Obstáculos en La Innovación y Su Incidencia en Las Empresas Del Sector Productivo y de Servicios en Chile

Modelos de Previsión
Universidad de La Serena
Facultad de Ingeniería
Departamento de Ingeniería Industrial
Obstáculos en la innovación y su
incidencia en las empresas del sector
productivo y de servicios en Chile.
Profesor
Christian Acuña
Fecha
06 de Diciembre de 2016
1
Índice
Resumen ................................................................................................................................ 5
Introducción. ......................................................................................................................... 5
1. Objetivo general y específicos. ..................................................................................... 6
1.1. Objetivo general. ...................................................................................................... 6
1.2. Objetivos específicos. .............................................................................................. 6
2. Formulación general del problema. ............................................................................. 6
3. Justificación del estudio ................................................................................................ 7
4. Marco teórico ................................................................................................................. 7
4.1. Innovación ............................................................................................................... 7
4.2. Obstáculos y barreras en la Innovación ................................................................... 8
4.3. Ventas y exportación en las empresas y la relevancia de innovar ......................... 10
4.4. Clasificación de sectores productivos .................................................................... 11
4.5. Sector servicio ........................................................................................................ 11
4.6. Modelo Econométrico ............................................................................................ 11
4.6.1. Modelo general. .............................................................................................. 11
4.6.2. Sustento del modelo a proponer. .................................................................... 11
4.7. Presentación de Hipótesis ...................................................................................... 13
5. Antecedentes preliminares del estudio. ..................................................................... 14
5.1. Antecedentes descriptivos de la encuesta .............................................................. 14
6. Identificación del problema ........................................................................................ 15
6.1. Dificultad para innovar a nivel internacional......................................................... 16
6.2. Dificultad para innovar a nivel nacional ................................................................ 16
7. Metodología.................................................................................................................. 17
7.1. Obtención de datos ................................................................................................. 17
7.2. Estudio preliminar sobre las empresas declaradas en no innovar. ......................... 18
7.3. Clasificación de empresas del sector productivo y de servicios, que comenzaron
un proceso de innovación. ................................................................................................ 19
7.4. Categorización de percepción de las empresas si percibe obstáculos.................... 23
7.4.1. Selección, definición y descripción de las variables ...................................... 24
7.4.1.1. Variables dependientes:........................................................................... 26
2
7.4.1.2. Variables Independientes: ....................................................................... 27

7.5. Modelo teórico, econométrico y variables ............................................................. 29
7.5.1. Modelo teórico y Modelo econométrico ........................................................ 29
7.6. Herramientas .......................................................................................................... 30
8. Estimación y discusión de resultados. ....................................................................... 30
8.1. Para variación ventas año 2013- 2014 empresas de servicios: .............................. 30
Estimación e interpretación del modelo econométrico: ....................................... 31
Test de Student (nivel de significancia de las variables) ...................................... 32
Test de Fisher (Nivel de significancia del modelo)................................................ 33
Test de Auto correlación de Durbin-Watson ........................................................ 34
Análisis de Homocedasticidad. ............................................................................... 35
Análisis y conclusión........................................................................................................... 39
8.2 Para variación ventas año 2013-2014 empresas productoras: .................................... 40
Test de Student (nivel de significancia de las variables). ..................................... 42
Análisis y conclusión........................................................................................................... 50
9. Conclusiones ................................................................................................................ 51
10. Bibliografía .................................................................................................................. 52
11. Anexos. ......................................................................................................................... 54
11.1. Anexo 1: Ficha técnica 9° encuesta utilizada en el estudio ............................... 54
Índice de figuras
Figura 1. Crecimiento
PIB...................................................................................................................
Figura 2. Gráfico porcentual de empresas que innovan en las distintas

áreas...............................
Figura 3. Gráfico porcentual de empresas productoras que innovan en las distintas

áreas................
Figura 4. Gráfico porcentual de empresas de servicios que innovan en las distintas

áreas...............
Figura 5. Grafico Dificultades en la innovación encuesta 9na de innovación en las

empresas..........
3
Figura 6. Gráficos porcentaje de ventas y exportación según tamaño de empresa encuesta

9na de innovación en las
empresas......................................................................................................
Índice de tablas
Tabla1. Sectores
productivos..............................................................................................................
Tabla2. Empresas que

innovan..........................................................................................................
Tabla 3. Empresas Productoras que

innovaron.................................................................................
Tabla 4. Empresas de Servicios que

innovaron.................................................................................
Tabla 5. Módulo 13; Obstáculos a la

innovación...............................................................................
4
Resumen
El presente trabajo busca entregar evidencia empírica acerca de cuáles son los principales
factores que obstaculizan las actividades innovadoras de las empresas del sector productivo
y de servicios en Chile. Siendo un punto inicial el análisis de la información, presentando
las variables y el modelo econométrico con el cual se va a trabajar. Para este efecto se
trabaja con los resultados de la Novena Encuesta de Innovación en Empresas que da cuenta
del periodo 2013-2014 realizadas por el Ministerio de Economía.
Introducción.
Real life is… a perpetual compromise between the ideal and the possible; but the world of
pure reason knows no compromise, no practical limitations, no barrier to the creative
activity.” - Bertrand Russell
“Innovación”: Es uno de los tópicos más importantes de la economía moderna. La
economía mundial se está desarrollando rápidamente, las empresas más grandes, el mejor
enlace e intercambio de datos y la última tecnología garantizan un mercado
extremadamente complejo, en la que una ventaja de la técnica, la organización o la
comunicación es más importante que nunca.
La innovación es la clave para la estructura y expansión de dicha ventaja. Sólo a través de

re-desarrollo, reestructuración y reorientación, puede hacer competitiva una empresa a nivel
nacional o internacional. Además de las innovaciones económicas están cobrando
importancia las innovaciones sociales y ecológicas.
Desde una perspectiva de gestión de la innovación, es importante identificar los obstáculos

más comunes para la innovación, a fin de mejorar los beneficios económicos derivados de
los esfuerzos relacionados con la innovación. (Dougherty, 1992).
En este marco, el presente trabajo muestra un estudio econométrico, el cual pretende dar
respuesta a la pregunta: ¿De qué manera influyen los obstáculos a la innovación tanto en las
ventas, como en las exportaciones?
5
1. Objetivo general y específicos.

1.1. Objetivo general.
Identificar qué obstáculos en la innovación, tienen una mayor influencia en el incremento

de las ventas y las exportaciones, de las empresas del sector productivo y de servicios en
Chile.
1.2. Objetivos específicos.
 Diseñar y aplicar un modelo econométrico que permita evaluar el efecto de los

obstáculos presentes a la hora de innovar en las empresas del sector productivo y el
sector servicio en Chile.
 Determinar el impacto en las ventas y exportaciones de las empresas a través del
análisis de los factores relevantes involucrados en los obstáculos a la innovación.
 Análisis del modelo propuesto y sus variables, realizando tabla anova y
determinando su significancia.
 Analizar cuáles serán las variables más críticas dentro de nuestra investigación.
 Analizar e interpretar los datos obtenidos para así contribuir en la construcción de
medidas potenciadoras de la innovación, y destructoras de los obstáculos en la
innovación en las empresas chilenas.
2. Formulación general del problema.
En el contexto actual la innovación es un factor clave para mejorar la competitividad de las

empresas. Las empresas que no adopten la innovación dentro de su estrategia empresarial
corren el riesgo de perder competitividad, debido a la producción y comercialización de
productos, servicios y procesos obsoletos. Actualmente, y dado el contexto de
desaceleración económica, es esencial conocer cuáles son los obstáculos que impiden a las
empresas chilenas realizar mejoras en innovación y así abordar de mejor forma los nuevos
desafíos que impone la economía internacional.
Entonces, ¿cuáles son los principales obstáculos a la innovación que enfrentan pequeñas,
medianas y grandes empresas?, esta es la gran pregunta que se busca responder con este
trabajo; en el cual se analizará la relación entre el tamaño de una empresa, agrupado en
sector productivo o de servicios y la percepción de determinados obstáculos al proceso de
innovación. La gama de obstáculos desprendidos desde la Novena Encuesta de Innovación
en Chile, nos permite estudiar más allá de las restricciones financieras propias de las
empresas, lo cual resulta interesante al momento de determinar los factores que influyen en
las decisiones de inversión en este tipo de actividades.
6
3. Justificación del estudio
En chile es cada vez más importante la innovación y en consecuencia determinar cuáles son
las barreras para poder ejecutarla. Es por esto que en la cuenta pública de la presidenta
Bachelet en el presente año, pretenden fomentar la innovación, a continuación se presenta
un estracto del documento:
En el Plan Nacional de Innovación 2014-2018 se identifican seis brechas productivas que
deben ser superadas en el país: estancamiento de la productividad, estructura productiva y
canasta exportadora de baja sofisticación y poco diversificada, baja inversión en
investigación y desarrollo e innovación, baja participación del sector empresarial en la
inversión en investigación y desarrollo, desalineamiento de ésta con prioridades-país y
sectores estratégicos de alto potencial de crecimiento y baja transferencia tecnológica entre
centros de producción de conocimiento y la industria.
Para cerrar estas brechas se han establecido cuatro ejes de trabajo: democratización del
emprendimiento e innovación, políticas de transformación productiva selectivas,
potenciamiento de la investigación y desarrollo y la colaboración universidad-empresa y
fortalecimiento institucional. Es por lo anterior que el presupuesto público total para la
promoción de la innovación y emprendimiento en estos ejes presentó un crecimiento real de
un once por ciento respecto al año 2014.
Por otro lado se ha argumentado que la intensidad de innovación es un importante

determinante de las exportaciones. La innovación afecta positivamente varias variables
relativas al desempeño exportador de las firmas. El principal argumento para una relación
de este tipo está basado en la hipótesis de Auto-Selección. La innovación es vista como un
medio para mejorar la productividad de las empresas, y de esta manera, acceder a mercados
externos donde existen costos adicionales de entrada. Otros argumentos tienen que ver con
una readecuación de los productos exportados a otros países que pueden requerir
inversiones adicionales a las realizadas para la producción del bien vendido
domésticamente (Greve, 2013).
4. Marco teórico
4.1. Innovación
Innovación es la capacidad para transformar los procesos empresariales y crear

organizaciones más competitivas, ágiles y eficaces. En este mismo sentido, López, J.
(2004), manifiesta que los fenómenos de innovación tecnológica no solo inciden sobre la
productividad de los factores, sino que han desencadenado y desencadenará profundos
procesos de transformación en las economías y en la sociedad de los países que las han
adoptado (Mathison et al, 2007).
7
Tipos de Innovación
Según Jaramillo et al (2001:157-62): La innovación de productos es la introducción de un
producto o servicio que es nuevo o mejorado significativamente con respecto a sus
características o usos previstos. La innovación de procesos es la implementación de un
método de producción y / o entrega nuevo o significativamente mejorado para la creación y
prestación de servicios. La innovación de marketing es la implementación de un nuevo
método de marketing que implica cambios significativos en el diseño o embalaje de
productos, la colocación de productos, la promoción de productos o la fijación de precios,
que es útil para las nuevas estrategias de precios al mercado, mientras la innovación
organizacional es la implementación de un nuevo método de organización en las prácticas
comerciales de la empresa, organización del lugar de trabajo o las relaciones externas.
(OECD, 2005)
En chile dada la importancia de la innovación se destaca que a través de Corfo, el
Ministerio de Economía apoya el financiamiento de diversos tipos de proyectos de
innovación. El objetivo es reducir el riesgo tecnológico de las empresas y facilitar su
llegada al mercado. En la búsqueda de masificar la innovación en todo el país, durante el
año 2015, se logró aumentar en un 67 por ciento las postulaciones y en un 46 por ciento las
adjudicaciones respecto al año 2014, cofinanciando más de 680 proyectos, que incluyen
más de 400 iniciativas de innovación tecnológica. Cabe destacar que más del 80 por ciento
de los postulantes y adjudicados son pequeñas y medianas empresas, con un 39 por ciento
más que en 2014.
Los dos instrumentos principales de apoyo a la innovación son el LF1 Innovación en
Productos y Procesos –prototipos– y el LF2 Validación y Empaquetamiento de
Innovaciones. Durante el año 2015, la línea LF1 recibió 264 postulaciones y adjudicó 82
proyectos por tres mil 640 millones de pesos; y la línea LF2 recibió 227 postulaciones y
adjudicó 73 proyectos por ocho mil 402 millones de pesos. Estos montos y adjudicaciones
más que duplicaron lo entregado el año 2014.
4.2. Obstáculos y barreras en la Innovación
Según la encuesta de Harris Interactive patrocinada por Olympus ha descubierto que

mientras la gran mayoría de los 304 ejecutivos que participaron creen que la innovación
es extremadamente importante, el 53% cree que las organizaciones para las que
trabajan no hacen esfuerzos suficientes para promoverla.
Las 5 principales barreras para la innovación en las empresas:
1. Demasiada presión en cumplir los objetivos a corto plazo.

