de regresión se establecen los coeficientes β para las ecuaciones de cada una de las variables criterio analizadas.

 

Resultados 

 

    La caracterización de la población objeto de estudio indica que el género masculino predomina con el 62,4% y, la edad de los encuestados entre 21 y 28 años asciende al 60%. De acuerdo con el nivel académico los estudiantes de pregrado alcanzan el 73,8%. Los estudiantes que son empleados y que forman parte de este estudio llegan al 78,8%. También, la participación en juegos de azar por plataformas de estudiantes con ingresos entre $500.000 y $1.000.000 alcanzan el 48% y entre $1.00.001 y $2.000.000 el 40% logrando así el 88%, indicando que existe la intención de obtener ingresos extras para hacer frente a las necesidades.

 

    Con referencia al marketing digital, se observa en la Figura 1, que el 48,4% de los jóvenes universitarios de la ciudad de Villavicencio tienen en cuenta el marketing digital como motivador para apostar a través de plataformas en juegos deportivos. Esto es, que consideran que la frecuencia publicitaria a través del marketing digital ha sido un factor determinante al momento de tomar la decisión para realizar apuestas deportivas por plataforma, verificando que este tipo de anuncio es relevante para el apostador, al crear una cadena de interés que detecta la inteligencia artificial del buscador Google por medio de su comportamiento o búsquedas en la web.

 

Fuente: Elaboración propia

 

    En relación con la experiencia que han tenido los apostadores con la publicidad digital, para el 51,6% no ha sido determinante al momento de tomar la decisión al realizar apuestas deportivas, solamente el 25,2% ha tenido una experiencia buena, y el 1,6% una muy mala experiencia publicitaría relacionada con apuestas deportivas en línea (ver Figura 2).

 

Fuente: Elaboración propia

 

    En la Figura 3, se muestran las variables del marketing digital analizadas en el estudio. En general el marketing digital es determinante en la decisión de apostar en un 48,4% y dentro de las estrategias del marketing son los descuentos los que más motivan a los jóvenes apostadores, las demás estrategias como bonos y promociones presentan importancia en menor escala.

 

Fuente: Elaboración propia

 

Análisis de regresión 

 

    En el análisis del monto de la inversión en apuestas deportivas, se ha encontrado que en la evaluación ANOVA el F presenta un nivel de significancia (< 0,05), indicando que se rechaza la hipótesis de igualdad de varianzas, y que al menos una de las variables presenta medias de la población diferente. Además, la prueba de Durbin-Watson (DW) como medida de autocorrelación, se encuentra dentro del rango de 1.5 y 2.5, esto indica que los residuos del modelo de regresión no se correlacionan, por tal razón no se presenta multicolinealidad, confirmando que el modelo aplicado es funcional. (Ferris, 2008)

 

    Agregando a lo anterior, en la Tabla 2, se exponen las variables que el modelo de regresión ha clasificado como mejores predictoras o explicativas de la variable dependiente “monto de la inversión”. Se observa que la variable predictora “número de operaciones en apuestas” es la más importante. Indica que, al incrementar una operación en apuestas, la probabilidad de inversión se incrementa en β = 0,620 miles de pesos, mientras se mantienen constantes los demás predictores del modelo. Luego se encuentra la experiencia en apuestas deportivas con un incremento β = 0,553 miles de pesos. Sin embargo, al aumentar la variable predictora “análisis previo del juego” en una unidad, se genera un β = -0,367, es decir, disminuye en 0,367 miles de pesos el monto de la inversión. Asimismo, al aumentar el nivel académico en un semestre, el monto de la inversión disminuye en 0,054 miles de pesos, si los demás predictores se mantienen constantes.

