Artículo

Intención emprendedora en mujeres participantes de un programa de emprendimiento

Intención emprendedora en mujeres participantes de un programa de emprendimiento

An explanatory model of women’s entrepreneur intention within a government funded entrepreneurship program

Margarita Araya-Jofré
Secretaría Regional Ministerial del Trabajo y Previsión Social, Chile

Intención emprendedora en mujeres participantes de un programa de emprendimiento

Revista Academia & Negocios, vol. 3, núm. 2, 2018

Universidad de Concepción

Recepción: 23 Agosto 2017

Aprobación: 01 Diciembre 2017

Resumen: Este estudio consiste en un modelo explicativo de la intención emprendedora (IE) de un grupo de mujeres partícipes del programa Aprendiendo a Emprender (AEE), impulsado por la Fundación para la Promoción y Desarrollo de la Mujer (PRODEMU), durante el año 2014. El modelo propuesto se basa en las variables de la Teoría de la Acción Planificada (TAP), variables socio personales y otras variables distales, con la finalidad de investigar su impacto sobre la IE. Los resultados de este estudio evidencian una incidencia significativa y positiva de la actitud hacia la conducta (ACE) y la edad, y además una incidencia significativa y negativa de las barreras del emprendimiento. Por lo tanto, si las políticas pro emprendimiento promovidas por el Estado buscan aumentar la actividad emprendedora en el segmento de mujeres con alta vulnerabilidad social, se deben implementar instrumentos que potencien dichas variables significativas sobre la IE.

Palabras clave: Barreras al emprendimiento, Modelo Ajzen, Género.

Abstract: This study consists in an explanatory model of the entrepreneur intention (EI) of a group of women participating in the Learning to Undertake Project (LTU) financed by PRODEMU (Women’s Promotion and Development Fund) in 2014. The Theory of Planned Behavior (TBP) variables, as well as socio personal variables were studied to determine the impact upon the subject’s entrepreneur conduct. Since the study found that there is a positive correlation between EI and age; and a negative correlation between barriers to entrepreneurship, public policies to enhance socially vulnerable women entrepreneurship should consider these specific variables.

Keywords: Barriers of entrepreneurship, Ajzen model, Gender.

INTRODUCCIÓN

En la actualidad, los países fomentan e impulsan la creación de nuevas empresas a través de políticas públicas pro-emprendimiento, para combatir las altas tasas de desempleo (Birley, 1987; White y Reynolds, 1996), potenciar la innovación (Schumpeter, 1963, 1983) y como motor de crecimiento económico (Galindo y Méndez, 2011).

En los últimos años, “Chile ha sido reconocido internacionalmente como un país innovador en políticas que promueven el desarrollo de un robusto ecosistema de emprendimiento” (Mandakovic y Serey, 2016); sin embargo, existen brechas importantes al comparar la cantidad entre emprendedores y emprendedoras en el país, siendo un fenómeno transversal la participación femenina en la actividad emprendedora, ya que no solo significa un mayor bienestar económico, sino también un mecanismo de movilidad social para las comunidades (Amorós, Guerra, Pizarro y Poblete, 2011).

La Fundación para la Promoción y Desarrollo de la mujer (PRODEMU) promueve el acceso laboral y el emprendimiento femenino, para contribuir a la igualdad de género y, al desarrollo y autonomía económica de la mujer, para estos efectos durante el año 2014 se ejecutó el programa “Aprendiendo a Emprender” (AEE).

A la hora de emprender, la intención emprendedora (IE) es considerada como el mejor predictor en la fase previa de la gestación de una empresa (Ajzen, 1991), la cual se define como “el auto reconocimiento de la convicción de crear un negocio y la planificación consciente para su realización en un tiempo futuro” (Soria, Zúñiga y Ruíz, 2016).

Para efectos de esta investigación es primordial caracterizar a las mujeres partícipes del programa AAE, y de este modo, dar a conocer un perfil global de la población. Luego, como objetivo principal, analizar el poder explicativo de un conjunto de variables socio-personales (edad y nivel educativo), variables psicológicas (actitud hacia la conducta, norma subjetiva y control conductual percibido) y otras variables distales (capital relacional y barreras para emprender) sobre la IE.

Hoy día, medir la IE de las mujeres que participaron en el programa AAE, se torna relevante para ofrecer directrices que puedan potenciar los instrumentos de políticas pro-emprendimiento y de este modo, direccionar a las instituciones dedicadas a impulsar el proceso emprendedor. En definitiva, con la realización de esta investigación, se pretende otorgar herramientas que contribuyan a que las actividades promovidas por el Estado logren impactar positivamente en la IE, lo que repercute en el desarrollo de la actividad emprendedora y por consiguiente, en la concreción de los emprendimientos de las personas.

A continuación, se comienza con una exhaustiva revisión de la literatura de los modelos explicativos de la IE. Luego se describe la metodología del estudio y se presentan los principales resultados obtenidos, para finalizar con la discusión y conclusiones sobre el tema abordado.

DISCUSIÓN BIBLIOGRÁFICA

En el contexto para el emprendimiento, el Global Entrepreneurship Monitor (2017), señala que “El espíritu emprendedor es un aspecto omnipresente de la acción humana, pero que su manifestación depende del entorno institucional” (Baumol, 1996; Boettke y Coyne, 2003). En el presente estudio se analiza la IE de un grupo de mujeres que accedió a un programa de emprendimiento impulsado por el Estado.

IE

Según la literatura, existe un consenso entre diferentes autores en cuanto a la definición de IE, quienes señalan que la creación de empresas está mediatizada por un proceso intencional y deliberado, que conduce al emprendedor potencial a crear un negocio en interacción constante con el entorno social que le circunda” (Krueger y Brazeal, 1994; Krueger y Carsrud, 1993; Krueger, Reilly y Casrud, 2000; Liñán, 2008; Moriano, Gómez, Laguna y Roznowski, 2008).

Es por ello que los modelos explican cómo los factores exógenos inciden en la IE, ofreciendo un marco teórico para un mayor entendimiento del proceso emprendedor. De los modelos teóricos desarrollados para explicar la IE que han tenido mayor repercusión: el modelo de la teoría de la acción planificada (TAP) de Ajzen (1991) y el modelo del evento emprendedor de Shapero y Sokol (1982), y que han sido objeto de estudio por diversos autores, se destaca la investigación realizada por Schlaegel y Koenig (2014).

