CAPITULO III

MARCO METODOLÓGICO

En primera instancia, el autor Bernal (2010) define la metodología como la

“a la teoría de los métodos empleados en la investigación científica y las
técnicas conexas con estos métodos” p.288. En el presente capítulo se
presentan los fundamentos epistemológicos de la investigación, así como el
tipo de investigación y el diseño correspondiente. De otro lado, se presenta la
población y muestra considerada en el estudio, las técnicas e instrumentos
seleccionados para el cumplimiento de los objetivos, la validez y confiabilidad
del instrumento; así como las técnicas de análisis de datos y el procedimiento
de la investigación.

1. FUNDAMENTOS EPISTEMOLÓGICOS

Es relevante destacar que, “en sentido estricto, el contenido mismo de las

ciencias no comprende conceptos filosóficos como tales, pero ellos soportan,
en última instancia, los supuestos básicos referidos a la naturaleza de los
objetos a los cuales se refieren y las posibilidades y niveles del conocimiento
que se pueden lograr de ellos” (Briones, 1996, p.21). En este sentido, el
análisis del fundamento epistemológico de la investigación implica retomar
los fundamentos y supuestos de las principales escuelas filosóficas y el
contexto histórico de cada una de ellas.
Así, las primeras explicaciones de la ciencia, desde la perspectiva
occidental, se gestan en el contexto de la antigua Grecia. Los mitos
corresponden a las primeras explicaciones del hombre a las preguntas
relacionadas con los fenómenos naturales, ámbito en el cual se destacan el
poeta Homero con su obra la Ilíada y la Odisea; y Hesíodo con la Teogonía.

137
 138

Posteriormente, en el marco del Siglo VII a.C en Grecia se gesta la filosofía

presocrática o naturalista, concentrada en la explicación de los fenómenos a
través de los elementos naturales: Tales de Mileto (Agua) Anaximandro
(Ápeiron o indeterminado) Anaxímenes (Aire) y Pitágoras con los principios
numéricos matemáticos.
En este contexto, se gestan los postulados de la escuela filosófica del
materialismo, impulsadas por los presocráticos Demócrito y Epicuro (342-
270 a. C.), quienes planteaban que “los elementos últimos de la realidad son
los átomos, partículas Indivisibles e indestructibles que se mueven en el
espacio vacío” (Briones, 1996, p.22). Por su parte, el materialismo, se opone
a la escuela filosófica del idealismo, debido a que este último sostiene que
“los objetos físicos no pueden tener existencia aparte de una mente que sea
consciente de ellos” (Briones, 1996, p.26).
Seguidamente, en el periodo de la Grecia clásica, en los siglos V -IV a.C se
presentas los aportes de Sócrates, con el método de la mayéutica; Platón
con la teoría de las Ideas (entes perfectos y autónomos a los cuales se
accede mediante la razón) y Aristóteles, con los aportes en la geometría, la
física, las matemáticas y las ciencias. Posterior a la decadencia de Grecia, se
gesta el imperio Romano en el siglo I antes de C; con este se implantan las
ideas del cristianismo como eje de las explicaciones del hombre producto de
la visión del emperador Justiniano.
Posteriormente, se presenta la edad media que data del siglo V – XV,
caracterizada, entre otros elementos, por el oscurantismo dada la oposición
sistemática a la difusión del conocimiento científico. El siglo XV – XVI
representa el renacimiento de las ideas científicas y el desarrollo del espíritu
crítico en el hombre; seguido de la Ilustración en el siglo XVII, en el cual se
establece la razón como el camino a la verdad, en el marco de los aportes de
autores como Rene Descartes, Voltaire, Montesquieu y David Hume.
Concretamente, Rene Descartes es uno de los más destacados autores del
racionalismo, escuela de pensamiento filosófico que indica que “es posible
 139

conocer la realidad mediante el pensamiento puro, sin necesidad de ninguna

premisa empírica” (Briones, 1996, p.23). Para los racionalistas el
conocimiento científico requiere necesidad lógica y validez universal,
partiendo de las ideas innatas (Briones, 1996). En oposición al racionalismo,
la escuela filosófica del empirismo, liderada por los filósofos ingleses Locke,
Hume y J. S. Mill, niega la existencia de las ideas innatas, afirma que el ser
humano es una “tabla rasa”, y afirma que “todo conocimiento se basa en la
experiencia” (Briones, 1996, p.24).
De otro lado, durante el siglo XVIII, denominado siglo de las Luces, se gesta
la revolución francesa, que implantó un nuevo modelo de sociedad y de
Estado. Posteriormente, en el siglo XIX se presentan los aportes científicos
de los ingleses James Watt (la Máquina de vapor) y Charles Darwin (la
Teoría de evolución). En el contexto del siglo XIX se inicia la escuela
filosófica del positivismo (De Lucena, 2015).
Por su parte, en el siglo XIX se presenta la obra “Curso de filosofía positiva”
del autor Augusto Comte considerado el autor más representativo de la
escuela positivista, no obstante, Francisco Bacon (1561 - 1626), que puede
ser llamado el padre de la escuela positivista, “a la cual dio su nombre,
sostiene que los filósofos no deben buscar más allá de los límites de la
naturaleza” (Briones, 1996, p.28). En general, los autores de la escuela
positivista consideran que “todo conocimiento, para ser genuino, debe
basarse en la experiencia sensible. El progreso del conocimiento sólo es
posible con la observación y el experimento y, según esta exigencia, se debe
utilizar el método de las ciencias naturales” (Briones, 1996, p.28).
En oposición al positivismo, la escuela de la fenomenología desarrollada
por Edmund Husserl (l859 - 1938), rechaza la creencia de una filosofía
absoluta e indica que para captar el fluir y el contenido de la conciencia se
debe describir lo que presenta en ella, sin condicionarse por teorizaciones
que pudieron hacerse sobre el contenido; lo cual implica una relación con el
objeto para acceder a la esencia de los fenómenos (Briones, 1996, p.31).
 140