2. El resto de los objetivos tienen prioridad.
3. Falta de tiempo.
4. Falta de incentivos para premiar la innovación.
5. Falta de sistemas o herramientas para promover la innovación.
8
El 47% de los ejecutivos encuestados asegura que sus compañías no tienen equipos,
procesos ni sistemas para examinar las ideas nuevas con el fin de decidir en cuales invertir.
De cualquier forma, todos los procesos y todos los sistemas del mundo no podrán cambiar
las cosas a menos que las organizaciones apoyen la innovación y destinen recursos para
promoverla. El 70% de los participantes considera que los consejeros delegados podrían
mejorar la innovación en las empresas de la siguiente manera:
 Crear una cultura corporativa que promocione la innovación, aún con el riesgo de
equivocarse.
 Asignar un presupuesto para las iniciativas.
 Premiar la innovación.
 Promover la innovación mediante incentivos económicos.
 Dar ejemplo participando personalmente en el proceso de innovación.
La percepción de las barreras a la innovación es distinta, dependiendo de la voluntad de

innovar, el tamaño de la empresa y la distancia a la frontera tecnológica. La ubicación
geográfica influye sobre los obstáculos relacionados con la mano de obra calificada, los
socios de cooperación, el conocimiento tecnológico y las finanzas externas (Werner, 2011).
Por otro lado, según Dr. Adrian Gundy hay cinco tipos de obstáculos a la innovación:
Estructurales, sociales/políticas, procesales, de recursos y individuales. Muchos de los
obstáculos en esas categorías son relacionadas, por consiguiente, las categorías deben
considerarse sólo como aproximaciones.
Contemplaremos que los Obstáculo a la Innovación son características, procesos, actitudes

y comportamientos que impiden a la innovación. Si los obstáculos ofrecen resistencia
suficiente, es poco probable que las innovaciones sean adoptadas o implementadas. Sin
embargo, los obstáculos pueden ser una característica positiva del proceso de innovación,
ya que a menudo obligan a los innovadores a planificar adecuadamente.
En las Pymes
La identificación de los obstáculos a la innovación de las PYME ayuda a fomentar una

cultura innovadora en las empresas mediante el apoyo a nuevas ideas o alentar una
adecuada gestión de la innovación. A nivel nacional, es importante identificar y eliminar
los obstáculos con el fin de fomentar la competencia basada en la innovación y evitar la
probabilidad de fracaso de innovación (Woolthuis, 2005; Chaminade et al., 2009).
Las empresas medianas están mejor dedicadas a la innovación tecnológica que las
pequeñas, en particular las de los sectores de la construcción. La política de organización y
la política gubernamental tienen una fuerte influencia en el desempeño de la innovación. La
innovación de las pequeñas empresas es más inhibida por la regulación gubernamental que
la innovación de las empresas medianas. Obviamente, la falta de información tecnológica y
de mercado y el compromiso inadecuado en Investigación y Desarrollo son obstáculos
importantes para la innovación tanto para las pequeñas como medianas empresas. Los
costos de innovación y las barreras tecnológicas son más difíciles de superar para las
9
pequeñas empresas, mientras que las barreras organizacionales son más comunes en las
empresas medianas. La falta de cooperación con universidades, institutos u otras empresas
es una barrera importante para las PYME de la industria (Talegeta, 2014).
“Innovation and Barriers to Innovation: Small and Medium Enterprises in Addis Ababa” de
Sileshi
4.3. Ventas y exportación en las empresas y la relevancia de innovar
En principio, una empresa es innovadora básicamente por dos razones: para desplazar a la
competencia a partir de una superioridad tecnológica (en producto o en proceso) o por
presión de la competencia (para no verse desplazada si la competencia lleva la delantera en
materia de cambio técnico).
Las ventajas genuinas que va acumulando la empresa determinan mayores capacidades
competitivas, es decir, mayores posibilidades para enfrentar la competencia tanto en el
mercado doméstico (frente a las importaciones) como en el externo (posibilidades de
exportación); es decir que crecen sus chances de competir con éxito frente a productos
fabricados en otros países, destinados a satisfacer los mismos requerimientos o a abastecer
la misma demanda (bienes iguales o sustitutivos). Por extensión, el concepto puede ser
aplicado a comparaciones entre países o economías, ya que el país de origen de los
productos (o las firmas) más competitivos demostrará contar con niveles de competitividad
superiores al resto y esto amplía sus posibilidades de incrementar el ritmo de su producción
y sus exportaciones, favoreciendo así el crecimiento económico (Chudnovsky y Porta,
1990).
Las empresas que exportan a los países desarrollados son más propensas a innovar en
productos y en el uso de herramientas. En cambio, las industrias que exportan a los países
en desarrollo son más propensas a invertir en el diseño de productos. Meza y Mora (2005)
Golovko y Valenti (2011) exploraron la complementariedad entre innovación y las

exportaciones para el crecimiento de las pequeñas y medianas empresas (pymes). Sus datos
señalan que los beneficios de las exportaciones son consecuencia del excedente generado
por el conocimiento para mejorar la capacidad de producir en beneficio de la empresa. El
desarrollo de las pymes depende de la complementariedad entre la innovación, exportación
y productividad.
10
4.4. Clasificación de sectores productivos

Tabla 1. Sectores productivos:
SECTOR CLASIFICACIÓN
1 Alimentos, bebidas y tabacos
2 Textiles, prendas de vestir e industrias del cuero
3 Industria de la madera
4 Papel, imprenta y editoriales
5 Industria química y plásticos
6 Productos minerales no metálicos y metales básicos
7 Industria metalmecánica
Fuente: sectores considerados dentro de la manufactura por el Banco Central.
Figura: sectores productivos
4.5. Sector servicio

Hoy, expertos afirman que al sector servicios se le debe prestar mayor atención en
referencia a desarrollar investigaciones que caractericen la innovación en dicho sector, su
comportamiento actual y tendencia futuras, debido a la escasa literatura referida al tema. En
Venezuela como en el resto de los países, a pesar que el sector servicios ha crecido
significativamente en los últimos años, existen muy pocas investigaciones empíricas del
sector (Arzola, 2007).
4.6. Modelo Econométrico
4.6.1. Modelo general.

𝑌 = 𝐹(𝑋) + 𝜇
En donde:
Y: variable dependiente
F(X): Función lineal o no lineal
X: variable independiente
µ: error o perturbación
4.6.2. Sustento del modelo a proponer.
 Sustenta la variable falta de personal calificado (la cual se comporta como un

obstáculo en la innovación) y su relación con la exportación y las ventas:
Golovko y Valenti (2011) exploraron la complementariedad entre innovación y las

exportaciones para el crecimiento de las pequeñas y medianas empresas (pymes). Sus datos
señalan que los beneficios de las exportaciones son consecuencia del excedente generado
por el conocimiento para mejorar la capacidad de producir en beneficio de la empresa. El
desarrollo de las pymes depende de la complementariedad entre la innovación, exportación
y productividad. El componente principal de la innovación es el conocimiento; el proceso
11
de innovación se considera de naturaleza continua y la organización juega un papel

protagónico en el ritmo y el progreso tecnológico (Mathison et al, 2007).
Por otro lado, según Dr. Adrian Gundy hay cinco tipos de obstáculos a la innovación:
Estructurales, sociales/políticas, procesales, de recursos y individuales. Muchos de los
obstáculos en esas categorías son relacionadas, por consiguiente, las categorías deben
considerarse sólo como aproximaciones. Sustenta las variables falta de personal
calificado,
En el caso de este estudio se presenta las variables de ventas y falta de personal calificado.
Se sustenta en que la empresa desarrollará productos o procesos innovadores mediante la
combinación y el empleo de sus recursos y capacidades internas, adoptando un papel
central en la generación de tecnología (Mathison et al, 2007).
 Sustenta la variable costo de la innovación (la cual se comporta como un obstáculo en

la innovación) y su relación con la exportación y las ventas:
Si decimos que obstáculos a la innovación son limitaciones institucionales y cultura

organizacional, política gubernamental, alto costo de innovación, alto riesgo económico,
falta de personal calificado y recursos humanos, falta de información sobre tecnología y
mercado y falta de respuesta del cliente. (Silva et al.,2007; Lim and Shyamala 2007; Mohen
and Roller 2005; Baldwin and Lin, 2002 and OECD, 2005), entonces lo anteriormente
mencionado serían las variables a considerar.
Las variables posibles a considerar representan las barreras a la innovación: El clima

económico actual, la limitación de los recursos monetarios, la reducción de la cultura de
riesgo, la resistencia organizativa y humana al cambio, la falta de compensación por la
innovación, el alto costo de las nuevas herramientas y el liderazgo del dueño. Los Factores
externos son más impediente a la innovación que los internos (Silvia, 2012).
 Sustenta la variable Falta de fondos propios (la cual se comporta como un obstáculo en
la innovación) y su relación con la exportación y las ventas:
El fondo proprio un factor crucial en el sistema económico y econométrico de una empresa.

