EJEMPLOS DE LINEAS DE INVESTIGACION (ago 2019)

Autor: Dr. José Ovidio Flores

Email: floresjoseovidio@gmail.com
Cel: 982529340

A continuación, se ejemplifican algunas líneas de investigación en gerencia de

empresas públicas o privadas. Se indican además instrumentos de medición, los niveles
de complejidad para abordar la investigación y algunos antecedentes. Los niveles de
complejidad se relacionan con gradaciones en el uso y procesamiento estadístico o
matemático, explicaciones teóricas, metodológicas o de causalidad, de manera que el
nivel más avanzado toma como referente el estándar de los países desarrollados para esa
línea de investigación.
Además del aporte a la solución de problemas, estas líneas están orientadas a la
generación de artículos en revistas de prestigio, tanto nacionales como extranjeras, en
función de la calidad de la información de campo que puedan lograr los tesistas, la
dedicación en horas de trabajo, recursos financieros aplicados (cuestionarios, impresiones
de test estadísticos o algunas bibliografías, entre otros) y apego a criterios de calidad
recomendados por el tutor.

Línea de investigación:
Evaluación del síndrome de Burnout (quemado)
Área de aplicación: empresas públicas o privadas
Objetivo: Medir el nivel de estrés prolongado derivado de condiciones del individuo y
del contexto organizacional
Instrumentos de medición: 1) Cuestionario Maslach Burnout Inventory-Student Survey
(MBI-SS) y el MBI-GS en diversos ámbitos, 2) MBI-Human Services Survey (MBI-HSS)
en el ámbito de la salud
Nivel de complejidad:
Nivel básico: con estadística descriptiva (univariante y bivariante) se determina la
incidencia del síndrome en el personal estudiado (porcentaje de personas por nivel de
riesgo). Se establecen relaciones con variables sociodemográficas.
Nivel complejo: se emplean técnicas y procedimientos del análisis psicométrico de escalas
para evaluar la fiabilidad de los ítems del cuestionario, así como la fiabilidad y validez
del constructo (Uso de técnicas estadísticas multivariantes de primera y segunda
generación).
En un nivel aún más avanzado se establecen relaciones causales con otros constructos (p.
ej: engagement) y variables individuales, sociales y organizacionales. Como técnicas
estadísticas se utilizan la estadística descriptiva, así como técnicas estadísticas
multivariantes de primera y segunda generación: el análisis de componentes principales
y los modelos de ecuaciones estructurales, tanto PLS-SEM como CB-SEM.
Sotfware: SPSS, SmartPls, Amos, Lisrel, Adanco, WarpPls
Se pueden recomendar medidas preventivas o correctivas según el nivel de incidencia del
síndrome de burnout.
Ejemplo de aplicaciones:
Cañadas-De la Fuente, G., Albendín-García, L., de la Fuente, E., San Luis, C., Gómez-
Urquiza, J. & Cañadas, G. (2016). Síndrome de burnout en profesionales de enfermería
que realizan jornada física complementaria en servicios de cuidados críticos y
urgencias. Revista Española de Salud Pública, 90, 1-9.
Marenco, A., Suárez, Y. y Palacio, J. (2017). Burnout académico y síntomas relacionados
con problemas de salud mental en universitarios colombianos. Psicología. Avances de
la Disciplina,11(2), 51-72.
Kulakova, O. (2016). “Nos sentimos mal, pero estamos bien”: medición vs vivencia del
Desgaste profesional (burnout) desde el modelo cultural nicaragüense. Tesis doctoral.
Universidad Autónoma de Madrid.

