Repositorio Institucional de Documentos

El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa EL APRENDIZAJE INTERORGANIZATIVO EN LOS SECTORES EMERGENTES DE LA ECONOMÍA ARAGONESA RESUMEN En el presente Proyecto Final de Carrera se sigue la línea de valoración de los activos intangibles y las Tecnologías de la Información en los sectores productivos (emergentes). El estudio combina un área bastante considerada, como es el capital intelectual, con otra relativamente poco tratada; el Aprendizaje Interorganizativo como aprendizaje de la organización en su relación con otras organizaciones. Mencionar que tras una extensa revisión de la literatura, se plantea un modelo donde aparecen, por un lado las dimensiones del Capital Intelectual referentes al capital tecnológico, organizativo y relacional, y por otro lado la dimensión de la capacidad de creación del conocimiento interorganizativo, lo que hemos llamado Aprendizaje Interorganizativo. Se introduce también el elemento Instituto Tecnológico como unidad de dinamización y se considera el mismo como impulsor de la innovación y el desarrollo tecnológico. El estudio permite analizar los efectos directos e indirectos de algunos indicadores de las dimensiones anteriores sobre algunos resultados no financieros de las empresas consideradas y más concretamente sobre la Innovación. Todo ello ha sido posible mediante la elaboración de un cuestionario cuyas preguntas contienen todas y cada una de las variables que se querían medir. Seguidamente, se envió el cuestionario a las distintas empresas que trabajan en los sectores emergentes y que trabajan conjuntamente con el Instituto Tecnológico para obtener la información necesaria. Para poder analizar dicha información, se utilizaron dos programas informáticos altamente utilizados en este tipo de estudios; el SPSS y el SmartPLS. El primero se usó para realizar el análisis de fiabilidad y factorial del cuestionario, eliminando los ítems que generaban dudas a la hora de medir con exactitud. El SmartPLS se utilizó para los análisis del modelo de medida y estructural, realizando así una segunda prueba de fiabilidad y validez del cuestionario para poder proceder al análisis de las hipótesis propuestas y poder así aceptarlas o rechazarlas. El gran objetivo de este proyecto es el de obtener unas conclusiones de la validación del modelo en dichos sectores en la comunidad de Aragón que traten de orientar a los mismos en líneas de actuación prioritarias para fortalecer los puntos débiles actuales y generar una ventaja competitiva que les permita afrontar la nueva situación del mercado con éxito y diferenciación. 3 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa AGRADECIMIENTOS: Agradecer primeramente a Dr. Luis Navarro Elola, director del proyecto, a Dña. Dolores Delso y a Teresa Montaner que han estado ayudándome en todas y cada una de las dudas y al director del ITA, como también a todos los empleados de las empresas que han realizado el cuestionario. Sin ellos este Proyecto Fin de Carrera no habría podido realizarse. Agradezco también de todo corazón a mis familiares más directos, remarcando el apoyo constante de mis padres y hermana que han seguido el día a día de mi trabajo, a mi novia y a sus padres y hermana por su constante apoyo, ayuda e interés, y a mis amigos más cercanos que han estado siempre interesándose. Gracias a todos ellos por haber hecho este Proyecto Fin de Carrera un trabajo muy llevadero y gratificante. Muchísimas gracias a todos. 4 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa TABLA DE CONTENIDOS 1. INTRODUCCION……………………………………………..……….............7 2 .MARCO TEORICO…………………………………………………...……….............11 2.1. Conceptos previos……………………………………………...……..…….............11 2.1.1. Teoría de Recursos y Capacidades………………………….....…..…..............11 2.1.2. Capital Intelectual………………………………………..……..……...............14 2.1.3. Gestión del Conocimiento…………………………..……..…….…….............17 3. INTRODUCCION AL MODELO…………………………….……………………..19 3.1. Base introductoria al modelo………………………………………………………19 3.1.1. El Aprendizaje Interorganizativo………………………………………………19 3,1.2. El Instituto Tecnológico……………………………………………………….20 4. PRESENTACION DEL MODELO………………………………………….............23 4.1. Justificación………………………………………………………………….............23 4.1.1. Propuesta del Modelo………………………………………………….............28 4.1.2. Hipótesis……………………………………………………………….............32 4.1.2.1. Aprendizaje Interorganizativo………………………………………...32 4.1.2.2. Capital Tecnológico…………………………………………………...32 4.1.2.3. Capital Organizativo…………………………………………………..33 4.1.2.4. Capital Relacional……………………………………………………..33 4.1.2.5.Instituto Tecnológico…………………………………………………..33 5. METODOLOGIA……………………………………………………………………..34 5.1. Modelos de Ecuaciones Estructurales……………………………………...............34 5.1.1. Líneas de Investigación Previas………………………………………………..34 5.1.2. Necesidad de los MEE…………………………………………………………35 5.1.3. Elaboración del Modelo………………………………………………………..36 5 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 5.2. Elaboración y Realización del Cuestionario………………………….….…………39 5.2.1. Obtención de datos……………………………………………......…………...39 5.2.2. Escala de likert…………………………………………………….…………...41 5.3. Estudio y Utilización de SPSS….……………………………….……….……………41 5.3.1. Introducción……………………………………………………..……………..41 5.3.2. Análisis de Fiabilidad………………………………………….……................41 5.3.3. Análisis Factorial……………………………………………………................43 5.4. Estudio y Utilización de SmartPLS…………………………………………………..45 5.4.1. Introducción al Método de los mínimos cuadrados parciales….………………45 5.4.2. Análisis del Modelo de Medida………………………………….…………….46 5.4.3. Análisis del Modelo Estructural………………………………….…................50 6. ANALISIS Y RESULTADOS…………………………………………………………….52 6.1. Análisis del Modelo……………………………………………………………………52 6.2. Diseño y Realización de los Diagramas Causales…………………………………...52 6.2.1. Modelos unidimensionales y multidimensionales……………………………..52 6.3. Análisis SPSS del Modelo………………………………………………………….…55 6.3.1. Análisis SPSS……………………………………………………….................55 6.3.2. Análisis SmartPLS……………………………………………………………..55 7. CONCLUSIONES Y FUTUROS ESTUDIOS…………………………………………...62 7.1. Conclusiones…………………………………………………………………………...62 7.1.1. Reflexiones generales…………………………………………….....................64 7.2. Futuros estudios……………………………………………………………………….65 6 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa ANEXOS……………………………………………………………………………………….66 ANEXO I:…………………………………………………………………….………………...67 ANEXO II: ………………………………………………………………….......……………..69 ANEXO III:..…………………………………………………………………..….……………77 ANEXO IV:…………………………………………………………………….……………....89 ANEXO V:……………………………………………………………………...…...................91 ANEXO VI:………………………………………………...………………….….……………93 ANEXO VII:…………………………………………………...…………………..................112 ANEXO VIII:…………………………………………………………………………………123 ANEXO IX:…………………………………………………………………….……………..131 ANEXO X:……………………………………………………………………………………136 BIBLIOGRAFIA:…………………………………………………………………………….138 7 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 1. INTRODUCCION A lo largo de la historia, podemos distinguir entre épocas tranquilas, en las que la sociedad simplemente ha evolucionado y épocas de grandes cambios, donde se han producido auténticas revoluciones. Ejemplo de época revolucionaria lo encontramos con la Revolución Industrial de los siglos XVIII y XIX, y otro, podría ser el momento actual. Cada vez hay una mayor importancia centrada en las tecnologías de la información y las telecomunicaciones como también la aparición del conocimiento como factor fundamental de creación de riqueza, siendo estos algunos de los indicios del comienzo de una nueva época. Este cambio de paradigma ha dado lugar al nuevo modelo de empresa donde el principal Recurso es el Intangible teniendo su principal exponente en las personas las cuales deben ser las generadoras de todo el conocimiento de la organización. Precisamente es el conocimiento el origen de la mencionada revolución empresarial. Ante esta situación, se decidió generar este Proyecto Fin de Carrera, analizando así la Gestión del conocimiento y el aprendizaje organizativo sensibilizado por la importancia de los Activos Intangibles en las organizaciones. De esta forma, encontramos un Proyecto Fin de Carrera novedoso en cuanto al campo estudiado. La motivación principal de este Proyecto Fin de Carrera surgió como consecuencia de observar la situación de los sectores emergentes ya que son sectores sometidos a una presión competitiva muy fuerte por gigantes productores como son empresas americanas y también asiáticas. Ante esta situación los productores españoles, y en concreto los productores Aragoneses deben cambiar el “chip” y hacer frente a la situación. Por lo tanto, se ha trabajado en los elementos del Capital Intelectual como generadores de valor y su relación con una de las formas de creación de Conocimiento: el aprendizaje organizativo. Esto se ha delimitado a las relaciones entre las empresas, ya que es una de las fórmulas detectada por profesionales del sector para poder hacer frente a los gigantes nuevos competidores. De esta forma se focaliza hacia el concepto de Aprendizaje Interorganizativo y se presenta un modelo donde se incluye el Instituto Tecnológico como dinamizador de esas relaciones y estructura de Red. Como ya se mencionó, el escenario en el que se enmarca el proyecto son los sectores emergentes en Aragón, centrándonos mayoritariamente en la provincia de Zaragoza. Los motivos de la elección de estos sectores son: primeramente la escasez de estudios previos que hay relacionados con el tema a tratar; seguidamente, son sectores que como bien indica su nombre son emergentes y de ahí la necesidad de innovar constantemente mediante distintos estudios e investigaciones y por último, en la comunidad de Aragón hay una gran cantidad de empresas (a pesar de la disminución de estas debido a la crisis durante estos últimos años) que se dedican a estudiar distintos sectores como pueden ser: las TICs (tecnologías de la información y las comunicaciones),microelectrónica, biotecnología, nuevos materiales, 8 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Electrónica, nuevas energías, nanotecnología, automatización industrial entre otras. Mediante el Instituto Tecnológico de Aragón (ITA) se ha podido obtener los distintos datos necesarios de las distintas empresas, cuyos empleados han colaborado en el estudio. Remarcar que los sectores emergentes abarcan una gran diversidad de actividades (estudios médicos, investigaciones aeroespaciales, nuevas tecnologías…) y tamaños de empresa. Modelo a estudiar: El modelo se desarrolla a partir de teorías previas ya existentes que tratan sobre el capital intelectual, la gestión del conocimiento y el aprendizaje organizativo. Una vez se ha realizado el estudio necesario, se ha definido un modelo sobre el cual se centrara nuestro proyecto. Este nuevo modelo, se caracteriza por la realización de un análisis descriptivo y exploratorio (Gutiérrez y Rodríguez en Sarabia y otros, 1999) de cómo influyen el capital intelectual, el Aprendizaje Interorganizativo y el Instituto Tecnológico en los resultados de la organización, y más concretamente en la Innovación. Objetivo: El objetivo de este proyecto es el de parametrizar y cuantificar todas las relaciones causales que surgen del modelo propuesto, siendo el objetivo más importante de este Proyecto Fin de Carrera el de poder ofrecer una serie de conclusiones que sean de gran utilidad para las empresas relacionadas con dichos sectores estudiados, en nuestro caso los sectores emergentes, y que permitan aumentar el capital relacional, organizativo y tecnológico. El modelo relacionará estos elementos con la capacidad de creación de conocimiento interorganizativo, es decir con el Aprendizaje Interorganizativo. Como objetivo especifico, mencionar la creación de dicho modelo para que relacione dichos factores y el resultado empresarial (la innovación). Estudios Previos: Hay numerosas teorías y estudios realizados acerca del Aprendizaje Interorganizativo, siendo este un tema clave a la hora de gestionar las empresas y por lo tanto ha suscitado un gran interés a nivel mundial de los investigadores en este ámbito. Se realizó anteriormente en el Departamento de Organización y Dirección de Empresas de la Escuela de Ingeniería y Arquitectura de Zaragoza un proyecto que trata sobre la capacidad de aprendizaje en las empresas, sirviendo de inspiración para el desarrollo de este nuevo proyecto, ya que parte conceptual del proyecto ya realizado, forma parte de la base para el desarrollo del presente proyecto. 9 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Técnicas y herramientas de análisis: Se ha elaborado un cuestionario para poder contrastar el modelo, y poder obtener de él la información necesaria. Este cuestionario ha sido realizado gracias a una extensa revisión literaria, haciendo posible que se pueda medir las variables del modelo. Como se menciona más adelante, dicha encuesta fue enviada a través de D. Salvador Domingo Comeche, DIRECTOR DEL ITA, el cual ha colaborado con este proyecto enviando la encuesta a los trabajadores que forman parte de las distintas empresas que a su vez se engloban dentro de los sectores emergentes. Por lo tanto consideramos las empresas que tienen relación con el ITA. Habiendo recopilado todos los datos, se han procesado de la siguiente manera, es necesario realizar un análisis exploratorio del cuestionario (análisis de fiabilidad y factorial) que se lleva a cabo mediante el programa informático SPSS. Una vez realizado este primer análisis, se reduce la dimensión del cuestionario y se procede al estudio PLS del modelo utilizando el programa informático SmartPLS. Mediante este programa y gracias al modelo elaborado, se consigue corroborar que el cuestionario es el adecuado y, seguidamente, parametrizar unas variables que no son medibles como bien nos indica la literatura revisada (variables latentes o constructos), aunque gracias a otras variables (indicadores) si que podemos hacerlo. Estructura: A continuación y como finalización de esta introducción, se exponen de manera breve los diferentes apartados de este Proyecto Fin de Carrera dónde se tratan los aspectos siguientes: El capítulo 2 (Marco teórico) trata de recoger los antecedentes teóricos que van a servir de base para definir los bloques temáticos usados en el modelo propuesto y que son nombrados en numerosas ocasiones a lo largo del mismo. De esta forma ese marco teórico comienza hablando de la teoría de recursos y capacidades y justifica como el conocimiento constituye el verdadero motor de la competitividad empresarial actual de forma que los Activos Intangibles generan el principal valor de las organizaciones. Se sigue hablando del Capital Intelectual y se recogen brevemente los modelos más importantes encontrados en la literatura evaluando sus componentes. Se hablara así de manera introductoria y precisa sobre los diferentes tipos de capital intelectual (humano, tecnológico, organizativo y relacional y de la buena aplicación de esa gestión de conocimiento: la innovación. El capítulo 3 (Introducción al modelo) presenta un pequeño apartado particular al aprendizaje y se profundiza un poco más en la dimensión del Aprendizaje Interorganizativo como forma de creación del conocimiento derivado de la cooperación interempresarial. Como cierre del capítulo, se recoge brevemente la función y necesidad de los Institutos Tecnológicos como dinamizadores de las relaciones interempresariales. 