Comportamiento Sostenible

De manera general, un comportamiento implica la generación de acciones, las cuales son perfiladas por una serie de impulsos promovidas al interior del individuo (^{Gartner, 1988}; ^{Urbano & Pulido, 2008}). La diferenciación entre los tipos de emprendedores (tradicionales, ambientales, sociales y sostenibles) radica en la orientación y objetivos hacia donde se direccionan sus esfuerzos y actividades (^{Belz & Binder, 2017}). En este sentido, un comportamiento sostenible dirige sus acciones hacia la búsqueda del equilibrio que demanda sostenibilidad, tomando en consideración los beneficios sociales y ambientales generados a través de la práctica en los negocios, sin perder de vista la búsqueda de una mejoría económica (^{Rodríguez et al., 2021}; ^{Sardianou et al., 2015}; ^{Shepherd & Patzelt, 2011}).

De acuerdo con el resultado del análisis de revisión de la literatura, una ausencia de convergencia se hace presente en torno al uso de una escala específica para la evaluación del comportamiento sostenible; no obstante, una serie de temáticas e indicadores coinciden dentro de las tres dimensiones que lo comprenden, permitiendo así realizar una valoración del constructo a través de 20 prácticas.

Valores de Trabajo

En relación a los valores, la teoría de la activación moral de normas (TAMN), desarrollada por Schwartz, establece que una norma personal forma el antecedente más inmediato para la generación de un comportamiento, siendo en este sentido un fuerte predictor para la acción; así mismo, detalla, como una de las principales hipótesis, que una conducta en específico dependerá del tipo de normas o valores que involucren al individuo (^{Han & Hyun, 2017}; ^{Saleem et al., 2018}; ^{Schwartz, 1977}). En este sentido, un valor hace referencia a la obligación moral para actuar o abstenerse en favor de algo, definiéndose así como las expectativas que guarda el individuo respecto al resultado de ciertas acciones (^{Qiao & Gao, 2017}; ^{Schwartz, 1977}; ^{Schwartz & Howard, 1981}).

En igual medida, se menciona que un comportamiento prosocial y proambiental se presenta influenciado positivamente por el sentimiento de obligación moral que se activa en la persona, motivando hacia un compromiso en este sentido para alinear su sistema de valores (^{Schwartz, 1977}; ^{Schwartz & Howard, 1981}; ^{Zhang et al., 2013}). Por su parte, en una investigación reciente se determina que uno de los impulsores de mayor realce para la generación de un comportamiento sostenible se relaciona con el marco normativo, es decir, con los valores, los cuales afectan positivamente hacia dicha orientación (^{Rodríguez et al., 2020}).

Bajo la premisa antes descrita, una serie de valores salen a relucir como guía, en donde aquellos descritos por ^{Schwartz (1992)} son tomados como referencia. Estos, a su vez, pueden agruparse en distintas categorías de orden superior de acuerdo a la similitud de su naturaleza, posicionándolos así dentro de un contexto más cercano a una acción de emprendimiento y denominándolos como valores de trabajo (^{Kunttu et al., 2017}; Wu et al., 2019). Este tipo de valores, calificados paralelamente como motivaciones, razones y actitudes laborales (^{Cemalcilar et al., 2018}; ^{Lyons et al., 2010}; ^{Singh et al., 2020}), han sido representados a través de diversos grupos; sin embargo, dentro del ámbito de los negocios y de la sostenibilidad, tres son los que principalmente han sido mencionados: altruismo, valor extrínseco y valor intrínseco (^{Choongo et al., 2016}; ^{Koe et al., 2014}; ^{Kunttu et al., 2017}).

Competencias Emprendedoras

En el marco de las consideraciones anteriores, y en relación a las habilidades y competencias, la teoría del comportamiento planeado (TCP) evoluciona las conceptualizaciones descritas por la teoría de la acción razonada, añadiendo de esta manera un elemento que permite brindar de forma directa e indirecta un mejor pronóstico a la generación de comportamientos. Este elemento se denomina como el control del comportamiento percibido, y hace referencia a todos aquellos recursos y habilidades con las que cuenta el individuo para el desarrollo de actividades en particular (^{Ajzen, 1991}). De esta manera, las competencias o habilidades juegan un papel de importancia en el desempeño empresarial (^{Chandler & Jansen, 1992}).