Tanto del punto de vista financiero y logístico, la ubicación está asociada con ventajas o
desventajas que estén dificiles para compensar por otros factores. Los estudios demuestran
que la falta de suelo disponible, provocada por ejemplo por las políticas económicas
ineptas, representa un obstáculo importante para las ventas y exportaciones de las empresas
en una región o país.
 Sustenta la variable Mercado dominado por las empresas establecidas (la cual se
comporta como un obstáculo en la innovación) y su relación con la exportación y las
ventas:
12
La competencia puede ofrecer un efecto animador a empresas inactivas, establecidos. En el

desarrollo de un nuevo mercado, sin embargo, por ejemplo el inicio de la exportación a otro
país, una competencia activa, sobre todo por las empresas establecidas, va a desencadenar
una especialización y una busca de nichos que puede reducir la gama de productos y la
productividad de una empresa. Sin embargo, la competencia en el mercado interno
promueve, desde luego, la tendencia para exportar y puede en la final, por el buen
desarrollo de un nuevo mercado, aumentar incluso la productividad.
 Sustenta la variable Incertidumbre respecto a la demanda (la cual se comporta como un

obstáculo en la innovación) y su relación con la exportación y las ventas:
Gran parte de las exportaciones de los países industrializados se basa en el desarrollo de

nuevos productos y procesos de producción. Estos factores le dan al país un monopolio
temporal, que durara hasta que otro país copie la tecnología y venda a precios inferiores, a
los del país que habían puesto en práctica la nueva tecnología. Mientras tanto, el líder
tecnológico puede haber introducido productos y procesos productivos aún más nuevos
Posner (1961).
Los ciclos económicos están impulsados por la aparición de un conjunto de innovaciones

que orientan la inversión hacia ciertos sectores y aplicaciones, éstos generan rentas
extraordinarias que se atenúan conforme se van difundiendo entre un número creciente de
usuarios cada vez más deslocalizados (posner).
4.7. Presentación de Hipótesis
El problema de las pruebas de hipótesis estadísticas puede plantearse sencillamente de la

siguiente manera: ¿es compatible o no lo es una observación o un hallazgo dados, según
algunas hipótesis planteadas? La palabra “compatible” se utiliza aquí en el sentido de que
la observación es lo “bastante” cercana al valor hipotético, de forma que no se rechaza la
hipótesis planteada. En el lenguaje de estadística, la hipótesis planteada se conoce como
hipótesis nula, y se denota con el símbolo H0. La hipótesis nula suele probarse frente a una
hipótesis alternativa (también conocida como hipótesis mantenida) denotada con H1. La
teoría de pruebas de hipótesis se refi ere al diseño de reglas o procedimientos que permitan
decidir si se rechaza o no la hipótesis nula. Hay dos métodos mutuamente complementarios
para diseñar tales reglas: el intervalo de confianza y la prueba de significancia. Estos dos
enfoques plantean que la variable (el estadístico o estimador) en consideración sigue alguna
distribución de probabilidad y que la prueba de hipótesis establece afirmaciones sobre el
(los) valor(es) del (los) parámetro(s) de tal distribución. Gujarati, D. N., & Porter, D. C.
(2011). Econometría Básica-5. AMGH Editora.
13
5. Antecedentes preliminares del estudio.
5.1. Antecedentes descriptivos de la encuesta
La encuesta de Innovación a utilizar para el estudio fue levantada por el Instituto Nacional
de Estadísticas (INE) durante el año 2015, tomando como referencia los años 2013 y 2014.
Y es representativa a nivel nacional, regional y a nivel de sector económico.
La encuesta se centra en recabar datos sobre los obstáculos para la innovación en una
empresa, como el costo de la innovación, la falta de personal calificado, el mercado
dominado por empresas establecidas, la incertidumbre respecto a la demanda por bienes y
servicios, etc.
En el caso de Chile, la toma de datos oficiales que permitan guiar las decisiones
gubernamentales ligadas a los temas de Investigación y Desarrollo e Innovación, ha sido
liderada por la Subsecretaría de Economía y Empresas de Menor Tamaño, junto al Instituto
Nacional de Estadísticas (INE).
De acuerdo a los estándares internacionales y homologando la forma de medición de la tasa

de innovación con la Unión Europea (empresas con más de 9 trabajadores), el porcentaje de
empresas que innovaron en Chile es de 26.7%, mientras que el promedio de la Unión
Europea es de 26.8%, lo que nos permite ubicarnos un puesto bajo el promedio de Europa.
Dentro de los antecedentes más importantes esta la anterior encuesta (8°), donde su
objetivo es generar información acerca del desempeño de las empresas chilenas en materia
de innovación (insumos y resultados) y mostrar las relaciones entre dicho proceso y la
estrategia de innovación de las empresas, el esfuerzo innovativo, los factores que influyen
en su capacidad para innovar y su rendimiento económico.
El nombramiento oficial de Chile como país miembro de los países de la OCDE en el año
2010, significó un precedente en la construcción de las cifras oficiales de Gasto I+D, las
que para ser internacionalmente comparables deben cumplir con ciertos estándares
metodológicos, los que para Chile datan del año de referencia 2007, es decir, la línea base
del Gasto en I+D en Chile comienza el año 2007.
La experiencia de países desarrollados muestra que la inversión en I+D es fuente de

grandes beneficios a largo plazo para el desarrollo económico y social de un país, a su vez,
promueve un desarrollo sustentable en el tiempo. Dado lo anterior, en nuestro país se han
estado realizando esfuerzos para promover la inversión en I+D y así acercarse al estándar
de la OECD (Gasto en I+D como proporción del PIB 2,4% promedio OCDE, año 2012).
Entre estos esfuerzos podemos destacar la modificada ley de incentivos tributarios a la I+D
que entró en vigencia el año 2012, programas que fomentan la investigación aplicada, la
atracción de inversiones extranjeras en I+D+i, la instalación de centros de excelencia en el
país, el apoyo a la formación de capital humano avanzado, entre otros.
De acuerdo a la última publicación los datos para Chile son los siguientes:
14
SERIE GERD ( como % PIB)

2007 2008 2009 2010 2011 2012
PIB año 0,31% 0,37% 0,35% 0,33% 0,34% 0,35%
base 2008
Fuente: 1era, 2da y 3era Encuesta Nacional de Gasto y Personal en I+D. División de
Innovación, Ministerio de Economía.
La publicación preliminar realizada en Marzo 2012 por parte del Ministerio de

Economía, de los datos de Gasto en I+D como proporción del PIB para los años 2009 y
2010, tomaron como referencia el PIB año base 2003. Al mes siguiente de la publicación,
el Banco Central realiza el cambio de año base en la compilación de Cuentas Nacionales,
pasando del año 2003 al año 2008. Este cambio produjo que el indicador publicado para el
año de referencia 2010 de 0,5% del PIB (con año base 2003) se ajustará a un 0,42% del PIB
con año base 2008.
Finalmente, con el fin de entregar las cifras oficiales, se revisa la base de datos
obteniéndose un gasto de I+D con respecto al PIB de 0,35% y 0,33% para los años 2009 y
2010 respectivamente. Esta revisión se realiza por tratarse de datos tipo panel.
En enero de 2014, se publicaron las cifras preliminares de la Tercera Encuesta
Nacional de Gasto y Personal en I+D, arrojando un 0.34% y 0.35% para los años
2011 y 2012 respectivamente.
Las cifras oficiales son internacionalmente reconocidas, por lo que es posible la

comparabilidad internacional.
6. Identificación del problema
Ante la realidad actual, donde cada vez se hace más exigente la sobrevivencia y
subsistencia de las organizaciones, cuando el mundo se hace más estrecho y pequeño ante
la proliferación de Tecnologías de Información y Comunicación (TIC) que contribuyen a
ello; la gerencia está obligada a diseñar y proponer nuevos factores que permitan
diferenciar a las empresas y al final contribuir al apalancamiento de éstas hacia la obtención
de ventajas competitivas (Mathison et al, 2007).
Dichas ventajas han de estar fundamentadas o basadas en componentes organizacionales

(procesos, productos, calidad, mercado, individuos) sujetos a permanente actualización y
cambio, como resultado de la aplicación de procesos de innovación. Ante tal situación, la
gerencia se encuentra comprometida en establecer mecanismos de gestión que permitan
fortalecer el proceso innovador de la organización, y este trabajo a través de una revisión
documental se pretende presentar razones teóricas y argumentos suficientes que justifiquen
15
a la innovación como un factor clave en el logro de ventajas competitivas en las

organizaciones (Mathison et al, 2007).
6.1. Dificultad para innovar a nivel internacional
Hoy en día, el desempeño de la innovación es un determinante crucial de la competitividad

y el progreso nacional. Además, la innovación es importante para ayudar a enfrentar los
retos y problemas mundiales. Pero a pesar de la importancia de la innovación, muchos
países de la OCDE se enfrentan a dificultades para fortalecer el desempeño en esta área. De
hecho, muchos países de la OCDE han visto poca mejora en el desempeño de la
productividad en los últimos años a despecho de las nuevas oportunidades que ofrecen la
globalización y las nuevas tecnologías. Las políticas gubernamentales pueden apoyar la
innovación actualizando el marco institucional. En este contexto, se necesitan reformas
para que las políticas públicas sean más propicias a la innovación en los ámbitos que van
desde el entorno empresarial general hasta el comercio internacional y la inversión
internacional, los mercados de trabajo y la educación.
En este contexto, se necesitan reformas para que las políticas públicas sean más propicias a
la innovación, en los ámbitos que van desde el sector empresarial general hasta el comercio
y la inversión internacional, los mercados de trabajo y la educación. Los gobiernos también
pueden desempeñar un papel más directo en el fomento de la innovación a través de la
inversión pública en ciencia e investigación, el desarrollo de tecnologías de uso general y,
por lo tanto, la habilitación de nuevas innovaciones. Esto puede lograrse mediante una
combinación adecuada de instrumentos directos e indirectos, como los créditos fiscales, las
asociaciones público-privadas y el apoyo a los clusters innovadores. Gran parte del
aumento del nivel de vida se debe a la innovación, que ha sido el caso desde la Revolución
Industrial. Además, la innovación es importante para ayudar a abordar los desafíos
mundiales, como el cambio climático, la pobreza y el desarrollo sostenible. La innovación
da como resultado el crecimiento económico si las estructuras del mercado y el entorno
regulador permiten que las actividades más productivas se expandan. Dicho esto, el
esfuerzo innovador en sí, incluyendo la investigación formal y el desarrollo, sigue siendo la
condición sine qua non del crecimiento. La evidencia sugiere que el esfuerzo innovador
está en aumento como proporción de la actividad económica. La inversión en el
conocimiento ha crecido más rápidamente que la inversión en maquinaria y equipo desde
mediados de los años noventa en la mayoría de los países de la OCDE y ha superado esta
última en algunos países como Finlandia y Estados Unidos (OCDE, 2005c). Sin embargo,
hay mucho que hacer y cambiar, muchos desafíos para comprometerse, con el objetivo de
una dirección mejor y más fácil a la innovación inteligente.
“Innovation and Growth - Rationale for an Innovation Strategy” de OCDE
6.2. Dificultad para innovar a nivel nacional
El desempeño del Sistema Nacional de innovación ha mostrado niveles bajos si se compara

con el desempeño de los países de la OCDE. En diversos estudios se ha formulado primero,
que Chile presenta una baja intensidad de investigación y desarrollo (0.42 % del PIB en
2010). Con este resultado Chile se ubicaría dentro de los países que menos invierten en
16
I&D dentro de la OCDE, junto con México y Grecia. Se ha formulado que esto no puede
ser enteramente atribuible a una brecha de ingresos con países desarrollados y a una ventaja
comparativa en industrias basadas en recursos naturales, si no que más bien esto se debería
a la ineficiencia del sistema nacional de innovación que produciría bajos desempeños y
retornos de inversión en I&D.
Dentro de este gasto, el sector privado aporta sólo 0.16 % del PIB (cifra cercana a 1/3 del
total), la cifra más baja de entre todos los países de la OCDE. Esto se debe en parte a la alta
especialización en industrias no intensivas en I&D. Las empresas exitosas de exportación
nacionales participan en mercados de explotación de recursos naturales y utilizan la
innovación básicamente para generar diferenciación no basada en I&D. Principalmente en
innovaciones relacionadas con sus modelos de negocio y marketing. Por otro lado, una gran
parte de las empresas innovadoras se centra en la adaptación y copia de tecnologías y
know-how provenientes de países desarrollados.
Chile parece carecer de capital humano calificado en las áreas de ciencia y tecnología, en
tanto que existe un déficit particular en la formación de habilidades de gestión tecnológica.
Asimismo hay barreras al emprendimiento y bajas competencias de los institutos
tecnológicos públicos. (Greve, 2013).
7. Metodología
La metodología de la investigación es de tipo cuantitativa, y tiene un propósito descriptivo,

