nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
En un mundo caracterizado por una feroz competencia, sumergido en la globalización y con una clara tendencia al conocimiento (Teece y Pisano, 1994) la innovación en las organizaciones se convierte en un factor clave para la sobrevivencia, dejando de ser una opción para convertirse en una necesidad (Buenechea-Elberdin, 2017; Li y Yu, 2018). Diversos autores han relacionado la innovación con factores clave de las organizaciones, como su crecimiento (Koudelková y Milichovsky, 2015), su éxito y la ventaja competitiva que puedan desarrollar (Varadarajan y Jayachandran, 1999), por lo que se requiere profundizar tanto en sus detonadores como en la forma como estos interactúan entre sí.
En este sentido, el CI a través de aproximaciones empíricas previas ha demostrado que tiene un efecto positivo y significativo sobre los distintos tipos de innovaciones que se encuentran en la literatura (por ejemplo: Agostini y Nosella, 2017; Al-Jinini, Dahiyat y Bontis, 2019; Tsou, Chen y Liao, 2016), llevándolo a ser señalado como generador de innovación (Nejjari y Aamoum, 2020). Autores como Cano, Sanchez, González y Pérez (2014) son radicales al señalar que difícilmente una organización puede generar innovación sin contemplar al CI como una parte fundamental.
La CA por su parte también ha sido estrechamente relacionada con la innovación (Cepeda-Carrion, Cegarra-Navarro y Jimenez-Jimenez, 2012) y reconocida por mejorar el desempeño innovador de las organizaciones (Zahra y George, 2002) lo cual es lógico considerando que en ella recae la habilidad de las organizaciones para reconocer y adquirir conocimiento para posteriormente aplicarlo con fines comerciales (Cohen y Levinthal, 1990).
Si bien la influencia del CI sobre la innovación se ha abordado previamente en la literatura un paso adelante es determinar la función mediadora que cumplen otras variables en esta relación, por ello, esta investigación se propone como objetivo determinar la función mediadora que tiene la CA en la relación entre el CI y la innovación. Según Engelman, Fracasso y Schmidt (2017) son pocos los trabajos que han abordado la relación entre el CI y la CA lo cual se confirma con la revisión de la literatura realizada reduciéndose más a aquellos que han abordado la función mediadora de la CA en la relación entre el CI y la innovación (por ejemplo: Cassol, Gonçalo y Ruas, 2016; Kousar, Zafar, Batool y Sajjad, 2019; Soo, Wei Tian, Teo y Cordery, 2017).
Por otro lado, con la llegada de la pandemia generada por el COVID 19 los institutos de educación superior como parte del sector de la educación se han visto forzados a generar una serie de cambios radicales en múltiples sentidos. En un corto tiempo, desde la comunicación con sus alumnos hasta la forma de enseñanza sufrieron innovaciones que les están permitiendo adaptarse y continuar cumpliendo con sus funciones principales por lo que el presente estudio puede significar una luz en la presente situación.
En concreto, considerando la escasa literatura de la función mediadora de la CA en la relación entre el CI e innovación y sobre todo la importancia de profundizar en la innovación en los institutos de educación superior, este trabajo se fija como objetivo principal determinar la función mediadora de la capacidad absortiva (CA) en la relación entre el capital intelectual (CI) y la innovación organizacional en institutos de educación superior del sur de Tamaulipas. Como objetivo complementario, se propone determinar el efecto que tienen el CI y la CA sobre la innovación organizacional.
La presente investigación está estructurada en cinco secciones. La primera termina con esta breve introducción. En la segunda sección se presenta una revisión de la literatura de CI, CA, innovación organizacional e institutos de educación superior para, posteriormente, en la siguiente sección abordar la metodología que se siguió para llevar a cabo el estudio. En la cuarta sección se presentan los resultados obtenidos y, finalmente, en la última sección se cierra con las conclusiones, las limitaciones y futuras líneas de investigación.
Revisión de la literatura
Capital intelectual
El CI puede entenderse de forma muy generalizada como los activos intangibles que la empresa posee o a los que tiene acceso (Buenechea-Elberdin, 2017; Gomezelj y Smolčić, 2016). Aunque existe quienes afirman que sus orígenes se remontan a principios de la humanidad (Edvinson y Malone, 1999), su estudio real inició a partir de los años noventa, con autores pioneros que buscaban medirlo con diferentes metodologías (por ejemplo: Brooking, 1997; Kaplan y Norton, 1997; Saint-Onge, 1996; Sveiby, 1997). Probablemente, el estudio más emblemático sea el de Leif Edvinsson con el modelo Navigator (Edvinsson, 1997).
La importancia del CI se pone de manifiesto cuando autores clásicos como Roos, Bainbridge y Jacobsen (2001) señalan que el éxito de una organización está relacionado en un 80 % con sus activos intangibles mientras que los activos tangibles únicamente influyen en un 20 %. Kousar et al. (2019) coinciden sobre la importancia de los activos intangibles llevando al CI como tema central en los debates sobre desarrollo económico y específicamente en el contexto de las universidades como un factor relevante (Chatterji y Kiran, 2017).
