ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea)
https://www.revistaespacios.com Pag. 59
Vol. 43 (06) 2023 • Art. 5
Recibido/Received: 27/05/2023 • Aprobado/Approved: 10/06/2023 • Publicado/Published: 15/06/2023
DOI: 10.48082/espacios-a23v44n06p05
Determinantes de la competitividad exportadora de los
productores de café en el estado de Puebla, México
Determinants of the export competitiveness of coffee producers in the state of Puebla,
Mexico
VANEGAS, José G.
1
ALCARAZ, Jorge V.
2
BOBADILLA, Encarnación E.
3
Resumen
La investigación busca determinar si las variables Innovación y Transferencia de Tecnología (TT), Precio,
Tipo de Cambio, Productividad, Calidad y Financiamiento constituyen las principales variables que
inciden en la competitividad exportadora del sector cafetalero del estado de Puebla, México, mediante
un modelo de regresión multivariada para procesar los datos. Los resultados obtenidos muestran que
las variables estudiadas tuvieron un impacto en la competitividad exportadora y destacaron en poder
explicativo del modelo las variables tipo de cambio, calidad y productividad.
Palabras clave: café, competitividad, análisis multivariante
Abstract
The research aims to determine if the variables of Innovation and Technology Transfer (TT), Price,
Exchange Rate, Productivity, Quality, and Financing constitute the main factors influencing the export
competitiveness of the coffee sector in the state of Puebla, Mexico. This is achieved through a
multivariate regression model to analyze the data. The results obtained demonstrate that the studied
variables had an impact on export competitiveness, with the exchange rate, quality, and productivity
variables standing out for their explanatory power within the model.
Key words: coffee, competitiveness, multivariate analysis
1. Introducción
De acuerdo con Figueroa et al. (2015), aproximadamente 120 millones de seres humanos en el planeta dependen
del cultivo y procesamiento del café, que es el segundo producto básico más comercializado en todo el mundo
después del petróleo, y tiene importantes transacciones en el mercado financiero. Actualmente, México es el
undécimo productor de café del mundo, con una participación en la producción de 2.4%, aportando 0.66% al
1
Estudiante de doctorado. Programa de doctorado en Ciencias en negocios internacionales. Instituto de Investigaciones Económicas y Empresariales de la
Universidad Michoacana de San Nicolás de Hidalgo. México. jose.vane.v@gmail.com
2
Profesor - Investigador. Instituto de Investigaciones Económicas y Empresariales de la Universidad Michoacana de San Nicolás de Hidalgo. México.
jorge.alcaraz@umich.mx
3
Profesor - Investigador. Departamento de agronegocios. CONACYT-Instituto de Investigaciones Agropecuarias y Forestales, Universidad Michoacana de
San Nicolás de Hidalgo. México. encarnacion.bobadilla@umich.mx
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 60
Producto Interno Bruto (PIB) agrícola nacional y 1.34% a la producción agroindustrial (Secretaría de Agricultura,
ganadería, desarrollo Rural, Pesca y Alimentación [SAGARPA], 2017). En este contexto, Puebla es el tercer estado
más importante de México para la producción de café.
Según el Departamento de Agricultura de los Estados Unidos (United States Department of Agriculture [USDA],
2019), la producción de café se realiza en 15 estados de México, siendo Chiapas el líder con el 40% de la
producción, seguido por Veracruz con el 25% y Puebla con el 16%. La recolección generalmente inicia en
septiembre y finaliza en marzo. A lo largo de varios años, se ha observado una disminución en la producción de
café, así como en las hectáreas sembradas y cosechadas en México. Esta tendencia se debe principalmente a
factores como el clima frío, las precipitaciones inusuales y la presencia de la roya del café.
En México, el café es una industria importante, particularmente en los estados más desfavorecidos de la nación.
En 2014 se estimó el empleo de aproximadamente 511,669 productores en un promedio de 690 mil hectáreas
en 12 estados y 391 municipios. Adicionalmente, la industria genera exportaciones por alrededor de 900 millones
de dólares anuales, vincula directa e indirectamente a cerca de tres millones de personas, y tiene un valor de
mercado de aproximadamente 20 mil millones de pesos anuales. (Centro de Estudios para el Desarrollo Rural
Sustentable y la Soberanía Alimentaria [CEDRSSA], 2018).
