Revista
de Ciencias Sociales (RCS)
Vol. XXX, Número Especial 10,
julio/diciembre 2024. pp. 567-579
FCES
- LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como citar: Hernández-Gracia, T. J., Duana, D., Martínez, E., y Meriño,
V. H. (2024). Compromiso organizacional en trabajadores de instituciones
públicas mexicanas. Revista De Ciencias Sociales, XXX(Número
Especial 10), 567-579.
Gestión
del marketing relacional en empresas farmacéuticas: Un análisis
de ecuaciones estructurales
Sabando-García, Ángel Ramón*
Cárdenas-Fierro, Gisselle Mariuxi**
Bastidas-Guerrón, Jeaneth Lucía***
Sabando-Mendoza, Estela Rossana****
Resumen
Ante la creciente competencia y otros desafíos que enfrentan
las empresas farmacéuticas, este estudio tiene como objetivo evaluar la gestión
del marketing relacional en empresas farmacéuticas de la Provincia de Carchi,
Ecuador. La metodología del estudio es cuantitativa, correlacional, sustentada
en un modelo de ecuaciones estructurales y en una muestra representativa de la
Provincia de Carchi, Ecuador. Se validaron instrumentos de medición mediante
selección de ítems y análisis factorial, centrando el análisis en las variables
de satisfacción, confianza y compromiso para explorar su impacto en las
prácticas de marketing relacional. Los hallazgos sugieren la necesidad de
estrategias de marketing relacional más adaptadas y la importancia de un
enfoque integrado para la gestión de relaciones con los clientes de las
empresas farmacéuticas. Los resultados dan cuenta de la existencia de una interconexión compleja entre
satisfacción, confianza y compromiso, de lo cual destaca la necesidad de un
refinamiento conceptual y metodológico para una distinción clara entre estos
constructos, e insta a futuras investigaciones para desarrollar mediciones más
precisas y estrategias de marketing efectivas basadas en un profundo
entendimiento de estas relaciones interdependientes.
Palabras clave: Marketing relacional;
sector farmacéutico; satisfacción del cliente; confianza del consumidor; ecuaciones
estructurales.
Relationship marketing management in pharmaceutical
companies: A structural equation analysis
Abstract
Given the increasing
competition and other challenges facing pharmaceutical companies, this study
aims to evaluate the management of relationship marketing in pharmaceutical
companies in the Province of Carchi, Ecuador. The methodology of the study is
quantitative, correlational, based on a structural equation model and on a
representative sample of the Province of Carchi, Ecuador. Measurement
instruments were validated through item selection and factor analysis, focusing
the analysis on the variables of satisfaction, trust and commitment to explore
their impact on relationship marketing practices. The findings suggest the need
for more tailored relationship marketing strategies and the importance of an
integrated approach to managing relationships with pharmaceutical companies'
customers. The results show the existence of a complex interconnection between
satisfaction, trust and commitment, which highlights the need for conceptual
and methodological refinement for a clear distinction between these constructs,
and urges future research to develop more accurate measurements and effective
marketing strategies based on a deep understanding of these interdependent
relationships.
Keywords: Relationship
marketing; pharmaceutical sector; customer satisfaction; consumer confidence;
structural equations.
Introducción
La era digital, marcada
por innovaciones tecnológicas disruptivas (Delgado, Gutiérrez y Ochoa, 2020; Moreira-Choez, Zambrano-Acosta y López-Padrón, 2023; Villalobos, Martelo y
Franco, 2023), ha
transformado fundamentalmente las operaciones en una amplia gama de sectores
económicos, entre ellos, el farmacéutico (Arden et
al., 2021). Este sector ha visto cómo la eficiencia operativa y una
gestión avanzada de las relaciones con clientes se convierten en ejes centrales
para sostener la competitividad en un mercado global y en constante evolución (Reimann, Schilke y Thomas, 2010).
Dentro de este marco, el marketing
relacional se destaca como una estrategia esencial para farmacias y compañías
farmacéuticas, orientada hacia el establecimiento y la preservación de vínculos
duraderos con los clientes (Doucette y McDonough, 2002).
La relevancia del marketing relacional para reforzar la
lealtad de los clientes y mejorar el desempeño empresarial es ampliamente
reconocida en la literatura (Rizan, Warokka y Listyawati, 2014), destacando su importancia en diversos
sectores, incluido el farmacéutico. No obstante, su aplicación en el entorno
farmacéutico de Ecuador enfrenta desafíos específicos debido a las normativas
locales y las peculiaridades del mercado (Palmatier et al., 2008).
En este sentido, esta investigación es fundamental puesto que sus hallazgos pueden
contribuir significativamente a mejorar la gestión del marketing relacional en las empresas farmacéuticas mediante la
aplicación de modelos de ecuaciones estructurales, abordando así un aspecto
crítico que ha sido poco explorado hasta la fecha en esta región.
En tal sentido, la
motivación detrás de este estudio surge de la necesidad de llenar el vacío en
la investigación académica relacionada con la implementación efectiva del marketing relacional en el sector
farmacéutico ecuatoriano, un área que requiere mayor atención para alinear las
prácticas empresariales con las expectativas de los consumidores y mejorar la
posición competitiva de las empresas (Thakur y Workman,
2016; Buttle y Maklan, 2019;
Romero y Zabala, 2019). Además, la escasez de
aplicaciones de modelos de ecuaciones estructurales en este campo, destacada
por Aziz y Chok (2013); y, Boateng
(2019), representa una oportunidad única para avanzar
en la comprensión de cómo estas estrategias afectan los resultados comerciales,
especialmente en mercados especializados.
Adoptando este enfoque
analítico, que Cobelli y Chiarini
(2020) reconocen por su capacidad para descifrar las
complejas relaciones entre variables no observadas, la investigación tiene el
potencial de ofrecer a las empresas farmacéuticas insights valiosos para diseñar
estrategias que respondan a las necesidades específicas de los consumidores,
fomentando la fidelidad y asegurando un éxito empresarial sostenible.
En consecuencia, surge
la interrogante: ¿De qué manera son evaluadas las prácticas de marketing relacional de las empresas
farmacéuticas por parte de los clientes a partir de aspectos como la
satisfacción, la confianza y el compromiso? Para responder a esta pregunta, el
estudio plantea como objetivo principal evaluar la gestión del marketing relacional en las empresas
farmacéuticas de la Provincia de Carchi, Ecuador, empleando un modelo de
ecuaciones estructurales para identificar y valorar las interacciones entre las
estrategias de marketing relacional y
los niveles de satisfacción y fidelidad de los clientes.
