Repositorio Institucional de Documentos

ANÁLISIS Y MEDICIÓN DEL LIDERAZGO EN UNA EMPRESA DEL SECTOR AUTOMOCIÓN Y PROPUESTAS DE DESARROLLO -PROYECTO FIN DE CARRERA- -INGENIERÍA INDUSTRIAL- -DPTO. DE ECONOMÍA Y DIRECCIÓN DE EMPRESAS- -CENTRO POLITÉCNICO SUPERIOR- -UNIVERSIDAD DE ZARAGOZA- -CURSO 2009/2010- Autor: Almudena Alonso Félix Director: Ana Pastor Tejedor Centro Politécnico Superior, Universidad de Zaragoza 1 AGRADECIMIENTOS En estos momentos me gustaría agradecer, en primer lugar, el esfuerzo de mi familia, por haberme apoyado y permitido llegar hasta aquí, en concreto agradecérselo a mi madre, ya que este final es casi todo mérito suyo. Además quiero dar las gracias a mi novio David, por su incondicional apoyo y por su ayuda, sobre todo en el primer y tan duro año. También quiero agradecer la compañía de mi mejor amiga Nuria, que ha sido todo un referente para mí. Y a mis amigos, ya que sin ellos esta experiencia no hubiera merecido la pena. Ya por último, dar las gracias a mi directora Ana Pastor por su ayuda y ánimo en el desarrollo de este trabajo, a Jesús Pastor que también me ha permitido sacarlo adelante y a Jorge Ciprés, por su amabilidad y dedicación. Centro Politécnico Superior, Universidad de Zaragoza 2 ÍNDICE INTRODUCCIÓN 4 1. Motivación 4 2. Objetivo del proyecto 5 3. Resumen del proyecto 5 METODOLOGÍA 1. Liderazgo 6 1.1 Introducción. 6 1.2 Teorías existentes 7 1.3 Determinación de las variables 13 1.4 Definición de las variables y sus relaciones. Modelos 15 2. Encuesta 20 2.1 Introducción 20 2.2 Fases de la encuesta 20 2.3 Particularidades 21 3. Análisis 22 3.1 Introducción 22 3.2 SPSS 22 3.2.1 Análisis de fiabilidad 22 3.2.2 Análisis factorial 23 3.3 Métodos de ecuaciones estructurales, PLS. SmartPLS. 24 3.3.1 Introducción 24 3.3.2 Evaluación del modelo de medida 26 3.3.3 Evaluación del modelo estructural 27 RESULTADOS 1. Análisis fiabilidad 28 2. Análisis factorial 30 3. Análisis PLS 32 4. Responsables-Trabajadores 35 CONCLUSIONES Y POSIBLES ACCIONES FUTURAS 1. Conclusiones 36 2. Responsables - Trabajadores 38 3. Propuestas de mejora 39 4. Acciones futuras 40 Centro Politécnico Superior, Universidad de Zaragoza 3 ANEXOS ANEXO I - Tipos de liderazgo 42 ANEXO II - Cuestionario LBDQ 46 ANEXO III - Encuestas 49 ANEXO IV - Indicadores 58 ANEXO V - Análisis de fiabilidad 61 ANEXO VI - Análisis factorial 64 ANEXO VII - Modelos de ecuaciones estructurales. Enfoque PLS. 67 ANEXO VIII - Resultados Análisis fiabilidad Modelo1. 77 ANEXO IX - Resultados Análisis fiabilidad Modelo2. 86 ANEXO X - Resultados Análisis fiabilidad Modelo3 93 ANEXO XI - Resultados Análisis fiabilidad Modelo4 100 ANEXO XII - Resultados Análisis fiabilidad Modelo5 104 ANEXO XIII - Resultados Análisis factorial Modelo1 110 ANEXO XIV - Resultados Análisis factorial Modelo2 134 ANEXO XV - Resultados Análisis factorial Modelo3 160 ANEXO XVI - Resultados Análisis factorial Modelo4 187 ANEXO XVII - Resultados Análisis factorial Modelo5 191 ANEXO XVIII - Resultados Análisis PLS Modelo1 213 ANEXO XIX - Resultados Análisis PLS Modelo2 222 ANEXO XX - Resultados Análisis PLS Modelo3 227 ANEXO XXI - Resultados Análisis PLS Modelo4 233 ANEXO XXII - Resultados Análisis PLS Modelo5 240 ANEXO XXIII - Tabla T-Student 247 BIBLIOGRAFÍA 249 Centro Politécnico Superior, Universidad de Zaragoza 4 INTRODUCCIÓN En el mundo de los oligopolios, monopolios y barreras de entrada a la competencia global de mediados del siglo XX, no se requerían grandes cambios por parte de los directivos. Bastaba con leves variaciones cuantitativas. Actualmente son cada vez más las empresas en las que tal actitud resulta insuficiente. Por eso los intentos de transformar las organizaciones se han multiplicado considerablemente en los últimos años. Esta situación está generando la necesidad de líderes capaces de afrontarla. Para ser una organización sustentable en este siglo, se necesitará de un cambio significativo en las estrategias que se usan para el desarrollo de recursos humanos, no sólo a nivel organizacional sino también educacional. Se están requiriendo personas que además de un nivel de cualificación adecuado al cargo, desarrollen su capital intelectual para ser más autónomos, amplíen su repertorio conductual para ser más flexibles y tomen decisiones oportunas. Se persigue a un líder eficaz, una persona que tiene claro lo que es necesario hacer y las decisiones que hay que tomar para conseguir lo que se pretende, la dirección a seguir que permitirá a las organizaciones mantenerse y para quien uno de los aspectos fundamentales es su equipo, las personas con las que trabaja. Una persona que se preocupa por motivarles, inspirarles e involucrarles en esa tarea que requiere el esfuerzo de toda la organización. El liderazgo ha adquirido mayor importancia en situaciones de crisis, pero las dificultades no crean líderes, sólo muestran la clase de líderes que existen. Se ha reconocido, en general, que las organizaciones bien dirigidas tienen altos niveles de desempeño, algo de lo que carecen las mal dirigidas. El problema yace entonces en la falta de dirección, planificación, ejecución y control de actividades que pretenden el desarrollo de un grupo y el logro de unas metas en común. Lo cual reside básicamente en la falta de liderazgo y de personas con talento para la administración y desarrollo del talento humano. Se necesita que surjan personas capacitadas y motivadas para facilitar procesos de cambio y desarrollo social [14]. Constatada la importancia del desarrollo del liderazgo, en este proyecto se pretende un acercamiento en la tarea de alcanzar un modelo que desvele cuáles son los aspectos más relevantes en dicho fenómeno, a través de su medición en una empresa real, pudiendo contribuir así con la labor de desarrollar líderes eficaces. Ya se sabe que cada organización es diferente pero se concibe que existan una gama de factores, (las variables que integran el planteamiento propuesto), entre las que se mueven ciertas personas que consiguen que las organizaciones sobrevivan. 1. Motivación Dada la relevancia del término liderazgo y de la necesidad de su desarrollo me pareció muy atractivo el estudiarlo y el intentar modelar el comportamiento de los líderes, cómo han de ser, y cómo han de comportarse para poder conducir y guiar a las organizaciones y a sus trabajadores con éxito. Puede parecer poco ingenieril, pero es interesante pues supone una primera inclusión en lo que podría ser el desarrollo de un estudio mayor que abarcara diferentes empresas, de diferentes ámbitos con el fin último, ya citado, de esclarecer las actuaciones de esas personas que conllevan, en las organizaciones, a mejores resultados. Centro Politécnico Superior, Universidad de Zaragoza 5 2. Objetivo del proyecto El objetivo del proyecto es, como se adivina del título del mismo, analizar el liderazgo, y evaluarlo en una empresa. Se trata entonces de analizar la situación del liderazgo en una organización dada en un momento dado. Y aunque los resultados obtenidos no sirvan para generalizar una determinada actuación a todas las organizaciones, sí servirán como punto de partida de un posible desarrollo posterior que trate de afirmar el planteamiento aquí propuesto, es decir, unos factores entre los que se mueven los líderes eficaces. El motivo de realizarlo en una empresa del sector automoción ha sido casual de modo que no se han tenido en cuenta las posibles características que rodean a una organización de ese ámbito. Además, se pretende recomendar ideas para la mejora y desarrollo del fenómeno de estudio, permitiendo así a la empresa poder alcanzar un nivel de liderazgo superior. 3. Resumen del proyecto Para la realización de este proyecto se parte de una fase de documentación. Se pretende averiguar en qué situación se encuentra el estudio del fenómeno del liderazgo y a partir de entonces, en base a lo analizado establecer unas hipótesis de partida que posteriormente puedan ser contrastadas. Esto último se realiza a través de unos programas informáticos de los que más adelante se hablará, dando lugar a resultados a partir de los cuales se elaborarán las conclusiones de todo el proceso efectuado, planteando entonces las posibles acciones futuras comentadas brevemente al comienzo del proyecto y dándolo entonces por finalizado. El proceso seguido es el siguiente: 1) Revisión bibliográfica. Se estudia el grado de conocimiento hasta la actualidad, teorías, investigaciones, para abordar un modelo global que incluya los aspectos más determinantes. La diferencia con otros estudios se centra en que no se trata de evaluar un único tipo o estilo de liderazgo sino que se propone una idea innovadora y completa. 2) Elección de las variables y redacción de las hipótesis. Tras el estudio previo se eligen las variables y se desarrollan los diferentes modelos, cinco, es decir, las hipótesis de las posibles relaciones causales existentes entre las variables seleccionadas. 3) Elaboración y distribución de la encuesta. La encuesta, elegida como instrumento de medición se realiza para dos destinatarios, el responsable y el trabajador, con un doble objetivo. Por un lado, descubrir qué modelo es el mejor respaldado por los datos empíricos, y por otro lado, analizar la situación de liderazgo en la empresa según la percepción de cada uno, proponiendo en su caso recomendaciones para el desarrollo del mismo. Una vez realizada se distribuye para su posterior recogida. 4) Análisis computacional. Mediante los programas SPSS y SmartPLS se consigue la tarea de averiguar la situación del liderazgo en la empresa de estudio, tras la realización de numerosos análisis que más adelante se comentarán. 5) Resultados y conclusiones. Tras los resultados obtenidos, se presentan las conclusiones acerca de lo que se ha obtenido, en concreto van dirigidas a un único modelo, el que mejor comportamiento muestra. Pudiéndose plantear en un futuro la realización del mismo estudio, tras la mejora del planteamiento, en diferentes empresas y de diferentes sectores para comprobar la veracidad de las afirmaciones propuestas. Centro Politécnico Superior, Universidad de Zaragoza 6 METODOLOGÍA 1. Liderazgo 1.1 Introducción El campo constituido por el liderazgo es muy diverso e incluye un amplio espectro de teorías, definiciones, descripciones y filosofías. Su estudio se ha abordado desde diferentes disciplinas y perspectivas tales como la historia ó la teoría del desarrollo organizacional y la sociología sostiene que la calidad de las investigaciones resultó afectada por dicha diversidad ya que, muchas veces, los resultados de varios estudios resultaron contradictorios entre sí. El liderazgo es entendido como un constructo complejo. No consta hasta el momento una definición específica y ampliamente aceptada. Algunos investigadores afirman que dada la complicación del término probablemente nunca se alcance a consolidar una definición unívoca del mismo [1]. A pesar de la evidente variedad es posible encontrar algunas características comunes entre las diferentes creencias, y es que el liderazgo puede ser definido como un proceso natural de influencia que ocurre entre una persona – el líder- y sus seguidores. Además existe consenso en suponer que dicho fenómeno es necesario para guiar a las organizaciones y recursos humanos hacia objetivos estratégicos. Como ya se comentaba en la introducción, dada la importancia de este fenómeno se requiere para las situaciones de cambio e inestabilidad que rodean a las organizaciones de hoy [1]. A modo de aclaración se muestran algunas definiciones generales del fenómeno de estudio: “Capacidad de innovar, de permanecer flexible y adaptable, de fijar metas ambiciosas, de pensar globalmente, de actuar con rapidez, de asumir riesgos” “Condición y ejercicio de las actividades de la persona a la que un grupo sigue reconociéndola como jefe u orientadora.” “Es el proceso de influir en otros y apoyarlos para que trabajen con entusiasmo en el logro de objetivos comunes” “Capacidad de tomar la iniciativa, gestionar, convocar, promover, incentivar, motivar y evaluar a un grupo o equipo.” Cada una aboga por diferentes aspectos, creando así cierto desconcierto al dejar entrever una percepción muy amplía. Se plantean incluso diferentes clasificaciones según, por ejemplo, la forma de autoridad, la influencia del líder sobre sus seguidores, la formalidad en su elección, las cuales pueden verse en el ANEXO I, para clarificar las ideas que giran en torno al concepto de estudio. Según Yukl y Van Fleet (1992), reconocidas personalidades, el estado de confusión en el que actualmente se encuentra el estudio del liderazgo puede deberse a la enorme disparidad de abordajes existentes y a la ausencia de teorías que integren los diferentes hallazgos aislados. Centro Politécnico Superior, Universidad de Zaragoza 7 Es muy importante mencionar que se parte de la idea de que aunque puede haber “líderes natos” el liderazgo debe aprenderse y puede aprenderse y de ahí el desarrollo de este proyecto. Se pretende descubrir cuál es el modelo óptimo que representa el liderazgo, y que podría ser el punto de partida para posteriores estudios que fueran confirmando la existencia de unas “líneas generales” que definieran el liderazgo eficaz [13]. Para lograr entender lo que abarca este término hay que esclarecer la notable confusión existente entre el concepto de liderazgo y el concepto de gestión. Si no se tiene claro lo que el liderazgo significa no se pueden desarrollar las destrezas necesarias. El problema está en que establecer dicha diferencia entre ambos términos es una lucha constante en muchas organizaciones. Y eso en el mejor de los casos puesto que otras empresas directamente se niegan a introducir el concepto de liderazgo en su desarrollo, ya sea por desconocimiento, o porque lo consideran una idealización inútil y no son conscientes de lo necesario que es. En vez de estimular a la gente a liderar y aprender de sus errores y aciertos, las organizaciones ignoran con frecuencia el potencial del liderazgo, no ofrecen entrenamiento adecuado ni modelos que imitar, y sancionan a quienes, al tratar de dirigir, cometen pequeños errores [14]. Los líderes son conducidos a generar cambios basados en valores, ideales e intercambios emocionales. Los gerentes, en cambio, son guiados por el cumplimiento de las obligaciones contractuales establecidas y por los objetivos propuestos siguiendo criterios racionales. Los gerentes valoran la estabilidad, el orden, la eficiencia, mientras que los líderes toman en consideración la flexibilidad, la innovación y la adaptación. Los gerentes se ocupan de definir cómo llevar a cabo las tareas e instruyen a las personas para que las realicen de forma apropiada. Los líderes, sin embargo, se preocupan por las necesidades de cada una de las personas que componen su equipo o división y además las hacen participar en la toma de decisiones [14]. En la siguiente tabla se sintetizan las diferencias entre estos términos: Gerente Líder Existe por la autoridad Existe por la buena voluntad Inspira miedo Inspira confianza Considera la autoridad un privilegio de mando. Considera la autoridad un privilegio de servicio Sabe cómo se hacen las cosas Enseña cómo hacer las cosas Se relaciona con los empleados a través de la supervisión, administración y control. Se relaciona con los empleados a través de la orientación, motivación, y reconocimiento. Comunica planes, objetivos y resultados de corto plazo. Comunica visión y metas de largo plazo Busca resultados Busca compromisos Tabla 1. Diferencias entre Gerente y Líder. 1.2 Teorías existentes El liderazgo no supone un concepto nuevo, sino que desde nuestros inicios ya surgía la necesidad de líderes, que garantizasen cierta seguridad para unos y otros y fuesen capaces de mantener un cierto orden en la sociedad. Pero aunque sus orígenes se remonten a mucho tiempo atrás es difícil comprender como puede abarcar a personas Centro Politécnico Superior, Universidad de Zaragoza 8 tan distintas, en tiempos y lugares diferentes, y establecer cuáles son las características comunes a todos los líderes. Para intentar alcanzar dicho propósito se han estudiado las diferentes corrientes que han surgido a lo largo de la historia y que han servido en este proyecto para la definición de un modelo global, pretendiendo superar la tendencia a la segmentación que han presentado las diferentes líneas de investigación de este fenómeno y que constituye el factor clave de este proyecto. La mayoría de los estudios pueden ser clasificados según hagan énfasis en las características del líder, sus conductas, su poder e influencia o en factores situacionales. Las creencias señalan acerca de cómo los líderes se tienen que comportar para ser considerados como tales y qué se espera de ellos. Los diversos enfoques se pueden sintetizar en los siguientes grupos:  Enfoque de los rasgos  Enfoque conductual  Enfoque situacional  Enfoques o teorías contemporáneas Enfoque de los rasgos Esta escuela tuvo un auge importante en el periodo comprendido entre los años 1920 y 1950. Se enmarca dentro de las teorías que sugieren que ciertas características estables de las personas (rasgos) diferencian a quienes pueden considerarse líderes de aquellos que no lo son [4]. Es decir, pretende encontrar rasgos universales de personalidad, sociales, físicos o intelectuales que los líderes tuvieran en común. Aunque no se han encontrado rasgos universales, sí se han descubierto algunas características personales que parecen estar relacionados con el liderazgo efectivo:  Ambición y energía  Honradez e integridad  Madurez emocional  Autoconfianza Uno de los principales motivos por los cuales este enfoque no ha tenido gran impacto es la variedad de resultados hallados dificultando notablemente la síntesis y evaluación específica de cada uno de los rasgos con vistas a la identificación de los líderes potenciales. Además no tiene en cuenta las necesidades de los seguidores, no distingue la importancia relativa de los diferentes rasgos y pasa por alto los factores situacionales. Enfoque conductual Esta escuela presentó un auge considerable entre los años 1950 y 1960. Se centra en el análisis de las conductas adoptadas y en la relación entre éstas y el liderazgo efectivo. La principal sede de estos estudios fue la Ohio State University. Allí se descubrió que los seguidores perciben la conducta de su líder en relación con dos categorías independientes:  Iniciación de estructura. Conductas orientadas a la consecución de la tarea que incluyen actos tales como organizar el trabajo, definir roles y obligaciones, entre otras. Centro Politécnico Superior, Universidad de Zaragoza 15 basados en casos reales de personas reales, en los que saber proyectar una visión, y conocerse a uno mismo han resultado vitales para la vida de muchas organizaciones. Finalmente, y considerando lo descrito anteriormente, las variables definidas, tomadas como representantes del liderazgo son las siguientes, a las cuales se suma el constructo liderazgo tomado como variable resultado:  Interés por las personas que lidera.  Visión de futuro.  Capacidad de aprender y hacer aprender.  Competencias.  Compromiso.  Sinceridad  Ambición.  Conocimiento de sí mismo.  Entusiasmo. 