El primer elemento estratégico del diseño que vamos a subrayar es la apariencia visual, también conocida, en su acepción anglosajona, como look & feel. Grosso modo, “la estética se refiere a una apariencia bella, placentera y atractiva” (Hassan, 2006) (p. 247). Representa, por tanto, “el concepto visual desarrollado para todo el sitio (...) Se trata de una propuesta estética” (Crovi y otros, 2002) (p. 173), perceptible, por parte del usuario, desde un primer contacto con la sede.

El segundo elemento estratégico del diseño es la arquitectura de la información (en lo sucesivo, AI). Los pioneros en su conceptualización fueron Morville y Rosenfeld (2002), según los cuales puede admitir las siguientes acepciones:

Otros autores posteriores, como Baeza-Yates y otros (2004), aseguran que el problema, o tarea central, de la AI “es la organización, recuperación y presentación de información mediante el diseño de ambientes intuitivos. Esta disciplina nació a finales de la década de los 90 como respuesta a la explosión en el tamaño y complejidad de los sistemas de información basados en Internet” (p. 169). Por su parte, Pérez-Montoro (2010) resulta muy didáctico cuando postula que la utilidad de un sitio web radica en:

Al hilo de la infoxicación terminológica mencionada anteriormente, “determinar dónde empieza y dónde termina la AI es complicado” (García y otros, 2010) (p. 340). No obstante, dos referentes en la materia, como son Morville y Rosenfeld (2002), garantizan que el diseño gráfico (entendido como apariencia visual) no es sinónimo de AI, como tampoco lo es la ingeniería de la usabilidad. Por tanto, una definición concisa, a la par que esclarecedora, es la que asume que “la arquitectura es el soporte, primero conceptual y luego funcional, a través del cual se organiza, canaliza y puede discurrir el flujo informativo de una web” (López del Ramo, 2010) (p. 82).

El tercer y último elemento estratégico del diseño es la usabilidad, que “ha ejercido como foco de discusión y sido descrita mediante diferentes definiciones tanto en la academia como en la industria durante un largo período de tiempo” (Coursaris y Kim, 2011) (p. 118). En líneas generales, la usabilidad puede ser entendida como “un atributo relacionado con la facilidad de uso. Más específicamente, se refiere a la rapidez con que se puede aprender a utilizar algo, la eficiencia al utilizarlo, cuán memorable es, cuál es su grado de propensión al error y cuánto les gusta a los usuarios” (Nielsen y Loranger, 2006) (p. 17).

Por otra parte, existe un amplio acuerdo en la literatura científica especializada en torno a los procedimientos de evaluación utilizados para medir la usabilidad. He aquí los dos más recurrentes (García Gómez, 2004; Shackel, 2009):

Aunque no se trata estrictamente de esa técnica analítica, en esta investigación se ha empleado un método cercano a la evaluación heurística, tal y como se verá más adelante.

Concluimos este apartado esgrimiendo que un sitio usable “conduce a los usuarios a través del sitio en lugar de empujarlos hacia la información” (Yates, 2005) (p. 183). Por tanto, y al igual que la apariencia estética y la AI, la usabilidad se erige en un elemento trascendental en cuanto al diseño web respecta.

Como bien expresan Riffe y otros, (1998): “Internet genera problemas únicos para el muestreo” (p. 101); puesto que supone un torrente de información, de tal calibre, que convierte en una tarea harto complicada el diseño de una muestra que represente al universo del que procede.

Krippendorff (1990), a colación del proceso de diseño muestral, declara que: “está orientado por un plan de muestreo que especifica con suficiente detalle de qué manera ha de proceder el investigador para obtener una muestra de unidades que, en su conjunto, sean representativas de la población que le interesa” (p. 95). Pues bien, pasemos a explicar el plan de muestreo polietápico empleado en la presente investigación.