10 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa El capítulo 4 (Presentación del Modelo) se redacta de manera detallada el modelo concreto a estudiar proponiendo las diferentes hipótesis que serán aceptadas o refutadas en el análisis posterior. El capítulo 5 (Metodología) se explica el método de análisis: El modelo de Ecuaciones Estructurales. Aquí se describe su evolución a lo largo de la historia y los cuatro pilares “matemáticos” en los que se sustenta: regresión lineal, path análisis, análisis factorial y relación causal. Aparece también un apartado donde se explica cómo se elabora el cuestionario, y la explicación en otros dos apartados de las pruebas necesarias realizadas mediante los programas (SPSS y SmartPLS) para llevar a cabo el análisis. En el capítulo 6 (Análisis y Resultados) se explican todos los análisis realizados, exponiendo los resultados obtenidos. En este capítulo se hace referencia a los diversos Anexos creados, debido a la limitación de la extensión de la memoria. Dichos Anexos contienen todos los análisis explicados detalladamente y además muestran todas las tablas, resultados y comentarios necesarios. El último capítulo, el capítulo 7 (Conclusiones), se exponen las diversas conclusiones a las que se ha llegado gracias al modelo propuesto y considerado. A su vez se reflexiona sobre la implicación que se deriva para las diferentes comunidades: social, académica, y empresarial. Finalmente se proponen futuras líneas de investigación. Remarcar que habrá que recurrir a lo largo de este proyecto a los Anexos, ya que explican y apoyan las secciones escritas. Todos ellos se presentan por orden al final de esta memoria. En cuanto a la bibliografía¸ se encuentra en la última página del proyecto. 17 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Hay que olvidarse pues de la rígida estructura jerárquica de puestos de trabajo tradicional, y concebir la organización como un sistema abierto de capital intelectual. Hay que, aprender de todo lo que nos rodea, incluidos los competidores (benchmarking); incluir al cliente en la toma de decisiones; y estar al día en el uso de tecnologías de la información, entre otras cosas. La capacidad de captar información relevante y aprovecharla en las relaciones internas y externas que se establezcan es una constante para la supervivencia. Se debe aprender a gestionar correctamente el conocimiento tácito (o implícito), y a convertirlo convenientemente en explícito. El talento debe desarrollarse a tres niveles, como ya hemos mencionado: Humano, Estructural y Relacional. Con respecto al primero, no sólo valoraremos la inteligencia medida en los test (razonamiento, lógica…), también es muy importante la inteligencia emocional (Goleman, 1996): la capacidad para reconocer y controlar nuestras emociones, auto motivarnos, superar el fracaso, relacionarnos con los demás, desarrollar empatía, etc. 2.1.3. Gestión del Conocimiento Para medir el Capital Intelectual es sobre todo interesante si lleva incorporado el compromiso de hacerlo crecer. De ahí que se le asociara de inmediato este título al bloque: Gestión del Conocimiento. El estrecho vínculo que existe entre ambos términos puede observarse en que “el capital intelectual es a la vez input y output de la gestión del conocimiento, ya que este parte de un determinado nivel de conocimientos que mediante su mejora alcanza un nuevo y mayor nivel de los mismos” (Salazar, 2003). La falta de unanimidad de la definición del término “conocimiento” radica en la dificultad para la observación y cuantificación del mismo. Lo único observable son los resultados del proceso de resolución de problemas, y se supone que dicho proceso se realiza a partir de la existencia de cierto conocimiento. Podemos definir de forma sencilla el conocimiento como “la capacidad de resolver un determinado problema con una efectividad determinada” (Muñoz-Seca y Riverola, 1997). Algunas características del conocimiento (Muñoz-Seca y Riverola, 1997) son: • Es volátil. • Se desarrolla por aprendizaje. • Se transforma en acción por impulso de la motivación. • el conocimiento. • Tiene un aspecto extensivo, relacionado con el número de personas que poseen ese conocimiento y un aspecto intensivo, relacionado con la intensidad con que una persona posee. 18 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa • Se transfiere sin perderse, a diferencia del resto de activos. Según entiende la OECD (Organization for Economic Cooperation and Development) (Obeso, 1999) el conocimiento responde a cuatro dimensiones del saber: • Saber qué: son los hechos, realidades conocidas, la parte del conocimiento que está más cerca de la información. • Saber porqué: es el funcionamiento de las cosas. Las relaciones entre los distintos factores que contribuyen en una cosa, del tipo que sea. • Saber cómo: son las aptitudes, habilidades, capacidades para hacer algo. • Saber quién: identificar que persona conoce la forma de afrontar un problema de la manera más eficaz y eficiente. El conocimiento ocupa hoy un valor más determinante para la empresa del que ha ocupado nunca. En el siguiente diagrama observamos la evolución de los 4 valores económicos principales (capital, conocimiento, trabajo y tierra). Figura 3: Evolución de los valores económicos principales [4]. La innovación; partiendo de la idea de que el cambio preside el entorno actual y, también el futuro, para asegurar una posición competitiva ventajosa en estas áreas, a la empresa no le queda otra opción que la de “seguir el ritmo del progreso “, es decir será necesario una actividad de innovación permanente, que haga posible la introducción a tiempo de los cambios precisos para ir delante de la competencia. Ésta tiene que ser la principal arma competitiva de toda compañía. Surgirá a través del talento de los miembros de ella. La conclusión sobre la gestión del conocimiento es, pues, la nueva opción. Se trata de desarrollar el conocimiento en las organizaciones para conseguir el desarrollo de las competencias de todos los integrantes de la empresa; así se consigue la excelencia de todos los trabajadores, y la propia organización destacará frente a las de la competencia. 19 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 3. INTRODUCCION AL MODELO 3.1. Base introductoria al modelo 3.1.1. El Aprendizaje Interganizativo El Aprendizaje Interorganizativo se centra en como las organizaciones aprenden unas de otras a través de colaboraciones formales. La literatura ha conceptualizado como tales a los socios que en alianzas estratégicas (Child , 2001) aprenden produciendo una serie de reglas experimentales para todos los socios de la colaboración, que son distintas de las de cada uno de los socios. Por una única entidad que aprende (Larson y otros, 1998). La distinción entre aprendizaje organizacional e interorganizacional es algo ambigua, dado que todo el aprendizaje organizacional sucede en prácticas sociales que pudieran trascender los límites formales de la organización (Holmquist, 1999). A menudo, la literatura sobre aprendizaje organizacional asume que las organizaciones aprenden interactuando con su entorno, en un sentido amplio, se considera que este entorno está compuesto por otras organizaciones (Hedberd, 1981; March, 1991). Hay varias consideraciones acerca del aprendizaje organizativo, como por ejemplo, Lei (1993) afirma que las cooperaciones empresariales son vehículos por los cuales el conocimiento es transferido y las empresas aprenden unas de otras. Teniendo en cuenta varias de estas consideraciones, podemos definir el Aprendizaje Interorganizativo como: un proceso, por el cual las organizaciones obtienen nuevo conocimiento procedente de la colaboración con otras organizaciones, que puede modificar sus perspectivas internas y en ocasiones su forma de hacer las cosas. Por otra parte, adquiriendo las habilidades del aliado, en el sentido de tener acceso a ellas, es diferente a interiorizarlas, de tal modo que más tarde pueden ser aplicadas a nuevos productos, nuevos mercados geográficos o negocios. En este sentido, Levinson y Asahi (1995) identifican cuatro etapas en el aprendizaje interorganizacional: 1. Analizar el entorno e identificar posible conocimiento nuevo para ser adquirido. 2. Adquirir (transferir) ese conocimiento e interpretarlo, es decir, averiguar cómo pueden ser usado para mejorar los resultados. 3. La organización usa el conocimiento adquirido, adaptando su conocimiento para alcanzar sus objetivos. 4. Institucionalizar el nuevo conocimiento adquirido. 20 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Es importante saber cuáles son las consecuencias de este aprendizaje mutuo. Entre ellas, se destacan las siguientes (García Lillo y otros, 1998): • Ante todo, las alianzas estratégicas, debido a su importante componente internacional, contribuyen al progreso de la economía mundial, ya que favorecen el equilibrio del conocimiento mundial. • Desde el punto de vista competitivo, un aprendizaje recíproco y asimétrico entre los aliados puede aumentar la posición competitiva de uno de ellos con respecto al otro y por esta razón en una alianza los aliados, son considerados competidores así como colaboradores (Hamel, 1991) . En este sentido, según Hermosilla y Solá. • (1989) “la cooperación debe ser insertada en la estrategia global de la empresa y puede ser usada como una arma de la empresa, convirtiéndose en un instrumento de desarrollo de su propia capacidad estratégica”. En conclusión una alianza es otra forma de competición. • El aprendizaje asimétrico significa que uno de los aliados puede mejorar su propia posición, tanto dentro del mercado, así como dentro de la alianza. Por lo tanto la variación relativa en el poder de negociación de los aliados está relacionada con la velocidad a la cual los aliados dependen unos de otros (Puick, 1988). Por tanto, evitar un aprendizaje asimétrico entre los aliados o propiciarlo a favor de la organización es una tarea esencial para una empresa integrada en una alianza estratégica. Finalmente, es importante indicar que la colaboración no siempre da la oportunidad de absorber completamente las técnicas del aliado. Hay que tener en cuenta también las estructuras de interfaz como impulsoras del Aprendizaje Interorganizativo. Según Fernández de Lucio y otros (1996) una estructura de Interrelación o de interfaz (EDI), es: “Una unidad establecida en el seno de un entorno o área de influencia que dinamiza, en materia de innovación tecnológica, a los elementos de dicho entorno o de otros y fomenta y cataliza las relaciones entre ellos.” 3.1.2. El Instituto Tecnológico Según Bresó (2001), los Centros Tecnológicos aportan en las sociedades avanzadas la tecnología y el conocimiento que requiere la nueva economía y colaboran de forma activa con todos los agentes del Sistema para mejorar la eficacia de los recursos puestos en juego. 21 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa En el Sistema Ciencia-Tecnología-Empresa-Sociedad, ver figura, los Centros Tecnológicos son una pieza clave en la cadena de valor de la innovación. Contribuyen a aumentar la competitividad de las empresas y con ello a mejorar la calidad de vida, a crear riqueza y a generar empleo. Los Centros Tecnológicos constituyen un fenómeno típico en los países desarrollados y están adquiriendo cada vez mayor protagonismo en los países en vías de desarrollo. Figura 4: Los Centros Tecnológicos en el entorno [5] Cada Centro, en función de sus características sectoriales u horizontales y según las necesidades del mercado al que se dirija, se integra a una o varias franjas diferentes de la cadena de la innovación. Esta cadena no responde a un modelo lineal sino a una serie de procesos de gran complejidad con retroalimentación en todas sus fases y en la que todos estos procesos son imprescindibles. Podríamos hablar, por tanto, de un modelo de integración múltiple dinámico (Bresó, 2001). Posiblemente una de las características más destacables de este modelo, sea la no existencia de un modelo único, lo que le permite que los Centros Tecnológicos se hayan desarrollado de forma diferente para satisfacer las peculiaridades de las empresas a las que se dirige. Los Centros nacen fundamentalmente a iniciativa de asociaciones privadas sectoriales industriales de ámbito geográfico reducido que tratan de hacer frente a necesidades tecnológicas comunes (p.e. certificaciones, servicios tecnológicos) o desde entornos universitarios 22 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Estos Centros con un compromiso claro por su entorno industrial van adquiriendo mayor autonomía conforme aumentan sus competencias y capacidades. En el Real Decreto 2609/1996 (BOE 17.01.97) se define el término “Centro de Innovación y Tecnología” y se crea un registro para aquellos cents que cumplan básicamente los siguientes requisitos: • Personalidad jurídica propia sin ánimo de lucro. • Que realice actividades de investigación y desarrollo. • Que disponga de la organización adecuada y medios suficientes para garantizar el cumplimiento de los fines señalados en el Real Decreto. • Que de sus actividades pueda beneficiarse cualquier entidad o empresa que realice actividades en España. • Que su actividad se realice en territorio español. Como conclusión, destacar que el aprendizaje individual provee la base para comprender el proceso de Aprendizaje Organizativo. Las organizaciones a diferencia de los individuos, desarrollan y mantienen sistemas de aprendizaje que no sólo influencian a sus miembros inmediatos sino que también lo transmiten a otros por medios de principios y normas organizativas (Fiol y Lyles, 1986) . Como dice Hedberg (1981): “los miembros de las organizaciones vienen y van y los líderes cambian, pero la memoria de las organizaciones preservan ciertos comportamientos, mapas mentales, normas y valores a lo largo del tiempo”, esto es, el aprendizaje colectivo en el contexto de la organización. El aprendizaje colectivo es importante para conectarlo con el aprendizaje organizativo (Dodgson, 1993) ya que éste ocurre a diferentes velocidades y en diferentes direcciones. A nivel organizativo, las empresas deben desprenderse de su pasado, para incorporar e integrar los cambios hasta que éstos se consoliden y se institucionalicen. En este nivel no hablaremos de habilidades sino de capacidades de aprendizaje. De esta manera, se podrán dar mejores respuestas a los problemas que se originen trasladando las respuestas aprendidas, generando innovaciones. Weick y Roberts (1993) argumentan que las propiedades de un sistema colectivo son conducidas significativamente por los agentes individuales involucrados. El Aprendizaje Organizativo es diferente a simple suma del Aprendizaje de sus individuos (Argyis, 1977; Hedberg, 1981; Fiol y Lyles, 1985; Kim, 1993; Crossan y otros, 1999). El Aprendizaje Organizativo es más complejo y dinámico. En las sociedades de Aprendizaje se producen interacciones. Estos procesos de interacción social deben considerarse más como condiciones necesarias o facilitadoras del aprendizaje que como motores del mismo (Pozo, 1999). La nueva cultura del aprendizaje reclama que éste sea una actividad social y no una cuestión individual y privada. 