La aportación relacional al éxito de las alianzas estratégicas internacionales

LA APORTACIÓN RELACIONAL AL ÉXITO DE LAS ALIANZAS ESTRATÉGICAS INTERNACIONALES JORGE ARENAS GAITÁN1 Universidad de Sevilla ROSARIO GARCÍA CRUZ Universidad de origen RESUMEN La globalización está confiriendo una importancia creciente a las relaciones interempresariales. Así, las alianzas han surgido como un elemento fundamental en la estrategia de muchas compañías, por lo que su éxito se ha convertido en una cuestión central. Para ello, entre los socios se desarrolla una relación que sirve de base para la adecuada mezcla de recursos y capacidades. En este trabajo nos centraremos en las relaciones entre los socios y su impacto sobre los resultados. Desarrollamos un modelo, testado con PLS, sobre una muestra de 105 alianzas estratégicas internacionales de empresas españolas. Los resultados confirman en gran medida el modelo propuesto. PALABRAS CLAVE Alianzas Estratégicas Internacionales, Marketing Relacional, Éxito, Performance. 1 Departamento de Administración de Empresas y Marketing, Facultad de CC. Económicas y Empresariales, Universidad de Sevilla. Avda.. Ramón y Cajal – 41018 Sevilla, [email protected]; [email protected]s J. ARENAS Y R. GARCÍA 2 1. Introducción La globalización es una de las características que mejor define a la economía de principios del siglo XXI. La interdependencia entre mercados y compañías está provocando profundos cambios en la economía mundial. Los resultados de la globalización son muchos y variados dependiendo de la parcela de la realidad que se desee analizar. Sin embargo, queremos destacar a tres de ellos: en primer lugar, el papel central que actualmente juega la innovación y la tecnología como ventaja competitiva imprescindible para la supervivencia y crecimiento de las compañías. En segundo lugar, la aparición de oportunidades de negocios en mercados sumamente alejados, no sólo geográficamente, sino sobre todo desde el punto de vista psicográfico. Y por último, las tecnologías de la información, que están teniendo grandes implicaciones sobre la forma de comunicarse, el modo de captar información, y el comportamiento en el mercado de consumidores y empresas. Las alianzas estratégicas son una respuesta frecuente a las nuevas circunstancias. Actualmente, la creación de alianzas estratégicas es un fenómeno con un marcado carácter internacional. Es muy común que se desarrollen alianzas estratégicas entre socios de diferentes nacionalidades, ya sea para desarrollar nuevos productos, nuevas tecnologías, o simplemente para introducirse en nuevos mercados desconocidos para la compañía. Por otra parte, incluso las alianzas entre empresas de la misma nacionalidad suelen tener entre sus objetivos dirigirse conjuntamente a los mercados exteriores. Crear una alianza exitosa, con socios nacionales o extranjeros, puede servir para seguir siendo competitivos en su propio mercado doméstico, ante la entrada de competidores del mercado internacional. Ilustración 1: Justificación del Tema Elegido Globalización Globalización Innovación y Desarrollo Tecnológico Innovación y Desarrollo Tecnológico Nuevos Mercados Geográficos Nuevos Mercados Geográficos Tecnologías de la Información Tecnologías de la Información Ventaja Competitiva Ventaja Competitiva Creación y Desarrollo Alianzas Estratégicas Creación y Desarrollo Alianzas Estratégicas Éxito de las Alianzas Estratégicas Éxito de las Alianzas Estratégicas Características de los Participantes Características de los Participantes Características de la Relación Características de la Relación Integración de la Alianza en el resto de Relaciones Integración de la Alianza en el resto de Relaciones El propio entorno internacional es el que fuerza a las compañías a desarrollar alianzas estratégicas para seguir siendo competitivas. En estos casos, las alianzas tienen un papel central dentro de la estrategia competitiva de las compañías. Prueba de ello es que en los últimos años se han multiplicado el número de alianzas estratégicas por todo el mundo. Por ejemplo, actualmente, un gran número de nuevos avances