Complementariamente a lo anterior, la sostenibilidad demanda una elasticidad de adaptación hacia los contextos presentes, requiriendo para esto una serie de competencias que faciliten la toma de decisiones (^{Renfors, 2020}). En este sentido, ^{Rodríguez et al. (2020)} determinan, en base a una investigación cualitativa, que la presencia de una gestión estratégica es un recurso indispensable para la orientación del comportamiento sostenible; así mismo, el reconocimiento de oportunidades y una habilidad interpersonal y para la innovación son igualmente imprescindibles (^{Buil et al., 2016}; ^{Chandler & Jansen, 1992}; ^{Tehseen & Anderson, 2020}).

Marco Metodológico de la Investigación

Como se mencionó anteriormente, el objetivo del presente documento es la validación de una escala que permita determinar el comportamiento sostenible en las Mipymes de Tamaulipas en función de los valores de trabajo y de las competencias emprendedoras. En virtud de lo anterior, la investigación enmarca un estudio cuantitativo, no experimental, transversal, y exploratorio, asumiendo como hipótesis que el instrumento propuesto brinda una escala válida y confiable para medir el fenómeno en cuestión dentro de la unidad analizada.

La región de estudio se conforma por las micro, pequeñas y medianas empresas (Mipymes) del sector manufacturero, comercio y de servicios dentro del Estado de Tamaulipas, siguiendo para esto la clasificación determinada en el Directorio Estadístico Nacional de Unidades Económicas (DENUE) perteneciente al Instituto Nacional de Estadística y Geografía (INEGI) en el año de 2020. En este sentido, se menciona que Tamaulipas presenta una preocupación por el fomento de la sostenibilidad en diversos ámbitos, incluyendo el sector empresarial, y lo cual se encuentra plasmado en el Código para el Desarrollo Sustentable del Estado de Tamaulipas (^{Periódico Oficial del Estado de Tamaulipas, 2016}) y el Plan de Desarrollo Estatal (^{Gobierno de Tamaulipas, 2017}), y se promueve a través de programas como Hecho en Tamaulipas (^{Gobierno de Tamaulipas, 2021}).

Por otro lado, la relevancia del análisis de las Mipymes recae en la importancia y poder de influencia que estas tienen en las distintas áreas que marca la sostenibilidad, por lo que su involucramiento y acciones representan un fuerte impulsor hacia una prosperidad ambiental, social y económica al tener contacto directo con los diferentes elementos de interés en la región (^{Choongo et al., 2016}; ^{Hooi et al., 2016}; ^{Jansson et al., 2015}). No obstante, se menciona que la importancia de su estudio ha sido subestimado en la mayoría de los casos (^{Lambrechts et al., 2019}; ^{Testa et al., 2015}), por lo que la presente investigación retoma su interés en estas.

De manera complementaria, se menciona que la región elegida para el análisis deriva su importancia en la posibilidad de construir un instrumento que permita continuar con un proyecto de investigación de tesis doctoral, el cual es financiado por el Consejo Nacional de Ciencia y Tecnología (CONACYT) y tiene como finalidad determinar el comportamiento sostenible de los empresarios de las Mipymes a nivel nacional, utilizando para esto las medidas descritas en el presente documento, es decir, a través de los valores de trabajo y de las competencias emprendedoras junto con sus respectivos constructos. Por lo tanto, las características que presentan tanto la muestra en cuestión como el Estado de Tamaulipas permiten servir como base para replicar el uso del instrumento en otras regiones similares en México.

