Un análisis de la influencia combinada de la capacidad comercial y

ESTADÍSTICA ESPAÑOLA
Vol. 47, Núm. 160, 2005, págs. 501 a 537
Un análisis de la influencia combinada
de la capacidad comercial y de las
tecnologías informativas (TIC) sobre las
Pyme españolas innovadoras
por
JESÚS MANUEL PLAZA LLORENTE
y
RAMÓN RUFÍN MORENO
Departamento de Economía de a Empresa y Contabilidad
Universidad Nacional de Educación a Distancia (UNED)
RESUMEN
La propensión innovadora de las pequeñas y medianas empresas
españolas (PYME) ha sido una realidad poco estudiada hasta ahora.
La investigación que se presenta buscaba la verificación de la siguiente hipótesis de suficiencia: la capacidad comercial de las empresas y el uso que ésta haga de las tecnologías de la información y las
comunicaciones (TIC) permiten conjuntamente discriminar las PYME
innovadoras. La muestra analizada para el presente proyecto estadístico potencialmente accedería al Programa Marco de I+D de la Comisión Europea, lo que ha permitido un diagnóstico en profundidad de
los casos incluídos.
Mediante el empleo secuencial de varias técnicas multivariantes se
configuraron una tipología y un modelo representativo del potencial
innovador de las empresas. La importancia relativa de las variables
definidoras del modelo se cuantificó mediante la construcción de la
función canónica discriminante.
502
ESTADÍSTICA ESPAÑOLA
Palabras clave: Capacidad comercial, tecnologías de la información
(TIC), innovación, Pyme, modelos múltivariantes
Clasificación AMS: JEL: L11, L86, O31, D21, C33
1.
INTRODUCCIÓN
El concepto de propensión innovadora empresarial –en su sentido más amplio-,
agrupa el conjunto de actividades, rasgos, actitudes y procesos que se manifiestan
en la toma de iniciativas conducentes a la mejora de cualquier aspecto productivo,
comercial, organizativo o de gestión, es decir, en la existencia de una cultura de
innovación en la empresa.
La investigación descrita en el presente trabajo, tuvo como objetivo verificar y
cuantificar la influencia positiva que sobre la propensión innovadora de las pequeñas y medianas empresas, podría hipotéticamente tener la conjunción de dos
variables empresariales: la capacidad comercial y la disponibilidad y uso de las
tecnologías de la información y las comunicaciones. A tal fin, el concepto de “innovación” seguido aquí es el que señala el “Manual de Frascati” de la OCDE, que
entiende como tal “la transformación de una idea en un producto nuevo o mejorado
introducido en el mercado; en un proceso de fabricación nuevo o mejorado utilizado
en la industria o en el comercio; o en un nuevo enfoque de un servicio social”.
En cuanto a las denominadas genéricamente “tecnologías de la información y
de las comunicaciones (TIC)” se han considerado como tales las englobadas por
los siguientes CNAE(1): 300,313, 321, 322, 323, 332, 333, 721, 722, 723, 724, 725
y 726. Asimismo, se han considerado Sectores de Alta y Media-Alta Tecnología, los
señalados por el Instituto Nacional de Estadística (INE), según se recoge en el
Apéndice A3; no obstante haberse complementado la clasificación anterior con la
de la OCDE, a fin de encuadrar también –para los fines de esta investigación-, las
unidades muestrales pertenecientes a los sectores de Medio-Bajo y Bajo nivel
Tecnológico.
(1) Esta clasificación agrupa las empresas pertenecientes a los sectores TIC de manufacturas, comunicaciones e informática presentes en la muestra, y que recoge el Banco de España en
su Síntesis de Indicadores Económicos: 1.4. Tecnologías de la Información y las Comunicaciones
(TIC). No obstante formar parte del Sector TIC las ramas 51.43; 51.64; 51.65; 64.20 y 71.33
correspondientes a los servicios de comercio al por mayor de estos bienes y servicios de telecomunicaciones −tanto genéricos como de alquiler de equipos−, éstas no estuvieron representadas
en la muestra como consecuencia del proceso de obtención de la misma detallado en el apartado 2
siguiente.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
503
La capacidad comercial es una variable de marketing poco estudiada en relación con la innovación empresarial. Frente a diversos trabajos que analizan las
interacciones entre nuevos productos (como sinónimo de innovación) y el marketing
estratégico (Manu y Sriram, 1996; Robinson y Chiang, 2002), la orientación al
mercado (Lukas y Ferrell, 2000; Im y Workman, 2004), la estructura del mercado
(Van Heerde et al., 2004), la situación competitiva en sectores tecnológicamente
intensivos (John et al., 1999) Srinivasan, Lilien y Rangaswamy, 2004; Ofek y Sarvary, 2004), las actividades de marketing (Vázquez y Santos, 1998), o el proceso
de difusión de las innovaciones (Polo y Martínez, 1997), el único estudio que analiza en profundidad la influencia de la capacidad comercial en procesos de innovación es el de Dutta et al. (1999), realizado sobre empresas de sectores de alta
tecnología y abordado desde la perspectiva de los recursos y capacidades de la
empresa.
Dutta et al. concluyen que, en los mercados de alta tecnología, la capacidad
comercial (en interacción con la capacidad de I+D), es un determinante no sólo de
la rentabilidad de la firma, sino de la propia capacidad de generar innovaciones.
Proponen además el uso de la metodología empleada en su estudio como una
aplicación del benchmarking para evaluar la capacidad comercial y de innovación
en un sentido parecido al propuesto en la presente investigación, tal como se
explica más adelante.
En cuanto a las investigaciones de la capacidad comercial y la innovación en el
ámbito específico de las pequeñas y medianas empresas, los trabajos son aún más
escasos y se refieren principalmente a sectores tecnológicos como el de la industria
informática (por ejemplo, Simon et al., 2002), al desarrollo y lanzamiento de nuevos
productos (Huang et al., 2002) o a procesos de asociacionismo comercial entre
empresas con el fin de incrementar la propensión innovadora (Hanna y Walsh,
2002).
Por su parte, el uso y gestión de las tecnologías de la información y de las comunicaciones (TIC) aparecen como variables relevantes para la creación de nuevas
fuentes de utilidad (Bassanini-Scarpeta-Visco, 2000). En todos los procesos innovadores, la información, considerada como recurso o proceso, genérico o tácito
(Castells, 1996) desempeña un papel clave. Tal es el caso de los datos que conducen a identificar necesidades susceptibles de ser satisfechas mediante innovaciones, la acumulación de conocimientos que se traduce en mejoras de producto o
proceso, la apropiación del nuevo conocimiento o los mecanismos para su difusión
hacia usuarios potenciales.
En este contexto, información e innovación aparecen estrechamente unidas
mediante relaciones de mutua retroalimentación, que se plasman en nuevas pautas
o modelos de gestión empresarial como son: la vigilancia tecnológica, la gestión
504
ESTADÍSTICA ESPAÑOLA
tecnológica y la decisión misma de innovar por parte del empresario incorporada
como rutina a su actitud y modelo de dirección. De esta manera, los avances
propiciados por las TIC se manifiestan como resultados en la medida en que, las
empresas, usan estas herramientas adaptando también la propia concepción de su
negocio -o razón de ser- a las posibilidades del nuevo escenario competitivo, para
lo cual deben desarrollar conjuntamente una actitud favorable al cambio innovador;
incluso anticipándolo (OCDE, 2003).
Siguiendo a Pavitt (1984), el presente trabajo cabe enmarcarlo en el análisis de
las capacidades innovadoras de las empresas pequeñas; en contraste con los
patrones de innovación observados en las grandes empresas. En el contexto
europeo, las pequeñas empresas responden al modelo de pequeña y mediana
empresa (PYME), que establece como principal parámetro de definición el del
tamaño de la unidad productiva o de servicio, cuando no alcanza los 250 empleados(2).
Aunque todavía no se dispone de un cuerpo de doctrina razonablemente compartido por la comunidad científica que sirva de guía tanto a investigadores empíricos como a las orientaciones de políticas, sean éstas generales –política económica-, o específicas –política de apoyo a la innovación-, sí existen elementos teóricos,
lógicos y conceptuales en los que encuadrar esta investigación en lo que Molero
(1990, 1994) denomina teoría estructural del cambio técnico. La perspectiva de su
desarrollo es microeconómica –en el sentido que Molero (1990) señala-, al desarrollarse en el ámbito de la economía industrial. Una aportación reciente para compilar
un cuerpo de doctrina teórico sobre el que reside este concepto se encuentra en
Navarro (2003).
Dado que ningún indicador aislado da cuenta con precisión de la innovación
tecnológica, un buen número de los trabajos recientes sobre la materia se inclinan
por utilizar una combinación de indicadores −tanto de inputs como de outputs−,
para intentar ofrecer una visión adecuada de un fenómeno tan complejo, recurriendo para ello con frecuencia a esquemas como los que proporciona la evaluación
comparativa o benchmarking (Keegan, 1998).