Aunque no existe una definición consensuada, la literatura parece coincidir en que se trata de un concepto multidimensional (Engelman et al., 2017) integrado por los llamados capitales humano, estructural y relacional siendo el primero de estos el principal (Nejjari y Aamoum, 2020). Los 3 capitales, aunque estrechamente correlacionados tienen raíces distintas, el capital humano proviene del conocimiento, habilidades y experiencias de los empleados, el capital estructural se refiere al conocimiento encriptado en las rutinas de la organización y el capital relacional se refiere a las relaciones que tiene la organización con sus stakeholders (Agostini, Nosella y Filippini, 2017).
El CI al provenir de los recursos internos de las organizaciones y ser constantemente señalado como factor de ventaja competitiva (Ansari, Barati y Sharabiani, 2016; Delgado-Verde, Martín-De Castro y Amores-Salvadó, 2016) es considerado por autores como Buenechea-Elberdin (2017) parte de la teoría basada en los recursos (Barney, 1991; Wernerfelt, 1984). En el caso de la presente investigación el desarrollo del marco teórico fue inspirado desde esta perspectiva.
Por otro lado, al ser básicamente conocimiento (Chen, Zhao y Wang, 2015; Delgado-Verde, Martín De Castro, Navas-López y Amores-Salvadó, 2014) genera un interés natural por determinar cómo interactúa con otras variables también basadas en el conocimiento como es la capacidad absortiva que tienen las organizaciones. En este sentido, pocos estudios han abordado de forma simultánea ambas variables en su carácter de variables independientes con la innovación.
Capacidad absortiva
El origen de la CA parte de la propuesta realizada por Cohen y Levinthal (1989) a finales de los ochentas, si bien sus autores la conceptualizaron es un hecho que en la comunidad científica todavía no está consensuada (Duchek, 2013; Lane, Koka y Pathak, 2006). Así pues, para la presente investigación se entiende como la habilidad de una organización para de forma permanente absorber, diseminar y utilizar nuevo conocimiento orientado hacia una ventaja competitiva sostenida (Soo et al., 2017).
La CA nace de la incapacidad de generar el conocimiento interno necesario en las organizaciones para ser competitivas requiriendo adquirirlo de otras, ese conocimiento adquirido posteriormente se incorpora al existente y se convierte en una nueva base de conocimientos más enriquecida que la existente de forma previa (Flatten, Engelen, Zahra y Brettel, 2011; Spithoven, Clarysse y Knockaert, 2011).
Ahora bien, se trata de un concepto multidimensional integrado por un conjunto de rutinas y procesos en las organizaciones que juntas componen una capacidad dinámica organizacional basada en 4 componentes: Adquisición, asimilación, transformación y explotación de conocimiento (Zahra y George, 2002). Siguiendo con los mismos autores, adquisición se refiere a la capacidad de recuperar, identificar y adquirir conocimiento externo. Asimilación de conocimientos se relaciona con la capacidad de la empresa para analizar, procesar, interpretar y comprender la información obtenida de fuentes externas. Por su parte, la transformación se refiere al reconocimiento de 2 grupos de información aparentemente incongruentes y su combinación para alcanzar un nuevo esquema. Por último, la explotación del conocimiento está relacionada con la capacidad de las organizaciones para refinar, expandir y apalancar y crear habilidades existentes y encaminadas en la aplicación del conocimiento (Cohen y Levinthal, 1990; Zahra y George, 2002).
Aunque diversos trabajos han evidenciado su influencia en variables claves como la innovación (Tsai, 2001), las finanzas (Kostopoulos, Papalexandris, Papachroni y Loannou, 2011), la transferencia de conocimiento (Szulanski, 1996), el aprendizaje (Lane, Salk y Lyles, 2001), la mayoría de las investigaciones son de carácter teórico (Solís, Zerón y Sánchez, 2019) generando una laguna en el conocimiento. En este sentido, Lewin, Massini y Peeters (2011, p.81) señalan que “las rutinas y procesos organizacionales específicos que constituyen las capacidades de capacidad de absorción siguen siendo una caja negra”.
La función de la CA resulta clave para la innovación organizacional como argumentan Zahra y George (2002) y como se ha comprobado con trabajos empíricos llevados a cabo recientemente (por ejemplo: Solís et al., 2019); sin embargo, al tener las organizaciones diferente capacidad de absorción del conocimiento trae como consecuencia que cada empresa genere una capacidad para innovar diferente (Subramaniam y Youndt, 2005) surgiendo dudas que requieren ser contestadas.
Innovación organizacional
La innovación es uno de los factores críticos en los resultados de una organización (Iqbal, Latif, Marimon, Sahibzada y Hussain, 2018) al grado de depender su sobrevivencia de su capacidad para innovar (Li y Yu, 2018). Diversos autores la consideran pieza clave en la generación de ventaja competitiva (Shahsiah y Sepahvand, 2016) cubriendo con ella las nuevas necesidades que demandan sus clientes. En la actualidad ha adquirido un mayor valor por la competencia sin precedentes que se vive (Patky y Pandey, 2020) motivada en gran parte por la globalización.
Su conceptualización puede ser definida en distintas formas (Alshamsi, Isaac y Bhaumik, 2019a), por ejemplo, Rogers (2003) la asocia con una idea, práctica u objeto que es percibido como nuevo por un individuo u otra unidad de adopción, Nelson y Winter (1977) la entienden como la iniciación, adopción e implementación de ideas o actividades nuevas adoptadas en la organización y para Alrowwad, Abualoush y Masa’deh (2020, p. 201) “es un proceso que identifica oportunidades para producir nuevos servicios o productos. La innovación es la adopción de nuevas ideas y conocimientos para desarrollar y mejorar nuevos productos”. Dando como constantes en las definiciones propuestas las palabras idea y nuevo.