23 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 4. PRESENTACION DEL MODELO 4.1. Justificación La necesidad constante de cambio que impera en las organizaciones no responde a una nueva realidad ya que este ha existido siempre y las empresas han precisado de él para adaptarse y sobrevivir en todo momento. La novedad de la época actual se basa en la complejidad, la imprevisibilidad, la potencia del impacto, la discontinuidad y generalización del cambio. Los cambios organizativos no son ya ocasionales o episódicos, sino que los directivos se enfrentan a transformaciones constantes desde la década de los 90. La globalización (Andreu y otros, 1995; deming, 1995: Clavera, 1998; Ribeiro, 2000) y el vertiginoso desarrollo de las tecnologías de la información (Claver y González, 1993; Gates, 1999; González, 2001; Miñana 2001; Moncaleano, 2002; Rodenes, 2002; Cornellá, 2003) contribuyen a la interdependencia entre las economías de los países. Estas circunstancias obligan a la modificación de las estructuras empresariales si se quiere sobrevivir en un mercado cada vez más competitivo. El paso de una estructura piramidal a otra horizontal (Herrero, 1980; Pérez, 1991; Clever y otros, 1995) y de la gestión de funciones a la gestión por procesos (Herrero, 1980; Pérez, 1991; Barranco, 2000; Muro, 2002) resulta fundamental, por lo que hay que adecuar la conducta a la nueva estructura organizativa. Esto genera numerosas ventajas, entre ellas, el que la responsabilidad de los procesos vaya vinculada a la persona que los lleva a cabo, con lo que se fomenta la implicación y la creatividad del individuo. Así mismo, se buscan fórmulas de trabajo que potencien la interacción de los equipos (Belbin, 1993; Nierenberg, 1994), y así crear un valor añadido. Es decir, desde el punto de vista interno, las organizaciones deben orientarse hacia sus activos intangibles (Kaplan y Norton, 1992; López y Vázquez, 2002) ya que de esta gorma crearán ventajas competitivas sostenibles en el tiempo (Hamel y otros, 1989; García y otros, 2001) y podrán satisfacer las necesidades de los clientes que en la “Nueva Economía” (Druker, 1993; Deming, 1995; Pearson, 1999) adquieren un protagonismo completo y decisorio (Freemantle, 1998; Kotler y otros, 2000; Blanco, 2001). 24 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Figura 5: Impacto de la Globalización en las Organizaciones [1] Vivimos en un proceso de cambio histórico donde el conocimiento es el principal recurso de riqueza en las organizaciones (Nonaka,y Takeuchi, 1995). De esta forma se habla de “revolución del conocimiento” (Bueno, 2002) debido a que los recursos intangibles y la influencia catalizadora de las Tecnologías de la información y las Comunicaciones (Cornellá, 2003) provocan unos cambios más rápidos y vertiginosos en el mundo socioeconómico de lo que era normal en otras épocas. Esto nos conduce hacia la sociedad del conocimiento (Bueno, 2002). En este sentido las organizaciones deben orientarse y adaptarse a ese cambio revolucionario (Sweeney, 2000) y apostar por la creación de conocimiento (Nonaka, 2000) y la valoración de los activos intangibles como elemento principal de competitividad ( García y otros, 2001). La creación de conocimiento nuevo se conseguirá a través del proceso de Aprendizaje (Nonaka y Takeuchi, 1995) y ese nuevo conocimiento provocará cambios en la organización, bien en diseño de productos, bien en procesos productivos, bien en nuevas formas de gestión, es decir originará innovación (Hidalgo y otros, 2002), indicador estratégico clave para el aumento de la competitividad actual. 25 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Figura 6: Relación entre el Aprendizaje y la Innovación. [6] El aprendizaje como proceso de creación de conocimiento se ha estudiado, como ya se ha visto anteriormente, considerando tres niveles: individuo, grupo y organización: Figura 7: Modelo de Aprendizaje en las Organizaciones [7] En la revisión literaria realizada hasta ahora, diferentes autores estudian la transmisión de conocimiento entre organizaciones y hablan explícitamente de conocimiento interorganizativo (Nonaka y Takeuchi, 1995; García y Otros, 1998). A partir de esto se contempla la posibilidad de considerar un cuarto nivel de creación de conocimiento y se habla de Aprendizaje Interorganizativo. 26 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Figura 8: El Aprendizaje en las Organizaciones. [6] Tal y como vemos en la figura anterior la base del aprendizaje reside en las personas que serán los verdaderos artífices y los “trabajadores del conocimiento empresarial” (Davenport, 1998, 1999) que saben cómo aplicar del conocimiento a un uso productivo. Por consiguiente, el desafío económico de la sociedad actual será la productividad del trabajo del saber y del trabajador del saber (Davenport, 1998; Bueno, 2002) y la empresa se debe preocupar por el desarrollo de las competencias de sus trabajadores (Bueno, 2001). El capital Humano será la base de la Organización Inteligente (Mayo y Lank, 2000). El Capital Intelectual se convierte en el nuevo activo para la riqueza de las organizaciones. En la valoración de este Capital Intelectual, revisada anteriormente, nos apoyamos en diversos modelos de referencia, que nos sirven para justificar algunos componentes de nuestro modelo de investigación. Los componentes del Capital Intelectual de las Organizaciones estudiados serán: • Capital Humano (Bueno, 1998). Precisamente este Intangible es la base del Capital Intelectual de la Organización. 33 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 4.1.2.3. Capital Organizativo Al Capital Organizativo lo definimos con los indicadores: • La identificación del personal con la organización (ID_EMPLEADOS). • La preocupación de la organización por el personal (ID_EMPRESA). H3: El Capital Organizativo se relaciona positivamente con el Aprendizaje Interorganizativo. Esta relación se contempla en González(2001), Martínez (2002) y Moncaleano(2002) pero en la dimensión de Aprendizaje Organizativo. En cuanto al Aprendizaje Interorganizativo se hace referencia a la influencia del capital organizativo en el mismo en Pucik (1988), Hermosilla y Solá (1989) y Moss-Kanter (1994). 4.1.2.4. Capital Relacional El Capital Relacional, tal y como aparece en el modelo anterior (fig. 13) aparece representado con los indicadores de Co_Em_In (Cooperación con organizaciones Empresariales y con el Instituto Tecnológico), Bene_Ali (Impacto positivo de las cooperaciones interorganizativas) y Barr_Ali (Impacto negativo de las cooperaciones interorganizativas). H4: El Capital Relacional se relaciona positivamente con el Aprendizaje interorganizativo. Se apoya en Kogut (1988) cuando afirma que “las cooperaciones empresariales son vehículos por los cuales el conocimiento es transferido y las empresas aprenden unas de otras”. También hablan de esta relación Ingham (1994),Holmqvist (1999),Benavides y Quintana (2000) y Vila (2002). 4.1.2.5. Instituto Tecnológico H5: El Instituto Tecnológico se relaciona positivamente con la Capacidad de Creación de Conocimiento interorganizativo (aprendizaje interorganizativo). 34 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 5. METODOLOGIA 5.1. Modelos de Ecuaciones Estructurales: Los modelos de ecuaciones estructurales MEE ó SEM (Structural Equation Models) llevan muchos años usándose para describir las relaciones existentes en modelos causales. Con los MEE se consigue explicar determinados fenómenos complejos, y que éstos puedan ser contrastados mediante técnicas estadísticas en estudios empíricos. 5.1.1. Líneas de Investigación Previas Desde principios del siglo XX hasta 1970. El Análisis de la Varianza presentado por R.A Fisher, en 1925, fue una técnica pionera en el estudio de las relaciones causales. Este nuevo análisis trata de explicar el efecto de una variable independiente (explicativa) sobre otra dependiente (explicada), y establece, además, hasta qué punto una variación de la variable dependiente se debe a las variaciones de la variable independiente. A principio del siglo XX, los primeros psicómetras desarrollaron modelos para estudiar variables abstractas, no observables, llamadas constructos o variables latentes, cuyos valores se obtienen a partir de variables observables. Así fue como, en el área de las ciencias del comportamiento y asumiendo que se mide con error, se empezaron a desarrollar modelos para estudiar conceptos abstractos y que midieran de forma indirecta diferentes constructos. Es decir, se desarrolló el análisis factorial exploratorio (Spearman, 1904) y análisis factorial confirmatorio (Jöreskog, 1969). De manera paralela, los sociómetras sentaron las bases del Path Analysis (análisis de trayectorias), que describe las relaciones de dependencia entre variables latentes. Consiste en una técnica de descomposición de varianzas y covarianzas en función de los parámetros de un sistema de ecuaciones simultáneas. Como se verá más adelante, el Path Analysis es el padre de los modelos de ecuaciones estructurales y es considerado básico para el entendimiento de los mismos. La creación se le atribuye a Sewal Wright (1918), o por lo menos fue él quien se dio cuenta de la relevancia de esta técnica. A pesar de ello, S-Wright no fue quién lo introdujo en el campo delas ciencias sociales y la economía, sino que fueron los sociólogos Blalock y Duncan (1975). 35 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa El conjunto de todos estos planteamientos dio lugar a dos nuevos términos. El primero está relacionado con el análisis factorial, es decir, el modelo de medida, que como veremos más adelante, relaciona variables latentes con variables medibles. El segundo término hace referencia al Path Analysis, es decir, relaciona las variables latentes entre sí, y se creó lo que ahora llamamos modelo estructural o de estructura (Doopman 1949). Con todo esto, se introdujo la base de los modelos de ecuaciones estructurales. El inicio de los modelos de ecuaciones estructurales: El origen delos modelos de ecuaciones estructurales se da en 1970, cuando el económetra Arthur Goldberger organizó una conferencia sobre los modelos que analizaban las relaciones causales, surgiendo así los modelos de ecuaciones estructurales como punto de encuentro entre todos los investigadores invitados a la conferencia. En ella se planteó, además, el interés por conocer no sólo la relación entre variables observables y latentes, sino también entre las propias variables latentes. Uno de los invitados fue Karl Jöreskog, quien planteó la primera formulación de Covariance Structure Analysis (CSA) para estimar un sistema de ecuaciones estructurales lineales, el cual fue conocido más tarde como LISREL (Lineal Structural Relations). Es decir, Jöreskog unificó análisis factorial, análisis de estructuras de covarianzas y modelos de ecuaciones estructurales lineales en un modelo general único. Actualmente, el programa LISREL es un programa de estimación de modelos de ecuaciones estructurales que se encuentra incorporado como un módulo del paquete SPSS. Existen también otros softwares para la estimación de estos modelos, como por ejemplo, SmartPLS. Los dos programas que se acaban de mencionar son utilizados para el estudio del modelo de este Proyecto Fin de Carrera. 5.1.2. Necesidad de los MEE Con frecuencia, recurrimos a los modelos de regresión lineal simple para describir la relación entre una respuesta cuantitativa (Y) y una variable predictiva o descriptora (X) que pensamos o creemos que influye en la respuesta (Y). Esto es un análisis fácil y simple de realizar. Pero, qué pasaría si modificáramos y complicáramos el caso, es decir, ¿qué pasa si hay más de un factor (X1,X2,X3)que influyen sobre Y? ¿y si a la vez de eso X1,X3 influyesen sobre X2? Lógicamente, en este caso sería necesaria más de una ecuación para describir toda esta estructura [X]. 36 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Como vemos, los Modelos de Ecuaciones Estructurales nacen de la necesidad de querer dar mayor flexibilidad a los modelos clásicos de regresión lineal. Es decir, son un conjunto de ecuaciones de regresión menos restrictivos que permiten además errores de medida, tanto en las variables independientes como en las dependientes. De manera general, podemos decir que consisten en análisis factoriales que permiten conocer efectos directos e indirectos entre los factores. A nivel matemático engloban los siguientes conceptos: • Regresión lineal • Path análisis • Análisis factorial • Relación causal Para poder entender los términos matemáticos en los que hablamos, y poder justificar la necesidad de los modelos de ecuaciones estructurales, es necesario revisar estos conceptos matemáticos imprescindibles que fundamentan los MEE. Por ello, y debido a las limitaciones de extensión de esta memoria, se ha creado el Anexo II en el cual se explican estos cuatro conceptos tan importantes. 