En primer lugar, el universo (los portales web del conjunto de municipios de España) se estratificó según las provincias en las que se divide el territorio nacional: 50. La estratificación efectuada atiende a criterios geográficos, “en la que los estratos son áreas compactas, y que generalmente viene acompañada por un incremento en la precisión” (Cochran, 1987). En un segundo paso, fue seleccionado, de forma intencional, un caso crítico por provincia: el sitio web de su capital. En lo que atañe a este criterio, Henry (1990) asegura que “el investigador selecciona un número limitado de casos donde la lógica y la experiencia previa indican que van a permitir una generalización poblacional” (p. 21). En tercer y último lugar, se procedió a realizar un muestreo aleatorio de sitios web por cada provincia, cuya afijación fue uniforme; es decir, se asignó el mismo número de unidades muestrales (en concreto, 9 sedes) a cada estrato. Las localidades entre las cuales se desarrolló el muestreo aleatorio, en el que “cada miembro de la población de estudio tiene la misma probabilidad de ser seleccionado” (Henry, 1990) (p. 27), debían cumplir un requisito indispensable basado en su tamaño poblacional: tener más de 1.000 habitantes.

Inmediatamente, acudimos al directorio web del Instituto Nacional de Estadística (una fuente on-line en constante actualización) para definir el listado de municipios, empleando después el motor de búsqueda Google para elaborar la correspondiente relación de direcciones «http». En suma, la muestra final ascendió a 500 sitios web, una cifra que supone el 6.15% de los municipios de España (8.117 en total), y que comporta un margen de error inferior al 5% recomendado (en concreto, un 4.25%1). En términos demográficos, los 500 municipios seleccionados suponen, en habitantes, el 43.32% de la población española.

Una vez formuladas las preguntas de investigación y seleccionada la muestra de entre una población de análisis, “se debe elaborar un libro de códigos (codebook) en el que se especifique con gran detalle cómo debe evaluarse cada criterio o variable” (Igartua, 2006) (p. 204). Antes de enumerar las categorías que conforman el codebook, cabe concretar que nos hemos servido de ciertos datos para la identificación de las unidades de análisis, como son: el número de la sede web y el de la provincia a la cual pertenece el municipio; su número de habitantes, gracias a los datos extraídos del INE; el código correspondiente a cada uno de los codificadores; y la fecha de análisis del sitio web.

En cuanto a las variables (41 en total y que se muestran, de forma esquemática, al final del trabajo, en el Anexo I), nuestro libro de códigos alude a cuestiones relativas a la apariencia visual, la AI y la usabilidad. Las categorías que nos han posibilitado la evaluación de los portales municipales se sustentan en el criterio validado de múltiples autores, plasmado en investigaciones de gran relevancia (véanse: Baloglu y Pekcan, 2006; Bernal, 2008; Cabrera, 2009; Callahan, 2005; Codina, 2000; Jiménez Piano, 2001; Kim y Fesenmaier, 2008; López del Ramo, 2010; Nathan y otros, 2008; Piñeiro-Naval e Igartua, 2013; Zhao y otros, 2003).

Así pues, y en lo que atañe a la «apariencia visual» de los portales municipales, se han tenido en cuenta cuestiones relacionadas con el look & feel, observables únicamente en la página de inicio; la ventana de acceso al sitio y la que más visitas suele recibir (García Gómez, 2004; Singh y otros, 2005; Zhou, 2004). Las citadas cuestiones son: las fotografías, las animaciones, los vídeos y el cromatismo. Las tres primeras comparten un mismo esquema de análisis, ya que fueron contabilizados el número de fotografías, animaciones y vídeos presentes en las home pages, así como su ubicación y su contenido. Por otro lado, y al margen de las fotografías estáticas, se evaluó la posibilidad de visualizar una galería fotográfica relativa a la localidad. En lo concerniente al cromatismo, se identificó el color predominante como fondo de la página de inicio, el que personaliza el menú de contenidos y el que impera en el cuerpo del texto informativo.

En cuanto a la «AI», se valoraron cuestiones relacionadas con la estructura textual, que podían ser observadas a lo largo de todas las páginas consultadas del sitio web. Los parámetros analíticos aquí englobados son: la legibilidad del texto (tipografía y tamaño de la fuente), la facilitación de la lectura (títulos, palabras clave, extensión de los párrafos o empleo de otros idiomas, además del castellano) y los vínculos (presencia de enlaces, adecuada visibilidad o correcta apertura de éstos).