 

Modelo	Coeficientes desestandarizados		T	Sig.	95% Intervalo de confianza para  B		F	Sig.	Durbin Watson
	B	Std. Error			Límite inferior	Límite superior
Constante	-0,333	0,409	-0,813	0,417	-1,138	0,472			1,799
Experiencias apuestas	0,553	0,059	9,326	0,000	0,436	0,669	133.523	,000b
Número operaciones	0,620	0,059	10,509	0,000	0,504	0,736	129.765	,000c
Nivel ingresos	0,287	0,074	3,865	0,000	0,141	0,434	100.032	,000d
Análisis previo	-0,367	0,085	-4,300	0,000	-0,535	-0,199	83.768	,000e
Motivación	0,218	0,071	3,067	0,002	0,078	0,357	70.210	,000f
Semestre académico	-0,054	0,019	-2,845	0,005	-0,092	-0,017	60.974	,000g

Notas: a. Dependent Variable: Montoinversion. b. Predictors in the Model: (Constant), Experienciaapuestas. c. Predictors in the Model: (Constant), Experienciaapuestas, Númerooperaciones. d. Predictors in the Model: (Constant), Experienciaapuestas, Númerooperaciones, Nivelingresos. e. Predictors in the Model: (Constant), Experienciaapuestas, Númerooperaciones, Nivelingresos, Analisisprevio. f. Predictors in the Model: (Constant), Experienciaapuestas, Númerooperaciones, Nivelingresos, Analisisprevio, Motivacion. g. Predictors in the Model: (Constant), Experienciaapuestas, Númerooperaciones, Nivelingresos, Analisisprevio, Motivacion, Semestreacadémico. Fuente: Elaboración propia.

 

    En la Tabla 3, se refleja el análisis de la ganancia en apuestas deportivas en plataforma, y se ha encontrado que en la evaluación ANOVA el F presenta un nivel de significancia (< 0,05) indicando que al menos una de las variables presenta medias de la población diferente. Además, según la prueba de Durbin-Watson (DW) los residuos del modelo de regresión no se correlacionan, por tal razón no se presenta multicolinealidad, confirmando que el modelo aplicado es funcional.

 

    Igualmente, en esta tabla se muestran las variables predictoras que el modelo ha seleccionado teniendo en cuenta su significancia y valor t. En este caso, la variable predictora más importante en la probabilidad de ganancia es la experiencia en apuestas. Por una unidad de aumento en esta variable, aumenta la probabilidad de ganancia promedio en β = 1,10 miles de pesos, mientras se mantienen constantes los demás predictores presentes en el modelo. También, las variables motivación, nivel de ingresos, en su orden, explican en forma positiva la probabilidad de ganancia en promedio con un β = 0,644 y β = 0,303 de miles de pesos respectivamente. Sin embargo, la variable de análisis previo presenta probabilidad de ganancia negativa de -0,998, es decir, la probabilidad de ganancia disminuye en 0,998 miles de pesos.

 

Modelo	Coeficientes desestandarizados		T	Sig.	95,0% Intervalo de confianza para B		F	Sig.	Durbin Watson
	B	Std. Error			Límite inferior	Límite superior
Constante	-0,223	0,541	-0,413	0,680	-1,287	0,840			1,974
Experiencias en apuestas	1,100	0,083	13,325	0,000	0,938	1,262	173.968	,000b
Análisis previo	-0,998	0,122	-8,181	0,000	-1,237	-0,758	150.261	,000c
Motivación	0,644	0,102	6,315	0,000	0,443	0,844	127.149	,000d
Nivel ingresos	0,303	0,106	2,845	0,005	0,094	0,512	99.126	,000d

Notas: a. Dependent Variable: Ganancia. b. Predictors: (Constant), Experienciaapuestas. c. Predictors: (Constant), Experienciaapuestas, Analisisprevio. d. Predictors: (Constant), Experienciaapuestas, Analisisprevio, Motivacion. e. Predictors: (Constant), Experienciaapuestas, Analisisprevio, Motivacion, Nivelingresos. Fuente: Elaboración propia

 

    En la Tabla 4, para el análisis del porcentaje de efectividad de las apuestas deportivas en plataforma, se ha encontrado que en la evaluación ANOVA el F presenta un nivel de significancia (< 0,05) indicando que al menos una de las variables presenta medias de la población diferente. Además, la prueba de Durbin-Watson (DW), confirma la funcionalidad del modelo al encontrarse en el rango de 1.5 y 2.5, indica que los residuos del modelo de regresión no se correlacionan, por tal razón no se presenta multicolinealidad.

