1. No category

Universidad de La Habana
Facultad de Economía
TRABAJO DE DIPLOMA
Tema: Modelación de la satisfacción
de clientes: Oportunidad
para la actuación estratégica de Tropicana.
AUTOR: Frank Carlos Martínez Peña
TUTORA: Dra. Idalia Romero Lamorú
Co Tutora: Msc. María Solís Corvo
LA HABANA, Junio 2015
Dedicatoria.
A mi familia, por su educación, apoyo y amor. Especialmente a mi papá Francisco
Rafael y a mi mamá Ana Alicia, mis abuelos Odelcia y José Carlos, Nivia y Francisco,
mis tías Nivia Antonia y mi tiamadre Tania y mi tiopadre Alexis, mis primos Nuris y
José y a mis hermanos de sangre Franchesca y Frandys y mis hermanas de alma
Yanelis, Yenicet y Yisel.
Si hace 5 años pude comenzar a estudiar en esta facultad y hoy puedo decir estas
palabras se debe en parte a 3 personas, Ania Gómez la secretaria docente, Bebita la
responsable de la residencia estudiantil y Silvia Odriozola la decana de esta facultad.
Quienes confiaron en mí desde el primer día y permitieron que pudiera cumplir uno de
mis mayores sueños que es estudiar y graduarme en la Facultad de Economía de la
Universidad de la Habana. También a mi querida profesora Alodia Alonso que como
una madre cuido de cada paso que di en esta universidad.
Yo he tenido la suerte de ser alumno de grandes profesores en esta facultad: Silvia,
Félix, Alicia, Deysi, Soregui, Alberto, Olguita, Martha, Ledia, Yaima, Otilia,
Anita,
Panchi, Lidia, Luiqui, Zoe, Jesús, Carola, la oportunidad de relacionarme con todos
sus trabajadores, personal de la residencia Mario Escalona y otras instituciones. Creo
que he aprendido de todos ellos y, es más, creo que no he aprendido aun lo suficiente,
pero lo he intentado. Que decir de Vivian y Leandro. Quienes me acompañaron,
repasaron y aconsejaron durante todo el trayecto. O de mis tutoras Idalia y María Solís
quienes también han trabajado arduamente para el éxito de esta investigación.
También a todas mis amistades, Yoilen, Chena, Raquel, Elizabeth, Susel, Isabel,
Miguel, Miralia, Nelvis, Laritza, Jessica, Diana, Ana, Ethan, Rosa, Luke, Dagoberto,
Juancho, Philippe , Mimi, Diego, Lazaro, Barreiro, Daniel, Liset, Tamara, Carla, Adita,
Sonia, Yaima, Yoan, Dany, Lazaro, Caridad y Manolo. Los que han estado cerca y los
de lejos, a mis compañeros de grupo, de la residencia estudiantil, mis ahijadas y al
resto de mi familia, por toda esa fuerza y energía que han sabido transmitir hacia mí.
En acción de gracias por la Santísima Trinidad, la Virgen de la Caridad del Cobre,
ángeles y santos católicos que me acompañan. Si en el día de hoy me graduó, es
porque también ustedes han estado junto a mí en este largo camino. Para todos ellos
mi eterno agradecimiento. Dios los bendiga.
2
Resumen.
La investigación aborda un tema de actualidad y connotación estratégica para
la economía del país que tiene como objeto una de las instalaciones
emblemáticas del turismo cubano llamada a consolidar su actuación.
La tesis asume la modelación de la satisfacción mediante los Modelos de
Ecuaciones Estructurales.
Mediante
el que
se
ofrece
un
constructo
multidimensional que representa la escala de valor para el cliente actual, la
interacción y sinergia entre los atributos componentes que lo conforman e
identifica los de mayor impacto en la diferenciación competitiva.
Los hallazgos de la representación delimitan tres ámbitos de actuación
estratégica que facilitan el diseño de acciones de mejora para el sostenimiento
del liderazgo de Tropicana en el mercado.
3
Abstract.
The research addresses a current issue and strategic connotation to the
country's economy which aims one of the emblematic Cuban tourism facilities
called to consolidate its performance.
The thesis, assumes the modeling of the satisfaction through Structural
Modeling Equation. Through a multidimensional construct that represents the
scale of value for the current customer interaction and synergy between
components that comprise the attributes and identifies and is offered the
greatest impact on the competitive differentiation.
The findings of representation define three areas of strategic actions that
facilitate the design of improvement actions to sustain the leadership of
Tropicana on the market.
4
ÍNDICE
Introducción……………………………………………………………………………6
CAPÍTULO 1: Modelación de la satisfacción, vía para la consolidación de la
escala de la generación de valor para el cliente………………………………......8
Epígrafe 1.1: Fundamentos básicos de la modelación de la satisfacción
de clientes…………………………………………….………………….….....8
Epígrafe 1.2: Aplicación de los sistemas de Ecuaciones Estructurales a
la modelación de la satisfacción……………………………………………11
Epígrafe 1.3: Modelos alternativos y factibilidad de empleo en la
validación del sistema de valor del cliente ...........………………………..16
CAPÍTULO 2: Modelación de la satisfacción del cliente en el Cabaret
Tropicana……………………………………………..……………………………….24
Epígrafe 2.1: Tropicana: 75 años de generación de valor para el
cliente……………………………………………………………………….....24
Epígrafe 2.2: Evaluación de modelos alternativos y factibilidad de empleo
en el cabaret Tropicana………………………….…………………………..27
Epígrafe 2.3: Selección del modelo que representa el sistema valor para
el cliente ……………………………………………….…………………..….36
CAPÍTULO 3: Modelación de la satisfacción percibida, una oportunidad para la
consolidación de la estrategia de generación de valor ……………………….....43
Epígrafe 3.1: Aportaciones del modelo para la definición de la escala de
valor del cliente en el cabaret Tropicana…..………………………..…….43
Epígrafe 3.2: Bases para la consolidación de la estrategia de generación
de valor en el cabaret Tropicana ...............................………….………...46
Epígrafe 3.3: Vías para la actuación estratégica en Tropicana…….......49
Conclusiones…....…………………………………………….…………………......56
Recomendaciones………………………………………………………………......58
Bibliografía …………………………………………………………………………...59
Anexos ……………………………………………………………………………......66
5
Introducción.
Tropicana, considerada entre los centros turísticos más famosos del mundo y
con una tradición de 75 años, atesora una historia de generación de valor al
mercado que se asienta en las combinaciones de las superproducciones
desbordantes de glamour, sensualidad y colorido, la presencia de cientos de
artistas en escena y el frondoso bosque tropical que viera nacer el Cabaret
hace más de medio siglo y lo ratifican como “El Paraíso bajo las Estrellas” por
turistas y visitantes de todos los confines del mundo.
La Calidad que es una condición indispensable para la entrada en el mercado
turístico, resulta de primer orden en un contexto altamente competitivo en los
que los oferentes buscan la vía de fidelizar sus clientes mediante la estrategia
de diferenciación. La gestión del valor para el cliente ha sido una constante en
la historia de Tropicana por la consolidación de su marca y prestigio
internacional. De ahí la alianza con la academia para descifrar la calidad como
constructo multidimensional como basamento científico para las decisiones
estratégicas.
La investigación de la calidad percibida acumula una trayectoria ascendente
desde el año 2002 en el que Tropicana se convierte en un observatorio de
satisfacción de clientes por la Facultad de Economía. Cada investigación ha
constatado la trascendencia de la medición de la calidad percibida y la
dinámica favorable que ejerce en los resultados económicos que alcanza la
entidad.
Los trabajos científicos antecedentes iluminan la comprensión multiatributo de
la calidad percibida, sin embargo no se ha podido captar la interacción de los
componentes y el peso que tienen cada uno de ellos para la estrategia de
generación de valor. Existen antecedentes de la modelación de constructos
multidimensionales mediante Modelos de Ecuaciones Estructurales o (SEM por
sus siglas en inglés)1.
1
Modelos de Ecuaciones Estructurales, de aquí en adelante SEM
6
Los SEM permiten representar las relaciones existentes entre un grupo de
variables no observadas de manera simultánea y es reconocida la importancia
de su utilidad para la modelación en diferentes contextos para entender los
sistemas, su estructura y trazar acciones de comportamiento para su
transformación. En tal sentido se prevé la posibilidad de su empleo en el
análisis de la satisfacción como sistema de valor en Tropicana.
Siendo el problema de la presente investigación: ¿Cuáles son los componentes
del sistema de valor percibidos por los clientes que facilitan la actuación
estratégica para el sostenimiento competitivo del cabaret Tropicana?
La respuesta al problema científico plantea el siguiente sistema de objetivos:
Objetivo General:

