La teoría de las capacidades dinámicas ha sido un tema debatido por diferentes autores en el campo de la administración de empresas a lo largo de más de tres décadas (Barney et al., 2001[7]; Teece, 2007[9], 2016[2]; Teece, Pisano, & Shuen, 1997[16]; Zahra et al., 2006[15]). Esto debido a los resultados y a los alcances que genera en las organizaciones de diferentes tamaños, incluyendo a las pequeñas empresas (Teece, 2007[9]). Esta teoría es entendida como la capacidad organizacional de las empresas para transformar los recursos actuales en capacidades de nivel superior (Eisenhardt & Martin, 2000[17]; Teece, 2007[9]). Estas capacidades inciden directamente en resultados tales como procesos internos, la generación de nuevos productos, toma de decisiones estratégicas enfocadas en el posicionamiento de mercados altamente competidos, en la gestión del conocimiento, el aprendizaje organizacional y en el logro de una rentabilidad financiera sostenida (Andreeva & Ritala, 2016[11]; Guesalaga, Gabrielsson, Rogers, Ryals, & Marcos Cuevas, 2018[18]). En definitiva la teoría de las capacidades dinámicas ha sido una corriente estratégica que ha venido a revolucionar la intensidad emprendedora, el fomento en las actividades de innovación, el perfeccionamiento del aprendizaje organizacional y ha sido un factor clave en el incremento en los resultados de rentabilidad sostenida. Anteriormente, en la teoría basada en los recursos (RBV) y de la ventaja competitiva, no se contemplaba la estrategia enfocada en elevar las capacidades y obtener rendimientos económicos y financieros por periodos de tiempo prolongados (Barney, Ketchen, & Wright, 2011[19]; Porter & Kramer, 2011[8]). En tiempos recientes la teoría de las capacidades dinámicas, es de las más utilizadas en los estudios cuantitativos y ha sido plataforma para el fortalecimiento de otras corrientes relacionadas al entorno de las organizaciones.

La literatura ha expuesto que las empresas de diferentes tamaños deben y tienen que cambiar sus modelos de negocios y sus procesos con el fin de sobrevivir en escenarios plagados de adversarios altamente creativos y con clientes muy exigentes (Hogan & Coote, 2014[20]; Teece, 2016[2]; Zahra & Wright, 2011[3]). Estos nuevos retos han permitido a las organizaciones emprendedoras e innovadoras centrarse en estas exigencias y lograr alcanzar mejores resultados económicos (Inan & Bititci, 2015[21]; Teece, 2016[2]; Zahra et al., 2006[15]). Algunos estudios, como los desarrollados por McKelvie y Davidsson (2009[22]) y Newey y Zahra (2009[1]), han demostrado que las variables en estudio tienen una intrínseca relación en el seno de la empresa. Además, han concluido que las empresas de nueva creación requieren de una mayor administración de sus flujos del conocimiento y de la gestión de las capacidades de sus recursos humanos y tecnológicos. Esto permite a la organización centrarse en ideas creativas e innovadoras que las impulsa a mejorar sus cuotas de mercado, ganar más clientes y obtener más utilidades económicas (Teece, 2016[2]; Zahra, 2008[23]). Estudios más recientes como el de Müller, Buliga, y Voigt (2018[24]) y de Ibarra, Ganzarain, y Igartua (2018[25]), han expuesto que las estrategias de las Pymes, han estado en evolución en los últimos cinco años. En este lapso las organizaciones emprendedoras e innovadoras han desarrollado acciones que se centran en las capacidades tecnológicas, en la proactividad hacia el emprendimiento, en la capacidad para la construcción de redes colaborativas del conocimiento (aprendizaje colectivo) y en las acciones que incluyen la mejora de los procesos de automatización para mejorar sus productos e incrementar las cadenas de valor (Brink, 2018[26]; Teece, 2016[2]). Todo ello ha permitido resultados incalculables, destacándose: la mejora de la imagen empresarial, una mayor actividad innovadora, la transferencia del conocimiento individual al colectivo, la satisfacción de los clientes y el incremento de la rentabilidad financiera del negocio (Müller et al., 2018[24]; Teece, 2016[2]; Zahra, Zheng, & Yu, 2017[27]). Del contexto anterior, se desprenden los siguientes planteamientos hipotéticos:

H1 : A mayor desarrollo de las capacidades dinámicas, mayor orientación emprendedora en la Pyme.

