Revista de Ciencias Sociales (RCS)

Vol. XXXII, Número Especial 13, Enero-Junio 2026. pp. 412-433

FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431

Como citar: Ramírez, J. F., López, V. G., Máynez, A. I., y Amaya, G. (2026). Modelo de competitividad para empresas tecnológicas: Innovación abierta, gestión del conocimiento y liderazgo transformacional en México. Revista De Ciencias Sociales, XXXII(Número Especial 13), 412-433.

Modelo de competitividad para empresas tecnológicas: Innovación abierta, gestión del conocimiento y liderazgo transformacional en México

Ramírez Pérez, José Felipe*

López Torres, Virginia Guadalupe**

Máynez Guaderrama, Aurora Irma***

Amaya Parra, Guillermo****

Resumen

                La explicación del poder competitivo en las organizaciones es un área de investigación de interés, por su impacto cada vez más creciente en rendimiento, productividad y rentabilidad. El mismo puede fortalecerse si se adoptan estrategias de innovación abierta, gestión del conocimiento y liderazgo transformacional, que posibiliten un entorno dinámico y colaborativo para el desarrollo y crecimiento sostenible de las organizaciones. El objetivo es evaluar la influencia de innovación abierta, gestión del conocimiento y liderazgo transformacional, en la generación de poder competitivo en empresas de base tecnológica en Baja California-México. El diseño del estudio tiene enfoque cuantitativo, con alcance explicativo de tipo retrospectivo. Se diseñó un cuestionario, aplicado a 236 profesionales del sector de tecnologías y se desarrolló un modelo de ecuaciones estructurales mediante la técnica de mínimos cuadrados parciales. Los resultados permiten afirmar que el liderazgo transformacional favorece la existencia de una buena gestión del conocimiento, quienes a su vez inciden de manera positiva en la innovación abierta y explican en un 53,4% la generación de poder competitivo en empresas de base tecnológica. Finalmente, se observa que el poder competitivo en la región se ve influenciado por las políticas públicas y el entorno, lo que impacta significativamente sobre las organizaciones.

Palabras clave: Empresas de base tecnológica; gestión del conocimiento; innovación abierta; liderazgo transformacional; poder competitivo.

*                 Doctorando en Ciencias Administrativas en la Universidad Autónoma de Baja California, Ensenada, Baja California, México. Magister en Administración. E-mail: jramirez14@uabc.edu.mx ORCID: https://orcid.org/0000-0002-0765-0685

 

^** Doctora en Ciencias Administrativas. Profesora Investigadora en la Universidad Autónoma de Baja California, Mexicali, México. E-mail: virginia.lopez@uabc.edu.mx ORCID: https://orcid.org/0000-0002-2795-8951

 

^*** Doctora en Planeación Estratégica y Dirección de Tecnología. Profesora Investigadora en la Universidad Autónoma de Ciudad Juárez, Juárez, Chihuahua, México. E-mail: amaynez@uacj.mx ORCID: https://orcid.org/0000-0001-8174-3807

 

^**** Doctor en Tecnología. Profesor Investigador en la Universidad Autónoma de Baja California, Mexicali, México. E-mail: amaya@uabc.edu.mx ORCID: https://orcid.org/0000-0001-5375-1092

Recibido: 2026-01-27 • Aceptado: 2026-04-16

A competitiveness model for technology companies: Open innovation, knowledge management, and transformational leadership in Mexico

Abstract

      Explaining competitive power in organizations is an area of research interest due to its ever-increasing impact on performance, productivity, and profitability. This power can be strengthened by adopting open innovation strategies, knowledge management, and transformational leadership, which foster a dynamic and collaborative environment for the development and sustainable growth of organizations. The objective of this study is to evaluate the influence of open innovation, knowledge management, and transformational leadership on the generation of competitive power in technology-based companies in Baja California, Mexico. The study design employs a quantitative approach with a retrospective explanatory scope. A questionnaire was designed and administered to 236 professionals in the technology sector, and a structural equation model was developed using the partial least squares technique. The results indicate that transformational leadership promotes effective knowledge management, which in turn positively impacts open innovation and explains 53.4% of the generation of competitive power in technology-based companies. Finally, it is observed that competitive power in the region is influenced by public policies and the environment, which significantly impacts organizations.

Keywords: Technology-based companies; knowledge management; open innovation; transformational leadership; competitive power.

Introducción

A través de los años, los niveles de competitividad empresarial, evidenciado desde los desarrollos científico-técnicos de los países, han marcado el paso del avance socioeconómico alcanzado por naciones altamente desarrolladas como EEUU, Canadá, Francia, Inglaterra, China, Rusia, Japón, Alemania y Corea del Sur (Unger, 2018; Chen y Lin, 2021). En la actualidad resulta casi imposible pensar en el incremento del poder competitivo de las organizaciones sin la participación del Estado, con políticas públicas que incentiven la innovación, la inversión, el emprendimiento, la gestión del conocimiento, la productividad, el desarrollo de la ciencia y la tecnología, así como la propia competitividad (Álvarez-Aros y Bernal-Torres, ٢٠٢١; Esparza et al., ٢٠٢٢; Rincón et al., ٢٠٢٢).

El poder competitivo en las empresas de base tecnológica se encuentra en constante evolución debido a la acelerada dinámica de factores como la innovación, la gestión del conocimiento y la transformación digital. De acuerdo con Ali y Anwar (٢٠٢١); y, Bonamigo et al. (٢٠٢٢), la capacidad de estas empresas para mantener una ventaja competitiva radica fundamentalmente en su agilidad para adaptarse a cambios rápidos en el panorama tecnológico. En el presente estudio se aborda esta problemática debido a la marcada desaceleración que registra México en los últimos diez años, teniendo poca capacidad para generar, atraer y retener talento e inversión, así como una deficiente productividad, aspectos que han sido fundamentados por el Instituto Mexicano para la Competitividad desde el estudio de Rosales (٢٠٢٢); y, Marcial et al. (٢٠٢٤).

De acuerdo con los autores del estudio, soportado en investigaciones realizadas por Porter (١٩٨٠); Jiang et al. (٢٠١٦); Turkoglu y Dalgic (٢٠١٧); y, Romero et al. (٢٠٢٠), se define el poder competitivo como la capacidad alcanzada por una organización para gestionar eficientemente sus recursos, desarrollar ventajas competitivas, influir en las fuerzas competitivas de su entorno y formular e implementar estrategias efectivas. Del mismo modo, se conceptualiza a las empresas de base tecnológica aquella cuya actividad se basa en la aplicación de nuevas tecnologías para la generación de nuevos productos, procesos o servicios, generándose nuevos empleos y oportunidades de negocio en los mercados (Álvarez-Aros y Bernal-Torres, ٢٠٢١; Ahn et al., ٢٠٢٢).

La elevación del poder competitivo tiene mucha importancia para el desarrollo de las organizaciones, puesto que posibilita el incremento de la productividad e incentiva la inversión (Martínez y Padilla, 2020; Bocci et al., 2022; Sahoo et al., 2022; Tampubolon, 2022). Investigaciones como las realizadas por López (2018); y, Martínez y Aguilar (2023), en México, refieren que el poder competitivo en las empresas de base tecnológica se nutre de la intersección efectiva entre la innovación abierta, la gestión del conocimiento y el liderazgo transformacional. La adopción de prácticas de innovación abierta, que involucran la colaboración con actores externos, amplifica el flujo de ideas y acelera el desarrollo de soluciones tecnológicas avanzadas (Chesbrough, 2020).

Por otra parte, el aprovechamiento de la gestión del conocimiento permite a las organizaciones una mejor toma de decisiones y eficiencia operativa, lo que posibilita una ventaja competitiva sostenible (Pinzón et al., 2019; Bonamigo et al., 2022; Rodríguez et al., 2023; Gutiérrez y Espina-Romero, 2025). Finalmente, el ejercicio de un liderazgo transformacional oportuno, inspira y motiva a los equipos a superar sus propios límites, fomenta la innovación, fortalece el compromiso organizacional y facilita el cambio, lo que impulsa el crecimiento y la adaptación en entornos dinámicos (Muneer et al., 2022; Céspedes-Gallegos et al., 2023; Nair et al., 2023; De La Rada et al., 2024).