En último extremo, y tal es el caso contemplado en la presente investigación, las
variables resultantes de un proceso de benchmarking aplicado al dominio informativo de la innovación pueden servir para configurar una pauta, tipología y modelo de
PYME innovadora susceptible de uso como patrón a la hora de calibrar el potencial
innovador de otras empresas. Esta idea está en línea con Malinvaud (1996) que,
(2)
Vid. Comisión Europea, Recomendación de la Comisión C(96)261 final, de 3 de abril de
1996, sobre Definición de Pequeñas y Medianas Empresas.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
505
citado por Pulido (1999), constata la importancia para la investigación de los hechos
estilizados, en cuanto que regularidades procedentes de leyes empíricas
En nuestro caso, el modelo propuesto ofrece un procedimiento rápido y fiable de
selección de empresas susceptible de uso tanto por agentes públicos (confección
de programas de ayuda, orientaciones de políticas de apoyo) como privados (participación en esquemas de capital-riesgo, identificación de empresas como potenciales objetivos de inversión, etc).
2. ORIGEN Y DESCRIPCIÓN DEL CASO
Los datos empíricos de la investigación proceden de dos iniciativas que, entre
1990 y 1995, se desarrollaron en el Instituto de la Pequeña y Mediana Empresa
Industrial (IMPI), perteneciente al entonces Ministerio de Industria y Energía (MINER).
Tales acciones resultaban de una de las prioridades de la política industrial, una
vez superado el período de reconversión y la primera fase de la integración europea, tendente a ampliar la base innovadora de la economía española y, particularmente, la de empresas involucradas en proyectos de I+D. El que este objetivo
continúe vigente diez años después, es una razón por la que explotar ahora con
fines de investigación un trabajo de campo realizado entonces esté justificado.
Aquel interés –aumentar la propensión innovadora de las empresas españolas-,
coincidía también con el de las políticas comunitarias, interesadas en lograr que las
PYME tuvieran una mayor participación en el Programa Marco de I+D y en los
restantes programas de innovación financiados con recursos europeos.
Al hilo de esta convergencia de políticas e intereses, la Comisión Europea lanzó
la Iniciativa MINT(3), que –en el caso español- cofinanciaron el Ministerio de Industria y Energía y la Comisión. Su desarrollo supuso hacer un notable esfuerzo que,
una vez encauzado, se consideró oportuno aprovechar, ampliando el alcance de la
acción a través de una segunda edición, fase o formato que –en España-, se
denominó EUROMANAGEMENT.
Fruto de la participación empresarial en ambas acciones, fue posible reunir 350
diagnósticos, realizados a otras tantas empresas españolas, que son los que
constituyen la base empírica de la investigación. Esta muestra corresponde a un
caso perteneciente al universo de las empresas innovadoras españolas en el
período 1990-1995, al que no cabe conferir representatividad en el sentido que lo
hace la teoría aceptada del muestreo. No obstante, y como se justifica en el aparta-
(3)
MINT, acrónimo de Management the Integration of the New Technology.
506
ESTADÍSTICA ESPAÑOLA
do correspondiente a Metodología, su toma en consideración para los fines de la
investigación científica es aceptable en la medida en que permite obtener conclusiones –siquiera parciales o de alcance limitado−, sobre fenómenos complejos,
insuficientemente estudiados o sobre los que no es sencillo obtener muestras
cuantitativas a coste razonable. Por otra parte, y como se señala después, el
estudio de casos para el mejor conocimiento de los fenómenos implicados en el
cambio técnico dentro del dominio empresarial, se ha utilizado también como
procedimiento aceptado por investigadores de prestigio en la materia.
En consecuencia, el caso que presenta este trabajo, si bien no es estadísticamente representativo del universo de las pequeñas y medianas empresas españolas innovadoras entre 1990 y 1995, ha permitido definir al menos una tipología y un
procedimiento para caracterizar el comportamiento de las PYME españolas con
propensión innovadora que, dada la naturaleza estructural de los parámetros que lo
configuran, permite su extrapolación en el espacio y en el tiempo para el conjunto
de las unidades económicas pertenecientes a la categoría “PYME españolas”.
Las etapas y desarrollo del trabajo de campo se resumen en el cuadro 1.
Cuadro 1
ETAPAS DE DESARROLLO DE LA INICIATIVA MINT (1990-1995)
(Continúa)
DESARROLLO DE LA
METODOLOGÍA DE
DIAGNÓSTICO
(1990-1992)
− Diseño de la metodología de diagnóstico y formato
del plan de empresa
− Prueba piloto de aplicación de la metodología
− Selección y formación de consultores en el uso de
la metodología
FASE DE DIAGNÓSTICO − Trabajo de campo
(1993-1994)
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
507
Cuadro 1
ETAPAS DE DESARROLLO DE LA INICIATIVA MINT (1990-1995)
(Conclusión)
ELABORACIÓN DE
PLANES DE EMPRESA
(1993-1994)
− El objeto principal de la fase de diagnóstico era proporcionar elementos que permitieran hacer una reflexión
conjunta entre el empresario y un consultor especializado en torno a la situación de la compañía, su actitud y
posibilidades frente a la mejora tecnológica o de innovación.
− El resultado práctico de este trabajo conjunto debía
quedar plasmado en un plan de empresa en el que,
entre otras cosas, debía figurar el diseño de una
estrategia de innovación aplicable. En el caso en el que
la puesta en marcha de la estrategia pudiera ser
inmediata, se llevaba a cabo mediante la redacción de
una propuesta de participación de la empresa en
alguno de los programas de ayudas públicas a la
innovación –regionales, nacionales o comunitarios−
vigentes en aquel momento
FASE DE EVENTUAL
INCORPORACIÓN A
PROGRAMAS DE
INNOVACIÓN. 1995
− Elaboración y presentación de la propuesta concreta
a los programas públicos financiadores de actividades
de innovación y/o I+D.
La metodología de diagnóstico utilizada por MINT proporcionó una sistemática
para conocer la realidad de la empresa, tanto en sus aspectos generales, como en
aquellos otros más específicos relativos a su posicionamiento tecnológico, la disponibilidad y empleo de capacidades innovadoras. La realización del diagnóstico en
ambos planos supuso identificar los principales problemas de cada empresa en
todas sus áreas funcionales, pero también valorar sus posibilidades para incorporarse a programas de innovación a corto o medio plazo.
El modelo conceptual en que se basó la metodología MINT asumió, como hipótesis, la existencia interrelación estrecha entre tres elementos: la empresa, en
cuanto que estructura organizada, la estrategia adoptada por la misma y las condiciones del entorno en el que se inserta.
La empresa se definió a través de sus capacidades, entendidas como el conjunto de las aptitudes y/o recursos que dispone para desarrollar su actividad y que
le permiten desenvolverse en un entorno competitivo. La estrategia, era el plan
508
ESTADÍSTICA ESPAÑOLA
establecido sobre cómo utilizar los recursos y capacidades disponibles para alcanzar objetivos de negocio o metas fijadas. Dichos objetivos podían ser explícitos, si
habían sido enunciados o incluso formalizados o, implícitos, si no lo estaban pero, a
su logro, se encaminaban las actitudes y acciones del conjunto de la organización.
De entre los objetivos, los de carácter estratégico eran los que determinaban la
trayectoria competitiva adoptada. Finalmente, el entorno resultaba ser el conjunto
de elementos y condiciones externas, vinculadas al área geográfica y de mercado
en que operaba cada compañía.
Con respecto a las capacidades de innovación, los diagnósticos evaluaron los
aspectos recogidos en el cuadro 2.
Cuadro 2
ÍTEMS INVESTIGADOS SOBRE LAS CAPACIDADES DE INNOVACIÓN
RECURSOS
TECNOLÓGICOS
DISPONIBLES O
PATRIMONIO
TECNOLÓGICO
‰ Tecnologías de la producción (producto/proceso)
CAPACIDAD DE
INNOVACIÓN
TECNOLÓGICA
‰ Experiencia y recursos del departamento técnico
‰ Saber-hacer tecnológico existente.
‰ Tecnologías de la información (informática
y telecomunicaciones).
‰ Nivel de implantación
(o de I+D)
‰ Proceso de generación de innovaciones
‰ Proceso de asimilación de innovaciones
‰ Proceso seguido para el diseño y el desarrollo de
productos
‰ Demanda de servicios técnicos avanzados
CAPACIDAD DE
COOPERACIÓN
TECNOLÓGICA
‰ Cooperación con otras empresas y organismos
‰ Participación en programas europeos y otros
‰ Participación en programas de promoción tecnológica
de las administraciones públicas
COHERENCIA DE
LA TECNOLOGÍA
UTILIZADA RESPECTO A LA
ORGANIZACIÓN,
EL ENTORNO Y
LA ESTRATEGIA
‰ Tecnología vs. Organización.
‰ Tecnología vs. Entorno.
‰ Tecnología vs. Estrategia
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
509
De la misma manera, en los dominios de la capacidad comercial y de la disponibilidad y uso de las TIC, que son las otras dos variables objetivo de nuestro estudio,
los aspectos respectivos evaluados fueron los relacionados en el cuadro 3.
