Las personas se encuentran en el corazón de los sistemas de trabajo, dan estabilidad y conducen el mejoramiento continuo (Jadhav et al., 2014). El modelo TPS tiene dos principios: el primero es la mejora continua, la cual busca desafiar y emplea kaizen (mejora continua, innovación y evolución) y genchi genbutsu (ir al origen del problema, encontrar hechos, tomar decisiones y consenso para alcanzar objetivos) y el segundo es el respeto por las personas, que se fundamenta en el respeto y el trabajo en equipo (Benkarim y Imbeau, 2021). Es importante destacar que las organizaciones que solo se enfocan en el aspecto técnico de la LM, sin prestar atención al pilar "respeto por las personas", practican un "falso lean" (Benkarim y Imbeau, 2021).

La denominación original de lean era "respeto por el sistema humano", también llamada "la forma de pensar". Esta concepción enfatiza la necesidad de orientar a las personas a pensar y resolver las causas profundas de los problemas, a colaborar socialmente y a humanizar el trabajo (Jadhav et al., 2014). Fujio Cho, presidente de Toyota en el periodo de 1999 a 2005, introdujo en "The Toyota Way" la dimensión humana de TPS, como un nuevo conjunto de valores que guían el desarrollo de competencias de los empleados y condiciones de trabajo, interconectadas con su dimensión técnica (Magnani et al., 2019).

No obstante, muchas organizaciones omiten tener en cuenta a las personas cuando llevan a cabo implementaciones de LM, lo que provoca su fracaso. Los principios operacionales de valor y mejora de los procesos que busca la LM, causan tensión cuando se realizan a costa de las condiciones laborales de los empleados (Al-hakim y Sevdalis, 2021). Además, en ocasiones, las personas se resisten a la implementación de iniciativas LM y las frustran (Jadhav et al., 2014), por el miedo a perder el empleo, dados los antecedentes de plazas laborales eliminadas como resultado de este tipo de iniciativas (Jadhav et al., 2014). Asimismo, en otros casos, las personas limitan el éxito de la metodología, porque en ella se requiere de la participación activa y el compromiso de todos, especialmente de los empleados directos al ser ellos quienes mejor conocen las actividades y llevan a cabo el trabajo real de implementación (Benkarim y Imbeau, 2022).

A partir de la teoría de intercambio social, Eisenberger et al. (1986) desarrollaron la teoría de apoyo organizacional (TAO) y la variable latente "apoyo organizacional percibido" (AOP) (Maan et al., 2020). En su trabajo seminal, Eisenberger et al. (1986) señalan que "las personas forman creencias generalizadas asociadas al grado en que la firma da valor a su trabajo y se preocupa por su bienestar" (p. 504). Según la TAO, la percepción de apoyo de la organización depende en gran medida de las atribuciones que hacen los empleados sobre la intención que tiene la organización cuando les da un trato favorable o desfavorable (Kurtessis et al., 2017).

Nuevas áreas de investigación subrayan que el apoyo de la organización es un factor importante para las firmas, por su efecto en la disposición de los empleados para colaborar (Qi et al., 2019). Por ello, cuando las personas perciben la inclinación de su empleador hacia ellas (Maan et al., 2020) y consideran que reciben un buen trato, tienden a desarrollar sentimientos de obligación que pueden detonar actitudes favorables que incrementan el compromiso, la alineación con la firma, el engagement, la satisfacción con la carrera, el deseo de ayudar a la firma y el bienestar psicológico (Qi et al., 2019).

Entre los obstáculos para la implementación exitosa de LM se citan carencias en el apoyo y compromiso de la alta dirección, la capacidad de liderazgo, el compromiso de los empleados, los recursos destinados y la poca comunicación (Al-hakim y Sevdalis, 2021). Entre las líneas de investigación sugeridas, Yadav et al. (2017) llaman a indagar sobre los retos prácticos de la aplicación del concepto lean, específicamente en las interacciones entre los elementos sociotécnicos de la organización y las razones de la falta de compromiso organizacional (CO). Este trabajo de investigación abona en esa vertiente.