5.1.3. Elaboración del Modelo Llegados a este punto, combinando los conceptos anteriores (sistemas de ecuaciones lineales, Path Análisis y análisis factorial) y según hemos visto a lo largo de la historia, obtenemos el Modelo de Ecuaciones Estructurales. Con este modelo ya se puede describir de manera gráfica y analítica las relaciones que creemos que existen entre nuestras variables observables y entre éstas y las no observables, teniendo en cuenta la dirección de cada una de tales relaciones. A partir de una información muestral, ya somos capaces de estimar estas relaciones y juzgar su importancia. Antes de adentrarnos más en el proceso del modelo, es necesario remarcar un aspecto clave para el buen funcionamiento del mismo. Nos referimos a que el modelo ha de estar sujeto a planteamiento firme de una teoría debidamente asentada en el área de conocimiento en que se esté trabajando. Este aspecto es de notoria relevancia en los Modelos de Ecuaciones Estructurales por su gran flexibilidad, lo que hace que sea de gran importancia la especificación y la identificación del modelo. En nuestro caso, el modelo que se lleva a estudio está fundamentado en teorías sólidas de gestión del conocimiento realizadas por importantes investigadores del área, argumentando cada una de las hipótesis realizadas, como puede leerse. El proceso que lleva a elaborar y estudiar un modelo de ecuaciones estructurales sigue las siguientes etapas: [9]. 37 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 1Especificación: trata del estudio previo necesario para el conocimiento en profundidad del tema a tratar. Después de este estudio, deben estar identificadas las variables latentes, los indicadores, los efectos entre éstas y por lo tanto, las ecuaciones matemáticas relativas. 2Identificación: Un modelo está identificado si todos los parámetros lo están, es decir, si existe una solución única para cada uno de ellos. Es decir, se trata de saber si se posee la suficiente información para poder realizar la estimación. Asumiendo que la teoría es correcta se podrán derivar las varianzas y covarianzas de los indicadores. Para saber si un modelo está identificado calculamos los grados de libertad. Figura 13: Identificación de un modelo P: número de variables latentes endógenas q: número de variables latentes exógenas t: número de parámetros a estimar 3Recogida de datos: esta etapa es independiente del investigador. Una serie de preguntas recogidas en una encuesta deben ser respondidas por un conjunto de personas, llegando a ser una muestra representativa. Aunque se explica en el siguiente capítulo de esta memoria, el apartado 5.2, para la obtención de datos, se realizó una encuesta a miembros de las empresas pertenecientes a los sectores emergentes relacionadas con el Instituto Tecnológico Aragonés (ITA). 4Estimación del modelo: se lleva a cabo mediante el cruce de información obtenida y de las relaciones establecidas con anterioridad (pasos 2 y 3). Con la estimación conseguimos una matriz de relación entre varianzas y/o covarianzas de las variables. 38 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 5Diagnóstico: es el momento del contraste de la teoría con los datos empíricos extraídos del análisis. 6Utilización: se evalúan la intensidad de las relaciones tanto del modelo de medida como estructural. El siguiente mapa de proceso explica todo lo comentado de manera más gráfica: Figura 14: Proceso de creación y análisis de un Modelo Finalmente, es importante remarcar en este apartado que estos modelos se llevan a cabo de acuerdo con el paradigma hipotético deductivo, en el cual: • Se supone un modelo para estructurar lo no observable. • Se deducen consecuencias observables para el modelo supuesto. • Se realiza una investigación empírica con el objetivo de mostrar si las consecuencias esperadas, son las que aparecen en los datos 39 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 5.2. Elaboración y Realización del Cuestionario A lo largo de este capítulo se explica en profundidad cómo ha sido el proceso de realización y análisis del modelo en concreto, y se especifican todos los pasos necesarios para su estudio y, por lo tanto, para la obtención de unos resultados que corroboren o refuten las hipótesis propuestas. 5.2.1. Obtención de datos Partiendo de todo lo estudiado sobre la gestión del conocimiento, visto en el apartado 4.1, se concretó el modelo a estudiar, y con esa base se generó la encuesta pertinente, como se muestra en el Anexo III. Tal y como se puede observar, la encuesta consta de 9 bloques: Capital Organizativo, Nivel de cambios Tecnológicos y Organizativos, Investigación y Desarrollo (I+D), Capital Relacional, Beneficio de las Alianzas, Barreras a las Alianzas, Capital Tecnológico, Aprendizaje Interorganizativo y Relación con el Instituto Tecnológico o Asociaciones Empresariales. Los indicadores (preguntas), como ya hemos comentado, son fruto de un intenso estudio sobre las capacidades internas de la organización (conocimiento individual, grupal, organizacional, interorganizacional y de flujos de conocimiento), así como de los elementos de gestión de la misma, tanto a nivel estructural como a nivel social. Finalmente, existe también un indicador que hace referencia al resultado de la organización a nivel de la Innovación. Una vez generada la encuesta, el siguiente paso a realizar, para conseguir la información necesaria para el contraste de las hipótesis planteadas, fue el envío de la misma para así recolectar las respuestas obtenidas. Por lo tanto, y ya que Internet es un elemento indispensable hoy en día, se pensó que la manera más eficiente y sencilla de poder realizar este proceso, sería realizar la encuesta de manera electrónica. La encuesta inicial se pasó a un formato electrónico mediante la aplicación de Google: Google Docs. Con esta aplicación es posible realizar encuestas a un gran número de personas de manera más fácil. Consiste simplemente en entrar mediante un link que se proporciona a los encuestados en un sitio web habilitado dónde aparece la encuesta y simplemente hay que responder a las preguntas. Una vez realizado dicha encuesta, los resultados son enviados de forma automática a una base de datos creada para este estudio que incorpora dicha herramienta informática. Una vez centrado el estudio a los sectores emergentes en Aragón, para conseguir un gran número de direcciones de correo y poder obtener así una muestra representativa de empresas pertenecientes a los sectores emergentes y que éstas se relacionaran con el ITA, se planteó a D. Salvador Domingo, Director General del ITA, la posibilidad de colaborar en el estudio, e 40 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa indirectamente a las empresas con las que se relacionan y que pertenezcan a los sectores emergentes en Aragón, y por supuesto, así fue, a pesar de encontrarnos con el gran problema de respuesta por parte de los empleados, un factor que ha complicado mucho el Proyecto en cuanto a retraso de tiempo y complicidad de análisis. Gracias a la colaboración de D. Salvador Domingo, se envió una carta (vía email) a mas de 20 empresas de distintos sectores, todas ellas relacionadas con el ITA, dónde se explicaba el estudio que se estaba realizando en la Universidad de Zaragoza. Dicha carta además, fue firmada por el Director del Departamento de Dirección y Organización de Empresas de la Escuela de Ingeniería y Arquitectura, D. Luis Navarro Elola, y por el mismo D. Salvador Domingo. El envío de la misma se realizó en una vez a las distintas empresas que han participado en la realización de las encuestas. En el Anexo IV puede leerse la carta. De esta manera, se consíguela siguiente ficha técnica de la investigación: Universo y ámbito de la investigación Más de 20 empresas pert enecientes a los distintos sectores emergentes en Aragón Tamaño de la muestra 72 Método de obtención de la información Cuestionario electrónico enviado a través del Secretario General del ITA Fecha del trabajo de campo Noviembre 2012-Febrero 2013 Tabla 1: Ficha técnica de la encuesta realizada [1] Es importante remarcar que los sectores emergentes abarcan un gran abanico de actividades (microelectrónica, TIC’S, nanotecnología, nuevos materiales…) así como empresas de muy distinto tamaño (pequeñas y medianas empresas…). 41 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 5.2.2. Escala de likert Para finalizar este apartado de elaboración del cuestionario, es importante hacer mención al tipo de escala utilizada en la encuesta, la escala de Likert. Ésta es una escala psicométrica (hace referencia a rasgos de personalidad, capacidades mentales, nivel de conocimientos y estados de opinión o actitud) comúnmente utilizada en estudios de investigación. Cuando se responde a un elemento de un cuestionario (indicador) con la técnica del Likert, lo hacemos especificando el nivel de acuerdo o desacuerdo con esa declaración. Normalmente hay 5 posibles respuestas o niveles de acuerdo o desacuerdo, aunque cada vez hay más estudios que utilizan 7 y hasta 9 niveles. En este proyecto se ha utilizado la escala de 5 puntos. La siguiente imagen está extraída directamente de la encuesta online. Figura 15: Modelo de la escala de Likert de la encuesta realizada. La escala se llama así por Rensis Likert, que publicó en 1932 un informe describiendo su uso. 5.3. Estudio y Utilización de SPSS 5.3.1. Introducción Como ya hemos explicado, para que se pueda realizar de manera correcta el modelo de ecuaciones estructurales mediante estimación de mínimos cuadrados parciales, es necesario realizar un estudio previo sobre la fiabilidad del cuestionario. Es decir, lo que es necesario realizar es el análisis de fiabilidad y el análisis factorial de la muestra obtenida. Para ello, se utiliza el programa informático SPSS (“Statistical Product and Service Solutions”). El propósito de este análisis es poder demostrar la fiabilidad y exactitud de la escala medida. A continuación se explican las diferentes pruebas necesarias: 5.3.2. Análisis de Fiabilidad Lo que se pretende con el análisis de fiabilidad es demostrar, como su nombre indica, la fiabilidad y exactitud de la escala medida, es decir, del cuestionario. De una manera más simple, lo que se realiza con este análisis es hacer referencia a la medida en que los indicadores están midiendo lo que deberían medir. Existen dos índices característicos en este análisis: -Alfa de Cronbach 42 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa -Correlación elemento-total Alfa de Cronbach Este índice es un coeficiente de gran utilidad de cara a la valoración de la fiabilidad de las medidas ya que determina la consistencia interna de la escala, analizando la correlación media de una variable con todas las demás que integran esa escala. El alfa de Cronbach (Cronbach, 1951) sigue la siguiente ecuación: Donde: n es el número total de indicadores S i2 es la varianza del indicador S t2 es la varianza de las calificaciones totales Como estamos tratando con un coeficiente de correlación no existe un criterio fijo por el cual, a partir de un valor, un indicador es válido o no. Sin embargo, George y Marllery (1995) establecen un criterio que permite decidir el grado de aptitud de este índice en pequeños rangos: Alfa< 0,5 Fiabilidad no aceptable 0,5< Alfa< 0,6 Nivel pobre de fiabilidad 0,6< Alfa < 0,7 Nivel aceptable 0,7< Alfa < 0,8 Nivel más que aceptable 0,8< Alfa < 0,9 Nivel de fiabilidad muy bueno Alfa > 0,9 Fiabilidad excelente Tabla 2: Nivel de aceptación según el valor α. (Huh, Delorme & Reid (2006)): el valor de fiabilidad en investigación exploratoria debe ser igual o mayor a 0.6. Por lo tanto, en este proyecto se impone que los valores sean iguales o superiores a 0,6 para tener una mayor fiabilidad. Correlación elemento-total Esta otra prueba (Corrected Item-Total Correlation) indica la correlación lineal entre el indicacdor y la puntuación total. Aquellos indicadores que tengan un valor menor de 0,3 49 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa En la siguiente tabla, se resumen todas las pruebas y parámetros necesarios para poder realizar el análisis del modelo de medida a los distintos indicadores: PRUEBA PARÁMETRO CRITERIO Indicadores Formativos Colinealidad FIV < 5 Indicadores Reflectivos Validez Convergente Carga > 0,6 AVE > 0,5 Discriminante AVE i, AVE j ρ ij AVE i > ρ ij2 AVE j > ρ ij2 Fiabilidad Simple α > 0,7 Compuesta IFC > 0,6 Tabla 4: Pruebas y parámetros a realizar en el análisis del modelo de medida [1] 50 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 5.4.3. Análisis del Modelo Estructural Finalmente, el último estudio que ha de realizarse es el análisis del modelo estructural. Gracias a este análisis se consigue obtener los parámetros suficientes para poder aceptar o no las hipótesis que fueron planteadas. Lo que se quiere medir en este análisis es: 1. Estimar qué cantidad de la varianza de las variables dependientes es explicada por los constructos o variables exógenas del modelo. 