Evaluación del Bootstrapping en los indicadores y variables de la Competitividad en las Empresas Exportadoras aplicando la Técnica PLS-SEM

Joel Bonales Valencia

Resumen


Este artículo presenta el resultado de una investigación científica realizada
a las Empresas Exportadoras del Sector Agrícola en el estado de Michoacán.
Su objetivo general es determinar las interrelaciones entre las variables
críticas que definen la Competitividad Internacional de las empresas que exportan
productos agrícolas al mercado de los Estados Unidos de América,
ubicadas en el estado de Michoacán. Se realizó una revisión teórica, donde se
identificaron las variables calidad, precio y capacitación, tecnología y canales
de distribución, que se integraron a un cuestionario compuesto por 38 items,
el cual se aplicó a las empresas exportadoras del sector. Con los resultados
obtenidos se identificó un Modelo Estructural que describe cómo esas variables
están interrelacionadas, basándose en la Técnica Estadística de Modelación
de Mínimos Cuadrados Parciales (Partial Least Square, PLS) y el modelo
Bootstrapping. Después de aplicar el cuestionario a las empresas exportadoras
agrícolas, se prosiguió a realizar el procesamiento de los datos de cada una de
ellas , mediante la estadística paramétrica y la aplicación de la correlación de
las varianzas.

Palabras clave


Partial Least Square; Bootstrapping; Competitividad; Empresas Exportadoras

Texto completo:

PDF

Referencias


Barquero, I. (2003). El estado y la competitividad de la micro, pequeña y mediana

empresa. PNUD.

Barroso, C., Cepeda, G., & Roldán, J. L. (2005). Investigar en Economía de la

Empresa:¿ Partial Least Squares o modelos basados en la covarianza? In

Best Papers Proceedings.

Bassioni, H. A., Price, A. D. F., & Hassan, T. M. (2005). Building a conceptual

framework for measuring business performance in construction: an empirical

evaluation. Construction Management and Economics, 23(5), 495–507.

Batista Foguet, J. M., & Coenders Gallart, G. (2000). Modelos de ecuaciones

estructurales: modelos para el análisis de relaciones causales.

Bonales, J., Ochoa, J., & Cortéz, A. (2013). Modelo Competitivo de Variables

Jerárquicas de Empresas Exportadoras. Mercados Y Negocios (1665-7039),

(28), 53–70. Retrieved from http://revistascientificas.udg.mx/index.

php/MYN/article/view/5245

CEPAL, N. U. (2016). Comisión Económica para América Latina. Accessed on

July, 23, 2009–2010.

Chernick, M. R., González-Manteiga, W., Crujeiras, R. M., & Barrios, E. B.

(2011). Bootstrap methods. Springer.

Chin, W. W. (2010). How to Write Up and Report PLS Analyses. In V. Esposito

Vinzi, W. W. Chin, J. Henseler, & H. Wang (Eds.), Handbook of Partial

Least Squares: Concepts, Methods and Applications (pp. 655–690). Berlin,

Heidelberg: Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-

-32827-8_29

Delgado, M., Ketels, C., Porter, M. E., & Stern, S. (2012). The determinants of

national competitiveness. National Bureau of Economic Research.

Dosi, G. (1988). Sources, procedures, and microeconomic effects of innovation.

Journal of Economic Literature, 1120–1171.

Duarte, P. A. O., & Raposo, M. L. B. (2010). A PLS model to study brand

preference: An application to the mobile phone market. In Handbook of

partial least squares (pp. 449–485). Springer.

Haenlein, M., & Kaplan, A. M. (2004). A beginner’s guide to partial least

squares analysis. Understanding Statistics, 3(4), 283–297.

Hair Jr, J. F., Hult, G. T. M., Ringle, C., & Sarstedt, M. (2016). A primer on

partial least squares structural equation modeling (PLS-SEM). Sage Publications.

Hayes, B. E. (2009). Cómo medir la satisfacción del cliente: diseño de encuestas, uso y

métodos de análisis estadístico. México, MX: Alfaomega.

Horta, R., & Jung, A. (2002). Competitividad e industria manufacturera.

Aportes para un marco de análisis. Revista Electrónica de La Facultad de Ciencias

Económicas de La Universidad Católica, 1(1), 1–38.

Johnson, R. B. (1997). Examining the validity structure of qualitative research.

Education, 118(2), 282.

Lévy, J.-P., & Varela, J. (2003). Análisis multivariable para las ciencias sociales.

Madrid, Editorial Pearson Educación.

Loehlin, J. C. (1998). Latent variable models: An introduction to factor, path, and

structural analysis. Lawrence Erlbaum Associates Publishers.

MacKinnon, D. P., Lockwood, C. M., & Williams, J. (2004). Confidence limits

for the indirect effect: Distribution of the product and resampling methods.

Multivariate Behavioral Research, 39(1), 99–128.

Nitzl, C., Roldan, J. L., & Cepeda, G. (2016). Mediation analysis in partial least

squares path modeling: Helping researchers discuss more sophisticated

models. Industrial Management & Data Systems, 116(9), 1849–1864. https://

doi.org/10.1108/IMDS-07-2015-0302

Porter, M. E. (2011). Competitive advantage of nations: creating and sustaining superior

performance. Simon and Schuster.

Roldán, J. L., & Sánchez-Franco, M. J. (2012). Variance-based structural equation

modeling: guidelines for using partial least squares. Information Systems

Research, in Research Methodologies, Innovations and Philosophies in Software Systems

Engineering and Information Systems, 193–221.

Schumacker, R. E., & Lomax, R. G. (2004). A beginner’s guide to structural equation

modeling. Psychology Press.

Virla, M. Q. (2010). Confiabilidad y coeficiente Alpha de Cronbach. Telos,

(2), 248–252.

Wood, M. (2005). Bootstrapped confidence intervals as an approach to statistical

inference. Organizational Research Methods, 8(4), 454–470.




Creative Commons License
This work is licensed under a Creative Commons Attribution 3.0 License.

Universidad Michoacana de San Nicolás de Hidalgo, Instituto de Investigaciones Económicas y Empresariales. Av. Francisco J. Mujica, Ciudad Universitaria, Morelia, Michoacán, México, C.P. 58030. Todos los derechos reservados 2013. Esta revista puede ser reproducida con fines no lucrativos, siempre y cuando se cite la fuente completa y su dirección electrónica. De otra forma requiere permiso previo por escrito de la institución y autor.