Ver/Abrir
Transcripción
Ver/Abrir
UNIVERSIDAD DE LA HABANA FACULTAD DE ECONOMIA TESIS DE DIPLOMA Bondades de las Ecuaciones Estructurales en el manejo de la satisfacción percibida en El Aljibe. Autor: Leandro Benítez Rodríguez. Tutoras: Dra. Idalia Romero Lamorú. Msc. María Solís Corvo. La Habana, Junio 2015. Dedicatoria. A mis padres por su apoyo incondicional durante toda mi vida. A mis tutoras Idalia y María, esta tesis es tan suya como mía. Y a mí por haber sido capaz de alcanzar las metas propuestas. pág. 1 Agradecimientos. A mis padres por estar siempre dispuestos a ayudarme en lo que haga falta. A todos los profesores de la facultad de Economía, que me han enseñado mucho en estos cinco años. A Vivian que me ayudó no solo en el ámbito académico sino también en la vida personal. A todos los familiares y amigos que mostraban su apoyo y preocupación cada vez que me veían. A todos ellos muchas gracias. Resumen. La presente investigación tiene como objetivo general construir un modelo que permite analizar la satisfacción de los clientes como una variable multidimensional en el restaurante El Aljibe. Se identifican los atributos que poseen mayor influencia en la satisfacción percibida permitiendoa la empresa concentrar recursos y esfuerzos. Para el desarrollo de la investigación se consulta información digital, se emplean artículo de revistas, tesis de diplomas, maestrías y doctorados, y estudios precedentes realizados en el restaurante. Para cumplir el objetivo propuesto, el trabajo queda divido en tres capítulos, cada uno con tres epígrafes. En el primer capítulo se tratan aspectos teóricos acerca de la satisfacción, en el segundo se abordan las cuestiones metodológicas sobre los Modelos de Ecuaciones Estructurales y en el tercero se construyen los modelos para medir la satisfacción en la entidad. Se construye un índice de satisfacción general para el restaurante.Los resultados se exponen en tablas y gráficos. Se exponen conclusiones, las cuales contemplan los resultados más relevantes de la investigación y se ofrecen recomendaciones. Se aplican las técnicas de Modelos de Ecuaciones Estructurales mediante la utilización de los programas SPSS v.21 y AMOS v.20 soportados en Windows. Abstract. The present investigation has as general objective to build a model that allows analyzing the satisfaction of the customers like a multidimensional variable in the restaurant El Aljibe. The attributes are identified that possess bigger influence in the perceived satisfaction what allows to the company to concentrate efforts andresources. For the development of the investigation digital information is consulted, they are used article of magazines, thesis of diplomas, masters and doctorates, and precedent studies carried out in the restaurant. To complete the purposed objective, the work is divided in three chapters, each one with three epigraphs. The first chapter is about theoretical aspects of satisfaction, thesecond dealsthe methodological issuesof the Models of Structural Equations and in the third, the models are built to measure the satisfaction in the restaurant. An index of general satisfaction is built for the restaurant. The results are exposed in tables and graphics. Conclusions are exposed, which contemplate the most significant results in the investigation and also recommendations are offered. The techniques of Models of Structural Equations are used, for these purposes the programs SPSS v.21 and AMOS v.20 supported in Windows were used. Índice. Introducción. ................................................................................................................. 6 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. ...... 9 Epígrafe 1.1.Fundamentos básicos de la satisfacción en la gestión de la calidad. ..................... 9 Epígrafe 1.2. La satisfacción como arma estratégica. ............................................................ 14 Epígrafe 1.3. Antecedentes de la medición de la satisfacción en el restaurante EL Aljibe. ...... 23 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. .......................... 29 Epígrafe 2.1. Los Modelos de Ecuaciones Estructurales en la determinación de la satisfacción percibida. ........................................................................................................................... 30 Epígrafe 2.2. Componentes esenciales de los Modelo de Ecuaciones Estructurales. .............. 33 Epígrafe 2.3. Pasos para la conformación de los Modelo de Ecuaciones Estructurales. .......... 38 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. ............ 52 Epígrafe 3.1. Aplicaciónde la metodología de los Sistemas de Ecuaciones Estructurales en la medición de la satisfacción percibida en El Aljibe. ................................................................ 52 Epígrafe 3.2. Determinación del modelo de satisfacción percibida por los clientes en el restaurante El Aljibe............................................................................................................ 59 Epígrafe 3.3. Hallazgos para el sostenimiento competitivo de El Aljibe. ................................ 65 Conclusiones................................................................................................................ 78 Recomendaciones........................................................................................................ 80 Bibliografía. ................................................................................................................ 81 Anexos. ....................................................................................................................... 92 Introducción. Introducción. En la actualidad las empresas se encuentran inmersas en un entorno cada vez más competitivo donde la necesidad de definir una estrategia es indispensable para tener éxito. Los productos tienden a estandarizarse y las fuentes de valor para los clientes cambian continuamente. Las empresas exitosas buscan diferenciarse cada vez más de la competencia investigando las necesidades de los clientes, identificando los aspectos que más valor aportan a los mismos y cómo satisfacerlos de la mejor forma posible. El turismo representa una actividad económica fundamental en Cuba, debido a las características propias del país, se convierte en destino para visitantes de diversos lugares del mundo. En dicho sector la actividad de restauración ocupa un lugar importante en cuanto a ingresos y cantidad de visitantes. Producto a la ampliación y diversificación de la oferta y el surgimiento de múltiples oferentes de naturaleza estatal y privada, se ha agudizado la competencia en el sector de la restauración en Cuba. El Aljibe, objeto de estudio de la presente investigación, enfrenta un momento donde tiene necesariamente que buscar las vías para incrementar el valor que brinda a los clientes y fortalecer su posición en el entorno competitivo. Dicha tarea es compleja y requiere una constante retroalimentación entre los clientes y el restaurante, evaluando la calidad del servicio y como éste es percibido por los consumidores, para aplicar acciones que conlleven a un aumento cada vez mayor de la satisfacción de los clientes. La motivación del presente trabajo es analizar la satisfacción percibida como una variable multidimensional, donde la investigación ofrece resultados acerca de los elementos que ejercen mayor influencia sobre la variable, determinando puntos de acción para que la entidad concentre sus esfuerzos y se traduzcan en un aumento de la satisfacción percibida por los clientes. pág. 6 Introducción. Siendo el problema de la presente investigación: ¿Cuáles son los componentes del sistema de valor percibidos por los clientes que determinan el sostenimiento competitivo de EL Aljibe? El objetivo general es: Validar el modelo multidimensional que representa la satisfacción percibida de los clientes en El Aljibe como fuente de ventaja competitiva. Los objetivos específicos son: Examinar las bases teóricas de la satisfacción percibida por los clientes. Interpretar la metodología de los Sistemas de Ecuaciones Estructurales en el análisis de la satisfacción percibida. Determinar el modelo de la satisfacción percibida de los clientes como premisa para la mejora del desempeño competitivo de El Aljibe. Para dar cumplimiento a los objetivos antes mencionados el trabajo queda estructurado de la siguiente forma: Capítulo 1: Se abordan las consideraciones teóricas sobre la satisfacción, se sienta pauta sobre su medición, la experiencia en El Aljibe y su significado como arma estratégica. Capítulo 2: Se exponen los resultados de la interpretación de los Sistemas de Ecuaciones Estructurales, su concepto y objetivos, se describen los elementos que componen la técnica y se detallan los pasos para su aplicación en El Aljibe. Capítulo 3: Se presentan los resultados de la modelación de la satisfacción percibida en El Aljibe, y se confirma el modelo teórico, se validan los datos para el estudio, se estiman los modelos y se evalúan. Se exponen las bondades del modelo y las bases para la gestión del valor el restaurante. El trabajo investigativo tributa a la aplicación de los Lineamientos de la Política Económica y Social del Partido y La Revolución aprobados el 18 de abril de 2011 en el VI Congreso del Partido Comunista de Cuba, específicamente está relacionado con los lineamientos pertenecientes al grupo: IX Política Para El Turismo. pág. 7 Introducción. La investigación aporta al desarrollo de los lineamientos: 257: “Incrementar la competitividad de Cuba en los mercados, a partir, principalmente, de la elevación de la calidad de los servicios y el logro de una adecuada coherencia en la relación calidad/precio” 260: “Crear, diversificar y consolidar de forma acelerada servicios complementarios al alojamiento que distingan al país, priorizando el desarrollo de las modalidades: turismo de salud, marinas y náutica, golf e inmobiliaria, turismo de aventura y naturaleza, parques temáticos, crucerismo, historia, cultura y patrimonio, convenciones, congresos y ferias, entre otras, incluyendo el estudio de las potencialidades en la costa sur”. Para el desarrollo de la investigación se consulta información digital, se emplean artículo de revistas, tesis de diplomas, maestrías y doctorados, y estudios precedentes realizados en el restaurante. Las técnicas empleadas para la realización de la investigación son los modelos de ecuaciones estructurales para la modelación de la satisfacción percibida. Para el procesamiento y análisis de los datos se utiliza el paquete estadístico SPSS en su versión 20.0 soportado en Windows para la aplicación de técnicas estadísticas univariada y multivariada, y el software AMOS en su versión 20.0 para la construcción y análisis de los Modelos de Ecuaciones Estructurales. Se llegan a conclusiones y se ofrecen recomendaciones. Se utiliza el gestor bibliográfico de Microsoft Word 2010 con el estilo APA. pág. 8 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. Cada vez más las empresas, sean de bienes o servicios concentran sus esfuerzos en detectar las necesidades de los clientes y proporcionarles un mayor valor, con el objetivo de aumentar la rentabilidad y lograr mayor fidelidad en los consumidores, de aquí que su preocupación por aumentar la calidad en sus productos y mejorar la satisfacción de sus clientes aumente. En este capítulo se expondrá el significado de la variables satisfacción y la relación de la misma con el valor percibido, la calidad y la lealtad de los clientes, se mencionarán técnicas utilizadas internacionalmente para medir la satisfacción percibida y se describirá brevemente el restaurante El Aljibe, objeto de estudio de la presente investigación. Epígrafe 1.1.Fundamentos básicos de la satisfacción en la gestión de la calidad. La satisfacción mide que tan bien lo está haciendo un proveedor con su oferta actual. Esta orientación táctica propone puntos de acción para mejorar los productos y servicios actuales. A pesar de las discrepancias en los conceptos, la mayoría de los investigadores consideran que la satisfacción implica la existencia de un objetivo que el consumidor desea alcanzar, la consecución de este solo puede ser juzgada tomando como referencia un estándar de comparación, el proceso de evaluación de la satisfacción implica como mínimo la intervención de dos estímulos: un resultado y una referencia de comparación. (Civera Satorres, 2008) R. Oliver en 1997 define la satisfacción como “la valoración del consumidor de que una característica del producto o servicio, o el producto o servicio en sí mismo, proporciona un resultado de agrado derivado del consumo, incluyendo niveles por encima o por debajo de los esperado”. (Lassala Navarré, Ruiz Mafé, & Sanz Blas, 2010) pág. 9 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. El valor percibido ha sido tratado y estudiado en diversas investigaciones donde cada autor lo define de una manera diferente y lo asocia a su entorno específico. Se puede afirmar que el mismo posee tres elementos claves. Contiene múltiples componentes. Generalmente se presenta como un intercambio entre beneficios y sacrificios percibidos, donde ambos son considerados como combinaciones de varios atributos físicos, de servicio, monetarios, entre otros. Es Subjetivo, el valor percibido como variable posee una orientación subjetivista, para un mismo producto, distintos segmentos de consumidores perciben diferentes valores. Supone un juicio comparativo por parte de los clientes, la relación entre beneficios y sacrificios asociados a un producto es comparadacon la competencia. De acuerdo a estas características, se considera que un concepto de valor percibido que cumple con los elementos anteriormente expuestos es el siguiente: “Valor Percibido por el consumidor es la evaluación por parte del mismo, de la utilidad y desempeño de un producto, con relación a la competencia, y basada en las percepciones de lo que se recibe y de lo que se da”.(Gonzalo Londoño & Baby M, 2005) Los conceptos de satisfacción y valor percibido en ocasiones se utilizan indistintamente y se puede afirmar que existen varias diferencias entre los mismos, el primero evalúa el consumo del producto o servicio, mientras que el valor percibido tiene en cuenta la valoración y necesidades de los clientes; la satisfacción evalúa la oferta, pero sin integrar necesariamente la competencia, mientras que las mediciones del valor percibido comparan las ofertas de la competencia. Estas diferencian ganan significado cuando es necesario definir los objetivos que se persiguen al utilizar un concepto o el otro, pues la satisfacción es útil para el mejoramiento de los procesos, para establecer estrategias con el fin de aumentar pág. 10 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. la satisfacción de los clientes ya que existe una conexión directa entre los atributos del producto o servicio y los procesos internos responsables de su generación. Mientras que la medición del valor percibido gana mayor utilidad al predecir el comportamiento del consumidor y realizar análisis del entorno competitivo. A pesar de estas diferencias ambos conceptos poseen similitudes, la satisfacción se considera también como una variable con múltiples componentes y con una gran subjetividad, que está influida por características específicas del producto o servicio, las percepciones de la calidad de estos y el precio, además de factores personales como el estado de ánimo o estado emocional de los clientes afectan su medición. La satisfacción solo se puede medir después que el cliente haya consumido el producto y esta tiene carácter temporal, es decir, que la satisfacción percibida puede variar aun cuando el producto no ha cambiado, de ahí la necesidad de evaluarla periódicamente y establecer una comunicación constante con el cliente. En los estudios recientes la satisfacción ha sido tratada de acuerdo a la teoría de las expectativas iniciales, la cual sugiere que los clientes conforman sus expectativas antes de consumir el bien o servicio y una vez consumido, el cliente compara las expectativas formuladas con el desempeño real, resultando tres posibilidades: el bien o servicio resultó ser peor de lo esperado, el desempeño es tal como se esperaba, o las expectativas fueron superadas. También es importante tener presente las implicaciones de la teoría de la equidad en donde la satisfacción se produce cuando los resultados están en alguna medida equilibrados con los costes, el tiempo empleado y el esfuerzo; y la teoría del desempeño o resultado según la cual la satisfacción se encuentra directamente relacionada con el desempeño de las características del producto o servicio percibidas por el cliente. Debido al carácter multidimensional de la satisfacción es necesario tener en cuenta todos estos elementos, pues de medirse con un solo enfoque se podrían perder aspectos importantes. pág. 11 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. Los estados de la satisfacción de los clientes pueden ser considerados como:(Romero Lamorú, 2007) Excitación: Puede alcanzarse porque las prestaciones son superiores a sus expectativas, o el nivel de esfuerzo esperado es superior al alcanzado, o el nivel de expectativas es bajo. Satisfacción: Las expectativas han sido igualadas con las prestaciones recibidas. La transacción ha sido adecuada y el esfuerzo del cliente para recibir el servicio está en correspondencia con el esperado. Irritación: Aunque la transacción ha concluido felizmente, hubo faltas en los encuentros iniciales o en los esfuerzos que el cliente tuvo que realizar. Insatisfacción: El encuentro con los proveedores no ha tenido éxito, no cubre sus expectativas. El esfuerzo realizado por el cliente es superior al esperado. Enfado: El cliente siente que el proveedor no ha cubierto sus expectativas y la inversión realizada en tiempo o dinero no ha sido positiva para él. La satisfacción y la calidad son dos conceptos que en muchas ocasiones son tratados como uno solo, pero existen diferencias significativas. La calidad percibida puede ser definida como el juicio del consumidor sobre la superioridad o excelencia del producto, mientras que la satisfacción resulta de experimentar un encuentro con el bien o servicio y compara ese encuentro con lo esperado.(Oliver, R.,1980; citado por Droguett Jorguera, 2012) El concepto de calidad subjetiva ha cobrado importancia frente a la calidad objetiva o técnica, haciendo énfasis en el cliente como auténtico juez de la calidad, realizando un enfoque de demanda frente a uno de oferta, remarcando la importancia de la habilidad de la empresa para determinar las necesidades, deseos y expectativas de los clientes, pues es finalmente el cliente quien determina la aceptabilidad del producto o servicio, lo que demuestra una fuerte relación entre satisfacción y calidad percibida. pág. 12 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. La calidad percibida es una variable multidimensional, en cuanto evalúa de forma global por los clientes atributos propios del producto o servicio, pero también aspectos del entorno donde se brinda y la forma en que se lleva a cabo el intercambio. La relación entre satisfacción y lealtad debe ser manejada con cuidado, pues en varias ocasiones la lealtad se asocia solo con la recompra, existiendo clientes insatisfechos con el producto o servicio brindado, pero al no existir una mejor alternativa continúan comprando, o seguir adquiriendo dicho bien o servicio a buscar alternativas por el trabajo que genera esta acción, esta es una lealtad espuria, siendo necesaria su diferenciación de la lealtad verdadera que es la manifestación de motivaciones favorables hacia la marca de la empresa.