ya que tiene por fin describir las dificultades en los procesos de innovación que
experimentan las empresas del sector productivo y de servicios.
7.1. Obtención de datos
Los datos recolectados son de encuestas aplicadas y validadas por organismos competentes.
Lo que en nuestro caso será un cuestionario estructurado llamado “9na ENCUESTA DE
INNOVACIÓN EN EMPRESAS”. Esta encuesta fue levantada por el Instituto Nacional de
Estadísticas (INE) durante el año 2015, tomando como referencia los años 2013 y 2014. La
cual tiene por objetivo proporcionar información sobre la estructura del proceso de
innovación de las empresas en Chile (anexo 1).
Objetivo de la encuesta: Cuantificar qué tipos de innovación se introducen en la empresa,
además de cuantificar el gasto de innovación en relación a las ventas de las empresas que
participan de las actividades económicas de nuestro país y cuantificar los obstáculos que se
les presentan al aplicarlas.
Nota: Suponemos que el organismo competente en la creación de la encuesta, siguieron las
etapas de forma correcta. Lo anterior es importante recalcar que de no ser así,
posteriormente los resultados podrían no representar la realidad de nuestro estudio.
17
7.2. Estudio preliminar sobre las empresas declaradas en no innovar.
Antes de establecer las barreras que afectan a la innovación, se realizara un estudio

preliminar, para determinar cuáles son las empresas que durante el periodo 2013 – 2014
comenzaron un proceso de innovación el cual no terminaron o postergaron y las empresas
que declararon no innovar en el periodo mencionado. El fin de este pequeño estudio, que
por cierto no es econométrico, sino más bien descriptivo, servirá para apartar las empresas
que declararon no innovar en el periodo antes mencionado, para que de esta manera, se
elimine toda barrera que no esté ligada con el proceso de innovación, las cuales surgen en
un periodo previo.
A continuación el resumen de las empresas que innovan, que con más detalle está en un
archivo Excel:
Innovación Innovación Innovación Innovación Innovación

de de Proceso Organizacional de Marketing Social
Productos
Número de
empresas que
523 825 747 575 87
innovaron en cada
Ítem
Porcentaje de
empresas que
36,5% 57,5% 52,1% 40,1% 6,1%
innovaron en cada
Ítem
Total Empresas productoras que innovaron 1434

Tabla 2. Empresas que innovan (Elaboración propia).
18
Areas en que Innovaron en el Periodo 2013-

2014
57.5%
52.1%
40.1%
36.5%
6.1%
Grafico 2. Empresas que innovan en las distintas áreas (Elaboración propia).
7.3. Clasificación de empresas del sector productivo y de servicios,

que comenzaron un proceso de innovación.
Método de Análisis de los datos:
De la “9na ENCUESTA DE INNOVACIÓN EN EMPRESAS” y su base de datos

correspondiente, se realizara la clasificación de las empresas encuestadas en dos grandes
grupos, sectores “productivos” y sectores de “servicio”. Esto con el fin de alinear el análisis
posterior al objetivo buscado en el presente proyecto.
Sobre las empresas que iniciaron el proceso de innovación en el periodo 2013 - 2014, se
pretende determinar cuántas empresas terminaron el proceso, cuantos lo postergaron o
simplemente no siguieron con el proceso de innovación.
Realizando la siguiente clasificación:
Empresas que comenzaron un proceso de innovación y terminaron.

Empresas que comenzaron un proceso de innovación y no lo terminaron o
postergaron.
19
A continuación la clasificación de las empresas:
Empresas Productivas
EMPRESAS PRODUCTIVAS
Tamaño Sector N°
Glosa actividad
Empresa empresas
Silvicultura, extracción de madera y actividades de servicios
A 30
conexas
Pesca, explotación de criadero de peces y granjas piscícolas;
B 16
actividades de servicios
1 C Explotaciones de minas y canteras 1
D Fabricación, elaboración y producción de productos y otros 102
E Suministro de electricidad, gas y agua 2
F Construcción 42
Silvicultura, extracción de madera y actividades de servicios
A conexas 12

B 2
2 Explotaciones de minas y canteras
C 4
F Construcción 20
A Agricultura, ganadería, caza y actividades de servicios conexas 46
B 4
3 C Explotaciones de minas y canteras 11
F Construcción 35
Total Empresas Productoras que Innovaron 689
Tabla 3. Empresas Productoras que innovaron (Elaboración propia).
20

2014
65.7%
50.2%
37.6% 35.8%
5.8%
Grafico 3. Empresas Productoras que innovan en las distintas áreas (Elaboración

propia).
Empresas de servicios
Empresas Servicio
Tamaño N°
Sector Glosa actividad
Empresa empresas
Comercio al por mayor y al por menor; reparación de vehículos
G 61
automotores, motocicletas, efectos personales y enseres domésticos
H Hoteles y Restaurantes 20
I Correo y telecomunicaciones y transporte 40
J Intermediación financiera 21
1
Alquiler de maquinaria y equipo sin operarios y de efecto personales y
K 144
enseres domésticos
N Servicios sociales y de salud 26
Eliminación de desperdicios y aguas residuales, saneamiento y actividades
O 23
similares
G 38
2
I Transporte por vía terrestre, tuberías y acuático 28
K Informática y actividades conexas 45
21

O Actividades de esparcimiento y actividades culturales y deportivas 11
G 78
I Transporte por vía terrestre, tuberías y acuático 34
3
K Informática y actividades conexas 59
O Actividades de esparcimiento y actividades culturales y deportivas 12
Total Empresas de Servicios que Innovaron 745
Tabla 4. Empresas de Servicios que innovaron (Elaboración propia).

2014
53.8%
49.9%
44.0%
35.4%
6.3%
Grafico 4. Empresas de Servicios que innovaron en las distintas áreas (Elaboración

propia).
22
7.4. Categorización de percepción de las empresas si percibe

obstáculos.
Una vez clasificadas las empresas que iniciaron un proceso de innovación, se procederá a
un análisis de estas, con el fin de identificar, determinar y agrupar, las barreras que inciden
directamente en el proceso de innovación de las empresas representadas en la “9na
ENCUESTA DE INNOVACIÓN EN EMPRESAS”. Antes de esto debemos identificar
cual es la pregunta que responderá y ayudara a nuestro estudio y cuáles serán las
dimensiones que tomaremos:
Pregunta: 13.1. ¿Qué factores percibe usted como obstáculos o desincentivo a la

innovación en su empresa?
Código
a. Factores de costos:
encuesta código base Selección respuesta
Numérico
1 = IMPORTANCIA ALTA
13.1 3196 P3196 Falta de fondos propios 2 = IMPORTANCIA MEDIA
3 = IMPORTANCIA BAJA
4 = NO RELEVANTE
Numérico
Falta de financiamiento
13.1 3197 P3197 2 = IMPORTANCIA MEDIA
externo a la empresa
4 = NO RELEVANTE
Numérico
Costo de la innovación muy
alto
4 = NO RELEVANTE
b. Factores vinculados al
conocimiento
Numérico
13.1 3198 P3198 Falta de personal calificado 2 = IMPORTANCIA MEDIA
4 = NO RELEVANTE
Numérico
Falta de información sobre la
tecnología
4 = NO RELEVANTE
Numérico
Falta de información sobre
los mercados
4 = NO RELEVANTE
23
Numérico
Dificultad en encontrar 1 = IMPORTANCIA ALTA
13.1 3286 P3286 cooperación de partners para la 2 = IMPORTANCIA MEDIA
innovación 3 = IMPORTANCIA BAJA
4 = NO RELEVANTE
c. Factores de mercado
Numérico
Mercado dominado por
empresas establecidas
4 = NO RELEVANTE
Numérico
Incertidumbre respecto a la 1 = IMPORTANCIA ALTA
13.1 3202 P3202 demanda por bienes o servicios 2 = IMPORTANCIA MEDIA
innovados 3 = IMPORTANCIA BAJA
4 = NO RELEVANTE
d. Otros factores
Numérico
No es necesario debido a
innovaciones previas
4 = NO RELEVANTE
Numérico
No es necesario por falta de
demanda de innovaciones
4 = NO RELEVANTE
Numérico
13.1 3289 P3289 Dificultad regulatoria 2 = IMPORTANCIA MEDIA
4 = NO RELEVANTE
Tabla 5. Módulo 13; Obstáculos a la innovación
7.4.1. Selección, definición y descripción de las variables
Para la elección de las variables en primera instancia nos basamos en las respuestas de la
encuesta utilizada en este trabajo, en el ámbito de obstáculos en la innovación. Y también
justificando a través del marco teórico lo que otros estudios dicen.
En el lineamiento de la pregunta planteada en la encuesta: ¿Qué factores se perciben como
barreras a la innovación? La cual respondimos a través de los principales resultados de la
novena encuesta, la que arrojo que dentro de los obstáculos enfrentados al momento de
innovar, para empresas que lograron innovar, se observa como la principal dificultad el
“Costo de innovación muy alto”, seguido por el “Falta de personal calificado” e
24
“Incertidumbre respecto a la demanda por bien eso servicios innovados. Para las en general,
los principales obstáculos son “Costo de innovación muy alto”, “Falta de fondos propios” y
“Mercado dominado por empresas establecidas”.
Figura: Grafico Dificultades en la innovación encuesta 9na de innovación en las empresas
Por otro lado se determinó la importancia económica de las innovaciones de producto sobre
ventas y exportaciones, y estas fueron seleccionadas como las variables dependientes:
Curiosamente, son las empresas más pequeñas las cuales contribuyen en una mayor
proporción con innovaciones de bienes y servicios nuevos para el mercado, mientras que
las grandes, son las que en proporción reciben un mayor porcentaje de sus ventas en
innovación, tanto para el mercado como para la empresa.
Son las empresas grandes quienes valoran más en términos de exportaciones
(proporcionalmente) las innovaciones nuevas para el mercado, siendo las medianas las
cuales tienen un menor porcentaje en este ámbito de comparación.
25
Figura: Gráficos; porcentaje de ventas y exportación según tamaño de empresa encuesta

9na de innovación en las empresas
A continuación módulo 2 de la encuesta en que responde a nivel de ventas y exportaciones:

2.1 Ventas y Exportaciones
2.1 200 P200 Ventas año 2013 Numérico (Miles de pesos)
2.1 201 P201 Ventas año 2014 Numérico (Miles de pesos)
2.1 202 P202 Exportaciones año 2013 Numérico (Miles de pesos)
2.1 203 P203 Exportaciones año 2014 Numérico (Miles de pesos)
7.4.1.1. Variables dependientes:
Variable Código Descripción Variable