Modelar la satisfacción de clientes como base para la actuación
estratégica en Tropicana.
Los objetivos específicos son:
1. Elaborar las bases teóricas para la modelación de la satisfacción.
2. Determinar la alternativa adecuada para la
modelación de la
satisfacción en Tropicana.
3. Interpretar el modelo de satisfacción percibida para la consolidación de
la estrategia de generación de valor.
La tesis incursiona en el estudio de satisfacción de clientes como fuente
exploratoria para la modelación de la calidad en Tropicana. Se realiza a partir
de 4 variables originales, a partir de la experiencia de SEM en otros contextos.
Y de un total de 36 modelos se determinan 3 posibles y se extrae el que
finalmente permite el cumplimiento de los objetivos planteados.
Para su realización se utilizan los paquetes estadísticos Analysis of Moment
Structures (AMOS) Versión 20 y Statistical Package for the Social Sciences
(SPSS) Versión 21.
7
CAPÍTULO 1: Modelación de la satisfacción, vía para la consolidación de
la escala de la generación de valor para el cliente.
Epígrafe 1.1: Fundamentos básicos de la modelación de la satisfacción de
clientes.
Actualmente las publicaciones en diferentes campos, se orientan con mayor
fuerza hacia la valoración de la satisfacción del cliente, la adaptación de los
propios modelos estructurales así como la construcción
de escalas y
cuestionarios. Ya que existe un interés cada vez mayor por parte de las
organizaciones de ofrecer productos y servicios que generen alta satisfacción,
que cumplan con las expectativas de los clientes. Por lo que lograr su plena
satisfacción se ha convertido en un requisito indispensable para posicionarse
en la mente de los clientes y capturar un mercado meta.
La importancia de estudiar la satisfacción del cliente, recae en que un cliente
satisfecho deja de lado a la competencia y por lo general, vuelve a adquirir el
servicio comunicando a otros posibles clientes sus experiencias positivas Kotler
y Lane (2006).
Para entender las características, dimensiones y definiciones de estos
conceptos, resulta fundamental empezar con una descripción y definición de
los mismos. Para posteriormente adentrarnos en su estudio en el ámbito de los
SEM.
Para Oliver (1993), la creación de valor constituye un camino para la
consecución de una ventaja competitiva. La superioridad de una empresa, no
puede basarse únicamente en la creación de valor, sino que tiene que ser
capaz de apropiarse del valor creado a través de la cuota de mercado y los
beneficios. Desde la perspectiva de la empresa, la creación de valor comienza
generando valor para los clientes, de forma que les permita ser capaces de
obtener una ventaja competitiva que, a su vez, contribuya a incrementar los
beneficios de esta. Las organizaciones que le prestan una adecuada atención a
su entorno y aprenden de él, consiguen generar mayores niveles de
satisfacción y lealtad. Cuando una empresa crea un valor superior para sus
8
clientes obtiene unos resultados de mercado superiores y unos resultados
financieros más elevados.
Entre las definiciones de satisfacción del cliente, se destaca la mencionada por
Tse y Wilton, (1988), el cual considera la satisfacción como un resultado que se
obtiene de la experiencia de consumir; como una respuesta emocional, sin
realizar evaluación alguna de las expectativas. Una segunda definición de
estos autores,
consideran la satisfacción del cliente como un proceso de
evaluación de las expectativas y los resultados efectivos: "es la respuesta del
cliente a la evaluación de la discrepancia percibida entre las expectativas
iniciales y el rendimiento o resultado efectivo del producto y/o servicio, tal y
como ha sido percibido tras su consumo", "la satisfacción del cliente se
encuentra determinada por un estándar previo a la experiencia y la
confirmación del mismo. Se supone que la confirmación y la no confirmación
determinan la satisfacción y la no satisfacción del cliente".
Es partiendo de la segunda definición, que se plantean los diversos métodos
actuales para medir los niveles de satisfacción. De esta forma, se pueden
trazar estrategias que maximicen el rendimiento de este indicador.
Según, Narver, Slater, y Maclachlan (2004), una clientela satisfecha repercute
positivamente en la situación económica y competitiva en los mercados a
través del incremento del volumen de adquisiciones de productos, el descenso
de los costes de comunicación, la atracción de nuevos clientes Payne y Pennie
(2005), el bajo coste por el mantenimiento de un cliente fiel Nauman (1995), la
creación de barreras de entrada Grönroos (2000), y la construcción de una
marca Nysveen, Pedersen, Thorbjornsen y Berthon (2005). Por otro lado, Zairi
(2000) advierte que un cliente satisfecho es propenso a compartir la
experiencia con cinco o seis personas, pero un cliente insatisfecho con diez. De
este modo si está satisfecho, será más probable que vuelva a comprarlo o
utilizarlo, Bernhardt, Donthu y Kennett (2000).
Igualmente, Hu, Kandampully, y Juwaheer (2009), establecen que la
satisfacción del cliente ha sido idealizada como una reacción afectiva, que
surge después de una prolongada serie de encuentros de servicio y en una
única respuesta; y Fornell (1992) lo conceptualiza como una evaluación global
9
a lo largo del tiempo de la experiencia de consumo, que puede variar
drásticamente con el tiempo. Giese y Côte (2000).
La satisfacción es el resultado de una comparación que surge siempre y
cuando lo percibido supere las expectativas Huber, Hermann y Weicke (2001),
pudiendo decir que la satisfacción es un resultado psicológico que emana de
una experiencia Oliver (1993), o una respuesta emocional a experiencias
asociadas a la compra Westbrook y Reilly (1983).
Por todo ello y como consecuencia de los beneficios que supone aumentar la
satisfacción de los clientes, en general las empresas tratan de establecer
mejoras en la satisfacción de sus clientes; y por último Brady y Cronin (2001),
que habiéndose apoyado en Grönroos (1984) y Parasuraman, et al. (1988)
comprobaron
también
como
la
satisfacción
era
multidimensional,
componiéndose de tres dimensiones (interacción, entorno físico y resultados).
La problemática reside que frecuentemente, la satisfacción es medida con
metodologías que no tienen en cuenta que es una variable sujeta a errores de
medición y la posible interrelación de las variables que la determinan desde el
punto de vista estadístico. Es por ello que con frecuencia, no se detectan en la
mayoría de los casos las posibles relaciones entre los niveles de satisfacción y
los resultados que se obtienen en la gestión. Para de esta forma poder plantear
estrategias hacia los atributos que determinan la satisfacción de los clientes.
A mediados de la década de los años 80 (siglo XX) comenzaron a aparecer
diversas publicaciones sobre modelos teóricos relacionados con la valoración
de la satisfacción, convirtiéndose en un método multidisciplinario como han
demostrado Tremblay y Gardner (1996), y Hershberger (2003), quienes
suministraron datos bibliométricos
sobre el número creciente de artículos
publicados en revistas a nivel mundial. Oliver (1980) con el uso de modelos
causales para determinar los efectos que motivan la satisfacción de clientes, y
Swan y Trawick (1981) con la propuesta de un primer caso de aplicación en un
restaurante, fueron pioneros en este tipo de investigación. Según lo
mencionado por Korkofingas (2004) luego del trabajo de estos autores se han
generado un gran número de investigaciones relacionadas con la valoración de
la satisfacción.
10
La satisfacción del cliente siempre ha tenido un alto interés para directivos e
investigadores por los resultados positivos que existen entre satisfacción y
retención Anderson y Sullivan (1993); Murray y Howat (2002); Oliver (1999).
Por ello y teniendo en cuenta que la Satisfacción General es una predicción de
las Intenciones Futuras de volver a adquirir un servicio o producto Galen, Dean
y Janet (2005) resulta de vital importancia determinar cuáles son los atributos
que anteceden a estos constructos.
Entender las variables que afectan la satisfacción permite establecer
estrategias para retener clientes y motivar su intención de recompra Grönroos
(1982); Cronin y Taylor (1992); Fornell (1992); Zabkar (2000). Los cual resulta
una medición compleja radicada en la naturaleza intangible del servicio, en la
no estandarización del proceso, y la inseparabilidad entre la producción y su
consumo Zeithaml (1981); Parasuraman, et al. (1985).
Diversos investigadores han propuesto esquemas causales orientados a
deducir el comportamiento de los clientes, lo cual ha motivado la discusión
académica sobre cómo evaluar la satisfacción, la utilización de métodos
cuantitativos y cuál es el mejor software informático a utilizar.
Epígrafe 1.2: Aplicación de los sistemas de Ecuaciones Estructurales a la
modelación de la satisfacción.
Las investigaciones en las Ciencias Sociales y específicamente en la Economía
han desarrollado numerosas herramientas metodológicas, a través de las
cuales se han podido diseñar y validar complejos modelos que tratan de
explicar la realidad. En los últimos años con el surgimiento de nuevas
herramientas metodológicas de carácter cuantitativo que se basan en los
llamados SEM teniendo como principio probar y estimar relaciones causales a
partir de datos estadísticos y asunciones cualitativas sobre la causalidad.
Los autores Oliver (1980), Swan y Trawick (1981) en sus artículos sobre la
evaluación de la satisfacción sugieren un modelo compuesto que incluye las
expectativas, intención de precompra / recompra y atributos. Con el fin de
probar la teoría de la disconformidad, donde la satisfacción de un cliente es
11
producto de la comparación subjetiva entre las expectativas antes de adquirir el
servicio y la percepción conjeturada una vez es adquirido éste Blodgett y
Granbois (1992).
En los últimos 30 años, se ha incrementado la utilización de modelos causales
para representar las variables que permitirían en un momento dado modelar la
satisfacción de los clientes. Los modelos teóricos planteados alcanzaran
relevancia si logran identificar aquellas variables que afectan en mayor grado
la satisfacción del cliente.
Diversas investigaciones han intentado plantear un modelo ideal para la
valoración de la satisfacción. Partiendo de la conceptualización de los factores
y de su identificación, así como la elección de un método matemático para
determinar los efectos entre variables. Existen numerosos métodos de solución
de los diagramas causales, los cuales pueden comenzar con análisis de
regresión lineal, la utilización de métodos multivariados y el empleo de métodos
paramétricos y no paramétricos.
Para el análisis de este tipo de investigación estadística se recomienda la
utilización de SEM, Haenlein y Kaplan (2004) para la solución de problemas
planteados como modelos causales, los cuales pueden basarse en análisis de
covarianza.
Los SEM permiten representar las relaciones existentes entre un grupo de
variables empleando los conceptos de la estadística básica y la estadística
multivariada; su uso se concibe como una herramienta de tipo cuantitativa para
la prueba de hipótesis Schumacker y Lomax (2004). El primer escrito que
acuña la palabra ecuaciones estructurales proviene del genetista Sewall Wright
(1921), quien enfoca su aplicación a los estudios del medio ambiente y la
genética. Sólo en 1970, este término se popularizó gracias al estadístico
Goldberger, quien propuso la generalidad del modelo y la aplicabilidad en otras
disciplinas como las Ciencias Sociales, Batista y Coenders (2000).
Los SEM se sobreponen a los métodos básicos de regresión cuando las
variables observadas contienen errores de medición e interdependencia o
causación simultánea entre estas y cuando las variables latentes (no
observables) o constructos no han sido observadas Joreskog y Sorbom (1982).
12
La importancia actual de los SEM radica en que su aplicación constituye un
método práctico para entender e incluso modificar modelos teóricos Anderson y
Gerbing (1988); Hox y Bechger (1998), que pueden ser resueltos fácilmente
con la ayuda de programas informáticos especializados como LISREL, AMOS,
EQS y LISCOMP. Los SEM están compuestos por dos partes, según lo
expuesto por Joreskog (1970) uno estructural, representado por factores o
variables latentes que están relacionadas entre sí, y una parte medible, donde
se encuentra una serie de variables observadas relacionadas con las variables
latentes, cuyos valores o datos se obtienen generalmente como resultado de la
aplicación de una encuesta estructurada.
A inicio de los años 90, del pasado siglo las investigaciones incluían en los
diagramas causales elementos o factores de resultado. Feinberg, et al. (1990),
aplicó un modelo para evaluar la satisfacción incluyendo la intención de
recomendar y recomprar el servicio o producto; demostrando que una
experiencia positiva reflejada por el cliente motiva la intención de recompra de
un producto, intensidad que varía según su línea. Esta afirmación se
complementa con el estudio realizado por Halstead y Page (1992), cuyos
resultados concluyen que la satisfacción del cliente con un componente de
resolución de quejas no influye en un alto nivel sobre la intención de recompra.
Se observó en diferentes artículos de las últimas décadas, como ha
evolucionado el pensamiento de los autores en la conceptualización de factores
que determinan la satisfacción.
Como se ha observado, a través de los años ha ocurrido una evolución en la
estructura de los modelos causales orientados a caracterizar los factores clave
que intervienen en la valoración de la satisfacción. Cambiando el enfoque hacia
el análisis de variables de resultado como la satisfacción del cliente, la lealtad,
la intención de recompra y la recomendación, conclusión equivalente a la
descrita por Cronin, et al. (2000).
Para validar los modelos teóricos se recurre a investigaciones empíricas, a
través de un análisis de datos mediante encuestas valorativas de tipo
estructurada y tamaño de muestra que generalmente superan los 150
individuos, ajustando sus respuestas por lo general a una escala Likert.
13
Dichas investigaciones buscan validar estas técnicas cuantitativas y su forma
de planteamiento, a través del análisis de las variables latentes y observadas.
Las encuestas deberán adaptarse según el tipo de servicio o producto y el
contexto donde se desarrolle, así como la representación de diagramas
causales.
Los SEM son cada vez más utilizados entre los investigadores y empresarios
Domínguez y Jesús (2006), en cuanto al análisis cuantitativo de los modelos
causales. Utilizando la mayoría de las herramientas de la estadística
multivariante Haenlein y Kaplan (2004).
Aunque no existe un modelo causal definitivo que sea capaz de incluir todos los
factores estructurales y los efectos que estos puedan generar.
Se puede confirmar la existencia de elementos que sobresalen en la valoración
de un servicio como pueden ser, las percepciones de los clientes, la