1.4 Definición de las variables y sus relaciones. Modelos Una vez que se han presentado las variables vinculadas al liderazgo, se explica a continuación su significado. Y finalmente se presentan los modelos con los que se pretende esclarecer las líneas de comportamiento de los líderes. Interés por las personas que lidera. El líder se preocupa de verdad por las personas que lidera, las respeta, trata de ponerse en su lugar y de hacer lo posible por su bien. Les motiva, les apoya. Supone una relación a un nivel superior que la que podría encontrarse entre un jefe y un trabajador a quién no toma en consideración y cuyo vínculo se reduce, por ejemplo, a entregar informes. Visión de futuro. El líder es un referente que da a los seguidores una imagen de lo que va a pasar, cuando hay incertidumbre, nadie sigue a alguien que no sabe a dónde va. Pero sí siguen a alguien que es capaz de establecer un rumbo, un objetivo a largo plazo, y que sabe transmitir esa necesidad de trabajar para lograrlo. Esto parece un poco utópico pero es realmente importante. Muchas organizaciones se fijan objetivos a corto plazo, considerándolos vitales, y pensando que adoptan la estrategia adecuada. Pero es un gran error, hay trabajar hacia el mañana sin dejar de lado el presente, sólo así se asegura la vida de una empresa en el mercado. Capacidad de aprender y hacer aprender. El líder siempre necesita aprender porque los retos a los que se enfrenta cambian continuamente, y al mismo tiempo hacer que sus seguidores aprendan. Valorar la importancia de formarles y enseñarles, porque son una parte importante. Y no olvidarse de ellos concentrándose únicamente en uno mismo. Competencias. Los líderes no deben olvidar que por mucho interés que muestren en las personas, o por mucha visión de futuro que tengan, se les exige responsabilidad y trabajo, tomar decisiones, cumplir objetivos, solucionar problemas, realizar cambios si son necesarios. Engloba la parte profesional del líder, sus obligaciones como pieza clave en una organización. Centro Politécnico Superior, Universidad de Zaragoza 16 Compromiso. Hay que tener un fuerte nivel de compromiso con los objetivos y con los seguidores, y ello exige, esfuerzo, constancia, autodisciplina. Así como saber transmitir el compromiso a sus trabajadores para con sus obligaciones. Sinceridad. El líder ha de ser sincero consigo mismo y con sus seguidores, nadie sigue a un mentiroso, ha de hacer lo que dice que va ha hacer, ha de tener credibilidad, lo cual muchas veces supone un reto. Ambición. El líder ha de ser ambicioso, ha de anhelar conseguir objetivos atractivos, ha de sacrificarse por ello, y ser capaz de asumir riesgos. Con esto no se quiere decir, por ejemplo, que arriesgue la compañía por un capricho, sino que si se presenta una oportunidad e intentar conseguirla entraña dificultad, no hay que desestimarla por el temor a abandonar una situación estable. Conocimiento de sí mismo. Significa conocer las propias necesidades, debilidades, fortalezas, y así averiguar hasta dónde se puede llegar. Tener claro lo que se busca, lo que se quiere. Una persona no puede liderar a nadie si no se lidera a sí mismo, lo cual no es posible si uno no se conoce a fondo. Entusiasmo. Es un estado de entrega, de máximo interés por las cosas. El transmitir entusiasmo supone contagiar ganas de hacer las cosas, positividad, ilusión, lo cual favorece enormemente el ambiente laboral. Las personas admiran, envidian a los que transmiten entusiasmo. No quiere decir que no se acepten los contratiempos, ó las malas noticias, ni consiste en una situación de evasión de la realidad, sino que supone una manera de afrontar las circunstancias. El líder ha de ser capaz de transmitir este estado. Liderazgo. Variable que hace referencia al proceso de influir en otros y apoyarlos para que trabajen con entusiasmo en el logro de objetivos comunes. El líder ha de conseguir que su equipo “le siga”, que confíe en él, que realice las tareas con convicción porque realmente cree en lo que éste dice, y no tanto en hacerlo simplemente “porque es mi jefe y por eso me pagan”. Los indicadores de cada variable se pueden consultar en el ANEXO IV. Una vez las variables están determinadas, y antes de plantear las hipótesis relacionales se opta por proponer posibles agrupaciones entre variables. Además de reducir el número de las mismas se pretende encontrar posibles concepciones más compactas y así lograr un mayor ajuste de los datos empíricos. Es decir, dado que se trata de un planteamiento nuevo se tienen en cuenta diversas alternativas. Además de incluir en los modelos planteados las diversas agrupaciones diseñadas se incluyen las diferentes hipótesis relacionales. Las agrupaciones planteadas son las mostradas a continuación: Figura 1. Variables agrupadas bajo la denominación “Carácter” y “Habilidades”. Centro Politécnico Superior, Universidad de Zaragoza 17 Como muestra la primera ilustración de la Figura 1, todas esas variables muestran rasgos de personalidad, conceptos que pueden conformar un carácter, una forma de ser. La agrupación posterior muestra las variables de aspectos adquiridos, capacidades desarrolladas mediante entrenamiento, voluntad. Según este razonamiento la variable “Interés”, no quedaría asociada a ninguno de los dos grupos previos, sería entendida como una variable que mide la relación existente entre el líder y los seguidores. Analizando más profundamente las variables “Carácter”, se considera que puede surgir un vínculo más profundo entre algunas de ellas. Lo mismo ocurre con el resto de variables agrupadas anteriormente bajo la denominación “Habilidades”. Figura 2. Variables agrupadas bajo la denominación “Carácter innato”, “Carácter aprendido”, “Desarrollo de RRHH” y “Habilidades Estratégicas”. En la primera parte de la figura 2, se indican estas características porque no es que tengan que ser inherentes a cada individuo, se puede aprender a mostrar entusiasmo, y conocer lo que uno quiere y puede hacer, pero, sin duda son los aspectos más susceptibles de ser innatos. Encontrando así una conexión más estrecha entre estas dos variables. Sin embargo variables como las mostradas en la segunda elipse constituyen características aprendidas a lo largo del desarrollo personal de cada uno. En cuanto a las siguientes ilustraciones de la figura 2, parece lógico pensar que el orientar, apoyar y enseñar a los trabajadores forme parte de una tarea global para potenciar su talento, para explotar sus posibilidades. Por otro lado, el disponer de visión de futuro, es muy positivo en el desempeño del trabajo de cada uno, así como el saber tomar decisiones importantes ó saber resolver conflictos, de modo que resulta racional pensar en un conjunto, “Habilidades estratégicas” que englobe ambas variables. Figura 3. Variables agrupadas bajo la denominación “Entrega”, “Responsabilidad” y “C. líder-seguidor”. Como puede observarse en la figura 3, el hecho de comprometerse con el trabajo y al mismo tiempo transmitir entusiasmo para que todas las personas se involucren denota un gran nivel de esfuerzo, de entrega por lo que se hace. Pero además, el concepto de compromiso también se puede ver incluido en la idea de “Responsabilidad”, refiriéndose al contexto laboral propio del líder, ha de realizar su cometido profesional, intentar llevar a la organización hacia su objetivo final, comprometerse de verdad. Por otro lado cuando el líder se interesa por su equipo y se Centro Politécnico Superior, Universidad de Zaragoza 18 preocupa, evidencia la existencia de una relación entre ellos, pero si incluso le genera entusiasmo, es como si esa relación se estrechara un poco más, ya que no sólo pretende ser un apoyo para los demás sino que también desea que se encuentren en un ambiente agradable y satisfactorio. Seguidamente se presentan los modelos planteados en función de todo lo que se ha comentado acerca del concepto de estudio, teorías, creencias e investigaciones. El punto de partida se centra en la existencia de un carácter, una forma de ser que puede aprenderse y que permite adquirir o desarrollar una serie de capacidades, definiendo éstas el estado de las relaciones con los trabajadores. Desembocando todo ello en el fenómeno del liderazgo. El planteamiento es muy intuitivo, y aunque casi todos los modelos comparten parcialmente esa idea inicial también se proponen otras alternativas. Modelo 1. Figura 4. Nomograma Modelo1 Como se citaba anteriormente este modelo refleja el punto de partida, estableciendo las hipótesis de una relación directa entre las variables “Carácter” con las variables “Habilidades” y de estas a su vez con la “Relación líder-seguidor”. Por último se plantea además la relación de cada una de ellas con el “Liderazgo”. Modelo2 Figura 5. Nomograma Modelo 2 En concepto, este modelo es idéntico al modelo anterior, define el punto de origen del estudio. Sin embargo en la etapa del análisis, en vez de analizarse variable a variables como es el caso anterior, se analizará agrupación a agrupación, tratando de reducir el número de variables y así la complejidad, y averiguar entonces hasta qué punto es coherente el esquema presentado, mostrando si las agrupaciones planteadas son o no una buena elección, (lo cual se ve en la fase inicial del análisis, según si superan las pruebas correspondientes), y si las relaciones entre las variables son significativas. Centro Politécnico Superior, Universidad de Zaragoza 19 Modelo 3 Figura 6. Nomograma Modelo3 El objetivo de este modelo es demostrar si realmente se poseen unos rasgos más profundos que desarrollan completamente la forma de ser, así como la realización de aspectos tales como el propio trabajo, (H. estratégicas), la orientación, y motivación a los demás. Siendo la conjunción de todos los elementos los que conforman el liderazgo eficaz. Modelo 4 Figura 7. Nomograma Modelo 4 Este caso plantea que aunque ciertas variables compartan características globales, pueden comportarse independientemente entre sí, es decir, el que una persona sea sincera, no la convierte en ambiciosa, ni significa entonces que se conoce mejor a sí misma. Respecto al “Conocimiento de sí mismo”, parece lógico pensar que cuanto más claro se tiene lo que se quiere y lo que se puede conseguir, más implicación existe en desarrollar las competencias necesarias para alcanzar lo deseado. Ocurre algo parecido con la “Entrega” que se le puede poner a cada situación. Si existe esfuerzo, en general se traduce en esfuerzo tanto para enseñar, como para trabajar más duro, dar ejemplo. La ambición, sin embargo, repercute más en uno mismo. Es cierto que puede adivinarse cierto sentido negativo cuando se habla de la ambición. Por ejemplo, la persona que es de esta manera, no se para a pensar en los demás, por ello no se considera que exista relación entre este concepto y el de desarrollar a los recursos humanos. Con esto, no quiere decirse que para ser un buen líder haya que pensar únicamente en uno mismo sino que hay que pensar en los demás pero con ese ingrediente de anhelo por conseguir ciertos objetivos. Centro Politécnico Superior, Universidad de Zaragoza 20 Modelo 5 Figura 8. Nomograma Modelo5 Este último planteamiento reformula de alguna manera el anterior, considerando aspectos tales como la responsabilidad, afectada por la forma de ser de cada uno y la conexión entre líder y los trabajadores. En este caso no se considera establecer una relación directa entre ambición y responsabilidad, puesto que responsabilidad además implica compromiso, y no son conceptos que normalmente vayan ligados. Como ya se ha citado en numerosas ocasiones, al estar tratando una idea nueva, el objetivo de plantear tantas opciones estriba en extraer nítidas conclusiones acerca tanto de las agrupaciones iniciales, es decir, ver si se pueden sintetizar los conceptos de manera que midan lo que realmente se espera que midan, y a su vez también de las relaciones causales establecidas. 2. Encuesta 2.1 Introducción En este apartado se describe el método utilizado para la medición del liderazgo, la encuesta, que continúa siendo la estrategia más popular en la investigación social, por su efectividad y por su ahorro tanto a nivel económico como temporal. Su calidad y la consiguiente significatividad de los datos de encuesta están supeditadas al rigor aplicado en su diseño y ejecución [11]. 2.2 Fases de la encuesta Todo proceso de investigación comienza con una fase inicial de formulación del problema de investigación, el liderazgo. Seguidamente esta fase inicial tiene que ser precisada para lo cual se exige una revisión bibliográfica. Se elige, entonces, la muestra a la que se va a realizar la encuesta, así como el método de medida. La muestra constituye una empresa del Sector Automoción y el método elegido ha sido la encuesta de forma auto-administrada. Cuando la revisión bibliográfica se ha producido de forma exhaustiva y las variables y modelos que van a integrar el planteamiento están determinados se procede a la elaboración del cuestionario, adecuándolo correctamente a los conceptos a medir. Las variables del modelo son variables latentes, es decir, variables no observables, por e ello, se hace necesario el uso de indicadores, siendo estos variables físicas y observables. Centro Politécnico Superior, Universidad de Zaragoza 21 Concluida la redacción final del cuestionario se distribuye a la muestra seleccionada, la empresa perteneciente al sector de la Automoción, para su posterior recogida. Esta etapa de recogida de información, conocida como trabajo de campo, es la más delicada y costosa en el desarrollo de la encuesta. Su coste aumenta dependiendo de la complejidad de la encuesta y de la amplitud y peculiaridades de la muestra a la que se pasa el cuestionario [6]. A continuación, con la información ya grabada se procede a su análisis estadístico, el cual viene explicado en los apartados siguientes. 2.3 Particularidades Comentado el proceso que tiene lugar en la elaboración de una encuesta, se describen algunos puntos concretos al proyecto: - La muestra constituye 260 casos de una empresa perteneciente al Sector Automoción. No se pretendía precisamente evaluar este sector sino que se tuvo la oportunidad de hacerlo y se realizó. - La realización de la encuesta tiene un destinatario doble ya que se pretenden alcanzar dos objetivos. Los trabajadores evalúan a sus Responsables directos, y en segundo término la autoevaluación de los responsables. Así se consigue determinar el modelo que mejor respaldan los datos y además se evalúa la situación general de liderazgo visto desde la perspectiva de cada integrante de la organización. Se trata de una aproximación mínima al sistema de evaluación de 360 grados [22]. - El cuestionario se ha realizado con preguntas cerradas por la rapidez y comodidad de su registro y la mayor estandarización de las respuestas. Aunque hay que prestar especial atención puesto que coartan las opciones de respuesta, ya que no permite al encuestado expresar el significado de su respuesta. - Para la medición de las preguntas se recurre a la utilización de la escala de medición Likert, uno de los procedimientos más aplicados en la investigación social. Generalmente dispone de cinco categorías de respuesta para cada ítem, en este caso, “siempre”, “casi siempre”, “normalmente”, “a veces” y “casi nunca”. Las puntuaciones (1, 2, 3, 4,5, o a la inversa, 5, 4, 3, 2,1) se asignan en conformidad con el significado de la respuesta para la actitud que miden. La escala ha de ser equilibrada, es decir, contener el mismo número de ítems favorables y desfavorables hacia el objeto a medir. Aunque esto no se ha contemplado totalmente puesto que las preguntas desfavorables pero formuladas en forma positiva (como aconseja la literatura), entrañan mayor dificultad de comprensión, de hecho se puede verificar en los resultados, que muchos de los ítems eliminados corresponden a estas preguntas, aconsejando de esta manera para futuros estudios la revisión de estos indicadores aunque no se mantenga equilibrada la escala. - Para la redacción de las preguntas se han tenido en cuenta las siguientes recomendaciones, [6]:  Formular preguntas relevantes a la investigación.  Preguntas breves y fáciles de comprender, vocabulario sencillo.  La redacción de la pregunta ha de ser precisa y sólo referir a una idea.  La pregunta ha de ser lo más objetiva o neutra posible Centro Politécnico Superior, Universidad de Zaragoza 22  No redactar preguntas en forma negativa.  Redactar preguntas de forma personal y directa.  Incluir aclaraciones en el caso que puedan requerirse. Además se han tomado algunos indicadores ya validados de otras encuestas tales como el cuestionario LBDQ, (ANEXO II). - La distribución se desarrolló repartiendo las encuestas a los Responsables para que éstos las entregasen a los trabajadores, dinamizando así la administración. 3. Análisis 3.1 Introducción En los apartados anteriores se ha presentado el concepto de liderazgo, cuáles son los enfoques que lo analizan, cuáles han sido los modelos establecidos y qué se pretende conseguir. Y es en este apartado donde se describe el cómo alcanzar el objetivo último, el de tratar de explicar el comportamiento de los líderes eficaces. Una vez se han recogido todos los datos procedentes de las encuestas distribuidas, se procede a su tratamiento, para lo cual se recurre al análisis computacional. En primer lugar, es necesario comprobar la validez de las escalas utilizadas, la validez de los indicadores utilizados, ver si estos miden realmente lo que deben medir, reducir los datos hasta que se obtengan los esenciales y verificar en general la calidad del cuestionario. Para ello se utiliza la aplicación SPSS. A continuación se procede a realizar un análisis causal, es decir, además de corroborar lo que los análisis previos confirman en cuanto a validez y fiabilidad de la escala, se revisan las relaciones planteadas en los modelos, en definitiva, se determina el poder predictivo de los modelos y así poder establecer las conclusiones pertinentes en torno las hipótesis planteadas. En este caso se recurre a los modelos de ecuaciones estructurales, a la técnica PLS, para la cual se precisa el paquete informático SmartPLS. 3.2 SPSS SPSS es un paquete estadístico orientado para el ámbito de aplicación de las Ciencias Sociales, y en la actualidad uno de los paquetes estadísticos de empleo más extendido estando operativo en gran variedad de soportes físicos [16]. Para la realización de los análisis se comenzó trasladando los datos recogidos de las encuestas al dominio del programa, (ANEXO V). 3.2.1 Análisis de fiabilidad Constituye el primer análisis a realizar y tiene por objeto comprobar en qué medida los indicadores miden lo que deberían medir, en definitiva demostrar y respaldar la validez de la escala de medida. Para llevarlo a cabo se analiza constructo a constructo el conjunto de indicadores que conforma cada uno de ellos y se recurre a dos pruebas: - Alpha de Cronbach  Determina la consistencia interna de una escala analizando la correlación media de una variable con todas las demás que integran dicha escala. Cuanto más se acerque el coeficiente a la unidad, mayor será la consistencia interna de los indicadores en la escala evaluada, [19] (ANEXO V). Centro Politécnico Superior, Universidad de Zaragoza 23 - Correlación elemento total corregido: representa la correlación de cada ítem con la suma del resto de ítems de la escala, indicando la magnitud y dirección de esta relación. (ANEXO V). Los indicadores que no cumplen los criterios mostrados en la tabla 2, han de ser rechazados, por no cumplir los requisitos de validez y fiabilidad. Alpha de Cronbach Correlación ítem-total Criterio >0,7 >0,35 Tabla 2. Criterio de aceptación de indicadores Análisis Fiabilidad. 3.2.2 Análisis 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 altamente [20], [21]. (ANEXO VI). Aunque en este caso las agrupaciones de variables ya se han realizado previamente. Se han planteado varios modelos con diferentes agrupaciones de variables y lo que se pretende es verificar que cada una constituye un grupo bien diferenciado, que saturan un único factor, es decir, verificar que son correctas. Para llevar a cabo este análisis se han de realizar las siguientes pruebas, (ANEXO VI) [20], [21]:  KMO y prueba de esferidad de Bartlett. Permiten comprobar si la utilización del análisis factorial es una opción adecuada en base a las correlaciones entre variables.  Comunalidades. Reflejan cuáles son las variables peor explicadas por el modelo, y si es necesario la eliminación de algún indicador o incluso de alguna variable.  Varianza total explicada. Muestra la cantidad de varianza total que está explicada por cada factor.  Matriz de componentes. Muestra las variables que saturan un único factor y que por lo tanto constituyen un grupo bien diferenciado de variables dentro de la matriz de correlaciones. Finalmente se presentan los criterios que han de cumplir los indicadores para obtener ese número mínimo de dimensiones que explican la máxima cantidad de información contenida en los datos, recurriendo a su eliminación en caso de no cumplirlos. KMO Prueba de esferidad Comunalidad Varianza total explicada Componentes Criterio >0,5 <0,05 >0,5 >60% 1 Tabla 3. Criterio de aceptación de indicadores Análisis Factorial. Para llevar a cabo el citado análisis se realiza de la misma manera que el de fiabilidad, constructo a constructo y partiendo de los indicadores que no han sido rechazados en el análisis previo. Centro Politécnico Superior, Universidad de Zaragoza 24 3.3 Métodos de ecuaciones estructurales, PLS. SmartPLS. 