En la TAP, la IE está condicionada por la actitud hacia la conducta emprendedora (ACE), la norma subjetiva (NS) y el control conductual percibido (CCP), (Ajzen, 1991). Mientras que en el modelo del evento emprendedor, “se asume que el deseo percibido, la viabilidad percibida y la propensión a actuar determinan el potencial emprendedor del individuo, el cual se concentraría en IE a partir de un acontecimiento que precipite el cambio actitudinal” (Shapero y Sokol, 1982).

En lo que respecta al modelo del evento emprendedor, este no comprende la influencia de los factores sociales en la determinación de la IE; sin embargo, la TAP permite explicar la IE a partir de la interacción entre factores personales y sociales. De este modo, se ha consolidado como la perspectiva más utilizada en la investigación reciente sobre IE (Moriano y cols., 2008).

En la presente investigación se propone un modelo explicativo de la IE (variable endógena) de las mujeres partícipes, con el fin de integrar a un conjunto de variables predictoras (variables exógenas) contempladas por las variables de la TAP: ACE, NS y CCP; variables de control socio demográficas: edad y nivel de educación; y otras variables distales relevantes a este estudio, que diversos autores han utilizado en sus modelos predictivos de IE: capital relacional (CR) y barreras para emprender (BE).

HIPÓTESIS DE ESTUDIO

Variables del modelo de acción planificada

La variable ACE puede ser favorable o desfavorable, dependiendo de los atributos que determinada persona identifique en el comportamiento emprendedor (Ajzen, 1991). Es decir, si una de las mujeres que participó en el programa AAE considera positivo y favorable ser su propia jefa, tendrá una fuerte actitud personal hacia el emprendimiento. Por otro lado, si considera que ser su propia jefa le significa un mayor esfuerzo y desgaste, que le implica una escasez de tiempo para otras actividades, en este caso su actitud personal se confrontaría con el ímpetu de emprender. Distintos estudios validan la incidencia de la variable ACE en la configuración de la IE, estableciéndose una influencia positiva entre ellas (Engle, Dimitriadi, Gavidia, Schlaegel, Delanoe, Alvarado, He, Buame y Wolff, 2010; Fini, Grimaldi, Marzocchi y Sobrero, 2012; Iakovleva, Kolvereid y Stephan, 2011).

Sobre la base de estos antecedentes se plantea la siguiente hipótesis:

Hipótesis 1: La ACE de las mujeres partícipes del programa AAE influye significativa y positivamente sobre la IE.

La variable NS se traduce en la percepción de una presión social por el individuo cuando se decide sobre la posibilidad de comportarse o no de cierta manera (Fini y cols., 2012). Por lo que, la NS mide la presión social, en cuanto a la valoración que perciben las mujeres partícipes de su familia, amigos más cercanos y compañeros o colegas, sobre el hecho de comenzar un emprendimiento (Liñán y Chen, 2009).

En la literatura se han encontrado estudios que no establecen una relación directa entre NS e IE (Krueger y cols., 2000), pero a su vez hay estudios que evidencian una relación positiva entre ambas (Kolvereid y Isaksen, 2006). De esta forma surge la siguiente hipótesis:

Hipótesis 2: La NS de las mujeres partícipes del programa AAE influye significativa y positivamente sobre la IE.

La variable CCP se compone de la autoeficacia; creencias en las propias capacidades para organizar y ejecutar la conducta, y de las creencias acerca del control que se tiene sobre la propia conducta (Ajzen, 2002). De este modo, si la mujer posee la percepción de que cuenta con los requisitos y capacidades para comenzar con su propia actividad empresarial, dirigirá todos sus esfuerzos hacia el emprendimiento a pesar de que la percepción pueda no ser realista (Ajzen, 2002). Por lo tanto, un alto nivel de CCP puede afectar positivamente a la IE. En consecuencia, se plantea la siguiente hipótesis:

Hipótesis 3: El CCP de las mujeres partícipes del programa AAE influye significativa y positivamente sobre la IE.

Variables distales

El CR tales como las redes de contactos, relación con el entorno, entre otros, se consideran un estimulador en la configuración de la IE (Vesper y Gartner, 1997; Von Graevenitz, Harhoff y Weber, 2010); aumentan la percepción de habilidad, capacidad y ayudan a disminuir la ambigüedad entre emprendedores nacientes (Alonso, 2012; Arenius y Minniti, 2005). De esta manera, se puede inferir que a mayor capital relacional con el que cuenten las mujeres partícipes, mayor será la IE (Noel, 2002). Por lo que, se puede plantear la siguiente hipótesis:

Hipótesis 4: El CR de las mujeres partícipes del programa AAE influye significativa y positivamente sobre la IE.

Las posibles BE son consideradas como una serie de condiciones expuestas en forma negativa, tales como, el temor a fracasar, la ausencia de capital inicial, escasez de tiempo para otras actividades, entre otros, los que actúan como inhibidores en la conducta emprendedora (Alonso, 2012). Sobre la base de esto se propone la siguiente hipótesis:

Hipótesis 5: Las posibles BE que perciben las mujeres partícipes del programa AAE influyen significativa y negativamente sobre la IE.

Variables de control socio demográficas

En numerosas investigaciones se evalúa la relación de variables de datos sociodemográficos con las intenciones de crear una empresa, se consideran en este estudio: la edad y el nivel educativo.

En lo que respecta a la edad, Kuratko (2016), argumentan que “las personas jóvenes carecen de cargas familiares y poseen el vigor y la energía de su edad, lo que favorece el comportamiento basado en la creación de empresas” y mencionan que “los individuos de mayor edad se ven mermados en sus capacidades físicas y mentales o pueden estar menos capacitados para generar nuevas ideas y aprender nuevos comportamientos”. Según esto, se postula la siguiente hipótesis:

Hipótesis 6: La edad de las mujeres partícipes del programa AAE influye significativa y positivamente sobre la IE.

En cuanto al nivel de educación, Veciana (1989), indica que “la formación no es una variable que determine la motivación a emprender ni necesariamente un factor de éxito en la empresa”. Sin embargo, García (2001), sí considera la formación como “un elemento clave al ser el canal para adquirir las competencias y habilidades necesarias para el éxito de la aventura empresarial”. Por consiguiente, se puede plantear la siguiente hipótesis:

Hipótesis 7: El nivel de educación de las mujeres partícipes del programa AAE influye significativa y positivamente sobre la IE.

METODOLOGÍA

El programa AAE impulsado por PRODEMU durante el año 2014 alcanzó un total de 120 mujeres partícipes dentro de la provincia de Elqui. Se delimitó a la población en 92 mujeres, las cuales fueron elegidas a conveniencia, con el objetivo de contar con una muestra representativa, accesible y disponible (McMillan, J.H. y Schumacher, S., 2001).