Por lo tanto, en consideración a las características antes mencionadas, y con la finalidad de determinar la muestra para el análisis, se cuantifica un total de 125 280 unidades económicas dentro del Estado. Tomando en cuenta el contexto actual de pandemia, se llevó a cabo un muestreo intencional sugerido por autores previos (^{Saleem et al., 2018}; ^{Torres-Hernández et al., 2015}), comprendiendo así un total de 137 observaciones distribuidas en diferentes municipios de Tamaulipas. En este sentido, ^{Hair et al. (2009)} sugieren muestras por arriba de 100 para generar estimaciones adecuadas, argumento secundado por ^{Lloret-Segura (2014)}, cuya línea es abordada por estudios previos para la validación de instrumentos (^{Galván et al., 2019}; ^{Garay et al., 2017}; ^{Stöber, 2001}). Adicionalmente, se señala que el elemento muestral se conformó por los propietarios de dichos negocios.

Instrumento Propuesto

En virtud de una falta de consenso en relación con una escala de medida integral que vincule los valores de trabajo y las competencias emprendedoras con la generación de un comportamiento sostenible, el instrumento se construye a partir de escalas propuestas en investigaciones anteriores para cada uno de los constructos de manera independiente. En el marco de lo anterior, la operacionalización de la variable comportamiento sostenible (Tabla 1) se llevó a cabo a través de la evaluación de 20 prácticas (ocho ambientales, seis sociales y seis económicas) basadas en el análisis de los ítems que mayormente convergieron en los estudios previos. En este sentido, se utilizó una escala Likert de 5 puntos que evalúa desde Totalmente en desacuerdo (1) hasta Totalmente de acuerdo (5) (^{Carro et al., 2017}; ^{Hu et al., 2010}; ^{Tasleem et al., 2019}).

Por su parte, la variable valores de trabajo se evaluó a través de 15 ítems (cinco altruismo, cinco valor extrínseco y cinco valor intrínseco), basándose principalmente en las escalas determinadas por ^{Kunttu et al. (2017)} y ^{Vuorio et al. (2017)}. Al respecto, una medida Likert de 5 puntos fue utilizada evaluando desde Totalmente en desacuerdo (1) hasta Totalmente de acuerdo (5) (^{Kunttu et al., 2017}; ^{Twenge et al., 2010}; ^{Vuorio et al., 2017}). Finalmente, la variable de competencias emprendedoras se analizó utilizando 20 ítems (cinco innovación, cinco gestión estratégica, cinco reconocimiento de la oportunidad y cinco habilidad interpersonal), teniendo como fundamento principal las medidas utilizadas por ^{Man (2001)}, ^{Evers & Rush (1996)} y ^{Chandler & Jansen (1992)}; en este sentido, una escala Likert de 5 puntos fue utilizada a través de la medida Muy bajo (1) hasta Muy alto (5).

En consecuencia, el instrumento finalmente quedó conformado por cinco preguntas de clasificación, dentro de las que se encuentran: edad, sexo, sector, escolaridad y cantidad de trabajadores. Así mismo, 55 indicadores comprendieron las variables o constructos latentes previamente mencionados, para los cuales se utilizó una serie de preguntas cerradas a través de un cuestionario electrónico aplicado durante los meses de octubre y noviembre del 2020.

Como parte de la validación del instrumento, se menciona una validación de contenido, validación a través de expertos y validación del constructo (^{Bernal-Torres, 2010}; ^{Hernández-Sampieri et al., 2010}). El primero de ellos se llevó a cabo a través de una revisión de la literatura con la finalidad de identificar las principales medidas de análisis, las cuales fueron sometidas a una traducción y adaptación pertinente; posteriormente, se recibió retroalimentación y sugerencias por parte de seis expertos (tres relacionados al tema y tres vinculados a la metodología), cuyas sugerencias fueron atendidas.

Finalmente, la validación del constructo se llevó a cabo a través de tres procesos. Primero, y con la finalidad de verificar la normalidad de los datos, se realizó un análisis descriptivo de los resultados, en donde se puso principal atención a los valores ausentes, a los atípicos y a la asimetría y curtosis. Posteriormente, se realizó un análisis factorial exploratorio para determinar la consistencia de los constructos e indicadores y establecer así el poder de predicción de estos. Para esto se utilizó del paquete estadístico SPSS. Finalmente, a través del análisis factorial confirmatorio se llevó a cabo la validez convergente y discriminante de los datos, en donde el programa AMOS permitió brindar los estadísticos necesarios para la valoración.

