Análisis de la satisfacción mediante ecuaciones estructurales. El caso de los matriculados en el Consejo Profesional de Ciencias Económicas de la Provincia de Córdoba

• Autores: Gonzalez, Mariana Verónica; Cerino, Rocío M.; Pronello, Fernando A.; Vico, Franco D.
• Año de publicación: 2018
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Valoración; Imagen
• Institución: Universidad Nacional de Córdoba

Fil: Gonzalez, Mariana Veronica. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Departamento de Estadística y Matemática; Argentina.
Fil: Cerino, Rocío M. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Departamento de Estadística y Matemática; Argentina.
Fil: Pronello, Fernando A. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Departamento de Estadística y Matemática; Argentina.
Fil: Vico, Franco D. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Departamento de Estadística y Matemática; Argentina.
La consolidación de relaciones estables entre cualquier tipo de organización y sus principales clientes se ha convertido, en la actualidad, en una herramienta imprescindible para garantizar la supervivencia de dichas organizaciones (Schlesinger, Taulet, Bonillo y Sánchez, 2014). Lógicamente esta situación también afecta a los Colegios Profesionales, como entidades de derecho público que nuclean a los egresados, reglamentando y ordenando el ejercicio de las profesiones. En este contexto, la presente investigación aporta un modelo de relaciones estructurales que permite identificar las variables observables y latentes que mayor influencia ejercen sobre la Imagen del Consejo Profesional de Ciencias Económicas de la Provincia de Córdoba (CPCE), entendida como la manera en que el profesional matriculado percibe a la organización de acuerdo a sus experiencias (Lewis y Soureli, 2006), la Valoración de la Matrícula de dicha institución, exigida para el ejercicio de la profesión y la Satisfacción, entendida como la percepción del cliente sobre la medida en que sus necesidades, metas, y deseos han sido cubiertas completamente (Oliver, 1999; Grigoroudis y Siskos, 2010). Los datos utilizados en esta investigación provienen de una encuesta de tipo personal, realizada a matriculados en el CPCE, egresados de Universidades Públicas y Privadas de la Provincia de Córdoba. La muestra quedó conformada por 330 observaciones completas. Para la construcción de los indicadores, se seleccionó una escala de Likert con 5 categorías, permitiendo un nivel intermedio o indiferente (1: Totalmente en desacuerdo; 3: Ni desacuerdo ni en desacuerdo; 5: Totalmente de acuerdo). Se definieron como variables latentes: Imagen del CPCE y Valoración de la Matrícula que actúan como variables exógenas del modelo (no reciben el efecto de otra variable) y Satisfacción, que se definió como endógena. Cada variable latente está medida mediante variables observables o indicadores. Posteriormente se aplicó la Metodología de Ecuaciones Estructurales (Structural Equations Models SEM), que abarcan una familia de modelos estadísticos multivariantes que permiten estimar el efecto y relaciones entre múltiples variables. El método de estimación utilizado fue el de Máxima Verosimilitud (ML) que es coherente, no sesgado, eficiente, invariable al tipo de escala y normalmente distribuido si las variables observables responden a las condiciones de normalidad, que es lo que se verificó en este caso. Luego de varias corridas de los modelos se estimó un ajuste con seis indicadores reflexivos significativos para los constructos exógenos Imagen y Valoración. La variable latente Imagen, además, fue utilizada para predecir el constructo endógeno Satisfacción, muy importante en el modelo, que quedó reflejada en tres indicadores. Los factores identificados en relación a la Satisfacción fueron los vinculados a la representación profesional, el acceso a los beneficios sociales y la mejora en las condiciones de la profesión frente a la sociedad. Se detectó, además, una correlación estadísticamente significativa entre las dos variables latentes Imagen y Valoración, como así también correlaciones entre algunas indicadoras, que se incluyeron en el modelo a fin de mejorar el ajuste. Los indicadores de bondad de ajuste RMSEA, SRMR y CFI resultaron adecuados.
Fil: Gonzalez, Mariana Veronica. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Departamento de Estadística y Matemática; Argentina.
Fil: Cerino, Rocío M. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Departamento de Estadística y Matemática; Argentina.
Fil: Pronello, Fernando A. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Departamento de Estadística y Matemática; Argentina.
Fil: Vico, Franco D. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Departamento de Estadística y Matemática; Argentina.
Estadística y Probabilidad