satisfacción y sus intenciones futuras (lealtad, volver o recomendar el servicio
y/o producto). Las relaciones entre los factores en este nivel de análisis
indicaran las percepciones sobre la satisfacción del cliente y a su vez como
este afecta directamente las intenciones futuras.
Según Gómez (2011), la literatura establece que una de las características más
relevantes de los SEM es la identificación del modelo, que especifica relaciones
entre variables así como la direccionalidad de causalidad. La identificación del
modelo requiere de varias característica; aceptación teórica del modelo,
eliminación de modelos equivalentes, indicadores aceptables del modelo y
replicación de los resultados con muestras independientes.
Se enumeran algunas características propuestas por Gómez (2011) que
resaltan la utilización de SEM basado en covarianzas:
1. Permite implementar procedimientos de prueba de hipótesis (rechazar o
no el modelo propuesto, comparación entre poblaciones).
2. Cálculo de errores estándar para los parámetros del modelo.
3. Presenta problemas de convergencia al maximizar la verosimilitud en
modelos grandes o pequeños donde el número de variables manifiestas
excede el número de casos.
14
4. Se requiere restringir a una constante algunos senderos principalmente
para captar la escala de medición, lo cual contribuye a la identificación
del modelo.
5. Existe un número considerado de índices de ajuste.
6. Teóricamente es posible incluir indicadores formativos.
7. Indeterminación factorial.
8. Especificación de la estructura residual.
9. Ajustes idénticos para diferentes modelos hipotéticos.
10. Es necesario un conocimiento a priori, Fornell Claes, et al. (1982), ya
que la aprueba del estadístico chi-cuadrado de ajuste es idéntica para
todas las posibles variables no observables que satisfagan la misma
estructura de pesos.
11. Precisión estadística en los estimadores, bajo el cumplimiento de
supuestos.
12. Los estimadores obtenidos tienen propiedades asintóticas para ser
insesgados, normales y de alcanzar la cuota de mínima varianza.
El SEM, abarca características del Análisis de Sendero y del Análisis Factorial
por lo que algunas de las limitaciones de los modelos mencionados se superan
en el modelo estructural.
El SEM incluye metodologías estadísticas Esposito, et al. (2010) utilizadas para
estimar cadenas de relaciones causales, definidas en modelos teóricos,
relacionando dos o más variables latentes, cada una medida a través de un
número de variables manifiestas o indicadores.
El “SEM descrito por Haenlein (2004) puede ser (y a menudo es) usado para
probar (y consecuentemente soportar o rechazar) supuestos teóricos con datos
empíricos”.
SEM, divergiendo del Análisis de Senderos, admite la inclusión de variables
latentes, incorporando un modelo de medida en donde las variables
observables son los indicadores de la variable latente. No existe correlación
entre las variables latentes como sucede en el Análisis Factorial, sin embargo,
ocurre una asociación causal entre las variables latentes y algunas de ellas se
15
describen
en
términos
de
otras.
Convirtiéndose
en
dependientes
y
posteriormente tomando el papel de variables independientes.
Siempre que lo planteado no genere problemas en la estimación, se deberá
considerar incluir el mayor número posible de indicadores para cada variable
latente. Según Haenlein (2004), trabajos de algunos autores como Marsh, et al.
(1998) reconocen que con un mayor número de indicadores por variable latente
se obtienen pocas soluciones impropias y mejores resultados. Acerca de este
mismo punto, Kline (2005) sugiere, en el enfoque basado en covarianzas, al
menos tres indicadores por factor, especialmente si el tamaño de la muestra es
pequeño.
Los indicadores reflectivos, dependen de la variable latente, existiendo también
indicadores formativos, que causan a la variable latente.
La regla de correspondencia para el indicador refletivo es de la variable latente
o constructo al indicador, indica que la variable latente es causa de los
indicadores. Para Henseler, et al. (2009), “De manera que cambios en la
variable latente, se espera sean reflejados en todos los indicadores”. Este tipo
de indicadores deberán ser usados cuando la variable no observada genera o
da lugar a algo que es observado, tal como la personalidad, rasgo o actitud.
La regla de correspondencia para el indicador formativo es de los indicadores o
variables observables, a la variable latente. Aquí las variables observadas
explican a la variable latente, es decir el constructo es formado o causado por
los indicadores. Por ello Lévy, et al. (2006)
“el constructo, en esencia, se
expresa como un índice aditivo; el constructo definido está completamente
determinado por una combinación lineal de sus indicadores”.
Epígrafe 1.3: Modelos alternativos y factibilidad de empleo en la
validación del sistema de valor del cliente.
La satisfacción al constituir una variable no observable dependiente de otras es
consecuencia de la interacción entre variables latentes que para su medición
se basan en criterios de variables observables. La medición de la satisfacción
16
requiere herramientas que consideren la inclusión de variables latentes y la
interacción entre ellas. Las variables observables, a su vez se valen de
indicadores para su evaluación. Las herramientas de análisis multivariado,
satisfacen alguno de estos requerimientos. Es por ello, que en la satisfacción
se manifiestan acciones deseables de ser medidas que pudieran aumentar o
disminuir en dependencia del criterio que le otorguen los clientes.
Según lo expuesto por Tenenhaus (2008), uno de los enfoques para la
estimación de SEM, es el basado en covarianzas desarrollada alrededor de
Karl Jöreskong, es considerado una generalización del Modelo de Senderos,
Análisis de Componentes Principales y Análisis de Factores.
El Análisis de Senderos o también conocido como Path Analysis, es el modelo
al que se recurre para comprobar y afirmar los supuestos causales de las
variables a estudiar. Se declaran las variables dependientes (observables) y la
relación que puedan surgir entre ellas.
El primer paso es dibujar un diagrama, que se fundamente en una teoría donde
se señalen las relaciones de influencias sobre las variables. Para aceptar o no
la hipótesis presentada en la estructura causal y de esta forma evaluar el peso
de cada relación que se encontraran en los denominados coeficientes de
sendero. La correcta especificación
2
y direccionalidad del modelo son
fundamentales ya que las mismas son explícitamente determinadas por la
experiencia de los investigadores y estudios cualitativos.
Según Gómez (2011), los modelos de senderos se pueden clasificar en
recursivos y no recursivos. En los recursivos, los disturbios no están
correlacionados y todos los efectos causales son unidireccionales. Los no
recursivos, tienen causalidad recíproca y los disturbios pueden estar
correlacionados. Se recomiendan, los supuestos del diagrama de senderos que
se muestran a continuación.
2
La especificación del modelo se refiere a que las hipótesis del investigador estén expresadas en el
modelo estructural. Kline (2005).
17
1. La correlación entre las variables residuales y las variables exógenas es
nula. Lo anterior debido al requerimiento estadístico usado en regresión, en
donde se indica que los predictores no deben estar correlacionados con los
errores. Además de asumir, conceptualmente, independencia entre las
variables exógenas y los disturbios permite la estimación de efectos directos.
2. La causalidad puede ser no recursiva.
3. Las correlaciones entre las variables son lineales y aditivas, es decir, se
excluyen relaciones curvilíneas y de interacción multiplicativa.
Se recomienda según Kline (2005), un elemento que debe ser considerado
para la correcta evaluación de un Análisis de Senderos, en SEM basado en
covarianzas, es la identificación del modelo. Para que el modelo este
identificado se requiere que: i) el número de parámetros a estimar sea menor o
igual al número de observaciones, considerando las observaciones como el
número de varianzas y covarianzas generadas por las variables observables
del modelo. Si el número de variables observables es v, el número de
observaciones es v (v+1)/2; ii) Cada variable latente este asignada a una
escala métrica. El requerimiento de que haya al menos tantas observaciones
como parámetros a estimar, se puede expresar como
, donde
son
los grados de libertad del modelo.
Un problema central en el análisis de datos multivariados, Manly (1986), es la
reducción de la dimensión. Es deseable describir con precisión los valores de p
variables con un subconjunto pequeño de ellas r < p, de manera que se
reduzca la dimensión sin perder la capacidad explicativa de la información. El
análisis de componentes principales, es uno de los métodos multivariados más
simples. Su objetivo es tomar p variables
y encontrar la
combinación de estas para producir índices (que pueden ser consideradas
variables latentes)
que no estén correlacionados.
La no correlación indica que los índices miden diferentes dimensiones en los
datos. Es deseable que los datos estén descritos por un número pequeño de
índices, de manera que haya una reducción en la dimensión, esto ocurre
18
cuando las variables originales están altamente correlacionadas. Esta técnica
es debida a Hotelling (1933), aunque sus orígenes se encuentran en los ajustes
ortogonales por mínimos cuadrados introducidos por K. Pearson (1901), citado
en Manly (1986).
La elección de los índices se realiza de tal forma, que el primer componente
recoja la mayor proporción posible de la variabilidad total; el segundo debe
recoger la máxima variabilidad, y así sucesivamente. Del total de componentes
se elegirán aquéllos que recojan el porcentaje de variabilidad que se considere
suficiente. A éstos se les denomina, componentes principales.
Según Gómez (2011), para que un factor sea fácilmente interpretable debe
tener las siguientes características:
 Los coeficientes factoriales deben ser próximos a 1.
 Una variable debe tener coeficientes elevados sólo con un factor.
 No deben existir factores con coeficientes similares.
Un aspecto clave en el análisis de componentes principales, es la
interpretación de los factores, ya que ésta no viene dada a priori, sino que se
explica tras observar la relación de los pesos con las variables iniciales. De
manera que hay que estudiar tanto el signo, como la magnitud de las
correlaciones.
Una de las limitaciones del Análisis de Senderos expuesto anteriormente, es el
uso de un solo indicador de medida para cada variable observable
representada en el modelo. La construcción del modelo de medida utilizado en
los SEM, requiere formación de constructos medidos a través de varios
indicadores o variables observables, así como el análisis de sus relaciones.
Una herramienta que puede apoyar a poner a prueba la conformación de los
constructos en investigaciones previas, es el Análisis Factorial.
El Análisis Factorial, Gómez (2011) tiene objetivos similares al Análisis de
Componentes Principales. Busca describir un conjunto de p variables
en términos de número menor de indicadores o factores e
19
identificar relaciones entre estas variables. Los factores tienen la función de
variables latentes. La principal característica es que el análisis de componentes
principales no se basa en un modelo estadístico particular que se construye a
priori, mientras que el análisis factorial sí. Es decir, en el análisis de
componentes se busca hacer un cambio de base con la cual se explique la
mayor varianza posible, el análisis factorial involucra, además, variables
aleatorias para modelar los errores. Cuando se recoge un gran número de
variables de forma simultánea, es de gran interés averiguar sí las preguntas se
agrupan de alguna forma característica. Aplicando dicho análisis, es posible
encontrar grupos de variables con significado común y conseguir de esta
manera, la reducción en el número de dimensiones.
El Análisis Factorial consta de tres pasos (Manly, 1986):
1. Determinar cargas provisionales de factores
2. Rotación factorial
3. Cálculo de las puntaciones de los factores
Los SEM, se conforman por un modelo de medida y un modelo estructural. El
primero satisface las reglas de Análisis de Factores y el segundo el Análisis de
Senderos.
La literatura consultada referida a la utilización de los modelos SEM en las
Ciencias Sociales y del comportamiento. Nos advierten que cuando los
indicadores no se ajustan a una distribución normal, como puede ocurrir al
utilizar escalas tipo Likert, afloran dificultades en el ajuste de los modelos. Por
lo que es conveniente utilizar métodos de estimación específicos para estos
casos, como es el caso de los métodos de Libre de Distribución Asintótica o
(ADF por sus siglas en inglés)3 y Mínimos Cuadrados no Ponderados o (ULS
por sus siglas en inglés)4.
Los ADF están basados en la utilización de matrices de covarianza asintótica
como pesos al analizar las matrices de correlaciones. El inconveniente que
3 Libre de Distribución Asintótica, de aquí en adelante ADF
4 Mínimos Cuadrados no Ponderados, de aquí en adelante ULF
20
presenta este método es que requieren un número muy elevado de respuestas.
Según Diamantopoulos y Siguaw (2000) serían necesarias un mínimo de: k (k1)/2 respuestas, siendo k el número de ítems del modelo.
Los ítems obtenidos como respuesta a una encuesta y que miden una variable
y son agrupados en un único indicador en los SEM es conocido como (modelo
totalmente agregado). También pueden utilizarse como indicadores individuales
(modelo totalmente desagregado) el cual es utilizado cuando se hace uso del
método de ULS. O el agrupamiento de varios ítems llamados parcel (modelo
parcialmente agregado) mediante su suma o promedio en unos nuevos
indicadores, el cual es utilizado cuando se hace uso del método de ADF.
Dos soluciones a la problemática apuntada anteriormente de SEM con
variables de tipo Likert residen en la utilización de modelos parcialmente
desagregados y en otros casos en la eliminación de determinados ítems.
Consiguiéndose pasar de un número elevado de ítems a un conjunto más
reducido y manejable, con lo que se obtienen modelos mucho más sencillos, lo
cual provocará un mejor ajuste.
En el primer caso, el agrupamiento de los ítems individuales en parcel fue
propuesto inicialmente en Cattell (1956) y Cattell y Burdsal (1975). Desde
entonces, la citada técnica ha sido ampliamente utilizada. Así, en el análisis
realizado por Bandalos y Finney (2001), el 19.6% de los artículos estudiados
que utilizaban SEM empleaban alguna estrategia de parcelación de ítems. En
un estudio más reciente, llevado a cabo por Williams y O’Boyle (2008),
centrado en artículos sobre gestión de recursos humanos, dicho porcentaje se
incrementa hasta el 44%.
Autores como Takahashi y Nasser (1996) y Sass y Smith (2006), constatan una
mejora significativa de los indicadores de bondad de ajuste a medida que se
incrementa el número de ítems que se agrupan bajo un mismo parcel. Un
criterio de agrupamiento consiste en situar en el mismo parcel aquellos ítems
