Motivaciones para implantar una estrategia
de RSC en empresas tecnologicas y su
influencia en la competitividad. Analisis
empirico desde España
ÁREA: 6
TIPO: Aplicación
Motivation to implement a CSR strategy into technology companies and its influence on competitiveness.
Empirical analysis from Spain
Motivação para implementar estratégia RSC em empresas de tecnologia e sua influência sobre a competitividade. Análise empírica da Espanha
autores
Juan Andrés
Bernal-Conesa1
Centro Universitario
de la Defensa de San
Javier. Universidad
Politécnica de
Cartagena
jandres.bernal@cud.
upct.es
Carmen de
Nieves-Nieto
Universidad
Politécnica de
Cartagena
carmen.denieves@
upct.es
Antonio Juan
Briones-Peñalver
Universidad
Politécnica de
Cartagena
aj.briones@upct.es
El presente artículo propone un modelo de ecuaciones estructurales que permite explicar cuáles son las motivaciones
de implantar medidas de Responsabilidad Social Corporativa (RSC) en empresas tecnológicas españolas, y cómo
influye en la competitividad de dichas empresas. El análisis de la RSC en empresas tecnológicas se encuentra
en un estado inicial, como demuestra la literatura analizada. Los resultados del modelo revelan que existe
una relación positiva, directa y estadísticamente significativa entre las motivaciones, la estrategia de RSC y
la competitividad, y por tanto, con implicaciones teóricas y prácticas para la gestión de la RSC en empresas
tecnológicas.
In this article a structural equation model is proposed to explain the motivation to implement Corporate Social Responsibility
(CSR) measures in Spanish technology companies, and how it influences the competitiveness of these companies. The analysis
of CSR in technology companies is in an initial state, as shown by the literature analyzed. The results reveal that there is a
positive, direct and statistically significant relationship among motivation, CSR strategy and competitiveness. Theoretical and
practical implications are drawn for CSR management in technology companies.
Este artigo propõe um modelo de equações estruturais que explica as motivações de medidas destinadas a aplicar a
Responsabilidade Social Corporativa (RSC) em empresas de tecnologia espanholas e como ele influencia a competitividade
dessas empresas. A análise da RSC em empresas de tecnologia está num estado inicial, conformedemostrado na literatura
analisada. Os resultados do modelo mostram que existe uma relação positiva, direta e estatisticamente significativa entre
as motivações, a estratégia de RSC e a competitividade,e, portanto, com implicações teóricas e práticas para a gestão de
RSC nas empresas de tecnologia.
1. Autor de contacto:
Departamento. de
Ciencias Económicas
y Jurídicas del Centro
Universitario de
la Defensa de San
Javier,(University Centre
of Defence at the Spanish
Air Force Academy),
MDE-UPCT. C/Coronel
López Peña s/n; 30720,
Santiago de la Ribera, San
Javier (Murcia); SPAIN.
DOI
Recibido
Aceptado
10.3232/GCG.2016.V10.N2.02
09.03.2016
14.04.2016
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
33
34
1. Introducción
La Responsabilidad Social Corporativa (RSC) se utiliza a menudo como un término general para
describir una variedad de cuestiones relacionadas con las responsabilidades de las empresas
(Hillenbrand, Money, & Ghobadian, 2013). Sin embargo, no existe una definición universalmente
aceptada sobre la RSC (Dahlsrud, 2008), aunque se puede afirmar que la RSC es, además
del cumplimiento estricto de las obligaciones legales vigentes, la integración voluntaria en el
gobierno y gestión, la estrategia, políticas y procedimientos, de las preocupaciones sociales,
laborales, medioambientales y de respeto a los derechos humanos que surgen de la relación y el
diálogo transparente con sus grupos de interés, responsabilizándose así de las consecuencias
y los impactos que se derivan de las acciones de una organización (Mendoza, De Nieves, &
Briones, 2010).
Las empresas se han venido enfrentando a crecientes exigencias de compromiso social, por
parte de diferentes grupos de interés (stakeholders), por lo que la implicación con dichos grupos
se ha convertido en un proceso critico que minimiza los inconvenientes y enfatiza las ventajas
de la perspectiva estratégica de la Responsabilidad Social (Plaza Úbeda, De Burgos Jiménez, &
Belmonte Ureña, 2011).
La relación entre la RSC y el desempeño económico de las empresas ha sido ampliamente
estudiado ofreciendo resultados contrapuestos (Marín, Rubio, & De Maya, 2012), pues algunos
estudios muestran una relación positiva (Chang, 2009) mientras que otros la muestran negativa
(Muñoz, Pablo, & Peña, 2015).
Por otro lado, las organizaciones están constantemente adaptándose a los cambios económicos
con la intención de tener mayores posibilidades de supervivencia en el mercado, factor clave para
ello es la competitividad. En las últimas dos décadas, el debate sobre el potencial estratégico de
la RSC y la existencia de una posible relación entre RSC y competitividad se ha convertido cada
vez más relevante (Battaglia, Testa, Bianchi, Iraldo, & Frey, 2014) y se ha escrito mucho sobre
cómo una adopción estratégica de la RSC podría conducir a recompensas financieras a largo
plazo (Lee, 2008).
Palabras clave
RSC, empresas
tecnológicas,
ecuaciones
estructurales,
motivación,
competitividad
Key words
CSR, technology
companies,
structural equations,
motivation,
competitiveness
Palavras-chave
RSC, Empresas
de tecnologia,
equações estruturais,
motivação,
competitividade
La competitividad es un concepto multidimensional que se refiere a la capacidad de crear
ventajas competitivas sostenibles que se puede utilizar tanto a nivel nacional, como a nivel de
las empresas (Vilanova, Lozano, & Arenas, 2009).
De este modo la Unión Europea establece que “para la competitividad de las empresas es cada
vez más importante un enfoque estratégico sobre RSC. Este puede reportar beneficios en cuanto
a gestión de riesgos, ahorro de costes, acceso al capital, relaciones con los clientes, gestión de los
recursos humanos y capacidad de innovación”. (Comunicación de la Comisión europea de 2011,
pág. 4).
La RSC se ha convertido cada vez más importante para la competitividad de las empresas
(Turyakira, Venter, & Smith, 2014). Así pues, el efecto de la RSC sobre el éxito competitivo,
entendiendo por éxito la obtención de unos resultados positivos para la empresa en términos de
posicionamiento en el mercado y que van más allá del ámbito financiero (Vázquez & Sánchez,
2013), es mayor en aquellos sectores con alta competitividad (como el sector tecnológico) y que
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
Códigos JEL:
ISSN: 1988-7116
M14
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
siguen una estrategia proactiva versus reactiva (Marín et al., 2012), mientras que es menor en sectores
poco competitivos, en los que las empresas siguen diferenciándose ofreciendo ventajas tradicionales
de marca, precio, calidad y distribución (Rives & Bañón, 2008). A pesar de esto para las empresas
tecnológicas no es fácil ser socialmente responsable (K. Lee & Kim, 2009).