Cuadro 3
ÍTEMS INVESTIGADOS DE LAS VARIABLES HIPOTÉTICAMENTE
DISCRIMINANTES
CAPACIDAD
COMERCIAL
‰ Disponibilidad de información de mercados y de
‰
‰
‰
‰
‰
‰
‰
‰
‰
‰
la competencia
Coordinación entre los departamentos comercial
de compras y producción
Características del producto (relación calidad/precio,
diseño/imagen, diferenciación)
Política de precios
Política de promoción y publicidad
Canales de distribución
Plazos de entrega
Cualificación del personal comercial
Satisfacción de los clientes
Servicio postventa
Implantación de las TIC en el área comercial
DISPONIBILIDAD
DE LAS TECNOLOGÍAS DE LA
INFORMACIÓN Y
LAS COMUNICACIONES
‰ Características de los equipos (capacidad de tratamiento
USO DE LAS
TECNOLOGÍAS
DE LA INFORMACIÓN Y LAS COMUNICACIONES
‰ Acceso regular a información interna y externa relevante
de la información, tiempo de utilización, flexibilidad operativa, tecnología, antigüedad, costes de tratamiento de la
información).
‰ Nivel de implantación en cada área funcional.
‰ Motivos de la adquisición de equipos.
‰ Planes de inversión en nuevos equipos
(sistemas de información financieros y sistemas de información no financieros)
‰ Adecuación y control de la formulación de objetivos,
grado de formalización del proceso y vinculación de
los objetivos departamentales con la estrategia.
‰ Adecuación del proceso de planificación.
‰ Adecuación del proceso de evaluación
510
ESTADÍSTICA ESPAÑOLA
Del conjunto de la información obtenida tanto a partir de los aspectos anteriores
como de otras dimensiones empresariales hipotéticamente relevantes (capacidad
financiera, capacidad estratégica general, antigüedad, dimensión, etc.), tan solo
una parte pudo traducirse en variables susceptibles de tratamiento estadístico.
Tales variables resultantes son las que figuran en el cuadro 4.
Cuadro 4
VARIABLES QUE CARACTERIZAN LA MUESTRA
TIPO DE
VARIABLE
CODIFICACIÓN Y DEFINICIÓN
DE ORDEN
V1 Número de orden.
V2 Denominación de la empresa (razón social)
LOCALIZACIÓN
V3 Localización geográfica (Comunidad Autónoma). ccaa
PERTENENCIA
V4 Actividad (CNAE, tres dígitos). cnae
SECTORIAL
ESTRUCTURA
V5 Dimensión o tamaño (número de empleados). dim
V6 Facturación anual (millones de euros o Meuros). face
V7 Productividad (miles de euros/empleado). pro
V13 Antigüedad (años desde la creación de la empresa
al momento de realización del diagnóstico). edad
PERFIL
EMPRESARIAL
V8 Capacidad comercial (Alta, Media, Baja). ccom
V10 Capacidad financiera (Alta, Media, Baja). cfin
V16 Capacidad estratégica y organizativa (Alta, Media, Baja). cest
PERFIL
INNOVADOR
V91 Capacidad de Innovación Tecnológica
(Alta, Media, Baja). cit
V92 Capacidad de Cooperación Tecnológica
(Alta, Media, Baja). cct
V11 Actividad innovadora
(Formalizada, No Formalizada). acin
V12 Actitud Innovadora (Líder, Seguidor). act
GESTIÓN DE LA
INFORMACIÓN
V14. Capacidad de información y control
(Alta, Media, Baja). cinfo
V.15 Tecnologías de la información y nivel de implantación
(Alta, Media, Baja). tic
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
511
2.1 Tamaño y representatividad de la muestra
El universo del que procede la muestra del Caso es el colectivo de empresas
industriales innovadoras en España que, de acuerdo con el Informe COTEC 2001,
se fijaba entre 1990 y 1995 en torno a las 17.000 empresas.
Atendiendo al proceso de obtención de la muestra, no puede afirmarse, en sentido estricto, que sea estadísticamente representativa de la población de procedencia. El planteamiento de la acción MINT perseguía –en cuanto que acción institucional− obtener resultados concretos desde el punto de vista de la preparación de
propuestas financiables por programas públicos en el ámbito de la innovación, en
general, y de la I+D en particular. Esta restricción obligaba a contar con empresas
que tuvieran una solvencia mínima –no sólo financiera− y que, con anterioridad a su
participación en esta iniciativa hubieran mostrado una actitud, siquiera abierta o de
no rechazo, a planteamientos mínimamente novedosos. Así, la acción MINT no se
dirigía a empresas tradicionales; sino más bien a empresas activas en materia de
innovación, en el momento en el que se les formulaba el diagnóstico, “contaminando” así la aleatoriedad en el proceso de selección muestral.
No obstante lo anterior, la disponibilidad de un material inédito, obtenido mediante un procedimiento riguroso y perteneciente a un terreno caracterizado por la
falta de datos empíricos, invitaba a su aprovechamiento, siquiera desde la perspectiva del análisis de casos; por otra parte aceptada desde planteamientos metodológicos inductivos y ya utilizada antes en el dominio de la investigación del cambio
técnico (Buesa y Molero,1992).
En total se llevaron a cabo 350 diagnósticos empresariales, de los que se completaron 325 que constituyen la muestra útil. De ellos, 320 corresponden a la categoría de PYME atendiendo a su dimensión respecto al número de empleados y al
importe de la cifra de ventas, que señala la definición comunitaria aceptada de
referencia. En 5 casos (1,5%) las empresas tenían más de 249 empleados pero, al
no superar su volumen de ventas los 40 M de euros establecido como umbral por la
definición comunitaria, se decidió su permanencia en la muestra.
2.2
Caracterización muestral
La caracterización de la muestra se lleva a cabo mediante los instrumentos descriptivos que figuran en los Apéndices A1, A2, A3, A4 y A5, que brevemente se
refieren a:
La naturaleza y escalas de gradación de las variables se resumen en el Apéndice A1.
512
ESTADÍSTICA ESPAÑOLA
Apéndice A1
NATURALEZA, ESCALAS Y CARACTERÍSTICAS DE LAS VARIABLES
(Continúa)
GRADOS Y CÓDIGOS
VARIABLE
CARÁCTER, ESCALAS E INTERPRETACIÓN
VI
Numérico, ordinal.
Su objeto es dimensionar el tamaño de la muestra
V2
Alfanumérico, abreviatura de la razón social.
Permite identificar nominalmente cada elemento muestral. Se omite en la
presentación de los resultados, para preservar el compromiso de confidencialidad, bajo el que las empresas facilitaron la información necesaria
para completar los diagnósticos
V3 (ccaa)
Numérico: Andalucía (1), Aragón (2), Asturias (3), Baleares (4), Canarias
(5), Cantabria (6), Cataluña (7), Castilla-La Mancha (8), Castilla y León
(9), Extremadura (10), Galicia (11), Madrid (12). Murcia (13), Navarra (14),
País Vasco (15), La Rioja (16), Comunidad Valenciana (17).
La localización geográfica puede relacionarse con la existencia de condiciones de entorno favorecedoras de la innovación, tales como infraestructuras y
la dotación de servicios de apoyo
V4 (cnae)
Numérico, codificación de tres dígitos del CNAE (1993), según intensidad tecnológica del sector (alta, media-alta, media-baja o baja).
V5 (dim)
Numérico: número de empleados declarado por la empresa en la fase de
diagnóstico (se supusieron todos a tiempo completo).
V6 (face)
Numérico: facturación declarada por la empresa en la fase de diagnóstico,
expresada en millones de euros (1 euro= 166,386 pts). El cálculo se ha
llevado a cabo a partir del dato expresado en pesetas corrientes.
V7 (pro)
Numérico: productividad aparente en miles de euros por empleado
(V6/V5).
V8 (ccom)
Numérico, calificación con arreglo a la escala: Alta (3), Media (2), Baja
(1). Valores altos de esta variable representan un mayor índice de
apertura exterior.
V91 (cit)
Numérico, calificación con arreglo a la escala: Alta (3), Media (2), Baja
(1). Asociada a las V12 y V8, puede ser útil para inferir la posición
competitiva de la empresa.
Asociada a la V11, valores elevados de ambas, son índice de un alto grado
de autonomía tecnológica de la empresa.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
513
Apéndice A1
NATURALEZA, ESCALAS Y CARACTERÍSTICAS DE LAS VARIABLES
(Conclusión)
V92 (cct)
Numérico, calificación con arreglo a la escala: Alta (3), Media (2), Baja
(1). Esta variable es complemetaria de la anterior y se refiere a la propensión cooperadora de la empresa para innovar.
V10 (cfin)
Numérico, calificación con arreglo a la escala: Alta (3), Media (2), Baja
(1). Expresa la capacidad financiera de la empresa referida a disponibilidad, coste y rentabilidad del capital.
V11 (acin)
Numérico, calificación con arreglo a la escala: Formalizada (3), No
Formalizada (1). La actividad innovadora se considera formalizada
cuando se lleva a cabo de forma sistemática o cuando sistemáticamente tiene lugar un esfuerzo tecnológico o innovador positivo (se
asignan recursos). No estará formalizada en los casos contrarios a los
anteriores.
V12 (act)
Numérico, calificación con arreglo a la escala: líder (3) que expresa la
capacidad de la empresa para generar tecnología o coordinar a otros
para que la generen o seguidor (1), que se asocia a la capacidad de
asimilación o uso de la tecnología generada por otros.
V13 (edad)
Numérico: número de años.