(Lassala Navarré, Ruiz Mafé, & Sanz Blas, 2010) La lealtad se define como: “la respuesta preferente, actitudinal y comportamental hacia una o más marcas de una categoría de producto expresada sobre un período de tiempo por un consumidor”. (Engel, Kollat y Blackwell, 1982; citado por Lassala Navarré, Ruiz Mafé, & Sanz Blas,2010). Este concepto sugiere, que al igual que la variable satisfacción, la lealtad es multidimensional. Existe una relación fuerte entre lealtad y satisfacción, donde la primera es altamente influenciada por la segunda pues un cliente satisfecho será un activo para la compañía ya que aumenta la probabilidad de que retorne a dicha empresa para consumir su producto o servicio, también es muy probable que realice buenos comentarios a las personas que lo rodean, es decir, posibles clientes, este comportamiento se conoce como comunicación boca-oído, y se utiliza por los consumidores para tomar decisiones o eliminar alternativas. En cambio un cliente insatisfecho realizará lo contrario que uno satisfecho, conllevando no solo a dejar de comprar en la empresa, sino a reducir el número de clientes actuales y futuros. pág. 13 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. En resumen, la fidelidad implica dar un paso más al estado emocional que proporciona la satisfacción y significa en líneas generales cuatro aspectos esenciales: que el cliente está satisfecho; que recibe valor; que repite compra y que recomienda a terceros. (Barroso y Martín, 1999; citado por Lassala Navarré, Ruiz Mafé, & Sanz Blas, 2010). No obstante, para proponer un modelo donde la satisfacción influya en las intenciones futuras de los clientes, o fidelidad de los mismos, es necesario realizar una investigación del sector al que pertenece la empresa, para no caer en las malinterpretaciones comentadas anteriormente de la relación entre las variables lealtad y satisfacción. Epígrafe 1.2. La satisfacción como arma estratégica. La satisfacción del cliente está muy ligada a conceptos como los deseos de los consumidores, sus necesidades y expectativas. En la microeconomía, la teoría de elección del consumidor plantea que una de las características principales de los consumidores es que su renta es limitada, por lo que presentan una restricción presupuestaria, debido a esto, cuando los clientes consumen o adquieren productos o servicios tienen en cuenta sus precios y compran una cantidad que dado sus recursos, satisfacen sus deseos y necesidades de la mejor forma posible. Esta teoría plantea que existen aspectos a tener en cuenta cuando los consumidores tienen que elegir entre un producto u otro, como los precios, el atractivo, la calidad, la comodidad, la cantidad, la manera en que satisfacen sus deseos, entre otros. En la actualidad, debido a la aguda competencia que existe, para las empresas es una necesidad evaluar la satisfacción de los clientes, para trazar estrategias que condicionen a la entidad en una posición favorable en el mercado. La gran necesidad de las empresas de conocer a sus clientes, de buscar su satisfacción continuamente es debido a la oferta cada vez mayor de bienes y servicios que existe, producto de la globalización, los clientes para una empresa pág. 14 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. no se limitan a un espacio determinado geográficamente, sino poseen un alcance tan amplio como estas sean capaz de crear, como resultado del desarrollo tecnológico las formas de interacción entre productor y consumidor son muy diversas y variadas, y el desarrollo industrial ha posibilitado que la oferta de bienes y servicios aumente cada día más conllevando a una estandarización de los productos. Las organizaciones deben esforzarse por lograr la satisfacción de sus clientes, para lo cual tienen que conocerlos, y entender cómo valoran y perciben los productos. Conseguir metas planeadas al interior de la organización no significa que el cliente las perciba, o que estas les generen alguna satisfacción. Es importante que las empresas ofrezcan valor a sus clientes, que se diferencien de la competencia, en palabras de Michael Porter “La estrategia competitiva consiste en ser diferente, significa elegir deliberadamente un conjunto diferente de actividades para brindar una mezcla única de valor.” (Mejía C., 2013) El problema es que medir la satisfacción de los clientes y lograr una constante retroalimentación para evaluar cambios es costoso, y en muchas ocasiones se realizan las investigaciones y los organismos no actúan, esto no significa que no deba hacerse, medir la satisfacción es rentable siempre que se acompañe de acciones que induzcan a la mejora e innovación en la empresa. El cliente busca una satisfacción y la empresa una retribución. El balance entre el beneficio percibido por el consumidor y el recibido por la institución es lo que hará verdaderos productos y servicios, campeones en términos de generación de valor.(Mejía C., 2013) Formas de medir la satisfacción. Debido a la subjetividad de la satisfacción como variable y sensibilidad en cuanto a los entornos, no existe un método universal, ni una fórmula única que se aplique en todo momento. Es una variable multidimensional dónde sus dimensiones no son constantes ni poseen los mismos efectos para todas las organizaciones. pág. 15 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. Inicialmente la satisfacción fue medida mediante datos estadísticos tratados matemáticamente, sobre todo en estudios del comportamiento de la población, luego se desarrollaron métodos que contenían el uso de escalas de medición y correlaciones, después, alrededor de los años 60 del siglo XX se comienzan a incorporar ecuaciones y análisis multivariante. Con el desarrollo de la computación se amplió el uso de los análisis multivariante, debido la potencia de cálculo y procesamiento de datos lo que permitió el avance hacia nuevas metodologías, entre los que se encontraban los análisis de regresión, el análisis factorial y el método de componentes principales. Así con el paso del tiempo, las técnicas se fueron ampliando, y modificando, existiendo en la actualidad, todo un arsenal para medir la satisfacción. La elección entre ellas consiste en los objetivos que se persigan, y la teoría que se pretende explicar. Para medir la satisfacción existen dos métodos generales de medición: la medición directa con la cual se obtiene la percepción del cliente acerca del cumplimiento de sus requisitos por parte de la organización, y la medición indirecta a través de la cual se consigue información relacionada con el cumplimiento de los requisitos del cliente sin preguntarle al mismo, a partir de datos obrantes en la propia organización. Para esta última se debe considerar el sistema de indicadores implantados en la organización escogiendo aquellos relativos a las características de los productos y servicios o al desempeño de los procesos que estén relacionados con la satisfacción del cliente, como por ejemplo: quejas o reclamaciones recibidas, indicadores comerciales (fidelidad de clientes, negocios nuevos y perdidos y cumplimiento de plazos de entrega) o índices de defectos o rechazo.(González Bolea, Carmona Calvo, & Rivas Zapata, 2007) La herramienta más utilizada para medir la satisfacción son las encuestas, pero si el grupo de clientes es pequeño se recomienda la utilización de sesiones grupales, o individuales, todo con el objetivo de recoger de manera más efectiva la pág. 16 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. información. La herramienta a utilizar depende de la cantidad de clientes y de las condiciones de la organización. Para medir la satisfacción es importante definir cuáles van a ser los objetivos del estudio, qué se pretende conseguir, si se va a obtener información acerca de cada una de las características del producto o servicio ofertado o sólo de la satisfacción de forma global. Es necesario decidir entre medir una satisfacción puntual tras una experiencia concreta o medir la satisfacción acumulada a lo largo de un determinado período de tiempo. Determinar si se va a realizar una medida de la satisfacción generada por la organización en su conjunto o detallándola por áreas o departamentos de ésta.(González Bolea, Carmona Calvo, & Rivas Zapata, 2007) Un punto importante de la medición de la satisfacción es la periodicidad de la misma debiéndose tener en cuenta el tipo y ciclo de vida del producto o servicio, los costes asociados al proceso de medición y la velocidad de cambio de los mercados. Junto con estos elementos se hace necesario considerar la importancia de esta información para la empresa, sobre todo a la hora de planificar estrategias y establecer objetivos. Dependiendo de la naturaleza de cada organización, de su disponibilidad presupuestaria y de su capacidad de implantar acciones en base a esta información será entonces la periodicidad de la medición, aunque se recomienda recabar información de manera continua, pues mide por dónde va la empresa y si está cumpliendo sus objetivos o no. Existen varias escalas construidas a partir del concepto de satisfacción como variable multidimensional, en las cuales, se representan varios elementos que impactan en la satisfacción, estos son medidos a través de varios ítems mediante cuestionarios y la metodología utilizada no necesariamente es la misma es todos los casos, siendo en unos solo descriptiva, en otros utilizan la técnica de Componentes Principales, Análisis Factorial o Ecuaciones Estructurales. Ejemplos de ello son algunos índices nacionales de satisfacción, como el Barómetro Sueco de Satisfacción al Consumidor (SCSB por sus siglas en inglés) pág. 17 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. establecido en 1989 en Suecia donde incluye a 130 compañías, el cual contempla los constructos expectativas y valor percibido que condicionan la satisfacción y esta condiciona las intenciones futuras vistas en las variables de reclamaciones y lealtad. El Índice de Satisfacción Americano (ACSIpor sus siglas en inglés) creado en 1994 por la Universidad de Michigan basado en el modelo del barómetro sueco, bajo la premisa de que consumidores satisfechos son reflejos de una economía sana, su análisis incluye a 200 compañías donde se contemplan las percepciones de los clientes que se recoge por las expectativas, la calidad percibida y el valor percibido, se analiza la satisfacción como consecuencia de las percepciones de los clientes y los comportamientos futuros reflejados en reclamaciones y lealtad. En 1999 el Gobierno Federal de Estados Unidos seleccionó este índice para ser una medida estándar para la evaluación de la satisfacción de los ciudadanos en cuanto a servicios públicos, en cuyo caso se eliminó la variable “valor percibido” y se sustituyó la variable “lealtad” por “confianza”. El Barómetro Noruego de Satisfacción al Consumidor (NCSBpor sus siglas en inglés) el cual es una variación del SCSB en donde se incluye la variable imagen o reputación de la empresa, y en los comportamientos futuros se analiza el compromiso además de la lealtad. El Índice de Satisfacción Europeo (ECSIpor sus siglas en inglés) este es una variante del ACSI desarrollada en 1999, en cual se hace una distinción entre calidad del producto y calidad del servicio e incluye además el componente imagen, las variables referentes a los comportamientos futuros solo consideran la lealtad. El Índice de Satisfacción del Consumidor en Hong Kong (HKCSI por sus siglas en inglés) posee relaciones muy similares a las anteriores con la diferencia de que considera como variable latente exógena las “características de los consumidores encuestados” como edad, nivel de educación y nivel de ingreso, además se evalúan categorías de productos y servicios en lugar de empresas, por lo que no pág. 18 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. existe distinción entre productos individuales dentro de una mismas categoría y se utiliza una ponderación basada en el Índice de Precios al Consumidor (IPC) y no en el peso del producto o servicio en el PIB. Se seleccionan 60 bienes y servicios en el IPC que en conjunto representen alrededor de un 80% de los gastos de los consumidores donde para cada producto se realizan aproximadamente 180 entrevistas telefónicas. El objetivo de este índice es además de conocer la satisfacción percibida ofrecer información acerca del ambiente de negocios en Hong Kong. El modelo de la Cadena de Ganancia de Servicio (SPC por sus siglas en inglés) es un modelo de gestión para empresas de servicio desarrollado en la década de los 80 por J.L. Heskett, W.E. Sasser y L.A. Schlesinger con el objetivo de mejorar la gestión de las empresas de servicios para orientar sus esfuerzos económicos y humanos hacia la creación de significativos niveles de satisfacción en los clientes analizando la manera en que la satisfacción del clientes y la actitud del personal impactan la rentabilidad de una institución. (Adí Sharón, 2003) La relaciones que se establecen en este modelo son que la rentabilidad y el crecimiento son generados por la fidelidad del cliente, la fidelidad es resultado de la satisfacción del cliente, la satisfacción del cliente está influenciada por el valor del servicio, el valor del servicio se genera mediante la fidelidad y la productividad de los empleados y la satisfacción de los empleados es generada por la calidad interna del servicio, es decir un ambiente laboral agradable en el que los empleados se sientan motivados por su trabajo. Uno de los modelos más utilizados para medir la satisfacción en los clientes, teniendo en cuenta la subjetividad y relatividad de esta variable es la metodología SERVQUAL desarrollada por Zeithaml, Parasuraman y Berry en 1988.(Adí Sharón, 2003). Esta metodología identifica cinco dimensiones que caracterizan a un servicio representadas en un cuestionario de 22 preguntas. Estas cinco dimensiones son los elementos tangibles como la apariencia del personal, la decoración, las pág. 19 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. instalaciones, entre otras, la fiabilidad que implica la ejecución de forma adecuada del servicio, la capacidad de respuesta que representa la disposición de ayudar a los clientes y servirlos rápidamente, la seguridad que son los conocimientos y habilidades de los empleados respecto al servicio que brindan y la empatía que es el grado de atención personalizado. El nivel de importancia dado a cada dimensión depende de la empresa y del tipo de servicios que se brinde, y es decidido por la misma. Estos modelos fueron diseñados para una aplicación sectorial o nacional donde se generalizan las características del producto o servicio que se desea medir. La generalización de los modelos produce como ventaja la posible comparación con la competencia y una descripción del comportamiento en el sector o nación, pero podría excluir del análisis aspectos propios de las empresas que contribuyan grandemente a la satisfacción de sus clientes y representen ventajas competitivas. Si bien estos modelos están diseñados para contribuir a que las empresas conozcan a sus clientes y como se sienten estos respecto a la misma, las escalas no son rígidas, es decir, se puede utilizar partes de los modelos como los cuestionarios o las relaciones de impacto propuestas y luego aplicar diferentes técnicas para su análisis, o se modifican las relaciones entre las variables adaptándolas al entorno propio; lo que reafirma la inexistencia de un único modelo para medir una variable tan compleja como la satisfacción de los clientes. La satisfacción en el sector de los servicios. L a restauración. En el sector de los servicios y más aún en el sector de la restauración la competencia se incrementa. El papel de las experiencias de los servicios y las evaluaciones que los clientes realizan cobran gran relevancia. Los consumidores no solo deciden consumir un servicio por la calidad del mismo, cada vez más las estrategias de diferenciación se basan en los activos intangibles, ya que estos son generadores de valor para los clientes. Los servicios poseen características que los diferencian de los bienes, pues son intangibles, es decir acciones que no pueden inventariarse ni patentarse, son pág. 20 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. heterogéneos, no existen dos iguales, se adaptan a las necesidades de los clientes y son condicionados por la persona que los brinda siendo este aspecto una importante fuente de diferenciación para las empresas; la producción y el consumo de un servicio se realizan al unísono, la calidad del servicio y la satisfacción del cliente dependerán en gran parte de lo que sucede al momento que se produce y consume el mismo; son perecederos, una vez consumido el servicio, no se puede almacenar y ni revender. Los encuentros de servicios son los momentos en que los clientes consumen el servicio, es a partir de estos encuentros que los clientes forman sus percepciones. No todos los encuentros son iguales, pues debido a las propias características de los servicios, difieren entre las empresas.