La aplicación del instrumento de medida a la muestra seleccionada se realizó vía teléfono y de manera presencial, con el previo consentimiento de la encuestada. El cuestionario constó de tres apartados con un total de 19 preguntas.

En el primer apartado se comprenden interrogantes sobre datos sociodemográficos y económicos, con el objetivo de dar a conocer un perfil global de las mujeres partícipes del programa AAE y además, obtener la variable edad y nivel de educación para el modelo predictivo.

En el segundo y tercer apartado se mide la IE, utilizando preguntas cerradas, de carácter cualitativo y cuantitativo. A continuación, se hace una breve descripción para cada una de las escalas contenidas en el cuestionario:

La variable IE se mide a través de una escala de Likert validada por Espíritu y Sastre (2007), que consta de cuatro alternativas, que evalúan el ímpetu por impulsar un emprendimiento.

La ACE se mide a través de una escala de Likert validada por Moriano y cols. (2008), que consta de seis ítem, y cada uno de ellos recoge las creencias que se tienen acerca de emprender. Con un formato de cinco respuestas, desde “totalmente improbable (1)” a “totalmente probable (5)”.

La NS se mide a través de una escala de Likert validada por Moriano y cols. (2008), que consta de tres ítem, y cada uno de ellos recoge las creencias sociales del entorno emprendedor. Con un formato de cinco respuestas, desde “nada de acuerdo (1)” a “totalmente de acuerdo (5)”.

El CCP se mide a través de una escala de Likert validada por Moriano y cols. (2008), que consta de cuatro ítem y cada uno de ellos recoge las creencias de controlabilidad de cada sujeto respecto de su propia conducta. Con un formato de cinco respuestas, desde “desacuerdo total (1)” a “acuerdo total (5)”.

El CR se mide a través de una escala de Likert validada por Alonso (2012), que consta de cinco ítem, y cada uno de ellos recoge las creencias acerca de cómo determinados factores pueden aportar valor a la hora de ejecutar un emprendimiento. Con un formato de cinco respuestas, desde “desacuerdo total (1)” a “acuerdo total (5)”.

Las posibles BE se miden a través de una escala de Likert validada por Alonso (2012), que consta de cinco ítems, y cada uno de ellos recoge las posibles limitantes que un potencial emprendedor considera al querer materializar un emprendimiento. Con un formato de cinco respuestas, desde “desacuerdo total (1)” a “acuerdo total (5)”.

Para analizar el efecto de las variables ya determinadas sobre el efecto de la IE, primero se procedió a realizar la matriz de correlaciones, como antecedente previo de las posibles relaciones existentes entre las variables propuestas en el modelo. Luego, se utilizó la técnica de modelación de ecuaciones estructurales (SEM), a través de la aplicación de Mínimos Cuadrados Parciales (PLS). Se adoptó esta metodología dado que no exige una distribución determinada para las variables, puede ser aplicado a tamaño de muestras pequeñas, su objetivo es la predicción de la variable dependiente y se adapta mejor a aplicaciones exploratorias, predictivas y de desarrollo de la teoría (Cepeda y Roldán, 2004; Chin, Marcolin, y Newsted, 2003). Tal es el caso de la presente investigación, dado el objetivo perseguido de proponer un modelo alternativo a la explicación de la IE en poblaciones de mujeres que acceden a programas de emprendimiento, impulsados por políticas públicas.

El primer paso fue la elaboración de un monograma como una representación visual de las relaciones predictivas hipotetizadas entre las variables del estudio (Falk y Miller, 1992).

Una vez realizado el monograma se procedió al ajuste del modelo de medida, a través de un riguroso análisis para asegurar la validez (que se esté midiendo lo que se pretende medir) y fiabilidad (que se haga de una forma estable y consistente) (Cepeda y Roldán, 2004; Chin y cols., 2003). Con el programa estadístico Lisrel se realizó el ajuste del modelo de medida para la determinación de la fiabilidad individual de los ítems, la consistencia interna y la validez convergente y discriminante.

Una vez considerado dichos criterios, se tuvo certeza que el modelo de medida se adecuaba satisfactoriamente a la investigación, dando lugar a la valorización del modelo estructural. Para este procedimiento se usó el programa R, el cual arrojó los coeficientes de cada variable latente y así se obtuvo la regresión del modelo con sus respectivos estadísticos.

DATOS

Caracterización global del perfil de las mujeres

Las mujeres participantes del programa AEE promovido por PRODEMU durante el año 2014 en la provincia de Elqui, en términos generales presentan una alta vulnerabilidad social, dada la composición del grupo familiar y el nivel de ingreso promedio mensual percibido.

A nivel sociodemográfico, la edad oscila entre los 23 y 61 años, con una media de 41 años. A nivel provincial, un 60.9% reside en la comuna de Andacollo, el 32.6% en La Serena y el 6.5% en Coquimbo. Cabe destacar, que la comuna de Andacollo concentró el mayor número de mujeres partícipes, debido a que empresas mineras de la zona con una fuerte responsabilidad social empresarial, aportaron a la financiación del programa con el objetivo de obtener una masiva convocatoria de Andacollinas.

Por otra parte, un 46.7% de las mujeres de la población son solteras y un 67.4% posee una enseñanza media completa. Referente al estado laboral, se impone el trabajo independiente alcanzando un 46.7%, seguido de un 40.2% que se declara desempleado y tan solo un 13% son trabajadoras dependientes.

El 82.6% de la población se constituye por un hogar familiar propio, es decir, su núcleo familiar se compone por su pareja, hijos e/o hijas. Respecto a la configuración familiar, un 63% de la población compone su hogar desde cuatro a seis personas, lo que evidencia que se insertan en grupos familiares amplios.

Cabe destacar, que un 64% de la población tiene bajo su cuidado desde uno a dos menores de edad, es por ello que se deduce que de cada diez mujeres, alrededor de seis tiene entre uno a dos menores a su cargo. Por otra parte, un 44.6% de la población asume que la jefatura de hogar es sostenida por su cónyuge o pareja actual, un 30.4% se declara ser jefa de hogar, es decir, tres de cada 10 mujeres son el sustento económico de su familia, el 20.7% obtiene los recursos por otros medios y tan solo un 4.4% declara que el hijo es quien aporta con los ingresos familiares.

La vulnerabilidad social se refleja en los ingresos autónomos promedio de los hogares en que habitan las participantes, un 32.6% de la población posee ingresos menores o iguales a USD$194.6 (a valor de tipo de cambio CLP$642.41 a fecha de cierre del 31 de noviembre de 2017, de aquí en adelante), un 30.4% desde USD$194.7 a USD$389.2, un 27.2% desde USD$389.3 a USD$622.7 y un 9.8% más de USD$622.7.