Recientemente, el siglo XX, con el desarrollo de las guerras mundiales,

constituye un importante escenario de desarrollo científico, con importantes
hitos científicos como: la Teoría general de la relatividad de Albert Einstein, el
Proyecto Manhattan, los aportes de Turing en el campo de la informática; así
como de Shannon, James Watson y Francis Crick.
Asimismo, en el contexto del siglo XX (finales de 1920), surge una nueva
escuela denominada positivismo lógico o empirismo lógico, cuyos
representantes se agruparon en el Circulo de Viena, el núcleo del positivismo
lógico está constituido por un empirismo total, apoyado en los recursos de la
lógica moderna, una alta valoración de la ciencia, un rechazo también total a
la metafísica y al propósito de unificar el lenguaje de las diferentes ciencias
con un denominador común en el lenguaje de la física (fisicalismo)” (Briones,
1996)p.30. Para el positivismo lógico la validez de una proposición exige
apoyarse en un modo efectivo de verificación.
Adicionalmente, en el siglo XX el materialismo está representado de
manera principal por el materialismo dialéctico y el fisicalismo (Briones, 1996,
p.22). El siglo XXI constituye igualmente, una época importante de desarrollo
científico y tecnológico. Considerando el contexto histórico y los fundamentos
de las principales escuelas de pensamiento filosófico planteado
anteriormente, la presente investigación se enmarca en la escuela de
pensamiento del positivismo lógico o empirismo lógico, el cual apoya la visión
de la ciencia desde una perspectiva de verificación empírica apoyada en los
recursos de la lógica moderna, como método para la validez de las
proposiciones científicas.
Además, “la influencia del positivismo lógico es clara en la metodología
cuantitativa de las ciencias sociales y, en particular, en investigadores como
Paul Lazarsfeld, Herbert Hyman, Raymond Boudon y un gran número de sus
seguidores” (Briones, 1996, p.30). En este sentido, la presente investigación
se aborda desde un enfoque cuantitativo y un paradigma positivista el cual
establece una relación precisa entre la observación y la teoría, la importancia
 141

de la observación, la aplicación de un solo método para todas las ciencias, la

neutralidad axiológica de la ciencia y la correspondencia entre los postulados
científicos y la realidad (Hurtado de Barrera, 2010).

2. TIPO DE INVESTIGACIÓN

En referencia a los tipos de investigación, Bernal (2010) señala que existen

diferentes tipos, de acuerdo con los niveles de explicación que se deseen
deducir de los resultados. En este sentido, el autor en referencia señala que
las investigaciones se clasifican en: exploratorias, descriptivas,
correlacionales, documentales y explicativas (Bernal, 2010).
De acuerdo con Mendez (2005), la selección del tipo de estudio depende
del nivel de conocimiento científico al que espera llegar. Al respecto, el
propósito de esta clasificación, es señalar el tipo de información que se
necesita para efectuar la investigación, así como el nivel de análisis que
debe realizarse, por lo que, al definir la tipología del estudio, deben
considerarse los objetivos y las hipótesis planteados.
En este orden de ideas, Bernal (2010) indica que la investigación
correlacional tiene como objetivo “examinar relaciones entre variables o sus
resultados” p.114. Por otra parte, Hernandez, Fernández y Baptista (2014)
indican que las investigaciones correlaciones tienen como finalidad “conocer
la relación o grado de asociación que exista entre dos o más conceptos,
categorías o variables en una muestra o contexto en particular” p.93.
De otro modo, Tamayo (2011) indica que las investigaciones
correlaciónales se orientan fundamentalmente a determinar el grado en cual
“las variaciones en uno o varios factores son concomitantes con la variación
en otro u otros factores” p.50. De este modo, la existencia y la fuerza de la
relación se determina estadísticamente mediante coeficientes de correlación;
es relevante denotar que la correlación no indica que existe relación de
causalidad entre los valores analizados (Tamayo, 2011). Considerando lo
 142

anterior, la presente tesis doctoral se enmarca dentro del tipo de

investigación correlacional, debido a que analiza la relación entre el
aprendizaje organizacional y las capacidades de innovación, mediante el
cálculo del coeficiente de Rho de Spearman.

3. DISEÑO DE LA INVESTIGACIÓN

De acuerdo con lo planteado por Hernandez, Fernandez y Baptista (2014),

el diseño de la investigación corresponde a “el plan o estrategia que se
desarrolla para obtener la información que se requiere en una investigación y
responder al planteamiento” p.128. En este sentido, el autor en referencia
agrega que existen diversas clasificaciones de diseño de investigación, a
partir de la clasificación de tipos de diseño experimental y no experimental.
En este orden ideas, la presente investigación se aborda desde un diseño
no experimental, transeccional y de campo. Es relevante destacar que la
investigación no experimental corresponde a “estudios que se realizan sin la
manipulación deliberada de variables y en los que sólo se observan los
fenómenos en su ambiente natural para analizarlos” (Hernandez, Fernandez,
y Baptista, 2014, p.152). Esta definición se enmarca en el contexto de la
presente investigación dado que se analiza el aprendizaje organizacional
para el desarrollo de las capacidades de innovación en medianas empresas,
sin realizar manipulación de las variables objeto de estudio.
Puntualizando en las clasificaciones del diseño de la investigación, se
presenta el diseño de investigación transversal o seccional, correspondientes
a aquellos en los cuales se obtiene información del objeto de estudio
(población o muestra) una única vez en un momento dado; este diseño de
investigación puede corresponder a investigaciones de tipo descriptivo o
explicativo (Bernal, 2010).
De otro lado, Hernandez, Fernandez y Baptista (2014) define el diseño
transversal o transeccional como aquel caracterizado porque la recolección
 143