(Droguett Jorguera, 2012) Existen encuentros remotos cuando no hay contacto humano directo, por ejemplo los servicios prestados mediante internet. Encuentros telefónicos cuando existe contacto humano, pero no físicamente, en este tipo existe mayor variabilidad en la interacción, el tono de voz, la amabilidad y el conocimiento del empleado se vuelven criterios importantes para determinar la satisfacción de los clientes. Los encuentros en persona son los más complejos, pues el contacto humano se hace físicamente, aquí afectan factores tanto verbales como no verbales para determinar la calidad del servicio, además de los indicios tangibles como el atuendo de los empleados, los equipos y el entorno físico. Es muy importante identificar los momentos en que se producen los encuentros ya que es donde los clientes perciben la calidad del producto o servicio, por lo que es necesario alinear todos los recursos para crear el mejor impacto posible y definir los puntos más importante para posicionar el personal más apropiado con el objetivo de obtener una mayor percepción de la calidad del servicio. Con las nuevas tecnologías los clientes han aumentado su poder negociador en tanto poseen mayor información sobre la empresa y la competencia, ésta es adquirida en tiempo real para realizar comparaciones decidiendo la compra, no pág. 21 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. obstante este poder es bajo pues los clientes no están organizados y existe una gran demanda. Dentro del sector de los servicios, la restauración es una actividad bastante antigua, la cual se ha ido intensificando cada vez más, si bien antes era una actividad destinada a clases sociales altas, en la actualidad ha variado el acceso y su función. Los cambios en los estilos de vida de las personas en los últimos años, en los cuales prima el trabajo y el ocio, la incorporación de la mujer a la vida laboral, junto a un aumento considerable de la oferta, ha posibilitado que para muchas personas forme parte de su vida cotidiana cenar sin tener que cocinar, ya sea realizando la actividad fuera de la casa o adquiriendo comida para llevar. La actividad de restauración posee particularidades que la diferencian de otros negocios. Alta amenaza de entrada de nuevos competidores por débiles barreras de entrada y salida. Los clientes poseen bajo poder negociador ya que no están organizados y existen muchos consumidores. Presenta bajos niveles de sustitución, la alimentación es una actividad básica y diaria de las personas y dicha necesidad puede ser cubierta de diferentes formas pero nadie se puede alimentar sino es con alimentos. Es un mercado altamente fragmentado, ya que no existe ninguna empresa que posea una cuota de mercado de gran importancia. Existencia de des-economías de escala. Es una actividad con una gran rentabilidad. Presenta una gran heterogeneidad que se ha acentuado con el tiempo, cada día surgen nuevas formas de brindar el servicio y satisfacer a los clientes. Los oferentes compiten entre sí en términos de calidad o precio, actuando en los aspectos intangibles como generadores de valor para los clientes. pág. 22 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. El servicio de ofrecer alimentos si bien es el principal, no es el único que se ofrece, pues satisfacer una necesidad básica se ha convertido en un momento de relajación, de disfrute, de comodidad para los clientes incrementando el uso de servicios complementarios y dándole gran importancia a los encuentros de servicio. Epígrafe 1.3. Antecedentes de la medición de la satisfacción en el restaurante EL Aljibe. El restaurante El Aljibe, es un oferente de éxito en el sector de la restauración cubana, es un restaurante temático especializado en comida criolla, el cual tiene sus raíces a finales del año 1946 en las proximidades del Aeropuerto Internacional José Martí, por iniciativa de una familia campesina que divisó grandes potencialidades en un local que se encontraba abandonado en la finca El Aljibe, de ahí el nombre de la entidad. El restaurante brindó desde sus inicios un servicio de corte totalmente cubano, con comidas y costumbres tradicionales donde el plato principal era el pollo asado con mojito, una comida que la familia disfrutaba los domingos. La familia por problemas ajenos a esta, tienen la necesidad de abandonar el local y para diciembre de 1953 es reabierto con otro nombre, Rancho Luna, como el personal y las recetas no cambiaron, el nuevo negocio no tardó en alcanzar gran fama atrayendo durante la década del 50 a numerosos consumidores. Debido a la gran fama del lugar y la alta rentabilidad, deciden abrir un segundo establecimiento en el Vedado, para facilitar el acceso a los clientes de esta zona. Con el triunfo de la Revolución Cubana y la declaración del carácter socialista de la misma, se nacionalizaron numerosas empresas, entre ellas Rancho Luna. Luego en 1993 es inaugurado el actual restaurante El Aljibe en la avenida 7ma, esquina 24, Miramar, Playa, Ciudad de la Habana, perteneciendo ahora a la Unidad Empresarial de Base “Playa 1”, de la Empresa Palmares, Centro del Grupo Extra-Hotelero Palmares. pág. 23 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. A finales de 1994 el restaurante presentó índices de venta sorprendentes, gran afluencia de clientes y una gran aceptación como el restaurante más simbólico de comida criolla de Cuba. La misión del restaurante es: Restaurante de comida típica cubana asentado en una tradición familiar, mantenida por sus fundadores desde 1946, que permite ofrecer una receta exclusiva de pollo y frijoles negros, especialidad que podrá comer sin límite por un mismo precio, además de otros platos tradicionales de la cocina criolla, todo servido en un confortable ranchón guajiro rodeado de un entorno campestre y con un servicio profesionalmente informal, rápido y acogedor que los distingue. La visión:Mantener el liderazgo de la restauración turística en Cuba hasta lograr ser la elección de todo aquel que desee degustar la comida típica cubana. Los factores claves del éxito de El Aljibe son:(Cruz Izquierdo, 2013) Excelente gerencia y liderazgo. Empleados motivados, capaces, con gran sentido de pertenencia y enfocados hacia la satisfacción del cliente. Cohesión en el colectivo. Presencia de un “saber hacer” (Know-how). Trato cordial, personalizado y familiar. Sabor exclusivo del producto con receta única. Tradición e historia. Excelente relación con los proveedores. El negocio está dedicado al mercado turístico nacional e internacional donde el segmento de mercado que consume es medio-alto, alto. La estrategia competitiva del restaurante combina elementos de diferenciación y liderazgo en costos, denominada híbrida.(Cruz Izquierdo, 2013). Existen dos tipos de clientes claramente identificados que consumen en el restaurante, diferenciándose por las formas de adquisición del servicio. pág. 24 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. Como clientes a la carta se encuentran aquellos que solicitan el servicio de forma directa sin que medie ningún receptivo entre ellos y la instalación. Pertenecientes a este grupo se consideran el turismo extranjero individual, personal de firmas e instituciones privadas, personal diplomático, y nacionales con poder adquisitivo. A la clasificación de clientes en grupo se asocian los consumidores que acceden a la instalación mediante las agencias de viaje radicadas en el país, quienes actúan como intermediarios y asumen el pago por el servicio. Entre ellos se encuentran el turismo de paquete, turismo de incentivo y turismo de evento. Desde su apertura en el año 1993 la entidad ha mantenido un elevado nivel de ventas, hasta el año 2000 se comportaron de manera ascendente la cual ha venido disminuyendo desde el 2001. Entre los factores que pudieran explicar este efecto se puede mencionar la gran baja turística que se evidenció luego de la caída de las Torres Gemelas en septiembre del 2001, la crisis económica mundial que estalló en el 2008 y a partir de la incorporación del sector no estatal, la competencia aumentó considerablemente en este sector incrementándose el número de oferentes en este sector pertenecientes a las nuevas formas de gestión, también las utilidades han disminuido producto al encarecimiento de los productos trayendo como consecuencia un aumento en los costos como se puede apreciar en el Gráfico 1.1. (Cruz Izquierdo, 2013). pág. 25 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. Gráfico 1.1. Ventas y Utilidades de El Aljibe desde 1993-2012. 4500 4000 3500 3000 2500 Ingresos 2000 1500 Utilidades 1000 500 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996 1995 1994 1993 0 Fuente: (Cruz Izquierdo, 2013). También se puede apreciar la importancia que ha cobrado el tipo de clientes en grupo, aumentando en los últimos años, siendo en el 2013 el 48,47% del total de clientes. (Cruz Izquierdo, 2013). Grafico 1.2: Comportamiento del Tipo de Cliente que ha visitado a El Aljibe. 200000 150000 100000 50000 0 2006 2007 Clientes atendidos 2008 2009 2010 2011 2012 Clientes a la Carta Clientes en Grupos Fuente: (Cruz Izquierdo, 2013). Antecedentes. Desde el año 2002 se comenzaron a realizar investigaciones en el restaurante enfocadas principalmente a la medición y manejo de la calidad percibida como arma estratégica, asociadas a los principios de la gestión de la calidad, brindando información de la entidad, del entorno y proponiendo acciones estratégicas para un mejor desempeño. pág. 26 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. En el 2007 se realiza un análisis de la calidad en el restaurante con el objetivo de consolidar el enfoque de clientes de la institución para la obtención del premio a la excelencia, por lo que ofrece resultados con vistas a mejorar la estructura de la empresa para aumentar la calidad percibida por los clientes realizando además un análisis de la competencia.(Borges Rabelo, 2007) En el 2008 se realiza una investigación con el objetivo de evaluar los procesos claves del restaurante para la mejora de la calidad en el mismo, donde los resultados fueron orientados a aumentar la sistematicidad y monitoreo en los procesos realizando propuestas de mejoras para estos.(Crobet Chávez, 2008) En el 2009se realiza un trabajo con el objetivo de evaluar la calidad percibida por los clientes como parte del análisis del enfoque de clientes presente en el restaurante.(Díaz, 2009) En el 2009 se lleva a cabo una investigación sobre el enfoque de proceso en la entidad donde se propone la implementación del Sistema de Análisis de Peligros y Puntos Críticos de Control y se realiza un análisis de la calidad percibida como premisa para la mejora de los procesos.(Bosques Martínez, 2009) En el 2013 serealiza una investigación donde se evalúa la calidad percibida por los clientes con el objetivo de obtener resultados que contribuyan al sostenimiento del posicionamiento competitivo del restaurante, derivando acciones concretas que permiten aumentar el desempeño y la calidad en la instalación.(Cruz Izquierdo, 2013) De manera general, en las investigaciones anteriores se han utilizado técnicas de análisis univariado y multivariado relativo a los motivos de compras y análisis de la calidad percibida, análisis de atributos mediante el escalamiento multidimensional y análisis de componentes principales. Al evaluar la satisfacción por atributos se detectaron aquellos aspectos con baja calidad percibida recomendando acciones puntuales para resolver cada uno por separado. Debido a que todos los atributos no influyen de la misma forma en la pág. 27 Capítulo 1. Marco Teórico para la medición de la satisfacción percibida en El Aljibe. satisfacción de los clientes se hace necesario profundizar en las relaciones entre las variables y determinar la influencia que posee cada uno en la variable satisfacción general exigiendo la aplicación de técnicas que den respuesta a esa necesidad. La técnica utilizada en esta investigación para llegar a conclusiones considerando los aspectos característicos de la satisfacción como variable multidimensional son los Modelos de Ecuaciones Estructurales, la cual consiste en una técnica de análisis multivariado utilizada para medir comportamiento, permite crear y modelar variables que son inobservables y multidimensionales, y por la complejidad de las mismas no se podrían medir directamente en un cuestionario, pues se dejaría de tener en cuenta aspectos de gran importancia para su comprensión. pág. 28 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. La técnica de los Modelos de Ecuaciones Estructurales (SEM por sus siglas en inglés) comienza en 1934 cuando el biómetra Sewall Wright desarrolla un modelo de trayectoria sobre las relaciones de tamaño en mediciones óseas, donde se podía descomponer las varianzas y covarianzas de variables para estudiar el efecto directo e indirecto entre las mismas utilizando diagramas de trayectorias. En los años setenta se desarrolla un modelo general de ecuaciones estructurales que incorpora diagramas de trayectoria pudiendo identificar de forma más clara los efectos directos, indirectos y totales. En esta época surge el programa LISREL (Relaciones de Estructura Linear por sus siglas en inglés) para la aplicación de SEM. El uso de los SEM se extendió a las ciencias sociales, por la capacidad de la técnica para analizar comportamiento, relaciones entre diferentes variables, crear y modelar variables inobservables y construir modelos donde el investigador representa relaciones propuestas por la teoría. En los últimos años el uso de la técnica se ha incrementado en los estudios económicos. En el 2001 José Santiago Merino utiliza un modelo de ecuaciones estructurales para construir un modelo que explique la calidad como un constructo multidimensional en el servicio bancario de Madrid.(Merino, 2001) En el 2006 se realiza una investigación donde se evalúa la relación entre la calidad, la satisfacción y las intenciones de comportamiento en el ámbito del turismo termal en Vigo, España.(Alén González & Fraiz Brea, 2006) En el 2009 se utiliza la técnica SEM para analizar la fidelidad al centro comercial Los Rosales situado en el municipio español de La Coruña.(Rial Boubet, Lamas Veiga, & Varella Malluo, 2009) pág. 29 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. En el 2010 se crea un índice de satisfacción de los clientes de un banco de España teniendo en cuenta el carácter multidimensional de la variable a través de un Modelo de Ecuaciones Estructurales.(Castrillón Barbosa & Díaz Monroy, 2010) En el 2011 se desarrolla una investigación sobre la satisfacción ciudadana en cuanto a los servicios públicos en una localidad de la provincia La Coruña utilizando la técnica SEM.(García Veiga, 2011) En el 2013 se realiza un trabajo para crear un modelo que permita medir la intención de compra del producto: cerveza en varios supermercados de España.(Calvo Porral, Martínez Fernández, & Juanatey Boga, 2013) En el presente capítulo se realiza una explicación de la técnica SEM, el objetivo que persigue, su utilidad para el análisis de comportamiento y de variables inobservables, y la metodología para aplicar la técnica. Epígrafe 2.1. Los Modelos de Ecuaciones Estructurales en la determinación de la satisfacción percibida. Los SEM son un conjunto de modelos estadísticos multivariante que permiten estimar el efecto y las relaciones entre las variables. El nombre proviene de la necesidad de utilizar en el modelo una serie de ecuaciones para representar las relaciones propuestas por la teoría. Los SEM engloban características del análisis de senderos, del análisis factorial y de la regresión lineal, incluyendo metodologías estadísticas para estimar cadenas de relaciones definidas en modelos teóricos. El objetivo de los SEM se puede reducir a estimar un conjunto de parámetros que indiquen las relaciones entre las variables, de modo que pueda estimarse una matriz de varianzas-covarianzas poblacional que sea lo más parecida posible a la matriz observada en la muestra. Los SEM establecen inferencias de naturaleza causal y examinan simultáneamente una serie de relaciones de dependencia teniéndose en cuenta cuando la variable dependiente se vuelve independiente en relaciones posteriores. pág. 30 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Esta característica marca la gran diferencia de la técnica SEM con otras técnicas de análisis multivariante como el análisis factorial, el análisis discriminante, la técnica de componentes principales, entre otros. La técnica permite proponer el tipo y dirección de las relaciones entre las variables, lo que constituye una de las grandes ventajas de estos modelos, siendo el interés fundamental la confirmación de una teoría. Posibilita la creación de variables latentes que no se pueden medir directamente sino mediante otras variables, por lo que se combina el análisis factorial con la regresión lineal al construir un modelo de relaciones entre las variables observadas, para probar el grado de ajuste de unos datos observados a un modelo hipotetizado con anterioridad. Permite evaluar los resultados del modelo en cuanto a la semejanza de la matriz estimada con la muestral, se obtienen las relaciones directas e indirectas de variables con factores. La técnica se ha utilizado en muchos campos, sobre todo en las ciencias sociales al estimar variables que no se pueden observar directamente mediante otras variables y determinar relaciones de impacto entre ellas, por ejemplo en psicología se han utilizado en estudios sobre depresión y adicciones, en educación se emplean en estudios de motivación y aprendizaje, en economía abarca los análisis de satisfacción al consumidor, diseño y desarrollo de nuevos producto, entre otros. Para desarrollar un modelo de ecuaciones estructurales el investigador necesita un modelo teórico, apoyándose en las características del fenómeno a estudiar se propone un conjunto de relaciones entre las variables que lo explican, representadas por ecuaciones y por el “diagrama de trayectorias” que resume de manera gráfica el conjunto de hipótesis sobre el que se asienta el modelo. Los SEM se basan en las correlaciones existentes entre las variables medidas en una muestra de sujetos de manera trasversal.(García Veiga, 2011). pág. 31 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Con el desarrollo de la informática se crearon varios software para calcular este tipo de modelo, que por su complejidad precisaba de herramientas más potentes. Los software LISREL y AMOS (Análisis de Estructura de Momentos por sus siglas en inglés) son los más utilizados para estimar modelos de ecuaciones estructurales, también existe el programa EQS (Modelación de Ecuaciones Estructurales por sus siglas en inglés) y el paquete estadístico Lavaan con un conjunto de técnicas específicas para aplicar la técnica SEM. Los modelos de ecuaciones estructurales constituyen una de las herramientas más potentes para los estudios de relaciones causales sobre datos no experimentales cuando las relaciones son del tipo lineal, aunque no demuestran causalidad. Es importante señalar que la existencia de correlación entre dos variables no implica necesariamente que exista una relación causal. La correlación es una medida que indica la fuerza y dirección de una relación entre dos variables. Existe correlaciónentre A y B si al aumentar los valores de A lo hacen también los de B y viceversa.(Serrano , 2014) “Una variable A es causa de B si siempre que se da A acontece B, y nunca acontece B si previamente no se ha dado A”(Bisquerra, 1989) Las relaciones causales se pueden clasificar en directas: cuando A causa directamente a B; en indirectas: cuando A causa a C y C causa a B, se puede decir que entre A y B hay una relación causal indirecta; en recíproca: cuando el efecto puede ser causa y viceversa, por ejemplo la ansiedad y el rendimiento, a mayor ansiedad disminuye el rendimiento y un mal rendimiento causa ansiedad; y en espúrea cuando no existe relación entre A y B, pero varían a la vez porque existe C que causa A y B.(Ruiz, Pardo, & San Martín, 2010). La definición de causalidad tiene tres componentes: aislamiento, asociación y dirección de la influencia.