En este orden de discusión, de acuerdo con autores como Ahn et al. (2022); Salamzadeh et al. (2022); y, Tajpour et al. (2022), en las empresas de base tecnológica el impulso de la competitividad posibilita un aumento en la generación de valor, soportado en su actividad científico-tecnológica. Estos y otros investigadores coinciden en que la innovación abierta, la gestión del conocimiento y el liderazgo transformacional tienen un elevado impacto en la competitividad empresarial y en el poder competitivo, contextualizado al escenario de las empresas de base tecnológica en Baja California, México (Álvarez-Aros y Bernal-Torres, 2021; Ahumada-Tello et al., 2022).

Todas las variables anteriores posibilitan un incremento del poder competitivo, puesto que impactan de forma positiva sobre el rendimiento y la productividad organizacional (Capobianco-Uriarte et al., 2019). Teniendo en cuenta lo anterior, el objetivo de la investigación es evaluar la influencia de la innovación abierta, la gestión del conocimiento y el liderazgo transformacional, en la generación de poder competitivo en Empresas de Base Tecnológica (EBT) en Baja California (BC), México.

1. Metodología

El estudio tiene un enfoque cuantitativo con alcance explicativo de tipo retrospectivo. El objetivo es demostrar que la innovación abierta, la gestión del conocimiento y el liderazgo transformacional, impactan en la generación de poder competitivo en las empresas de base tecnológica en Baja California, México. El tipo de análisis realizado es la modelación de ecuaciones estructurales. Se diseñó un instrumento de medición para la recopilación de información que consiste en un cuestionario, aplicado a 236 profesionales. Se trabajó con tres variables independientes y una variable dependiente. Las variables independientes son: Innovación abierta, gestión del conocimiento y liderazgo transformacional. La variable dependiente es poder competitivo. Seguidamente, en la Figura I, se muestra la relación existente entre estas variables y sus dimensiones.

Fuente: Elaboración propia, ٢٠٢٦.

Figura I: Justificación de variables y dimensiones con base en la literatura.

1.1. Instrumento de recolección de datos

Para la medición del fenómeno en cuestión, se desarrolló un cuestionario, el cual fue aplicado a profesionales del sector de las Tecnologías de la Información y la Comunicación (TIC), y la electrónica, que laboran en empresas de base tecnológica en Baja California, como se puede visualizar en el Cuadro 1. Para la definición de los ítems a ubicar en el cuestionario, por cada grupo de constructos, se ejecutó una búsqueda intensiva en artículos de relevancia que abordan estas variables. Además, se tomaron en consideración escalas de medida ya creadas y validadas por otros autores en otros contextos, son los casos de las escalas de innovación abierta (Ziviani et al, 2022; Sesabo et al., 2024); gestión del conocimiento (Rodríguez-Ponce, 2007); liderazgo transformacional (Bagga et al., 2023); y poder competitivo (Jiang et al., 2016; Turkoglu y Dalgic, 2017).

Cuadro 1

Cuestionario dirigido a profesionales del sector electrónico y de las TIC

Variable

Dimensión	Ítems
Gestión del conocimiento	Crear conocimiento	1. La información obtenida por diversas fuentes se procesa, integra y utiliza al interior de la organización 2. Los trabajadores desarrollan de manera continua nuevos conocimientos, que los aplican en su actividad diaria 3. El conocimiento de la organización está registrado en manuales, bases de datos, procesos y procedimientos (conocimiento explícito) 4. En la organización se gestiona el conocimiento de los especialistas con mayor antigüedad y experiencia (conocimiento tácito) 5. Los trabajadores interactúan y comparten información entre sí, posibilitando la creación de nuevo conocimiento
Gestión del conocimiento	Aplicar conocimiento	1. La organización convierte la información en procesos, políticas, procedimientos y manuales, para la aplicación efectiva del conocimiento 2. En la organización se aplican los conocimientos generados y compartidos 3. La organización se adapta oportunamente a los cambios del entorno a partir de la aplicación del conocimiento 4. La organización diseña nuevos productos y/o servicios a partir de la aplicación del conocimiento 5. En mi organización se toman decisiones basadas en la aplicación de conocimientos
Innovación abierta	Colaboración externa	1. Se colabora con otras organizaciones (universidades, empresas, proveedores, etc.) para obtener recursos y conocimientos 2. Se han desarrollado o desarrollan productos y/o servicios en conjunto con otras empresas o instituciones 3. Se proponen soluciones a los problemas internos/externos de la organización como resultado de la colaboración con proveedores y clientes 4. Desde el exterior de la organización se reciben soluciones a problemas como resultado de la colaboración
	Emprendimiento e innovación	1. Se anima a los empleados a dar sugerencias e ideas para el desarrollo de nuevos negocios 2. Se aplica innovación abierta para aprovechar las oportunidades del entorno en el que se ubica la empresa 3. Se invierte a mediano y largo plazo en proyectos/negocios que se consideran innovadores y disruptivos para la organización 4. Se tiene una percepción clara de los puntos a mejorar, con relación a innovación de nuevos proceso, producto y servicio
	Innovación organizacional	1. Se crean nuevos negocios cuando se detecta oportunidades en el mercado 2. Se utiliza negocios o productos existentes para generar nuevos productos o servicios 3. La innovación aplicada a los productos y servicios propios contribuye a generar utilidades 4. La empresa es capaz de convertir conocimientos tecnológicos en innovación de procesos y productos
Liderazgo transformacional	Influencia	1. Resalta lo importante que es respetar a los demás y trabajar en equipo 2. Estoy orgulloso/a de que sea mi líder 3. Va más allá de su propio interés en beneficio de los trabajadores 4. Demuestra un gran sentido de la confianza
	Estimulación intelectual	1. Tiene en cuenta las críticas, valorándolas si son apropiadas 2. Busca diferentes perspectivas a la hora de solucionar los problemas 3. Consigue que vea los problemas y su solución desde diferentes puntos de vista 4. Nos sugiere nuevas formas de ver cómo completar las tareas y ser resolutivos
	Consideración individualizada	1. Dedica su tiempo a atender de manera individualizada a los trabajadores 2. Actúa de forma tal que se gana mi respeto y admiración 3. Considera que cada trabajador tiene diferentes necesidades, capacidades y aspiraciones 4. Me ayuda a desarrollar mis capacidades
Poder competitivo	Calidad	1. Los servicios profesionales generan satisfacción en el cliente (tiempo y calidad adecuados de la atención) 2. Los servicios profesionales generan fidelidad en el cliente (experiencia, relación y comunicación satisfactorias) 3. Los productos ofertados por la empresa son fiables (tienen una baja tasa de error, por lo que su calidad es notable) 4. El desempeño de los productos cumple los estándares establecidos (buen rendimiento ante altos niveles de carga y estrés, experiencia de usuario y conformidad con los requerimientos) 5. Los productos y servicios presentan una adecuada relación costo-beneficio en comparación con la competencia
	Adaptabilidad	1. Existe conocimiento sobre el grado de demanda existente de determinado producto o servicio en el mercado 2. Existe una adecuada habilidad en el empleo de estrategias de competitividad en la organización 3. Existe una adecuada habilidad para poder identificar los elementos que marcan la competitividad en la organización 4. Existe una adecuada habilidad en la adquisición de ventajas competitivas, por medio de un adecuado empleo de la cadena de valor en la organización
	Tiempo de entrega	1. El enfoque de la empresa es hacia las entregas rápidas (Entrega de un Mínimo Producto Viable, MVP, para la generación continua de valor para el cliente) 2. Los plazos de ejecución en la entrega de los productos son cortos (trabajo con metodologías y/o enfoques ágiles para la entrega continua de valor para el negocio) 3. Los procesos de entrega de los productos posibilitan una continua interacción con el cliente 4. Los procesos implementados posibilitan la entrega de productos en un tiempo menor al de los competidores

Fuente: Elaboración propia, ٢٠٢٦.