 

    En esta tabla, se muestra las variables que el modelo de regresión ha clasificado como mejores predictoras de la variable porcentaje de efectividad. Para este caso, la variable predictora más importante es la “experiencias en apuestas deportivas on line”. Es decir, que, por una unidad de aumento en esta variable, el porcentaje de efectividad aumenta en β = 1,030 puntos porcentuales, mientras se mantienen constantes los demás predictores presentes en el modelo. A demás, las variables: cuentan con empleo, nivel de ingresos, motivación y número de operaciones que presenta coeficientes β = 0,835, β = 0,484, β = 0,381, β = 0,155 respectivamente, explican de manera individual la probabilidad del aumento en el porcentaje de efectividad en cada uno de los valores. Sin embargo, al aumentar la variable “análisis previo” y “nivel de estudio” en una unidad genera un β = -0,489 y β = - 0,353 respectivamente, es decir, disminuye en 0,489 y 0,353 puntos porcentuales la probabilidad del porcentaje de efectividad en apuestas deportivas.

 

Modelo	Coeficientes desestandarizados		t	Sig.	95,0% Intervalo de confianza para B
	B	Std. Error			Límite inferior	Límite superior
Constante	-1,045	0,682	-1,532	0,126	-2,386	0,297
Experiencia en apuestas	1,030	0,074	13,875	0,000	0,884	1,176
Análisis previo	-0,489	0,107	-4,585	0,000	-0,699	-0,279
motivación	0,381	0,089	4,275	0,000	0,206	0,556
Nivel ingresos	0,484	0,109	4,443	0,000	0,270	0,698
Cuenta empleo	0,835	0,199	4,189	0,000	0,443	1,226
Nivel estudio	-0,353	0,103	-3,417	0,001	-0,556	-0,150
Número operaciones	0,155	0,076	2,047	0,041	0,006	0,304

Fuente: Elaboración propia

 

Discusión 

 

    Los resultados de esta investigación indican que el 48% de los jóvenes universitarios de la ciudad de Villavicencio consideran el marketing digital como factor determinante al momento de tomar la decisión para realizar apuestas deportivas por plataforma. Las variables analizadas son elementos motivacionales como; bonos de bienvenida, bonos de regalo, promociones y descuentos, estrategias que han servido de puerta de entrada al mundo del juego por plataforma. Este resultado es consistente con lo dicho por Fernández (2022) en el sentido que la eficacia renovada de la publicidad dirigida a jóvenes se ha visto impulsada por la estrecha relación de estos con los dispositivos multimedia. En este ecosistema cultural multipantalla, los jóvenes conviven con la cultura del entretenimiento audiovisual usando los medios para entretenerse e informarse (Pérez, y Rodríguez, 2022). Además, todo ello, en un marco de hiperestimulación cognitiva y con una actitud confiada que les hace obviar el contenido persuasivo de muchos de los contenidos, el valor aportado al conocimiento para ponderar el aporte al individuo y a la colectividad. (Bermejo, 2017)

 

    Para el estudio en curso al incrementarse en una unidad la variable predictora “análisis previo” se genera un impacto negativo, es decir, disminuyen las variables criterio: inversión, ganancia y porcentaje de efectividad. Este comportamiento coincide con el estudio realizado por Pérez, y Rodríguez (2022) quienes concluyen:

    Las predicciones deportivas operan bajo los principios de la racionalidad limitada, al presentar características del pensamiento intuitivo demuestra que no es posible predecir la decisión con un alto grado de fiabilidad, debido a la existencia de múltiples criterios utilizados para su predicción. Esta conclusión tiene implicaciones para la teoría de la economía conductual, al confirmar su hallazgo fundamental, brindando oportunidades para la exploración de otros heurísticos y sesgos cognitivos en la predicción de resultados en varios deportes (p. 138).

    De acuerdo con el análisis estadístico, la experiencia en apuestas se convierte en un factor favorable en la medida en que genera un resultado positivo, y este comportamiento ha sido semejante en las tres variables criterio. Sin embargo, en el estudio de Pérez, y Rodríguez (2022) los resultados señalan que la “presencia de exceso de confianza en el conocimiento previo, la experiencia, la intuición, subvaloración de la información estadística e influencia de los componentes afectivos en las decisiones sobre predicción deportiva” son elementos que generan sesgos e impiden que los resultados sean favorables. También Kahneman (2011) indica, “La capacidad de procesamiento de la información es limitada, así como la concentración de la atención. Estos errores son fruto de heurísticos o atajos mentales, por lo que son, en gran medida, previsibles”.