Ahora bien, Schumpeter (1934) ha sido uno de los autores que más ha influido tanto en teorías, conceptualizaciones y clasificaciones existentes rechazando teorías clásicas y neoclásicas (Huang, Leone, Caporuscio y Kraus, 2020) y dando como resultado que diversos organismos sigan su huella al momento de abordar y conceptualizar la innovación (por ejemplo: OCDE, 2005). Las clasificaciones de la innovación en la literatura son abundantes, por ejemplo, se puede mencionar la innovación incremental y radical (Afuah, 1998), la innovación abierta (Chesbrough, 2003), las innovaciones de productos, procesos, mercadotecnia y organizativas (OCDE, 2005), entre otras.
Debido a que en la literatura los términos desempeño de la innovación, innovación organizacional e innovación empresarial se usan indistintamente (Chang, Gong, Way y Jia, 2013) este trabajo entiende la innovación organizacional relacionada con el sector educativo como aquellas modificaciones que se enfocan en cubrir las necesidades cambiantes de los alumnos, basándose en una cultura organizacional donde el recurso humano es clave y está pensada en la sustentabilidad. Respecto al alcance de la innovación se puede entender como algo completamente nuevo para el mercado o nuevo únicamente para la organización que la implementa (Santos-Rodrigues, Fernández-Jardón y Figueroa, 2015); el segundo criterio es el que aplica para el presente estudio.
Los institutos de educación superior
Los institutos de educación superior (entiéndase universidades y tecnológicos) de acuerdo a Herrera y Suárez (2021, p. 149) tienen 3 funciones primordiales: “la investigación, motor de la ciencia y el pensamiento humanístico, que mediante procesos epistemológicos logra innovar conocimiento básico y aplicado en las distintas ramas de la actividad científica. En segunda instancia, la docencia como espacio privilegiado para el intercambio y el libre debate de las ideas; es un mecanismo para transmitir el conocimiento y generar procesos de enseñanza-aprendizaje en la comunidad estudiantil. Y, por último, la extensión, la cual hace posible que la universidad se conecte con la sociedad y contribuya al progreso económico y social a través de la vinculación con los demás actores del sistema”.
Desempeñan así mismo un rol fundamental en el desarrollo social y económico de los países, tanto desarrollados como en vías de desarrollo (Iqbal, Latif, Marimon, Sahibzada y Hussain, 2018). Herrera y Suárez (2021) los identifican como agentes de cambio en sus áreas de influencia mientras que Kousar et al. (2019) apunta que dependen en buena medida de la innovación para conservar su permanencia en el mercado.
Ahora bien, los institutos de educación superior están inmersos en un contexto complejo que incluye la reducción de apoyos estatales, el cambio en las formas de gobernanza, el cambio de modelos de aprendizaje, presiones de responsabilidad hacia la sociedad, entre otras (Chatterji y Kiran, 2017) obligándolas a cambiar su enfoque de lo tangible a lo intangible buscando con ello sobrevivir y desarrollarse (Kousar et al., 2019).
Considerando que a decir de Kousar et al. (2019, p. 659) los institutos de educación superior “son responsables de producir conocimientos, habilidades y relaciones entre los seres humanos; por lo que es un sector ideal para estudiar la relación entre capital intelectual e innovación organizacional” y principalmente por el reto que enfrentan para desempeñar sus funciones en época de la pandemia generada por el COVID 19 esta investigación los adopta como unidad de análisis.
Planteamiento de hipótesis
Engelman et al. (2017) en su estudio empírico realizado en 495 empresas manufactureras en Brasil, aplicaron un cuestionario medido con una escala Likert de 7 puntos a directores, presidentes, administradores de recursos humanos y de investigación y desarrollo para posteriormente tratar los datos con ecuaciones estructurales basadas en el análisis de la covarianza y comprobar que el CI influye sobre la CA llevando a las empresas a ser más o menos innovadoras y también que la CA tiene una influencia positiva y significativa sobre el desempeño de la innovación.
Cassol et al. (2016) también en Brasil, pero mediante un estudio de caso en una empresa dedicada al papel y cartón recabaron 104 cuestionarios de gerentes, coordinadores y supervisores para posteriormente aplicar ecuaciones estructurales con la técnica PLS y comprobar que existen relaciones positivas entre el capital intelectual, la capacidad absortiva y la innovación y que el rol mediador de la CA es capaz de potencializar el CI y fomentar la innovación. Los autores complementaron su estudio con técnicas cualitativas como son la observación y entrevistas semiestructuradas.
En su estudio realizado en Pakistán, Kousar, Zafar, Batool y Sajjad (2019) incluyen como componente del CI al capital espiritual para investigar el papel mediador de la CA en la relación entre el CI y la innovación organizacional, tomando como unidad de análisis institutos de educación superior tanto públicos como privados recaban 610 cuestionarios y en base a un modelo de ecuaciones estructurales basado en la covarianza comprobaron que la capacidad absortiva tiene un rol mediador entre el capital intelectual y la innovación organizacional, que el CI y la CA tienen una relación positiva y significativa con la innovación organizacional y que el CI y la CA tienen una relación positiva entre sí. Con base en lo anterior se proponen las siguientes cuatro hipótesis:
H1. El capital intelectual tiene un efecto positivo y significativo en la innovación organizacional.