La escala de medición utilizada es la ordinal de tipo Likert, con opciones de respuesta de selección múltiple de siete puntos, las cuales van de una posición totalmente en desacuerdo (1) hasta totalmente de acuerdo (7). Si bien se trabajó con las dimensiones Innovación organizacional, Influencia, Estimulación intelectual y Consideración individualizada, estas no trascendieron al modelo estructural resultante.

1.2. Validación por juicio de expertos

Posterior a la definición del cuestionario con sus ítems, su contenido fue sometido a validación por parte de académicos e investigadores expertos en las áreas de conocimiento en cuestión: Poder competitivo, gestión del conocimiento, innovación abierta y liderazgo transformacional. Los 13 expertos que mostraron disposición para participar en la evaluación del instrumento tienen en promedio 24 años de experiencia en el trabajo con estas variables. Además, todos son doctores en ciencias, destacándose aquellos con especialización en ciencias administrativas. El objetivo fue evaluar la capacidad con la que cada uno de los reactivos puede medir qué tan relevantes, coherentes, claros y suficientes son los ítems con sus dimensiones, para cada variable objeto de análisis.

La validación de expertos es un método de elevada aplicabilidad actual para poder verificar la fiabilidad de un instrumento de medición, en este caso un cuestionario. Se somete a revisión, teniendo en cuenta que el instrumento fue desarrollado como parte de la investigación, por lo que tiene que pasar un riguroso proceso de evaluación. Para poder dictaminar la validez de los contenidos se utilizó la propuesta de Escobar-Pérez y Cuervo-Martínez (2008), como se puede apreciar en el Cuadro 2.

Cuadro 2

Modelo cuantitativo para dictaminar la validez del contenido del instrumento a aplicar

Categoría

Calificación	Indicador
Suficiencia Los ítems que pertenecen a una misma dimensión bastan para obtener la medición de ésta.	1. No cumple con el criterio	Los ítems no son suficientes para medir la dimensión.
	1. Bajo Nivel	Los ítems miden algún aspecto de la dimensión, pero no corresponden con la dimensión total.
	1. Moderado nivel	Se deben incrementar algunos ítems para poder evaluar la dimensión completamente.
	1. Alto nivel	Los ítems son suficientes.
Claridad El ítem se comprende fácilmente, es decir, su sintaxis y semántica son adecuadas.	1. No cumple con el criterio	El ítem no es claro.
	1. Bajo Nivel	El ítem requiere bastantes modificaciones o una modificación muy grande en el uso de las palabras de acuerdo con su significado o por el orden de estas.
	1. Moderado nivel	Se requiere una modificación muy específica de algunos de los términos del ítem.
	1. Alto nivel	El ítem es claro, tiene semántica y sintaxis adecuada.
Coherencia El ítem tiene relación lógica con la dimensión o indicador que está midiendo.	1. No cumple con el criterio	El ítem no tiene relación lógica con la dimensión.
	1. Bajo Nivel	El ítem tiene una relación tangencial con la dimensión.
	1. Moderado nivel	El ítem tiene una relación moderada con la dimensión que está midiendo.
	1. Alto nivel	El ítem se encuentra completamente relacionado con la dimensión que está midiendo.
Relevancia El ítem es esencial e importante, es decir, debe ser incluido	1. No cumple con el criterio	El ítem puede ser eliminado sin que se vea afectada la medición de la dimensión.
	1. Bajo Nivel	El ítem tiene alguna relevancia, pero otro ítem puede estar incluyendo lo que mide éste.
	1. Moderado nivel	El ítem es relativamente importante.
	1. Alto nivel	El ítem es muy relevante y debe ser incluido.

Fuente: Escobar-Pérez y Cuervo-Martínez (٢٠٠٨; p. ٣٥).

Luego de que los expertos evaluarán el instrumento, se empleó el método V de Aiken para determinar el coeficiente de validez de contenido, estableciéndose el valor mínimo de la V de Aiken en 0.70, y el máximo en 1 (Aiken, 1985). La V de Aiken permite cuantificar la validez de contenido de un instrumento cuantitativo de medición, a partir de analizar la importancia de un ítem con relación a una característica relevante en proceso de evaluación. Fue seleccionado a criterio de los investigadores por sus resultados relevantes en otros estudios similares. Su fórmula matemática se muestra a continuación:

Donde: X̅ = promedio de la calificación del juez; l = puntuación menor que se puede obtener; k = diferencia entre los puntajes menor y mayor que se pueden computar.

Las puntuaciones obtenidas oscilan entre 0 y 1. Los valores con cercanía a la unidad hacen referencia a mayores grados de concordancia de los jueces. Seguidamente, se muestran las siguientes fórmulas para poder calcular los Índices de confianza:

Para los límites inferiores:

Para los límites superiores:

Donde: L = Límite inferior del intervalo; U = Límite superior del intervalo; Z = Distribución estándar elegida (95 %); V = valor de la V de Aiken; n = número de jueces; k se define como la diferencia entre los puntajes mayor y menor a obtenerse.

De acuerdo con Aiken (1985), el valor límite inferior de IC debe ser de 0,70. Luego de procesados los resultados, se arroja que los 47 ítems analizados arrojaron un , siendo evaluados como válidos y mantenidos como parte del instrumento a aplicar a los sujetos de análisis. Tal información se muestra en la Tabla 1.

Tabla 1

Resultados de la validación de expertos mediante la V de Aiken

Variable

Ítem	Promedio Claridad	Coef. V de Aiken	Promedio Coherencia	Coef. V de Aiken	Promedio Relevancia	Coef. V de Aiken	Promedio Pertinencia	Coef. V de Aiken
Gestión del Conocimiento	1	3.80	0.93	4.00	1.00	4.00	1.00	4.00	1.00
	2	3.60	0.87	3.80	0.93	4.00	1.00
	3	3.80	0.93	4.00	1.00	3.80	0.93
	4	3.40	0.80	3.40	0.80	3.80	0.93
	5	4.00	1.00	4.00	1.00	4.00	1.00
	6	3.80	0.93	4.00	1.00	4.00	1.00	4.00	1.00
	7	3.40	0.80	4.00	1.00	3.80	0.93
	8	3.60	0.87	3.60	0.87	4.00	1.00
	9	3.80	0.93	3.80	0.93	3.80	0.93
	10	3.80	0.93	4.00	1.00	4.00	1.00
Innovación abierta	11	4.00	1.00	4.00	1.00	4.00	1.00	4.00	1.00
	12	3.60	0.87	4.00	1.00	3.80	0.93
	13	3.60	0.87	3.80	0.93	3.60	0.87
	14	4.00	1.00	4.00	1.00	4.00	1.00
	15	4.00	1.00	4.00	1.00	4.00	1.00	4.00	1.00
	16	3.60	0.87	4.00	1.00	4.00	1.00
	17	3.60	0.87	4.00	1.00	3.60	0.87
	18	3.60	0.87	3.80	0.93	4.00	1.00
	19	3.80	0.93	4.00	1.00	3.80	0.93	4.00	1.00
	20	3.60	0.87	4.00	1.00	3.80	0.93
	21	3.40	0.80	4.00	1.00	3.80	0.93
	22	4.00	1.00	3.80	0.93	3.60	0.87
Liderazgo transformacional	23	3.80	0.93	4.00	1.00	3.80	0.93	4.00	1.00
	24	3.60	0.87	4.00	1.00	4.00	1.00
	25	3.80	0.93	4.00	1.00	3.60	0.87
	26	4.00	1.00	4.00	1.00	4.00	1.00
	27	3.80	0.93	4.00	1.00	4.00	1.00	4.00	1.00
	28	4.00	1.00	3.80	0.93	4.00	1.00
	29	3.80	0.93	4.00	1.00	3.80	0.93
	30	4.00	1.00	4.00	1.00	3.80	0.93
	31	3.60	0.87	4.00	1.00	4.00	1.00	4.00	1.00
	32	3.80	0.93	3.80	0.93	3.60	0.87
	33	3.40	0.80	4.00	1.00	3.80	0.93
	34	3.80	0.93	4.00	1.00	4.00	1.00
Poder competitivo	35	4.00	1.00	3.80	0.93	4.00	1.00	4.00	1.00
	36	3.80	0.93	3.80	0.93	3.80	0.93
	37	3.80	0.93	3.60	0.87	3.80	0.93
	38	3.60	0.87	3.40	0.80	3.60	0.87
	39	3.80	0.93	3.80	0.93	3.80	0.93
	40	4.00	1.00	4.00	1.00	3.80	0.93	4.00	1.00
	41	3.80	0.93	4.00	1.00	3.80	0.93
	42	3.40	0.80	3.80	0.93	3.80	0.93
	43	3.60	0.87	4.00	1.00	3.80	0.93
	44	3.80	0.93	4.00	1.00	4.00	1.00	4.00	1.00
	45	3.80	0.93	3.80	0.93	3.80	0.93
	46	3.60	0.87	3.80	0.93	3.60	0.87
	47	3.60	0.87	4.00	1.00	3.40	0.80
Promedio V de Aiken			0.91		0.97		0.95		1.00

Fuente: Elaboración propia, ٢٠٢٦.