En la literatura esta variable aparece como índice de la posibilidad de
acumulación de conocimiento y experiencia por parte de la empresa
respecto a su capacidad para innovar.
V14 (cinfo)
Numérico, calificación con arreglo a la escala: Alta (3), Media (2), Baja
(1). Refleja la capacidad empresarial para captar información, elaborarla y revertirla hacia su estructura, en forma de procedimientos de
control, seguimiento y evaluación.
V15 (tic)
Numérico, calificación con arreglo a la escala: Alta (3), Media (2), Baja
(1). Es índice del grado de incorporación de la empresa al uso de las
tecnologías de la información y telecomunicaciones (TIC).
V16 (cest)
Numérico, calificación con arreglo a la escala: Alta (3), Media (2), Baja
(1). Expresa si la organización cuenta con procesos estructurados de
organización, establecimiento de la estrategia y cumplimiento de
objetivos.
514
ESTADÍSTICA ESPAÑOLA
La distribución territorial de la muestra figura en el Apéndice A2.
Apéndice A2
DISTRIBUCIÓN TERRITORIAL V3
DISTRIBUCIÓN DE LA MUESTRA ÚTIL POR COMUNIDADES AUTÓNOMAS
Comunidad
Autónoma
Número de empresas
MINT
EUROMANAGEMENT TOTAL
Andalucía
Aragón
Asturias
Baleares (*)
Canarias
18
8
10
0
11
18
36
28
0
10
36
44
38
0
21
Cantabria (*)
Cataluña
Castilla-La Mancha
Castilla y León
Extremadura
0
8
13
11
10
0
10
13
20
10
15
Galicia (*)
Madrid
Murcia
Navarra
País Vasco (*)
0
15
17
15
0
0
2
0
9
0
0
28
18
11
0
0
43
35
26
0
16
17
La Rioja
Comunidad Valenciana
0
8
10
11
10
19
144
181
325
1
2
3
4
5
6
7
8
9
10
11
12
13
14
TOTAL
(*) Por distintas razones administrativas e institucionales, estas Comunidades Autónomas no
participaron en las acciones MINT y EUROMANAGEMENT.
La pertenencia sectorial de los elementos muestrales se detalla en el Apéndice
A3. Su estudio descriptivo pone de relieve que, del conjunto muestral, 120 unidades
(el 37% de la muestra total) pertenecían a los sectores manufactureros y de servicios de intensidad tecnológica alta, media-alta o de punta; de acuerdo con las
categorías que establece el Instituto Nacional de Estadística (INE). No obstante, y
con el fin de poder asignar la totalidad de los elementos muestrales a categorías
tecnológicas, la clasificación anterior se complementó con la de la OCDE, incluyen-
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
515
do así los sectores de media-baja y baja intensidad o nivel tecnológico, de interés
para la investigación de características y comportamientos diferenciales. Esta
última clasificación, y sus agrupaciones en el momento en que se tabularon los
datos, es la que ha soportado la investigación realizada.
Apéndice A3
DISTRIBUCIÓN SECTORIAL V4
(Continúa)
EMPRESAS PERTENECIENTES A SECTORES DE ALTA Y MEDIA-ALTA TECNOLOGÍA. Lista utilizada por el INE
CNAE-93
Sectores
Nº de
Porcentaje
empresas
244
Industria farmacéutica
Manufac-
5
30
Maquinaria de oficina y material
informático
tureros de
tecnología
0
321
Componentes electrónicos
alta
3
32-32.1
Aparatos de radio, TV y comunicaciones
33
Instrumentos médicos de precisión,
optica y relojería
0
35.3
Construcción aeronáutica y espacial
5
11
24(20%)
24-24.4
Manufac-
12
Maquinaria y equipos
tureros de
tecnología
21
31
Maquinaria y aparatos eléctricos
media-alta
26
34
Industria del automóvil
35-35.3
Otro material de transporte
29
Industria química excepto industria
farmacéutica
13
5
77(64,2%)
64
72
73
Correos y telecomunicaciones
Actividades informáticas
Investigación y desarrollo
TOTAL
Servicios de
alta tecnología o de
punta
0
19
0
19(15,8%)
120(100%)
516
ESTADÍSTICA ESPAÑOLA
Apéndice A3
DISTRIBUCIÓN SECTORIAL V4
(Conclusión)
GRADO DE INNOVACIÓN SECTORIAL A TRAVÉS DEL ESFUERZO EN I+D
O.C.D.E
Nivel
Tecnológico
Sectorial
Descripción
Alto
‰ Aerospacial y aeronáutico
‰ Ordenadores y material de oficina
‰ Electrónica y comunicaciones
‰ Industria farmacéutica
Código
CNAE
(1993)
Número de
Empresas en
la muestra y
porcentaje
353
300, 720
642
244
51(15,7%)
Medio-Alto
‰ Instrumentación científica y técnica
‰ Maquinaria electrónica
‰ Automoción y transportes
‰ Industria química no farmacéutica
‰ Maquinaria no eléctrica
‰ Servicios técnicos
331-2-4-5
292-3-4, 312-15-21
341, 342, 352
24-244
34-343
742
63(19,4%)
Medio-Bajo
‰ Petróleo y combustibles fósiles
‰ Construcción naval
‰ Plástico y caucho
‰ Otro equipo de transporte
‰ Piedra, arcilla y vidrio
‰ Industria metalmecánica
‰ Metales no férricos
‰ Otras manufacturas
112, 232
351
251,252
350
26
286,291
120, 131, 132
111(34,0%)
Bajo
‰ Agroalimentación
‰ Papel y artes gráficas
‰ Textil-confección
‰ Madera y mueble
‰ Industria del cuero
Calzado
TOTAL
151, 153-9
211, 212, 222
172, 182
201, 202, 203, 361
191, 192
193
100(30,9%)
325(100%)
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
517
En el Apéndice A4 la muestra se agrupa por segmentos atendiendo al tamaño
empresarial y su dimensión económica.
Apéndice A4
DISTRIBUCIÓN POR TAMAÑO Y DIMENSIÓN ECONÓMICA
Distribución por tamaño V5
Rango: de 2 a 300 empleados; Media(4): 65; Desviación Típica: 54,22; Coeficiente
de Variación: 83,5%.
DISTRIBUCIÓN DE LA MUESTRA ÚTIL POR TAMAÑO DE EMPRESAS
Número
%
Microempresas Pequeñas
Medianas
(<9)
(10<v5<49) (50<v5<249)
12
153
155
3,7
47
47,7
Grandes TOTAL
(>250)
5
325
1,6
100
Dimensión económica V6
Rango de 0,03 a 39,97 millones de euros, Media(5): 6,10,
Desviación Típica: 6,44, Coeficiente de Variación: 105,5%.
VOLUMEN DE FACTURACIÓN (millones de euros)
Tramo
Nº de Empresas
Porcentaje (%)
0-5
5,1-10
10,1-15
15,1-20
20,1-25
25,1-30
30,1-35
35,1-40
193
77
24
15
10
2
0
4
59,3
23,7
7,3
4,6
3,0
0,7
0,0
1,4
TOTAL
325
100,0
(4) En 1995, en España, con un censo de 2.384.711 empresas (DIRCE. INE) y 12.589.900
ocupados (EPA. INE), la dimensión media empresarial era de 5,3 empleados y de 34,9 si se
consideraban sólo los segmentos de empresas Pequeñas y Medianas. La media muestral resultaba
ser 12,26 veces mayor que la media nacional entonces y 1,76 veces menor que la media de su
estrato (medianas empresas).
(5) En 1995, la dimensión económica media de la empresa española (PIBpm corriente/número de empresas) era de: 437.787/2.384.711= 0, 1836 millones de euros/empresa, 33 veces
menor que la media muestral.
518
ESTADÍSTICA ESPAÑOLA
La segmentación de la muestra, atendiendo a la productividad aparente y antigüedad, se detalla en el Apéndice A5.
Apéndice A5
PRODUCTIVIDAD APARENTE Y ANTIGÜEDAD
Productividad V7
Rango: de 5,01 a 601,01 miles de euros por empleado, Media6:
102,34, Desviación Típica: 87,0, Coeficiente de Variación: 85,0%.
VOLUMEN DE FACTURACIÓN (millones de Euros)
Tramo
Nº de Empresas
Porcentaje (%)
0-100
101-200
201-300
301-400
401-500
501-600
601-700
211
88
13
6
65,0
27,1
4,0
1,8
1,2
0,6
0,3
100,0
TOTAL
4
2
1
325
Antigüedad V13
Rango: de 1 a 116 años, Media: 22,17, Desviación Típica: 20,57
Coeficiente de Variación: 92,78%.
NÚMERO DE AÑOS TRANSCURRIDOS DESDE LA CREACIÓN
Tramo
Nº de Empresas
Porcentajes (%)
0-5
6-10
11-15
16-20
21-25
Más de 25
51
55
42
44
33
100
15,7
16,9
12,9
13,5
10,1
30,9
TOTAL
325
100,0
(6) En 1995, la productividad aparente media de la economía española (PIBpm corriente/ocupados a tiempo completo) era de 437.787/13.025.100=0,03361 millones de euros/ocupado, 3
veces menor que la muestral.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
519
3. METODOLOGÍA DE INVESTIGACIÓN
Se desarrolló mediante la aplicación secuencial de técnicas multivariantes (Programa SPSS para Windows, Versión 11) para los análisis que se indican a continuación.