H2. El capital intelectual tiene un efecto positivo y significativo en la capacidad absortiva.
H3. La capacidad absortiva tiene un efecto positivo y significativo en la innovación organizacional.
H4. La capacidad absortiva tiene una función mediadora entre el capital intelectual y la innovación organizacional. La Fig. 1 presenta las relaciones propuestas a comprobar.
Método
Para lograr el objetivo de la presente investigación, se adoptó un enfoque cuantitativo de corte transversal y con alcance explicativo. A continuación, se describe la metodología seguida.
Muestra y unidad de análisis
Como unidad de análisis se consideró el total (censo) de las instituciones de educación superior (universidades y tecnológicos), tanto públicas como privadas en los municipios de Tampico, Madero y Altamira, en el estado de Tamaulipas. Esto de acuerdo con el Directorio Estadístico Nacional de Unidades Económicas (DENUE), generado por el Instituto Nacional de Estadística y Geografía (INEGI) y disponible en línea (Instituto Nacional de Estadística y Geografía, 2020).
Se eligieron estos municipios por la diversidad de oferta escolar que presentan y por agrupar la mayor concentración de población en el estado. En el caso de las escuelas que tienen diversos campus o facultades se consideró cada una de manera independiente tal como lo genera el DENUE.
Siguiendo algunos trabajos previos de CI e Innovación en otros contextos (Delgado-Verde et al., 2016; Sánchez-Baez, Fernández-Serrano y Romero, 2018), se aplicó como filtro que las instituciones seleccionadas tuvieran más de 50 empleados, buscando con ello que exista un flujo de conocimientos más dinámico. Así pues, un total de 27 institutos (14 públicos y 13 privados) fueron finalmente considerados como unidad de análisis para el presente estudio.
Instrumento de recolección de datos
Al ser el CI un constructo multidimensional reflejado en los capitales humano, estructural y relacional se hace necesario manejarlo como un constructo de segundo orden. En lo referente a la CA, buscando aportar al conocimiento se sigue a Cassol et al. (2016), quien lo manejó como un constructo de segundo orden integrado por las siguientes dimensiones: capacidad absortiva realizada y capacidad absortiva potencial. A decir del autor “La CA se puede subdividir en dos dimensiones: CA potencial y CA realizada. La CA potencial puede considerarse como un bagaje de conocimientos que ha sido adquirido y asimilado, pero que permanece en estado latente hasta que surge un uso real del conocimiento; a su vez, la CA realizada se preocupa por la transformación y aplicación de los conocimientos previamente adquiridos para lograr una ventaja competitiva a desarrollar en el corto o mediano plazo” (Cassol et al., 2016, p. 5). Por último la variable innovación organizacional se maneja como un constructo de primer orden.
Así pues, el CI al ser un constructo de segundo orden, consideró inicialmente todos los reactivos de sus 3 dimensiones, 15 en total. Cada una de sus dimensiones (constructos de primer orden) contaron con sus reactivos específicos: cinco para la dimensión capital humano (Engelman et al., 2017); cinco para la dimensión de capital estructural (Engelman et al., 2017); y para la dimensión capital relacional también cinco reactivos (Cassol et al., 2016).
La CA al ser también un constructo de segundo orden estuvo compuesta por los 12 ítems de sus 2 dimensiones, es decir, seis reactivos de la dimensión capacidad absortiva potencial (Cassol et al., 2016; Engelman et al., 2017), y seis reactivos de la dimensión capacidad absortiva realizada (Cassol et al., 2016; Engelman et al., 2017; Soo et al., 2017).
Por último, la variable innovación organizacional se manejó como un constructo de primer orden con cinco ítems (Alshamsi et al., 2019a; Cassol et al., 2016).
Así pues, se construyó un cuestionario específico y especialmente para esta investigación, que incluyó 32 ítems tomados de la literatura existente, con base en percepciones y adaptados para el sector de la educación (ver Tabla 1). Para su medición, se utilizó una escala Likert de siete puntos, donde 1 significa totalmente en desacuerdo, hasta llegar a 7, que significa totalmente de acuerdo. Atendiendo a la literatura, todos los reactivos fueron manejados como reflectivos.
Tabla 1 Detalles de medidas.