tecnológicos nacen de alianzas estratégicas entre empresas más o menos competidoras. También se utiliza como uno de los principales modo de operación en los mercados internacionales. Sin embargo, es necesario que la alianza se mantenga en el tiempo y se desarrolle correctamente para LA APORTACIÓN RELACIONAL AL ÉXITO DE LAS ALIANZAS ESTRATÉGICAS INTERNACIONALES 3 que aporte los beneficios que motivaron su creación. A pesar de que todo, es muy elevado el índice de fracasos de las alianzas estratégicas, especialmente cuando los socios proceden de culturas diferentes. El estudio del éxito de las alianzas estratégicas es básico para entender el actual comportamiento estratégico de muchas compañías. Sin embargo, se trata de un tema muy complejo debido a la gran diversidad de alianzas. Por una parte, los motivos para su creación son muy diversos, lo que se refleja en el amplio rango de posibles objetivos tanto a nivel de empresas individuales, como del conjunto de la alianza. Y por otra parte, confluyen una gran cantidad de factores que inciden directamente sobre su éxito. Prueba de ello es que existe una gran cantidad de enfoques teóricos implicados en este tópico, ofreciéndonos visiones complementarias, no competitivas. De un modo general, Elg y Johansson (2001) agrupan los factores que afectan al éxito de las alianzas estratégicas en tres grandes conjuntos: (1) las características propias de cada una de las empresas participantes, (2) factores relativos a la relación entre los participantes, y (3) la incidencia de la alianza sobre el resto de relaciones interempresariales. Cada una de estas cuestiones es de sumo interés, por lo que es necesario tratarlas con gran atención. 2. Objetivos de la Investigación En esta investigación nos centraremos en la incidencia de la propia relación entre las empresas participantes sobre los resultados obtenidos, y el éxito alcanzado por la alianza. Con el fin de alcanzar un mayor grado de operatividad, este objetivo genérico vamos a descomponerlo en varios objetivos de rango inferior. En primer lugar, será necesario crear una escala que nos permita medir el éxito de las alianzas estratégicas internacionales. Se trata de un paso previo e indispensable para poder seguir avanzando en nuestro estudio. En segundo lugar, nuestro objetivo se dirige a estudiar la propia relación entre las empresas envueltas en alianzas estratégicas internacionales, sus características, estructura y su influencia sobre el éxito. Para ello se testará un modelo teórico sacado de la literatura. Finalmente, como último objetivo nos planteamos describir la utilización de la herramienta estadística empleada. Aunque los modelos de ecuaciones estructurales son una técnica con cierta tradición en nuestras áreas, el PLS es un tipo particular que aún permanece poco usado. Las técnicas más populares han sido las basadas en el análisis de la covarianza, donde LISREL es sin duda la más empleada. Por otro lado encontramos técnicas basadas en el análisis de los componentes, donde se encuentra el PLS2 (Chin, 1998b). 3. Revisión de la Literatura El éxito de las alianzas estratégicas es un tema tremendamente complejo, prueba de ello es la gran cantidad de enfoques teóricos que confluyen en él. Como mencionamos anteriormente, Elg y Johansson (2001) agrupan los factores que determinan el éxito de las alianzas estratégicas en tres grandes conjuntos: (1) las características propias de cada una de las empresas participantes, (2) la relación entre los participantes, y (3) la incidencia de la alianza sobre el resto de relaciones interempresariales. Desde hace unos años han aparecido en la literatura varios marcos teóricos que han tratado de explicar el éxito de las alianzas estratégicas desde un enfoque integrador. Es decir, no ciñéndose a un único enfoque explicativo del fenómeno, sino incorporando variables y aportaciones desarrolladas por diversos enfoques (Murray, 2001; Sarkar, Echambadi, Cavusgil y Aulakh, 2001; Hunt, Lambe y Wittmann, 2002). Por ejemplo, Murray (2001) propone un marco teórico para explicar el éxito de las alianzas estratégicas entre