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
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
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
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
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
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
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
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
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
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
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
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
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
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
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

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
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
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
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
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
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.
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
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
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
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
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
Estructurales.
Figura 2.1. Sub-modelo de
medida.
Fuente: (García Veiga, 2011)
Figura 2.2. Sub-modelo de relaciones
estructurales
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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.
pág. 51
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
Inicialmente se definen cinco variables latentes como muestra la tabla 3.1.
pág. 52
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
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
Tabla 3.2. Representación de los modelos.
Modelos
5L 1
Relaciones entre las variables latentes.
5L 2
5L 3
4L 1
4L 2
pág. 54
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
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.
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
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
0,580
0,783
0,799
0,633
0,695
0,710
174,755
-
Valores altos.
Valores altos.
Menor valor
pág. 63
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
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
0.95 ≤ NFI ≤ 1.00
0.90 ≤ NFI ≤ 0.95
0,981
0.90 ≤ AGFI ≤ 1.00
0.85 ≤ AGFI ≤ 0.90
0,982
Valores altos.
0,813
Valores altos.
0,716
Fuente:Elaboración propia a partir de la salida del programa AMOS 20.
pág. 64
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.
pág. 65
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
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
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
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.
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
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
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
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.
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
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
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
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
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
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
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
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
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
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
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
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.
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
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
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.
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%
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
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
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
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
Anexo 8. Correlación múltiple al cuadrado. Modelo GrupoULS4L2.
Variables
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
Anexo 9. Correlación múltiple al cuadrado. Modelo ConjULS4L2.
Variables
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
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
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
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
Anexo13. Efectos Totales Estandarizados. Modelo CartaULS4L2.
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
Anexo14. Efectos Totales Estandarizados. Modelo ConjULS4L2.
SS
SG
F
Ssboraliment
Stempaliment
Stempbebid
Scantaliment
Srapidserv
Sservsanit
Shigiene
Spresentpltos
Samabcortes
Saparcprsonl
satisfservR
expectativ
regresaraR
recmendacR
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
pág. 99

Ver/Abrir

Transcripción

Documentos relacionados

ALJIBE DEL REY - Fundación Agua Granada

Tarea Vacacional de Matemática para alumnos que pasan a IV de