| Capital intelectual (CI) |
| Capital humano (CH) (Engelman et al., 2017) |
| CHp1. El personal de nuestra escuela está altamente calificado para sus respectivos puestos. |
| CHp2. El personal de nuestra escuela es experto en sus respectivos puestos y funciones. |
| CHp3. El personal de nuestra escuela es creativo y brillante. |
| CHp4. El personal de nuestra escuela es capaz de desarrollar nuevas ideas y conocimiento. |
| CHp5. El personal de nuestra escuela se puede considerar el mejor en sus puestos de trabajo. |
| Capital estructural (CE) (Engelman et al., 2017) |
| CEp1. Nuestra escuela facilita la comunicación y el intercambio de información entre su personal. |
| CEp2. Nuestra escuela tiene mucho de su conocimiento plasmado en manuales, archivos y bases de datos. |
| CEp3. Nuestra escuela valora la difusión interna de información y el flujo de conocimiento. |
| CEp4. Nuestra escuela incorpora gran parte de su conocimiento en los procesos y prácticas. |
| CEp5. En nuestra escuela hay una inversión creciente en nuevos métodos y sistemas. |
| Capital relacional (CR) (Cassol et al., 2016) |
| CRp1. En nuestra escuela la matrícula se ha incrementado. |
| CRp2. Los alumnos están completamente satisfechos con nuestra escuela. |
| CRp3. Nuestra escuela es reconocida en el ámbito académico. |
| CRp4. Los convenios realizados con otras universidades se aplican. |
| CRp5. Nuestra escuela identifica las peticiones de los alumnos. |
| CAPACIDAD ABSORTIVA (CA) |
| Capacidad absortiva potencial (CAP) (Cassol et al., 2016; Engelman et al., 2017) |
| CAPp1. La búsqueda de información relevante es un tema cotidiano en nuestra escuela. |
| CAPp2. Nuestra escuela espera que sus docentes manejen información más allá de su contexto. |
| CAPp3. Nuestra escuela tiene la capacidad de recabar información y conocimiento relevante, continuo y actualizado sobre competidores actuales y potenciales. |
| CAPp4. En nuestra escuela, las ideas y conceptos se comunican entre departamentos. |
| CAPp5. En nuestra escuela existe un rápido flujo de información. |
| CAPp6. Nuestra escuela tiene la capacidad de asimilar nuevas tecnologías e innovaciones que sean útiles o tengan un potencial probado. |
| Capacidad absortiva realizada (CAR) (Cassol et al., 2016; Engelman et al., 2017; Soo et al., 2017) |
| CARp1. Los empleados de nuestra escuela tienen la capacidad de estructurar y utilizar el conocimiento recopilado. |
| CARp2. Los empleados de nuestra escuela están acostumbrados a absorber nuevos conocimientos, así como a prepararlos y utilizarlos para otros fines. |
| CARp3. Los empleados de nuestra escuela pueden aplicar nuevos conocimientos en su trabajo práctico. |
| CARp4. Nuestra escuela reconsidera periódicamente las tecnologías existentes y las adapta de acuerdo con los nuevos conocimientos generados. |
| CARp5. Nuestra escuela tiene la capacidad de explotar nuevos conocimientos y responder rápidamente a los cambios en su entorno. |
| CARp6. Nuestra escuela regularmente considera cómo aprovechar mejor el conocimiento y/o las tecnologías. |
| Innovación organizacional (IO) (Alshamsi et al., 2019a; Cassol et al., 2016) |
| IOp1. Nuestra escuela desarrolla competencias estratégicas para la innovación pensando en su sostenibilidad y su ventaja competitiva futura. |
| IOp2. Nuestra escuela promueve una cultura organizacional orientada a la innovación. |
| IOp3. Nuestra escuela anima a los empleados a tomar la iniciativa y comportarse de forma innovadora en todas sus diferentes unidades / áreas / departamentos. |
| IOp4. Nuestra escuela responde rápidamente a las necesidades cambiantes de sus alumnos. |
| IOp5. Nuestra escuela amplía y diversifica su oferta educativa para satisfacer las necesidades de sus alumnos. |
Fuente: elaboración propia.
Como informantes clave se eligió a cuatro personas de cada instituto que contaran con la siguiente característica: docentes con antigüedad menor a 1 año, buscando con ello recabar lo que se vive en el interior de cada instituto. En este sentido, se incluyeron en el estudio ocho docentes que estaban próximos a cumplir un año de labores en un plazo menor a un mes, entendiendo que esto no distorsionaría los resultados a obtener y sí robustecería el modelo. Si bien en la literatura no existe un consenso respecto al tamaño de la muestra para aplicar un modelo de ecuaciones estructurales (Hoyle y Kenny, 1999) es necesario adquirir el suficiente poder estadístico para lograr generalizar los resultados (Kousar et al., 2019).
Técnica utilizada
Las observaciones recabadas fueron tratadas mediante un modelo de ecuaciones estructurales con la técnica PLS (siglas de Partial Least Squares), el cual es un enfoque basado en la varianza (Wold, 1985), específicamente con el software Smartpls versión 3.2.8 (Ringle, Wende y Becker, 2015). Esta técnica, junto con este software, gozan de gran popularidad en el estudio de la relación CI-Innovación en el contexto de la educación (Iqbal et al., 2018; Shahtaheri y Teymournejad, 2020) y, entre sus características está que no exige una distribución normal de los datos (Hair, Hult, Ringle y Sarstedt, 2017), y puede trabajar con muestras pequeñas (Asiaei, Jusoh y Bontis, 2018).
Respecto a la comprobación del tamaño de la muestra, aunque la técnica no establece premisas rigurosas (Martínez y Fierro, 2018), algunos autores mencionan que las recomendaciones mínimas están entre 30 y 100 casos (Cepeda y Roldán, 2004). Otra forma de validar el tamaño de la muestra es siguiendo la regla de Barclay, Higgins y Thompson (1995) que señala que la muestra requerida estará en función de la regresión múltiple más compleja que se pueda encontrar requiriendo 10 observaciones por cada una, cumpliendo por mucho las 92 observaciones recabadas en el presente estudio.