El CO se define como una relación, vínculo o estado psicológico entre el empleado y la organización; es indicativo de aceptación de las relaciones laborales y disminuye la posibilidad de abandono voluntario a la firma (Purwaningrum et al., 2022). También se entiende como el vínculo que une al empleado con la firma, consecuencia de su identificación e involucramiento; se caracteriza por una fuerte creencia y aceptación de metas y valores empresariales, la disposición para esforzarse considerablemente en su beneficio y un fuerte deseo de seguir siendo miembro de ella (Benkarim y Inbeaum, 2021).

El CO impacta en distintos aspectos de las organizaciones (Lee y Kim, 2023) y en las iniciativas LM es una variable relevante dado que su alta tasa de fracaso se relaciona con la falta de compromiso de los empleados (Benkarim y Imbeau, 2021). Trabajos previos señalan que el apoyo percibido de las organizaciones puede favorecer el compromiso de los colaboradores. Este apoyo crea una identidad propia en los empleados y eleva su compromiso laboral (Li et al., 2023). Un metaanálisis (Kurtessis et al., 2017) y dos trabajos empíricos recientes (Maan et al., 2020; Suárez-Albanchez et al., 2022) confirmaron que la percepción de apoyo de la organización incrementa el compromiso de los empleados. Por ello, se propone que:

H1: El AOP influye positiva y significativamente sobre el CO.

Las empresas, en particular las manufactureras, se ven obligadas a recortar puestos de trabajo por factores como crisis financieras, deficiencias en desempeño y productividad (Amato et al., 2023), lo cual afecta el compromiso de los empleados (Sarkar, 2022). Sin embargo, debe tenerse

presente que es necesario valorar y respetar a las personas, proporcionando entornos de trabajo en los que se sientan apreciadas (Cardon y Bribiescas, 2015). Cuando los colaboradores sienten confianza en el apoyo, la integridad y la imparcialidad de la organización, están más motivados a participar activamente en distintas actividades (Le y Lei, 2019). En el entorno de LM, el éxito de las iniciativas depende de que los empleados se sientan seguros para participar en la mejora continua, sin preocuparse por su continuidad laboral (Jurburg et al., 2015). En tal sentido, se plantea que:

H2: El AOP influye positiva y significativamente sobre el uso de prácticas de LM.

Las prácticas de RH deben apoyar los objetivos de LM, desarrollar capital humano y crear entornos propicios para su despliegue (Iranmanesh et al., 2019). Cuando a los trabajadores se les da la oportunidad de demostrar sus capacidades, tienen una mayor receptividad ante las nuevas prácticas y proponen un mayor número de ideas de mejora (Magnani et al., 2019). En esta vertiente, la participación es una característica clave de la implicación de los trabajadores (Ahlstrand y Gautié, 2022) y se considera una condición favorable creada por la organización (Purwaningrum et al., 2022), dado que el personal gerencial aplica estrategias para favorecer el empoderamiento de los trabajadores (Hussain et al., 2023). Por tanto, puede considerarse un símbolo de confianza de los superiores a los subordinados (Purwaningrum et al., 2022).

La participación es clave para LM, por su influencia en las actitudes, habilidades, conocimientos y capacidad de adaptación a los cambios (Marin-Garcia y Bonavia, 2015). Además, es un aspecto integral que incrementa la flexibilidad, reduce la vulnerabilidad del sistema de producción y se manifiesta en actividades como la colaboración para identificar y eliminar causas raíz, la no interrupción del flujo de producción por anomalías o defectos y la adaptación de equipos por variaciones en tareas (Wickramasinghe, 2016). Estudios empíricos realizados en Italia y Sri Lanka evidencian que la percepción de apoyo de la organización incrementa la PT (Neirotti, 2018). En especial, se afirma que los empleados en entornos de apoyo solidarios podrían estar más propensos a comprometerse ante la ambivalencia de equilibrar el trabajo intenso y colaborar en acciones LM (Neirotti, 2018). Luego, se propone que:

H3. El AOP influye positiva y significativamente sobre la PT.