2. Modelo de competitividad para empresas de base tecnológica en Baja California, México

Los resultados fundamentales de la investigación se dirigieron a la modelación de ecuaciones estructurales. Para ello, se evaluó el modelo de medida y el modelo estructural, concluyendo con un análisis multigrupo. El modelo obtenido es de segundo orden, donde todos los constructos fueron modelados de manera reflectiva, debido a que los indicadores empleados son manifestaciones o efectos de los constructos latentes. Para los análisis se utilizaron los algoritmos PLS y Boostrapping. Además, se empleó el algoritmo PLSpredict / CVPAT para el cálculo de la relevancia predictiva.

Asimismo, con base en Nitzl (2016), se aseguró el cumplimiento del tamaño muestral mínimo, el cual garantiza que los resultados de la aplicación de los métodos estadísticos mediante PLS-SEM tengan un adecuado nivel de potencia estadística. Esto se fundamenta en que, para un poder estadístico de 0.80, con tres predictores, un tamaño de efecto medio de 0.15, con un nivel de significancia del 0.05, se debe contar con 77 sujetos muestrales. La investigación se aplicó a 236 personas.

2.1. Análisis del modelo de medida

En el siguiente apartado se evalúa la fiabilidad de constructo, la validez convergente y la validez discriminante, como parte de la evaluación del modelo de medida. Para iniciar el análisis se precisa que se eliminaron un conjunto de ítems por cada una de las variables analizadas por no evidenciarse valores de VIF ≤ 3, por presentar cargas factoriales < 0.708 o por no cargar en la variable objeto de medición, ya llegada la evaluación de la validez discriminante. Los ítems eliminados se muestran a continuación por cada variable: Gestión del conocimiento (GC08, GC10), Innovación abierta (IA01, IA06), Liderazgo transformacional (LT02, LT06, LT07, LT08, LT10, LT11) y Poder competitivo (PC08).

En la Tabla 2, se muestra las estadísticas arrojadas de fiabilidad y validez de constructo. Se evidencia una adecuada fiabilidad con valores de Alfa de Cronbach, rho_A y fiabilidad compuesta entre 0.70 y 0.95 (Hair et al., 2020). La variable Liderazgo transformacional presenta un valor de rho_A superior a 0.95; sin embargo, se decide mantenerla de esta manera dado que el resto de los indicadores cumplen con los parámetros recomendados. Además, el valor de AVE en todos los casos es superior a 0.5, lo que indica que las variables explican al menos el 50% de la varianza de sus indicadores.

Tabla 2

Fiabilidad y validez de constructo del instrumento

Variables

Alfa de Cronbach	rho_A	Fiabilidad compuesta	Varianza extraída media (AVE)
Adaptabilidad	0.844	0.854	0.906	0.764
Aplicación	0.882	0.892	0.928	0.811
Calidad	0.891	0.894	0.92	0.697
Colaboración	0.925	0.925	0.953	0.87
Creación	0.879	0.883	0.912	0.675
Emprendimiento e innovación	0.918	0.919	0.934	0.67
Gestión del conocimiento	0.913	0.917	0.93	0.625
Innovación abierta	0.936	0.937	0.945	0.634
Liderazgo transformacional	0.927	0.982	0.942	0.73
Poder competitivo	0.925	0.929	0.937	0.575
Tiempo	0.81	0.819	0.888	0.726

Fuente: Elaboración propia, ٢٠٢٦.

Posteriormente, se lleva a cabo el análisis de las cargas externas para decidir si determinado ítem se mantiene o se elimina del modelo. El análisis de las cargas externas forma parte de la evaluación de la validez convergente, la cual tiene el propósito de verificar el grado en que una medida tiene una correlación positiva con otras medidas que pertenecen al mismo constructo (Máynez et al., 2022). A excepción de un ítem, el resto de los valores obtenidos están en los rangos permitidos. Solo se elimina el ítem del modelo si en la evaluación no alcanza el valor esperado para cargas externas (carga externa ≥ 0.708).

Como caso particular el ítem LT01 tuvo una carga factorial inferior a 0.708; sin embargo, al estar en 0.692 se decide su permanencia en el modelo por la importancia que representa para este estudio y para garantizar la validez de contenido, su depuración no representa una mejoría significativa en la fiabilidad compuesta de la variable Liderazgo transformacional. Los valores superiores 0.708 garantizan que se logre una explicación de al menos el 50% de la varianza de la variable (Hair et al., 2017).

Seguidamente, en la Tabla 3, como parte de la validez discriminante, se muestra el análisis del criterio de Fornell-Larcker. En el mismo se observa que los indicadores de cada variable cargan y miden la variable que deben medir, siendo favorable. En el cruce de fila con columna las cuatro variables cargan en la variable que debe ser.

Tabla 3

Criterio de Fornell-Larcker

Variable

	Constructo	Dimensiones
Adap		Aplic	Calid	Colab	Crea	Empre e innov	Liderazgo transfor	Tiempo
Adaptabilidad	Poder competitivo (segundo orden)	0.874
Aplicación	Gestión del conocimiento (segundo orden)	0.566	0.900
Calidad	Poder competitivo (segundo orden)	0.735	0.478	0.835
Colaboración	Innovación abierta (segundo orden)	0.622	0.748	0.414	0.933
Creación	Gestión del conocimiento (segundo orden)	0.681	0.713	0.589	0.538	0.822
Emprendimiento e innovación	Innovación abierta (segundo orden)	0.747	0.675	0.608	0.710	0.723	0.819
Liderazgo transformacional	Liderazgo transformacional (primer orden)	0.437	0.573	0.353	0.399	0.355	0.495	0.855
Tiempo	Poder competitivo (segundo orden)	0.700	0.402	0.626	0.517	0.454	0.568	0.234	0.852

Nota: Adap: Adaptabilidad; Aplic: Aplicación; Calid: Calidad; Colab: Colaboración; Crea: Creación; Empre e Innov: Emprendimiento e innovación; Liderazgo Transfor: Liderazgo transformacional.

Fuente: Elaboración propia, ٢٠٢٦.

Posteriormente, en la Tabla 4 se muestra el análisis realizado por la técnica Heterotrait-Monotrait Ratio (HTMT). Esta es una técnica como parte de la evaluación de la validez discriminante. Su objetivo es indicar la medida en que un constructo específico es diferente de otros constructos, por lo que se debe verificar que la variable medida es única y expresa fenómenos no representados por otras. El valor obtenido en el HTMT ≤ 0.85 indica un adecuado ajuste del modelo de medida, siendo una prueba de validez discriminante (Hair et al., 2017).