Para determinar el efecto mediador de la CA en la relación entre el CI y la innovación organizacional, se utilizó la prueba de SOBEL (Sobel Test Calculator for the Significance of Mediation) que, a decir de Baron y Kenny (1986), es utilizada para medir la fuerza del efecto indirecto que ejerce una variable independiente sobre una dependiente, teniendo como hipótesis nula que el efecto es igual a cero.
Procedimiento
La encuesta se llevó a cabo en el primer semestre del año 2020 de forma presencial y vía correo electrónico, garantizando confidencialidad y anonimato a los encuestados. De los 104 cuestionarios que originalmente se pensaban recabar, un total de 92 cuestionarios utilizables fueron obtenidos y tratados inicialmente con el software Statistical Package for the Social Sciences (SPSS por sus siglas en inglés) no encontrándose con valores incongruentes que pudieran alterar los resultados del estudio y procediendo a generar estadística descriptiva (ver Tabla 2). Para facilitar su tratamiento, los reactivos fueron codificados poniendo, primero, la inicial del constructo que las agrupa y asignándoles un número de pregunta. Por ejemplo, CHp1 se refiere a la pregunta 1 del constructo de primer orden capital humano; CAPp3 significa la pregunta 3 del constructo de primer orden capacidad absortiva potencial, y así sucesivamente para todos.
Tabla 2 Características de los encuestados.
| Característica | Observaciones | Porcentaje |
|---|---|---|
| Sexo | ||
| Hombre | 43 | 46 % |
| Mujer | 49 | 54 % |
| Total | 92 | 100 % |
| Posgrado | ||
| Si | 74 | 80 % |
| No | 18 | 20 % |
| Total | 92 | 100 % |
| Antigüedad en la escuela | ||
| Más de 1 año | 8 | 8 % |
| Menos de 1 año | 39 | 42 % |
| Menos de 5 años | 45 | 50 % |
| Total | 92 | 100 % |
Fuente: elaboración propia con base en SPSS.
El análisis en PLS se realizó en 2 etapas, en la primera de ellas, la valoración del modelo de medida (también llamado modelo externo) se revisó que las cargas de los ítems cumplieran con los mínimos exigidos, que se cumpliera la fiabilidad de los constructos mediante el Alfa de Cronbach y la fiabilidad compuesta y también se comprobó la validez convergente mediante la varianza media extraída (average variance extracted o AVE por sus siglas en inglés).
La segunda etapa se refiere al ajuste del modelo SEM, también llamado estructural o interno. En esta etapa se analiza la evaluación de los coeficientes path y la valoración de las R2 permitiendo validar las hipótesis 1, 2 y 3.
Resultados
Ajuste del modelo de medida
Un primer paso en el análisis de los datos fue la prueba kolmogorov-Smirnov, como se puede ver en la Tabla 3 los p valor fueron menores a < 0.01, por lo que se rechaza la hipótesis nula de manera altamente significativa, lo que permite afirmar que no se presenta normalidad en los datos recabados y se confirma la elección del método PLS. Para iniciar con el modelo de medida, se procedió a replicar todos los ítems de los constructos de primer orden en sus respectivos constructos de segundo orden (Hair et al., 2017). Entiéndase por constructos a las variables y a los ítems como sinónimos de reactivos. Posteriormente se depuraron aquellos ítems que no cumplían con el 0.7 exigido por la literatura (Hair et al., 2017). En el caso de la depuración de ítems se depura simultáneamente en los constructos de segundo orden. En total, 6 ítems fueron eliminados en esta etapa (CHp5, CRp5,CARp1,CARp2, CARp3, CAPp3), restando para el presente trabajo un total de 26, como se puede ver en la Tabla 5.
Tabla 3.Prueba de Kolmogorov-Smirnov.
| Variable | Estadístico | gl | P |
|---|---|---|---|
| CH | .142 | 92 | 0.000 |
| CE | .216 | 92 | 0.000 |
| CR | .134 | 92 | 0.000 |
| CAR | .166 | 92 | 0.000 |
| CAP | .137 | 92 | 0.000 |
| IO | .168 | 92 | 0.000 |
Fuente: elaboración propia con base en SPSS.
Tabla 4 Matriz de correlaciones de acuerdo al criterio de Fornell-Larcker para constructos de primer orden.
| CAP | CAR | CE | CH | CR | IO | |
|---|---|---|---|---|---|---|
| CAP | 0.779 | |||||
| CAR | 0.887 | 0.906 | ||||
| CE | 0.499 | 0.416 | 0.893 | |||
| CH | 0.670 | 0.584 | 0.813 | 0.848 | ||
| CR | 0.718 | 0.687 | 0.585 | 0.777 | 0.851 | |
| IO | 0.908 | 0.870 | 0.521 | 0.737 | 0.797 | 0.886 |
Fuente: elaboración propia.
Tabla 5 Validación de la confiabilidad de constructos de primer y segundo orden.
| Validez convergente | Criterios de calidad | ||||
|---|---|---|---|---|---|
| Consistencia interna | |||||
| Constructos de segundo orden | Constructos de primer orden | Número de ítems (después de la depuración)
>0.70 |
AVE >0.50 |
Confiabilidad compuesta >0.70 |
Alfa de Cronbach >0.70 |
| CA | 8 | 0.589 | 0.919 | 0.898 | |
| CAP | 5 | 0.607 | 0.885 | 0.837 | |
| CAR | 3 | 0.650 | 0.847 | 0.725 | |
| CI | 13 | 0.611 | 0.953 | 0.946 | |
| CH | 4 | 0.720 | 0.911 | 0.870 | |
| CE | 5 | 0.798 | 0.952 | 0.936 | |
| CR | 4 | 0.725 | 0.913 | 0.870 | |
| IO | 5 | 0.786 | 0.948 | 0.932 | |
Fuente: elaboración propia.