1. Fundamentación teórica
1.1. El Sector farmacéutico
El sector farmacéutico
se reconoce como un componente crítico y dinámico en el contexto de la salud
global, enfrentando desafíos continuos que emergen de su intrínseca complejidad
y la imperiosa necesidad de innovación constante. Esta industria, dedicada
esencialmente a la creación, producción y distribución de medicamentos, se
sustenta en la Investigación y Desarrollo (I+D) como elementos cruciales para
fomentar la innovación terapéutica, implicando significativas inversiones y
largos ciclos de desarrollo (Petrova, 2014; Malerba y Orsenigo,
2015; David, Wolfender y Dias, 2015).
De igual manera, la
importancia de las empresas farmacéuticas en la mejora de la calidad de vida se
ve acentuada tanto por los desafíos relacionados con el acceso a medicamentos
como por la regulación y ética en la comercialización, enfatizados por la
Organización Mundial de la Salud (Theodore et al.,
2006).
Adicionalmente, la
competitividad de la industria farmacéutica se ve influenciada por factores
externos tales como los avances tecnológicos, las políticas regulatorias, las
tendencias demográficas y de enfermedades, así como las crecientes expectativas
de los pacientes y los profesionales de la salud, lo que crea un ambiente
altamente competitivo donde la innovación es esencial para el crecimiento y
sostenibilidad de las empresas (Achilladelis y Antonakis, 2001).
En este entorno, la relevancia del marketing
relacional, que comprende los componentes de satisfacción, confianza y
compromiso con el cliente, se convierte en un pilar fundamental para la
fidelización y la creación de valor a largo plazo (Miquel-Romero,
Caplliure-Giner y Adame-Sánchez, 2014).
El avance en el
modelado de marketing y la aplicación
de técnicas analíticas como las ecuaciones estructurales (Steenkamp y Baumgartner, 2000; Doral,
Rodríguez y Meseguer, 2018),
junto con la utilización de tecnologías emergentes para entender y reforzar el
comportamiento de compra de los consumidores (Marques
et al., 2020), demuestran un panorama prometedor para la investigación
futura en marketing farmacéutico y la
adopción de estrategias más alineadas con las necesidades de los consumidores.
1.2.
Marketing relacional y modelos de
ecuaciones estructurales
El marketing relacional, enfocado en fortalecer y prolongar la
relación entre empresas y clientes, es destacado como un enfoque estratégico
hacia la atracción, retención y mejora de las relaciones con los clientes en
distintos sectores, poniendo especial énfasis en la importancia del compromiso
y la interacción constante para crear valor mutuo sostenido en el tiempo (Veloutsou, Saren y Tzokas, 2002). Bowden (2011), amplía esta perspectiva, resaltando la
necesidad de mantener un diálogo constante con los clientes para fomentar su
satisfacción y lealtad, pilares esenciales para cimentar relaciones comerciales
duraderas.
En el ámbito específico
del sector farmacéutico, la implementación de estas estrategias requiere una
adaptación que atienda la personalización del servicio y la gestión de
experiencias que resalten la fidelización del cliente. Agnihotri, Rapp y Trainor (2009); y, Calanchez et al. (2023), subrayan la importancia de
atender a la sensibilidad hacia la salud del cliente y a la confidencialidad de
la información; mientras que Ihekoronye, Osemene y Ergun (2020); y, Miranda, Santamaría y Guerrero (2022), muestran cómo distintos aspectos del marketing relacional pueden reforzar la
lealtad del cliente, particularmente a través de la interacción personalizada y
el uso de redes sociales para establecer una conexión emocional.
En el contexto
analítico, los modelos de ecuaciones estructurales (SEM) representan una
herramienta vital para el desglose y análisis de las complejas relaciones entre
los diferentes constructos del marketing
relacional (Fan et al., 2016). Estos modelos
ayudan a dilucidar las relaciones entre la percepción del cliente, la
satisfacción y la lealtad, además de otros elementos clave. Investigaciones
como las de Quero
y Ventura (2011); y, Damberg, Schwaiger y Ringle (2022), demuestran cómo la satisfacción y la
confianza son elementos medulares que actúan como mediadores en la relación
entre las prácticas de marketing
relacional y la lealtad del cliente.
Estos estudios, junto
con el análisis avanzado que ofrecen Steenkamp y Baumgartner
(2000); y, Petrescu (2013), enfatizan la efectividad de SEM en el
refinamiento y validación de modelos teóricos dentro del marketing relacional, lo que subraya la continuada evolución y la
importancia de adaptar las estrategias de marketing
para fomentar relaciones provechosas y de largo plazo entre empresas y clientes
en mercados altamente competitivos.
2.
Metodología
En este estudio se
aplicó una metodología con enfoque cuantitativo y correlacional para evaluar la
percepción que tienen los usuarios del marketing
relacional en el ámbito farmacéutico de la Provincia de Carchi, Ecuador. Se
utilizaron análisis estadísticos multivariantes confirmatorios, implementados
mediante los softwares SPSS y AMOS 24
(Bandalos y Finney, 2018),
facilitando así la evaluación de la magnitud y dirección de las relaciones
entre las variables estudiadas y la verificación de modelos teóricos
previamente establecidos.
El proceso
investigativo inició con un detallado escrutinio de la literatura existente,
con el propósito de seleccionar un instrumento de medición adecuado para los
componentes fundamentales del marketing
relacional. El cuestionario elegido fue sometido a una fase de prueba piloto
con 120 clientes de farmacias para asegurar su relevancia y precisión en el
contexto específico del estudio.
La demarcación
geográfica del estudio se centró en la Provincia de Carchi, particularmente en
la población del Cantón Tulcán, estimándose un universo poblacional objetivo de
aproximadamente 57.327 individuos (hombres y mujeres entre 20 y 64 años),
basado en proyecciones de la Secretaría Nacional de Planificación para 2020. La
estrategia de muestreo adoptada fue el diseño probabilístico simple, idóneo
para poblaciones de gran tamaño, resultando en una muestra de 382 clientes,
equilibradamente distribuida por género y representativa de la diversidad
geográfica local.
Tabla 1
Análisis
cruzado del sexo en función del lugar de residencia correspondiente a la
muestra del sector farmacéutico
|
Sexo |
Parroquias |
Cantón |
Total |
|
|
Santa Marta de Cuba |
Julio Andrade |
Tulcán |
||
|
Femenino |
9 |
17 |
168 |
194 |
|
2,4% |
4,5% |
44,0% |
50,8% |
|
|
Masculino |
6 |
25 |
157 |
188 |
|
1,6% |
6,5% |
41,1% |
49,2% |
|
|
Total |
15 |
42 |
325 |
382 |
|
3,9% |
11,0% |
85,1% |
100,0% |
|
Fuente: Elaboración propia, 2024.
