¿Resulta necesario NutriScore para reducir la intención de compra de determinados productos?

Tanto en entradas previas en el blog (NutriScore y reclamos, ¿mejor solo que acompañado?), como en artículos académicos (NUTRITIONAL LABELLING AND PURCHASE INTENTION: Interaction of interpretative food labels with consumers beliefs and decisions, British Food Journal), resultados previos del proyecto ENCO relativos a la eficacia de NutriScore establecen que ésta es mayor en el caso de valoraciones negativas. A ello debemos añadir la relevancia de los etiquetados interpretativos de nutrientes específicos que refuerzan -para el caso de una valoración positiva de NutriScore-, o incluso compensan en sentido inverso -para valoraciones negativas de NutriScore- el efecto de NutriScore. En todo caso, dichos trabajos previos constatan el papel determinante de la salubridad percibida en la explicación de la intención de compra.

No obstante, ya que la eficacia de NutriScore dependerá de su convivencia con otros elementos que la pueden condicionar, resulta interesante analizar la forma en que este tipo de etiquetado interpretativo de indicador de sumario convive o interactúa con otras variables. En este caso, las variables adicionales son el género, la edad, la consciencia nutricional, las etiquetas interpretativas de nutriente específico (reclamos nutricionales “libre de alérgenos” y “bajo en grasa”) y la salubridad percibida.

En la presente entrada aplicamos QCA, a través de fscQCA, para explicar la “no intención de compra” en el caso de una valoración negativa de NutriScore. La elección de QCA se basa en que facilita la determinación de aquella combinación de condiciones antecedentes que resulta más probable que lleven a un resultado específico. De este modo, podremos identificar las diferentes combinaciones que explican la “no intención de compra”, establecida a través de bajas valoraciones de la intención de compra. QCA parte de la asimetría causal, por la que la presencia de un fenómeno -la intención de compra- y su ausencia -la no intención de compra-, requieren de análisis y explicaciones diferentes y separadas. A ello se le une otra característica diferenciadora de esta técnica, la equifinalidad, por la que diferentes combinaciones de factores pueden provocar el mismo resultado.

En primer lugar, cuando se analiza la existencia de condiciones necesarias, observamos cómo ninguna de las variables analizadas -ni en su presencia ni ausencia- resulta condición necesaria para una ausencia de intención de compra.

A continuación, si construimos el modelo en el que el resultado es la ausencia de intención de compra y las condiciones antecedentes son las variables antes indicadas obtenemos una solución con una cobertura de 0.8563 y consistencia de 0.8693. Mientras que la consistencia “especifica cuántos de los casos explicados por la solución son en realidad casos donde el resultado de interés puede ser observado”, la cobertura “explica cuántos de los casos con el resultado de interés están cubiertos por la solución” (Medina et al., 2017, 42). Es decir, mientras que el 86.93% de los casos explicados entre las seis configuraciones de la solución son casos donde el consumidor presenta una baja intención de compra; el 85.63% de los casos en que el consumidor presenta una baja intención de compra están cubiertos por la solución.

En la siguiente tabla (Tabla 1), se presentan las seis configuraciones de las condiciones antecedentes suficientes a la ausencia de intención de compra.

Como conclusiones podemos indicar, en primer lugar, en línea con trabajos previos, que la salubridad percibida es la variable presente en un mayor número de configuraciones explicativas de una baja intención de compra. Si en España se apuesta por NutriScore con la aspiración de que resulte un sistema que permita tomar una decisión informada y motivada para seguir una dieta saludable (Ministerio de Sanidad, Consumo y Bienestar Social, 2018), se deberá continuar trabajando en identificar la fórmula para incrementar su eficacia. En segundo lugar, debido a que ninguna de las variables analizadas resulta necesaria para explicar la ausencia de intención de compra, respondiendo a la pregunta que da título a la presente entrada, NutriScore no resulta necesaria para provocar una baja intención de compra.Procedemos a exponer las seis configuraciones que explican la baja intención de compra. En las cinco primeras configuraciones aparece la presencia de una salubridad percibida baja unida a (1) la ausencia de una etiqueta de nutriente específico; (2) la presencia de NutriScore con valoración negativa; (3) ser hombre; (4) una edad mayor; y (5) poseer una consciencia nutricional alta. La última configuración (6) se refiere al caso de una elevada consciencia nutricional, presencia de NutriScore con valoración negativa y ausencia de un etiquetado nutricional interpretativo de nutriente específico para el caso de mujeres de menor edad. 

La investigación que ha dado lugar a estos resultados ha sido impulsada por Fundación “la Caixa” y la Fundación Caja de Burgos.

Cayetano Medina Molina. Equipo del Proyecto ENCO.

Referencias.

Medina, C. (2020, 27/02/2020). NutriScore y reclamos, ¿mejor solo que acompañado?, from  https://www.ui1.es/blog-ui1/nutriscore-y-reclamos-mejor-solo-que-acompanado.

Medina, I., Castillo, P.J., Álamos-Concha, P. y Rihoux, B. (2017). Análisis Cualitativo Comparado (QCA). Cuadernos Metodológicos. Centro de Investigaciones Sociológicas. Madrid.

Medina-Molina, C. y Pérez-González, B. (2021). NUTRITIONAL LABELLING AND PURCHASE INTENTION Interaction of interpretative food labels with consumers beliefs and decisions. British Food Journal.

Ministerio de Sanidad, Consumo y Bienestar Social (2018, 12/11/2018). Carcedo: "Vamos a implantar el etiquetado frontal de calidad nutricional para aportar mejor información a los consumidores de alimentos y bebidas", from https://www.mscbs.gob.es/gabinete/notasPrensa.do?id=4424.

Olaya-Escobar, E.S., Berbegal-Mirabent, J. y Alegre, I. (2020). Exploring the relationships between service quality of technology transfer offices and researchers` patenting activity. Technological Forecasting & Social Change, 157, 120097.