3.1 Análisis de componentes principales (ACP)
La sola consideración de los elementos muestrales no permitía, por sí misma,
establecer la existencia de afinidades que delimitaran comportamientos diferenciales entre las empresas objeto de estudio. Por otra parte a priori, y salvo el caso en
que se había obtenido una variable derivada durante el proceso de tabulación –la
productividad aparente-, la muestra no permitía identificar vínculos entre las variables muestrales.
Las razones anteriores aconsejaron llevar a cabo un análisis exploratorio de
componentes principales (ACP), a fin de simplificar el número inicial de variables y
dejarlas reducidas a un conjunto de factores basados en las mismas que pudieran
orientar el análisis posterior. La obtención de Componentes Principales se hizo a
partir de 12 de las 17 variables definidas. Las variables: orden, denominación,
localización geográfica y sector no formaron parte del análisis factorial dado su
carácter, como tampoco lo fue la variable productividad ya que, al ser derivada de
otras dos consideradas exógenas –facturación y número de empleados− , distorsionaba el resultado como se comprobó en un ensayo tentativo, previsiblemente
por multicolinealidad (Álvarez, 1998).
Siguiendo la metodología y procedimiento propuestos por Visauta (1998) se
sometieron al análisis ACP doce variables: dimensión, facturación, capacidad
comercial, antigüedad, capacidad financiera, capacidad estratégica y de organización, capacidad de innovación, capacidad de cooperación tecnológica, actividad
innovadora, actitud innovadora, capacidad de información y control y capacidad
para el uso de tecnologías de la información (TIC).
Los cuatro factores (C1 a C4) obtenidos explicaron conjuntamente el 60,4% de
la varianza de las variables originales.
Algunas conclusiones previas obtenidas (véase el cuadro 5) nos indican que el
análisis ACP realizado es pertinente (Visauta, 1998; pp. 220-226)
520
ESTADÍSTICA ESPAÑOLA
Cuadro 5
CRITERIOS DE ROBUSTEZ DEL ANÁLISIS ACP
‰
‰
‰
‰
Los coeficientes de correlación de Pearson son, en la mayoría de los casos,
altamente significativos (con α= 0,05).
El valor del determinante de la matriz de correlaciones es bajo (0,0783).
El Índice de Kaiser-Meyer-Olkin (KMO=0,75) indica que el resultado de aplicar
este análisis al conjunto muestral es aceptable.
El resultado de la Prueba de Bartlett, con Chi-cuadrado igual a 812,794 y
p=0,00 permite rechazar la hipótesis nula de que las variables están, inicialmente, incorrelacionadas.
3.2 Generación de conglomerados
El análisis ACP determinó claramente la existencia de un factor (C1) que, por sí
mismo, explicaba el 18,53% de la varianza total de las variables originales, para el
que los mayores valores de los coeficientes correspondían a las variables: actividad
innovadora (0,785), capacidad de innovación tecnológica (0,743), capacidad de
cooperación tecnológica (0,676) y actitud innovadora (0,639).
Este hecho llevó a concluir que la mayor propensión innovadora de una empresa
de la muestra quedaba determinada por que alcanzara valores máximos en la calificación de las cuatro variables señaladas en el párrafo anterior: acin, cit, cct y act.
A la muestra tabulada se le aplicó entonces el análisis de conglomerados de K
medias no jerárquico. Para ello se utilizaron como variables dependientes las cuatro
mencionadas antes y que, agrupadas en el factor C1, definían el perfil o propensión
innovadora de las empresas. Así se generaron K igual a 2, 3, 4 y 5 conglomerados.
En el apartado siguiente de Resultados se detalla el análisis completo para K=4,
que resultó ser el que determinaba perfiles empresariales más nítidos.
3.3 Contraste de significación
Mediante esta técnica se pretendió identificar en la muestra la existencia de variables que, de forma robusta, pudieran asociarse a: 1) el hecho de si una empresa
tenía una propensión innovadora alta o baja y 2) que permitieran definir, en el caso
de su existencia, tipologías empresariales características de determinado perfil
innovador.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
521
Caracterización de las empresas de propensión innovadora alta/baja
Para llevar a cabo el primero de los análisis se recurrió a la técnica de recodificación de variables sobre la variable artificial generada por el tratamiento estadístico, relativa al conglomerado inicial de pertenencia, lo que permitió reducir los cuatro
conglomerados iniciales obtenidos a dos:
‰
Valor 1 de la variable artificial: conglomerados 1 y 2 o de baja propensión
innovadora.
‰
Valor 4 de la variable artificial: conglomerados 3 y 4 o de alta propensión
innovadora.
El contraste de significación de las variables se llevó a cabo mediante las siguientes
pruebas:
‰
Prueba T de Igualdad de Medias, en el caso de las variables continuas o
métricas (dimensión, facturación, productividad y antigüedad).
‰
Cuadros de Contingencia (establecimiento de discrepancias entre las frecuencias teóricas y las observadas) y prueba Chi-Cuadrado, con el contraste de la
hipótesis nula de independencia, en el caso de las variables discretas (capacidad comercial, capacidad financiera, capacidad de información y control, capacidad estratégica y organizativa y uso e implantación de las tecnologías de la
información).
En todos los casos el contraste se llevó a cabo para un nivel de significación del 5%.
Identificación de tipologías entre las empresas de alta propensión innovadora
En este segundo caso no fue preciso recodificar los valores de las variables, por
cuanto se segregaron del archivo maestro los conglomerados 3 y 4.
El contraste de significación se llevó a cabo mediante las mismas pruebas y nivel
estadísticos descritos, dependiendo de la naturaleza de cada variable a contrastar.
3.4 Análisis discriminante
La construcción de la función discriminante, a partir de las variables que tenían
significación estadística para separar elementos muestrales, permitió cuantificar la
capacidad segregadora de estas variables. Al respecto, se consideró que aquéllas
cuyo coeficiente en la función discriminante era mayor tenían un poder definitorio o
clasificatorio también mayor.
522
ESTADÍSTICA ESPAÑOLA
3.5 Coeficientes de penetración
Para completar el análisis, se calcularon los coeficientes de penetración de las variables localización geográfica y actividad (nivel tecnológico del sector de pertenencia), en relación con los distintos conglomerados y grupos empresariales, cuya
segregación quedaba justificada como consecuencia de las pruebas llevadas a cabo.
3.6 Identificación y caracterización de las empresas de crecimiento rápido
Para el estudio de las empresas de crecimiento rápido, también objeto de investigación, se definieron como tales las pertenecientes al conjunto muestral que,
registrando la facturación más alta, tenían una antigüedad en el mercado (variable
edad) de 10 años o inferior. De esta manera la variable edad actuaba como variable de corte, mientras que la facturación permitía segregar grupos empresariales, al
tener significación estadística.
A la fracción muestral resultante, integrada por 106 empresas, se la sometió a
las mismas pruebas, para el mismo nivel de significación (5%), que a las agrupaciones obtenidas a partir de la muestra total.
4. RESULTADOS
4.1 Análisis de componentes principales (ACP)
Resultaron cuatro componentes principales con autovalores mayores que la
unidad –tanto en la solución no rotada, como en la rotada−, con capacidad explicativa sobre la varianza en los porcentajes reflejados en el cuadro 6.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
523
Cuadro 6
ANÁLISIS DE COMPONENTES PRINCIPALES (ACP)
COMPONENTE VARIANZA TOTAL
(AUTOVALOR)
EXPLICADA7
C1
(3,215)
18,533
VARIABLES
AGRUPADAS Y
SATURACIÓN
FACTORIAL8
REPRESENTACIÓN
ATRIBUIDA AL COMPONENTE
acin (0,785) Propensión
cit (0,743) innovadora
cct (0,676)
act (0,639)
C2
(1,736)
33,736
C3
(1,239)
48,001
dim (0,886) Características
face (0,875) estructurales
cinfo (0,718) Capacidad
tic (0,683) estratégica,
cest (0,642) informativa e
implantación de TIC
C4
(1,064)
60,450
cfin (0,717) Gestión de
ccom (0,696) capacidades
edad (0,508)
Como se dijo más arriba, el análisis ACP determinó claramente la existencia de
una componente (C1) que, por sí misma, explicaba el 18,53% de la varianza total
de las variables originales, y para la que los mayores valores de los coeficientes
correspondían a las variables: actividad innovadora, capacidad de innovación
tecnológica, capacidad de cooperación tecnológica y actitud innovadora. A tal
componente le fue atribuida en el modelo la representación de la propensión innovadora de las empresas.
Por su parte, las variables asociadas a la capacidad estratégica empresarial,
capacidad informativa e implantación de TIC, constituyen la tercera componente
(C3) del análisis ACP realizado, capaz de explicar el 14,3% de la varianza de las
variables originales del Caso. En esta componente se haya incluida por tanto una
de las variables objeto de la hipótesis de suficiencia inicial, pero en conjunción
(además de con la información misma) con los aspectos representativos de la
capacidad estratégica y organizativa general de la empresa.
(7)
Suma acumulada de las saturaciones al cuadrado de la rotación.