Para finalizar con los ítems del libro de códigos empleado en la presente investigación, hemos de aludir a los rasgos relacionados con el funcionamiento, o «usabilidad», agrupados en los siguientes bloques: la navegación (menú de contenidos, mapa web y motor de búsqueda de contenidos) y la interfaz (limpieza, consistencia y calidad percibida).

En relación a la variable «calidad percibida» del sitio web, evaluada justo al término de la codificación, conviene efectuar la siguiente precisión. Bien es cierto que la calidad supone un sofisticado constructo multidimensional, cuya valoración debe atender al agrupamiento de una serie de atributos objetivos. No obstante, se estimó razonable solicitar al equipo de codificadores que emitiesen, en función de su adecuada preparación y la experiencia acumulada, una valoración subjetiva como punto de partida para el establecimiento de un indicador global; creado, con posterioridad, a partir de la recodificación y la computación de aquellas variables que correlacionaban en mayor medida, y de forma estadísticamente significativa, con la calidad percibida. Siguiendo este procedimiento fuimos capaces de instaurar nuestro propio «Índice de Calidad Formal», que más adelante se detallará, y que nos permitió emitir un juicio más preciso acerca del estado del diseño de las sedes web.

El período de codificación transcurrió desde el 17 de febrero hasta el 11 de abril de 2014. En la codificación de los 500 sitios web que conformaron la muestra se involucró un equipo de 4 codificadores, y en el que no figuró el investigador principal. Todos los codificadores recibieron formación acerca del análisis de contenido para familiarizarse con él antes de comenzar su labor. En este sentido, Neuendorf (2002) resulta muy clarificadora cuando afirma que “tres palabras describen la preparación de un buen codificador: entrenar, entrenar y entrenar” (p. 133). Por tanto, se llevó a cabo un estudio piloto sobre una selección de cuatro sitios que no estaban incluidos en la muestra, con el fin de calibrar el funcionamiento de las categorías, así como la interpretación que los codificadores hacían de éstas.

Habiendo consensuado con el equipo el diseño final de la herramienta (es decir, el libro de códigos), el siguiente paso fue la asignación, proporcional y homogénea, de unidades de análisis a cada miembro. Fueron encomendadas a cada codificador, aleatoriamente, 125 sedes que debían examinar de forma individual. Con el propósito de uniformizar las condiciones del análisis, se pidió a los colaboradores que empleasen el mismo buscador (Google Chrome) y, en la medida de su disponibilidad, que realizasen el trabajo bajo la conexión a Internet de que dispone el Observatorio de los Contenidos Audiovisuales (OCA), lugar donde se coordinó y realizó la mayor parte del trabajo.

Por lo que respecta al chequeo de la fiabilidad intercodificadores, seleccionamos una sub-muestra del 12%; esto es, 60 sitios web codificados por todos los miembros del equipo. Esta parte crítica del trabajo sí se desarrolló íntegramente en el OCA bajo la supervisión del investigador principal, pues resultaba muy importante que el examen de cada portal se produjese en el mismo lapso temporal; paliando, así, uno de los principales inconvenientes que presenta la red: su volatilidad.

En cuanto al índice empleado para calcular la fiabilidad intercodificadores, se optó por el Alpha de Krippendorf, el más robusto a nivel estadístico, así como el que mejor se ajusta a los distintos tipos de escalas de medida y a un número indeterminado de codificadores (Hayes y Krippendorff, 2007; Krippendorff, 2012). Sin embargo, y debido a que el paquete estadístico SPSS no dispone de una función específica para realizar tales cálculos, se procedió a la instalación de una extensión llamada «Macro Kalpha», desarrollada por Andrew F. Hayes. Gracias a dicha extensión, disponible para su descarga gratuita a través de la web personal de su creador2, fue posible el chequeo del acuerdo entre los codificadores.