Análisis Descriptivo

Como parte de la clasificación establecida para la unidad de análisis se encuentran los criterios de sector, edad, sexo, escolaridad y número de trabajadores. La muestra original del estudio comprendió a 137 emprendedores tamaulipecos, dentro de los resultados se indica que el 67.1% son personas jóvenes, ya que no rebasan los 40 años, teniendo una mayor predominancia el rango de 31 a 40 años (33.6%). Así mismo, la mayoría cuenta con estudios superiores, ya que el 67.1% de los emprendedores cuenta con un nivel de estudios mínimo de licenciatura, mientras que el 25.5% solo cuenta con una preparación escolar del nivel medio superior, y el 2.2% tiene un nivel de secundaria.

Adicionalmente, con un porcentaje no tan distante, el 50.4% de los encuestados son hombres, mientras que el 48.2% son mujeres, indicando una participación empresarial alta por parte de ambos géneros. De manera complementaria, los sectores abordados por los distintos emprendedores pertenecen a una clasificación ubicada equitativamente entre la industria (29.9%), el comercio (35.8%) y los servicios (32.8%), teniendo una carga predominante hacia el manejo de microempresas, ya que el 85.4% cuenta con un máximo de hasta 10 trabajadores.

Análisis exploratorio de datos

Dentro del análisis exploratorio de datos (Tabla 2) se analizó la desviación estándar, la cual en su mayoría arrojó estadísticos bajos (menores a 1 o ligeramente arriba de 1). En este mismo sentido, la varianza arroja datos semejantes para la determinación de la medida de dispersión o de variabilidad de los datos respecto a la media de la muestra, influyendo posteriormente en la determinación del error y de las significancias pertinentes (Hair et al., 2014). Por otro lado, en cuanto a la ausencia de valores, estos no se presentaron para la muestra en cuestión, mientras que los valores atípicos univariantes se trataron a través de la estandarización de los ítems, eliminando aquellas observaciones que resultaran con un valor superior a 3. Así también se tomó en consideración el estadístico de Mahalanobis cuya finalidad es ayudar a generar normalidad multivariante, lo que ayuda a obtener una mejor propiedad de la muestra (^{Hair et al., 2009}); por lo tanto, de 137 originales, quedaron finalmente 134 elementos.

De manera complementaria, se valoró la normalidad de los ítems de cada constructo, con la finalidad de analizar la distribución uniforme de los datos. La desviación típica presentada fue de una leptocurtosis mayor a (+/-) 2, es decir, de una alta concentración a la media principalmente para las variables comportamiento sostenible y valores de trabajo, por lo que se dio tratamiento a los datos para que estos se mantuvieran dentro del umbral recomendado por ^{Lloret-Segura et al. (2014)} y ^{Muthén & Kaplan (1985}, ¹⁹⁹²⁾.

Es así como, a excepción de Ext1 y Ext5, los datos se mantuvieron dentro de los rangos esperados para una muestra más uniforme. Pese al caso de los ítems mencionados, se decidió continuar con el análisis, ya que las distribuciones de estos no se encontraron muy alejados de lo recomendado (+/-2), así como también se tomó en consideración la complejidad en el manejo de datos a través de una escala Likert (Tabla 2a, 2b y 2c). Por lo tanto, una vez realizado el análisis exploratorio de los datos, y presentando la pertinencia de continuar con el análisis, se procede a llevar a cabo el análisis de confiabilidad interna.

Análisis de confiabilidad interna

Con la finalidad de valorar la consistencia de los ítems para cada constructo y para cada variable, se analizó el alfa de Cronbach, del cual se menciona que representa la correlación entre ítems de una misma medida (^{Cronbach, 1951}), por lo que a valores más altos, la confiabilidad en el instrumento de medida también incrementa (Hair et al., 2014). Derivado de lo anterior, y teniendo en consideración un nivel de confiabilidad aceptable (0.6-0.7) y alto (>0.7), los resultados del instrumento se encuentran en un nivel alto en términos de constructo y de variable (Tabla 3).