(8) Método de rotación: normalización VARIMAX con Kaiser. A mayor peso, carga, ponderación o saturación factorial, mayor relación del componente o factor con la variable.
524
ESTADÍSTICA ESPAÑOLA
Esta capacidad estratégica y organizativa estaba, en el cuestionario elaborado
para el diagnóstico, relacionada con aspectos genéricos tales como la existencia de
una actitud estratégica de seguimiento continuado y anticipación a los cambios del
entorno, la especificación de objetivos estratégicos para cada área funcional, la
adecuación de la implantación de la estrategia (comunicación y asignación de
recursos) o la existencia de procedimientos de evaluación formal en relación con
los resultados.
Por su parte, la componente C4, explicativa del 12,45% de la varianza, aproximadamente, incluye a su vez la otra variable contenida en la hipótesis de suficiencia inicial, la capacidad comercial, pero en conjunción con otra variable de gestión
empresarial: la capacidad financiera –además del factor relacionado con la antigüedad de la empresa.
4.2 Generación de conglomerados: tipología de PYMES innovadoras
El análisis para cuatro clusters o conglomerados, resultó mostrar idéntico número de actitudes de comportamiento diferencial de las empresas ante el fenómeno de
la innovación; identificables por los Centros de los conglomerados finales, en
relación con las variables dependientes (véase el cuadro 7).
Cuadro 7
CENTROS DE LOS CONGLOMERADOS FINALES. PORCENTAJES
MUESTRALES AGRUPADOS SEGÚN PROPENSIÓN INNOVADORA
BAJA (63%)
Nº 1 (24%)
ALTA (37%)
Nº 2 (39%)
Nº 3 (12%)
Nº 4 (25%)
Cit
2
2
3
3
Cct
2
1
2
2
Acin
1
1
3
3
Act
1
1
3
1
Para ilustrar de manera intuitiva lo que esta tipología empresarial representaba
se asimiló cada una de sus cuatro categorías a un animal, mediante la alegoría
zoológica recogida en el cuadro 8.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
525
Cuadro 8
TIPOLOGIA EMPRESARIAL DE ACTITUD ANTE LA INNOVACIÓN
EMPRESAS DE
BAJA PROPENSIÓN
INNOVADORA
Conglomerado nº 2 (empresas LIRÓN)
Integrado por 128 empresas con capacidad de innovación media, baja capacidad de cooperación tecnológica,
actividad innovadora no formalizada y actitud tecnológica
de seguidor.
Conglomerado nº 1 (empresas CEBRA)
Integrado por 77 empresas capacidades de innovación y
cooperación tecnológica medias, actividad innovadora no
formalizada y actitud innovadora de seguidor.
EMPRESAS DE
ALTA PROPENSIÓN
INNOVADORA
Conglomerado nº 4 (empresas RINOCERONTE)
Integrado por 83 empresas de alta capacidad innova
dora, actividad tecnológica formalizada, capacidad de
cooperación tecnológica media y actitud innovadora
de seguidor.
Conglomerado nº 3 (empresas GUEPARDO)
Integrado por 37 empresas de alta capacidad innovadora, actividad formalizada, actitud innovadora de líder y
capacidad media de cooperación tecnológica.
4.3 Contraste de significación
Para segregar entre los grupos de empresas de alta o baja propensión innovadora mostraron tener significación estadística las variables: facturación (face),
capacidad comercial (ccom), capacidad de información y control (cinfo), uso e
implantación de TIC (tic) y capacidad estratégica y organizativa (cest).
Dentro del grupo de empresas de alta propensión innovadora (categorías de
guepardo y rinoceronte), mostraron significación estadística para asignar empresas
a cada grupo las variables: dimensión (dim), facturación (face), uso e implantación
de TIC (tic) y capacidad estratégica y organizativa (est).
En el subgrupo muestral de empresas de crecimiento rápido, se obtuvo significación estadística para separar entre empresas de alta o baja capacidad innovadora en las variables: capacidad de información y control (cinfo), uso e implantación
de TIC (tic) y capacidad estratégica y organizativa.
526
ESTADÍSTICA ESPAÑOLA
El detalle de estos resultados, figura en el Apéndice A6.
Apéndice A6
CONTRASTE DE SIGNIFICACIÓN
Para empresas de alta/baja propensión innovadora
9
(Continúa)
Prueba de Lavene para
igualdad de varianzas
(α
α=0,05)
Prueba T para igualdad
de medias (intervalo de
confianza del 95%)
V5. dim
No significativa (p=0,119)
No significativa (p=0,076)
V6. face
Significativa (p=0,003)
Significativa (p=0,033)
V7. pro
No significativa (p=0,472)
No significativa (p=0,710)
V13. edad
Significativa (p=0,009)
No significativa (p=0,066)
Variables
de perfil
empresarial
Prueba Chi-cuadrado
(α
α=0,05)
PHI de Cramer
(significación
aproximada)
V8. ccom
Significativa (p=0,01)
V10. cfin
No significativa (p=0,076)
V14. cinfo
Variables
estructurales
o continuas
Coeficiente de
contingencia
(significación
aproximada)
0,204 (0,01)
0,200 (0,01)
0,126 (0,076)
0,125 (0,076)
Significativa (p=0,00)
0,248 (0,00)
0,240 (0,00)
V15. tic
Significativa (p=0,00)
0,326 (0,00)
0,310 (0,00)
V16. cest
Significativa (p=0,00)
0,301 (0,00)
0,288 (0,00)
(9)
Prueba de homogeneidad de varianzas, que contrasta hasta qué punto los distintos niveles del factor, tienen varianza homogénea en la variable endógena. Cuanto más próximo 1 esté el
valor del Estadístico, más probable es que sea cierta la hipótesis nula de diferencia no significativa
entre las varianzas.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
527
Apéndice A6
CONTRASTE DE SIGNIFICACIÓN
Entre empresas de alta propensión innovadora
(pertenencia a la categoría de guepardo o rinoceronte)
(Continuación)
Variables
estructurales
o continuas
Prueba de Lavene para
igualdad de varianzas
(α
α=0,05)
Prueba T para igualdad
de medias (intervalo de
confianza del 95%)
V5. dim
Significativa (p=0,001)
Significativa (p=0,007)
V6. face
Significativa (p=0,00)
Significativa (p=0,016)
V7. pro
Significativa (p=0,042)
No significativa (p=0,278)
V13. edad
No significativa (p=0,80)
No significativa (p=0,792)
Variables
de perfil
empresarial
Prueba Chi-cuadrado
(α
α=0,05)
PHI de Cramer
(significación
aproximada)
V8. ccom
No significativa (p=0,107)
0,193 (0,107)
0,189 (0,107)
V10. cfin
No significativa (p=0,081)
0,204 (0,081)
0,20 (0,081)
V14. cinfo
No significativa (p=0,090)
0,200 (0,090)
0,197 (0,090)
V15. tic
Significativa (p=0,022)
0,252 (0,022)
0,244 (0,022)
V16. cest
Significativa (p=0,022)
0,252 (0,022)
0,245 (0,022)
Coeficiente de
contingencia
(significación
aproximada)
528
ESTADÍSTICA ESPAÑOLA
Apéndice A6
CONTRASTE DE SIGNIFICACIÓN
Entre empresas de crecimiento rápido
(para discriminar entre propensión innovadora alta o baja)
Variables
estructurales
o continuas
Prueba de Lavene para
igualdad de varianzas
(α
α=0,05)
(Conclusión)
Prueba T para igualdad
de medias (intervalo de
confianza del 95%)
V5. dim
No significativa (p=0,725)
No significativa (p=0,911)
V6. face
No significativa (p=0,653)
No significativa (p=0,439)
V7. pro
No significativa (p=0,850)
No significativa (p=0,400)
V13. edad
No significativa (p=0,187)
No significativa (p=0,940)
Variables
de perfil
empresarial
Prueba Chi-cuadrado
(α
α=0,05)
PHI de Cramer
(significación
aproximada)
Coeficiente de
contingencia
(significación
aproximada)
V8. ccom
No significativa (p=0,318)
0,147 (0,318)
0,146 (0,318)
V10. cfin
No significativa (p=0,280)
0,155 (0,280)
0,153 (0,280)
V14. cinfo
Significativa (p=0,015)
0,281 (0,015)
0,271 (0,015)
V15. tic
Significativa (p=0,003)
0,329 (0,003)
0,329 (0,003)
V16. cest
Significativa (p=0,008)
0,303 (0,008)
0,303 (0,008)
4.4 Análisis discriminante
A fin de formalizar el modelo resultante mediante la cuantificación de la capacidad segregadora de las variables relativas a la capacidad comercial y a la tecnologías de la información y las comunicaciones (objeto de la hipótesis de suficiencia
inicial) que tenían significación estadística para separar entre grupos de empresas,
se calcularon las funciones canónicas discriminantes, obteniéndose los siguientes
coeficientes de ponderación para las variables objeto de interés:
•
Para separar entre empresas de alta o baja propensión innovadora: tic
(0,951), ccom (0,616) y cinfo (0,042).
•
Para separar entre empresas innovadoras líderes (guepardo) e innovadoras
seguidoras o pasivas (rinoceronte): tic (0,743).
•
Para separar entre empresas de alta o baja propensión innovadora, en el
subgrupo de empresas de crecimiento rápido: tic (0,745), cinfo (0,413).
