SciELO - Scientific Electronic Library Online

 
vol.6 issue4Alignment of E-Business with SMEs’ Strategies in Northeast of MexicoTechnological Effort and Innovative Performance in Brazilian Bio Companies author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Journal of technology management & innovation

On-line version ISSN 0718-2724

Journal of Technology Management & Innovation vol.6 no.4 Santiago Dec. 2011

http://dx.doi.org/10.4067/S0718-27242011000400016 

Journal of Technology
Management & Innovation


El Nivel de la Inversión en Tecnología de Información No Afecta el Rendimiento Empresarial: Evidencia Empírica de las Industrias Manufactureras Chilenas


Patricio Ramírez-Correa1, Jorge Alfaro-Pérez2

1 Escuela de Ingeniería Comercial, Universidad Católica del Norte, Larrondo 1281, Coquimbo, Chile,Teléfono: +56 51 209844, Email: patricio.ramirez@ucn.cl
2 Departamento de Ingeniería de Sistemas y Computación, Universidad Católica del Norte, Av. Angamos 0610, Antofagasta, Chile, Teléfono: +56 55 355155, Email: jalfaro@ucn.cl


Abstract

With the overall purpose of assessing the impact of information technology (IT) on industrial performance within the context of a developing country, and based on a sample of 212 large manufacturing firms from Chile, this study aims to measure the influence of IT investment in the relative efficiency of organizations. In order to achieve this goal, we have constructed a multidimensional measure of relative efficiency based on data envelopment analysis (DEA). After ANOVA test were applied to evaluate the one hand, if investment in computers, and second, whether the existence of enterprise systems, significantly differentiate the relative efficiency of these organizations. The study results indicate no statistically significant differences between the relative efficiency of these manufacturing companies in the sample and its level of investment in IT.

Keywords: Chile; information technologies; efficiency; data envelopment analysis (DEA); manufacturing industry.


Resumen

Con el propósito general de evaluar el impacto de la tecnologías de información (TI) en el rendimiento industrial dentro del contexto de un país en desarrollo, y basado en una muestra de 212 grandes empresas manufactureras chilenas, este estudio tiene por objetivo medir la influencia de la inversión en TI sobre la eficiencia relativa de las organizaciones. Para lograr este objetivo, se ha construido una medida multidimensional de eficiencia relativa basada en el análisis envolvente de datos (AED). Luego se han aplicado test ANOVA para evaluar, por una parte, si la inversión en computadores, y por otra, si la existencia de software empresarial, diferencian significativamente la eficiencia relativa de estas organizaciones. Los resultados del estudio indican que no existen diferencias estadísticamente significativas entre la eficiencia relativa de estas empresas manufactureras de la muestra y su nivel de inversión en TI.

Palabras claves: Chile; tecnologías de información; eficiencia; análisis envolvente de datos (AED); industria manufacturera.


Introducción


Es un hecho que el ritmo y la dirección del objeto de estudio de la disciplina de sistemas de información son establecidos por las economías avanzadas del mundo. Sin embargo, un número creciente de estudios científicos en países en vías de desarrollo están ampliado considerablemente la base empírica de resultados de investigación y expandiendo a nuevos temas el dominio de investigación (Avgerou, 2008). Este estudio se propone aportar en este sentido.

Tradicionalmente la incorporación de tecnologías de información (TI) a las organizaciones ha despertado amplias expectativas sobre su contribución en el aumento de la riqueza de las naciones (OECD, 1997; UNDP, 2001). En la década de los noventa, un punto de debate académico importante fue si la mayor inversión en TI implicaba un aumento en el rendimiento empresarial. Los resultados de diversos estudios de esa época fueron disimiles. Los primeros trabajos de la década refutaron la relación (Weill, 1992; Wilson, 1993; Loveman, 1994; Landauer, 1995), y en cambio los trabajos del final de la década apoyaron esa hipótesis (Brynjolfsson y Hitt, 1995; Hitt y Brynjolfsson, 1996; Dewan y Min, 1997; Brynjolfsson y Hitt, 1998; Bharadwaj et al., 1999).