Sin embargo, estas empresas tecnológicas pueden contribuir a la construcción de una economía
sostenible con una estrategia proactiva innovando en productos y servicios que no son sólo atractivos
comercialmente y ecológicamente racionales, sino también socialmente positivos (Lee & Kim, 2009),
ya que sus operaciones pueden contribuir en el desarrollo local y favorecer el desarrollo global (Leach
et al., 2012).
En la actualidad, existe un número creciente de empresas españolas que creen que deben contribuir al
desarrollo sostenible mediante la planificación de sus operaciones con el fin de favorecer el crecimiento
económico y el aumento de su productividad y competitividad garantizando al mismo tiempo la
protección del medio ambiente y fomentar la responsabilidad social, y cumpliendo así con los intereses
generales (Prado-Lorenzo, Gallego-Álvarez, García-Sánchez, & Rodríguez-Domínguez, 2008) de la
sociedad, pues la inversión en iniciativas de RSC puede ser una de las fuentes de ventajas competitivas
(Apospori, Zografos, & Magrizos, 2012) y una manera de mejorar el rendimiento económico de las
empresas (Hur, Kim, & Woo, 2014).
Por ello, las empresas, deben adoptar prácticas formalizadas de RSC y, por tanto, establecer aquellos
procedimientos y herramientas que estén alineadas con su estrategia corporativa (Bocquet, Le Bas,
Mothe, & Poussing, 2013).
Siendo conscientes de todas estas situaciones, el objetivo de este artículo es: (1) investigar las
motivaciones de las empresas tecnológicas para tomar parte de las iniciativas de RSC e implantar
actividades y políticas en su seno y (2) estudiar la influencia de la estrategia basada en RSC y como
puede afectar a la competitividad de las empresas tecnológicas.
Para ello el artículo se estructura en diferentes apartados. El primero es el de revisión de la literatura
para conocer la situación de la RSC en empresas tecnológicas españolas, sus posibles motivaciones
y cómo es la integración de la RSC en la estrategia de la empresa planteando las hipótesis objeto de
estudio y el modelo conceptual. Un segundo apartado descriptivo de la metodología y técnica empleada
para el estudio. Un apartado para mostrar los resultados obtenidos y finalmente un apartado sobre la
discusión, conclusiones y limitaciones del estudio.
2. Revisión de la literatura
En la literatura científica existen numerosos estudios sobre la RSC tanto en grandes empresas (Melé,
Debeljuh, & Arruda, 2006), como en pequeñas (Vázquez-Carrasco & López-Pérez, 2013) y en diferentes
sectores (Bernal Conesa, De Nieves Nieto, & Briones Peñalver, 2014); e incluso alguno que hace
referencia a empresas del sector tecnológico (Guadamillas-Gómez, Donate-Manzanares, & Skerlavaj,
2010). Se encuentran además estudios sobre las posibles motivaciones de adoptar la RSC (Graafland
& Schouten, 2012) de forma general. Sin embargo, no se han encontrado estudios sobre la RSC, sus
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
35
Motivaciones para implantar una estrategia de RSC en empresas tecnologicas y su influencia en la
competitividad. Analisis empirico desde España
36
motivaciones e integración en empresas tecnológicas, las cuales son fuente constante de innovación,
tanto en procesos como en productos, ya que el estudio del papel de las empresas tecnológicas en la
gestión ambiental, la sostenibilidad y por tanto en la RSC está aún en sus etapas iníciales (Wang, Chen,
& Benitez-Amado, 2015).
Por ello, se considera escasa la información sobre el sector tecnológico, denotando que no han sido
analizadas en profundidad las motivaciones de la RSC y su integración en la empresa tecnológica,
así pues, se estima interesante profundizar en el estudio de la misma en empresas tecnológicas
españolas, ya que investigaciones previas han demostrado que las organizaciones con una orientación
estratégica hacia la innovación apuestan por mejorar sus capacidades organizativas internas para ser
más competitivas en un entorno global (Suñe, Bravo, Mundet, & Herrera, 2012).
Así un estudio de Wildowicz-Giegiel (2014), demuestra que las organizaciones que adoptan la gestión de
RSC y divulgan información en dicha materia lo hacen entre otras razones para cumplir con diferentes
regulaciones, mejorar los procesos internos, promover logros en sostenibilidad, comprometerse
con sus stakeholders y cumplir con sus expectativas y demostrar una gestión comprometida con el
desarrollo sostenible.
Las motivaciones para la puesta en práctica de la RSC han sido estudiadas en diferentes países
(Prajogo, Tang, & Lai, 2012) y sectores, encontrándose dos tipos diferentes de motivaciones principales:
las externas o extrínsecas a la organización, entre ellas destacan las de carácter financiero o económico
que tienen relación con el beneficio y las internas o intrínsecas a la organización , que no solo tienen
que ver con el beneficio de la organización sino también con los valores y creencias del personal que
conforman las organizaciones (Graafland & Schouten, 2012).
Por ello y tras la revisión realizada en referencia a las motivaciones de la RSC proponemos la siguiente
hipótesis.
•
•
H1. Existen motivaciones externas para adoptar una estrategia de RSC en las empresas
tecnológicas.
H2. Existen motivaciones internas para adoptar una estrategia de RSC en las empresas
tecnológicas.
En determinados sectores tecnológicos, los períodos de desarrollo de productos son extremadamente
largos y las empresas suelen presentar resultados negativos en los primeros años de vida, presentado
mayores dificultades de financiación. En estos casos, los indicadores financieros no son efectivos para
valorar el potencial de las empresas, siendo más adecuados los activos intangibles y los basados en
el conocimiento (Quintana García, Benavides Velasco, & Guzmán Parra, 2013). Entre estos activos
intangibles podemos encontrar la RSC.
Por otro lado, existen estudios que afirman que la RSC tiene una contribución significativamente positiva
en la competitividad nacional e incluso en los niveles de calidad de vida (Boulouta & Pitelis, 2014). Es
decir, la RSC se traduce en un mayor éxito competitivo (Herrera, Larrán, & Martínez-Martínez, 2013),
siempre y cuando esté integrada en la organización y con ello genere una innovación en los proceso de
gestión. Dicho en otras palabras, si la RSC está integrada en los procesos de negocio genera prácticas
innovadoras y, por tanto, una mejora de la competitividad (Vilanova et al., 2009).
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
Sin embargo, una gran parte de la literatura de RSC se ha centrado en el impacto de la RSC en el nivel
de la competitividad de las empresas (Boulouta & Pitelis, 2014), tanto grandes como pequeñas y en
diferentes sectores (Battaglia et al., 2014; Vidales & Ortiz, 2014). Así pues en la literatura científica se
establecen cuatro maneras destacables a través del cual la RSC puede crear ventajas competitivas
(Hockerts, 2015): (1) la reducción del riesgo, (2) las ganancias de eficiencia, (3) la reputación social y (4)
la creación de nuevos mercados.
Además, la actividad desarrollada por una empresa tiene un alto impacto social cuando ésta opera en
el sector de las tecnologías de la información y las telecomunicaciones (Luna Sotorrío & Fernández
Sánchez, 2010), ya que se produce una generación de puesto de trabajo cualificados y fomenta la
formación de trabajadores (Jimenez-Zarco, Cerdan-Chiscano, & Torrent-Sellens, 2013).