El compromiso y la participación de los empleados en la toma de decisiones organizacionales y la resolución de problemas son dos de las áreas más investigadas en la psicología y el comportamiento organizacional (Lines y Selart, 2013); sin embargo, se sabe poco acerca de cómo se comportan estos constructos en los procesos de cambio en la industria manufacturera. Si bien se ha encontrado que el CO determina el éxito en la implementación de LM (Aripin et al., 2023), al basarse en el esfuerzo y el nivel de habilidad de los trabajadores (Sancha et al., 2020), aún es un desafío identificar las capacidades que deben desarrollar los trabajadores para adaptarse a la cultura de LM (Benkarim y Imbeau, 2021). Como la participación requiere del esfuerzo de los empleados, se piensa que los más comprometidos tienen más probabilidades de participar voluntariamente en los procesos colaborativos que los menos comprometidos (Lines y Selart, 2013). En un estudio con empleados de cooperativas en España, Rodríguez-Oramas et al. (2022) encontraron que la participación contribuye al desarrollo del CO. En México, otros trabajos evidencian que el CO impulsa la participación en tareas de manufactura con beneficios agregados en indicadores de éxito (Videla, 2006). Por ello, se plantea que:

H4: El CO influye positiva y significativamente en la PT.

La participación de los colaboradores es relevante en LM. El "respeto por las personas", postulado por Toyota, considera que los empleados no deben considerarse máquinas, sino seres pensantes (Chen et al., 2020). Con este pilar, la empresa buscó crear un sistema que posibilitara la participación de los empleados en la mejora del trabajo y en el despliegue de sus capacidades (Benkarim y Imbeau, 2021). Para ello, son necesarios sistemas que alienten la generación y compartición de ideas (Cardon y Bribiescas, 2015). En LM es indispensable que los empleados participen constante y activamente en tareas como la resolución de problemas y la mejora de procesos: en LM, la adopción exitosa depende en gran medida del involucramiento de los colaboradores (Chen et al., 2020).

La participación de los empleados se asocia fuertemente con el éxito de la mejora continua y la gestión de la calidad (van Assen, 2021). El proceso de involucramiento de los colaboradores para que participen en los procedimientos de mejora repercute en la calidad de los productos y servicios (Hussain et al., 2023). Un estudio con empresas alemanas, italianas y canadienses identifica que una mayor participación de los trabajadores influye positivamente en la aplicación efectiva de LM (Longoni y Cagliano, 2015). Asimismo, trabajos realizados en España y Holanda revelan que cuando se incrementa la delegación de funciones se produce un mayor despliegue de LM (Marin-Garcia y Bonavia, 2015) y que el involucramiento de los empleados incrementa la mejora continua (van Assen, 2021). Finalmente, otro estudio en distintos sectores españoles evidencia que el involucramiento incrementa los resultados de LM, particularmente en lo relativo a la reducción de desperdicios y la flexibilidad manufacturera (Hernandez-Matias et al., 2019). Por ello, se propone que:

H5: La PT influye positiva y significativamente sobre el uso de prácticas de LM.

La participación de las mujeres en la manufactura de exportación mexicana es cada vez mayor. Información estadística publicada en 2022 evidencia que en ese entorno la fuerza laboral de ellas representa el 36,3 % de la plantilla, y destaca su colaboración en subsectores como la fabricación de productos textiles (63,3 %), prendas de vestir (61,4 %), equipo de computación (51,8 %) y artículos de plástico y hule (41,3 %) (Instituto Nacional de Estadística y Geografía, 2023).