proveedores de componentes y fabricantes de productos. Aunque este trabajo se basa en el enfoque del Análisis de los Costes de Transacción, utiliza un enfoque integrador 2 Partial Least Squares, Mínimos Cuadrados Parciales J. ARENAS Y R. GARCÍA 4 incorporando variables relacionales y aportaciones del enfoque de la Ventaja Competitiva. En la misma línea Sarkar, Echambadi, Cavusgil y Aulakh (2001) estudian cómo afectan las características los participantes a los resultados de la alianza, en términos de la complementariedad, compatibilidad y operatividad de sus recursos y capacidades. Desde el punto de vista relacional, los autores analizan la importancia del capital relacional, un constructo formado por tres elementos: el compromiso, la confianza y la comunicación. Encuentran que las características de los recursos y capacidades de los socios afectan directamente al desempeño de la alianza, pero también de un modo indirecto mediante la influencia que tienen en el capital relacional, que a su vez repercutirá en el performance. Las variables relacionales tienen un papel mediador entre las diferencias interempresariales de los aliados y el desempeño de la relación. En nuestra investigación nos hemos basado en el modelo desarrollado por Hunt, Lambe y Wittmann (2002) por tres motivos: (1) Su mayor riqueza teórica al integrar un mayor número de enfoques, (2) se centra específicamente en el éxito de las alianzas y (3) se trata de una propuesta teórica que aún no ha sido testada empíricamente. El modelo propuesto por Hunt, Lambe y Wittmann (2002) es muy amplio, integra las aportaciones de varios enfoques teóricos. Dentro de este marco nos hemos centrado en estudiar el papel de la relación entre los socios en la consecución del éxito de la alianza. De acuerdo con otros estudios (Sarkar, Echambadi, Cavusgil y Aulakh, 2001) el componente relacional no sólo influye directamente en el éxito de una alianza estratégica, sino que también sirve de base para el desarrollo de otros aspectos. En el trabajo de Hunt, Lambe y Wittmann (2002) se sigue un enfoque de Marketing Relacional basado en Morgan y Hunt (1994). En nuestra investigación, todas las relaciones entre variables propuestas en el modelo han sido trasladadas a hipótesis. Siguiendo un enfoque meta-analítico hemos buscado las investigaciones anteriores que han abordado cada una de las hipótesis, su análisis sistemático nos ofrece una visión del soporte que cada una de ellas encuentra en la literatura anterior. Para ello, tal y como recoge Navarro (2001), ante la heterogeneidad de las investigaciones resulta adecuado utilizar la aproximación propuesta por Zou y Stan (1998). Es un híbrido entre meta-análisis y descripción narrativa, de forma que se superen los inconvenientes de ambos métodos. Concretamente se empleará la técnica propuesta por Hedges y Olkin (1980) que consiste en la suma de los estudios que reportan resultados positivos, y por otro lado los negativos, sobre cada una de las relaciones estudiadas. Tabla 1: Resumen Resultados del Meta-Análisis. Hipótesis Planteadas Estudios Recogidos Estudios Confirman Hipótesis Tamaño del Efecto Relación Sign. H1: Existe una relación positiva entre los costes de término y el compromiso en los intercambios relacionales. 17 15 88.24 % Sí H2: Existe una relación positiva entre las normas y el compromiso relacional. 12 11 91.67 % Sí H3: Existe una relación positiva entre las normas relacionales y la confianza entre los participantes. 11 10 90.91 % Sí H4: Existe una relación negativa entre los comportamientos oportunistas y la confianza en las relaciones interempresariales. 2 2 -- No H5: Existe una relación positiva entre la comunicación interempresarial y la confianza en las relaciones interempresariales. 14 13 92.86 % Sí H6: Existe una relación positiva entre la comunicación interempresarial y la cooperación en las relaciones interempresariales. 7 7 -- No H7: Existe una relación positiva entre confianza y compromiso en las relaciones interempresariales a largo plazo. 12 11 91.67 % Sí H8: Existe una relación positiva entre el compromiso relacional y la cooperación interorganizativa en los intercambios relacionales. 