La recolección de datos se realizó a través de un cuestionario validado,
respetando las normas éticas y asegurando la confidencialidad y el anonimato de
los participantes mediante el consentimiento informado. Este procedimiento
metodológico estableció una base firme para el análisis subsiguiente,
permitiendo una interpretación adecuada de las dinámicas del marketing relacional en el entorno
farmacéutico específico. Además, el análisis demográfico de los 382
participantes destacó una distribución equitativa de género y una marcada
prevalencia de respuestas en Tulcán, subrayando la importancia económica de
esta área urbana.
La contrastación de estos datos con aquellos obtenidos de otras
localidades, como Julio Andrade y Santa Marta de Cuba, proporcionó una perspectiva
ampliada sobre las prácticas de consumo a nivel provincial, revelando
diferencias significativas basadas en la urbanización y enriqueciendo la
comprensión del comportamiento del consumidor en el mercado farmacéutico de la
región.
La Figura I, muestra los componentes y
variables explicativas del marketing relacional en empresas
farmacéuticas, indicando la variable confianza con los ítems P1 a P7,
compromiso con P8 a P13 y satisfacción con P14 a P20, para evaluar estas
prácticas.
Fuente:
Elaboración propia, 2024.
Figura
I: Componentes
del marketing relacional del sector farmacéutico
3. Resultados y discusión
En la presente sección se exponen los
principales resultados asociados a la evaluación de la gestión del marketing
relacional en las farmacias de la Provincia de Carchi, Ecuador. A continuación,
se pone a disposición la Tabla 2, que resume el análisis de fiabilidad mediante
el coeficiente alfa de Cronbach, aplicado a los componentes del cuestionario
diseñado para evaluar la gestión del marketing relacional.
Tabla 2
Análisis
de confiabilidad Alfa de Cronbach para la evaluación del marketing relacional
empleado por las farmacias
|
Ítems de la
gestión del Marketing |
Media
(74,19) |
Varianza
(36,21) |
Correlación
(0,21) |
Alfa de
Cronbach (0,575) |
|
1). Siento confianza en
las farmacias independientes y en el personal de atención porque son honestos
con a respecto a la información del producto que venden. |
73,74 |
37,14 |
0,22 |
0,56 |
|
2). Las farmacias
independientes cumplen con las actividades que prometen tales como ventas con
regalo, concursos y sorteos, descuentos en productos, etc. |
74,64 |
36,39 |
0,12 |
0,57 |
|
3). Las farmacias
independientes se preocupan por mis intereses como cliente. |
74,84 |
35,75 |
0,11 |
0,58 |
|
4). Cuando el personal
de atención me informa sobre el producto, considero que se preocupa por mi
salud y bienestar. |
74,10 |
35,74 |
0,27 |
0,55 |
|
5). Si hay alguna
inconformidad con el producto en las farmacias independientes el dueño o
administrador se enfoca en solucionarlo de manera rápida y adecuada. |
74,23 |
35,17 |
0,30 |
0,55 |
|
6). Si hay alguna
inconformidad con el servicio las farmacias independientes le brindan
soluciones con resultados positivos. |
74,13 |
35,72 |
0,25 |
0,55 |
|
7). Cuando necesito
abastecerme de productos farmacéuticos pienso en adquirirlos en las farmacias
independientes. |
74,87 |
35,28 |
0,13 |
0,58 |
|
8). Me siento ligado
emocionalmente y tengo un fuerte sentido de pertenencia hacia las farmacias
independientes. |
74,71 |
35,73 |
0,15 |
0,57 |
|
9). La relación que
tengo con el personal de atención de las farmacias independientes es
respetuosa. |
73,65 |
37,05 |
0,26 |
0,56 |
|
10). Luego de una
experiencia de compra recomendaría adquirir productos en las farmacias
independientes |
74,05 |
36,71 |
0,20 |
0,56 |
|
11). En las farmacias
independientes el personal sostiene un protocolo de atención para fomentar
una buena relación. |
74,19 |
36,35 |
0,22 |
0,56 |
|
12). Obtengo beneficios
al adquirir continuamente medicamentos y productos farmacéuticos en las
farmacias independientes. |
74,99 |
35,06 |
0,15 |
0,58 |
|
13). Las farmacias
independientes se esfuerzan por mantener una buena relación entre el personal
de atención y el cliente. |
74,15 |
35,88 |
0,25 |
0,55 |
|
14). Las farmacias
independientes me ofrecen productos de calidad y cumplen con las directrices
de su entidad reguladora. |
73,62 |
37,10 |
0,25 |
0,56 |
|
15). Las farmacias
independientes comercializan los productos con precios estandarizados del
mercado. |
74,08 |
37,36 |
0,11 |
0,57 |
|
16). Las farmacias
independientes satisfacen las necesidades específicas que requiero. |
74,52 |
35,29 |
0,21 |
0,56 |
|
17). Mi relación con el
personal de atención de las farmacias independientes es positiva. |
73,99 |
37,16 |
0,14 |
0,57 |
|
18). La manera de
expender medicamentos y productos farmacéuticos de las farmacias
independientes satisface mis expectativas. |
73,97 |
36,40 |
0,21 |
0,56 |
|
19). Me siento
satisfecho con la efectividad percibida respecto a los medicamentos. |
73,70 |
36,64 |
0,29 |
0,55 |
|
20. Continuaré siendo cliente de las farmacias
independientes por un largo plazo. |
73,71 |
36,29 |
0,31 |
0,55 |
Fuente: Elaboración propia (2024)
La utilización del
coeficiente alfa de Cronbach reveló una fiabilidad general moderada de 0.575
para los ítems del cuestionario, con
una variabilidad en los coeficientes entre 0.55 y 0.58, indicando una
confiabilidad aceptable para continuar la investigación y subrayando la
necesidad de una construcción cuidadosa de las herramientas de medición en la
investigación del marketing
relacional.
A pesar de la moderada
fiabilidad, se evidencia la aplicabilidad de los datos para analizar las
dinámicas del marketing relacional,
destacando la urgencia de mejorar la coherencia interna de los instrumentos de
medición. La consistencia interna, esencial para validar los instrumentos en
estudios de marketing, enfatiza la
necesidad de un diseño detallado y una revisión exhaustiva de los cuestionarios
para capturar fielmente las percepciones y comportamientos de los consumidores,
contribuyendo significativamente al conocimiento sobre la gestión del marketing relacional y resaltando la
importancia de contar con instrumentos de medición precisos y fiables.