Por otro lado, contrastar la percepción según el género es un tema de interés científico, dado que algunos trabajos identifican diferencias asociadas a variables como la inteligencia emocional y la motivación laboral (Marinovic et al., 2023), pero en otros se reportan similitudes en el comportamiento de hombres y mujeres en constructos como la precariedad en el empleo y la supervisión abusiva (Daly et al., 2020). En el ámbito manufacturero, hay pocos antecedentes de diferencias asociadas al género. En algunos trabajos (Hachtel y Armstrong, 2019), se indaga en aspectos como la realización de tareas que implican el uso de fuerza y la satisfacción laboral. En el entorno de LM, esta revisión identificó solo dos investigaciones. La más reciente (Migliore et al., 2021) investigó aspectos de estrés laboral y encontró que las mujeres, en comparación con los hombres, son más propensas a reportar dolor musculoesquelético y están más expuestas a la tensión laboral. La otra (Wickramasinghe, 2016) identificó que las mujeres perciben más apoyo organizativo y tienen mayor involucramiento en el trabajo y compromiso afectivo que los hombres. En lo relativo a la utilización de técnicas LM en empresas manufactureras, no se identificaron trabajos que indaguen en el tema, pero debe profundizarse en él ya que ello posibilita la optimización del rendimiento organizacional y ayuda a comprender las actitudes laborales (Wickramasinghe, 2016).

Se afirma que las actitudes y comportamientos en el trabajo son distintos en función del género y por ello las organizaciones gestionan asumiendo que hombres y mujeres reaccionan de forma diferente ante las situaciones laborales (Wickramasinghe, 2016). En el caso de México, la cultura ha influido en la asignación diferenciada de roles a hombres y mujeres, ya que tradicionalmente a los primeros se les ve como protectores y proveedores, mientras que a las mujeres se les asignan actividades que implican compartir y educar; sin embargo, en el mundo contemporáneo la realidad es distinta, en ambos casos se busca poder económico y competir en el mercado del trabajo, y este cambio influye en la forma en se percibe el entorno laboral (Aguilar-Montes De Oca et al., 2013). Por lo anterior, se plantea que:

H6: No existe diferencia significativa en la percepción de LM por género, es decir, entre hombres y mujeres que laboran en la industria manufacturera.

Para el análisis estadístico inferencial de los datos se siguieron dos etapas: en la primera, se revisaron los atributos psicométricos del modelo de medición (validez de convergencia y discriminante); en la segunda, se valoró el modelo estructural. Para el desarrollo del modelo se tomó en consideración que la operacionalización de los constructos es reflectiva. La validez convergente del modelo de medición se evaluó por medio del indicador alfa de Cronbach, la fiabilidad compuesta, la varianza extraída media (AVE) y las cargas factoriales (valor t y significancia estadística). Los valores obtenidos se presentan en la Tabla 1.