con un contenido similar, como se propone en Comrey (1970), citado por
Bandalos y Finney (2001) o en Nasser, Takahashi y Benson (1997).
En el segundo caso, la eliminación de determinados ítems según la bibliografía
consultada fue determinante en este tipo de modelos cuando el resultado de la
21
estimación es inadmisible, es decir, hay parámetros estimados con valores
ilógicos, tal como varianzas negativas, o correlaciones entre un factor y un
indicador con valor absoluto mayor a 1, puede ser causado por: a) errores en la
especificación del modelo, b) no identificación del modelo, c) presencia de
valores atípicos o una combinación de tamaño de muestra pequeño y sólo dos
indicadores por factor en un modelo de medida, d) valores de inicio
inadecuados o correlaciones extremadamente altas o bajas. Chen, et al. (2001)
citado en Kline (2005)
Según Fernández (2004), inicialmente se usó la regresión de los Mínimos
Cuadrados Ordinarios (MCO) para la estimación de SEM. Más adelante
apareció el método de Máxima Verosimilitud (MV) 5 que, por requerir el
cumplimiento de supuestos: normalidad multivariada
6
de las variables
endógenas, independencia en las observaciones, independencia entre las
variables exógenas y los errores, así como una correcta especificación del
modelo, es reemplazado por los métodos de Modelos Parciales de Mínimos
Cuadrados o (PLS por sus siglas en inglés)7, ULS, ADF y Mínimos Cuadrados
Generalizados (GLS).
Según Gómez (2011) es habitual trabajar con dos enfoques para la estimación
de SEM: El enfoque en la estructura de la covarianza, utilizado en los software
LISREL, AMOS y EQS. El basado en la estructura de las varianzas o basada
en componentes aplicando la técnica de PLS. Ambos enfoques buscan la
estimación de los parámetros del modelo, pero los objetivos son diferentes.
Mientras que para el enfoque basado en covarianzas, el objetivo es explicativo
(busca poner a prueba un modelo), para PLS es predictivo. Ambos objetivos,
explicativo y predictivo, son similares a los objetivos que contiene la regresión.
La elección entre un enfoque y otro debe considerar los objetivos de la
investigación y madurez de la misma, las características de los datos, el
tamaño de la muestra así como las limitaciones de cada uno de los métodos.
5
Máxima Verosimilitud, en adelante MV
“Normal Multivariada implica que 1) todas variables tienen distribución normal 2) la distribución
conjunta de cualquier par de variables es normal bivariada 3) todos los diagramas de dispersión
bivariados son lineales y homocedásticos” Kline (2005)
7
Modelos Parciales de Mínimos Cuadrados, de aquí en adelante PLS
6
22
La estimación bajo el enfoque de covarianzas, es orientado por la teoría y
enfatiza la transición de modelo exploratorio a modelo confirmatorio. Su uso se
recomienda cuando la teoría a priori es fuerte o madura y el objetivo es la
validación del modelo. Debido a que no se obtiene el valor de las variables
latentes Sheng-Hsun Hsu, et al. (2006), citado en Henseler (2009), argumenta
que hay pérdida en la precisión de la predicción, lo cual no es de importancia,
puesto que el objetivo es probar las relaciones estructurales entre los
conceptos.
Según Chin y Newsted (1999), citado en Haenlein, et al. (2004) “Por
consiguiente el proceso de estimación de los parámetros busca reproducir la
matriz de covarianzas de las medidas observadas”. La matriz de covarianzas
está basada en p y q indicadores de medida.
Por todo ello luego de conocer las bases teóricas y las bondades de la
modelación de los SEM en la medición de constructos multidimensionales. Se
crea la necesidad de explorar las alternativas de modelo a fin de precisar la
adecuación de su utilización en la modelación de la satisfacción de la escala de
valor para los clientes del cabaret Tropicana.
23
CAPÍTULO 2: Modelación de la satisfacción del cliente en el Cabaret
Tropicana.
Epígrafe 2.1: Tropicana: 75 años de generación de valor para el cliente.
El pasado 31 de diciembre de 2014 el famoso Cabaret Tropicana de La
Habana cumplió 75 años de su apertura,
con una gran tradición de
celebridades, colorido particular y el interés de visitarlo por viajeros de todo el
mundo. De las 300 butacas que disponía cuando se inauguró, Tropicana
aumentó sus capacidades a las más de mil sillas actuales, entre mesas y
espacios reducidos. El Cabaret “Tropicana” pertenece, dentro del Ministerio del
Turismo, al Grupo Empresarial Extra hotelero “Palmares.SA” con la
denominación de Sucursal Extra hotelera Cabaret “Tropicana”.
Sus anfitriones siempre fueron destacadas personalidades del arte de nuestro
país como las cantantes Elena Burke, Rita Montaner, Celia Cruz o el pianista y
compositor Ignacio Villa “Bola de Nieve”. Por sus escenarios, además -entre
muchas otras celebridades mundiales- la vedette Josephine Baker, el
compositor y cantante Cheo Feliciano, el pianista y cantante Nat King Cole, la
cantante y actriz Libertad Lamarque.
A fines de los años 30, comenzaron a rondar ideas sobre los terrenos de cierta
parte del barrio de Marianao, en un extremo capitalino, un área llamada en ese
entonces Villa Mina, propiedad que luego la viuda Chaumont de Truffin decidió
arrendar para crear allí un night club. Fue entonces el 31 de diciembre de 1939
cuando nació ese espacio para la diversión y el buen arte, con una serie de
expectativas entre los habaneros adinerados de esa época.
En 1950, la escultora cubana Rita Longa, terminó y colocó a la entrada una
figura blanca de una danzarina clásica que con el tiempo se convirtió en el
símbolo del Cabaret. Pero Tropicana no es sólo el salón Bajo las Estrellas,
existen además Los Jardines, otrora Casino, con música de violines y piano, el
Bar Restaurante La Fuente y cafeterías. La Fuente de las Musas (o de las
24
Ninfas) grupo escultórico concebido por el artista italiano Aldo Gamba, fue
comprada para el Cabaret en 1952. El ritmo de los más de 100 mil clientes que
pasan por Tropicana de año en año (sobre todo españoles, italianos, alemanes
y franceses), otorgó al lugar una especie de bandera de inmortalidad, nexo con
lo mejor de la cubanía y estandarte del turismo insular.
El Salón “Bajo las Estrellas”: Es donde funciona el mundialmente conocido
Cabaret “Tropicana Bajo las Estrellas” con un espectáculo que desborda
cubanía, acompañado de una exquisita oferta gastronómica. Es un inmueble de
la década de 1930, construido en forma de terrazas para facilitar la visibilidad y
totalmente en exteriores, a cielo abierto. Abre sus puertas todos los días de
8:30 p.m. a 2:00 a.m., cuenta con una capacidad de 850 a 1200 personas. El
Cabaret cuenta con 3 ofertas: de 75, de 85 y de 95 CUC por persona, las
cuales se diferencian por la localización dentro de este y la oferta gastronómica
que incluye cada una.
La trayectoria de Tropicana acaudala una estela de éxitos con espectáculos
como: Los romanos eran así, Almanaque, Carnaval de Lecuona, Tropicana
canta y baila para usted, Brindis por Tropicana, Tropicana: la gloria eres tú y
actualmente Tambores en Concierto. Sus servicios están destinados
fundamentalmente al sector turístico: personas de negocio y cuerpo
diplomático, turismo individual, turismo de eventos, entre otros. Se define como
un cabaret exclusivo, con un entorno natural a cielo abierto y que ofrece al
cliente un magnífico espectáculo artístico que demuestra una cubanía típica, el
cual cuenta con una diversidad de números perfectamente ambientados.
Misión:
“Somos una instalación emblemática del turismo y la cultura cubana,
Monumento Nacional, donde se disfruta uno de los mejores espectáculos
artísticos del mundo a cielo abierto, exótico por la combinación que logra entre
el gran movimiento humano, la música en vivo y su entorno natural rodeado de
vegetación, acompañado de un servicio gastronómico rápido y eficiente, donde
prima la calidad, y la rentabilidad está dada por la satisfacción de nuestros
25
clientes, asegurando un ambiente agradable con la imagen de nuestro Grupo
Empresarial Palmares”.
Visión:
“Aspira a ser un lugar de obligada visita para cada turista que arribe a nuestro
país y para los clientes nacionales, manteniendo el liderazgo alcanzado hasta
hoy y consolidando nuestro producto como marca de valor internacional”.
Apropiación del valor generado:
Para que una empresa sea eficaz y eficiente tiene que ir de la mano la
generación de valor al cliente con el desempeño económico y el cumplimiento
de sus objetivos, esta tiene que ser capaz de crear valor y de apropiarse del
mismo para mantener su estrategia en el mercado. Tropicana no solo genera
alto valor a sus clientes sino que cumple además con sus ingresos y el aporte
al Estado de las utilidades para el sostenimiento de nuestro sistema social.
Se puede decir que la empresa, a pesar de las dificultades en el país y de las
fluctuaciones en el turismo, ha podido mantener sus buenos resultados
económicos hasta la actualidad, cumpliendo la mayoría de las veces con el
exigente plan de ingresos que prevé el MINTUR.
A pesar de la disminución de las ventas y utilidades en los años 2009 y 2010
debido a la crisis económica y financiera mundial, junto a la consiguiente
incertidumbre que esta provocó, además de la desaparición de los segmentos
priorizados como política del Estado para evitar las gratuidades en el sector
turístico, por ser este un sector de la economía que demanda todos sus
insumos en divisa convertibles y el papel que debe jugar el Estado para
subsidiar este gasto.
En la actualidad, se ha logrado producir una sólida masa de utilidad en divisa,
ascendente en estos últimos cuatro años a 22 669.3 MCUC de utilidades y se
ha aportado al Presupuesto del Estado 17182.0 MCUC, desempeñando en
esto un papel esencial la estrategia de disminución de costos y la creación de
nuevas fuentes de ingresos.
26
Premios y reconocimientos alcanzados:
Prueba infalible de lo expresado anteriormente, de sus resultados económicos
y del prestigio que tiene la calidad del producto que brinda, son el gran número
de reconocimientos que han adquirido desde hace décadas, lo cual es un
ejemplo palpable de sus hazañas.
Entre los que se encuentran, ser distinguido por la Academia Norteamericana
de la Industria de Restaurantes con el codiciado premio Best of the Best Five
Star Diamond en 1992, haber obtenido el reconocimiento de Monumento
Nacional por el estado cubano y ser acreedor del Premio a la Excelencia
Empresarial que sostiene en la actualidad. El Cabaret Tropicana fue
seleccionado entre las veinte locaciones desde donde los consorcios
televisivos norteamericanos ABC y CNN trasmitieron en directo a todo el
mundo la despedida del siglo veinte.
Epígrafe 2.2: Evaluación de modelos alternativos y factibilidad de empleo en el
cabaret Tropicana.
Este trabajo analiza la modelación de la satisfacción de clientes en el cabaret
Tropicana. Con este objetivo se establece una distinción entre la satisfacción a
través de los atributos. La metodología utilizada es la de Modelos de
Ecuaciones Estructurales.
La especificación del modelo se inició con el estudio de investigaciones
pretéritas realizadas por el observatorio de satisfacción de clientes de la
Facultad de Economía en el Cabaret Tropicana, desde el año 2002. Los
autores García (2011) y Fontes (2013), en sus tesis sobre satisfacción de
clientes con atributos específicos, analizaron estadísticos descriptivos que
confirmaron la validez de los mismos en todas las variables observables.
Introduciendo en la presente investigación, variables de intenciones futuras,
donde se aplicará el análisis factorial, para buscar variables de agrupación de
27
las variables originales, denominadas latentes o constructos que se necesitan
en la construcción de las ecuaciones
estructurales, para observar el
comportamiento de estas variables simultáneamente.
Para este estudio se obtuvieron 175 encuestas realizadas a clientes, con la
cuales se realizó la estimación de los modelos. El diseño del cuestionario
aplicado (Anexo 1) en las entrevistas así como los detalles de referentes al
instrumento, diseño muestral y la aplicación de la encuesta, se pueden
consultar en Fontes (2013).
Las estimaciones se realizaron con los softwares, Analysis of Moment
Structures (AMOS) Versión 20 y Statistical Package for the Social Sciences
(SPSS) Versión 21. AMOS trabaja con las ecuaciones estructurales partiendo
del análisis factorial, asociando las técnicas multivariadas con la construcción
de ecuaciones múltiples.
En el caso de Tropicana, la satisfacción del cliente está relacionada con
atributos asociados con los Servicios, con el Show, la Satisfacción General y
las Intenciones Futuras. Debido a que todas ellas presenta un alto grado de
abstracción, se requiere de una metodología que permita descomponer este
concepto en constructos (variables latentes) y éstas a su vez, en indicadores
(variables observables), explorando la posible existencia de relaciones de
interdependencia entre ellas.
El desarrollo de esta tesis se centra en la evaluación de la satisfacción de los
clientes de cabaret Tropicana. En este sentido la evaluación de la satisfacción
busca ser la voz de los clientes. Lo cual es relevante para la dirección del
centro y el observatorio de satisfacción de clientes existente en la instalación,
los cuales están interesados en utilizar eficientemente los recursos y servicios.
La justificación por lo tanto de realizar este estudio se debe a la necesidad de
la construcción y validación de una medida o sistema de ecuaciones en la
determinación del patrón de satisfacción de los clientes del cabaret como vía
para la estrategia de generación de valor. Y que por lo tanto, evalúe la
28
percepción de la satisfacción, apoyándonos en aquellos aspectos que son de
interés directo o directamente controlables por la entidad.
Los resultados del análisis de los datos a partir de la evaluación de la
satisfacción resultaran ventajosos para el establecimiento de un plan de acción
para el logro de una mayor satisfacción e incrementos de la fidelización.
La estimación de impactos significativos sobre la satisfacción de los clientes del
cabaret Tropicana, a través del análisis de SEM tiene ventajas importantes
sobre los estudios descriptivos de satisfacción que se habían realizado con
anterioridad en la entidad. Se han desarrollado estudios univariados
multivariados. Por lo que es posible identificar áreas de mejora, a partir de las
estimaciones de los impactos.
Modelizar es representar una realidad compleja. En el SEM, las variables
latentes asocian a dos o más variables observables, lo cual es considerado
como un modelo de medida multi-indicador. También es posible tener un
indicador por variable latente, siendo no recomendable según la literatura
consultada.
En la definición de los constructos se pensó en cuatro factores explicativos:
Servicios (Color Naranja), SHOW (Color Rojo), Satisfacción General (Color
Azul) e Intenciones Futuras (Color Verde).
Según Kline (2005), dentro del análisis factorial se puede diferenciar entre dos
métodos de análisis diferentes: Análisis Factorial Exploratorio (AFE)8 y Análisis