El año 2003, Nicholas Carr publica en Harvard Business Review el artículo “IT Doesn’t Matter” (Carr, 2003), donde plantea que en la medida que las TI estén omnipresentes, por el aumento de su disponibilidad y la disminución de su costo, se convierten en commodities, y por tanto, desde el punto de vista estratégico ya no importan. Con el paso de los años este artículo ha sido reconocido como una pieza importante para la divulgación de estos conceptos. En Internet a Agosto de 2011 y según el buscador Google, la expresión “IT Doesn’t Matter Carr” aparece 6.870.000 veces, y el artículo es citado 1.340 veces. A la misma fecha, el artículo de Carr es citado por 147 publicaciones indizadas ISI.

La figuras 1a y 1b muestran las redes de co-citaciones construida para el artículo de Carr (2003) a partir de las publicaciones ISI que lo citan1. Como se aprecia en la figura 1a, grafo donde el tamaño del nodo se asocia a la frecuencia de la disciplina de los trabajos académicos co- citados, el trabajo de Carr ha sido principalmente utilizado en las disciplinas de computación, negocios y ciencias de la información. Además, como se aprecia en la figura 1b, grafo donde el tamaño del nodo se asocia a la frecuencia del trabajo académico co-citado, Carr (2003) es citado en paralelo con el trascendental artículo sobre la teoría de recursos y capacidades de Jay Barney (Barney, 1991). En resumen, la discusión sobre si las TI son commodities y sus implicaciones son temas relevantes para la comunidad científica mundial.


Figura 1a. Red co-citas de
disciplinas para Carr (2003)

Figura 1b. Red co-citas
artículos para Carr (2003)



La teoría de recursos y capacidades ha ofrecido un marco de referencia de gran potencial en la valoración de los planteamientos de Carr respecto del valor estratégico de los recursos TI. Esta teoría ha entregando evidencia científica de la dificultad de los recursos TI para la creación de valor basado exclusivamente en protocolos idiosincráticos, fortaleciendo la relevancia estratégica de las capacidades TI, únicas, inimitables y heterogéneamente distribuidas. En otras palabras, mientras Carr establece que no es posible disponer de recursos TI únicos, inimitables y heterogéneos, la evidencia científica argumenta que la habilidad para gestionar dichos recursos es en sí un potencial diferenciador estratégico.

Hoy en día existe evidencia creciente que sugiere que a nivel nación la mayor inversión en TI implica un aumento en el rendimiento empresarial en países desarrollados. Sin embargo, en los países en vías de desarrollo esto aún no es así (Hamdan y Kasper, 2010). No obstante lo anterior, y a pesar de un volumen importante de trabajos académicos que abordan la relación entre TI y el rendimiento empresarial desde el prisma de la teoría de recursos y capacidades, estos estudios se han realizado mayoritariamente en países desarrollados, quedando de manifiesto una carencia de investigaciones que evidencien esta relación en países en vías de desarrollo. Es así que planteamos la interrogante esencial de este escrito atendiendo a las diferencias sociales, culturales, políticas y económicas de los países en vías de desarrollo respecto de los denominados desarrollados. ¿Es la conclusión de Carr valida en la realidad de los países en vías de desarrollo al igual que en los desarrollados?

Consecuentemente, el presente estudio tiene por propósito medir la influencia de la inversión en TI en la eficiencia relativa de las organizaciones en Chile. En particular, el objetivo de este trabajo es evaluar cómo influye la inversión en TI en la eficiencia relativa de un grupo de empresas de la industria manufacturera chilena. Este artículo está estructurado de la siguiente forma. Primero, en la revisión de la literatura, se describe brevemente la industria manufacturera chilena, se entrega una revisión teórica de la relación entre TI y el rendimiento empresarial basada en la teoría de recursos y capacidades, y se explica el análisis envolvente de datos como técnica para determinar la eficiencia relativa. A continuación se proponen las hipótesis del estudio. En el apartado estudio empírico, se describe el modelo de eficiencia, la fuente de datos, la muestra, el cálculo de índices y el software utilizado en el estudio. Finalmente, se indican los resultados y se entregan las conclusiones del trabajo.