Línea de investigación
Evaluación del nivel de Engagement
Área de aplicación: empresas públicas o privadas
Objetivo: determinar el nivel de Engagement (o compromiso) de los empleados, para
identificar aquellos que toman iniciativas personales en su trabajo y generan su propio
feedback sobre el desempeño, buscan nuevos retos y están comprometidos a conseguir la
excelencia en sus funciones, por lo cual generan retroalimentación positiva con sus
supervisores y clientes, que les ayuda a mantenerse saludables.
Instrumentos de medición: Cuestionarios o escalas: Gallup Q12, cuestionario del
Engagement Personal, Utrecht Work Engagement Scale (UWES), y el Cuestionario de
Seis Áreas de la Vida Laboral (Areas of Worklife Scale (AWS)).
Nivel de complejidad:
Nivel básico: con estadística descriptiva se determina nivel de Engagement en el personal
estudiado (porcentaje de personas por nivel). Se establecen relaciones con variables
sociodemográficas.
Nivel complejo: se emplean técnicas y procedimientos del análisis psicométrico de escalas
para evaluar la fiabilidad de los ítems del cuestionario, así como la fiabilidad y validez
del constructo.
En un nivel aún más avanzado se establecen relaciones causales con otros constructos (p.
ej: burnout) y variables individuales, sociales y organizacionales. Como técnicas
estadísticas se utilizan la estadística descriptiva, el análisis de componentes principales y
los modelos de ecuaciones estructurales, tanto PLS-SEM como CB-SEM.
Sotfware: SPSS, SmartPls, Amos, WarpPls
Se pueden recomendar medidas para promover el engagement
Ejemplo de aplicaciones:
Sanclemente, I., Elboj, C. y Íñiguez, T. (2017). Engagement o compromiso en
profesionales de enfermería: variables socio-demográficas y laborales asociadas.
Enfermería Global, 47, 400-413.
Hernández, X. (2017). Análisis del burnout y engagement en docentes. Un estudio de
diario. Tesis doctoral. Universidad Complutense de Madrid, España.
Mababu, R. (2012). El constructo de trabajo emocional y su relación con el síndrome del
desgaste profesional. International Journal of Psychology and Psychological Therapy,
12(2), 219-244. Nota: se empleó correlación, ACP y regresión múltiple.

Línea de investigación
Evaluación del nivel de eficiencia de empresas públicas o privadas, unidades
organizacionales, así como de entidades territoriales (países, departamentos, distritos).
Área de aplicación: empresas, instituciones públicas, etc.
Objetivo
Determinar y comparar el nivel de eficiencia en un grupo de unidades de decisión:
empresas públicas o privadas, o entidades territoriales, en función de los bienes o
servicios de generados y de los insumos empleados en sus procesos productivos.
Instrumentos de medición: se recaba información de campo o documental de los
servicios o productos generados y de los insumos empleados en sus procesos productivos,
los cuales pueden ser medidos en unidades físicas o monetarias.
Nivel de complejidad:
Nivel intermedio: se emplea el modelo matemático denominado Data Envelopment
Analysis (DEA), para estimar los niveles de eficiencia de cada organización (o unidad de
decisión) perteneciente al grupo seleccionado, en valores que oscilan entre 0 y 1 (ó 0 y
100%). Se determinan las empresas eficientes, ubicadas en la frontera de producción
(100% de eficiencia) y las ineficientes, localizadas por debajo de la frontera de
producción (valores de eficiencia menores de 100%).
En un nivel aún más avanzado se determinan los factores que influyen en la eficiencia,
tales como variables individuales, sociales y organizacionales. Como técnica matemática
se emplea el modelo Data Envelopment Analysis (DEA) y las técnicas estadísticas son:
la estadística descriptiva y la regresión Tobit. Software: SPSS, Stata, FrontierAnalyst,
EMS, Win4Deap.
Se genera un plan para mejorar la eficiencia basado en la teoría del benchmarking
Ejemplo de aplicaciones
Pérez-Romero, C., Ortega-Díaz, I., Ocaña-Riola, R. y Martín-Martín, J. (2017). Análisis
de la eficiencia técnica en los hospitales del Sistema Nacional de Salud español. Gaceta
Sanitaria 31, (2), 108–115
Maza, F., Vergara, J. y Román, R. (2017). Eficiencia y productividad en la cobertura de
las universidades públicas colombianas. Complejidad y Desarrollo, 25(2), 6-33.
Miró, A. (2016). Evaluación de la eficiencia técnica del sector hotelero y campings de
España. Dimensión Empresarial, 14(1), 27-38
DEA EN SEGURIDAD LABORAL
Mohammad S. El-Mashaleh, Shaher M. Rababeh, Khalied H. Hyari, Utilizing data
envelopment analysis to benchmark safety performance of construction contractors,
International Journal of Project Management, Volume 28, Issue 1, 2010, Pages 61-67,