6 6 -- No H9: Existe una relación positiva entre la confianza entre las partes y la cooperación interorganizativa en los intercambios relacionales. 12 12 100 % Sí H10: Existe una relación positiva entre el compromiso relacional y el éxito de la relación interempresarial. 13 12 92.31 % Sí H11: Existe una relación positiva entre la cooperación entre las partes y el éxito que alcanzan en las relaciones interempresariales. 10 10 100 % Sí LA APORTACIÓN RELACIONAL AL ÉXITO DE LAS ALIANZAS ESTRATÉGICAS INTERNACIONALES 5 4. Metodología 4.1. Elección de las Escalas de Medida En nuestro cuestionario hemos aplicado escalas de Likert con cinco puntos a escalas ya usadas en otras investigaciones: costes de término de la relación y confianza (Ganesan, 1994), normas relacionales (Gundlanch, Achrol y Mentzer, 1995), oportunismo (Lee, 1998), comunicación interempresarial (Mohr y Spekman, 1994), compromiso relacional (Morgan y Hunt, 1994), y cooperación (Anderson y Narus, 1990). Se han añadido variables de control. Como ya apuntamos anteriormente, hemos desarrollado una escala para medir el éxito de las alianzas estratégicas internacionales. Aunque nos basemos en el concepto de Mohr y Spekman (1994) de éxito relacional, no hemos aplicado directamente su escala ya que resulta difícil adaptarla a las múltiples situaciones de las empresas que compondrán nuestra población objetivo. Nuestra escala emplea medidas subjetivas. Por una parte, hay un primer ítem que recoge la satisfacción general con los resultados obtenidos por la alianza, como señalan Geringer y Hebert (1991) Glaister y Buckley (1998) y Ariño (2003). Y por otro lado, se emplean otros cuatro ítems que recogen resultados de aspectos estratégicos, según Sarkar, Echambadi, Cavusgil y Aulakh (2001), o de eficiencia organizativa, según Ariño (2003): ventas en los mercados internacionales, conocimiento de la tecnología, conocimiento de los mercados exteriores, y el logro de objetivos generales. El número de indicadores se ajusta a la recomendación de Clark (1999, pp.724) de que las escalas para medir de forma psicométrica, subjetiva, el desempeño deberían tener entre tres y siete ítems. 4.2. Muestra Uno de los principales problemas que plantea el estudio de las alianzas estratégicas es la falta de fuentes de información. Como solución hemos construido nuestra propia base de datos recopilando datos de diversas fuentes (prensa, Internet, CIVEX, Oficinas Comerciales y Cámaras de Comercio de España en el Exterior), con información de más de 2000 empresas españolas situadas en 48 países. De entre ellas nos quedamos con unos 1900 registros que tenían e-mail de contacto. Normalmente se trataban de altos directivos responsables de la unidad de negocio. Dentro de ellos podemos distinguir dos grandes grupos. En primer lugar, un conjunto de 313 contactos en empresas de las que creemos que muy posiblemente estén desarrollando alianzas estratégicas internacionales. Por otra parte, nos encontramos con un conjunto de unos 1600 registros de empresas que sabemos que están instaladas en los mercados internacionales, pero no sabemos cómo. Aunque contactamos con todos a través de correo electrónico, lógicamente nos centramos en el primer grupo. Todo el trabajo de campo tuvo lugar entre el 15 de mayo y el 31 de junio de 2003. Como resultado obtuvimos una muestra de 105 empresas españolas envueltas en alianzas estratégicas internacionales. 4.3. Herramienta Estadística Los Modelos de Ecuaciones Estructurales (SEM) están siendo utilizados con profusión en nuestras áreas, ya que proporcionan al investigador la flexibilidad de poder desarrollar (Chin, 1998, pp.297): modelos de relaciones entre múltiples predictores y variables, utilizar constructos no observables de variables latentes, tener en cuenta los errores del modelo en la medida de las variables observadas y testar estadísticamente a priori la teoría y comparar las conjeturas e hipótesis con los datos empíricos. Por todos estos motivos nos hemos decantado por los SEM frente a otras alternativas, como son los análisis