Más allá de los números: la investigación cualitativa en las dinámicas organizacionales

Columna

31 de enero de 2025

Más allá de los números: la investigación cualitativa en las dinámicas organizacionales

El enfoque es útil como herramienta para explorar la complejidad de las interacciones humanas y sociales

Regresión, gráficos, diagramas de caja, tablas, softwares… La ciencia de datos domina el escenario de la investigación organizacional. Los enfoques cuantitativos han ido ganando espacio por la precisión, objetividad de los números y facilidad de traducir resultados en gráficos y datos impactantes, principales herramientas utilizadas para las decisiones de gestores y líderes en las organizaciones.

Por otro lado, como ya decía Albert Einstein, “ni todo lo que puede ser contado cuenta, ni todo lo que cuenta puede ser contado.” Esta reflexión plantea un interrogante: ¿hasta qué punto los números, por más precisos que sean, logran captar la complejidad y los matices que componen las relaciones humanas en los contextos organizacionales? No se trata de considerar un enfoque como superior al otro, sino de comprender que la elección depende de lo que se desea descubrir y del objetivo específico del investigador o gestor. Es fundamental prestar atención a estos aspectos para determinar el camino más adecuado (Creswell, 2014).

Imagine una organización que evalúa, por medio de una investigación cuantitativa, el nivel de satisfacción de sus colaboradores. Los datos apuntan a una media de 7,5 en una escala de 0 a 10, sugiriendo un escenario de satisfacción aparentemente cómodo, frecuentemente etiquetado como “por encima de la media”. Sin embargo, una complementación de este análisis con entrevistas en profundidad o incluso con la observación directa de la rutina y los procesos en el día a día puede evidenciar una realidad mucho más compleja: conflictos silenciosos —comunes a los organismos vivos que se relacionan— que pueden revelar lagunas y resentimientos que el índice “7,5” no sería capaz de traducir.

Por otro lado, la investigación cualitativa enfrenta una serie de desafíos que permean las críticas teóricas, abarcando aspectos prácticos, metodológicos y de aceptación en el medio académico y organizacional. Uno de los principales puntos planteados es su subjetividad interpretativa, ya que el análisis de los datos depende fuertemente de la mirada y las experiencias del investigador. Además, muchos críticos argumentan que los resultados cualitativos carecen de capacidad de replicación, ya que generalmente se basan en muestras pequeñas y contextos específicos, dificultando la aplicación de los hallazgos en otros escenarios (Günther, 2006; Gomes et al., 2014).

En contrapartida, en la teoría de González Rey sobre la epistemología cualitativa, el investigador desempeña un papel activo en la interpretación, siendo esta interacción fundamental para revelar dimensiones de fenómenos que los métodos cuantitativos no logran captar (Pinto y Paula, 2018). Además, refuerza que la búsqueda de la comprensión contextualizada y profunda debe prevalecer, valorando las especificidades de cada contexto. Creswell (2014) enfatiza que, para minimizar posibles sesgos, el investigador debe aclarar su posición desde el inicio del estudio. En este enfoque, la investigación cualitativa se posiciona como una herramienta para explorar la complejidad de las interacciones humanas y sociales, destacando la subjetividad en el proceso de construcción del conocimiento.

De la teoría a la práctica

Para responder a questões como as abordadas, diferentes métodos cualitativos foram desenvolvidos e adaptados ao longo do tempo, cada um com suas particularidades e aplicações específicas. Essas abordagens oferecem metodologias com fundamento teórico, a fim de aplicar práticas voltadas à exploração de fenômenos complexos. Esses fenômenos, muitas vezes, estão relacionados a grupos específicos, ações, projetos ou indivíduos que são exclusivos de determinado contexto e momento. O quadro abaixo apresenta os principais métodos qualitativos e como eles podem ser aplicados tanto para entender a operação das organizações quanto para identificar soluções estratégicas baseadas em suas realidades.

Fuente: Elaborado por el autor con base en los autores referenciados
Nota: ¹las referencias completas están disponibles en archivo al final del texto

Estos métodos dejan claro por qué la investigación cualitativa no se limita a responder “qué” y “cuánto”, sino también “cómo” y “por qué”. Como destaca Eco (2010), este tipo de estudio exige del investigador una postura analítica e interpretativa, guiada por una comprensión amplia del contexto. Imagine una empresa que busca identificar por qué determinados colaboradores tienen dificultad para adaptarse al trabajo remoto. A través de entrevistas cualitativas, es posible identificar cuestiones amplias, como falta de interacción social, dificultad para conciliar vida personal y profesional o incluso desafíos tecnológicos, cuya subjetividad la investigación cuantitativa no siempre logra captar, debido a la complejidad de las experiencias humanas, las cuales exigen métodos que permitan un análisis más rico.

