UNIVERSIDAD IBEROAMERICANAEstudios con Reconocimiento de Validez Oficial por Decreto Presidencial del 3 de abril de 1981

NDICE MEXICANO DE SATISFACCIN DE USUARIO (IMSU): COMPARACIN DE LOS MTODOS DE ESTIMACIN DE SISTEMAS DE ECUACIONES ESTRUCTURALES POR ESTRUCTURAS DE COVARIANZAS Y POR MNIMOS CUADRADOS PARCIALES

TESISQue para obtener el grado de MAESTRA EN INGENIERA DE CALIDAD Presenta MARA DE LOURDES MUCIO ALCNTARA

Directora DRA. ODETTE LOBATO CALLEROS Lectores DR. IGNACIO MNDEZ RAMREZ MTRO. HUGO SERRATO GONZLEZ

Mxico, D.F.

2011

1

RESUMEN En 2006 el equipo del IMSU en la Universidad Iberoamericana - Ciudad de Mxico, adapt satisfactoriamente la metodologa del ACSI (American Customer Satisfaction Index), para la determinacin del IMSU en los Programas de Desarrollo Local, Microrregiones, y Desarrollo Rural, Diconsa, programas sociales de la Secretara de Desarrollo Social, SEDESOL. Los resultados de dichos estudios que se encuentran reportados en los trabajos de Lobato, et. al, 2006a y 2006b, Molina, 2007, y Martnez, 2009. En esta metodologa para el anlisis de los datos se utiliza el software del ACSI, que se basa en Anlisis de Senderos por Mnimos Cuadrados Parciales, SEM-PLS. Ahora como parte del proceso de transferencia de tecnologa se lleva a cabo la evaluacin con metodologas alternativas a las ya utilizadas, por lo que en este trabajo se ponen a prueba las metodologas de Anlisis de Senderos por medio de Estructuras de Covarianzas, SEM-EC, utilizando el software EQS 6.1, y de Anlisis de Senderos por medio de Mnimos Cuadrados Parciales, SEM-PLS, utilizando el software SmartPLS. Con ese fin se utilizan los datos generados en los estudios de evaluacin del ndice Mexicano de Satisfaccin del Usuario, IMSU, de los Programas de Desarrollo Local, Microrregiones, y Abasto Rural, Diconsa. Con la finalidad de conocer ms a fondo las metodologas, adems de ponerlas a prueba, y comparar los resultados obtenidos con los obtenidos por medio de la metodologa del ACSI, se evala el efecto del uso de las bases de datos imputando los datos perdidos, y eliminando los casos con datos perdidos. Para complementar el estudio, y el conocimiento de las metodologas, se siguen las sugerencias de mejora del modelo propuestas por EQS, y se prueban con el software SmartPLS, comentando entonces los hallazgos de algunos de los modelos alternativos encontrados.

2

CONTENIDO

Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Contenido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ndices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Abreviaturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Captulo 1.- ndices de Satisfaccin del Usuario . . . . . . . . . . . . . . . . . . . . . . . . Captulo 2.- ndice Mexicano de Satisfaccin del Usuario . . . . . . . . . . . . . . . . . Captulo 3.Metodologas estadsticas para el anlisis de . . . . . . . . . . . . . . . satisfaccin del usuario

2 3 4 14 15 20 32 42

Captulo 4.- Metodologa de investigacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . Captulo 5.- Anlisis y discusin de los resultados . . . . . . . . . . . . . . . . . . . . . Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Perspectivas y recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

100 205 248 251 252 256

3

NDICES

i.-

INDICE GENERAL 2 3 4 4 8 11 14 15 20 20 21 21 25 26 30 32 32 33 34 35 39

Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Contenido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ndices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . i.ii.iii.ndice General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ndice de Figuras ndice de Tablas ............................................ .............................................

Abreviaturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Captulo 1.- ndices de Satisfaccin del Usuario . . . . . . . . . . . . . . . . . . . . . . . . 1.1.- ndices de satisfaccin el usuario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.1.- Qu son los ndices de satisfaccin del usuario? . . . . . . . . . . . . . . 1.1.2.- Algunos ndices nacionales de satisfaccin del usuario . . . . . . . . . . . 1.2.- El ndice Americano de Satisfaccin del Usuario . . . . . . . . . . . . . . . . . . . . . 1.2.1.- Cmo se evala el ACSI? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.2.- Metodologa del ACSI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Captulo 2.- ndice Mexicano de Satisfaccin del Usuario . . . . . . . . . . . . . . . . 2.1.- Qu es el IMSU? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.- Cmo se determin el IMSU? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.- Programas en estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.1.- Programa de Zonas Prioritarias, PDZP . . . . . . . . . . . . . . . . . . . . . . . 2.3.2.- Programa de Abasto Rural, DICONSA . . . . . . . . . . . . . . . . . . . . . . . .

4

Captulo 3.-

Metodologas estadsticas para el anlisis de . . . . . . . . . . . . . . . satisfaccin del usuario

42 42 45 48 54 56 56 58 62 65 66 67 69 69 73 73 74 75 78 82 83 91 94 97 100 101 101

3.1.- Medicin de los ndices de satisfaccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.- Los diagramas de sendero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.- Pasos del modelamiento causal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4.- Definiciones clave en el modelamiento causal . . . . . . . . . . . . . . . . . . . . . . . 3.5.- LISREL y el anlisis de estructuras de covarianza . . . . . . . . . . . . . . . . . . . . 3.5.1.- Que son los modelos de estructuras de covarianza? . . . . . . . . . . . 3.5.2.- Especificacin y significado del diagrama de senderos . . . . . . . . . . . 3.5.3.- Las ecuaciones estructurales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.4.- Supuestos en el anlisis de covarianzas . . . . . . . . . . . . . . . . . . . . . . 3.5.5.- Estimacin de los parmetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.6.- Evaluacin del ajuste del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.7.- Reespecificacin del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.5.8.- LISREL y otros softwares parar anlisis de los mtodos de . . . . . . . anlisis de covarianza 3.6.- Mnimos cuadrados parciales, PLS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.1.- Qu es PLS? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.2.- Modelamiento de senderos con mnimos cuadrados . . . . . . . . . . . . . Parciales 3.6.3.- Especificacin y significado del diagrama de senderos . . . . . . . . . . . 3.6.4.- Las ecuaciones estructurales en PLS . . . . . . . . . . . . . . . . . . . . . . . . 3.6.5.- Estimacin de los modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.6.- Ajuste o relevancia del modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.6.7.- Los softwares para modelamiento de senderos por PLS . . . . . . . . . 3.7.- SEM-EC vs. SEM-PLS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.8.- Tratamiento de datos perdidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Captulo 4.- Metodologa de investigacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.- Descripcin de las metodologas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1.- Descripcin general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

4.1.2.- Anlisis de los requisitos de normalidad, linealidad y datos tpicos . . 4.1.3.- Anlisis de estructuras de covarianza, SEM-EC . . . . . . . . . . . . . . . 4.1.4.- Mnimos cuadrados parciales, SEM-PLS . . . . . . . . . . . . . . . . . . . . . 4.1.5.- Transformacin de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.6.- Simulacin de datos perdidos .............................

102 104 107 109 109 111 111 113 115 116 117 118 118 127 135 135 137 139 139 139 148 148 155 164 171 171 171 180 197 197

4.2.- Los diagramas de sendero y los sistemas de ecuaciones . . . . . . . . . . . . . 4.2.1.- Programa de Zonas Prioritarias, PDZP . . . . . . . . . . . . . . . . . . . . . . 4.2.2.- Programa de Abasto Rural, Diconsa . . . . . . . . . . . . . . . . . . . . . . . . 4.3.- Diagnstico e imputacin de los datos perdidos . . . . . . . . . . . . . . . . . . . . . 4.3.1.- Programa de Zonas Prioritarias, PDZP . . . . . . . . . . . . . . . . . . . . . . 4.3.2.- Programa de Abasto Rural, Diconsa . . . . . . . . . . . . . . . . . . . . . . . . 4.4.- Anlisis de supuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4.1.- Programa de Zonas Prioritarias, PDZP . . . . . . . . . . . . . . . . . . . . . . 4.4.2.- Programa de Abasto Rural, Diconsa . . . . . . . . . . . . . . . . . . . . . . . . 4.5.- Resultados obtenidos en el proyecto del IMSU . . . . . . . . . . . . . . . . . . . . . . 4.5.1.- Programa de Zonas Prioritarias, PDZP . . . . . . . . . . . . . . . . . . . . . . 4.5.2.- Programa de Abasto Rural, Diconsa . . . . . . . . . . . . . . . . . . . . . . . . 4.6.- Modelamiento utilizando SEM-EC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6.1.- Programa de Zonas Prioritarias, PDZP . . . . . . . . . . . . . . . . . . . . . . 4.6.1.1.- Ajuste del modelo del IMSU y otros modelos . . . . . . . . . . . 4.6.1.2.- Resultados del modelamiento . . . . . . . . . . . . . . . . . . . . . . . 4.6.2.- Programa de Abasto Rural, Diconsa . . . . . . . . . . . . . . . . . . . . . . . . 4.6.2.1.- Ajuste del modelo del IMSU y otros modelos . . . . . . . . . . . 4.6.2.2.- Resultados del modelamiento . . . . . . . . . . . . . . . . . . . . . . . 4.7.- Modelamiento utilizando SEM-PLS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7.1.- Programa de Zonas Prioritarias, PDZP . . . . . . . . . . . . . . . . . . . . . . 4.7.1.1.- Ajuste del modelo del IMSU . . . . . . . . . . . . . . . . . . . . . . . . 4.7.1.2.- Evaluacin de otros modelos . . . . . . . . . . . . . . . . . . . . . . . 4.7.2.- Programa de Abasto Rural, Diconsa . . . . . . . . . . . . . . . . . . . . . . . . 4.7.1.3.- Ajuste del modelo del IMSU . . . . . . . . . . . . . . . . . . . . . . . .

6

4.7.1.4.- Evaluacin de otros modelos . . . . . . . . . . . . . . . . . . . . . . . Captulo 5.- Anlisis y discusin de los resultados ....................