Finalmente, se tiene que un 98% de la población no posee discapacidad autodeclarada y por otra parte, solo un 11% pertenece a etnias originarias. Es importante resaltar, que un 66% de la población posee un manejo básico computacional.

Tabla 1
Estadísticas descriptivas
X1 Edad%% AcumuladoX2 Comuna%% Acumulado
23 – 3226.126.1La Serena32.632.6
33 – 4126.152.1Coquimbo6.539.1
42 – 5025.077.1Andacollo60.9100.0
51 – 6122.8100.0
X3 Estado civil%% AcumuladoX4 Educación%% Acumulado
Casada31.531.5Básica10.910.9
Soltera46.778.3Media incompleta14.125.0
Viuda1.179.4Media67.492.4
Separada20.7100.0Superior incompleta7.6100.0
X5 Estado laboral%% AcumuladoX6 Composición del hogar%% Acumulado
Dependiente13.013.0Amigos-hermanos1.11.1
Independiente46.759.8Hogar familiar propio82.683.7
Sin trabajo40.2100.0Padre-madre-hermanos14.197.8
Sola1.198.9
Otro1.1100.0
X7 Grupo familiar%% AcumuladoX8 Menores a cargo%% Acumulado
1 – 335.935.9Ninguno13.013.0
4 – 663.098.91 – 264.077.2
7 o más1.1100.03 – 423.0100.0
X9 Sostenedor%% AcumuladoX10 Ingreso%% Acumulado
Cónyuge/pareja44.644.6≤ USD$194.632.632.6
Encuestada30.475.0USD$194.7 - USD$389.230.463.0
hijo4.479.4USD$389.3 - USD$622.727.290.2
Otro20.7100.0> USD$622.79.8100.0
X11 Discapacidad%% AcumuladoX12 Etnia%% Acumulado
Si2.22.2Si10.910.9
No97.8100.0No89.1100.0
X13 Manejo computacional%% Acumulado
No posee9.89.8
Básico66.376.1
Intermedio23.9100.0
Fuente: Elaboración propia.

RESULTADOS

Análisis correlacional

La Tabla 2, presenta los coeficientes de correlación entre las variables propuestas que han sido objeto de este estudio. En general, se aprecian correlaciones débiles por debajo de 0.3, tanto para las variables socio-personales como para las variables psicológicas. Lo que da un primer indicio de un bajo cumplimiento de las hipótesis.

Sin embargo, las variables ACE, BE y edad, son las que correlacionaron más fuertemente con la IE (con valores r entre 0.24 y 0.32). De igual forma, las BE y el nivel de educación, presentan una correlación de mayor magnitud con la ACE (con valores r entre 0.243 y -0.333).

Tabla 2
Matriz de correlaciones
IEACENSCCPCRBEEdadEducación
IE1
ACE0.321
NS-0.16-0.041
CCP0.100.03-0.061
CR0.010.200.180.081
BE-0.25-0.330.10-0.18-0.191
Edad0.240.03-0.140.11-0.190.051
Educación0.080.24-0.19-0.000.16-0.13-0.191
Fuente: Elaboración propia.

La variable edad presenta una correlación lineal directa con las variables IE, CCP, BE y ACE. Mientras que presenta una correlación lineal inversa con las variables nivel de educación, CR y NS.

La variable nivel de educación presenta una correlación lineal directa con las variables ACE, CR e IE. Mientras que presenta una correlación lineal inversa con las variables NS, BE y CCP.

La variable ACE presenta una correlación lineal directa con las variables IE, nivel de educación, CR, CCP y la edad. Mientras que presenta una correlación lineal inversa con las variables BE y la NS.

La variable BE presenta una correlación lineal directa con las variables NS y edad. Mientras que presenta una correlación lineal inversa con las variables ACE, IE,CR, CCP y nivel de educación.

Identificación del modelo

En la Figura 1, se observa el monograma del modelo estructural de las relaciones entre las variables latentes exógenas y endógenas.

Modelo propuesto
Figura 1
Modelo propuesto
Fuente: Elaboración propia.

Evaluación del modelo de medida

La Tabla 3 presenta los resultados del análisis factorial confirmatorio para la respectiva evaluación del modelo de medida, proporcionando los resultados de la fiabilidad individual de los ítem, la consistencia interna de las escalas y la validez de constructo –convergente y discriminante.

A través de la prueba de fiabilidad individual de los ítem se retuvieron la totalidad de los indicadores de cada variable, a excepción de la variable ACE, para la cual se hizo necesaria la depuración del ítem seis, el cual medía “ser mi propio jefe”, ya que no proporcionaba información relevante al ser un indicador con una baja carga.

La escala utilizada para medir la NS utiliza indicadores reflectivos, los cuales son manifestaciones del constructo. Por lo tanto, las medidas de este constructo deberán estar correlacionadas y alcanzar un alto nivel de medida de consistencia interna (Chin, 1998a).

Para la fiabilidad de la variable NS se procede a evaluar la consistencia interna de todos sus indicadores, evaluando con qué rigurosidad están midiendo los indicadores a la variable. Para llevar a cabo esta evaluación se utilizó la fiabilidad compuesta del constructo (IFC), medida desarrollada por (Werts, Linn y Jöreskog, 1974), estandarizando los indicadores y variables latentes de los resultados arrojados por el modelo PLS. La IFC utiliza las cargas de los ítem tal como existen en el modelo causal, ofreciendo la ventaja de no verse influenciada por el número de ítem existentes en una escala (Fornell y Larcker, 1981). Nunnally (1978), sugiere 0.7 como un nivel para una fiabilidad modesta en etapas tempranas de investigación como se observa en la Tabla 3, la IFC para la NS arroja un nivel de 0.75, cumpliéndose de esta forma dicho criterio.

Por otra parte, la validez convergente evalúa si los diferentes ítem destinados a medir un constructo consideran realmente lo mismo, lo que se traduce en que el ajuste de dichos ítem es significativo y están altamente correlacionados. Para evaluar esta prueba se utiliza la medida desarrollada por Fornell y Larcker (1981), denominada varianza extraída media (AVE) y sugieren que la AVE sea superior a 0.5, como se observa en la Tabla 3 la AVE para NS alcanza un valor del 0.6, con lo que se establece que más del 60% de la varianza del constructo es debida a sus indicadores. Solo se realiza esta prueba para la NS, ya que esta medida solo se aplica a escalas con bloques dirigidos externamente (Chin, 1998b) y como se mencionó con anterioridad, es la única variable con indicadores reflectivos.