1.1. Puebla en el contexto nacional
En el estado de Puebla, la producción de café se concentra principalmente en la región de la Sierra Norte,
específicamente en los municipios de Hueytamalco, Huauchinango, Xicotepec de Juárez, Cuetzalan y Teziutlán.
Los primeros cafetos llegaron a la Sierra Norte de Puebla en el año de 1870, ciento cincuenta años después de
su introducción en México (Sola, 2016). A su vez, la actividad cafetalera en el estado de Puebla, México, ha sido
una actividad de gran relevancia tanto a nivel económico como social. Por lo tanto, en un entorno globalizado y
altamente competitivo, resulta indispensable comprender las variables que influyen en la competitividad de este
sector. La comprensión de estos factores es crucial para promover el desarrollo sostenible de la producción
cafetalera y fortalecer la posición de Puebla en los mercados nacionales y en los internacionales.
Gráfico 1
Crecimiento de la producción de café en Puebla 2018 - 2022
Fuente: Elaboración propia con datos del SIAP (2022)
Actualmente el estado de Puebla, México, es el tercer estado productor con mayor importancia con cerca del
18% de la producción nacional y cada año sigue creciendo este sector tal y como se aprecia en la gráfico 1. El
café representa para el estado de Puebla, su segundo cultivo de mayor relevancia económica; sin embargo, los
productores de café en Puebla enfrentan numerosos desafíos debido a que la mayor parte está constituida por
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 61
pequeños y medianos productores, y muchos pertenecen a etnias indígenas, lo que los hace aún más vulnerables.
El estado de Puebla cuenta con más de 66 mil hectáreas dedicadas al café en 54 municipios de la entidad, este
cultivo es el segundo en importancia después del maíz (SAGARPA, 2017). De acuerdo con el gobierno del estado
de Puebla (2023), para el ciclo 2022/2023 la producción de la entidad creció 72.6%.
2. Metodología
Esta investigación es de corte transversal, el horizonte temporal a considerar es el de los datos que corresponden
al periodo 2021 – 2022, que es el año agrícola del café que comprende tanto el periodo de producción y el
periodo de cosecha del café. La recolección de datos se llevó a cabo en el estado de Puebla, México, centrándose
en los productores de café poblanos que ya se encuentren realizando actividades de exportación. De acuerdo
con el Gobierno de Puebla (2021), los productores de café que cumplen la condición de exportación son
alrededor de 17,000, lo que equivale alrededor del 36% de los productores totales de café en el estado de Puebla.
Para el análisis de la incidencia que tienen las variables estudiadas en la competitividad exportadora, se realizó
un cuestionario que comprende seis secciones distintas, la elaboración del cuestionario deriva de la revisión de
la literatura acerca de los principales indicadores de las variables seleccionadas, además la inclusión de la variable
financiamiento es el resultado de la prueba piloto aplicada desde diciembre de 2021 a enero de 2022.
El tamaño de la muestra para esta investigación se determinó en base a la formula recomendada por Nieves y
Domínguez (2010), cuando el valor del universo "N" es conocido.
Donde:
Cuadro 1
Calculo de la muestra
Z
N
p
q
EE
n
Coeficiente del nivel
de confianza
Tamaño del universo
o población
Probabilidad a favor
Probabilidad en contra
Margen de error
estimado.
Tamaño de la muestra
a determinar
1.96
17,000
0.5
0.5
0.05
?
Fuente: Elaboración propia (2022).
Sustituyendo la ecuación anterior se expresa de la siguiente manera:
Como se puede observar en la ecuación anterior, se tiene como resultado una muestra de 376 cuestionarios a
aplicar.
Para verificar la validez del cuestionario se realizó el cálculo del coeficiente de Cronbach que, de acuerdo con
González & Pazmiño (2015), es una forma sencilla y confiable para la validación del constructo de una escala.
