ADOPCIÓN Y DIFUSIÓN DE LAS TECNOLOGIAS 4.0 A PARTIR DE LA TRAYECTORIA INNOVATIVA Y LA ESCALA DE OPERACIÓN: EL CASO DE CHILE

Gatica-Neira, Francisco

doi:10.1590/S0034-759020220303

Acessibilidade / Reportar erro

Brasil

Revista de Administração de Empresas

Español English

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

ARTÍCULOS • Rev. adm. empres. 62 (03) • 2022 • https://doi.org/10.1590/S0034-759020220303 copiar

ADOPCIÓN Y DIFUSIÓN DE LAS TECNOLOGIAS 4.0 A PARTIR DE LA TRAYECTORIA INNOVATIVA Y LA ESCALA DE OPERACIÓN: EL CASO DE CHILE

Adoção e difusão de tecnologias 4.0 baseadas na trajetória inovadora e na escala de operação: O Caso do Chile

Autoría SCIMAGO INSTITUTIONS RANKINGS

RESUMEN

Se analizan los factores que pueden explicar la difusión de las tecnologías 4.0 en la economía chilena. Trabajamos con las empresas que pueden ser calificadas como “proveedoras especializadas” y “basadas en ciencias” pertinentes al campo tecnológico analizado. Se utilizan los datos de la Décima Encuesta Nacional de Innovación realizada por el Instituto Nacional de Estadística (2018). Se realiza un análisis factorial confirmatorio de segundo orden para identificar las variables que mejor explican la difusión. Se utilizó el software Lisrel 8.8 realizando las estimaciones con el método de mínimos cuadrados ponderados diagonales robustos (DWLS) debido a que se trabaja con variables ordinales. Los principales resultados dan cuenta de lo relevante de los proyectos de innovación futura y la cantidad de trabajadores contratados por cada empresa para estimular la difusión tecnológica.

Palabras Clave:
Procesos de difusión tecnológica; políticas gubernamentales; análisis factorial confirmatorio; industria 4.0; innovación tecnológica

Actividad económica	Glosa de actividad económica sobre sectores basados en ciencia y proveedores especializados.
26	Fabricación de productos de informática, de electrónica y de óptica.
27	Fabricación de equipo eléctrico
28	Fabricación de maquinaria y equipo
61	Telecomunicaciones
72	Investigación científica y desarrollo.