Finalmente, se hace necesario realizar la prueba de validez discriminante ya que esta indica en qué medida un constructo dado es diferente de otros constructos. En este modelo PLS, el criterio para una adecuada validez discriminante debe ser que el constructo comparta más varianza con sus medidas o indicadores que con otros constructos del modelo (Fornell y Larcker, 1981). Como se observa en la Tabla 3, la validez divergente alcanza un nivel de 0.63, con lo que se cumple con el criterio señalado.

En la Tabla 3, se verifica que el indicador Root Mean Square of Error Aproximation (RMSEA), presenta un nivel de 0.048 nivel aceptable considerando que Browne y Cudeck (1993), sugieren un valor menor a 0.05 para precisar un buen ajuste del modelo.

Según las pruebas ya realizadas, se verifica que el modelo de medida es satisfactorio, es decir, las medidas de los constructos son fiables y válidas, lo que da lugar a la respectiva valoración del modelo estructural.

Tabla 3
Análisis factorial confirmatorio
Constructos e ÍtemFiabilidadValidez
t-valoresIFCAVECargos estandarizadosHair, Anderson, Tatham & Black (1998)
Control Conductual Percibido (CCP)0.400.160.38
CCP1.2.650.38
CCP2.3.570.57
CCP3.1.900.27
CCP4.1.980.28
Norma Subjetiva (NS)0.750.600.63
NS1.2.661.27
NS2.2.300.42
NS3.1.660.20
Actitud hacia la Conducta Emprendedora (ACE)
ACE1.3.110.640.280.360.51
ACE2.4.500.50
ACE3. 6.880.72
ACE4.3.140.36
ACE5.5.590.60
Capital Relacional (CR)
CR1.2.310.490.200.240.39
CR2.3.550.06
CR3. 3.580.43
CR4.2.860.65
CR5. 3.170.59
Barreras para Emprender (BE) 0.51 0.18 0.42
BE1.2.310.31
BE2.3.550.48
BE3.3.580.48
BE4.2.860.38
BE5.3.170.43
χ2(199)=240.08, p=0.02; RMSEA=0.05; SRMR=0.10; NNFI=0.80; CFI=0.83; GFI=0.81; AGFI=0.75
Fuente: Elaboración propia.

Evaluación del modelo estructural

La Tabla 4 presenta los coeficientes path y el nivel de significancia sobre la variable IE. Como antecedente se tiene que Chin (1998a), propone que para ser considerados significativos, los coeficientes path estandarizados deberían alcanzar a lo menos un valor de 0.2.

Tabla 4
Resultados de la regresión
Modelo 1 Modelo ClásicoModelo 2
Efecto principal
ACE0.29***0.23**
NS-0.13-0.11
CCP-0.14-0.18*
CR0.26
BE-0.20*
Edad0.24**0.26***
Educación0.070.06
Efecto Interacción
CCP*BE-0.17
R Cuadrado Ajustado0.140.17
Test F4.09***4.16***
*** p<0.01, ** p<0.05, * p<0.10
Fuente: Elaboración propia.

En el modelo 1 se consideraron las variables ACE, NS, CCP, edad y nivel de educación. Los coeficientes significativos correspondieron a la ACE con un nivel de confianza de un 99% (p < 0.01) y un efecto positivo, posicionándose estadísticamente como la variable predictora más significativa de la IE. Asimismo, la variable edad se posicionó también como una variable predictora significativa a la IE, con un nivel de confianza del 95% (p < 0.05) y un efecto positivo. Lo que se traduce en una relación directa entre estas variables predictoras y variable criterio, aceptándose la hipótesis 1 y la hipótesis 6 (ver Tabla 5). Sin embargo, se hizo necesaria la re-especificación del modelo, incluyendo la variable CR y BE y a la vez, se incluyó el efecto interacción entre el CCP y las posibles BE para medir el efecto conjunto de estas variables. De este modo, en el modelo 2 se arrojaron coeficientes significativos al igual que en el modelo 1 para la variable ACE; pero ahora con un nivel de significancia del 95% (p < 0.05), y para la variable edad con un nivel de confianza del 99% (p < 0.01), ambas con coeficientes positivos, el cambio radicó en la aceptación de la hipótesis 5 (ver Tabla 5), ya que para la variable de las posibles BE se alcanzó un nivel de confianza del 90% (p < 0.1), con un efecto negativo. En cuanto al efecto interacción, no fue significativo, pero se potenció al variable CCP, la cual obtuvo un nivel de confianza del 90% (p < 0,1) y un efecto negativo. Sin embargo, el coeficiente no alcanzó el nivel mínimo de aceptación propuesto por Chin (1998a), rechazándose la hipótesis 3 (ver Tabla 5).

El poder predictivo del modelo se evalúa por medio del R.. Este índice proporciona la cantidad de varianza de la variable dependiente IE, que es explicada por el modelo. Falk y Miller (1992), señalan que la varianza R. de la variable endógena debe ser mayor a 0.1 para que las relaciones hipotetizadas en el modelo propuesto posean un nivel predictivo aceptable. En la Tabla 4, se observa que este indicador alcanza un valor de 0.17, por lo que se cumple con la regla, y se concluye que las variables exógenas del modelo poseen un nivel predictivo sobre la IE.

Tabla 5.
Resultados de las hipótesis planteadas
Hipótesis de estudioResultados
Variable significativaEfecto de la variable
Hipótesis 1Positivo
Hipótesis 2NoNegativo
Hipótesis 3NoNegativo
Hipótesis 4NoPositivo
Hipótesis 5Negativo
Hipótesis 6Positivo
Hipótesis 7NoPositivo
Fuente: Elaboración propia.

Tabla 6. Resultado del efecto interacción

Tabla 6
Resultado del efecto interacción
Efecto interacciónResultado
Variable significativaEfecto de la variable
Efecto conjunto de la variable control conductual percibido y barreras al emprendimiento (CCP*BE) No Negativo
Fuente: Elaboración propia.

DISCUSIONES Y CONCLUSIONES

En la presente investigación se han planteado hipótesis para cada una de las variables del modelo predictivo propuesto sobre la IE. A continuación, se analiza la magnitud y el efecto de los resultados obtenidos a través de la metodología de modelización flexible PLS.