Además, Cohen & Swerdlik (2001, como se citó en Quero, 2010), dicen que, gracias a la utilización del coeficiente
de Cronbach, los investigadores pueden estimar la consistencia interna o confiabilidad de un instrumento
constituido por una escala tipo Likert, o cualquier escala de opciones múltiples. Este cálculo se realizó mediante
el software estadístico SPSS y a continuación, se muestran las tablas resultantes.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 62
El cuadro 2, se puede observar el coeficiente alfa de Cronbach, en este caso tiene un valor de 0.895, que se
encuentra en el rango de 0.7 y 0.9, lo que indica una buena consistencia interna y tal y como afirman González
& Pazmiño (2015), ese rango es el más comúnmente aceptado como óptimo para medir la fiabilidad con este
coeficiente, por lo tanto, se llega a la conclusión de que el cuestionario es válido para este estudio.
Cuadro 2
Estadísticos de fiabilidad
Alfa de Cronbach
Alfa de Cronbach basada en elementos
estandarizados
N de elementos
.895
.891
29
Fuente: Elaboración propia (2022).
Para esta investigación en particular se optó por utilizar un modelo de regresión multivariante, también llamada
regresión lineal multivariada, que permite examinar simultáneamente la relación entre una variable dependiente
o varias variables independientes. Para Bunge (2004), la identificación de características específicas puede
efectuarse directa o indirectamente. En el caso de objetos concretos, la observación debe ser de naturaleza
cuantitativa debido a que poseen propiedades medibles. La cuantificación de estas observaciones implica asignar
números a las características identificadas. Para determinar qué tipo de medición utilizar en cada caso, es
esencial analizar el concepto que representa la propiedad correspondiente y comprender la esencia de la
cuantificación.
Cuadro 3
Operacionalización de las variables
VARIABLE DEPENDIENTE
Dimensión
Indicador
No. de Ítem
Competitividad Exportadora
Volumen de producción
Cantidad de café producido por temporada
9
Cuota de exportaciones
Porcentaje de exportación de la producción
17
Canales de Distribución
Eficiencia de los canales de distribución
38, 39
VARIABLES INDEPENDIENTES
Dimensión
Indicador
No. de Ítem
Innovación y Transferencia de
Tecnología
Innovación de producto
Creación de nuevos productos o mejora de los
existentes
19, 26, 30
Innovación de proceso
Mejora o rediseño de procesos existentes
20, 22, 23, 27,
28
Factores tecnológicos
Utilización de tecnologías que hagan eficiente la
producción
18, 21, 24, 25
Precio
Precio de venta
Ingresos
31, 32
Percepción de importancia
Importancia del precio en la comercialización
33, 34
Tipo de Cambio
Tipo de cambio nominal
Ingresos
37
Percepción de importancia
Importancia del tipo de cambio en la comercialización
34, 36
Productividad
Productividad Laboral
Rendimientos en el cultivo y eficiencia técnica
13, 14, 15, 16,
17
Calidad
Calidad Percibida
Certificaciones
3, 4, 5, 6
Calidad Tangible
Variedades cultivadas y control de calidad
1, 2, 7, 8
Financiamiento
Fuentes de financiamiento
Opciones de financiamiento
44, 45
Accesibilidad a
financiamiento
Facilidad de acceso al sistema financiero
42, 43
Importancia del
financiamiento
Percepción de la necesidad de financiamiento
40, 41
Fuente: Elaboración propia (2022)
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 63
El cuadro 3 muestra la forma en que se operacionalizan las variables para el estudio, presenta las dimensiones
analizadas de cada una de las variables empleadas en la presente investigación, así como los indicadores
correspondientes a cada una de estas dimensiones y su respectivo número de ítem en el cuestionario utilizado.
Además, se ha elegido una escala no comparativa, siendo la escala tipo Likert una de las más relevantes según
Ursini et al. (2004). Para Bertram (2008), las escalas tipo Likert son instrumentos psicométricos que requieren
que el encuestado exprese su nivel de acuerdo o desacuerdo con una afirmación, ítem o reactivo, a través de
una escala ordenada y unidimensional. Se utiliza una escala de cinco puntos donde “totalmente en desacuerdo”
tendría la equivalencia de menor calificación y correspondería a reflejar la falta total de competitividad, por el
otro lado, “totalmente de acuerdo” tendría la equivalencia de mayor apreciación, reflejando un aspecto muy
competitivo, el cuadro 4 muestra estos valores equivalentes de las posibles respuestas.