En el contexto organizacional, Denzin y Lincoln (2011) resaltan que la investigación cualitativa es fundamental para comprender las dinámicas internas de equipos y liderazgos de forma más profunda. Por ejemplo, al analizar la cultura organizacional, este método puede ser relevante en casos de alta rotación de empleados, ya que, a través de grupos focales y estudios de caso, es posible identificar causas subyacentes, como fallas en la comunicación o la falta de reconocimiento, que frecuentemente no son captadas por métricas numéricas y se perpetúan debido a la ausencia de intervenciones basadas en una comprensión más contextualizada y detallada.

Métodos mixtos

Los métodos mixtos, como enfatizado por Creswell (2014), ofrecen un enfoque interesante al integrar el rigor de la investigación cuantitativa con la profundidad de la investigación cualitativa. Esta combinación permite validar y enriquecer los datos recopilados, ampliando la comprensión del contexto y de las personas y promoviendo análisis más completos. En metodologías que se realizan en secuencia, los enfoques pueden aplicarse de forma complementaria, por ejemplo, utilizando encuestas cuantitativas para mapear patrones generales y, a continuación, métodos cualitativos para explorar las razones subyacentes. En el modelo convergente, ambas metodologías se aplican simultáneamente, integrando los resultados para generar una visión más robusta. Pero existen desafíos y críticas en esta combinación.

Uno de los principales desafíos de los métodos mixtos es la dificultad de alinear paradigmas epistemológicos distintos (Kunh, 1998); mientras que los métodos cuantitativos buscan objetividad y generalización, los cualitativos enfatizan la comprensión de contextos específicos e interpretaciones subjetivas. En estas circunstancias, la flexibilidad metodológica se vuelve esencial, especialmente en áreas como salud, educación y negocios, en las cuales el análisis de fenómenos complejos demanda enfoques que sean al mismo tiempo detallados y adaptables a la realidad de cada investigación.

Creswell (2014) señala que esta combinación puede no ser viable en estudios con limitaciones de financiación y cronograma. Además, en el caso de programas como maestrías o posgrados, aplicar dos métodos tan distintos puede volverse extremadamente desafiante para un investigador que, generalmente, posee un plazo limitado de hasta dos años para concluir el curso.

La innovación y el futuro de la investigación cualitativa

La investigación cualitativa se está adaptando con la ayuda de nuevas tecnologías; con la ayuda de la inteligencia artificial (IA), está expandiendo sus posibilidades de análisis y recolección de datos. La IA posibilita, por ejemplo, la transcripción automática de entrevistas, el análisis de sentimientos en textos y la identificación de patrones en grandes volúmenes de datos cualitativos, como señalan Marcolin et al. (2023). Esto no solo reduce el tiempo para las etapas operativas, sino que también ayuda en la profundidad de las interpretaciones, permitiendo que el investigador se concentre en las cuestiones centrales del análisis y no tanto en cuánto tiempo necesitará para transcribir las innumerables páginas de entrevistas realizadas con la ayuda de su fiel grabadora de bolsillo.

Un buen ejemplo es Read.ai, una herramienta diseñada para optimizar reuniones virtuales que también puede ser utilizada como un recurso complementario en investigaciones cualitativas. La aplicación ofrece transcripción automática de reuniones e interacciones en plataformas como Zoom, Microsoft Teams y Google Meet, además de funcionalidades de análisis de sentimientos y compromiso. Estas aplicaciones permiten a los investigadores identificar patrones emocionales, métricas de participación y puntos destacados de las conversaciones, contribuyendo al análisis de dinámicas grupales y entrevistas en contextos en línea.

Incluso la gamificación está ayudando a los investigadores cualitativos. Algunos juegos adaptados están ayudando en la forma en que se recopilan los datos, haciendo el proceso más dinámico y atractivo para los participantes. En lugar de entrevistas tradicionales, es posible crear escenarios interactivos que simulan situaciones organizacionales, extrayendo percepciones y actitudes auténticas en contextos simulados (Mozzato y Bert, 2024). Además de estos ejemplos, la imagen de abajo presenta otras herramientas que pueden ayudar en la investigación cualitativa.