H2 : A mayor desarrollo de las capacidades dinámicas, mayor actividad innovadora en la Pyme.

H3 : A mayor desarrollo de las capacidades dinámicas, mayor rentabilidad en la Pyme.

Desde la teoría de las capacidades dinámicas, la orientación emprendedora y la innovación, han sido estrategias diferenciadoras para la mayoría de las organizaciones a lo largo de todos los continentes (Teece, 2016[2]). La literatura ha expuesto en las últimas tres décadas que las empresas que están orientadas hacia el mercado y con comportamientos hacia el emprendimiento, logran desarrollar mayores actividades de innovación y se consolidan con mayor rapidez en los ambientes turbulentos del mercado actual (Teece, 2007[9]; Zahra & Nambisan, 2012[28]). Existen algunos estudios en los que se han desarrollado modelos de emprendimiento con el fin de incentivar la creatividad y la innovación empresarial. Estos modelos se basan en la capacitación continua del empresario, en la consolidación de redes internas y externas, las cuales dan soporte técnico y financiero para permanecer más tiempo en los mercados competitivos (GEM, 2017[29]; Kerr, 2013[30]; Zahra & Wright, 2011[3]). Estudios más recientes han concluido que existe una fuerte relación entre la intensidad y orientación emprendedora y la innovación en la Pyme. Además, informan que la orientación emprendedora forma parte de las capacidades dinámicas de la empresa y consecuentemente genera ideas nuevas, y la innovación en los productos y en los procesos internos (Cui, Fan, Guo, & Fan, 2018[31]). Estudios como el de Martin y Javalgi (2016[32]) y de Poole (2018[33]), en el contexto de Pymes en economías emergentes, han explicado que este tipo de empresas tienen una mayor limitación para generar innovación y más aún para mantener rendimientos financieros sostenidos. Esto se debe principalmente a las políticas del gobierno y la falta de apoyos para la capacitación y asesoría especializada. Sin embargo, la Pyme genera un gran número de empleos en la región, luchan constantemente por mantener a sus clientes actuales, están adoptando nuevas tecnologías para mejorar sus productos y están en la búsqueda constante de incrementar sus ventas. Del contexto anterior se plantean las siguientes hipótesis:

H4 : A mayor orientación emprendedora, mayor actividad innovadora de la Pyme.

H5 : A mayor orientación emprendedora, mayor rentabilidad de la Pyme.

H6 : A mayor actividad de innovación, mayor rentabilidad de la Pyme.

Capacidades Dinámicas. Para la medición de esta variable se han estudiado las principales aportaciones de la teoría de las capacidades dinámicas como un detonador del desarrollo emprendedor, de la innovación y de sostenibilidad financiera (Teece, 2007[9]). Derivado de esta revisión teórica y empírica, se ha pedido a los gerentes de las Pymes que respondan a las preguntas medidas en una escala tipo Likert de 5 puntos (1=total desacuerdo, 5=total acuerdo). Esta variable se ha dividido en: (1) Investigación y Desarrollo (I+D) medido con 3 preguntas estructuradas tomando de referencia los estudios de Autant-Bernard, Chalaye, Manca, Moreno, y Suriñach (2010[35]) y de Teece (2010[12]), (2) Aprendizaje Organizacional, medida con 3 preguntas desarrolladas en base a las investigaciones de Serenko, Bontis, y Hardie (2007[36]) y de Zahra, Zheng, y Yu (2017[27]), y (3) Estrategias de Mercado, medida con 3 preguntas con referencia a los estudios de Hillary (2004[37]) y de Teece (2016[2]), ver Table 2.

Orientación emprendedora. Para la medición de esta variable se han estudiado las principales teorías que abordan el comportamiento emprendedor y la orientación hacia el emprendimiento como medios para incrementar la innovación y la rentabilidad (McMullen & Shepherd, 2006[38]; S. A. Zahra & Nambisan, 2012[28]). Derivado de esta revisión teórica y empírica, se ha pedido a los gerentes de las Pymes que respondan a las preguntas medidas en una escala tipo Likert de 5 puntos (1=total desacuerdo, 5=total acuerdo). Esta variable se ha dividido en: (1) Empatía, medido con 3 preguntas estructuradas tomando de referencia los estudios de Matsuno, Mentzer, y Özsomer (2002[39]) y de Zahra (2007[40]), y (2) Actividades de proactividad, medida con 3 preguntas desarrolladas en base a las investigaciones de Lumpkin, Cogliser, y Schneider (2009[41]) y Teece (2016[2]), ver Table 3.

