Resumen de Lógica y semiótica aplicadas a las investigaciones en Administración

Raquel Sastre

• español

  Este trabajo tiene por objetivo presentar un método que contribuya con las investigaciones en administración. La metodología que se presenta está fundamentada en la lógica tríadica y en la semiótica de Charles Sanders Peirce. En la primera parte del trabajo se desarrolla el método y en la segunda parte se lo aplica a dos investigaciones sobre sostenibilidad de las organizaciones y sobre movilidad en el año 2030. Los resultados obtenidos permiten concluir que el método enriquece el análisis del fenómeno que se estudia de un modo creativo, abriendo múltiples posibilidades de respuestas. Al agrupar los resultados en 27 casilleros lógicos con datos numéricos, es posible combinar el análisis cualitativo con métodos cuantitativos. De ese modo, las hipótesis que surgen del análisis cualitativo pueden ser luego sometidas a prueba bajo algún modelo de análisis multivariado como los Modelos de Ecuaciones Estructurales, que combinan tanto la regresión múltiple como el análisis factorial. Así, el investigador puede evaluar complejas interrelaciones de dependencia entre variables corroborando o rechazando hipótesis causales.

• English

  This article aims to present a method that contributes to research in administration. The methodology presented is based on the triadic logic gleaned from semiotics of Charles Sanders Peirce. In the first part of the article the method is developed. In the second part the method is applied in two researches about sustainability of the organizations and mobility in the year 2030. The results obtained  indicate that the applied methodology creatively enriches the analysis of the phenomenon studied opening up many possible responses. By grouping the results into 27 logical boxes with numerical data, it is possible to combine qualitative analysis with quantitative methods. Thus, the hypotheses that arise from qualitative  analysis can be tested under a multivariate analysis model as Structural Equation Models that combine both, multiple regression and factor analysis. Hence, the researcher can evaluate complex interrelationships of dependency between variables corroborating or rejecting causal hypotheses.