205 205 223 232 227 240 240 240 243 244 244 245 248 251 252 256

5.1.- Comparacin de los resultados entre metodologas y modelos . . . . . . . . . 5.1.1.- Programa de Zonas Prioritarias, PDZP . . . . . . . . . . . . . . . . . . . . . . 5.1.2.- Programa de Abasto Rural, Diconsa . . . . . . . . . . . . . . . . . . . . . . . . 5.2.- Hallazgos particulares entre metodologas y modelos . . . . . . . . . . . . . . . . 5.2.1.- Programa de Zonas Prioritarias, PDZP . . . . . . . . . . . . . . . . . . . . . . 5.2.1.1.- Modelo Original del IMSU . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.1.2.- Modelos alternativos evaluados . . . . . . . . . . . . . . . . . . . . . 5.2.2.- Programa de Abasto Rural, Diconsa . . . . . . . . . . . . . . . . . . . . . . . . 5.2.2.1.- Modelo Original del IMSU . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.2.2.- Modelos alternativos evaluados . . . . . . . . . . . . . . . . . . . . . Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Perspectivas y recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Glosario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7

ii.-

INDICE DE FIGURASModelo Original del Barmetro Sueco de Satisfaccin del Usuario, SCSB, Swedish Customer Satisfaction Barometer. Modelo del ndice Americano de Satisfaccin del Usuario, ACSI, The American Customer Satisfaction Index. Modelo del ndice Europeo de Satisfaccin del Usuario, ECSI, The European Customer Satisfaction Index. Modelo del ndice Americano de Satisfaccin del Usuario, ACSI, The American Customer Satisfaction Index, para dependencias de Gobierno. Modelo del ndice Americano de Satisfaccin del Usuario, ACSI, The European Customer Satisfaction Index, para industrias Privadas. Modelo del ndice Mexicano de Satisfaccin del Usuario, IMSU, para el Programa de Desarrollo Local, Microrregiones (SEDESOL). Modelo del ndice Mexicano de Satisfaccin del Usuario, IMSU, para el Programa de Abasto Rural, DICONSA (SEDESOL). Anlisis de datos de satisfaccin del usuario. Reglas para la construccin de diagramas causales. Pasos el proceso de modelamiento de estructura de covarianzas. Ejemplos de la representacin grfica de algunos modelos utilizados en el Anlisis de Estructuras de Covarianzas (primera parte). Ejemplos de la representacin grfica de algunos modelos utilizados en el Anlisis de Estructuras de Covarianzas (segunda parte). Ejemplo de un diagrama de senderos para un modelo causal con dos niveles de causalidad, donde se describe cada una de las variables que lo componen utilizando la notacin de LISREL. Indicadores reflectivos y formativos en anlisis de ecuaciones estructurales con PLS. Modelo de anlisis con indicadores formativos y reflectivos. Los dos pasos para la evaluacin del modelamiento por senderos por PLS, SEM-PLS. Propsito de los anlisis con SEM-EC, SEM-PLS o SEM-ANN. Representacin bsica de las ecuaciones del modelo del IMSU, para el Programa de Zonas Prioritarias, PDZP (SEDESOL). Nombre de las variables a ser utilizado en las corridas con Anlisis de Estructuras de Covarianza y Mnimos Cuadrados Parciales, en el modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Representacin bsica de las ecuaciones del modelo del IMSU, para el Programa de Abasto Rural, Diconsa (SEDESOL). Nombre de las variables a ser utilizado en las corridas con Anlisis de Estructuras de Covarianza y Mnimos Cuadrados Parciales, en el modelo del IMSU del Programa de Abasto Rural, Diconsa. Datos perdidos en el estudio para la implantacin del modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Datos perdidos en el estudio para la implantacin del modelo del IMSU del Programa de Abasto Rural, Diconsa. Pruebas de normalidad del Programa de Zonas Prioritarias. Diagrama de dispersin en forma matricial para las variables del IMSU del Programa de Zonas Prioritarias, PDZP. 23 24 25 28 29 38 41 44 47 48 59 60 61 76 77 84 94 112 113 114 115 116 117 119 124

Figura No. 1.1.Figura No. 1.2.Figura No. 1.3.Figura No. 1.4.Figura No. 1.5.Figura No. 2.1.Figura No. 2.2.Figura No. 3.1.Figura No. 3.2.Figura No. 3.3.Figura No. 3.4.Figura No. 3.5.Figura No. 3.6.Figura No. 3.7.Figura No. 3.8.Figura No. 3.9.Figura No. 3.10.Figura No. 4.1.Figura No. 4.2.Figura No. 4.3.Figura No. 4.4.Figura No. 4.5.Figura No. 4.6.Figura No. 4.7.Figura No. 4.8.-

8

Figura No. 4.9.Figura No. 4.10.Figura No. 4.11.Figura No. 4.12.Figura No. 4.13.Figura No. 4.14.Figura No. 4.15.Figura No. 4.16.Figura No. 4.17Figura No. 4.18.Figura No. 4.19.Figura No. 4.20.Figura No. 4.21.Figura No. 4.22.Figura No. 4.23.Figura No. 4.24.Figura No. 4.25.Figura No. 4.26.Figura No. 4.27.Figura No. 4.28.Figura No. 4.29.Figura No. 4.30.Figura No. 4.31.Figura No. 4.32.Figura No. 4.33.Figura No. 4.34.Figura No. 4.35.Figura No. 4.36.Figura No. 4.37.-

Diagrama de cajas donde se aprecian los valores atpicos en los datos del Programa de Zonas Prioritarias, PDZP. Curtosis Multivariada para los datos del modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Pruebas de normalidad del Programa de Abasto Rural. Diagrama de dispersin en forma matricial para las variables del IMSU del Programa de Abasto Rural. Diagrama de cajas donde se aprecian los valores atpicos en los datos del Programa de Abasto rural, Diconsa. Curtosis Multivariada para los datos del modelo del IMSU del Programa de Abasto Rural, Diconsa. Modelo General del IMSU para el Programa de Desarrollo Local, Microrregiones. Modelo de todos los funcionarios pblicos entrevistados. Modelo General del IMSU para el Programa de Abasto Rural, Diconsa. Modelos seleccionados para este estudio, corridos con EQS para el Programa de Zonas Prioritarias, PDZP. Modelo 1: modelo original para el Programa de Zonas Prioritarias, PDZP (IMSU). Modelo 7: modelo alternativo para el Programa de Zonas Prioritarias, PDZP. Modelo 11: modelo alternativo para el Programa de Zonas Prioritarias, PDZP. Representacin grfica del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenido con el Software EQS 6.1, imputando los datos perdidos Representacin grfica del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenido con el Software EQS 6.1, eliminando los casos con datos perdidos Ecuaciones Estructurales que representan el Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Representacin grfica del Modelo No. 7 del Programa de Zonas Prioritarias, PDZP. Obtenido con el Software EQS 6.1, imputando los datos perdidos Representacin grfica del Modelo No. 7 del Programa de Zonas Prioritarias, PDZP. Obtenido con el Software EQS 6.1, imputando los datos perdidos Representacin grfica del Modelo No. 11 del Programa de Zonas Prioritarias, PDZP. Obtenido con el Software EQS 6.1, imputando los datos perdidos Representacin grfica del Modelo No. 11 del Programa de Zonas Prioritarias, PDZP. Obtenido con el Software EQS 6.1, eliminando casos con los datos perdidos Modelos seleccionados para este estudio, corridos con EQS para el Programa de Abasto Rural, Diconsa. Modelo 1: modelo original para el Programa de Abasto Rural, Diconsa. Modelo 7: modelo alternativo para el Programa de Abasto Rural, Diconsa. Modelo 10: modelo alternativo para el Programa de Abasto Rural, Diconsa. Representacin grfica del Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenido con el Software EQS 6.1, imputando los datos perdidos Representacin grfica del Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenido con el Software EQS 6.1, eliminando los casos con datos perdidos Ecuaciones Estructurales que representan el Modelo del IMSU del Programa de Abasto Rural, Diconsa. Representacin grfica del Modelo No. 7 del Programa de Abasto Rural, Diconsa. Obtenido con el Software EQS 6.1, imputando los datos perdidos Representacin grfica del Modelo No. 7 del Programa de Abasto Rural, Diconsa. Obtenido con el Software EQS 6.1, eliminando los casos con datos perdidos Representacin grfica del Modelo No. 10 del Programa de Abasto Rural, Diconsa. Obtenido con el Software EQS 6.1, imputando los datos perdidos

125 126 127 132 133 134 135 137 140 144 146 147 148 149 150 151 152 153 154 157 160 162 163 164 165 166 167 168 169

9

Figura No. 4.38.Figura No. 4.39.Figura No. 4.40.Figura No. 4.41.Figura No. 4.42.Figura No. 4.43.Figura No. 4.44.Figura No. 4.45.Figura No. 4.46.Figura No. 4.47.Figura No. 4.48.Figura No. 4.49.Figura No. 4.50.Figura No. 4.51.Figura No. 4.52.Figura No. 4.53.Figura No. 4.54.Figura No. 5.1.Figura No. 5.2.Figura No. 5.3.Figura No. 5.4.Figura No. 5.5.Figura No. 5.6.-

Representacin grfica del Modelo No. 10 del Programa de Abasto Rural, Diconsa. Obtenido con el Software EQS 6.1, eliminando los casos con datos perdidos Representacin grfica del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Representacin grfica del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Representacin grfica del modelo 7 para el Programa de Zonas Prioritarias, PDZP, sugerido por EQS, y adaptado para probarlo con SmartPLS. Representacin grfica del Modelo No. 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Representacin grfica del Modelo No. 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Representacin grfica del modelo 11 para el Programa de Zonas Prioritarias, PDZP, sugerido por EQS, y adaptado para probarlo con SmartPLS. Representacin grfica del Modelo No. 11 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Representacin grfica del Modelo No. 11 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Representacin grfica del Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Representacin grfica del Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Representacin grfica del modelo 7 para el Programa de Abasto Rural, Diconsa, sugerido por EQS, y adaptado para probarlo con SmartPLS. Representacin grfica del Modelo No. 7 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Representacin grfica del Modelo No. 7 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Representacin grfica del modelo 10 para el Programa de Abasto Rural, Diconsa, sugerido por EQS, y adaptado para probarlo con SmartPLS. Representacin grfica del Modelo No. 10 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Representacin grfica del Modelo No. 10 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Comparacin de los Coeficientes de Sendero para el modelo del IMSU en el Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software del ACSI vs. obtenidos con SmartPLS 2.0 M3. Comparacin de los Coeficientes de Sendero para el modelo del IMSU en el Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software del ACSI vs. obtenidos con EQS 6.1. Comparacin de los Coeficientes de Sendero para el modelo del IMSU en el Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software EQS 6.1 vs. obtenidos con SmartPLS 2.0 M3. Comparacin de los Coeficientes de Sendero para el modelo del IMSU en el Programa de Abasto Rural, Diconsa. Obtenidos con el Software del ACSI vs. obtenidos con SmartPLS 2.0 M3. Comparacin de los Coeficientes de Sendero para el modelo del IMSU en el Programa de Abasto Rural, Diconsa. Obtenidos con el Software del ACSI vs. obtenidos con EQS 6.1. Comparacin de los Coeficientes de Sendero para el modelo del IMSU en el Programa de Abasto Rural, Diconsa. Obtenidos con el Software EQS 6.1 vs. obtenidos con SmartPLS 2.0 M3.

