Aprendizaje estructural de redes bayesianas para modelar el emprendimiento académico de base sostenible y tecnológica
- Francisco José Moya Faz Director/a
- Jorge López Puga Director
Universidad de defensa: Universidad Católica San Antonio de Murcia
Fecha de defensa: 28 de enero de 2016
- Magdalena Gómez Díaz Presidente/a
- Rosario Gómez Sánchez Secretario/a
- Eduardo Fonseca Pedrero Vocal
- Miguel Angel Mañas Rodríguez Vocal
- Esperanza Navarro Pardo Vocal
Tipo: Tesis
Resumen
El interés por el estudio del emprendimiento comenzó a discutirse formalmente en el siglo XVIII de la mano de Canitllon (1755/2010) y sigue estando vigente en la actualidad. Si consideramos a las universidades como fuente de conocimiento, con potencialidad para ayudar a solventar algunos problemas actuales y con capacidad para impulsar el crecimiento económico, toma un especial interés el estudio del emprendimiento académico surgido al amparo de las universidades. Por otra parte, el emprendimiento sostenible es un tema cada vez más abordado como indica el incremento de estudios al respecto y, además, está siendo cada vez más considerado en el contexto universitario. Por su parte, el estudio de las actitudes hacia la creación de empresas ha sido abordado desde diferentes modelos teóricos. Cabe destacar el Modelo del Evento Emprendedor (Shapero y Sokol, 1982), el Modelo de la Teoría del Comportamiento Planeado (Ajzen y Fishbein, 1980) y el Modelo Integrado de Intención Emprendedora de Krueger-Shapero (Krueger y Brazeal, 1994; Krueger y Carsrud, 1993; Krueger el al., 2000), entre otros. Por su parte, las redes bayesianas son un tipo de herramienta estadística que representan un conjunto de incertidumbres asociadas con base en las relaciones de independencia e independencia condicional que se establecen entre ellas. O lo que sería lo mismo, un modelo probabilístico multivariante que representa gráficamente las dependencias probabilísticas dadas entre distintas variables dentro de un modelo. Las redes bayesianas tienen a la base el teorema de Bayes y la teoría de grafos. Podemos encontrar trabajos en psicología que las han utilizado como herramientas de análisis de datos. No obstante, han sido menos utilizadas en el ámbito del estudio del emprendimiento. Por ello, el objetivo de esta tesis será utilizar las redes bayesianas como herramienta de modelado estadístico para ahondar en el estudio y conocimiento del emprendimiento académico, considerando la tecnología y sostenibilidad. La muestra de este estudio estuvo compuesta por 2671 participantes pertenecientes al personal docente e investigador de las universidades públicas andaluzas, de los que 1493 fueron hombres y 951 mujeres con una media de edad de 44,43 años (DT = 9,61). De los participantes, el 30,86% señalaron haber creado o participado en la creación de alguna empresa, frente al 69,14% que indicó lo contrario. El 63,52% de los participantes se consideran emprendedores, frente al 36,48% que no. Se hizo uso de una encuesta organizada en varias secciones y que recogía información demográfica y socio-laboral, actitudes ambientales, obstáculos y facilitadores, y actitudes hacia el emprendimiento. En primer lugar se trata de caracterizar el perfil del emprendedor académico, diferenciando entre emprendedores (emprendedor general, emprendedor sostenible, emprendedor tecnológico, emprendedor tecnológico-sostenible), emprendedores potenciales (emprendedor potencial general, emprendedor potencial tecnológico, emprendedor potencial tecnológico-sostenible) y no emprendedores. A continuación se realiza un estudio en cuanto a los obstáculos y facilitadores percibidos por cada uno de los diferentes perfiles tratando de ver las diferencias entre la percepción de los emprendedores reales y los potenciales. Y, por último, se crea una red bayesiana para modelar la creación de empresas en el contexto universitario basándonos en la literatura previa habida al respecto y utilizando algoritmos de aprendizaje automático. Las conclusiones alcanzadas con el presente estudio pueden diferenciarse en tres bloques. En cuanto a las redes bayesianas, se ha de señalar que han mostrado un nivel aceptable de explicación de la varianza en los datos. Esto invita a considerarlas como una buena herramienta metodológica y a usarlas en conjunción con otras herramientas estadísticas. A nivel teórico, se han encontrado relaciones entre variables ya reportadas en otros trabajos con anterioridad, además de contribuir desde la perspectiva del emprendimiento académico con emprendedores reales que no había sido realizado con anterioridad en otros trabajos. Por último, se ha de destacar su utilidad práctica en cuanto a las medidas que pueden ser llevadas a cabo para orientar a los futuros emprendedores, tanto en cuanto a la percepción de obstáculos y barreras, como de sus actitudes y creencias.