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
529
Los resultados detallados del análisis discriminante y las respectivas funciones
canónicas, se remiten al Apéndice A7, en el que se puede observar que las variables anteriores son discriminantes siempre en conjunción con la variable relativa a
la capacidad estratégica y organizativa.
Apéndice A7
ANÁLISIS DISCRIMINANTE
(Continúa)
RESULTADOS DEL ANÁLISIS DISCRIMINANTE PARA LAS VARIABLES
SIGNIFICATIVAS QUE CLASIFICAN EMPRESAS DE ALTA O BAJA PROPENSIÓN
INNOVADORA
INDICADOR O PARÁMETRO
VALORES E INTERPRETACIÓN
Variable dependiente
Pertenencia al grupo de alta propensión innovadora (4) o baja propensión innovadora (1).
Prueba de igualdad de medias de los
grupos (α=0,05)
Resultan cinco variables significativas: face (p=0,033), ccom (p=0,00),
cinfo (p=0,00), tic (p=0,00) y cest
(p=0,00).
Prueba de Box sobre igualdad de las matrices
de covarianza (α=0,05)
Prueba significativa. Se rechaza la
hipótesis nula de que las matrices de
covarianza poblacionales son iguales
(p=0,028); luego cada grupo procede
de una población diferente
Lambda de Wilks (λ=0,839) o proporción de la
varianza total de las puntuaciones discriminantes
no explicada por las diferencias entre grupos
La función discriminante D1 definida
tiene una buena capacidad explicativa (p=0,00) de la diferencia de
medias entre los dos grupos
Autovalores
D1 explica el 100% de la varianza y
tiene una capacidad discriminante
intermedia (correlación canónica =
0,40).
Función canónica discriminante (D1):
D1= 0,02 face + 0,616 ccom + 0,042 cinfo + 0,951 tic + 0,582 cest – 4,360.
(D1 clasifica correctamente el 68,6% de los casos agrupados originales).
Variables de mayor poder discriminante
tic, ccom. cest.
530
ESTADÍSTICA ESPAÑOLA
Apéndice A7
ANÁLISIS DISCRIMINANTE
(Continuación)
RESULTADOS DEL ANÁLISIS DISCRIMINANTE PARA LAS VARIABLES
SIGNIFICATIVAS QUE CLASIFICAN ENTRE EMPRESAS DE ALTA PROPENSIÓN
INNOVADORA
INDICADOR O PARÁMETRO
VALORES E INTERPRETACIÓN
Variable dependiente
Carácter innovador fuerte o empresas guepardo (3) o carácter innovador débil o empresas rinoceronte (4).
Prueba de igualdad de medias de los
grupos (α=0,05)
Significativa para las variables face
(p=0,016),
tic
(p=0,010),
cest
(p=0,05) y dim (p=0,007).
Prueba de Box sobre igualdad de las matrices
de covarianza (α=0,05)
No significativa (p=0,06). Se acepta
la hipótesis nula de que son iguales
las matrices de covarianza; esto es,
que todas las empresas proceden de
la misma población (todas tienen alta
propensión innovadora).
Lambda de Wilks (λ=0,868) o proporción de
La función discriminante (d1) definida tiene una buena capacidad
explicativa (p=0,003) de la diferencia
de medias entre los dos grupos de
empresas de alta propensión innovadora
la varianza total de las puntuaciones discriminantes no explicada por las diferencias
entre grupos
Autovalores
D1 explica el 100% de la varianza y
tiene una capacidad discriminante
media-baja (correlación canónica=0,363).
Función canónica discriminante (D1):
D1= 0,09 dim + 0,025 face + 0,743 tic + 0,603 est – 3,707.
(D1 clasifica correctamente el 67,5% de los casos agrupados originales).
Variables de mayor poder discriminante
tic, cest.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
531
Apéndice A7
ANÁLISIS DISCRIMINANTE
(Conclusión)
RESULTADOS DEL ANÁLISIS DISCRIMINANTE PARA LAS VARIABLES
SIGNIFICATIVAS QUE CLASIFICAN EMPRESAS DE ALTA PROPENSIÓN
INNOVADORA, ENTRE LAS EMPRESAS DE CRECIMIENTO RÁPIDO
INDICADOR O PARÁMETRO
VALORES E INTERPRETACIÓN
Variable dependiente
Pertenencia al grupo de alta propensión innovadora (4) o baja propensión innovadora (1).
Prueba de igualdad de medias de los
grupos (α=0,05)
Significativa para las variables: cinfo
(p=0,012), tic (p=0,01), cest (p=0,02).
Prueba de Box sobre igualdad de las matrices
de covarianza (α=0,05)
No significativa (p=0,582). Se acepta
la hipótesis nula de que las matrices
de covarianza poblacionales son
iguales (luego todas las empresas
proceden de la misma población;
esto es, todas son de crecimiento
rápido).
Lambda de Wilks (λ=0,853) o proporción de
La función discriminante (d1) definida tiene una buena capacidad
explicativa (p=0,001) de la diferencia
de medias entre los dos grupos de
empresas de crecimiento rápido.
la varianza total de las puntuaciones discriminantes no explicada por las diferencias
entre grupos
Autovalores
D1 explica el 100% de la varianza y
tiene una capacidad discriminante
media-baja (correlación canónica=0,384).
Función canónica discriminante (D1):
D1= 0,413 cinfo + 0,745 tic + 0,778 cest – 3,573.
(D1 clasifica correctamente el 64,2% de los casos agrupados originales).
Variables de mayor poder discriminante
cest., tic
532
ESTADÍSTICA ESPAÑOLA
4.5 Implantación sectorial de las empresas innovadoras
Si bien la propensión innovadora no reside en exclusiva en los sectores de mayor contenido tecnológico (Apéndice A8), cuando ésta se manifiesta junto a la
vocación empresarial de liderazgo (categoría guepardo), resulta ser 1,8 veces
mayor en los sectores de alto y medio-alto contenido tecnológico (43,2%). Este
hecho se agudiza en los guepardos de crecimiento rápido; donde la propensión
innovadora se presenta asociada a la intensidad tecnológica sectorial en el 54,5%
de los casos.
Apéndice A8
PROPENSIÓN INNOVADORA Y NIVEL TECNOLÓGICO SECTORIAL EN
LOS SUBGRUPOS MUESTRALES
SUBGRUPO
(tamaño)
EMPRESAS
PORCENTAJE (CNAE)
Alto
MedioAlto
MedioBajo
Bajo
Total Número
325
MUESTRA TOTAL (n=325)
%
100
(+100)%
ALTA
BAJA
28,33
8,29
14,16
22,43
33,34
34,63
24,17
100
120 37,00
34,65
100
205 63,00
PROPENSIÓN
INNOVADORA
ALTA
120
100
GUEPARDO (n=37)
48,60
13,50
24,40 13,50
100
37
31,00
RINOCERONTE (n=83)
19,20
14,40
37,30 29,10
100
83
69,00
106
100,
EMPRESAS
CRECIMIENTO
RÁPIDO (n = 106)
(+32,6%)
ALTA
43,22
10,79
24,32 21,67
100
37
35,00
BAJA
18,83
21,74
21,74 37,69
100
69
65,00
325
100
11
3,40
EMPRESAS
CRECIMIENTO
RÁPIDO-ALTA
PROPENSIÓN
GUEPARDO (n=11)
54,50
9,00
9,00 27,50
100
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
533
4.6 Modelo representativo de las variables contenidas en la hipótesis inicial
La variable V8, capacidad comercial, resultó estadísticamente significativa y con
poder discriminante (coeficiente 0,616) para segregar entre empresas de alta y baja
propensión innovadora, aunque no para discriminar dentro del grupo de alta innovación entre los distintos tipos de empresa sugeridos por el análisis de conglomerados y simbolizados mediante la alegoría zoológica propuesta.
La variable V15, uso e implantación de TIC, resultó estadísticamente significativa y de alto poder discriminante (coeficiente 0,951) para separar entre empresas de
alta y baja propensión innovadora; lo mismo que para segregar, en el grupo de
empresas de alta propensión innovadora (coeficiente 0,743), entre las que mostraban una actitud de liderazgo de proyectos (categoría guepardo) y las que adoptaban una actitud más pasiva o de seguidor (categoría rinoceronte).
La variable V14, capacidad de información y control, también resultó tener significación estadística, para segregar entre empresas de alta o baja propensión innovadora; si bien su capacidad discriminante resultó ser (0,951/0,042) 22 veces
menor, que en el caso de la variable de uso e implantación de TIC.
Lo concluído en los dos párrafos anteriores, relativo al comportamiento de las
variables V14 y V15 para la muestra total, se mostró en idéntico sentido para la
fracción muestral de empresas de crecimiento rápido. Para ellas, el coeficiente de
la variable TIC fue de 0,743 y, el de la variable relativa a la capacidad de información 0,413 (1,8 veces menor).
Todo lo cual permite admitir, en la muestra investigada, la hipótesis de suficiencia –en relación a la capacidad comercial y al uso de las tecnologías de la información y las comunicaciones−, y su asociación positiva a la propensión innovadora en
las empresas pequeñas; tanto mayor, en el caso de las TIC, a medida que aumenta
su velocidad de crecimiento.