Pues bien, la fiabilidad media de las 41 variables que integran el libro de códigos asciende a α_k=.79; un dato muy satisfactorio si se atiende a la recomendación que efectúa el propio Krippendorf (2004), que asegura que cuando el índice α_k ≥.66, se pueden establecer conclusiones válidas acerca del objeto de estudio tratado en la investigación. La variable cuya fiabilidad fue menor es «extensión de los párrafos» (α_k=.34).

En términos de apariencia visual, se han cuantificado aspectos relacionados con las fotografías, las animaciones y los vídeos presentes en la página de inicio. Los citados aspectos son el número de elementos visuales, su ubicación y su contenido (Tabla I).

Se observa que el elemento visual que más abunda es el fotográfico, ubicado primordialmente en las partes superior y central, y cuyo contenido está habitualmente ligado al entorno cultural material de los municipios. Por otra parte, y en relación con las imágenes presentes en la página de inicio, se midió la presencia o la ausencia de una galería fotográfica; a este nivel, el 54.6% de los sitios gozan de este elemento.

Con respecto al cromatismo, se han inspeccionado tres posibles aspectos para su aplicación, como son: el fondo de la página de inicio, el menú de contenidos y el hipertexto informativo. En la tabla II se pueden ver los porcentajes con arreglo a las 12 posibilidades cromáticas contempladas.

Se observa que el color que impera como fondo de la home page es el blanco, concretamente en el 92.2% de los sitios analizados; mientras que para el texto informativo priman el negro (73.6%) y el gris (22%). En cuanto al menú, su cromatismo está mucho más atomizado, aunque azul (30.8%), gris (16.6%) y verde (12%) destacan sobre los demás.

En lo concerniente a la AI, se han contemplado en el codebook variables agrupadas en tres apartados: legibilidad del texto, facilitación de la lectura y vínculos y enlaces. En la legibilidad del texto se han incluido dos cuestiones como: la fuente predominante en el cuerpo de texto y el tamaño de la fuente. Pues bien, el 89.6% de los sitios web emplean tipografías de palo seco, frente al 10.4% que opta por tipografías con serifa. En cuanto al tamaño, el 31.8% incluye fuente pequeña, el 67.6% mediana, y tan sólo el 0.6% fuente grande.

Para calibrar la facilitación de la lectura de los portales, se han inspeccionado elementos como: la presencia de títulos o titulares en las páginas que componen el sitio (el 1.8% no los emplea en ninguna página, el 3.8% sólo en algunas páginas y el 94.4% en todas las páginas); la señalización de ciertas palabras clave, que sólo se produce en el 33% de los sitios; la extensión de los párrafos (el 49.4% suele valerse de párrafos cortos, de un máximo de 5 líneas; mientras que el 50.6% restante aboga por los largos, a partir de 6 líneas); el adecuado contraste entre la fuente y el fondo, patente en el 98.2% de los casos; y los distintos idiomas en los que se presenta el contenido, cuyos porcentajes se visualizan en la tabla III.

Resulta llamativo que exista un 5% de sitios que no utilizan el castellano, pertenecientes a las regiones de: Cataluña (16 casos), Galicia (6 casos) y Comunidad Valenciana (3 casos). Asimismo, se echa en falta un mayor empleo de idiomas extranjeros, especialmente del inglés, únicamente presente en el 28.8% de los portales web.

Por último, y en cuanto a los vínculos y enlaces, se ha cuantificado: la presencia de vínculos insertos en el cuerpo del texto web (38.6%); la adecuada visibilidad de éstos (37.4%); su correcta apertura (72.8%); y, por último, la existencia de enlaces a las FAQ (3.4%), redes sociales (52.8%), foros (7.2%) y blogs (18%).