Tabla 4

Análisis de Heterotrait-Monotrait Ratio (HTMT)

Variable

	Constructo	Dimensiones
Adap		Aplic	Calid	Colab	Crea	Empre e innov	Liderazgo transfor	Tiempo
Adaptabilidad	Poder competitivo (segundo orden)
Aplicación	Gestión del conocimiento (segundo orden)	0.651
Calidad	Poder competitivo (segundo orden)	0.845	0.537
Colaboración	Innovación abierta (segundo orden)	0.703	0.827	0.454
Creación	Gestión del conocimiento (segundo orden)	0.788	0.803	0.671	0.595
Emprendimiento e innovación	Innovación abierta (segundo orden)	0.843	0.749	0.671	0.769	0.801
Liderazgo transformacional	Liderazgo transformacional (primer orden)	0.462	0.599	0.381	0.395	0.346	0.498
Tiempo	Poder competitivo (segundo orden)	0.843	0.473	0.725	0.59	0.538	0.655	0.269

Fuente: Elaboración propia, ٢٠٢٦.

2.2. Análisis del modelo estructural

En la evaluación del modelo estructural se analiza el valor VIF del modelo, el coeficiente path, el valor del coeficiente de determinación R2 y el tamaño del efecto f2. Para ello, se aplica el algoritmo Boostrapping para PLS consistente, por ser un modelo reflectivo. Además, al analizarse el grado de predicción del modelo Q2, se debe aplicar también el algoritmo Blindfolding.

Seguidamente, en la Tabla 5 se muestran los resultados arrojados para la evaluación de la colinealidad del modelo estructural. En todos los casos, para la relación que se establece entre las variables latentes exógenas: Innovación abierta, gestión del conocimiento y liderazgo transformacional; y la variable latente endógena: Poder competitivo, se evidencia resultados VIF adecuados al arrojarse valores inferiores a 3, que indican una baja colinealidad (Máynez et al., 2022). El valor de VIF (Factor de Inflación de la Varianza) determina el grado en que cada variable es explicada por otras. En términos prácticos, estos valores obtenidos indican que los resultados de las mediciones serán estables.

Tabla 5

Valores VIF del modelo estructural

Constructo

VIF
Gestión del conocimiento (Variable de segundo orden) -> Aplicación (dimensión de la variable)	1.000
Gestión del conocimiento (Variable de segundo orden) -> Creación (dimensión de la variable)	1.000
Gestión del conocimiento (Variable de segundo orden) -> Innovación abierta (Variable de segundo orden)	1.305
Gestión del conocimiento (Variable de segundo orden) -> Poder competitivo (Variable de segundo orden)	2.630
Innovación abierta (Variable de segundo orden) -> Colaboración (dimensión de la variable)	1.000
Innovación abierta (Variable de segundo orden) -> Emprendimiento e innovación (dimensión de la variable)	1.000
Innovación abierta (Variable de segundo orden) -> Poder competitivo (Variable de segundo orden)	2.630
Liderazgo transformacional (Variable de primer orden) -> Gestión del conocimiento (Variable de segundo orden)	1.000
Liderazgo transformacional (Variable de primer orden)-> Innovación abierta (Variable de segundo orden)	1.305
Poder competitivo (Variable de segundo orden) -> Adaptabilidad (dimensión de la variable)	1.000
Poder competitivo (Variable de segundo orden) -> Calidad (dimensión de la variable)	1.000
Poder competitivo (Variable de segundo orden) -> Tiempo (dimensión de la variable)	1.000

Fuente: Elaboración propia, ٢٠٢٦.

A continuación, en la Tabla 6, se procede a evaluar los valores de coeficiente path, donde primeramente se analiza el p valor y el estadístico t. En ambos casos los valores son satisfactorios, mostrando valores de significancia estadística del modelo estructural (p ≤ 0.05) y del estadístico t > 1.96 (dos colas) para la relación establecida entre cada una de las variables. En este sentido, se analizan cinco relaciones que se establecen entre variables, para evaluar su significancia estadística. Adicionalmente, los valores mostrados en la media de la muestra están estandarizados entre -1 y 1, evidenciando que las relaciones que se establecen entre las variables son adecuadas.

Tabla 6

Coeficiente path del modelo estructural

Muestra original (O)	Media de la muestra (M)	Desviación estándar (STDEV)	Estadísticos t (| O/STDEV|)	P Valores
Innovación abierta -> Poder competitivo	0.525	0.527	0.071	7.418	0.000
Gestión del conocimiento -> Poder competitivo	0.241	0.240	0.070	3.458	0.001
Gestión del conocimiento -> Innovación abierta	0.715	0.712	0.044	16.158	0.000
Liderazgo transformacional -> Gestión del conocimiento	0.484	0.485	0.055	8.843	0.000
Liderazgo transformacional -> Innovación abierta	0.150	0.154	0.052	2.905	0.004

Fuente: Elaboración propia, ٢٠٢٦.

Así mismo, como se muestra en la Tabla 7, el coeficiente de determinación R2 posibilita entender cuál es el nivel de precisión predictiva que tiene el modelo. En el modelo estructural el coeficiente de determinación resultante fue de 0.534, lo que indica que su grado de precisión predictiva es medio (R2>0.5), con un 53,4%, existiendo en todos los casos una significancia estadística.

Tabla 7

Coeficiente de determinación R2 del modelo estructural

Muestra original (O)	Media de la muestra (M)	Desviación estándar (STDEV)	Estadísticos t (| O/STDEV|)	P Valores
Gestión del conocimiento	0.231	0.235	0.053	4.322	0.000
Innovación abierta	0.634	0.637	0.038	16.463	0.000
Poder competitivo	0.530	0.534	0.064	8.318	0.000
Tiempo	0.698	0.699	0.044	15.957	0.000

Fuente: Elaboración propia, ٢٠٢٦.

A continuación, se procede con el cálculo del tamaño del efecto f2, a través del cual se constata el grado con el que las variables latentes exógenas explican la variable latente endógena (Cohen, 1988). En la Tabla 8, se puede observar la existencia de significancia estadística en el tamaño del efecto en diez de las doce relaciones que se establecen entre variables. Por consiguiente, se evidencia un tamaño de efecto grande en la primera, segunda, tercera, quinta, sexta, décima, oncena y duodécima fila (f2> 0.35); mientras que se observa un tamaño de efecto moderado en la séptima y octava fila (f2> 0.15). Por último, hay un tamaño de efecto pequeño en la cuarta y novena fila (f2> 0.02).

Tabla 8

Tamaño del efecto f2 del modelo estructural

Muestra original (O)	Media de la muestra (M)	Desviación estándar (STDEV)	Estadísticos t (| O/STDEV|)	P Valores
Innovación abierta -> Poder competitivo	0.225	0.239	0.085	2.639	0.008
Gestión del conocimiento -> Poder competitivo	0.047	0.053	0.031	1.530	0.126
Gestión del conocimiento -> Innovación abierta	1.078	1.098	0.243	4.433	0.000
Liderazgo transformacional -> Gestión del conocimiento	0.305	0.320	0.095	3.198	0.001
Liderazgo transformacional -> Innovación abierta	0.047	0.055	0.034	1.400	0.161

Fuente: Elaboración propia, ٢٠٢٦.

Además, para medir el valor de relevancia predictiva Q2 se ejecutó el algoritmo PLSpredict / CVPAT, el cual evalúa la capacidad predictiva del modelo utilizando validación cruzada, permitiendo una mejor estimación de la relevancia predictiva del modelo. Los resultados se interpretan así: valores mayores a 0.35 demuestran una precisión predictiva grande; mayores a 0.15 indican una precisión predictiva media; mientras que valores mayores a 0.02 muestran una precisión predictiva pequeña (Hair, et al., 2019). En la Tabla 9, se especifica el valor obtenido. La gestión del conocimiento y el poder competitivo tienen una relevancia predictiva media; mientras que la innovación abierta y el liderazgo transformacional tienen una relevancia predictiva grande.

Tabla 9

Valor de relevancia predictiva Q2 del modelo estructural

Q²predict	RMSE	MAE	Interpretación
Gestión del conocimiento	0.226	0.890	0.708	Relevancia predictiva media
Innovación abierta	0.236	0.886	0.654	Relevancia predictiva media
Poder competitivo	0.143	0.936	0.698	Relevancia predictiva pequeña

Fuente: Elaboración propia, ٢٠٢٦.