Adicionalmente, la presente
sección detalla en la Figura II los resultados obtenidos, la cual exhibe las
cargas factoriales y covarianzas asociadas con el modelo de gestión del marketing.
Fuente:
Elaboración propia, 2024.
Figura
II: Cargas
factoriales y covarianzas del modelo de la gestión del Marketing
La Figura II, revela
una heterogeneidad considerable en las cargas factoriales para la medición de
la satisfacción en marketing
relacional, mostrando fluctuaciones entre 0.41 y 0.44 para ítems como P20 y P14, contrastando con menores valores de 0.24 para
P15 y P16, lo que refleja la complejidad y la multidimensionalidad de este
constructo. Este análisis se alinea con los argumentos de Kourouthanassis
et al. (2017), quienes sostienen que el
contexto y la naturaleza del constructo de satisfacción afectan
significativamente su percepción, enfatizando la necesidad de considerar esta
variabilidad en la evaluación de la eficacia de estrategias de marketing relacional.
En paralelo, la
confianza y el compromiso, evaluados a través de los ítems P4, P6 y P13, muestran cargas factoriales que subrayan su
importancia en la configuración de la percepción del cliente y la consolidación
de relaciones duraderas, respaldando las teorías de Akrout y Diallo (2017); y, Lian y Yoong
(2017).
Además, la interacción entre satisfacción, confianza y compromiso destaca una
conexión profunda, como lo indican Santalla-Banderali y Alvarado (2022),
aunque los índices de ajuste como RMSEA y CFI sugieren la necesidad de
perfeccionamiento en el modelo para capturar con mayor precisión estas
relaciones dinámicas.
Los resultados
presentados en la Tabla 3, ofrecen un análisis exhaustivo de la confiabilidad
de los ítems del cuestionario
empleado para evaluar la gestión del marketing
relacional de las empresas farmacéuticas, este remo se observa desde la
satisfacción, la confianza y el compromiso de los clientes.
Tabla 3
Análisis
de confiabilidad de los ítems y nivel de significancia
|
Ítems |
|
Factores |
Estimate |
S.E. |
C.R. |
P |
Label |
|
p19 |
<--- |
Satisfacción |
1 |
||||
|
p18 |
<--- |
Satisfacción |
0,633 |
0,199 |
3,188 |
0,001 |
par_1 |
|
p17 |
<--- |
Satisfacción |
0,660 |
0,194 |
3,394 |
*** |
par_2 |
|
p16 |
<--- |
Satisfacción |
0,840 |
0,254 |
3,313 |
*** |
par_3 |
|
p15 |
<--- |
Satisfacción |
0,565 |
0,191 |
2,952 |
0,003 |
par_4 |
|
p14 |
<--- |
Satisfacción |
0,841 |
0,157 |
5,339 |
*** |
par_5 |
|
p20 |
<--- |
Satisfacción |
0,907 |
0,187 |
4,853 |
*** |
par_6 |
|
p1 |
<--- |
Confianza |
1 |
||||
|
p2 |
<--- |
Confianza |
0,620 |
0,315 |
1,969 |
0,049 |
par_7 |
|
p3 |
<--- |
Confianza |
0,439 |
0,376 |
1,168 |
0,243 |
par_8 |
|
p4 |
<--- |
Confianza |
1,196 |
0,353 |
3,391 |
*** |
par_9 |
|
p5 |
<--- |
Confianza |
1,703 |
0,370 |
4,609 |
*** |
par_10 |
|
p6 |
<--- |
Confianza |
1,617 |
0,345 |
4,693 |
*** |
par_11 |
|
p7 |
<--- |
Confianza |
0,787 |
0,411 |
1,913 |
0,056 |
par_12 |
|
p8 |
<--- |
Compromiso |
1 |
||||
|
p9 |
<--- |
Compromiso |
1,068 |
0,466 |
2,291 |
0,022 |
par_13 |
|
p10 |
<--- |
Compromiso |
1,078 |
0,510 |
2,112 |
0,035 |
par_14 |
|
p11 |
<--- |
Compromiso |
1,276 |
0,574 |
2,223 |
0,026 |
par_15 |
|
p12 |
<--- |
Compromiso |
0,844 |
0,546 |
1,544 |
0,122 |
par_16 |
|
p13 |
<--- |
Compromiso |
1,688 |
0,729 |
2,315 |
0,021 |
par_17 |
Fuente: Elaboración propia, 2024.
La Tabla 3, proporciona
un análisis detallado de la fiabilidad y la significancia estadística de los ítems utilizados en un estudio sobre la
evaluación del marketing relacional
en las empresas farmacéuticas, evidenciando la solidez de los constructos de
Satisfacción, Confianza y Compromiso. Los resultados indican que la mayoría de
los ítems presentan coeficientes de
regresión (CR) superiores a dos y niveles de significancia (p) menores a 0.05,
0.01, y 0.001, lo que demuestra una significativa evidencia contra la hipótesis
nula y, por ende, una relación significativa con los constructos analizados.
Este hallazgo, en línea con las afirmaciones de Fakhoury y Priebe (2002), refuerza la validez de los ítems en la representación de los
constructos de interés y subraya la robustez metodológica del estudio.
Sin embargo, algunos ítems, en particular P3 y P12, que se
relacionan con los constructos de Confianza y Compromiso respectivamente,
muestran valores p que no alcanzan el
umbral para rechazar la hipótesis nula, sugiriendo una representación
inadecuada de estos constructos. Siguiendo las recomendaciones de Kaynak (2003); Tarí, Molina y
Castejón (2007); Jackson, Gillaspy y Purc-Stephenson (2009);
y, Al-Tahat y Jalham
(2015),
se aconseja la eliminación de estos ítems
para optimizar la calidad y el ajuste del modelo, una práctica que encuentra
respaldo en la literatura especializada en análisis estructural.
Este proceso de
depuración del modelo contribuye significativamente a la precisión y fiabilidad
de la representación de las relaciones estructurales, lo que a su vez mejora la
validez y la capacidad predictiva del estudio en el ámbito del marketing relacional, destacando la
importancia de emplear instrumentos de medición validados rigurosamente en la
investigación de este campo, como resaltan Sarstedt
et al. (2014).
La Tabla 4, proporciona
un conjunto comprensivo de medidas de ajuste para el modelo estructural de la evaluación
de la gestión del marketing
relacional, que refleja la adecuación del modelo teórico propuesto a los datos
observados en el estudio.