Tabla 1

Validez convergente			Fiabilidad de consistencia interna
Variable latente	Indicador	Carga > ,50	Valort del indicador	AVE	Alfa de Cronbach > 0,60	Fiabilidad compuesta > 0,60
LM	LM1 Los empleados de las distintas áreas operativas (Producción, Calidad, Mantenimiento) pueden realizar distintas actividades.	0,745	10,071	0,593	0,862	0,897
	LM3 Contamos con un sistema de alerta para autorizar el movimiento de material (conos, tarjetas, estantes vacíos).	0,747	13,785
	LM5 Los empleados son capaces de reducir el tiempo que toma los cambios de modelo. Se trabaja en reducir el tiempo que toma los cambios de modelo.	0,728	12,522
	LM7 Se utilizan diferentes técnicas para mejorar la calidad del producto (gráficos de control).	0,824	21,241
	LM8 Se cuenta con un sistema para notificar cuando la máquina está fallando (sonido, color de luz).	0,842	26,506
	LM9 El material llega cuando el material se necesita.	0,727	15,111
PT	PT1 Regularmente doy sugerencias para la mejora continua de la empresa.	0,816	18,725	0,698	0,892	0,920
	PT2 Sé cuáles son los objetivos de desempeño que debe de lograr mi equipo.	0,822	17,134
	PT3 Conozco los objetivos de calidad que debe lograr mi equipo.	0,834	17,968
	PT4 Cada vez me esfuerzo más por dar ideas que mejoren el trabajo en la empresa.	0,838	23,144
	PT5 Dedico tiempo para proponer ideas que ayuden a prevenir o resolver problemas.	0,865	24,535
AOP	AOP1 La empresa valora lo que hago en mi trabajo.	0,878	32,740	0,808	0,940	0,954
	AOP2 La empresa se siente orgullosa de mis logros en el trabajo.	0,917	53,523
	AOP3 La empresa está dispuesta a ayudarme cuando necesito un favor especial.	0,860	26,945
	AOP4 La empresa verdaderamente toma en cuenta mis metas y valores.	0,921	52,650
	AOP5 La empresa realmente se preocupa por mi.	0,916	47,961
CO	CO1 Estaría feliz de trabajar el resto de mi vida laboral en esta empresa.	0,874	42,508	0,704	0,859	0,905
	CO2 Los problemas de la empresa también son míos.	0,850	25,762
	CO3 Esta empresa significa mucho para mí.	0,872	27,529
	CO5 Difícilmente podría encariñarme a otra empresa como lo estoy en esta.	0,755	14,818

Fuente: elaboración propia.

Los indicadores alfa de Cronbach y fiabilidad compuesta de los constructos excedieron en todos los casos el punto de corte mínimo de 0,70 (Bagozzi y Yi, 1988). En lo referente a la AVE, los indicadores de todos los constructos mostraron valores superiores a 0,50 (Martínez y Fierro, 2018). Además, de acuerdo con los resultados de las cargas factoriales, se eliminaron los ítems LM2, LM4, LM6, por no cumplir con el criterio; los ítems restantes exhiben cargas factoriales mayores a 0,708, con valores entre 0,727 (LM9) y 0,921 (AOP4), y en todos los casos sus valores t superan 1,96. Por lo tanto, se puede afirmar que el modelo de medición tiene validez de convergencia.

La validez discriminante se estableció con los criterios Fornell Larcker y Heterotrait-Monotrait Ratio (HTMT). El primero indica que un constructo debe compartir mayor varianza con sus indicadores asignados que con los de otra variable latente (Hair et al., 2011). De esta manera, la raíz cuadrada de la AVE de cada variable latente debe ser mayor que sus correlaciones con cualquier otro constructo (Martínez y Fierro, 2018). Esto se puede apreciar en la diagonal principal de la Tabla 2. Con respecto al ratio HTMT, estudios de simulación realizados han demostrado que la validez discriminante se detecta de mejor forma a través de este indicador; el criterio señala que las correlaciones entre los indicadores que miden el mismo constructo deben superar las correlaciones entre los indicadores que miden diferentes constructos, con un punto de corte máximo de 0,85 (Henseler et al., 2015). Los resultados de este indicador se presentan en la Tabla 2 y confirman la existencia de este tipo de validez.

Tabla 2

Criterio Fornell-Larcker					Ratio HTMT
	AOP	CO	LM	PT	AOP	CO	LM	PT
AOP	0,899
CO	0,521	0,839			0,574
LM	0,483	0,287	0,770		0,536	0,333
PT	0,492	0,426	0,600	0,835	0,533	0,486	0,674

Fuente: elaboración propia.

La evaluación del modelo estructural se realizó con los coeficientes de determinación (R²), los path estructurales y los indicadores de relevancia predictiva Q². El primero (R²) determina la calidad de predicción del modelo estructural, al estimar el grado en que el modelo explica los datos (Seidel y Back, 2009); también se explica como el efecto combinado que las variables exógenas tienen sobre las endógenas (Hair et al., 2014). Como regla para determinar su magnitud, se considera que una R² de 0,75 es sustancial, una R² de 0,50, moderada y una R² de 0,25, débil (Hair et al., 2014). En el modelo propuesto, existen tres variables endógenas: CO, PT y LM. De acuerdo con la magnitud del coeficiente R², el modelo explica de forma débil las tres variables latentes: CO (0,272), la PT (0,281) y LM (0,406).

