Un análisis factorial en la investigación de la actividad empresarial

Un análisis factorial en la investigación de la actividad empresarial centrochaqueña.
Resultados parciales
Camprubí, Germán E.
Facultad de Agroindustrias - UNNE.
Comandante Fernández 755 - (3700) Pcia. Roque Sáenz Peña - Chaco - Argentina.
Tel./Fax: +54 (03732) 420137
E-mail: [email protected]
ANTECEDENTES
El modelo del factor
El estudio de la realidad empresarial generalmente implica trabajar con un gran número de variables. Esta particular
circunstancia plantea la necesidad de encontrar la manera de resumir los datos relevados para reducir una cierta cantidad
de variables a un número menor (Miquel y Bigné, 1992).
Generalmente las variables de insumo o de entrada presentan redundancias y más de una variable puede estar asociada
con una misma idea fundamental que se designa como factor. Un factor no es directamente observable pero puede
considerarse como representativo de un agrupamiento de variables de entrada.
Dado que no es observable, para interpretar un factor hay que considerar las cargas de los factores que son valores que
miden las correlaciones entre los factores y las variables. Esas cargas proporcionan información sobre qué variables
originales están correlacionadas con cada factor y el grado de correlación. Finalmente y considerando el marco teórico
en el que se analizan las variables de insumo, el investigador es el encargado de denominar al factor (Malhotra, 1997).
Una perspectiva algebraica del modelo de factor
En el análisis factorial, cada variable de entrada es una suma ponderada de los factores más un término de error. Los
pesos de cada factor son las cargas de los factores (Aaker y Day, 1989). Algebraicamente el modelo puede expresarse
de la siguiente manera:
Xiv= av1. F1 + av2 . F2 + av3 . F3 + …+ "
i= índice para indicar cada individuo o unidad de análisis
v= índice para designar a las variables bajo análisis
xiv= valor estandarizado del individuo i sobre la varible v.
F= factor común
av= carga de factor
"= error de medición y variación no explicada por los factores.
Las cargas de los factores vinculan a los factores con las variables y ayudan a que el investigador interprete los factores.
El análisis factorial se constituye en una combinación de procedimientos estadísticos y de los criterios subjetivos del
investigador.
Objetivo
• Aplicar el análisis factorial para identificar ideas fundamentales en la información extraída de gerentes PyMEs
en Presidencia Roque Sáenz Peña.
MATERIALES Y METODOS
Muestra: se seleccionaron empresas ubicadas en Presidencia Roque Sáenz Peña (Chaco) considerando un mínimo de 5
años de antigüedad en la actividad como criterio de selección.
Variables: con el fin de evitar diferentes interpretaciones de un mismo concepto, se definen las siguientes variables:
V1: Innovación de producto
Cambios en el proceso de fabricación o en las características del producto mismo. Para las empresas dedicadas a la
comercialización significa la introducción de cambios en los productos ofrecidos al consumidor final.
V2: Productividad
Capacitación de empleados y/o organización de fuerzas de trabajo para mejorar habilidades y/o realizar tareas en forma
más rápida y precisa.
V3: Calidad de producto
Eliminación de imperfecciones en el proceso de fabricación y/o mejora de las características de la materia prima. Para
las empresas de comercialización significa trabajar con los proveedores en vistas a la calidad del producto ofrecido al
consumidor final.
V4: Estructura de costos
Manejo de los diferentes tipos de costos asociados a cada producto de la empresa.
V5: Estrategia Comercial
Distintos tipos de acciones que la empresa realiza para vender sus productos y para aprovisionarse.
V6: Tamaño empresarial
Estructura de diseño organizacional cuantitativa y cualitativa orientada al cumplimiento de los objetivos de la empresa.
Técnica de construcción de datos: encuestas estructuradas para indagar sobre la importancia concedida por gerentes
PyMEs a las diferentes variables presentadas en la encuesta.
Usando una escala de Likert de cinco puntos para obtener datos primarios de empresarios PyMEs se emplearon
preguntas estructuradas de opción múltiple. Se pretende obtener la actitud del empresario respecto de la importancia de
un grupo de variables que influyeron en el desarrollo de la empresa en los últimos cinco años, es decir en el período
1997 - 2002.
La escala de Likert de las variables sometidas a ensayo es equilibrada en cinco categorías. Las respuestas reciben
valoraciones desde un punto para respuestas nada importante hasta cinco puntos para respuestas muy importante.
Técnica de identificación de factores
Se aplicará el análisis factorial de componentes principales para identificar factores de la actividad empresarial tomando
como referencia la opinión de los gerentes respecto de un grupo de variables.
El test estadístico KMO (Kaiser-Meyer-Olkin) se tomará como índice para indicar la adecuación del análisis factorial
aplicado al grupo de variables de insumo analizadas. Se consideran valores mayores de 0.5 como apropiados. También
se aplicará el Test de Bartlett con un nivel de significación de 0,05. Posteriormente y con la finalidad de mejorar la
capacidad de interpretación de los factores se empleará un método de rotación varimax (Miquel et al., 1997).
Una vez realizado el análisis estadístico se pone en juego la interpretación del investigador para designar los factores
extraídos de las variables analizadas
DISCUSION DE RESULTADOS
Hasta la etapa realizada en el presente trabajo, la cantidad de empresas que participaron y cuyos datos son objeto de
análisis fue de diecisiete. De ese grupo, nueve pertenecen al sector de la producción y ocho al de la comercialización.
Todos son emprendimientos privados con fines de lucro.