Variable explicativa	Métrica	Explicación	Hipótesis en relación a la variable latente y autores que la sustentan
Tasa de innovación pasada. (Tinn)	= [Ʃ puntaje por empresa i (Bienes nuevos+ Servicios nuevos + Método de producción mejorado + Mejorado método de logística+ Mejora soporte + Nuevas prácticas de org. de proceso + Nuevos métodos de org. de responsabilidades +Nuevos métodos de org relaciones externas + Cambios en el diseño de envases + Nuevos medios de promoción + Nuevos métodos para canales de distribución + Nuevos métodos de tarificación+ Innovación social)/ Ʃ puntaje máximo ]* 100	La empresa que presenta tasa de innovación tiene una mayor probabilidad de incorporar en su organización tecnologías 4.0 y mayor será la posibilidad de difundir estas tecnologías. .	H1: Relación positiva (+) en relación con la variable latente Capacidad innovativa. Horváth et al 2019Horváth, D., & Szabo, R. Z. (2019). Driving forces and barriers of Industry 4.0: Do multinational and small and medium-sized companies have equal opportunities? Technological Forecasting and Social Change, 146, 119-132. doi: 10.1016/j.techfore.2019.05.021 https://doi.org/10.1016/j.techfore.2019.... , Chauhan et al 2021Chauhan, C., Singh, A., & Luthra, S. (2021). Barriers to industry 4.0 adoption and its performance implications: An empirical investigation of emerging economy. Journal of Cleaner Production, 285. doi: 10.1016/j.jclepro.2020.124809 https://doi.org/10.1016/j.jclepro.2020.1... , Müller et al. 2018Müller, J. M., Kiel, D., & Voigt, K.-I. (2018). What drives the implementation of Industry 4.0? The Role of Opportunities and Challenges in the Context of Sustainability. Sustainability, 10(1), 247. doi: 10.3390/su10010247 https://doi.org/10.3390/su10010247... , Agostini et al 2019Agostini, L., & Filippini, R. (2019). Organizational and managerial challenges in the path toward Industry 4.0. European Journal of Innovation Management, 22, 406-421. doi: 10.1108/EJIM-02-2018-0030 https://doi.org/10.1108/EJIM-02-2018-003... , . Rojas-Córdova et al. (2020)Rojas-Córdova, C., Heredia-Rojas, B., & Ramírez-Correa, P. (2020). Predicting business innovation intention based on perceived barriers: A machine learning approach. Symmetry, 12(9), 1381. doi: 10.3390/sym12091381 https://doi.org/10.3390/sym12091381... ,
Perspectiva de innovación futura (Rinnf)	= Ʃ de presencia innovación futura en (Producto + Proceso + MKT + Gestión organizativa + Carácter social)*100	La empresa que tiene más expectativas de generar innovación en diferentes frentes del desarrollo organizacional presenta una mayor capacidad para difundir tecnologías 4.0.	H2: Relación positiva (+) en relación con la variable latente Capacidad innovativa. Horváth et al 2019Horváth, D., & Szabo, R. Z. (2019). Driving forces and barriers of Industry 4.0: Do multinational and small and medium-sized companies have equal opportunities? Technological Forecasting and Social Change, 146, 119-132. doi: 10.1016/j.techfore.2019.05.021 https://doi.org/10.1016/j.techfore.2019.... , Chauhan et al 2021Chauhan, C., Singh, A., & Luthra, S. (2021). Barriers to industry 4.0 adoption and its performance implications: An empirical investigation of emerging economy. Journal of Cleaner Production, 285. doi: 10.1016/j.jclepro.2020.124809 https://doi.org/10.1016/j.jclepro.2020.1... , Müller et al. 2018Müller, J. M., Kiel, D., & Voigt, K.-I. (2018). What drives the implementation of Industry 4.0? The Role of Opportunities and Challenges in the Context of Sustainability. Sustainability, 10(1), 247. doi: 10.3390/su10010247 https://doi.org/10.3390/su10010247... , Agostini et al 2019Agostini, L., & Filippini, R. (2019). Organizational and managerial challenges in the path toward Industry 4.0. European Journal of Innovation Management, 22, 406-421. doi: 10.1108/EJIM-02-2018-0030 https://doi.org/10.1108/EJIM-02-2018-003... , (Botha 2019Botha, A. P. (2019). Innovating for market adoption in the fourth industrial revolution. South African Journal of Industrial Engineering, 30(3), 187-198. doi: 10.7166/30-3-2238 https://doi.org/10.7166/30-3-2238...
