Evaluación del Bootstrapping en los indicadores y variables de la Competitividad en las Empresas Exportadoras aplicando la Técnica PLS-SEM
Resumen
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
Texto completo:
PDFReferencias
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.

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 2021. 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.