Tabla 1: KMO y Test de Bartlett
Kaiser-Meyer-Olkin Medida de adecuación de la muestra
Test de Bartlett
0.555
Approx. Chi-Square
g.l.
Grado de Sig.
30.786
5
0.009
Aunque el valor de la prueba de Bartlett es bajo, se avanzará hasta la determinación de los factores que resuman el
grupo de seis variables sometidas a análisis.
La matriz de correlación de las variables que están bajo análisis aparece en la Tabla 2.
Tabla 2: Matriz de correlación de las variables
Productivi
Innovación
Calidad del Estructura Estrategia Tamaño
dad de los
de producto
producto de costos Comercial empresarial
empleados
Innovación
de producto
Productivi
dad de los
empleados
Calidad del
producto
Estructura
de costos
Estrategia
Comercial
Tamaño
empresarial
1
.452
.051
.144
.037
.306
.452
1
.030
.140
.353
.284
.051
.030
1
.040
.001
.090
.144
.140
.040
1
.318
.164
.037
.353
.001
.318
1
.021
.306
.284
.090
.164
.021
1
Si bien se podrían extraer tantos factores como variables bajo análisis, se estaría frustrando una de las ventajas
principales del análisis factorial, por lo que inicialmente se proponen dos factores para resumir las seis variables.
Tabla 3: Varianza total explicada por dos factores
Component
1
Valores
% de
Acumulado
% de
Acumulado Valores con
% de
Acumulado
Iniciales Varianza
%
Varianza
%
rotación
Varianza
%
2.463
41.053
41.053
41.053
41.053
1.989
33.148
33.148
2
1.439
23.978
65.031
3
1.138
18.972
84.003
4
.523
8.722
92.725
5
.262
4.367
97.092
6
.174
2.908
100.000
23.978
65.031
1.913
31.883
65.031
De acuerdo con los resultados estadísticos, los dos factores propuestos representan el 65 % de la varianza. Se propone
entonces un factor adicional.
Tabla 4: Varianza total explicada por tres factores
Component
1
Valores
% de
Acumulado
% de
Acumulado Valores con
% de
Acumulado
Iniciales Varianza
%
Varianza
%
rotación
Varianza
%
2.463
41.053
41.053
41.053
41.053
1.828
30.462
30.462
2
1.439
23.978
65.031
23.978
65.031
1.629
27.152
57.615
3
1.138
18.972
84.003
18.972
84.003
1.583
26.388
84.003
4
.523
8.722
92.725
5
.262
4.367
97.092
6
.174
2.908
100.000
Los tres factores representarían una pérdida de aproximadamente el 16% de la información original representada por las
seis variables de entrada. Considerando los resultados que aparecen en las Tablas 3 y 4 se decide por la extracción de
tres factores.
Con la finalidad de poder interpretar la matriz de correlación de las seis variables de insumo, se aplicó un método de
rotación varimax para minimizar el número de variables con cargas altas en un factor y mejorar la interpretación de los
factores de parte del investigador.
Tabla 5: Matriz rotada con cargas de factores para cada variable
F1
F2
F3
Innovación de producto
.894
-.128
-4.292E-02
Productividad de los empleados
-.133
.148
.890
Calidad del producto
.599
.390
.407
Estructura de costos
-.420
.427
-.633
Estrategia Comercial
.689
.624
.121
Tamaño empresarial
-3.560E-02
.931
6.895E-02
Es deseable que cada variable tenga carga significativa en sólo uno de los factores como ocurre con las variables
innovación de producto, productividad de los empleados y tamaño empresarial. La interpretación de las restantes no es
tan clara al presentar más de un factor cargas altas con una misma variable.
CONCLUSIONES
Más allá del hecho que este trabajo reporta resultados parciales porque quedan tareas de campo pendientes, las
conclusiones se formulan considerando las limitaciones estadísticas encontradas al aplicar el modelo del factor: un bajo
valor del test de Bartlett y la distribución de la carga de los factores.
Considerando el marco teórico en el que se insertan las variables iniciales, la denominación que se propone para los
factores es la siguiente:
Factor I - Aspecto operativo: innovación y calidad de producto, estrategia comercial.
Factor II - Aspecto de la estructura empresarial: tamaño de la empresa.
Factor III - Aspecto rentable: productividad de los empleados y estructura de costos
El aspecto operativo representa las funciones de fabricación y/o comercialización de productos como así también las de
las compras que se cumplen en toda empresa. Fundamentalmente puede considerarse como el quehacer cotidiano que
resta tiempo para que los gerentes atiendan otras variables que influyen en la empresa.
El aspecto organizacional representa la estructura para asignar tareas a los empleados y vincular actividades de distintas
personas o funciones.
El aspecto rentable representa la meta principal de una organización con fines de lucro, es decir la maximización de las
ganancias.
En el pasado inmediato los gerentes PyMEs tienen una percepción del desarrollo empresarial centrada en aspectos
operativos, rentables y organizacionales.
BIBLIOGRAFIA
Aaker, D., Day, G. (1989). Investigación de mercados. Mc Graw Hill. México.
Malhotra, N. (1997). Investigación de Mercados: un enfoque práctico. Prentice Hall Hispanoamericana. México.
Miquel, S.,Bigne, E., Cuenca, A.C., Miquel, M.J. (1997). Investigación de Mercados. Mc Graw Hill. Madrid.
Miquel, S.,Bigne, E.(1992). Una aplicación del análisis factorial a la percepción del grado de importancia de distintos
factores que contribuyeron al desarrollo del negocio hotelero. Tempori. Serviendum, Milladoiro, pp. 205-212.