Facilidad para innovar a partir de los obstáculos percibidos (Inv Obstacul)	=1- [[Ʃ puntaje por empresa i (Falta de fondos propios + Falta de financiamiento externo + Costo muy alto de la innovación + Falta de personal calificado + Falta de información de tecnología + Falta de información sobre mercados + Dificultad para encontrar partner + Mercado dominado por empresas establecidas + Incertidumbre respecto a la demanda por bienes + No es necesario debido a innovación previas + No es necesario por falta de demanda de innovaciones + Dificultad regulatoria) / Ʃ puntaje máximo ]* 100]	Cuanto mayor percepción de las facilidades de innovación, mayor la capacidad innovativa.	H3: Relación positiva (+) en relación con la variable latente Capacidad innovativa Reyes et al. (2016)Reyes, P., Li, S., & Visich, J. (2016). Determinants of RFID adoption stage and perceived benefits. European Journal of Operational Research, 254(3), 1. 801-812. doi: 10.1016/j.ejor.2016.03.051 https://doi.org/10.1016/j.ejor.2016.03.0... , Arnold et al. (2018)Arnold, C., Veile, J., & Voigt, K. (2018). What drives Industry 4.0 adoption? An examination of technological, organizational, and environmental determinants. International Association for Management of Technology. IAMOT 2018 Conference Proceedings. Recuperado de https://www2.aston.ac.uk/aston-business-school/documents/IAMOT2018_paper_75.pdf https://www2.aston.ac.uk/aston-business-... , Cabrera-Sánchez (2019), Chege et al (2020)Chege, S., Wang, D., & Suntu, S., (2020). Impact of information technology innovation on firm performance in Kenya. Information Technology for Development, 26(2), 316-345. doi: 10.1080/02681102.2019.1573717 https://doi.org/10.1080/02681102.2019.15... , Horváth et al 2019Horváth, D., & Szabo, R. Z. (2019). Driving forces and barriers of Industry 4.0: Do multinational and small and medium-sized companies have equal opportunities? Technological Forecasting and Social Change, 146, 119-132. doi: 10.1016/j.techfore.2019.05.021 https://doi.org/10.1016/j.techfore.2019.... , Kiraz et al. (2020)Kiraz, A., Canpolat, O., Özkurt, C., & Taşkın, H. (2020). Analysis of the factors affecting the Industry 4.0 tendency with the structural equation model and an application. Computers & Industrial Engineering, 150, 1-10. doi: 10.1016/j.cie.2020.106911 https://doi.org/10.1016/j.cie.2020.10691... , Agostini et al 2019Agostini, L., & Filippini, R. (2019). Organizational and managerial challenges in the path toward Industry 4.0. European Journal of Innovation Management, 22, 406-421. doi: 10.1108/EJIM-02-2018-0030 https://doi.org/10.1108/EJIM-02-2018-003... .
Participación de mano de obra con posgrado. (PorcMOPos)	=[(Total de magister o doctor / Total de mano de obra)] * 100	El contar con mano de obra con posgrado permite aumentar la probabilidad de innovar, facilitando la difusión tecnológica.	H4: Relación positiva (+) en relación con la variable latente Capacidad innovativa. Ingaldi et al. (2020)Ingaldi, M., & Ulewicz, R. (2020) Problems with the implementation of Industry 4.0 in enterprises from the SME sector. Sustainability, 12, 217. doi:10.3390/su12010217 https://doi.org/10.3390/su12010217... , Dalenogarea et al. (2018)Dalenogarea, L., Benitez, G., & Ayala, F. (2018). The expected contribution of Industry 4.0 technologies for industrial performance. International Journal of Production Economics, 204, 383-394. doi: 10.1016/j.ijpe.2018.08.019 https://doi.org/10.1016/j.ijpe.2018.08.0... , Reyes et al. (2016)Reyes, P., Li, S., & Visich, J. (2016). Determinants of RFID adoption stage and perceived benefits. European Journal of Operational Research, 254(3), 1. 801-812. doi: 10.1016/j.ejor.2016.03.051 https://doi.org/10.1016/j.ejor.2016.03.0... , Vowles et al. (2011)Vowles, N., Thirkell, P., & Sinha, A. (2011). Different determinants at different times: B2B adoption of a radical innovation. Journal of Business Research, 64(11), 1162-1168. doi: 10.1016/j.jbusres.2011.06.016 https://doi.org/10.1016/j.jbusres.2011.0... Chege et al (2020)Chege, S., Wang, D., & Suntu, S., (2020). Impact of information technology innovation on firm performance in Kenya. Information Technology for Development, 26(2), 316-345. doi: 10.1080/02681102.2019.1573717 https://doi.org/10.1080/02681102.2019.15... . Agostini et al 2019Agostini, L., & Filippini, R. (2019). Organizational and managerial challenges in the path toward Industry 4.0. European Journal of Innovation Management, 22, 406-421. doi: 10.1108/EJIM-02-2018-0030 https://doi.org/10.1108/EJIM-02-2018-003... .
Participación de mano de obra profesional (PorcMOPro)	=((Total de profesionales y técnico / Total de Mano de obra )) * 100	El contar con mano de obra con nivel de calificación de profesional permite aumentar la probabilidad de innovar.	H5: Relación positiva (+) en relación con la variable latente Capacidad innovativa. Ingaldi et al. (2020)Ingaldi, M., & Ulewicz, R. (2020) Problems with the implementation of Industry 4.0 in enterprises from the SME sector. Sustainability, 12, 217. doi:10.3390/su12010217 https://doi.org/10.3390/su12010217... , Dalenogarea et al. (2018)Dalenogarea, L., Benitez, G., & Ayala, F. (2018). The expected contribution of Industry 4.0 technologies for industrial performance. International Journal of Production Economics, 204, 383-394. doi: 10.1016/j.ijpe.2018.08.019 https://doi.org/10.1016/j.ijpe.2018.08.0... , Reyes et al. (2016)Reyes, P., Li, S., & Visich, J. (2016). Determinants of RFID adoption stage and perceived benefits. European Journal of Operational Research, 254(3), 1. 