Revisión de la literatura
Industria Manufacturera en Chile

El año 2010 la industria manufacturera participo en un 11,1% del Producto Interno Bruto (PIB) chileno, posicionándole como el tercer sector de actividad económica en importancia del país, luego de la minería y los servicios financieros y empresariales (Banco Central, 2011). Este sector incluye a las industrias de alimentos, bebidas y tabaco (4,4% del PIB), las industrias química, petróleo, caucho y plástico (2,3% del PIB), las industrias productos metálicos, maquinaria y equipos (1,7% del PIB), las industrias de papel e imprentas ( 1,0% del PIB), las industrias de minerales no metálicos y metálica básica (0,8% del PIB), las industrias de maderas y muebles(0,5% del PIB) y las industrias de textil, prendas de vestir y cuero (0,4% PIB). El 19% de las ventas totales en Chile corresponden a este sector. El 24,3% de las empresas de este sector son grandes empresas (Gobierno de Chile, 2011).

TI y teoría de recursos y capacidades

El enfoque de la teoría de recursos y capacidades define la empresa como una colección única de recursos y capacidades que no se pueden transar libremente en el mercado, los recursos son el stock de factores productivos
- financieros, físicos, humanos, organizativos y tecnológicos
- que la empresa posee, y las capacidades son la forma en que la empresa emplea estos recursos. La heterogeneidad de los recursos y capacidades entre las empresas explican sus diferencias de resultados (Barney, 1991).

Existen dos suposiciones elementales en la teoría de recursos y capacidades, primero, los recursos y capacidades se distribuyen en forma heterogénea a través de las organizaciones, y segundo, estos factores productivos no se pueden transferir de una organización a otra sin costo. Dados estos supuestos, los recursos y capacidades que son valiosos y raros pueden producir ventaja competitiva (es valioso si contribuye a la eficacia o a la eficiencia empresa y es raro si su distribución en el mercado es insuficiente para cubrir la demanda por él). Cuando además estos recursos y capacidades son simultáneamente difíciles de imitar y difíciles de sustituir pueden producir una ventaja competitiva sostenible.

La inimitabilidad de los recursos y capacidades implica que no pueden ser replicados fácilmente por los competidores y que sean no sustituibles significa que otros recursos y capacidades no pueden satisfacer la misma función. Los antecedentes de la inimitabilidad de los recursos y capacidades se puede clasificar en una o más de estas categorías: a) dependencia histórica, b) ambigüedad causal y c) complejidad social.

A partir de estas ideas se han desarrollado diversos estudios de cómo la empresa puede alcanzar una ventaja competitiva sostenible con recursos y capacidades TI. Las conclusiones de estos trabajos apuntan a que las TI, por ser recursos de fácil transferencia, no pueden generan por sí solas rentas superiores, sin embargo, se ha postulado que las capacidades TI poseen esta propiedad (por ser valiosas, raras, inimitables y no sustituibles) (Mata et al., 1995; Tanriverdi 2005; Piccoli y Ives, 2005; Bharadwaj, 2000; Ravichandran and Lertwongsatien, 2005; Santhanam and Hartono, 2003; Bhatt y Grover, 2005; Nevo y Wade, 2010; Mithas et al., 2011).

Análisis envolvente de datos

Charnes et al. (1978) desarrollaron el método Análisis Envolvente de Datos (AED) a partir del trabajo de Farrell (1957). Esta herramienta tiene como objetivo evaluar la eficiencia de un grupo de unidades de decisión que realizan actividades similares, utilizando la envolvente llamada frontera de eficiencia (Tzeremes y Halka, 2010). Esta técnica puede proporcionar datos sobre la eficiencia de cada una de las unidades objeto de estudio, y clasificar estás de acuerdo con la eficiencia conseguida en comparación con otras unidades o su proporción con relación al resto (Martín, 2006).