Dando continuación al análisis de confiabilidad interna para la medida (ítems) de las variables y constructos (escalas), y con la finalidad de asegurar que dichos elementos miden al mismo constructo, se establece la identificación de su intercorrelación (Tabla 4) para determinar la viabilidad de continuar con el análisis factorial exploratorio (AFE) (Hair et al., 2014; ^{Lloret-Segura et al., 2014}). En este sentido, se establece una clasificación para las correlaciones como inapropiadas (<0.3), bajas (0.3-0.5), medias (0.5-0.7) y altas (0.7-0.9) (^{Galván et al., 2019}). Dentro de los resultados, los datos para cada constructo establecen correlaciones entre bajas, medias y altas, estableciendo correlaciones apropiadas y una pertinencia para continuar con el AFE, por lo que hasta el momento se sugiere mantener todos los ítems.

Análisis Factorial

El análisis factorial es una técnica multivariante utilizada comúnmente en las ciencias sociales para la exploración de un conjunto de variables latentes (o factores) cuya medida se basa en una serie de ítems o variables observables (^{Galván et al., 2019}; ^{Lloret-Segura et al., 2014}). La finalidad de esta es la condensación de información en un conjunto más pequeño de elementos explicativos, teniendo en este sentido una mínima pérdida de información (Hair et al., 2014). En este sentido, dos tipos de análisis se hacen presentes: el análisis factorial exploratorio (AFE) y el análisis factorial confirmatorio (AFC).

El AFE se dirige a la exploración de datos con la intención de brindar información sobre la cantidad de factores requeridos para una mejor representación de ellos, así como para identificar la dimensionalidad de los constructos. Para lograr lo anterior, se basa en una estimación de las cargas en donde se desconoce la cantidad exacta de factores. Mientras tanto, el AFC realiza asignaciones para brindar validaciones confirmatorias para la evaluación de la teoría, por lo que se requiere de una definición previa de los constructos (Hair et al., 2014).

Derivado de lo anterior, en el presente estudio se llevan a cabo ambos análisis. El AFE permitirá valorar la consistencia de los ítems para cada factor y sus correlaciones, utilizando para esto el método de extracción de máxima verosimilitud y una rotación Varimax, los cuales son, respectivamente, el método inferencial más eficiente y el criterio ortogonal más conocido para simplificar las columnas en la matriz factorial (Hair et al., 2014; ^{Lloret-Segura et al., 2014}).

Dentro de los valores tomados en cuenta para la construcción y propiedad de los factores en el AFE, se tomó en consideración los elementos establecidos por ^{Hair et al. (2009)} y ^{Galván et al. (2019)}, analizándose de esta manera: el KMO, la esfericidad de Bartlett, las comunalidades, el porcentaje de varianza acumulada, la agrupación propia de los factores y la adecuación del número de factores; posteriormente, se establecieron las modificaciones pertinentes. En relación al KMO, ^{Lloret-Segura et al. (2014)} mencionan la importancia del análisis con la finalidad de determinar si las correlaciones entre los ítems son lo suficientemente grandes para indicar una adecuación para la factorización; por su parte, el estadístico de esfericidad de Bartlett indica la significancia respecto a las correlaciones entre las medidas, en donde el tamaño de la muestra tiene un papel de importancia en cuanto a la sensibilidad de detección (^{Hair et al., 2009}).

Por otro lado, las comunalidades contribuyen a determinar la varianza explicada, ya que representan la cantidad promedio de variación entre los ítems que explican el modelo, por lo que entre mayor sean dichos estimados, mayor será el porcentaje de la varianza explicada (^{Hair et al., 2009}, ²⁰¹⁷). En virtud de lo anterior, se procede a continuación a llevar a cabo el AFE para cada constructo.