de datos ocurre en un solo momento, en un tiempo único. El autor en

referencia agrega que “su propósito es describir variables y analizar su
incidencia e interrelación en un momento dado. Es como “tomar una
fotografía” de algo que sucede” p.154. En este sentido, la presente
investigación se enmarca dentro del diseño de investigación transversal o
transeccional debido a que los datos se tomaron en único momento del
tiempo a la población objeto de estudio, correspondiente a las medianas
empresas del municipio de Valledupar.
En otro orden de ideas, la literatura clasifica a los diseños, en función de
los datos recogidos para llevar a cabo la investigación, en dos categorías
básicamente: diseño bibliográfico y diseño de campo, (Tamayo, 2011),
(Sabino, 1992). Sin embargo, Sabino (1992) precisa que cada investigación
posee un diseño propio, peculiar, concreto, y que, en contraste, los tipos de
diseño enunciados, corresponden a abstracciones o tipos ideales puros, por
lo que cada estudio concreto podrá adaptarse, en mayor o menor medida, a
los modelos definidos, o combinarlos de diversas maneras, en función de las
necesidades de la investigación.
Puntualmente, en los diseños de campo, los datos se recogen
directamente de la realidad, razón por la cual, este tipo de diseño se
denomina primario; su valor radica en que permiten cerciorarse de las
verdaderas condiciones en que se han obtenido los datos, hecho que facilita
su revisión y/o modificación en caso de dudas al respecto. Sin embargo, no
toda la información requerida puede obtenerse por esta vía, ya sea por
limitaciones espaciales o de tiempo, problemas de escasez o de orden ético
(Tamayo, 2011).
Por su parte, Martínez (2012) plantea que la investigación de campo, “se
caracteriza por estudiar una situación o fenómeno natural o social in situ, es
decir, en el lugar que se origina o presenta” p.16. Así, el diseño de campo se
orienta hacia la búsqueda de información in situ, es decir, en el lugar que se
presenta el fenómeno (Martínez Ruiz, 2012, p.87). Considerando lo anterior,
 144

la presente investigación tiene un diseño de campo, debido a que se efectúa

en el sitio o en el sector específico donde se requiere estudiar el fenómeno,
en este caso en las medianas empresas del municipio de Valledupar.
En síntesis, la presente investigación tiene un diseño de campo, debido a
que se efectúa directamente en el sector donde se presenta el fenómeno
estudiado; de tipo no experimental, considerando que no se manipulan las
variables de investigación; y transaccional o transversal, debido a que la
recolección de la información se efectúa en un único momento, con el
objetivo de analizar el aprendizaje organizacional para el desarrollo de las
capacidades de innovación en medianas empresas.

4. POBLACIÓN Y MUESTRA

Desde lo planteado por Tamayo (2011), la población corresponde a “la

totalidad de un fenómeno de estudio, incluye la totalidad de las unidades de
análisis o entidades de la población que integran dicho fenómeno y que debe
cuantificarse para un determinado estudio integrando un conjunto N de
entidades que participan de una determinada característica y se le denomina
población por constituir la totalidad del fenómeno adscrito a un estudio o
investigación” (Tamayo, 2011, p.180). Por su parte, Hernandez, Fernandez y
Baptista (2014) define la población o universo como el “conjunto de todos los
casos que concuerdan con determinadas especificaciones” p.174.
A partir de las definiciones anteriores, la población para efectos de la
presente investigación, está constituida por las medianas empresas del
municipio de Valledupar, Cesar, Colombia, legalmente constituidas y con
domicilio comercial en Valledupar, integrada por ochenta y un (81) empresas,
considerando la información reportada por la Cámara de Comercio de
Valledupar. Es relevante aclarar que el universo de la presente investigación
corresponde a 88 empresas, registrada como medianas en la Cámara de
Comercio de Valledupar, no obstante, siete (7) de estas no presentan
 145

domicilio comercial en la ciudad de Valledupar por lo que se incluyen de la

población objeto de estudio.
Considerando lo anterior, la metodología de la investigación establece
que, una vez delimitada la población se debe precisar si se efectúa un censo
que incluye a la totalidad de la población, o si se define una muestra de la
misma (Mendez, 2005). Según el autor en referencia, la muestra comprende
el estudio de una parte de los elementos de una población, mientras que el
censo consiste en el estudio de todos los elementos incluidos en esta.
De acuerdo con el autor Bernal (2010), la muestra “es la parte de la
población que se selecciona, de la cual realmente se obtiene la información
para el desarrollo del estudio y sobre la cual se efectuaran la medición y la
observación de las variables objeto de estudio” p.161. De otro modo,
Hernandez, Fernandez y Baptista (2014) plantea que, en el marco de la
investigación cuantitativa, “la muestra es un subgrupo de la población de
interés sobre el cual se recolectarán datos, y que tiene que definirse y
delimitarse de antemano con precisión, además de que debe ser
representativo de la población” p.173.
En lo referente a los tipos de muestreo, Hernandez, Fernandez y Baptista
(2014) concibe dos tipos de muestra. En primer lugar, la pirobalística,
correspondiente a un subgrupo de la población en el que todas las unidades
de muestreo tienen la misma posibilidad de ser elegidas. En segundo lugar,
la no probabilística, en la cual la elección de los elementos no depende de la
probabilidad, sino de las características de la investigación. Adicionalmente,
el muestreo probabilístico presenta tres clasificaciones: muestra aleatoria
simple, muestra estratificada y muestra por racimos o clusters (Hernandez,
Fernandez y Baptista, 2014).
De esta manera, en la presente investigación se considera un muestreo de
tipo probabilístico. De tipo aleatorio simple, a través del cual todas las
unidades muestrales tienen la misma posibilidad de ser escogidas. Para el
cálculo de la muestra estadística significativa, se utilizó la fórmula de tamaño
 146