Tabla 4
Medidas
de ajuste del modelo de la gestión del Marketing
|
Medida |
Estimar |
Umbral |
Interpretación |
|
CMIN (en inglés) |
215,512 |
-- |
-- |
|
DF |
167 |
-- |
-- |
|
CMIN/DF |
1,29 |
Entre 1 y 3 |
Excelente |
|
CFI |
0,854 |
>0,95 |
Terrible |
|
RMSEA |
0,028 |
<0.06 |
Excelente |
|
PClose |
1,000 |
>0,05 |
Excelente |
Fuente: Elaboración propia, 2024.
La Tabla 4, en el
estudio presenta un análisis meticuloso de las métricas de ajuste, crucial para
evaluar la coherencia del modelo teórico de gestión del marketing relacional con los datos empíricos recabados. Específicamente,
el cociente entre la Chi-cuadrado (CMIN) y los grados de libertad (DF), destaca
como un indicador fundamental, alcanzando un valor de 1.29, lo que se considera
dentro del rango óptimo de 1 a 3 para un excelente ajuste del modelo según Yaslioglu y Toplu (2020).
Este hallazgo subraya
la alineación significativa del modelo teórico con las observaciones empíricas,
reforzando la evaluación de conformidad del modelo teórico (Lila et al., 2014).
Adicionalmente, el modelo demuestra una óptima congruencia a través del RMSEA,
con un valor de 0.028, bien por debajo del umbral de 0.06 que indica un ajuste
excelente, lo que refleja una alta capacidad predictiva y la robustez del
modelo, reforzada por un valor Pclose de 1.000, que
excede el umbral recomendado de 0.05 (Yuan y Zhong, 2013; Rodríguez-Laso, García-García y
Rodríguez-Mañas, 2023).
Sin embargo, se
identifica un área para mejorar en la estructura del modelo, señalado por un
Índice de Ajuste Comparativo (CFI) de 0.854, que no alcanza el estándar
preferente de 0.95. Esto indica la necesidad de revisiones para mejorar la
adecuación del modelo, sugiriendo la influencia de la complejidad del modelo y
el tamaño de muestra en la exactitud de los resultados.
Siguiendo las
directrices de expertos en el campo como Baumgartner y Homburg
(1996); Shah y Meyer (2006); y, Barroso,
Cepeda y Roldán (2010), se recomienda adoptar un
enfoque sistemático que incluya una revisión detallada de las variables, la
eliminación de redundancias y la consideración de expandir el tamaño de la
muestra para una representación más exacta. Este procedimiento, basado en un
enfoque iterativo y respaldado por evidencia sólida, no solo apunta a la
optimización del modelo de gestión del marketing
relacional sino también a la expansión de la base teórica del estudio,
allanando el camino para un progreso significativo en futuras investigaciones
en el ámbito del marketing
relacional.
La Tabla 5, se dedica a
ilustrar el análisis de validez discriminante para los constructos implicados
en la evaluación de la gestión del marketing
relacional en las farmacias, en el marco de la satisfacción, confianza y
compromiso de los clientes.
Tabla 5
Análisis
de validez discriminante de la gestión del Marketing
|
CR |
AVE |
MSV |
MaxR(H) |
Satisfacción |
Confianza |
Compromiso |
|
|
Satisfacción |
0,455 |
0,118 |
0,900 |
0,499 |
0,343 |
||
|
Confianza |
0,382 |
0,101 |
0,811 |
0,459 |
0,789*** |
0,318 |
|
|
Compromiso |
0,297 |
0,073 |
0,900 |
0,328 |
0,949* |
0,900* |
0,271 |
Fuente: Elaboración propia, 2024.
El análisis de la
validez discriminante, un componente esencial para validar la precisión de la
medición de constructos en estudios de marketing
relacional, ha identificado deficiencias significativas en la capacidad del
instrumento de investigación para diferenciar adecuadamente entre los
constructos de Satisfacción, Confianza y Compromiso.
Según la Tabla 5, se
observa que tanto la confiabilidad compuesta (CR) como los promedios de
varianza extraída (AVE) para estos constructos no alcanzan los umbrales
estándares aceptados de 0.70 y 0.50, respectivamente, lo que sugiere una
superposición conceptual entre los constructos analizados. Esta situación
apunta a la necesidad de realizar revisiones y ajustes detallados en las
definiciones y métodos de medición utilizados, para mejorar significativamente
la validez y la fiabilidad del instrumento de medición y, por ende, de los
resultados del estudio.
En respuesta a esta
falta de validez discriminante y convergente, es fundamental realizar ajustes
metodológicos para asegurar que los ítems
destinados a cada constructo reflejen de manera fidedigna y distinta las
dimensiones teóricas que pretenden medir. La inadecuada distinción entre los
constructos, como señalan Gold
y Holodynski (2017),
no solo cuestiona la validez del instrumento de medición, sino que también
podría resultar en interpretaciones incorrectas de las relaciones dentro del
marco del marketing relacional.
Por tanto, es crucial
eliminar aquellos ítems o variables
exógenas que no cumplen con la significancia estadística necesaria y realizar
una revisión profunda de los constructos para mejorar la claridad y la
precisión del modelo teórico. Esto permitirá una mejor comprensión y
representación de las dinámicas del marketing
relacional, especialmente en el sector farmacéutico, garantizando una
interpretación más precisa de las relaciones estructurales entre los
constructos (Vázquez‐Casielles, Suárez y
Díaz, 2010).
La Tabla 6, proporciona una detallada
presentación de los resultados derivados del análisis del índice Heterotrait-Monotrait
(HTMT), aplicado a los componentes clave de la gestión del marketing.
Tabla
6
Análisis del índice Heterotrait-Monotrait
(HTMT) para los componentes de la gestión del marketing
|
Satisfacción |
Confianza |
Compromiso |
|
|
Satisfacción |
|||
|
Confianza |
0,788 |
||
|
Compromiso |
0,991 |
1,105 |
Fuente: Elaboración propia, 2024.
El uso del índice Heterotrait-Monotrait
(HTMT) en el estudio, ha proporcionado resultados mixtos respecto a la validez
discriminante entre los constructos de Satisfacción y Confianza, con una
correlación de 0.788 que se encuentra por debajo del límite de 0.85 recomendado
por Amjad y Siddiqui
(2017), indicando
una distinción adecuada y validando su independencia conceptual. Sin embargo,
las correlaciones HTMT para las parejas Satisfacción-Compromiso y
Confianza-Compromiso, muestran valores de 0.991 y 1.105 respectivamente,
superando el umbral establecido y sugiriendo una considerable superposición
conceptual.
Estos hallazgos
resaltan la necesidad de reexaminar la definición y medición de estas variables
para abordar la falta de discriminación y reconsiderar la interacción entre
satisfacción, confianza y compromiso, que parece ser más compleja de lo
previamente asumido por las teorías estándares del marketing relacional.