Por último, en la Figura II se muestra el modelo resultante de segundo orden reflectivo-reflectivo, a partir de la ejecución del algoritmo PLS. Existen tres variables latentes exógenas (innovación abierta, gestión del conocimiento y liderazgo transformacional) y una variable latente endógena (poder competitivo). En el modelo externo (de medida) se muestran las cargas externas, las cuales son superiores a 0.708 en todos los casos e indica que se explica más del 50% de la varianza de la variable latente.

Fuente: Elaboración propia, 2026.

Figura II: Modelo path resultante de la modelación de ecuaciones estructurales. Algoritmo PLS

Además, en el modelo interno (estructural) se muestran los coeficientes Path, que indica que las relaciones que se establecen entre cada una de las variables latentes son adecuadas, presentando valores estandarizados entre -1 a +1, con la significación estadística en cada caso. Las variables latentes exógenas explican en un 53,4% a la variable latente endógena Poder competitivo, como se muestra al interior de la variable, siendo este valor el coeficiente de determinación R2. Asimismo, los valores p del coeficiente Path son significativos en todos los casos (p ≤ 0.05).

2.3. Análisis multigrupo

Se llevó a cabo un análisis multigrupo para evaluar la existencia de diferencias significativas entre el coeficiente path del modelo de especialistas en la operación y el modelo de especialistas de apoyo a la operación. Diversos investigadores refieren que antes de ejecutar un análisis multigrupo se debe comprobar que existe invarianza de medición entre cada uno de los grupos objeto de comparación (Hair et al., 2020; Máynez-Guaderrama et al., 2023). Lo anterior hace alusión a que se debe garantizar que ambos grupos de especialistas tienen una percepción similar de las variables latentes. Para realizar el análisis estadístico se empleó el método MICOM (Measurement Invariance of Composite Models, por sus siglas en inglés). En este procedimiento se analizaron tres elementos: La invarianza configuracional (ver Tabla 10), la invarianza de composición (ver Tabla 11) y la igualdad compuesta de medias y varianzas (ver Tabla 12).

La invarianza configuracional evalúa aspectos cualitativos de las variables latentes como son el tratamiento de los datos, los criterios de optimización y los indicadores utilizados (Hair et al., 2020; Máynez-Guaderrama et al., 2023). De cada uno de estos elementos se puede afirmar que las escalas e indicadores con los que se midieron a los especialistas de apoyo a la operación y a los especialistas en la operación se corresponden, así como los criterios de optimización y el tratamiento de datos. En la Tabla 10, se muestran los resultados obtenidos, con un valor p > 0,05 en todos los casos.

Tabla 10

Evaluación de la invarianza configuracional (Paso 2 de MICOM)

Correlación original	Correlación de medias de permutación	5,0%	P-valores de permutación
Adaptabilidad	0.999	0.999	0.996	0.477
Aplicación	1.000	0.999	0.997	0.796
Calidad	0.999	0.999	0.998	0.187
Colaboración	1.000	1.000	1.000	0.952
Creación	0.998	0.999	0.998	0.151
Emprendimiento e innovación	1.000	1.000	0.999	0.349
Gestión del conocimiento	0.999	0.999	0.997	0.219
Innovación abierta	1.000	1.000	0.999	0.288
Liderazgo transformacional	0.991	0.986	0.969	0.179
Poder competitivo	0.999	0.999	0.997	0.491
Tiempo	0.999	0.997	0.990	0.514

Fuente: Elaboración propia, 2026.

Seguidamente, en la Tabla 11 se muestran los valores de la evaluación de la invarianza composicional. Esta permite asegurar que las puntuaciones compuestas sean similares entre cada uno de los grupos de sujetos, como refiere Hair et al. (2017). En los datos mostrados se constatan valores p > 0,05.

Tabla 11

Evaluación de la invarianza de composición (Paso 3a de MICOM)

Diferencia original	Diferencia de medias de permutación	2,5%	97,5%	P-valores de permutación
Adaptabilidad	-0.172	0.003	-0.389	0.445	0.419
Aplicación	0.003	0.001	-0.386	0.443	0.992
Calidad	-0.244	-0.008	-0.404	0.419	0.268
Colaboración	0.085	-0.002	-0.374	0.408	0.666
Creación	-0.139	-0.005	-0.427	0.419	0.517
Emprendimiento e innovación	0.064	-0.003	-0.408	0.420	0.750
Gestión del conocimiento	-0.089	-0.003	-0.409	0.411	0.676
Innovación abierta	0.072	-0.003	-0.398	0.415	0.718
Liderazgo transformacional	-0.105	0.003	-0.387	0.432	0.609
Poder competitivo	-0.164	-0.003	-0.403	0.436	0.432
Tiempo	0.066	0.002	-0.394	0.421	0.749

Fuente: Elaboración propia, 2026.

Por último, la igualdad compuesta de medias y varianzas se visualiza en la Tabla 12, donde se evalúan los datos arrojados entre cada uno de los grupos. Como aspectos a destacar se señala que los intervalos de confianza a partir de la permutación incluyen las diferencias originales de los valores promedio y de las varianzas de la estimación del modelo original. En este sentido, todos tienen un valor p > 0,05, lo que permite constatar que existe igualdad en medias y varianzas compuestas entre los especialistas de apoyo a la operación y los especialistas en la operación. En tal sentido, se constata que existe invarianza de medición completa entre los grupos analizados.

Tabla 12

Evaluación de la igualdad compuesta de medias y varianzas (Paso 3b de MICOM)

Diferencia original	Diferencia de medias de permutación	2,5%	97,5%	P-valores de permutación
Adaptabilidad	0.304	0.052	-0.520	0.676	0.336
Aplicación	-0.420	0.073	-0.597	0.929	0.271
Calidad	0.384	0.115	-0.734	1.047	0.444
Colaboración	-0.184	0.066	-0.479	0.762	0.514
Creación	-0.287	0.077	-0.553	0.813	0.406
Emprendimiento e innovación	-0.478	0.063	-0.588	0.758	0.169
Gestión del conocimiento	-0.539	0.079	-0.566	0.896	0.145
Innovación abierta	-0.521	0.069	-0.550	0.778	0.136
Liderazgo transformacional	-0.607	0.059	-0.602	0.897	0.119
Poder competitivo	0.145	0.088	-0.635	0.880	0.725
Tiempo	-0.289	0.071	-0.579	0.814	0.411

Fuente: Elaboración propia, 2026.

Teniendo en cuenta los resultados anteriores mostrados para el MICOM, se procede con el análisis multigrupo entre especialistas en la operación y especialistas de apoyo a la operación. Este análisis prueba la hipótesis nula de que los coeficientes path entre estos dos grupos de profesionales no son significativamente distintos. Para ello, se procede con la ejecución de la técnica MGA (Bootstrap Multigroup Analysis, por sus siglas en inglés). En la Tabla 13, se muestran los resultados arrojados, los cuales en lo que concierne a los grupos de sujetos las diferencias en los path del modelo no son estadísticamente distintas.

Tabla 13

Análisis multigrupo de especialistas en la operación vs especialistas de apoyo a la operación

 

A	B	2,5% (A)	97,5% (B)	2,5% (A)	97,5% (B)	Diferencias path	Valor p (A vs B)	P-valores de permutación	Soporte
H1. Innovación abierta -> Poder competitivo	0.907	0.901	0.875	0.931	0.855	0.93	-0.007	0.613	0.775	No / No
H2. Gestión del conocimiento -> Poder competitivo	0.964	0.968	0.949	0.974	0.933	0.982	0.005	0.291	0.581	No / No
H3. Gestión del conocimiento -> Innovación abierta	0.813	0.882	0.715	0.877	0.806	0.922	0.068	0.073	0.146	No / No
H4. Liderazgo transformacional -> Gestión del conocimiento	0.389	0.407	0.241	0.492	0.211	0.569	0.029	0.393	0.787	No / No
H5. Liderazgo transformacional -> Innovación abierta	0.922	0.905	0.867	0.96	0.809	0.955	-0.02	0.674	0.651	No / No

Nota: A = Especialistas en la operación; B = Especialistas de apoyo a la operación.