En lo referente a la validez discriminante que evalúa el grado en que las variables son independientes entre sí (Hair et al., 2017) se utilizó el criterio de Fornell-Larcker (Fornell y Larcker, 1981) que compara las raíces cuadradas de los valores de la varianza promedio extraída (AVE). En la Tabla 4 se puede ver que los valores de la AVE de todos los constructos eran más altos que sus correlaciones con otros constructos (Henseler, Ringle y Sinkovics, 2009). En este sentido, “para una validez discriminante adecuada, los elementos diagonales deben ser mayores que los elementos fuera de la diagonal en las filas y columnas correspondientes, y exceder 0.5” (Mura y Longo, 2013, p. 443) lo cual indica una adecuada validez discriminante entre constructos.
Para validar los criterios de calidad de los constructos, es decir, la consistencia interna se utilizó el Alfa de Cronbach y la confiabilidad compuesta. Estos indicadores permiten definir qué parte de la medición obtenida por la escala es atribuible al constructo que se desea medir y cuanto proviene de fluctuaciones casuales (Bollen, 1989). en la Tabla 5 puede observarse que todos los constructos superaron el 0.70 recomendado (Hair et al., 2017) aunque existen autores que hablan de 0.80 para considerarse una buena consistencia interna (Mura y Longo, 2013).
La validez convergente refleja el grado en que una escala se correlaciona de forma positiva con otras medidas del mismo constructo (Malhotra, 2012) llegando a ser el ideal aquella donde los valores del AVE son ≥ 0.50 lo cual da la certeza que la variable latente explica más de la mitad de la varianza de sus indicadores (Tabachnick y Fidell, 2001). En este caso los valores obtenidos son superiores a 0.5 cumpliendo por lo tanto con lo sugerido por la literatura (Nunally y Bernstein, 1994).
Valoración del modelo estructural
El modelo estructural, también llamado, SEM o interno fue validado primeramente con los coeficientes de determinación (R2) los cuales indican la calidad del modelo ajustado ya que muestran una medida de la proporción de variación en los constructos endógenos explicados por el modelo SEM. En este sentido, Cohen (1988) señala que una R2 igual a un 2 % indica un efecto pequeño, del 13 % al 25 % puede considerarse como un efecto mediano y una R2 ≥ 26 % indica un efecto grande. Lo anterior, de acuerdo a los resultados obtenidos le da una buena calificación al presente modelo y sugiere una correcta revisión previa de la literatura.
La Fig. 2 resume el resultado obtenido. La variable innovación organizacional con una R2 de 0.876 fue explicada en gran porcentaje por las variables independientes capital intelectual y capacidad absortiva, aunque definitivamente la segunda de estas presenta un mayor poder explicativo. Un punto relevante surge al observarse que el efecto del CI en la IO es pequeño, mientras el efecto del CI en la CA es grande; esto sugiere, en una primera instancia, que el CI requiere de la variable CA como vehículo para potencializar su efecto en la IO.
El resultado coincide con lo encontrado por Cassol et al. (2016) lo que permite ser más concluyente en los resultados e inferir que las variables capital intelectual y capacidad absortiva son detonadoras de la innovación organizacional. En general, el modelo tiene amplio poder explicativo de todos los constructos endógenos mostrando R2 aceptables, además los coeficientes path son positivos y significativos en las relaciones propuestas (ver Fig. 2) lo cual permite aceptar hasta aquí las H1, H2 y H3.
La H4 proponía que la capacidad absortiva tiene una función mediadora en la relación entre el CI y la innovación organizacional para lo cual se utilizó la prueba SOBEL (Sobel Test Calculator for the Significance of Mediation) disponible en línea (Free Statistics Calculators, 2020) y así poder determinar si el mediador cumple esa función. En estudios de gestión que buscan comprobar los efectos de una mediación única el test de Sobel determina la fuerza del efecto indirecto que tiene la variable exógena sobre la variable endógena tomando como hipótesis nula que el efecto es igual a cero (Baron y Kenny, 1986). El estadístico de Sobel sigue una distribución de prueba z, así que los valores > 1.96 indican un p < 0.05 (Cassol et al., 2016) (ver Tabla 6).
Tabla 6 Resultados de prueba de mediación de Sobel
| Variable exógena | Variable endógena | Sobel | P |
|---|---|---|---|
| Capital intelectual | Innovación organizacional | 7.30 | 0.000 |
Fuente: elaboración propia.
Considerando que otros autores han comprobado sus propuestas de mediación por dos o más vías (por ejemplo: Cassol et al., 2016; Martinez-Conesa et al., 2017), el presente estudio confirma la mediación también con el enfoque de mínimos cuadrados parciales (PLS) basado en bootstrapping para SEM. Para el procedimiento propuesto por Hair et al. (2017), se midió primeramente el efecto directo (sin el mediador) del CI sobre la IO, para posteriormente determinar un efecto indirecto con el mediador incluido, dando como resultado que la CA parcialmente media el efecto del CI en la IO (ver Tabla 7).