3.3.1 Introducción Una de las finalidades de las investigaciones empíricas es el descubrimiento de relaciones causales entre las variables objeto de estudio, lo cual es asequible cuando trabajan con conceptos experimentalmente controlables como los fenómenos físicos, sin embargo sobre las variables analizadas en las ciencias sociales, como es el caso de este proyecto, no es posible ejercer un control, por lo que es necesario desarrollar otro tipo de análisis metodológico. Las ciencias sociales estudian con frecuencia conceptos no físicos y abstractos denominados constructos, que sólo pueden medirse de forma indirecta a través de indicadores, variables observables [25]. Para ese descubrimiento de las relaciones se ha recurrido a los modelos de ecuaciones estructurales, que nacen de la necesidad de dotar de mayor flexibilidad a los modelos de regresión y constituyen una de las herramientas más potentes para el estudio de las relaciones causales sobre datos no experimentales cuando estas relaciones son lineales. Pero a pesar de su importancia estos modelos nunca prueban la causalidad, sólo ayudan a seleccionar entre las hipótesis causales relevantes, desechando aquellas no soportadas por la evidencia empírica. Las teorías causales son susceptibles de ser estadísticamente rechazadas si se contradicen con los datos, es decir con las covarianzas o correlaciones entre variables. En cambio, las teorías no pueden ser confirmadas estadísticamente [5]. Entre los diversos métodos que componen los modelos de ecuaciones estructurales, se ha optado por el enfoque PLS, que en vez de basar la estimación de sus coeficientes en el análisis de estructuras de covarianzas, LISRESL ó AMOS, ajustando la matriz de covarianzas, lo cual conlleva “duras” condiciones, la técnica PLS estima los coeficientes del sistema de ecuaciones estructurales con el método de mínimos cuadrados, puesto que obtiene soluciones igual de fiables que la técnica basada en covarianzas con menos restricciones, respecto, fundamentalmente, a la distribución de los datos y al tamaño de la muestra. ANEXO VII. La elección de utilizar dicho método se ha basado en los siguientes aspectos: - Las opciones planteadas parten de un desarrollo teórico limitado. Esto no quiere decir que se haya planteado un modelo sin fundamento teórico sino que la literatura acerca del fenómeno del liderazgo no presenta por el momento una estructura sólida, existe mucha discordancia. Y esta técnica ha sido especialmente recomendada en estos casos. Sin embargo, los métodos basados en covarianzas (LISREL, EQS, AMOS) son más adecuados en situaciones donde el conocimiento teórico es sólido y el objetivo de la investigación se centra en un mayor desarrollo y evaluación de la teoría. - Se persigue la predicción. La naturaleza de este estudio es de tipo predictivo y exploratorio, no se busca confirmar relaciones de causalidad. - La complejidad del modelo es elevada. A lo largo de los años se han planteado patrones que podían definir el modo de ser y de actuar de líderes potenciales, pero existe una gran divergencia en este aspecto. Por ello, el objetivo de este proyecto plantea un modelo desde una perspectiva integradora, abarcando los Centro Politécnico Superior, Universidad de Zaragoza 31 De las variables “Interés”, “Cap. De aprender y hacer aprender”, “Competencias” y “Compromiso”, sí se han tenido que eliminar indicadores por mostrar comunalidades inferiores a 0,5. Obteniendo finalmente comunalidades adecuadas y valores buenos de Varianza explicada por encima de 60%. Modelo 2 KMO Bartlett % Varianza Factores Carácter 0,813 0,000 66,499 1 Habilidades / Capacidades 0,820 0,000 62,923 1 Relación líder-seguidor 0,825 0,000 65,053 1 Liderazgo 0,637 0,000 66,003 1 Tabla 7. Resultados Análisis Factorial Modelo 2. Ya en el análisis de fiabilidad, se ve que este modelo parece ser el menos adecuado pues se consideran excesivos indicadores por variable y se requiere la eliminación de muchos ellos, perdiendo información. Indicando todo ello el mal comportamiento de las agrupaciones propuestas. Además los valores de Varianza no son muy altos. Cuanto mayor sea la variabilidad de los datos (varianza) se considera que existe mayor información, en contraste con el modelo anterior, estos valores son bajos. Modelo 3 KMO Bartlett % Varianza Factores Desarrollo RRHH 0,882 0,000 63,381 1 Habilidades estratégicas 0,872 0,000 58,355 1 Carácter innato 0,680 0,000 68,053 1 Carácter aprendido 0,808 0,000 59,683 1 Liderazgo 0,637 0,000 66,003 1 Tabla 8. Resultados Análisis Factorial Modelo 3. En este caso se eliminan los indicadores pertenecientes a la variable inicial Conocimiento de sí mismo, por poseer bajas comunalidades lo que evidencia que la agrupación denominada “Carácter innato” no es la más adecuada, las correlaciones entre los indicadores son muy bajas. Lo mismo ocurre con la variable Ambición en la agrupación “Carácter aprendido”. Además los valores de varianza no distan mucho del valor recomendado, 60%, incluso hay valores inferiores no superando en ningún caso el valor mínimo. Los resultados muestran que tampoco este modelo parece el adecuado. Modelo 4 KMO Bartlett % Varianza Factores Desarrollo RRHH 0,882 0,000 63,381 1 Habilidades Estratégicas 0,872 0,000 58,355 1 Conocimiento de sí mismo 0,5 0,000 77,232 1 Sinceridad 0,652 0,000 69,472 1 Ambición 0,5 0,000 80,814 1 Entrega 0,815 0,000 62,232 1 Liderazgo 0,637 0,000 66,003 1 Tabla 9. Resultados Análisis Factorial Modelo 4. Centro Politécnico Superior, Universidad de Zaragoza 32 En este modelo mejora ligeramente el anterior en el sentido de que no se elimina información de ninguna variable inicial. Y los valores de Varianza explicada mejoran. Modelo 5 KMO Bartlett % Varianza Factores Cap. de aprender y hacer aprender 0,5 0,000 81,859 1 Conexión líder-seguidor 0,825 0,000 65,053 1 Responsabilidad 0,872 0,000 58,355 1 Sinceridad 0,743 0,000 83,271 1 Ambición 0,5 0,000 80,814 1 Conocimiento de sí mismo 0,5 0,000 77,232 1 Liderazgo 0,637 0,000 66,003 1 Tabla 10. Resultados Análisis Factorial Modelo 5. La tabla 10 muestra Varianza explicadas adecuadas, pero se eliminan indicadores por comunalidades bajas llegando a eliminar la representación de las variables iniciales Entusiasmo y Compromiso, se entiende entonces que las agrupaciones de “Responsabilidad” y “Conexión” no son apropiadas. Como ya se indicó al inicio de este apartado el coeficiente KMO y la prueba de esfericidad verifican el acierto de haber recurrido a la realización del análisis factorial. 3. Análisis PLS El análisis causal se realiza en dos etapas. Primero se estudian las relaciones entre los constructos y sus indicadores, modelo de medida, y a continuación las relaciones entre los propios constructos, modelo estructural. Para resumir se recuerda de nuevo los criterios que se han de cumplir para que los conceptos teóricos estén medidos correctamente a través de las variables observadas, en el caso del modelo de medida. Y del mismo modo se recuerdan los del modelo estructural, para obtener resultados significativos. Dando lugar en caso de verificarse todas los criterios a un planteamiento válido y fiable. Los criterios que se han de verificar para cada prueba son los siguientes: Fiabilidad indiv-ítem Fiabilidad constructo Validez convergente Validez discriminante Criterio ƛ>0,7 α >0,7 AVE>0,5 √AVE>Correl. Tabla 11. Criterios Modelo de medida. R2 β Q2 Criterio >0,1 >0,2 >0 Tabla 12. Criterios Modelo estructural. Centro Politécnico Superior, Universidad de Zaragoza 33 Modelo 1 Figura 1. Nomograma modelo1. Todas las pruebas referentes al modelo de medida presentan valores adecuados, superando los criterio fijados y confirmándose de nuevo, (esto se verificaba anteriormente con los análisis realizados con el programa SPSS), la fiabilidad de la escala. Cabe citar que el indicador Lider2 ha mostrado en la prueba de fiabilidad individual del ítem, un valor ligeramente inferior a 0,7, aunque por su proximidad se ha decidido no darle importancia. Esto ha sucedido en todos los modelos adoptándose la misma posición. En cuanto al modelo estructural, los valores de R2, (en el interior de los círculos), de las variables dependientes son superiores 0,1, demostrando entonces un poder predictivo significativo. En cuanto a los valores path, (encima de las flechas) existen valores significativos por encima de 0,2, sin embargo en algunas variables la relación es débil. La prueba de Bootstrapping muestra también resultados satisfactorios, al comprobar que los valores de la prueba eran mayores que el estadístico T de Student de infinitos grados de libertad y por evitar la repetición, lo fue en todos los modelos, demostrando así, la estabilidad de las estimaciones ofrecidas. El coeficiente Q2 presenta valores superiores a 0, lo cual ocurre también en todos los modelos, verificando el requisito fijado y demostrando entonces, relevancia predictiva, lo cual ya se adivinaba por los valores de R2 (ANEXO XVIII). Modelo 2 Figura 2. Nomograma modelo2. Centro Politécnico Superior, Universidad de Zaragoza 34 En este segundo modelo los resultados referentes al modelo de medida han sido también satisfactorios. Los valores de R2 son en todos los constructos superiores a 0,1 y los coeficientes path presentan valores significativos en todas las relaciones planteadas salvo en la relación Habilidades-Liderazgo y Relación líder-seguidor-Liderazgo. Los valores de Q2 verifican también el criterio al ser superiores a 0. (ANEXO XIX). Modelo 3 Figura 3. Nomograma modelo3 De nuevo se obtienen resultados positivos para el modelo de medida, superando con éxito las pruebas que permiten evaluarlo. Con referencia al modelo de estructural, de nuevo se confirman los criterios al presentar valores de R2 superiores a 0,1 y coeficientes β con valores superiores a 0,2, aunque presentan valores débiles entre algunas variables, como por ejemplo Desarrollo RRHH-Liderazgo. En cuanto a la capacidad predictiva representada por los valores Q2, resulta ser positiva, ya que sus valores son superiores a 0. (ANEXO XX). Modelo 4 Figura 4. Nomograma modelo4 Los resultados en la evaluación del modelo de medida son satisfactorios. Los valores de R2 distan de 0,1 y los coeficientes path de 0,2, aunque se adivina, al igual que el caso anterior, algunas relaciones no significativas. De forma similar a los modelos anteriores el valor del coeficiente Q2 es superior a 0. (ANEXO XXI). Centro Politécnico Superior, Universidad de Zaragoza 35 Modelo 5 Figura 5. Nomograma modelo5. Los resultados arrojados correspondientes al modelo de medida son positivos. En cuanto al modelo estructural tanto los coeficiente R2 como los coeficientes path superan los valores límites, aunque existen relaciones entre variables que no pueden considerarse significativas. En cuanto a al procedimiento Blindfolding, los valores de Q2 también muestran resultados satisfactorios. (ANEXO XXII). Los resultados indican que todos los modelos son válidos y aceptables pero las conclusiones del estudio se centran específicamente en aquel que mejor respaldan los datos empíricos y es en el capítulo de conclusiones donde este aspecto es comentado. 4. Responsables-Trabajadores En la sección que trataba de la encuesta ya se indicó que su realización tiene un destinatario doble, los trabajadores y los responsables, y 2 objetivos. Gracias al contraste de ambos grupos se observa la percepción de cada uno y se pueden apreciar las diferencias entre la opinión que los trabajadores tienen de sus responsables, y el concepto que los responsables tienen de sí mismos. Ello permite averiguar la situación general de la organización. Aunque la tendencia de ambas curvas es similar existen puntos discordantes. En el apartado siguiente se comentan aquellos aspectos a mejorar por los responsables de cara a salvar las diferencias apreciadas y más adelante también, las posibles mejoras a introducir a largo plazo para contribuir al desarrollo del liderazgo. Gráfico 1. Valoración de los responsables frente a la de los trabajadores. 2,500 3,000 3,500 4,000 4,500 Responsables directos Trabajadores Centro Politécnico Superior, Universidad de Zaragoza 36 CONCLUSIONES Y ACCIONES DE FUTURO 1. Conclusiones El objetivo de este proyecto era como ya se indicó medir y analizar el liderazgo en una empresa del Sector Automoción con el fin de contribuir a establecer lo que puede ser el comportamiento los líderes, además de proponer propuestas de desarrollo. Dada la situación actual, en la que se requieren cada vez más cambios, son excesivas las empresas cuyas actitudes resultan insuficientes. Existen más oportunidades y también más riesgos. Esta situación está generando la necesidad de líderes capaces de afrontarla. Pero la dificultad estriba en establecer cómo es y qué hace un líder. Centrando la atención en los resultados y dado que existen cinco modelos y a priori resulta complejo vislumbrar el modelo más adecuado se ha realizado una síntesis de los citados resultados y así, determinarlo con más claridad. Se han tenido en cuenta diferentes aspectos indicados en la tabla 1, donde para evaluar conceptos como la capacidad predictiva, el porcentaje de varianza explicada y la intensidad de las relaciones se han tomado valores medios. Criterio Nº indicadores eliminados (Fase inicial) M4 M1 M3 M5 M2 Nº variables eliminadas (Fase inicial) M4 M1 M3 M5 M2 % de varianza explicada por el modelo, R2 M4 M3 M1 M2 M5 Capacidad predictiva, Q2 M4 M2 M1 M5 M3 Nº relaciones significativas, β M4 M3 M2 M5 M1 Intensidad de las relaciones directas significativas M2 M3 M5 M4 M1 Tabla 1. Contraste de los diferentes modelos. La tabla anterior muestra que en los dos primeros criterios los peores comportamientos vienen definidos por los modelos 5 y 2. En general muchos indicadores son eliminados porque al tratarse de un planteamiento novedoso, incluye conceptos que no todas las personas entienden con la misma claridad. Pero si se eliminan incluso variables, esto demuestra que las suposiciones de las agrupaciones planteadas han de rechazarse, (esto ocurre en los modelos 2, 3, 4, 5, puesto que el primer modelo lo constituyen las variables iniciales, no hay agrupaciones posteriores). Entonces, aunque el modelo 2 muestra relaciones altamente significativas entre las variables, no sería adecuada su elección como modelo óptimo por la pérdida de tanta información. Citado esto último tienen prioridad los coeficientes R2 y Q2, puesto que miden la capacidad predictiva del modelo. Y ello junto con el nivel de significación de las relaciones entre constructos son medidas indicativas de cómo de bueno es el desempeño del modelo [14]. Atendiendo a los citados criterios el modelo que presenta mejores resultados es el modelo 4. Al igual que en el caso de los coeficientes path donde el modelo citado y el 2 arrojan resultados más adecuados. Las pruebas determinan entonces, que los datos soportan con más fuerza el modelo 4, requiere la eliminación de menos indicadores, el porcentaje de varianza de los constructos explicada por el modelo, la capacidad predictiva, y número de relaciones significativas es superior al resto de las opciones. Es importante señalar que respecto al parámetro R2, los valores de 0,67, 0,33 y 0,19 en modelos PLS se traducen como Centro Politécnico Superior, Universidad de Zaragoza 37 sustanciales, moderados o débiles respectivamente [16], de modo que dada la proximidad de los resultados al término sustancial, se evidencia el notable poder predictivo de este modelo. Las conclusiones determinantes del proyecto se centran por tanto en esta opción. Lo más destacable de este estudio es que los aspectos determinantes más importantes del liderazgo son la Sinceridad, la Ambición y la Entrega, agrupación esta última formada por las variables originales Compromiso y Entusiasmo, es decir, han sido la mayoría de los conceptos denominados al comienzo del proyecto como aspectos del Carácter, los que han mostrado mayor intensidad en la relación con el liderazgo. Hay resultados que han salido como se esperaban como el de las variables “Carácter”, sin embargo otras han sorprendido y es el caso del Desarrollo de RRHH, que tiene un peso importantísimo en el liderazgo pero que en la empresa de estudio sólo posee una débil relación. De modo que los encuestados no ven en el interés, la motivación, la orientación ó el apoyo la definición de un líder eficaz. Lo ven en aquellas personas que son sinceras, que cumplen su palabra, que se esfuerzan y hacen que los demás también lo hagan, que transmiten positividad y que aspiran siempre a metas altas. Sin embargo lo que sí es determinante en el Desarrollo de RRHH, es la Sinceridad y la Entrega que provoca el hecho de preocuparse por los demás, de atender a sus necesidades así como de encargarse por enseñarles y formarles Por otro lado llama la atención la nula relación entre el Conocimiento de sí mismo y el Liderazgo. El factor tan clave por el que aboga John Kotter no ha sido relevante en ningún caso en la empresa estudiada. Ello demuestra que los encuestados no consideran que el saber lo que uno quiere y saber hasta dónde puede llegar define los aspectos de un líder, sino que define el desarrollo de las obligaciones, el tomar decisiones, cumplir objetivos, solucionar problemas, realizar cambios si son necesarios, es decir, la parte más profesional de la que ha de encargarse un líder, ya que así lo han mostrado los resultados, al arrojar una relación prácticamente significativa entre Conocimiento de sí mismo y Habilidades. En este aspecto de profesionalidad también influye y de manera muy intensa la Entrega, es decir, el esfuerzo que se pone en las cosas así como el involucrarse seriamente en ellas, estar comprometido, permite realizar las acciones correspondientes al ámbito profesional que engloba el concepto de Habilidades estratégicas y que no se debe olvidar. Es curioso el caso de las Habilidades estratégicas con respecto al Liderazgo. Los resultados muestran un efecto inverso entre ambas variables, pero ante esta situación se realizó un análisis superficial modificando la relación de causalidad entre ambas variables a una relación opuesta, y los resultados mostraron un efecto nulo entre ambas. De modo que dejando a un lado el valor del coeficiente path por su falta de concisión, se concluye que los encuestados no ven a su responsable como un líder que ha de solucionar los problemas ó que ha de dejar claramente establecidas las obligaciones de cada uno ó que ha de tomar las decisiones oportunas aunque éstas sean impopulares. En cierto modo ha sido previsible este resultado puesto que la citada agrupación incluye un elemento de competencias que posee algunos comportamientos que bien podrían considerarse como los de un director/gestor en vez de los de un líder. (Ya se explicaba al comienzo del proyecto que suponen conceptos distintos). Por ello sería recomendable de cara al futuro una revisión de esta variable, tanto para ajustar el concepto como para sintetizarlo. Centro Politécnico Superior, Universidad de Zaragoza 38 No se pretende dar a entender que la dirección es negativa para una organización, ni mucho menos, de hecho generalmente hacen falta ambos, líderes y directivos, pero el propósito de este trabajo es el de medir líderes por ello se realizan las anteriores consideraciones. Se puede concluir entonces, que para la empresa en la que se ha llevado a cabo el estudio, el líder eficaz es considerado una persona sincera, ambiciosa, y entregada, comprometida con su trabajo y que a la vez transmite positividad. Esto podría significar que hay que tener una determinada forma de ser para ser líder o que si no, no es posible alcanzar tal objetivo. Pero ya se ha comentado que aunque una persona no sea entusiasta sí puede adoptar conductas entusiastas, dejando atrás creencias que defienden “la personalidad del liderazgo”. Por el contrario a lo que se esperaba, no se enfoca a las acciones que realiza, como tomar decisiones, establecer las tareas. Siendo además muy débil el aspecto del interés por las personas, de formarles, en definitiva de su desarrollo. Por hacer mención al punto de partida de todo este desarrollo, decir que aunque los datos reflejan en esencia esa idea inicial, se incluye un aspecto que se observaba en las posteriores reformulaciones incluidas en el resto de los modelos. Figura 1. Evolución del planteamiento inicial. 