 

    A nivel de la motivación basada en la publicidad, Rubio (2018) encuentra que: “ganar dinero sin mayor esfuerzo o sin dar nada a cambio parece tener menor acogida a medida que aumenta la edad de los adolescentes, ya que confían más en la habilidad o la estrategia como las claves del éxito”.

 

Conclusiones 

 

    Son los hombres jóvenes la población más interesada y arriesgada a las apuestas deportivas en línea y especialmente aquellos que además de estudiar trabajan y/o tienen ingresos. Esta condición les permite contar con una seguridad y libertad para apostar y tener la probabilidad de un ingreso extra.

 

    Los avances tecnológicos en equipos y plataformas hacen hoy de las apuestas deportivas en línea especialmente en deportes de equipo, un sector en crecimiento en ciudades pequeñas y medias como Villavicencio, práctica que genera grandes ingresos económicos a los países, a las casas de apuestas y a los diferentes equipos. Además, estos medios son enlaces para motivar a los jóvenes a invertir sin mayor esfuerzo y a bajo costo, encontrando una alternativa para la generación de nuevos ingresos y que está determinada por la experiencia en las apuestas deportivas, el análisis previo a las apuestas y la motivación, asumiendo los riesgos de la corrupción y el amaño de partidos.

 

    Se encuentra, que la experiencia de los jóvenes universitarios de Villavicencio en apuestas deportivas por plataforma es la variable explicativa más importante, con la probabilidad de aumento para las variables criterio analizadas: porcentaje de efectividad, ganancia y monto de la inversión. Así, la experiencia puede ser adquirida por el aprendizaje en el tiempo de juego y el análisis de los eventos. También, es la experiencia que han obtenido los apostadores a través del servicio que brindan las plataformas como: transparencia, fiabilidad, seguridad, equidad, recompensas e incentivos, gamificación y personalización del servicio, argumentos que fidelizan al usuario apostador.

 

    La variable explicativa “Nivel de ingresos” de los jóvenes apostadores, es importante en el efecto positivo de las variables criterio: ganancia, porcentaje de efectividad y monto de la inversión. De manera que, al contar con un respaldo económico propio, el jugador se siente más seguro y mitiga el riesgo, como consecuencia, tiene la oportunidad de invertir más cantidad de dinero y con mayor frecuencia.

 

    A demás, la variable exógena “análisis previo” presenta un efecto negativo en las tres variables criterio. Es decir, al aumentar el análisis previo disminuye la probabilidad de ganancia, monto de inversión y porcentaje de efectividad en las apuestas deportivas por plataforma. De acuerdo con Pérez, y Rodríguez (2022) no es posible predecir la decisión de un resultado en juegos deportivos por plataforma con un alto grado de fiabilidad, debido a la existencia de múltiples criterios que utilizan los sujetos para determinar su predicción. También, el exceso de optimismo distorsiona positivamente la expectativa de los resultados y se produce porque los jóvenes apostadores no revisan detenidamente sus apreciaciones luego de obtener nueva información, sin percatarse de sus estimaciones erróneas. (Pérez, y Rodríguez, 2022)

 

    De lo anterior se concluye que estos sesgos tienden a manifestarse en situaciones bajo incertidumbre, donde el azar juega un papel importante como son los resultados de un partido de fútbol. En este escenario, las predicciones deportivas deben ser analizadas desde el conocimiento que aporta la economía conductual, para comprender las determinantes de las decisiones de las personas (Pérez, y Rodríguez, 2022). “Decidir es elegir una acción de un conjunto de acciones posibles”. (Abitbol, y Botero, 2005)

 

    Sin embargo, la variable “nivel de estudio”, analizado como el semestre académico del estudiante, explica negativamente las variables criterio: porcentaje de la efectividad y ganancia. Este resultado está asociado a la experiencia y edad, así, al aumentar el nivel académico en un semestre, los jóvenes asumen más confianza en el proceso, hacen un análisis rápido de la información sin detectar los errores que se cometen en este tipo de apuestas al azar.