170 178 179 181 187 188 189 195 196 203 204 206 212 213 215 221 222 228 230 231 235 237 239

10

iii.-

INDICE DE TABLASTemas de las preguntas del modelo del IMSU para el Programa de Desarrollo Local, Microrregiones de SEDESOL. Temas de las preguntas del modelo del IMSU para el Programa de Abasto Rural, DICONSA de SEDESOL. Medidas de Ajuste del Modelo Global. Principales caractersticas de los diferentes programas para anlisis de estructuras de covarianzas. Software para modelamiento de senderos con Estructuras de Covarianzas (SEM). Criterios de evaluacin de un modelo de senderos por PLS. Software para modelamiento de senderos con PLS. Comparacin del SEM-PLS versus SEM-EC en funcin de criterios especficos. Mtodos de correccin para estimaciones no normales en EQS. ndices de ajuste aceptables para los modelos en estudio. Resumen de la distribucin los datos de las variables del Programa de Zonas Prioritarias, PDZP. Matriz de Coeficientes de Correlacin de los datos de las variables del Programa de Zonas Prioritarias, PDZP. Resumen de la distribucin los datos de las variables del Programa de Abasto Rural, Diconsa. Matriz de Coeficientes de Correlacin de los datos de las variables del Programa de Abasto Rural, Diconsa. Resumen de resultados obtenidos con EQS para el Programa de Zonas Prioritarias, PDZP. (sin imputar datos perdidos) Resumen de resultados obtenidos con EQS para el Programa de Zonas Prioritarias, PDZP. (imputando datos perdidos) Resumen de resultados obtenidos con EQS para el Programa de Abasto Rural, Diconsa. (eliminando casos con datos perdidos) Resumen de resultados obtenidos con EQS para el Programa de Abasto Rural, Diconsa. (imputando datos perdidos) Criterios de Calidad del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Criterios de Calidad del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos datos perdidos Correlaciones entre las Variables Latentes del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Correlaciones entre las Variables Latentes del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdido Verificacin del Criterio de Fornell-Lacker en el Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Criterios de Calidad del Modelo 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Criterios de Calidad del Modelo 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos 37 40 69 71 72 92 93 97 106 107 122 123 130 186 142 143 158 159 172 173 174 174 175 175 175 177 182 182

Tabla No. 2.1.Tabla No. 2.2.Tabla No. 3.1.Tabla No. 3.2.Tabla No. 3.3.Tabla No. 3.4.Tabla No. 3.5.Tabla No. 3.6.Tabla No. 4.1.Tabla No. 4.2.Tabla No. 4.3.Tabla No. 4.4.Tabla No. 4.5.Tabla No. 4.6.Tabla No. 4.7.Tabla No. 4.8.Tabla No. 4.9.Tabla No. 4.10.Tabla No. 4.11.Tabla No. 4.12.Tabla No. 4.13.Tabla No. 4.14.Tabla No. 4.15.Tabla No. 4.16.Tabla No. 4.17.Tabla No. 4.18.Tabla No. 4.19.Tabla No. 4.20.-

11

Tabla No. 4.21.Tabla No. 4.22.Tabla No. 4.23.Tabla No. 4.24.Tabla No. 4.25.Tabla No. 4.26.Tabla No. 4.27.Tabla No. 4.28.Tabla No. 4.29.Tabla No. 4.30.Tabla No. 4.31.Tabla No. 4.32.Tabla No. 4.33.Tabla No. 4.34.Tabla No. 4.35.Tabla No. 4.36.Tabla No. 4.37.Tabla No. 4.38.Tabla No. 4.39.Tabla No. 4.40.Tabla No. 4.41.Tabla No. 4.42.Tabla No. 4.43.Tabla No. 4.44.Tabla No. 4.45.-

Correlaciones entre las Variables Latentes del Modelo 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Correlaciones entre las Variables Latentes del Modelo 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo 7 del Programa de Desarrollo Local, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos Criterios de Calidad del Modelo 11 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Criterios de Calidad del Modelo 11 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Correlaciones entre las Variables Latentes del Modelo 11 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Correlaciones entre las Variables Latentes del Modelo 11 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo 7 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo 11 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo 11 del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos Criterios de Calidad del Modelo del IMSU del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Criterios de Calidad del Modelo del IMSU del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Correlaciones entre las Variables Latentes del Modelo del IMSU del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Correlaciones entre las Variables Latentes del Modelo del IMSU del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos Criterios de Calidad del Modelo 7 del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Criterios de Calidad del Modelo 7 del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Correlaciones entre las Variables Latentes del Modelo 7 del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos

183 183 184 184 185 186 190 190 191 190 191 192 193 194 198 198 198 199 200 200 201 202 207 207 208

12

Tabla No. 4.46.Tabla No. 4.47.Tabla No. 4.48.Tabla No. 4.49.Tabla No. 4.50.Tabla No. 4.51.Tabla No. 4.52.Tabla No. 4.53.Tabla No. 4.54.Tabla No. 4.55.Tabla No. 4.56.Tabla No. 4.57.Tabla No. 4.58.Tabla No. 5.1.Tabla No. 5.2.Tabla No. 5.3.Tabla No. 5.4.Tabla No. 5.5.Tabla No. 5.6.Tabla No. 5.7.Tabla No. 5.8.Tabla No. 5.9.Tabla No. 5.10.Tabla No. 5.11.-

Correlaciones entre las Variables Latentes del Modelo 7 del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo 7 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdido Verificacin del Criterio de Fornell-Lacker en el Modelo 7 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo 7 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo 7 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos Criterios de Calidad del Modelo 10 del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Criterios de Calidad del Modelo 10 del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Correlaciones entre las Variables Latentes del Modelo 10 del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Correlaciones entre las Variables Latentes del Modelo 10 del Programa de Abasto Rural, DICONSA. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo 10 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Verificacin del Criterio de Fornell-Lacker en el Modelo 10 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando los casos con datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo 10 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, imputando los datos perdidos Cargas Cruzadas entre las Variables Manifiestas y Latentes del Modelo 10 del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3, eliminando casos con datos perdidos ndices de las Variables Latentes en el Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el Software SmartPLS 2.0 M3. ndices de las Variables Latentes en el Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Obtenidos con el EQS 6.1. Comparacin de los coeficientes de sendero en el Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Los obtenidos con el Software SmartPLS 2.0 M3 y los presentados en el modelo original del IMSU. Comparacin de los coeficientes de sendero en el Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Los obtenidos con el Software EQS 6.1 y los presentados en el modelo original del IMSU. Comparacin de los coeficientes de sendero en el Modelo del IMSU del Programa de Zonas Prioritarias, PDZP. Los obtenidos con el Software EQS 6.1 y los obtenidos con SmartPLS. ndices de las Variables Latentes en el Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenidos con el Software SmartPLS 2.0 M3. ndices de las Variables Latentes en el Modelo del IMSU del Programa de Abasto Rural, Diconsa. Obtenidos con el Software EQS 6.1. Comparacin de los coeficientes de sendero en el Modelo del IMSU del Programa de Abasto Rural, Diconsa. Los obtenidos con el Software SmartPLS 2.0 M3 y los presentados en el modelo original del IMSU. Comparacin de los coeficientes de sendero en el Modelo del IMSU del Programa de Abasto Rural, Diconsa. Los obtenidos con el Software EQS 6.1 y los presentados en el modelo original del IMSU. Comparacin de los coeficientes de sendero en el Modelo del IMSU del Programa de Abasto Rural, Diconsa. Los obtenidos con el Software EQS 6.1 y los obtenidos con SmartPLS. Comparacin de los ndices de Bondad de Ajuste Goodness of Fit (GoF) de las evaluaciones con SmartPLS. Del modelo original del IMSU y de los modelos alternativos encontrados con EQS 6.1, y probados con SmartPLS 2.0 M3.

208 209 209 210 211 216 216 217 217 218 218 219 220 225 226 227 229 231 233 233 234 236 238 240

13

ABREVIATURAS

ACSI

The American Customer Satisfaction Index, ndice americano de satisfaccin del usuario.