Para finalizar esta panorámica porcentual de los datos, nos topamos con los rasgos ligados al funcionamiento, o usabilidad, de los sitios web, que se agrupan en dos bloques: navegación e interfaz. En la navegación, y por lo que respecta al menú de contenidos, se evaluó si éste era simple o complejo (el 70.6% es simple, pues presenta un nivel de categorías principales; mientras que el 29.4% es complejo, ya que dispone de varios subniveles interactivos por cada categoría principal, que se despliegan al situar el puntero sobre ellas), así como su claridad y visibilidad (en el 95.8% de los casos), y su ubicación (el 62.4% en la parte superior, el 35.2% en el margen izquierdo, y el 2.4% en el margen derecho). También se cuantificó la existencia de un mapa web (en el 60.6% de los sitios) y un motor de búsqueda de contenidos (en el 74.6% de las sedes).

Al respecto de la interfaz, se evaluó su consistencia (uniformidad y coherencia) y su limpieza (sencillez y armonía), además de la calidad percibida de la sede por parte de los codificadores. Pues bien, el 82.6% de los sitios son consistentes, mientras que el 73.6% se aprecian como sencillos y armoniosos. En términos de la calidad percibida, en la tabla IV se visualizan los porcentajes con respecto a las 5 opciones de respuesta.

La calidad percibida de los portales tiende a la mediocridad, ya que su promedio se reduce a: M (calidad percibida)=2.35; DT=.91. De hecho, el porcentaje más amplio lo acaparan los sitios etiquetados como «mediocres», con un 40.2%. Por otra parte, y gracias a la prueba t de Student para una muestra, se ha comprobado que la media de la calidad percibida es menor que el punto medio (el valor 3) de su escala teórica [t (499)=-15.99, p<.001]. A saber: puesto que existen diferencias estadísticamente significativas entre ambos valores, asumimos que la calidad percibida real dista del punto medio teórico. De los 5 portales que han recibido la máxima puntuación por parte de los codificadores, uno de los más atractivos es el del municipio de Ávila (Figura 1).

Pese a que la variable «calidad percibida» se basa en la experiencia subjetiva de los codificadores, ya da una primera muestra del estado global de la cuestión. En aras de ahondar en esta investigación de forma objetiva y rigurosa, constan seguidamente todos los datos relativos al Índice de Calidad Formal.

Con el fin de obtener un valor fehaciente sobre el diseño de los portales municipales, así como de realizar una serie de comparaciones grupales, se procedió a la creación de un índice agregado partiendo de ciertos ítems del codebook. Así pues, y tomando como punto de partida la «calidad percibida», se configuró el «Índice de Calidad Formal» (ICF) (Tabla V).

Las variables que componen el ICF, que correlacionan en mayor medida, y de manera estadísticamente más significativa, con la calidad percibida, son: el Indicador de Elementos Audiovisuales, el tamaño de la fuente, la señalización de palabras clave, el adecuado contraste entre la fuente y el fondo, el Índice de Idiomas de los Contenidos Web, la apertura de los vínculos, la presencia de enlaces a redes sociales, la existencia de un mapa web, la consistencia de la interfaz y la limpieza de la misma3. Todas estas variables son bien dicotómicas, bien cuantitativas con un rango de 0 a 1, razón por la cual el ICF también presenta dicho rango. Su fiabilidad es de: α_c =.404; y los valores descriptivos muestrales son: M (ICF)=.61; DT=.15.

En las próximas páginas figuran, como se adelantó anteriormente, una serie de comparaciones establecidas en función de tres criterios: el regional, el demográfico y el geográfico. Se utilizaron las pruebas estadísticas del análisis de la varianza (ANOVA) y de la t de Student porque son las que permiten comparar medias (la primera, de tres o más grupos de casos; y la segunda, de dos grupos únicamente).

Así pues, y partiendo de la variable «número de la provincia» a la cual pertenece el municipio, se recodificaron los sitios web siguiendo un criterio regional: las Comunidades Autónomas en que se divide el país. De esta manera, se pasó de tener 50 provincias a 17 autonomías, que constan en la figura 2 junto a los promedios que presentan en cuanto al ICF. Según los guarismos reflejados en dicha figura, y gracias al análisis de la varianza (ANOVA), se percibe la existencia de diferencias significativas en lo referente a las medias del ICF según las autonomías [F (16, 483)=3.491, p<.001]. A partir de la prueba post hoc T3 de Dunnett, se observó que las diferencias más significativas se dan entre la Comunidad Valenciana y Asturias con respecto tanto a Castilla-La Mancha como a Castilla y León (p<.004).