En relación a la hipótesis 1, los resultados confirman la hipótesis planteada de que la ACE presenta una influencia significativa y positiva sobre la IE. Existen diversos estudios que validan dicho poder predictivo (Engle y cols., 2010; Fini y cols, 2012; Iakovleva y cols., 2011; Moriano y cols., 2012). Por lo tanto, como una actitud favorable se traduce en una mayor intención de llevar a cabo una conducta, se deben de reforzar las actitudes que las mujeres mantienen hacia el emprendimiento. Esto se puede hacer posible promoviendo las ventajas de ser emprendedora, tales como obtener mayores recompensas económicas, independencia laboral y una movilidad social. En concreto, mejorar la ACE basada en la viabilidad y deseabilidad de dicha conducta, para aumentar la IE.

Con respecto a la hipótesis 2, los resultados rechazaron la hipótesis planteada de que las NS influyen significativa y positivamente sobre la IE. Krueger y cols., (2000) ofrece una posible explicación para la ausencia del efecto de las normas subjetivas en las intenciones emprendedoras, sugiriendo que las opiniones de las redes sociales usualmente tienen un mayor impacto que las opiniones de la familia y amigos. Del mismo modo, podría explicarse este resultado por la menor influencia que la NS presenta en culturas más individualistas (Begley y Tan, 2001). Sin embargo, es un tema abierto a debatir (Van Gelderen, Brand, Praag, Bodewes, Poutsma y Van Gils, 2008). Por otra parte, los resultados arrojaron un efecto negativo, lo que se puede explicar dado los estigmas atribuidos a los roles de las mujeres en la sociedad (Karimi y cols., 2014), lo que genera mayores limitantes asociadas a la percepción de crear una empresa según el entorno emprendedor que le circunda (Ramos, Barberá y Sarrió, 2003).

En conclusión a los resultados de esta variable, buscar estimular el emprendimiento femenino a través de un efecto significativo y positivo de la NS en la IE, requiere de una valoración social positiva hacia el emprendimiento. En los resultados del GEM desde el año 2013, la valoración social se ha establecido como una dimensión positiva y estable para emprender en Chile a través de la consideración del emprendimiento, como una opción de carrera deseable, percepción que los emprendedores exitosos gozan de un alto estatus social y consideran que existe una alta difusión de noticias sobre nuevos emprendedores exitosos (Mandakovic, Abarca y Amorós, 2015).

Para la hipótesis 3, los resultados rechazaron la hipótesis planteada de que el CCP influye significativa y positivamente sobre la IE. Hay estudios realizados en distintos países que evidencian que las mujeres confían menos en sus habilidades para emprender y se conciben a sí mismas con un menor grado de controlabilidad (Langowitz y Minniti, 2007), esto puede explicar la ausencia del efecto de esta variable en el modelo propuesto por esta investigación.

Con relación a la hipótesis 4, los resultados confirmaron la hipótesis planteada de que las BE influyen significativa y negativamente sobre la IE. Diversos autores han comprobado que la IE se condiciona fuertemente por las posibles barreras a las que se enfrenta un potencial emprendedor, como por ejemplo la falta de capital inicial y la presencia de un riesgo económico disminuyen las intenciones de crear una nueva empresa (Kouriloff, 2000; Liñán y Rodríguez, 2005; Fuentes y Sánchez, 2010).

Del mismo modo, en diversos países las mujeres manifiestan que el miedo al fracaso es un fuerte impedimento para comenzar un negocio, por una ausencia de personalidad proactiva (Langowitz y Minniti, 2007; Wagner, 2007), y a su vez la mayor responsabilidad que asumen las mujeres con la vida familiar, aumenta las barreras, debido a los problemas que se enfrentan a la hora de compatibilizar el éxito empresarial con la familia (Aponte, 2002).

Pero ¿Cómo disminuir las barreras para emprender en el caso de las mujeres? En el caso del programa AAE, como política pública logra que la mujer dé un salto cualitativo al adquirir conocimientos y habilidades en pro de su emprendimiento, lo que la lleva a un nuevo escalón más cercano a la creación de su empresa. Sin embargo, si por alguna nueva barrera se detiene el proceso emprendedor, como por ejemplo la falta de financiamiento, el programa AAE no cumple su objetivo. ¿Qué sucede? La política pública no debe funcionar aisladamente, sino cohesionada con todas las herramientas existentes que proporciona el Estado para un(a) potencial emprendedor(a) en Chile.

Una opción es la implementación de una hoja de trayectoria de la potencial emprendedora para avanzar en su proceso emprendedor, e ir sumando nuevos escalones y no bajar y subir al mismo escalón. De esta forma, la política pública podría actuar certeramente en la barrera que debe vencer y/o tener retroalimentación para re-direccionar a la mujer al camino emprendedor adecuado, lo que en definitiva conseguiría mayores emprendimientos efectivos y optimizaría los recursos del Estado.

Agregar a esta hoja de trayectoria de la potencial emprendedora la medición del CCP, asociado a cada herramienta pública utilizada, permitiría sentar precedentes en cuanto a evaluar qué herramienta pública está otorgando que la mujer crea en sus propias capacidades negociadoras, para decidir dar el paso y convertirse en emprendedora.

En cuanto a la hipótesis 5, los resultados rechazaron la hipótesis planteada de que el CR influye significativamente sobre la IE, pero se valida una incidencia positiva. Este efecto positivo según Davidsson y Honig (2003), se debe a que el CR puede construir una variable predictora importante en la probabilidad a la iniciativa de un negocio, debido a que las redes de contacto se consideran como una fuente relevante de conocimientos e ideas nuevas. En este sentido, el conocer a otros empresarios facilitaría la opción emprendedora, y donde autores como Baycan-Levent, Masurel y Nijkamp (2003), ponen de manifiesto el grado de importancia que pueden tener los modelos de rol en la creación de empresas, por parte de las mujeres, como factor que facilita el inicio de esta.

Los resultados permiten confirmar la hipótesis 6. Es decir, la edad influye significativa y positivamente sobre la IE. Existen estudios que argumentan que las mujeres no pueden ser tan jóvenes, debido a que la decisión de iniciar un emprendimiento envuelve un proceso extenso y lleno de elevados costos de amortización para lograr la actividad empresarial, de no ser así, el proceso les resulta más complejo, ya que a una menor edad, la mujer no cuenta con experiencias en el ámbito de los negocios; tal es el caso de Wagner (2007), quien declara que la creación de un nuevo negocio resulta más atractivo a los 45 años de edad. El desafío ante el resultado de esta variable, es incentivar a la mujer a emprender a una menor edad, se debe poner el foco en disminuir las barreras a las que se enfrentan en el trascurso de sus vidas para que no retrasen su proceso emprendedor.