En este contexto, los insights de Steenkamp y Van Trijp
(1991);
y, Ahire y Devaraj
(2001), sobre
la diferenciación clara de constructos para preservar la validez teórica se
reflejan en los resultados actuales, subrayando una posible interdependencia
profunda entre Satisfacción, Confianza y Compromiso. Este entrelazamiento
sugiere que las relaciones en el marketing
relacional pueden ser inherentemente más interconectadas, desafiando las
concepciones tradicionales y señalando hacia una revisión y mejora en los
métodos de medición.
Por tanto, se hace
imperativo el desarrollo y la validación de nuevos instrumentos de medición que
puedan capturar con exactitud la complejidad de estas dinámicas, lo que no solo
podría mejorar la comprensión del marketing
relacional, especialmente en sectores críticos como el farmacéutico, sino
también fortalecer las relaciones entre empresas y clientes, contribuyendo
significativamente a la eficacia en entornos competitivos y a la expansión de
la base teórica del marketing
relacional.
Conclusiones
En el
contexto de la investigación llevada a cabo en la provincia de Carchi, Ecuador,
se ha descubierto una compleja red de dinámicas involucradas en el marketing relacional del sector
farmacéutico. Se ha observado una notable superposición entre los constructos
fundamentales del marketing
relacional, tales como Satisfacción, Confianza y Compromiso, lo que resalta la
necesidad imperativa de redefinir y afinar tanto la conceptualización como la
operacionalización de estos términos. Esto es crucial para asegurar una
distinción clara y efectiva entre los constructos a nivel conceptual y
empírico, y para una evaluación más precisa de las estrategias de marketing relacional implementadas.
La
utilización de análisis estadísticos multivariantes ha aportado valiosos insights
empíricos respecto a las interdependencias existentes entre la satisfacción del
cliente, la confianza y el compromiso en el ámbito específico del sector
farmacéutico. Aunque los índices de ajuste del modelo sugieren una adecuación
global satisfactoria, han surgido áreas específicas que requieren una atención
detallada para perfeccionar la medición de los constructos implicados. Esto
subraya la importancia de emplear métodos de investigación y herramientas de
medición que sean rigurosamente validados dentro del campo del marketing.
Es fundamental
que las futuras investigaciones se centren en el perfeccionamiento de los
constructos de Satisfacción, Confianza y Compromiso. Esto debería incluir un
análisis exhaustivo de sus interacciones mutuas, con el fin de desarrollar y
validar herramientas de medición que reflejen con precisión la complejidad
inherente y la naturaleza multidimensional de las relaciones dentro del marketing relacional. Adoptar este
enfoque no solo profundizará la comprensión de las dinámicas subyacentes, sino
que también facilitará la creación de estrategias de marketing más efectivas y ajustadas a las necesidades y
expectativas reales de los consumidores en el sector farmacéutico. Este avance
metodológico y conceptual es vital para el progreso y la aplicación efectiva
del marketing relacional en entornos competitivos
y en constante evolución.
Referencias bibliográficas
Achilladelis, B., y Antonakis, N. (2001). The dynamics of technological innovation: the case of
the pharmaceutical industry. Research Policy, 30(4), 535-588. https://doi.org/10.1016/S0048-7333(00)00093-7
Agnihotri, R., Rapp, A., y Trainor, K. (2009). Understanding
the role of information communication in the buyer‐seller exchange process: antecedents and outcomes. Journal
of Business & Industrial Marketing, 24(7), 474-486. https://doi.org/10.1108/08858620910986712
Ahire, S. L., y Devaraj, S. (2001). An empirical
comparison of statistical construct validation approaches. IEEE Transactions
on Engineering Management, 48(3), 319-329. https://doi.org/10.1109/17.946530
Akrout, H., y Diallo, M. F. (2017). Fundamental
transformations of trust and its drivers: A multi-stage approach of
business-to-business relationships. Industrial Marketing Management, 66,
159-171. https://doi.org/10.1016/j.indmarman.2017.08.003
Al-Tahat, M. D., y Jalham, I. S. (2015). A structural equation model and a statistical
investigation of lean-based quality and productivity improvement. Journal of
Intelligent Manufacturing, 26(3), 571-583. https://doi.org/10.1007/s10845-013-0816-0
Amjad, M., y Siddiqui,
D. A. (2017). Drivers impacting relationship quality and customer loyalty in logistics
outsourcing – Pakistan perspective. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3350478
Arden, N. S., Fisher, A. C., Tyner, K., Yu, L. X., Lee, S. L., y Kopcha, M. (2021). Industry 4.0 for pharmaceutical
manufacturing: Preparing for the smart factories of the future. International
Journal of Pharmaceutics, 602, 120554. https://doi.org/10.1016/j.ijpharm.2021.120554
Aziz, Y. A., y Chok,
N. V. (2013). The role of halal awareness, halal certification, and marketing
components in determining halal purchase intention among non-muslims in Malaysia: A structural equation modeling
approach. Journal of International Food & Agribusiness Marketing, 25(1),
1-23. https://doi.org/10.1080/08974438.2013.723997
Bandalos, D. L., y Finney, S. J. (2018). Factor analysis: Exploratory and confirmatory. In G.