Por otra parte, tomando esta vez como referencia la variable correspondiente al «número de habitantes del municipio», establecimos una tipología de sitios fundamentada en este criterio demográfico. Así pues, solicitamos al programa SPSS que dividiese la muestra en 7 grupos iguales para poder determinar los siguientes tipos de población: muy pequeña (desde 1.008 habitantes hasta 1.496), pequeña (desde 1.497 hasta 2.406), algo pequeña (desde 2.407 hasta 3.537), mediana (desde 3.538 hasta 5.800), algo grande (desde 5.801 hasta 13.760), grande (desde 13.761 hasta 40.774) y, por último, muy grande (desde 40.775 hasta 3.207.247 habitantes, Tabla VI).

En términos demográficos, los promedios correspondientes al ICF son los que aparecen en la tabla VI.

Los promedios de la tabla revelan diferencias, claras y significativas, en cuanto al ICF según los tipos de población [F (6, 493)=12.473, p<.001]. Con arreglo a la prueba post hoc de Scheffe, comprobamos que las diferencias más significativas se producen entre las poblaciones muy grandes y las muy pequeñas, pequeñas, algo pequeñas y medianas (p<.001), que comparten la misma letra subíndice en la tabla. Asimismo, se ha detectado una correlación positiva, y estadísticamente significativa, entre el ICF y la variable «número de habitantes» [r (498)=.14, p<.002]; lo cual da a entender que: cuanto mayor sea la localidad, mayor será la calidad formal de su portal web.

Continuando con esta estrategia comparativa, el siguiente criterio empleado ha sido el geográfico, que ha dado lugar a dos versiones diferentes. La primera es la que compara provincias costeras frente a interiores. Por ende, y teniendo de nuevo como soporte la variable «número de la provincia», se recodificó el total de los municipios en dos grupos: costa (N=220 sitios web) e interior (N=280 sitios web) (Figura 3).

A tenor de la prueba t de Student para muestras independientes, se aprecia la existencia de diferencias, estadísticamente significativas, entre las localidades pertenecientes al litoral español y las emplazadas en el interior del país con relación al ICF [t (498)=2.071, p<.039]; circunstancia que evidencia el mayor esfuerzo de los municipios costeros en cuidar el diseño web de sus portales.

Antes de proceder con la segunda comparación en términos geográficos, es interesante parangonar los municipios costeros y los interiores en relación a los idiomas extranjeros que emplean para mostrar sus contenidos y, en concreto, el inglés; idioma hegemónico a nivel planetario. Por ende, ¿qué municipios abogan más por su empleo? Véase la tabla VII (de contingencia) como solución al interrogante, donde se observa que son los municipios costeros los que se sirven del inglés en mayor medida, ya que el 42.72% de localidades litorales aprovechan esta alternativa, frente al 17.85% de ayuntamientos de interior. En este sentido, cabe afirmar que existe una asociación estadísticamente significativa entre mostrar la información en este idioma y la ubicación geográfica del municipio [χ2(1, N=500)=37.16, p<.001].

La segunda comparación, desde el punto de vista geográfico, implicó la creación de 5 bloques territoriales en los que se ha dividido la superficie nacional; esto es, se han agrupado las provincias pertenecientes al noroeste, noreste, centro, suroeste y sureste del país (Tabla VIII).

Ciñéndonos a los datos que desprende el ICF en función de los bloques geográficos se puede constatar, gracias a un análisis de la varianza (ANOVA), que existen diferencias significativas entre ellos [F (4, 495)=2.982, p<.019]. Concretamente, y tras la prueba post hoc de Scheffe, comprobamos que las diferencias más significativas se producen entre los portales municipales del suroeste y los del centro (p<.044), que comparten la misma letra subíndice en la tabla.