(Var) Var.
Modelo
Ventas Y1 “Traspasar la propiedad de algo a otra persona tras el pago de un precio
(monto neto convenido”:
de las ventas Esta variable busca mostrar que las empresas con mayores volúmenes
anuales para de ventas, son las que superan con mayor efectividad los obstáculos
2013 y 2014; que se presentan en el momento de innovar.
ventas
nacionales
más las
exportacione
s)
26
Exportación Y2 “Cualquier bien para la economía o el servicio enviado fuera del territorio
(monto total nacional”:
de las Esta variable busca mostrar que las empresas exportadoras tienen un
exportacione mejor desempeño que las empresas que actúan solo en los mercados
s para 2013 y domésticos. Esto ya que se encuentran insertas en mercados más
2014 (valor competitivos que los mercados locales, por lo tanto estará forzado a
FOB)) realizar esfuerzos para situarse más cerca de la frontera tecnológica.
Esto producirá que muestren mayor tendencia a realizar actividades de
innovación.
7.4.1.2. Variables Independientes:
Variable (Var) Código Código Var. Descripción Valor Var. Signo

Var. Modelo Variable esperado
Encuesta de la
variable
Falta de 3196 X1= X1’ Esta variable -
fondos propios busca mostrar
(factor costo) En spss: su relevancia al
Falt_fon_prop momento de
innovar. En Numérico
base a datos de 1=
empresas IMPORTANCIA
holandesas ALTA
2=
concluye que
IMPORTANCIA
existe un efecto MEDIA
disuasivo de 3=
inversión en IMPORTANCIA
I+D cuando BAJA
éstas se ven 4 = NO
enfrentadas a RELEVANTE
limitaciones
económicas
(falta de fondos
propios)
Costo de la 3285 X2= X2’ Esta variable Numérico +
innovación engloba todas 1=
(factor costo) En spss: aquellas IMPORTANCIA
costo variables ALTA
2=
relacionadas
IMPORTANCIA
con las MEDIA
dificultades a 3=
las cuales se IMPORTANCIA
enfrentan las BAJA
empresas para 4 = NO
27
obtener RELEVANTE
financiamiento
y los altos
costos que
dificultan la
innovación
Falta de 3198 X3= X3’ Esta variable +
Numérico
personal considera la
1=
calificado En spss: falta de IMPORTANCIA
(factor Falt_pers_calif información ALTA
conocimiento) sobre la 2=
tecnología y IMPORTANCIA
falta de MEDIA
información 3=
sobre los IMPORTANCIA
BAJA
mercados, y la
4 = NO
categoría de RELEVANTE
mercado.
Mercado 3201 X4= X4’ Esta variable +
dominado por está
empresas En spss: relacionada
establecidas con la
(factor merc_dom incertidumbre
mercado) en la demanda Numérico
de bienes y 1=
servicios IMPORTANCIA
innovadores, ALTA
2=
donde la
IMPORTANCIA
introducción de MEDIA
un nuevo 3=
producto o IMPORTANCIA
servicio puede BAJA
ser visto como 4 = NO
una barrera RELEVANTE
para las
empresas que
decidan si
deben innovar
o no
Incertidumbre 3202 X5= X5’ La falta de Numérico +
respecto a la información 1=
demanda por En spss: del entorno de IMPORTANCIA
ALTA
bienes o la empresa, y la
2=
servicios incert_dda falta de IMPORTANCIA
innovados respuesta de MEDIA
(factor los clientes 3=
28
mercado) puede reforzar IMPORTANCIA

la BAJA
incertidumbre 4 = NO
RELEVANTE
en lo que se
refiere a
innovación
7.5. Modelo teórico, econométrico y variables
Se concluye basándose en que aquellas empresas que comenzaron un proceso de

innovación no lo terminaron o postergaron, que existen barreras que si no son superadas
los procesos se estancan y no llegan a término.
Damos sustento al modelo a través de la relación de las variables, presentada anteriormente
en el marco teórico.
Nos basamos en estudios anteriores para realizar un modelo econométrico que sea con
variables justificadas.
7.5.1. Modelo teórico y Modelo econométrico
En la propuesta del modelo la variable dependiente será Y1= Ventas y Y2= Exportación
El modelo econométrico propuesto quedaría de la siguiente forma:
Y1=β0+β1*X1+β2*X2+β3*X3+ β4*X4+β5*X5 +µ1
● Y1= Nivel de ventas de las empresas en Chile (pesos chilenos).

● X1= Falta de fondos propios :; β1=Grado de incidencia de X1
● X2= Costo de la innovación; β2=Grado de incidencia de X2
● X3= falta de personal calificado; β3=Grado de incidencia de X3
● X4= Mercado dominado por empresas establecidas β4= Grado de incidencia de X4
● X5= Incertidumbre respecto a la demanda por bien eso servicios innovados;; β5=
Grado de incidencia de X5
● µ1=Error residual del modelo 1.
Y2=β0+β1*X1’+β2*X2’+β3*X3’+ β4*X4’+β5*X5’+µ
● Y2= Nivel de exportación de las empresas en Chile (pesos chilenos).

● X1= Falta de fondos propios :; β1=Grado de incidencia de X1
● X2= Costo de la innovación; β2=Grado de incidencia de X2
29
● X3= falta de personal calificado; β3=Grado de incidencia de X3

● X4= Mercado dominado por empresas establecidas β4= Grado de incidencia de X4
● X5= Incertidumbre respecto a la demanda por bien eso servicios innovados;; β5=
Grado de incidencia de X5
● µ2=Error residual del modelo 2.
7.6. Herramientas
Se pretende utilizar el software SPSS, con el fin de analizar los datos de la encuesta, que
nos entregaría lo siguiente: parámetros β, los cuales nos darían el modelo que se desea
determinar, la auto correlación, la significancia del modelo y de los parámetros, el
coeficiente de determinación, el coeficiente de determinación ajustado, el F de Fisher, T de
Student y diversos datos que nos servirán para el análisis del modelo obtenido.
8. Estimación y discusión de resultados.
8.1. Para variación ventas año 2013- 2014 empresas de servicios:
 Regresión:
Variables introducidas/eliminadasa
Modelo Variables Variables Método

introducidas eliminadas
incert_dda,
Falt_fon_prop,
1 merc_dom, . Introducir
Falt_pers_calif,
costob
a. Variable dependiente: Variación_Ventas

b. Todas las variables solicitadas introducidas.
 Análisis de coeficiente de correlación y determinación:
Resumen del modelob
Modelo R R cuadrado R cuadrado corregida Error típ. de la estimación Durbin-Watson
1 ,066a ,004 -,002 1,38846 1,993
a. Variables predictoras: (Constante), incert_dda, Falt_fon_prop, merc_dom, Falt_pers_calif, costo

b. Variable dependiente: Variación_Ventas
30
*Coeficiente de correlación:
El valor obtenido fue r=0,066, este valor nos indica el grado de relación entre las
variables en estudio, como el valor puede oscilar entre -1 y +1. Entonces decimos que
tenemos un grado de relación bajo de las variables.
*Coeficiente de determinación (R2):

Esta tabla muestra los resultados del ajuste del modelo de regresión. El valor de R
cuadrado, que corresponde al coeficiente de determinación, mide la bondad del ajuste de
la recta de regresión a la nube de puntos, el rango de valores es de 0 a 1. Valores
pequeños de R cuadrado indica que el modelo no se ajusta bien a los datos.
R cuadrado = 0.004 indica que el 0,4% de la variabilidad de Y es explicada por la relación
lineal con las variables X. La columna error tip. De la estimación nos muestra el Error
típico de la estimación (raíz cuadrada de la varianza residual) con un valor igual a
1,38846.
 Análisis de la varianza:
ANOVAa
Modelo Suma de cuadrados gl Media cuadrática F Sig.
Regresión 6,318 5 1,264 ,655 ,657b
1 Residual 1424,660 739 1,928
Total 1430,977 744

b. Variables predictoras: (Constante), incert_dda, Falt_fon_prop, merc_dom, Falt_pers_calif, costo
Se muestra la descomposición de la Variabilidad Total (SCT =1430,977) en la Variabilidad debida

a la Regresión (SCR= 6,318) y la Variabilidad Residual (SCE=1424,660) es decir en Variabilidad
explicada por el modelo de regresión y la Variabilidad no explicada.
 Estimación e interpretación del modelo econométrico:
La siguiente tabla muestra las estimaciones de los parámetros del modelo de regresión lineal
simple, la ordenada en el origen, ß0=-0,153, la pendiente ß1=0,101 ß2=0,006 ß3=0,034
ß4=0,030 ß5=0,024
Coeficientesa
Modelo Coeficientes Coeficientes Sig. Intervalo de Estadísticos de

no tipificados confianza de colinealidad
estandarizados t 95,0% para B
B Error Beta Límite Límite Tolerancia FIV

típ. inferior superior
31
(Constante) ,153 ,139 1,097 ,273 -,121 ,427
Falt_fon_prop -,101 ,059 -,090 -1,695 ,090 -,218 ,016 ,478 2,092
costo ,006 ,060 ,005 ,098 ,922 -,112 ,124 ,468 2,135
1
Falt_pers_calif ,034 ,062 ,029 ,550 ,583 -,088 ,157 ,471 2,123
merc_dom ,030 ,059 ,026 ,506 ,613 -,086 ,145 ,507 1,972
incert_dda ,024 ,065 ,020 ,364 ,716 -,104 ,151 ,430 2,326
Por tanto, la ecuación de la recta estimada o ajustada es:
Y =0,153 – 0,101*X1+0,006*X2+0,034*X3+0,030*X4+0,024*X5
 Test de Student (nivel de significancia de las variables)

Como podemos ver en el cuadro anterior tenemos que nuestras variables no son significativas.
Pero además para corroborar este resultado lo analizaremos con t-student.
Es una prueba individual para cada coeficiente Beta de las variables independientes.
Regla de decisión: Se rechaza la hipótesis nula si el valor p (p valué) es < .05
H0: βi = 0 (variable independiente no es significativa al X%)

H1: βi ≠ 0 (variable independiente es significativo al X%); βi = 1, 2, 3,...
Los valores calculados entre la variable Y, y cada variable independiente nos entrega los
siguientes datos de los estadísticos T-Student:
Variable Valor T-student
X1: Falta de fondos propios -1,695
X2: costo 0,98
X3: falta de personal calificado 0,550
X4:mercado dominado por empresas establecidas 0,506
X5: incertidumbre de la demanda 0,364
Para corroborar nuestros resultados obtenidos anteriormente analizamos valores de la

tabla T-student que corresponde a Tabla (0,025; 744).
Debido a que en nuestro caso este valor no es directo se procederá a calcularlo a través de
excel.
Para realizar los cálculos en Excel procedimos de la siguiente manera:
32
Llenamos los datos y hacemos los cálculos del área de una cola y de los grados de libertad.
Luego insertamos función. En la casilla seleccionar una categoría, seleccionamos
Estadísticas. Para luego seleccionar la función INV.T.
La que luego de ingresar formulas nos queda de la siguiente forma:
1-α 0,95
n 744
α/2 0,025
n-1 743
t1 -1,96316193
t2 1,96316193
El grafico quedaría de la siguiente forma:
Dándonos como resultado Talculado<Tabla ,por lo tanto las variables x1, x2, x3 , x4, x5 cumplen
la hipótesis nula (se acepta), por lo cual son variables no significativas al 95%.
 Test de Fisher (Nivel de significancia del modelo)
El test de Fisher es una prueba global que indica si en su conjunto las variables independientes se
relacionan con la variable dependiente.
Regla de decisión: Se rechaza la hipótesis nula si el valor p (p valué) es <0.05
La Tabla Anova muestra el valor del estadístico de contraste, F = 0,655 que se define como el
cociente entre el Cuadrado medio debido a la regresión y el Cuadrado medio residual CMR, por
tanto cuanto mayor sea su valor, mejor será la predicción mediante el modelo lineal. El p-valor
asociado a F, en la columna Sig, es 0,657, mayor que el nivel de significación α = 0.05, lo que
conduce a aceptar la hipótesis nula, es decir no existe una relación lineal significativa entre Y y X.
33
Esto indica que no sería es válido el modelo de regresión considerado, en este caso el modelo de
regresión lineal.
H0: No existe correlación entre las variables independientes y dependiente.