2. Analizar en qué medida las variables independientes o exógenas contribuyen a la varianza explicada de las variables dependientes o endógenas del modelo. Existen dos parámetros que nos proporciona el programa informático SmartPLS y cuyos valores nos ayudan a identificar y medir el modelo estructural: • R 2 : (Sólo para las variables latentes independientes). Esta medida indica la cantidad de varianza del constructo que es explicada por el modelo. El valor debe ser mayor que 0,1 ya que los valores inferiores, aún siendo estadísticamente significativos, proporcionan poca información y, por lo tanto, las hipótesis relacionadas con ese constructo tendrán un carácter predictivo muy bajo. • Β (Path coeficientes) Indica la fuerza de la relación causal. Al margen de estos dos parámetros, se realizan dos pruebas que ayudan a comprobar en mayor medida este estudio: Blindfolding Este procedimiento omite parte de los datos cuando estima una variable latente dependiente a partir de otras variables latentes independientes, y luego intenta estimar esos datos utilizando los parámetros omitidos con anterioridad. Este proceso se repite hasta que cada dato ha sido omitido y estimado. El estadístico utilizado para esta prueba es el Q 2 : Donde: E k es la suma de los errores entre el valor real y el estimado mediante regresión de la variable k cuando omitimos el caso n. O k es la suma de los errores estimada mediante la media de la variable k cuando omitimos el caso n. 51 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa El parámetro Q2 es válido cuando: Q2>0 el modelo tiene validez predictiva respecto a la variable k Q2<0 el modelo representa carencia de validez predictiva respecto a la variable k Boostrapping Es un proceso de remuestreo en el que se generan aleatoriamente N (aproximadamente 500) muestras a partir de la muestra original mediante sustitución con reemplazo. Se calculan los valores medios de los parámetros obtenidos en las N muestras y se comparan con los obtenidos con la muestra original. La siguiente tabla muestra un resumen de las dos pruebas comentadas anteriormente: PRUEBA PARÁMETRO CRITERIO Blindfold Q 2 >0 Boostrap T-studient t(95%)=1,6479 t(99%)=2,3338 t(99,9%)=3,1066 Tabla 5: Pruebas necesarias para el modelo de medida [1] 52 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 6. ANALISIS Y RESULTADOS 6.1. Análisis del Modelo: En este punto, pondremos en práctica las implementaciones informáticas explicadas en los apartados 5.3 y 5.4 para poder realizar el análisis del modelo a estudiar y obtener finalmente unas conclusiones certeras sobre el mismo. El primer paso será la realización de los diagramas causales, o path diagramas, en los que definimos de una manera más concreta cómo es el modelo a estudiar. Además, como hemos visto, es un paso imprescindible y muy importante en el método de ecuaciones estructurales. El siguiente paso será validar el cuestionario una vez recogida la información, es decir, el análisis exploratorio. Para ello es necesario comprobar qué grado de fiabilidad podemos obtener de la muestra obtenida. La herramienta informática elegida, ya comentada anteriormente, nos permite realizar el análisis, dicha herramienta es SPSS (Statistical Product and Service Solutions), cuyas pruebas han sido explicadas en el apartado 5.3. Realizada la primera fase, se procede al análisis causal, en el que, además de corroborar la fiabilidad y validez del cuestionario (análisis confirmatorio), se estudian y contrastan las hipótesis (relaciones causales) establecidas, para poder llegar a conclusiones sobre el modelo. Todo lo relativo a esta técnica fue explicado en el apartado 5.4. Simplemente, es preciso volver a mencionar que el paquete informático utilizado es el SmartPLS. 6.2. Diseño y Realización de los Diagramas Causales: En esta primera fase del análisis, se han diseñado los diagramas causales del modelo, los cuales encontraremos en el Anexo V. Para su realización ha sido muy importante tener en cuenta los siguientes factores que se explican a continuación: • Carácter multidimensional del Modelo • Tamaño de la muestra obtenida 6.2.1. Modelos unidimensionales y multidimensionales. Nuestro modelo, como ha sido descrito, consta del constructo “ Aprendizaje Interorganizativo”, siendo éste un constructo de segundo orden. Es decir, el Aprendizaje Interorganizativo está definido por otros constructos (Aprendizaje Individual, Aprendizaje Grupal, Aprendizaje Organizacional), que a su vez, éstos quedan definidos finalmente por las variables medibles o indicadores. 53 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Como se puede observar, la siguiente imagen representa lo anteriormente descrito: Figura 16: Aprendizaje Interorganizativo como constructo formativo de segundo orden [1] Por lo tanto, a la hora de trabajar con el programa informático SmartPLS, todos los análisis que se hacen, tanto de medida como estructural, se realizarán en dos etapas. Diagrama Unidimensional (etapa I): Este diagrama consta de 8 constructos, 3 de los cuales son los que definen el Aprendizaje Interorganizativo. Este diagrama es utilizado como fase previa al modelo multidimensional. Mediante la herramienta de este programa, “Latent Variable Store” (puntuaciones de los factores), obtendremos las puntuaciones de los factores que forman parte del Aprendizaje Interorganizativo, y de esta manera serán utilizados en la Estructura Multidimensional como indicadores de la misma. Es decir, el diagrama unidimensional nos sirve de fase previa para poder analizar la estructura mutlidimensional. 54 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Diagrama Multidimensional (etapa II): Una vez obtenidas las puntuaciones de los constructos que forman parte del Aprendizaje Interorganizativo, éstos son usados como sus indicadores. Así pues poseemos un modelo multidimensional más simple, en el que podemos analizar cómo influyen los elementos del capital intelectual (capital relacional, organizativo y tecnológico), el Instituto tecnológico con el Aprendizaje Interorganizativo y más concretamente sobre el resultado final, concretamente con el objetivo del PFC, la innovación. Es necesario remarcar también el carácter formativo de l constructo “Aprendizaje Interorganizativo” .Cuando fueron definidos ya se explicaron sus motivos. Sin embargo, en esta ocasión ya queda reflejado mediante las flechas (direcciones causales) que señalan hacia el Aprendizaje Interorganizativo. Visto que nuestro modelo global es de un tamaño reducido (pensado para simplificar al máximo dichas relaciones), el estudio se realizara mediante un único modelo, evitando así reestructurar o dividir el modelo en sub-modelos para facilitar los resultados, y también debido a que la relación entre los distintos elementos de gestión no es un dato importante para nuestro estudio. Figura 17: Modelo a analizar mediante SmartPLS [1] 55 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Por lo tanto, para calcular el tamaño muestral necesario debemos multiplicar por 10 el mayor de estos dos valores: • El número máximo de indicadores formativos por constructo • El número máximo de constructos antecedentes que conducen a un constructo endógeno. Tal y como se muestra en nuestro modelo tenemos que: • El número máximo de indicadores formativos es de: 3 • El número máximo de constructos que preceden a uno endógeno es 5 Por lo tanto necesitamos un total de 5X 10=50 encuestas, dando por válida nuestra muestra. Se recomienda a lo largo de los diversos análisis que se van a realizar, tener presente el diagrama causal con el que se esté trabajando, para así poder identificar en todo momento el modelo con el que estamos trabajando. Como ya se ha dicho, lo tenemos en el Anexo V. 6.3. Análisis SPSS del Modelo: 6.3.1. Análisis SPSS Análisis de fiabilidad Comenzamos los análisis realizando el estudio de la fiabilidad del cuestionario utilizado. Los indicadores analizados serán los 61 iniciales con los que realizábamos el cuestionario. A lo largo del Anexo VI se observan todas las pruebas utilizadas para su elaboración además de explicar los motivos por los cuales se eliminan algunos de los indicadores. A continuación, se muestra en la siguiente tabla los ítems que han sido eliminados después del análisis: CONSTRUCTO INDICADOR ELIMINADO CAPITAL ORGANIZACIONAL CO1,CO2,CO3,CO4,CO6 CAPITAL TECNOLÓGICO CT1,CT2,CT3,CT4,CT5,CT7,CT8,CT9,CT12, CT15,ID1,ID3 APRENDIZAJE INTERORGANIZATIVO AI2,AI3,AI4,AI5,AI6,AI10 CAPITAL RELACIONAL CR1,CR2,CR3,CR4,CR5,CR6, BA2, BA4,BA7,BARA1,BARA2 INSTITUTO TECNOLÓGICO BA1,IT2 RESULTADOS (INNOVACIÓN) RI3 Tabla 6: Indicadores eliminados una vez realizado el análisis de fiabilidad para el modelo [1]. 56 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Análisis Factorial Una vez eliminados algunos ítems del cuestionario inicial, se procede a realizar el análisis factorial del mismo para seguir reduciendo su dimensionalidad. De la misma que con el anterior análisis (fiabilidad), se muestra una tabla con los ítems eliminados, estando en el Anexo VII todas las tablas, pruebas, comentarios y explicaciones necesarios para entender el procedimiento. A modo de resumen mostramos la siguiente tabla con los indicadores eliminados: CONSTRUCTO INDICADOR ELIMINADO CAPITAL ORGANIZACIONAL - CAPITAL TECNOLÓGICO CT6,CT10,CT11,CT13,CT14,ID2 APRENDIZAJE INTERORGANIZATIVO AI1,AI7 CAPITAL RELACIONAL BA1,BA3 INSTITUTO TECNOLÓGICO IT3,IT4 RESULTADOS (INNOVACIÓN) - Tabla 7: Indicadores eliminados una vez realizado el análisis de factorial para el modelo [1]. 6.3.2 Análisis SmartPLS A continuación, comentamos las pruebas realizadas y los resultados que se han obtenido de ellas. Por motivos de extensión limitada de la memoria, se adjuntan en el Anexo VIII y Anexo IX todas las tablas, figuras, comentarios y explicaciones necesarias al respecto. Modelo de Medida Como una segunda prueba de la fiabilidad y validez del cuestionario se ha realizado el análisis del modelo de medida, donde las pruebas se han explicado en el apartado 5.4.  Diagrama Unidimensional (etapa I) Esta etapa sirve para poder extraer las puntuaciones de las variables latentes que formarán el Aprendizaje Interorganizativo. Es decir, en esta etapa no es necesario realizar el análisis de fiabilidad y validez de los indicadores propiamente dichos. Lo único necesario es obtener las puntuaciones 57 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa de las variables latentes que constituyen el Aprendizaje Interorganizativo, cosa que se hizo mediante la opción que proporciona este programa informático “Latent Variable Scores”.  Diagrama Multidimensional (etapa II) Aquí nos encontramos en disposición de realizar el análisis de medida del modelo. Lo primero y muy importante que debemos resaltar es la existencia de indicadores reflectivos y formativos, ya que éstos no se analizan de la misma manera: Indicadores reflectivos: Para este tipo de indicadores, sí se realizan todas las pruebas de fiabilidad y validez correspondientes. Una vez realizada la prueba obtenemos los siguientes resultados:  Todos los valores de las cargas de los indicadores son mayores que 0,6  Los parámetros de AVE, IFC y Alfa de Cronbach superan todos sus valores límites para garantizar fiabilidad y validez.  En la prueba de cross-loading, no hay ningún indicador con una carga superior a una variable latente que no sea la que le corresponde  La validez discriminante queda también comprobada gracias a los coeficientes de correlación elevados al cuadrado (ρ 2 ), ya que estos valores son siempre menores que las AVE correspondientes. Indicadores formativos: Los indicadores formativos son los 2 que forma el Aprendizaje Interorganizativo (una vez analizados los 10 indicadores en total) y hemos denominado como: AI (Aprendizaje interorganizativo). Estos indicadores son los que deben ser analizados, por su carácter formativo, la única prueba válida es el índice FIV que sigue la siguiente ecuación y mide la colinealidad: Adoptamos como válidos aquellos valores menores de 5. Aunque la prueba se realiza dos veces (tantas como indicadores formativos existan), a continuación, mostramos el valor promedio de los datos obtenidos comprobando que no existe colinealidad: FIV AI 1 58 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa A la vista de los resultados, estamos seguros de la fiabilidad y validez de los indicadores, así que podemos pasar a la última prueba de análisis. Modelo Estructural Una vez comprobado que nuestro modelo de medida satisface los criterios predefinidos, vamos a proceder a evaluar el modelo interno o estructural, para lo cual se deben analizar, entre otras, las siguientes cuestiones: 1. Estimar qué cantidad de la varianza de las variables dependientes es explicada por los constructos o variables exógenas del modelo. 2. Analizar en qué medida las variables independientes o exógenas contribuyen a la varianza explicada de las variables dependientes o endógenas del modelo. El primer parámetro necesario es el R 2 de las variables latentes dependientes, admitiendo sólo aquellos valores mayores de 0,1(Falk y Miller, 1992). Una vez hacemos rodar el programa, se consiguen los siguientes resultados: todos cumplen el criterio, con lo que queda explicado el punto 1: Constructo R 2 AI 0,3885 RI 0,1444 Seguidamente, se estudia el punto 2, es decir, en qué medida las variables independientes o exógenas contribuyen a la varianza explicada de las variables dependientes, y se propone (Falk y Miller, 1992) una regla empírica según la cual una variable predictiva debería explicar al menos el 1,5% de la varianza en una variable predicha. Constructo AI Path Correlación % Varianza Explicada CO 0,2037 0,3392 0,06909504 CR 0,0765 0,2022 0,01547841 CT 0,1107 0,2967 0,03284469 IT 0,5294 0,5879 0,31123426 R2= 0,42864229 Tabla 8 65 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 7.2. Futuros estudios Como posibilidades futuras, sería interesante realizar el mismo modelo incrementando la muestra. De esta forma, tal vez se conseguiría la significatividad suficiente como para obtener algún resultado concluyente acerca del constructo Capital Relacional. Podría contrastarse el modelo aplicado a las empresas asociadas al ITA de fuera de la comunidad Aragonesa o simplemente de la provincia de Zaragoza y efectuar las comparaciones oportunas. Sería interesante también comparar la situación respecto a los sectores emergentes de alguna de las comunidades autónomas con mayor competitividad. Por otra parte, también sería de gran utilidad un estudio sobre las relaciones entre los elementos entre sí que no se han obtenido, de esta forma obtendríamos una información mucho más completa y relevante para poder extraer conclusiones de una forma todavía más precisa. En las siguientes figuras mostramos las distintas propuestas: Figura 19: Posibilidades de futuros estudios Esta propuesta consistiría en ver la repercusión de los elementos con el Aprendizaje Interorganizativo y los resultados (Innovación), y además estudiar cómo influyen estos elementos entre sí y también con la Innovación. De esta manera, obtendríamos más vías para la optimización de recursos organizacionales. Para finalizar, y dado que este proyecto es adaptable a cualquier otro campo, sería una buena alternativa llevar a cabo este mismo estudio a cualquier otro sector que pueda interesar. 66 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa ANEXOS: 67 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa ANEXO I: MODELO A ESTUDIAR Y PLANTEAMIENTO DE LAS HIPOTESIS. 68 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Figura 1: Modelo a estudiar representado por las respectivas hipótesis [1]. 