Los coeficientes path de un modelo estructural PLS pueden interpretarse como coeficientes beta estandarizados de regresiones de mínimos cuadrados ordinarios y su significancia se determina a través del procedimiento bootstrapping; si los path carecen de significancia estadística o muestran signos contrarios a los propuestos, se carece de soporte para las hipótesis propuestas. Sin embargo, cuando son significativos estadísticamente, existe evidencia de que la relación causal propuesta se sustenta en los hallazgos empíricos (Hair et al., 2011). En el modelo propuesto, los cinco path estructurales (H1, H2, H3, H4 y H5) coinciden en signo con el propuesto y son estadísticamente significativos (nivel de confianza del 95 %). A partir de los resultados, es posible afirmar que el AOP influye positiva y significativamente sobre el compromiso organizacional (0,521, t = 6,539); el AOP influye positiva y significativamente en LM (0,248, t = 2,635); el AOP influye positiva y significativamente sobre la participación de los trabajadores (0,371, t = 3,890); el compromiso organizacional influye positiva y significativamente en la participación de los trabajadores (0,232, t = 2,810); y la participación de los trabajadores influye positiva y significativamente sobre LM (0,478, t = 4,885) (ver Tabla 3).

Tabla 3

Hipótesis	Path	Valor t	Resultado
H1. El AOP influye positiva y significativamente en el CO	0,521	6,539	Validada
H2. El AOP influye positiva y significativamente en LM	0,248	2,635	Validada
H3. El AOP influye positiva y significativamente en la PT	0,371	3,890	Validada
H4. El CO influye positiva y significativamente en la PT	0,232	2,810	Validada
H5. La PT influye positiva y significativamente en LM	0,478	4,885	Validada

Fuente: elaboración propia.

El indicador Q² de Stone-Geisser valora el grado en que el modelo y sus parámetros reconstruyen los valores (Chin, 2010). Existe relevancia predictiva cuando los indicadores Q² son mayores de cero; de esa forma, el modelo es capaz de predecir los indicadores (reflectivos) de los constructos endógenos (Barroso et al., 2010). En la Tabla 4, se presentan los valores Q² del modelo. Como en ella se observa, los indicadores cumplen con el criterio anterior.

Tabla 4

	Suma de cuadrados del error de predicción (SSO)	Suma de cuadrados del error utilizando la media para la predicción (SSE)	Validación cruzada de la redundancia del constructo
AOP	650,000	650,000
CO	520,000	423,690	0,185
LM	780,000	600,013	0,231
PT	650,000	536,551	0,175

Fuente: elaboración propia.

En la Figura 2 se presenta el modelo contrastado. En ella se exhiben los valores path de las relaciones estructurales y los valores R² respectivos.

Figura 2 Fuente: elaboración propia con apoyo de SmartPLS.

Para atender el segundo objetivo del trabajo, se realizó un análisis multigrupo para identificar la existencia de diferencias estadísticamente significativas en los coeficientes path del modelo entre hombres (n = 79) y mujeres (n = 51). Hair et al. (2017) señalan que, de forma previa a este análisis, es necesario asegurarse de que existe invarianza de medición entre los grupos, es decir, se requiere garantizar que los grupos perciben de forma similar las variables latentes. Para ello, se utiliza el procedimiento Measurement Invariance of Composite Models (MICOM), en el cual se revisan tres aspectos: invarianza configuracional, invarianza de composición y la igualdad compuesta de medias y varianzas. La primera valora cualitativamente las especificaciones de las variables latentes, en lo relativo a indicadores utilizados, tratamiento de datos y criterios de optimización (Hair et al., 2017). En este trabajo, los indicadores y escalas de medición en hombres y mujeres son similares, y el tratamiento de datos y los criterios de optimización son idénticos. Luego, la invarianza composicional se establece con el paso 2 de MICOM. En este sentido, se asegura que los puntajes compuestos son similares entre los grupos (Hair et al., 2017). En la Tabla 5 se muestran los resultados de la evaluación de la invarianza de composición. Puede observarse que la correlación original de los constructos del modelo no es significativamente diferente de 1, lo que evidencia que existe invarianza composicional.