Fuente: Elaboración propia, 2026.

Conclusiones

El presente estudio tuvo como objetivo general evaluar el impacto de la innovación abierta, la gestión del conocimiento y el liderazgo transformacional sobre el poder competitivo de las empresas de base tecnológica en Baja California en México. A través de un modelo de investigación sustentado en la teoría organizacional contemporánea y validado mediante análisis estadísticos multivariados, como la modelación de ecuaciones estructurales mediante mínimos cuadrados parciales, se validaron de manera satisfactoria las hipótesis de investigación planteadas.

Además, se identificaron relaciones significativas entre las variables estudiadas, aportando de manera sustantiva, tanto al cuerpo teórico como a la aplicabilidad práctica de estas dimensiones en contextos de alta tecnología. En tal sentido, el presente estudio constituye una contribución relevante en el ámbito académico y el sector productivo, al ofrecer una base empírica y conceptual para el diseño de estrategias integradas orientadas a la competitividad empresarial sostenible de las empresas de base tecnológica. De igual manera, abre una agenda de investigación fértil, susceptible de ser enriquecida por enfoques interdisciplinarios, contextos comparativos y desarrollos metodológicos diversos, en el esfuerzo por comprender con mayor profundidad los mecanismos que permiten a las organizaciones mexicanas competir de manera eficaz y ética en la economía del conocimiento.

Uno de los hallazgos relevantes de la investigación fue la incidencia positiva y estadísticamente significativa de la gestión del conocimiento sobre el poder competitivo en las empresas de base tecnológica. Este resultado reafirma la importancia estratégica de desarrollar estructuras organizativas y culturales que promuevan la generación, transferencia, almacenamiento y aplicación del conocimiento organizacional. Las empresas de base tecnológica enfrentan entornos dinámicos, caracterizados por una alta tasa de obsolescencia del conocimiento y acelerados ciclos de innovación, por lo que contar con mecanismos institucionalizados que favorezcan el aprendizaje continuo se convierte en una ventaja competitiva crítica.

Otro hallazgo relevante fue la relación existente entre la innovación abierta y el poder competitivo de estas organizaciones, y el efecto precursor ejercido sobre la gestión del conocimiento y el liderazgo transformacional, lo que conllevó que la innovación abierta por sí sola explique en un 52% la generación de poder competitivo en las organizaciones.

Los hallazgos del trabajo indican que el efecto de la innovación abierta se ven potenciados cuando existen estilos de liderazgo transformacionales y una gestión efectiva del conocimiento en la organización, lo que sugiere que la mera apertura a flujos externos de conocimiento no es suficiente, se requiere de un liderazgo capaz de articular y movilizar estos flujos hacia la generación de valor estratégico. Este hallazgo coincide con estudios contemporáneos que destacan el papel central de los líderes transformacionales en la configuración de culturas organizacionales proclives a la colaboración interorganizacional y al pensamiento innovador.

El liderazgo transformacional, en este contexto, actúa como un factor moderador que intensifica la eficacia de los procesos de innovación abierta y gestión del conocimiento. Las dimensiones de inspiración motivacional, consideración individualizada, estimulación intelectual e influencia idealizada, permiten consolidar un entorno que no solo propicia el aprendizaje, sino que también alinea los esfuerzos individuales con los objetivos estratégicos de la organización. En consecuencia, el liderazgo transformacional no debe ser entendido únicamente como una variable de contexto, sino como una capacidad organizacional clave para la sostenibilidad competitiva.

En su conjunto, los resultados del estudio reafirman la hipótesis central, la cual plantea que el poder competitivo de las empresas de base tecnológica no puede ser explicado únicamente por activos tangibles o financieros, más bien, es la interacción entre capacidades dinámicas, estilos de liderazgo y esquemas de apertura externa al conocimiento, lo que configura un entramado complejo y sinérgico que potencia la competitividad en economías intensivas en conocimiento.

Referencias Bibliográficas

Ahn, S., Kim, K.-S., y Lee, K. H. (2022). Technological capabilities, entrepreneurship and innovation of technology-based start-ups: The resource-based view. Journal of Open Innovation: Technology, Market, and Complexity, 8(3), 156. https://doi.org/10.3390/joitmc8030156

Ahumada-Tello, E., Ramos, K., Martinez-Gutiérrez, R., y Ravina-Ripoll, R. (2022, April). Knowledge complexity and collective intelligence development in technology Based-Firms. 2022 IEEE Technology and Engineering Management Conference (TEMSCON EUROPE), Izmir, Turkey, (pp. 242-246). https://doi.org/10.1109/TEMSCONEUROPE54743.2022.9802016

Aiken, L. R. (1985). Three coefficients for analyzing the reliability and validity of ratings. Educational and Psychological Measurement, 45(1), 131-142. https://doi.org/10.1177/0013164485451012

Ali, B. J., y Anwar, G. (2021). Business strategy: The influence of Strategic Competitiveness on competitive advantage. International Journal of Electrical, Electronics and Computers, 6(2). https://dx.doi.org/10.22161/eec.62.1

Álvarez-Aros, E. L., y Bernal-Torres, C. A. (2021). Technological competitiveness and emerging technologies in industry 4.0 and industry 5.0. Anais da Academia Brasileira de Ciências, 93(1). https://doi.org/10.1590/0001-3765202120191290

Bagga, S. K., Gera, S., y Haque, S. N. (2023). The mediating role of organizational culture: Transformational leadership and change management in virtual teams. Asia Pacific Management Review, 28(2), 120-131. https://doi.org/10.1016/j.apmrv.2022.07.003

Bocci, L., D’Urso, P., Vicari, D., y Vitale, V. (2022). A Regression Tree-Based Analysis of the European Regional Competitiveness. Social Indicators Research, 173, 137-167. https://doi.org/10.1007/s11205-021-02869-3

Bonamigo, A., Generoso, L., Guimarães, C., y De Souza, H. (2022). Knowledge management in dairy production: a contribution to competitiveness based on the value co-creation. VINE Journal of Information and Knowledge Management Systems, 55(1), 146-167. https://doi.org/10.1108/VJIKMS-06-2022-0193

Capobianco-Uriarte, M. D. L. M., Casado-Belmonte, M. D. P., Marín-Carrillo, G. M., y Terán-Yépez, E. (2019). A bibliometric analysis of international competitiveness (1983–2017). Sustainability, 11(7), 1877. https://doi.org/10.3390/su11071877

Céspedes-Gallegos, S., Vázquez-González, L., Pacheco-López, E., Ceja-Romay, S., Clara-Zafra, M., y De-León-Cortés, G. (2023). Cultura organizacional, competitividad y teoría del caos desde la perspectiva de los profesores en educación superior. IPSA Scientia, Revista Científica Multidisciplinaria, 8(1), 43-66. https://doi.org/10.25214/27114406.1548

Chen, S., y Lin, N. (2021). Culture, productivity, and competitiveness: disentangling the concepts. Cross Cultural & Strategic Management, 28(1), 52-75. https://doi.org/10.1108/CCSM-02-2020-0030

Chesbrough, H. (2020). Open innovation results: Going beyond the hype and getting down to business. Oxford University Press.

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. Routledge. https://doi.org/10.4324/9780203771587

De La Rada, C. L., Guerrero, M. A., Manosalvas, C. A., y Vaca, G. R. (2024). Liderazgo transformacional y cultura organizacional en el desempeño laboral de los trabajadores. Revista de Ciencias Sociales (Ve), XXX(4), 431-446. https://doi.org/10.31876/rcs.v30i4.43041  

Escobar-Pérez, J., y Cuervo-Martínez, Á. (2008). Validez de contenido y juicio de expertos: una aproximación a su utilización. Avances en Medición, 6(1), 27-36.