 
Fuente: Elaborado por el autor con base en Martins (2022)

Estas herramientas, cuando integradas a los enfoques cualitativos, no solo ayudan a superar sus limitaciones, sino que también ofrecen nuevas formas de comprender las dinámicas organizacionales (Marcolin et al., 2023), desafiando la dependencia excesiva de los números. Una vez asociadas a las innovaciones tecnológicas, este enfoque se vuelve aún más poderoso, proporcionando un análisis más rico y contextualizado de los fenómenos estudiados.

Es en este contexto que la investigación cualitativa, potenciada por innovaciones como la inteligencia artificial, reafirma su relevancia, ofreciendo un análisis más completo, detallado y centrado en la complejidad humana. Después de todo, la verdadera riqueza reside en comprender lo que los números por sí solos y las palabras sueltas no pueden revelar, ¡como ya bien citado aquí por Einstein!

Para tener acceso a las referencias de este texto haga clic aquí.

Este contenido fue producido por:

Luiz Eduardo Giovanelli

LinkedIn/Lattes

Editor asistente de la Revista Estrategias y Soluciones. Maestrando en Administración por la Universidad de São Paulo. Especialista en Gestión Pública por la Universidad Estatal de Ponta Grossa y graduado en Administración por la Universidad Estatal del Norte de Paraná. 

Quién publicó esta columna

Editora Pecege

Produz materiais nas áreas de agronegócios, educação, gestão e tecnologia, prestando serviços de padronização, revisão, elaboração de ficha catalográfica e produção gráfica. Gerencia a publicação das revistas Quaestum (científica) e Estratégias e Soluções – E&S – (técnico-científica) e publica livros em diversas áreas.

También te puede interesar

02 de octubre de 2026

Determinantes de la ubicación de supermercados en São Paulo

Un estudio investigó los factores determinantes de la ubicación de supermercados en el estado de São Paulo, con el objetivo de investigar los factores que explican la presencia y expansión de estos establecimientos, considerando dimensiones socioeconómicas, demográficas y de mercado. Se utilizaron datos de los Censos Demográficos de 2010 y 2022 del IBGE y información del Cadastro Nacional de Pessoas Jurídicas de la Receita Federal do Brasil para construir una base de datos georreferenciada. Se aplicó un modelo de clasificación Random Forest, ajustado por grid search con validación cruzada, priorizando la métrica recall-macro debido al desbalanceo de la variable dependiente, que representó la presencia o ausencia de supermercados en un buffer de 50 metros. Los resultados indicaron que la ubicación de supermercados está fuertemente asociada a características demográficas, de ingresos y de población en el entorno. El análisis de importancia de las variables evidenció que factores sociodemográficos, como alfabetización de ancianos, ingresos familiares y la presencia de otros establecimientos de alimentación, ejercieron una influencia significativa, especialmente en el entorno inmediato. Los hallazgos reforzaron la hipótesis de que la distribución espacial de supermercados no es aleatoria, siendo condicionada por características socioeconómicas y por la estructura comercial del territorio, ofreciendo subsidios para decisiones empresariales y planificación urbana.

Palabras clave: Análisis espacial; Aprendizaje automático; Expansión; Ubicación comercial; Supermercados.

Neurociencia Y Aprendizaje En La Educación

02 de octubre de 2026

Educación Antirracista: Prácticas Educativas Inclusivas y Desarrollo Social

La educación antirracista, comprendida como eje estructurante de la educación inclusiva y del desarrollo social, fue investigada en el contexto brasileño. El estudio tuvo como objetivo identificar y analizar, con base en documentos legales y en la percepción de profesores, las prácticas educativas capaces de promover el antirracismo en la escuela y en la sociedad, y cómo la implementación de las Leyes nº 10.639/03 y nº 11.645/08 contribuyó a la justicia social. Se adoptó un enfoque cualitativo y documental, con análisis de legislación educacional, directrices curriculares, informes institucionales y literatura académica. Complementariamente, se aplicó un cuestionario semiestructurado a 295 profesores de Educación Básica. Los datos fueron evaluados cuantitativa y cualitativamente, por medio de análisis de contenido temático, y validados con estudios bibliográficos. Los resultados revelaron una paradoja: a pesar de un marco legal robusto, la implementación de las políticas antirracistas se mostró frágil y puntual, con carencia de formación docente, materiales didácticos adecuados y monitoreo. Se constató la persistencia de desigualdades educacionales significativas entre estudiantes blancos y negros, y la mayoría de los profesores reconoció la ocurrencia de racismo en las escuelas, pero sin protocolos institucionales claros. El análisis neurocientífico demostró que el racismo impacta negativamente el desarrollo cognitivo y emocional de los estudiantes. Se concluyó que la educación antirracista es central para una educación de calidad, exigiendo compromiso político, inversión pública y articulación intersectorial. La integración de la Neurociencia en la formación docente y la producción de materiales cualificados son cruciales para fortalecer el papel de la escuela en la construcción de una sociedad más justa e inclusiva.

