Modelo de predicción de regresión múltiple para identificar las capacidades tecnológicas que influyen en la Competitividad de las MYPES de Tepic y Xalisco, Nayarit, México

Propuesta de un modelo de regresión múltiple, para identificar las capacidades tecnológicas que influyen en la Competitividad de las MYPES de los municipios de Tepic y Xalisco del estado de Nayarit, realizado durante el año 2020. El estudio tiene un enfoque cuantitativo, exploratorio y transversal,...

Full description

Saved in:
Bibliographic Details
Published inRevista RELAYN Micro y Pequeña Empresa en Latinoamérica (Online) Vol. 6; no. 1
Main Authors Miriam Fabiola González Cobián, Mónica Sánchez González, Silvia Ledesma Hernández, Xochitl Estrada Neri
Format Journal Article
LanguageEnglish
Published iQuatro Editores 01.02.2022
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:Propuesta de un modelo de regresión múltiple, para identificar las capacidades tecnológicas que influyen en la Competitividad de las MYPES de los municipios de Tepic y Xalisco del estado de Nayarit, realizado durante el año 2020. El estudio tiene un enfoque cuantitativo, exploratorio y transversal, las variables independientes del modelo: Proveedores Innovación, Uso de Tecnología en procesos productivos, Métodos de información, Respaldo de información, Innovación – Productos; el modelo resulta con r2 = 0.146 sin embargo no es significativo estadísticamente, se concluye que se debe agregar la variable: Uso de Tecnología en procesos productivos. Abstract  A proposal of a multiple regression model was made to identify technological skills which influence competitiveness in MSEs from the municipalities of Tepic and Xalisco, Nayarity State, developed in 2020. The research has a quantitative, exploratory and cross-sectional focus, the independent variables of said model are: innovation suppliers, the use of technology within production processes, information methods, information back-up, innovation-products; the model results with r2= 0.146; however, it is not statistically significant; it is concluded that the variable: Use of technology in production processes, should be added.
ISSN:2594-1674
DOI:10.46990/relayn.2022.6.1.535