Actividad Innovadora. Esta variable fue medida en base a los modelos de la OECD (2005[42]) y Teece (2009[43]). El cuestionario recoge respuestas de los gerentes de la Pyme sobre el grado de importancia de las actividades innovadoras que ha desarrollado la empresa en los últimos dos años. Para ello se utiliza una escala (tipo Likert de 5 puntos, con 1=nada importante y 5=muy importante). La medición de esta variable está compuesta por 5 preguntas, mismas que se pueden observar en la Table 4.

Rentabilidad. Históricamente esta variable ha sido un proxy difícil de cuantificar con exactitud en las organizaciones, debido principalmente a su complejidad, naturaleza y a los recursos que se aplican en los procesos rutinarios, esto se agrava más en la Pyme (OECD, 2017[44]). En este estudio los gerentes respondieron a las preguntas para clasificar los resultados de competitividad de la Pyme en base los resultados de rentabilidad, utilizando una escala tipo Likert de 5 puntos con 1=pobre rendimiento en los 2 años previos y 5=alto rendimiento en los últimos 2 años. Esta variable fue medida con 3 preguntas elaboradas en base a los estudios de Quinn y Shapiro (1991[45]) y Smith y Smith (2007[46]), observar Table 5.

Variables de control . Frecuentemente el tamaño estructural y antigüedad de la empresa son visualizadas como un factor determinante en la generación de rendimiento económico y financiero para las organizaciones (Penrose, 2009[47]). El tamaño de la empresa, esta variable fue medida con el logaritmo natural del total de los empleados del año 2016 (la empresa con menos empleados fue de 4 y la de mayor número de empleados fue de 585, con una media de 20.42). La edad de la empresa, en la literatura y en estudios empíricos esta variable es utilizada en los modelos de investigación para analizar la influencia financiera y crecimiento económico que se genera en las organizaciones durante un periodo de tiempo determinado (Benitez-Amado & Walczuch, 2012[48]). La edad de la empresa determina el grado de consolidación y madurez dentro de un mercado, resultados que se explican a través de la teoría evolutiva (Nelson, 2009[49]). Esta variable es medida en base al inicio de la operación y hasta las actividades actuales de las empresas (la empresa más joven tenía 1 año de vida y la de mayor antigüedad contaba con 85 años de creación, con una media de 10.38).

La variable de tipo formativa (Capacidades dinámicas) en modo B, fue evaluada a través del valor de los pesos de cada ítem y su significancia. Además, se analizó el valor de t y el valor del VIF (Factor de Inflación de la Varianza). Los resultados del análisis muestran que los valores de los pesos son significativos y que además, el valor del VIF se encuentra por debajo de 5 como lo recomienda Hair, Jr., Sarstedt, Ringle y Gudergan (2017[53]). Con ello se descarta la presencia de multicolinealidad entre los indicadores, esto se puede observar en la Table 2.

Para evaluar el modelo de medida con variables de tipo reflectivo en modo A (Orientación emprendedora, Actividad innovadora y Rentabilidad), se analizó la fiabilidad compuesta de cada ítem, la consistencia interna de la escala y la validez convergente. Para medir la relación y fiabilidad individual de cada ítem, se recomienda una carga estandarizada del factor mayor a 0.707, (Carmines & Zeller, 1991[54]; Chin & Dibbern, 2010[55]; Roberts, Priest, & Traynor, 2006[56]). Nuestros resultados se encuentran en un rango entre 0.715 y 0.922, por encima de 0.707. La fiabilidad compuesta muestra los valores que van desde de 0.874, hasta 0.931, con ello se cumple el requisito de que el indicador debe estar por encima de 0.80 para la investigación básica, según lo propuesto por Nunnally (1978[57]) y Vandenberg y Lance (2000[58]). El alfa de Cronbach se considera satisfactorio sobre 0.700 (Hair, Black, Babin, Anderson, & Tatham, 2006[59]). Nuestros resultados muestran valores entre 0.827 y 0.890, demostrando una alta fiabilidad del constructo. La varianza media extraída (AVE) indica la cantidad media de la varianza explicada por los indicadores del constructo. Nuestros valores de AVE van desde 0.49 hasta 0.82. Estos resultados están cerca y por encima del umbral de 0.5, tal como lo propone Hair Jr, Black, Babin, Anderson, y Tatham (2010[60]). Por último, se comprobó la validez discriminante de las construcciones en el modelo mediante el análisis de la raíz cuadrada del AVE. Los resultados (diagonal) del AVE vertical y horizontal están por debajo de la correlación entre los constructos. Además, se muestran las correlaciones de los constructos del modelo. Esta prueba no detecta ninguna anomalía (ver Tables 6,7). Nuestros resultados proporcionan una adecuada validez y fiabilidad (convergente y discriminante).