Palabras clave: Desarrollo Social; Educación Antirracista; Justicia Social; Ley 10.639/03; Prácticas Educativas Inclusivas.

Neurociencia Y Aprendizaje En La Educación

02 de octubre de 2026

Caminos de la Inclusión: Percepciones de Padres y Profesores sobre la Escolarización de Estudiantes con Doble Excepcionalidad en el Contexto Brasileño

La Doble Excepcionalidad, caracterizada por la coexistencia de Altas Habilidades/Superdotación y trastornos del neurodesarrollo, representa un fenómeno complejo que desafía los modelos tradicionales de identificación y escolarización. El estudio tuvo como objetivo comprender las percepciones de padres o tutores, profesores y otros profesionales de la educación sobre la escolarización de estudiantes con Doble Excepcionalidad en el contexto brasileño, investigando desafíos, estrategias pedagógicas y posibilidades de inclusión basadas en la equidad. La investigación adoptó un enfoque cualitativo, exploratorio y descriptivo, y recopiló datos a través de un cuestionario en línea, voluntario y anónimo, respondido por 25 participantes. Los datos discursivos fueron analizados mediante análisis de contenido temático. Los resultados indicaron que el conocimiento sobre el tema se construye frecuentemente a partir de experiencias personales y profesionales, revelando lagunas en la formación sistematizada. Se identificaron dificultades en la identificación de estos estudiantes, en la formación docente y en la implementación de planes educativos individualizados, flexibilización pedagógica y enriquecimiento curricular. Se relataron repercusiones socioemocionales, como frustración y baja autoestima. Sin embargo, algunas escuelas demostraron prácticas inclusivas fundamentadas en la equidad, articulando necesidades específicas y potencialidades. Aunque los resultados no permiten generalizaciones, evidenciaron la necesidad de fortalecer la formación profesional y la articulación entre escuela, familia y servicios especializados. Se concluyó que la inclusión de estudiantes con Doble Excepcionalidad requiere prácticas que reconozcan simultáneamente sus dificultades y potencialidades, garantizando condiciones equitativas de participación, aprendizaje y desarrollo.

Palabras clave: Desarrollo humano; Formación docente; Inclusión escolar; Neurodivergencia; Prácticas pedagógicas.

02 de octubre de 2026

Modelado predictivo para la gestión de inventarios: aumento de la productividad y la eficiencia en un centro de distribución de alimentos

La gestión eficiente de las operaciones logísticas en centros de distribución es fundamental para la competitividad, especialmente en actividades intensivas en mano de obra, que impactan los costos operativos y el nivel de servicio. El estudio tuvo como objetivo desarrollar y evaluar diferentes modelos de pronóstico de demanda para optimizar la gestión de inventario y recursos en un centro de distribución de alimentos. Para ello, se utilizaron datos históricos de movimiento de un sistema WMS, aplicando modelos de regresión lineal, suavización exponencial de Holt-Winters y el algoritmo LightGBM. Los resultados indicaron que los modelos tradicionales presentaron limitaciones en la captura de la dinámica de la demanda, con un rendimiento inferior al LightGBM. El algoritmo de aprendizaje automático demostró un rendimiento superior, especialmente después de la incorporación de mayor granularidad de los datos y variables temporales, lo que permitió una mayor adherencia a la dinámica de la demanda. La aplicación del modelo resultó en una reducción del 36,38% en el desplazamiento para el pallet picking y del 31,98% para el case picking, totalizando una reducción global del 33,64%. Se concluyó que la utilización de modelos predictivos contribuyó a la mejora de la eficiencia operativa, permitiendo una mejor asignación de recursos y organización de los artículos en el proceso de separación de pedidos.