(Manzano Patiño & Zamora Muñoz, 2009) pág. 32 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Aislamiento significa que A y B están aisladas de cualquier otra variable, siendo un ideal no asequible, pues en las ciencias sociales no se pueden aislar dos variables del resto para su estudio. La asociación plantea que una vez dos variables estén aisladas, es necesario probar la existencia de una asociación entre ellas. La dirección causal tiene que estar bien definida, la supuesta causa requiere una prioridad temporal con el efecto, es decir, que debe suceder primero la causa y luego el efecto. Debido a estos componentes que en la realidad son muy difíciles de probar, los modelos de ecuaciones estructurales se deberán estudiar como una aproximación a la realidad, a fin de descartar modelos. Solo se sugiere la posible existencia de una relación causal a través de relaciones de correlación o de impacto, pero no se puede determinar con un modelo de ecuaciones estructurales que existe una relación causal entre dos variables. Epígrafe 2.2. Componentes esenciales de los Modelo de Ecuaciones Estructurales. Los modelos de ecuaciones estructurales se pueden dividir en dos partes o dos sub-modelos, como se muestra en las figuras 2.1 y 2.2. pág. 33 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Figura 2.1. Sub-modelo de medida. Fuente: (García Veiga, 2011) Figura 2.2. Sub-modelo de relaciones estructurales Fuente: (García Veiga, 2011) El sub-modelo de medida expresa la relación de cada variable latente con sus respectivos indicadores teniendo en cuenta las relaciones que se esperan encontrar y los errores asociados a las mediciones. El sub-modelo de medida está definido por la siguiente expresión: y = Λyƞ + ɛ x = Λxξ + δ Dónde: y: vector de variables observadas endógenas. x: vector de variables observadas exógenas. ƞ: vector de variables latentes endógenas. ξ: vector de variables latentes exógenas. Λy: matriz de coeficientes de variables endógenas. Λx: matriz de coeficientes de variables exógenas. ɛ: vector de errores de medición para los indicadores endógenos. δ: vector de errores de medición para los indicadores exógenos. pág. 34 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. El sub-modelo de relaciones estructurales muestra las relaciones entre los constructos, teniendo en cuenta los errores de predicción. Se relacionanlas variables independientes con las dependientes. La estructura de los sub-modelos estructurales es: η= B η+Γξ+ζ Dónde: η: vector de variables endógenas. ξ: vector de variables exógenas latentes. Γ: matriz de coeficientes Ɣij que relacionan las variables latentes exógenasξ con las endógenasη. Indican que una unidad de cambio en la variable exógena ξi resulta en un cambio en ηiƔi unidades, manteniéndose todas las demás variables constantes. B: matrizde coeficientes que relacionan las variables latentes endógenas entre sí. Una unidad de cambio en la variable, manteniendo todas las demás variables constantes. ζ: vector de errores o términos de perturbación. Indican que las variables endógenas no son perfectamente predichas por las ecuaciones estructurales. Se supone que no existe correlación entre los errores y las variables exógenas. Tipos de Variables. Las variables latentes o constructos son aquellas imposibles de observar directamente en la realidad, en las ciencias sociales se puede observar mejor este concepto cuando se propone medir la inteligencia, satisfacción, fidelidad de clientes, motivación, entre otras, para lo cual se utilizan una serie de indicadores y variables aproximadas. Las variables observadas o indicadores son aquellas que se pueden observar directamente en la realidad y representan características observables de algún pág. 35 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. fenómeno en específico. Generalmente son los ítems de un cuestionario o indicadores a través del tiempo. Las variables de error representan tanto los errores asociados a la medición de una variable como el conjunto de variables que no han sido contempladas en el modelo y que pueden afectar la medición de una variable observada. El error asociado a la variable dependiente representa el error de predicción. Las variables exógenas afectan a otra(s) variable(s) y no reciben efecto de ninguna. Las variables endógenas reciben efecto de otra(s) variable(s). Toda variable endógena debe ir acompañada de una variable de error. Por regla general cada variable se representa de una determinada forma(Anexo 1). Para medir un fenómeno mediante variables latentes, es necesario identificar y definir relaciones entre los constructos y las variables observadas. Según los datos disponibles se identifica cada constructo con sus indicadores, donde estos pueden ser indicadores reflectivos o formativos. Los indicadores reflectivos reflejan el constructo, son causados por este, generalmente están correlacionados entre sí y se representan en el diagrama con una flecha desde el constructo hacia los indicadores. Los indicadores formativos son la causa de la variable latente, no necesariamente tienen que estar correlacionados entre sí y se representan en el diagrama con una flecha desde el indicador hacia el constructo. Diagramas estructurales. Los modelos de ecuaciones estructurales se pueden representar mediante un sistema de ecuaciones y un diagrama de estructura. El diagrama de estructura es una representación gráfica del modelo, las relaciones que existen en él y sus parámetros, representando las relaciones entre variables pág. 36 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. que se conciben inicialmente, también se denomina diagrama de causa, gráfico de rutas, diagrama de senderos o diagramas estructurales. El programa de computación AMOS permite realizar la definición del modelo al representarlo en el interfaz gráfico, a partir de esto el programa deriva las ecuaciones. Existe una connotación específica para interpretar estos diagramas (Anexo 2). Las variables observables se representan encerradas en rectángulos. Las variables no observables (latentes) se representan encerradas en óvalos o círculos. Los errores (sean de medición o de predicción) se representan sin rectángulos ni círculos (aunque algunos programas las dibujan como variables latentes). Las relaciones bidireccionales (correlaciones y covarianzas) se representan como vectores curvos con una flecha en cada extremo. Cualquier efecto estructural se representa como una flecha recta, cuyo origen es la variable predictora y cuyo final, donde se encuentra la punta de la flecha, es la variable dependiente. Los parámetros del modelo se representan sobre la flecha correspondiente. Cualquier variable que reciba efecto de otras variables del modelo deberá incluir también un término error. Para que las teorías de correlación y de medición se representen correctamente en los diagramas de trayectorias se deben cumplirlas siguientes normas:(Lara Hormingo, 2014) 1) Todas las relaciones deben estar representadas en el diagrama 2) Todas las variables que influyen sobre variables endógenas deben de estar incluidas en el diagrama 3) El diagrama debe ser sencillo, y contener relaciones justificadas teóricamente. pág. 37 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Epígrafe 2.3. Pasos para la conformación de los Modelo de Ecuaciones Estructurales. Existen cinco pasos fundamentales para construir un Modelo de Ecuaciones Estructurales: especificación, identificación, estimación de parámetros, evaluación del ajuste e interpretación de resultados. Diagrama 2.1. Pasos para construir un Modelo de Ecuaciones Estructurales. Especificación. Definir las variables. Establecer las relaciones. Identificación. Grados de libertad. Esfericidad de Barttlet. Test KMO. Supuesto de normalidad. Fiabilidad de la escala. Estimación. Máxima verosimilitud. Mínimos Cuadrados Generalizados. Distribución Libre Asintótica. Mínimos Cuadrados No Ponderados. Evaluación del Ajuste. Ajuste global. Ajuste incremental. Interpretación de Resultados. Ajuste de parsimonia. Re-especificación. Fuente: Elaboración propia. Especificación. La especificación del modelo se refiere al planteamiento de las variables y la creación de las relaciones entre estas, basándose en la fundamentación teórica del objeto de estudio. El modelo teórico debe especificar las relaciones que se esperan encontrar entre las variables latentes, a su vez cada parámetro debe estar correctamente pág. 38 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. identificado y ser derivable de la información contenida en la matriz de varianzas y covarianzas.(García Veiga, 2011) Identificación. La identificación del modelo es comprobar que el planteamiento teórico se puede medir, que los parámetros desconocidos del modelo se pueden estimar a partir de los elementos de la matriz de varianzas y covarianzas de las variables observables. Se evalúa la calidad de la base de datos, se verifica el cumplimiento del supuesto de normalidad univariada y multivariada y se comprueba la fiabilidad de los datos. Identificación del modelo en cuanto a los grados de libertad. Los grados de libertad (gl) se definen como la diferencia entre el número de varianzas y covarianzas, y el de parámetros a estimar, consecuentemente, gl no puede ser negativo para poder realizar el análisis. Se denota la cantidad total de variables con s = p + q, con p: número de variables endógenas y q: número de variables exógenas. Siendo el número de elementos no redundantes en la matriz de varianzas y covarianzas ½(s(s+1)). Si se denota al número total de los parámetros del modelo como t, y se define: 𝑔l=(𝑠(𝑠+1))/2 –𝑡 Según el valor de gl, los modelos se pueden clasificar en:(Lara Hormingo, 2014) 1) No identificado (gl<0) modelos en los que los parámetros toman infinitos valores. Y por ellos están indeterminados. 2) identificado (gl=0) modelos en los que puede existir una única solución para los parámetros que iguale la matriz de covarianzas observada e implicada. 3) Sobre identificado (gl>0) modelos que incluyen menos parámetros que varianzas y covarianzas. El software AMOS calcula los grados de libertad del modelo propuesto e indica si el modelo está identificado o no. pág. 39 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Para lograr la identificación de los parámetros existen varias estrategias, como utilizar al menos tres indicadores por variable latente e igualar la métrica de cada constructo con uno de sus indicadores (fijar arbitrariamente el peso de uno de los indicadores al valor 1). Test de KMO. El test Kaiser Meyer Olkin (KMO) es una medida para comparar magnitudes de los coeficientes de correlación simple con los coeficientes de correlación parcial. Índice KMO: r r A 2 j 2 j ij i ij i j 2 hj h El índice puede tomar valores entre 0 y1, mientras más se aproxime a 1 indica un buen ajuste, y lo contrario si se aproxima a 0.(Romero Lamorú, Solis Corvo, & Espallargas Ibarra, 2007) Esfericidad de Bartlett. Para evaluar la calidad de la base de datos se aplica la prueba de Esfericidad de Bartlett, que verifica si la matriz de correlaciones es significativamente diferente a la matriz identidad, evaluando si es posible asociar variables en factores, siendo las hipótesis como siguen: H0: La matriz de correlación R, es la matriz de Identidad. (Valores de la diagonal principal son unos y los restantes elementos ceros). No existe correlación entre las variables. H1: La matriz de correlación R, no es la matriz de Identidad. Estadístico de Prueba: X20 = - ((n-1)-1/6(2 V +5) ln R) n: muestra v: variables incluidas en R pág. 40 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Grados de libertad: 1/2(V2 - V) Rechazo H0 si X20> X2(1/2(V2 - V)) El estadístico de prueba se obtiene de la transformación Chi-Cuadrado del determinante de la matriz de correlaciones. Cuando el estadístico toma un valoralto y la probabilidad marginal asociada a él es menor que el nivel de significación prefijado, se plantea el rechazo de H0, por tanto, la matriz de correlaciones no es la matriz de identidad.(Romero Lamorú, Solis Corvo, & Espallargas Ibarra, 2007) Normalidad univariante y multivariante. Los métodos de máxima verosimilitud y mínimos cuadrados generalizados requieren del cumplimiento del supuesto de normalidad. Existen varias formas de validar la normalidad univariante en un conjunto de datos, el estudio de la asimetría y curtosis permite determinar cuán lejos se encuentran las observaciones muestrales de una distribución normal. Se puede construir un estadístico dividiendo los respectivos coeficientes entre sus desviaciones típicas, donde valores superiores al percentil de Z de 1,96 para una significación de 5% conlleva al rechazo de la hipótesis nula de normalidad. También se puede construir un estadístico conjunto: k2 = [z(G1)]2 + [z(G2)]2 Donde z(G1) y z(G2) representa los coeficientes de asimetría y curtosis divididos por su desviación típica. Para este un valor de k2 superior a 5,99 permite rechazar la hipótesis nula de normalidad para una significación del 5%.(González, Abad, & Lèvy, 2006) La prueba de Kolmogorov-Smirnov-Lilliefors permite un análisis más profundo, donde se compara la función de distribución empírica muestral con la teórica de una población normal, siendo las hipótesis: H0: La variable sigue una Distribución probabilística Normal. pág. 41 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. H1: La variable no sigue una Distribución probabilística Normal. El estadístico de prueba es la desviación máxima entre la frecuencia acumulada observada y la frecuencia acumulada de la distribución normal. La fase de decisión se puede plantear a través de la probabilidad marginal que se obtiene, si es mayor que el nivel de significación prefijado, no se rechaza la hipótesis nula y se cumple el supuesto de normalidad. La normalidad multivariada significa que los vectores de datos observados son muestras aleatorias independientes procedentes de una población en que cualquier combinación lineal de las variables sigue una distribución normal, es decir, las muestras proceden de poblaciones que siguen una distribución normal multivariada.(Romero Lamorú, Solis Corvo, & Espallargas Ibarra, 2007) El coeficiente de Mardiapermite comprobar la existencia de normalidad multivariada, cuando este es inferior a p*(p+2) donde p es el número de variables observadas en el modelo, se dice que existe normalidad multivariada.(García Veiga, 2011). El programa LISREL permite obtener el coeficiente de Mardia, sin embargo el programa AMOS solo produce el coeficiente asociado a la curtosis multivariada. Alpha de Cronbach. El estadístico Alpha de Cronbach se utiliza para medir la contribución de cada ítem en la escala, proporciona un coeficiente entre 0 y 1, donde un valor cercano a 1 indica que la fiabilidad del cuestionario es buena, aunque por regla general se considera una buena fiabilidad si el coeficiente está por encima de 0,6. Np 1 p( N 1 ) Dónde: p Promedio de correlacio nes N : Número de preguntas(items) Estimación. Para estimar los modelos se utilizan programas informáticos como LISREL y AMOS los cuales ofrecen varios métodos estadísticos, si se cumplen los pág. 42 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. supuestos de normalidad multivariada, se pueden utilizar las técnicas de máxima verosimilitud (ML por sus siglas en inglés) ymínimos cuadrados generalizados (GLSpor sus siglas en inglés) cuando existe correlación entre las observaciones. En caso de que no se cumplan el supuesto de normalidad las técnicas alternativas son distribución libre asintótica (ADFpor sus siglas en inglés), y mínimos cuadrados no ponderados (ULSpor sus siglas en inglés).(Cupani, 2012) El método de máxima verosimilitud es el más utilizado en los SEM, proporciona estimaciones consistentes, eficientes y no sesgadas con muestras de tamaño no suficientemente grandes, esta estimación requiere que las variables estén normalmente distribuidas. Se basa en maximizar la siguiente función de ajuste: Donde L es la función de verosimilitud, N el tamaño de muestra, S la matriz de covarianzas de la muestra, ∑ (θ) la matriz de covarianzas del modelo y θ el vector de los parámetros. El método mínimos cuadrados generalizados exige que los datos estén bajo condiciones de normalidad multivariante y se recomienda su uso cuando el tamaño de la muestra es grande y el modelo posee un tamaño y complejidad bajas. Se basa en minimizar la siguiente función: La estimación por distribución libre asintótica permite introducir variables ordinales, dicotómicas y variables continuas que no se ajusten a criterios de normalidad. La técnica necesita una muestra suficientemente grande y no se podrá utilizar si existe un gran número de variables indicadoras, como mínimo la muestra tiene que ser igual a [p*(p+1)]/2 donde p es el número de variables observables. pág. 43 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Este método minimiza la función: Donde s es el vector de datos (matriz de varianzas-covarianzas escrita como un vector), δ es la matriz de varianzas-covarianzas estimada en forma de vector, el término (Ө) indica que se deriva de los parámetros del modelo, W es una matriz que pondera la diferencias cuadráticas entre las matrices de varianzascovarianzas muestrales y estimadas. El método de mínimos cuadrados no ponderados puede ser utilizado cuando los datos no cumplen el supuesto de normalidad, y en ocasiones en que la muestra no sea extremadamente grande como lo exige el método de ADF. Se basa en minimizar la siguiente función: Donde tr es la traza de la operación que sigue. S es la matriz de varianzascovarianzas muestral y Ʃ*la matriz de varianzas-covarianzas estimada. Los métodos de estimación poseen ventajas y desventajas como se muestra en la tabla 2.1. pág. 44 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Tabla 2.1. Comparación de los métodos de estimación. Método ML Ventajas Desventajas Se pueden hallar todos los Exige la asunción de índices de bondad de ajuste. multivariada de los datos. normalidad Se pueden realizar pruebas de significancia t de los parámetros estimados. GLS Se pueden hallar todos los Exige la asunción de índices de bondad de ajuste. multivariada de los datos. normalidad Se pueden realizar pruebas de Resulta inapropiado cuando el modelo significancia t de los parámetros aumenta en tamaño y complejidad. estimados. ULS No es necesaria la suposición No se pueden hallar todos los contrastes de normalidad. estadísticos asociados. No se pueden realizar pruebas de significancia t de los parámetros estimados. Los estimadores dependen de la escala de medida de las variables observadas. ADF No es necesaria la suposición El tamaño muestral debe superar de normalidad. p*(p+1)/2 donde p es el número de Permite introducir en los variables observadas en el modelo. análisis variables ordinales, dicotómicas y continuas que no se ajusten a criterios de normalidad. El valor del estadístico Chi-cuadrado que proporciona únicamente será preciso cuando la muestra sea lo suficientemente grande. Fuente:(Valdivieso Taborga, 2013) Para el análisis de la satisfacción en El Aljibe, debido a que los datos presentan una distribución no normal, las técnicas utilizadas son mínimos cuadrados no ponderados y distribución libre asintótica, tomándose como criterio de selección entre los distintos modelos las medidas de ajuste obtenidas. Antes de proceder con la evaluación del ajuste es necesario examinar los resultados buscando posibles coeficientes estimados que excedan los límites aceptables: pág. 45 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Varianzas negativas o varianzas de error no significativas para cualquiera de los constructos. Coeficientes estandarizados cuyos valores sobrepasen 1,00. Errores estándar muy elevados asociados con cualquier coeficiente estimado. Si algún coeficiente de regresión es muy pequeño o no significativo se puede considerar la eliminación de la variable con vistas a mejorar el ajuste del modelo. La correlación múltiple al cuadrado (R2) muestra la magnitud de varianza de la variable dependiente explicada a través de las variables independientes en cada ecuación. Indica la magnitud de varianza del constructo que es explicada por el modelo. Como valor límite para un buen modelo la varianza explicada de las variables endógenas debe ser mayor o igual a 0,3. Mientras mayor sea el valor indica que dicho modelo posee un mayor poder predictivo.