801-812. doi: 10.1016/j.ejor.2016.03.051 https://doi.org/10.1016/j.ejor.2016.03.0... , Vowles et al. (2011)Vowles, N., Thirkell, P., & Sinha, A. (2011). Different determinants at different times: B2B adoption of a radical innovation. Journal of Business Research, 64(11), 1162-1168. doi: 10.1016/j.jbusres.2011.06.016 https://doi.org/10.1016/j.jbusres.2011.0... , Chege et al (2020)Chege, S., Wang, D., & Suntu, S., (2020). Impact of information technology innovation on firm performance in Kenya. Information Technology for Development, 26(2), 316-345. doi: 10.1080/02681102.2019.1573717 https://doi.org/10.1080/02681102.2019.15...
Variación de las ventas (Varventa)	=[((Ventas $ 2016-ventas $ 2015)/ Ventas $ 2015)]*100	Un incremento en las ventas puede generar un incentivo a la adopción tecnológica.	H6: Relación positiva (+) en relación con la variable latente Capacidad innovativa. Prause et al. (2019)Prause, M., & Günther, C. (2019). Technology diffusion of Industry 4.0: an agent-based approach. Int. J. Computational Economics and Econometrics, 9(1/2), 29-48. doi: 10.1504/IJCEE.2019.097793 https://doi.org/10.1504/IJCEE.2019.09779... , Reyes et al. (2016)Reyes, P., Li, S., & Visich, J. (2016). Determinants of RFID adoption stage and perceived benefits. European Journal of Operational Research, 254(3), 1. 801-812. doi: 10.1016/j.ejor.2016.03.051 https://doi.org/10.1016/j.ejor.2016.03.0...
Volumen de ventas (LN Ventas)	Logaritmo natural del volumen de venta ($)	A mayor volumen de ventas, mayor efecto difusor producto del tamaño que le permite la adopción de tecnología.	H7: Relación positiva (+) en relación con la variable latente Escala. Ingaldi et al. (2020)Ingaldi, M., & Ulewicz, R. (2020) Problems with the implementation of Industry 4.0 in enterprises from the SME sector. Sustainability, 12, 217. doi:10.3390/su12010217 https://doi.org/10.3390/su12010217... , Reyes et al. (2016)Reyes, P., Li, S., & Visich, J. (2016). Determinants of RFID adoption stage and perceived benefits. European Journal of Operational Research, 254(3), 1. 801-812. doi: 10.1016/j.ejor.2016.03.051 https://doi.org/10.1016/j.ejor.2016.03.0... , Kiraz et al. (2020Kiraz, A., Canpolat, O., Özkurt, C., & Taşkın, H. (2020). Analysis of the factors affecting the Industry 4.0 tendency with the structural equation model and an application. Computers & Industrial Engineering, 150, 1-10. doi: 10.1016/j.cie.2020.106911 https://doi.org/10.1016/j.cie.2020.10691...
Cantidad total de mano de obra (LN Mototal)	Logaritmo natural del Número de trabajadores	A mayor tamaño de la empresa, mayor su capacidad difusora. .	H8: Relación positiva (+) en relación con la variable latente Escala. Ingaldi et al. (2020)Ingaldi, M., & Ulewicz, R. (2020) Problems with the implementation of Industry 4.0 in enterprises from the SME sector. Sustainability, 12, 217. doi:10.3390/su12010217 https://doi.org/10.3390/su12010217... , Reyes et al. (2016)Reyes, P., Li, S., & Visich, J. (2016). Determinants of RFID adoption stage and perceived benefits. European Journal of Operational Research, 254(3), 1. 801-812. doi: 10.1016/j.ejor.2016.03.051 https://doi.org/10.1016/j.ejor.2016.03.0... , Chege et al (2020)Chege, S., Wang, D., & Suntu, S., (2020). Impact of information technology innovation on firm performance in Kenya. Information Technology for Development, 26(2), 316-345. doi: 10.1080/02681102.2019.1573717 https://doi.org/10.1080/02681102.2019.15... , Brambilla (2018)Brambilla, I. (2018). Digital technology adoption and jobs: A model of firm heterogeneity. World Bank. Policy Research (Working Paper N. 8326). Recuperado de https://ssrn.com/abstract=3115833 https://ssrn.com/abstract=3115833...
Antigüedad (Antig)	Años de creación de la empresa	A mayor antigüedad de la empresa, menor capacidad difusora, por tener modelos de producción de difícil adaptación.	H9: Relación negativa (-) en relación con la variable latente Escala. Ingaldi et al. (2020)Ingaldi, M., & Ulewicz, R. (2020) Problems with the implementation of Industry 4.0 in enterprises from the SME sector. Sustainability, 12, 217. doi:10.3390/su12010217 https://doi.org/10.3390/su12010217... , Gatica (2018)Gatica, F. (2018). Elementos explicativos de la innovación en la industria TIC en Chile. Revista Interciencia, 43(6), 434-440. Recuperado de https://www.interciencia.net/wp-content/uploads/2018/06/434-GATICA-43_5.pdf https://www.interciencia.net/wp-content/...