Análisis factorial exploratorio

Dentro de esta etapa, se trataron primeramente los datos concernientes a la variable de valores de trabajo (Tabla 5). Dentro del análisis del AFE, el alfa de Cronbach general para la variable es de 0.940, indicando una confiabilidad aceptable para la correlación entre los ítems (Hair et al., 2014). Por otro lado, el índice para la adecuación factorial, es decir, el KMO, se encuentra en 0.928, indicando una pertinencia satisfactoria de correlación, tomando para esto una clasificación de inadecuada (<0.50), mediocre (0.60-0.69) y satisfactoria (0.70-0.80) (^{Lloret-Segura et al., 2014}). Complementariamente, el estadístico de esfericidad de Bartlett se presenta significativo (<0.05), por lo que asume una adecuación de la muestra; en este sentido, esta estimación presenta una sensibilidad al tamaño de la muestra (Hair et al., 2014).

De manera secuencial, y en apoyo a lo anterior, la matriz de correlación muestra valores altos, lo que soporta la correlación entre los ítems. En relación a la representatividad de las variables observables (ítems) para la explicación del modelo, las comunalidades obtenidas son superiores a 0.696, representando así una pertinencia y un nivel alto de los mismos al tomar en consideración una clasificación baja (<0.5), modesta (0.5) y alta (>0.6) (Hair et al., 2014), los cuales explican el 80.59% de la varianza total a través de tres factores con cargas superiores a 0.665. Las cargas mencionadas se presentan como suficientes, ya que para una muestra de 120 observaciones las cargas >0.50 son significativas; no obstante, entre mayor sea la carga, mayor es la representatividad del ítem (Hair et al., 2014, ²⁰¹⁷).

Por otro lado, la varianza obtenida que permite asegurar la significancia para los factores se considera como suficiente; en este sentido, un promedio del 60% de la varianza total se considera como satisfactoria (Hair et al., 2014). Para la obtención de los resultados antes mencionados, se sugiere la eliminación de los ítems Ex 1 y Ex 5. No obstante lo anterior, la representatividad de los ítems por constructo no se ve afectado, ya que se considera que un constructo con tres ítems o más presenta un ajuste aceptable, y en este sentido se cumple con dicho aspecto (Hair et al., 2014) (Tabla 5).

Posteriormente, se trataron los datos de la variable competencias emprendedoras (Tabla 6). Dentro de los resultados, se obtiene un alfa de Cronbach de 0.906, indicando una confiabilidad aceptable para la correlación entre los ítems (Hair et al., 2014). Por otro lado, el KMO se encuentra en 0.934, indicando una pertinencia satisfactoria de correlación. Complementariamente, el estadístico de esfericidad de Bartlett se presenta significativo (<0.05), por lo que asume una adecuación de la muestra (Hair et al., 2014).

De manera secuencial, y en apoyo a lo anterior, la matriz de correlación muestra valores de medios a altos, tomando en consideración los criterios antes mencionados (Hair et al., 2014; ^{Lloret-Segura et al., 2014}). En relación a la representatividad de los ítems para la explicación del modelo, las comunalidades obtenidas son superiores a 0.536 para la mayoría de estos, a excepción de Int3 y RO2 que obtuvieron niveles de 0.495 y 0.482 respectivamente, por lo que se establecen niveles entre bajos, modestos y altos (Hair et al., 2014).

Es así como el conjunto de ítems representativos explica el 64.85% de la varianza total (considerándose suficiente) a través de tres factores con cargas superiores a 0.525, considerándose así como suficientes a excepción de RO4 que obtuvo una carga inferior (<0.50). En este sentido, a pesar de la representación teórica establecida, el ajuste a tres factores se establece como lo más adecuado, lo anterior de acuerdo con la pertinencia de las estimaciones y parámetros; en este sentido, se sugiere la combinación de innovación y gestión estratégica bajo un mismo constructo de orden superior.