Factorial Confirmatorio (AFC) 9 . Mientras que el AFE tiene como principal
objetivo determinar del número de factores que subyacen a los datos, así como
permitir que todos los indicadores saturen en todos los factores, y que todos los
factores estén correlacionados, en el AFC,
es el investigador quien debe
concretar a priori todos los aspectos relevantes del modelo, que deben estar
fundamentados en la teoría y en experiencia previa. Por lo que antes de
comenzar con el análisis, se deben especificar qué factores y qué indicadores
8
9
Análisis Factorial Exploratorio, de aquí en adelante AFE.
Análisis Factorial Confirmatorio, de aquí en adelante AFC.
29
forman parte del modelo, qué indicadores presentan saturaciones en cada
factor, si existe o no relación entre los factores, y así sucesivamente. El AFC
es, en consecuencia, un método de gran utilidad para el contraste, tanto de
hipótesis como de teorías.
Como es sugerido por Kline (2005), AFE no requiere hipótesis sobre cómo
están relacionados los indicadores de un factor determinado, e incluso el
número de factores. Se plantea todos los indicadores están típicamente
permitidos para correlacionarse con cualquier factor. La técnica de AFC,
analiza las medidas a priori del modelo, en donde el número de factores y su
correspondencia a los indicadores son especificados explícitamente.
A continuación se especifica la posible dirección de causalidad de las variables
latentes y las observables que se consideran necesarias en la construcción del
SEM.
Figura Nº 2.1 Dirección de causalidad de las variables latentes.
Fuente: Elaboración Propia.
30
Tabla Nº 2.1: Definición de variables latentes y observables.
Variables
Latentes
SERV
Variables
Observables
comidiom
proftrat
rapservi
prestrab
varigast
caligast
atralesp
ubimesas
SHOW
cantbail
vestarti
diveritm
colorido
orquesta
ambnatur
SG
sservres
caliprec
ITF
recomend
volvería
Fuente: Elaboración Propia.
Definición
Servicios
Comunicación idiomática
Profesionalidad y trato de los trabajadores
Rapidez del servicio
Presencia de trabajadores
Variedad gastronómica
Calidad de oferta gastronómica
Atractivos luego del espectáculo
Ubicación de las mesas
Show
Cantidad de bailarines
Vestuario de artistas
Diversidad de ritmos
Colorido del espectáculo
Orquesta
Ambiente natural
Satisfacción General
Satisfacción con el servicio recibido
Relación Calidad-Precio
Intenciones Futuras
Recomendaría nuestro Cabaret
Volvería usted una vez más a Tropicana
Los contrastes y estadísticos del AFE según Uriel y Aldás (2005), se aplican
previamente a la extracción de factores, cuyo objetivo es analizar la pertinencia
de aplicación del AFE a un conjunto de variables. Entre ellos:
Contraste de esfericidad de Bartlett: prueba si las variables originales están
correlacionadas entre sí; de lo contrario, no se aplicaría el AFE por la ausencia
de factores comunes.
Medidas de adecuación muestral: la medida KMO (Kaiser-Meyer-Olkin) mide
de adecuación de la muestra al AFE, debe ser próxima a 1.
31
El impacto de los valores perdidos
10
sobre la investigación depende
fundamentalmente de su cantidad y patrón Pérez (2010), si la distribución de
los datos perdidos es aleatoria, éstos no provocan serias distorsiones en los
análisis. No obstante, si está operando algún proceso no aleatorio de ausencia
de datos los resultados podrían verse sesgados. El programa SPSS, por
defecto tiene una rutina específica de análisis de valores perdidos (missing
values analysis) que permite determinar la magnitud de valores perdidos
(Anexo 2) y si éstos se presentan de manera sistemática o aleatoria.
La matriz de datos original, que recoge las respuestas de 175 clientes, las
variables que se estudian presenta solo un 2,3 % de valores perdidos. Estos
casos
faltantes
se
han
reemplazado
por
la
media
de
la
variable
correspondiente.
Para el estudio de la identificación del modelo. Siendo v=18 el número de
variables observables y el número de parámetros a estimar: v (v+1)/2 = 171, el
cual es inferior a 175 que es el número de observaciones. Se puede afirmar
que el modelo se encuentra sobre-identificado, se cumple la condición
necesaria para estar identificado. Además, no existe ninguna correlación entre
los residuos, por lo que se está ante un modelo recursivo.
El análisis de las pruebas de normalidad, González; Abad J. y Lèvy (2006),
señala que verificar la normalidad univariante, resulta ser una condición
necesaria pero no suficiente para que conjuntamente sigan una normal
multivariante, es decir, si la distribución conjunta es normal multivariante, cada
una de las marginales es una normal univariante, pero no a la inversa. Por este
motivo, se hace necesario comprobar en primer lugar que todas las variables
que se estudian individualmente, se distribuyan, normalmente para a
continuación, contrastar que todas ellas en conjunto cumplen la normalidad
multivariante.
10 Para mayor información sobre el tratamiento de valores perdidos, puede consultarse McKnight,
Sidaniy, y Figueredo (2007).
32
Se estudió la normalidad univariante. Los resultados de los contrastes de
normalidad de Kolmogorov-Smirnov-Lilliefors y de Shapiro-Wilks, se utiliza el
paquete estadístico SPSS versión 21.
Hipótesis:
Ho: Las variables observables siguen una distribución normal.
H1: Las variables observables no siguen una distribución normal.
La hipótesis nula de un contraste se rechazará siempre que el p-valor asociado
al estadístico sea inferior al nivel de significación α, frecuentemente se prefija al
5% o, 1%.
Tabla Nº 2.2: Contrastes de normalidad de Kolmogorov-Smirnov-Lilliefors y de
Shapiro-Wilks (Resultados de la Probabilidad Marginal de las variables):
Orquesta
Cantidad
bailarines
de Vestuario
artistas
0,000
0,000
0,000
0,000
Profesionalidad
del
Comunicación
y trato de los
idiomática
trabajadores
0,000
0,000
Ubicación de Presencia de Rapidez
las mesas
trabajadores servicio
0,000
0,000
0,000
de
Atractivos
luego
del
espectáculo
0,000
Ambiente
natural
Calidad
de Recomendaría
Variedad
oferta
nuestro
gastronómica
gastronómica Cabaret
0,000
0,000
Fuente: Elaboración Propia.
0,000
La significación de los estadísticos de Kolmogorov-Smirnov-Lilliefors demostró
que todas las variables observables son inferiores a 0,05%. Por lo tanto, se
rechazará la hipótesis nula de normalidad de todas las variables para dicho
nivel de significación. Siguiendo ese criterio, para todas las variables el
contraste de Shapiro-Wilks también nos permite rechazar la hipótesis de
normalidad. Se concluye, que ninguna de ellas sigue una distribución normal.
Los resultados de los contrastes de normalidad multivariante utilizando el
paquete estadístico Amos Versión 20:
33
Tabla Nº 2.3: Cálculo de la normalidad
Mínimo Máximo
Asimetría
Asimetría
Curtosis/
/
Error Curtosis Error
Estándar
Estándar
2
5
-0,496
-2,68
-0,618
-1,669
2
5
-0,666
-3,597
-0,272
-0,735
2
5
-0,436
-2,352
-0,513
-1,386
2
5
-0,625
-3,377
-0,248
-0,668
2
5
-0,348
-1,877
-0,801
-2,164
1
5
-1,417
-7,652
1,914
5,169
1
5
-1,096
-5,917
2,431
6,565
2
5
-0,36
-1,942
-0,817
-2,206
2
5
-0,38
-2,05
-0,806
-2,177
2
5
-0,621
-3,353
-0,172
-0,465
1
5
-1,071
-5,786
2,173
5,869
Vestuario de artistas
Recomendaría nuestro
Cabaret
Volvería usted una vez
más a Tropicana
Diversidad de ritmos
Colorido del
espectáculo
Orquesta
1
5
-1,267
-6,843
2,411
6,509
1
4
-0,411
-2,219
0,992
2,679
1
4
-0,373
-2,016
-0,242
-0,654
1
5
-1,318
-7,117
2,977
8,04
1
5
-1,303
-7,039
2,612
7,053
3
5
-0,653
-3,525
-0,578
-1,562
Ambiente natural
Normalidad
Multivariada
2
5
-1,059
-5,719
0,644
1,739
Variable
Comunicación
idiomática
Profesionalidad y trato
de los trabajadores
Rapidez del servicio
Presencia de
trabajadores
Variedad gastronómica
Satisfacción con el
servicio recibido
Relación CalidadPrecio
Calidad de oferta
gastronómica
Atractivos luego del
espectáculo
Ubicación de las
mesas
Cantidad de bailarines
149,009 36,731
Fuente: Salida de software SPSS Amos.
En cuanto a la normalidad multivariante 11 González, et al. (2006), AMOS
proporciona sólo contraste para la curtosis multivariante, cuya estimación y
11 El que AMOS sólo permita contrastar la curtosis multivariante y no la asimetría puede deberse al
mayor efecto en la validez de los resultados que tiene un significativo exceso o defecto de curtosis de la
distribución conjunta de las variables observadas.
34
valor experimental se muestran al final de la tabla anterior. La interpretación de
este valor es la misma que en el caso univariante por lo que se puede concluir
que conjuntamente las variables presentan una curtosis significativamente
distinta de la de una normal multivariante.
Realizando el análisis de la curtosis multivariante, se confirma nuevamente la
ausencia de normalidad en las variables observadas conjuntamente. Llegados
a este punto se demuestra que no se puede utilizar en nuestro estudio de SEM,
los
métodos
de
Máxima
Verosimilitud
(MV)
y
Mínimos
Cuadrados
Generalizados (GLS), dado que las variables de la muestra no siguen una
distribución normal.
La fiabilidad mide la consistencia de los indicadores que forman el constructo,
es decir, que los indicadores están midiendo lo mismo. Se calcula el Estadístico
Alpha de Cronbach (Anexo 3), Cronbach (1970), que oscila entre 0 (ausencia
de homogeneidad) y 1 (máxima homogeneidad).
El Alpha de Cronbach
presupone a priori que cada indicador de un constructo contribuye de la misma
forma. Lo más habitual es considerar como criterio de fiabilidad que sea
superior a 0.7.
Con la muestra de tamaño 175, se procedió a realizar el AFE. Las medidas de
adecuación muestral para la satisfacción de clientes.
La prueba de esfericidad de Bartlett es significativa, así que existe relación
entre los ítems de satisfacción, aspecto fundamental para el AFE. Como la
medida KMO (Anexo 4) es próxima a 1, se pudo concluir que los datos son
adecuados para realizar el análisis.
Bollen (1989), señala que si la distribución no es normal pero es mesocúrtica, las propiedades de los
estimadores máximo-verosímiles y de mínimos cuadrados generalizados son las mismas que si se
cumpliese la hipótesis de normalidad. Sin embargo, si la distribución presenta una curtosis
significativamente distinta de la normal, queda garantizada la consistencia de los estimadores, pero no
su eficiencia asintótica, ni serían adecuadas las matrices de covarianzas para los test de significación
individual de los parámetros, ni se podrían aplicar los tests χ2 de ajuste global del modelo, puesto que
los estadísticos de contrastes no seguirían asintóticamente esta distribución.
35
Tabla Nº 2.4: Categorías de interpretación de los resultados del índice KMO.
1
≥ KMO > 0.90 Excelente
0.90 ≥ KMO > 0.80 Bueno
0.80 ≥ KMO > 0.70 Aceptable
0.70 ≥ KMO > 0.60 Mediocre o Regular
0.60 ≥ KMO > 0.50 Malo
0.50 ≥ KMO >
Muy Malo
Fuente: Romero, I. y Solís, M. (2009). Técnicas estadísticas multivariadas
aplicadas en la Gestión de la Calidad en los servicios. La Habana.
Se comprobó que los indicadores que integran cada constructo son
unidimensionales. A través de un análisis de la Matriz de componentes rotados
(Anexo 5) para cada constructo y se aplicó el criterio de Kaiser (1960), es decir
que solo para el primer componente principal el valor propio es mayor que 1.
Jolliffe (1972) sugiere un valor de 0.8.
Dado que las variables en la muestra no sigue una distribución normal. Se
decidió trabajar con otros, que no es necesario asumir normalidad entre las
variables observadas. Realizando nuestro estudio de SEM con los métodos
ADF y ULS.
Epígrafe 2.3: Selección del modelo que representa el sistema valor para el
cliente.
Al comienzo de la investigación se realiza un total de 36 modelos, bajo estos
diferentes métodos. Pero estos modelos inicialmente propuestos, resultaron ser
bastante pobre y no se ajustan bien a los datos.
Dado el inconveniente que presenta el método ADF, en el cual se requieren un
número muy elevado de respuestas. Siendo k=18 el número de ítems del
modelo, serían necesarias un mínimo de k (k-1)/2 = 153 respuestas y el
número de respuestas con el que se ha trabajado ha sido de 175, que según
Kline (2005) puede considerarse como tamaño grande, pero no suficiente para
utilizar el método de estimación ADF.
36
Se decidió dividir su análisis en tres modelos. En el primero de ellos (ADF 1)
se trabajó con variables parceladas (modelo parcialmente agregado)
Se observó una clara mejora de los índices de bondad de ajuste, al pasar de
modelos
completamente
desagregados,
a
modelos
parcialmente
desagregados. Esa mejora se hace más patente a medida que se incrementa
el número de ítems en cada parcel. En cuanto a los métodos de agrupamiento
de ítems en parcel, los resultados utilizando diferentes técnicas, son similares,
aunque los mejores resultados se obtienen cuando se han agrupado
atendiendo al contenido de aquellos ítems con un contenido similar.
Figura Nº 2.2:
Fuente: Elaboración propia, a partir de salida de software AMOS.
Dicho esto se considera adecuado la agrupación de determinados ítems del
Modelo ADF 1;
con la siguiente distribución: gastronomía (Variedad
gastronómica y Calidad de oferta gastronómica), profesionalidad (Presencia de
trabajadores, Rapidez del servicio, Comunicación idiomática, Profesionalidad y
trato de los trabajadores), de igual forma se agrupan bajo un mismo parcel, la
Relación Calidad-Precio unido a la Satisfacción con el servicio recibido.
37
En un segundo modelo (ADF 2) se trabajó con variables eliminadas.
Con ello, se espera que, tras la estimación de un modelo “corregido”, los
valores de los índices de bondad de ajuste sean mejores y más favorables. Así,
con este nuevo objetivo, se considera procedente y oportuna la eliminación de
determinados ítems del Modelo ADF 2; concretamente, de Presencia de
trabajadores, Rapidez del servicio, Comunicación idiomática, y por ultimo
Profesionalidad y trato de los trabajadores.
El prescindir de estos ítems queda justificado por varias razones:
a) Su escaso poder de explicación en varianza de los constructos (o variables
latentes) a los que estaban asociados.
b) Se considera que mantenerlos en el análisis puede distorsionar los
resultados.
Figura Nº 2.3:
Fuente: Elaboración propia, a partir de salida de software AMOS.
38
Junto a estas dos razones, hay que señalar que además, con la eliminación de
estas variables indicadoras se consigue que el nivel de explicación del
constructo, que representa la satisfacción de los clientes no disminuya, ya que
con este nuevo modelo más simplificado o “corregido” se explica el 85% de su
varianza; el cual es superior al nivel de explicación con la estimación del
modelo con todas las variables indicadoras.
Cuando un modelo no se ajusta bien para un determinado método de
estimación, se puede estudiar el mismo modelo por otros métodos, donde, en
ocasiones logra un mejor ajuste de los datos.
Por este motivo, y por último en el caso del tercer modelo. Para completar este
análisis, se estimaron los parámetros del modelo con el método de Mínimos
Cuadrados no Ponderados (ULS), al no presentar el mismo inconveniente se
utilizaron indicadores individuales (modelo totalmente desagregado). Pudiendo
