Modelo de comportamiento de la organización virtual

Margarita Fernández Monroy

Esta página web contiene solo parte del texto sin formato, notas, tablas, gráficos o figuras. Puede bajarse el texto completo  (2,3 Mb) y los anexos (1,4 Mb) en formato PDF comprimido ZIP.

 

LA CALIDAD DE LAS RELACIONES DIÁDICAS DE LA ORGANIZACIÓN VIRTUAL

Con este epígrafe se pretende dar cumplimiento al primer objetivo de corte empírico relativo a identificar los aspectos que inciden en la calidad de las relaciones diádicas existentes en una organización virtual. Con este propósito, y como se recogió en el capítulo anterior, se plantearon quince hipótesis (H1-H15) con las cuales se pretende analizar en qué medida cada uno de los cinco antecedentes considerados de la calidad de la relación (la complementariedad de recursos y capacidades, la congruencia de objetivos y valores, el flujo de comunicación bidireccional e intercambio de información, la calidad de la comunicación y la frecuencia de uso de medios de comunicación) influyen en cada uno de sus tres componentes (confianza, compromiso y relacionismo). A su vez, y dado que los tres componentes de la calidad de la relación pueden estar correlacionados se plantearon tres hipótesis adicionales (H16-H18). En la figura 3.2 se presenta de forma gráfica y resumida el conjunto de hipótesis con el que se pretende dar respuesta a este objetivo. Un aspecto a considerar es que cada una de estas hipótesis se duplica al particularizarla para cada una de las dos díadas objeto de estudio (franquiciador-franquiciados y franquiciador-proveedor), hecho que podría permitir, en cierta medida, generalizar los resultados alcanzados al resto de relaciones duales existentes en una organización virtual.

Para el contraste de las quince primeras hipótesis se han utilizado con carácter general los coeficientes de correlación de Pearson (analizando la influencia aislada de una variable sobre otra) y la regresión múltiple (analizando la influencia conjunta de varias variables sobre una dependiente). El coeficiente de correlación de Pearson es una medida del grado de asociación lineal entre dos variables medidas en escala de intervalo o razón, tomando valores entre -1 y 1. Los valores cercanos a 1 indican una fuerte asociación lineal positiva entre las dos variables, mientras que los valores próximos a -1 señalan una relación negativa muy intensa. Para verificar si la relación es estadísticamente significativa se construye un estadístico a partir de los coeficientes de correlación muestrales teniendo en cuenta el tamaño de la muestra, lo cual permite verificar la hipótesis nula de la inexistencia de relación lineal entre las variables (Ferrán, 1996).

La regresión lineal múltiple consiste en obtener una función lineal de una serie de variables independientes que permita explicar o predecir el valor de una dependiente (Ferrán, 1996). Con esta técnica se estiman los parámetros asociados a cada variable proporcionando los coeficientes que en el caso de estandarizarse se suelen denominar betas, pudiendo servir como referente de comparación entre variables. Conjuntamente con los estimadores se calculan los estadísticos t asociados a valores de probabilidad que permiten aceptar o rechazar la significación de cada variable para explicar la dependiente en este análisis conjunto (George y Mallery, 1995). Asimismo, también se obtiene el coeficiente de determinación (R2), que supone la proporción de variabilidad total de la variable dependiente explicada mediante el plano de regresión, y el estadístico F, que mide el grado de significación global de las variables explicativas para contrastar la hipótesis nula de que estas variables consideradas conjuntamente no resultan significativas para explicar la variable dependiente.

El criterio que se ha seguido para aceptar o rechazar las hipótesis ha sido (1) aceptar totalmente una hipótesis cuando entre las dos variables analizadas existe una correlación significativa y, además, la que actúa como variable independiente tiene una relevancia significativa en la influencia global que el conjunto de variables independientes ejerce sobre la otra, que actúa como dependiente; (2) aceptar parcialmente una hipótesis cuando entre las dos variables existe una correlación significativa, pero la variable independiente posee un bajo nivel de significación para explicar la variable dependiente, y, finalmente, (3) rechazar la hipótesis cuando no existe correlación significativa entre ambas variables y, además, la relación causa-efecto no se verifica.

---