H1: Modelo es significativo.
 Test de Auto correlación de Durbin-Watson
El estadístico de Durbin-Watson mide el grado de auto correlación entre el residuo correspondiente

a cada observación.
La tabla resumen del modelo nos da un Durbin-Watson=1,993. Lo cual es muy bueno porque es
cercano a 2.
H0: los términos de error no están auto correlacionados.

H1: los términos de error si están auto correlacionados.
Auto correlación positiva Auto correlación negativa
Si d < dL Si (4-d) < dL se rechaza H0
Si d > dU Si (4-d) > dU no se rechaza H0
Si dL ≤ d ≤ dU Si dL ≤ (4-d) ≤ du la prueba no es concluyente
Como el total de datos es de 744, y no existe este valor exacto en una tabla utilizaremos los
valores mas cercanos a este número que corresponden a n=750 y k=5.
Primero se calcularon los valores de dL y de du. Luego se colocaron estos en la tabla

Durbin-Watson (D-W), considerando k=5 (número de variables independientes); n=744
(número de datos) y d=1,993, se calculó que dL=1,86931 y dU=1,89076. Con lo cual se
obtuvo:
(4-dL)=2,13069 y (4-dU)=2,10924 para un n=744

4-d=2,007
Los datos du y dl arrojan un valor similar por lo que utilizaremos este valor aproximado,
que corresponden a:
34
En este caso el indicador D-W cae en zona de aceptación de H0, por lo tanto no existe auto
correlación. Si no hay auto correlación, la relación entre los residuos será intermedia y por tanto, el
valor del estadístico experimental también alcanzará un valor intermedio.
 Análisis de Homocedasticidad.
Dentro de los supuestos del modelo de regresión lineal clásico es que las perturbaciones que
aparecen en la regresión lineal son homocedásticos (todos tienen la misma varianza), ahora
analizaremos la validez de este supuesto, haciendo pruebas a las variables y al modelo en sí, para
corroborar que no existe heteroscedasticidad y que el supuesto de homocedasticidad se cumple.
Tenemos que tener claro los valores a utilizar en nuestro test antes de comenzar tomando un rango
de número de datos de 200 y 500 datos respectivamente para comparar nuestro F calculado,
además con un 95% de confiabilidad (α=5%).
Submuestra1
Estadísticas de la regresión
Coeficiente de correlación múltiple 0,03444109
Coeficiente de determinación R^2 0,00118619
R^2 ajustado -0,01591679
Error típico 0,52747154
Observaciones 298
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor crítico
libertad cuadrados cuadrados F de F
Regresió 0,069355
n 5 0,096482832 0,019296566 67 0,996633671
Residuo
s 292 81,24205771 0,278226225
Total 297 81,33854054
Submuestra2
35
Coeficiente de correlación
múltiple 0,207725117
Coeficiente de determinación
R^2 0,043149724
R^2 ajustado 0,026765302
Observaciones 298
Regresió 2,633582
n 5 14,0739038 2,814780759 25 0,023895584
Residuo
s 292 312,0904929 1,068803058
Total 297 326,1643967
Ho: No existe heterocedasticidad

Ha: Existe heterocedasticidad
r1: 5
r2: 292
𝑆𝐶𝐸2 /𝐺𝐿2
𝜆=
λ= 3,841489269
Ftabla= 2,25072 (interpolación entre 200 y 500)
Al ser λ > Ftabla se recha la Ho, es decir, el modelo es homocedástico, lo que significa que
la varianza de los errores se mantiene constante
 Colinealidad.
Diagnósticos de colinealidada
Model Dimensi Autovalor Índice Proporciones de la varianza

o ón es de (Constant Falt_fon_pr cost Falt_pers_c merc_do incert_d
condició e) op o alif m da
n
1 1 5,576 1,000 ,00 ,00 ,00 ,00 ,00 ,00
36
2 ,120 6,818 ,70 ,08 ,19 ,01 ,02 ,00
3 ,102 7,401 ,21 ,16 ,02 ,02 ,34 ,18
4 ,078 8,460 ,04 ,00 ,38 ,59 ,08 ,06
5 ,070 8,896 ,04 ,59 ,38 ,03 ,21 ,07
6 ,053 10,224 ,00 ,17 ,03 ,34 ,35 ,68
Estadísticos sobre los residuosa
Mínimo Máximo Media Desviación típica N
Valor pronosticado -,1566 ,4267 ,1343 ,09215 745

Residual -1,33307 25,11216 ,00000 1,38379 745
Valor pronosticado tip. -3,157 3,174 ,000 1,000 745
Residuo típ. -,960 18,086 ,000 ,997 745
 Correlación no paramétrica (Tau-b de kendall):
Correlaciones
Variación_Vent Falt_fon_pr cost Falt_pers_c merc_do incert_d

as op o alif m da
Coeficien
te de
1,000 ,021 ,009 ,008 ,038 ,058*
correlaci
Variación_Vent
ón
as
Sig.
. ,443 ,756 ,767 ,168 ,036
Tau_b (bilateral)
de N 745 745 745 745 745 745

Kend Coeficien
all te de ,572
,021 1,000 ,554** ,467** ,472**
**
correlaci
Falt_fon_prop ón
Sig.
,443 . ,000 ,000 ,000 ,000
(bilateral)
N 745 745 745 745 745 745
37
Coeficien
te de 1,00
,009 ,572** ,526** ,476** ,510**
correlaci 0
costo ón
Sig.
,756 ,000 . ,000 ,000 ,000
(bilateral)
N 745 745 745 745 745 745
Coeficien
te de ,526
,008 ,554** 1,000 ,460** ,549**
**
correlaci
Falt_pers_calif ón
Sig.
,767 ,000 ,000 . ,000 ,000
(bilateral)
N 745 745 745 745 745 745
Coeficien
te de ,476
,038 ,467** ,460** 1,000 ,600**
**
correlaci
merc_dom ón
Sig.
,168 ,000 ,000 ,000 . ,000
(bilateral)
N 745 745 745 745 745 745
Coeficien
te de ,510
,058* ,472** ,549** ,600** 1,000
**
correlaci
incert_dda ón
Sig.
,036 ,000 ,000 ,000 ,000 .
(bilateral)
N 745 745 745 745 745 745
*. La correlación es significativa al nivel 0,05 (bilateral).

**. La correlación es significativa al nivel 0,01 (bilateral).
En donde la variable que mayor correlación tiene con la variación de las ventas es incertidumbre
de la demanda y la que menor correlación tiene es 0,38 que es mercado dominado por empresas
establecidas.
38
Finalmente el modelo propuesto es el siguiente:
Variación Ventas (2013-2014) = 0,153 - 0,101*X1 + 0,006*X2+ 0,034* X3 + 0,030*X4 +

0,024*X5 + μ
Análisis y conclusión.
Tener presente antes de analizar los datos:
Si una variable no es significativa y se provoca heterocedasticidad no quiere decir

que esta sea la causante.
Principales resultados:
 El signo de las variables concuerdan con la teoría, por lo que en primera instancia
predecimos que vamos por buen camino.
 El análisis realizado indicó que el modelo posee un grado de asociación lineal entre
todas las variables, de 99,9%, que es muy alto y que corroboró que las variables
identificadas eran correctas. destacando la más alta que sería la variable falta de
fondos propios con alto costo.
 Además, el modelo no presenta heterocedasticidad según lo indicó el análisis de
residuos. Así el modelo propuesto no viola los supuestos de la regresión lineal
múltiple.
 Según el cuadro que nos presenta la información de la tolerancia de cada variable y
del FIV (factor de inflación de la varianza). Según estos estadísticos la
multicolinealidad no parece afectar a ninguna de las variables.
39
8.2 Para variación ventas año 2013-2014 empresas productoras:
 Regresión:
Variables introducidas/eliminadasa
Modelo Variables Variables Método
introducidas eliminadas
incert_dda,
Falt_fon_prop,
1 . Introducir
Falt_perso_calif,
merc_dom, costob
a. Variable dependiente: Ventas_p
b. Todas las variables solicitadas introducidas.
 Análisis de coeficientes de correlación y determinación:
Resumen del modelob

R cuadrado Error típ. de la
Modelo R R cuadrado Durbin-Watson
corregida estimación
1 ,055a ,003 -,004 10,03067 1,860
a. Variables predictoras: (Constante), incert_dda, Falt_fon_prop, Falt_perso_calif,
merc_dom, costo
b. Variable dependiente: Ventas_p
*Coeficiente de correlación:
El valor obtenido fue r=0,055, este valor nos indica el grado de relación entre las variables
en estudio, como el valor puede oscilar entre -1 y +1. Entonces decimos que tenemos un
grado de relación bajo de las variables.
*Coeficiente de determinación (R2):

Esta tabla muestra los resultados del ajuste del modelo de regresión. El valor de R
cuadrado, que corresponde al coeficiente de determinación, mide la bondad del ajuste de la
recta de regresión a la nube de puntos, el rango de valores es de 0 a 1. Valores pequeños de
R cuadrado indica que el modelo no se ajusta bien a los datos.
R cuadrado = 0.003 indica que el 0,3% de la variabilidad de Y es explicada por la relación
lineal con las variables X. La columna error tip. De la estimación nos muestra el Error
típico de la estimación (raíz cuadrada de la varianza residual) con un valor igual a
10.03067.
40
 Análisis de la varianza:
ANOVAa
Suma de Media
Modelo gl F Sig.
cuadrados cuadrática
Regresión 209,892 5 41,978 ,417 ,837b
1 Residual 68719,622 683 100,614
Total 68929,514 688
b. Variables predictoras: (Constante), incert_dda, Falt_fon_prop, Falt_perso_calif,
merc_dom, costo
Se muestra la descomposición de la Variabilidad Total (SCT =68929,514) en la