Luego, la igualdad compuesta de medias y varianzas se determina con el paso 3 de MICOM; en este sentido, se examina si existen diferencias en los valores de las medias y varianzas de las varianzas compuestas entre los grupos (Hair et al., 2017). En la Tabla 6 se ilustra el paso 3 de MICOM, en ella se observa que los intervalos de confianza basados en la permutación incluyen las diferencias originales de los valores promedio y de las varianzas de la estimación del modelo original, con un valor p > 0,05, lo que evidencia que existe igualdad en medias y varianzas compuestas entre hombres y mujeres. Con este resultado, es posible afirmar que existe invarianza de medición completa entre los grupos.

El análisis multigrupo prueba la hipótesis nula de que los coeficientes path entre dos grupos no son significativamente distintos, es decir, si la diferencia absoluta en los coeficientes path es 0 (Hair et al., 2017). Lo anterior puede determinarse con el análisis PLS-MGA de Henseler y la prueba de permutación. En la Tabla 7 se presentan los resultados de ambas técnicas. Como en ella se observa, las diferencias en los path del modelo asociadas al género de los participantes no son estadísticamente distintas, es decir, no existe diferencia en los coeficientes path del modelo asociadas al género.

Tabla 5

	Correlación original	Correlación de medias de permutación	5,0%	P-valores de permutación
AOP	1,000	0,999	0,999	0,805
CO	0,997	0,998	0,993	0,301
LM	0,997	0,997	0,991	0,372
PT	0,996	0,998	0,994	0,108

Fuente: elaboración propia.

Tabla 6

	Media -diferencias originales (hombres-mujeres)	Media -diferencia de medias de permutación (hombres-mujeres)	2,5%	97,5%	P-valores de permutación	Varianza -diferencia original (hombres-mujeres)	Varianza -diferencia medias permutación (hombres-mujeres)	2,5%	97,5%	P-valores de permutación
AOP	-0,160	0,001	-0,317	0,357	0,336	0,175	0,010	-0,537	0,593	0,522
CO	-0,096	0,011	-0,340	0,352	0,587	0,230	0,010	-0,446	0,517	0,317
LM	0,233	0,001	-0,332	0,359	0,188	-0,198	0,019	-0,662	0,699	0,559
PT	0,345	0,009	-0,338	0,372	0,057	-0,147	0,005	-0,830	0,859	0,775

Fuente: elaboración propia a partir de resultados de Smart PLS.

Tabla 7

Coeficientes path			H		M			Diferencias de valor p
	H	M	2,5%	97,5%	2,5%	97,5%	Diferencias path	AMG Henseler (p)	Valor p (H vs M)	Permutación (p)	P-valores de permutación	Soporte
H1	0,461	0,644	0,203	0,636	0,441	0,764	-0,183	0,219	0,169	0,325	0,291	No/no
H2	0,305	0,169	0,054	0,539	-0,092	0,446	0,136	0,470	0,465	0,563	0,530	No/no
H3	0,311	0,591	0,031	0,516	0,278	0,854	-0,281	0,138	0,135	0,147	0,210	No/no
H4	0,304	0,065	0,094	0,487	-0,214	0,334	0,239	0,152	0,165	0,172	0,185	No/no
H5	0,403	0,572	0,118	0,664	0,271	0,777	-0,169	0,398	0,365	0,443	0,439	No/no

Nota: H = hombres; M = mujeres.