Para la hipótesis 7, los resultados rechazaron la hipótesis planteada de que el nivel de educación influye significativamente sobre la IE. Sin embargo, se valida el efecto positivo en la relación de esta variable con la IE. Diversas investigaciones ponen de manifiesto que las personas con un nivel de educación superior a la población en general, tienen una mayor probabilidad de concretar su idea de negocio (Reynolds, 1997; Delmar y Davidsson, 2000; Ritsilä y Tervo, 2002). Sin embargo, para las emprendedoras, el nivel de educación juega un rol fundamental, debido a que la educación básica podría alentar el espíritu emprendedor, mientras que el efecto de la educación superior podría alejar a las mujeres de la idea de emprender, dirigiéndolas hacia otras áreas (Casson, 1993). Se debe considerar que en el presente estudio las mujeres partícipes del programa AAE, se caracterizan por una alta vulnerabilidad social, por lo tanto, la ausencia de la significancia de esta variable se puede explicar por la falta de costo de oportunidad. Sin embargo, este resultado no se puede extrapolar a las mujeres que pertenecen a la clase media o alta.

El principal aporte de este trabajo de investigación es su focalización al segmento de mujeres con alta vulnerabilidad social, que ha participado en un programa de emprendimiento, con el objetivo de aproximarse a un conjunto de variables que poseen un poder explicativo significativo sobre la IE. Contar con esta información en el diseño de un programa de emprendimiento es crucial para aumentar la IE y que esto empuje a la creación de nuevas empresas.

Se propone como futura línea de investigación, realizar un análisis de las mediaciones de las variables del modelo para ver los efectos indirectos. En específico, incluir como mediadores o mediador, las barreras del emprendimiento con la actitud hacia la conducta y el capital relacional con la NS, lo que podría potenciar el poder predictivo del modelo.

Una limitación metodológica de esta investigación, es el número de observaciones y el procedimiento de muestreo utilizado a conveniencia, a partir de la disponibilidad de tiempo y alcance geográfico de las encuestadas. Se propone como línea de investigación que futuros estudios se realicen con muestras más grandes y procuren una mayor precisión mediante la selección aleatoria de individuos representativos, y así lograr una mayor viabilidad en el alcance de los resultados y además, incluir una mayor diversidad regional, para conseguir resultados con representatividad en Chile.

La presente investigación evaluó un conjunto de variables sobre la IE, ya finalizado un programa de emprendimiento, sin ser necesario medir la IE antes del programa, dado que lo interesante es ver cómo repercuten las variables de estudio sobre la IE, una vez ejecutadas las políticas públicas pro-emprendimiento en un segmento especifico de la población.

BIBLIOGRAFÍA

Ajzen, I. (1991). The theory of planned behavior. Organizational behavior and human decision processes, 50(2), 179-211.

Ajzen, I. (2002). Perceived behavioral control, self‐efficacy, locus of control, and the theory of planned behavior. Journal of applied social psychology, 32(4), 665-683.

Alonso, P. (2012). La configuración de la intención emprendedora entre académicos responsables de proyectos de investigación en España. Un enfoque de género. Universidad de Cantabria: Santander.

Amorós, J.E., Guerra M., Pizarro, O., y Poblete, C. (2011). Global Entrepreneurship Monitor: Mujeres y Actividad Emprendedora en Chile 2010/2011. Universidad del Desarrollo.

Aponte, M. (2002). Factores Condicionantes de la Creación de Empresas en Puerto Rico: Un Enfoque Institucional. Universidad Autónoma de Barcelona.

Arenius, P., y Minniti, M. (2005). Perceptual variables and nascent entrepreneurship. Small business economics, 24(3), 233-247.

Baumol, W. J. (1996). Entrepreneurship: Productive, unproductive, and destructive. Journal of Business Venturing, 11(1), 3-22.

Baycan Levent, T., Masurel, E., y Nijkamp, P. (2003). Diversity in entrepreneurship: ethnic and female roles in urban economic life. International journal of social economics, 30(11), 1131-1161.

Begley, T. M., y Tan, W. L. (2001). The socio-cultural environment for entrepreneurship: A comparison between East Asian and Anglo-Saxon countries. Journal of international business studies, 32(3), 537-553.

Birley, S. (1987). New ventures and employment growth. Journal of Business Venturing, 2(2), 155-165.

Boettke, P. J., y Coyne, C. J. (2003). Entrepreneurship and development: Cause or consequence?. In Austrian economics and entrepreneurial studies (pp. 67-87). Emerald Group Publishing Limited.

Browne, M. W., y Cudeck, R. (1993). Alternative ways of assessing model fit. Sage focus editions, 154, 136-136.

Casson, M. (1995). Entrepreneurship and business culture. Studies in the Economics of Trust: Volume One. Michigan, EE.UU: E. Elgar.

Cepeda, G., y Roldán, J. L. (2004, abril). Aplicando en la práctica la técnica PLS en la administración de empresas. En Conocimiento y Competitividad. XIV Congreso Nacional ACEDE. Murcia (pp. 74-8).

Chin, W. (1998a). Commentary: Issues and Opinion on Structural Equation Modeling, 22(1). MIS Quarterly.

Chin, W. W. (1998b). The partial least squares approach to structural equation modeling. Modern methods for business research, 295(2), 295-336.

Chin, W. W., Marcolin, B. L., y Newsted, P. R. (2003). A partial least squares latent variable modeling approach for measuring interaction effects: Results from a Monte Carlo simulation study and an electronic-mail emotion/adoption study. Information systems research, 14(2), 189-217.

Davidsson, P., y Honig, B. (2003). The role of social and human capital among nascent entrepreneurs. Journal of business venturing, 18(3), 301-331.

Delmar, F., y Davidsson, P. (2000). Where do they come from? Prevalence and characteristics of nascent entrepreneurs. Entrepreneurship y regional development, 12(1), 1-23.

Engle, R. L., Dimitriadi, N., Gavidia, J. V., Schlaegel, C., Delanoe, S., Alvarado, I., y cols. (2010). Entrepreneurial intent: A twelve-country evaluation of Ajzen's model of planned behavior. International Journal of Entrepreneurial Behavior y Research, 16(1), 35-57.

Espíritu, R., y Sastre, M. A. (2007). La actitud emprendedora durante la vida académica de los estudiantes universitarios. Cuadernos de estudios empresariales, 17, 95-116.

Falk, R.F. y Miller, N.B. (1992). A Primer for Soft Modeling. University of Akron Press.

Fini, R., Grimaldi, R., Marzocchi, G. L., y Sobrero, M. (2012). The determinants of corporate entrepreneurial intention within small and newly established firms. Entrepreneurship Theory and Practice, 36(2), 387-414.

Fornell, C., y Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 39-50.