(Lara Hormingo, 2014) El programa AMOS produce una salida llamada “índices de modificación”, donde aparecen relaciones que no están presentes en el modelo y que de representarse pueden mejorar los índices de ajuste y los coeficientes estimados. Antes de establecer una nueva relación se necesita comprobar su justificación teórica. Evaluación. Se valida la exactitud del cumplimiento de los supuestos para determinar si es correcto y se aproxima al comportamiento poblacional. La utilidad del modelo está asociada a su capacidad de explicar la realidad. Un modelo SEM está ajustado perfectamente si la matriz de varianzas y covarianzas estimada se corresponde con la matriz observada. Para medir esta correspondencia existen tres tipos de medidas de ajuste: medidas absolutas de ajuste, medidas incrementales de ajuste, y medidas de ajuste de parsimonia. Ninguna de las medidas permite por si sola la aceptación o rechazo de un modelo, evaluándose los resultados de forma integral. pág. 46 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Las medidas absolutas de ajuste determinan el grado con que el modelo predice la matriz de varianzas y covarianzas de los datos observados. En este grupo se encuentran el estadístico Chi-cuadrado (x2), la raíz cuadrada del error cuadrático medio (RMSEA), el índice de bondad de ajuste (GFI) y el residuo cuadrático medio (RMR). El test x2contrasta la hipótesis nula de que los datos se ajustan al modelo perfectamente (H0: S = ∑, H1: S ≠ ∑) verificando si las matrices de varianza y covarianza observada y estimada son iguales. De esta forma el estadístico será:(García Veiga, 2011) x2(df) = (N – 1)F[S,∑(θ)] Donde los grados de libertad (df) = s – t. s: número de elementos no redundantes en S. t: el número total de parámetros a estimar. N: el tamaño de la muestra. S: matriz de varianzas y covarianzas empírica. ∑(θ): matriz de varianzas y covarianzas estimada. Existen elementos que pueden hacer que el test x2 disminuya eficacia: 1. Violación de la condición de normalidad de las variables observadas. 2. La complejidad del modelo, mientras más parámetros contenga el modelo el indicador tenderá a ser más pequeño. 3. Tamaño de muestra, en muestras pequeñas el test no es capaz de detectar diferencias significativas, aceptando modelos que no se ajustan bien, y lo contrario sucede cuando la muestra es muy grande. Por estas razones,el test en un modelo sobre identificado, debe tomarse como medida orientativa, debiéndose realizar las demás pruebas de ajuste para aceptar p rechazar el modelo propuesto. pág. 47 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. La literatura recomienda el uso del indicador esperando que este ratio sea lo más cercano posible a cero. El GFI representa el grado de ajuste conjunto, comparando los residuos al cuadrado obtenidos del modelo con los de la muestra. Su valor oscila entre 0 indicando un mal ajuste y 1 un ajuste perfecto. El RMR se calcula como la raíz cuadrada de la media de los residuos al cuadrado, siendo los residuos la diferencia entre cada elemento de la matriz de covarianza calculada y de la muestra. Valores inferiores a 0.05 se consideran un buen ajuste. El RMSEA cuantifica la discrepancia por grado de libertad, representa la bondad de ajuste que podría esperarse si el modelo fuera estimado con la población y no solamente con la muestra. Valores inferiores a 0.05 y hasta 0.08 significa un ajuste aceptable. Las medidas incrementales de ajuste son descriptivas, comparan el modelo propuesto con un modelo base, donde este último posee el ajuste asociado al peor modelo posible, aquel que no restringe las varianzas de las variables pero que todas sus covarianzas son cero, consecuentemente las variables no están relacionadas. Dentro de los índices de medidas incrementales se pueden evaluar el índice de ajuste normado (NFI) y el índice de bondad de ajuste ajustado (AGFI). El NFI evalúa la disminución del estadístico Chi-cuadrado del modelo propuesto con respecto al del modelo base. Este índice no toma en cuenta los grados de libertad, favoreciendo de esta forma los modelos sobre parametrizados. Los valores son entre 0 y 1, siendo mejor el ajuste cuanto más próximo esté a 1. Índice NFI X2b: Chi-cuadrado del modelo base. pág. 48 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. El AGFI proviene del índice GFI ajustado por el ratio entre los grados de libertad del modelo propuesto y los del modelo base. Los valores son entre 0 y 1, donde un mayor valor significa un mejor ajuste. Las medidas de ajuste de parsimonia se basan en la comparación de la calidad del ajuste y el número de coeficientes estimados para obtener dicho nivel de ajuste, con el objeto de evitar un modelo sobre-ajustado por la utilización de coeficientes innecesarios. Son utilizadas como elementos de comparación entre modelos alternativos. Entre estas medidas se encuentra el índice de ajuste normado de parsimonia (PNFI), el índice de calidad de ajuste de parsimonia (PGFI) y el criterio de información de Akaike (AIC). El PNFI es una modificación del NFI teniendo en cuenta los grados de libertad, mientras mayor sea el valor mejor es el modelo, se recomienda tomar como diferencias significativas a partir de 0.06. El PGFI ajusta el GFI con el número de variables manifiestas del modelo estimado, donde su rango está comprendido entre 0 y 1, mientras más se acerque a 1, mejor ajuste.Se recomienda tomar como diferencias significativas a partir de 0.06. Donde dfmin son los grados de libertad del modelo propuesto y df 0 los del modelo con el peor ajuste. El AIC ajusta el Chi-cuadrado con el número de parámetros estimados, donde valores próximos a 0 son indicativos de un buen ajuste y una mejor parsimonia. pág. 49 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Con el análisis de los índices anteriores se puede elegir entre varios modelos seleccionando el más idóneo o re-especificar aquellos que no expliquen adecuadamente la realidad. Los valores de corte para cada índice de ajuste se muestran en la tabla 2.2, estableciéndose criterios para un buen ajuste y para un ajuste aceptable. Tabla 2.2. Valores de corte para el ajuste de Modelos de Ecuaciones Estructurales. Indicador X2 X2(p) X2/df RMSEA GFI RMR NFI AGFI PNFI PGFI AIC Ajuste Bueno Ajuste Aceptable Medidas absolutas de ajuste 0 ≤ X2 ≤ 2df 2df ≤ X2 ≤ 3df 0.05 < p ≤ 1.00 0.01 ≤ p ≤ 0.05 2 0 ≤ X /df ≤ 2 2 < X2/df ≤ 3 0 ≤ RMSEA ≤ 0.05 0.05 ≤ RMSEA ≤ 0.08 0.95 ≤ GFI ≤ 1.00 0.90 ≤ GFI ≤ 0.95 0 ≤ RMR ≤ 0.05 0.05 ≤ RMR ≤ 0.10 Medidas incrementales de ajuste 0.95 ≤ NFI ≤ 1.00 0.90 ≤ NFI ≤ 0.95 0.90 ≤ AGFI ≤ 1.00 0.85 ≤ AGFI ≤ 0.90 Próximo a GFI Próximo a GFI Medidas de ajuste de parsimonia Valores altos. Diferencias significativas a partir de 0,06. Valores altos. Diferencias significativas a partir de 0,06. Menor que el valor del modelo alternativo. Fuente: Elaboración propia a partir de los valores de corte presentados por (García Veiga, 2011) y (Mascaray Laglera, 2011). La tabla 2.3 muestra las ventajas y desventajas en la utilización de los Modelos de Ecuaciones Estructurales. Tabla 2.3. Ventajas y Desventajas de la técnica SEM. Ventajas Desventajas Permite analizar el comportamiento de No demuestra relaciones de naturaleza variables inobservables mediante causal. variables observables. pág. 50 Capítulo 2. Metodología de los Sistemas de Ecuaciones Estructurales. Es una herramienta muy útil para el Los datos necesitan seguir un conjunto análisis de variables de supuestos para aplicar la técnica. multidimensionales. Permite cuantificar propuestas relaciones Requiere teóricamente tamaños de muestra modelo teórico entre medianos y grandes. variables. Permite analizar las variables Necesita de un dependientes como independientes en previamente establecido para realizar la relaciones posteriores. modelación, mientras mayor justificación posea el modelo teórico mejores resultados se obtienen. Tiene en cuenta los errores de Los métodos requieren de escalas medición en las modelaciones. métricas. Evalúa el impacto que ejercen unas variables sobre otras. Los programas para aplicar la técnica son sencillos y rápidos. Permite representar el modelo mediante un diagrama de senderos. La técnica permite obtener un modelo parsimonioso. Fuente: Elaboración propia. pág. 51 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. La técnica de modelos de ecuaciones estructurales responde a la necesidad de evaluar la satisfacción en el restaurante El Aljibe desde un punto de vista multidimensional, identificando las variables que mayor influencia ejercen en la satisfacción general de los clientes, para concentrar recursos y esfuerzos en atributos específicos y conformar una estrategia. En este capítulo se expone el análisis de la satisfacción percibida en El Aljibe mediante un modelo de ecuaciones estructurales donde se identifican las variables que mayor impacto ejercen en el constructo y se evalúa la situación del restaurante. El análisis que se desarrolla diferencia los dos tipos de clientes en la entidad, a la carta y en grupo, obteniéndose resultados diferenciados para cada uno. Epígrafe 3.1. Aplicaciónde la metodología de los Sistemas de Ecuaciones Estructurales en la medición de la satisfacción percibida en El Aljibe. Se construye un modelo que relacione las variables observables con las variables creadas de agrupación, denominándose latentes. Especificación del Modelo. Con el objetivo de buscar un modelo que explique lo mejor posible la realidad, se realizan varias estimaciones en ambos segmentos, teniéndose en cuenta modificaciones en el sub-modelo de estructura, en el sub-modelo de medida y en los métodos de estimación, con vista a seleccionar el mejor, basándose en los índices de bondad de ajuste. Inicialmente se definen cinco variables latentes como muestra la tabla 3.1. pág. 52 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Tabla 3.1. Constructos del modelo. Constructo F Nombre Descripción Fidelización Indica la fidelidad de los clientes con el restaurante y sus intenciones futuras con el mismo. SG Satisfacción General Expresa el nivel general de satisfacción de los clientes con el restaurante, teniendo en cuenta aspectos del producto, del servicio y de los servicios complementarios. SS Satisfacción Servicio por el Refleja la satisfacción de los clientes en cuanto al servicio recibido. SP Satisfacción Producto por el Indica la satisfacción percibida por los clientes, referente a aspectos propios del producto que se ofrece. Satisfacción por Servicios Complementarios los Expresa la satisfacción de los clientes en cuanto a los servicios complementarios que existen en la entidad. SSC Fuente: Elaboración propia. Se estiman 3 modelos con 5 variables latentes, donde las transformaciones se efectúan en las relaciones entre las mismas, posteriormente se elimina la variable latente: SP y se construye la variable que indica la satisfacción por el servicio gastronómico [SS], incluyendo los atributos de SP y la antigua SS. Esta modificación se justifica, a partir de que los coeficientes de regresión en la relación de SP con SG muchas veces son pequeños y se gana en parsimonia en cuanto al modelo. pág. 53 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Tabla 3.2. Representación de los modelos. Modelos 5L 1 Relaciones entre las variables latentes. 5L 2 5L 3 4L 1 4L 2 Fuente: Elaboración propia. pág. 54 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. En todos los casos la satisfacción general (SG) impacta en la fidelización (F) de los clientes. Las variables observables se obtienen a través de un cuestionario, el cual se aplicó a 410 clientes en el restaurante El Aljibe en el mes de febrero del 2013, donde las variables se midieron con una escala de Likert de 1 a 5 puntos.(Cruz Izquierdo, 2013) Para los clientes en grupo no se consideran las mismas variables que para el segmento de clientes a la carta por sus diferentes características, a los primeros no se les realizan varias preguntas referentes a sus criterios sobre: Variedad de la oferta de alimentos. Variedad de la oferta de bebidas. Cuenta correcta. Relación calidad precio. Se excluye del análisis en ambos segmentos,la variable que refleja la satisfacción por la ubicación, porque no es una variable que se puede modificar en el corto y mediano plazo. En principio las variables observables se asocian a los 5 constructos como se muestra en la tabla 3.3. Tabla 3.3. Distribución de variables latentes y observables. Constructo F SG SS Variable Descripción regresara La intención de volver. recmendac La intención de recomendar. satisfserv La satisfacción general como ítem del cuestionario. expectativ El cumplimiento de las expectativas. Scalidprecio La satisfacción en cuanto a la relación calidadprecio. Spresentpltos La satisfacción por la presentación de los platos. pág. 55 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. SP Srapidserv La satisfacción por la rapidez en el servicio. Samabcortes La satisfacción por la amabilidad y la cortesía de los trabajadores. Saparcprsonl La satisfacción por la apariencia del personal. Scuentcorret La satisfacción por la cuenta correcta. Ssboraliment La satisfacción por el sabor de los alimentos. Stempaliment La satisfacción por la temperatura de los alimentos. Scantaliment La satisfacción por la cantidad de los alimentos. Svariedaliment La satisfacción por la variedad de los alimentos. SSC Stempbebid La satisfacción por temperatura de las bebidas. Svaridbebid La satisfacción por la variedad de las bebidas. Sambient La satisfacción por la ambientación del lugar. Sservsanit La satisfacción por los servicios sanitarios. Shigiene La satisfacción por la higiene y la limpieza. Smusic La satisfacción por la música. Fuente: Elaboración propia. Identificación del modelo. Inicialmente se reemplazan los valores perdidos (no respuestas a las preguntas en el cuestionario) por el valor de la media de la serie, tanto en los datos de clientes a la carta como en grupo, seleccionándose aquellas variables donde los valores perdidos no exceden el 10% del total(Anexos 3 y 4). Test Kaiser Meyer Olkin. Tabla 3.4. Prueba KMO por segmento de clientes. Clientes KMO A la Carta 0,916 En Grupo 0,862 Fuente: Elaboración propia a partir de la salida del programa SPSS 21. pág. 56 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. En ambos casos se puede afirmar que los índices se acercan a la unidad, indicando un buen ajuste. Esfericidad de Bartlett. Tabla 3.5. Prueba de esfericidad de Bartlett por segmento de clientes. Clientes ChiCuadrado Probabilidad A la Carta 2792,453 0,000 En Grupo 1217,678 0,000 Fuente: Elaboración propia a partir de la salida del programa SPSS 21. En ambos casos se rechaza la hipótesis nula, indicando que la matriz de correlación R no es la matriz identidad. Supuesto de normalidad. Para estimar el modelo, algunos métodos de estimación, como se planteó anteriormente, exigen el cumplimiento del supuesto de normalidad por lo que en ambos segmentos se realiza el test de Kolmogorov-Smirnov (Anexos 5 y 6), y se decide realizar la comprobación delos cocientes de curtosis y asimetría entre sus respectivas desviaciones típicas. El resultado muestraque ningunade las variables sigue una distribución normal, por lo que solo se pueden utilizar los métodos de distribución libre asintótica (ADF) y mínimos cuadrados no ponderados (ULS). En la estimación por ADF se crean dos opciones: Un modelo con variables eliminadas, la cuales se seleccionan de acuerdo a su importancia llamado modelo varelim. Un modelo con variables parceladas llamado varparc, con el objetivo de incluir en el modelo, variables que fueron eliminadas en el anterior. La parcelación en ítems es una técnica que se utiliza para corregir la distribución de las observaciones y buscar la aproximación a una distribución normal. pág. 57 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. La parcelación realizada en el modelo no logró que los datos siguieran una distribución normal, pero la aplicación de esta técnica posee otras ventajas como incorporar al análisis todas las variables contempladas, obtener modelos más estables y más parsimoniosos y mejorar el ratio entre el número de variables y el de observaciones. En los modelos con variables eliminadas, se suprimen las siguientes: Para el segmento de clientes a la carta las variables Stempaliment, Stempbebid y Scuentcorret, por no presentar problemas en el restaurante, la variable Smusic por ser la menos importante según el criterio de los clientes. Para el segmento de clientes en grupo la variable Smusic, por resultar la menos importante de acuerdo con el criterio de los clientes. En los modelos con variables parceladas, respecto al de clientes a la carta se parcelan 10 variables, en 4, de la siguiente manera: 1. SambienteC: SmusicC y SambientC. 2. SbebidasC: StempbebidC y SvaridbebidC. 3. SalimtosC: ScantalimentC, SvariedalimentC y StempalimentC. 4. SsatisfaccC: satisfservC, expectativC y ScalidprecioC. Para el modelo de clientes en grupose parcelan 6 variables, en 3, de la siguiente manera: 1. SambienteC: SmusicC y SambientC. 2. SalimtosC: ScantalimentC y StempalimentC. 