La Table 8 muestra los resultados de la estimación con PLS. Encontramos soporte empírico para todas las hipótesis estructuradas en el modelo. Los resultados de las hipótesis: H1 y H2, presentan efectos significativos y positivos. Esto demuestra que las Pymes que ejecutan eficazmente sus capacidades dinámicas logran un mayor enfoque en las actividades de emprendimiento y en el aprendizaje organizacional, de acuerdo con el valor de beta de 0.696*** y 0.280***. La H3, informa que la CD muestra un efecto significativo pero negativo sobre el nivel rentabilidad de la Pyme, indicando que cuando no se tiene un enfoque en las CD, el nivel de rentabilidad disminuye, de acuerdo con el valor de beta de -0.262***. La H4 y H5, han demostrado que la Orientación emprendedora de las Pymes contribuye en forma significativa y positiva sobre las actividades de innovación y sobre los resultados de rentabilidad financiera, de acuerdo con los valores de beta 0.425*** y 0.274***. Además, hemos descubierto que la H6, presenta efectos significativos y positivos. Esto demuestra que las empresas que desarrollan mayores actividades innovadoras logran una mayor rentabilidad, de acuerdo con el valor de beta 0.192***. Por último, hemos examinado el efecto de las variables de control: la edad y el tamaño de la empresa sobre el rendimiento. Los resultados indican que estas variables tienen influencia significativa y positiva sobre la rentabilidad en la Pyme de acuerdo con los valores de: (β=0.205***) y (β=0.192***).

Para evaluar el ajuste del modelo propuesto con las técnicas SEM que se basan en la covarianza, en PLS aún no están desarrolladas en su totalidad y solo es posible estimar estas medidas en base a: 1) el valor de los coeficientes de trayectoria, 2) el análisis de (R²) y 3) los valores de (F²) los cuales son medidas individuales significativas para explicar la capacidad de predicción del modelo estructural (Chin & Dibbern, 2010[55]; Schuberth, Henseler, & Dijkstra, 2018[61]). Los coeficientes de trayectoria alrededor de 0.2 son considerados económicamente significativos (Benitez, Castillo, Llorens, & Braojos, 2018[62]; Roldán & Cepeda, 2016[63]). Nuestros coeficientes del modelo son de 0.192*** y 0.696***. Para el análisis de la varianza explicada y la calidad de predicción del modelo a través de (R²), se toman las siguientes escalas de medición. Los valores de 0.1, 0.25 y 0.36 son efectos pequeños, medianos y grandes (Wetzels et al., 2009[64]). Los resultados del modelo a través de R², son para la Orientación Emprendedora de 0.483, para las Actividades de Innovación de 0.424 y un valor de 0.145 para la Rentabilidad, indicando un alto poder explicativo del modelo. El valor (F²) mide y proporciona el tamaño del efecto introducido en el modelo. Los valores de F², de 0.02, 0.15 y 0.35 indican efecto débil, medio o grande (Leal-Rodríguez, Ariza-Montes, Roldán, & Leal-Millán, 2014[65]). El análisis de F², muestra los resultados de las relaciones clave del modelo con valores de 0.023, 0.036, 0.037, 0.071 y 0.162, valores que superan los parámetros preestablecidos. Con ello, se demuestra que el modelo propuesto tiene una adecuada propiedad estructural y un adecuado nivel explicativo. El Test estadístico Q² (cross-validated redundancy index) se utiliza para evaluar y probar la relevancia predictiva de los constructos endógenos en un modelo estructurado con variables de tipo reflectivas. El modelo fue evaluado a través de la técnica blindfolding (Hair, Ringle, & Sarstedt, 2013[66]). Nuestro valor se encuentra en 0.335. Los valores mayores a (0) muestran una notable calidad predictiva (Hair et al., 2006[59]), con ello se pone en evidencia la existencia de una notable calidad explicativa del modelo, esto se puede observar en las Tables 8,9.