ECSI

The European Customer Satisfaction Index, ndice europeo de satisfaccin del usuario

IMSU LISREL ML PLS SEDESOL SEM SEM-EC

ndice Mexicano de Satisfaccin del Usuario LInear Structural RELationships Maximum likelihood, Mxima Verosimilitud Partial least squares, Mnimos Cuadrados Parciales Secretaria de Desarrollo Social Sistemas de Ecuaciones Estructurales Sistemas de Ecuaciones Estructurales con Estructuras de Covarianzas

SEM-PLS

Sistemas de Ecuaciones Estructurales con Mnimos Cuadrados Parciales

UIA

Universidad Iberoamericana

14

INTRODUCCION El objetivo general de este trabajo es comparar los resultados obtenidos en la Universidad Iberoamericana, en Octubre de 2006 en el proyecto del IMSU (ndice Mexicano de Satisfaccin de Usuario) para los programas de Desarrollo Local (Microrregiones) y Abasto Rural (Diconsa), de SEDESOL (Lobato, et. al., 2006 a y b), con los que se obtienen aplicando la metodologa de sistemas de ecuaciones estructurales por estructuras de covarianzas, y los obtenidos aplicando la metodologa de sistemas de ecuaciones estructurales por medio de PLS (Partial Least Squares o Mnimos Cuadrados Parciales). El modelo del IMSU se basa en el modelo del ACSI (ndice Americano de Satisfaccin del usuario), donde se utiliz para la evaluacin el clculo de los modelos el software del ACSI. Como parte del proceso de transferencia de tecnologa se buscan alternativas de clculo y modelos alternativos. Por lo cual en este trabajo se ponen a prueba las metodologas de sistemas de ecuaciones estructurales por medio de estructuras de covarianza y por medio de mnimos cuadrados parciales. En este trabajo no solo se pretende poner a prueba el modelo del IMSU basado en el modelo del ACSI, como fue obtenido en trabajos previos (Lobato, et. al., 2006, Molina, 2007, y Martnez, 2009), sino tambin, con la autorizacin de la Universidad Iberoamericana de Ciudad de Mxico, evaluar otros modelos derivados de las mismas bases de datos generadas y evaluadas en dichos trabajos, Con la finalidad de introducir al lector a lo que son los ndices de satisfaccin del usuario se presenta el captulo 1, donde se describe brevemente lo que son los ndices de satisfaccin del usuario, se habla de algunos de que son los ndices nacionales de satisfaccin del usuario mostrando algunos ejemplos, por ltimo se habla del ACSI, el ndice Americano de Satisfaccin del Usuario, que es aquel en el que se basa el IMSU, describiendo como se evala y la metodologa que se sigue para obtenerlo.

15

Uno de los programas evaluados cambia de nombre. En el ao de 2006 se evala un programa que se llama Programa de Desarrollo Local, Microrregiones, y cambia de nombre a el Programa de Zonas Prioritarias, PDZP, por lo que cuando se hace referencia al proyecto hasta antes de esa fecha se le conoce como Programa de Desarrollo Local, Microrregiones, y a partir de esa fecha se le conoce como Programa de Zonas Prioritarias, PDZP, encontrndose de esa manera detallada la informacin en el presente trabajo, aunque algunas veces con la finalidad de que sea ms claro para el lector, se utiliza aquel nombre que facilita su comprensin. Para que el lector conozca un poco ms acerca del IMSU, el captulo 2 describe lo que es el IMSU, y cmo se determin. Adicionalmente se describen los programas para los que se pondr a prueba el IMSU, el Programa de Desarrollo Local, Microrregiones (SEDESOL), y el Programa de Abasto Rural, DICONSA (SEDESOL), de los cuales se presenta lo que son, su propsito, la obtencin de los datos y su modelo del IMSU. A continuacin, en el capitulo 3 inicialmente se hace una breve descripcin de las metodologas estadsticas utilizadas para el estudio de la satisfaccin del usuario, presentndose una clasificacin de las mismas, la cual permitir comprender mejor donde se encuentran las tcnicas aplicadas en este trabajo. En seguida se hace una descripcin de lo que son los diagramas de sendero, que son y las reglas que deben seguirse durante su construccin. Entonces se presentan algunos ejemplos de los tipos de diagramas de sendero ms comunes. Para llevar a cabo un anlisis por medio de diagramas de sendero se utiliza la metodologa de Sistemas de Ecuaciones Estructurales, o SEM, por sus siglas en ingls. Existen dos metodologas que permiten llevar a cabo un anlisis por SEM, stas son estructuras de covarianza, que corrientemente se conoce solo como SEM y mnimos cuadrados parciales, que algunas veces se conoce nicamente como PLS, por sus siglas en ingls. Con la finalidad de diferenciar mejor entre las metodologas, en este trabajo sern abreviadas como SEM-EC y SEM-PLS. Estas metodologas estadsticas

16

son de inters en el desarrollo de este estudio, por lo que se presenta un conjunto de definiciones clave utilizadas en anlisis de senderos, SEM-EC y SEM-PLS. En este trabajo se hace una descripcin detallada de los pasos que debe seguirse para el modelamiento causal, que en general son iguales cuando se hace modelamiento con ecuaciones estructurales, SEM, sea por medio de estructuras de covarianzas o por medio de mnimos cuadrados parciales. La metodologa de modelamiento de ecuaciones estructurales, SEM, se presenta con una descripcin de en qu consiste, y se presentan algunos nombres con que es conocido, lo cual es importante ya que cuando no se domina el tema se presentan confusiones. Se hace una descripcin de los modelos de estructuras de covarianzas, SEM-EC, y se lleva a cabo una descripcin ms detallada de cmo son los diagramas de sendero y lo que significan. Con la intencin de que el lector comprenda el significado de las interconexiones entre las variables, se presenta una secuencia paso a paso la construccin de los diagramas de sendero y sus ecuaciones SEM. En seguida se describen los supuestos que deben cumplirse cuando se hace un anlisis SEM con estructuras de covarianzas. Despus se describe como se estiman los parmetros, las pruebas ms comunes de ajuste del modelo, y que hacer en caso de que una reespecificacin del modelo sea necesaria. Por ltimo se presentan, y comparan, algunos de los softwares ms comunes para el anlisis SEM de estructuras de covarianzas, como son LISREL, AMOS y EQS, entre otros. En el caso de la metodologa de mnimos cuadrados parciales, PLS, inicialmente se describe de manera general. En la siguiente seccin describe lo que es la especificacin del modelo y lo que significa, desde la perspectiva de PLS. A continuacin se presentan las ecuaciones estructurales utilizadas en la aplicacin de PLS. Se describe el concepto y las metodologas de estimacin de los modelos, seguida de una evaluacin del ajuste o la relevancia del modelo. Para terminar la seccin dedicada a la descripcin de SEM-PLS, se presenta una seleccin de softwares

17

desarrollados exclusivamente para el anlisis de modelos SEM por PLS, entre estos softwares se encuentran LVPLS, PLS-GUI, y SmartPLS. En este captulo tambin se hace una comparacin de las ventajas y desventajas de las metodologas SEM-EC y SEM-PLS en el modelamiento de senderos. Para terminar con este captulo se describen las metodologas recomendadas para la simulacin de datos perdidos, ya que esta es una actividad importante al hacer un estudio de este tipo. El captulo 4 es el que se encarga de la descripcin de la metodologa del estudio, se describe como se analizaron los supuestos de normalidad, linealidad, datos atpicos y normalidad multivariada. Se menciona en esta seccin el software que fue utilizado y se describen de manera sencilla los pasos a seguir para llevar a cabo el anlisis. En seguida se explican brevemente los softwares utilizados y los pasos que se siguieron para hacer los anlisis de SEM-EC y de SEM-PLS, adems se da una explicacin de la seleccin de los softwares utilizados, EQS para SEM-EC y SmartPLS para SEM-PLS. A continuacin se hace una descripcin de la manera en que se imputaron los datos perdidos. Despus se presentan los modelos del IMSU para cada uno de los programas (Lobato, et. al., 2006 a y b), con una descripcin conceptual de las ecuaciones correspondientes a cada uno. Se presenta tambin un diagnostico de los datos perdidos de cada programa. Posteriormente se presenta el anlisis de supuestos de normalidad, linealidad, datos atpicos y normalidad multivariada de los datos de los modelos del IMSU para ambos programas en estudio. Se presentan los resultados obtenidos en el proyecto del IMSU para los dos programas en estudio, Desarrollo Local

(Microrregiones), y Abasto Rural (Diconsa), que sern aquellos con los que los resultados obtenidos en este estudio se compararn. Para terminar este captulo se presentan los resultados de la evaluacin de los datos del IMSU para ambos programas en estudio con las metodologas de SEM-EC y SEM-PLS, por medio de los softwares EQS y SmartPLS respectivamente.

18

El captulo 5 presenta una comparacin de los resultados obtenidos con las metodologas de ecuaciones estructurales por estructuras de covarianzas (SEM-EC) y de anlisis de senderos va PLS (SEM-PLS) para los programas en estudio, Desarrollo Local (Microrregiones) y Abasto Rural (Diconsa), con los resultados originales del IMSU, y de esta manera concluir el estudio de puesta a prueba de las metodologas y los softwares utilizados en este trabajo.

19

Captulo 1.- ndices de Satisfaccin del Usuario. En este captulo se hace una introduccin a lo que son los ndices de Satisfaccin del Usuario, cmo nacieron, para que se utilizan, y una breve descripcin de su evolucin. Adicionalmente se describe de manera ms profunda al ndice de Americano de Satisfaccin del Usuario, ACSI, ya que a partir de este se adapt el ndice Mexicano de Satisfaccin del Usuario, IMSU. 1.1.- ndices de satisfaccin el usuario: En la actualidad la satisfaccin del usuario, es muy importante, ya que las organizaciones desean mantenerlo, y contar con su lealtad, sobre todo en un mercado muy competido por eso es que en las ltimas dcadas se han desarrollado varios modelos para determinar la satisfaccin del usuario. Comparado con muchas de las mediciones tradicionales de desempeo, la satisfaccin del usuario es probablemente menos sensible a las fluctuaciones estacinales, los cambios en costo, o los cambios en las practicas contables (Kotler, 1988, citado en Fornell, 1992). Los usuarios satisfechos son un recurso de la organizacin, los cambios en la satisfaccin son consecuencia de decisiones pasadas y predicen el desempeo futuro. El ltimo juicio de la calidad lo hace el usuario. Aquellas mejoras de calidad que no son reconocidas por el usuario son inversiones cuestionables (Fornell,1992). Algunos autores han mostrado que los ndices de satisfaccin del usuario (Customer Satisfaction Index, CSI) sirven como predictores de la rentabilidad de las compaas. El valor de un ndice de satisfaccin del usuario es un complemento de las mediciones econmicas tradicionales, que permite a una compaa la evaluacin de su recurso ms preciado, sus usuarios (Hsu, Chen, Hsieh, 2006).