No obstante, no se ha encontrado ningún estudio sobre su influencia sobre la competitividad de las
empresas tecnológicas, por lo que se plantea la siguiente hipótesis:
•
H3. El establecimiento de una estrategia de RSC influye positivamente en la competitividad de
la empresa tecnológica.
En base a las consideraciones anteriores y analizando los trabajos previos en ellas citados referentes
a la existencia de diferentes motivaciones para adoptar una estrategia de RSC en las empresas y su
influencia en ella, y teniendo presente la Teoría de los Stakeholders, según la cual las empresas deben
asumir responsabilidades respecto a los empleados y clientes como grupos más relevantes entre otros
(Herrera et al., 2013; Hammann, Habisch, & Pechlaner, 2009), las hipótesis planteadas se resumen en el
siguiente modelo conceptual (figura 1).
Figura 1. Modelo conceptual
Fuente: Elaboración propia
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
37
Motivaciones para implantar una estrategia de RSC en empresas tecnologicas y su influencia en la
competitividad. Analisis empirico desde España
38
3. Metodología
Para la realización del análisis en este trabajo se ha recurrido, a un modelo de ecuaciones estructurales
(SEM). Los modelos de ecuaciones estructurales son procedimientos estadísticos que permiten
comprobar la medida de las hipótesis funcionales, predictivas y causales, siendo estas herramientas
estadísticas multivariantes, esenciales para entender muchos elementos de investigación y llevar
a cabo investigación básica o aplicada en las ciencias del comportamiento, de gestión, de salud y
sociales (Bagozzi & Yi, 2011).
Al centrar el estudio en el sector tecnológico, según Ketchen et al., (1997) para obtener un mejor
conocimiento, la configuración estructural ha de contribuir más a la explicación de los resultados
organizacionales si el estudio empírico se centra en una muestra de una única industria o sector. Por
ello, se van a estudiar empresas tecnológicas ubicadas en Parques Científicos y Tecnológicos españoles
(PCyT), los cuales tienen en común bien la creación de empresas tecnológicas o bien atraer a empresas
ya consolidadas que fomentan el desarrollo regional a través de un enfoque tecnológico y la creación
de empleo y bienestar (Jimenez-Zarco et al., 2013).
En la actualidad existen 6.452 empresas ubicadas en los PCyT (APTE, 2014) las cuales generan
151.562 puestos de trabajo, de los cuales 30.968 se dedican directamente a tareas de Investigación
y Desarrollo (I+D) en dichos parques. Las 6.452 empresas ubicadas en los PCyT generaron en 2014
una facturación total de 22.327 millones de euros, en diferentes sectores de actividad destacando
las empresas relacionadas con la información, informática y telecomunicaciones ICT (22%) y con los
servicios de ingeniería, consultoría y asesoría (14,8%). En menor medida, medicina y bio-sanitario,
industrial, agroalimentación y biotecnología que representan el 6.2 %, 4.6 % y 4.6% respectivamente
(ver tabla 1).
Tabla 1. Distribución porcentual por actividad económica principal, numero de empresas y empresas
contactadas en los PCyT.
Fuente: Elaboración propia a partir de APTE (2014).
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
Siguiendo a Hair Jr, Anderson, Tatham, & Black, (1998) para los SEM el tamaño de muestra mínimo más
habitual es un mínimo de 5 encuestados para cada parámetro estimado y, a medida que la complejidad
del modelo aumenta el ratio se eleva a 10 encuestados por parámetro. En el caso objeto de estudio
tenemos 37 indicadores validados, por tanto, el tamaño más adecuado de población muestral debe ser
superior a 370.
De este modo, en la descripción cualitativa de los subsectores tecnológicos se aplica la técnica telefónica
(Sarabia Sánchez, 1999) permitiéndose previamente conocer la disposición de las empresas a la RSC,
por lo se decide llevar a cabo, además, un muestreo estratificado del 10% de dichos subsectores siendo
el número de empresas contactadas telefónicamente las reflejadas en la tabla 2, ascendiendo a un total
de 489.
Para la recogida de datos se ha realizado una encuesta online. En el caso de encuestas usando
herramientas web que incluye un link de acceso al cuestionario, la tasa de respuesta se encuentra en
torno al 30% (Arevalo, Aravind, Ayuso, & Roca, 2013) aunque existen estudios empíricos con una tasa de
respuesta entre el 10% y el 20 % (Ramos, Manzanares, & Gómez, 2014; Chow & Chen, 2012).
El procedimiento final de muestreo llevado a cabo consiste en un procedimiento de muestreo no
probabilístico de conveniencia, es decir, la muestra está formada por unidades muéstrales que facilitan
su medida, son accesibles o favorables (Miquel, Bigné, Cuenca, Miquel, & Lévy, 1997). Sin embargo, de
las 489 empresas consultadas telefónicamente que en un primer momento se mostraron favorables a
responder al cuestionario, se recibieron durante el año 2014 un total de 98 cuestionarios (un 20.04%),
de los cuales se consideran validos para este estudio sobre motivaciones de la RSC, un total de 56,
ya que éste es el número de empresas que habían emprendido medidas de RSC (o tenían intención
de hacerlo) y por tanto, tenían motivaciones sobre la RSC. Así pues, la población muestral objeto del
estudio fue de 489 empresas, obteniéndose una tasa de respuesta válida de un 11.45% con un error del
12.35% para p=q=0.5, para una nivel de confianza del 95 %; z=1.96.
La tabla 2 ofrece un resumen de las principales características de la recogida de la información.
Tabla 2. Ficha técnica de la investigación
Universo
6.452 empresas ubicadas en Parques Científicos y Tecnológicos
Ámbito geográfico
España
Método de recogida de información
Encuesta on-line
Población muestral
489 empresas
Muestra
98 empresas
Cuestionarios validos
56
Tasa de respuestas
11.45%
Error muestral
12.35%
Nivel de confianza
95 %; z=1.96; p=q 0.5
Método de muestreo
No aleatorio de conveniencia
Fecha de trabajo de campo
Mayo-diciembre 2014
Fuente: Elaboración propia
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
39
Motivaciones para implantar una estrategia de RSC en empresas tecnologicas y su influencia en la
competitividad. Analisis empirico desde España
Tabla 3. Indicadores
40
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
Tabla 3. Indicadores (continuación)
41
Fuente. Elaboración propia. Nota: Indicadores en negrita son aquellos que fueron validados en este estudio para las diferentes escalas de
los constructos
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Motivaciones para implantar una estrategia de RSC en empresas tecnologicas y su influencia en la
competitividad. Analisis empirico desde España
42
En la elaboración del cuestionario se ha utilizado una escala de medida Likert 1-5 (1 «totalmente en
desacuerdo» y 5 «totalmente de acuerdo»), pues es la más utilizada en estudios similares (Gimenez,
Sierra, & Rodon, 2012; Torugsa, O’Donohue, & Hecker, 2012).