óptimo de la muestra en poblaciones finitas propuesta por Martínez

Bencardino (2012), presentada a continuación:

Donde
n = Tamaño de la muestra
N = Tamaño de la población (N = 81 empresas)
Z = Nivel de confianza (Z = 1.96 para una confianza del 95%)
P = Probabilidad de éxito (50%)
Q = Probabilidad de fracaso (50%)
E = Margen de error seleccionado (E = 10%)

A continuación, se realizan los cálculos requeridos para el cálculo de la

muestra a partir de la formula referenciada anteriormente:

Posterior a la aplicación de la fórmula de muestreo para poblaciones

finitas, se obtiene una muestra de 44 medianas empresas para medir las
variables de aprendizaje organización y capacidades de innovación, a través
de la aplicación del instrumento de recolección de datos diseñado en la
presente tesis doctoral (Tabla 1).
 147

Tabla 1.
Relación de medianas empresas correspondientes a la muestra de la investigación
N° Razón social Personal Activos año 2016
1 Apuestas Unidas S.A. 0 $[Link]
2 Arrendaventas Ltda 0 $[Link]
3 Aseo Del Norte S.A. E.S.P. 531 $[Link]
4 Castro De Quintero & Cía. S. C. A. 9 $[Link]
5 Centro Regional De Oncología S.A.S. 18 $[Link]
6 Constructora Mattos Hermanos S.A.S 5 -
7 Cooperativa De Promotores De Servicios De Crédito 7 $[Link]
Cooperativa De Trabajadores Relacionados Con La
8 19 $[Link]
Minería
Cooperativa De Trabajo Asociado Clínica Santo
9 200 -
Tomas "Clisanto Cta"
10 Cooperativa de Transportes del Cesar y La Guajira 50 $[Link]
11 Cooperativa Integral Lechera del Cesar Coolesar 0 $[Link]
Cooperativa Upar de Transportadores Ltda
12 0 $[Link]
Cootraupar Ltda
13 Distribuidora Surtiupar S.A.S. 80 $[Link]
14 Federación de Ganaderos del Cesar Fegacesar 20 12122548209.8
15 Fondo de Empleados de Drummond 1 15189020316.26
Fundación Festival De La Leyenda Vallenata O De
16 11 $[Link]
Las Iniciales La Fundación FLV.
17 Gutiérrez Dangond Ltda Marautos 73 $[Link]
18 Hotel Sicarare Ltda 33 $[Link]
Imagen Radiológica Diagnostica Sociedad Por
19 0 $[Link]
Acciones Simplificada(SAS)
20 Ingeniería Multisectorial S.A.S. 40 $[Link]
21 Instituto Radiológico Del Cesar E.U. 29 $[Link]
22 Inversiones Tierra Santa Y Cía. SAS 74 $[Link]
23 Palmagro S.A. 83 $[Link]
24 Prohogar SAS 14 $[Link]
25 Promotora Mirador De La Sierra SAS 20 $[Link]
26 Radiología e Imágenes S.A.S. 35 $[Link]
27 Reyes López S.A.S. 264 $[Link]
28 Servipan S.A. 214 $[Link]
Sistemas Inteligentes De Transito De Valledupar
29 35 -
SAS SIT de Valledupar S.A.S.
30 SLM Construcción S.A 52 $[Link]
Sociedad De Oncología Y Hematología Del Cesar
31 45 $[Link]
Limitada
32 Terminal De Transportes De Valledupar S.A. 31 $[Link]
33 Transportes Carvajal Ltda 7 4399167721.41
34 Uparllantas S.A. 0 $[Link]
35 Viva Bien S.A. 16 $[Link]
 148

Tabla 1
(Cont.)
36 Isas Limitada 20 -
37 Palmeras De La Cartuja S.A.S 47 -
38 Torres Soto S.A.S 23 -
39 Asistencia Médica Inmediata Amedi S.A.S. 130 -
40 Construvid SAS -
41 Corporación Corazón País 0 $[Link]
42 Orbe Agropecuaria S.A.S. - -
Empresa De Vigilancia Y Seguridad Privada Carimar
43 - -
Ltda
44 Constructora El Roció S.A.S. - -
Fuente: Cámara de Comercio de Valledupar (2017)

5. TECNICAS E INSTRUMENTOS DE RECOLECCIÓN DE DATOS

Desde el planteamiento de Sabino (1992), una vez se obtienen los

indicadores de los elementos teóricos y se define el diseño de la
investigación, es necesario establecer las técnicas de recolección necesarias
para construir los instrumentos que permitan obtener los datos de la realidad.
En la misma línea, Hernandez, Fernandez y Baptista (2014) plantean que,
posterior a la selección del diseño y la muestra, y considerando el problema
de estudio y la hipótesis, se debe efectuar la recolección de los datos sobre
los atributos, conceptos o variables de las unidades de análisis.
Así, la literatura evidencia la existencia de una gran variedad de técnicas e
instrumentos, tanto cuantitativas como cualitativas, para efectuar la
recolección de los datos (Hernandez, Fernandez y Baptista, 2014). El autor
en referencia agrega que, en la investigación cuantitativa se aplican
instrumentos para medir las variables objeto de estudio; así, la “medición es
un proceso que vincula conceptos abstractos con indicadores empíricos”
(Hernandez, Fernandez y Baptista, 2014, p.199).
En el mismo orden de ideas, Bernal (2010) plantea que actualmente, en
investigación científica hay una gran variedad de técnicas e instrumentos
para la recolección de información durante el trabajo de campo de la
 149

investigación; así, las técnicas varían en función del método y el tipo de

investigación que se va a realizar (Bernal, 2010).
En el marco de las técnicas de recolección de datos, la presente tesis
doctoral utiliza la encuesta, utilizada “para obtener una muestra
representativa de la información u objeto de la investigación” (Martínez Ruiz,
2012, p.145). De otro lado, Bernal (2010) concibe las encuestas como una de
las técnicas de recolección de información más utilizadas, pese que cada vez
pierde mayor credibilidad por el sesgo de las personas encuestadas. De
acuerdo con este autor “la encuesta se fundamenta en un cuestionario o
conjunto de preguntas que se preparan con el propósito de obtener
información de las personas” (Bernal, 2010, p.194).
De otro lado, el instrumento de recolección de datos corresponde a un
cuestionario de preguntas cerradas. En este sentido, Hernandez, Fernandez
y Baptista (2014) define un instrumento de medición como un “recurso que
utiliza el investigador para registrar información o datos sobre las variables
que tiene en mente p.199. Adicionalmente, Bernal (2010) indica que existen
diferentes formas de aplicación un instrumento de medición en las que se
incluyen: aplicación directa-personal, correspondiente a la forma más usual;
asimismo, por correo, telefónicamente, y por internet.
Con respecto al cuestionario, Martínez (2012) lo define como “un
documento que contiene una lista de preguntas sobre un tema específico y
que se aplica a un determinado grupo de individuos con el objeto de reunir
datos acerca del asunto o problema a estudiar. Los resultados obtenidos se
tratan estadísticamente” p.145. Asimismo, Mendez (2005) conceptualiza el
cuestionario, el cuestionario, correspondiente al tipo de instrumento de
recolección de datos, como el instrumento para realizar la encuesta y un
medio constituido por una serie de preguntas de determinados aspectos,
formuladas a una serie de personas relacionadas con la temática.
De acuerdo con Bernal (2010), el cuestionario se define como “un conjunto
de preguntas diseñadas para generar los datos necesarios, con el propósito
 150

de alcanzar los objetivos del proyecto de investigación. Se trata de un plan

formal para recabar información de la unidad de análisis objeto de estudio y
centro del problema de investigación” p.250. El autor en referencia, agrega
que el cuestionario contiene un conjunto de preguntas asociadas a una o
variables objeto de medición, permitiendo estandarizar el proceso de
recopilación de datos.
Por su parte, Tamayo (2011), indica que el cuestionario contiene los
aspectos del fenómeno que se consideran esenciales y permite aislar
información que no es relevante con los objetivos. La presente investigación
utiliza como instrumento de recolección de datos un instrumento conformado
por setenta y ocho (78) ítems con escala tipo Likert con 5 opciones de
respuesta (CUADRO 1). El escalamiento tipo Likert, es definido por
Hernandez, Fernandez y Baptista (2014) como un “conjunto de ítems que se
presentan en forma de afirmaciones para medir la reacción del sujeto en tres,
cinco o siete categorías” p.238.

CUADRO 1.
ALTERNATIVAS DE RESPUESTA ESCALA DE LIKERT
Ponderación Alternativa de respuesta Descripción
Indica el valor utilizado para representar la
5 Siempre
alternativa siempre
Indica el valor utilizado para representar la
4 Casi siempre
alternativa casi siempre
Indica el valor utilizado para representar la
3 Algunas veces
alternativa algunas veces
Indica el valor utilizado para representar la
2 Casi nunca
alternativa casi nunca
Indica el valor utilizado para representar la
1 Nunca
alternativa nunca
Fuente: Elaboración propia (2017).

Específicamente, el instrumento de recolección de datos desarrollado para

efectos de la presente tesis doctoral aborda setenta y ocho (78) preguntas
cerradas derivadas de los veintiséis (26) indicadores que agrupan las dos
variables objeto de estudio en la presente tesis doctoral: aprendizaje
organizacional y capacidad de innovación. El CUADRO 2 presenta un
 151

resumen del número de ítems del instrumento de recolección de datos en

función de las variables, dimensiones e indicadores.

CUADRO 2.
RESUMEN DEL NÚMERO DE ÍTEMS DEL INSTRUMENTO DE RECOLECCIÓN DE
DATOS
N° de
Variable Dimensión Indicador
ítems
1. Cultura de aprendizaje 3
2. Formación 3
Condiciones
3. Claridad estratégica 3
4. Soporte organizacional 3
Aprendizaje 1. Exploración 3
organizacional Actividades
2. Explotación 3
1. Individual 3
Niveles 2. Grupal 3
3. Organizacional 3
1. Cultura de liderazgo participativo 3
2. Clima de trabajo y bienestar 3
3. Ideación y estructuras de 3
organización
Factores
4. Desarrollo de Know-How 3
determinantes
5. Explotación de conocimiento 3
externo
6. Regeneración 3
7. Actividad individual 3
Capacidad de 1. Estrategia y cultura de innovación 3
Prácticas de
innovación 2. Gestión de los recursos 3
gestión
3. Generación y selección de ideas 3
1. Capacidad de aprendizaje 3
organizacional
2. Capacidad de I+D 3
Tipos de 3. Capacidad de gestión de recursos 3
capacidades 4. Capacidad de producción 3
5. Capacidad de mercadeo 3
6. Capacidad de organización 3
7. Capacidad de dirección estratégica 3
Fuente: Elaboración propia (2017).