3. SsatisfaccC: satisfservC y expectativC. Fiabilidad de escala. Para comprobar la fiabilidad de los datos se utiliza el Coeficiente de Alpha de Cronbach.1 1 Los valores presentados corresponden a los modelos finales tanto para el segmento de carta como de grupo. En la fase de estimación y ajuste se explicarán las variables eliminadas y las transformaciones realizadas. pág. 58 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Para el modelo de clientes a la carta, contemplando 19 atributos, los valores se muestran en la tabla 3.6. Tabla 3.6. Coeficiente de Alpha de Cronbach para los clientes a la carta. Constructos SSC SS SG F Alpha 0,831 0,921 0,740 0,860 Alpha Total 0,945 Fuente: Elaboración propia a partir de la salida del programa SPSS 21. Para el modelo de clientes en grupo analizando 15 atributos, los valores se muestran en la tabla 3.7. Tabla 3.7. Coeficiente de Alpha de Cronbach para los clientes en grupo. Constructos Alpha Alpha Total SSC SS SG F 0,755 0,850 0,626 0,596 0,890 Fuente: Elaboración propia a partir de la salida del programa SPSS 21. En ambos segmentos los coeficientes son superiores a 0,6, indicando una buena fiabilidad. Epígrafe 3.2. Determinación del modelo de satisfacción percibida por los clientes en el restaurante El Aljibe. Estimación de los modelos. Para el segmento de clientes a la carta inicialmente se estima el modelo resultante de eliminar variables por la técnica de estimación ADF, donde se establecen las 5 relaciones definidas yno se aceptan ninguna de las variantes, en todos los casos se obtienen varianzas negativas a pesar de realizar las modificaciones propuestas. pág. 59 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. En un segundo momento se estima mediante la técnica ADF con variables parceladas, aceptándose los modelos Cartavarparc5L3 y Cartavarparc4L2 los cuales se encuentran libres de coeficientes infractores. Se estiman modelos con iguales relaciones que los anteriores mediante el método ULS, incluyéndoselas 20 variables observables. Se crea el modelo CartaULS5L1, donde los resultados fueron positivos, no existen varianzas negativas ni coeficientes no significativos, el único problema es que se refleja una varianza que supera la unidad, la correspondiente al error de la variable Smusic. Se realiza un análisis más profundo a la variable y se determina eliminarla del modelo por este motivo, además presenta una relación pobre con su variable latente (esta modificación se mantendrá en los modelos posteriores). Luego de esta modificaciónse acepta el modelo. Se construye el modelo CartaULS5L2 en el cual existe una varianza negativa y se elimina. Luego se crea el modelo CartaULS5L3, en el cual los resultados fueron aceptables. En el modelo CartaULS4L1 existen coeficientes estandarizados fuera del rango (1; 1), por lo que se elimina el modelo y se construye CartaULS4L2, el cual no presenta medidas infractoras aceptándose el mismo. Para el segmento de clientes en grupo se procede de forma similar. Se estima mediante el método ADF con variables eliminadas en el cual solo el modelo GrupoADFvarelim4L2 presenta valores aceptables, siendo el único que se acepta. Posteriormente la estimación se realiza mediante el método ADF con variables parceladas donde se acepta por ser el único modelo que muestra indicadores válidos, el modelo GrupoADF4L2. En la estimación mediante el método de ULS, se utilizan 16 variables observables. Desde el inicio la variable Smusica presenta coeficientes estandarizados extremadamente pequeños por lo que se decide eliminarlas del modelo porque distorsionaban los resultados. Quedan aceptados los modelos GrupoULS5L3 y pág. 60 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. GrupoULS4L2 en los cuales no existen medidas infractoras y todos los valores están dentro del rango aceptable. En resumen se seleccionan para el segmento de clientes a la carta cinco modelos: CartaADFvarparc5L3. CartaADFvarparc4L2. CartaULS5L1. CartaULS5L3. CartaULS4L2. Para el segmento de clientes en grupo se seleccionan cuatro modelos: GrupoADFvarelim4L2. GrupoADF4L2. GrupoULS5L3. GrupoULS4L2. Para evaluar la satisfacción del restaurante en general considerando ambos segmentos en conjunto se realiza una estimación por el método ULS en el cual se consideran 16 variables inicialmente, utilizándose los datos de los dos tipos de clientes unidos. En las modelaciones se elimina la variable Smusica por presentar bajos coeficientes de impacto y presentar un R2 extremadamente bajo, indicando que podía comprometer la investigación. Se seleccionaron para su comparación dos modelos: ConjULS5L3. ConjULS4L2. Evaluación del ajuste y selección de los modelos. La literatura es muy diversa en cuanto a criterios de utilización de índices, destacándose la necesidad de utilizar indicadores de las tres medidas. pág. 61 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Debido a que el método de estimación ULS solo brinda unos pocos indicadores, se selecciona un grupo de índices de bondad de ajuste donde se incluyen los siete resultantes del método ULS más dos adicionales, teniéndose en cuenta los tres tipos de medidas: medidas absolutas de ajuste, medidas incrementales de ajuste, y medidas de ajuste de parsimonia. Tabla 3.8. Índices de ajuste para clientes a la carta. ADFvarparc 5L 3 4L2 Indicador ULS Valores de corte 5L 1 5L 3 4L2 Bueno Aceptable Medidas absolutas de ajuste 0,392 0,465 0,395 0 ≤ X2/df ≤ 2 2 < X2/df ≤ 3 0 ≤ RMSEA ≤ 0.05 ≤ RMSEA ≤ 0.05 0.08 X2/df 2,068 2,168 RMSEA 0,071 0,075 GFI 0,913 0,908 0,985 0,982 0,984 0.95 ≤ GFI ≤ 1.00 0.90 ≤ GFI ≤ 0.95 RMR 0,136 0,179 0,038 0,041 0,038 0 ≤ RMR ≤ 0.05 0.05 ≤ RMR ≤ 0.10 Medidas incrementales de ajuste NFI 0,665 AGFI 0,870 PNFI PGFI AIC 0,520 0,612 186,144 0,643 0,978 0,977 0,981 0.95 ≤ NFI ≤ 1.00 0.90 ≤ NFI ≤ 0.95 0.90 ≤ AGFI ≤ 0.85 ≤ AGFI ≤ 0.90 1.00 Medidas de ajuste de parsimonia 0,511 0,832 0,840 0,854 Valores altos. 0,618 0,752 0,760 0,772 Valores altos. 192,393 Menor valor. 0,864 0,980 0,977 0,980 Fuente: Elaboración propia a partir de la salida del programa AMOS 20. Todos los modelos seleccionados en este segmento presentan índices aceptables, salvo en algunos casos, como el modelo CartaADFvarparc5L3 y CartaADfvarparc4L2 que presentan un RMR superior a 0,10, aunque está bastante cerca, y un NFI bastante bajo en comparación a las medidas recomendadas. El modelo a seleccionar será el CartaULS4L2ya que presenta un mejor ajuste en todos los indicadores significando que explica mejor la realidad que el resto. El indicadorX2/df es próximo a 0 indicando un ajuste muy bueno, el AGFI, NFI y GFI son muy próximos a 1, lo que significa según el GFI que los residuos al pág. 62 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. cuadrado obtenidos son similares a los de la muestra, el AGFI realiza esta comparación teniendo en cuenta los grados de libertad, según el NFI indica que la disminución del estadístico Chi-cuadrado del modelo con respecto al modelo base es muy favorable y el RMR es bastante pequeño indicando que las diferencias entre la matriz de varianzas y covarianzas del modelo con respecto a la muestra son pequeñas. En cuanto a las medidas de parsimonia, presenta los mayores valores para los índices de PNFI que ajusta el NFI con los grados de libertad y PGFI que ajusta el GFI. También es necesario señalar que este modelo presenta un poder predictivo de las variables bastante favorable, pues la variable SG explica un 92,6% de su varianza y la variable F un 52,7% (Anexo 7). Para el segmento de clientes en grupo los índices se reflejan en la tabla 3.9. Tabla 3.9. Índices de ajuste para clientes en grupo. ADFvarelim ADFvarparc 4L2 4L2 X /df 2,528 Medidas absolutas de ajuste 1,883 0,161 0,173 RMSEA 0,088 0,067 - - GFI 0,925 0,930 0,981 0,980 RMR 0,079 0,067 0,024 0,025 Indicador 2 ULS 5L 3 Valores de corte 4L2 Bueno Aceptable 0 ≤ X2/df ≤ 2 2 < X2/df ≤ 3 0 ≤ RMSEA ≤ 0.05 0.05 ≤ RMSEA ≤ 0.08 0.95 ≤ GFI ≤ 1.00 0 ≤ RMR ≤ 0.05 0.90 ≤ GFI ≤ 0.95 0.05 ≤ RMR ≤ 0.10 Medidas incrementales de ajuste NFI 0,687 0,730 0,968 0,964 0.95 ≤ NFI ≤ 1.00 0.90 ≤ NFI ≤ 0.95 AGFI 0,896 0,897 0,973 0,972 0.90 ≤ AGFI ≤ 1.00 0.85 ≤ AGFI ≤ 0.90 PNFI PGFI AIC 0,569 0,670 285,953 Medidas de ajuste de parsimonia 0,580 0,783 0,799 0,633 0,695 0,710 174,755 - Valores altos. Valores altos. Menor valor Fuente: Elaboración propia a partir de la salida del programa AMOS 20. pág. 63 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Los modelos seleccionados para el segmento de clientes en grupo presentan índices aceptables, salvo en casos como los modelos GrupoADFvarelim4L2 y GrupoADfvarparc4L2 que presentan un RMR superior a 0,10, y un NFI bastante bajo y el indicador X2/df presenta valores superiores a los recomendados. El modelo seleccionado es el GrupoULS4L2ya que presenta un mejor ajuste en todos los indicadores significando que explica mejor la realidad que el resto. El indicadorX2/df es el más bajo, el AGFI, NFI y GFI son muy próximos a 1 y el RMR es bastante pequeño, en cuanto a las medidas de parsimonia, presenta los mayores valores para los índices de PNFI y PGFI, siendo en ambos casos bastante altos. Este modelo presenta un buen poder predictivo de las variables, pues SG explica un 62,6% de su varianza y F un 81,5%(Anexo 8). Como resumen se seleccionaron los modelosCartaULS4L2 y GrupoULS4L2, en ambos segmentos son los que mejor explican la realidad. Los índices de los modelos que contemplan a los dos segmentos de clientes en conjunto se reflejan en la tabla 3.10. Tabla 3.10. Índices de ajuste para los segmentos en conjunto. Indicador ULS 5L 3 X2/df GFI RMR 0,501 0,985 0,029 NFI AGFI 0,979 0,979 PNFI PGFI 0,792 0,698 Valores de corte 4L2 Bueno Aceptable Medidas absolutas de ajuste 0 ≤ X2/df ≤ 2 2 < X2/df ≤ 3 0,425 0.95 ≤ GFI ≤ 1.00 0.90 ≤ GFI ≤ 0.95 0,987 0 ≤ RMR ≤ 0.05 0.05 ≤ RMR ≤ 0.10 0,027 Medidas incrementales de ajuste 0.95 ≤ NFI ≤ 1.00 0.90 ≤ NFI ≤ 0.95 0,981 0.90 ≤ AGFI ≤ 1.00 0.85 ≤ AGFI ≤ 0.90 0,982 Medidas de ajuste de parsimonia Valores altos. 0,813 Valores altos. 0,716 Fuente:Elaboración propia a partir de la salida del programa AMOS 20. pág. 64 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. El modelo que mejor ajuste presenta es ConjULS4L2, siendo el indicador X2/df más bajo, el AGFI, NFI y GFI son muy próximos a 1 y el RMR más pequeño, en cuanto a las medidas de parsimonia, presenta los mayores valores para los índices de PNFI y PGFI. Este modelo presenta un buen poder predictivo de las variables, donde SG explica un 75,3% de su varianza y la variable F un 58,3% (Anexo 9). Epígrafe 3.3. Hallazgos para el sostenimiento competitivo de El Aljibe. Clientes a la Carta El modelo CartaULS4L2 que explica la satisfacción del segmento de clientes a la carta en el restaurante El Aljibe, confirma que la satisfacción de los clientes es una variable compleja, la cual está influenciada por numerosos atributos. Figura 3.1. Modelo CartaULS4L2. Fuente: Elaboración propia a partir de la salida del programa AMOS 20. pág. 65 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Los servicios complementarios impactan positivamente en la satisfacción percibida, siendo la higiene y la limpieza el aspecto que los clientes de este segmento valoran más, por lo cual se debe considerar este elemento para garantizar una opinión positiva. La ambientación si bien posee menor grado de impacto que el atributo anterior, es bastante significativa lo que indica que es un elemento importante para los clientes. El restaurante no presenta problemas en estas variables ya que la gran mayoría están satisfechos y muy satisfechos, resultando necesario continuar trabajando en las mismas con el objetivo de alcanzar una completa satisfacción. Los servicios gastronómicos poseen un gran impacto en la satisfacción donde todos los atributos que se analizan, poseen alta influencia, la amabilidad y cortesía de los empleados y la apariencia del personal son los aspectos fundamentales. Significa que son los más influyentes en cuanto a la satisfacción de los clientes a la carta y sugiere que a pesar de que en ambos aspectos la mayor parte de los mismos están satisfechos y muy satisfechos se evidencia la necesidad de mejorar estos atributos con vistas a alcanzar el mayor grado de satisfacción posible. Existe una relación importante entre la satisfacción percibida y las expectativas donde a pesar de no ser la más alta posee un valor significativo, ya que demuestra que un elemento importante en la satisfacción es asombrar a los clientes. Se comprueba la relación positiva y significativa que existe entre la satisfacción general de los clientes y sus intenciones futuras, donde el mayor impacto de una satisfacción positiva se manifiesta en las intenciones de recomendar, lo que significa que aumentando la satisfacción de los clientes actuales aumenta la posibilidad adquirir clientes futuros. Analizando los pesos factoriales podemos realizar un análisis más profundo en cuanto al impacto de cada variable observable en las variables latentes. pág. 66 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Tabla 3.11. Pesos Factoriales. Modelo CartaULS4L2 SSC ScantalimentC SvariedalimentC StempalimentC SvaridbebidC SrapidservC SambientC SservsanitC ShigieneC SsboralimentC StempbebidC SpresentpltosC SamabcortesC SaparcprsonlC ScuentcorretC expectativC satisfservC ScalidprecioC regresaraC recmendacC 3 mayores SS 0,012 0,02 0,019 0,032 0,016 0,027 0,019 0,031 0,012 0,021 0,2 0,008 0,115 0,004 0,454 0,017 0,012 0,021 0,021 0,035 0,016 0,027 0,029 0,05 0,026 0,044 0,011 0,019 0,007 0,011 0,015 0,025 0,009 0,014 0,001 0,001 0,011 0,019 4-6 mayores SG F 0,031 0,002 0,05 0,004 0,042 0,003 0,049 0,003 0,032 0,002 0,012 0,001 0,007 0 0,027 0,002 0,033 0,002 0,055 0,004 0,043 0,003 0,078 0,006 0,069 0,005 0,03 0,002 0,052 0,004 0,118 0,008 0,068 0,005 0,005 0,05 0,088 0,883 6-10 mayores Fuente: Elaboración propia a partir de la salida del programa AMOS 20. Queda demostrado el impacto que ejerce la amabilidad y cortesía de los empleados y la apariencia del personal en la variable satisfacción general, poseen gran importancia como variables de acción para que la entidad logre una mayorsatisfacción en este segmento, siendo estos aspectos los más influyentes de manera general. La fidelización está influida mayormente por la intención de recomendar sobre la cual la satisfacción por los servicios gastronómicos es la que mayor impacta, como se puede apreciar en la matriz de efectos totales estandarizados (Anexo 12). Indica que para lograr una buena recomendación por parte de los clientes a la carta estos deberán estar satisfechos de forma general y específicamente en cuanto al servicio gastronómico que se brinda. pág. 67 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Clientes en Grupo. El segmento de cliente en grupo se analiza mediante el modelo GrupoULS4L2 en el cual se contemplan menos variables que en el modelo perteneciente al segmento de clientes a la carta. Figura 3.2. Modelo GrupoULS4L2. Fuente: Elaboración propia a partir de la salida del programa AMOS 20. La satisfacción en cuanto a la ambientación es de gran importancia para este segmento de cliente a pesar de que la higiene y la limpieza son altamente valoradas, la ambientación en cuanto a servicios complementarios es la variable de acción para lograr mayor satisfacción en este segmento. Los servicios gastronómicos son altamente influyentes en la satisfacción general de los clientes en grupo, donde los de mayor impacto son la rapidez en el servicio, la presentación de los platos y el sabor de los alimentos, siendo estos tres aspectos los más importantes. pág. 68 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. La fidelización está altamente influenciada por la satisfacción que perciban los clientes, significando que al aumentar la satisfacción en los clientes en grupo existe una alta posibilidad de que estos recomienden, incrementando los clientes futuros. Analizando los pesos factoriales se puede observar que los atributos propios del servicio gastronómico de mayor impacto en la satisfacción percibida por los clientes en grupo son la presentación de platos, la rapidez en el servicio y el sabor de los alimentos, siendo estos aspectos los puntos de acción más importantes para satisfacer a los clientes en grupo. Tabla 3.12. Pesos Factoriales. ModeloGrupoULS4L2 SSC SambientG SsboralimentG StempalimentG StempbebidG ScantalimentG SrapidservG SservsanitG ShigieneG SpresentpltosG SamabcortesG SaparcprsonlG satisfservG expectativG regresaraG recmendacG 3 mayores SS 0,217 0,051 0,041 0,098 0,035 0,084 0,019 0,044 0,036 0,086 0,051 0,122 0,157 0,037 0,172 0,04 0,049 0,118 0,038 0,09 0,038 0,091 0,024 0,058 0,005 0,011 0,004 0,008 0,018 0,043 4-6 mayores SG F 0,018 0,015 0,035 0,03 0,03 0,026 0,016 0,014 0,031 0,026 0,044 0,037 0,013 0,011 0,014 0,012 0,042 0,036 0,032 0,028 0,033 0,028 0,24 0,205 0,046 0,04 0,035 0,076 0,18 0,389 6-10 mayores Fuente: Elaboración propia a partir de la salida del programa AMOS 20. El cumplimiento de las expectativas, si bien no es el más importante para definir la satisfacción de este segmento, presenta una influencia positiva en cuanto a su constructo, y teniendo en cuenta que el mayor porcentaje de los clientes en grupo calificaron la visita como “exactamente como los esperaba” y “ligeramente mejor de cómo lo esperaba”, demuestra la calidad mantenida por el restaurante en el pág. 69 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. entorno cada vez más competitivo al que pertenece, sin embargo superar las expectativas de los clientes supondría un aumento significativo en la satisfacción. Clientes a la Carta y en Grupo. Cuando se miden ambos segmentos en conjunto se obtienen resultados acerca del comportamiento general de los clientes del restaurante. Aunque es muy importante analizar los segmentos por separado para lograr trabajar de manera diferente en cada uno y poder obtener una mayor satisfacción, es necesario tener un modelo que refleje el comportamiento general para determinar aquellos aspectos que influyen en la satisfacción en ambos tipos de clientes. Figura 3.3. Modelo ConjULS4L2. Fuente: Elaboración propia a partir de la salida del programa AMOS 20. La higiene y limpieza, y la ambientación son aspectos que poseen gran impacto en la satisfacción de los clientes en cuanto a servicios complementarios, lo que convierte a estas variables en puntos de acción a tener en cuenta por el restaurante. Si bien todos los atributos comprendidos en el estudio impactan positiva y significativamente en la satisfacción de los clientes, no todos influyen de la misma pág. 70 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. manera, resultando la amabilidad y cortesía de los empleados, la apariencia del personal y la presentación de los platos como los aspectos más influyentes, reflejando la necesidadpor parte del restaurante de concentrar sus esfuerzo de maximizar la satisfacción en estos aspectos. En cuanto a la variable expectativas, del total de clientes el 43,9%reflejó que el servicio fue tal como lo esperaban, demostrando el alto nivel de calidad presente en el restaurante, sin embargo, superar las expectativas de los clientes incrementaría significativamente la satisfacción general. Las intenciones de recomendar poseen una mayor influencia de la satisfacción percibida que las intenciones de regresar, lo que significa que a mayor satisfacción percibida por los clientes se incrementa la posibilidad de adquirir clientes futuros. Analizando los pesos factoriales para el modelo en cuestión, se observa con mayor detalle como las variables de amabilidad y cortesía de los empleados, apariencia del personal y presentación de los platos son las que mayor aporte realizan a la satisfacción de los clientes, y no solo a la satisfacción por los servicios gastronómicos sino también que poseen gran influencia a través de los otros constructos logrando así un efecto indirecto en la satisfacción general que se adiciona al efecto directo. pág. 71 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Tabla 3.13. Pesos Factoriales. ModeloConjULS4L2 SSC Sambient Ssboraliment Stempaliment Stempbebid Scantaliment Srapidserv Sservsanit Shigiene Spresentpltos Samabcortes Saparcprsonl satisfservR expectativ regresaraR recmendacR 3 mayores SS SG 0,224 0,037 0,025 0,079 0,031 0,097 0,025 0,077 0,023 0,071 0,028 0,088 0,143 0,024 0,314 0,052 0,034 0,106 0,044 0,137 0,042 0,129 0,023 0,071 0,007 0,023 0,001 0,004 0,015 0,048 4-6 mayores F 0,016 0,004 0,034 0,008 0,043 0,01 0,034 0,008 0,031 0,007 0,039 0,009 0,01 0,002 0,023 0,005 0,046 0,011 0,06 0,014 0,057 0,013 0,239 0,054 0,077 0,018 0,013 0,06 0,161 0,755 6-10 mayores Fuente: Elaboración propia a partir de la salida del programa AMOS 20. Elementos como el sabor y la temperatura de los alimentos a pesar de no ser el centro de atención en cuanto a satisfacción percibida por los clientes, poseen una influencia positiva y significativa reflejando el papel que adquieren en las decisiones de los consumidores y la importancia que poseen, lo que las convierte en variablesnecesariamente a mantener y mejorar. En el gráfico 3.1 se observa la comparación de los pesos que poseen los diferentes atributos en el constructo satisfacción general teniendo en cuenta los tres modelos estimados. pág. 72 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Gráfico 3.1. Comparación entre los pesos factoriales por segmento y en conjunto. 