Análisis estadístico de encuestas a 162 pymes de confección téxtil de la ciudad de Ambato (Ecuador)

Abstract

[ES] El presente trabajo resalta la importancia de llevar a cabo investigaciones sobre las micro, pequeñas y medianas empresas (PYMES) de Ecuador, debido al impacto en la economía nacional, en la generación de empleo, en su aporte al producto nacional y a la economía social. La manufactura textil se ha convertido en fuente de prosperidad de los sectores sociales, afectando de buena manera en la clase media y baja. Emprendimientos individuales y familiares han podido desarrollarse en base al esfuerzo y el conocimiento aplicado en esta actividad. El presente trabajo de investigación sobre las pymes de confección textil se desarrolla para obtener información útil sobre la realidad del ámbito textil en Ecuador.

El principal objetivo de este trabajo es analizar la situación en que se desenvuelven las pymes de confección textil, sus semejanzas y sus características clave de gestión, a partir de una encuesta llevada a cabo a 162 pymes de confección textil. Más allá de una respuesta individual, se pretende descubrir mediante el análisis estadístico de encuestas lo que sucede con el conjunto de las pymes de confección textil, con el fin de proponer alternativas de mejora.

La base de datos inicial está formada por el conjunto de encuestas realizadas a estas 162 pymes de confección textil en el año 2017. La matriz resultante tiene 54 variables, estructuradas en 4 bloques: (1) información general del propietario de la pyme, (2) modelo administrativo de la pyme, (3) asociatividad empresarial, y (4) opinión en escala de Likert sobre emprendimiento asociativo. Estos datos se han analizado con diversas técnicas estadísticas multivariantes.

En primer lugar se ha realizado un Análisis de Componentes Principales (PCA) con toda la matriz de datos, destacando una observación anómala que se diferencia de las demás por su alta inversión en capacitación y estudios de mercado. Se detectó además un hallazgo importante de condición grupal que delimita a las pymes de confección textil, obteniéndose con claridad dos grupos diferenciados: las empresas que recibieron financiamiento para adquirir activos fijos frente a las que no recibieron. A continuación se ha realizado un nuevo PCA utilizando solamente 32 variables para conocer las características clave de gestión de calidad de las pymes, obteniendo como resultado la formación de dos grupos de empresas, aquellas que invirtieron en estudios de mercado frente a las que no invirtieron. Tanto la inversión en estudios de mercado, como la inversión en capacitación fueron elementos determinantes con relación a los grupos. Se realiza también otro PCA con sólo 22 variables para conocer los factores preponderantes que motivan sus alianzas. Para finalizar se identifica que la variable latente más destacada del análisis PCA está formada por las variables en escala de Likert que contienen información sobre emprendimiento asociativo.

A continuación se realiza un modelo de regresión PLS para comprender mejor los factores que explican la variable latente T1-OP, formada por el conjunto de variables más importantes del análisis PCA, la cual se toma como variable latente dependiente, considerándose el resto de variables como independientes. El análisis predictivo mostró la significancia de cada una de las variables, de las cuales se tomaron 9 considerando su relevancia para el estudio.

Las variables más significativas proporcionadas por el modelo PLS se emplearon como variables explicativas en un análisis de Regresión Múltiple (MLR), para modelar la misma variable latente considerada en PLS, a efectos de comparar ambas técnicas de regresión. Como resultado se concluyó que la variable latente "emprendimiento asociativo" tiene que ver con la amplitud del canal de distribución que puedan alcanzar las pymes, con la necesidad de financiamiento para el 2018, con el apalancamiento en las instituciones públicas y con la edad del dueño de la pyme.

Finalmente se realizó un análisis de Modelos de Ecuaciones Estructural

[EN] This paper highlights the importance of conducting research on micro, small and medium-sized enterprises (MSMEs) in Ecuador, due to their impact on the national economy, employment generation, their contribution to the national product and the social economy. Textile manufacturing has become a source of prosperity for social sectors, affecting the middle and lower classes in a good way. Individual and family enterprises have been able to develop based on the effort and knowledge applied to this activity. The present research work on textile manufacturing SMEs is developed to obtain useful information on the reality of the textile sector in Ecuador. The main objective of this work is to analyze the situation of textile manufacturing SMEs, their similarities and key management characteristics, based on a survey of 162 textile manufacturing SMEs. Beyond an individual response, the aim is to discover, through statistical analysis of surveys, what is happening with textile manufacturing SMEs as a whole, in order to propose alternatives for improvement. The initial database is formed by the set of surveys conducted to these 162 textile garment SMEs in 2017. The resulting matrix has 54 variables, structured in 4 blocks: (1) general information of the SME owner, (2) administrative model of the SME, (3) business associativity, and (4) opinion in Likert scale on associative entrepreneurship. These data were analyzed using various multivariate statistical techniques. First, a Principal Component Analysis (PCA) was performed on the entire data matrix, highlighting an anomalous observation that differs from the others because of its high investment in training and market research. An important finding of group condition that delimits textile apparel SMEs was also detected, clearly obtaining two differentiated groups: companies that received financing to acquire fixed assets versus those that did not. A new PCA was then carried out using only 32 variables to determine the key quality management characteristics of the SMEs, resulting in the formation of two groups of companies, those that invested in market research versus those that did not. Both investment in market research and investment in training were determining factors in relation to the groups. Another PCA is also carried out with only 22 variables to determine the predominant factors that motivate their alliances. Finally, it is identified that the most outstanding latent variable of the PCA analysis is formed by the Likert scale variables containing information on associative entrepreneurship. A PLS regression model is then performed to better understand the factors that explain the latent variable T1-OP, formed by the most important set of variables of the PCA analysis, which is taken as the dependent latent variable, the rest of the variables being considered as independent. The predictive analysis showed the significance of each of the variables, of which 9 were taken considering their relevance for the study. The most significant variables provided by the PLS model were used as explanatory variables in a Multiple Regression Analysis (MLR), to model the same latent variable considered in PLS, in order to compare both regression techniques. As a result, it was concluded that the latent variable "associative entrepreneurship" has to do with the breadth of the distribution channel that SMEs can reach, with the need for financing for 2018, with the leverage in public institutions and with the age of the SME owner. Finally, a Structural Equation Modeling analysis was carried out.