En referencia a la medición de las capacidades de innovación, es

relevante destacar que “para construir los indicadores de las empresas
potencialmente innovadoras, los instrumentos de medida deben tener en
cuenta a todas las empresas (es decir, las empresas innovadoras y no
innovadoras), en particular, cuanto traten las principales cuestiones relativas
a las estrategias de innovación, tales como, las actividades de innovación,
 152

las barreras, las capacidades, los vínculos y los resultados” (OECD y

Eurostat, 2005, p. 161).
Adicionalmente, el Manual de Oslo destaca que, en la medición de las
capacidades de innovación en países en desarrollo, es relevante incluir
información suplementaria relacionada con: la introducción de las
innovaciones organizativas, la formación y la incorporación de las TIC. Así
como los tipos de sistemas de apoyo a la toma de decisiones y el potencial
efectivo de asimilación del conocimiento de la empresa (OECD y Eurostat,
2005).
En este contexto, es preciso agregar que la medición de las capacidades
de innovación presenta numerosas dificultades, ya que es necesario medir
un conocimiento que no está catalogado sino “incorporado” en el cerebro de
las personas o en los procedimientos organizativos habituales; sumado a la
dificultad de obtener de las empresas datos fiables sobre los intercambios de
conocimientos con otras organizaciones (OECD y Eurostat, 2005).

6. VALIDEZ Y CONFIABILIDAD DEL INSTRUMENTO

En esta sección, se presentan los aspectos teóricos y procedimientos

relacionados con el cálculo de la validez y la confiabilidad del instrumento de
recolección de datos descrito en la sección anterior. Específicamente, se
consideran los aspectos asociados a la validez de contenido mediante juicio
de expertos y la confiabilidad mediante el coeficiente de alfa de Cronbach.

6.1 VALIDEZ

En primera instancia, la validez se define como “el grado en que un

instrumento mide realmente la variable que pretende medir” (Hernandez,
Fernandez y Baptista, 2014, p.200). En este orden de ideas, “un instrumento
de medición es válido cuando mide aquello para lo cual está destinado”
(Bernal Torres, 2010, p.247). Adicionalmente, la validez de contenido hace
 153

referencia al “grado en que un instrumento refleja un dominio específico de

contenido de lo que se mide” (Hernandez, Fernandez y Baptista, 2014,
p.201). De este modo, la validez de contenido de una variable se asocia con
la literatura existente relacionada con la misma (Hernandez, Fernandez y
Baptista, 2014).
Por su parte, Bernal (2010) define la validez de contenido como “el juicio
sobre el grado en que el instrumento representa la variable objeto de
medición, es decir, el grado en que representa el universo de la variable
objeto de estudio” p.248. Los autores Hernandez, Fernandez y Baptista
(2014) señalan que “la evidencia sobre la validez del contenido se obtiene
mediante las opiniones de expertos y al asegurarse que las dimensiones
medidas por el instrumento sean representativas del universo o dominio de
dimensiones de la(s) variable(s) de interés (a veces mediante un muestreo
aleatorio simple)” p.298.
Concretamente, la validez por expertos hace referencia al grado en que un
instrumento, aparentemente, mide la variable objeto de estudio,
considerando el criterio de voces calificadas en la temática (Hernandez,
Fernandez y Baptista, 2014). Para efectos de la presente investigación, se
estima la validez del instrumento específicamente, la validez de contenido
mediante expertos. Para tal fin, el instrumento fue revisado por los miembros
del Comité Académico del Doctorado en Ciencias: Mención gerencia de la
Universidad Rafael Belloso Chacín, URBE. Así, el instrumento se somete a la
consulta de diez (10) jueces expertos, especialistas en las variables objeto
de estudio.
En resumen, las observaciones de los jueces expertos que realizaron la
validación del instrumento se resumen en: eliminación de la conjunción “y”,
dado que genera ambigüedad en algunos ítems, mejora de la redacción en
los ítems, definición de tres (3) ítems por cada uno de los indicadores y
definición de la escala de medición a utilizar en el instrumento.
 154

6.2 CONFIABILIDAD

En otro orden de ideas, de acuerdo con Bernal (2010), la confiabilidad de

un cuestionario “se refiere a la consistencia de las puntuaciones obtenidas
por las mismas personas, cuando se las examina en distintas ocasiones con
los mismos cuestionarios” p.247. En el mismo sentido, Hernandez,
Fernandez y Baptista (2014) plantea que la confiabilidad de un instrumento
de medición “se refiere al grado en que su aplicación repetida al mismo
individuo u objeto produce resultados iguales” p.200.
Adicionalmente, Mendez (2005) sugiere que una vez que se construye el
cuestionario, este debe ser validado dentro de lo que se denomina la prueba
piloto o pretest, la cual consiste en la aplicación del instrumento a personas
que tengan las mismas características de la población o muestra identificada,
esta aplicación previa, permite hacer los ajustes necesarios a cada pregunta
en su lenguaje, redacción y en las opciones que deben utilizarse.
En el mismo sentido, Tamayo (2011) plantea que “antes de realizar la
investigación es conveniente y necesario para la efectividad de la misma,
cuestionar la calidad de los instrumentos que se han diseñado y se piensa
aplicar, bien sea entrevistas, escritos, orales, etc.” p.191. Según el autor,
esta prueba permite identificar las diferencias existentes en torno al diseño
metodológico y, en consecuencia, realizar los ajustes necesarios; así, el
estudio piloto, debe realizarse en una pequeña muestra, la cual debe cumplir
con el criterio de confiabilidad, lo que implica que, debe ser lo más
representativa posible respecto a la muestra definitiva de la investigación.
Considerando lo anterior, los procedimientos más utilizados para
determinar la confiabilidad mediante un coeficiente son: medida de
estabilidad (confiabilidad por test retest); método de formas alternativas o
paralelas; método de mitades partidas (split-halves); y medidas de
coherencia o consistencia interna. Dentro de estas últimas, se incluye el
coeficiente alfa de Cronbach (desarrollado por Cronbach) y los coeficientes
 155