	Facili-dad	Rinnf	Antig	LNVenta	Varventa	LNMotota	PorMOPos	PorMOProf	Tinnv
Facilidad	1.00
Rinnf	0.01 (PS)	1.00
Antig	0.04 (PE)	-0.07 (PS)	1.00
LNVentas	0.19 (PS)	0.11 (PC)	0.26 (PS)	1.00
Varventa	0.08 (PE)	0.05 (PS)	-0.09 (PE)	0.16 (PS)	1.00
LNMotota	0.14 (PS)	0.13 (PC)	0.25 (PS)	0.80 (PC)	0.09 (PS)	1.00
PorMOPos	-0.02 (PE)	0.02 (PS)	-0.07 (PE)	-0.02 (PS)	0.09 (PE)	-0.06 (PS)	1.00
Por MoPro	0.09 (PE)	0.20 (PS)	-0.15 (PE)	-0.05 (PS)	-0.03 (PE)	-0.13 (PS)	-0.01 (PE)	1.00
Tinn	0.20 (PS)	0.58 (PC)	-0.12 (PS)	0.23 (PC)	-0.03 (PS)	0.26 (PC)	0.06 (PS)	0.20 (PS)	1.00

		Número de empresas	Porcentaje sobre una base de 313
Innovación futura (una empresa puede presentar intención de innovar en más de un ámbito)	Innovación futura de producto	162	51,6%
	Innovación futura de proceso	132	42,2%
	No contempla innovación en el futuro	115	36,6%
	Innovación futura en gestión organizativa	100	32,0%
	Innovaciones futuras en MKT	94	30,1%
	Innovaciones futuras de carácter social	40	12,6%
		Número de empresas	Porcentaje sobre una base de 313
Tipo de innovación pasada (una empresa puede presentar innovación pasada en más de un ámbito)	No presenta innovación pasada	213	68,0%
	Servicios nuevos	49	15,6%
	Nuevas prácticas de organización de proceso.	47	15,1%
	Nuevos métodos de organización de responsabilidades	44	14,0%
	Mejora soporte	40	12,7%
	Método de producción mejorado	34	10,8%
	Bienes nuevos	31	10,0%
	Nuevos medios de promoción.	27	8,6%
	Nuevos métodos de relaciones externas	25	8,1%
	Nuevos métodos de tarificación	23	7,3%
	Nuevos métodos para canales de distribución	19	6,2%
	Cambios en el diseño de envases	18	5,7%
	Mejorado método de logística	13	4,0%
	Innovación social	6	1,9%
		Número de empresas	Porcentaje sobre una base de 313
Alto obstáculo para la innovación. (una empresa puede presentar alto obstáculo en más de un ítem)	Costo muy alto de la innovación	128	41,0%
	Falta de fondos propios	127	40,7%
	Falta de financiamiento externo	101	32,3%
	Mercado dominado por empresas establecidas	94	30,2%
	Incertidumbre respecto a la demanda por bienes	94	30,2%
	Dificultad para encontrar partner	83	26,4%
	Falta de personal calificado	68	21,8%
	Falta de información de tecnología	53	17,0%
	Falta de información sobre mercados	52	16,7%
	Dificultad regulatoria	40	12,9%
	No es necesario por falta de demanda de innovaciones	30	9,7%
	No es necesario debido a innovaciones previas	30	9,4%