El AED asume que una organización es eficiente cuando se aumenta la cantidad de productos producidos (salidas) y mantiene un volumen constante de los recursos utilizados (entradas). Por lo tanto, si la organización es capaz de mantener una cantidad constante de los productos obtenidos y disminuir la cantidad de recursos utilizados, también es más eficiente (Díez, 2008). Por lo general, se utilizan software que operan bajo un modelo propuesto por Charnes et al. (1978), conocido como CCR, para medir la eficiencia en las organizaciones. En CCR la eficiencia de la unidad j0 se puede obtener al resolver el siguiente modelo:


Donde:

n = Número de unidades en el estudio t = Número de salidas
m = Número de entradas
yrj = Cantidad de la salida r de la unidad j
xij = Cantidad de la entrada i de la unidad j
ur = Ponderación dada a la salida r vi = Ponderación dada a la entrada i
e = Número positivo muy cercano a cero

El AED ha sido ampliamente utilizado en estudios sobre eficiencia en países desarrollados, así como también en estudios latinoamericanos (Rodríguez, 2003; Silva y Ramírez, 2006).

Hipótesis

Basados en Mata et al. (1995), Barney et al. (2001) y Carr (2003) se proponen las siguientes hipótesis:

H1: No existen diferencias estadísticamente significativas de la eficiencia entre grandes industrias manufactureras chilenas con mayor inversión en computadores y aquellas con menor inversión en ellos.

• H1a: No existen diferencias estadísticamente significativas de la eficiencia entre grandes industrias manufactureras chilenas con mayor inversión en computadores y aquellas con menor inversión en ellos.

• H1a: No existen diferencias estadísticamente significativas de la eficiencia entre grandes industrias manufactureras chilenas con mayor inversión en computadores nuevos y aquellas con menor inversión en ellos.

H2: No existen diferencias estadísticamente significativas de la eficiencia entre grandes industrias manufactureras chilenas con inversión en sistemas empresariales y aquellas sin inversión en ellos.

•H2a: No existen diferencias estadísticamente significativas de la eficiencia entre grandes industrias manufactureras chilenas con inversión en sistemas empresariales administrativos y aquellas sin inversión en ellos.

• H2b: No existen diferencias estadísticamente significativas de la eficiencia entre grandes industrias manufactureras chilenas con inversión en sistemas empresariales para la gestión de clientes y aquellas sin inversión en ellos.

• H2c: No existen diferencias estadísticamente significativas de la eficiencia entre grandes industrias manufactureras chilenas con inversión en sistemas empresariales para la gestión de proveedores y aquellas sin inversión en ellos.

• H2d: No existen diferencias estadísticamente significativas de la eficiencia entre grandes industrias manufactureras chilenas con inversión en sistemas empresariales para la gestión de producción y aquellas sin inversión en ellos.

Estudio empírico

Modelo de eficiencia

El modelo de eficiencia relativa propuesto para el estudio se basa en la técnica AED. Conscientes que la especificación del modelo es una de las consideraciones más importantes para el éxito de la evaluación con este tipo de técnica (Díez, 2008), se ha seleccionado el modelo propuesto por Rodríguez (2003) dada su aplicabilidad en sectores industriales dentro de Latinoamérica. En concreto, en este estudio se ha especificado un modelo de eficiencia para la gran industria manufacturera chilena con dos variables de salida y cuatro variables de entrada. Como se muestra en la figura 2, las variables de salida son (1) Ventas anuales y (2) Resultado del ejercicio, y las variables de entrada son (1) Activos circulantes, (2) Activos fijos, (3) Pasivo de largo plazo y (4) Patrimonio.