KR-20 y KR-21 de Kuder y Richardson (1937), en ambos casos, el método

de cálculo requiere una sola administración del instrumento de medición,
para el cálculo del coeficiente; específicamente, el coeficiente Alfa
(Hernandez, Fernandez y Baptista, 2014).
De otro lado, para la interpretación del resultado del coeficiente Alfa de
Cronbach, (Hernandez, Fernandez y Baptista, 2014) señalan “que no hay
una regla que indique “a partir de este valor no hay fiabilidad del
instrumento”. Más bien, el investigador calcula su valor, lo declara y lo
somete a escrutinio de los usuarios del estudio u otros investigadores” p.295.
Considerando lo anterior, para efectos de la presente tesis doctoral se
consideran los paramentos descritos en la Tabla 2.

Tabla 2.
Escala de valores que determinan la confiabilidad de un instrumento
Criterios de confiabilidad Valores de alfa
Muy alta confiabilidad 0,81 a 1
Alta confiabilidad 0,61 a 0,80
Moderada confiabilidad 0,41 a 0,60
Baja confiabilidad 0,21 a 0,40
Muy baja confiabilidad 0,01 a 0,20
Fuente: Adaptado de (Hernandez S, Fernandez, & Baptista, 2014)

En resumidas cuentas, la estimación de la confiabilidad se realiza

mediante el coeficiente de Alfa de Cronbach, para lo cual se efectúa una
prueba piloto con unidades de análisis con características similares a la
población y muestra, representadas en este caso por siete (7) medianas
empresas con domicilio comercial en el departamento del Cesar, cercanas a
Valledupar, con características similares a la población objeto de estudio, las
cuales representan el 16% de la muestra seleccionada en la investigación.
Específicamente, el cálculo de la confiabilidad de instrumento se realizó
empleando la fórmula para el cálculo del coeficiente de alfa de Cronbach
descrita a continuación:
 156

Dónde:
Coeficiente Alfa Cronbach
Número de preguntas o ítems

Varianza de los ítems

Varianza de la suma de los ítems.

Específicamente, mediante la aplicación de la prueba piloto se obtiene

una confiabilidad de 0,90, lo que indica que el instrumento tiene una muy
alta confiabilidad, en acuerdo con los valores reportados en la Tabla 2,
asegurando un muy alto nivel de consistencia interna en las respuestas de los
informantes claves.

7. TÉCNICAS DE ANALISIS DE RESULTADOS

En primera instancia, Bernal (2010) indica que el análisis de resultados es

el momento del proceso de investigación en cual se procesan los datos
obtenidos de la población objeto de estudio, con el objeto de generar los
resultados como datos agrupados a partir de los cuales analizan los objetivos
y las hipótesis planteadas en el marco dela investigación. El autor en
referencia agrega que el análisis de los datos se realiza mediante el uso de
herramientas estadísticas.
Desde esta perspectiva, el procesamiento de datos, cualquiera que sea a
técnica empleada para ello, corresponde al “registro de los datos obtenidos
por los instrumentos empleados, mediante una técnica analítica en la cual se
compruebe la hipótesis y se obtienen las conclusiones” (Tamayo, 2011)
p.192. El autor en referencia define el análisis de resultados como el proceso
de convertir los fenómenos observados en datos científicos, para obtener
conclusiones válidas.
 157

En este sentido, Mendez (2005) establece que la información tabulada y

ordenada debe ser sometida a tratamiento por técnicas de análisis
estadístico, dentro de las cuales se incluyen principalmente: medidas de
tendencia central (media aritmética, media geométrica, mediana, moda);
medidas de dispersión (varianza, desviación estándar, coeficiente de
variación); medidas de forma (coeficiente de asimetría, coeficiente de
apuntamiento) (Walpole y otros, 2007). Puntualmente, el análisis de los datos
se efectúa sobre la matriz de datos mediante un programa computacional
(Hernandez, Fernandez y Baptista, 2014).
Específicamente, las medidas de tendencia central, corresponden a los
“valores medios o centrales de una distribución que sirven para ubicarla
dentro de la escala de medición de la variable” (Hernandez, Fernandez y
Baptista, 2014, p.286). Considerando lo anterior, como técnicas de análisis
de datos, se utiliza la estadística descriptiva, específicamente la distribución
de frecuencias y las medidas de tendencia de central (media), para lo cual se
utilizan como herramientas de apoyo los programas Microsoft Excel, y el
Statistical Package for the Social Sciences (SPSS).
Igualmente, para la interpretación de los datos se estableció un punto de
comparación o baremo de interpretación; el cual fue construido, para efectuar
el proceso de confrontación de los resultados. El baremo de la media se
establece desde 1 hasta 5 debido a que corresponden al valor mínimo y
máximo posible, dada la escala de respuesta del instrumento del instrumento
de recolección de datos A continuación se presenta el baremo utilizado para
el análisis promedio del indicador (Tabla 3):
Tabla 3.
Baremo ponderado para el análisis de las medias
Valor Alternativa Intervalos Categorías Convención
5 Siempre 4,20 – 5,00 Muy presente MP
4 Casi siempre 3,40 – 4,19 Presente P
Medianamente
3 Algunas veces 2,60 – 3,39 MEP
presente
2 Casi nunca 1,80 – 2,59 Poco presente PP
1 Nunca 1,00 – 1,79 Ausente A
Fuente: Elaboración propia (2017)
 158