Para la obtención de los resultados antes mencionados se sugiere únicamente la eliminación de los ítems Inn1, Inn2, GE1, GE2, Int1, RO1 y RO5, dejando de lado ítems adicionales que se consideren con cargas inferiores, ya que la ausencia de estos afectaría negativamente a los valores previamente mencionados. A pesar de las eliminaciones sugeridas, la representatividad por constructo no se ve afectado porque se mantiene una cantidad mínima de tres ítems de acuerdo a lo recomendado (Hair et al., 2014) (Tabla 6).

Finalmente, se trataron los datos de la variable de comportamiento sostenible (Tabla 7). Dentro de los resultados, se obtiene un alfa de Cronbach de 0.910, indicando una confiabilidad aceptable para la correlación entre los ítems (Hair et al., 2014). Por otro lado, el KMO se encuentra en 0.927, indicando una pertinencia satisfactoria de correlación. Complementariamente, el estadístico de esfericidad de Bartlett se presenta significativo (<0.05), por lo que asume una adecuación de la muestra (Hair et al., 2014).

De manera secuencial, y en apoyo a lo anterior, la matriz de correlación muestra valores de medios a altos, esto se determina tomando en cuenta los criterios antes mencionados (Hair et al., 2014; ^{Lloret-Segura et al., 2014}). En relación a la representatividad de los ítems para la explicación del modelo, las comunalidades obtenidas son superiores a 0.622, estableciendo así niveles altos (Hair et al., 2014), los cuales explican el 72.38% de la varianza total (considerándose suficiente) a través de tres factores con cargas superiores a 0.650, considerándose como suficientes. Para la obtención de los resultados antes mencionados, se sugiere la eliminación del ítem Soc1.

A pesar de las modificaciones propuestas, la representatividad de los ítems por constructo no se ve afectado, ya que se mantiene una cantidad mínima de tres, que es lo recomendado (Hair et al., 2014) (Tabla 7). Es así como, una vez realizado el AFE para la evaluación de los factores e ítems representativos, se procede a realizar una validez confirmatoria de los datos.

Análisis factorial confirmatorio

Después de haber realizado el AFE, se utilizó el programa AMOS para evaluar los elementos a través del AFC y realizar así las adecuaciones pertinentes. En este sentido, el análisis se llevó a cabo con los 45 ítems (10 eliminados en el AFE) identificados previamente, estableciendo así la validez convergente y discriminante para las escalas.

En relación con el modelo de medida establecido (Figura 1) y los datos obtenidos, se puede confirmar la estructura teórica hipotetizada, ya que todas las cargas factoriales resultaron significativas (p < 0.05) y mayores a 0.710 (Tabla 8a, 8b y 8c), manteniendo así los factores identificados con sus respectivos ítems, en donde cada escala mantiene al menos tres variables observables. El valor de la covarianza entre valores de trabajo y comportamiento sostenible se indica como alta, mientras que la relación entre competencias emprendedoras hacia valores de trabajo y comportamiento sostenible se considera como moderada (^{Sánchez-Mondragón & Flores, 2019}).

Fuente: Elaboración propia basada en AMOS.

Figura 1 Modelo de la escala de comportamiento sostenible en las Mipymes de Tamaulipas, p<0.05. 

La validez convergente se midió a través del índice de confiabilidad compuesta (IFC) y de la varianza media extraída (AVE). En todos los casos, el índice de fiabilidad obtenida para los constructos superó el 0.81; mientras tanto, el AVE (por constructo y variable) fue superior a 0.6 en la mayoría de los casos, excepto para el constructo reconocimiento de la oportunidad que quedó ligeramente abajo, lo que indica niveles adecuados de validez (Hair et al., 2014). Por otra parte, la validez discriminante (Tabla 9) se llevó a cabo al evaluar la no correlación esperada entre las variables, esto al comparar el AVE obtenida de cada constructo con la correlación al cuadrado de otras dos variables, resultando de esta manera en niveles bajos y medios por debajo de la diagonal, discriminando los constructos entre sí y presentándose de esta manera como adecuados (Hair et al., 2014, ²⁰¹⁷).