 

    Es claro ver como el marketing digital con todo el arsenal de herramientas tecnológicas y nuevas plataformas han influido en el 48% de los jóvenes universitarios de la ciudad Villavicencio, para tomar la decisión de invertir en apuestas deportivas. Estrategias como los obsequios con bonos de bienvenida que han impactado en un 80,9%, divulgación de eventos, promociones en retransmisiones deportivas, descuentos siendo este el menos importante (6,6%) y dinero gratis, actúan como gancho y soporte de una comunicación destinada a presentar el juego como una actividad de ocio y entretenimiento, pero inofensiva. (Stanovich, 2011)

 

    El argumento publicitario de ganar dinero sin mayor esfuerzo o sin dar nada a cambio parece tener menor acogida a medida que aumenta la edad de los adolescentes, ya que estos confían más en conceptos como la habilidad o la estrategia como las claves del éxito. (Rubio García, 2018)

 

    Se sugiere en futuras investigaciones profundizar en el comportamiento de las decisiones de los apostadores en plataforma, con base en las teorías de la racionalidad limitada y economía conductual la cual se enfoca se enfocan en el juicio humano y en la forma de tomar decisiones bajo incertidumbre para pronósticos. También, es importante profundizar en la práctica de las apuestas deportivas como una opción para generar ingresos.

 

Referencias 

 

Abitbol, P., y Botero, F. (2005). Teoría de elección racional: estructura conceptual y evolución reciente. Colombia Internacional, 62(1), 132-145. https://doi.org/10.7440/colombiaint62.2005.08

 

Arenas, J.D. (2021). Economía conductual de la protección al consumidor en el e-commerce colombiano. Cuadernos de Economía, 40(82), 1-23. https://doi.org/10.15446/cuad.econ.v40n82.78584

 

Asojuegos (2020). Sector en Cifras. https://asojuegos.co/wp-content/uploads/2021/03/estadisticas-2020.pdf

 

Baldinelli, F. (2023). ¿Cómo han ayudado las apuestas deportivas con más dinero al desarrollo de los deportistas? Lecturas: Educación Física y Deportes, 27(296), 234-237. https://efdeportes.com/efdeportes/index.php/EFDeportes/article/view/3827

 

Barón, F., y Téllez, F. (2004). Regresión Múltiple. In Apuntes de Bioestadística. Universidad de Málaga. https://www.bioestadistica.uma.es/apuntesMaster/regresi%C3%B3n-lineal-m%C3%BAltiple.html

 

Bermejo Higuera, J.C. (2017). El arte del cuidado como elemento humanizador en la era de la tecnología. Documentación social, 187, 49-70. https://dialnet.unirioja.es/servlet/articulo?codigo=6557103

 

Bojórquez, J., López, L., Hernández, M., y Jiménez, E. (2013). Utilización del alfa de Cronbach para validar la confiabilidad de un instrumento de medición de satisfacción del estudiante en el uso del software Minitab. In Innovation in Engineering, Technology and Education for Competitiveness and Prosperity: Proceedings of the 11th Latin American and Caribbean Conference for Engineering and Technology. https://www.laccei.org/LACCEI2013-Cancun/RP065.html

 

Bryan, C.D.B. (2010). 100 years of adventure and discovery. The National Geographic Society.

 

Campo-Arias, A., y Oviedo, H.C. (2008). Propiedades Psicométricas de una Escala: la Consistencia Interna. Revista de Salud Pública, 10(5), 831-839. http://dx.doi.org/10.1590/S0124-00642008000500015

 

Cantero, F., y Bartolín, J.M. (2015). ART. Influencia de las nuevas tecnologías en los problemas de juego y en las compras impulsivas en los jóvenes. Revista Española de Drogadependencias, 40(4), 34-47. https://www.researchgate.net/publication/287490200

 

Castro, E. (2023). ¿Cuáles son las leyes de las apuestas deportivas en México? Sherlock Communications. https://www.sherlockcomms.com/es/leyes-apostas-desportivas/

 

Fernández, G. (2008). Loterías y Apuestas del Estado (Vol. 1). Ed. Comuniland.