20

1.1.1.-

Que son los ndices de satisfaccin del usuario?

La satisfaccin del usuario refleja el grado en el que el usuario reconoce la calidad de un producto. Los productos y servicios que proveen una alta satisfaccin del usuario son menos vulnerables a la competicin (Fornell, 1992). En general un ndice de Satisfaccin del Usuario es un nmero que representa que tan satisfecho o insatisfecho se encuentra el usuario con un producto o servicio determinado. Las organizaciones deben fijarse no solo en su productividad, tambin debe fijarse en la calidad si quieren entrar a los mercados mundiales, por lo que es muy importante medir la calidad y mejorarla, eso es lo que se pretende con un ndice de satisfaccin del usuario. Fornell, 1992, ha comparado a los ndices de satisfaccin del usuario con los ndices de productividad, ya que ambos miden el desempeo econmico, solo que un ndice de productividad se enfoca en la cantidad y un ndice de satisfaccin en la calidad. Un modelo de ndice de Satisfaccin del Usuario, o CSI, consiste en un grupo de variables latentes que representan las relaciones de causa y efecto entre los antecedentes y las consecuencias de la satisfaccin del usuario (Hsu, Chen, Hsieh, 2006). 1.1.2.Algunos ndices nacionales de satisfaccin del usuario:

Un ndice nacional de satisfaccin del usuario es en general un modelo que determina la satisfaccin del usuario, generando un ndice de satisfaccin, que se pretende represente el sentir de la poblacin de una nacin con respecto a la satisfaccin que le proporciona un producto o servicio. Para las organizaciones es muy importante conocer lo que el usuario opina del servicio que se est ofreciendo, si est satisfecho o no por un servicio recibido. Como la opinin

21

real de un servicio no solo se basa en lo que el usuario dice del servicio, sino tambin se basa en las actitudes que el usuario toma despus de haber recibido el servicio, como es el hecho de recomendar el servicio o quejarse de el, se han creado diversos mtodos que permiten determinar la satisfaccin del usuario. En la actualidad existen varios ndices nacionales que permiten estudiar la satisfaccin de los usuarios, estos son el Barmetro Sueco de Satisfaccin del Usuario o SCSB (Swedisch Customer Satisfaction Barometer), el Barmetro Alemn del Usuario o DK (Deutsche Kundenbarometer), el ndice Americano de Satisfaccin del Usuario o ACSI (American Customer Satisfaction Index), el ndice Europeo de Satisfaccin del Usuario o ECSI (European Customer Satisfaction Index), as como otros ndices de satisfaccin del usuario en otros pases como Noruega, Austria, Tailandia y Nueva Zelanda (Fornell, et.al., 1996, y Johnson, et. al., 2001). Con la finalidad de ejemplificar los diferentes modelos, y las similitudes que existen entre ellos, a continuacin se muestran algunos de los modelos de los ndices de satisfaccin del usuario ms conocidos. Suecia fue el primer pas que estableci en 1989 un indicador econmico a nivel nacional que reflejara la satisfaccin del usuario con la intencin de promover la calidad y hacer su industria ms competitiva. A este indicador se le conoce como el Barmetro Sueco de Satisfaccin del Usuario, o Swedish Customer Satisfaction Barometer (SCSB). Se espera que este ndice sea un complemento a las mediciones tradicionales de desempeo econmico, proporcionando informacin valiosa no solo para las mismas compaas, sino tambin para los accionistas e inversionistas, los reguladores del gobierno y los compradores. El SCSB anual es una medida a nivel nacional de que tan bien las compaas satisfacen a sus usuarios. (Fornell, 1992). El SCSB ayudara a enfocar la atencin pblica en mejorar la calidad y la satisfaccin del usuario como una fuente de un mayor estndar de vida (Fornell, 1992). En la figura No. 1.1 se puede ver el modelo original del Barmetro Sueco de Satisfaccin del Usuario, SCSB.

22

Desempeo Percibido (valor)

Quejas del Usuario

Satisfaccin el Usuario (SCSB)

Expectativas del Usuario

Lealtad del Usuario

Fuente: Johnson, et.al., 2001

Figura No. 1.1.- Modelo Original del Barmetro Sueco de Satisfaccin del Usuario, SCSB, Swedish Customer Satisfaction Barometer.

El ndice Americano de Satisfaccin del Usuario, The American Customer Satisfaction Index, ACSI, fue desarrollado en 1994 (Johnson, et.al., 2001). El modelo del ACSI evolucion del SCSB y difiera bsicamente de ste en que en el ACSI se ha incluido un nueva variable, Calidad Percibida. En la figura No. 1.2 se puede ver el modelo del ACSI.

23

Calidad Percibida

Quejas

Valor Percibido

Satisfacin del ususario (ACSI)

Expectativas del Usuario

Lealtad del Usuario

Fuente: Fornell, et.al., 1996

Figura No. 1.2.- Modelo del ndice Americano de Satisfaccin del Usuario, ACSI, The American Customer Satisfaction Index.

El ndice Europeo de Satisfaccin del Usuario, ECSI, se cre con la finalidad de armonizar los ndices nacionales de satisfaccin del usuario en Europa. Este se basa en el SCSB y en el ACSI (Fornell, 1992, y Fornell, et.al., 1996). La diferencia bsica entre el ESCI y el ACSI es que en el modelo del ECSI se incluye a la imagen (Tenenhaus, et.al., 2005). En la figura No. 1.3 se puede ver el modelo del ECSI.

24

Imagen

Expectativas del Usuario

Lealtad

Valor Percibido

Satisfaccin del Usuario (ECSI)

Quejas Calidad Percibida

Fuente: Tenenhaus, et.al., 2005

Figura No. 1.3.- Modelo del ndice Europeo de Satisfaccin del Usuario, ECSI, The European Customer Satisfaction Index.

1.2.- El ndice Americano de Satisfaccin del Usuario, ACSI: Cuando se habla de ndices nacionales de satisfaccin del usuario generalmente se piensa en el modelo del ACSI. Este modelo ha sido adoptado o adaptado por los modelos utilizados en diferentes pases (Johnson, et.al., 2001). El ndice Americano de Satisfaccin del Usuario (ACSI) es una medicin nacional sobre la satisfaccin con respecto a la calidad de los bienes y servicios disponibles en Estados Unidos. El ACSI es tanto una medida de tendencias como un parmetro de comparacin para las empresas, industrias y sectores de la economa de consumo de

25

los hogares y para un gran nmero de dependencias importantes del gobierno federal (ACSI, 2005). Fornell, et. al., 1996, introdujeron el ndice Americano de Satisfaccin del Usuario o ACSI, el cual es un Nuevo tipo de sistema de medicin basado en los usuarios, para evaluar el desempeo de las compaas, industrias, sectores econmicos y economas nacionales (Fornell, et.al., 1996). El ACSI se dise considerando ms de 200 compaas, que compiten en ms de 40 industrias, en los 7 sectores ms importantes de la economa. Anualmente el ACSI estima el ndice de satisfaccin del usuario de cada compaa y utiliza estos para calcular los ndices industriales, sectoriales o nacionales. El ACSI representa una evaluacin acumulativa de los productos que ofrece una compaa, aunque podra ser aplicado a un producto o servicio especifico (Fornell, et.al., 1996). La pgina de Internet del ACSI declara que el ACSI reporta en una escala de 0 a 100 a nivel nacional, ndices para 10 sectores econmicos, 44 industrias, y ms de 200 compaas y para agencias gubernamentales federales y locales, incluyendo ndices de causas y consecuencias de la satisfaccin del usuario. Las industrias y los sectores evaluados representan la economa estadounidense. Adicionalmente la pgina de Internet del ACSI declara que el ACSI es un indicador importante de desempeo econmico, en ambos casos, para las compaas individuales y para la

macroeconoma. Tambin declara que el ACSI ha mostrado que puede predecir adecuadamente el gasto del usuario y el crecimiento del mercado accionario, entre otros indicadores importantes de crecimiento econmico (ACSI, http://www.theacsi.org). 1.2.1.Cmo se evala el ACSI?

La metodologa del ACSI se caracteriza y se distingue de otras medidas de calidad porque: a) tiene una definicin uniforme y definida basada en la perspectiva del usuario, b) considera una acumulacin de experiencia, ms que una experiencia reciente, c)

26

utiliza un modelo de causa efecto que mide la satisfaccin cuantitativamente como resultado de entradas cuantificables de las expectativas y percepcin de la calidad, d) relaciona cuantitativamente la satisfaccin con salidas o resultados de servicio: quejas o lealtad (Lobato, et. al., 2006 a y b). El modelo del ACSI es un conjunto de ecuaciones causales que relacionan las expectativas del usuario, la calidad percibida, y el valor percibido con la satisfaccin del usuario. La satisfaccin se relaciona con salidas tales como quejas y lealtad del usuario. El ACSI utiliza las entrevistas al usuario como entrada a un modelo economtrico multiecuacional desarrollado por la Universidad de Michigan. El modelo es un modelo de causa-efecto que tiene del lado izquierdo los causantes de la satisfaccin, como son: expectativas del usuario, calidad percibido, y valor percibido, las satisfaccin se encuentra en el centro (ACSI), y las salidas de la satisfaccin del lado derecho, stas son: quejas y lealtad del usuario (ACSI, http://www.theacsi.org). El modelo del ACSI, The American Customer Satisfaction Index se representa en forma grfica en un diagrama de senderos o path diagram, donde por medio de flechas se representan la relacin que existe entre las variables, las variables pueden ser manifiestas, que son las variables observadas y que pueden ser medidas directamente, y las variables latentes, que son aquellas que no se pueden medir directamente, y que son medidas a travs de las variables manifiestas y de otras variables latentes. Las variables latentes son aquellas que se encuentran dentro de los crculos u valos en el diagrama de senderos. El clculo estadstico del ACSI se basa en un modelo de ecuaciones estructurales, que permite obtener las relaciones entre las variables expresadas de manera numrica, y de tal forma obtener un ndice que representa el ACSI. En el caso del modelo del ACSI existen dos variantes, la correspondiente al Modelo del ACSI para dependencias de Gobierno, y la correspondiente al Modelo del ACSI para industrias Privadas, ver figuras No. 1.4 y 1.5 respectivamente. Como se puede ver en ambas figuras, el modelo del ACSI tiene tres antecedentes, la calidad percibida, el valor

27

percibido y las expectativas del usuario, y 2 consecuencias, las quejas y la lealtad o confianza del usuario. La principal diferencia entre la evaluacin de la satisfaccin del usuario del sector pblico y la del usuario del sector privado es que generalmente el usuario de los servicios del sector pblico no tiene opcin, as que la confianza se mide con la intencin que tiene el usuario de utilizar nuevamente el servicio.