de regresión que aparecían en nuestro meta-análisis. Dentro de los SEM encontramos dos aproximaciones. Al primer grupo de técnicas encabezadas por el LISREL es también denominado modelización firme o rígida. Busca encontrar parámetros invariantes estructurales o funcionales que definan cómo funciona el mundo, es decir, persiguen proporcionar una afirmación de causalidad, una descripción de los mecanismos causales. El problema que conllevan al J. ARENAS Y R. GARCÍA 6 intentar alcanzar tal tipo de conocimiento con estas técnicas son las suposiciones restrictivas que se requieren con respecto a la teoría subyacente, las distribuciones de los datos y los niveles de medida de las variables (Falk y Miller, 1992). Sin embargo, ante los fuertes requisitos, parece difícil la aplicación estricta de este tipo de modelización en el campo de las ciencias sociales. En esta situación surge el PLS, esta técnica fue diseñada para reflejar las condiciones teóricas y empíricas de las ciencias sociales y del comportamiento, donde son habituales las situaciones con teorías no suficientemente asentadas y escasa información disponible. A esta forma de modelización se la conoce como modelización flexible. Los procedimientos matemáticos y estadísticos subyacentes en el sistema son rigurosos y robustos (Wold, 1979), sin embargo, el modelo matemático es flexible en el sentido de que no realiza suposiciones relativas a niveles de medida, distribuciones de los datos y tamaño muestra. El objetivo es más moderado que la modelización firme. En la modelización flexible se abandona la idea de causalidad (presente en la modelización firme) y se reemplaza por el concepto de predecibilidad. Mientras que la causalidad garantiza la capacidad de controlar los acontecimientos, la predecibilidad permite sólo un limitado grado de control (Falk y Miller, 1992). En resumen, el PLS es una herramienta adecuada para nuestra investigación por tres motivos: (1) Es una herramienta especialmente indicada para realizar estudios de carácter exploratorio, (2) diseñada para ser aplicada en modelos complejos, y (3) con tamaños muestrales relativamente pequeños. Como describiremos a continuación, el PLS consta de 2 pasos. Uno primero que asegura la fiabilidad y validez de las escalas empleadas para medir los constructos. Y un segundo paso donde se valora el propio modelo estructural. En nuestro trabajo, al trabajar con variables de segundo orden, hemos tenido que repetir este proceso en dos ocasiones. 5. Resultados 5.1. Variables de Primer Orden Descripción Gráfica del Modelo El primer paso ha consistido en la representación gráfica del modelo, esta vez sólo teniendo en cuenta los constructos de segundo orden. En el nomograma, los constructos están representados por círculos. Los indicadores, variables observables, se representan por cuadrados. El otro elemento básico de la gráfica la constituyen las flechas, las cuales indican que predecimos una relación entre los constructos. Se pueden distinguir dos tipos de indicadores: reflectivos y formativos. En el primer grupo, indicadores de tipo reflectivos, las variables observables son expresadas como una función del constructo, de tal modo que éstas reflejan o son manifestaciones del constructo. Por tanto, la variable latente precede a los indicadores en un sentido “causal”. En el caso de los indicadores formativos, implican que el constructo sea expresado como una función de las variables manifiestas. Los indicadores forman, causan o preceden al constructo. La elección del tipo de indicador depende de distintos factores, tales como el objetivo del estudio, la teoría que da soporte al modelo o cuestiones de carácter empírico (Fornell y Bookstein, 1982). Fiabilidad Individual del Ítem Podemos distinguir dos fases en el análisis PLS. En la primera de ellas se busca asegurar la adecuación y fiabilidad de las escalas, y en la segunda fase se valora el modelo estructural. Dentro de la primera fase, el primer paso consiste en valorar y asegurar la adecuación de cada ítem. Para ello nos basamos en las cargas o “loading” (λ). Como norma general tomaremos