Para la formación de los constructos se ha recurrido a indicadores (tabla 3), basados no solo en la
literatura consultada (Battaglia et al., 2014; Gallardo-Vázquez & Sanchez-Hernandez, 2014; Turyakira et
al., 2014; Asif, Searcy, Zutshi, & Fisscher, 2013; Lee, Park, & Lee, 2013; Law & Gunasekaran, 2012; Lee,
2012; Asif, Searcy, Zutshi, & Ahmad, 2011; Cetindamar & Husoy, 2007) sino también en la Teoría de los
Stakeholders.
La técnica elegida dentro de ecuaciones estructurales es la conocida como Partial Least Squares (PLS),
por diferentes razones pues: (1) se ha utilizado previamente en las investigaciones relacionadas con la
tecnología (Wang et al., 2015); (2) el uso de PLS se ha recomendado cuando el conocimiento teórico
sobre un tema es escaso, (3) PLS puede estimar modelos con indicadores reflexivos y formativos sin
ningún problema de identificación (Vinzi, Chin, Henseler, & Wang, 2010), (4) PLS puede estimar modelos
con muestras pequeñas, de hecho, los modelos de PLS tienden a obtener resultados con altos niveles
de potencia estadística (Reinartz, Haenlein, & Henseler, 2009), incluso cuando el tamaño de la muestra
es muy modesto (Rigdon, 2014). Por lo tanto, y siguiendo a Henseler et al. (2014) utilizamos PLS como
un instrumento estadístico destacable para la gestión y la investigación de las organizaciones, ya
que varios estudios han indicado que el tamaño de muestra necesario está entre 30 y 100 casos si
tenemos como mínimo 3 o 4 indicadores por constructo (Roldán & Sánchez-Franco, 2012). Además,
una simulación Monte Carlo realizada por Chin y Newsted (1999) muestra que PLS pueden recoger
información significativa del tamaño de las muestras tan bajas como 20 (Reinartz et al., 2009). Por
tanto se considera que nuestra muestra es suficiente como para llevar a cabo un análisis estadístico
de modelización de ecuaciones estructurales basadas en mínimos cuadrados parciales.
Los modelos de ecuaciones estructurales incluyen dos niveles de análisis: el modelo de la medición
(outer models) y el modelo estructural (inner models) (Hair Jr, Sarstedt, Hopkins, & Kuppelwieser, 2014).
El modelo de medición verifica cómo los constructos se miden en términos de las variables observadas
(indicadores) y el modelo estructural examina las relaciones entre los constructos (Chen & Chang,
2011).
4. Resultados y contraste de hipótesis
4.1. Análisis Descriptivo
A continuación, se aportan algunos datos que describen a las empresas tecnológicas participantes
en esta investigación, destacando que el tamaño más habitual de éstas son las micro y pequeñas
empresas. Mientras que respecto a la facturación generada, la mayoría son empresas cuya facturación
asciende entre un millón y cinco millones de euros al año, como se puede observar en la tabla 4:
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
43
Tabla 4. Datos descriptivos de la muestra. Tamaño y facturación
Tamaño
Facturación
Gran tamaño (más de 250 trabajadores)
21,43%
Menos de 100.000 € anuales
13,27%
Tamaño mediano (entre 50 y 250 trabajadores)
17,35%
Entre 100.000 y 500.000 € anuales
17,35%
Tamaño pequeño (entre 10 y 49 trabajadores)
28,57%
Entre 500.000 y 1.000.000 € anuales
6,12%
Tamaño mínimo (menos de 10 trabajadores)
30,61%
Entre 1.000.000 y 5.000.000 € anuales
27,55%
NS/NC
2,04%
Más de 5.000.000 € anuales
33,67%
NS/NC
2,04%
Fuente. Elaboración propia
Atendiendo al subsector principal en el cual desarrolla su actividad, la figura 2 refleja los datos obtenidos.
Figura 2
Fuente. Elaboración propia
4.2. Análisis Modelo de medida
En los modelos de medición reflexivos, este análisis se lleva a cabo con referencia a los atributos de
fiabilidad individual del indicador, la fiabilidad del constructo, la validez convergente (Tenenhaus, Vinzi,
Chatelin, & Lauro, 2005) y la validez discrimínate (Hair, Sarstedt, Ringle, & Mena, 2012).
La fiabilidad de cada elemento individual se evalúa mediante el análisis del factor de cargas
estandarizadas (λ) (Hair Jr et al., 2014). La fiabilidad del elemento individual es considerado adecuado
cuando un indicador tiene un λ mayor que 0.707 en su respectivo constructo (Carmines & Zeller, 1979).
En este estudio, todos los indicadores reflexivos tienen cargas por encima de 0.707 (cifras en negrita
en la tabla 5).
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Motivaciones para implantar una estrategia de RSC en empresas tecnologicas y su influencia en la
competitividad. Analisis empirico desde España
44
Tabla 5. Cargas y cargas cruzadas para el modelo de medida
Fuente. Elaboración propia
Para evaluar la consistencia interna de los constructos se debe obtener la fiabilidad compuesta (ρc)
(Hair Jr et al., 2014) y el α de Cronbach (Castro & Roldán, 2013). Interpretando ambos valores con
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
las directrices que ofrecieron Nunnally y Bernstein, (1994) los cuales sugieren un valor de 0.7. En la
presente investigación, los constructos analizados tienen una alta consistencia interna pues se superan
los niveles recomendados (ver tabla 6).
Para valorar la validez convergente se calcula la varianza media extraída (AVE), la cual deber ser al
menos igual a 0.5 (Fornell & Larcker, 1981). La validez discriminante representa el grado en que el
constructo es empíricamente distinto de otros constructos, es decir, el constructo mide lo que pretende
medir. La validez discriminante se analiza mediante dos métodos (Gefen & Straub, 2005).
Por un lado, un método establece que el constructo deber estar formado con más varianza de sus
indicadores que cualquier otro constructo. Para probar este requisito, la raíz cuadrada de la AVE de
cada constructo debe ser mayor que sus correlaciones con cualquier otro constructo. Esta condición
se cumple para todos los constructos (ver tabla 6). La segunda opción para la verificación de la validez
discriminante se realiza examinando las cargas transversales de los indicadores. Este método requiere
que las cargas de cada indicador en su constructo sean más altas que las cargas cruzadas en otros
constructos (Henseler, Ringle, & Sinkovics, 2009), como así ocurre en la tabla 5.
Tabla 6. Fiabilidad compuesta (ρc), coeficientes de validez convergente y discriminante
Nota: Elementos de la diagonal (negrita) son la raíz cuadrada de la varianza compartida entre los constructos y sus medidas (varianza
media extraída). Fuera de la diagonal los elementos son las correlaciones entre constructos. Para la validez discriminante, los elementos
diagonales deben ser mayores que los elementos fuera de la diagonal.
4.3. Análisis del modelo estructural
Una vez que la fiabilidad y la validez del modelo de medida ha sido establecido, varios pasos deben
tomarse para evaluar las relaciones hipotéticas dentro del modelo estructural (Hair Jr et al., 2014), el
cual evalúa el peso y la magnitud de las relaciones entre los distintos constructos.