Figura 2. Modelo de eficiencia propuesto


Fuente de datos y muestra


La base de datos denominada Primera Encuesta Longitudinal de Empresas (ELE) del Ministerio de Economía de Chile fue la fuente de datos utilizada en el estudio empírico. ELE es el conjunto de datos representativos más actualizado del universo empresarial chileno. El tamaño muestral de ELE son 10.200 unidades productivas (Gobierno de Chile, 2011).

Desde ELE se tomaron los datos correspondientes a las empresas de gran tamaño (con ventas anuales superiores a 100.001 UF 2) del sector económico Industria Manufacturera.

Las razones para centrar el estudio en esta muestra están dadas por el mayor grado de formalización y acceso a las tecnologías de información de estas organizaciones (Minecon,
2002; Barros et al., 2003). A continuación se excluyeron de este conjunto de datos las unidades productivas que no contenían los datos financieros necesarios para evaluar su eficiencia con el modelo propuesto para el estudio. Como consecuencia de los pasos anteriores, la muestra del estudio empírico corresponde a 212 grandes empresas chilenas del
sector industria manufacturera.


Índices

Para cada unidad productiva de la muestra fue calculado un índice denominado “trabajador por computador”, dividiendo la cantidad total de computadores existentes en la empresa por el número de empleados de ella. Luego este índice se clasificó en tres grupos: (1) Alto, (2) Medio y (3) Bajo. De igual forma, se calculo un índice denominado “nuevos computadores”, dividiendo la cantidad de computadores de menos de dos años por la cantidad total de computadores. Luego esta índice se clasifico en tres grupos: (1) Alto, (2) Medio y (3) Bajo.

Software

Para el cálculo de la eficiencia se utilizo el software Frontier Analyst (versión 3.04). En Frontier Analyst, las unidades consideradas eficientes tienen un puntaje igual a 100. Frontier Analyst fue configurado con un modelo CCR orientado a las salidas (optimization mode “max out” y scaling mode constant). Para el análisis se utilizaron los logaritmos de las variables del modelo. Para el cálculo de los test ANOVA y técnicas no paramétricas se utilizó SPSS 15.0.

Resultados

Un resumen del resultado de aplicar el modelo de eficiencia propuesto se expone en la Tabla 1. En promedio las empresas industriales evaluadas tienen como índice de eficiencia un 87,9 (de 100). En el anexo A se muestra una tabla con el detalle los datos del análisis.


Como se puede apreciar en las tablas 2 y 3, los resultados de los test ANOVA no indican diferencias estadísticamente significativas de eficiencia entre los niveles de los índices “trabajadores por computador” y “nuevos computadores”.




Como las variables no cumplían el requisito de normalidad se aplico la técnica no paramétrica de Kruskal-Wallis para corroborar los resultados de ANOVA. Las estimaciones proporcionaron resultados similares. Por tanto, se aceptan las hipótesis H1a y H1b.

La tabla 4 indica los resultados de los test ANOVA entre las empresas con inversión en sistemas empresariales y aquellas sin inversión en ellos. Estos hallazgos no indican diferencias estadísticamente significativas de eficiencia.

Como las variables no cumplían el requisito de normalidad y los tamaños de muestra en cada grupo eran diferentes, la técnica no paramétrica de Mann-Whitney se aplicó para corroborar los resultados de ANOVA. Las estimaciones proporcionaron resultados similares. Por tanto, se aceptan las hipótesis H2a, H2b, H2c y H2d.

Conclusión

Al inicio de este trabajo nos preguntábamos si la afirmación de Nicholas Carr, que señala que en medida que las TI estén omnipresentes se convierten en commodities y en consecuencia desde el punto de vista estratégico no importan, es válida en la realidad de los países en vías de desarrollo. Los resultados de este trabajo apoyan esta posición. Tal como concluyen Powell y Dent-Micallef (1997) en el contexto del retail en Estados Unidos y Ramírez-Correa y García-Cruz (2007) en empresas usuarias de sistemas ERP en Chile, la TI por sí sola no es suficiente para alcanzar ventajas competitivas sustentables. Los resultados de este estudio son una evidencia de esta realidad en la gran industria manufacturera chilena. Desde la perspectiva de la teoría de recursos y capacidades, y tal como exponen otros estudios, dado que los recursos en TI por sí solos no explican significativamente las variación de rendimiento entre las firmas, las organizaciones deben buscar en la combinación de las TI con sus recursos humanos y de gestión las fuentes de ventajas competitivas que explican significativamente la variación de rendimientos. Es clara la utilidad de valorar estas combinaciones y su impacto en la eficiencia empresarial de la industria chilena.