0,25 0,2 0,15 Carta 0,1 0,05 Grupo Conjunto 0 Fuente: Elaboración propia a partir de la salida del programa AMOS 20. La variable observable de satisfacción recogida en el cuestionario posee la mayor influencia en el constructo satisfacción general en los tres casos debido a la similitud entre los conceptos,indicando que las respuestas recogidas en el cuestionario son correspondientes con la medición de la variable desde un punto de vista multidimensional. Se aprecian las diferencias más sustanciales entre los clientes a la carta y los clientes en grupo, en cuanto a la temperatura de las bebidas, la amabilidad y cortesía, y la apariencia del personal donde a pesar de las discrepancias, en el modelo conjunto resultan estas dos últimas como las más influyentes. Se observa como el peso de las expectativas toma un valor importante para los todos los clientes, evidenciando la influencia positiva en la satisfacción percibida de asombrar a los clientes, de superar sus expectativas. A pesar de que las variables pertenecientes al constructo de satisfacción por servicios complementarios presentan los impactos más bajos, su efecto en la satisfacción general es de manera indirecta, resultando la satisfacción por la pág. 73 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. higiene y la limpieza como el atributo que más valoran los clientes en este tipo de servicio. Índice de satisfacción general. Como medida de satisfacción en general existen varios programas que dado un cuestionario producen un índice de satisfacción, un valor entre 0 y 1 que refleja de manera general la satisfacción de los clientes, donde mientras más se acerque a 1, indica mayor satisfacción. Para este trabajo en específico, se confeccionó un índice para el análisis de modelos de ecuaciones estructurales, pues utiliza la matriz de pesos factoriales, donde se recogen los impactos de cada ítem sobre las variables latentes, también utiliza las medias de las series de variables observables como valor de cada atributo. El índice sigue la siguiente fórmula: n i 1 * n i i 0 i i 0 1 Dónde: i : Valor medio de la serie i. i : Peso factorial para la variable latente SG producido por AMOS para cada variable i. : Valor máximo de la escala utilizada. n : Cantidad de ítems utilizados en el modelo. Se construyó una escala para la valoración del índice de satisfacción. Los valores se agrupan en cuatro niveles, como muestra la tabla 3.14. pág. 74 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Tabla 3.14. Escala del índice de satisfacción. Nivel de Satisfacción Intervalos del Índice Gran Satisfacción 0,87 - 1,00 Satisfacción 0,75 - 0,87 Indiferencia 0,50 - 0,75 Insatisfacción 0,25 - 0,50 Gran Insatisfacción 0,00 - 0,25 Fuente: Elaboración propia. Los resultados reflejan según la escala que los clientes están altamente satisfechos de forma conjunta, sin embargo es el límite inferior del nivel, indicando la necesidad de aplicar medidas para aumentar la satisfacción. Los valores del índice para cada modelo se muestran en la tabla 3.15. Tabla 3.15. Valores del índice de satisfacción por modelos. Modelos Índice Clientes a la Carta 0,865 Clientes en Grupo 0,883 Clientes Totales 0,871 Razón Escala PIMS 1,02 Satisfacción más o menos igual Fuente: Elaboración propia. Existe una diferencia en cuanto a nivel de satisfacción entre los clientes en grupo y a la carta, los primeros muestran una “gran satisfacción” mientras los segundos se encuentran “satisfechos”. Según la escala del índice, entre los dos valores de cada segmento se encuentra el límite entre los niveles de satisfacción y gran satisfacción, aunque esta diferencia no es significativa pues la razón es de 1,02 que de acuerdo a la escala PIMS se considera como una satisfacción más o menos igual. pág. 75 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Cuadro resumen del análisis de la satisfacción mediante la técnica SEM. Teniendo en cuenta la complejidad de la variable satisfacción, la metodología SEM aporta análisis de relaciones más profundas y permite obtener nuevos resultados. La tabla 3.16 muestra un cuadro resumen de los principales hallazgos que se obtienen con la utilización de la técnica SEM y las ventajas que suponen para la empresa. Tabla 3.16. Principales hallazgos y ventajas de la utilización de la técnica SEM. Hallazgos Confirmación de la Ventajas variable La satisfacción está influida por diferentes satisfacción como un constructo atributos de la empresa, donde todos ellos multidimensional. impactan positiva y significativamente. Se conoce la influencia de cada aspecto en la satisfacción. Diferencia entre los clientes a la Los aspectos que mayor impacto ejercen carta y en grupo. en la satisfacción son diferentes para cada segmento de clientes, esto permite trazar estrategias específicas para cada tipo y así aumentar la satisfacción en ambos. Para los clientes a la carta los Permite aspectos más influyentes son la atributos amabilidad y cortesía de establecer acciones en específicamente, estos concentrando los esfuerzos y recursos para aumentar la empleados y la apariencia del satisfacción. Ratifica a lo intangible como personal. una herramienta de diferenciación potente en este segmento. Para los clientes en grupo las Priorizar estos aspectos en el segmento de variables que mayor satisfacción clientes en grupo, contribuiría aportan son la presentación de los significativamente a elevar la satisfacción platos y la rapidez en el servicio. de los mismos. pág. 76 Capítulo 3. Modelación de la Satisfacción percibida en el restaurante El Aljibe. Los atributos de mayor impacto A pesar del trato diferenciado que se debe para el total de clientes son la establecer en cada segmento, los aspectos amabilidad y cortesía de los que mayor satisfacción producen son los empleados y la apariencia del referentes a la profesionalidad del personal, personal. influye más la forma de brindar el servicio que el servicio en sí. El cumplimiento de las expectativas Es necesario realizar acciones con vista a de los clientes posee una gran asombrar a los clientes, potenciar las influencia en su satisfacción. iniciativas, de manera que el restaurante supere las expectativas de los mismos constantemente y así aumente la satisfacción general. El índice de satisfacción arrojó un El índice muestra que existe gran valor de 0,871 para el total de satisfacción en el restaurante, pero está clientes. muy próximo al límite inferior de ese nivel, lo que indica la necesidad de trabajar mucho más en los aspectos señalados para aumentar la satisfacción de los clientes. Fuente: Elaboración propia. pág. 77 Conclusiones. Conclusiones. La investigación constata el carácter multidimensional de la variable satisfacción, su valor como arma estratégica para alcanzar el éxito de las empresas y la necesidad de su medición. El estudio confirma la importancia de la técnica de Modelos de Ecuaciones Estructurales para la determinación de la satisfacción percibida y sus bondades para la comprensión de la sinergia de sus componentes. El trabajo ratifica la connotación de la gestión del valor para los clientes de El Aljibe, demuestra la influencia positiva que ejercen para el sostenimiento competitivo y aporta información acerca de los atributos que exigen la concentración de los recursos y esfuerzos en el mercado de la restauración. Es notorio el peso de lo intangible para la satisfacción de los clientes, la amabilidad y cortesía de los empleados y la apariencia como la profesionalidad del personal, siendo esta la fuente de ventaja competitiva principal reconocida por los clientes. El cumplimiento de las expectativas denota la madurez de la generación de valor en el restaurante y la importancia de incorporar atributos no esperados para la diferenciación competitiva en un mercado cada vez más saturado. De igual forma revela el peso que posee el incremento de la satisfacción percibida en el desarrollo de mercados futuros. La investigación comprueba las diferencias significativas en la escala de valor de los segmentos de clientes y define la amabilidad y cortesía de los empleados y la apariencia del personal para los clientes a la carta y rapidez en el servicio y la presentación de los platos para los clientes en grupo, lo cual esclarece el comportamiento a seguir por la instalación en las prioridades de diferenciación competitiva. pág. 78 Conclusiones. El trabajo ubica al restaurante en un nivel de gran satisfacción con un índice general de 0,871, que alcanza 0,883 para los clientes en grupo y 0,865 para los clientes a la carta, lo cual advierte el comportamiento diferenciado que exige la gestión de la calidad para ambos segmentos. pág. 79 Recomendaciones. Recomendaciones. Informar a la dirección del restaurante El Aljibe de los resultados obtenido en la investigación, con el fin de concentrar recursos y esfuerzos en aquellos elementos de mayor influencia en la satisfacción de los clientes. Sistematizar la utilización de los Modelos de Ecuaciones Estructurales en la investigación de calidad en El Aljibe con vista a ajustar la modelación a la dinámica del mercado. Ampliar los resultados del presente estudio a otros restaurantes con el objetivo de generalizar sus bondades en la gestión de la calidad en el sector de la restauración. Crear a partir de la presente investigación materiales para la incorporación de la técnica a la docencia de pregrado y posgrado. Consolidar la técnica de Modelos de Ecuaciones Estructurales y su incorporación para la investigación de constructos multidimensionales dada las ventajas que ofrece. pág. 80 Bibliografía. Bibliografía. 1. Adí Sharón, G. W. (2003). Medición de la calidad de los servicios. Maestría en Dirección de Empresas. Chile: Universidad del CEMA. 2. Alavi, M., & Ghaemi, H. (October de 2011). Aplication of Structural Equation Modeling in EFL Testing: A report of two iranian studies. Lenguage Testing in Asia., 1(3). 3. Alén Gonzáez, M. E., & Fraiz Brea, J. A. (2006). Evaluación de la relación existente entre la calidad de servicio, la satisfacción y las intenciones de comportamiento en el ámbito del turismo termal. Revisa Europea de Dirección y Economía de la Empresa., 15(3), 171-184. 4. Alén González, M. E., & Fraiz Brea, J. A. (2006). Relación entre la calidad de servicio y la satisfacción del consumidor. Su evaluación en el ámbito del turismo termal. Investigaciones Europeas de Dirección y Economía de la Empresa., 12(1), 251-272. 5. Alfaro García, M. E., & Caballero Domínguez, A. J. (Septiembre de 2006). Índices Nacionales de Satisfacción: una vista general. IV Congreso de Metodología de Encuesta. Pamplona, España. 6. Arias, B. (2008). Desarrollo de un ejemplo de análisis factorial confirmatorio con LISREL, AMOS y SAS. Seminario de Actualización en Investigación sobre Discapacidad SAID. España: Univesidad de Valladolid. 7. Batista-Foguet, J. M., Coenders, G., & Alonso, J. (2004). Análisis Factorial Confirmatorio. Su utilidad en la validación de cuestionarios relacionados con la salud. Med Clin, 21-27. 8. Beerli Palacio, A., Martín Santana, J. D., & Fernández Monroy, M. (2008). Importancia del valor de marca en la satisfacción y lealtad de los clientes en el mercado industrial. España: Universidad de las Palmas de Gran Canarias. 9. Bisquerra, R. (1989). Introducción conceptual al análisis multivariable.(Vol. Vol. II). Barcelona: PPU. pág. 81 Bibliografía. 10. Bollen, K. A. (1989). Structural Equations with latent variables.New York: Wiley. 11. Borges Rabelo, N. (Junio de 2007). Trascendencia del enfoque de clientes para la implantación del modelo a la excelencia empresarial. Tesis de Diploma. La Habana, Cuba: Facultad de Economía, UH. 12. Borja Jimeno, M., & Briceño Ayala, A. (2009). Diseño de un instrumento para medir cuanto es el valor percibido por los empleados de su compensación salarial, de la empresa Apostar S.A. Trabajo de Maestría en Administración del Desarrollo Humano y Organizacional. Colombia: Universidad Tecnológica de Pereira. 13. Bosques Martínez, M. (Junio de 2009). Consolidación del enfoque de procesos mediante la implantación del Sistema de Análisis de Peligros y de Punos Críticos de Control en el marco de la ISO 9001:2000. Tesis de Diploma. La Habana, Cuba: Facultad de Economía, UH. 14. Brizuela Rodríguez, M., Cárdenas, M., & Espínola, S. (2005). Encuesta de Satisfacción de Usuarios. Hospital de Clínicas de Asunción. Paraguay: Universidad Nacional de Asunción. 15. Bustamante, A., & Cabanzo, Y. (2013). Análisis del valor percibido de marca en la categoría life style sneakers. Documentos de trabajo, mestría en gerencia estratégica de mercadeo. Bogotá, Colombia: Universidad Politécnico Grancolombiano. 16. Calabuig, F., Burillo, P., Crespo, J., Mundina, J. J., & Gallardo, J. (2010). Satisfacción, calidad y valor percibido en espectadores de atletismo. Revista Internacional de Medicina y Ciencias de la Actividad Física y el Deporte., 10(40), 577-593. 17. Calvo Porral, C., Martínez Fernández, A., & Juanatey Boga, O. (2013). Análisis de dos modelos de ecuaciones estructurales alternativos para medir la intención de compra. Investigación Operacional, 34(3), 230-243. pág. 82 Bibliografía. 18. Carmona Lavado, A., & Leal Millán, A. (1998). La teoría de los dos factores en la satisfacción del cliente. Investigaciones Europeas de Dirección y Economía de la Empresa., 53-80. 19. Carro, M., Gómez, J. M., Correas, J., Morales, J. F., Mera, E. F., Puebla, G., y otros. (May de 2004). The AMOS Project. AMOS User`s Manual. Technical University of Madrid. 20. Casas Guillén, M. (2001). Los modelos de ecuaciones estructurales y su aplicación en el Índice Europeo de Satisfacción del Cliente. Facultad de Económicas. Universidad San Pablo CEU. 21. Castrillón Barbosa, M. F., & Díaz Monroy, L. G. (2010). Construcción de un índice de satisfacción del cliente mediante ecuaciones estructurales. Caso de estudio: clientes de un banco nacional. Apuntes del CENES, 29(49), 3146. 22. Cervelló, E. M., Iglesias, D., Moreno, P., Jiménez, R., & Del Villar, F. (2004). Apliación de modelos de ecuaciones estructurales al estudio de la motivación de los alumnos en las clases de educación física. Revista de Educación., 371-382. 23. Civera Satorres, M. (Abril de 2008). Análisis de la relación entre calidad y satisfacción en el ámbito hospitalario en función del modelo de gestión establecido. Tesis Doctoral. Castellón de la Plana, España: Universidad Jaume I. 24. Crobet Chávez, Y. (Junio de 2008). El monitoreo de los procesos claves de El Aljibe, como garantía en el logro de un servicio de excelencia. Tesis de Diploma. La Habana, Cuba: Facultad de Economía, UH. 25. Cruz Izquierdo, R. (mayo de 2013). Calidad Percibida: Reto para el sostenimiento competitivo de El Aljibe. Tesis de Diploma. La Habana, Cuba: Facultad de Economia, U.H. 26. Cupani, M. (2012). Análisis de Ecuaciones Estructurales: conceptos, etapas de desarrollo y un ejemplo de aplicación. Tesis(1), 186-199. pág. 83 Bibliografía. 27. Díaz, Y. (Mayo de 2009). El enfoque de clientes: premisa esencial para la mejorea contínua del Sistema de Gestión de la Calidad basado en la Norma ISO 9001:2008. Tesis de Diploma. La Habana, Cuba: Facultad de Economía, UH. 28. Droguett Jorguera, F. J. (2012). Calidad y Satisfacción en el Servicio a Clientes de la Industria Automotriz: Análisis de principales factores que afectan la evaluación de los clientes. Seminario para optar al título de Ingeniero Comercial. Santiago, Chile: Universidad de Chile, Facultad de Economía y Negocios. 29. Espejel Blanco, J. E., Fandos Herrera, C., & Flavián Blanco, C. (2007). Modelo de Ecuaciones Estructurales aplicado al aceite de oliva virgen extra del Bajo Aragón con denominación de origen protegida. Revista Mexicana de Agronegocios., 11(20), 222-237. 30. Fahl, G., & Risch, T. (August de 2008). AMOS II Tutorial. Sweden: Uppsala University. 31. Floristán Imízcoz, E., Servera-Francés, D., Arteaga Moreno, F., Fayos Gardó, T., & Gallarza Granizo, M. G. (2013). Valor, satisfacción y lealtad en el voluntariado. Aplicación a un megaevente religioso. Esic Market Economics and Business Journal., 44(3), 133-157. 32. Freiberg Hoffmann, A., Beatriz Stover, J., de la Iglesia, G., & Fernández Liporace, M. (2013). Correlaciones policóricas y tetracóricas en estudios factoriales exploratorios y confirmatorios. Ciencias Psicológicas., 7(2). 33. Gallarza, M. G., & Gil Saura, I. (2005). Desarrollo de una escala multidimensional para medir el valor percibido de una experiencia de servicio. Revista Española de Investigación de Marketing ESIC., 25-59. 34. García Veiga, M. (junio de 2011). Análisis causal con ecuaciones estructurales de la satisfacción ciudadana con los servicios municipales. Santiago de Compostela: Universidad de Santiago de Compostela. pág. 84 Bibliografía. 35. Gil Saura, I., & Gónzalez Gallarza, M. (2008). La investigación en valor percibido desde el marketing. Revista Innovar, 18(31), 9-18. 36. Gómez Cruz, M. E. (2011). Estimación de los modelos de ecuaciones estructurales, del índice mexicano de la satisfacción del usuario de programas sociales mexicanos, con la metodología de mínimos cuadrados parciales. México, D.F.: Universidad Iberoamericana. 37. González Bolea, L., Carmona Calvo, M. Á., & Rivas Zapata, M. Á. (2007). Guia para la medición directa de la satisfacción de los clientes. Centros de Excelencia. 38. González, N., Abad, J., & Lèvy, J. (2006). Normalidad y otros supuestos en análisis de covarianzas. En J. Lèvy, Modelización con estructuras de covarianzas . La Coruña: Netbiblo. 39. Gonzalo Londoño, J., & Baby M, J. (2005). Valor percibido por el cliente (VPC), como una herramienta para el análisis competitivo. 