que los λ tengan un valor igual o superior a 0.707. Sin embargo, en el caso de estudios exploratorios es posible aceptar valores algo menores. El proceso de depuración de los ítems, es un proceso repetitivo en el que se irán eliminando los ítems con menores cargas. Como LA APORTACIÓN RELACIONAL AL ÉXITO DE LAS ALIANZAS ESTRATÉGICAS INTERNACIONALES 7 resultado hemos eliminado los ítems con menores cargas: CTR4, VALOR4, OPORT4, COMUN10, CONFI4, y CONFI5. A continuación volvimos a repetir el análisis con resultados satisfactorios. Tabla 2: Fiabilidad Individual del Ítems. VARIABLE WEIGHT LOADING LOCATION RESIDVAR COMMUNAL REDUNDAN CTR outward CTR1 0.4268 0.7559 0 0.4286 0.5714 0 CTR2 0.4066 0.6427 0 0.5869 0.4131 0 CTR3 0.4977 0.8360 0 0.3012 0.6988 0 VALOR outward VALOR1 0.2621 0.7116 0 0.4936 0.5064 0 VALOR2 0.3008 0.8573 0 0.265 0.735 0 VALOR3 0.3345 0.8187 0 0.3297 0.6703 0 VALOR5 0.3340 0.8443 0 0.2872 0.7128 0 OPREL outward OPORT1 0.4460 0.9063 0 0.1786 0.8214 0 OPORT7 0.2813 0.6889 0 0.5255 0.4745 0 OPORT2 0.4444 0.9067 0 0.1778 0.8222 0 OPCONT outward OPORT3 0.1113 0.6565 0 0.569 0.431 0 OPORT5 0.4179 0.8558 0 0.2677 0.7323 0 OPORT6 0.4905 0.8927 0 0.2031 0.7969 0 OPORT8 0.1888 0.7042 0 0.5042 0.4958 0 CAL outward COMUN1 0.2341 0.8231 0 0.3224 0.6776 0 COMUN2 0.2401 0.8794 0 0.2267 0.7733 0 COMUN3 0.1905 0.7808 0 0.3904 0.6096 0 COMUN4 0.2419 0.9153 0 0.1621 0.8379 0 COMUN5 0.2620 0.8724 0 0.2389 0.7611 0 PART outward COMUN7 0.5704 0.8859 0 0.2152 0.7848 0 COMUN6 0.5627 0.8809 0 0.2241 0.7759 0 COMINF outward COMUN8 0.2630 0.7916 0 0.3733 0.6267 0 COMUN9 0.2736 0.7887 0 0.378 0.622 0 COMUN11 0.3194 0.8359 0 0.3013 0.6987 0 COMUN12 0.3496 0.8884 0 0.2108 0.7892 0 COMPRO outward COMPRO1 0.6007 0.8819 0 0.2222 0.7778 0.3239 COMPRO2 0.2616 0.6753 0 0.5439 0.4561 0.1899 COMPRO3 0.4105 0.7171 0 0.4857 0.5143 0.2142 CREDI outward CONFI1 0.4406 0.9136 0 0.1654 0.8346 0.4748 CONFI2 0.3646 0.8475 0 0.2818 0.7182 0.4085 CONFI3 0.3810 0.7827 0 0.3873 0.6127 0.3485 BENE outward CONFI6 0.5460 0.9123 0 0.1677 0.8323 0.4608 CONFI7 0.5494 0.9134 0 0.1656 0.8344 0.462 COOP outward COOP2 0.5936 0.9189 0 0.1556 0.8444 0.4191 COOP1 0.5081 0.8947 0 0.1996 0.8004 0.3973 SATISFA outward SATISFAC 1 1 0 0 1 0.2844 J. ARENAS Y R. GARCÍA 8 DESEM inward CRVTAS 0.0067 0.4491 0 0.7983 0.2017 0.036 CONMER 0.7734 0.9451 0 0.1068 0.8932 0.1593 CONTEC 0.1754 0.5775 0 0.6665 0.3335 0.0595 EFICAZ 0.2459 0.7101 0 0.4958 0.5042 0.0899 Los indicadores que nos han quedado tienen cargas cercanas a 0.707 o superiores. En los pocos casos en que tienen cargas menores, los hemos incluido por dos razones: Se trata de escalas de medida adaptadas de otras investigaciones, lo que señala el carácter exploratorio de la investigación, permitiéndose en esos casos valores algo inferiores. Y en segundo lugar, hemos teniendo en cuenta su repercusión sobre los indicadores de la fiabilidad del constructo y validez convergente. Por otra parte, con respecto a los constructos formativos, estos deben ser interpretados en función de sus pesos (weights) y no de sus cargas (loading). Los pesos informan sobre la composición e importancia relativa que tiene cada indicador en la creación o formación de la variable latente. Las cargas nos pueden conducir a interpretaciones equivocadas, ya que las correlaciones entre indicadores de un mismo bloque no son tenidas en cuenta en el proceso de estimación. Fiabilidad del Constructo La valoración de la fiabilidad del constructo nos permite comprobar con qué rigurosidad están midiendo las variables manifiestas a la misma variable latente. Para realizar esta valoración nos hemos basado en la Fiabilidad Compuesta del Constructo (ρc). Siguiendo a Nunnally (1978) aplicaremos la regla empírica de exigir al menos un valor de 0.7 (ρc= 0.7) como nivel para una fiabilidad “modesta” en las etapas tempranas de la investigación. En la Tabla 3 podemos comprobar que los valores obtenidos en la Fiabilidad Compuesta del Constructo (ρc) han sido muy altos, cercanos o superiores a 0.8. Tabla 3: Fiabilidad del Constructo. ρc CTR 0.791 VALOR 0.884 OPCONT 0.877 OPREL 0.862 CAL 0.932 