En específico, queremos destacar tres contribuciones de este estudio. Primero, se ha expuesto que la discusión sobre si las TI son commodities continua siendo un tema relevante de la comunidad científica, en especial en el contexto de países en vías de desarrollo. Segundo, se ha valorado la eficiencia relativa de las grandes industrias manufactureras chilenas a través de un modelo basado en AED, esta valoración es por sí un elemento novedoso. Y tercero y último, acorde a la literatura anterior, fue posible soportar las hipótesis que implican que la inversión en TI por sí misma no explica las diferencias en la eficiencia del negocio.

Este estudio posee tres importantes limitaciones que orientan los futuros trabajos relacionados. Primero, debido a la mayor formalización y acceso a las tecnologías, el estudio se centró sólo en organizaciones de gran tamaño, futuros trabajos podrían usar muestras que incorporen empresas medianas. Segundo, el tipo de muestreo se baso en datos secundarios lo cual limitó el análisis de otras variables útiles para entender en un contexto mayor los hallazgos, por ejemplo, antigüedad de los sistemas empresariales existentes o número de empleados dedicados la función TI dentro de las firmas analizadas. Y tercero y último, el estudio es sólo un corte en el tiempo, sería aconsejable un estudio longitudinal para comparar las distintas etapas temporales de la inversión en TI.

Nuestro estudio expone dos implicancias empresariales que nos parecen destacables. Primero, los recursos TI son “factores de primer orden” en el desarrollo y transformación de una empresa (Mithas et al., 2011) y, sobre la base de los resultados obtenidos, esta condición es extensible y válida en empresas en países en vías de desarrollo.

Segundo, reconocer en las empresas de los países en vías de desarrollo la condición de factor de primer orden de la TI implica la necesidad de identificar y desarrollas tanto capacidades TI como organizacionales sustentadas en los recursos TI. Esto último es particularmente complicado dado la tendencia e importancia que se le entrega en países en vías de desarrollo a la inversión y despliegue de “sistemas” y “tecnologías” en sí.

Finalmente, proponemos como área de acción de trabajos futuros, en el ámbito de países en desarrollo, la extensión hacia la definición y valoración de capacidades TI y sus implicancias en la habilitación de capacidades organizacionales, como por ejemplo: la capacidad de gestión de clientes, de procesos y de desempeño de la organización. Aspectos que han sido cubiertos en el marco de países desarrollados pero no en el contexto de países en vías de desarrollo.

NOTAS

1 Para este análisis se utilizo el software CiteSpace II (Chen, 2006) configurado con co-citación como enlaces. La co-citación es una relación de co-ocurrencia que se da cuando dos ítems de la literatura existente son citados juntos por un tercero, el análisis de co-citas tiene por objetivo relevar la estructura intelectual de las especialidades científicas (Miguel et al., 2006).
2 La Unidad de Fomento (UF) es una unidad de cuenta reajustable de acuerdo con la inflación usada en Chile.

Referencias

AVGEROU, C. (2008). Information systems in developing countries: a critical research review. Journal of Information Technology, 23(3), 133-146.         [ Links ]

BANCO CENTRAL (2011). Cuentas Nacionales de Chile
2003-2010. Banco Central de Chile. http://www.bcentral.cl/ publicaciones/estadisticas/actividad-economica-gasto/pdf/ CCNN2003_2010.pdf [Accesado el 2 de julio de 2011].