Q1

Actividad 1 Q2

Comparacin con Expectativas

Satisfaccin Q3 Actividad 2 Q4 Calidad Percibida

Comparacin con Ideal

Satisfaccin del usuario ACSI

Quejas del Usuario

Quejas

Confianza del Usuario Q5 Actividad 3 Q6 Expectativas del Usuario Recomendacin

Confianza

Fuente: . American Customer Satisfaction Index, Methodology Report, 2005

Figura No. 1.4.- Modelo del ndice Americano de Satisfaccin del Usuario, ACSI, The American Customer Satisfaction Index, para dependencias de Gobierno.

28

Personalizacin Confiabilidad

General

Comportamiento de Quejas

Calidad Percibida

Comparacin con Expectativas Satisfaccin Comparacin con Ideal

Quejas

Calidad dada al precio Precio dado a la calidad

Valor Percibido

Satisfaccin del Usuario (ACSI)

Expectativas del Usuario

Lealtad del Usuario

Confiabilidad Personalizacin General Probabilidad de recompra

Tolerancia al precio

Fuente: . American Customer Satisfaction Index, Methodology Report, 2005

Figura No. 1.5.- Modelo del ndice Americano de Satisfaccin del Usuario, ACSI, The European Customer Satisfaction Index, para industrias Privadas.

La capacidad de prediccin del ACSI se basa en un modelo economtrico que relaciona la experiencia en cuanto a la calidad y la percepcin de valor del usuario con la satisfaccin y los efectos en las quejas y la lealtad del usuario. Para las dependencias de gobierno, normalmente el resultado que se desea obtener con la satisfaccin del usuario no es la rentabilidad, sino la confianza del usuario como una forma de medir de manera un poco ms precisa la confianza del pblico en general en el gobierno.

29

1.2.2.-

Metodologa del ACSI:

Con la finalidad de obtener el ACSI, en el caso del sector privado, una vez que se identifica un usuario se le hace un cuestionario, que cuenta 17 preguntas estructuradas y 8 preguntas demogrficas. Las preguntas que se hacen para medir las Expectativas del Usuario son: expectativas generales, expectativas referentes a personalizacin y expectativas referentes a confiabilidad. Para medir la Calidad Percibida se hacen preguntas referentes a la calidad global percibida, la personalizacin percibida y la confiabilidad percibida. Las preguntas que se hacen para obtener el Valor Percibido son referentes a la apreciacin de la calidad con respecto al precio y al precio con respecto a la calidad. La Satisfaccin Global del Usuario (ACSI) se obtiene mediante tres preguntas: satisfaccin general, que tanto cumpli las expectativas y el desempeo con respecto al ideal del usuario. Las Quejas se miden considerando si el usuario se ha quejado formal o informalmente. La Lealtad se mide por medio de la posibilidad de recompra o reutilizacin de un servicio, y a la capacidad que tiene la compaa para modificar el precio y an as mantener el inters del usuario (Fornell, et.al., 1996). En el caso del modelo del ACSI para instituciones gubernamentales la probabilidad de recompra y la tolerancia al precio no son relevantes como repuestas del servicio. Adems el valor percibido como una relacin de precio y calidad no es un impulsor, ya que generalmente no hay un cargo para aquellas organizaciones que son soportadas por impuestos. En su lugar la respuesta deseada que indique la satisfaccin del usuario es la confianza, cuyos indicadores son el grado en el que el usuario est dispuesto a recomendar el servicio, y la confianza que se tiene en la agencia que provee el servicio. Los antecedentes de la satisfaccin cambiarn dependiendo de los servicios que provea la agencia (ACSI, 2005). Para estimar el modelo del ACSI se utiliza una versin de mnimos cuadrados parciales, o PLS, Partial Least Squares, que es un modelo iterativo para estimar modelos

causales. Adems con la finalidad de reducir el sesgo extremo en la distribucin de frecuencia se hacen cuestionarios que son respondidos en escala de 10 puntos.

30

Para el ACSI los datos son colectados a travs de entrevistas telefnicas a los usuarios del producto o servicio evaluado. Los usuarios son seleccionados por medio de marcacin digital aleatoria (RDD por sus siglas en ingls). Para el ACSI es adecuado un tamao de muestra de 250 para usuarios de compaas del sector privado y 260 para usuarios del sector gubernamental (ACSI, 2005).

31

Captulo 2.- ndice Mexicano de Satisfaccin del Usuario, IMSU. En este captulo se describe lo que es el IMSU, porqu y cmo se gener. Adems se presentan de manera general los resultados que se obtuvieron en trabajos previos en el proyecto del IMSU para los programas de Desarrollo Local y Abasto Rural de

SEDESOL, resultados que sern puestos a prueba ms adelante en este trabajo, aplicando diferentes metodologas de anlisis de datos. 2.1.Qu es el IMSU?

El IMSU es un tipo de indicador que corresponde a las tendencias de la actual agenda internacional gubernamental, donde conocer la satisfaccin de los usuarios es un tema central porque dicha dimensin se relaciona con la confianza de los ciudadanos (Lobato, et. al, 2006 a y b). Considerando los avances sobre el tema de la satisfaccin de los usuarios, la Red de Calidad del Gobierno Federal propuso al USAID (United States Agency for International Development) que se creara una instancia en Mxico que adapte el ACSI a las necesidades del pas, de esa manera nace el ndice Mexicano de Satisfaccin de los Usuarios (IMSU). Dicha instancia deber encontrarse en una Institucin de Educacin Superior (IES) caracterizada por su prestigio y neutralidad. Para ello, el USAID mediante la Oficina de Innovacin Mxico convoca a un concurso a las IES mexicanas (Lobato, et. al., 2006 a y b). La Dra. Odette Lobato, entonces coordinadora de la Maestra en Ingeniera de Calidad del Departamento de Ingenieras de la Universidad Iberoamericana, gana el concurso del IMSU en junio de 2005. Por lo cual la UIA Cd. De Mxico firma un convenio de colaboracin con la Universidad de Michigan para la promocin de la instauracin del IMSU, teniendo como testigos de honor a representantes de la Secretara de la Funcin

32

Pblica, la Embajada de Estados Unidos en Mxico, la Red de Calidad del Gobierno Federal y el USAID. Adems, obtiene la licencia en exclusiva de la metodologa del ACSI en Mxico, con el objeto de adaptarla a las condiciones del pas, de tal forma que se instaure el IMSU (Lobato, et. al., 2006 a y b). La metodologa del IMSU fue adaptada por el equipo del IMSU, liderado por la Dra. Lobato, mediante una prueba piloto a dos programas sociales a cargo de SEDESOL, el de Desarrollo Local y el de Abasto Rural. Al aplicar la metodologa del ACSI se pretende contar con una medida uniforme de satisfaccin de los usuarios. La cual, si se aplica de manera regular permitira contar con un instrumento preciso y completo sobre los resultados econmicos. Esta nueva medida se convertira en un evaluador nacional de la satisfaccin del usuario de servicios gubernamentales y permitira apoyar en la eficientizacin de servicios del gobierno. La nueva medida permitira evaluar el cumplimiento de objetivos y metas. Por lo tanto, si los programas sociales cuentan con mediciones del nivel de satisfaccin del beneficiario, se aumentar la confianza de los ciudadanos, se mejorar el desempeo de los programas, se podr satisfacer las necesidades y exceder sus expectativas. El IMSU nace con el fin de evaluar la satisfaccin de los beneficiarios de los programas sociales y permitir que el organismo o proyecto sea evaluado, y el gobierno federal cuenten con informacin suficiente para mejorar la calidad de sus servicios, mejorar la satisfaccin de los usuarios y optimizar su desempeo . 2.2.Cmo se determin el IMSU?

Se decidi que el IMSU se basara en la metodologa del ACSI debido a que fue seleccionado como el parmetro de oro en Estados Unidos para evaluar los servicios gubernamentales (Molina, 2007).

33

El IMSU se adapt para cada uno de los programas en estudio, Abasto Rural y Desarrollo Local, basndose en el modelo general de la Metodologa del ACSI para la evaluacin de la satisfaccin de los usuarios para programas de gobierno, (Ver Fig. No. 1.4). Para ello se llev a cabo la revisin de los documentos correspondientes a cada programa, y se hicieron entrevistas a funcionarios y usuarios. Cada uno de los modelos fue revisado por personal de la SEDESOL y de la UIA. La adaptacin del ACSI se llev a cabo de acuerdo a las caractersticas de cada uno de los programas. Una vez aprobado cada uno de los modelos se desarroll un cuestionario cerrado como instrumento para dirigir las entrevistas. Los cuestionarios contaban con una escala de respuesta de 1 a 10 puntos, donde el valor ms desfavorable se asign al 1 y el ms favorable al 10. Las preguntas contaron con una estructura probada en Estados Unidos por la Universidad de Michigan. Para elaborar los cuestionarios se tomaron en cuenta las caractersticas de los usuarios y se aplicaron de manera annima, en el caso del Programa de Abasto Rural cara a cara, y en el caso del Programa de Desarrollo Local de manera telefnica (Lobato, et. al., 2006 a y b). Los cuestionarios contaron con tres secciones:

Seccin de datos generales para caracterizar la muestra. Seccin de verificacin de la comprensin del cuestionario. Seccin de preguntas que integran el modelo IMSU.