La evaluación de la calidad del modelo se basa en su capacidad para predecir los constructos
endógenos (Hair Jr et al., 2014). La bondad del ajuste del modelo es comprobada a través del análisis
del estadístico de los parámetros path (β), mediante la t de Student, el valor R2 para cada constructo
dependiente y la prueba de Stone-Geisser (Q2), que consiste en una validación cruzada del modelo
evaluando en qué medida los parámetros estimados son útiles para predecir las variables observadas
correspondientes a estos constructos, lo que permite una evaluación del modelo estructural (Roldán &
Sánchez-Franco, 2012).
Así en primer lugar, se aceptarán aquellas β, y por extensión las hipótesis planteadas, que sean
significativos según una distribución t de Student de una cola con n-1 grados de libertad (Roldán &
Sánchez-Franco, 2012). Estos valores, según (Chin, 1998) deben ser al menos de 0.2, por tanto si
β<0.2 no hay causalidad y la hipótesis se rechaza. De acuerdo con Hair et al. (2011) y Henseler et
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
45
Motivaciones para implantar una estrategia de RSC en empresas tecnologicas y su influencia en la
competitividad. Analisis empirico desde España
46
al., (2009), se utilizó un bootstrapping (5000 remuestras) para generar los estadísticos t-Student y sus
errores estándar, esto nos permitió evaluar la significación estadística de las β (Castro & Roldán, 2013)
y aceptar o no las hipótesis (ver figura 3).
En segundo lugar, se analiza la varianza explicada. La bondad de un modelo se determina a través
de la fortaleza de cada relación estructural y se analiza utilizando el valor de R2 para cada constructo
dependiente. Según Falk y Miller (1992), estos valores deben ser superiores a 0.1 para poder considerar
que el modelo tiene suficiente capacidad predictiva. Considerando que el R2 es una medida de la
exactitud del modelo (Hair Jr et al., 2014), y por tanto mide la cantidad de varianza del constructo que
es explicada por el modelo (Serrano-Cinca, Fuertes-Callén, & Gutiérrez-Nieto, 2007) con los valores 0.75,
0.50, 0.25, respectivamente, se describen los niveles sustanciales, moderados o débiles de la exactitud
de la predicción (Hair, Ringle, & Sarstedt, 2011), como se puede ver en la figura 3, todos los R2 están entre
el mínimo 0.1 y el 0.75 , por lo que tienen una capacidad predictiva en diferente grado.
Finalmente, el test de Stone-Giesser (Q2) se usa como criterio para medir la relevancia predictiva de
los constructos dependientes (Roldán & Sánchez-Franco, 2012) y por tanto es un medio para evaluar
la relevancia predictiva del modelo estructural (Hair Jr et al., 2014). Esta medida permite examinar la
pertinencia de predicción del modelo teórico y el modelo estructural. Para modelos reflexivos se utiliza
el índice de redundancia de validez cruzada (Q2) (Castro & Roldán, 2013). Si Q2 es mayor que 0 esto
implica que el modelo tiene relevancia predictiva (Hair Jr et al., 2014); en nuestro caso todos los Q2
obtenidos tienen signo positivo y son mayores que 0, como se puede apreciar en la figura 3.
Figura 3
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
Siguiendo a Vázquez y Sánchez (2013), se han de tener en cuenta los efectos totales (directos e
indirectos), los cuales se reflejan en la tabla 7.
Tabla 7. Efectos totales.
4.4. Contraste de hipótesis
A la luz de los resultados obtenidos éstos confirman todas las relaciones establecidas en el modelo de
investigación, con lo que se puede observar una clara influencia de la estrategia basada en la RSC sobre
la competitividad de la empresa. Por tanto, se han de aceptar todas las hipótesis planteadas puesto que
el valor de β y su nivel significativo es adecuado y permiten apoyar dicha causalidad.
Al mismo tiempo, se puede observar que se producen unos efectos indirectos sobre la competitividad
a través de los motivos externos, la cual es significativa según la β y la t-Student. Sin embargo no se
encuentra esta relación indirecta con los motivos internos porque el valor β de la relación no permite
apoyar esa causalidad.
5. Conclusiones y discusión
A través del estudio realizado, se pretende cubrir el vacío detectado en la literatura sobre las empresas
tecnológicas para la implantación de medidas de RSC, ya que si bien existen estudios previos para
la RSC y su integración en empresas españolas, éstos lo hacen desde un punto de vista regional
(Gallardo-Vázquez & Sanchez-Hernandez 2014; Vintró et al. 2012) o analizando un único aspecto de
dicha relación (Prado-Lorenzo et al., 2008). Así pues, la ausencia de trabajos empíricos previos que
analicen las relaciones de la RSC en el sector de la tecnología en España y su integración en la empresa
justificó su realización y se considera que viene a añadir un suplemento investigador a los estudios que
relacionan la RSC y su integración en las empresas, pues dicha relación no se estudia con un efecto
directo únicamente, sino que incorpora una relación indirecta a través de los motivaciones externas.
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
47
Motivaciones para implantar una estrategia de RSC en empresas tecnologicas y su influencia en la
competitividad. Analisis empirico desde España
48
La integración de medidas socialmente responsables no se traduce únicamente en un posicionamiento
ético o moral por parte de las organizaciones, sino también en la generación de intangibles de elevado
valor estratégico, como la competitividad.
La principal contribución de este trabajo ha sido demostrar las diferentes motivaciones para implantar
medidas de RSC su integración en la estrategia de la empresa y el efecto positivo que tienen en la
competitividad de dichas empresas de manera empírica y fiable. Desde un punto de vista práctico, las
empresas pueden utilizar los resultados de este estudio como un punto de apoyo para potenciar la
integración de la RSC en los procesos de negocio.
El encontrar una relación significativa entre la estrategia de RSC y la competitividad podría explicarse
por la posibilidad de que se trate de una relación moderada por otras variables en lo que se ha llamado
el triple bottom line (TBL), (Miras Rodríguez, Carrasco Gallego, & Escobar Perez, 2014) un concepto que
considera de forma simultánea los resultados económicos, la cuestiones sociales y medioambientales
(Gimenez et al., 2012) de hecho algunos autores consideran que con la RSC las organizaciones intentan
equilibrar el TBL (Lo, 2010).
Por tanto, se abriría aquí una línea de investigación en la cual no sólo se estudiaría la influencia sobre la
competitividad sino también sobre el performance económico, la sostenibilidad y el desarrollo social.
Además la aplicación de controles medioambientales, aunque pueda suponer un coste a corto plazo,
puede reportar beneficios a largo plazo si la variable medioambiental es percibida positivamente por los
clientes (Lee, 2008). En definitiva, la gestión proactiva de los stakeholders puede provocar una reducción
del beneficio a corto plazo, pero el impacto a largo plazo de todas estas acciones puede ser positivo en
términos de rentabilidad financiera (Garcia-Castro, Ariño, & Canela, 2009) y medioambiental, ya que la
sensibilización y divulgación de las acciones de RSC por parte de las empresas puede tener un efecto
positivo hacia la protección del medio ambiente (Gallardo-Vázquez & Sánchez-Hernández, 2014). Por
tanto, siguiendo con esta futura línea de investigación se podría proponer un modelo de integración
en empresas tecnológicas donde se estudie el desempeño medioambiental y social y su repercusión
sobre el económico.