Línea de investigación
Evaluación del nivel de capital intelectual
Área de aplicación: empresas públicas o privadas
Objetivo: Determinar el nivel de capital intelectual, representado por los activos
intangibles como material intelectual, conocimiento, información, propiedad intelectual
y experiencia, que puede utilizarse para crear valor en la organización. Está conformado
por los capitales humano, estructural y relacional.
Instrumentos de medición: Cuestionarios o escalas tipo likert, basadas en los modelos
de capital intelectual: Modelo Intellectus, Euroforum, Skandia y VAIC, entre otros.
Nivel de complejidad:
Nivel básico: con estadística descriptiva se determina nivel de capital intelectual en el
personal estudiado (porcentaje de personas por nivel). Se establecen relaciones con
variables sociodemográficas
Nivel complejo: se emplean técnicas y procedimientos del análisis psicométrico de escalas
para evaluar la fiabilidad de los ítems del cuestionario, así como la fiabilidad y validez
del constructo.
En un nivel aún más avanzado se establecen relaciones causales con otros constructos (p.
ej: burnout) y variables individuales, sociales y organizacionales. Como técnicas
estadísticas se utilizan la estadística descriptiva, el análisis de componentes principales y
los modelos de ecuaciones estructurales, tanto PLS-SEM como CB-SEM. Software:
SPSS, SmartPls, Amos, Adanco, Lisrel, WarpPls
Se pueden recomendar medidas para promover el capital intelectual.
Ejemplo de aplicaciones:
Vidal, C. (2017). Modelo de capital intelectual para la investigación en las universidades
públicas de la Costa Caribe colombiana. Revista Actualidades Investigativas en
Educación, 17(1), 1-27
Piteres, R., Cabarcas, M., y Gaspar, H. (2018). El recurso humano factor de
competitividad en el sector salud. Investigación e Innovación en Ingenierías, 6(1), 93
– 101.
Villegas, E., Hernández, M. y Salazar B. (2017). La medición del capital intelectual y su
impacto en el rendimiento financiero en empresas del sector industrial en México.
Contaduría y Administración, 62(1), 184-206

Otras líneas de investigación afines (detallar objetivos, instrumentos, metodología,

software):
1) Resiliencia
2) Capital social
3) Organizaciones saludables
4) Productividad de los servicios
5) Evaluación de riesgos laborales
6) Satisfacción laboral
7) Inseguridad ciudadana y otros contructos (ej satisfacción laboral)
8) Evaluación psicométrica de escalas de constructos
9) Análisis cluster (o grupos): muy utilizada en marketing para la clasificación de
clientes con base en un conjunto de variables (ej: Calero R, Gallarza MG, & Gadea
S. 2018. Segmentación y comportamiento de lealtad de los pacientes: un análisis
clúster en los departamentos de salud de la Comunidad Valenciana. Rev Gerenc Polít
Salud, 17(34): 1-15
10) Clasificación de personas, empresas, territorios, etc, en función de diversas variables
empleando la regresión logística u otros modelos de regresión (ej: Morales, J. R.,
Arévalo, D., Padilla, C. & Bustamante, M. (2018). Nivel de Satisfacción e Intención
de Repetir la Visita Turística. El Caso del Cantón Playas, en Ecuador. Información
tecnológica, 29(1), 181-192.
11) Aplicación de filosofías de gestión: manufactura esbelta, logística esbelta, etc.
12) Toma de decisiones multicriterio: considerando simultáneamente criterios
económicos, sociales, ambientales o técnicos, entre otros, un agente decisor o un grupo
de ellos, pueden priorizar en los ámbitos públicos o privados: a) problemas que afectan
a la sociedad o a las instituciones, la asignación de recursos económicos a programas
o proyectos, seleccionar proveedores, el lugar más idóneo para una filial, entre otros
fines. Software: Expertchoice (basado en AHP), Suma ponderada lineal.
13) Pronósticos de ventas (u otras variables) empleando modelamiento estadístico. (ej.
Contreras, A., Catya C., Martínez J, Sánchez D. 2016. Análisis de series de tiempo
en el pronóstico de la demanda de almacenamiento de productos perecederos,
Estudios Gerenciales, 32(141), 387-396
14) Patrones o distribución geoespacial de: problemas de salud laboral, de accidentes
de tránsito, geomarketing, creación de empresas, delitos o crímenes (área de
criminología). Se determinan para una o más entidades territoriales: departamentos,
provincias, distritos o zonas. En un nivel más avanzado se emplea la
microlocalización, basada en las coordenadas geoespaciales (coordenadas X, Y) del
lugar específico donde ocurrió el evento (el delito, el accidente, donde vive o contrajo
la enfermedad), lo cual permite inferir patrones geoespaciales en una muestra
representativa. Se establecen relaciones con variables sociodemográficas. Software:
SPSS, Arcgis
Cantarero S., González–Loureiro, M. y Puig, F. (2016). Territorio y creación de
empresas de economía social. Estudio a nivel de las Comunidades Autónomas de
España. Pampa, 13, 97-113.