Palabras clave: Aprendizaje automático; Clasificación ABC; Eficiencia operativa; Logística; Pronóstico de demanda.

02 de octubre de 2026

Transformación de Datos en Estrategia: Investigación Aplicada para la Optimización de Operaciones en Ecoturismo

La creciente demanda en el turismo ecológico en Minas Gerais impulsó la búsqueda de inteligencia de negocios para transformar datos de clientes en información estratégica. El estudio objetivó estructurar un pipeline de ciencia de datos para recolectar, segmentar y clasificar la base de clientes de una operación de ecoturismo, con el fin de optimizar acciones de marketing y anticipar movimientos de mercado. Se realizó una investigación exploratoria, de naturaleza cuali-cuantitativa, por medio de un estudio de caso. Se utilizaron 2.777 registros transaccionales de una empresa de ecoturismo, referentes a enero de 2024 a diciembre de 2025. El proceso metodológico involucró recolección automatizada de datos (API Google Sheets), tratamiento y enriquecimiento (ETL), validación y creación de atributos RFM (Recencia, Frecuencia y Valor Monetario). Se aplicó reducción de dimensionalidad vía PCA y agrupamiento K-Means, con el número de clusters definido por el método del Codo y Silhouette Score. Se validaron los resultados con DBSCAN y K-Medoids. Los resultados revelaron la identificación de tres segmentos comportamentales de clientes: “Fiel”, “Bajo Valor” y “Potencial”. El segmento “Fiel” representó el mayor valor económico acumulado, mientras que el “Potencial” se destacó por el alto ticket promedio y potencial de conversión en recurrencia. La integración de las técnicas de análisis de datos demostró ser un método robusto y replicable para generar inteligencia en el ecoturismo. Se concluyó que el pipeline de ciencia de datos estructurado viabilizó la segmentación comportamental de la base de clientes, la validación estadística de los grupos y la creación de un sistema predictivo para nuevos compradores, proporcionando subsidios para decisiones estratégicas basadas en datos y futuros análisis.

Palabras clave: Clusterización; Inteligencia de negocios; Machine Learning; Segmentación de clientes; Toma de decisiones.

02 de octubre de 2026

Clasificación de clientes morosos mediante técnicas supervisadas de aprendizaje automático

El riesgo de incumplimiento en operaciones de crédito demandó enfoques analíticos para anticipar pérdidas. Este estudio evaluó comparativamente el desempeño de modelos supervisados de aprendizaje automático en la clasificación de clientes incumplidos en operaciones de tarjeta de crédito. Se utilizó la base pública “Default of Credit Card Clients”, de la Universidad de California Irvine, con 30.000 observaciones y desbalanceo de clases. Se emplearon los algoritmos Regresión Logística, Random Forest y Extreme Gradient Boosting. El desbalanceo se trató mediante la asignación de pesos a las clases, y la optimización de los modelos se realizó con el método RandomizedSearchCV, priorizando la sensibilidad. Los resultados de la validación cruzada indicaron que el modelo Extreme Gradient Boosting presentó mayor capacidad de identificación de la clase incumplida y mejor desempeño discriminatorio, seguido por Random Forest y Regresión Logística, con una sensibilidad de 0,8250 y un AUC-ROC de 0,7844 para el XGBoost. El análisis de interpretabilidad, realizado por la técnica Shapley Additive Explanations (SHAP), evidenció la predominancia de variables asociadas al comportamiento de pago, especialmente el historial de retrasos. Se concluyó que los modelos basados en árboles, particularmente técnicas de boosting, se mostraron más adecuados para capturar patrones complejos en los datos, configurándose como alternativas consistentes para la gestión de riesgo de crédito.

Palabras clave: Aprendizaje Automático; Tarjeta de Crédito; Clasificación; Extreme Gradient Boosting; Riesgo de Crédito.

