Gerardo Arceo Moheno
De acuerdo al modelo general de predicción presentado en la sección 7.6.1., las TI no desempeñan un papel significativo en la predicción de la innovación. Este resultado es obtenido debido a que el modelo es presentado junto con la GC. En este apartado se modela únicamente la contribución de las TI a la innovación, relación que se muestra en la gráfica 7.12, donde se observa que la mayoría de las empresas se sitúan en el cuadrante superior derecho, aunque es significativo el número de aquellas que se sitúan en el cuadrante inferior derecho, lo que significa que en muchas empresas se tiene un buen nivel en TI que no se refleja en el nivel de madurez en la innovación.
El coeficiente ajustado de determimación que se obtiene (0,79) y que se muestra en la tabla 7.107 es demasiado bajo para aceptar una influencia clara de las TI en la innovación, por tanto, es rechazada la hipótesis H3.
Pese al rechazo de la hipótesis, para comprender la contribución de cada uno de los cinco elementos que integran el índice TI a la innovación, se modeló esta relación y se realizó una regresión cuyos resultados se muestran en la tabla 7.108. El valor en R2 se incrementa a 0,115 y se obtiene una significancia de 0,026, lo que señala que por lo menos uno de estos cinco elementos participa en la predicción de la innovación; además, de acuerdo a los niveles de significancia de cada elemento mostrados, son las actitudes mostradas hacia las TI las que contribuyen en la predicción de la innovación. Pese al incremento del coeficiente de determinación, el hecho de que elementos de relevancia como la inversión o el uso no sean significativos en este modelo, nos da pauta a confirmar el rechazo a la hipótesis H3.
7.6.1.2.1 ACTIVIDADES DE INNOVACIÓN EN FUNCIÓN DE LAS TI
Es importante conocer la relación de las TI con las actividades de innovación desempeñadas por la empresa. La gráfica 7.13 muestra esta relación donde se observa claramente que todas las empresas (excepto 2) se sitúan en los cuadrantes superior e inferior derecho, es decir, todas las empresas presentan un índice de madurez en las TI superior a la media, pero no todas presentan un índice de actividades de innovación superior a la media.
Lo anterior se refleja en los bajos valores mostrados en la tabla 7.109 obtenidos en la regresión, lo cual nos lleva a rechazar la hipótesis H3a que señala la influencia de las TI en las actividades de innovación.
7.6.1.3. GC EN FUNCIÓN DE LAS TI
Para cerrar el análisis entre las relaciones establecidas, se presenta en la gráfica 7.14 la relación entre las TI y la GC. Pese a que la mayoría de las empresas se encuentran en el cuadrante superior derecho, no se puede pasar por alto el número de aquellas que aparecen en el cuadrante inferior derecho (alta madurez en las TI y baja madurez en la GC), lo que sin duda incidirá en el modelo predictivo.
De acuerdo a los datos mostrados en la tabla 7.110, se indica que el 9,80% de los valores del índice de la GC en relación a su promedio, puede ser explicada por medio de este modelo que sólo considera a las TI. Dicho valor es muy bajo, lo que conduce a rechazar la hipótesis H4 que establece la influencia de las TI en la GC.
Pese al rechazo de la hipótesis H4, es de interés conocer la influencia predictora que tiene cada uno de los elementos que integran el índice TI sobre la GC. Se observa en la tabla 7.111 que el coeficiente de determimación se incrementa en este modelo; asimismo, el valor de significancia obtenido de 0,002 demuestra que el modelo planteado con estos elementos tiene validez al determinar que cuando menos uno de los ítems del índice TI tiene capacidad de predicción sobre el valor de GC. Sin embargo, al observar los valores de significancia de cada uno de estos elementos, se detecta que de nueva cuenta son las actitudes que muestra la empresa hacia las tecnologías, las que ejercen una capacidad de predicción aceptable, relación similar a lo observado en la innovación.
7.6.1.3.1. ACTIVIDADES DE GC EN FUNCIÓN DE LAS TI
Uno de los puntos de interés en este estudio es la actuación en particular de las actividades de GC, por tanto, interesa conocer la influencia predictiva que las TI tienen sobre ellas. La gráfica 7.15 muestra esta relación, la cual es muy similar a la del modelo previo, por lo que la influencia predictora esperada es muy baja.
Si se consideran las actividades de GC en conjunto, el modelo de predicción resultante arroja un coeficiente de determinación de 0,049, lo que corrobora lo mostrado en la gráfica 7.14 y que lleva a rechazar la influencia de las TI en las actividades de GC, establecida en la hipótesis H4a.