R. Hancock, L. M. Stapleton y R. O. Mueller (Eds.), The Reviewer’s Guide to
Quantitative Methods in the Social Sciences (p. 1-25). Routledge. https://doi.org/10.4324/9781315755649
Barroso, C., Cepeda, G., y Roldán, J. L. (2010). Applying maximum
likelihood and PLS on different sample sizes: Studies on SERVQUAL Model and
Employee Behavior Model. In V. Esposito, W. Chin, J. Henseler y H. Wang (Eds.),
Handbook of
Partial Least Squares (pp. 427-447). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-540-32827-8_20
Baumgartner, H., y Homburg, C. (1996). Applications of structural
equation modeling in marketing and consumer research: A review. International
Journal of Research in Marketing, 13(2), 139-161. https://doi.org/10.1016/0167-8116(95)00038-0
Boateng, S. L. (2019). Online relationship marketing and
customer loyalty: a signaling theory perspective. International Journal of
Bank Marketing, 37(1), 226-240. https://doi.org/10.1108/IJBM-01-2018-0009
Bowden, J. L.-H. (2011). Engaging the student as a customer: A relationship
marketing approach. Marketing Education Review, 21(3), 211-228. https://doi.org/10.2753/MER1052-8008210302
Buttle, F., y Maklan, S. (2019). Customer
relationship management: Concepts and technologies. Routledge. https://doi.org/10.4324/9781351016551
Calanchez, A., Cardich, J., Blas, K., y
Huamán, C. (2023). Devenir teórico-práctico del Marketing social en el cambio
de comportamiento de ciudadanos en la era actual. Revista de Ciencias
Sociales (Ve), XXIX(1), 328-343. https://doi.org/10.31876/rcs.v29i1.39754
Cobelli, N., y Chiarini, A. (2020). Improving
customer satisfaction and loyalty through mHealth
service digitalization. The TQM Journal, 32(6), 1541-1560. https://doi.org/10.1108/TQM-10-2019-0252
Damberg, S., Schwaiger, M., y Ringle, C. M. (2022). What’s important for relationship
management? The mediating roles of relational trust and satisfaction for
loyalty of cooperative banks’ customers. Journal of Marketing Analytics,
10(1), 3-18. https://doi.org/10.1057/s41270-021-00147-2
David, B., Wolfender, J.-L.,
y Dias, D. A. (2015). The pharmaceutical industry and
natural products: Historical status and new trends. Phytochemistry
Reviews, 14(2), 299-315. https://doi.org/10.1007/s11101-014-9367-z
Delgado, G., Gutiérrez, R. A.,
y Ochoa, C. A. (2020). Competencias en uso de Tecnologías de Información y
Comunicación: Estudiantes de postgrados a distancia. Revista de Ciencias Sociales (Ve), XXVI(E-2), 314-327. https://doi.org/10.31876/rcs.v26i0.34130
Doral, F., Rodríguez,
I., y Meseguer, A. (2018). Modelos de ecuaciones estructurales en investigaciones
de ciencias sociales: Experiencia de uso en Facebook. Revista de Ciencias
Sociales (Ve), XXIV(1), 22-40. https://produccioncientificaluz.org/index.php/rcs/article/view/24925
Doucette, W. R., y McDonough, R. P. (2002). Beyond the 4Ps: Using relationship
marketing to build value and demand for pharmacy services. Journal of the
American Pharmaceutical Association (1996), 42(2), 183-194. https://doi.org/10.1331/108658002763508470
Fakhoury, W. K. H.,
y Priebe, S. (2002). Subjective quality of life: It’s
association with other constructs. International Review of Psychiatry, 14(3),
219-224. https://doi.org/10.1080/09540260220144957
Fan, Y., Chen, J., Shirkey, G., John, R., Wu,
S. R., Park, H., y Shao, C. (2016). Applications of structural equation modeling
(SEM) in ecological studies: An updated review. Ecological Processes, 5(1),
19. https://doi.org/10.1186/s13717-016-0063-3
Gold, B., y Holodynski, M. (2017). Using
digital video to measure the professional vision of elementary classroom
management: Test validation and methodological challenges. Computers &
Education, 107, 13-30. https://doi.org/10.1016/j.compedu.2016.12.012
Ihekoronye, R. M., Osemene, K. P., y Ergun, W.
(2020). Relationship
marketing practices in community pharmacies in Nigeria. Malaysian Journal of
Pharmaceutical Sciences, 18(2), 33-45. https://doi.org/10.21315/mjps2020.18.2.3
Jackson, D. L., Gillaspy, J. A., y Purc-Stephenson, R. (2009). Reporting practices in
confirmatory factor analysis: An overview and some recommendations. Psychological
Methods, 14(1), 6-23. https://doi.org/10.1037/a0014694
Kaynak, H. (2003). The relationship between total quality
management practices and their effects on firm performance. Journal of
Operations Management, 21(4), 405-435. https://doi.org/10.1016/S0272-6963(03)00004-4
Kourouthanassis, P. E., Mikalef,
P., Pappas, I. O., y Kostagiolas, P. (2017).
Explaining travellers online information
satisfaction: A complexity theory approach on information needs, barriers,
sources and personal characteristics. Information & Management, 54(6),
814-824. https://doi.org/10.1016/j.im.2017.03.004
Lian, S. B., y Yoong,
L. C. (2017). The effectiveness of strategic relationship marketing: Exploring relationship
quality towards customer loyalty. International Business Research, 10(12),
159-166. https://doi.org/10.5539/ibr.v10n12p159
Lila, M., Oliver, A., Catalá-Miñana,
A., y Conchell, R. (2014). Recidivism
risk reduction assessment in batterer intervention programs: A key indicator
for program efficacy evaluation. Psychosocial Intervention, 23(3),
217-223. https://doi.org/10.1016/j.psi.2014.11.001
Malerba, F., y Orsenigo, L. (2015). The evolution of the pharmaceutical industry. Business
History, 57(5), 664-687. https://doi.org/10.1080/00076791.2014.975119
Marques, C. M., Moniz, S., De Sousa, J. P., Barbosa-Povoa,
A. P., y Reklaitis, G. (2020). Decision-support
challenges in the chemical-pharmaceutical industry: Findings and future
research directions. Computers & Chemical Engineering, 134,
106672. https://doi.org/10.1016/j.compchemeng.2019.106672
Miquel-Romero, M. J., Caplliure-Giner, E. M., y
Adame-Sánchez, C. (2014). Relationship marketing management: Its importance in
private label extension. Journal of Business Research, 67(5),
667-672. https://doi.org/10.1016/j.jbusres.2013.11.025
Miranda,
A. M., Santamaría, E. J., y Guerrero, C. A. (2022). Marketing relacional, una
estrategia para fidelizar clientes a través de redes sociales: Caso Melisa La
Serranita. Revista Eruditus, 3(2), 9-29.
https://doi.org/10.35290/re.v3n2.2022.616
Moreira-Choez, J. S., Zambrano-Acosta, J. M., y López-Padrón, A.
(2023). Digital
teaching competence of higher education professors: Self-perception study in an
Ecuadorian university. F1000Research, 12, 1484. https://doi.org/10.12688/f1000research.139064.1
Palmatier, R. W., Scheer, L. K.,
Evans, K. R., y Arnold, T. J. (2008). Achieving relationship marketing
effectiveness in business-to-business exchanges. Journal of the Academy of
Marketing Science, 36(2), 174-190. https://doi.org/10.1007/s11747-007-0078-5
Petrescu, M. (2013). Marketing research using single-item
indicators in structural equation models. Journal of Marketing Analytics,
1(2), 99-117. https://doi.org/10.1057/jma.2013.7
Petrova, E. (2014). Innovation in the
Pharmaceutical Industry: The Process of Drug Discovery and Development. In M.
