Tesis doctorales de Ciencias Sociales

EL IMPACTO DE LA GESTIÓN DEL CONOCIMIENTO Y LAS TECNOLOGÍAS DE INFORMACIÓN EN LA INNOVACIÓN: UN ESTUDIO EN LAS PYME DEL SECTOR AGROALIMENTARIO DE CATALUÑA

Gerardo Arceo Moheno




Esta página muestra parte del texto pero sin formato.
Puede bajarse la tesis completa en PDF comprimido ZIP (259 páginas, 2.51 Mb) pulsando aquí

 

 

 

6.7. DETERMINACION DEL UNIVERSO O POBLACIÓN TOTAL

Para construir la población total de empresas a considerar en este estudio, se hizo uso de dos bases de datos con acceso gratuito a través de Internet.

1. El Registre d’Establiments Industrials de Catalunya (REIC), cuya página de acceso es http://www10.gencat.net/reic/eindprog.htm, comprende una serie de datos sobre las industrias ubicadas en Catalunya. El número total de industrias accesibles desde este sitio Web es del orden de 9.500. En este sitio se pueden consultar los datos públicos de las empresas que tienen más de 9 trabajadores. Tales datos han sido obtenidos mediante declaraciones de los titulares de los establecimientos. La consulta permite el uso simultáneo de diversos criterios de búsqueda, entre los que se encuentran el tamaño de la empresa (por número de empleados) y el sector industrial al que pertenece, lo que indudablemente facilitó la labor de selección.

Cabe mencionar que les actividades económicas se han clasificado de acuerdo con la Clasificación Nacional de Actividades Económicas (CNAE-93), que se corresponde con la NACE Rev. 1 de la Unión Europea, por lo que existe total concordancia con el presente estudio.

2. La base de datos SABI, perteneciente al Bureau van Dijk Electronic Publishing, contiene información detallada de aproximadamente 940,000 empresas españolas (y algunas portuguesas) para aplicaciones comerciales y de marketing. Al igual que el REIC, también se permite hacer búsquedas mediante varios criterios, entre los que se encuentran los que son de interés para este estudio. Se debe puntualizar que el acceso a esta base de datos se realizó a través de la UPC.

El acceso a estas bases de datos se realizó en el mes de junio de 2006. El número de empresas que cumplían el criterio de selección necesario en este estudio (plantilla de 20 a 250 empleados y del sector industrial 15) en REIC fue de 635, mientras que en SABI fue de 589. Algunas empresas aparecían en ambas bases de datos, por lo que se procedió a realizar una primera depuración, de tal manera que se constituyó una población de 905 empresas. Posteriormente, se detectó que muchas empresas contaban con más de un establecimiento; asimismo, y en virtud de que el contacto inicial con la empresa se realizaría de manera telefónica, se decidió hacer una segunda depuración de aquellas empresas que contaran con más de un establecimiento (considerando solamente uno) y de las que no se contaba con su número telefónico, por lo que la población final considerada en este estudio ascendió a 603 empresas.

6.8. DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA

Dos de los principales puntos a considerar en cualquier investigación son el factor económico y el tiempo, lo que propicia que para la realización del análisis se escoja un pequeño número de elementos (el menor posible) del total de la población objetivo de estudio. Estos elementos constituyen la muestra. Pero, ¿cómo determinar ese número mínimo de elementos- Ciertamente, existen fórmulas estadísticas para determinar el tamaño de la muestra. En este sentido, Silva (1997) señala que en esas fórmulas se ocupan elementos, entre los que se encuentran el llamado margen de error y la confiabilidad. Estos factores normalmente exigen que el investigador piense en términos para los que con frecuencia no está preparado. Además, la decisión de usar unos valores en vez de otros hace que se introduzca subjetividad al proceso. En respuesta a esto, Rothman (1986) señala que la decisión de determinar el tamaño de la muestra debe encararse mediante el juicio, la experiencia y la intuición del investigador. Silva (1997) adiciona el sentido común colectivo, al mencionar que una alternativa es tener en cuenta los tamaños usados en trabajos similares.

En este estudio, siguiendo un matiz de rigor científico, se hace uso de la siguiente fórmula para poblaciones finitas (menor o igual a 100.000) (Vázquez y Trespalacios, 2002):

n = Z2 * N * P(1-P)

(N-1) * K2 + Z2 * P(1-P)

Donde

n es el tamaño de la muestra

N es el tamaño de la población total o universo

Z es el número de unidades de desviación típica en la distribución normal que producirá el grado deseado de confianza.

K es el error o máxima diferencia entre la proporción muestral y la proporción de la población que se está dispuesto a aceptar en el nivel de confianza propuesto

P es el porcentaje de la población que posee las características de interés. Se puede calcular mediante una prueba piloto, pero si no se conoce de antemano, como es este caso, es conveniente utilizar es caso más desfavorecedor de 50%.