estimar el modelo por este método al no cumplirse la normalidad univariante de
las variables.
Figura Nº 2.4:
Fuente: Elaboración propia, a partir de salida de software AMOS.
39
Tabla Nº 2.5: Ventajas y desventajas de los métodos de estimación.
Libre Distribución Asintótica:
Ventajas
No es necesario asumir
normalidad entre las variables
observadas.
Desventajas
El tamaño de la muestra debe ser
mayor que (v(v+1))/2 siendo q el
número de variables observadas.
Se pueden introducir variables,
ordinales dicotómicas y continuas
que no cumplan con el criterio de
normalidad.
El estadístico chi-cuadrado solo
será preciso en muestras
suficientemente grandes.
Fuente: Elaboración propia
Mínimos Cuadrados no ponderados:
Ventajas
No es necesario asumir normalidad
entre las variables observadas.
Desventajas
No se pueden calcular todos los
estadísticos asociados como
RMSEA o AIC.
No exige un tamaño grande de la
muestra.
No se pueden hallar las pruebas t
de significación de los parámetros
estimados.
Se toman como datos la matriz de
correlaciones para corregir el
problema de la dependencia de las
unidades.
Si las diferencias entre las variables
son arbitrarias, el modelo puede
resultar incorrecto.
Fuente: Elaboración propia
Para el análisis de los índices de ajuste del modelo estructural, se decidió
seleccionar una serie de índices estadísticos para el análisis de un SEM
basado en covarianzas por ser comunes en los tres métodos, ADF 1, ADF 2 y
ULS. Que cumplan,
con las medidas de ajuste, y que estén en
correspondencia con la teoría para poder comparar y elegir el mejor de ellos.
No escogiendo el método que mejor ajuste presente, sino el que mejor se
corresponda con la realidad. Para de esta forma validar la fiabilidad del modelo
estructural.
40
Con la relación de los índices de ajuste del modelo estructural que se obtiene a
través de los métodos 1 y 2 (ADF). Como se puede observar en la siguiente
tabla, se destacan algunos valores como por ejemplo se tiene que el valor del
NFI=
0,767
y
0,798
respectivamente
y
de
AGFI=
0,847
y
0,860
respectivamente, estos valores son inferiores a 0,9. Y también el valor del
estadístico del GFI que es de 0,896 y 0,902, se encuentran al límite del valor
mínimo esperado que es de 0,9. El valor del estadístico RMSEA, 0,010 y 0,097
respectivamente son superiores a 0,08 que es el valor máximo esperado para
este índice. Y por último se cumple con las expectativas de un buen modelo, es
decir, con valores inferiores a 3 es CMIN-DF con 2,754 y 2,648
respectivamente.
Tabla Nº 2.6: Comparación de Índices de ajuste del modelo estructural.
Índices de ajuste del modelo
estructural
Estadístico
Medidas absolutas de ajuste
Razón χ2/gl
Raíz de residuo cuadrático promedio
de aproximación
Índice de bondad de ajuste
Raíz de residuo cuadrático promedio
Medidas incrementales de ajuste
Índice de ajuste normalizado
Índice de bondad de ajuste corregido
Medidas de ajuste de parsimonia
Índice de calidad de parsimonia
Corregido por parsimonia
Criterio de información de Akaike
Abreviatura Criterio
Métodos
ADF 1 ADF 2 ULS
CMIN-DF
RMSEA
<3
< 0.08
2,754
0,100
2,648
0,097
0,520
GFI
RMR
≥ 0,90
Próximo a 0
0,896
0,077
0,902
0,115
0,972
0,048
NFI
AGFI
≥ 0,90
≥ 0,90
0,767
0,847
0,798
0,860
0,963
0,963
PGFI
PNFI
AIC
Entre 0 y 1
0,610
Próximo a 1 0,610
< comparado 228,8
0,635 0,750
0,649 0,831
257,97
Fuente: Elaboración propia
De esta forma, se puede afirmar con todos estos datos anteriores que la
estimación del modelo por el método de Mínimos Cuadrados no Ponderados es
aceptable y resulta más conveniente para la modelación de la satisfacción
percibida por los clientes en Tropicana. La explicación de la aportación del
modelo al análisis de la calidad y su gestión como base para el desarrollo de la
estrategia de esta entidad ocupa la atención del tercer capítulo.
41
La evaluación de las tres alternativas posibles de modelo para la validación del
modelo que representa el sistema valor para el cliente queda evidenciado las
bondades del ULS para dichos fines. En el capítulo 3 se evidencia la validez del
modelo para la profundización en las características esenciales del sistema
objeto de estudio y se hace tangible las vías de actuación que se desprenden
de sus hallazgos teóricos para la transformación práctica.
42
CAPÍTULO 3: Modelación de la satisfacción percibida, una oportunidad
para la consolidación de la estrategia de generación de valor.
Epígrafe 3.1: Aportaciones del modelo para la definición de la escala de
valor del cliente en el cabaret Tropicana.
La elección del modelo ULS, para la representación del sistema de valor
reconocido por los clientes es un punto de partida en la gestión de la escala de
valor como fuentes de ventaja y sostenimiento de la entidad frente al mercado.
El modelo revela los principales componentes del sistema multidimensional
mediante variables no observables resultado de la interacción de atributos
medibles.
Se muestran los valores propios obtenidos y la proporción de varianza que
explican en la siguiente figura:
Figura Nº 3.1:
Fuente: Elaboración propia, a partir de salida de software AMOS.
43
De manera general, el modelo precisa los componentes del sistema de valor
concebido como latentes y la interrelación dentro de ellas del conjunto de
variables que la conforman. El modelo corrobora la influencia positiva de dicha
trayectoria de valor, Servicios- Show-Satisfacción General-Intenciones Futuras.
Los 8 atributos de los Servicios impactan muy favorablemente en el Show, los
clientes le otorgan alta percepción y los consideran bastante significativos.
De igual manera, el Show ejerce alto impacto en la Satisfacción General,
generando una influencia positiva
en este aspecto, entre los atributos se
destaca la diversidad de ritmos, la cantidad de bailarinas y el ambiente natural,
siendo los más influyentes en cuanto a la satisfacción. Lo cual sugiere que a
pesar de que la mayor parte de los clientes están satisfechos y muy satisfechos
se expone la necesidad de mejorar estos atributos con vistas a alcanzar el
mayor grado de valoración posible de la satisfacción.
Existe correspondencia entre la relación calidad-precio y la satisfacción con el
servicio recibido dentro de la Satisfacción General.
Se demuestra la existencia de una relación positiva y significativa entre la
Satisfacción General y las Intenciones Futuras. Otorgándole un mayor impacto
en las intenciones de recomendar, lo que evidencia que la satisfacción de los
clientes actuales aumenta el mercado futuro.
En sentido general el modelo aporta la escala de valor real para el cliente es
decir lo que experimentan realmente con el servicio y ofrece un patrón de
referencia para la escala de valor ideal, en el sentido de los atributos que
desean obtener como utilidad en la compra del producto. La brecha entre
ambos estados constituye la brújula para la gestión de la calidad en Tropicana.
Es notorio el reconocimiento de la imagen de exclusividad y prestigio como
lugar emblemático del destino turístico cubano. A continuación se explica el
contraste de la escala de valor real e ideal:
44
Figura Nº 3.2: Contraste de la escala de valor real e ideal
Fuente: Elaboración propia a partir de datos históricos de Tropicana.
Para el futuro los componentes en letra verde constituyen las oportunidades de
mejora en la adición de valor. El modelo corrobora la presencia de un segundo
show, clases de baile para clientes y presencia de modelos para retratarse. La
letra roja son las ausencias actuales en la escala de valor.
El modelo corrobora la continua generación de valor para los clientes y su
transformación en el tiempo como respuesta al incremento de la competencia y
el desarrollo de las expectativas de los clientes.
La visita a Tropicana se percibe como un sitio obligado que atesora un valor
intangible, debido a la historia y tradición que mantiene en su existencia. Es un
establecimiento de referencia para el disfrute de la vida nocturna.
El modelo ratifica al Show la calidad del espectáculo como el principal motivo
de compra y el principal atractivo de disfrute.
En la escala de valor se confirma el impacto de los ritmos y música en vivo
como fuente de deleite dentro de un sorprendente y acogedor ambiente
nocturno natural y único.
45
A partir del análisis multivariado, reafirma el mayor peso de los atributos
relacionados con el espectáculo en la Satisfacción General y define el papel
mediador de los atributos relacionados con los Servicios para el incremento del
nivel de deleite de los clientes con el espectáculo.
El conocimiento de los componentes del modelo, las sinergias e interacciones
de los atributos que lo definen marca la síntesis del aprendizaje en el mercado
para el diseño de estrategias para la generación de valor en Tropicana. En el
siguiente epígrafe se explica el peso de la influencia de los atributos en los
componentes del modelo. Lo cual sienta las pautas para la definición de
actuaciones estratégicas.
Epígrafe 3.2: Bases para la consolidación de la estrategia de generación
de valor en el cabaret Tropicana.
La sinergia de cada variable latente se expresa a través del peso que tiene
cada uno de los atributos que lo conforman. Es decir la consistencia interna o
confiabilidad de una variable latente se muestra a partir de los pesos factoriales
de las variables observables. Lo anterior se presenta en la identificación de los
factores que conducen a la satisfacción del cliente.
Analizando todos los constructos o variables latentes del modelo se expresa la
magnitud de las interrelaciones entre ellas.
Los pesos factoriales indican la relación positiva que ejercen en el conjunto de
los componentes.
Cada variable afecta todos los constructos por el engranaje en el que están
sometidas las SEM. El programa estima,
como una modificación en una
variable, impacta en todas las demás.
Los Pesos Factoriales, permiten definir el impacto de las variables observables
en las variables latentes y por tanto las que presentan mayor impacto resultan
las más aconsejables para el diseño de una estrategia de generación de valor
en el cabaret Tropicana.
46
Tabla Nº 3.1: Pesos de los Factores
SERV SHOW SG ITF
Comunicación idiomática
0,125 0,022 0,01 0
Profesionalidad y trato de los trabajadores 0,175 0,031 0,01 0,01
Rapidez del servicio
0,105 0,018 0,01 0
Presencia de trabajadores
0,111 0,019 0,01 0
Variedad gastronómica
0,071 0,013 0
0
Satisfacción con el servicio recibido
0,001 0,009 0,1 0,08
Relación Calidad-Precio
0,004 0,022 0,25 0,2
Calidad de oferta gastronómica
0,069 0,012 0
0
Atractivos luego del espectáculo
0,048 0,008 0
0
Ubicación de las mesas
0,084 0,015 0
0
Cantidad de bailarines
0,025 0,15
0,04 0,03
Vestuario de artistas
0,013 0,076 0,02 0,02
Recomendaría nuestro Cabaret
0,004 0,021 0,24 0,23
Volvería usted una vez más a Tropicana 0,003 0,015 0,17 0,16
Diversidad de ritmos
0,027 0,158 0,04 0,03
Colorido del espectáculo
0,022 0,13
0,03 0,03
Orquesta
0,021 0,122 0,03 0,03
Ambiente natural
0,025 0,146 0,04 0,03
Fuente: Elaboración propia, a partir de salida de software SPSS Amos.
Se confirma el impacto que ejercen los atributos profesionalidad y trato de los
trabajadores, comunicación idiomática y presencia de trabajadores los de
elevada influencia dentro de los Servicios.
De igual forma los atributos diversidad de ritmos, cantidad de bailarines y el
ambiente natural. Siendo ellos los de mayor influencia de forma general dentro
de las variables de acción en el Show.
Se verifica el efecto que ejercen los atributos satisfacción con el servicio
recibido y la relación calidad-precio en la Satisfacción General.
Las intenciones futuras están influidas por la intención de recomendar y volver
a Tropicana como atributos de mayor impacto.
47
Reafirma este análisis la matriz de Efectos Estandarizados Totales.
Tabla Nº 3.2: Efectos Totales Estandarizados
SERV SHOW
0,808
SHOW
SG
ITF
0,662
SG
0,980
ITF
0,796
Comunicación idiomática
Profesionalidad y trato de los trabajadores 0,857
Rapidez del servicio
0,779
Presencia de trabajadores
0,775
Variedad gastronómica
0,725
Satisfacción con el servicio recibido
0,563
Relación Calidad-Precio
0,743
Calidad de oferta gastronómica
0,712
Atractivos luego del espectáculo
0,633
Ubicación de las mesas
0,736
Cantidad de bailarines
0,804
Vestuario de artistas
0,688
Recomendaría nuestro Cabaret
0,680
Volvería usted una vez más a Tropicana
0,661
Diversidad de ritmos
0,809
Colorido del espectáculo
0,778
Orquesta
0,754
Ambiente natural
0,801
Fuente: Elaboración propia, a partir de salida de software SPSS Amos.
48
Epígrafe 3.3: Vías para la consolidación de la actuación estratégica de
Tropicana.
La estrategia competitiva de Tropicana es la de alta diferenciación segmentada,
se ubica en alto valor añadido a los clientes que compran por las experiencias
que obtienen en el acercamiento al producto, por lo que están dispuestos a
pagar altos precios.
El análisis del comportamiento de compra permite identificar que el 78,9% de
los clientes está dispuesto a acceder a Tropicana mediante las ofertas más
caras reflejando la preferencia de disfrutar al máximo todos los servicios
brindados por la instalación.
Sostenerse en el mercado depende del sistema de valor reconocido por el
cliente. El presente estudio revela los componentes del sistema de valor y la
sinergia que ejercen los atributos en la consideración de un estado de alta
satisfacción.
Este cabaret sin duda se distingue como un producto único pero el mundo
turístico es amplio, diverso, muy dinámico y exigente, por tanto, nunca se
puede detener la creación, la innovación y el desarrollo.
Figura Nº 3.3:
…
Fuente: Elaboración propia.
49
Desde su inauguración en 1940 hasta la actualidad, gracias a la evolución de la
escala de valor tanto tangible como intangible, los clientes del cabaret
continúan considerando a Tropicana “Un Paraíso Bajo las Estrellas” debido a
su exclusividad, variedad y profesionalidad.
Figura Nº 3.4:
Fuente: Elaboración propia.
Los resultados obtenidos confirman la adecuación de la estrategia de
generación de valor.
Una vez aclarado lo anteriormente expuesto pueden ser definidas las vías para
la actuación estratégica. Y por tanto los cursos de acción que permiten
sostener el avance competitivo de Tropicana en el mercado.
Las vías de actuación están referidas a:
1. La potenciación de los componentes del sistema de valor que aportan
alta satisfacción al cliente y que forman parte del modelo actual.
2. Aprovechamiento de las oportunidades para generar mayor valor que
forman parte del modelo actual pero no ejercen una influencia positiva.
50
3. Delimitación de nuevas actuaciones sugeridas por los clientes que no
forman parte de la modelación actual pero constituyen
posibles
elementos a incorporar al modelo futuro.
A continuación se explican las anteriores vías definidas anteriormente:
1. La potenciación de los componentes del sistema de valor que aportan alta
satisfacción al cliente y que forman parte del modelo actual.
Esta vía supone la actuación sobre los atributos que generan alta satisfacción a
partir del modelo que se valida en el estudio. Dichos atributos que generan alto
valor para el cliente.