69 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa ANEXO II: BREVE INTRODUCCION SOBRE LOS MODELOS DE ECUACIONES ESTRUCTURALES. 70 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 1. LOS SISTEMAS DE REGRESÓN LINEAL: Estos sistemas de regresión lineal, cabe recordar simplemente que es un sistema que expresa la relación existente entre una variable (X) dependiente y otra independiente (Y). Cuando la dependencia entre dichas variables sigue una función lineal, se denomina sistema de regresión lineal, es decir, requiere la determinación de dos parámetros: la pendiente y la ordenada en el origen de la recta de regresión. 2. PATH ANALISIS A la hora de presentar todas las relaciones que un sistema de regresión lineal complejo puede ofrecer, de manera simple y fácil, se prefiere la representación visual mediante los diagramas causales o “path diagrams” (nomogramas) (Duncan, 1975). Dicha técnica, muy utilizada para modelos de ecuaciones estructurales se realiza mediante grafos que reflejan el proceso causal, asumiendo a la vez ciertas convenciones. Figura 1: Diagrama Causal representativo de un path análisis[11] Y=a·X+b 71 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Definiciones importantes para los path analysis:  Constructo teórico o variable latente ( no observable): son aquellos parámetros representados mediante un círculo y, como su nombre indica, son aquellas variables que no podemos medir de forma directa. Existen dos tipos: • Constructos exógenos (ξ): Variable causal no observable independiente. En nuestro proyecto, tenemos como variables independientes los 3 elementos que forman el Capital intelectual i Relacional (Capital Organizativo, Capital Relacional, Capital Tecnológico) y el Instituto Tecnológico. • Constructos endógenos (η): Variable causal no observable dependiente. Los 3 elementos que forman el Aprendizaje Interorganizativo (Aprendizaje Individual, Aprendizaje Organizacional y Aprendizaje Grupal) y los Resultados de la Innovación son nuestros constructos endógenos del modelo a estudiar.  Indicadores o variables medibles (observables): son aquellos parámetros representados por medio de cuadrados y de los cuales se obtiene información de manera directa, es decir, se pueden medir. Son indicadores todos los ítems que aparecen como preguntas en las encuestas y sirven para medir “algo”. Podemos distinguir: • Indicadores reflectivos: son variables observadas y expresadas como función del constructo, es decir, son causados por él. En este caso, éste recibe el nombre de constructo reflectivo. Este tipo de indicadores están determinados por el constructo, y, por lo tanto, covarían. Por este motivo, se deben utilizar las cargas factoriales. 72 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa • Indicadores formativos: son variables observadas pero en este caso forman, causan o preceden al constructo. Éste es llamado constructo formativo. Los constructos basados en indicadores formativos son expresados como una función de estos ítems, y no tienen por qué estar correlacionados entre sí (Hulland, 1999). Los constructos con indicadores formativos deben ser interpretados en función de los pesos (Chin,1998, pp 307). Mencionar que no es fácil distinguir con qué tipo de indicador se va a trabajar. Como ayuda podría servirnos la siguiente pregunta: ¿ el incremento de los indicadores en una dirección implica que el resto ha de cambiar de manera similar? Si la respuesta fuera afirmativa, estaríamos ante indicadores reflectivos; en caso contrario, los indicadores serían formativos. En nuestro caso, el constructo Aprendizaje Interorganizativo viene definido por otras variables latentes (Aprendizaje Organizativo, Grupal e Individual), y son estas variables las que forman o definen el constructo final “Aprendizaje Interorganizativo”. Por lo tanto, para posteriores análisis es importante mencionar desde este momento que, cuando se trate del Aprendizaje Interorganizativo, estaremos hablando de un constructo de segundo orden formativo, lo que quiere decir que vendrá definido o formado por sus indicadores formativos que ya hemos mencionado. 73 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa La siguiente tabla sirve de resumen sobre los tipos de constructos e indicadores que existen en los diagramas causales: Tabla 1: Resumen del tipo de indicadores y constructos [1]  Modelo estructural: Es otro concepto importante, y, como ya se ha adelantado anteriormente, se refiere al modelo interno, es decir, a las relaciones entre los constructos.  Modelo de medida: De la misma que antes, se refiere a las relaciones existentes entre los indicadores y los constructos, es decir, el modelo externo  Variable error: Cuando se mide una variable latente mediante variables observables surge un error llamado error de medida. Las variables latentes endógenas se ven afectadas por ε y las exógenas por δ. En el modelo se asume que ambos errores de medida son 0: E(ε)=0; E(δ)=0. Respecto al error estructural, éste está asociado a variables que no han sido observadas en el modelo y que pueden afectar a la medición de una variable que si ha sido observada. En el modelo también se asume que este error es 0: E(ξ)=0.  Relaciones unidireccionales: Son aquellas representadas por las flechas. Con esta “señalización” lo que se consigue es determinar las variables causa y las variables efecto. 3. ANALISIS FACTORIAL El análisis factorial es una técnica de reducción de datos que sirve para encontrar grupos homogéneos de variables a partir de un conjunto numeroso de variables. Esos grupos homogéneos se forman con las variables que correlacionan mucho entre sí. En muchas situaciones podemos estudiar relaciones entre dos tipos diferentes de variables. Estas variables son, como comentábamos antes, de dos tipos: 74 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa • Observables: Y por lo tanto medibles, ya sea de modo objetivo (edad, sexo, estatura, salario…) o subjetivo ( actitudes, percepciones…). • No observables: Es decir, que no se pueden medir directamente, y corresponden a conceptos teóricos cuantificables sólo a partir de algunas variables observables. Estas variables son llamadas latentes o factoriales. Cuando recogemos un gran número de variables de forma simultánea podemos estar interesados en averiguar si las preguntas del cuestionario se agrupan de alguna forma característica. Gracias al análisis factorial.es posible encontrar grupos de variables con significado común y conseguir, de esta manera, reducir el número de dimensiones necesarias. Como conclusión, el análisis factorial, que es un método basado en variables latentes, es una técnica de reducción de la dimensionalidad de los datos, cuyo objetivo es buscar el número mínimo de dimensiones capaces de explicar el máximo de información contenida en ellos. La diferencia que existe con la técnica de regresión es que aquí, todas las variables del análisis son independientes en el sentido de que no existe “ a priori” una dependencia conceptual de una variable con otra. Podemos distinguir dos tipos de análisis factorial: • Análisis factorial exploratorio: Es el modelo de análisis de datos que utiliza la información para explorar datos en busca de patrones no anticipados. En nuestro caso, este análisis se realizará con el programa informático SPSS (análisis de fiabilidad y análisis factorial). • Análisis factorial confirmatorio: Modelo que utiliza la información para confirmar o no unas hipótesis que más tarde serán corroboradas o desmentidas. Se caracteriza por utilizar parámetros como la media, la varianza y coeficientes de correlación. En este estudio se han planteado unas hipótesis sobre el modelo inicial que más tarde serán corroboradas o refutadas, por lo tanto, éste es el tipo de análisis al que vamos a proceder. Este análisis se realiza en el presente proyecto mediante el programa informático SmartPLS (análisis modelo de medida). 81 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 3. INVESTIGACIÓN Y DESARROLLO (I+D) ¿Dispone su empresa de un departamento de I+D? SI NO En caso de disponer, nos gustaría conocer su opinión acerca de las siguientes afirmaciones sobre su empresa, sino pase al apartado 4. Por favor, valore de 1 a 5 el nivel de investigación y desarrollo en cada uno de estos tipos siendo (1 nulo y 5 excelente) 1 2 3 4 5 Aunque los proyectos de I+D no produzcan beneficios a corto plazo, la empresa debe seguir una estrategia innovadora El plan de I+D debe estar integrado en la estrategia empresarial El personal que desarrolla proyectos de I+D recibe la formación necesaria para la adecuada realización de los mismos Existen técnicas de benchmarking externo que permiten aprender de los éxitos y fracasos de otras empresas Los proyectos de I+D están dotados de mecanismos de control y revisión que faciliten su seguimiento De los proyectos de I+D finalizados se obtiene retroalimentación que sirve para el desarrollo de nuevos proyectos 82 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 4. COOPERACIÓN INTEREMPRESARIAL: CAPITAL RELACIONAL Se refiere al valor que tiene para una empresa el conjunto de relaciones que mantiene con el exterior. La calidad y sostenibilidad de la base de clientes de una empresa y su potencialidad para generar nuevos clientes en el futuro, son cuestiones claves para su éxito, como también lo es el conocimiento que puede obtenerse de la relación con otros agentes del entorno (alianzas, proveedores...). Indique su grado de acuerdo o desacuerdo con las siguientes afirmaciones relativas al capital relacional. Valórelo de 1 a 5 siendo (1 totalmente en desacuerdo y 5 totalmente de acuerdo) 1 2 3 4 5 Su empresa se muestra abierta a cooperar con otras organizaciones o instituciones. La finalidad de sus relaciones interorganizativas o alianzas es adquirir nuevos conocimientos . En las colaboraciones con otras empresas u organizaciones se realizan reuniones periódicas donde se exponen diferentes puntos de vista y se fomenta la comunicación La cooperación aumenta la capacidad de innovación e investigación dentro de la propia empresa Las alianzas son una fuente fiable de información Los proveedores, clientes y competidores constituyen también una fuente de conocimiento para su empresa 83 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 5. BENEFICIO DE LAS ALIANZAS Valore el impacto que han tenido las alianzas en los siguientes aspectos (1 Muy Escaso, 2 Escaso, 3 Medio, 4 Alto, 5 Muy Alto) BENEFICIOS DE LAS ALIANZAS 1 2 3 4 5 Ventas Reducción de Costes I+D Apertura de nuevos mercados Mejora del servicio Calidad del producto Adquisición de Nuevas Tecnologías 6. BARRERAS A LAS ALIANZAS Valore en qué medida ha observado la existencia de las siguientes dificultades en el desarrollo de las alianzas (1 Muy Escasa, 2 Escasa, 3 Medio, 4 Alta, 5 Muy Alta) BARRERAS PARA LAS ALIANZAS 1 2 3 4 5 Dificultades económicas Dificultades culturales ( espíritu conservador, miedo a compartir información) 84 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 7. CAPITAL TECNOLÓGICO Dotación en Tecnologías de la Información y Comunicación 7.1 Intranet (Es una estructura de red de ordenadores interconectados basados en Internet en la propia organización con acceso a información pública, privada restringida a un grupo de usuarios. La finalidad del acceso restringido es la de garantizar la máxima seguridad posible para el intercambio de datos dentro de una institución u organización corporativa). ¿Existe una Intranet en la organización? (Si la respuesta es NO, pase a contestar el punto 7.2) SI NO 7.1. Intranet Indique su grado de acuerdo o desacuerdo con las siguientes afirmaciones. Valórelo de 1 a 5 siendo (1 totalmente en desacuerdo y 5 totalmente de acuerdo) INTRANET: 1 2 3 4 5 El acceso, navegación y consulta de Intranet se realizan de manera rápida y sencilla, lo que permite disponer de información oportuna. Intranet le ha servido como una herramienta de trabajo que facilita el desarrollo de sus actividades y que dispone de información fiable La información contenida se encuentra ordenada de tal manera que facilita su búsqueda e identificación inmediata Sabe usted a quién recurrir para solicitar información no disponible o bien para apoyo técnico en caso de fallos Sus solicitudes de información o atención a fallos técnicos son atendidos de manera eficiente 85 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 7.2. Extranet (Extranet es una red virtual que enlaza a un grupo cerrado de usuarios de distintas organizaciones que comparten una relación comercial común. Visto de otra forma la extranet es la extensión natural de la intranet corporativa) ¿La Organización dispone de una extranet que permita relacionar los distintos actores que intervienen en el quehacer de la empresa ( comerciales, proveedores…)? (Si la respuesta es No, pase a la sección 7.3) SI NO Indique su grado de acuerdo o desacuerdo con las siguientes afirmaciones. Valórelo de 1 a 5 siendo (1 totalmente en desacuerdo y 5 totalmente de acuerdo) EXTRANET: 1 2 3 4 5 Fácil accesos a los foros Elevada frecuencia de aportaciones de su empresa a los foros Elevada frecuencia de actualización de la información Buen acceso a la información disponible en la extranet Extranet ayuda o facilita la resolución del trabajo de su empresa 86 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 7.3. Capital tecnológico Indique su grado de acuerdo o desacuerdo con las siguientes afirmaciones. Valórelo de 1 a 5 siendo (1 totalmente en desacuerdo y 5 totalmente de acuerdo) Capital tecnológico 1 2 3 4 5 La tecnología (e - mail, e - commerce, e - business…) permite aumentar el número de relaciones entre las organizaciones de interés. La participación en los foros ayuda en la resolución de problemas Los empleados usan el sistema de información de la empresa como algo sistemático y habitual La empresa realiza periódicamente actualizaciones de los programas informáticos o tecnológicos de sus equipos de trabajo Las redes sociales son un factor importante para la evolución y la relación entre empresas de su mismo sector 87 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 8. APRENDIZAJE INTERORGANIZATIVO Indique su grado de acuerdo o desacuerdo con las siguientes afirmaciones. Valórelo de 1 a 5 siendo (1 totalmente en desacuerdo y 5 totalmente de acuerdo) APRENDIZAJE INTERORGANIZATIVO 1 2 3 4 5 Nuestra empresa incrementa su aprendizaje a través de las mejores prácticas observadas en empresas excelentes del sector Las colaboraciones entre empresas de la misma zona geográfica proporcionan una mayor competitividad dentro del sector Nuestra empresa comparte las experiencias con otras empresas del sector y apuesta por la colaboración entre las organizaciones Es habitual asistir a conferencias y seminarios sobre temas de interés en nuestro sector Las administraciones fomentan y apoyan las ideas y proyectos donde intervengan varias empresas asociadas La presencia en la Web incrementa el aprendizaje de la propia organización y facilita las relaciones con otras empresas del sector La presencia en la Web incrementa el aprendizaje de la propia organización y facilita las relaciones con los proveedores y clientes Las relaciones informales con otras empresas del sector permiten adquirir nuevo conocimiento La generación de ideas y sugerencias se tienen en cuenta en la gestión de la empresa El trabajo cooperativo con otras empresas supone un incremºento de nuestra capacidad de aprendizaje Existe un alto grado de trabajo en equipo 88 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 9. RELACION CON EL INSTITUTO TECNOLOGICO O ASOCIACIONES EMPRESARIALES Indique su grado de acuerdo o desacuerdo con las siguientes afirmaciones. Valórelo de 1 a 5 siendo (1 totalmente en desacuerdo y 5 totalmente de acuerdo) INSTITUTO TECNOLO GICO (ITA) 1 2 3 4 5 El Instituto Tecnológico ejerce un liderazgo en el fomento de las relaciones entre las empresas del sector El Instituto Tecnológico facilita la adquisición de capital tecnológico a nuestra organización El Instituto Tecnológico y las asociaciones empresariales promueven la colaboración y participación de las empresas en proyectos conjuntos El Instituto Tecnológico o Asociación empresarial mejora la capacidad de aprendizaje interorganizativo El Instituto Tecnológico muestra interés por la actividad empresarial que desarrolla su empresa ¿Tiene relación con otros Institutos Tecnológicos (aparte del ITA) o Asociaciones empresariales? SI NO Si la respuesta es afirmativa diga con cual:……………………………………………………… ¡MUCHAS GRACIAS POR SU COLABORACIÓN 89 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa ANEXO IV: CARTA ENVIADA A TRAVES DEL ITA A LAS EMPRESAS COLABORADORAS. 90 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Zaragoza, 15 de Marzo de2013 Estimado Director: El Departamento de Dirección y Organización de Empresas de la Escuela de Ingeniería y Arquitectura de la Universidad de Zaragoza, en colaboración con el Instituto Tecnológico de Aragón y las respectivas empresas asociadas, está llevando a cabo un estudio sobre el Aprendizaje Interorganizativo de los sectores emergentes en Aragón. Para la realización de dicho estudio, es necesario cumplimentar una encuesta que aparecerá una vez acceda mediante el enlace que aparece a final de la página. Es de agradecer que conteste con el máximo detalle posible todas aquellas preguntas que son obligatorias y que por favor no se olvide al finalizar el cuestionario de clicar sobre la opción enviar que aparece al final de todo de la encuesta. Con esta acción se habrá colaborado satisfactoriamente en el estudio que se va a llevar a cabo. El trabajo de investigación y sus conclusiones será entregado al ITA, y estará disponible para las empresas colaboradoras que lo soliciten. Muchas gracias por su colaboración y un cordial saludo. NOMBRE DEL DIRECTOR Y FIRMA Luis Navarro Prof.Org.Empr.Universidad de Zaragoza D.Salvador Domingo 97 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Estadísticos total-elemento Media de la escala si se elimina el elemento Varianza de la escala si se elimina el elemento Correlación elemento-total corregida Correlación múltiple al cuadrado Alfa de Cronbach si se elimina el elemento CO5 8,25 1,176 ,401 ,225 ,479 CO6 8,85 ,892 ,321 ,112 ,701 CO7 8,26 1,014 ,488 ,272 ,343 Tabla 4: Correlación elemento-total para el constructo “Capital Organizativo” modificado Vemos que el valor del Alfa disminuye pero podemos seguir eliminando ítems ya que la correlación elemento-total corregida sigue siendo menor de 0,3 en el último ítem (CO6). Observamos cómo ésta vez el estadístico Alfa de Crnobach aumenta. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,701 ,719 2 Tabla 5: Fiabilidad de la escala para el constructo “Capital Organizativo” modificado . 98 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Estadísticos total-elemento Media de la escala si se elimina el elemento Varianza de la escala si se elimina el elemento Correlación elemento-total corregida Correlación múltiple al cuadrado Alfa de Cronbach si se elimina el elemento CO5 4,42 ,331 ,469 ,220 . CO7 4,43 ,277 ,469 ,220 . Tabla 6: Correlación elemento-total para el constructo “Capital Organizativo” modificado Finalmente, vemos que la significación en estos cálculos es muy buena, lo que da cierta consistencia a los resultados: Prueba T cuadrado de Hotelling T-cuadrado de Hotelling F gl1 gl2 Sig. 12,398 12,398 1 71 ,001 Tabla 7: Nivel de significación de los resultados para el constructo “Capital Organizativo”. 99 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa CAPITAL TECNOLÓGICO Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,760 ,765 24 Tabla 8: Fiabilidad de la escala para el constructo “Capital Tecnológico” 100 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Estadísticos total-elemento Media de la escala si se elimina el elemento Varianza de la escala si se elimina el elemento Correlación elemento-total corregida Correlación múltiple al cuadrado Alfa de Cronbach si se elimina el elemento CTO1 95,79 27,562 ,388 . ,747 CTO2 96,01 27,116 ,443 . ,743 CTO3 95,97 28,086 ,311 . ,752 CTO4 94,97 27,941 ,356 . ,749 CT1 95,23 29,512 ,073 . ,767 CT2 95,30 28,503 ,240 . ,756 CT3 95,50 29,036 ,172 . ,760 CT4 95,16 28,366 ,281 . ,754 CT5 95,33 28,224 ,247 . ,756 CT6 95,24 28,100 ,315 . ,752 CT7 95,71 29,251 ,115 . ,764 CT8 95,67 28,948 ,208 . ,758 CT9 95,34 29,011 ,152 . ,762 CT10 95,50 27,819 ,328 . ,751 CT11 94,77 28,324 ,468 . ,747 CT12 96,10 28,265 ,252 . ,756 CT13 95,31 27,668 ,430 . ,745 CT14 95,81 26,501 ,550 . ,736 CT15 95,79 28,577 ,253 . ,755 ID1 95,11 28,190 ,294 . ,753 ID2 95,40 28,157 ,346 . ,750 ID3 95,99 28,681 ,186 . ,760 ID4 95,44 27,207 ,368 . ,748 ID5 95,33 26,861 ,456 . ,742 Tabla 9: Correlación elemento-total para el constructo “Capital Tecnológico” Como tenemos ítems con la correlación elemento total-ítem por debajo de 0,3 los eliminamos y volvemos a calcular: 101 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,709 ,708 8 Tabla 10: Fiabilidad de la escala para el constructo “Capital Tecnológico” modificado Estadísticos total-elemento Media de la escala si se elimina el elemento Varianza de la escala si se elimina el elemento Correlación elemento-total corregida Correlación múltiple al cuadrado Alfa de Cronbach si se elimina el elemento CT6 29,89 5,818 ,308 ,182 ,700 CT10 30,17 5,662 ,332 ,193 ,696 CT11 29,43 6,136 ,394 ,250 ,688 CT13 29,99 5,901 ,323 ,202 ,696 CT14 30,47 5,351 ,459 ,249 ,667 ID2 30,08 5,908 ,310 ,120 ,699 ID4 30,11 4,945 ,522 ,425 ,650 ID5 30,00 4,958 ,571 ,488 ,638 Tabla 11: Correlación elemento-total para el constructo “Capital Tecnológico“ modificado. Como todos los ítems están por encima del 0,3 en cuanto a la correlación elemento-total, y el Alfa no puede aumentar más su valor, vemos su significación para ver la consistencia de los resultados: Prueba T cuadrado de Hotelling T-cuadrado de Hotelling F gl1 gl2 Sig. 235,754 44,494 5 67 ,000 Tabla 12: Nivel de significación de los resultados para el constructo “Capital Tecnológico”. 102 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa CAPITAL RELACIONAL Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,504 ,531 15 Tabla 13: Fiabilidad de la escala para el constructo “Capital Relacional” Estadísticos total-elemento Media de la escala si se elimina el elemento Varianza de la escala si se elimina el elemento Correlación elemento-total corregida Correlación múltiple al cuadrado Alfa de Cronbach si se elimina el elemento CR1 51,64 8,262 ,088 ,286 ,504 CR2 51,97 8,337 ,075 ,168 ,506 CR3 52,15 8,441 ,031 ,151 ,515 CR4 51,97 7,915 ,263 ,243 ,471 CR5 52,43 8,587 -,028 ,462 ,527 CR6 52,42 8,190 ,109 ,438 ,500 BA1 52,63 6,970 ,476 ,372 ,411 BA2 52,76 7,873 ,198 ,273 ,481 BA3 52,31 6,610 ,397 ,562 ,416 BA4 52,32 7,404 ,297 ,550 ,456 BA5 52,17 7,746 ,424 ,485 ,450 BA6 52,17 7,549 ,382 ,452 ,446 BA7 52,38 8,012 ,187 ,181 ,484 BARA1 52,83 8,310 -,016 ,507 ,543 BARA2 53,81 8,441 -,037 ,338 ,712 Tabla 14: Correlación elemento-total para el constructo “Capital Relacional“ modificado. 103 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,712 ,734 4 Tabla 15: Fiabilidad de la escala para el constructo “Capital Relacional” modificado. Estadísticos total-elemento Media de la escala si se elimina el elemento Varianza de la escala si se elimina el elemento Correlación elemento-total corregida Correlación múltiple al cuadrado Alfa de Cronbach si se elimina el elemento BA1 11,78 1,556 ,315 ,103 ,578 BA3 11,46 1,153 ,367 ,160 ,586 BA5 11,32 1,685 ,540 ,369 ,473 BA6 11,32 1,601 ,438 ,319 ,498 Tabla 16: Correlación elemento-total para el constructo “Capital Relacional” modificado. Prueba T cuadrado de Hotelling T-cuadrado de Hotelling F gl1 gl2 Sig. 44,121 14,293 3 69 ,000 Tabla 17: Nivel de significación de los resultados para el constructo “Capital Relacional”. 104 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa INSTITUTO TECNOLÓGICO Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,756 ,761 9 Tabla 18: Fiabilidad de la escala para el constructo “Instituto Tecnológico”. Estadísticos total-elemento Media de la escala si se elimina el elemento Varianza de la escala si se elimina el elemento Correlación elemento-total corregida Correlación múltiple al cuadrado Alfa de Cronbach si se elimina el elemento BA1 31,12 8,477 ,294 ,158 ,754 BA3 30,81 7,032 ,536 ,399 ,716 BA5 30,67 8,930 ,332 ,503 ,749 BA6 30,67 8,423 ,423 ,400 ,736 IT1 30,65 6,483 ,687 ,525 ,682 IT2 31,28 7,978 ,325 ,318 ,755 IT3 30,65 8,174 ,432 ,303 ,734 IT4 30,56 8,279 ,535 ,370 ,725 IT5 30,71 8,125 ,425 ,374 ,735 Tabla 19: Correlación elemento-total para el constructo “Instituto Tecnológico”. Únicamente hay un ítem que no cumple con la condición elemento-total superior a 0,3. Eliminamos dicho ítem y recalculamos. 105 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,754 ,759 8 Tabla 20: Fiabilidad de la escala para el constructo “Instituto Tecnológico”modificado. Estadísticos total-elemento Media de la escala si se elimina el elemento Varianza de la escala si se elimina el elemento Correlación elemento-total corregida Correlación múltiple al cuadrado Alfa de Cronbach si se elimina el elemento BA3 27,29 5,900 ,532 ,393 ,714 BA5 27,15 7,709 ,302 ,491 ,752 BA6 27,15 7,230 ,401 ,398 ,738 IT1 27,14 5,361 ,697 ,522 ,671 IT2 27,76 6,774 ,318 ,309 ,759 IT3 27,14 6,854 ,466 ,281 ,726 IT4 27,04 7,055 ,532 ,362 ,721 IT5 27,19 6,863 ,438 ,374 ,731 Tabla 21: Correlación elemento-total para el constructo “Instituto Tecnológico”modificado. Vemos que todos los ítems cumplen en cuanto a la correlación elemento-total pero el ítem IT2 puede hacer aumentar la fiabilidad de dicho constructo como muestra su Alfa. Recalculamos y obtenemos: 106 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,759 ,762 7 Tabla 22: Fiabilidad de la escala para el constructo “Instituto Tecnológico”modificado. Estadísticos total-elemento Media de la escala si se elimina el elemento Varianza de la escala si se elimina el elemento Correlación elemento-total corregida Correlación múltiple al cuadrado Alfa de Cronbach si se elimina el elemento BA3 23,93 4,347 ,572 ,393 ,710 BA5 23,79 5,914 ,396 ,418 ,748 BA6 23,79 5,632 ,408 ,375 ,744 IT1 23,78 4,063 ,672 ,487 ,680 IT3 23,78 5,274 ,483 ,281 ,729 IT4 23,68 5,573 ,491 ,333 ,731 IT5 23,83 5,437 ,387 ,373 ,748 Tabla 23: Correlación elemento-total para el constructo “Instituto Tecnológico”modificado Prueba T cuadrado de Hotelling T-cuadrado de Hotelling F gl1 gl2 Sig. 12,141 1,881 6 66 ,097 Tabla 24: Nivel de significación de los resultados para el constructo “Instituto Tecnológico” modificado 113 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa ANÁLISIS FACTORIAL MEDIANTE SPSS. Ya se ha explicado en el apartado 5.3 como funciona esta prueba. La intención es reducir la dimensionalidad del modelo para poder luego utilizarlo en el SmartPLS de manera más fácil y sencilla. A continuación, comentaremos las pruebas y estadísticos característicos de este análisis, explicando al mismo tiempo los motivos de la exclusión de determinados ítems. Del mismo modo que con el análisis de fiabilidad, nuestro modelo posee un gran número de variables, es por ello por lo que explicaremos de manera detallada el análisis de la primera variable (Capital Organizativo) y las demás serán expuestas de manera más breve. CAPITAL ORGANIZATIVO KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,500 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 17,281 Gl 1 Sig. ,000 Tabla 1: KMO y prueba de Barlett para el constructo “Capital Organizativo” Comunalidades Inicial Extracción CO5 1,000 ,735 CO7 1,000 ,735 Matriz de componentes Componente 1 CO5 ,857 CO7 ,857 Tabla 3: Matriz de componentes principales para CO Tabla 2:Valor de las comunalidades para CO 114 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 1,469 73,460 73,460 1,469 73,460 73,460 Tabla 4: Varianza total explicada para el constructo “CapitalOrganizativoo” CAPITAL TECNOLÓGICO KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,724 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 101,037 Gl 28 Sig. ,000 Tabla 5: KMO y prueba de Barlett para el constructo “Capital Tecnológico” T abla 7: Matriz de componentes principales para CO Comunalidades Inicial Extracción CT6 1,000 ,481 CT10 1,000 ,587 CT11 1,000 ,497 CT13 1,000 ,519 CT14 1,000 ,426 ID2 1,000 ,251 ID4 1,000 ,625 ID5 1,000 ,665 Tabla 6:Valor de las comunalidades para CT Matriz de componentes a Componente 1 2 CT6 ,418 ,553 CT10 ,448 ,621 CT11 ,598 -,374 CT13 ,435 ,574 CT14 ,647 -,080 ID2 ,476 -,155 ID4 ,739 -,281 ID5 ,772 -,262 115 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 2,711 33,894 33,894 2,711 33,894 33,894 Tabla 8: Varianza total explicada para el constructo “Capital Tecnológico” A pesar de que en la prueba de KMO, la esfericidad de Barlett (Sig) es buena, a la hora de estudiar las comunalidades observamos que tras la extracción hay algunos valores bajos. Además, la matriz de componentes nos da dos grupos, hecho que debemos evitar. Se eliminarán aquellos ítems que