Tipos de Ajustes	Estadísticos	Valor observado Primer Modelo	Valor referencia	Calidad del ajuste
Medidas de bondad de ajuste	Root Mean Square Error of Approximation (RMSEA)	0.00	<0.08	Aceptable
	Standardized RMR	0.07	<0.7 con CFI > 0.92	Aceptable
	Root Mean Square Residual (RMR)	0.07	<0.7 con CFI > 0.92	Aceptable
	Chi cuadrado / grados de libertad	=(74,09/26)= 2,84	Entre 2-5	Aceptable
Medidas de ajuste incremental	Normed Fit Index (NFI)	1.00	Sobre 0.92	Aceptable
	Comparative Fit Index (CFI)	1.00	Sobre 0.95	Aceptable
	Adjusted Goodness of Fit Index (AGFI)	0.96	>0.90	Aceptable
Medida de ajuste de parsimonia	Parsimony Normed Fit Index (PNFI)	0.72	Entre 0.5 y 0.7 es considerado aceptable	Fuera de rango

Variables Latente	Variables explicativas	Estimación	Prueba T		Varianza media extractada (AVE) (1)		Coeficiente de fiabilidad ordinal (Ꙍ) (2)
Capacidad Innovativa	←Propuesta de innovación futura (Rinnf)	0.60	7.65^ 95% de confianza y ^* * 90% de confianza.		0.2		0.5
Capacidad Innovativa	←Facilidad para innovar a partir de los obstáculos percibidos. (InvObstacul)	0.20	4.02^ 95% de confianza y ^* * 90% de confianza.
Capacidad Innovativa	←Proporción de mano de obra con posgrado (PorcMOPo)	0.047	0.82
Capacidad innovativa	←Proporción de mano de obra profesional	0.21	4.11^ 95% de confianza y ^* * 90% de confianza.
Capacidad Innovativa	←Variación de ventas (Varventa)	0.0067	0.14
Capacidad Innovativa	←Tasa de innovación pasada (Tinn)	1.00
Escala de operación	←LN Ventas (LNVentas)	1.00			0.5		0.7
Escala de operación	←LN Mano de obra total (LNMotota)	1.13	3.15^ 95% de confianza y ^* * 90% de confianza.
Escala de operación	←Antigüedad (Antig)	0.15	0.98
Potencia difusora	←Capacidad Innovativa	1.00			0.38		0.4
Potencia difusora	←Escala de operación (escala)	0.33	2.07^ 95% de confianza y		0.38		0.4
	Comprobación de validez discriminante
		√AVE	Capacidad innovativa	Escala de operación		Potencia difusora
	Capacidad innovativa	0.47		<0.18 (3)		<0.54 (3)
	Escala de operación	0.74				>0.18
	Potencia difusora	0.56