Mantener profesionalidad y trato de los trabajadores.

Sostener un Show con diversidad de ritmos y con alto número de
bailarines.

Preservar el ambiente natural.
2. Aprovechamiento de las oportunidades para generar mayor valor que forman
parte del modelo actual pero no ejercen una influencia positiva.

Incrementar los atractivos luego del espectáculo.

Garantizar la calidad y variedad de la oferta gastronómica.

Mayor majestuosidad al vestuario artístico.
3. Delimitación de nuevas actuaciones sugeridas por los clientes que no forman
parte de la modelación actual pero constituyen
posibles elementos a
incorporar al modelo futuro.
Esta vía de actuación se apoya en las sugerencias de los clientes para la
mejora de la calidad y los servicios en la generación de valor:

Inmediatez en el servicio al cliente.

Mejorar la música en general.

Delimitar áreas para fumadores.

Mayor cubanía en el show.
51

Variedad de bebidas.

Utilización de los espacios como confort del servicio.

Mayor cuidado con la apariencia de las instalaciones.
Un gráfico que tiene amplia utilización en la temática de la calidad de los
servicios es el Diagrama de Pareto, este ayuda a identificar los problemas o
defectos que se presentan en el estudio de un determinado proceso, para
posteriormente tomar medidas para reducir o eliminar las causas que provocan
los problemas y en correspondencia, mejorar el proceso analizado. Este es un
diagrama de barras en orden decreciente. En el eje horizontal se reflejan los
diferentes problemas o defectos de la entidad, en el eje vertical izquierdo las
frecuencias absolutas o relativas y en el eje vertical derecho los por cientos
absolutos o relativos acumulados, además aparece una curva creciente de
izquierda a derecha que refleja los valores acumulados de las categorías
planteadas.
A continuación se muestra el Diagrama de Pareto donde se reflejan las
principales sugerencias e insatisfacciones emitidas por los encuestados, de
manera que se pueda conformar las acciones de mejora a proponer.
Figura Nº 3.5: Diagrama de Pareto para las sugerencias propuestas.
Fuente: Elaboración propia.
52
Este Diagrama ratifica los resultados de todos los análisis realizados
anteriormente, pues el mayor por ciento de sugerencias propone mejorar la
rapidez del servicio y de forma indirecta a través de la variedad de bebidas,
hace referencia a la variedad de las ofertas gastronómicas. Estas, unidas a
otras igualmente propuestas por los clientes, constituyen una sólida base para
las propuestas de mejoras que se le hacen a la empresa.
A partir de los resultados de todos los análisis realizados a lo largo de estos
dos capítulos anteriores y teniendo en cuenta las sugerencias de los clientes,
se proponen a continuación las principales acciones encaminadas a elevar el
nivel de satisfacción de los clientes.
Acciones para la consolidación de los ámbitos de actuación:
1. Desarrollo de inversiones para cambio de equipamiento y reparación
capital de la infraestructura.
2. Hacer factible la reducción del ciclo y diversificación del espectáculo en
el show principal mediante la intervención en negociación con la agencia
artística que rectora el show.
3. Estudiar la vía de incrementar el confort de los clientes tanto en espacios
como la comodidad de las sillas que signifique una mayor separación
entre mesas y separación de clientes.
4. Profundizar en la pertinencia de un área para fumadores u otra solución
que no afecte al resto de los clientes y la tendencia internacional en este
sentido.
5. Promover la exigencia del aprendizaje de idiomas para una mejor
comunicación idiomática.
6. Incentivar la reincorporación de artistas nacionales e internacionales
como atractivo.
7. Creación de ofertas especiales, que posibilite la presencia de cubanos
en el show principal lo cual representa un valor agregado a clientes.
8. Continuar mejorando la cantidad y calidad del bufet.
53
9. Propiciar la existencia de atractivos complementarios a la oferta principal
en el sentido de cursos de baile y bailar con algunas bailarinas después
del show.
Tabla 3.3: Acciones para la consolidación de los ámbitos de actuación
Acción De quien depende
Recursos
Recursos
financieros
organizativos
y
humanos
1
Palmares
x
x
2
Agencia Artística
x
x
3
Tropicana
x
4
Tropicana
x
5
Tropicana
x
6
Agencia Artística
x
x
7
Palmares
x
x
8
Tropicana
x
x
9
Tropicana y Agencia Artística
x
x
Fuente: Elaboración Propia
Las 9 acciones propuestas el 100% debe ser promovida por Tropicana, sin
embargo solo el 44 % depende de Tropicana. El 100% requiere la
reorganización del orden actual, mientras que el 66% está sujeto a la inversión
de recursos financieros.
Estas circunstancias constatan la necesidad de dirigir las trasformaciones de la
gestión hacia la generación de valor al cliente como vía de incremento de la
apropiación de valor para el cumplimiento del encargo estatal.
En tal sentido el principal factor dinamizador de la actuación de Tropicana
frente al mercado, es la actualización del modelo económico y la utilización de
las atribuciones que se derivan para lograr que la empresa pueda incidir en la
factibilidad de materialización de la estrategia competitiva.
54
Principales vías para la actualización del modelo económico que contribuye al
éxito de la estrategia de generación de valor para el cliente:

Ser una empresa independiente.

Brindar mayores incentivos a las fuerzas de venta.

Vincular los incentivos y motivación de los trabajadores al servicio de
calidad.

Ampliación del manejo de efectivo.

Ampliar la selección de proveedores y poder de compras.

Posibilidad de escoger el personal adecuado.

Tener poder sobre su marca.

Inversiones para mejoras internas.
Lo anterior se facilita con los principios que enarbolan los lineamientos de la
política económica y social del partido que establecen:

Autonomía y responsabilidad en el control de los recursos.

Vínculo de los ingresos a los resultados.

Administración de recursos financieros para las operaciones.

Independencia para la aprobación de las plantillas de cargos.

Flexibilización del objeto social.