Cuadro 4
Valores equivalentes de la escala
tipo Likert y las variables a medir
Variable/Valor Likert
Totalmente en
desacuerdo
En Desacuerdo
Neutral
De
acuerdo
Totalmente de
acuerdo
Calidad
Nada competitivo
Poco
competitivo
Regular
Competitivo
Competitiv
o
Muy competitivo
Productividad
Nada competitivo
Poco
competitivo
Regular
Competitivo
Competitiv
o
Muy competitivo
Innovación
Nada competitivo
Poco
competitivo
Regular
Competitivo
Competitiv
o
Muy competitivo
Transferencia De Tecnología
Nada competitivo
Poco
competitivo
Regular
Competitivo
Competitiv
o
Muy competitivo
Precio
Nada competitivo
Poco
competitivo
Regular
Competitivo
Competitiv
o
Muy competitivo
Tipo De Cambio
Nada competitivo
Poco
competitivo
Regular
Competitivo
Competitiv
o
Muy competitivo
Financiamiento
Nada competitivo
Poco
competitivo
Regular
Competitivo
Competitiv
o
Muy competitivo
Fuente: Elaboración propia (2022).
Las técnicas estadísticas multivariadas o multivariantes son aquellas que buscan analizar diversas características
medidas en un mismo individuo o sujeto a examinar, y que al tener una correlación entre ellas es más eficiente
medir su efecto en conjunto que de manera aislada (Sagaró & Zamora, 2020). De acuerdo con Gujarati & Porter
(2010), la expresión funcional del análisis de la regresión múltiple es la siguiente:
Sustituyendo la ecuación para aplicar este modelo, se expresa a través de la siguiente ecuación:
Dónde: Y = variable dependiente, X2 = Productividad, X3 = Calidad, X4 = Precio, X5 = Tipo de cambio, X6 =
Financiamiento, X7 = Innovación y TT, y es el término de perturbación estocástica.
En la ecuación anterior de acuerdo con Gujarati & Porter (2010), β1 es el término del intercepto y este término
da el efecto medio o promedio sobre Y de las variables descartadas del modelo, aunque su interpretación sea el
valor promedio de Y cuando X2, X3, …X7, sea igual a cero. Los coeficientes de las β se denominan coeficientes de
regresión parcial.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 64
3. Resultados y discusión
Según Vilà et al., (2019), el modelo de regresión multivariado parte de ciertos supuestos que deben de ser
analizados para determinar que el modelo está especificado de manera correcta y que además dichos supuestos
aportan ciertas explicaciones del comportamiento de las variables.
3.1. Test Durbin-Watson (D-W)
La independencia entre las mediciones de los errores de las variables explicativas o regresoras, es también
conocido como autocorrelación, de acuerdo con Gujarati & Porter (2010), es una manera simple en la que el
modelo clásico supone que el término de perturbación relacionado con una observación cualquiera no recibe
influencia del término de perturbación relacionado con cualquier otra observación. De acuerdo con Catalán
(2021), la métrica para interpretar este estadístico se ubica entre 1.5 y 2.5 donde se puede asumir que no existe
autocorrelación.
El resultado del cuadro 5 del estadístico D-W muestra un coeficiente que se encuentra dentro de los parámetros
descritos por Catalán (2021), por lo que se puede suponer que no hay autocorrelación y, por lo tanto, concluir
que existe evidencia estadística de que hay independencia de los errores.
Cuadro 5
Estadístico Durbin – Watson (D-W)
Resumen del modelo
Durbin-Watson
2.044
Fuente: Elaboración propia (2022).
