5.4 Método utilizado para corroborar la hipótesis No.1

Para examinar la percepción de dueños y administradores de cómo el éxito de la empresa se ve afectado por las variables estructura, sector productivo, número de empleados, periodo de establecimiento, tecnología, locus de control del trabajo, edad, género, estado civil, experiencia empresarial y antigüedad se empleo el siguiente modelo de regresión múltiple.

Estas variables se encuentran representadas en el siguiente modelo conceptual.

El modelo se desarrolló usando la técnica de regresión lineal múltiple, se eligió el método “hacia atrás” (Backward) este método implica calcular, inicialmente, una ecuación de regresión con todas las variables independientes y luego procede a eliminarlas una a una.

Se identifica la variable cuya correlación parcial con la variable de respuesta sea la menor; si la F es suficientemente pequeña (probabilidad asociada mayor a α, igual a 0.1) se elimina esa variable y se procede a hacer la misma valoración con la que menor coeficiente de correlación parcial tenga de entre las que aún se conservan; en cada paso sucesivo se van eliminando variables con coeficientes de regresión no significativos. El proceso concluye cuando ya no hay variables que puedan ser eliminadas; el programa corrió 8 interacciones la última de ellas se muestra en la tabla 5.14

Como se observa, en la tabla 5.14 únicamente cuatro variables independientes (número de empleados, tecnología, locus de control del trabajo y antigüedad en el puesto) contribuyeron al éxito de la empresa (superación de la meta en ventas), lo cual fue confirmado utilizando el valor de significancia de .10 y el valor de significancia observado “p” de cada variable en la columna 6 (sig.).

La regla de decisión es la siguiente “si el valor de “p” es mayor que (=.10) significa aceptar la hipótesis nula (Ho)” como ningún valor observado en la columna 6 (sig.) es mayor a .10 los datos de la muestra proporcionaron suficiente evidencia para ser rechazada; por lo que se demuestra la significancia de las cuatro variables anteriores, de tal forma que el modelo de regresión final se representa de la siguiente manera:

Y = 1.717 + 0.0046 X1.3 + .298 X 1.5 + 0.0315 X2.1 + 0.03819X2.6

Los coeficientes de cada una de las variables del modelo de regresión se interpretan de la siguiente manera: por cada empleado que existe en la empresa (X13) contribuye con un 0.0046 al éxito de la empresa; es decir 0.0046 es un estimado de incremento del éxito de la empresa cuando se mantienen constantes la tecnología (X1.5), el locus de control del trabajo (X2.1) y la antigüedad en el puesto (X2.6).

Igualmente, por cada nivel de tecnología (X15) utilizado por la empresa, aumenta en 2.98 el éxito de la empresa; es decir, 2.98 es un estimado del aumento en el éxito de la empresa, correspondiente a un incremento en la tecnología cuando se mantiene constante el número de empleados, (X1.5), el locus de control del trabajo (X2.1) y la antigüedad en el puesto (X2.6).

Asimismo, cada punto de locus de control del trabajo del dueño o administrador (X2.1) contribuye con 0.0315 al grado en el que el dueño o administrador percibe que su empresa ha tenido éxito, es decir, 0.0315 es un estimado del aumento en el éxito de la empresa, cuando todas las demás variables permanecen sin cambio. Finalmente, por cada año que el dueño o administrador permanezca en su puesto (X2.1) contribuye con 0.03819 al éxito de la empresa. Así, 0.03819 es un estimado de la antigüedad en el puesto (X2.6) cuando todas las demás variables permanecen sin cambio.

La constante 1.717 indica el éxito que se tendría por el simple hecho de iniciar una PyMES; es decir el valor de “Y” seria de ese tamaño siempre y cuando los valores de “X” fueron cero. Los coeficientes estandarizados beta revelaron cual de las variables es más importante para el éxito de la empresa demostrando que la variable tecnología es la mas importante por tener el coeficiente estandarizado absoluto de mayor valor fue .333 seguido del número de empleados, con un valor de beta estandarizado absoluto de .273 y así sucesivamente hasta la menos importante antigüedad de la persona en el puesto con un valor absoluto estandarizado de .214.

La Tabla 5.15 (coeficientes de determinación) muestra la evolución de cada uno de los 8 modelos de regresión que se corrieron hasta detenerse en aquel que cumplía con los rangos de eliminación de variables (por ser el método Backward) y se observa que el modelo 8 (último renglón de la tabla) proporciona algunos estadísticos relevantes, entre ellos se encuentran los valores de correlación entre la variable Y (éxito de la empresa) y las variables independientes (número de empleados, tecnología, locus de control en el trabajo y antigüedad en el puesto) fue de .433 indicando que hay poca correlación entre las variables.

El valor de R2 para el modelo 8 (R2 =.188) indicó que el 18.8% de la variación del éxito de la empresa es explicada por la variación en el número de empleados, tecnología, locus de control en el trabajo y antigüedad en el puesto, aunque el modelo se construyó con cuatro variables y todas ellas con una significancia aceptable, es muy pobre ya que todas ellas no pueden explicar 81.2% de las variaciones en el éxito de la empresa.

Además el coeficiente R cuadrada corregida (R =.125) indico que el 12.5% de la variación del éxito de la empresa puede ser explicada por el modelo 8 ajustado para el numero de variables de predicción (5) y el tamaño de la muestra (110).

Finalmente, la tabla 5.16 (Análisis de Varianza) muestra la prueba F utilizada para comprobar la sigificancia global del modelo de regresión. La regla de decisión es “si el valor F calculado (F = 3.03), es mayor que el valor crítico (en tablas) Ftab = 2.53 el modelo de regresión es significativo, es decir, el éxito de la empresa si esta explicado por el número de empleados, tecnología, locus de control en el trabajo y antigüedad en el puesto.

Los resultados de los datos de la muestra -una vez probados y analizados- indican que existen evidencias suficientes para rechazar Ho, y en este caso es correcto concluir que los factores organizacionales e individuales específicos (número de empleados, tecnología, locus de control en el trabajo y antigüedad en el puesto) percibidos por el responsable del negocio influyen en el éxito de las PyMES de San Luís Potosí.