02 de octubre de 2026

Análisis de Sentimientos sobre Bancos Brasileños en Twitter/X: Comparación entre Instituciones Tradicionales y Digitales

Un estudio analizó la percepción pública sobre instituciones financieras brasileñas en la plataforma Twitter/X, resaltando la importancia del monitoreo de sentimientos en redes sociales para la comprensión de la reputación y la experiencia del cliente en el sector bancario. El objetivo consistió en comparar la percepción de los usuarios sobre la imagen y la reputación de bancos tradicionales y digitales, a partir de los patrones de sentimiento identificados en las manifestaciones analizadas, buscando identificar diferencias estructurales entre estos grupos. La metodología se basó en el análisis de 1.096 tweets recopilados entre noviembre de 2022 y junio de 2023. Se utilizaron dos enfoques complementarios de análisis de sentimientos, la suma y la media de las etiquetas, para captar el sentimiento mayoritario y los matices de la percepción. Adicionalmente, se desarrollaron el Modelo de Perfil de Mercado, con indicadores de reputación emocional, riesgo reputacional, neutralidad y polarización, y el Modelo de Clusterización Bancaria, que permitió agrupar las instituciones conforme a patrones de percepción. Los resultados indicaron predominancia de sentimientos neutros y negativos, mayor volumen de interacciones en los bancos digitales y diferencias estructurales en la intensidad emocional de las percepciones, con mayor estabilidad en los bancos digitales y mayor polarización en los tradicionales. Se concluyó que la combinación de técnicas analíticas y estadísticas contribuyó a una comprensión profunda de la imagen institucional en el entorno digital, evidenciando la importancia de estrategias de gestión de la reputación basadas en datos.

Palabras clave: Bancos digitales; Bancos tradicionales; Modelado de datos; Opinion mining; Redes Sociales.

02 de octubre de 2026

Optimización de la planificación presupuestaria anual mediante metodologías de gestión de proyectos

El Plan Presupuestario Anual (POA) es un proceso crucial para traducir la estrategia organizacional en metas operativas y financieras, pero frecuentemente enfrenta presiones de plazos, dependencias interdepartamentales y la repetición de gastos habituales. El estudio objetivó analizar cómo la aplicación combinada de prácticas de gestión de proyectos y del Presupuesto Base Cero (PBC) puede optimizar el POA. Para ello, se desarrolló un estudio de caso en la operación brasileña de una compañía abierta del sector de bebidas, utilizando investigación documental de su informe de resultados de 2023 y un cuestionario anónimo aplicado a 47 encuestados. El análisis documental indicó crecimiento de la receta neta, expansión del margen bruto y del EBITDA ajustado, y avance contenido de los gastos de ventas, generales y administrativos, sugiriendo disciplina de costos y apalancamiento operativo. El relevamiento complementario reveló alta percepción de efecto cascada en el cronograma, fuerte apoyo a la definición de responsables por paquetes de costos y preferencia por justificación técnica de los gastos, además de demanda por flexibilidad controlada tras la definición de la línea base. Se concluyó que la estructuración del POA como proyecto, asociada al rigor del PBC, aumentó la previsibilidad del proceso, reforzó la responsabilidad sobre los gastos y amplió la coherencia entre la ejecución presupuestaria y el desempeño económico-financiero.

Palabras clave: Control de Costos; Eficiencia Operativa; Presupuesto Base Cero; PMBOK; Sector de Bebidas.

02 de octubre de 2026

Innovación en modelos de negocio tradicionales y su impacto en el entorno laboral

El estudio analizó cómo la innovación aplicada en modelos de negocio tradicionales impacta el ambiente de trabajo. Con este objetivo, se realizó una investigación de campo que involucró a 225 profesionales de diferentes sectores y niveles jerárquicos. La recolección de datos se llevó a cabo a través de un cuestionario estructurado, que investigó el perfil, las percepciones y los comportamientos de los participantes en relación con la innovación. Los resultados obtenidos indicaron que los colaboradores de empresas consideradas innovadoras percibieron niveles elevados de innovación, demostraron mayor compromiso, motivación para proponer mejoras y una mejor comprensión de los cambios implementados. En contraste, los profesionales de empresas tradicionales presentaron una percepción de innovación más baja, mayor neutralidad frente a las transformaciones y niveles más elevados de estrés e inseguridad en el ambiente laboral. Se observó, además, que el liderazgo, la comunicación clara, el apoyo y la capacitación adecuada fueron identificados como factores esenciales para facilitar la adaptación a los cambios y aumentar la receptividad de los colaboradores. Se concluyó que la tipología organizacional, asociada a la cultura y a las prácticas de gestión, influye directamente en la forma en que se vive la innovación internamente y sus efectos en el ambiente de trabajo.

Palabras clave: Compromiso; Empresas tradicionales; Gestión del cambio.