BARNEY, J. (1991). Firm resources and sustained competitive advantage. Journal of Management, 17(1), 99-120.         [ Links ]

BARNEY, J., Wright, M., Ketchen, D.J.J. (2001). The resource-based view of de firm: Ten years after 1991. Journal of Management, 27(6), 625-641.         [ Links ]

BARROS, O., Varas, S., Holgado, A. (2003). Estado e impacto de las TIC en empresas chilenas. Documentos de Trabajo Gestión. //www.dii.uchile.cl/~ceges/publicaciones/ ceges45.pdf [Accesado el 2 de julio de 2011].

BHARADWAJ, A., Bharadwaj, S., Konsynski, B. (1999). Information technology effects on firm performance as measuredbyTobin’sq.ManagementScience,45(6),1008-1024.         [ Links ]

BHARADWAJ, A.S. (2000). A resource-based perspective on information technology capability and firm performance. MIS Quarterly, 24(1), 169-198.         [ Links ]

BHATT, G.D., Grover, V. (2005). Types of information technology capabilities and their role in competitive advantage: An empirical study. Journal of Management Information Systems, 22(2), 253-277.         [ Links ]

BRYNJOLFSSON, E., Hitt, M. (1995). Paradox lost? Firm- level evidence on the returns to information systems spending. Management Science, 42(4), 541-560.         [ Links ]

BRYNJOLFSSON, E., Hitt, M. (1998). Beyond the productivity paradox. Communications of the ACM, 41(8), 49-55.         [ Links ]

CARR, N.G. (2003). IT doesn’t matter. Harvard Business Review, 81(5), 41-49.         [ Links ]


CHARNES, A., Cooper, W., Rhodes, E. (1978). Measuring efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444.         [ Links ]

CHEN, C. (2006). CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature. Journal of the American Society for Information Science and Technology, 57(3), 359-377.

DEWAN, S., Min, C. (1997). The substitution of information technology for other factors of production: A firm level analysis. Management Science, 43(12), 1660-1675.         [ Links ]

DÍEZ, F.A. (2008). Análisis de eficiencia de los departamentos universitarios. El caso de la Universidad de Sevilla. Dykinson, Madrid.         [ Links ]

FARRELL, M.J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society, 120(3), 253-290.         [ Links ]

GOBIERNO DE CHILE (2010). Primera encuesta longitudinal de empresas (ELE). Observatorio Empresas del Ministerio de Economía. //www. o bse r v at or ioe m pre s a s .go b.c l / E ncue s t a / De t alle . a s px . [Accesado el 1 Abril de 2011].

HAMDAN, B.J., Kasper, G.M. (2010). The IT-productivity linkage at the country level for developing economies. En: Proceeding of the Southern Association for Information Systems Conference. Atlanta, GA. pp. 219-224.         [ Links ]

HITT, L.M., Brynjolfsson, E. (1996). Productivity, profit, and consumer welfare: Three different measures of information technology. MIS Quarterly, 20(2), 121-142.         [ Links ]

KALLING, T. (2003). ERP systems and the strategic management processes that lead to competitive advantage. Information Resources Management Journal, 16(4), 46-68.         [ Links ]

KANGAS, K. (2003). The resource-based theory of the firm: the new paradigm for information resources management? En: Kangas K. (Ed.), Business Strategies for Information Technology Management. IRM Press. Hershey, PA. pp. 28-49.         [ Links ]

LANDAUER, T.K. (1995). The Trouble with Computers. MIT Press, Cambridge, MA.         [ Links ]

LOVEMAN, G.W. (1994). An assessment of the productivity impact of information technologies. En: Allen, T.J., Scott Morton, M.S. (Eds.), Information Technology and the Corporation of the 1990s: Research Studies. Oxford University Press, Oxford. pp. 84-110.         [ Links ]

MARTÍN R. (2006). La evaluación de la eficiencia técnica. Una aplicación del DEA a la Universidad de la Laguna. En: XV Jornadas de la Asociación de la Economía de la Educación. Granada, España.         [ Links ]