2. Responsables-Trabajadores En la parte de resultados se presentaron los obtenidos gráficamente para apreciar las diferencias entre la opinión que los trabajadores tienen de sus responsables, y el concepto que los responsables tienen de sí mismos, medido en términos de liderazgo. La gráfica apunta a que en general, la conciencia que se tiene en la empresa, tanto la que proviene de responsables o jefes como la que proviene de trabajadores es bastante coincidente. Pero algunas conductas relacionadas con el “Interés por las personas”, la “Capacidad de aprender y hacer aprender”, el “Compromiso” y el “Entusiasmo (Desarrollo de RRHH y Entrega, según las agrupaciones del modelo 4) son llevadas a la práctica por los responsables con una frecuencia mucho más alta que lo que juzgan sus supervisados. Ello indica un distanciamiento significativo de percepciones entre ambos grupos, con posibles consecuencias relevantes para el desempeño y los resultados de los equipos de trabajo. Así, por ejemplo, si los responsables consideran que frecuentemente explican y enseñan cómo se han de desempeñar las tareas a sus supervisados podrían decidir que no es necesario incrementar la frecuencia de esta práctica y tampoco estarán atentos a las necesidades que puedan surgir. Mientras que los supervisados, al no observar esta práctica con frecuencia en el comportamiento del responsable, no la considerarán como una conducta incorporada a su repertorio de competencias, a raíz de lo cual podrían decidir no requerir ayuda aun cuando la necesiten. Este tipo de decisiones podrían tener consecuencias directas en el fracaso de tareas y proyectos relevantes para los resultados del negocio. Centro Politécnico Superior, Universidad de Zaragoza 39 Por esto, se hace necesaria la mejora, el aumento de la frecuencia de determinados aspectos hacia los empleados como el de atender a sus necesidades, motivarles, mostrarse cercanos a ellos, tener interés por formarles y potenciar su talento, transmitirles entusiasmo para que trabajen en un ambiente más favorable. Del mismo modo debe aumentar el esfuerzo personal de cada responsable, ellos son el ejemplo a seguir y han de ser comprometidos con la organización y con los empleados, al tiempo que disciplinados. Es sabido que sin esfuerzo y compromiso no hay resultados, y sin resultados, la vida de una empresa no tiene sentido. Es entonces necesario reforzar estas prácticas porque aunque alguna de ellas no se ha visto ligada al liderazgo es de vital importancia para su desarrollo. 3. Propuestas de mejora Se decía al inicio de este proyecto que otro de los objetivos era el de proponer propuestas de desarrollo del liderazgo en la empresa en caso necesario. Si se recuerda de nuevo el gráfico mostrando las opiniones de los responsables y los empleados, centrando la atención en la tendencia de las curvas, como si éstas fueran una, se observa que los resultados varían entre el valor 3 y 4 de la escala Likert. Es decir, la situación de la empresa referida a los aspectos medidos se encuentra entre un “normalmente” y un “casi siempre”. Es cierto que se aspira al nivel más alto pero siendo realistas los factores Compromiso (aunque exista una ligera diferencia entre la noción de unos y otros), Sinceridad, Ambición y Conocimiento de sí mismo se encuentran en una buena situación. De modo que las propuestas de desarrollo van referidas al resto de factores: - Cultivar las relaciones con los empleados, mostrarles atención, orientación. Las organizaciones no crecen por obra de una persona sino por la unión de sus integrantes. Está demostrado que las personas que se sienten apoyadas y reconocidas en sus puestos de trabajo aumentan notablemente su productividad. - Organizar breves reuniones semanales de los empleados con sus responsables para comunicarse, aclarar aspectos que puedan estar confusos, y hacer a los empleados partícipes de la situación real de la empresa en cada momento. - Establecer reuniones periódicas para revisar la dirección que ha de seguir la organización. Señalar con éxito un objetivo a largo plazo no es tarea fácil, por ello se requiere de voluntad y de concentrar esfuerzos. No dedicando la mayor parte de estos a determinar lo que se quiere conseguir para final de año. - Fomentar la realización de cursos de formación para empleados y directivos. El conocimiento que se posee nunca es suficiente. - Coaching empresarial, con el objetivo de desarrollar habilidades específicas tales como la toma de decisiones, la administración del cambio, la capacidad organizativa. - Promover desde la dirección un ambiente de entusiasmo y positividad. Los entornos crispados, aunque en ocasiones sea difícil evitarlos, no favorecen el rendimiento laboral. Todo esto es importante pero en términos de intervención organizacional, antes que buscar elevar los resultados de una futura medición, es decir, antes de mejorar los niveles de liderazgo de la empresa, parece más recomendable partir por buscar una visión más cercana y compartida entre responsables y supervisados respecto a la frecuencia real con que ocurren estas prácticas de liderazgo en la organización Centro Politécnico Superior, Universidad de Zaragoza 40 4. Acciones futuras La realización de este proyecto se ha llevado a cabo con la intención de contribuir a establecer lo que puede ser el comportamiento de los líderes. Para lo cual se ha analizado la situación del liderazgo en una organización concreta. En las conclusiones presentadas se ha citado el perfil del líder eficaz según los encuestados, pero esto supone el punto de partida de un desarrollo mayor. Entonces, con vistas al futuro, y para conseguir obtener conclusiones más claras y concretas acerca del fenómeno considerado sería conveniente analizar diversas empresas, medir la situación de liderazgo de cada una de ellas y poner en común todos los resultados obtenidos. Tratando de afirmar así el modelo planteado. Sólo mediante el análisis de un gran número de organizaciones se puede lograr una aproximación considerable de lo que supone ser un líder eficaz hoy en día. Los estudios posteriores podrían fijarse en empresas del mismo sector, para tratar de encontrar paralelismos ó analizar indistintamente organizaciones de cualquier ámbito. En principio este no es un factor determinante puesto que se parte del hecho de que efectivamente no todas las empresas son iguales, y la forma de actuar de los dirigentes puede ser muy efectiva en una compañía y no en otra. Pero esta no es la línea en la que se ha dirigido el estudio realizado ni la línea en la que deberían dirigirse los estudios posteriores sino que lo relevante es que se parte de la convicción de que aunque cada organización sea un recinto independiente existen una gama de factores, sinceridad, ambición, entrega, motivación, habilidades, conocimiento de uno mismo, entre las que se mueven ciertas personas que consiguen que las organizaciones sobrevivan. Ésa convicción es la que se trata de comprobar. Aparte de lo comentado sería aconsejable una revisión general del planteamiento y de las variables, en concreto de las que poseen mayor número de indicadores para conseguir una mayor síntesis, y sobre todo en el caso de la variable original Competencias, ya que presenta un número excesivo de indicadores y probablemente incluye demasiados conceptos, (ya se comentó su posible problemática en ese aspecto). Así como la variable Interés en la que existen indicadores que parecen mostrar la misma idea. Centro Politécnico Superior, Universidad de Zaragoza 47 CUESTIONARIO LBDQ The Leader Behaviour Description Questionnarie [29] is one of the most famous of all the questionnaires that seek to capture the dimensions of leadership. J. Hemphill and A Coons developed the original LBDQ in the 1950s. The version below was developed by Andrew Halpin and used in his doctoral dissertation in 1957. It was modified into several different versions that added both complexity and items to it during the days of the Ohio State research studies in leadership. During the post WWII years there was a great deal of interest in leadership but no satisfactory theory or definition of the factors that constituted leadership. The LBDQ is famous for introducing two dimensions of leadership (consideration and initiation of structure or task orientation) that have remained very much a constant in leadership studies. The LBDQ is published by the Bureau of Business Research, College of Commerce and Administration, The Ohio State University, Columbus. Directions: Read each item carefully. Think about how frequently the leader engages in the behavior described by the item. Decide whether he always, often, occasionally, seldom or never acts as described by the item. Select one of the five letters following the item to show the answer you have selected. Click the Submit button at the end of this document to submit your questionnaire. A = Always B = Often C = Occasionally D = Seldom E = Never 1. He does personal favors for group members. 2. He makes her/his attitudes clear to the group. 3. He does little things to make it pleasant to be a member of the group. 4. He tries out his new ideas with the group. 5. He acts as the real leader of the group. 6. He is easy to understand. 7. He rules with an iron hand. 8. He finds time to listen to group members. 9. He criticizes poor work. 10. He gives advance notice of changes. 11. He speaks in a manner not to be questioned. 12. He keeps to her/himself. 13. He looks out for the personal welfare of individual group members. 14. He assigns group members to particular tasks. 15. He is the spokesman of the group. Centro Politécnico Superior, Universidad de Zaragoza 48 16. He schedules the work to be done. 17. He maintains definite standards of performance. 18. He refuses to explain her/his actions. 19. He keeps the group informed. 20. He acts without consulting the group. 21. He backs up the members in their actions. 22. He emphasizes the meeting of deadlines. 23. He treats all group members as her/his equals. 24. He encourages the use of uniform procedures. 25. He gets what s/he asks for from her/his superiors. 26. He is willing to make changes. 27. He makes sure that her/his part in the organization is understood by group members 28. He is friendly and approachable. 29. He asks that group members follow standard rules and regulations. 30. He fails to take necessary action. 31. He makes group members feel at ease when talking with them. 32. He lets group members know what is expected of them. 33. He speaks as the representative of the group. 34. He puts suggestions made by the group into action. 35. He sees to it that group members are working up to capacity. 36. He lets other people take away her/his leadership in the group. 37. He gets her/his superiors to act for the welfare of the group. 38. He gets group approval in important matters before going ahead. 39. He sees to it that the work of the group members is coordinated. 40. He keeps the group working together as a team. There are two factors in this instrument: Consideration and Initiating Structure (to be understood also as Task Orientation). Consideration: Items 1, 3, 6, 8, 12, 13, 18, 20, 21, 23, 26, 28, 31, 34, and 38 Initiating Structure: Items 2, 4, 7, 9, 11, 14, 16, 17, 22, 24, 27, 29, 32, 35, 39 Centro Politécnico Superior, Universidad de Zaragoza 49 ANEXO III. ENCUESTAS Centro Politécnico Superior, Universidad de Zaragoza 50 ENCUESTAS A continuación se muestran las encuestas que fueron repartidas para la medición del liderazgo. Por un lado aquella en la que los trabajadores tenían que opinar acerca de sus responsables directos. Y por otro lado aquella en la que cada responsable debía valorarse a sí mismo. El contenido de ambas encuestas es el mismo, la única diferencia estriba en la formulación de las preguntas. 1. Encuesta dirigida a los trabajadores ANÁLISIS DEL LIDERAZGO EN LA EMPRESA Este estudio tiene como objetivo recopilar datos para evaluar los aspectos en los que la organización tiene un buen nivel de liderazgo y además aquellos aspectos en los que existen oportunidades de mejora del mismo en la organización. Se compone de un conjunto de preguntas que están directamente relacionadas con el objeto que se pretende medir. Para llevar a cabo la encuesta es imprescindible su colaboración, por ello es necesario que conteste con sinceridad, objetividad y precisión a las cuestiones que se presentan. El tratamiento de la encuesta es confidencial, siendo, al no pedirse identificación, totalmente anónima. Indicaciones generales: Sus respuestas deben referirse exclusivamente a su responsable directo y a las actuaciones de éste. Además tiene a su disposición un Anexo (al final del cuestionario) por si desea averiguar más acerca del concepto de liderazgo y de aquellos aspectos que influyen en él. Instrucciones generales: Las preguntas deben contestarse mediante la escala que se presenta a continuación. Procediendo con una “x” en la casilla deseada: I. INTERÉS 1. ¿Su Responsable directo le presta atención a las necesidades que pueda tener usted? (00) 1 2 3 4 5 2. ¿Le demuestra respeto? (01) 1 2 3 4 5 3. ¿Le anima a resolver las cosas por usted mismo con iniciativa, arriesgándose dentro de términos razonables? (02) 1 2 3 4 5 4. ¿Le expresa reconocimiento y agradecimiento por su esfuerzo y por los resultados obtenidos? (03) 1 2 3 4 5 1. Siempre 2. Casi siempre 3. Normalmente 4. A veces 5. Casi nunca Centro Politécnico Superior, Universidad de Zaragoza 51 5. ¿Su Responsable directo participa con usted en conversaciones sobre temas informales, (no laborales)? (04) 1 2 3 4 5 6. ¿Su Responsable directo trabaja para aumentar su confianza y su autoestima así como de desarrollar y potenciar su talento? (05) 1 2 3 4 5 7. ¿Se muestra cercano cuando usted busca su consejo o guía? (06) 1 2 3 4 5 8. ¿Le proporciona apoyo y orientación en su trabajo? (07) 1 2 3 4 5 9. ¿Prefiere evitar compartir información con usted? (08) 1 2 3 4 5 10. Aunque finalmente tome la decisión que crea más oportuna, ¿escucha su opinión? (09) 1 2 3 4 5 II. VISIÓN 1. ¿Cree que su Responsable directo tiene una visión de futuro clara? (Entiéndase por visión de futuro el objetivo que se quiere lograr, lo que se quiere conseguir, a dónde se quiere llegar a largo plazo.) (10) 1 2 3 4 5 2. ¿Le comunica, inspira y consigue que usted se involucre hacia la visión y el objetivo de la empresa? (11) 1 2 3 4 5 IV. COMPETENCIAS 1. ¿Su Responsable directo toma sin demasiada demora las decisiones, aunque usted no esté de acuerdo? (17) 1 2 3 4 5 2. ¿Considera que consigue los objetivos que se propone, es decir, es eficaz? (18) 1 2 3 4 5 3. ¿Soluciona los posibles conflictos generados en torno a los trabajadores? (19) 1 2 3 4 5 4. ¿Está abierto a la innovación, a nuevas soluciones, a puntos de vista novedosos y creativos? (20) 1 2 3 4 5 5. ¿Cree que entre las aptitudes de su Responsable directo se encuentran el poder de persuasión y de negociación? (21) 1 2 3 4 5 III. CAPACIDAD DE APRENDER Y HACER APRENDER 1. ¿Su Responsable directo muestra interés en seguir formándose yendo a cursos de formación ó conferencias? (12) 1 2 3 4 5 2. ¿Le da importancia a formarle y enseñarle (a usted)? (13) 1 2 3 4 5 3. ¿Su Responsable directo le enseña y explica cómo se deben hacer las cosas para conseguir los objetivos? (14) 1 2 3 4 5 4. ¿Ha reconocido alguna vez alguno de sus defectos? (15) 1 2 3 4 5 5. ¿Cree que su Responsable directo corrige sus defectos en base a cambiar sus hábitos? (16) 1 2 3 4 5 Centro Politécnico Superior, Universidad de Zaragoza 52 6. ¿Considera que realiza las tareas de manera eficiente? (Entendiendo como eficiente el seguir siempre el mismo proceder). (22) 1 2 3 4 5 7. ¿Le considera buen comunicador? (Entiéndase por comunicador aquella persona que informa al tiempo que entretiene, convence e inspira a quienes le escuchan) (23) 1 2 3 4 5 8. ¿Le deja claras las tareas, lo que tiene que hacer, para cuándo y qué espera de usted? (24) 1 2 3 4 5 9. ¿Su Responsable directo evita realizar cambios en la forma de hacer las cosas? (25) 1 2 3 4 5 10. ¿Le enseña, explica y prepara a la hora de implantar cambios? (26) 1 2 3 4 5 V. COMPROMISO 1. ¿Cree que su Responsable directo se esfuerza en las tareas que realiza? (27) 1 2 3 4 5 2. ¿Considera que su Responsable directo da ejemplo? (28) 1 2 3 4 5 3. ¿Cree que trata de evitar los problemas? (29) 1 2 3 4 5 4. ¿Le transmite la necesidad y la importancia de conseguir los objetivos? (30) 1 2 3 4 5 5. ¿Trabaja menos horas que usted? (31) 1 2 3 4 5 6. ¿Defiende y persigue sus propios intereses (los de su Responsable directo) antes que los de la organización? (32) 1 2 3 4 5 7. ¿Cumple las promesas que le hace a usted? (33) 1 2 3 4 5 VIII. CONOCIMIENTO DE SÍ MISMO 1. ¿Cree que su Responsable directo conoce sus propias limitaciones? (40) 1 2 3 4 5 VI. SINCERIDAD 1. ¿Le considera sincero? (34) 1 2 3 4 5 2. ¿Le considera honesto, es decir, que cumple con su deber? (35) 1 2 3 4 5 3. ¿Su Responsable directo goza de credibilidad para usted? (36) 1 2 3 4 5 VII. AMBICIÓN 1. ¿Su Responsable directo demuestra ambición cuando se habla de objetivos que se persiguen? (37) 1 2 3 4 5 2. ¿Evita asumir riesgos cuando se trata de aspirar a objetivos ambiciosos? (38) 1 2 3 4 5 3. ¿Está dispuesto a sacrificarse lo que sea preciso para conseguir los objetivos marcados? (39) 1 2 3 4 5 Centro Politécnico Superior, Universidad de Zaragoza 53 2. ¿Considera que su Responsable directo sabe lo que quiere? (41) 1 2 3 4 5 IX. ENTUSIASMO 1. ¿Le transmite entusiasmo? (42) 1 2 3 4 5 2. ¿Considera que su Responsable directo confía en que los objetivos se vayan a cumplir? (43) 1 2 3 4 5 3. ¿Le comunica a usted una imagen positiva de la empresa y de sus posibilidades a largo plazo? (44) 1 2 3 4 5 X. LIDERAZGO 1. ¿Considera a su responsable directo un buen líder? (45) 1 2 3 4 5 2. ¿Sigue usted sus indicaciones con la sensación de seguir un mandato, de obedecer órdenes? (46) 1 2 3 4 5 3. ¿Intenta usted hacer el trabajo antes de lo establecido y mejor cuando se lo encarga su responsable directo? (47) 1 2 3 4 5 Muchas gracias por su tiempo y participación. Fecha de la entrevista __________ Departamento ______________________ ANEXO No existe hasta el momento una definición específica y ampliamente aceptada respecto del liderazgo. Algunos investigadores afirman que dada la complejidad del fenómeno probablemente nunca se alcance a consolidar una definición unívoca del mismo. Algunos de los significados acerca de este término son los siguientes: “Proceso de influir en otros y apoyarlos para que trabajen con entusiasmo en el logro de objetivos comunes” “Capacidad de innovar, de permanecer flexibles y adaptables, de fijar metas ambiciosas, de pensar globalmente, de actuar con rapidez, de asumir riesgos” Evaluar personalmente si las personas que nos lideran lo hacen bien o mal es sencillo, ya que la esencia del liderazgo es que las personas sigan al líder hacia los objetivos que éste traza, aunque sean objetivos que requieran sacrificio. De este modo, basta con preguntarse si personalmente se está dispuesto a sacrificarse por seguir el rumbo que marca el líder, y si esto se hace voluntariamente y con convencimiento pleno de que se está haciendo lo mejor. El significado de los términos a partir de los cuales se mide el concepto de liderazgo va encaminado en la siguiente dirección: Interés  Interés, preocupación del líder por las personas que lidera, respeto que siente hacia ellas. Centro Politécnico Superior, Universidad de Zaragoza 54 Visión  objetivo que se quiere lograr, lo que se quiere conseguir, a dónde se quiere llegar a largo plazo. Aprender y hacer aprender  El líder siempre necesita aprender porque los retos a los que se enfrenta cambian continuamente, y ha de involucrar a sus seguidores para enseñarles y hacer que aprendan ellos también. Competencias  Es importante ser líder, pero no se deben olvidar los objetivos a alcanzar, para lo cual hay que disponer de profesionalidad, de saber hacer las cosas. Compromiso  Compromiso en el sentido de dedicación, de obligación, de disciplina con respecto a los objetivos, a los seguidores, Sinceridad  Actuar sin fingir, sin temor a expresar lo que uno piensa o siente. Ambición  Si se pretenden obtener unos objetivos, se necesita ambición, querer conseguirlos y poner los medios para ello. Conocimiento de sí mismo  Hay que conocerse a uno mismo a fondo, “liderarse a sí mismo”, para poder liderar a los demás. Entusiasmo  Es un estado pleno, de entrega, de máximo interés por las cosas. 2. Encuesta dirigida a los responsables ANÁLISIS DEL LIDERAZGO EN LA EMPRESA Este estudio tiene como objetivo recopilar datos para evaluar los aspectos en los que la organización tiene un buen nivel de liderazgo y además aquellos aspectos en los que existen oportunidades de mejora del mismo en la organización. Se compone de un conjunto de preguntas que están directamente relacionadas con el objeto que se pretende medir. Para llevar a cabo la encuesta es imprescindible su colaboración, por ello es necesario que conteste con sinceridad, objetividad y precisión a las cuestiones que se presentan. El tratamiento de la encuesta es confidencial, siendo, al no pedirse identificación, totalmente anónima. Indicaciones generales: Sus respuestas deben referirse exclusivamente usted mismo y a sus propias actuaciones. Además tiene a su disposición un Anexo (al final del cuestionario) por si desea averiguar más acerca del concepto de liderazgo y de aquellos aspectos que influyen en él. Instrucciones generales: Las preguntas deben contestarse mediante la escala que se presenta a continuación. Procediendo con una “x” en la casilla deseada: 1. Siempre 2. Casi siempre 3. Normalmente 4. A veces 5. Casi nunca Centro Politécnico Superior, Universidad de Zaragoza 55 I. INTERÉS 1. ¿Presta atención a las necesidades que pueden tener sus empleados? (00) 1 2 3 4 5 2. ¿Demuestra respeto a la gente a la que dirige? (01) 1 2 3 4 5 3. ¿Anima a su equipo a resolver las cosas por si mismos con iniciativa, arriesgándose dentro de términos razonables? (02) 1 2 3 4 5 4. ¿Expresa a su equipo su reconocimiento y agradecimiento por el esfuerzo y por los resultados obtenidos? (03) 1 2 3 4 5 5. ¿Participa en conversaciones sobre temas informales, (no laborales)? (04) 1 2 3 4 5 6. ¿Trabaja para aumentar la confianza y autoestima de los demás así como de desarrollar y potenciar su talento? (05) 1 2 3 4 5 7. ¿Se muestra cercano cuando buscan su consejo o guía? (06) 1 2 3 4 5 8. ¿Proporciona apoyo y orientación a las personas de su equipo en el desempeño de su trabajo? (07) 1 2 3 4 5 9. ¿Prefiere evitar compartir información con su equipo? (08) 1 2 3 4 5 10. Aunque finalmente tome la decisión que crea más oportuna, ¿escucha las opiniones de su equipo? (09) 1 2 3 4 5 II. VISIÓN 1. ¿Tiene una visión de futuro clara? (Entiéndase por visión de futuro el objetivo que se quiere lograr, lo que se quiere conseguir, a dónde se quiere llegar a largo plazo.) (10) 1 2 3 4 5 2. ¿Comunica, inspira y consigue que su equipo se involucre hacia la visión y el objetivo de la empresa? (11) 1 2 3 4 5 IV. COMPETENCIAS 1. ¿Toma sin demasiada demora las decisiones, aunque no sean populares? (17) 1 2 3 4 5 2. ¿Consigue los objetivos que se propone, es decir, es eficaz? (18) 1 2 3 4 5 3. ¿Soluciona los posibles conflictos generados en torno a los 1 2 3 4 5 III. CAPACIDAD DE APRENDER Y HACER APRENDER 1. ¿Muestra interés en seguir formándose yendo a cursos de formación ó conferencias? (12) 1 2 3 4 5 2. ¿Le da importancia a formar y enseñar a su equipo? (13) 1 2 3 4 5 3. ¿Enseña y explica cómo se deben hacer las cosas para conseguir los objetivos? (14) 1 2 3 4 5 4. ¿Ha reconocido alguna vez alguno de sus defectos? (15) 1 2 3 4 5 5. ¿Corrige sus defectos en base a cambiar sus hábitos? (16) 1 2 3 4 5 Centro Politécnico Superior, Universidad de Zaragoza 56 trabajadores? (19) 4. ¿Está abierto a la innovación, a nuevas soluciones, a puntos de vista novedosos y creativos? (20) 1 2 3 4 5 5. ¿Opina que entre sus aptitudes se encuentran el poder de persuasión y de negociación? (21) 1 2 3 4 5 6. ¿Considera que realiza las tareas de manera eficiente? (Entendiendo como eficiente el seguir siempre el mismo proceder). (22) 1 2 3 4 5 7. ¿Se considera buen comunicador? (Entiéndase por comunicador aquella persona que informa al tiempo que entretiene, convence e inspira a quienes le escuchan) (23) 1 2 3 4 5 8. ¿Deja claras las tareas, lo que tiene que hacer, para cuándo y qué espera de cada uno? (24) 1 2 3 4 5 9. ¿Evita realizar cambios en la forma de hacer las cosas? (25) 1 2 3 4 5 10. ¿Enseña, explica y prepara a la hora de implantar cambios? (26) 1 2 3 4 5 V. COMPROMISO 1. ¿Se esfuerza en las tareas que realiza? (27) 1 2 3 4 5 2. ¿Considera que da ejemplo? (28) 1 2 3 4 5 3. ¿Trata de evitar los problemas? (29) 1 2 3 4 5 4. ¿Transmite la necesidad y la importancia de conseguir los objetivos? (30) 1 2 3 4 5 5. ¿Trabaja menos horas que sus empleados? (31) 1 2 3 4 5 6. ¿Defiende y persigue sus propios intereses antes que los de la organización? (32) 1 2 3 4 5 7. ¿Cumple las promesas realizadas a sus empleados? (33) 1 2 3 4 5 VIII. CONOCIMIENTO DE SÍ MISMO VI. SINCERIDAD 1. ¿Se considera usted sincero? (34) 1 2 3 4 5 2. ¿Se considera honesto, es decir, cumple con su deber? (35) 1 2 3 4 5 3. ¿Cree usted que goza de credibilidad? (36) 1 2 3 4 5 VII. AMBICIÓN 1. ¿Demuestra ambición cuando se habla de objetivos que se persiguen? (37) 1 2 3 4 5 2. ¿Evita asumir riesgos cuando trata de aspirar a objetivos ambiciosos? (38) 1 2 3 4 5 3. ¿Está dispuesto a sacrificarse lo que sea preciso para conseguir los objetivos marcados? (39) 1 2 3 4 5 Centro Politécnico Superior, Universidad de Zaragoza 63 Alfa <0.5 Fiabilidad no aceptable 0.5< Alfa < 0.6 Nivel pobre de fiabilidad 0.6 < Alfa < 0.7 Nivel débil 0.7 < Alfa <0.8 Nivel aceptable 0.8 < Alfa < 0.9 Nivel de fiabilidad bueno Alfa > 0.9 Fiabilidad excelente Figura 1. Criterio de fiabilidad de la escala. Este coeficiente se puede calcular a partir de varianzas, o como en este caso a partir de las correlaciones entre los ítems. - Correlación elemento total corregido  representa la correlación de cada ítem con la suma del resto de ítems de la escala, indicando la magnitud y dirección de esta relación. Se considera que las correlaciones a partir de 0,35 son estadísticamente significativas. Una baja correlación ítem-puntaje total puede deberse a diversas causas como una mala redacción del ítem o que el ítem no sirve para medir lo que se desea medir. A modo de resumen, los indicadores que no cumplan el siguiente criterio, han de ser rechazados: Alpha de Cronbach Correlación ítem-total Criterio >0,7 >0,35 Tabla 1. Criterio de aceptación de indicadores Análisis Fiabilidad. Centro Politécnico Superior, Universidad de Zaragoza 64 ANEXO VI. ANÁLISIS FACTORIAL Centro Politécnico Superior, Universidad de Zaragoza 65 ANÁLISIS FACTORIAL 1. Introducción La segunda parte del análisis computacional es ocupada por el análisis factorial. Con dicho análisis concluye la etapa de depuración de la escala y del mismo modo que el análisis previo se realiza mediante el programa SPSS. Para la realización de este segundo análisis se procede de la misma manera constructo a constructo partiendo de los indicadores que han presentado unos valores aceptables en las pruebas del análisis de fiabilidad, Alpha de Cronbach y Correlación elemento total corregido, es decir, aquellos ítems que garantizan la fiabilidad de la escala, miden lo que deben medir. 2. Análisis 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 altamente [19]. Aplicando un análisis factorial a las respuestas de un cuestionario se pueden encontrar grupos de variables con significado común y conseguir así reducir el número de dimensiones necesarias para explicar las respuestas de los sujetos. Pero en este proyecto, las agrupaciones de variables ya se han realizado previamente. De modo que lo que se pretende es verificar que esas agrupaciones planteadas presentan altas correlaciones entre ellas, es decir, que son correctas [20]. El análisis factorial es, por tanto, una técnica de reducción de la dimensionalidad de los datos. Su propósito último es el de buscar el número mínimo de dimensiones capaces de explicar el máximo de información contenido en los datos. En este tipo de análisis todas las variables son independientes en el sentido de que representan conceptos distintos. El proceso consta de cuatro fases: el cálculo de una matriz capaz de expresar la variabilidad conjunta de todas las variables, la extracción del numero optimo de factores, la rotación de la solución para facilitar su interpretación y la estimación de puntuaciones de las variables en las nuevas dimensiones. Para llevar a cabo este análisis se han de realizar las siguientes pruebas:  KMO y prueba de esferidad de Bartlett. La media de adecuación muestral KMO (Kaiser-Meyer-Olkin) contrasta si las correlaciones parciales entre las variables son suficientemente pequeñas. Permite comparar la magnitud de los coeficientes de correlación observados con la magnitud de los coeficientes de correlación parcial. EL estadístico KMO varía entre 0 y 1. Los valores pequeños indican que el análisis factorial puede no ser una buena idea, dado que las correlaciones entre los pares de variables no pueden ser explicadas por otras variables. Los menores que 0.5 indican que no debe utilizarse el análisis factorial con los datos muestrales que se están analizando [21]. Centro Politécnico Superior, Universidad de Zaragoza 66 Por su parte la prueba de esfericidad de Bartlett contrasta la hipótesis nula de que la matriz de correlaciones es una matriz identidad, en cuyo caso no existirían correlaciones significativas ente las variables y el modelo factorial no sería adecuado.  Comunalidades. Representan la información inicial de cada variable, que siempre es la unidad. Las comunalidades tras la extracción, son la cantidad de información que permanece en cada variables original, una vez se han desechado algunos factores, es decir, reflejan cómo de bien o mal son las variables explicadas por el modelo [21]. Es posible ver también si el número de indicadores es suficiente para explicar las variables o incluso si alguna de las variables debería ser eliminada.  Varianza total explicada. Muestra la cantidad de varianza total que está explicada por cada factor. Con la tabla de Varianza Explicada se ofrece un listado de los autovalores de la matriz varianzas-covarianzas y del porcentaje de varianza que representa cada uno de ellos. En principio se tienen tantos autovalores como variables se tengan. Mediante la regla de Kaiser se toman tantos factores como autovalores mayores de 1. Los factores resultantes explicarán un determinado porcentaje de la varianza total [21]. A partir de ese momento surge la decisión del investigador, de tal manera que si ese porcentaje parece suficiente, se optaría por quedarse con esos factores, si parece poco se aumentaría algún factor y si se quiere un modelo más sencillo se eliminará algún factor. Como ya se comentaba lo que se pretende es verificar las agrupaciones de variables iniciales, de modo que lo ideal será que por cada constructo a analizar se ofrezca un solo factor, y en caso contrario se recurrirá eliminar los restantes hasta quedarnos con uno. Hecho que se consigue en el comando de extracción, indicando únicamente un factor. En problemas de tipo social es suficiente con una explicación del 60 %.  Matriz de componentes. Una vez decidido el número de factores obtendremos la solución final que es la matriz de componentes, denominada así por realizar el análisis factorial utilizando el método de componentes principales [20]. La matriz de componentes son las cargas de cada variable en cada uno de los factores originados, de modo que las variables con cargas más altas en un factor, indica una estrecha relación entre la variable y ese factor, en definitiva es la correlación entre el factor y la variable. Finalmente se muestra a continuación los criterios que han de cumplir los indicadores para conseguir obtener ese número mínimo de dimensiones que explican la máxima cantidad de información contenida en los datos. KMO Prueba de esferidad Comunalidad Varianza total explicada Componentes Criterio >0,5 <0,05 >0,5 >60% 1 Tabla 1. Criterio de aceptación de indicadores Análisis Factorial. Centro Politécnico Superior, Universidad de Zaragoza 67 ANEXO VII. MODELO DE ECUACIONES ESTRUCTURALES, ENFOQUE PLS Centro Politécnico Superior, Universidad de Zaragoza 68 MODELO DE ECUACIONES ESTRUCTURALES, ENFOQUE PLS 1. Introducción Una de las finalidades de las investigaciones empíricas es el descubrimiento de relaciones causales entre las variables objeto de estudio, lo cual es asequible cuando trabajan con conceptos experimentalmente controlables como los fenómenos físicos, sin embargo sobre las variables analizadas en las ciencias sociales y del comportamiento, como es el caso de este proyecto, no es posible ejercer un control, por lo que es necesario desarrollar otro tipo de análisis metodológico. Las ciencias sociales estudian con frecuencia conceptos no físicos y abstractos denominados constructos, que sólo pueden medirse de forma indirecta a través de indicadores, variables observables [25]. Los modelos de ecuaciones estructurales nacieron de la necesidad de dotar de mayor flexibilidad a los modelos de regresión Y constituyen una de las herramientas más potentes para el estudio de las relaciones causales sobre datos no experimentales cuando estas relaciones son lineales. Sin embargo, como comenta Joan Manuel Batista en su libro Modelos de ecuaciones estructurales, "a pesar de su sofisticación, estos modelos nunca prueban la causalidad, sólo ayudan a seleccionar entre las hipótesis causales relevantes, desechando aquellas no soportadas por la evidencia empírica. Las teorías causales son susceptibles de ser estadísticamente rechazadas si se contradicen con los datos, es decir con las covarianzas o correlaciones entre variables. En cambio, las teorías no pueden ser confirmadas estadísticamente [5]. Dichos modelos permiten [5]:  Abordar los fenómenos en toda su globalidad, teniendo en cuenta su gran complejidad. Se trata, en definitiva de una estadística mucho más realista.  Simplificar las grandes matrices multivariantes, que pecan de excesivo volumen de datos para la limitada capacidad humana de procesamiento. Estos modelos, al condensar las relaciones entre un gran número de variables en unos pocos factores, ponen de relieve lo esencial en perjuicio de lo accesorio.  Especificar el modelo por parte del propio investigador, de acuerdo con su propio criterio y conocimientos, modificándolo de forma flexible según su ajuste a los datos. Aspecto clave que los diferencia de otros modelos estadísticos más rígidos.  Eliminar el efecto del error de medida de las relaciones entre variables. Se admite, entonces, que los fenómenos reales y los fenómenos medidos son realidades distintas. Si no se reconoce esta distinción, se acepta la peligrosa estrategia de hacer los cálculos en el mundo de las mediciones para extraer luego las conclusiones en el mudo real. Por el contrario al aceptar el error de medida como inherente al estudio, éste se introduce como parte de la especificación del modelo, y de esta forma es posible cuantificar la calidad de la medición de nuestros datos. Centro Politécnico Superior, Universidad de Zaragoza 69 Además de estos aspectos, los modelos de ecuaciones estructurales gozan de popularidad actualmente puesto que permiten: - Trabajar con constructos, que se miden a través de indicadores, para después evaluar la calidad de dicha medición. - Considerar los fenómenos en su verdadera complejidad desde una perspectiva más realista, abandonando la estadística uni y bivariante e incorporando múltiples variables tanto exógenas como endógenas. (Más adelante se aclararán estos términos). - Considerar conjuntamente medida y predicción, análisis factorial y “path analysis”, (más adelante se comenta con más detalle) es decir, evaluar los efectos de variables latentes entre sí, sin contaminación debida al error de medida. - Introducir la perspectiva confirmatoria en el modelado estadístico. El investigador debe introducir su conocimiento teórico en la especificación del modelo antes de su estimación. - Descomponer las covarianzas observadas y no sólo las varianzas, dentro de una perspectiva del análisis de la interdependencia. 2 Origen, Historia El inicio de lo que hoy se conoce como modelos de ecuaciones estructurales, se remonta a los inicios del siglo XX hasta 1970 en que K. Jöreskog presenta la primera formulación de Covariance Structure Analysis (CSA), más tarde conocido como LISREL, para estimar un sistema de ecuaciones estructurales lineales. Más adelante se daba la alternativa que H. Wold propuso al modelo de Jöreskog, para flexibilizar las condiciones que éste último imponía, y cómo el enfoque de H. Wold del modelo de ecuaciones estructurales, conocido como PLS-Path Modeling, se ha popularizado en el ámbito de las Ciencias Sociales por su adaptación a las condiciones de la información disponible en este campo. Y que precisamente por esa flexibilidad ha sido el enfoque adoptado para este estudio. La técnica del Análisis de la Varianza presentada por R.A. Fisher en 1925 fue pionera en el estudio de las relaciones causales. El Análisis de la Varianza pensado inicialmente para el análisis de datos experimentales, trata de explicar el efecto de una variable independiente (explicativa) sobre otra variable dependiente (explicada), y establece hasta qué punto la variación de la variable dependiente se debe a las variaciones de la variable independiente. Entre los diversos modelos estadísticos diseñados para explicar la variación de una o varias variables dependientes, esto es, para el análisis de relaciones de dependencia, está el modelo de regresión, que tiene en común con el Análisis de la Varianza el analizar la variación de las variables explicadas por otras [24]. En las ciencias sociales, han sido los económetras los pioneros en servirse de modelos de análisis de la dependencia para estudiar las relaciones de causalidad sobre datos no experimentales. Por otro lado, sociómetras y biómetras sentaron las bases del Análisis Path (análisis de rutas) que describe relaciones de dependencia que en algún sentido son Centro Politécnico Superior, Universidad de Zaragoza 70 causales entre variables latentes, (variables no observables). El análisis de rutas es un método para buscar relaciones causa efecto, en las que los coeficientes path miden el grado de relación causal entre las variables, es decir, el grado de variación producida en la variable dependiente por cada una de las variables independientes, permaneciendo las otras constantes. Este análisis es el padre de los modelos de ecuaciones estructurales, una técnica para estimar los parámetros desconocidos de un sistema de ecuaciones simultáneas, de la que Sewall Wright se considera su creador. Fue redescubierto por los sociólogos en la década de 1960, se extendió a otras áreas, como la estadística y la economía. Por último, en las ciencias del comportamiento, los primeros psicómetras de principios del siglo XX han sido conscientes de que miden con error. Aunque el error de medida y la naturaleza latente, no observable, de muchas variables de interés, fueron reconocidas por Gauss y Galileo en mediciones astronómicas, pasaron desapercibidos para mucho de los primeros económetras. Así, aquellos primeros psicómetras empiezan a desarrollar modelos para estudiar conceptos abstractos, no observables, llamados constructos, variables latentes o factores, cuyos valores se obtienen a partir de las variables observables. Los más comunes de estos modelos son el análisis factorial exploratorio, que, con el importante trabajo sobre análisis de factores publicado por Spearman en 1904, ha tenido gran influencia en el desarrollo de los modelos de ecuaciones estructurales, y el análisis factorial confirmatorio de Jöreskog. Ambos modelos formalizan las relaciones entre las variables observables (indicadores) y los constructos, variables latentes o factores en los que se centra el interés [24]. De esta conjunción de planteamientos, los del Análisis Factorial, que dio lugar a lo que ahora se denomina modelo de medida, que relaciona variables latentes con variables observadas en las de ecuaciones estructurales, y el Análisis Path, con el que se establecen las relaciones entre variables latentes, modelo de estructura, se dedujo la base de los modelos de ecuaciones estructurales. Por tanto, se afirma que el origen de los modelos de ecuaciones estructurales data en 1970, cuando el económetra Arthur Goldberger organizó una conferencia, a la que invitó a estadísticos, a psicómetras, económetras y sociómetras, sobre modelos que analizaban relaciones causales. En ella se planteó que no sólo tenía interés estudiar la relación entre variables observables y latentes, (indicadores y constructos), sino también entre las propias variables latentes. Como resultado de esta conjunción de saber y experiencia surgen los modelos de ecuaciones estructurales, (SEM, en inglés), especializados, a diferencia de los modelos macroeconométricos, en el análisis de datos individuales procedentes de muestras aleatorias y en los que se sustituye el supuesto de medida sin error por el de independencia entre observaciones [24], [26]. En la actualidad, el investigador está obligado a conocer y utilizar métodos apropiados para el estudio de las relaciones entre variables. Ya que los fenómenos de interés son complejos, tienen muchos aspectos, obedecen a múltiples causas y están frecuentemente medidos con error, identificar el origen de su variabilidad requiere servirse de métodos multivariantes adecuados como los modelos de ecuaciones estructurales, que permitan incorporar el error de medida y considerar relaciones recíprocas entre constructos. Centro Politécnico Superior, Universidad de Zaragoza 71 En las últimas décadas, K. Jöreskog, P. Bentler y B.Muthén, han sido los pioneros, a los que después muchos otros han seguido, del desarrollo y optimización de los modelos de ecuaciones estructurales. Simultáneamente, han aparecido diversos programas (LISREL, EQS, AMOS) para estimar y contrastar estos modelos. 3. Noción de causalidad. Para analizar las relaciones causales entre variables de lo único que se dispone es de información estadística. Esto es, en los estudios no experimentales las relaciones causales se inducen a partir de las relaciones estadísticas observadas entre las variables, y la variación entre variables se mide, como es sabido, con la covarianza o la correlación. Pero la covariación entre dos variables significa que los valores de una se dan a menudo asociados a valores de la otra, sin embargo para que exista relación causal, además de existir correlación, los cambios en la variable causa implicarán variaciones en la variable efecto. Por tanto, la covariación define un tipo de relación simétrica entre variables, es decir, si una variable V1 correlaciona (positivamente o negativamente) con V2, se sigue el que V2 correlacionará asimismo (positiva o negativamente) con V1. En cambio la causalidad es asimétrica, pues el hecho que V1 sea causa de V2 no se sigue necesariamente que V2 sea causa de V1. Para representar el efecto causal de V1 en V2 bajo el supuesto que la relación entre ambas variables es lineal, se emplea una ecuación de regresión del tipo: Siendo “d2” el término de perturbación aleatorio que recoge la variación de V2 por causas distintas de V1. Parte de la relación entre V2 y V1 será debida al efecto de V1 en V2 y parte al efecto de estas otras causas relacionadas con V1. Obsérvese que en el modelo de regresión se asume que cualquier otra causa de V2 no está correlacionada con V1. De modo que para deducir que V1 sea causa de V2, habitualmente se exige además de correlación el establecimiento de la dirección del efecto y el aislamiento de otras posibles causas [5]. Es precisamente en el concepto de la covarianza en el que se basan los primeros enfoques de modelos de ecuaciones estructurales. Pero como se justifica en páginas posteriores, en este proyecto se recurre a utilizar el método PLS, basado en mínimos cuadrados. 4. Tipos de relaciones causales. Análisis Path. El concepto de análisis causal en las ciencias sociales hace referencia al conjunto de estrategias y técnicas de elaboración de modelos causales que explican los fenómenos, con objeto de contrastarlos empíricamente. Sus orígenes se encuentran en el “path-analysis”, literalmente traducido como análisis de senderos, cuyo objeto es el estudio de los efectos de unas variables consideradas como causas sobre otras tomadas como efectos. La variable que es efecto se denomina variable dependiente, endógena o explicada y las que originan o causan a la anterior, son las variables independientes, exógenas o explicativas [5]. El análisis path es una técnica similar a la regresión pero con poder explicativo, que estudia los efectos directos e indirectos en el conjunto de las Centro Politécnico Superior, Universidad de Zaragoza 72 variables observables, asumiendo la existencia de relaciones lineales entre ellas, la incorrelación de los errores de regresión y la ausencia de errores de medición de las variables. La construcción del diagrama causal, “path diagram”, representa la primera etapa del “path análisis”. Esta técnica se sirve de grafos que reflejan el proceso causal atendiendo a ciertas convenciones que lo hacen acordes con las ecuaciones: 1) Cada relación causal o predictiva entre variables se indica por una flecha a la que corresponde una hipótesis según los fundamentos teóricos y cuyo sentido es desde las variables causa hacia las variables efecto. Ambas se representan a través de círculos o elipses. Cada flecha está afectada de un parámetro o coeficiente “path”, que indica la magnitud del efecto entre ambas variables, que correspondería según la figura 1 al valor 0,45. Las variables a las que llega alguna flecha se les denomina endógenas, variables dependientes, (“liderazgo”) y aquellas a las que no llega ninguna flecha exógenas, (“ambición”). Figura 1. Representación relación causal. 2) Las variables latentes se representan, como se decía, con círculos mientras que las variables observables, los indicadores, se enmarcan en cuadrados. En el modelaje PLS las relaciones entre los constructos y sus respectivos indicadores pueden ser formativos o reflectivos, según sea el tipo de los indicadores y que además definen el sentido de las flechas que marcan las relaciones: Indicadores reflectivos: son indicadores “de efecto”, suponen manifestaciones del constructo al que corresponden. En este caso las flechas van desde las variables latentes hacia los indicadores. Concretamente para la realización de la medición del liderazgo, se utilizan indicadores de este tipo. Indicadores formativos: son indicadores “de causa”. Las flechas, entonces, van desde los indicadores hacia las variables latentes. En este caso los indicadores no tienen por qué estar correlacionados entre sí. Figura 2. Configuración general modelo causal Centro Politécnico Superior, Universidad de Zaragoza 79 Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,860 ,867 9 Tabla 3. Valor fiabilidad de la escala de medida para el constructo "Interés por las personas que lidera" 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 INT1 27,5946 33,733 ,689 ,583 ,836 INT2 27,0541 36,119 ,553 ,442 ,849 INT3 27,9595 34,453 ,526 ,342 ,851 INT4 28,6486 33,232 ,583 ,498 ,846 INT5 28,7297 35,479 ,355 ,196 ,873 INT6 28,5541 32,628 ,728 ,608 ,831 INT7 27,8514 33,212 ,704 ,632 ,834 INT8 27,8514 33,510 ,699 ,608 ,835 INT10 27,6486 34,561 ,544 ,368 ,849 Tabla 4. Correlación elemento total para el constructo “Interés por las personas que lidera”. Finalmente, tras la eliminación del indicador Int9, se obtienen correlaciones adecuadas para el resto de los indicadores con una alta fiabilidad de escala representada por el valor del Alpha de Cronbach. Visión de futuro Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,705 ,706 2 Tabla 5. Valor fiabilidad de la escala de medida para el constructo "Visión de futuro 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 VIS1 3,4054 1,001 ,546 ,298 .a VIS2 3,7297 ,849 ,546 ,298 .a Tabla 6. Correlación elemento total para el constructo “Visión de futuro”. Los valores tanto del Alpha de Cronbach como de las correlaciones superan los criterios de modo que no se recomienda la eliminación de ningún indicador. Centro Politécnico Superior, Universidad de Zaragoza 80 Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,726 ,727 5 Tabla 7. Valor fiabilidad de la escala de medida para el constructo "Cap. aprender y hacer aprender" 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 APREN1 11,7958 8,566 ,487 ,337 ,678 APREN2 11,4824 7,841 ,558 ,484 ,648 APREN3 11,2570 8,814 ,495 ,456 ,675 APREN4 12,0387 9,677 ,352 ,228 ,727 APREN5 12,2570 9,047 ,551 ,420 ,659 Tabla 8. Correlación elemento total para el constructo “Cap. Aprender y hacer aprender”. De nuevo, todos los indicadores superan las pruebas satisfactoriamente. Obteniendo un nivel de fiabilidad aceptable con unas correlaciones superiores a 0,35. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,749 ,745 10 Tabla 9. Valor fiabilidad de la escala de medida para el constructo "Competencias” 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 COMPE1 30,9225 29,436 ,026 ,156 ,783 COMPE2 30,4859 24,668 ,639 ,533 ,700 COMPE3 31,0070 24,954 ,525 ,470 ,712 COMPE4 30,7817 24,426 ,524 ,381 ,711 COMPE5 30,9507 24,796 ,511 ,443 ,713 COMPE6 30,6268 24,320 ,558 ,537 ,706 COMPE7 30,8380 24,857 ,472 ,309 ,719 COMPE8 30,5986 24,269 ,525 ,610 ,710 COMPE9 31,0282 31,151 -,109 ,162 ,788 COMPE10 30,7254 23,924 ,497 ,447 ,714 Tabla 10 .Correlación elemento total para el constructo “Competencias” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,791 ,797 9 Tabla 11. Valor fiabilidad de la escala de medida para el constructo "Competencias” Centro Politécnico Superior, Universidad de Zaragoza 81 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 COMPE1 27,6389 30,141 ,014 ,129 ,831 COMPE2 27,2083 25,218 ,634 ,519 ,754 COMPE3 27,7222 25,463 ,530 ,468 ,765 COMPE4 27,5000 25,024 ,518 ,373 ,766 COMPE5 27,6667 25,185 ,528 ,410 ,765 COMPE6 27,3611 24,448 ,591 ,543 ,756 COMPE7 27,5694 25,166 ,489 ,317 ,770 COMPE8 27,3194 24,330 ,576 ,578 ,757 COMPE10 27,4583 24,110 ,524 ,445 ,765 Tabla 12. Correlación elemento total para el constructo “Competencias” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,831 ,834 8 Tabla 13. Valor fiabilidad de la escala de medida para el constructo "Competencias” 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 COMPE2 23,9167 23,909 ,658 ,504 ,802 COMPE3 24,4306 24,497 ,509 ,431 ,818 COMPE4 24,2083 23,664 ,543 ,360 ,814 COMPE5 24,3750 24,263 ,504 ,391 ,819 COMPE6 24,0694 23,312 ,593 ,529 ,807 COMPE7 24,2778 23,783 ,515 ,308 ,818 COMPE8 24,0278 22,940 ,606 ,575 ,805 COMPE10 24,1667 22,690 ,555 ,444 ,813 Tabla 14. Correlación elemento total para el constructo “Competencias”. Como se ha podido observar, en el análisis de este constructo se ha requerido la eliminación de Compe9 y Compe1 respectivamente, por los valores de sus correlaciones, obteniendo finalmente un Alpha igual a 0,831, es decir, una gran consistencia de la escala. Compromiso. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,738 ,758 7 Tabla 15. Valor fiabilidad de la escala de medida para el constructo "Compromiso” Centro Politécnico Superior, Universidad de Zaragoza 82 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 COMPRO1 23,4457 13,128 ,722 ,596 ,654 COMPRO2 24,0109 12,636 ,593 ,490 ,671 COMPRO3 23,8080 13,668 ,512 ,465 ,693 COMPRO4 23,8370 14,639 ,419 ,330 ,714 COMPRO5 23,6920 13,501 ,319 ,208 ,753 COMPRO6 23,2464 14,906 ,452 ,253 ,710 COMPRO7 24,1123 14,813 ,285 ,107 ,746 Tabla 16. Correlación elemento total para el constructo “Compromiso”. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,745 ,768 6 Tabla 17. Valor fiabilidad de la escala de medida para el constructo "Compromiso” 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 COMPRO1 19,8821 10,155 ,727 ,583 ,650 COMPRO2 20,4679 9,590 ,618 ,470 ,667 COMPRO3 20,2536 10,527 ,535 ,465 ,695 COMPRO4 20,2821 11,544 ,412 ,324 ,727 COMPRO5 20,1250 10,626 ,290 ,197 ,787 COMPRO6 19,6857 11,714 ,457 ,247 ,718 Tabla 18. Correlación elemento total para el constructo “Compromiso”. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,778 ,777 5 Tabla 19. Valor fiabilidad de la escala de medida para el constructo "Compromiso” Centro Politécnico Superior, Universidad de Zaragoza 83 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 COMPRO1 15,8275 6,857 ,697 ,533 ,692 COMPRO2 16,4331 6,261 ,618 ,468 ,715 COMPRO3 16,2077 6,709 ,616 ,450 ,715 COMPRO4 16,2359 7,630 ,470 ,312 ,764 COMPRO6 15,6761 8,135 ,383 ,208 ,788 Tabla 20. Correlación elemento total para el constructo “Compromiso”. En este caso se hace necesario el rechazo de Compro7 y Compro5 por los mismos motivos comentados con anterioridad. Dando lugar a un Alpha de 0,778, ligeramente superior al valor recomendable 0,7. Sinceridad. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,899 ,899 3 Tabla 21. Valor fiabilidad de la escala de medida para el constructo "Sinceridad” 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 SINC1 8,4459 2,851 ,788 ,633 ,867 SINC2 8,3514 2,941 ,836 ,699 ,825 SINC3 8,4730 3,043 ,778 ,616 ,874 Tabla 22. Correlación elemento total para el constructo “Sinceridad”. Ambición. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,699 ,703 3 Tabla 23. Valor fiabilidad de la escala de medida para el constructo "Ambición” 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 AMBI1 7,3889 2,273 ,612 ,421 ,482 AMBI2 7,3889 2,434 ,554 ,387 ,559 AMBI3 7,8056 2,582 ,394 ,161 ,763 Tabla 24. Correlación elemento total para el constructo “Ambición” Centro Politécnico Superior, Universidad de Zaragoza 84 Aunque en este caso se podrían mantener todos los indicadores, por mostrar aunque baja cierta fiabilidad, se opta por rechazar el indicador Ambi3, consiguiendo así un nivel aceptable. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,763 ,763 2 Tabla 25. Valor fiabilidad de la escala de medida para el constructo "Ambición” 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 AMBI1 3,9028 ,785 ,616 ,380 .a AMBI2 3,9028 ,813 ,616 ,380 .a Tabla 26. Correlación elemento total para el constructo “Ambición” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,705 ,705 2 Tabla 27. Valor fiabilidad de la escala de medida para el constructo "Conocimiento de sí mismo” 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 CONOC1 3,9863 ,976 ,545 ,297 .a CONOC2 3,5479 1,073 ,545 ,297 .a Tabla 28. Correlación elemento total para el constructo “Conocimiento de sí mismo” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,758 ,764 3 Tabla 29. Valor fiabilidad de la escala de medida para el constructo "Entusiasmo” 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 ENTU1 6,9730 2,521 ,655 ,429 ,601 ENTU2 6,5405 3,124 ,536 ,296 ,740 ENTU3 6,9730 2,169 ,606 ,383 ,674 Tabla 30. Correlación elemento total para el constructo “Entusiasmo” Centro Politécnico Superior, Universidad de Zaragoza 85 Liderazgo Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,734 ,738 3 Tabla 31. Valor fiabilidad de la escala de medida para el constructo "Liderazgo” 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 LIDER1 7,0205 2,232 ,637 ,458 ,549 LIDER2 7,3993 2,515 ,444 ,199 ,786 LIDER3 7,2457 2,460 ,606 ,435 ,595 Tabla 32. Correlación elemento total para el constructo “Liderazgo” Comprobamos al igual que en las variables Sinceridad, Entusiasmo y Conocimiento de sí mismo que los resultados son excelentes, el Alfa de Cronbach presenta un valor superior a 0,7 y la correlación elemento-total corregida es en todos los casos muy superior al nivel mínimo requerido. Además son importantes los resultados de estas últimas variables puesto que supone la variable de estudio principal de este proyecto. Centro Politécnico Superior, Universidad de Zaragoza 86 ANEXO IX RESULTADOS ANÁLISIS FIABILIDAD MODELO 2 Centro Politécnico Superior, Universidad de Zaragoza 87 RESULTADOS ANÁLISIS FIABILIDAD MODELO 2 Al igual que en el Anexo anterior, se presentan los resultados del análisis de fiabilidad realizado, en este caso, al modelo 2. Con el fin de reducir el número de variables adoptadas, se ha representado el modelo anterior pero en vez de con 10 variables con 4. Aunque como se ve a continuación y sobretodo en el análisis factorial los resultados no son muy positivos puesto que existe un gran número de indicadores que son eliminados, mostrando así que la agrupación de las variables no es tan adecuada como se pensaba inicialmente. Además el programa SPSS, no aconseja el análisis con tantos indicadores por constructo, de modo que ésta sería otra causa de la debilidad de los resultados. Carácter. Esta agrupación la constituyen las variables Compromiso, Sinceridad, Entusiasmo, Ambición y Conocimiento de sí mismo. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,878 ,883 18 Tabla 1. Valor fiabilidad de la escala de medida para el constructo "Carácter” 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 COMPRO1 65,3152 83,911 ,672 ,644 ,867 COMPRO2 65,8804 81,269 ,658 ,680 ,866 COMPRO3 65,6775 84,096 ,565 ,530 ,870 COMPRO4 65,7065 85,444 ,541 ,525 ,871 COMPRO5 65,5616 85,971 ,302 ,321 ,883 COMPRO6 65,1159 88,248 ,416 ,371 ,875 COMPRO7 65,9819 85,705 ,419 ,330 ,875 SINC1 65,3732 82,067 ,669 ,716 ,865 SINC2 65,2572 82,992 ,675 ,734 ,866 SINC3 65,3732 83,697 ,616 ,668 ,868 AMBI1 65,6486 88,527 ,328 ,572 ,878 AMBI2 65,6196 89,982 ,244 ,488 ,881 AMBI3 66,0543 85,201 ,472 ,418 ,873 CONOC1 65,9964 87,851 ,314 ,387 ,879 CONOC2 65,5326 84,824 ,526 ,529 ,871 ENTU1 66,2717 82,853 ,673 ,660 ,866 ENTU2 65,8804 86,724 ,517 ,379 ,872 ENTU3 66,3007 82,778 ,553 ,525 ,870 Tabla 2. Correlación elemento total para el constructo “Carácter” Centro Politécnico Superior, Universidad de Zaragoza 88 Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,881 ,886 17 Tabla 3. Valor fiabilidad de la escala de medida para el constructo "Carácter” 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 COMPRO1 61,3732 79,289 ,681 ,644 ,869 COMPRO2 61,9384 76,727 ,665 ,679 ,868 COMPRO3 61,7355 79,635 ,562 ,526 ,872 COMPRO4 61,7645 80,923 ,540 ,513 ,873 COMPRO5 61,6196 81,175 ,312 ,317 ,886 COMPRO6 61,1739 83,686 ,412 ,368 ,878 COMPRO7 62,0399 81,442 ,403 ,278 ,879 SINC1 61,4312 77,526 ,675 ,714 ,868 SINC2 61,3152 78,435 ,681 ,731 ,868 SINC3 61,4312 79,010 ,630 ,666 ,870 AMBI1 61,7065 84,681 ,279 ,380 ,882 AMBI3 62,1123 80,966 ,454 ,416 ,877 CONOC1 62,0543 82,888 ,334 ,366 ,881 CONOC2 61,5906 80,003 ,545 ,526 ,873 ENTU1 62,3297 78,411 ,672 ,660 ,868 ENTU2 61,9384 82,065 ,523 ,374 ,874 ENTU3 62,3587 78,275 ,555 ,524 ,872 Tabla 4. Correlación elemento total para el constructo “Carácter” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,882 ,888 16 Tabla 5. Valor fiabilidad de la escala de medida para el constructo "Carácter” 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 COMPRO1 57,4601 74,235 ,687 ,631 ,870 COMPRO2 58,0254 71,836 ,664 ,667 ,870 COMPRO3 57,8225 74,692 ,559 ,525 ,874 COMPRO4 57,8514 76,236 ,515 ,465 ,876 COMPRO5 57,7065 75,757 ,328 ,307 ,888 COMPRO6 57,2609 78,528 ,415 ,364 ,880 COMPRO7 58,1268 76,417 ,400 ,268 ,881 SINC1 57,5181 72,345 ,691 ,711 ,869 SINC2 57,4022 73,245 ,698 ,729 ,869 SINC3 57,5181 73,771 ,647 ,656 ,871 Centro Politécnico Superior, Universidad de Zaragoza 95 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 INT1 42,4261 77,235 ,683 ,605 ,881 INT2 41,8908 80,253 ,576 ,483 ,886 INT3 42,7782 78,421 ,519 ,433 ,888 INT4 43,4401 75,371 ,633 ,624 ,883 INT5 43,4824 79,579 ,386 ,226 ,896 INT6 43,3556 75,396 ,739 ,659 ,878 INT7 42,6373 76,437 ,697 ,655 ,880 INT8 42,6373 77,285 ,668 ,724 ,882 INT10 42,4542 77,719 ,593 ,452 ,885 APREN1 43,3873 80,471 ,415 ,438 ,893 APREN2 43,0739 73,411 ,748 ,700 ,877 APREN3 42,8486 77,648 ,615 ,635 ,884 APREN4 43,6303 81,697 ,392 ,363 ,893 APREN5 43,8486 81,359 ,465 ,495 ,890 Tabla 4. Correlación elemento total para el constructo “M. y Desarrollo RRHH” Los valores del Alpha de Cronbach son superiores a 0,7 y las correlaciones de los indicadores tras la eliminación de Int9 distan de 0,35, evidenciando así la validez de la escala de medida. Habilidades estratégicas. Incluye las variables originales Visión y Competencias. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,813 ,814 12 Tabla 5. Valor fiabilidad de la escala de medida para el constructo "Habilidades Estratégicas” 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 VIS1 37,6690 38,505 ,637 ,522 ,786 VIS2 37,9789 37,618 ,639 ,461 ,784 COMPE1 38,1338 44,378 ,043 ,167 ,837 COMPE2 37,6972 38,417 ,654 ,543 ,785 COMPE3 38,2183 38,991 ,522 ,481 ,794 COMPE4 37,9930 37,993 ,552 ,410 ,791 COMPE5 38,1620 38,292 ,554 ,494 ,791 COMPE6 37,8380 37,868 ,585 ,569 ,788 COMPE7 38,0493 38,655 ,490 ,364 ,797 COMPE8 37,8099 38,253 ,515 ,616 ,795 COMPE9 38,2394 46,381 -,088 ,168 ,839 COMPE10 37,9366 37,289 ,532 ,511 ,793 Tabla 6. Correlación elemento total para el constructo “Habilidades Estratégicas” Centro Politécnico Superior, Universidad de Zaragoza 96 Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,842 ,847 11 Tabla 7. Valor fiabilidad de la escala de medida para el constructo "Habilidades Estratégicas” 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 VIS1 34,3611 39,228 ,641 ,526 ,821 VIS2 34,6806 38,246 ,643 ,472 ,819 COMPE1 34,8194 45,333 ,034 ,144 ,868 COMPE2 34,3889 39,207 ,651 ,531 ,820 COMPE3 34,9028 39,768 ,525 ,478 ,829 COMPE4 34,6806 38,852 ,547 ,405 ,827 COMPE5 34,8472 38,952 ,566 ,463 ,825 COMPE6 34,5417 38,186 ,614 ,575 ,821 COMPE7 34,7500 39,164 ,507 ,375 ,830 COMPE8 34,5000 38,557 ,556 ,589 ,826 COMPE10 34,6389 37,674 ,556 ,515 ,826 Tabla 8. Correlación elemento total para el constructo “Habilidades Estratégicas” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,868 ,871 10 Tabla 9. Valor fiabilidad de la escala de medida para el constructo "Habilidades Estratégicas” 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 VIS1 31,0694 37,891 ,630 ,520 ,853 VIS2 31,3889 36,754 ,649 ,472 ,851 COMPE2 31,0972 37,579 ,670 ,514 ,850 COMPE3 31,6111 38,482 ,509 ,443 ,862 COMPE4 31,3889 37,172 ,568 ,388 ,857 COMPE5 31,5556 37,711 ,548 ,453 ,859 COMPE6 31,2500 36,732 ,617 ,568 ,853 COMPE7 31,4583 37,462 ,529 ,367 ,861 COMPE8 31,2083 36,848 ,579 ,587 ,856 COMPE10 31,3472 35,935 ,581 ,512 ,857 Tabla 10. Correlación elemento total para el constructo “Habilidades Estratégicas” Los indicadores Compe9 y Compe1 mostraban correlaciones inferiores a 0,35, por ello se rechazan, dando lugar así a un valor del Alpha de Cronbach muy superior a 0,7, mostrando un nivel de fiabilidad de la escala bueno. Centro Politécnico Superior, Universidad de Zaragoza 97 Carácter innato. Se ha considerado constituido por las variables Conocimiento de sí mismo y Entusiasmo. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,753 ,757 5 Tabla 11. Valor fiabilidad de la escala de medida para el constructo "Carácter innato” 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 CONOC1 14,2603 8,138 ,417 ,305 ,749 CONOC2 13,8219 7,652 ,557 ,392 ,695 ENTU1 14,5205 8,223 ,512 ,432 ,712 ENTU2 14,0959 8,664 ,517 ,315 ,715 ENTU3 14,5342 6,985 ,619 ,458 ,670 Tabla 12. Correlación elemento total para el constructo “Carácter innato” Se comprueba atendiendo a los criterios (ANEXO V) que los resultados son consistentes y por tanto es válida la escala de medida. Carácter aprendido. En este caso se engloban las variables Compromiso, Ambición y Sinceridad. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,840 ,847 13 Tabla 13. Valor fiabilidad de la escala de medida para el constructo "Carácter aprendido” 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 COMPRO1 47,4891 44,484 ,643 ,623 ,820 COMPRO2 48,0543 42,866 ,606 ,572 ,821 COMPRO3 47,8514 44,454 ,549 ,512 ,825 COMPRO4 47,8804 45,618 ,508 ,498 ,828 COMPRO5 47,7355 45,061 ,324 ,289 ,847 COMPRO6 47,2899 46,897 ,459 ,308 ,832 COMPRO7 48,1558 45,725 ,392 ,265 ,837 SINC1 47,5471 43,085 ,646 ,692 ,818 SINC2 47,4312 43,643 ,663 ,729 ,818 SINC3 47,5471 44,278 ,591 ,641 ,823 AMBI1 47,8225 47,616 ,316 ,544 ,840 AMBI2 47,7935 47,917 ,297 ,445 ,841 AMBI3 48,2283 44,700 ,498 ,360 ,829 Tabla 14. Correlación elemento total para el constructo “Carácter innato” Centro Politécnico Superior, Universidad de Zaragoza 98 Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos 8,843 ,843 12 Tabla 15. Valor fiabilidad de la escala de medida para el constructo "Carácter aprendido” 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 COMPRO1 43,4536 37,546 ,617 ,585 ,824 COMPRO2 44,0393 35,966 ,594 ,566 ,824 COMPRO3 43,8250 37,019 ,576 ,489 ,825 COMPRO4 43,8536 38,082 ,538 ,486 ,829 COMPRO6 43,3000 39,702 ,403 ,294 ,838 COMPRO7 44,1536 38,568 ,373 ,250 ,842 SINC1 43,5107 36,344 ,616 ,680 ,822 SINC2 43,3964 36,656 ,652 ,722 ,820 SINC3 43,5250 37,146 ,592 ,633 ,825 AMBI1 43,7821 39,856 ,342 ,535 ,842 AMBI2 43,7679 40,172 ,324 ,443 ,843 AMBI3 44,2107 37,629 ,488 ,322 ,832 Tabla 16. Correlación elemento total para el constructo “Carácter aprendido” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,843 ,845 11 Tabla 17. Valor fiabilidad de la escala de medida para el constructo "Carácter aprendido” 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 COMPRO1 39,5107 33,405 ,639 ,585 ,822 COMPRO2 40,0964 31,901 ,612 ,560 ,822 COMPRO3 39,8821 33,036 ,582 ,481 ,825 COMPRO4 39,9107 34,039 ,544 ,469 ,829 COMPRO6 39,3571 35,614 ,405 ,279 ,839 COMPRO7 40,2107 34,776 ,352 ,210 ,846 SINC1 39,5679 32,282 ,633 ,680 ,821 SINC2 39,4536 32,578 ,671 ,720 ,818 SINC3 39,5821 32,939 ,621 ,632 ,822 AMBI1 39,8393 36,479 ,272 ,310 ,850 AMBI3 40,2679 33,867 ,468 ,320 ,835 Tabla 18. Correlación elemento total para el constructo “Carácter aprendido” Centro Politécnico Superior, Universidad de Zaragoza 99 Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,850 ,852 10 Tabla 19. Valor fiabilidad de la escala de medida para el constructo "Carácter aprendido” 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 COMPRO1 35,5821 29,979 ,645 ,572 ,828 COMPRO2 36,1679 28,592 ,612 ,536 ,830 COMPRO3 35,9536 29,700 ,579 ,481 ,833 COMPRO4 35,9821 30,957 ,506 ,375 ,839 COMPRO6 35,4286 31,988 ,421 ,257 ,846 COMPRO7 36,2821 31,307 ,352 ,206 ,855 SINC1 35,6393 28,733 ,657 ,677 ,825 SINC2 35,5250 29,017 ,697 ,719 ,823 SINC3 35,6536 29,302 ,653 ,619 ,826 AMBI3 36,3393 30,849 ,429 ,256 ,847 Tabla 20. Correlación elemento total para el constructo “Carácter aprendido” De nuevo se exige la eliminación de algunos indicadores, Compro5, Ambi2, Ambi1, obteniendo finalmente un Alpha de 0,85 y correlaciones que distan de 0,35, confirmándose entonces, la validez de la escala de medida. Liderazgo. Ver ANEXO VIII. Centro Politécnico Superior, Universidad de Zaragoza 100 ANEXO XI RESULTADOS ANÁLISIS FIABILIDAD MODELO 4 Centro Politécnico Superior, Universidad de Zaragoza 101 RESULTADOS ANÁLISIS FIABILIDAD MODELO 4 El modelo cuyos resultados se presentan a continuación posee algunas agrupaciones del modelo anterior, completándose con la nueva agrupación Entrega y variables que en este caso y por su significado se ha considerado plantearlas individualmente. Entrega. Esta agrupación está constituida por las variables Compromiso y Entusiasmo. Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,819 ,832 10 Tabla 1. Valor fiabilidad de la escala de medida para el constructo "Entrega” 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 COMPRO1 33,6775 28,052 ,727 ,606 ,782 COMPRO2 34,2428 26,628 ,684 ,639 ,781 COMPRO3 34,0399 28,627 ,553 ,490 ,797 COMPRO4 34,0688 29,730 ,494 ,413 ,804 COMPRO5 33,9239 29,736 ,267 ,231 ,838 COMPRO6 33,4783 31,087 ,405 ,279 ,812 COMPRO7 34,3442 30,328 ,327 ,184 ,822 ENTU1 34,6341 27,658 ,695 ,595 ,783 ENTU2 34,2428 30,264 ,498 ,338 ,804 ENTU3 34,6630 27,824 ,539 ,449 ,799 Tabla 2. Correlación elemento total para el constructo “Entrega” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,832 ,834 9 Tabla 3. Valor fiabilidad de la escala de medida para el constructo "Entrega” 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 COMPRO1 29,6393 23,163 ,696 ,564 ,799 COMPRO2 30,2250 21,766 ,671 ,633 ,798 COMPRO3 30,0107 23,229 ,583 ,470 ,809 COMPRO4 30,0393 24,231 ,526 ,408 ,816 Centro Politécnico Superior, Universidad de Zaragoza 102 COMPRO6 29,4857 25,914 ,340 ,295 ,834 COMPRO7 30,3393 25,193 ,296 ,149 ,845 ENTU1 30,5964 22,514 ,705 ,589 ,796 ENTU2 30,1964 24,818 ,504 ,334 ,819 ENTU3 30,6393 22,360 ,581 ,435 ,810 Tabla 4. Correlación elemento total para el constructo “Entrega” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,844 ,843 8 Tabla 5. Valor fiabilidad de la escala de medida para el constructo "Entrega” 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 COMPRO1 26,1373 19,363 ,704 ,555 ,811 COMPRO2 26,7430 18,079 ,680 ,593 ,812 COMPRO3 26,5176 19,346 ,603 ,470 ,822 COMPRO4 26,5458 20,390 ,528 ,390 ,831 COMPRO6 25,9859 22,035 ,325 ,239 ,853 ENTU1 27,0951 18,765 ,715 ,584 ,808 ENTU2 26,6866 20,930 ,494 ,328 ,835 ENTU3 27,1232 18,504 ,589 ,436 ,826 Tabla 6. Correlación elemento total para el constructo “Entrega” Estadísticos de fiabilidad Alfa de Cronbach Alfa de Cronbach basada en los elementos tipificados N de elementos ,857 ,859 7 Tabla 7. Valor fiabilidad de la escala de medida para el constructo "Entrega” 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 COMPRO1 21,6575 16,638 ,713 ,563 ,825 COMPRO2 22,2603 15,836 ,645 ,526 ,834 COMPRO3 22,0411 16,672 ,615 ,475 ,838 COMPRO4 22,0685 17,714 ,528 ,373 ,849 ENTU1 22,6301 16,014 ,739 ,580 ,820 ENTU2 22,2055 17,978 ,533 ,328 ,848 ENTU3 22,6438 15,790 ,607 ,443 ,841 Tabla 8. Correlación elemento total para el constructo “Entrega” Centro Politécnico Superior, Universidad de Zaragoza 103 Tras la eliminación de los indicadores Compro5, Compro6 y Compro7 por su baja correlación, se consigue una fiabilidad de la escala de medida buena, con un Alpha de Cronbach de 0,857 y valores de correlación elemento total muy superiores al límite. Los resultados de las siguientes variables / agrupaciones se pueden consultar en anexos anteriores puesto que se trata de las mismas. Las variables Habilidades estratégicas, Motivación y Desarrollo RRHH, se pueden consultar en el ANEXO X, Conocimiento de sí mismo, Sinceridad., Ambición y Liderazgo se pueden examinar en el ANEXO VIII. Centro Politécnico Superior, Universidad de Zaragoza 104 ANEXO XII. RESULTADOS ANÁLISIS FIABILIDAD MODELO 5 Centro Politécnico Superior, Universidad de Zaragoza 111 RESULTADOS ANÁLISIS FACTORIAL MODELO 1 Partiendo de los indicadores resultantes de cada modelo tras la realización del análisis de fiabilidad, se realiza el Análisis factorial con el objetivo de comprobar que las agrupaciones planteadas son adecuadas. De modo que a continuación se presentan los resultados del análisis citado, para el caso del modelo1. En todos los casos la medida de adecuación muestral KMO y la prueba de esferidad de Bartlett han arrojado valores adecuados según los criterios, KMO ≥ 0,5 y la prueba de esferidad < 0,05, de modo que se demuestra que la realización del análisis factorial es una opción apropiada. El problema en este análisis ha surgido en la mayoría de los casos por las comunalidades, que no superaban el valor límite 0,5, y en segundo caso por el número de variables que saturan un único factor. No se ha realizado el análisis para que el programa SPSS presente la agrupación estadística de las variables, sino que las agrupaciones ya se han realizado previamente y lo que se pretende es que superen las pruebas, presentando entonces altas correlaciones entre las mimas. Interés por las personas que lidera KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,854 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1173,256 gl 36 Sig. ,000 Tabla 1. KMO y prueba de Bartlett para el constructo “Interés por las personas que lidera” Comunalidades Inicial Extracción INT1 1,000 ,695 INT2 1,000 ,575 INT3 1,000 ,580 INT4 1,000 ,676 INT5 1,000 ,414 INT6 1,000 ,694 INT7 1,000 ,684 INT8 1,000 ,704 INT10 1,000 ,505 Tabla 2. Valor de las comunalidades para el constructo “Interés por las personas que lidera” 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 4,468 49,647 49,647 4,468 49,647 49,647 2 1,059 11,768 61,415 1,059 11,768 61,415 3 ,890 9,891 71,306 Centro Politécnico Superior, Universidad de Zaragoza 112 4 ,638 7,092 78,398 5 ,556 6,178 84,576 6 ,516 5,734 90,310 7 ,375 4,161 94,471 8 ,268 2,974 97,445 9 ,230 2,555 100,000 Tabla 3. Varianza total explicada para el constructo “Interés por las personas que lidera” Matriz de componentesa Componente 1 2 INT1 ,796 -,250 INT2 ,677 -,342 INT3 ,618 ,446 INT4 ,668 ,479 INT5 ,433 ,476 INT6 ,805 ,216 INT7 ,799 -,214 INT8 ,802 -,246 INT10 ,658 -,268 Tabla 4. Matriz de componentes principales para el constructo “Interés por las personas que lidera” Se elimina Int5 puesto que su comunalidad no supera el valor de 0,5, repitiéndose entonces el análisis y recurriendo al mismo procedimiento si se requiere. KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,857 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1110,888 gl 28 Sig. ,000 Tabla 5. KMO y prueba de Bartlett para el constructo “Interés por las personas que lidera” Comunalidades Inicial Extracción INT1 1,000 ,677 INT2 1,000 ,526 INT3 1,000 ,683 INT4 1,000 ,756 INT6 1,000 ,717 INT7 1,000 ,718 INT8 1,000 ,722 INT10 1,000 ,531 Tabla 6. Valor de las comunalidades para el constructo “Interés por las personas que lidera” Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Centro Politécnico Superior, Universidad de Zaragoza 113 Total % de la varianza % acumulado Total % de la varianza % acumulado 1 4,317 53,962 53,962 4,317 53,962 53,962 2 1,014 12,671 66,633 1,014 12,671 66,633 3 ,681 8,509 75,141 4 ,579 7,234 82,375 5 ,519 6,494 88,869 6 ,377 4,709 93,577 7 ,277 3,462 97,040 8 ,237 2,960 100,000 Tabla7. Varianza total explicada para el constructo “Interés por las personas que lidera” Matriz de componentesa Componente 1 2 INT1 ,810 -,146 INT2 ,693 -,214 INT3 ,616 ,552 INT4 ,661 ,564 INT6 ,805 ,261 INT7 ,794 -,296 INT8 ,805 -,273 INT10 ,662 -,305 Tabla 8. Matriz de componentes principales para el constructo “Interés por las personas que lidera” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,857 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1110,888 gl 28 Sig. ,000 Tabla 9. KMO y prueba de Bartlett para el constructo “Interés por las personas que lidera” Comunalidades Inicial Extracción INT1 1,000 ,655 INT2 1,000 ,480 INT3 1,000 ,379 INT4 1,000 ,437 INT6 1,000 ,649 INT7 1,000 ,630 INT8 1,000 ,648 INT10 1,000 ,438 Tabla 10. Valor de las comunalidades para el constructo “Interés por las personas que lidera” Varianza total explicada Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Centro Politécnico Superior, Universidad de Zaragoza 114 Total % de la varianza % acumulado Total % de la varianza % acumulado 1 4,317 53,962 53,962 4,317 53,962 53,962 2 1,014 12,671 66,633 3 ,681 8,509 75,141 4 ,579 7,234 82,375 5 ,519 6,494 88,869 6 ,377 4,709 93,577 7 ,277 3,462 97,040 8 ,237 2,960 100,000 Tabla 11. Varianza total explicada para el constructo “Interés por las personas que lidera” Matriz de componentesa Componente 1 INT1 ,810 INT2 ,693 INT3 ,616 INT4 ,661 INT6 ,805 INT7 ,794 INT8 ,805 INT10 ,662 Tabla 12. Matriz de componentes principales para el constructo “Interés por las personas que lidera” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,836 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 991,268 gl 21 Sig. ,000 Tabla 13. KMO y prueba de Bartlett para el constructo “Interés por las personas que lidera” Comunalidades Inicial Extracción INT1 1,000 ,672 INT2 1,000 ,497 INT4 1,000 ,403 INT6 1,000 ,628 INT7 1,000 ,654 INT8 1,000 ,680 INT10 1,000 ,466 Tabla 14. Valor de las comunalidades para el constructo “Interés por las personas que lidera” 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 Centro Politécnico Superior, Universidad de Zaragoza 115 1 3,999 57,133 57,133 3,999 57,133 57,133 2 ,850 12,150 69,283 3 ,680 9,711 78,993 4 ,573 8,190 87,184 5 ,380 5,424 92,607 6 ,279 3,987 96,594 7 ,238 3,406 100,000 Tabla 15. Varianza total explicada para el constructo “Interés por las personas que lidera” Matriz de componentesa Componente 1 INT1 ,820 INT2 ,705 INT4 ,634 INT6 ,792 INT7 ,809 INT8 ,825 INT10 ,683 Tabla16. Matriz de componentes principales para el constructo “Interés por las personas que lidera” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,851 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 822,215 gl 15 Sig. ,000 Tabla 17. KMO y prueba de Bartlett para el constructo “Interés por las personas que lidera” Comunalidades Inicial Extracción INT1 1,000 ,674 INT2 1,000 ,510 INT6 1,000 ,575 INT7 1,000 ,701 INT8 1,000 ,713 INT10 1,000 ,492 Tabla 18. Valor de las comunalidades para el constructo “Interés por las personas que lidera” 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 3,666 61,097 61,097 3,666 61,097 61,097 2 ,683 11,391 72,487 3 ,585 9,749 82,237 4 ,444 7,399 89,636 Centro Politécnico Superior, Universidad de Zaragoza 116 5 ,378 6,303 95,939 6 ,244 4,061 100,000 Tabla 19. Varianza total explicada para el constructo “Interés por las personas que lidera” Matriz de componentesa Componente 1 INT1 ,821 INT2 ,714 INT6 ,758 INT7 ,838 INT8 ,845 INT10 ,702 Tabla 20. Matriz de componentes principales para el constructo “Interés por las personas que lidera” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,825 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 689,887 gl 10 Sig. ,000 Tabla 21. KMO y prueba de Bartlett para el constructo “Interés por las personas que lidera” Comunalidades Inicial Extracción INT1 1,000 ,674 INT2 1,000 ,548 INT6 1,000 ,584 INT7 1,000 ,709 INT8 1,000 ,738 Tabla 22. Valor de las comunalidades para el constructo “Interés por las personas que lidera” Varianza total explicada Compon ente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Total % de la varianza % acumulado Total % de la varianza % acumulado 1 3,253 65,053 65,053 3,253 65,053 65,053 2 ,658 13,159 78,211 3 ,447 8,934 87,145 4 ,387 7,749 94,894 5 ,255 5,106 100,000 Tabla 23. Varianza total explicada para el constructo “Interés por las personas que lidera” Matriz de componentesa Componente 1 INT1 ,821 INT2 ,740 Centro Politécnico Superior, Universidad de Zaragoza 117 INT6 ,764 INT7 ,842 INT8 ,859 Tabla 24. Matriz de componentes principales para el constructo “Interés por las personas que lidera” Como puede observarse se rechazan los indicadores Int3, Int4, Int10, quedando finalmente comunalidades superiores a 0,5, obteniendo una varianza por encima del valor fijado por el criterio, 60 %, y además de la matriz de componentes se demuestra que la variable Interés (con los anteriores indicadores rechazados) puede ser explicada por un único factor. Visión de futuro KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,500 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 103,820 gl 1 Sig. ,000 Tabla 25. KMO y prueba de Bartlett para el constructo “Visión de futuro” Comunalidades Inicial Extracción VIS1 1,000 ,773 VIS2 1,000 ,773 Tabla 26. Valor de las comunalidades para el constructo “Visión de futuro” 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 1,546 77,292 77,292 1,546 77,292 77,292 2 ,454 22,708 100,000 Tabla 27. Varianza total explicada para el constructo “Visión de futuro” Matriz de componentesa Componente 1 VIS1 ,879 VIS2 ,879 Tabla28. Matriz de componentes principales para el constructo “Visión de futuro” Todas las pruebas muestran valores adecuados, por tanto se puede afirmar que los indicadores son consistentes. Capacidad de aprender y hacer aprender Centro Politécnico Superior, Universidad de Zaragoza 118 KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,575 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 367,895 gl 10 Sig. ,000 Tabla 29. KMO y prueba de Bartlett para el constructo “Cap. Aprender y hacer aprender” Comunalidades Inicial Extracción APREN1 1,000 ,532 APREN2 1,000 ,785 APREN3 1,000 ,806 APREN4 1,000 ,628 APREN5 1,000 ,706 Tabla 30. Valor de las comunalidades para el constructo “Cap. Aprender y hacer aprender” 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 2,410 48,191 48,191 2,410 48,191 48,191 2 1,048 20,952 69,143 1,048 20,952 69,143 3 ,725 14,509 83,652 4 ,550 10,997 94,649 5 ,268 5,351 100,000 Tabla 31. Varianza total explicada para el constructo “Cap. Aprender y hacer aprender” Matriz de componentesa Componente 1 2 APREN1 ,702 ,199 APREN2 ,750 -,471 APREN3 ,704 -,557 APREN4 ,554 ,567 APREN5 ,743 ,393 Tabla 32. Matriz de componentes principales para el constructo “Cap. Aprender y hacer aprender” Dado que aparecen dos componentes y las comunalidades presentan valores adecuados se recurre a la eliminación de un factor. KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,575 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 367,895 gl 10 Sig. ,000 Tabla 33. KMO y prueba de Bartlett para el constructo “Cap. Aprender y hacer aprender” Centro Politécnico Superior, Universidad de Zaragoza 119 Comunalidades Inicial Extracción APREN1 1,000 ,492 APREN2 1,000 ,563 APREN3 1,000 ,496 APREN4 1,000 ,307 APREN5 1,000 ,551 Tabla 34. Valor de las comunalidades para el constructo “Cap. Aprender y hacer aprender” 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 2,410 48,191 48,191 2,410 48,191 48,191 2 1,048 20,952 69,143 3 ,725 14,509 83,652 4 ,550 10,997 94,649 5 ,268 5,351 100,000 Tabla 35. Varianza total explicada para el constructo “Cap. Aprender y hacer aprender” Matriz de componentesa Componente 1 APREN1 ,702 APREN2 ,750 APREN3 ,704 APREN4 ,554 APREN5 ,743 Tabla 36. Matriz de componentes principales para el constructo “Cap. Aprender y hacer aprender” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,578 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 295,760 gl 6 Sig. ,000 Tabla 37. KMO y prueba de Bartlett para el constructo “Cap. Aprender y hacer aprender” Comunalidades Inicial Extracción APREN1 1,000 ,507 APREN2 1,000 ,620 APREN3 1,000 ,592 APREN5 1,000 ,489 Tabla 38. Valor de las comunalidades para el constructo “Cap. Aprender y hacer aprender” Centro Politécnico Superior, Universidad de Zaragoza 120 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 2,208 55,192 55,192 2,208 55,192 55,192 2 ,921 23,035 78,227 3 ,570 14,253 92,480 4 ,301 7,520 100,000 Tabla 39. Varianza total explicada para el constructo “Cap. Aprender y hacer aprender” Matriz de componentesa Componente 1 APREN1 ,712 APREN2 ,787 APREN3 ,769 APREN5 ,700 Tabla 40. Matriz de componentes principales para el constructo “Cap. Aprender y hacer aprender” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,591 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 204,854 gl 3 Sig. ,000 Tabla 41. KMO y prueba de Bartlett para el constructo “Cap. Aprender y hacer aprender” Comunalidades Inicial Extracción APREN1 1,000 ,443 APREN2 1,000 ,784 APREN3 1,000 ,685 Tabla 42. Valor de las comunalidades para el constructo “Cap. Aprender y hacer aprender” 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 1,912 63,744 63,744 1,912 63,744 63,744 2 ,746 24,861 88,606 3 ,342 11,394 100,000 Tabla 43. Varianza total explicada para el constructo “Cap. Aprender y hacer aprender” Matriz de componentesa Componente 1 APREN1 ,666 APREN2 ,886 Centro Politécnico Superior, Universidad de Zaragoza 127 KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,652 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 265,247 gl 3 Sig. ,000 Tabla 73. KMO y prueba de Bartlett para el constructo “Competencias” Comunalidades Inicial Extracción COMPE6 1,000 ,605 COMPE8 1,000 ,796 COMPE10 1,000 ,683 Tabla 74. Valor de las comunalidades para el constructo “Competencias” 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 2,084 69,472 69,472 2,084 69,472 69,472 2 ,592 19,731 89,203 3 ,324 10,797 100,000 Tabla 75. Varianza total explicada para el constructo “Competencias” Matriz de componentesa Componente 1 COMPE6 ,778 COMPE8 ,892 COMPE10 ,827 Tabla 76. Matriz de componentes principales para el constructo “Competencias” En este caso también es necesario eliminar un componente. Finalmente quedan Compe6, Compe8 y Compe10, lo que demuestra que para futuros estudios, esta variable requiere de una revisión que sintetice los conceptos a medir. Compromiso KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,736 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 431,869 gl 10 Sig. ,000 Tabla 77. KMO y prueba de Bartlett para el constructo “Compromiso” Comunalidades Inicial Extracción COMPRO1 1,000 ,716 COMPRO2 1,000 ,615 Centro Politécnico Superior, Universidad de Zaragoza 128 COMPRO3 1,000 ,628 COMPRO4 1,000 ,438 COMPRO6 1,000 ,293 Tabla 78. Valor de las comunalidades para el constructo “Compromiso” 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 2,689 53,778 53,778 2,689 53,778 53,778 2 ,873 17,463 71,241 3 ,725 14,505 85,746 4 ,389 7,772 93,518 5 ,324 6,482 100,000 Tabla 79. Varianza total explicada para el constructo “Compromiso” Matriz de componentesa Componente 1 COMPRO1 ,846 COMPRO2 ,784 COMPRO3 ,793 COMPRO4 ,662 COMPRO6 ,541 Tabla 80. Matriz de componentes principales para el constructo “Compromiso” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,746 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 385,354 gl 6 Sig. ,000 Tabla 81. KMO y prueba de Bartlett para el constructo “Compromiso” Comunalidades Inicial Extracción COMPRO1 1,000 ,764 COMPRO2 1,000 ,584 COMPRO3 1,000 ,689 COMPRO4 1,000 ,463 Tabla 82. Valor de las comunalidades para el constructo “Compromiso” 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 2,501 62,518 62,518 2,501 62,518 62,518 2 ,740 18,501 81,018 Centro Politécnico Superior, Universidad de Zaragoza 129 3 ,422 10,551 91,570 4 ,337 8,430 100,000 Tabla 83. Varianza total explicada para el constructo “Compromiso” Matriz de componentesa Componente 1 COMPRO1 ,874 COMPRO2 ,764 COMPRO3 ,830 COMPRO4 ,681 Tabla 84. Matriz de componentes principales para el constructo “Compromiso” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,710 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 282,561 gl 3 Sig. ,000 Tabla 85. KMO y prueba de Bartlett para el constructo “Compromiso” Comunalidades Inicial Extracción COMPRO1 1,000 ,745 COMPRO2 1,000 ,690 COMPRO3 1,000 ,727 Tabla 86. Valor de las comunalidades para el constructo “Compromiso” 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 2,162 72,066 72,066 2,162 72,066 72,066 2 ,457 15,248 87,314 3 ,381 12,686 100,000 Tabla 87. Varianza total explicada para el constructo “Compromiso” Matriz de componentesa Componente 1 COMPRO1 ,863 COMPRO2 ,831 COMPRO3 ,852 Tabla 88. Matriz de componentes principales para el constructo “Compromiso” La prueba de comunalidades no la superan los indicadores Compro4 y Compro6, de modo que son rechazados. La varianza total alcanza un valor de 72 %, superior al Centro Politécnico Superior, Universidad de Zaragoza 130 fijado por el criterio y de la matriz de componentes se deduce que la variable Compromiso puede ser definida por un solo factor, ya que los indicadores forman un grupo bien diferenciado dentro de la matriz de correlaciones. Sinceridad KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,743 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 552,365 gl 3 Sig. ,000 Tabla 89. KMO y prueba de Bartlett para el constructo “Sinceridad” Comunalidades Inicial Extracción SINC1 1,000 ,821 SINC2 1,000 ,866 SINC3 1,000 ,812 Tabla 90. Valor de las comunalidades para el constructo “Sinceridad” 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 2,498 83,271 83,271 2,498 83,271 83,271 2 ,297 9,905 93,177 3 ,205 6,823 100,000 Tabla 91. Varianza total explicada para el constructo “Sinceridad” Matriz de componentesa Componente 1 SINC1 ,906 SINC2 ,931 SINC3 ,901 Tabla 92. Matriz de componentes principales para el constructo “Sinceridad” Ninguna de las pruebas presenta ningún valor fuera de los límites por tanto todos los indicadores parecen ser consistentes. Ambición KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,500 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 136,388 gl 1 Sig. ,000 Tabla 93. KMO y prueba de Bartlett para el constructo “Ambición” Centro Politécnico Superior, Universidad de Zaragoza 131 Comunalidades Inicial Extracción AMBI1 1,000 ,808 AMBI2 1,000 ,808 Tabla 94. Valor de las comunalidades para el constructo “Ambición” 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 1,616 80,814 80,814 1,616 80,814 80,814 2 ,384 19,186 100,000 Tabla 95. Varianza total explicada para el constructo “Ambición” Matriz de componentesa Componente 1 AMBI1 ,899 AMBI2 ,899 Tabla 96. Matriz de componentes principales para el constructo “Ambición” De nuevo todas las pruebas son satisfactorias mostrando la consistencia de los indicadores. Conocimiento de sí mismo KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,500 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 101,866 gl 1 Sig. ,000 Tabla 97. KMO y prueba de Bartlett para el constructo “Conocimiento de sí mismo” Comunalidades Inicial Extracción CONOC1 1,000 ,772 CONOC2 1,000 ,772 Tabla 98. Valor de las comunalidades para el constructo “Conocimiento de sí mismo” 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 1,545 77,232 77,232 1,545 77,232 77,232 2 ,455 22,768 100,000 Tabla 99. Varianza total explicada para el constructo “Conocimiento de sí mismo” Centro Politécnico Superior, Universidad de Zaragoza 132 Matriz de componentesa Componente 1 CONOC1 ,879 CONOC2 ,879 Tabla 100. Matriz de componentes principales para el constructo “Conocimiento de sí mismo” Entusiasmo KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,680 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 231,063 gl 3 Sig. ,000 Tabla 101. KMO y prueba de Bartlett para el constructo “Entusiasmo” Comunalidades Inicial Extracción ENTU1 1,000 ,740 ENTU2 1,000 ,613 ENTU3 1,000 ,689 Tabla 102. Valor de las comunalidades para el constructo “Entusiasmo” 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 2,042 68,053 68,053 2,042 68,053 68,053 2 ,562 18,748 86,801 3 ,396 13,199 100,000 Tabla 103. Varianza total explicada para el constructo “Entusiasmo” Matriz de componentesa Componente 1 ENTU1 ,860 ENTU2 ,783 ENTU3 ,830 Tabla 104. Matriz de componentes principales para el constructo “Entusiasmo” Liderazgo KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,637 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 223,188 gl 3 Sig. ,000 Tabla 105. KMO y prueba de Bartlett para el constructo “Liderazgo” Centro Politécnico Superior, Universidad de Zaragoza 133 Comunalidades Inicial Extracción LIDER1 1,000 ,756 LIDER2 1,000 ,500 LIDER3 1,000 ,724 Tabla 106. Valor de las comunalidades para el constructo “Liderazgo” 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 1,980 66,003 66,003 1,980 66,003 66,003 2 ,671 22,376 88,379 3 ,349 11,621 100,000 Tabla 107. Varianza total explicada para el constructo “Liderazgo” Matriz de componentesa Componente 1 LIDER1 ,869 LIDER2 ,707 LIDER3 ,851 Tabla 108. Matriz de componentes principales para el constructo “Entusiasmo” Tanto esta última variable como las dos anteriores, Conocimiento de sí mismo y Entusiasmo muestran valores satisfactorios en todas las pruebas. Sus indicadores por tanto, demuestran consistencia. Centro Politécnico Superior, Universidad de Zaragoza 134 ANEXO XIV. RESULTADOS ANÁLISIS FACTORIAL MODELO 2 Centro Politécnico Superior, Universidad de Zaragoza 135 RESULTADOS ANÁLISIS FACTORIAL MODELO 2 De nuevo, en este modelo la medida de adecuación muestral KMO y la prueba de esferidad de Bartlett han arrojado valores adecuados según los criterios, KMO ≥ 0,5 y la prueba de esferidad < 0,05, de modo que se demostrando el acierto de haber realizado el análisis cuyos resultados se muestran a continuación: Carácter KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,852 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1860,595 gl 91 Sig. ,000 Tabla 1. KMO y prueba de Bartlett para el constructo “Carácter” Comunalidades Inicial Extracción COMPRO1 1,000 ,638 COMPRO2 1,000 ,613 COMPRO3 1,000 ,594 COMPRO4 1,000 ,428 COMPRO6 1,000 ,725 COMPRO7 1,000 ,305 SINC1 1,000 ,786 SINC2 1,000 ,732 SINC3 1,000 ,719 AMBI3 1,000 ,470 CONOC2 1,000 ,476 ENTU1 1,000 ,693 ENTU2 1,000 ,606 ENTU3 1,000 ,533 Tabla 2. Valor de las comunalidades para el constructo “Carácter” 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 5,872 41,945 41,945 5,872 41,945 41,945 2 1,375 9,822 51,767 1,375 9,822 51,767 3 1,071 7,651 59,417 1,071 7,651 59,417 4 ,976 6,974 66,392 5 ,903 6,448 72,840 6 ,789 5,636 78,476 7 ,677 4,833 83,309 8 ,538 3,843 87,152 Centro Politécnico Superior, Universidad de Zaragoza 136 9 ,499 3,565 90,717 10 ,351 2,509 93,226 11 ,305 2,179 95,405 12 ,257 1,836 97,241 13 ,213 1,525 98,765 14 ,173 1,235 100,000 Tabla 3. Varianza total explicada para el constructo “Carácter” Matriz de componentesa Componente 1 2 3 COMPRO1 ,735 ,310 ,035 COMPRO2 ,734 ,244 ,122 COMPRO3 ,662 ,383 ,096 COMPRO4 ,616 ,216 ,045 COMPRO6 ,438 -,102 ,723 COMPRO7 ,433 -,319 ,125 SINC1 ,744 -,479 -,052 SINC2 ,764 -,385 ,009 SINC3 ,739 -,409 -,067 AMBI3 ,476 ,339 ,358 CONOC2 ,586 -,360 -,052 ENTU1 ,759 ,269 -,210 ENTU2 ,599 ,091 -,489 ENTU3 ,636 ,210 -,291 Tabla 4. Matriz de componentes principales para el constructo “Carácter” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,853 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1784,292 gl 78 Sig. ,000 Tabla 5. KMO y prueba de Bartlett para el constructo “Carácter” Comunalidades Inicial Extracción COMPRO1 1,000 ,638 COMPRO2 1,000 ,616 COMPRO3 1,000 ,583 COMPRO4 1,000 ,434 COMPRO6 1,000 ,731 SINC1 1,000 ,797 SINC2 1,000 ,783 SINC3 1,000 ,750 AMBI3 1,000 ,475 CONOC2 1,000 ,459 ENTU1 1,000 ,682 Centro Politécnico Superior, Universidad de Zaragoza 143 3 ,812 9,026 75,575 4 ,619 6,879 82,454 5 ,422 4,685 87,139 6 ,391 4,344 91,483 7 ,307 3,416 94,898 8 ,278 3,088 97,986 9 ,181 2,014 100,000 Tabla 27. Varianza total explicada para el constructo “Carácter” Matriz de componentesa Componente 1 COMPRO1 ,733 COMPRO2 ,746 COMPRO3 ,681 SINC1 ,762 SINC2 ,790 SINC3 ,758 ENTU1 ,809 ENTU2 ,640 ENTU3 ,649 Tabla 28. Matriz de componentes principales para el constructo “Carácter” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,855 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1290,097 gl 28 Sig. ,000 Tabla 29. KMO y prueba de Bartlett para el constructo “Carácter” Comunalidades Inicial Extracción COMPRO1 1,000 ,532 COMPRO2 1,000 ,578 COMPRO3 1,000 ,480 SINC1 1,000 ,585 SINC2 1,000 ,647 SINC3 1,000 ,592 ENTU1 1,000 ,647 ENTU3 1,000 ,406 Tabla 30. Valor de las comunalidades para el constructo “Carácter” 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 4,466 55,831 55,831 4,466 55,831 55,831 Centro Politécnico Superior, Universidad de Zaragoza 144 2 1,162 14,524 70,354 3 ,740 9,248 79,603 4 ,456 5,705 85,308 5 ,391 4,889 90,196 6 ,323 4,043 94,239 7 ,279 3,485 97,724 8 ,182 2,276 100,000 Tabla 31. Varianza total explicada para el constructo “Carácter” Matriz de componentesa Componente 1 COMPRO1 ,729 COMPRO2 ,760 COMPRO3 ,693 SINC1 ,765 SINC2 ,804 SINC3 ,770 ENTU1 ,804 ENTU3 ,637 Tabla 32. Matriz de componentes principales para el constructo “Carácter” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,848 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1146,989 gl 21 Sig. ,000 Tabla 33. KMO y prueba de Bartlett para el constructo “Carácter” Comunalidades Inicial Extracción COMPRO1 1,000 ,526 COMPRO2 1,000 ,567 COMPRO3 1,000 ,497 SINC1 1,000 ,620 SINC2 1,000 ,682 SINC3 1,000 ,620 ENTU1 1,000 ,610 Tabla 34. Valor de las comunalidades para el constructo “Carácter” 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 4,121 58,878 58,878 4,121 58,878 58,878 2 1,117 15,962 74,840 Centro Politécnico Superior, Universidad de Zaragoza 145 3 ,524 7,481 82,321 4 ,403 5,753 88,074 5 ,365 5,218 93,292 6 ,287 4,096 97,389 7 ,183 2,611 100,000 Tabla 35. Varianza total explicada para el constructo “Carácter” Matriz de componentesa Componente 1 COMPRO1 ,725 COMPRO2 ,753 COMPRO3 ,705 SINC1 ,787 SINC2 ,826 SINC3 ,787 ENTU1 ,781 Tabla 36. Matriz de componentes principales para el constructo “Carácter” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,833 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 963,345 gl 15 Sig. ,000 Tabla 37. KMO y prueba de Bartlett para el constructo “Carácter” Comunalidades Inicial Extracción COMPRO1 1,000 ,473 COMPRO2 1,000 ,539 SINC1 1,000 ,682 SINC2 1,000 ,729 SINC3 1,000 ,675 ENTU1 1,000 ,599 Tabla 38. Valor de las comunalidades para el constructo “Carácter” 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 3,697 61,623 61,623 3,697 61,623 61,623 2 ,970 16,170 77,794 3 ,487 8,116 85,910 4 ,365 6,088 91,998 5 ,288 4,794 96,792 Centro Politécnico Superior, Universidad de Zaragoza 146 6 ,192 3,208 100,000 Tabla 39. Varianza total explicada para el constructo “Carácter” Matriz de componentesa Componente 1 COMPRO1 ,688 COMPRO2 ,734 SINC1 ,826 SINC2 ,854 SINC3 ,821 ENTU1 ,774 Tabla 40. Matriz de componentes principales para el constructo “Carácter” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,813 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 835,097 gl 10 Sig. ,000 Tabla 41. KMO y prueba de Bartlett para el constructo “Carácter” Comunalidades Inicial Extracción COMPRO2 1,000 ,506 SINC1 1,000 ,705 SINC2 1,000 ,795 SINC3 1,000 ,731 ENTU1 1,000 ,588 Tabla 42. Valor de las comunalidades para el constructo “Carácter” 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 3,325 66,499 66,499 3,325 66,499 66,499 2 ,824 16,475 82,974 3 ,358 7,169 90,143 4 ,292 5,846 95,989 5 ,201 4,011 100,000 Tabla 43. Varianza total explicada para el constructo “Carácter” Matriz de componentesa Componente 1 COMPRO2 ,711 SINC1 ,840 Centro Politécnico Superior, Universidad de Zaragoza 147 SINC2 ,891 SINC3 ,855 ENTU1 ,767 Tabla 44. Matriz de componentes principales para el constructo “Carácter” Se observa que aunque finalmente se obtengan buenas comunalidades, una varianza de 66% y un sólo componente, los resultados no son satisfactorios. No sólo se han de rechazar un gran número de indicadores sino también las variables Ambición, y Conocimiento de sí mismo, evidenciando que no es adecuada su agrupación. Además se recurre también a la eliminación de dos componentes, forzando a la extracción un único factor, lo cual disminuye enormemente el valor de las comunalidades de los indicadores haciendo necesario el rechazo de muchos de ellos. En la tabla 44 se pueden observar los únicos indicadores que superan las pruebas. KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,860 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1916,893 gl 91 Sig. ,000 Tabla 45. KMO y prueba de Bartlett para el constructo “Habilidades, capacidades” Comunalidades Inicial Extracción VIS1 1,000 ,636 VIS2 1,000 ,574 APREN1 1,000 ,759 APREN2 1,000 ,786 APREN3 1,000 ,691 APREN5 1,000 ,583 COMPE2 1,000 ,670 COMPE3 1,000 ,394 COMPE4 1,000 ,532 COMPE5 1,000 ,670 COMPE6 1,000 ,719 COMPE7 1,000 ,502 COMPE8 1,000 ,640 COMPE10 1,000 ,614 Tabla 46. Valor de las comunalidades para el constructo “Habilidades, capacidades” 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 6,021 43,004 43,004 6,021 43,004 43,004 2 1,553 11,095 54,098 1,553 11,095 54,098 3 1,196 8,544 62,642 1,196 8,544 62,642 4 ,843 6,024 68,666 5 ,779 5,566 74,233 6 ,713 5,093 79,325 Centro Politécnico Superior, Universidad de Zaragoza 148 7 ,565 4,039 83,364 8 ,509 3,633 86,998 9 ,429 3,062 90,060 10 ,356 2,540 92,600 11 ,301 2,148 94,748 12 ,270 1,930 96,678 13 ,256 1,826 98,504 14 ,209 1,496 100,000 Tabla 47. Varianza total explicada para el constructo “Habilidades, capacidades” Matriz de componentesa Componente 1 2 3 VIS1 ,699 ,311 -,225 VIS2 ,736 -,155 -,095 APREN1 ,441 ,374 ,652 APREN2 ,630 -,401 ,478 APREN3 ,737 -,341 ,177 APREN5 ,623 ,368 ,244 COMPE2 ,746 ,287 -,174 COMPE3 ,605 ,158 ,055 COMPE4 ,658 ,309 ,068 COMPE5 ,612 ,488 -,240 COMPE6 ,676 -,105 -,501 COMPE7 ,609 -,307 -,190 COMPE8 ,660 -,447 -,062 COMPE10 ,688 -,367 ,075 Tabla 48. Matriz de componentes principales para el constructo “Habilidades, capacidades” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,864 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1755,631 gl 78 Sig. ,000 Tabla 49. KMO y prueba de Bartlett para el constructo “Carácter” Comunalidades Inicial Extracción VIS1 1,000 ,656 VIS2 1,000 ,573 APREN1 1,000 ,803 APREN2 1,000 ,787 APREN3 1,000 ,689 APREN5 1,000 ,582 COMPE2 1,000 ,662 COMPE4 1,000 ,518 COMPE5 1,000 ,672 Centro Politécnico Superior, Universidad de Zaragoza 149 COMPE6 1,000 ,727 COMPE7 1,000 ,502 COMPE8 1,000 ,638 COMPE10 1,000 ,619 Tabla 50. Valor de las comunalidades para el constructo “Habilidades, capacidades” 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 5,696 43,817 43,817 5,696 43,817 43,817 2 1,539 11,836 55,653 1,539 11,836 55,653 3 1,195 9,191 64,845 1,195 9,191 64,845 4 ,806 6,203 71,047 5 ,713 5,485 76,532 6 ,567 4,359 80,891 7 ,551 4,239 85,130 8 ,434 3,340 88,470 9 ,407 3,130 91,600 10 ,312 2,397 93,997 11 ,281 2,161 96,157 12 ,270 2,078 98,235 13 ,229 1,765 100,000 Tabla 51. Varianza total explicada para el constructo “Habilidades, capacidades” Matriz de componentesa Componente 1 2 3 VIS1 ,705 ,339 -,211 VIS2 ,737 -,146 -,096 APREN1 ,448 ,394 ,669 APREN2 ,636 -,394 ,477 APREN3 ,739 -,336 ,173 APREN5 ,616 ,375 ,251 COMPE2 ,739 ,296 -,170 COMPE4 ,647 ,309 ,069 COMPE5 ,606 ,502 -,231 COMPE6 ,696 -,067 -,489 COMPE7 ,616 -,294 -,191 COMPE8 ,662 -,442 -,067 COMPE10 ,704 -,343 ,082 Tabla 52. Matriz de componentes principales para el constructo “Habilidades, capacidades” Centro Politécnico Superior, Universidad de Zaragoza 150 KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,864 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1755,631 gl 78 Sig. ,000 Tabla 53. KMO y prueba de Bartlett para el constructo “Habilidades, capacidades” Comunalidades Inicial Extracción VIS1 1,000 ,497 VIS2 1,000 ,542 APREN1 1,000 ,200 APREN2 1,000 ,404 APREN3 1,000 ,546 APREN5 1,000 ,379 COMPE2 1,000 ,546 COMPE4 1,000 ,418 COMPE5 1,000 ,367 COMPE6 1,000 ,484 COMPE7 1,000 ,379 COMPE8 1,000 ,438 COMPE10 1,000 ,495 Tabla 54. Valor de las comunalidades para el constructo “Habilidades, capacidades” 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 5,696 43,817 43,817 5,696 43,817 43,817 2 1,539 11,836 55,653 3 1,195 9,191 64,845 4 ,806 6,203 71,047 5 ,713 5,485 76,532 6 ,567 4,359 80,891 7 ,551 4,239 85,130 8 ,434 3,340 88,470 9 ,407 3,130 91,600 10 ,312 2,397 93,997 11 ,281 2,161 96,157 12 ,270 2,078 98,235 13 ,229 1,765 100,000 Tabla 54. Varianza total explicada para el constructo “Habilidades, capacidades” Matriz de componentesa Componente 1 Centro Politécnico Superior, Universidad de Zaragoza 151 VIS1 ,705 VIS2 ,737 APREN1 ,448 APREN2 ,636 APREN3 ,739 APREN5 ,616 COMPE2 ,739 COMPE4 ,647 COMPE5 ,606 COMPE6 ,696 COMPE7 ,616 COMPE8 ,662 COMPE10 ,704 Tabla 55. Matriz de componentes principales para el constructo “Habilidades, capacidades” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,879 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1565,938 gl 66 Sig. ,000 Tabla 56. KMO y prueba de Bartlett para el constructo “Habilidades, capacidades” Comunalidades Inicial Extracción VIS1 1,000 ,477 VIS2 1,000 ,552 APREN2 1,000 ,389 APREN3 1,000 ,551 APREN5 1,000 ,353 COMPE2 1,000 ,539 COMPE4 1,000 ,402 COMPE5 1,000 ,355 COMPE6 1,000 ,473 COMPE7 1,000 ,395 COMPE8 1,000 ,463 COMPE10 1,000 ,506 Tabla 57. Valor de las comunalidades para el constructo “Habilidades, capacidades” 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 5,457 45,474 45,474 5,457 45,474 45,474 2 1,469 12,242 57,716 3 ,883 7,359 65,076 4 ,799 6,658 71,733 5 ,681 5,674 77,408 6 ,556 4,636 82,043 Centro Politécnico Superior, Universidad de Zaragoza 152 7 ,486 4,046 86,090 8 ,424 3,535 89,625 9 ,394 3,283 92,908 10 ,328 2,730 95,638 11 ,277 2,306 97,944 12 ,247 2,056 100,000 Tabla 58. Varianza total explicada para el constructo “Habilidades, capacidades” Matriz de componentesa Componente 1 VIS1 ,691 VIS2 ,743 APREN2 ,624 APREN3 ,743 APREN5 ,594 COMPE2 ,734 COMPE4 ,634 COMPE5 ,596 COMPE6 ,688 COMPE7 ,629 COMPE8 ,680 COMPE10 ,711 Tabla 59. Matriz de componentes principales para el constructo “Habilidades, capacidades” KMO y prueba de Bartlett Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,868 Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 1445,902 gl 55 Sig. ,000 Tabla 60. KMO y prueba de Bartlett para el constructo “Habilidades, capacidades” Comunalidades Inicial Extracción VIS1 1,000 ,471 VIS2 1,000 ,571 APREN2 1,000 ,405 APREN3 1,000 ,562 COMPE2 1,000 ,513 COMPE4 1,000 ,391 COMPE5 1,000 ,342 COMPE6 1,000 ,483 COMPE7 1,000 ,420 COMPE8 1,000 ,472 COMPE10 1,000 ,520 Tabla 61. Valor de las comunalidades para el constructo “Habilidades, capacidades”