3.2. Prueba de Levene
De acuerdo con Correa et al. (2006), uno de los supuestos que más son necesarios en aplicaciones estadísticas el
análisis de regresión múltiple, como lo es en este caso, es el de la homogeneidad de varianzas
(homocedasticidad), además, ofrece una alternativa más robusta que el procedimiento de Bartlett, ya que es
poco sensible a la desviación de la normalidad. Eso significa que será menos probable que rechace una verdadera
hipótesis de igualdad de varianzas sólo porque las distribuciones de las poblaciones muestreadas no son
normales. Este supuesto es crucial para garantizar la calidad de los procedimientos estadísticos utilizados tanto
en pruebas de hipótesis como en la construcción de intervalos de confianza.
Para estos datos el contraste de hipótesis es el siguiente:
Ho: Las varianzas son iguales ( ).
H1: Las varianzas no son iguales ( ).
En el cuadro 6 se aprecia que los valores de probabilidad de las variables estudiadas individualmente tienen un
mayor nivel de significancia que el alfa (0.05), por lo que no existe suficiente evidencia para rechazar la hipótesis
nula, y se concluye que existe evidencia estadística de que los datos presentan varianzas homogéneas.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 65
Cuadro 6
Prueba de Levene
Prueba de homogeneidad de varianzas
Competitividad Exportadora
Productividad
Estadístico de Levene
df1
df2
Sig.
0.232
8
371
.640
Calidad
Estadístico de Levene
df1
df2
Sig.
0.245
5
374
.695
Precio
Estadístico de Levene
df1
df2
Sig.
.112
2
377
.745
Tipo cambio
Estadístico de Levene
df1
df2
Sig.
0.130
1
378
.833
Financiamiento
Estadístico de Levene
df1
df2
Sig.
0.144
5
374
.917
Innovación y TT
Estadístico de Levene
df1
df2
Sig.
0.176
11
368
.760
Fuente: Elaboración propia (2022)
3.3. Test de Kolmogorov-Smirnov (K-S)
La prueba K-S es utilizado para contrastar si una agrupación de datos se ajusta o no a una distribución normal.
Es similar a la prueba de Shapiro Wilk (S-W), pero la principal diferencia con éste radica en el número de
muestras, la prueba de K-S se recomienda cuando el número de observaciones es mayor a 50, como lo es el caso
de esta investigación. Antes de realizar la prueba K-S, es preciso determinar cuál es el contraste de hipótesis que
se va a realizar (Flores & Flores, 2021).
Para estos datos el contraste de hipótesis es el siguiente:
Ho: La muestra sigue una distribución normal ( )).
H1: La muestra no sigue una distribución normal ( )).
El cuadro 7 revela que el valor de significancia del estadístico K-S obtenido es mayor al nivel de significancia de
0.05, lo que permite inferir que no existe suficiente evidencia para rechazar la hipótesis nula. Este resultado
confirma que existe evidencia estadística de que los residuos siguen una distribución normal.
Cuadro 7
Test Kolmogórov-Smirnov para
probar la normalidad de los datos
Pruebas de normalidad
Kolmogórov-Smirnova
Estadístico
gl
Sig.
Unstandardized Residual
.767
380
.451
Fuente: Elaboración propia (2022)
3.4. Factor de inflación de la varianza
La postulación de no colinealidad afirma que las variables independientes están desprovistas de correlación. La
multicolinealidad entre las variables explicativas se puede establecer cuando existe alguna forma de
dependencia lineal entre ellas, es decir, cuando existe una correlación robusta entre las variables. Vilà et al.,
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 66
(2019), afirman que la correlación pertenece no solo a las variables por pares sino también a cualquier variable
con cualquier grupo de las restantes variables, una de las pruebas más utilizadas para este supuesto, que
presenta un coeficiente con el cual definir si hay o no hay ese problema es el análisis del Factor de Inflación de
la Varianza (VIF, por sus siglas en ingles).
El cuadro 8 muestra los coeficientes VIF que permiten determinar si existe una alta correlación entre las variables
independientes. Vilà et al., (2019), indican que el valor de la VIF debe estar dentro de un rango que debe de ser
mayor a .10 y menor que 10, el valor esperado para confirmar que no hay problemas de colinealidad debería
estar cerca de 1, de la misma forma un coeficiente menor de 0.10 o mayor a 10 indicaría que los datos tienen
graves problemas de colinealidad. Examinando lo coeficientes de las VIF de cada variable en la tabla 13, se
muestra que las variables se encuentran dentro del rango establecido como aceptable, por lo tanto, se concluye
que los datos no tienen problemas de colinealidad, cumpliendo con el último supuesto del modelo de regresión
multivariada.