Creación de fondos para las inversiones.
El avance en la implantación de los principios que recogen los lineamientos
constituye la viabilidad de la estrategia de generación de valor y su articulación
con el sostenimiento de un oferente estatal de éxito en el sector turístico.
55
Conclusiones.
La investigación confirma la factibilidad y bondades de la modelación de la
satisfacción de clientes mediante los Modelos de Ecuaciones Estructurales y su
connotación para la estrategia de generación de valor.
La investigación aporta el modelo multidimensional basado en el ULS como el
adecuado para la modelación de la satisfacción de clientes para la actuación
estratégica en Tropicana.
El modelo facilita la interpretación de los principales componentes de la escala
de generación de valor para los clientes de Tropicana y corrobora la influencia
positiva de los mismos en el sistema de valor definido por Servicios- ShowSatisfacción General-Intenciones Futuras.
El constructo que representa al sistema de valor precisa el impacto que ejerce
cada una en el resto de los componentes. Se corrobora la alta influencia que
ejercen los Servicios en el Show y de la Satisfacción General en las
Intenciones Futuras.
El estudio delimita tres niveles de actuación primero la potenciación de los
componentes del sistema de valor que aportan alta satisfacción al cliente. Que
se apoya en el mantenimiento de la profesionalidad y trato de los trabajadores,
el sostenimiento del Show con diversidad de ritmos y con alto número de
bailarines, y la preservación del ambiente natural.
En un segundo nivel de actuación sobre las variables que no ejercen una
influencia tan positiva atractivos luego del espectáculo, calidad y variedad de la
oferta gastronómica, y majestuosidad al vestuario artístico.
Por último en el tercer ámbito de actuación se identifican 7 sugerencias de
mejora que aunque no forman parte de la modelación actual constituyen
posibles elementos a incorporar en la escala de valor ideal para el cliente.
La investigación permite elaborar propuestas de 9 acciones para la
consolidación de la estrategia de generación de valor para el sostenimiento
competitivo en el mercado. El 100% debe ser promovido por Tropicana, pero
solo el 44 % depende de la entidad. El 100% requiere un cambio drástico de la
situación actual pero está asociada en el 66% a la decisión de inversión de
recursos financieros.
56
El trabajo advierte sobre la connotación de la actualización del modelo
económico para la consolidación de la estrategia competitiva de generación de
valor al cliente.
57
Recomendaciones.
1. Continuar los estudios de satisfacción de clientes en Tropicana e
incorporar la utilización de los Modelos de Ecuaciones Estructurales
como herramienta para la modelación del comportamiento de los
clientes y su vínculo con la estrategia competitiva.
2. Continuar la investigación y precisar el modelo adecuado a cada
segmento de cliente de acuerdo a la oferta de compra.
3. Incentivar estudios que evalúen la factibilidad de inversiones capitales
con vistas al mejoramiento de la infraestructura del servicio.
4. Presentar a Palmares los hallazgos del presente estudio con vistas a la
materialización de las propuestas de acciones y la persuasión sobre el
apoyo que requiere Tropicana en el orden financiero y organizativo para
la consolidación de su estrategia competitiva.
58
Bibliografía
Anderson, J. C. y Gerbing, D. W. (1988). Structural Equation Modeling in
Practice:
A
Review
and
Recommended
Two-Step
Approach.
Psychological Bulletin, 103(3), 411-423.
Anderson, E.W. y Sullivan, M.W. (1993): “The Antecedents and Consequences
of Customer Satisfaction for Firms”, Marketing Science, Vol. 12, pp. 125143.
Bandalos, D.; Finney, S. (2001). Item parceling issues in structural equation
modeling. En Marcoulides, G., Schumacker, R. (eds) (2001), New
development and techniques in structural equation modeling. Lawrence
Erlbaun. Mahwah, NJ.
Batista, J. M. y Coenders, G. (2000). Modelos de Ecuaciones Estructurales.
Madrid: Editorial La Muralla.
Bernhardt, K. L., Donthu, N. y Kennett, P. A. (2000). A longitudinal analysis of
satisfaction and profitability. Journal of Business Research, 47, 161-171.
Bitner, M. J. (1990). Evaluating service encounters: the effects of physical
surroundings and employee responses. Journal of Marketing, 54, 69-82.
Blodgett, J. y Granbois, D. (1992). Toward an Integrated Conceptual Model of
Consumer Complaining Behavior. Journal of Consumer Satisfaction,
Dissatisfaction and Complaining Behavior, 5(1), 93-103.
Bollen, K. A. (1989): Structural equations with latent variables, New York:
Wiley.
Brady, M. K. y Robertson, C. J. (2001). Searching for a consensus on the
antecedent role of service quality and satisfaction: An exploratory
crossnational study. Journal of Business Research, 51(1), 53-60.
Brady, M. y Cronin, J. (2001). Some new thoughts on conceptualizing perceived
service quality: a hierarchical approach. Journal of Marketing, 65(3), 3449.
Cattell, R. (1956). Validation and intensification of the sixteen personality factor
questionnaire. Journal of Clinical Psychology. Vol. 12, pp 205-214.
Cattell, R.; Burdsal, C. (1975). The radial parcel double factoring design: a
59
solution to the item-vs-parcel controversy. Multivariate Behavioral
Research. Vol. 10, pp 165-179.
Chen, F., Bollen, K.A., Paxton, P., Curran, P.J., y Kirby, J.B. (2001). Improper
solutions in structural equation models. Sociological Methods y
Research, 29(4), 468-508.
Chin, W.W. (1998): “Issues and Opinion on Structural Equation Modeling”, MIS
Quarterly, 22(1) March: vii-xv.
Comrey, A. (1970). Manual for the Comrey Personality Scales. Educational and
Industrial Testing Services. San Diego. Citado por Bandalos y Finney
(2001).
Crompton, J. y MacKay, K. (1989). Users’ perceptions of the relative importance
of service quality dimensions in selected public and recreation programs.
Leisure Sciences, 11, 367-375.
Cronin, J. J. y Taylor, S. A. (1992). Measuring Quality: A Reexamination and
Extension. Journal of Marketing, 56(3), 55-68.
Cronin, J. J., Brady, M. K. y Hult, G. (2000). Assessing the Effects of Quality,
Value and Customer Satisfaction on Consumer Behavioral Intentions in
Service Environments. Journal of Retailing, 76(2), 193-218.
Diamantopoulos, A.; Siguaw, J. (2000). Introducing LISREL. SAGE
Publications. London.
Domínguez, C., y Jesús, A. (2006). SEM vs. PLS: un enfoque basado en la
práctica Resumen. IV Congreso de Metodología de Encuestas (pp. 5766). Pamplona: Universidad Pública de Navarra.
Esposito V., Trinchera L., Amato S. 2010. PLS Path Modeling: From Foundation
to Recent Developments and Open Issues form Model Assessment and
Improvement. En Handbook of Partial Least Squares, editado por V.
Esposito, W. Chin, J. Henseler and H. Wang 47-82, Heidelberg:
Springer.
Feinberg, R., Widdows, R., Hirsch-Wyncott, M. y Trappey, C. (1990). Myth and
Reality in Customer Service: good and Bad Service sometimes Leads to
Repurchase. Journal CS/DyCB, 3(1), 112-114.
Fernandez V. 2004. Tesis doctoral Relaciones encontradas entre las
60
dimensiones de las estructuras organizacionales y los componentes del
constructo capacidad de absorción: El caso de empresas ubicadas en el
territorio español. Barcelona.
Fontes, D. (2013). Evaluación del nivel de satisfacción de los clientes como vía
para la mejora contínua del Cabaret Tropicana. Tesis para optar al título
de Licenciado en Economía. Universidad de La Habana. La Habana.
Cuba.
Fornell C., Bookstein F. L. (1982). Two Structural Equation Models: LISREL and
PLS Applied to Consumer Exit-Voice Theory. Journal of Marketing
Research 19(4): 440-452.
Fornell, C. (1992). A National Customer Satisfaction Barometer: The Swedish
Experience. Journal of Marketing, 56(1), 6-21.
Galen, T., Dean, F. y Janet, S. (2005). Consumer satisfaction and identity
Theory: A Model of Sport Spectator Conative Loyalty. Sport Marketing
Quarterly, 14, 98-111.
García, G. (2011). Evaluación de la estrategia de generación de valor en el
Cabaret Tropicana, (2005-2011). Tesis para optar al título de Licenciada
en Economía. Universidad de La Habana. La Habana. Cuba.
Giese, J. L. y Côte, J. A. (2000). Defining Consumer Satisfaction. Academy of
Marketing Science Review (online), 00 (01). Extraído el 5 de enero de
2014 desde http://www.amsreview.org/articles/giese01-2000.pdf
Gómez, M. (2011). Estimación de los Modelos de Ecuaciones Estructurales, del
índice Mexicano de la Satisfacción del Usuario de Programas Sociales
Mexicanos, con la metodología de Mínimos Cuadrados Parciales.
Gónzalez.N.; Abad, J. y Lèvy, J.P. (2006) “ Normalidad y otros supuestos en
análisis de covarianzas” en Lévy. J. (Ed.): “Modelización con
estructuras de covarianzas” Netbiblo. La Coruña (31-57)
Grönroos, C. (1982). Strategic Management and Marketing in the Service
Sector. Helsingfors: Swedish School of Economics and Business
Administration.
Grönroos, C. (1984). A service quality model and its marketing implications.
European Journal of Marketing, 18(4), 36-44.
61
Grönroos, C. (2000). Relationship marketing: interaction, dialogue and value.
Revista Europea de Dirección y Economía de la Empresa, 9(3), 13-24.
Grönroos, C. (2006). Adopting a service logic for marketing. Marketing Theory,
6(3), 317-333.
Haenlein, M. y Kaplan, A. M. (2004). A Beginner’s Guide to Partial Least
Squares Analysis. Understanding Statistics, 3(4), 283-297.
Halstead, D. y Page, T. (1992). The Effects of Satisfaction and Complaining
behavior on consumer repurchase intentions. Journal of Consumer
Satisfaction, 5(1), 2-11.
Henseler, J., Ringle, C. M. y Sinkovics, R. R. (2009). The use of Partial Least
Squares Path Modeling in international marketing. Advances in
International Marketing, 20:277-319.
Hershberger, S. (2003). The Growth of Structural Equation Modeling: 19942001. Structural Equation Modeling: A Multidisciplinary Journal, 10(1),
35-46.
Hox, J. J. y Bechger, T. M. (1998). Introduction to Structural Equation Modeling.
Family Science Review, 11(1), 354-373.
Hsu, S.-H., Chen, W.-H., y Hsieh, M.-J. (2006). Robustness testing of PLS,
LISREL, EQS and ANN-based SEM for measuring customer satisfaction.
Total Quality Management y Business Excellence 17(3): 355–371.
Hu, H-H., Kandampully, J. y Juwaheer, T. D. (2009). Relationships and impacts
of service quality, perceived value, customer satisfaction, and image: an
empirical study. The Service Industries Journal, 29(2), 111-125.
Huber, F., Hermann, A. y Weicke, M. (2001). Customer satisfaction as an
antecedent of price acceptance: results of an empirical study. Journal of
Product and Brand Management, 10(3), 160-170.
Hurley, R. H. y Estelami, H. (1998). Alternative indices for monitoring customer
perceptions of service quality: a comparative evaluation in a retail
context. Journal of the Academy of Marketing Science, 26(3), 201-221.
Joreskog, K. G. (1970). A General Method for Estimating a Linear Structural
Equation System. Educational. New Jersey: Educational Testing Service.
Joreskog, K. G. y Sorbom, D. (1982). Recent developments in structural
62
equation modeling. Journal of Marketing Research, 19(4), 404-416.
Kline, R. (2005). Principles and practice of structural equation modeling.
Second edition. Guilford. New York.
Korkofingas, C. (2004). Problems with Structural Equation Models in Customer
Satisfaction Modelling. Proceedings of the Australian and New Zealand
Marketing Academy Conference ANZMAC 2004 (pp. 1-8). Wellington:
Victoria University of Wellington.
Kotler, P. y Lane, K. (2006). Dirección de marketing. México: Pearson
Educación.
Lévy J. P., González N., Muñoz M. 2006. Modelos Estructurales según el
Método de Optimización de Mínimos Cuadrados Parciales (PLS). En
Modelización con estructuras de covarianzas en ciencias sociales: temas
esenciales, avanzados y aportaciones especiales, editado por Lévy J.,
González N. A., Muñoz M. D. 321-353, Netbiblo.
Manly, Bryan F. (1986). Multivariate Statistical Methods. Nueva Zelanda, 159.
McKnight, P. E., McKnight, K. M., Sidaniy, S. y Figueredo, A. J. (2007). Missing
Data: A Gentle Introduction (Methodology In The Social Sciences). New
York: Guilford.
Murray, D. y Howat, G. (2002). The relationships among service quality, value,
satisfaction, and future intentions of customers at an Australian sports
and leisure centre. Sport Management Review, 5, 25-43.
Narver, J. C., Slater, S. F. y Maclachlan, D. L. (2004). Responsive and
proactive market orientation and new product success. Journal of
Product Innovation Management, 21(5), 334-347.
Nasser, F.; Takahashi, T.; Benson, J. (1997). The structure of test anxiety in
israeli-arab high school students: A confirmatory factor analysis with
miniscales. Anxiety, Stress and Coping. Vol. 10, pp 129-151.
Nauman, E. (1995). Creating customer value: the path to sustainable
competitive advantage. Cincinnati, OH: Thompson Executive Press.
Nysveen, H., Pedersen, P. E., Thorbjornsen, H. y Berthon, P. (2005). Mobilizing
the brand: the effects of mobile services on brand relationships and main
channel use. Journal of Service Research, 7(3), 257-276.
63
Oliver, R. L. (1980). A Cognitive Model of the Antecedents and Consequences
of Satisfaction Decisions. Journal of Marketing Research, 17(4), 460-469.
Oliver, R.L. (1993). A conceptual model of service quality and service
satisfaction: Compatible goals, different concepts. Advances in Services
Marketing and Management, 2, 65-85.
Oliver, R.L. (1999): "Whence Consumer Loyalty?", Journal of Marketing, Vol.
63, pp. 33-44.
Parasuraman, A, Zeithaml, V. A. y Berry, L. L. (1985). A Conceptual Model of
Service Quality and Its Implications for Future Research. Journal of
Marketing, 49(4), 41-50.
Parasuraman, A., Zeithaml, V. y Berry, L. (1988). SERVQUAL: a multiple – item
scale for measuring consumer perceptions of service quality. Journal of
Retailing, 64(1), 12-40.
Payne, A. y Pennie, F. (2005). A strategic framework for customer relationship
management. Journal of Marketing, 69, 167-176.
Pérez, E., Medrano, L., y Ayllón, S. (2010). Evaluación de un modelo social
cognitivo del rendimiento en Lengua: la contribución adicional de la
estructura de metas de dominio en el aula. Infancia y Aprendizaje,
33(5008), 475-487.
Romero, I. y Solís, M. (2009). Técnicas estadísticas multivariadas aplicadas en
la Gestión de la Calidad en los servicios. La Habana.
Sass, D.; Smith, P. (2006). The Effects of Parceling Unidimensional Scales on
Structural Parameter Estimates in Structural Equation Modeling.
Structural Equation Modeling. Vol. 13, No. 4 pp 566-586.
Schumacker, R. E. y Lomax, R. G. (2004). A Beginnerʼs Guide to Structural
Equation Modeling (Second.). London: Lawrence Erlbaum Associates.
Swan, J. y Trawick, I. F. (1981). Disconfirmation of expectations and
satisfaction with a Retail Service. Journal of Retailing, 57(3), 49-67.
Takahashi, T.; Nasser, F. (1996). The impact of using item parcels on ad hoc
goodness of fit indices in confirmatory factor analysis: An empirical
example. ERIC Document. Ed-398-279.
Taylor, S. A. y Baker, T. L. (1994). An assesment of the relationship between
64
service quality and customer satisfaction in the formation of consumer’s
purchase intentions. Journal of Retailing, 70(2), 163-178.
Tenenhaus, M. (2008). Component-based Structural Equation Modelling. Total
Quality Management y Business Excellence, 19 (7y8): 871-886.
Tremblay, P. y Gardner, R. (1996). On the growth of structural equation
modeling in psychological journals. Structural Equation Modeling: A
Multidisciplinary Journal, 3(2), 93-104.
Tse, D.K. y Wilton. P.C. (1988): “Models of Consumer Satisfaction: An
Extension”, Journal of Marketing Research, Vol. 25, pp. 204-212.
Uriel, E.; Aldás, J. (2005): “Análisis multivariante aplicado”. Madrid: Thomson.
Westbrook, R. A. y Reilly, M. D. (1983). Value-percept disparity: an alternative
to the disconfirmation of expectations theory of consumer satisfaction. En
R. P. Bagozzi y A. M. Tybout. (Eds.), Advances in Consumer Research
(pp. 256-261). Arbor, MI: Assn for Consumer Research.
Williams, L.; O’Boyle, E. (2008). Measurement models for linking latent
variables and indicators: A review of human resource management
research using parcels. Human Resource Management Review. Vol 18,
No 4, pp 233-242.
Zabkar, V. (2000). Some Methodological Issues with Structural Equation Model
Application in Relationship Quality Context. metodološki zvezki Advances in Methodology and Statistics, 16(1), 211-226.
Zairi, M. (2000). Managing customer satisfaction: a best practice perspective.
The TQM Magazine, 12, 389-394.
Zeithml, V. A. (1981). How Consumer Evaluation Processes Differ Between
Goods and Service. Marketing of Service, 9(1), 186-190.
65
ANEXOS
Anexo 1 Cuestionario
8. Marque con una X su nivel de satisfacción correspondiente
en relación. a los siguientes atributos.
Estimado cliente su opinión es de gran
utilidad para el mejoramiento de nuestro
servicio. De antemano le agradecemos.
1. A cerca de usted:
a) Nacionalidad________
b) Masculino___
Femenino___
c) Edad: Menos de 30 años___
De 30 a 60 años___ Más de 60 años___
2. Usted ha visitado Tropicana
Una vez ___ Dos veces ___
Más de dos veces ___
3. Usted conoció que Tropicana existe a
través de:
Internet___ Turoperador ____
Agencia de Viajes__
Amigos o familiares_______
¿Cuál?______
Otra ____
Nivel de satisfacción
Atributos
Muy
malo
Malo
Normal
Bueno
Muy
bueno
Colorido del espectáculo
Diversidad de ritmos
Orquesta
Ambiente natural
Cantidad de bailarines
Vestuario de artistas
Atractivos luego del
espectáculo
Ubicación de las mesas
Presencia de trabajadores
Rapidez del servicio
Profesionalidad y trato de
los trabajadores
Communicacion
idiomatica
Variedad gastronómica
Calidad de oferta
gastronómica
4. ¿Qué oferta de servicio usted compró?
70 CUC___
80 CUC___ 90 CUC___
9. ¿Usted recomendaría nuestro Cabaret a otros amigos o
5. ¿Cómo usted evaluaría, en general su
familiares?
satisfacción con el servicio recibido?
No_____ Quizás_____ Sí_____ Seguramente sí_____
Muy insatisfecho__ Insatisfecho__ Neutro__
10. Durante su estancia en Cuba¿ha visitado algún otro
Centro Nocturno?
Si_______ No_______ ¿Cuál? ___________
Satisfecho__ Muy Insatisfecho__
6. Considera que la relación CalidadPrecio es:
Muy Mala__
Buena__
Mala__
11. Su experiencia en Tropicana con respecto a ese otro
Centro visitado es:
Inferior_____ Similar_____ Igual_______ Superior_____
Especifique en qué factor se basó paracomparar
_____________________
Regular___
Muy Buena_____
7. ¿Volvería usted una vez más a
Tropicana?
No_____ Quizás_____ Sí_____
Seguramente sí_____
En caso de que la respuesta no sea
afirmativa diga ¿por qué?
12. Si desea hacernos alguna sugerencia con relación a
nuestros servicios en general, por favor escríbala a
continuación.
__________________________________________________
Muchas Gracias.
66
Anexo 2 Valores perdidos
Estadísticos
N
Válidos Perdidos
Satisfacción con el servicio recibido
175
0
Relación Calidad-Precio
173
2
Volvería usted una vez más a Tropicana 173
2
Colorido del espectáculo
175
0
Diversidad de ritmos
174
1
Orquesta
175
0
Ambiente natural
172
3
Cantidad de bailarines
173
2
Vestuario de artistas
171
4
Atractivos luego del espectáculo
154
21
Ubicación de las mesas
172
3
Presencia de trabajadores
173
2
Rapidez del servicio
174
1
Profesionalidad y trato de los trabajadores 173
2
Comunicación idiomática
175
0
Variedad gastronómica
164
11
Calidad de oferta gastronómica
165
10
Recomendaría nuestro Cabaret
166
9
Fuente: Elaboración propia, a partir de salida de software SPSS.
Anexo 3 Estadísticos de Fiabilidad Alpha de Cronbach.
Alfa de Cronbach
0,928
Fuente: Salida de software SPSS.
Anexo 4 Medidas de Adecuación Muestral de la Satisfacción.
KMO y prueba de Bartlett
Medida de adecuación muestral de Kaiser-Meyer-Olkin. 0,9
Prueba de esfericidad de Bartlett
gl
153
Prob. Marginal
0
Fuente: Salida de software SPSS.
67
Anexo 5 Matriz de Componentes Principales
Variables
Componentes
SHOW SERVICIOS SATISFACCIÓN
Colorido del espectáculo
0,861
Diversidad de ritmos
0,85
Cantidad de bailarines
0,84
Orquesta
Ambiente natural
Vestuario de artistas
0,772
0,765
0,688
Presencia de trabajadores
0,548
Variedad gastronómica
0,854
Calidad de oferta gastronómica
0,839
Rapidez del servicio
0,727
Atractivos luego del espectáculo
0,667
Profesionalidad
trabajadores
y
trato
de
los
0,517
0,616
Comunicación idiomática
0,506
0,577
Ubicación de las mesas
0,498
0,51
Satisfacción con el servicio recibido
Volvería usted
Tropicana
una
vez
más
0,755
a
0,751
Recomendaría nuestro Cabaret
0,66
Relación Calidad-Precio
0,636
Método de extracción: Análisis de componentes principales.
Método de rotación: Normalización Varimax con Kaiser.a
a. La rotación ha convergido en 6 iteraciones.
Fuente: Elaboración propia, a partir de salida de software SPSS.
68