MATA, F.J., Fuerst, W.L., Barney, J.B. (1995). Information technology and sustained competitive advantage: A resource-based analysis. MIS Quarterly, 19(4), 487-505.         [ Links ]

MIGUEL, S., Moya-Anegón, F.D., Herrero-Solana, V. (2007). El análisis de co-citas como método de investigación en Bibliotecología y Ciencia de la Información. Investigación Bibliotecológica, 21(43), 139-155.         [ Links ]

MINECON (2002). Acceso y uso de las TIC en las Empresas Chilenas 2002. Ministerio de Economía de Chile. //www.economia.cl/1540/articles-187091_ recurso_1 [Accesado el 5 de julio de 2011].

MITHAS, S., Ramasubbu, N., Sambamurthy, V. (2011). How information management capability influences firm performance. MIS Quarterly, 35(1), 237-256.         [ Links ]

NEVO, S., Wade, M. (2010). The formation and value of it-enabled resources: Antecedents and consequences. MIS Quarterly, 34(1), 163-183.         [ Links ]

OECD (1997). Electronic Commerce: Opportunities and Challenges for Government. Organisation for Economic Cooperation and Development, Paris.         [ Links ]

PICCOLI, G., Ives, B. (2005). IT-dependent strategic initiatives and sustained competitive advantage: A review and synthesis of the literature. MIS Quarterly, 29(4), 747-776.         [ Links ]

POWELL, T.C., Dent-Micallef, A. (1997). Information technology as competitive advantage: the role of human, business and technology resources. Strategic Management Journal, 18(5), 375-405.         [ Links ]

RAMÍREZ-CORREA, P., García-Cruz, R. (2007). Tecnología de información y ventaja competitiva: El caso de los sistemas ERP en Chile. Revista Eletrónica de Ciencia Administrativa, 6(1), 1-18.         [ Links ]

RAVICHANDRAN, T., Lertwongsatien, C. (2005). Effect of information systems resources and capabilities on firm performance: A resource-based perspective. Journal of Management Information Systems, 21(4), 237-276.         [ Links ]

RODRIGUEZ, G. I. (2003). Medición de la eficiencia relativa en dos subsectores de la economía colombiana desde 1993 a 2002 utilizando data envelopment analysis (DEA). Innovar, 13(22), 121-136.         [ Links ]

ROSS, J.W., Beath, C.M., Goodhue, D.L. (1996). Develop long-term competitiveness through IT assets. Sloan Management Review, 38(1), 31-42.         [ Links ]

SANTHANAM, R., Hartono, E. (2003). Issues in linking information technology capability to firm performance. MIS Quarterly, 27(1), 125-153.         [ Links ]

SILVA, C., Ramírez, A. (2006). Análisis de eficiencia de institutos tecnológicos de España y Brasil: Una aplicación del análisis envolvente de datos (DEA). Journal of Technology Management & Innovation, 1(4), 43-56.         [ Links ]

TANRIVERDI, H. (2005). Information technology relatedness, knowledge management capability, and performance of multibusiness firms. MIS Quarterly, 29(2).         [ Links ]

TZEREMES, N., Halkos, G. (2010). A DEA approach for measuring university departments’ efficiency. Working paper. http://mpra.ub.uni-muenchen.de/24029/ [Accesado el 10 de junio de 2011]        [ Links ]

UNDP (2001). Making New Technologies Work for Human Development. United Nations Development Programme, New York.         [ Links ]

WEILL, P. (1992). The relationship between investment in information technology and firm performance: A study of the value manufacturing sector. Information Systems Research, 3(4), 307-333.         [ Links ]

WILSON, D. (1993). Assessing the impact of information technology on organizational performance. En: Banker, R., Kauffman, R., Mahmood, M.A. (Eds.), Strategic Information Technology Management: Perspectives on Organizational Growth
        [ Links ]

Received September 12, 2011
Accepted November 29, 2011



Anexo A: Tabla con el detalle los datos del análisis.