Fuentes, F.J. y Sánchez, S.M. (2010). Análisis del perfil emprendedor: una perspectiva de género. Estudios de economía aplicada, 28(3).

Galindo, M.A. y Méndez, M.T. (2011). La actividad emprendedora y competitividad: factores que inciden sobre los emprendedores.Papeles de Europa, 22(2011), 61-75.

Global Entrepreneurship Monitor. (14 de Diciembre de 2017). GEM 2013 global report. Recuperado desde: http://gemconsortium.org/report.

Hair, J. F., Anderson, R. E., Tatham, R. L., y Black, W. C. (1998). Multivariate data analysis, 5th. NY: Prentice Hall International.

Iakovleva, T., Kolvereid, L., y Stephan, U. (2011). Entrepreneurial intentions in developing and developed countries. Education+ Training, 53(5), 353-370.

Karimi, S., Biemans, H., Lans, T., Chizari, M., y Mulder, M. (2014). Effects of role models and gender on students’ entrepreneurial intentions. European Journal of Training and Development, 38(8), 694-727.

Kolvereid, L., y Isaksen, E. (2006). New business start-up and subsequent entry into self-employment. Journal of Business Venturing, 21(6), 866-885.

Kouriloff, M. (2000). Exploring perceptions of a priori barriers to entrepreneurship: a multidisciplinary approach. Entrepreneurship: Theory and practice, 25(2), 59-59.

Krueger Jr, N. F., y Brazeal, D. V. (1994). Entrepreneurial potential and potential entrepreneurs. Entrepreneurship theory and practice, 18(3), 91-104.

Krueger, N. F., y Carsrud, A. L. (1993). Entrepreneurial intentions: applying the theory of planned behaviour. Entrepreneurship y Regional Development, 5(4), 315-330.

Krueger, N. F., Reilly, M. D., y Carsrud, A. L. (2000). Competing models of entrepreneurial intentions. Journal of business venturing, 15(5), 411-432.

Kuratko, D. F. (2016). Entrepreneurship: Theory, process, and practice. Boston, EEUU: Cengage Learning.

Langowitz, N., y Minniti, M. (2007). The entrepreneurial propensity of women. Entrepreneurship theory and practice, 31(3), 341-364.

Liñán, F., y Chen, Y. W. (2009). Development and Cross‐Cultural application of a specific instrument to measure entrepreneurial intentions. Entrepreneurship theory and practice, 33(3), 593-617.

Liñan, A. S. P. (2008). El método comparativo: fundamentos y desarrollos recientes. Política Comparada. Working paper N° 1.

Liñán, F., y Rodríguez, J.C. (2005). Actitudes Empresariales de los Estudiantes Universitarios Andaluces. Universidad de Jaén.

Mandakovic, V., y Serey, T. (2016). Global Entrepreneurship Monitor: Reporte Nacional de Chile 2016.

Mandakovic, V., Abarca, A., y Amorós, J.E. (2015). Global Entrepreneurship Monitor: Reporte Nacional de Chile 2015. Jacinto Gorosabel O.

McMillan, J.H. y Schumacher, S. (2001). Research in Education: A Conceptual Introduction. New York: Longman.

Moriano, J.A., Gómez, A., Laguna, M. y Roznowski, W. (2008). Validación de un Cuestionario para Medir la Intención Emprendedora. Una aplicación en España y Polonia. En Método, teoría e investigación en psicología social (pp. 101-122). Pearson Educación.

Moriano, J. A., Gorgievski, M., Laguna, M., Stephan, U., y Zarafshani, K. (2012). A cross-cultural approach to understanding entrepreneurial intention. Journal of career development, 39(2), 162-185.

Noel, T. W. (2002). Effects of entrepreneurial education on intent to open a business: An exploratory study. Journal of Entrepreneurship Education, 5, 3.

Nunnally, J.C. (1978). Psychometric Theory. New York, EE.UU.: McGraw-Hill.

García, C. Q. (2001). Dimensiones del éxito de las empresas emprendedoras. Investigaciones Europeas de Dirección y Economía de la Empresa, 7(2), 139-154.

Ramos, A., Barberá, E. y Sarrió, M. (2003). Mujeres directivas, espacio de poder y relaciones de género. Anuario de Psicología, 34(2), 267-278.

Reynolds, P. D. (1997). New and small firms in expanding markets. Small business economics, 9(1), 79-84.

Ritsilä, J., y Tervo, H. (2002). Effects of unemployment on new firm formation: Micro-level panel data evidence from Finland. Small business economics, 19(1), 31-40.

Schlaegel, C., y Koenig, M. (2014). Determinants of entrepreneurial intent: a meta‐analytic test and integration of competing models. Entrepreneurship Theory and Practice, 38(2), 291-332.

Schumpeter, J. (1963). Teoría del Desenvolvimiento Económico. México: Fondo de Cultura Económica.

Schumpeter, J. (1983). Diez Grandes Economistas: de Marx a Keynes. 1983: Alianza Editorial.

Shapero, A. y Sokol, L. (1982). The Social Dimensions of Entrepreneurship. Encyclopedia of Entrepreneurship.

Soria, K., Zúñiga, S., y Ruíz S. (2016). Educación e Intención Emprendedora en Estudiantes Universitarios: Un Caso de Estudio. Formación universitaria, 9(1), 25-34.

Van Gelderen, M., Brand, M., van Praag, M., Bodewes, W., Poutsma, E., y Van Gils, A. (2008). Explaining entrepreneurial intentions by means of the theory of planned behaviour. Career Development International, 13(6), 538-559.

Veciana, J. M. (1989). Características del empresario en España. Papeles de economía española, (39), 19-36.

Vesper, K. H., y Gartner, W. B. (1997). Measuring progress in entrepreneurship education. Journal of Business venturing, 12(5), 403-421.

Von Graevenitz, G., Harhoff, D., y Weber, R. (2010). The effects of entrepreneurship education. Journal of Economic Behavior y Organization, 76(1), 90-112.

Wagner, J. (2007). What a difference a Y makes-female and male nascent entrepreneurs in Germany. Small Business Economics, 28(1), 1-21.

Werts, C. E., Linn, R. L., y Jöreskog, K. G. (1974). Intraclass reliability estimates: Testing structural assumptions. Educational and Psychological measurement, 34(1), 25-33.

White, S. B., y Reynolds, P. D. (1996). Government programs and high growth new firms. Frontiers of Entrepreneurship Research, 1996, 621-635.

HTML generado a partir de XML-JATS4R por

Refbacks

  • There are currently no refbacks.


Catalogs and Indexes:

       IndexCopernicus

Plagiarism analysis by: