3 Los itinerarios, según Casal et al. (2006), identifican las probables situaciones de futuro donde discurrirá el itinerario (también usamos como sinónimo el término trayectoria); el término rumbo anuncia la “dirección de futuro” y proviene de una articulación de las situaciones de presente con el itinerario recorrido (situaciones del pasado). Los itinerarios, según Casal et al. (2006), identifican las probables situaciones de futuro donde discurrirá el itinerario.
4 Globalización: la integración comercial y política en Europa, la del bloque asiático y por supuesto la de América del Norte y América del sur respectivamente, han llevado a una toma de conciencia sobre la necesidad de contar con parámetros comunes para medir la calidad de la formación de los profesionales (Chan 2010).
5 En EE. UU. los doctorados, según Cassuto (2013), predominan los estudiantes de posgrado de medio tiempo o, como los denomina, “a tiempo parcial”, siendo común sobre todo en las áreas de humanidades y campos relacionados. Con ello, los programas se convierten en modelos pequeños en donde se inscriben estudiantes a tiempo completo con total ayuda financiera, los estudiantes a tiempo parcial están siendo gradualmente expulsados.
6 Planas (2009), explica que la expansión educativa es el fenómeno por el cual cada generación ha elevado su nivel de conocimientos respecto a la precedente. Este fenómeno, que se ha producido a lo largo de la segunda mitad del pasado siglo, ha configurado la estructura actual de nuestras poblaciones activas, en las que coexisten personas nacidas entre las décadas de 1940 y 1980, que, por consiguiente, disponen de niveles de educación y de experiencia extremamente distintos. Béduwé y Planas (2002) la definen como la forma de entrada en la vida activa de las nuevas generaciones, cada una de las cuales es mejor educada que la anterior y, sin duda, tiene más títulos.
7 Eslovenia, Estonia, Finlandia, Francia, Grecia, Hungría, Irlanda, Islandia, Israel, Italia, Japón, Luxemburgo, México, Noruega, Nueva Zelanda, Países Bajos, Polonia, Portugal, Reino Unido, República Checa, Suecia Suiza y Turquía. http://www.oecd.org/centrodemexico/laocde/
8 Para este estudio se hablará indistintamente de trayectoria académica o itinerario formativo, mientras no se sustente ampliamente cada uno de los conceptos.
El propósito de esta investigación es validar la estructura factorial y consistencia del instrumento aplicado para determinar el nivel sobre orientación al mercado (OM), a los mandos medios de pymes hoteles del estado de Sonora. El instrumento consiste de 24 ítems aplicado a 120 directivos de hoteles pymes de una población de 178. La Estructura Factorial del Constructo ha quedado establecida por un análisis factorial (AF) exploratorio, mediante Componentes Principales y Rotación Varimax. La Confiabilidad se obtuvo por la prueba Alfa de Cronbach, la cual resulto altamente confiable, así mismo se determinó la matriz de correlación mediante la cual se comprobó la factibilidad de realizar un AF. Resultaron 7 factores, los cuales englobaron en su totalidad a los componentes del constructo OM, propuesto por Lambin (1995), reestructurada por Lado, Maydeu y Rivera (1998) y por Lado Maydeu y Martínez (1998). Se concluye que el instrumento es confiable y puede ser utilizado en investigaciones futuras.
La mayoría de las empresas mexicanas se encuentran en el sector de pymes. De ahí la importancia estratégica que éstas adquieren en términos de desarrollo económico nacional, regional o local. Únicamente en el 2006 existieron más de cuatro millones de empresas (productores agrícolas, ganaderos, acuicultores, mineros, artesanos, manufactureras, comercios, servicios turísticos y culturales), de las cuales 99.7% eran micro (97%) y pequeñas (2.7%). El resto, medianas (0.2%) y solo el 0.1% grandes corporativos (Venegas, Cruz y Segovia, 2008).
En México, el desarrollo de actividades turísticas con orientación a la satisfacción del cliente es significativo en cuanto a la derrama económica. El turismo es uno de los sectores de la economía más importantes, siguiéndolo la industria petrolera y las remesas de los mexicanos en el exterior. En el año 2007 ocupó el octavo lugar mundial en cuanto a la captación de turistas extranjeros, siendo de 21 millones 424 mil turistas (Secretaría de Turismo, 2007) y generando ingresos por $17 mil 901 millones de dólares (Secretaría de Turismo, 2008), además, la actividad turística es altamente dependiente de las fluctuaciones económicas internacionales o de eventos catastróficos (Enríquez, 2010).
En tanto la OM, al igual que la innovación tecnológica y el capital relacional en las empresas pymes, de acuerdo a González y Rodenes (2008), es un tema que sigue teniendo áreas de oportunidad para la investigación. Así, desde principios de los años cincuenta se afirmaba que las organizaciones que adoptarán el concepto de mercadotecnia, obtendrían mejores resultados y, desde 1988, el Marketing Science Institute estableció como una de sus líneas de análisis el estudio de la OM de las empresas a sus clientes y a sus mercados, así como las posibles consecuencias que se derivan de este hecho, convirtiéndose en un eje central de estudio científico empresarial (Álvarez, Santos y Vázquez 2001). Debido a que las empresas del sector turístico son intensivas en mano de obra, en especial hoteles, la formación de recursos humanos con orientación al cliente juega un rol fundamental y es clave para lograr destinos competitivos en un mundo cambiante como el de hoy (Damm y Szmulewicz, 2007).
En las pymes, la orientación estratégica presenta tres ejes principales: la OM, la orientación emprendedora (OE) y la orientación al aprendizaje (OA) (Calatone, Cavusgil y Zhao, 2002). Particularmente, la OM se define como “la cultura organizativa que de forma más efectiva genera los comportamientos necesarios para la creación de un valor superior para los compradores, y por consiguiente unos mejores resultados para la empresa” (Narver y Slater, 1990). El fin de preparar a los empleados de una empresa, de innovar y organizarse, es para satisfacer al cliente, en ese sentido una empresa orientada al mercado debe estar orientada a los clientes, a sus competidores y presentar una coordinación entre todas sus funciones, representando una capacidad clave en cualquier organización empresarial (Bhuian, Menguc y Bell, 2005).
La formación de un constructo en el que se basó todo el contenido teórico del conocimiento de OM ha topado con la carencia de un concepto de mercadotecnia ampliamente aceptado, dando como resultado una gran cantidad de definiciones del concepto de OM. Entre los autores que han aportado definiciones de OM son: Felton (1959), Shapiro (1988), Kohli y Jaworski (1990), Narver y Slater (1990), Kohli, Jaworski y Kumar (1993), Rueckert (1992), Pelham y Wilson (1996), y Kasper (1998). Todo esto ha llevado, en las organizaciones de diferentes giros, al desarrollo de una gran variedad de estudios tanto teóricos como empíricos que se utilizan mundialmente, centrados en el conocimiento de OM y en la comprobación de sus relaciones con otras variables estratégicas dentro del área de la mercadotecnia (Martínez, 2004; González y Rodenes, 2008).
En la mayoría de los estudios sobre OM, el cliente se considera el actor central, de tal manera que las organizaciones que cuentan con una filosofía empresarial y comportamientos que ubican al cliente como objetivo principal a satisfacer, es decir que cuentan con un mayor grado de OM, llegan a desarrollar más innovación (Vargas, Martínez y Mojica, 2010).
Entre los sectores de pymes, el de servicio es cada vez más importante en la economía mundial, en México también se observa esa tendencia donde la aportación al PIB y la generación de empleos es considerable. Dentro del sector de servicio, el turismo nacional es un pilar de la economía mexicana, de acuerdo al censo industrial del 2004 el sector de alojamiento turístico mexicano se integra por 11,740 establecimientos, compuesto por 10,596 hoteles (Rodríguez, y Brown 2012).
En un estudio reciente realizado por Vega (2012), en empresas pymes de la región de Sonora, México, se ha encontrado que existe una deficiencia en la cultura de OM por parte de los ejecutivos de mandos medios, ocasionada por una deficiente formación en el perfil de mercadotecnia. El estudio consistió en una encuesta donde los mandos medios se autocalificaron en las diferentes áreas de OM, arrojando: en cultura organizativa un promedio de 60, en el grado de escolaridad se encontró que el 45.45 % de los ejecutivos responsables de atención al cliente en los hoteles, presentan una escolaridad menor a licenciatura, el 36.36 % tienen nivel de licenciatura, 9.09 % nivel de especialidad y el 9.09 % nivel de maestría.
Podemos deducir por la literatura que la OM es un pilar fundamental para el éxito de las pymes y presenta un obstáculo que difícilmente se solventa en su totalidad, convirtiéndose en un reto constante a superar para ser competente en el mercado. Por otro lado, las empresas en general, tanto internacional, nacional y regional, están en constante lucha para mantener una OM exitosa. Entonces, ¿cómo pueden los mandos medios de las pymes hoteleras adquirir la experiencia para el mejoramiento de la OM a un bajo costo y en un corto plazo? Estas reflexiones motivaron a realizar un estudio de diagnóstico sobre orientación al mercado, que determine el grado de OM que presenten los mandos medios de los hoteles pymes del estado de Sonora, del cual se obtuvieron 120 encuestas que se analizaron estadísticamente. Para confirmar la veracidad del estudio, se realizó un análisis factorial mediante el cual se determina la factibilidad del instrumento y se reducen los componentes del mismo.
La información que en este trabajo se analiza es resultado del proyecto de investigación: Diagnóstico sobre OM en hoteles pymes del estado de Sonora (Hernández, Romero, Cadena, y Vega, 2013), área del sector turístico que se ve sometida diariamente a exigencias de sus clientes que muchas veces no son posibles de solventar.
La población está formada por el sector de pymes hoteleras del estado de Sonora, México, conformada por 415 hoteles según la Asociación Mexicana de Hoteles y Moteles de Sonora, A. C., de los cuales 178 son pymes. La muestra fue de 120 hoteles, calculada aleatoriamente de los 178 hoteles pymes, utilizando un nivel de confianza de 95% y un error permitido de 5%, condiciones de validez cuando el estimador del parámetro tiene un comportamiento normal (Barón y Téllez, 2004).
Se consideraron las principales ciudades del estado distribuidas en zona norte: San Luis, Puerto Peñasco, Caborca, Nogales y Agua Prieta; zona centro, Hermosillo y sus comisarías; y zona sur, Guaymas, Obregón, Navojoa y Huatabampo.
Se solicitó a la Universidad de Sonora un oficio institucional de colaboración para esta investigación. Para recolectar los datos se le solicitó apoyo a la Asociación Mexicana de Hoteles y Moteles de Sonora, A. C., la cual le envió por correo electrónico la encuesta a todos los hoteles afiliados a la asociación. La otra parte se realizó de forma personal por medio de una entrevista a los gerentes del departamento de mercadotecnia de los hoteles pymes del estado Sonora. El periodo de recolección fue de agosto a diciembre del 2013.
La encuesta consta de un cuestionario dividido en tres partes. La primera parte es un apartado de preguntas con los datos del entrevistado. La segunda parte corresponde a preguntas referentes a los datos de la empresa. Por último, la tercera parte, que corresponde al apartado principal, se divide en once sub apartados: 1) análisis de clientes con cuatro ítems; 2) acciones estratégicas de clientes con cuatro ítems; 3) análisis de la competencia con dos ítems; 4) acciones estratégicas sobre la competencia con dos ítems; 5) análisis del entorno con dos ítems; 6) acciones estratégicas sobre el entorno con dos ítems; 7) coordinación interfuncional con dos ítems; 8) tecnologías sobre el almacenamiento de datos personales de los clientes con un ítem; 9) tecnologías sobre almacenamiento de preferencias y gustos de los clientes con un ítems; 10) tecnologías que permiten al cliente conocer los servicios disponibles en el hotel con un ítem; 11) tecnologías que se utilizan como herramientas de capacitación con ítems (ver tabla 1).
Tabla 1. Ítems o variables del instrumento | ||||||
Muy en desacuerdo ![]() | ||||||
1 | Disponemos permanentemente de una medida del grado de satisfacción de nuestros clientes | 1 | 2 | 3 | 4 | 5 |
2 | Tenemos procedimientos que nos permiten seguir la evolución de las necesidades actuales de nuestros mercados | 1 | 2 | 3 | 4 | 5 |
3 | Conocemos muy bien los factores que influencian a los clientes al tomar la decisión de seleccionar un hotel para hospedarse | 1 | 2 | 3 | 4 | 5 |
4 | Recogemos información suficiente para detectar la aparición de nuevos segmentos de mercado | 1 | 2 | 3 | 4 | 5 |
5 | Ofrecemos a nuestros clientes soluciones adaptadas a sus necesidades y no simplemente productos/servicios estándares | 1 | 2 | 3 | 4 | 5 |
6 | Estudiamos los conceptos de los productos/servicios que responderán a las necesidades futuras de nuestro mercado. | 1 | 2 | 3 | 4 | 5 |
7 | Actualizamos sistemáticamente productos/servicios innovadores | 1 | 2 | 3 | 4 | 5 |
8 | Somos más rápidos que la competencia para responder a los cambios en las necesidades de los clientes | 1 | 2 | 3 | 4 | 5 |
9 | Conocemos muy bien a nuestros competidores más peligrosos | 1 | 2 | 3 | 4 | 5 |
10 | Conocemos muy bien los objetivos y estrategias de nuestros competidores más peligrosos | 1 | 2 | 3 | 4 | 5 |
11 | Respondemos rápidamente a las acciones más peligrosas de la competencia | 1 | 2 | 3 | 4 | 5 |
12 | Emprendemos acciones sistemáticas para anticiparnos y sorprender a la competencia | 1 | 2 | 3 | 4 | 5 |
13 | Hemos desarrollado sistemas que nos permiten seguir de cerca el impacto de los cambios en el entorno legal, tecnológico, económico, etc. | 1 | 2 | 3 | 4 | 5 |
14 | Hemos identificado los factores sensibles que pueden tener un impacto en nuestro negocio | 1 | 2 | 3 | 4 | 5 |
15 | Desarrollamos estrategias que se dirigen a defender los intereses de la empresa a través de la información y la influencia de los grupos de presión importantes, tales como asociaciones de consumidores y usuarios, sindicatos, partidos políticos, etc. | 1 | 2 | 3 | 4 | 5 |
16 | En la elaboración de nuestro plan estratégico, utilizamos el método de los escenarios y definimos una o varias estrategias alternativas | 1 | 2 | 3 | 4 | 5 |
17 | La información importante sobre el mercado siempre es difundida a todas las áreas funcionales de la empresa | 1 | 2 | 3 | 4 | 5 |
Continuación Tabla 1. Ítems o variables del instrumento | ||||||
18 | Las estrategias de orientación al mercado siempre son elaboradas concertadamente con las otras funciones o áreas de la empresa | 1 | 2 | 3 | 4 | 5 |
19 | Utilizamos medios tecnológicos para que los clientes conozcan los productos/servicios disponibles | 1 | 2 | 3 | 4 | 5 |
20 | La empresa cuenta con un programa de capacitación en orientación al mercado | 1 | 2 | 3 | 4 | 5 |
21 | La empresa cuenta con sistemas tecnológicos de la información para que sus ejecutivos en orientación al mercado reciban capacitación | 1 | 2 | 3 | 4 | 5 |
22 | La capacitación por medio de tecnologías de la información en la organización sobre orientación al mercado es permanente | 1 | 2 | 3 | 4 | 5 |
23 | La capacitación por medio de tecnologías de la información recibida en orientación al mercado es proporcionada por personal experto en la materia | 1 | 2 | 3 | 7 | 8 |
24 | La capacitación en orientación al mercado es recibida por medio de un software | 1 | 2 | 3 | 4 | 5 |
La encuesta se aplica para la puntuación Likert. Ver la tabla 2.
Tabla 2. Puntuación Likert para encuestas aplicadas a mandos medios | |
Puntuación: escala likert | Descripción |
1 | Muy en desacuerdo |
2 | Algo en desacuerdo |
3 | Ni de acuerdo ni en desacuerdo |
4 | Algo de acuerdo |
5 | Muy de acuerdo |
La información obtenida en las encuestas fue ingresada a una base de datos diseñada en una hoja de cálculo de Excel. Posteriormente, y empleando el mismo software, se procedió a desagregar los antecedentes utilizando criterios referidos a aspectos sociodemográficos (sexo, edad, escolaridad), laborales (años de experiencia, antigüedad en la empresa, puesto), perfil organizacional (giro y tamaño de la empresa, origen de capital, antigüedad como empresa, mercado que atiende y posición en el mercado). Paralelamente se capturó la información referente a los ítems de las dimensiones del OM. El tratamiento estadístico se realizó en software SPSS 20 para Windows. Se empleó el método de Componentes Principales con rotación Varimax para la extracción de factores, y se retuvieron aquellos factores con eigenvalue mayor que uno (Kaiser, 1970; Tabachnick y Fidell, 2007).
Según Cadena (2013), para desarrollar el proceso de AF es preciso efectuar seis pasos del modelo factorial: objetivos, diseño, supuestos, estimación de los factores y valoración del ajuste global, interpretación y validación.
Paso 1, objetivos del AF. La finalidad es identificar la estructura de un conjunto de variables y reducción de los datos. Se analizan los ítems o variables del instrumento para determinar si es posible agrupadas en factores que describan de forma adecuada y suficiente la estructura de la OM. En la tabla 3 se presentan los resultados descriptivos de OM.
Tabla 3. Estadísticos descriptivos | |||||
N | Mínimo | Máximo | Media | Desv. Típ. | |
VAR1 | 120 | 2.00 | 5.00 | 3.7167 | .74680 |
VAR2 | 120 | 2.00 | 5.00 | 3.2917 | .76032 |
VAR3 | 120 | 1.00 | 5.00 | 3.2917 | .76032 |
VAR4 | 120 | 1.00 | 5.00 | 3.1500 | .94957 |
VAR5 | 120 | 1.00 | 5.00 | 3.8500 | .94957 |
VAR6 | 120 | 1.00 | 5.00 | 4.0333 | .81924 |
VAR7 | 120 | 1.00 | 5.00 | 2.6750 | .84179 |
VAR8 | 120 | 1.00 | 5.00 | 3.2583 | .94820 |
VAR9 | 120 | 2.00 | 4.00 | 3.1917 | .78103 |
VAR10 | 120 | 1.00 | 5.00 | 2.2333 | 1.17918 |
VAR11 | 120 | 1.00 | 4.00 | 2.5000 | 1.27021 |
VAR12 | 120 | 1.00 | 4.00 | 2.6083 | 1.39805 |
VAR13 | 120 | 1.00 | 5.00 | 2.4333 | 1.40667 |
VAR14 | 120 | 1.00 | 5.00 | 2.6250 | 1.30971 |
VAR15 | 120 | 1.00 | 5.00 | 2.4750 | 1.14468 |
VAR16 | 120 | 1.00 | 5.00 | 2.2333 | 1.47091 |
VAR17 | 120 | 1.00 | 5.00 | 2.9000 | 1.42840 |
VAR18 | 120 | 1.00 | 4.00 | 2.6250 | 1.22346 |
VAR19 | 120 | 1.00 | 5.00 | 2.9667 | .82943 |
VAR20 | 120 | 1.00 | 5.00 | 2.4917 | .88873 |
VAR21 | 120 | 1.00 | 5.00 | 2.9250 | .95409 |
VAR22 | 120 | 1.00 | 4.00 | 2.7417 | .86477 |
VAR23 | 120 | 1.00 | 4.00 | 2.7250 | .67317 |
VAR24 | 120 | 2.00 | 4.00 | 2.6667 | .53974 |
N válido (según lista) | 120 |
Paso 2, diseño del AF. Una vez determinado el propósito del AF, el siguiente paso consiste en definir la serie de variables que se van a examinar. En este análisis todas las variables son métricas y forman un conjunto homogéneo apropiado para el AF. En cuanto a la adecuación del tamaño de muestra, se tienen 120 observaciones que participaron en forma aleatoria y que es una base adecuada para el cálculo de las correlaciones entre las variables.
Paso 3, determinación del AF. En primera instancia calcular Alfa de Cronbach y la matriz de correlaciones, para determinar la fiabilidad y factibilidad de realizar un AF. El valor arrojado de Alfa de Cronbach fue de 0.880, lo cual nos indica que es fiable, la matriz de correlación (ver tabla 3) determina si es adecuado realizar un AF. Uno de los requisitos que deben cumplirse para que el AF tenga sentido es que las variables estén altamente correlacionadas, ya que esto supone que se pueden explicar por factores comunes.
Se puede observar en la tabla 4 que los ítems presentan relación entre sí, ya que la correlación entre algunas variables es mayor que 0.30, lo cual indica la conveniencia de aplicar el AF.
Tabla 4. Matriz de correlaciones | |||||||||||||
VAR1 | VAR2 | VAR3 | VAR4 | VAR5 | VAR6 | VAR19 | VAR20 | VAR21 | VAR22 | VAR23 | VAR24 | ||
VAR1 | 1 | .236** | -.253** | .226* | .188* | .249** | … | -.137 | -.168 | -.124 | -.010 | -.023 | .076 |
VAR2 | .236** | 1 | .026 | .183* | .015 | .038 | … | .016 | .022 | .054 | .077 | .060 | -.007 |
VAR3 | -.253** | .026 | 1 | .055 | .049 | .038 | … | -.104 | -.040 | .077 | .128 | .076 | -.089 |
VAR4 | .226* | .183* | .055 | 1 | .109 | .048 | … | .028 | .111 | .133 | .150 | .223* | .148 |
VAR5 | .188* | .015 | .049 | .109 | 1 | .309** | … | .100 | .018 | .071 | .178 | .106 | .098 |
… | … | … | … | … | … | … | … | … | … | … | … | … | … |
VAR20 | -.168 | .022 | -.040 | .111 | .018 | -.046 | … | .638** | 1 | .430** | .199* | .481** | .362** |
VAR21 | -.124 | .054 | .077 | .133 | .071 | -.072 | … | .528** | .430** | 1 | .679** | .635** | .343** |
VAR22 | -.010 | .077 | .128 | .150 | .178 | .072 | … | .410** | .199* | .679** | 1 | .786** | .354** |
VAR23 | -.023 | .060 | .076 | .223* | .106 | .047 | … | .254** | .481** | .635** | .786** | 1 | .439** |
VAR24 | .076 | -.007 | -.089 | .148 | .098 | .120 | … | .538** | .362** | .343** | .354** | .439** | 1 |
La prueba de contraste de esfericidad de Bartlett se usó para detectar la presencia de correlaciones entre las variables. El valor del contraste de esfericidad presentó un valor de p< 0.05, por lo cual es factible aplicar un AF. También se determinó el índice KMO (Kaiser-Meyer-Olkin) de adecuación de la muestra. A este índice se le conoce como medida de adecuación de la muestra y 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. Para que resulte apropiada la realización de un AF el índice KMO deberá ser mayor que 0.5. En este caso el índice KMO = 0.641 indica que es conveniente realizar el AF.
Paso 4: estimación de los factores y valoración del ajuste global. El procedimiento del AF se basa en el cálculo inicial de una matriz de correlaciones entre las variables de estudio. De esta matriz se hace la estimación de un modelo de factores para obtener la matriz de factores. Posteriormente se interpretan las cargas de las variables sobre sus respectivos factores para identificar la estructura subyacente de las variables. Al considerar tan sólo un número entre todas las variables observadas, la varianza total no queda totalmente explicada. Por tanto, toma valores entre cero y uno, es decir, entre la posibilidad de que los factores comunes no expliquen nada de la variabilidad de una variable o que por el contrario ésta quede totalmente explicada (Bernal, Martínez y Sánchez, 2005). Las comunalidades representan el coeficiente de correlación lineal múltiple de cada variable con los factores, en éste caso la mayoría fueron altas, lo que se consideró que todas las variables están bien representadas en el espacio de los factores (ver tabla 5).Se utilizó el siguiente procedimiento para obtener los factores:Lo primero es obtener la matriz de factores para de ahí extraer los que representen los datos. Para determinar los factores que dan forma al constructo de OM, se ha efectuado un AF exploratorio por componentes principales y con Rotación Varimax. Para seleccionar el número de factores, se ha utilizado este método que consiste en seleccionar el número de auto valores, los cuales expresan el poder explicativo relativo del Factor.Los auto valores ayudan a seleccionar el número de factores, pero además se debe valorar la importancia de cada componente para complementar el análisis con el uso de la información que ofrecen éstos. Se analizaron los autos valores originales, en donde el número de factores es igual al número de variables o ítems, al rotarlos se obtuvieron siete factores. Considerando que lo que se busca con el AF es evitar información redundante, no tendría sentido extraer factores con auto valores inferiores a uno o donde las pendientes se empiecen a hacer pequeñas, ya que estos factores serian insignificantes y los valores mayores estarían explicando la mayor variabilidad posible (Bernal, Martínez y Sánchez, 2005).En este modelo se puede comprobar que a partir del componente número siete, el auto valor comienza a disminuir la variación, lo que indica que las pendientes empiezan a ser más pequeñas. Con estos siete factores, el porcentaje de la varianza explicada acumulada asciende al 76.495%, por lo que se puede considerar que este porcentaje de varianza explicada es suficiente.En la tabla 6 se puede observar que los factores se muestran en un orden decreciente de varianza explicada, obteniéndose así siete factores, por lo que coincide con el número de factores utilizados en el instrumento utilizado por Lambin (1995), y reestructurado por Lado, Maydeu y Rivera (1998) y por Lado, Maydeu y Martínez (1998).Elaborar el gráfico de sedimentación. Para mostrar los factores obtenidos se puede observar en el gráfico de sedimentación (gráfica 1), que la línea horizontal roja divide los auto valores que tienen mayor pendiente (hacia arriba de la línea). Estos valores son los que dan la mayor información requerida.
El gráfico de sedimentación de las componentes es utilizado también como contraste gráfico para conocer el número de componentes a retener (criterio de la media aritmética). Según este criterio se retienen todos los componentes que están situados previamente a la zona de sedimentación, entendiendo por ésta la parte del gráfico en la que los componentes empiezan a no presentar pendientes fuertes
Tabla5. Comunalidades | ||
Inicial | Extracción | |
VAR1 | 1.000 | .754 |
VAR2 | 1.000 | .613 |
VAR3 | 1.000 | .765 |
VAR4 | 1.000 | .450 |
VAR5 | 1.000 | .411 |
VAR6 | 1.000 | .706 |
VAR7 | 1.000 | .610 |
VAR8 | 1.000 | .745 |
VAR9 | 1.000 | .826 |
VAR10 | 1.000 | .741 |
VAR11 | 1.000 | .915 |
VAR12 | 1.000 | .939 |
VAR13 | 1.000 | .944 |
VAR14 | 1.000 | .957 |
VAR15 | 1.000 | .890 |
VAR16 | 1.000 | .781 |
VAR17 | 1.000 | .877 |
VAR18 | 1.000 | .941 |
VAR19 | 1.000 | .769 |
VAR20 | 1.000 | .688 |
VAR21 | 1.000 | .779 |
VAR22 | 1.000 | .791 |
VAR23 | 1.000 | .700 |
VAR24 | 1.000 | .766 |
Método de extracción: Análisis de Componentes principales. |
Tabla 6. 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 | 7.922 | 33.006 | 33.006 | 7.922 | 33.006 | 33.006 |
2 | 3.093 | 12.886 | 45.893 | 3.093 | 12.886 | 45.893 |
3 | 2.155 | 8.977 | 54.870 | 2.155 | 8.977 | 54.870 |
4 | 1.672 | 6.967 | 61.838 | 1.672 | 6.967 | 61.838 |
5 | 1.340 | 5.584 | 67.421 | 1.340 | 5.584 | 67.421 |
6 | 1.155 | 4.814 | 72.235 | 1.155 | 4.814 | 72.235 |
7 | 1.022 | 4.260 | 76.495 | 1.022 | 4.260 | 76.495 |
8 | .901 | 3.754 | 80.248 | |||
9 | .796 | 3.318 | 83.567 | |||
10 | .728 | 3.034 | 86.601 | |||
11 | .685 | 2.853 | 89.454 | |||
12 | .658 | 2.741 | 92.195 | |||
13 | .476 | 1.984 | 94.180 | |||
14 | .374 | 1.559 | 95.739 | |||
15 | .339 | 1.411 | 97.150 | |||
16 | .286 | 1.192 | 98.342 | |||
17 | .206 | .860 | 99.202 | |||
18 | .096 | .399 | 99.601 | |||
19 | .043 | .178 | 99.779 | |||
20 | .021 | .086 | 99.864 | |||
21 | .013 | .055 | 99.919 | |||
22 | .009 | .036 | 99.955 | |||
23 | .007 | .031 | 99.986 | |||
24 | .003 | .014 | 100.000 | |||
Método de extracción: Análisis de Componentes principales. |
Paso 5: interpretación de los factores. Con esos siete factores se explica el 76.495% de la varianza, superando por mucho uno de los rangos mínimos que es entre 50 y 60% del valor de varianza explicada (Morales, 2011), superando lo que para Henson y Roberts (2006), quienes dicen que esperar una varianza explicada por arriba del 60% es una expectativa poco realista. Otro aspecto relevante es que siempre el primer factor explica la mayor cantidad de varianza, en este estudio arroja 23.438% (ver tabla 7).