 

Fernández Ricón, R. (2022). Jóvenes y publicidad de apuestas deportivas online. La experiencia española en torno a la regulación de 2021. Correspondencia & Análisis, 15(5), 105-126. https://doi.org/10.24265/cian.2022.n15.05

 

Ferris, J. (2008). Estadística para las Ciencias Sociales (2ª edición). Ed. McGraw Hill.

 

Fuentes Rodríguez, G., y Camargo Flechas, J.J. (2018). Estudio de educación en finanzas personales en los estudiantes Universitarios Caso de estudio: Corporación Universitaria Minuto de Dios Vicerrectoría Regional Orinoquia. Ecorfan, 4(12), 49-59.

 

Gervilla García, E., Cabrera Perona, V., y Lloret Irles, D. (2022). Adaptación española de la Escala de Impacto de la Publicidad de Apuestas en adolescentes. Atencion Primaria, 54(2). https://doi.org/10.1016/j.aprim.2021.102230

 

Hernández, R., Baptista, C., y Baptista, P. (2014). Metodología de la Investigación (6ª Ed.). Ed. McGraw Hill.

 

Hing, N., Russell, A., Nuske, E., y Gainsbury, S. (2015). The stigma of problem gambling: Causes, characteristics and consequences. Victorian Responsible Gambling Foundation. https://responsiblegambling.vic.gov.au/resources/publications/the-stigma-of-problem-gambling-causes-characteristics-and-consequences-351/

 

Kahneman, D. (2011). Pensar Rápido Pensar Despacio. Ed. Debolsillo.

 

Martínez, A.M., Hernández M., y Velásquez O. (2022). Evaluación de las decisiones financieras operacionales que generan flujo de caja en las MIPYMES. Revista Métodos Cuantitativos para la Economía y la Empresa, 34, 60-82. https://doi.org/10.46661/revmetodoscuanteconempresa.5524

 

Martínez, C. (2019). Estadística Básica Aplicada (5ª ed.). ECOE Ediciones.

 

Moriconi, M., y Almeida, J.P. (2021). Online sports betting market and new technologies: Fertile ground for fraud and crime. Sociología, Problemas e Prácticas, 96, 93-116. https://doi.org/10.7458/SPP20219619794

 

Navarro, E. (2015). Guía para la interpretación de resultados en el contraste de hipótesis estadísticas (5ª ed.). Ed. Edukative.

 

Pérez Martínez, A., y Rodríguez-Fernández, A. (2022). Behavioral Economics: its influence on the prediction of sports results. Retos, 12(23), 125-138. https://doi.org/10.17163/ret.n23.2022.08

 

Rodríguez, M., y Mora, R. (2001). Estadística Informática: casos y ejemplos con el SPSS. Universidad de Alicante.

 

Rojo, A. (2007). Regresión Lineal Múltiple. Instituto de Economía y Geografía.

 

Rubio García, L. (2018). Apuestas deportivas online: percepción adolescente y regulación publicitaria. Methaodos. Revista de Ciencias Sociales, 6(1), 139-1489. https://doi.org/10.17502/m.rcs.v6i1.207

 

Sánchez, C.M. (2024). La historia de las apuestas deportivas. ABC. https://www.abc.es/xlsemanal/a-fondo/historia-apuestas-deporte-griegos-siglo-xxi.html

 

Sistema Nacional de Educación Superior - SNIES (2021). Información estadística. Ministerio de Educación Nacional. https://snies.mineducacion.gov.co/portal/

 

Souza, F.C. (2018). ¿Entretenimiento, pasión o inversión? Comportamiento y perfil del público brasileño en las apuestas deportivas online [Trabajo Final de Máster, Estrategia y Creatividad Digital. Universidad Autónoma de Barcelona]. https://ddd.uab.cat/pub/trerecpro/2018/hdl_2072_336552/TFM_-_Clarissa_FigueirA_.pdf

 

Stanovich, K.E. (1999). ¿Who is rational?: studies of individual differences in reasoning. Lawrence Erlbaum Associates.

Lecturas: Educación Física y Deportes, Vol. 29, Núm. 321, Feb. (2025)