Para mayor detalle sobre los cuestionarios y la aplicacin de los mismos para cada uno de los programas, dirigirse a la versin final del cada uno de los reportes de la aplicacin de la metodologa para la obtencin del ndice de Satisfaccin del Beneficiario de los programas de Abasto Rural y Desarrollo Local (Lobato, et. al., 2006 a y b), y los trabajos de tesis de Luz Mara Molina, 2007, y John Martnez, 2009.

34

2.3.-

Programas en estudio:

Como ya se haba mencionado anteriormente, como parte del proyecto del IMSU, se llev a cabo en 2006 la evaluacin de dos los programas sociales de SEDESOL, el Programa de Desarrollo Local (Microrregiones) y el Programa de Abasto Rural (PAR, Diconsa). A partir de esta evaluacin se generaron los reportes: Versin final del reporte de la aplicacin de la metodologa para la obtencin del ndice de Satisfaccin del Beneficiario del Programa de Abasto Rural (Lobato, et. al., 2006a) y Versin final del reporte de la aplicacin de la metodologa para la obtencin del ndice de Satisfaccin del Beneficiario del Programa de Desarrollo Local (Lobato, et. al., 2006b), y los trabajos de tesis Implementacin del ndice mexicano de satisfaccin del usuario para evaluar la satisfaccin de los beneficiarios del programa abasto rural a cargo de la secretaria de desarrollo social (Martnez, 2009) y Implantacin del ndice mexicano de satisfaccin del usuario para evaluar la calidad del programa de desarrollo local a cargo de la secretara de desarrollo social (Molina, 2007). Los programas y los resultados obtenidos por parte del proyecto del IMSU en 2006 son descritos brevemente a continuacin, con la intencin de mostrar los modelos que, ms adelante, durante el desarrollo de este trabajo sern puestos a prueba con las metodologas de Estructuras de Covarianza y Mnimos Cuadrados Parciales. 2.3.1.Programa de Desarrollo Local, Microrregiones:

El propsito del Programa de Desarrollo Local (Microrregiones) es coadyuvar en el desarrollo de las microrregiones a travs de la realizacin de obras y acciones de beneficio a sus habitantes. Las microrregiones son zonas geogrficas con un alto o muy alto grado de marginacin, y puede estar formadas predominantemente por indgenas (SEDESOL, 2005). El Programa de Desarrollo Local apoya proyectos que impactan en: Infraestructura Social, Accesibilidad, Desarrollo Comunitario, Salud, Educacin y Deporte, Vivienda, Centros Comunitarios de Aprendizaje, Abasto y Acopio, Infraestructura y Fomento de la

35

Produccin y la Productividad, Telefona y Promocin Social, entre otros (Lobato, et. al., 2006b). En el Programa de Desarrollo Local (Microrregiones) el proceso de adaptacin del IMSU incluy: la seleccin de un segmento de usuarios y de la muestra, el diseo del modelo de evaluacin, la construccin de los instrumentos y la forma de recoleccin de los datos, las respuestas de los usuarios, el perfil de las respuestas, la puesta a prueba del modelo y su interpretacin (Lobato, et. al., 2006b). Para la evaluacin del Programa de Desarrollo Local se seleccion a los usuarios de los proyectos de infraestructura social. Los usuarios de estos proyectos son los funcionarios municipales que se encuentran a cargo del desarrollo de estos proyectos en las Microrregiones (Lobato, et. al., 2006b). Se entrevist a 337 jefes o encargados de obras que correspondan a 245 municipios, de los cuales se consigui una muestra efectiva de 250 funcionarios. Debido a que se consider que 8 funcionarios contestaron en forma contradictoria se decidi eliminarlos, quedando de esta manera un tamao de muestra de 242. Como el tamao de muestra se encontr muy cerca al sugerido por la Universidad de Michigan como mnimo, 250 personas para un estudio de satisfaccin del usuario, se puede decir que la muestra es adecuada. En la figura No. 2.1 se muestra el modelo de evaluacin del IMSU para el Programa de Desarrollo Local, y la tabla No. 2.1 muestra los temas de las preguntas relacionadas al modelo.

36

Tabla No. 2.1.- Temas de las preguntas del modelo del IMSU para el Programa de Desarrollo Local, Microrregiones de SEDESOL.

Pregunta P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 Expectativas

Tema Claridad de objetivos Claridad de la informacin Facilidad de trmite Transparencia en resolucin Relevancia de apoyo econmico Oportunidad del recurso Eficiencia del coordinador Seguimiento del proceso Utilidad de las asesoras Calidad percibida Satisfaccin general Comparacin con el nivel de expectativas Comparacin con el ideal Quejas Disposicin a hablar bien o recomendar Apoyo esperado del programa en el futuro

Fuente: Lobato, et. al., 2006b

37

Fuente: Lobato, et.al., 2006b

Figura No. 2.1.- Modelo del ndice Mexicano de Satisfaccin del Usuario, IMSU, para el Programa de Desarrollo Local, Microrregiones (SEDESOL).

38

38

2.3.2.-

Programa de Abasto Rural, Diconsa:

El propsito del Programa de Abasto Rural (PAR) es contribuir a la superacin de la pobreza alimentaria, mediante la garanta del abasto de productos bsicos y complementarios a localidades de alta y muy alta marginacin, con base en la organizacin y la participacin comunitaria (SEDESOL, 2005). El PAR garantiza por medio de almacenes, canales de distribucin y tiendas el abasto de productos bsicos y complementarios a zonas rurales de alta y muy alta marginacin. Adems busca que los precios de los productos signifiquen un ahorro para la poblacin en relacin a la oferta de la zona. Se busca un abastecimiento eficiente, oportuno, suficiente, con calidad y de alto valor nutricional (Lobato, et. al., 2006a). En el Programa de Abasto Rural (Diconsa) el proceso de adaptacin del lMSU incluy: la seleccin de un segmento de usuarios y de la muestra, el diseo del modelo de evaluacin, la construccin de los instrumentos y la forma de recoleccin de los datos, y las respuestas de los usuarios, el perfil de las respuestas, la puesta a prueba del modelo y su interpretacin (Lobato, et. al., 2006a). El Programa de Abasto Rural, Diconsa, es de cobertura nacional, y para el estudio se defini que los usuarios eran las personas que adquiran un producto en una de las tiendas de dicho programa (Lobato, et. al., 2006a). Los criterios de la seleccin de la muestra fueron: a) el grado de marginacin de la localidad en que est ubicada la tienda y b) la poblacin atendida por la tienda en nmero fuera importante. El muestreo se llev a cabo en dos etapas, primero se seleccionaron 40 tiendas Diconsa y en seguida a 10 usuarios de cada tienda. Por medio de este procedimiento se obtiene un tamao muestral total de 400 usuarios, de las cuales se censuraron 5 debido a inconsistencia en las respuestas, quedando as 395 usuarios para la evaluacin (Lobato, et. al., 2006a).

39

En la figura No. 2.2 se muestra el modelo de evaluacin del IMSU para el Programa de Abasto Rural, y la tabla No. 2.2 muestra los temas de las preguntas relacionadas al modelo.

Tabla No. 2.2.- Temas de las preguntas del modelo del IMSU para el Programa de Abasto Rural, DICONSA de SEDESOL.

Pregunta P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 Expectativas Surtido Ubicacin Precio

Tema

Calidad del producto Amabilidad Cumplimiento del horario Calidad General Percibida Satisfaccin general Comparacin con el nivel de expectativas Comparacin con el ideal Quejas Recomendacin Lealtad

Fuente: Lobato, et. al., 2006a

40

Calidad Producto

Fuente: Lobato, et.al., 2006a

Figura No. 2.2.- Modelo del ndice Mexicano de Satisfaccin del Usuario, IMSU, para el Programa de Abasto Rural, DICONSA (SEDESOL).

41 41

Captulo 3.- Metodologas estadsticas para anlisis de satisfaccin del usuario. Con la finalidad de introducir al lector con las metodologas estadsticas utilizadas en la medicin de la satisfaccin del usuario, en este captulo se hace una descripcin general de las mismas, haciendo nfasis en aquellas que son estudiadas en este trabajo, los modelos de ecuaciones estructurales con variables latentes y los mnimos cuadrados parciales. 3.1.Medicin de los ndices de satisfaccin:

Existen diferentes tipos de anlisis estadsticos utilizados para el anlisis de datos de satisfaccin del usuario. El mtodo que elige una organizacin depende ms bien de los recursos con que cuenta, como son el conocimiento estadstico y el conocimiento acerca del tema, y tambin del tiempo, del software y los datos disponibles. Existen tres niveles en los cuales se puede clasificar fcilmente este tipo de anlisis: univariado, bivariado y multivariado. Aunque las tcnicas univariada y bivariada son muy tiles para estudios de rastreo, no son adecuadas para estudios de diagnstico para la toma de decisiones estratgicas (Allen y Rao, 2000). Las tcnicas univariadas son las ms empleadas para estudios de rastreo. Un estudio univariado puede consistir en una obtencin de proporciones, en la obtencin de una media y las varianzas correspondientes. Esta es la metodologa ms fcil de utilizar, porque la mayora de las personas la entiende y se siente cmoda con ella. En el anlisis bivariado se hace una comparacin entre dos variables, lo que se hace es una medicin donde se determina si dichas variables tienen una correlacin que sea estadsticamente significativa. Por medio de esta tcnica se hacen comparaciones entre dos mediciones univariadas. El anlisis multivariado es aquel en el cual se hace una comparacin entre tres o ms variables. Este tipo de anlisis es muy utilizado en la evaluacin de la satisfaccin del usuario, ya que puede relacionar ms de dos variables, obteniendo la correlacin que 42

existe entre ellas, garantizando de esta manera que la informacin obtenida si servir para hacer planeacin estratgica de una organizacin. Para el anlisis de satisfaccin del usuario el anlisis multivariado se divide en tres tipos: Modelos de Dependencia, Modelos de Interdependencia y los Modelos Hbridos Dentro de los modelos hbridos encontramos los modelos de ecuaciones estructurales con variables latentes, tambin conocidos como estructuras de covarianzas, la metodologa de mnimos cuadrados parciales, y la metodologa de regresin de componentes principales. Las dos primeras sern descritas a detalle en este trabajo ya que son el objetivo del estudio, la tercera solo ser descrita, ms adelante, de manera sencilla, con la finalidad de hacerla del conocimiento del lector. Los modelos hbridos estn formados por ambos, los modelos de dependencia y los de independencia, y algunos autores se refieren a ellos como tcnicas multivariadas de segunda generacin (Allen, y Rao, 2000). Para llevar a cabo este trabajo se seleccionaron tcnicas multivariadas ya que la satisfaccin del usuario no solo depende de una o de dos variables para ser comprendida, sino del efecto simultneo de muchas de ellas. Al llevar a cabo un anlisis multivariado se estarn considerando los efectos de todas las variables a la vez. Ya que ambas tcnicas utilizadas en este trabajo sirven para evaluar sistemas de ecuaciones estructurales, para abreviar, y diferenciar entre ellas, se utilizarn las siguientes abreviaturas, SEM-EC, para sistemas de ecuaciones estructurales con estructuras de covarianzas, y SEM-PLS, para sistemas de ecuaciones estructurales con mnimos cuadrados parciales. La figura No. 3.1 muestra un esquema en el cual se presentan los diferentes tipos de anlisis de datos de satisfaccin del cliente o usuario, el anlisis univariado, el anlisis bivariado y el anlisis multivariado.