40. Gutiérrez Urzúa, M. I. (2008). Costes de agencias y de transacción como determinantes de las decisiones financieras. Un análisis de ecuaciones estructurales. Tesis Doctoral. Madrid, España: Universidad Complutense de Madrid. 41. Hernández Fernández, A. (2012). El valor percibido por el consumidor: conceptualización y variables relacionadas. Camino para el éxito de un negocio. Revista de Investigación 3 Ciencias. 42. Hox, J. J. (1995). Convariance Structure Modeling in Windows: a multitraitmultimethod analysis using AMOS, EQS and LISREL. Bulletin de Méthodologie Socioligique., 71-87. 43. Hox, J., & Bechger, T. (2000). An Introduction to Structural Equation Modeling. Family Science Review, 354-373. 44. IBM Company. (2010). Guía breve de IBM SPSS Statistics 19. SPSS Inc. 45. IBM SPSS AMOS (TM). (2002). Manual: Running SEM in AMOS. pág. 85 Bibliografía. 46. IBM SPSS AMOS (TM). (2011). AMOS 20 Reference Guide. AMOS Development Corporation. 47. ISMI-International Service Marketing Institute. (2002). La medición de la satisfacción del cliente. Once métodos distintos. MK Marketing + Ventas.(169), 41-48. 48. Jiménez R., E. D. (Octubre de 2010). Índice Nacional de Satisfacción a Clientes. Reporte general para los sectores de Servicios de telefonía móvil, seguros de salud y tyarjetas de crédito. República Dominicana: Metriqual. 49. Lara Hormingo, A. (enero de 2014). Introducción a la Ecuaciones Estructurales en AMOS y R. 50. Lassala Navarré, C., Ruiz Mafé, C., & Sanz Blas, S. (2010). Implicaciones de la satisfacción, confianza y lealtad en el uso de los servicios bancarios online. Un análisis aplicado al mercado español. Revista Europea de Dirección y Economía de la Empresa., 19(1), 27-46. 51. Londoño J., J. G., & Baby M., J. (2005). Valor percibido por el cliente (VPC), como una herramienta para el análisis competitivo. Medellín., Colombia: Universidad EAFIT. 52. López Bonilla, L. M. (2006). Estudio comparado de las estimaciones de dos versiones del modelo de aceptación de la tecnología (TAM) mediante los programas AMOS y PLS. Investigaciones Europeas de Dirección y Economía de la Empresa., 12(3), 95-110. 53. Manzano Patiño, A., & Zamora Muñoz, S. (2009). Sistema de Ecuaciones Estructurales: una herramienta de investigación. Cuaderno Técnico. Mexico D.F.: CENEVAL. 54. Martín Cerdeño, V. J. (2003). El sector de la restauración en España. Situación y factores explicativos. Distribución y Consumo., 1-22. 55. Martín Ruiz, D., Barroso Castro, C., & Martín Armario, E. (2004). El valor percibido de un servicio. Revista Española de Investigación de Marketing ESIC., 47-73. pág. 86 Bibliografía. 56. Martínez Fernández, P. (2007). Decisiones de comportamiento irregular y evasión fiscal en la empresa. Un análisis causal de los factores organizativos. Tesis Doctoral. Málaga, España: Universidad de Málaga. 57. Martínez García, J. A., & Martínez Caro, L. (2009). El análisis factorial confirmatorio y la validez de escalas en modelos causales. Anales de Psicología., 25(2), 368-364. 58. Martínez, J., Majó, J., & Casadesús, M. (2010). Los modelos de ecuaciones estructurales en los estudios de información. España: universidad de Girona. 59. Mascaray Laglera, J. L. (2011). Modelización mediante ecuaciones estructurales de la influencia del estilo de liderazgo en los ingenieros. Tesis Doctoral. España: Universidad Nacional de Eduación a Distancia. 60. Mascaray Laglera, J. L., & Conde Collado, J. (Septiembre de 2009). Estudio empírico de la aplicación de ítem parcels en modelos de ecuaciones estructurales. XIII Congreso de Ingeniería de Organización. Barcelona, España. 61. Medellín Lozano, E. W. (2012). Constratación de dos modelos motivacionales de autodeterminación para predecir la deserción en universitarios. Acta Colombiana de Psicología, 13(2), 57-68. 62. Mejía C., C. A. (2013). La propuesta de valor. La estrategia del conocimiento. Medellín, Colombia: Documentos PLANNING S.A. Publicación periódica coleccionable. 63. Mejía Puente, M. H., & Cornejo Sánchez, C. S. (2010). Aplicación del modelo de ecuaciones estructurales a la gestión del conocimiento. Latin American and Caribbean Journal of Engineering Education., 4(1), 23-30. 64. Merino, J. S. (diciembre de 2001). La calidad de servicio bancario: una escala específica de medida. Madrid, España: Universidad Complutense de Madrid. pág. 87 Bibliografía. 65. Montero, E. (2012). Los Modelos de Ecuacione Estructurales como herramienta para explorar posibles relaciones causales en investigación educativa: una ilustración con datos de PISA 2009 en Costa Rica. Cuarto Informe del Estado de la Educación. 66. Morillo Moreno, M. d. (2009). La calidad en el servicio de la satisfacción del usuario en instituciones financieras del municipio Libertador del Estado Mérida. Economía., 199-203. 67. Nuviala, A., Grao-Cruces, A., Teva-Villén, M., Pérez Ordás, R., & Blanco Luengo, D. (Junio de 2013). Validez de constructo de la escala motivos de abandono de centros deportivos. Revista Internacional de Medicina y Ciencias de la Actividad Física y el Deporte, X(X). 68. Pérez, E., Medrano, L. A., & Sánchez Rosas, J. (2013). El Path Analysis: conceptos básicos y ejemplos de aplicación. Revista Argentina de Ciencias del Comportamiento., 5(1), 52-66. 69. Prat Forga, J. M., & Díaz Soria, I. (2014). la repetición de visitas en el turismos industrial. Apliación de un modelo de ecuaciones estructurales en el Bages y el Berguedà. Documents d’Anàlisi Geogràfica., 60(2), 349-368. 70. Ramos Álvarez, M. M. (2000). Análisis de datos procedentes de investigaciones mediante progamas informáticos. Curso de análisis de investigaciones con programas informáticos. España: Universidad de Jaén. 71. Ramos Álvarez, M. M. (2000). Recursos metodológicos y estadísticos para la docencia e investigación. Curso de Recursos Metodológicos y Estadísticos. España: Universidad de Jaén. 72. Rial Boubet, A., Lamas Veiga, L., & Varella Malluo, J. (Junio de 2009). Aplicación de los modelos de ecuaciones estructurales a la identificación de las variables predictoras de la fidelidad a un centro comercial. Anales de Psicología, 25(1), 134-141. pág. 88 Bibliografía. 73. Romero Lamorú, I. ( 2007). Material Básico de Gestión de la Calidad. Facultad de Economía, Universidad de la Habana, Departamento de Ciencias Empresariales. 74. Romero Lamorú, I., Solis Corvo, M., & Espallargas Ibarra, D. (2007). Apuntes: Técnicas de estadística matemática aplicadas. Utilización del SPSS. la Habana, Cuba: Univerisidad de La Habana, Facultad de Economía. 75. Ruiz, M., Pardo, A., & San Martín, R. (2010). Modelos de Ecuaciones Estructurales. Madrid: Facultad de Psicología. Universidad Autónoma de Madrid. 76. Sabria Bernado, B., Llinas Audet, X., Isus Barado, S., & Yáñez Aldecoa, C. (2012). Factores dependientes de la motivación de los estudiantes de formación continua en el Principado de Andorra. España: Univesidad de Andorra. 77. Salvador Ferrer, C. M. (2009). Ecuaciones estructurales como modelos predictivos de la autoeficacia emprendedora en una muestra de jóvenes mexicanos y españoles. Apuntes de Psicología., 27(1), 65-78. 78. Santiago Merino, J. (2004). La calidad de servicio: unidimensionalidad vs. multidimensionalidad (una escala específica para el sector de banca comercial). Revista Electrónica de Ciencia Administrativa., 3(2), 1-20. 79. Schlesinger, W., Cervera, A., & Calderón, H. (2014). El papel de la confianza, la imagen y los valores compartidos en la creación de valor y lealtad: aplicación a la relación egresado-universidad. Revista Española de Investigación en Marketing ESIC., 18(2). 80. Serrano , C. (2014). Predicción del fracaso empresarial. 81. Tejedor Panchón, F. (Julio de 2004). Análisis del Modelo Europeo de Excelencia medianto la aplicación de modelos de ecuaciones estructurales. Sevilla, España: Universidad de Sevilla. pág. 89 Bibliografía. 82. Tomá, J. M., & Oliver, A. (1998). Efectos de formato de respuesta y método de de estimación en análisis factorial confirmatorio. Psicothema., 10(1), 197-208. 83. Torrecilla, J. M. (1999). Identificar la necesidad del cliente. Su satisfacción como centro de los objetivos de la empresa. Economía Industrial., 101-112. 84. Ullman, J. B. (2006). Structural Equation Modeling: Reviewing the basic and Moving Forward. Journal of Personality Assessment., 35-50. 85. Valdivieso Taborga, C. E. (2013). Comparación de los modelos formativo, reflexivo y de antecedentes de evaluación estudiantil del servicio de docencia. Revista de Métodos Cuantitativos para la Economía y la Empresa, 95-120. 86. Valdivieso Taborga, C. E. (Junio de 2013). Efecto de los métodos de estimación en las modelaciones de estructura de covarianzas sobre un modelo estructural de evaluación del servicio de clases. Comunicaciones en Estadística, 6(1). 87. Vergara Schmalbach, J. C., Quesada Ibargüen, V., & Blanco Hernández, I. (2012). Factores claves para la valoración de la calidad del servicio y satisfacción del cliente: modelos causales, desarrollo y evolución. Revista Virtual Universidad Católica del Norte.(35). 88. Vergara, J. C., Quesada, V. M., & Blanco, I. (2011). Análisis de la calidad en el servicio y satisfacción de los usuarios en dos hoteles cinco estrellas de la ciudad de Cartagena (Colombia) mediante un modelo de ecuaciones estructurales. Ingeniare. Revista Chilena de Ingeniería., 19(3), 420-428. 89. Virginia López, M. (Diciembre de 2012). Modelo de Ecuaciones Estructurales para la evaluación de la calidad de una vacuna bovina. Tesis de Maestría. Buenos Aires, Argentina. 90. Wilches Tamayo, M., Soledad Rojas, N. A., & Ayala, D. A. (2014). Análisis del valor percibido de operadores de relefonía móvil y sus relaciones con pág. 90 Bibliografía. perfiles de usuario. Un empírico en Bogotá. Bogotá, Colombia: Politécnico Grancolombiano. 91. Ximénez, M. C., & García, A. G. (2005). Comparación de los métodos de estimación de máxima verosimilitud y mínimos cuadrados no ponderados en el análisis factorial confirmatorio mediante simulación Monte Carlo. Psicothema., 17(3), 528-535. 92. Yáñez Canal, S., Jaramillo Elorza, M. C., & Correa Morales, J. C. (1999). Una revisión de medidas multivariadas de asimetría y kurtosis para pruebas de multinormalidad. Revista Colombiana de Estadística, 22(2), 5-16. pág. 91 Anexos. Anexos. Anexo 1. Notación básica para los modelos de ecuaciones estructurales. Fuente: (Manzano Patiño & Zamora Muñoz, 2009) Anexo 2. Símbolos de un diagrama de senderos. Fuente: (García Veiga, 2011) pág. 92 Anexos. Anexo 3. Valores perdidos para clientes en grupo. Variable de resultado Nº de valores perdidos Nº de observaciones 1 SubicaciónG 14 199 2 SambientG 2 199 3 SservsanitG 9 199 4 ShigieneG 5 199 5 SpresentpltosG 2 199 6 SsboralimentG 0 199 7 0 199 8 ScantalimentG 0 199 9 StempbebidG 1 199 10 SrapidservG 0 199 11 SamabcortesG 0 199 12 SaparcprsonlG 0 199 13 SmusicG 7 199 14 satisfservRG 0 199 15 expectativG 5 199 16 regresaraRG 0 199 17 recmendacRG 2 199 StempalimentG porcentaje 7% 1% 5% 3% 1% 0% 0% 0% 1% 0% 0% 0% 4% 0% 3% 0% 1% Fuente: Elaboración propia a partir de la salida del programa SPSS 21. Anexo 4. Valores perdidos para clientes a la carta. Variable de resultado Nº de valores perdidos Nº de observaciones 1 SubicaciónC 1 211 2 SambientC 1 211 3 SservsanitC 3 211 4 ShigieneC 1 211 5 SpresentpltosC 1 211 6 SsboralimentC 1 211 7 StempalimentC 1 211 8 ScantalimentC 1 211 9 SvariedalimentC 1 211 10 StempbebidC 1 211 11 SvaridbebidC 1 211 12 SrapidservC 1 211 13 SamabcortesC 2 211 14 SaparcprsonlC 1 211 15 ScuentcorretC 2 211 porcentaje 0% 0% 1% 0% 0% 0% 0% 0% 0% 0% 0% 0% 1% 0% 1% pág. 93 Anexos. 16 ScalidprecioC 1 211 17 SmusicC 1 211 18 satisfservRC 0 211 19 expectativC 0 211 20 regresaraRC 0 211 0% 0% 0% 0% 0% 0% 21 recmendacRC 0 211 Fuente: Elaboración propia a partir de la salida del programa SPSS 21. Anexo 5. Prueba de Kolmogorov-Smirnov para las variables de clientes a la carta. N Parámetros normales Media D.T. Diferencias más extremas Absoluta Positiva Negativa Z de K-S Sig. asintót. SambientC 211 4,524 ,7380 ,376 ,259 -,376 5,457 0,000 SservsanitC 211 4,236 ,9448 ,303 ,209 -,303 4,396 0,000 ShigieneC 211 4,448 ,7494 ,352 ,231 -,352 5,119 0,000 SpresentpltosC 211 4,348 ,8270 ,316 ,215 -,316 4,586 0,000 SsboralimentC 211 4,729 ,5413 ,460 ,308 -,460 6,678 0,000 StempalimentC 211 4,476 ,8118 ,371 ,259 -,371 5,388 0,000 211 SvariedalimentC 211 StempbebidC 211 4,781 ,5603 ,486 ,348 -,486 7,063 0,000 4,238 ,8786 ,286 ,193 -,286 4,151 0,000 4,629 ,7139 ,433 ,301 -,433 6,292 0,000 SvaridbebidC 211 4,410 ,8011 ,338 ,231 -,338 4,912 0,000 SrapidservC 211 4,538 ,9108 ,414 ,306 -,414 6,019 0,000 SamabcortesC 211 4,646 ,7231 ,437 ,312 -,437 6,342 0,000 SaparcprsonlC 211 4,576 ,6945 ,397 ,271 -,397 5,773 0,000 ScalidprecioC 211 4,395 ,8457 ,350 ,237 -,350 5,090 0,000 SmusicC 211 4,076 1,2550 ,295 ,231 -,295 4,288 0,000 satisfservC 211 4,488 ,6787 ,343 ,225 -,343 4,988 0,000 expectativC 211 3,597 ,9017 ,305 ,305 -,197 4,435 0,000 regresaraC 211 4,284 ,9022 ,298 ,214 -,298 4,329 0,000 recmendacC 211 4,483 ,6993 ,348 ,230 -,348 5,057 0,000 ScantalimentC Fuente: Elaboración propia a partir de la salida del programa SPSS 21. Anexo 6. Prueba de Kolmogorov-Smirnov para las variables de clientes en grupo. Parámetros normales N Media D.T. Diferencias más extremas Absoluta Positiva Negativa Z de KS Sig. asintót. SambientG 199 4,868 3,6241 ,480 ,480 -,355 6,778 0,000 SservsanitG 199 4,463 ,6714 ,336 ,212 -,336 4,737 0,000 199 SpresentpltosG 199 SsboralimentG 199 4,562 ,6267 ,376 ,242 -,376 5,302 0,000 4,462 ,6998 ,347 ,221 -,347 4,893 0,000 4,688 ,5716 ,436 ,293 -,436 6,148 0,000 StempalimentG 199 ScantalimentG 199 4,593 ,6278 ,405 ,258 -,405 5,713 0,000 4,744 ,5121 ,465 ,308 -,465 6,566 0,000 ShigieneG pág. 94 Anexos. StempbebidG 199 4,606 ,6327 ,397 ,267 -,397 5,594 0,000 199 SamabcortesG 199 SaparcprsonlG 199 4,724 ,5587 ,453 ,310 -,453 6,396 0,000 4,688 ,6223 ,450 ,308 -,450 6,355 0,000 4,739 ,4628 ,463 ,286 -,463 6,525 0,000 SmusicG 199 3,865 1,3568 ,256 ,201 -,256 3,611 0,000 satisfservG 199 4,653 ,5079 ,421 ,247 -,421 5,938 0,000 expectativG 199 3,814 ,7498 ,238 ,238 -,196 3,360 0,000 regresaraG 199 3,874 1,0393 ,211 ,139 -,211 2,982 0,000 recmendacG 199 4,492 ,6164 ,343 ,230 -,343 4,833 0,000 SrapidservG Fuente: Elaboración propia a partir de la salida del programa SPSS 21. Anexo 7. Correlación múltiple al cuadrado. Modelo CartaULS4L2. Variables satisfaccionxservicio satisfacciongeneral fidelizacion ScantalimentC SvariedalimentC StempalimentC SvaridbebidC SrapidservC SambientC SservsanitC ShigieneC SsboralimentC StempbebidC SpresentpltosC SamabcortesC SaparcprsonlC ScuentcorretC expectativC satisfservC ScalidprecioC regresaraC recmendacC R2 0,613 0,926 0,527 0,329 0,635 0,557 0,605 0,511 0,613 0,518 0,807 0,341 0,601 0,569 0,702 0,659 0,268 0,399 0,576 0,466 0,592 0,962 Fuente: Elaboración propia a partir de la salida del programa AMOS 20. Anexo 8. Correlación múltiple al cuadrado. Modelo GrupoULS4L2. Variables satisfaccionxservicio satisfacciongeneral fidelizacion R2 0,667 0,626 0,815 pág. 95 Anexos. SambientG SsboralimentG StempalimentG StempbebidG ScantalimentG SrapidservG SservsanitG ShigieneG SpresentpltosG SamabcortesG SaparcprsonlG satisfservG expectativG regresaraG recmendacG 0,557 0,447 0,429 0,224 0,367 0,515 0,479 0,487 0,575 0,45 0,351 0,535 0,147 0,281 0,641 Fuente: Elaboración propia a partir de la salida del programa AMOS 20. Anexo 9. Correlación múltiple al cuadrado. Modelo ConjULS4L2. Variables satisfaccionxservicio satisfacciongeneral fidelizacion Sambient Ssboraliment Stempaliment Stempbebid Scantaliment Srapidserv Sservsanit Shigiene Spresentpltos Samabcortes Saparcprsonl satisfservR Expectativ regresaraR recmendacR R2 0,638 0,753 0,583 0,59 0,37 0,533 0,428 0,322 0,518 0,511 0,69 0,577 0,615 0,561 0,595 0,326 0,372 0,884 Fuente: Elaboración propia a partir de la salida del programa AMOS 20. pág. 96 Anexos. Anexo10. Fiabilidad de escala, Alpha de Cronbach. Modelo CartaULS4L2. Constructos SSC SS SG F Alpha si se elimina Alpha por Alpha Total el elemento constructo SambientC 0,869 SservsanitC 0,737 0,831 ShigieneC 0,643 SpresentpltosC 0,915 SsboralimentC 0,918 StempalimentC 0,911 ScantalimentC 0,918 SvariedalimentC 0,911 StempbebidC 0,908 0,921 SvaridbebidC 0,909 0,945 SrapidservC 0,914 SamabcortesC 0,906 SaparcprsonlC 0,907 ScuentcorretC 0,92 ScalidprecioC 0,697 satisfservC 0,491 0,74 expectativC 0,722 regresaraC 0 0,86 recmendacC 0 Variables Fuente: Elaboración propia a partir de la salida del programa SPSS 21. Anexo 11. Fiabilidad de escala, Alpha de Cronbach. Modelo GrupoULS4L2. Constructos SSC SS SG F Alpha si se elimina Alpha por Alpha Total el elemento constructo SambientG 0,833 SservsanitG 0,595 0,755 ShigieneG 0,544 SpresentpltosG 0,818 SsboralimentG 0,823 StempalimentG 0,826 ScantalimentG 0,831 0,85 StempbebidG 0,847 0,89 SrapidservG 0,826 SamabcortesG 0,832 SaparcprsonlG 0,838 satisfservG 0 0,626 expectativG 0 regresaraG 0 0,596 recmendacG 0 Variables Fuente: Elaboración propia a partir de la salida del programa SPSS 21. pág. 97 Anexos. Anexo 12. Efectos Totales Estandarizados. Modelo CartaULS4L2. SS SG F ScantalimentC SvariedalimentC StempalimentC SvaridbebidC SrapidservC SambientC SservsanitC ShigieneC SsboralimentC StempbebidC SpresentpltosC SamabcortesC SaparcprsonlC ScuentcorretC expectativC satisfservC ScalidprecioC regresaraC recmendacC Standardized Total Effects SSC SS SG F 0,783 0 0 0 0,753 0,962 0 0 0,547 0,698 0,726 0 0,449 0,574 0 0 0,624 0,797 0 0 0,584 0,746 0 0 0,609 0,778 0 0 0,56 0,715 0 0 0,783 0 0 0 0,72 0 0 0 0,898 0 0 0 0,457 0,584 0 0 0,607 0,775 0 0 0,59 0,754 0 0 0,656 0,838 0 0 0,635 0,812 0 0 0,405 0,518 0 0 0,476 0,608 0,632 0 0,571 0,73 0,759 0 0,514 0,657 0,683 0 0,421 0,537 0,558 0,769 0,536 0,685 0,712 0,981 Fuente: Elaboración propia a partir de la salida del programa AMOS 20. Anexo13. Efectos Totales Estandarizados. Modelo CartaULS4L2. Standardized Total Effects SSC SS SG F SS 0,64 0 0 SG 0,503 0,786 0 F 0,46 0,72 0,915 SsboralimentG 0,434 0,678 0 StempalimentG 0,423 0,661 0 StempbebidG 0,306 0,478 0 ScantalimentG 0,391 0,612 0 SrapidservG 0,456 0,713 0 SservsanitG 0,855 0 0 ShigieneG 0,837 0 0 SpresentpltosG 0,485 0,758 0 0 0 0 0 0 0 0 0 0 0 0 pág. 98 Anexos. SamabcortesG SaparcprsonlG satisfservG expectativG regresaraG recmendacG 0,424 0,369 0,36 0,194 0,242 0,371 0,663 0,577 0,563 0,303 0,379 0,58 0 0 0,716 0,385 0,482 0,737 0 0 0 0 0,526 0,806 Fuente: Elaboración propia a partir de la salida del programa AMOS 20. Anexo14. Efectos Totales Estandarizados. Modelo ConjULS4L2. SS SG F Ssboraliment Stempaliment Stempbebid Scantaliment Srapidserv Sservsanit Shigiene Spresentpltos Samabcortes Saparcprsonl satisfservR expectativ regresaraR recmendacR Standardized Total Effects SSC SS SG F 0,682 0 0 0 0,595 0,872 0 0 0,456 0,669 0,767 0 0,419 0,614 0 0 0,495 0,726 0 0 0,449 0,658 0 0 0,393 0,576 0 0 0,495 0,726 0 0 0,811 0 0 0 0,94 0 0 0 0,509 0,746 0 0 0,533 0,782 0 0 0,509 0,747 0 0 0,457 0,67 0,769 0 0,339 0,497 0,57 0 0,278 0,408 0,468 0,61 0,429 0,629 0,721 0,94 Fuente: Elaboración propia a partir de la salida del programa AMOS 20. pág. 99