Variabilidad debida a la Regresión (SCR= 209,892) y la Variabilidad Residual
(SCE=68719,622) es decir en Variabilidad explicada por el modelo de regresión y la
Variabilidad no explicada.
 Estimación e interpretación del modelo econométrico:
La siguiente tabla muestra las estimaciones de los parámetros del modelo de regresión
lineal simple, la ordenada en el origen, ß0=1,893 la pendiente ß1= -0,106 ß2 =0,56
ß3= -0,233 ß4= -0,217 ß5= -0,044
Coeficientesa
Coeficientes Intervalo de
Coeficientes Estadísticos de
no confianza de
tipificados colinealidad
Modelo estandarizados t Sig. 95,0% para B
Límite Límite
B Error típ. Beta Tolerancia FIV
inferior superior
(Constante) 1,893 1,021 1,854 ,064 -,111 3,897
Falt_fon_prop -,106 ,435 -,013 -,245 ,807 -,961 ,748 ,493 2,030
costo ,056 ,462 ,007 ,121 ,904 -,852 ,964 ,443 2,255
1
Falt_perso_calif -,233 ,456 -,027 -,512 ,609 -1,129 ,662 ,517 1,933
merc_dom -,217 ,472 -,026 -,459 ,647 -1,144 ,711 ,455 2,200
incert_dda -,044 ,482 -,005 -,091 ,928 -,991 ,903 ,438 2,283
41
Por tanto, la ecuación de la recta estimada o ajustada es:
Y =1,893 – 0,106*X1+0,56*X2-0,233*X3-0,217*X4-0,044*X5
 Test de Student (nivel de significancia de las variables).
Como podemos ver en el cuadro anterior tenemos que nuestras variables no son significativas.
Pero además para corroborar este resultado lo analizaremos con t-student.
Es una prueba individual para cada coeficiente Beta de las variables independientes.
Regla de decisión: Se rechaza la hipótesis nula si el valor p (p valué) es < .05
H0: βi = 0 (variable independiente no es significativa al X%)

H1: βi ≠ 0 (variable independiente es significativo al X%); βi = 1, 2, 3,...
Los valores calculados entre la variable Y, y cada variable independiente nos entrega los
siguientes datos de los estadísticos T-Student:
Variable Valor T-student
X1: Falta de fondos propios -0,245
X2: costo 0,121
X3: falta de personal calificado -0,512
X4:mercado dominado por empresas establecidas -0,459
X5: incertidumbre de la demanda -0,091
Para corroborar nuestros resultados obtenidos anteriormente analizamos valores de la

tabla T-student que corresponde a Tabla (0,025; 744).
Debido a que en nuestro caso este valor no es directo se procederá a calcularlo a través de
Excel.
Para realizar los cálculos en Excel procedimos de la siguiente manera:
Llenamos los datos y hacemos los cálculos del área de una cola y de los grados de libertad.
Luego insertamos función. En la casilla seleccionar una categoría, seleccionamos
Estadísticas. Para luego seleccionar la función INV.T.
La que luego de ingresar formulas nos queda de la siguiente forma:
42
1-α 0,95
n 744
α/2 0,025
n-1 743
t1 -1,96316193
t2 1,96316193
El grafico quedaría de la siguiente forma:
Dándonos como resultado Talculado<Tabla ,por lo tanto las variables x1, x2, x3 , x4, x5 cumplen
la hipótesis nula (se acepta), por lo cual son variables no significativas al 95%.
 Test de Fisher (Nivel de significancia del modelo)
El test de Fisher es una prueba global que indica si en su conjunto las variables
independientes se relacionan con la variable dependiente.
Regla de decisión: Se rechaza la hipótesis nula si el valor p (p valué) es <0.05
La Tabla Anova muestra el valor del estadístico de contraste, F = 0,417 que se define como
el cociente entre el Cuadrado medio debido a la regresión y el Cuadrado medio residual
CMR, por tanto cuanto mayor sea su valor, mejor será la predicción mediante el modelo
lineal. El p-valor asociado a F, en la columna Sig, es 0,837, mayor que el nivel de
significación α = 0.05, lo que conduce a aceptar la hipótesis nula, es decir no existe una
relación lineal significativa entre Y y X. Esto indica que no sería válido el modelo de
regresión considerado, en este caso el modelo de regresión lineal.
H0: No existe correlación entre las variables independientes y dependiente.

H1: Modelo es significativo.
43
 Test de Auto correlación de Durbin-Watson
El estadístico de Durbin-Watson mide el grado de auto correlación entre el residuo

correspondiente a cada observación.
La tabla resumen del modelo nos da un Durbin-Watson=1,860. Lo cual es muy bueno

porque es cercano a 2.
H0: los términos de error no están auto correlacionados.

H1: los términos de error si están auto correlacionados.
Auto correlación positiva Auto correlación negativa
Si d < dL Si (4-d) < dL se rechaza H0
Si d > dU Si (4-d) > dU no se rechaza H0
Si dL ≤ d ≤ dU Si dL ≤ (4-d) ≤ du la prueba no es concluyente
Como el total de datos es de 689, y no existe este valor exacto en una tabla utilizaremos los
valores más cercanos a este número que corresponden a n=750 y k=5.
Primero se calcularon los valores de dL y de du. Luego se colocaron estos en la tabla

Durbin-Watson (D-W), considerando k=5 (número de variables independientes); n=689
(número de datos) y d=1,860 , se calculó que dL=1,86931 y dU=1,89076. Con lo cual se
obtuvo:
(4-dL)=2, y (4-dU)=2,10924 para un n=744

4-d=2,007
Los datos du y dl arrojan un valor similar por lo que utilizaremos este valor aproximado,
que corresponden a:
44
En este caso el indicador D-W cae en zona de aceptación de H0, por lo tanto no existe auto
correlación. Si no hay auto correlación, la relación entre los residuos será intermedia y por
tanto, el valor del estadístico experimental también alcanzará un valor intermedio.
 Análisis de Homocedasticidad.
Dentro de los supuestos del modelo de regresión lineal clásico es que las perturbaciones
que aparecen en la regresión lineal son homocedásticos (todos tienen la misma varianza),
ahora analizaremos la validez de este supuesto, haciendo pruebas a las variables y al
modelo en sí, para corroborar que no existe heteroscedasticidad y que el supuesto de
homocedasticidad se cumple.
Tenemos que tener claro los valores a utilizar en nuestro test antes de comenzar tomando
un rango de número de datos de 200 y 500 datos respectivamente para comparar nuestro F
calculado, además con un 95% de confiabilidad (α=5%).
múltiple 0,12868587
R^2 0,01656005
R^2 ajustado -0,0016518
Observaciones 276
Regresió 0,9093009
n 5 1,10955479 0,22191096 9 0,47539922
Residuos 270 65,8923278 0,24404566
Total 275 67,0018825
45
Estadístico Inferior Superior Inferior Superior

Coeficientes Error típico t Probabilidad 95% 95% 95,0% 95,0%
- - - -
Intercepción 0,01639674 0,08480433 0,19334789 0,84683189 0,18335857 0,15056509 0,18335857 0,15056509
- -
Variable X 1 0,02236026 0,03406533 0,65639345 0,51213002 0,04470719 0,08942772 0,04470719 0,08942772
- -
Variable X 2 0,04678019 0,03676805 1,27230564 0,20435917 0,02560833 0,11916872 0,02560833 0,11916872
- -
Variable X 3 0,0011804 0,03507737 0,03365123 0,97318014 0,06787954 0,07024033 0,06787954 0,07024033
- -
Variable X 4 0,01229978 0,03929848 0,31298361 0,75453474 0,06507064 0,0896702 0,06507064 0,0896702
- - - -
Variable X 5 0,04182906 0,04153009 1,00719876 0,31474104 0,12359305 0,03993493 0,12359305 0,03993493
múltiple 0,2185187
R^2 0,04775042
R^2 ajustado 0,03011617
Observaciones 276
Regresió 2,7078223
n 5 6,92861574 1,38572315 4 0,02086185
Residuos 270 138,172008 0,51174818
Total 275 145,100623
46
Estadístico Inferior Superior Inferior Superior

Coeficientes Error típico t Probabilidad 95% 95% 95,0% 95,0%
- -
Intercepción 0,04561402 0,11282527 0,40428904 0,68632024 0,17651513 0,26774318 0,17651513 0,26774318
- - - -
Variable X 1 0,08531875 0,0489972 1,74129835 0,08277029 0,18178391 0,01114641 0,18178391 0,01114641
- -
Variable X 2 0,06297926 0,05127484 1,22826843 0,22041581 0,03797007 0,1639286 0,03797007 0,1639286
- - -
Variable X 3 0,08405716 0,05165583 -1,6272542 0,10484952 0,18575659 0,01764226 0,18575659 0,01764226
- -
Variable X 4 0,04897163 0,0501376 0,97674458 0,32956993 0,04973873 0,14768199 0,04973873 0,14768199
Variable X 5 0,10595762 0,05010856 2,11456149 0,03538384 0,00730445 0,2046108 0,00730445 0,2046108
Ho: No existe heterocedasticidad

Ha: Existe heterocedasticidad
𝜆= r1: 5
r2: 270
λ= 2,09693621
Ftabla= 2,25072
interpolacion entre 500 y 200
Al ser λ < Ftabla se acepta la Ho, es decir, el modelo es heterocedastico
47
 Colinealidad:
Diagnósticos de colinealidada
Mode Dimensi Autovalo Índice Proporciones de la varianza
lo ón res de (Constan Falt_fon_p costo Falt_perso_ merc_do incert_d
condici te) rop calif m da
ón
1 5,542 1,000 ,00 ,00 ,00 ,00 ,00 ,00
2 ,137 6,358 ,48 ,17 ,19 ,00 ,02 ,01
3 ,107 7,185 ,40 ,19 ,00 ,00 ,21 ,17
1
4 ,082 8,215 ,02 ,14 ,00 ,93 ,02 ,08
5 ,078 8,414 ,07 ,32 ,66 ,07 ,04 ,15
6 ,053 10,199 ,03 ,18 ,14 ,00 ,70 ,58
Estadísticos sobre los residuosa

Mínimo Máximo Media Desviación N
típica
Valor pronosticado -,4522 1,5163 ,5435 ,55234 689
Residual -2,34843 260,10712 ,00000 9,99416 689
Valor pronosticado tip. -1,803 1,761 ,000 1,000 689
Residuo típ. -,234 25,931 ,000 ,996 689
48
 Correlación no paramétrica (Tau-b de kendall):
Correlaciones
Ventas_ Falt_fon_pr costo Falt_perso_ca merc_do incert_d
p op lif m da
Coeficien
te de
1,000 ,044 ,050 ,016 ,038 ,060*
correlació
Ventas_p n
Sig.
. ,123 ,086 ,565 ,179 ,036
(bilateral)
N 689 689 689 689 689 689
Coeficien
te de ,578*
,044 1,000 * ,492** ,419** ,488**
correlació
Falt_fon_pro n
p
Sig.
,123 . ,000 ,000 ,000 ,000
(bilateral)
N 689 689 689 689 689 689
Tau_b Coeficien
de te de 1,00
,050 ,578** ,520** ,514** ,501**
Kenda correlació 0
ll costo n
Sig.
,086 ,000 . ,000 ,000 ,000
(bilateral)
N 689 689 689 689 689 689
Coeficien
te de ,520*
,016 ,492** * 1,000 ,493** ,508**
correlació
Falt_perso_ca n
lif
Sig.
,565 ,000 ,000 . ,000 ,000
(bilateral)
N 689 689 689 689 689 689
Coeficien
te de ,514*
merc_dom ,038 ,419** * ,493** 1,000 ,627**
correlació
n
49
Sig.
,179 ,000 ,000 ,000 . ,000
(bilateral)
N 689 689 689 689 689 689
Coeficien
te de ,501*
,060* ,488** * ,508** ,627** 1,000
correlació
incert_dda n
Sig.
,036 ,000 ,000 ,000 ,000 .
(bilateral)
N 689 689 689 689 689 689
*. La correlación es significativa al nivel 0,05 (bilateral).
**. La correlación es significativa al nivel 0,01 (bilateral).
En donde la variable que mayor correlación tiene con la variación de las ventas es incertidumbre
de la demanda y la que menor correlación tiene es 0,38 que es mercado dominado por empresas
establecidas.
Análisis y conclusión.
Tener presente antes de analizar los datos:
Si una variable no es significativa y se provoca heterocedasticidad no quiere decir