Adicionalmente, para complementar los resultados de las medias

aritméticas obtenidas en cada una de las dimensiones e indicadores, se
realiza el cálculo de las medidas de dispersión, específicamente, la
desviación estándar. Para tal efecto, se establece el baremo correspondiente
que tienen el rango entre 0 (correspondiente al valor mínimo de las medidas
por definición) y el valor máximo de la desviación estándar (Tabla 4) obtenido
de la aplicación de los ítems del instrumento de recolección de datos.

Tabla 4
Baremo ponderado para el análisis de la desviación estándar
Valor Intervalos Categorías Convención
5 1,39 – 1,74 Muy alta dispersión MAD
4 1,05 - 1,38 Alta dispersión ALD
Dispersión
3 0,70 – 1,04 DI
intermedia
2 0,35 – 0,69 Baja dispersión BD
1 0,00 – 0,34 Ausente dispersión AD
Fuente: Elaboración propia (2017)

Con el fin de complementar la discusión teórica relacionada con el análisis

del aprendizaje organizacional para el desarrollo de las capacidades de
innovación, se determina el coeficiente de correlación de Rho de Spearman
para identificar relación entre las variables y las dimensiones objeto de
estudio. Específicamente, el coeficiente de Rho de Spearman corresponde a
una técnica de estadística inferencial no paramétrica utilizada para relacionar
variables en un nivel de medición ordinal en el cual las unidades que
conforman la muestra pueden ordenarse por rangos (Hernandez, Fernandez
y Baptista, 2014).
Es relevante destacar que, la elección de la técnica estadística está
determinada, entre otros factores, por el nivel de medición de las variables.
En la presente tesis doctoral, se utiliza la escala de medición tipo Likert. Al
respecto, Hernandez, Fernandez y Baptista (2014) establece que “la escala
de Likert es, en sentido estricto, una medición ordinal” p.243. Producto de lo
anterior, se selecciona el coeficiente de Rho de Spearman, “utilizado para
 159

relacionar estadísticamente escalas tipo Likert por aquellos investigadores

que las consideran ordinales” (Hernandez, Fernandez y Baptista, 2014,
p.323).
Adicionalmente, el coeficiente Rho de Spearman se interpreta igual que el
coeficiente de correlación de Pearson (Hernandez, Fernandez y Baptista,
2014): −0.90 = Correlación negativa muy fuerte, −0.75 = Correlación negativa
considerable, −0.50 = Correlación negativa media, −0.25 = Correlación
negativa débil, −0.10 = Correlación negativa muy débil, 0.00 = No existe
correlación entre las variables, +0.10 = Correlación positiva muy débil, +0.25
= Correlación positiva débil, +0.50 = Correlación positiva media, +0.75 =
Correlación positiva considerable, +0.90 = Correlación positiva muy fuerte,
+1.00 = Correlación positiva perfecta.
Finalmente, el comportamiento de las variables estudiadas se compara
con el marco teórico, con el objeto de establecer las conclusiones y
recomendaciones respecto a cada uno de los objetivos planteados.
Específicamente, el análisis de los datos se efectuó mediante los procesos
de codificación, procesamiento de datos y presentación de los resultados.

1. PROCEDIMIENTO DE LA INVESTIGACIÓN

Con respecto al procedimiento, la presente tesis doctoral se desarrolla

considerando las etapas descritas a continuación:
1. Revisión de la literatura con el objeto de identificar las variables objeto
de estudio de la investigación, en este caso, aprendizaje
organizacional y capacidades de innovación.
2. Revisión de los antecedentes y documentación respecto a las
variables objeto de estudio de la investigación y a las problemáticas
del contexto objeto de estudio de la investigación, correspondiente al
sector empresarial del municipio de Valledupar.
 160

3. Desarrollo del planteamiento y la formulación del problema

relacionada con las variables de investigación.
4. Definición de los objetivos de la investigación, la justificación de la
misma y las delimitaciones correspondientes.
5. Selección y estructuración de los antecedentes relacionados con las
variables objeto de estudio de la investigación.
6. Desarrollo de las bases teóricas, en función del cuadro de
operacionalización de las variables.
7. Búsqueda y análisis de la información relacionada con el segmento
empresarial seleccionado, en la Cámara de Comercio de Valledupar.
8. Definición de la población objeto de estudio de la investigación, según
la información recolectada.
9. Selección de la muestra mediante muestro probabilístico aleatorio
simple.
10. Definición del tipo de investigación y el diseño correspondiente.
11. Diseño y validación por expertos del instrumento de medición para la
recolección de la información relacionada con la investigación.
12. Aplicación del cuestionario a la población seleccionada para la prueba
piloto, con el objeto de calcular la validez y la confiabilidad del
instrumento.
13. Aplicación del instrumento a la población objeto de estudio de la
investigación.
14. Tabulación y aplicación de técnicas estadísticas a los datos obtenidos
de la aplicación de los instrumentos de recolección de información.
15. Análisis y discusión de los resultados obtenidos en la investigación.
16. Diseño de los lineamientos teóricos relacionados con el aprendizaje
organizacional para el desarrollo de capacidades de innovación en
medianas empresas
17. Elaboración de las conclusiones y recomendaciones respecto a las
variables de la investigación.