En el caso de la capacidad comercial, su agrupación en la componente C4 del
análisis de componentes principales (cuadro 6) con la variable correspondiente a la
edad de la empresa sugiere la aparición de efectos de aprendizaje (“curva de
experiencia”: Yelle, 1979; Alberts, 1989; Lilien et al., 1992, pág. 518) que reforzarían la función de la capacidad comercial en relación con la propensión innovadora.
Sin embargo, dichos efectos debieran depender más del volumen de facturación,
como indicador del número de unidades vendidas y por tanto de la experiencia
adquirida, que directamente de la edad de la empresa, por lo que su influencia
debiera ser sujeta a una investigación adicional.
La hipótesis admitida, junto a la existencia de las componentes principales C1,
C3 y C4 detectadas en el análisis (véase cuadro 6) y la tipología resultante de los
534
ESTADÍSTICA ESPAÑOLA
conglomerados (véase cuadro 8), permiten sustentar el modelo que se presenta en
el cuadro 9. En dicho modelo se han recogido tanto las variables filtro que caracterizan la propensión innovadora de las empresas y la capacidad de crecimiento
rápido, respectivamente, como la función que desempeñan las variables objeto de
investigación (capacidad comercial, uso de TIC) en el comportamiento de ambas:
propensión innovadora y crecimiento rápido.
Cuadro 9
FUNCIONALIDAD DE LAS VARIABLES DEL MODELO
FUNCIÓN
VARIABLES
FILTRO
PODER
DISCRIMINANTE
10
ALTO
Exploración de la propensión
innovadora alta o baja
cit
cct
acin
act
Determinación de tipologías
entre empresas de propensión
innovadora alta
Exploración de la capacidad
empresarial de crecimiento
rápido
Determinación de la propensión innovadora en las empresas de crecimiento rápido
PODER
DISCRIMINANTE
BAJO
TIC
CCOM
cest
face
cinfo
TIC
cest
dim
face
cest
TIC
cinfo
edad(10≤)
face
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
535
REFERENCIAS
ALBERTS, W ILLIAM W (1989): «The Experience Curve Doctrine Reconsidered»,
Journal of Marketing, vol. 53, julio, págs. 36-49.
ÁLVAREZ, N. (1998). Econometría (Addenda). Universidad Nacional de Educación a
Distancia (UNED). Madrid, pp. 199-202.
BASSANINI, A., SCARPETTA, S. Y VISCO, I. (2000). «Knowlwdge, technology and
economic growth: recent evidence from OECD countries». Economic Departament Working Papers (ECO/WKP(2000)32. OCDE. París, pp. 4-7.
BUESA, M. Y MOLERO, J. (1992), Patrones del cambio tecnológico y política industrial,
un estudio de las empresas innovadoras madrileñas. Editorial Civitas, S.A., pp. 26.
CASTELS, M. (1996). La sociedad red. Alianza Editorial, 2ª edición. Madrid, pp. 47-48.
COTEC (2001). Fundación para la innovación tecnológica. Informe COTEC, tecnología e innovación en España. Madrid, pp. 249-250.
DURAND, R, COEURDEROY, R. (2001): «Age, order of entry, strategic orientation, and
organizational performance”. Journal of Business Venturing, 16 (5): pp. 471-494.
DUTTA, S., NARASIMHAN, O., RAJIV, S. (1999): «Success in high-technology markets:
Is marketing capability critical?». Marketing Science, 18 (4): pp. 547-568.
HANNA, V; W ALSH, K. (2002): «Small firm networks: a successful approach to innovation?». R & D Management, 32 (3): pp. 201-207.
HUANG, XL; SOUTAR, GN; BROWN, A. (2002): «New product development processes
in small and medium-sized enterprises: Some Australian evidence». Journal of
Small Business Management, 40 (1): pp. 27-42.
IM, S; W ORKMAN, JP. (2004): «Market orientation, creativity, and new product performance in high-technology firms». Journal of Marketing, 68 (2): pp. 114-132.
JOHN, G; W EISS, AM; DUTTA, S. (1999): «Marketing in technology-intensive markets:
Toward a conceptual framework». Journal of Marketing, 63 (edición especial):
pp. 78-91.
KEEGAN, R. (1998). Benchmarking Facts. A European perspective. Comisión Europea, Dirección General III (Industria). Dublín.
LILIEN, G., PHILIP KOTLER Y K. SRIDHAR MOORTHY (1992): Marketing Models, Prentice-Hall Int. Ed., EE.UU.
LUKAS, BA; FERRELL, OC. (2000): «The effect of market orientation on product
innovation». Journal of the Academy of Marketing Science, 28 (2): pp. 239-247.
536
ESTADÍSTICA ESPAÑOLA
MANU, F.A. Y SRIRAM, V. (1996): «Innovation, marketing strategy, environment, and
performance». Journal of Business Research, 35 (1): pp. 79-91.
MOLERO, J. (1990). «Economía e innovación. (hacia una teoría estructural del
cambio técnico)». Economía Industrial, nº 275. Madrid, pp. 39-53.
MOLERO, J. (1994). «Desarrollos actuales de la teoría del cambio tecnológico:
tipologías y modelos organizativos». Información Comercial Española, nº 726.
Madrid, pp. 7-21.
NAVARRO, LL. (2003). «Industrial policy in the economic literature. Recent theoretical
developments and implications for EU policy». Enterprise papers, Nº 12. Enterprise Directorate-General. European Commission. Bruselas, pp. 3-14.
OCDE (2003). «ICT and economic growth-Evidence from OECD countries, industries
and
firms».
Economic
Analysis
and
Statistics
Division,
DSTI/IND/ICCP(2003)FINAL. París, pp. 23-33.
OFEK, E; SARVARY, M. (2003): «R&D, marketing, and the success of next-generation
products». Marketing Science, 22 (3): pp. 355-370.
PAVITT, K. (1984). «Sectorial patterns of technical change: towards a taxonomy and
theory». Research Policy, Vol. 13, num. 6, december.
POLO REDONDO, Y., MARTÍNEZ SALINAS, E (1997): «Innovadores e imitadores en el
proceso de aceptación de un nuevo producto». Esic Market, 98, pp. 31-41.
PULIDO, A. (1999). «En busca de hechos estilizados en el crecimiento económico».
Instituto de predicción económica Laurence R. Klein. Facultal de Ciencias Económicas y Empresariales. Universidad Autónoma de Madrid, pp. 1-14.
ROBINSON, WT; CHIANG, JW. (2002): «Product development strategies for established market pioneers, early followers, and late entrants». Strategic Management Journal, 23 (9): pp. 855-866.
TATIKONDA, MV; MONTOYA-W EISS, MM. (2001): «Integrating operations and marketing perspectives of product innovation: The influence of organizational process
factors and capabilities on development performance». Management Science,
47 (1): pp. 151-172.
SIMON, M; ELANGO, B; HOUGHTON, SM; SAVELLI, S. (2002): «The successful product
pioneer: Maintaining commitment while adapting to change». Journal of Small
Business Management, 40 (3): pp.187-203.
SRINIVASAN, R; LILIEN, G.L; RANGASWAMY, A. (2004): «First in, first out? The effects of
network externalities on pioneer survival». Journal of Marketing, 68 (1): pp. 41-58.
UNA ANÁLISIS DE LA INFLUENICA COMBINADA DE LA CAPACIDAD COMERCIAL Y DE LAS TECNOLOGÍAS …
537
VAN HEREDE, H.J., MELA, C.F. Y MANCHANDA, P. (2004): «The dinamic effect of innovation on market structure». Journal of Marketing Research, 41 (2), pp. 166-183.
VÁZQUEZ CASIELLES, R., SANTOS VIJANDE,M.L. (1998): «El proceso de desarrollo de
nuevos productos como factor clave en el resultado de la innovación: El papel
de las actividades de marketing». Economía industrial, 319, pp. 77-90
VISAUTA, B. (1998). Análisis estadístico con SPSS para Windows. Estadística
multivariante. McGraw-Hill Interamericana de España. Madrid.
YELLE, L.E. (1979): «The Learning Curve: Historic Review and Comprehensive
Survey», Decision Sciences, 10, abril, pp. 302-327.
AN ANALYSIS OF THE COMBINED INFLUENCE EXERTED BY
THE MARKETING CAPACITY AND THE INFORMATION TECHNOLOGIES OVER THE INNOVATOR SMALL AND MEDIUM ENTERPRISES IN SPAIN
ABSTRACT
The innovation potential of small and medium size enterprises
(SME) in Spain has long been a poorly studied subject. The research
here presented was addressed to verify the following sufficient hypothesis: the combined analysis of the firms’ marketing capacity and
their use of the information and communication technologies (ICT) allow for detection of the innovator SMEs. The statistical sample used in
the research was obtained in the framework of the R+D European
Community Program, which provided with an in-depth analysis of the
study cases belonging to the sample.
The sequential use of several multivariate techniques led to both a
typology and a model of the firms’ innovation potential. The relative
weights of the model’s defining variables were quantified by means of
the canonical discrimination function.
Keywords: marketing capacity, information and communication technologies (ITC), innovation, small and medium enterprises, multivariate models
AMS Classification: L11, L86, O31, D21, C33