que esta sea la causante.
Principales resultados:
 El signo de las variables concuerdan con la teoría, por lo que en primera instancia
predecimos que vamos por buen camino.
 El análisis realizado indicó que el modelo posee un grado de asociación lineal entre
todas las variables, de 99,9%, que es muy alto y que corroboró que las variables
identificadas eran correctas. destacando la más alta que sería la variable falta de
fondos propios con alto costo.
 Además, el modelo no presenta heterocedasticidad según lo indicó el análisis de
residuos. Así el modelo propuesto no viola los supuestos de la regresión lineal
múltiple.
 Según el cuadro que nos presenta la información de la tolerancia de cada variable y
del FIV (factor de inflación de la varianza). Según estos estadísticos la
multicolinealidad no parece afectar a ninguna de las variables.
50
9. Conclusiones
Las principales conclusiones es que el modelo diseñado no logra cumplir el objetivo de ser
utilizado para identificar qué obstáculos en la innovación, tienen una mayor influencia en el
incremento de las ventas, de las empresas del sector productivo y de servicios en Chile.
Esta conclusión se basa en que el modelo no fue significativo, tomando en cuenta el
coeficiente de correlación, coeficiente de determinación y el p-value, tanto para ser
utilizado en las empresas de servicios como de productos. A pesar de que no fue el
resultado esperado existía la posibilidad, y no quiere decir que todo el trabajo investigativo
este malo, más bien que las variables que elegimos no son las que explican nuestro
objetivo.
El análisis realizado indicó que el modelo posee un grado de asociación lineal entre todas
las variables explicativas, de 99,9%, que es muy alto y que corroboró que las variables
explicativas identificadas eran correctas, destacando la más alta que sería la variable falta
de fondos propios con alto costo para el sector servicio por lo cual podríamos decir que es
la que más dificulta a la hora de innovar e incide en el porcentaje de las ventas en las
empresas de servicio. Pero no existía una relación con la variable explicada (porcentaje de
ventas), por lo que esta variable explicada no era la correcta.
En el caso del modelo para las empresas de servicios nos da que el modelo es
homocedastico, según lo indicó el análisis de residuos. Así el modelo propuesto no viola
los supuestos de la regresión lineal múltiple.
En el caso del modelo para las empresas productoras nos da que el modelo es
heterocedastico, por lo cual inferimos que es posible que haya una omisión de variables
relevantes en el modelo especificado y también que las variables explicativas tienen una
gran dispersión respecto a sus propias medias. Por otro lado nos dio en este caso auto
correlación positiva en que podemos inferir que estamos omitiendo variables que pasan a
formar parte del término de error y, por tanto, si hay correlación entre distintas
observaciones de las variables omitidas, también la habrá entre distintos valores de los
términos de perturbación o en sí el modelo está mal planteado.
Según el cuadro que nos presenta la información de la tolerancia de cada variable y del FIV
(factor de inflación de la varianza). Según estos estadísticos la multicolinealidad no parece
afectar a ninguna de las variables.
Concluimos que a pesar de que no dan buenas las significancias de las variables y del
modelo, si se puede utilizar para las empresas de servicios teniendo en cuenta el error
aplicado al utilizarlo, no así para las empresas de productos ya que presenta autocorrelacion
y es heterocedastico, lo cual implica que el modelo no explicaría lo que queremos
investigar.
51
10. Bibliografía
 Papers:
Arzola M. ,¿Cómo medir la innovación en el sector servicios?: Evidencia empírica en el

sector financiero, Ciudad Guayana, Venezuela. uct [online]. 2007, vol.11, n.45, pp.
167-172. ISSN 1316-4821.
Hölzl W. & Janger J., Innovation barriers across firm types and countries, Austrian
Economic Research Institute: 2-4 (2011).
Silvia A. & Dionisio F., BARRIERS TO INNOVATION IN SMES: AN

INTERNATIONAL COMPARISON, II Conferência Internacional de Integração do
Design: (2012).
Mathison L., Gándara J., Primera C. & García L., INNOVACIÓN: FACTOR CLAVE
PARA LOGRAR VENTAJAS COMPETITIVAS, Revista NEGOTIUM: 66 (2007).
Talegeta S., Innovation and Barriers to Innovation: Small and Medium Enterprises in
Addis Ababa, Journal of Small Business and Entrepreneurship Development: 84
(2014).
LEAL MORANTES, Miraidy Elena .Tecnología de información e innovación:

Factores clave de la competitividad en las pequeñas y medianas empresas. Revista de
Ciencias Sociales [online]. 2007, vol.13, n.1, pp. 84-97. ISSN 1315-9518.
SILVEIRA, Luis; GARCIA, Agustín y GONZALEZ, Paula.Las Vinculaciones

Establecidas por las Empresas Industriales Uruguayas y su Influencia sobre Sus
Actividades de Innovación: el Caso de la Universidad y de Otros Agentes. Journal of
Technology Management & Innovation [online]. 2016, vol.11, n.1, pp.114-127. ISSN
0718-2724.
 Tesis
Greve F., (2013). EVOLUCIÓN DE LA INNOVACI ÓN EN CHILE: UN ANALISIS

ECONOM ETRICO A NIVEL DE LA FIRMA PARA EL PERÍODO 1995-2010 (tesis
de pregrado). Universidad de Chile, Santiago, Chile.
 Libros
Gujarati, D. N., & Porter, D. C. (2011). Econometria Básica-5. AMGH Editora.
52
 Direcciones electrónicas
http://www.centroamericainnova.com/contenido/las-5-barreras-para-la-innovacion-en-
las-empresas.aspx
http://www.corfo.cl/archivos/70_Casos_de_Innovacion.pdf
http://www.cooperativa.cl/noticias/site/artic/20160521/asocfile/20160521185429/cuent
a_publica_presidencial_2016.pdf
(https://adriangundy.com)
(http://www.pathways.cu.edu.eg/subpages/downloads/creativity_chapter_6.pdf)
(https://www.oecd.org/science/inno/39374789.pdf)
https://es.scribd.com/document/168939266/Teoria-de-La-Brecha-Tecnologica
https://www.efri.uniri.hr/sites/efri.uniri.hr/files/cr-collections/2/04-tkalec-vizek-2014-
1.pdf
http://www.asecu.gr/Seeje/issue18/jalali.pdf
http://economics.yale.edu/sites/default/files/melitz-130220.pdf
http://www.jepa-hq.com/ijeps/content/2006/articles/CortesIJEPS06.pdf
53
11. Anexos.
11.1. Anexo 1: Ficha técnica 9° encuesta utilizada en el estudio
Fuente: 9na. Encuesta innovación en las empresas 2013-2014

Figura. Ficha técnica novena encuesta innovación (2013-2014).
54

Obstáculos en La Innovación y Su Incidencia en Las Empresas Del Sector Productivo y de Servicios en Chile

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Obstáculos en La Innovación y Su Incidencia en Las Empresas Del Sector Productivo y de Servicios en Chile

Cargado por

Copyright:

Formatos disponibles

Modelos de Previsión

7.4.1.2. Variables Independientes: ....................................................................... 27

Figura 2. Gráfico porcentual de empresas que innovan en las distintas

Figura 3. Gráfico porcentual de empresas productoras que innovan en las distintas

Figura 4. Gráfico porcentual de empresas de servicios que innovan en las distintas

Figura 5. Grafico Dificultades en la innovación encuesta 9na de innovación en las

Figura 6. Gráficos porcentaje de ventas y exportación según tamaño de empresa encuesta

Tabla2. Empresas que

Tabla 3. Empresas Productoras que

Tabla 4. Empresas de Servicios que

Tabla 5. Módulo 13; Obstáculos a la

La innovación es la clave para la estructura y expansión de dicha ventaja. Sólo a través de

Desde una perspectiva de gestión de la innovación, es importante identificar los obstáculos

1. Objetivo general y específicos.

Identificar qué obstáculos en la innovación, tienen una mayor influencia en el incremento

1.2. Objetivos específicos.

 Diseñar y aplicar un modelo econométrico que permita evaluar el efecto de los

2. Formulación general del problema.

En el contexto actual la innovación es un factor clave para mejorar la competitividad de las

3. Justificación del estudio

Por otro lado se ha argumentado que la intensidad de innovación es un importante

Innovación es la capacidad para transformar los procesos empresariales y crear

4.2. Obstáculos y barreras en la Innovación

Según la encuesta de Harris Interactive patrocinada por Olympus ha descubierto que

Las 5 principales barreras para la innovación en las empresas:

1. Demasiada presión en cumplir los objetivos a corto plazo.

La percepción de las barreras a la innovación es distinta, dependiendo de la voluntad de

Contemplaremos que los Obstáculo a la Innovación son características, procesos, actitudes

La identificación de los obstáculos a la innovación de las PYME ayuda a fomentar una

4.3. Ventas y exportación en las empresas y la relevancia de innovar

Golovko y Valenti (2011) exploraron la complementariedad entre innovación y las

4.4. Clasificación de sectores productivos

4.5. Sector servicio

4.6. Modelo Econométrico

4.6.1. Modelo general.

4.6.2. Sustento del modelo a proponer.

 Sustenta la variable falta de personal calificado (la cual se comporta como un

Golovko y Valenti (2011) exploraron la complementariedad entre innovación y las

de innovación se considera de naturaleza continua y la organización juega un papel

 Sustenta la variable costo de la innovación (la cual se comporta como un obstáculo en

Si decimos que obstáculos a la innovación son limitaciones institucionales y cultura

Las variables posibles a considerar representan las barreras a la innovación: El clima

El fondo proprio un factor crucial en el sistema económico y econométrico de una empresa.

La competencia puede ofrecer un efecto animador a empresas inactivas, establecidos. En el

 Sustenta la variable Incertidumbre respecto a la demanda (la cual se comporta como un

Gran parte de las exportaciones de los países industrializados se basa en el desarrollo de

Los ciclos económicos están impulsados por la aparición de un conjunto de innovaciones

4.7. Presentación de Hipótesis

El problema de las pruebas de hipótesis estadísticas puede plantearse sencillamente de la

5. Antecedentes preliminares del estudio.

5.1. Antecedentes descriptivos de la encuesta

De acuerdo a los estándares internacionales y homologando la forma de medición de la tasa

La experiencia de países desarrollados muestra que la inversión en I+D es fuente de

SERIE GERD ( como % PIB)

La publicación preliminar realizada en Marzo 2012 por parte del Ministerio de

Las cifras oficiales son internacionalmente reconocidas, por lo que es posible la

6. Identificación del problema

Dichas ventajas han de estar fundamentadas o basadas en componentes organizacionales

a la innovación como un factor clave en el logro de ventajas competitivas en las

6.1. Dificultad para innovar a nivel internacional

Hoy en día, el desempeño de la innovación es un determinante crucial de la competitividad

6.2. Dificultad para innovar a nivel nacional

Y1=β0+β1X1+β2X2+β3X3+ β4X4+β5*X5 +µ1