43

ANALISIS DE DATOS DE SATISFACCIN DEL USUARIO

ANALISIS UNIVARIADO

ANALISIS BIVARIADO

ANALISIS MULTIVARIADO

Estudios de Rastreo

Estudios Transversales

Comparacin de dos Mediciones Univariadas

Mediciones de AsociacinMtricas

Modelos de Dependencia

Modelos de Interdependencia

Modelos Hbridos

Proporciones

Proporciones Pruebas t

Medias

Medias Mixtas Pruebas z

Variable de resultado mltiple

Variable de un resultado

Tcnicas de reduccin de datos

Modelos de ecuaciones estructurales con variables latentes

Varianzas

Varianzas Pruebas f

No mtricas Correlacin cannica

Resultado categrico Anlisis discriminante mltiple Regresin logstica Anlisis de dominacin

Resultado mtrico

Anlisis de factores

Anlisis de componentes principales

Mnimos cuadrados parciales

Regresin mltiple Anlisis de factor Q Algoritmo de Kruskal Anlisis de factor R

Regresin de componentes principales

Fuente: Allen y Rao, 2000

Figura No. 3.1.- Anlisis de datos de satisfaccin del usuario. 44 44

3.2.-

Los diagramas de sendero:

Se puede hacer inferencia causal de dos maneras, por medio de un diseo experimental, o por medio de un modelo causal. En el caso de un diseo experimental, el investigador estudia el efecto de las variables independientes en una o ms variables dependientes. Se mide el efecto en las variables dependientes al llevar a cabo un cambio en las variables independientes. Se lleva a cabo la experimentacin con asignacin aleatoria de las pruebas y con control de aquellos factores de ruido o de confusin que pudieran afectar los resultados. El desarrollo de un modelo causal es diferente, ya que no se cuenta con la posibilidad de llevar a cabo experimentacin, adems de que no es posible aislar todos los factores de confusin, ya que muchos de ellos no son conocidos o no pueden ser determinados, o no se puede tener control sobre ellos. La informacin en estos casos se obtiene por medio de tcnicas no experimentales, como las encuestas. Un modelo causal se construye por medio de ecuaciones que representan la relacin entre cada una de las variables del modelo. Estos modelos pueden ser expresados de manera grfica o matricial. La forma en la cual se expresa con mayor claridad la idea de un modelo causal es un diagrama de sendero, que en ingls se nombra como path diagram, y que recibe adems otros nombres como diagrama de ruta. El anlisis estadstico que permite interpretar este diagrama se conoce como anlisis de senderos, y que en ingls recibe el nombre de path analysis, y que adems es conocido como anlisis de trayectoria, anlisis de caminos, modelamiento de senderos con variables latentes (latent variable path modeling) (Gondar, 2002). Los anlisis de sendero fueron desarrollados por primera vez en un artculo publicado por el genetista Sewall Wright en 1921, con el propsito de estudiar los efectos directos e indirectos de unas variables sobre otras. Est tcnica empez a cobrar importancia a

45

partir de los aos 50s, y desde entonces no ha dejado de crecer (Lvy y Oubia, 2006). Actualmente el anlisis de sendero es muy usado para probar conjuntos de supuestos causales entre variables que se dan en un estudio. Si el modelo construido por el investigador se ajusta a los datos, se mantiene para someterlo a nuevas pruebas o, de lo contrario, para modificarlo o reemplazarlo. El anlisis de sendero no es un procedimiento para demostrar la existencia de causalidad de forma definitiva (Gondar, 2002). El anlisis de senderos est relacionado con el anlisis de regresin mltiple, pero el anlisis de regresin mltiple pertenece a los mtodos descriptivos, mientras que el anlisis de sendero es un mtodo explicativo. Cuando un modelo se ajusta a los datos, este modelo ser probado con ms grupos de datos para ver si se ajusta, si no se propone un nuevo modelo (Lvy y Oubia, 2006). Los diagramas de sendero estn compuestos por un grupo de variables encerradas en crculos u valos, unidas entre si con una o ms flechas, dibujadas con lneas continuas o punteadas, de una o dos cabezas, que representan el tipo de relacin que existe entre las variables. A estos diagramas se les conoce tambin como diagramas causales, y existen algunas reglas sugeridas para la construccin de estos diagramas, stas se presentan en la figura No. 3.2.

46

Figura No. 3.2.- Reglas para la construccin de diagramas causales

1.2.-

Los nombres de las variables se representan por palabras clave pequeas o por letras. Se supone que las variables que se encuentran a la izquierda del diagrama causan a las que estn a la derecha.

3.-

Las relaciones causales entre las variables son representadas por flechas de una sola cabeza.

4.-

Se supone que las variables que estn unidas por una flecha curva de doble cabeza, estn correlacionadas, pero no relacionadas por causalidad.

5.-

Las variables correlacionas pero no relacionadas por causalidad debern ser representadas a la misma altura del eje horizontal del diagrama.

6.-

El efecto causal presumido entre dos variables se indica al colocar signos + o - en las flechas causales, para indicar como una variable afecta con decremento a otra variable. incremento o

Fuente: Knoke, Bohrnstedt, y Mee, 2002.

El atractivo real de los modelos causales para el estudio de la satisfaccin del usuario es que permite a los investigadores probar hiptesis que involucran secuencias causales, que adems incluyen simultneamente constructos clave como lealtad y satisfaccin. La tcnica permite construir simultneamente modelos de dependencia e independencia (Allen y Rao, 2000). El hecho de llevar a cabo un anlisis causal en el caso de un estudio de satisfaccin del usuario, permite dar un sentido cuantitativo a variables de tipo cualitativo, lo cual permite por medio de algunas mediciones y anlisis llevar a cabo comparaciones de diferentes grupos de datos, de diferentes tiempos de ocurrencia del evento, o de diferentes modelos para el estudio de un mismo evento.

47

3.3.-

Pasos del modelamiento causal:

Cuando se hace un modelamiento causal con SEM o PLS sigue una metodologa similar, la cual se presenta en la figura No. 3.3, donde se muestran los pasos sugeridos que deben llevarse a cabo cuando se hace un anlisis de estructuras de covarianzas.

Conceptualizacin del modelo Construccin del diagrama de senderos Especificacin del modelo Identificacin del modelo Tipo de datos

Correlaciones

Matriz de datos

Covarianzas

Estimacin de los parmetros Evaluacin del ajuste del modelo

Interpretacin del modelo Reespecificacin del modelo Interpretacin del modelo reespecificado Validacin cruzada del modeloFuente: Integracin de Diamantopoulos y Singuaw, 2000, y Lvy, Martn y Romn, 2006.

Figura No. 3.3.- Pasos el proceso de modelamiento de estructura de covarianzas. ....

48

Aunque en este trabajo solo se pretende aplicar una metodologa alternativa para el anlisis de un grupo de datos que ya fue evaluado previamente, a continuacin se describen las etapas a llevar a cabo en un anlisis causal, con la finalidad de comprender mejor que es lo que cada una de ellas involucra. a) Conceptualizacin del modelo:

La conceptualizacin del modelo no tiene que ver con estadstica. Se refiere al desarrollo de la hiptesis, basada en la teora, que sirve como gua para enlazar las variables latentes unas con otras y con sus indicadores correspondientes. Es la percepcin de la forma en la cual las variables latentes se entrelazan entre ellas, basndose en teoras y en literatura de la disciplina correspondiente (Diamantopoulos y Singuaw, 2000). El modelo que se va a aplicar se obtiene en general una revisin de la teora o de investigaciones previas, las cuales son un buen punto de partida para disear un modelo. Un modelo podra ser diseado despus de una adecuada investigacin bibliogrfica y un anlisis detallado de la informacin. Pero como no siempre es as algunas veces es necesario llevar a cabo un estudio exploratorio. Como parte de este estudio se llevan a cabo dos fases, una exploratoria y otra confirmatoria. Dentro de las cuales deben llevarse a cabo un refinamiento o depuracin de las escalas. La primera fase consiste en una prueba de contraste de unidimensionalidad o validez factorial de los constructos, el cual se hace mediante una anlisis factorial exploratorio, con este anlisis se determina cuales variables observables cargan a las diferentes variables latentes. La segunda fase consiste en un anlisis confirmatorio de primer orden que depura las variables observables, conservando solo aquellas que representan mejor a las variable latentes (Lvy, Martn y Romn, 2006).

49

b)

Construccin del diagrama de senderos:

Se recomienda construir un diagrama de senderos path diagram, el cual permite demostrar la representacin visual de la hiptesis propuesta, y aunque este paso pudiera ser omitido, se recomienda que siempre sea incluido, ya que verlo y comprenderlo ayuda a interpretar la idea y a desarrollar las ecuaciones que describen el modelo. Los diagramas de sendero representan de ma