PART 0.877 COMINF 0.896 COMPRO 0.805 CREDI 0.886 BENE 0.909 COOP 0.903 SATISFA 1.000 DESEM n.a. n.a. : No Analizable Por último, hay que señalar que la fiabilidad compuesta, como medida de consistencia interna, es únicamente aplicable a variables latentes con indicadores reflectivos (Chin, 1998b). En constructos con indicadores formativos no se puede asumir que las medidas formativas covaríen, por lo que estos indicadores no van a estar relacionados. Diamantopoulos y Winklhofer (2001) señalan dos requisitos para considerar un constructo como formativo: por una parte, que exista un componente teórico que explique el carácter formativo; y por otro lado la exigencia empírica que no existan problemas de colinealidad entre los indicadores. Para nuestro constructo formativo (DESEM), desde el punto de vista teórico, Diamantopoulos (1999) defiende brillantemente el carácter formativo del constructo desempeño internacional. Si nos ceñimos a nuestro caso, un incremento en el desempeño por parte de una empresa normalmente no supone al mismo tiempo un incremento de las ventas, de la eficacia de la LA APORTACIÓN RELACIONAL AL ÉXITO DE LAS ALIANZAS ESTRATÉGICAS INTERNACIONALES 9 relación, de los conocimientos sobre otros mercados, o sobre nuevas tecnologías. Sino todo lo contrario, el mejor conocimiento de los mercados, de las nuevas tecnologías, las mejoras de eficacia o el incremento de las ventas, llevan a que se considere que la alianza está teniendo un mayor desempeño. Respecto a la exigencia empírica de que no existan problemas de colinealidad, seguiremos a Belsley (1991) que recomienda realizar pruebas de colinealidad en un análisis de regresión lineal, donde todos los indicadores que componen el constructo deberán aparecer como variables independientes. La no colinealidad se refleja en FIV con valores menores a 5. Tabla 4: Prueba de Colinealidad. Coeficientes no estandarizados Coeficientes estandarizados Estadísticos de colinealidad Modelo B Error típ. Beta t Sig. Tolerancia FIV 1 (Constante) -2.326 2.595 -.896 .372 Opinión crecimiento Vtas .477 .599 .094 .796 .428 .736 1.358 Conocimiento del Mercado .106 .591 .022 .179 .858 .692 1.446 Eficacia 1.051 .796 .174 1.321 .190 .590 1.694 Conocimiento Tecnología .314 .442 .082 .710 .480 .763 1.311 Variable dependiente: Satisfacción con la relación Validez Convergente La valoración de la validez convergente se realiza mediante la Varianza Extraída Media (AVE). Esta medida informa sobre la cantidad de varianza que un constructo obtiene de sus indicadores con relación a la cantidad de varianza debida al error de medida. Como explicamos anteriormente, se recomienda que la varianza extraída tenga valores superiores a 0.5 (AVE≥0.5), lo que significa que más del 50% de la varianza del constructo es debida a sus indicadores. Como ocurrió para la fiabilidad del constructo, esta medida sólo puede ser aplicada en constructos reflexivos. Como podemos ver todos nuestros constructos tienen una Varianza Extraída Media superior a 0.5. Tabla 5: Validez Convergente. AVE CTR 0.561 VALOR 0.656 OPCONT 0.706 OPREL 0.614 CAL 0.732 PART 0.780 COMINF 0.684 COMPRO 0.583 CREDI 0.722 BENE 0.833 COOP 0.822 SATISFA 1.000 DESEM n.a. Validez Discriminante La validez discriminante indica el grado en que un determinado constructo es diferente del resto. Para que un constructo tenga validez discriminante debe tener correlaciones débiles con otras variables latentes y constructos que midan fenómenos diferentes. En el PLS, un criterio para asegurar la validez discriminante es que un constructo debería compartir más varianza con sus medidas o indicadores que con otros constructos del modelo (Barclay, Thompson y Higgins, 1995). Para valorar la validez discriminante, Fornell y Larcker (1981) recomiendan el uso del AVE, es decir, la varianza compartida entre un constructo y sus medias debe ser superior a la varianza compartida entre el constructo con el resto de constructos del modelo (correlación al cuadrado entre dos constructos). De modo que calcularemos las raíces cuadradas de las medidas de AVE y las compararemos con las correlaciones