Dado que los valores usados en este estudio son los siguientes:

N = 603 Z = para el 90%, valor igual a 1,645 P = 0,5 K = 0,1

el tamaño de la muestra obtenido es de 61 empresas.

6.9. RECOLECCIÓN DE LA INFORMACIÓN

El período de levantamiento de la información comprendió desde los meses de julio a diciembre de 2007. Este proceso de levantamiento de información incluyó el contacto inicial con la empresa exponiendo el motivo de la llamada y solicitando el correo electrónico para un envío posterior del cuestionario, acompañado de una carta donde se explicaba nuevamente el objeto de estudio de tal cuestionario. La persona de contacto fue el director o gerente de la empresa, dado que se requería una persona que tuviera una visión global de las actividades de la empresa, debido a la naturaleza del cuestionario. Es posible argumentar que se debió haber enviado al CKO (chief knowledge officer), gestor de conocimiento (knowledge manager) o alguien similar, pero tales puestos no son aun comunes en la práctica (Jarrar, 2002).

Los metodólogos demandan que las muestras sobre las que habrán de reposar las inferencias sean elegidas haciendo uso del azar. Esta exigencia está fuera de discusión cuando se trata de estudios experimentales, sin embargo, la discusión es válida cuando se trata de muestras en estudios descriptivos y, en general, observacionales. Suele creerse que la razón para exigir el uso del azar entraña la inyección de representatividad a la muestra, pero la noción de representatividad es esencialmente intuitiva. Para que algo sea una “muestra” no basta que “unos” elementos sean un subconjunto de un conjunto: deben darse ciertas relaciones de semejanza entre uno y otro para que uno de ellos pueda ser considerado una muestra del otro.

Adicionalmente, cabe mencionar que hubo un gran número de empresas que se negaron contestar el cuestionario, argumentando diferentes motivos, tales como la falta de tiempo, la falta de interés, la falta de una persona adecuada para responderlo y la carencia de correo electrónico, entre otros.

Por tanto, el número de cuestionarios que se envió por correo electrónico fue el mayor posible, y ascendió a 400, obteniéndose una respuesta de 68 cuestionarios, número superior al indicado por la fórmula estadística de determinación de la muestra. Si se considera la tasa de respuesta en función del número de cuestionarios enviados, se obtiene 17%, tasa aceptable considerando las tasas de respuesta de otros estudios hechos en el área de investigación, tales como Khalifa y Liu (2003) con 19,1%, Moffett et al. (2002) con 8,8%, Wong y Aspinwall (2005) con 8,7%, de Pablos (2002) con 5,8% y Gimenez y Rincon (2003) con 5%.

El bajo nivel de respuesta no es sorprendente dado que, como se ha mencionado, este tipo de empresas cuenta con escaso tiempo adicional del dedicado a las labores diarias y rutinarias de la empresa; además, se puede relacionar al escaso número de ellas que han adoptado prácticas formales de la GC (Wong y Aspinwall, 2004; Matlay, 2000).

6.10. ANÁLISIS COMPARATIVO DE LAS EMPRESAS DE LA MUESTRA

En este apartado se realiza un análisis comparativo de algunas de las principales características de las empresas participantes en el presente estudio con la población total.

La Tabla 6.1 muestra la participación de las empresas de acuerdo a su tamaño. Como se observa, los porcentajes de participación de cada estrato son similares a los porcentajes de la población total, por lo que se puede decir que la muestra, en este aspecto, es representativa.

Las tablas 6.2 y 6.3 muestran la participación en el estudio de las empresas de acuerdo al subsector económico. Se observa que las mayores diferencias proporcionales entre la muestra y la población total se encuentran en los subsectores 153 (+4,06%), 156 (+2,25%) y 158 (-10,77%). Cabe señalar que debido a la escasa participación en la muestra de las empresas de los subsectores 154, 155 y 156 (inferior a 5%), se tomó la decisión de agruparlos en un mismo subsector, pese a que se guarda una proporción muy similar a la de la población total. Asimismo, es conveniente observar que en la población total, es mayor el número de subsectores con participaciones inferiores a 5% (subsectores 152, 153, 154, 155 y 156).

En cuanto a la participación de las empresas de acuerdo a la provincia, la tabla 6.4 muestra esta información. Se observa que se guardan proporciones similares entre la muestra y la población total. La proporción de la muestra respecto a la población total es mayor en las provincias de Barcelona y Tarragona, mientras que ocurre lo contrario en las provincias de Lleida y Girona, y es en esta última provincia donde se obtuvo la mayor diferencia porcentual entre la muestra y la población total.


Grupo EUMEDNET de la Universidad de Málaga Mensajes cristianos

Venta, Reparación y Liberación de Teléfonos Móviles
Enciclopedia Virtual
Biblioteca Virtual
Servicios