Tipos de Ajustes	Estadísticos	Valor observado mejorado	Valor referencia	Calidad del ajuste.
Medidas de bondad de ajuste	Root Mean Square Error of Approximation (RMSEA)	0.00	<0.08	Aceptable
	Standardized RMR	0.06	<0.7 con CFI > 0.92	Aceptable
	Root Mean Square Residual (RMR)	0.06	<0.7 con CFI > 0.92	Aceptable
	Chi cuadrado / grados de libertad	=(41.9/12) = 3.4	Entre 2-5	Aceptable
Medidas de ajuste incremental	Normed Fit Index (NFI)	1.00	Sobre 0.92	Aceptable
	Comparative Fit Index (CFI)	1.00	Sobre 0.95	Aceptable
	Adjusted Goodness of Fit Index (AGFI)	0.97	>0.90	Aceptable
Medida de ajuste de parsimonia	Parsimony Normed Fit Index (PNFI)	0.57	Entre 0.5 y 0.7 es considerado aceptable	Aceptable

Variables Latente	Variables explicativas	Estimación	Prueba T		Varianza media extractada (AVE )(1)		Coeficiente de fiabilidad ordinal (Ꙍ) (2)
Capacidad Innovativa	←Propuesta de innovación futura (Rinnf)	0.59	7.56^ 95% de confianza y ^* * 90% de confianza.		0,4		0.6
Capacidad Innovativa	←Facilidad para innovar a partir de los obstáculos percibidos. (Obstacul)	0.20	3.99^ 95% de confianza y ^* * 90% de confianza.
Capacidad innovativa	←Proporción de mano de obra profesional	0.21	4.03^ 95% de confianza y ^* * 90% de confianza.
Capacidad Innovativa	←Tasa de innovación pasada (Tinn)	1.00
Escala de operación	←LN Mano de obra total (LNMotota)	1.04	5.72^ 95% de confianza y ^* * 90% de confianza.		0.6		0.8
Escala de operación	←LN Ventas (LNVentas)	1.00
Escala de operación	←Antigüedad (Antig)	0.29	2.80^ 95% de confianza y ^* * 90% de confianza.
Potencia difusora	←Capacidad Innovativa	1.00			0.3		0.5
Potencia difusora	←Escala de operación (escala)	0.42	3.74^ 95% de confianza y ^* * 90% de confianza.		0.3		0.5
	Comprobación de validez discriminante
		√AVE	Capacidad innovativa	Escala de operación		Potencia difusora
	Capacidad innovativa	0.63		> 0.21		> 0.51
	Escala de operación	0.77				> 0.21
	Potencia difusora	0.56

Fundação Getulio Vargas, Escola de Administração de Empresas de S.Paulo Av 9 de Julho, 2029, 01313-902 S. Paulo - SP Brasil, Tel.: (55 11) 3799-7999, Fax: (55 11) 3799-7871 - São Paulo - SP - Brazil
E-mail: rae@fgv.br

Acompanhe os números deste periódico no seu leitor de RSS

[1] CONTRIBUCIÓN DEL AUTOR

Francisco Gatica-Neira afirma que ha participado en todas las etapas del desarrollo del manuscrito, lo que comprende la: conceptualización y construcción teórico-metodológica, revisión teórica, recolección de datos, análisis de datos, redacción y revisión final.