El presente estudio reconoce la existencia de diversas limitaciones en sus resultados. En primer lugar,
el hecho de que la muestra se restringe a empresas en España podría ser visto como una falta de
generalización de los resultados, también es cierto que los resultados son consistentes con la literatura
y los resultados de estudios anteriores extraídos de muestras no españolas p.e Turyakira et al., (2014),
que apoya claramente la validez de nuestros resultados más allá de las fronteras españolas.
En segundo lugar, otra limitación se encuentra determinada por la técnica utilizada para el modelo
propuesto: ecuaciones estructurales, que asume una linealidad de las relaciones entre las variables
latentes (Castro & Roldán, 2013).
En tercer lugar, las empresas tecnológicas son organizaciones dinámicas que cambian con el tiempo.
En consecuencia, la investigación futura del mismo debería medir los constructos analizados a lo largo
de varios periodos de tiempo, teniendo en cuenta la dinámica para configurar las diferentes dimensiones
de la RSC.
Sin embargo, dadas las limitaciones indicadas anteriormente, el trabajo puede ser visto como pionero,
ya que representa un punto de partida para los aspectos de la RSC en cualquier empresa tecnológica y
cubre el hueco detectado en la literatura.
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
Bibliografía
49
Apospori, E., Zografos, K. G., & Magrizos, S. (2012). SME corporate social responsibility and competitiveness: a literature
review. International Journal of Technology Management, 58(1/2), 10–31. http://doi.org/10.1504/IJTM.2012.045786
APTE (2014). Memoria de actividades de la Asociación de Parques Científicos y Tecnológicos de España. Ejercicio 2014.
Arevalo, J. A., Aravind, D., Ayuso, S., & Roca, M. (2013). The Global Compact: an analysis of the motivations of adoption in
the Spanish context. Business Ethics: A European Review, 22(1), 1–15. http://doi.org/10.1111/beer.12005
Asif, M., Searcy, C., Zutshi, A., & Ahmad, N. (2011). An integrated management systems approach to corporate sustainability.
European Business Review, 23(4), 353–367. http://doi.org/10.1108/09555341111145744
Asif, M., Searcy, C., Zutshi, A., & Fisscher, O. A. M. (2013). An integrated management systems approach to corporate social
responsibility. Journal of Cleaner Production, 56, 7–17. http://doi.org/10.1016/j.jclepro.2011.10.034
Bagozzi, R. P., & Yi, Y. (2011). Specification, evaluation, and interpretation of structural equation models. Journal of the
Academy of Marketing Science, 40(1), 8–34. http://doi.org/10.1007/s11747-011-0278-x
Battaglia, M., Testa, F., Bianchi, L., Iraldo, F., & Frey, M. (2014). Corporate Social Responsibility and Competitiveness
within SMEs of the Fashion Industry: Evidence from Italy and France. Sustainability, 6(2), 872–893. http://doi.org/10.3390/
su6020872
Bernal Conesa, J. A., De Nieves Nieto, C., & Briones Peñalver, A. J. (2014). Implantación de la Responsabilidad Social en la
Administración Pública: el caso de las Fuerzas Armadas Españolas. Revista De Responsabilidad Social De La Empresa, 18(III),
101–124.
Bocquet, R., Le Bas, C., Mothe, C., & Poussing, N. (2013). Are firms with different CSR profiles equally innovative? Empirical
analysis with survey data. European Management Journal, 31(6), 642–654. http://doi.org/10.1016/j.emj.2012.07.001
Boulouta, I., & Pitelis, C. N. (2014). Who Needs CSR? The Impact of Corporate Social Responsibility on National
Competitiveness. Journal of Business Ethics, 119(3), 349–364. http://doi.org/10.1007/s10551-013-1633-2
Carmines, E. G., & Zeller, R. A. (1979). Reliability and Validity Assessment. SAGE Publications.
Castro, I., & Roldán, J. L. (2013). A mediation model between dimensions of social capital. International Business Review,
22(6), 1034–1050. http://doi.org/10.1016/j.ibusrev.2013.02.004
Cetindamar, D., & Husoy, K. (2007). Corporate Social Responsibility Practices and Environmentally Responsible Behavior:
The Case of The United Nations Global Compact. Journal of Business Ethics, 76(2), 163–176. http://doi.org/10.1007/s10551006-9265-4
Chang, C.-P. (2009). The relationships among corporate social responsibility, corporate image and economic performance of hightech industries in Taiwan. Quality and Quantity, 43(3), 417–429. http://doi.org/10.1007/s11135-007-9117-z
Chen, Y.-S., & Chang, C.-H. (2011). Utilize structural equation modeling (SEM) to explore the influence of corporate
environmental ethics: the mediation effect of green human capital. Quality & Quantity, 47(1), 79–95. http://doi.org/10.1007/
s11135-011-9504-3
Chin, W. W. (1998). Commentary: Issues and opinion on structural equation modeling. JSTOR. Retrieved from http://www.
jstor.org/stable/249674
Chow, W. S., & Chen, Y. (2012). Corporate Sustainable Development: Testing a New Scale Based on the Mainland Chinese
Context. Journal of Business Ethics, 105(4), 519–533. http://doi.org/10.1007/s10551-011-0983-x
Dahlsrud, A. (2008). How corporate social responsibility is defined: an analysis of 37 definitions. Corporate Social Responsibility
and Environmental Management, 15(1), 1–13. http://doi.org/10.1002/csr.132
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Motivaciones para implantar una estrategia de RSC en empresas tecnologicas y su influencia en la
competitividad. Analisis empirico desde España
50
Falk, R. F., & Miller, N. B. (1992). A Primer for Soft Modeling (1st edition). Akron, Ohio: Univ of Akron Pr.
Fornell, C., & Larcker, D. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement
Error. Journal of Marketing Research, 18(1), 39–50. http://doi.org/10.2307/3151312
Gallardo-Vázquez, D., & Sánchez-Hernández, I. (2014). Structural analysis of the strategic orientation to environmental
protection in SMEs. BRQ Business Research Quarterly, 17(2), 115–128. http://doi.org/10.1016/j.brq.2013.12.001
Gallardo-Vázquez, D., & Sanchez-Hernandez, M. I. (2014). Measuring Corporate Social Responsibility for competitive
success at a regional level. Journal of Cleaner Production, 72, 14–22. http://doi.org/10.1016/j.jclepro.2014.02.051
Garcia-Castro, R., Ariño, M. A., & Canela, M. A. (2009). Does Social Performance Really Lead to Financial Performance?
Accounting for Endogeneity. Journal of Business Ethics, 92(1), 107–126. http://doi.org/10.1007/s10551-009-0143-8
Gefen, D., & Straub, D. (2005). A practical guide to factorial validity using PLS-Graph: Tutorial and annotated example.
Communications of the Association for Information Systems, 16(1), 5.
Gimenez, C., Sierra, V., & Rodon, J. (2012). Sustainable operations: Their impact on the triple bottom line. International
Journal of Production Economics, 140(1), 149–159. http://doi.org/10.1016/j.ijpe.2012.01.035
Graafland, J., & Schouten, C. M.-V. der D. (2012). Motives for Corporate Social Responsibility. De Economist, 160(4), 377–
396. http://doi.org/10.1007/s10645-012-9198-5
Guadamillas-Gómez, F., J Donate-Manzanares, M., & Skerlavaj, M. (2010). The integration of corporate social responsibility
into the strategy of technology-intensive firms: a case study. Zbornik Radova Ekonomskog Fakulteta u Rijeci: \vcasopis Za
Ekonomsku Teoriju i Praksu, 28(1), 9–34.
Hair, Joe F., Ringle, C. M., & Sarstedt, M. (2011). PLS-SEM: Indeed a Silver Bullet. Journal of Marketing Theory and
Practice, 19(2), 139–152. http://doi.org/10.2753/MTP1069-6679190202
Hair, Joe F., Sarstedt, M., Ringle, C. M., & Mena, J. A. (2012). An assessment of the use of partial least squares structural
equation modeling in marketing research. Journal of the Academy of Marketing Science, 40(3), 414–433. http://doi.org/10.1007/
s11747-011-0261-6
Hair, Jr F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate data analysis. Englewood Cliffs, NJ: Printice
Hall.
Hair Jr, J. F., Sarstedt, M., Hopkins, L., & Kuppelwieser, V. G. (2014). Partial least squares structural equation modeling
(PLS-SEM): An emerging tool in business research. European Business Review, 26(2), 106–121. http://doi.org/10.1108/
EBR-10-2013-0128
Hammann, E.-M., Habisch, A., & Pechlaner, H. (2009). Values that create value: socially responsible business practices in SMEs
– empirical evidence from German companies. Business Ethics: A European Review, 18(1), 37–51. http://doi.org/10.1111/
j.1467-8608.2009.01547.x
Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The use of partial least squares path modeling in international marketing.
In New Challenges to International Marketing (Vol. 20, pp. 277–319). Emerald Group Publishing Limited. Retrieved from
http://www.emeraldinsight.com/doi/abs/10.1108/S1474-7979(2009)0000020014
Herrera, J., Larrán, M., & Martínez-Martínez, D. (2013). Relación entre responsabilidad social y performance en las pequeñas
y medianas empresas: Revisión bibliográfica. Cuadernos De Gestión, 13(2), 39–65. http://doi.org/10.5295/cdg.120360jh
Hillenbrand, C., Money, K., & Ghobadian, A. (2013). Unpacking the Mechanism by which Corporate Responsibility
Impacts Stakeholder Relationships. British Journal of Management, 24(1), 127–146. http://doi.org/10.1111/j.14678551.2011.00794.x
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
Hockerts, K. (2015). A Cognitive Perspective on the Business Case for Corporate Sustainability: A Cognitive Perspective of the
Business Case. Business Strategy and the Environment, 24(2), 102–122. http://doi.org/10.1002/bse.1813
Hur, W.-M., Kim, H., & Woo, J. (2014). How CSR Leads to Corporate Brand Equity: Mediating Mechanisms of Corporate
Brand Credibility and Reputation. Journal of Business Ethics, 125(1), 75–86. http://doi.org/10.1007/s10551-013-1910-0
Jimenez-Zarco, A. I., Cerdan-Chiscano, M., & Torrent-Sellens, J. (2013). Challenges and Opportunities in the Management
of Science Parks: design of a tool based on the analysis of resident companies. Review of Business Management. http://doi.
org/10.7819/rbgn.v15i48.1503
Ketchen, D. J., Combs, J. G., Russell, C. J., Shook, C., Dean, M. A., Runge, J., … Lamoureux, S. (1997). Organizational
Configurations And Performance: A Meta-Analysis. Academy of Management Journal, 40(1), 223–240. http://doi.
org/10.2307/257028
Law, K. M. Y., & Gunasekaran, A. (2012). Sustainability development in high-tech manufacturing firms in Hong Kong:
Motivators and readiness. International Journal of Production Economics, 137(1), 116–125. http://doi.org/10.1016/j.
ijpe.2012.01.022
Leach, M., Rockström, J., Raskin, P., Scoones, I., Stirling, A. C., Smith, A., … Olsson, P. (2012). Transforming Innovation for
Sustainability. Ecology and Society, 17(2). http://doi.org/10.5751/ES-04933-170211
Lee, E. M., Park, S.-Y., & Lee, H. J. (2013). Employee perception of CSR activities: Its antecedents and consequences. Journal
of Business Research, 66(10), 1716–1724. http://doi.org/10.1016/j.jbusres.2012.11.008
Lee, K., & Kim, J. (2009). Current status of CSR in the realm of supply management: the case of the Korean electronics industry.
Supply Chain Management: An International Journal, 14(2), 138–148. http://doi.org/10.1108/13598540910942000
Lee, L. T.-S. (2012). The pivotal roles of corporate environment responsibility. Industrial Management & Data Systems,
112(3), 466–483. http://doi.org/10.1108/02635571211210077
Lee, M.-D. P. (2008). A review of the theories of corporate social responsibility: Its evolutionary path and the road ahead.
International Journal of Management Reviews, 10(1), 53–73. http://doi.org/10.1111/j.1468-2370.2007.00226.x
Lo, S.-F. (2010). Performance evaluation for sustainable business: a profitability and marketability framework. Corporate
Social Responsibility and Environmental Management, 17(6), 311–319. http://doi.org/10.1002/csr.214
Luna Sotorrío, L., & Fernández Sánchez, J. L. (2010). Corporate social reporting for different audiences: the case of
multinational corporations in Spain. Corporate Social Responsibility and Environmental Management, 17(5), 272–283.
http://doi.org/10.1002/csr.215
Marín, L., Rubio, A., & De Maya, S. R. (2012). Competitiveness as a Strategic Outcome of Corporate Social Responsibility:
Competitiveness and CSR. Corporate Social Responsibility and Environmental Management, 19(6), 364–376. http://doi.
org/10.1002/csr.1288
Melé, D., Debeljuh, P., & Arruda, M. C. (2006). Corporate Ethical Policies in Large Corporations in Argentina, Brazil and
Spain. Journal of Business Ethics, 63(1), 21–38. http://doi.org/10.1007/s10551-005-7100-y
Mendoza, S., De Nieves, C., & Briones, A. J. (2010). Capacidades Empresariales en Responsabilidad Social y Cooperación en
los Agronegocios de la Región de Murcia.
Miquel, S., Bigné, E., Cuenca, A. C., Miquel, M. J., & Lévy, J. . (1997). Investigación de mercados. Madrid: McGraw-Hill.
Miras Rodriguez, M. del M., Carrasco Gallego, A., & Escobar Perez, B. (2014). Corporate social responsibility and financial
performance: a meta-analysis. Spanish Journal of Finance and Accounting-Revista Espanola De Financiacion Y Contabilida,
43(2), 193–215. http://doi.org/10.1080/02102412.2014.911000
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
51
Motivaciones para implantar una estrategia de RSC en empresas tecnologicas y su influencia en la
competitividad. Analisis empirico desde España
52
Muñoz, R. M., Pablo, J. D. S. de, & Peña, I. (2015). Linking corporate social responsibility and financial performance in
Spanish firms. European Journal of International Management, 9(3), 368–383. http://doi.org/10.1504/EJIM.2015.069133
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric Theory (3rd edition). New York: McGraw-Hill.
Plaza Úbeda, J. A., De Burgos Jiménez, J., & Belmonte Ureña, L. J. (2011). Grupos de interés, gestión ambiental y resultado
empresarial: una propuesta integradora. Cuadernos De Economía y Dirección De La Empresa, 14(3), 151–161. http://doi.
org/10.1016/j.cede.2011.02.001
Prado-Lorenzo, J. M., Gallego-Álvarez, I., García-Sánchez, I.-M., & Rodríguez-Domínguez, L. (2008). Social
responsibility in Spain: Practices and motivations in firms. Management Decision, 46(8), 1247–1271. http://doi.
org/10.1108/00251740810901417
Prajogo, D., Tang, A. K. Y., & Lai, K. (2012). Do firms get what they want from ISO 14001 adoption?: an Australian
perspective. Journal of Cleaner Production, 33, 117–126. http://doi.org/10.1016/j.jclepro.2012.04.019
Quintana García, C., Benavides Velasco, C. A., & Guzmán Parra, V. F. (2013). Capacidades de investigación y directivas:
señales informativas en la salida a bolsa de las empresas de base tecnológica. Cuadernos De Economía y Dirección De La
Empresa, 16(4), 270–280. http://doi.org/10.1016/j.cede.2013.06.005
Ramos, M. I. G., Manzanares, M. J. D., & Gómez, F. G. (2014). EL EFECTO DEL PAPEL MEDIADOR DE LA
REPUTACIÓN CORPORATIVA EN LA RELACIÓN ENTRE LA RSC Y LOS RESULTADOS ECONÓMICOS.
Revista De Estudios Empresariales. Segunda Época, (1). Retrieved from http://revistaselectronicas.ujaen.es/index.php/REE/
article/view/1378
Reinartz, W., Haenlein, M., & Henseler, J. (2009). An empirical comparison of the efficacy of covariance-based and variancebased SEM. International Journal of Research in Marketing, 26(4), 332–344. http://doi.org/10.1016/j.ijresmar.2009.08.001
Rigdon, E. E. (2014). Rethinking Partial Least Squares Path Modeling: Breaking Chains and Forging Ahead. Long Range
Planning, 47(3), 161–167. http://doi.org/10.1016/j.lrp.2014.02.003
Rives, L. M., & Bañón, A. R. (2008). La responsabilidad social corporativa como determinante del éxito competitivo: un
análisis empírico. Revista Europea De Dirección y Economía De La Empresa, 17(3), 27–42.
Roldán, J. L., & Sánchez-Franco, M. J. (2012). Variance-Based Structural Equation Modeling: Guidelines for Using Partial
Least Squares. Research Methodologies, Innovations and Philosophies in Software Systems Engineering and Information
Systems, 193.
Sarabia Sánchez, F. J. S. (1999). Metodología para la investigación en marketing y dirección de empresas. Madrid: Pirámide.
Serrano-Cinca, C., Fuertes‐Callén, Y., & Gutiérrez‐Nieto, B. (2007). Online reporting by banks: a structural modelling
approach. Online Information Review, 31(3), 310–332. http://doi.org/10.1108/14684520710764096
Suñe, A., Bravo, E., Mundet, J., & Herrera, L. (2012). Buenas prácticas de innovación: un estudio exploratorio de empresas
tecnológicas en el sector audiovisual español. Investigaciones Europeas De Dirección y Economía De La Empresa, 18(2), 139–
147.
Tenenhaus, M., Vinzi, V. E., Chatelin, Y. M., & Lauro, C. (2005). PLS path modeling. Computational Statistics & Data
Analysis, 48(1), 159–205. http://doi.org/10.1016/j.csda.2004.03.005
Torugsa, N. A., O’Donohue, W., & Hecker, R. (2012). Proactive CSR: An Empirical Analysis of the Role of its Economic, Social
and Environmental Dimensions on the Association between Capabilities and Performance. Journal of Business Ethics, 115(2),
383–402. http://doi.org/10.1007/s10551-012-1405-4
Turyakira, P., Venter, E., & Smith, E. (2014). The impact of corporate social responsibility factors on the competitiveness of small
and medium-sized enterprises. South African Journal of Economic and Management Sciences, 17(2), 157–172.
Vázquez, D. G., & Sánchez, M. I. (2013). Análisis de la incidencia de la responsabilidad social empresarial en el éxito competitivo
de las microempresas y el papel de la innovación. Universia Business Review, (38), 14–31.
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
Juan Andrés Bernal-Conesa, Carmen de Nieves-Nieto y Antonio Juan Briones-Peñalver
Vázquez-Carrasco, R., & López-Pérez, M. E. (2013). Small & medium-sized enterprises and Corporate Social Responsibility:
a systematic review of the literature. Quality & Quantity, 47(6), 3205–3218. http://doi.org/10.1007/s11135-012-9713-4
Vidales, K. B. V., & Ortiz, D. A. A. (2014). Responsabilidad social de las empresas agrícolas y agroindustriales aguacateras de
Uruapan, Michoacán, y sus implicaciones en la competitividad. Contaduría y Administración, 59(4), 223–251.
Vilanova, M., Lozano, J. M., & Arenas, D. (2009). Exploring the Nature of the Relationship Between CSR and Competitiveness.
Journal of Business Ethics, 87(S1), 57–69. http://doi.org/10.1007/s10551-008-9812-2
Vintró, C., Fortuny, J., Sanmiquel, L., Freijo, M., & Edo, J. (2012). Is corporate social responsibility possible in the mining
sector? Evidence from Catalan companies. Resources Policy, 37(1), 118–125. http://doi.org/10.1016/j.resourpol.2011.10.003
Vinzi, V. E., Chin, W. W., Henseler, J., & Wang, H. (2010). Handbook of Partial Least Squares: Concepts, Methods and
Applications. Springer Science & Business Media.
Wang, Y., Chen, Y., & Benitez-Amado, J. (2015). How information technology influences environmental performance:
Empirical evidence from China. International Journal of Information Management, 35(2), 160–170. http://doi.org/10.1016/j.
ijinfomgt.2014.11.005
Wildowicz-Giegiel, A. (2014). The evolution and the new frontiers of social responsibility accounting. Problems of Management
in the 21 St Century, 9(1), 95.
GCG GEORGETOWN UNIVERSITY - UNIVERSIA
MAYO - AGOSTO 2016
pp: 33-53
VOL. 10 NUM. 2
ISSN: 1988-7116
53