Esparza, I. G., Clark, Y., y Sánchez, M. (2022). Capacidades dinámicas e innovación: Origen de la competitividad en empresas de servicios turísticos en México. Revista de Ciencias Sociales (Ve), XXVIII(E-6), 395-411. https://doi.org/10.31876/rcs.v28i.38854 

Gutiérrez, H., y Espina-Romero, L. C. (2025). Gestión del conocimiento en la era digital: Tendencias, retos y oportunidades en el desarrollo empresarial. Revista de Ciencias Sociales (Ve), XXXI(1), 367-384. https://doi.org/10.31876/rcs.v31i1.43514

Hair, J. F., Black, W. C., Babin, B. J., y Anderson, R. E. (2019). Multivariate Data Analysis. Cengage.

Hair, J. F., Howard, M. C. y Nitzl, C. (2020). Assessing measurement model quality in PLS-SEM using confirmatory composite analysis. Journal of Business Research, 109, 101-110. https://doi.org/10.1016/j.jbusres.2019.11.069

Hair, J. F., Hult, G. T. M., Ringle, C., y Sarstedt, M. (2017). A primer on partial least squares structural equation modeling (PLS-SEM). Sage publications.

Jiang, X., Bao, Y., Xie, Y., y Gao, S. (2016). Partner trustworthiness, knowledge flow in strategic alliances, and firm competitiveness: A contingency perspective. Journal of business research, 69(2), 804-814. https://doi.org/10.1016/j.jbusres.2015.07.009

López, V. M. (2018). La competitividad de las PyMEs en México: retos y oportunidades ante un mundo globalizado. Horizontes de la Contaduría en las Ciencias Sociales, 5(9), 79-91. https://www.uv.mx/iic/files/2018/12/num09-art07-105.pdf

Marcial, Á., Michel, L. C., Pedroza, S., y Morales, E. A. (2024). Indicadores de la competitividad en México, un análisis contextual en el escenario global. Revista Pensamiento Transformacional, 3(8), 105-125.  https://revistapensamientotransformacional.editorialpiensadiferente.com/index.php/pensamiento_transformacional/article/view/69

Martínez, C. L., y Aguilar, N. (2023). Una revisión sistemática de la literatura del aprendizaje organizacional y el desempeño. Visión de Futuro, 27(1), 1-23. https://doi.org/10.36995/j.visiondefuturo.2023.27.01.001.es

Martínez, J., y Padilla, L. (2020). Innovación organizacional y competitividad empresarial: Centros estéticos de turismo de salud en Cali-Colombia. Revista de Ciencias Sociales (Ve), XXVI(2), 120-132. https://dx.doi.org/10.31876/rcs.v26i2.32428

Máynez, A. I., López, V. G., Jacobo, G., Sánchez, M. L., Galván, O., y Sánchez, Y. (2022). Mental health effects on workers returning to work during the Covid-19 pandemic. An analysis of the maquiladora industry in northern Mexico. Interciencia, 47(9), 370-380. https://www.interciencia.net/wp-content/uploads/2022/10/03_6846_A_Lopez_v47n9_11.pdf

Máynez-Guaderrama, A. I., Cavazos-Arroyo, J., y Rodríguez-Alonso, N. (2023). Efectos del conflicto trabajo-ocio: un análisis multigrupo entre centennials y millennials. Estudios Gerenciales, 39(166), 37-49. https://doi.org/10.18046/j.estger.2023.166.5407

Muneer, M., Khan, N., Awais, M., Shuai, Z., Khan, A. A., Farooq, R., Moawwez, M. A., Tariq, M. A. U. R. (2022). A quantitative study of the impact of organizational culture, communication management, and clarity in project scope on constructions’ project success with moderating role of project manager’s competencies to enhance constructions management practices. Buildings, 12(11), 1856. https://doi.org/10.3390/buildings12111856

Nair, M., Sasikumar, A., y Ghafar, A. (2023). Impact of Organizational Culture on Knowledge Sharing in Information Communication Technology Firms in India. In A. Hamdan, A. Harraf, A. Buallay, P. Arora y H. Alsabatin (Eds.), From Industry 4.0 to Industry 5.0. Studies in Systems, Decision and Control (Vol. 470, pp. 437-446).: Springer. https://doi.org/10.1007/978-3-031-28314-7_37

Nitzl, C. (2016). The use of partial least squares structural equation modelling (PLS-SEM) in management accounting research: Directions for future theory development. Journal of Accounting Literature, 37(1), 19-35. https://doi.org/10.1016/j.acclit.2016.09.003

Pinzón, S. Y., Maldonado, G., y Marín, J. T. (2019). Orientación de la gestión del conocimiento y rendimiento en las pequeñas y medianas empresas mexicanas. Revista de Ciencias Sociales (Ve), XXV(1), 21-35. https://www.produccioncientificaluz.org/index.php/rcs/article/view/27284

Porter, M. E. (1980). Las 5 fuerzas de Porter. Harvard Business School.

Rincón, I. B., Rengifo, R. A., Hernández, C., y Prada, R. (2022). Educación, innovación, emprendimiento, crecimiento y desarrollo en América Latina. Revista de Ciencias Sociales (Ve), XXVIII(3), 110-128. https://doi.org/10.31876/rcs.v28i3.38454

Rodríguez, C. W., Granizo, X. P., Quintero, G. R., Tobar-Ruiz, M. G., y Morales, D. A. (2023). Knowledge management and ICT as digital marketing tools in business administration. Journal of Namibian Studies: History Politics Culture, 33, 2969-2982. https://doi.org/10.59670/jns.v33i.919

Rodríguez-Ponce, E. R. (2007). Gestión del conocimiento y eficacia de las organizaciones: un estudio empírico en instituciones públicas. Interciencia, 32(12), 820-826.

Romero, D., Sánchez, S., Rincón, Y., y Romero, M. (2020). Estrategia y ventaja competitiva: Binomio fundamental para el éxito de pequeñas y medianas empresas. Revista de Ciencias Sociales (Ve), XXVI(4), 465-475. https://doi.org/10.31876/rcs.v26i4.34674 

Rosales, O. (2022). La incierta recuperación económica en América Latina. In J. A. Sanahuja y P. Stefanoni (Eds.), América Latina: Transiciones ¿hacia dónde? Informe anual 2022-2023 (pp. 13-28) Fundación Carolina. https://eprints.ucm.es/id/eprint/75960/1/InformeAnual_FC_web.pdf

Sahoo, P. K., Rath, B. N., y Le, V. (2022). Nexus between export, productivity, and competitiveness in the Indian manufacturing sector. Journal of Asian Economics, 79, 101454. https://doi.org/10.1016/j.asieco.2022.101454

Salamzadeh, A., Hadizadeh, M., Rastgoo, N., Rahman, M. M., y Radfard, S. (2022). Sustainability-oriented innovation foresight in international new technology-based firms. Sustainability, 14(20), 13501. https://doi.org/10.3390/su142013501

Sesabo, Y., Kato, M., y Chao, E. J. (2024). Coupled open innovation and dynamic capabilities: their effect on low-tech micro and small firms’ innovation. Small Business International Review, 7(2), e613. https://doi.org/10.26784/sbir.v7i2.613

Tajpour, M., Hosseini, E., Mohammadi, M., y Bahman-Zangi, B. (2022). The effect of knowledge management on the sustainability of technology-driven businesses in emerging markets: The mediating role of social media. Sustainability, 14(14), 8602. https://doi.org/10.3390/su14148602

Tampubolon, D. (2022). An Analysis of Regional Competitiveness in the Context of Socioeconomics and Infrastructure. International Journal of Multidisciplinary: Applied Business and Education Research, 3(1), 125-138. https://doi.org/10.11594/ijmaber.03.01.15

Turkoglu, N., y Dalgic, A. (2017). Impact of institutionalization in family-owned companies and elements of intellectual capital on competitive power: A research on hospitality business. The International Journal of Management Science and Information Technology (IJMSIT), (25), 1-17. https://www.econstor.eu/handle/10419/219395

Unger, K. (2018). Innovación, competitividad y rentabilidad en los sectores de la economía mexicana. Gestión y Política Pública, 27(1), 3-37.

Ziviani, F., Braga, H. T., De Souza, R., y Correa, F. (2022). Open innovation as a strategy for creating value in technology-based companies. Revista de Negócios, 27(2), 69-85. https://doi.org/10.7867/1980-4431.2022v27n2p69-85