Ding, J. Eliashberg y S. Stremersch
(Eds.), Innovation and Marketing in the Pharmaceutical Industry. International Series in Quantitative
Marketing (Vol. 20, pp. 19-81). Springer. https://doi.org/10.1007/978-1-4614-7801-0_2
Quero, M. J., y Ventura, R. (2011). El compromiso
como variable mediadora para la predicción de las futuras intenciones de consumo en
los servicios. Una aproximación empírica a los consumidores de artes escénicas
en España. Cuadernos de Gestión, 11(1), 15-36. https://doi.org/10.5295/cdg.100163mq
Reimann, M., Schilke, O., y Thomas,
J. S. (2010). Customer relationship management and firm performance: The
mediating role of business strategy. Journal of the Academy of Marketing
Science, 38(3), 326-346. https://doi.org/10.1007/s11747-009-0164-y
Rizan, M., Warokka, A., y Listyawati, D. (2014). Relationship marketing and customer loyalty: Do customer
satisfaction and customer trust really serve as intervening variables? Journal
of Marketing Research and Case Studies,
2014, 724178. https://doi.org/10.5171/2014.724178
Rodríguez-Laso,
Á., García-García, F. J., y Rodríguez-Mañas, L. (2023). The ICOPE intrinsic
capacity screening tool: Measurement structure and predictive validity of
dependence and hospitalization. The Journal of Nutrition, Health and Aging,
27(10), 808-816. https://doi.org/10.1007/s12603-023-1985-y
Romero,
J., y Zabala, K. (2019). Planificación estratégica financiera en las cadenas de
farmacias familiares del estado Zulia-Venezuela. Revista de Ciencias
Sociales (Ve), XXIV(4), 9-25. https://produccioncientificaluz.org/index.php/rcs/article/view/24906
Santalla-Banderali, Z., y
Alvarado, J. M. (2022). Incidence of leader–member exchange quality,
communication satisfaction, and employee work engagement on self-evaluated work
performance. International Journal of Environmental Research and Public
Health, 19(14), 8761. https://doi.org/10.3390/ijerph19148761
Sarstedt, M., Ringle, C. M., Smith,
D., Reams, R., y Hair, J. F. (2014). Partial least squares structural equation
modeling (PLS-SEM): A useful tool for family business researchers. Journal
of Family Business Strategy, 5(1), 105-115. https://doi.org/10.1016/j.jfbs.2014.01.002
Shah, R., y Meyer, S. (2006). Use of
structural equation modeling in operations management research: Looking back
and forward. Journal of Operations Management, 24(2), 148-169. https://doi.org/10.1016/j.jom.2005.05.001
Steenkamp, J.-B. E. M., y Baumgartner, H. (2000). On the use of
structural equation models for marketing modeling. International Journal of
Research in Marketing, 17(2–3), 195-202. https://doi.org/10.1016/S0167-8116(00)00016-1
Steenkamp, J.-B. E.
M., y Van Trijp, H. C. M. (1991). The use of lisrel in validating marketing constructs. International
Journal of Research in Marketing, 8(4), 283-299. https://doi.org/10.1016/0167-8116(91)90027-5
Tarí, J. J., Molina, J. F., y Castejón,
J. L. (2007). The relationship between quality management practices and their effects
on quality outcomes. European Journal of Operational Research, 183(2),
483-501. https://doi.org/10.1016/j.ejor.2006.10.016
Thakur, R., y Workman, L. (2016). Customer portfolio management (CPM)
for improved customer relationship management (CRM): Are your customers
platinum, gold, silver, or bronze? Journal of Business Research, 69(10),
4095-4102. https://doi.org/10.1016/j.jbusres.2016.03.042
Theodore, W. H., Spencer, S. S., Wiebe, S., Langfitt, J. T., Ali, A., Shafer, P. O., Berg, A. T., y Vickrey, B. G. (2006). Epilepsy in North America: A report
prepared under the auspices of the global campaign against epilepsy, the
international bureau for epilepsy, the international league against epilepsy,
and the World Health Organization. Epilepsia, 47(10),
1700-1722. https://doi.org/10.1111/j.1528-1167.2006.00633.x
Vázquez‐Casielles, R.,
Suárez, L., y Díaz, A. M. (2010). Perceived justice of service recovery strategies:
Impact on customer satisfaction and quality relationship. Psychology &
Marketing, 27(5), 487-509. https://doi.org/10.1002/mar.20340
Veloutsou, C., Saren, M., y Tzokas, N. (2002). Relationship
marketing. European Journal of Marketing, 36(4), 433-449. https://doi.org/10.1108/03090560210417255
Villalobos, R. M., Martelo, R.
J., y Franco, D. A. (2023). Competencias docentes para el uso de tecnologías de
información y comunicación en educación media general. Revista de Ciencias Sociales (Ve), XXIX(E-8), 63-76. https://doi.org/10.31876/rcs.v29i.40938
Yaslioglu, M. M., y Toplu, D. (2020). How and When to Use Which Fit Indices? A Practical and
Critical Review of the Methodology. Istanbul Management Journal, 88,
1-20. https://doi.org/10.26650/imj.2020.88.0001
Yuan,
K.-H., y Zhong, X. (2013). Robustness of fit indices to outliers
and leverage observations in structural equation modeling. Psychological Methods, 18(2), 121-136. https://doi.org/10.1037/a0031604
* Magister en
Estadística. Magister en Gerencia Educativa. Magister en Ingeniería Agrícola. Docente Auxiliar Tiempo Completo de la Carrera de
Arquitectura en la Pontificia Universidad Católica del Ecuador, sede Santo
Domingo, Ecuador. E-mail: arsabando@pucesd.edu.ec ORCID: https://orcid.org/0000-0001-5438-9590
** Magister en Mercadotecnia. Ingeniera
en Comercio Internacional. Docente de la Carrera de
Ciencias Administrativas y Contables en la Universidad Politécnica Estatal del
Carchi, Carchi, Ecuador. E-mail: gisselle.cardenas@upec.edu.ec ORCID: https://orcid.org/0000-0003-0363-1126
*** Magister Ejecutiva en Dirección de
Empresas con énfasis en Gerencia Estratégica. Magister en Diseño Curricular y
Evaluación Educativa. Ingeniera Agroindustrial. Docente en la Universidad
Politécnica Estatal de Carchi, Carchi, Ecuador. E-mail:
lucia.bastidas@upec.edu.ec ORCID: https://orcid.org/0000-0001-8519-9060
**** Doctora en Ciencias Sociales mención Gerencia. Docente
Investigadora de la Facultad de Ciencias Administrativas en la Universidad
Laica Eloy Alfaro de Manabí, Manabí, Ecuador. E-mail: rossanasabando@gmail.com ORCID: https://orcid.org/0000-0001-6938-6405
Recibido:
2024-04-12 · Aceptado: 2024-06-28