Sin embargo, pese al rechazo de la hipótesis, es pertinente conocer la relevancia en la predicción que pudiera tener las tecnologías en cada uno de los cuatro grupos de actividades de GC. Para esto, se realizaron cinco regresiones lineales cuyos resultados se muestran en la tabla 7.113, donde es posible observar que es sólo en las actividades correspondientes a la obtención de conocimiento explícito, donde se tiene una influencia predictora por parte de las TI al alcanzar una significancia de 0,003. Este modelo de predicción entre las TI y estas actividades específicas de combinación logra un coeficiente de detrminación de 0,113, tal como se observa en la tabla 7.114.
Por tanto, de acuerdo a la información presentada en este punto, se rechazan las hipótesis H4a1, H4a2 y H4a4, aceptándose parcialmente la hipótesis H4a3 que establece la influencia de las TI en las actividades de combinación correspondientes a la obtención de conocimiento explícito.
7.7. ANALISIS DE CONGLOMERADOS (CLUSTERS)
Para finalizar el análisis de la información, se realizó un análisis de conglomerados con el fin de detectar aquellas empresas que compartan características similares. Este análisis permite detectar el número óptimo de grupos y su composición, únicamente a partir de la similaridad existente entre los casos en una o más variables, sin otros criterios externos. En el presente estudio se usó el análisis de conglomerados jerárquico el cual inicia con el cálculo de la matriz de distancias entre los elementos de la población, para posteriormente agrupar en un conglomerado indivisible los dos elementos más próximos, repitiendo sucesivamente este paso. De esta manera, se agrupan los elementos en conglomerados cada vez más grandes y más heterogéneos, hasta llegar a un conglomerado único global. Para obtener la matriz de distancias se usó la distancia euclídea al cuadrado y el método de conglomeración utilizado fue el de Ward (para mayor amplitud en la explicación, ver Pardo y Ruiz, 2002).
El primer análisis que se hizo considera los tres índices de madurez: en la GC, en la innovación y en las TI. En el anexo 2 se presenta el dendograma resultante, mientras que la tabla 7.115 muestra la pertenencia de las empresas a los distintos conglomerados considerando la creación de 2 y 3 conglomerados.
Analizando el dendograma y la información presentada en la tabla anterior, se determinan la presencia de dos conglomerados principales, que en conjunto abarcan 67 empresas, representando el 98.5% de la población. El tercer cluster no se toma en cuenta en virtud de poseer un solo caso (el número 17), por lo que se deduce que es un caso aislado no representativo. La tabla 7.116 muestra los estadísticos de estos clusters.
Las diferencias entre conglomerados no se explica por factores demográficos, ya que en todos ellos hay empresas de todos los sub-sectores, de todos los tamaños y de todas las provincias. El primer conglomerado podría denominarse de “Alta Gestión”, dado que los valores en las medias alcanzados en los tres índices de madurez son altos, a diferencia del segundo conglomerado, denominado de “Baja Gestión”. Nótese que es en el índice de madurez en la innovación donde se observa la mayor diferencia entre ambos conglomerados, mientras que el índice de madurez en las TI es muy similar.
Para corroborar estos resultados, la tabla 7.117 muestra los valores obtenidos en las medias en algunos indicadores relevantes en el estudio. Como era de esperar, todos los valores son mayores en el conglomerado de “Alta Gestión”, salvo los índices relacionados con las TI, que de manera similar al índice de madurez en las TI, son casi iguales entre ambos grupos.
El segundo y último análisis de conglomerados considera sólo los índices de madurez en la GC y en la innovación, tomando en cuenta que la madurez en la TI no resultó significativamente influyente en la innovación ni en la GC. El dendograma resultante de este análisis se muestra en en anexo 3 y los diferentes clusters creados se muestran en la tabla 7.118.
Las diferencias entre cuando se solicitan 2 y 3 conglomerados aparecen en el conglomerado 2, que se descompone en dos, mientras que el conglomerado 1 permanece con los mismos miembros en ambos casos. Debido a las diferencias en los estadísticos mostrados en la tabla 7.119, se decide considerar tres conglomerados. Cabe señalar que la gran mayoría de las empresas conservan su membresía en uno u otro conglomerado en ambos análisis, además de observar diferencias estadísticamente significativas entre la pertenencia a un grupo u otro.
La tabla 7.120 muestra los valores obtenidos en dos estadísticos descriptivos básicos en algunos de los indicadores relevantes pertenecientes a los índices considerados. Las diferencias entre los conglomerados 1 y 3 son significativas, mientras que el conglomerado 2 en algunos casos se acerca al cluster 1 (actividades de socialización) y en otros, al conglomerado 3 (actividades de combinación 2).
7.8. RESUMEN DE RESULTADOS
Como punto final en este capítulo, se presenta en la tabla 7.121 un resumen de las hipótesis de investigación planteadas y su respectivo resultado (aceptación o rechazo) obtenido en el proceso de contrastación empírica llevado a cabo.