formen parte del otro grupo, y aquellos cuya comunalidad sea baja. Así pues, la varianza total explicada aumentará , tal i como vemos en los siguientes cálculos: KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,500 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 30,992 Gl 1 Sig. ,000 Tabla 9: KMO y prueba de Barlett para el constructo “Capital Tecnológico”modificado T abla 11: Matriz de componentes principales para CT modificado Comunalidades Inicial Extracción ID4 1,000 ,800 ID5 1,000 ,800 Tabla 10:Valor de las comunalidades para CT modificado Matriz de componentes Componente 1 ID4 ,894 ID5 ,894 116 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 1,600 79,990 79,990 1,600 79,990 79,990 Tabla 12: Varianza total explicada para el constructo “Capital Tecnológico” modificado CAPITAL RELACIONAL KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,660 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 43,194 Gl 6 Sig. ,000 Tabla 13: KMO y prueba de Barlett para el constructo “Capital Relacional” Tabla 14:Valor de las comunalidades para CR Tabla 15: Matriz de componentes principales para CR Matriz de componentes Componente 1 BA1 ,562 BA3 ,640 BA5 ,820 BA6 ,770 Comunalidades Inicial Extracción BA1 1,000 ,316 BA3 1,000 ,409 BA5 1,000 ,672 BA6 1,000 ,592 117 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 1,989 49,732 49,732 1,989 49,732 49,732 Tabla 16:Varianza total explicada para el constructo “Capital Relacional” Eliminamos los componentes que nos dan valores de comunalidades bajos y obtenemos: KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,500 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 25,202 gl 1 Sig. ,000 Tabla 17: KMO y prueba de Barlett para el constructo “Capital Relacional “modificado Tabla 18:Valor de las comunalidades para CR modificado Tabla 19: Matriz de componentes principales para CR modificado Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 1,551 77,575 77,575 1,551 77,575 77,575 Tabla 20:Varianza total explicada para el constructo “Capital Relacional” modificado Matriz de componentes Componente 1 BA5 ,881 BA6 ,881 Comunalidades Inicial Extracción BA5 1,000 ,776 BA6 1,000 ,776 118 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa INSTITUTO TECNOLOGICO KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,717 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 132,848 Gl 21 Sig. ,000 Tabla 21: KMO y prueba de Barlett para el constructo “Instituto Tecnológico” Tabla 22:Valor de las comunalidades para IT Tabla 23: Matriz de componentes principales para IT Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 2,926 41,796 41,796 2,926 41,796 41,796 Tabla 24:Varianza total explicada para el constructo “Instituto Tecnológico” Comunalidades Inicial Extracción BA3 1,000 ,517 BA5 1,000 ,801 BA6 1,000 ,621 IT1 1,000 ,674 IT3 1,000 ,416 IT4 1,000 ,475 IT5 1,000 ,735 Matriz de componentes Componente 1 2 BA3 ,719 -,008 BA5 ,565 ,694 BA6 ,601 ,511 IT1 ,790 -,224 IT3 ,645 -,017 IT4 ,649 -,232 IT5 ,519 -,683 119 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,608 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 44,221 Gl 3 Sig. ,000 Tabla 25: KMO y prueba de Barlett para el constructo “Instituto Tecnológico”modificado Tabla 26:Valor de las comunalidades Tabla 27: Matriz de componentes principales para IT modificado para IT modificado Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 1,478 73,923 73,923 1,478 73,923 73,923 Tabla 28: Varianza total explicada para el constructo “Instituto Tecnológico” modificado Comunalidades Inicial Extracción BA3 1,000 ,614 IT1 1,000 ,763 IT5 1,000 ,523 Matriz de componentes Componente 1 BA3 ,783 IT1 ,873 IT5 ,723 120 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa APRENDIZAJE INTERORGANIZATIVO KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,664 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 31,803 Gl 6 Sig. ,000 Tabla 29: KMO y prueba de Barlett para el constructo “Aprendizaje Interorganizativo” Tabla 30: Valor de las comunalidades Tabla 31: Matriz de componentes principales para IT modificado para IT modificado Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 1,877 46,923 46,923 1,877 46,923 46,923 Tabla 32: Varianza total explicada para el constructo “Aprendizaje interorganizativo” Matriz de componentes Componente 1 AI1 ,616 AI7 ,670 AI8 ,706 AI9 ,742 Comunalidades Inicial Extracción AI1 1,000 ,380 AI7 1,000 ,449 AI8 1,000 ,502 AI9 1,000 ,550 121 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa De nuevo volvemos a eliminar las comunalidades con valores inferiores a 0,5. KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,500 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 14,713 Gl 1 Sig. ,000 Tabla 33: KMO y prueba de Barlett para el constructo “Aprendizaje Interorganizativo “modificado Tabla 34:Valor de las comunalidades Tabla 35: Matriz de componentes principales para IT modificado para IT modificado Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 1,437 71,840 71,840 1,437 71,840 71,840 Tabla 36: Varianza total explicada para el constructo “Aprendizaje interorganizativo “modificado Matriz de componentes Componente 1 AI8 ,848 AI9 ,848 Comunalidades Inicial Extracción AI8 1,000 ,718 AI9 1,000 ,718 122 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa INNOVACION KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,500 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 26,392 Gl 1 Sig. ,000 Tabla 37: KMO y prueba de Barlett para el constructo “Innovación” Tabla 38:Valor de las comunalidades Tabla 39: Matriz de componentes principales para I para I Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 1,562 78,105 78,105 1,562 78,105 78,105 Tabla 40: Varianza total explicada para el constructo “Innovación” Matriz de componentes Componente 1 RI1 ,884 RI2 ,884 Comunalidades Inicial Extracción RI1 1,000 ,781 RI2 1,000 ,781 129 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa AI CO CR CT IT RI AI 1 0 0 0 0 0 CO 0,3392 1 0 0 0 0 CR 0,2022 0,116 1 0 0 0 CT 0,2967 0,4261 0,1485 1 0 0 IT 0,5879 0,2366 0,3159 0,353 1 0 RI 0,3799 0,02 0,1073 0,0154 0,5286 1 Tabla 4: Matriz de correlación AI CO CR CT IT RI AI 1 0 0 0 0 0 CO 0,11505664 1 0 0 0 0 CR 0,04088484 0,013456 1 0 0 0 CT 0,08803089 0,18156121 0,02205225 1 0 0 IT 0,34562641 0,05597956 0,09979281 0,124609 1 0 RI 0,14432401 0,0004 0,01151329 0,00023716 0,27941796 1 Tabla 5: Matriz de correlación al cuadrado  Finalmente, la prueba de cross loading es superada. Hay que recordar que esta prueba establece los valores de las cargas de los indicadores sobre las variables a las que representan tienen que ser mayores que cualquier otro valor de esa carga sobre una variable a la que no represente. En la siguiente tabla 6 que, de la misma manera que la tabla 3, ha sido eliminado el Aprendizaje Interorganizativo por ser un constructo formativo, el cual no se puede analizar con esta prueba. 130 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa CO CR CT IT RI BA3 0,3861 0,3503 0,3559 0,8252 0,413 BA5 0,0836 0,848 0,0197 0,2725 0,1458 BA6 0,117 0,9098 0,2182 0,2839 0,0547 CO5 0,9 0,133 0,321 0,2281 0,0554 CO7 0,8072 0,0548 0,4285 0,1704 -0,0346 ID4 0,4055 0,1039 0,8498 0,331 0,0759 ID5 0,3669 0,1537 0,9315 0,3074 -0,0289 IT1 0,0313 0,3372 0,2407 0,8484 0,4605 IT5 0,0914 0,0245 0,2237 0,701 0,3891 RI1 0,0305 0,1088 0,0127 0,4817 0,9042 RI2 0,0024 0,0785 0,0148 0,451 0,8615 Tabla 6: Cross-loading de indicadores reflectivos INDICADORES FORMATIVOS: La única prueba válida para estos indicadores es la colinealidad. Si existiese colinealidad, no serían válidos. Para ello hallamos el FIV (factor de inflación de la varianza) y si es menor de 5 (Kleinbaum, Kupper & Muller, 1988), tomaremos el indicador por válido. Esta prueba la hemos realizado con el SPSS. La prueba se hace tantas veces cómo indicadores formativos existan, identificando en cada una de ellas a un indicador como variable dependiente de la regresión lineal. Tabla 7: FIV, variable dependiente AI9 Coeficientes Modelo Estadísticos de colinealidad Tolerancia FIV 1 AI8 1,000 1,000 Coeficientes Modelo Estadísticos de colinealidad Tolerancia FIV 1 AI9 1,000 1,000 Tabla 8:FIV, variable dependiente AI8 131 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa ANEXO IX: ANALISIS PLS DEL MODELO ESTRUCTURAL 132 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa ANALISIS DEL MODELO ESTRUCTURAL Como ha sido explicado, dos de los parámetros más importantes para este análisis son R 2 y β. A continuación, mostramos las tablas obtenidas del análisis que nos muestran estos datos: AI CO CR CT IT RI AI 0 0 0 0 0 0,3799 CO 0,2037 0 0 0 0 0 CR 0,0765 0 0 0 0 0 CT 0,1107 0 0 0 0 0 IT 0,5294 0 0 0 0 0 RI 0 0 0 0 0 0 Tabla 1: Coeficientes path β del modelo. Constructo R 2 AI 0,3885 RI 0,1444 Tabla 2: R 2 del modelo Sabemos que los valores que tome R 2 deben ser mayores de 0,1, criterio que cumplen las dos variables. Estos son los datos, además de la matriz de correlaciones, necesarios para poder explicar el modelo estructural. Tal y como está explicado en el apartado correspondiente, multiplicando la correlación por β obtenemos el índice de varianza explicada. El cual, según el criterio de Falk y Miller (1992), debe ser siempre superior al 1,5% en todos los casos. La tabla siguiente muestra que esto se cumple: 133 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Constructo AI Path Correlación % Varianza Explicada CO 0,2037 0,3392 0,06909504 CR 0,0765 0,2022 0,01547841 CT 0,1107 0,2967 0,03284469 IT 0,5294 0,5879 0,31123426 R2= 0,42864229 Constructo RI Path Correlación % Varianza Explicada AI 0,3799 0,3799 0,14432401 R2=0,14432401 Tabla 3: % Varianza Explicada del modelo Una vez llegados a este punto hay que preguntarse; ¿ cómo se evalúa la Bondad del Ajuste, es decir, la precisión de las estimaciones con PLS? Una prueba que mide esta característica es Boostrap. Este es un procedimiento de remuestreo en el cual el conjunto de datos original es tratado como si fuera la población. Cada muestra es obtenida por muestreo con reemplazo del conjunto de datos original. Con esta técnica también obtenemos el cálculo del error estándar de los parámetros, así como los valores t-Student. Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) Standard Error (STERR) T Statistics (|O/STERR|) AI8 -> AI 0,8289 0,809 0,0928 0,0928 8,9296 AI9 -> AI 0,8653 0,8652 0,0707 0,0707 12,2432 BA3 <- IT 0,8252 0,8339 0,0415 0,0415 19,9074 BA5 <- CR 0,848 0,8512 0,1017 0,1017 8,3343 BA6 <- CR 0,9098 0,877 0,1035 0,1035 8,7875 CO5 <- CO 0,9 0,9113 0,058 0,058 15,5098 CO7 <- CO 0,8072 0,7622 0,1325 0,1325 6,0906 ID4 <- CT 0,8498 0,7702 0,2403 0,2403 3,5368 ID6 <- CT 0,9315 0,8846 0,1415 0,1415 6,5816 IT1 <- IT 0,8484 0,8426 0,0578 0,0578 14,6903 IT5 <- IT 0,701 0,665 0,1377 0,1377 5,092 RI1 <- RI 0,9042 0,8993 0,0483 0,0483 18,7146 RI2 <- RI 0,8615 0,8531 0,0973 0,0973 8,8497 Tabla 4: t-Student para indicadores del modelo 134 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) Standard Error (STERR) T Statistics (|O/STERR|) AI -> RI 0,3799 0,398 0,0991 0,0991 3,8336 CO -> AI 0,2037 0,2098 0,0735 0,0735 2,7713 CR -> AI 0,0081 0,0505 0,0404 0,0404 0,1951 CT -> AI 0,0219 0,0862 0,073 0,073 3,2998 IT -> AI 0,5294 0,5313 0,0909 0,0909 5,8263 Tabla 5: t-Student para constructos del modelo La siguiente imagen muestra cómo el programa SmartPLS devuelve estos parámetros en el diagrama causal además de verlos en tablas: Figura 1: t.-Student sobre el modelo 135 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa Los valores obtenidos se deben comparar con el valor del estadístico t de Student de infinitos grados de libertad, y se comprueba que es mayor. La última prueba que se realizó es la de Blindfolding donde se termina de comprobar que el sub-modelo 1 es predictivo. Los valores de Q 2 son todos mayores de 0: Total SSO SSE Q 2 AI 144 117,0841 0,1869 CO 144 116,1775 0,1932 CR 144 104,109 0,277 CT 144 96,5669 0,3294 IT 216 179,9264 0,167 RI 144 99,2709 0,3106 Tabla 6 Prueba Blindfolding para el modelo 136 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa ANEXO X: TABLA DEL ESTADISTICO T-STUDENT 137 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa 138 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa BIBLIOGRAFÍA 1. Menguzatto M. y Renau J. (1991): La Dirección Estratégica de la empresa. Un enfoque innovador del management. Ariel. Barcelona. 2. Bueno, E. (1993): Dirección Estratégica de la empresa, Pirámide. Madrid. 3. Porter, M. (1982): Estrategia competitiva, Ed. Compañía Editorial Continental. 4. Barney, J.B. (1991): “Firm Resources and Sustaining Competitive Advantage”. Journal of Management, vol 17, núm 1. 5. Ventura Victoria, J. (1996): “Análisis Dinámico de la Estrategia Empresarial: Un Ensayo Interdisciplinar”. Universidad de Oviedo. Oviedo. 6. Grant, R.M. (1996): “Toward a Knowledge-based theory of the firm”, Strategic Management Journal, Vol.17. Winter Special Issue, pp.109-122. 7. López Sintars, J. (1996): “Los Recursos Intangibles en la Competitividad de las Empresas. Un Análisis desde la Teoría de los Recursos”, Economía Industrial, núm. 307, pp. 25-32. 8. García Muiña, F.E.; Martin de Castro, G. (2001) “Identificación y medición del Capital Tecnológico y del Capital Relacional. Un instrumento al servicio de la Gestión del Conocimiento”, XI Congreso Nacional de ACEDE, Zaragoza, Septiembre. 9. Steward, T.A. (1997): “The New Organizational Walth Managing and Measuring Knowledge. Barret-Koehler Publishers Inc., 1ª ed. Traducido al español por Mazars (2000), bajo el título: La nueva riqueza de las empresas. Cómo medir y gestionar los activos intangibles para crear valor. 10. Roos, G. y Roos, J. (1997): “Measuring yourComany’s Intellectual Performance” Long Range Planning, junio. 145 El Aprendizaje Interorganizativo en los sectores emergentes de la economía Aragonesa [11] Bontis, Nick (1999): “Managing and organizational leaming system by aligning stocks and flows of jnowledge”. Tesis Doctoral, University of Ontario. http://sipromicro.org/biblioteca/sipromicro/pdf/1231.pdf http://www.mitecnologico.com/Main/PotenciaDeLaPrueba http://www.eumed.net/tesis/2006/mpmb/3e.htm http://www.sc.ehu.es/sbweb/fisica/cursoJava/numerico/regresion/regresion.htm#Regresion%20l ineal http://dm.udc.es/asignaturas/estadistica2/sec6_8.html http://www.fisterra.com/mbe/investiga/var_cuantitativas/var_cuantitativas.asp#hipotesis http://www.gestiondelconocimiento.com FUENTES DE ELABORACIÓN DEL CUESTIONARIO: 73,74, [1], [6], 75, 76