Tabla 7 Análisis de mediación con Bootstrapping PLS.
| Relación | Efectos directos (sin mediador) |
Efectos indirectos (con mediador) |
Efectos totales | Bootstrapping | |
|---|---|---|---|---|---|
| Estadístico t | P valor | ||||
| CI→IO | 0.229 *** | Mediación parcial | 0.522 | ||
| CI→CA→IO | -- | -- | -- | 6.764 | 0.000 |
Fuente: datos de investigación ingresados en software SmartPLS.
El resultado mostrado en las Tablas 6 y 7 permite inferir que la capacidad absortiva si tiene una función mediadora en la relación entre el capital intelectual y la innovación organizacional aceptando con esto la H4.
Discusión
Este estudio, de acuerdo con sus resultados, comprobó el efecto mediador de la CA en la relación entre el CI y la innovación organizacional aceptando con ello la H4. Así mismo comprobó que el CI tiene un efecto positivo y significativo sobre la innovación organizacional (H1), que el CI tiene un efecto positivo y significativo sobre la CA (H2) y que la CA tiene un efecto positivo y significativo sobre la innovación organizacional (H3).
Los resultados son similares a lo encontrado en la literatura; otros autores plantearon modelos parecidos aunque con diferentes metodologías y contextos (Cassol et al., 2016; Engelman et al., 2017; Kousar et al., 2019) lo que permite ser más concluyente al afirmar que el efecto del CI sobre la innovación organizacional se puede potencializar mediante la CA.
Sobre el resultado de la H1 existe una línea de estudios que han venido abordando la relación CI e innovación (véase Buenechea-Elberdin, 2017; Nahuat y Ochoa, 2020) encontrando en la mayoría de los casos una influencia positiva y significativa del CI sobre las diferentes clasificaciones de innovación existentes en la literatura. Esta relación de causalidad se ha comprobado en contextos tan diversos como una estación de policía (Alshamsi, Isaac y Bhaumik, 2019b), en la pequeña y mediana empresa (Agostini et al., 2017), en la industria financiera y hotelera (Tsou et al., 2016), aseguradoras (Shahsiah y Sepahvand, 2016), entre otras, siendo la industria manufacturera la más repetitiva (Prester, Podrug y Darabos, 2016; Zhang, Lettice y Pawar, 2019; Zhang, Qi, Wang, Pawar y Zhao, 2018).
En lo que se refiere al resultado de la H3 que evidenció una influencia del CA sobre la innovación organizacional diversos estudios respaldan el resultado obtenido con resultados similares (por ejemplo: Huang y Rice, 2009; Solís et al., 2019) por lo que a pesar de ser un concepto relativamente nuevo se puede inferir una influencia sobre la innovación organizacional. En resumen, el resultado de la H1 y H3 coincide con lo dicho por Lo, Wang y Chen (2020), tanto la capacidad absortiva como el capital intelectual tienen un rol esencial en la innovación que generan las empresas.
Conclusiones
La investigación cumplió con su objetivo principal, es decir, determinó y evidenció la función mediadora de la capacidad absortiva en la relación entre el capital intelectual y la innovación organizacional. Así mismo, cumplió con el objetivo complementario fijado, comprobando un efecto positivo y significativo de las variables CI y CA sobre la innovación organizacional surgiendo con ello las siguientes implicaciones:
Aunque en la actualidad, con la situación generada por la pandemia de la COVID 19, ha quedado demostrada la capacidad de innovar de los institutos de educación superior como parte del sector educativo, este tipo de estudios sugieren que existe todavía un potencial mayor, a la espera de combinar el conocimiento que fluye en ellos. Las repercusiones de identificar los impulsores de la innovación son incalculables si se considera que mucha de la competitividad que requieren las empresas nace, en gran parte, de la educación formal recibida por sus recursos humanos. En otras palabras, identificar los detonantes de la innovación en los institutos de educación representa un primer paso para elevar la competitividad en la educación, y esto traería como una consecuencia una mayor competitividad en las empresas, al integrarse los estudiantes a la vida laboral.
La CA de acuerdo a su función mediadora evidenciada se convierte en una llave de paso que regula la relación entre el CI y la innovación organizacional. Una llave de paso de la cual se sabe poco y que por la necesidad actual se requiere seguir profundizando para aprovechar todo su potencial. Otro punto por considerar es la doble función que desempeña la CA, es decir, tanto como detonadora directa de la innovación, así como mediadora de la influencia ejercida por el CI.
Respecto al objetivo complementario el resultado se alineó con el grueso de la literatura, aunque en estudios previos se habían obtenido resultados similares son pocos los trabajos que permiten comparar de manera simultánea el efecto que tienen el CI y la CA sobre la innovación organizacional. Los institutos de educación superior por la esencia de su función son piezas clave en la base productiva y en el desarrollo del país por lo que en la medida que se logre detonar la innovación se podría generar beneficios en sus stakeholders.
La presente investigación presenta dos limitantes, la primera es que durante su desarrollo se declaró la pandemia por COVID 19 lo que puede generar sesgo en los datos recabados. Otra limitante es que existen escasas aproximaciones similares reduciendo con ello la oportunidad para comparar resultados. Para futuras líneas de investigación se sugiere considerar como unidad de análisis las escuelas de educación media superior, lo cual permitiría construir un panorama más amplio respecto al sector de la educación del sur de Tamaulipas.