Cuadro 8
Tabla de inflación de la varianza
Modelo
Coeficientes no
estandarizados
Coeficientes
estandarizados
t
Sig.
Estadísticas de colinealidad
B
Error
estándar
Beta
Tolerancia
VIF
6
(Constante)
-96.919
33.935
-3.019
.003
Productividad
1.408
.239
.358
5.883
.000
.545
1.236
Calidad
1.540
.413
.261
3.730
.000
.411
1.332
Precio
.906
.492
.090
1.841
.000
.848
1.180
Tipo de Cambio
1.952
.311
.081
1.710
.009
.902
1.109
Financiamiento
.144
.380
.001
.012
.006
.495
1.022
Innovación y TT
.104
.205
.051
.506
.020
.297
1.083
Fuente: Elaboración propia (2022).
3.5. Coeficiente de determinación
El coeficiente de determinación (caso de dos variables) o (regresión múltiple) es una medida comprendida
que dice qué tan bien se ajusta la línea de regresión muestral a los datos (Gujarati & Porter, 2010), y de acuerdo
con Rojo (2007), se pueden clasificar los valores de de la siguiente manera:
Menos de 0.3
0.3 a 0.4
0.41 a 0.5
0.51 a 0.85
Mayor de 0.85
Muy Malo
Malo
Regular
Bueno
Sospechoso
El cuadro 9 muestra el ajuste del modelo, en el estadístico de se presentan los valores del coeficiente de
correlación múltiple entre los predictores y la variable dependiente; en esta tabla se puede comprobar el cambio
progresivo que muestra el modelo al ir agregando cada una de las variables, dicho cambio va incrementando el
poder explicativo del modelo. Tomando de referencia el sexto modelo donde se han incluido todas las variables
explicativas se puede concluir que en conjunto explican el 79% de la competitividad exportadora, esta conclusión
está validada por la significancia estadística F, que se mantiene por debajo del 0.05.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 67
Cuadro 9
Tabla de coeficientes de determinación
Resumen del modelog
Modelo
R
R cuadrado
R cuadrado
ajustado
Error
estándar
de la
estimación
Estadísticas de cambios
Durbin-
Watson
Cambio de
cuadrado
de R
Cambio en
F
df1
df2
Sig. Cambio
en F
1
.446a
.199
.197
7.015089
.199
64.004
1
378
.031
2.044
2
.513b
.473
.459
6.874331
.213
26.638
1
377
.000
3
.591c
.502
.471
6.848737
.228
17.823
1
376
.000
4
.684d
.616
.578
6.833842
.215
12.641
1
375
.010
5
.736e
.685
.635
6.841224
.285
10.191
1
374
.004
6
.845f
.792
.755
6.848040
.252
10.256
1
373
.006
a. Predictores: (Constante), Productividad
b. Predictores: (Constante), Productividad, Calidad
c. Predictores: (Constante), Productividad, Calidad, Precio
d. Predictores: (Constante), Productividad, Calidad, Precio, Tipo de Cambio
e. Predictores: (Constante), Productividad, Calidad, Precio, Tipo de Cambio, Financiamiento
f. Predictores: (Constante), Productividad, Calidad, Precio, Tipo de Cambio, Financiamiento, Innovación y TT
g. Variable dependiente: Competitividad Exportadora
Fuente: Elaboración propia (2022)
3.6. Coeficientes de regresión parcial
Los coeficientes de regresión parcial, también llamados coeficientes ß, son los coeficientes que definen la
ecuación de regresión cuando ésta se obtiene tras estandarizar las variables, es decir, una vez que se les asignan
valores a las variables y son convertidas en números para su procesamiento. En las regresiones múltiples, los
coeficientes de regresión posibilitan evaluar la relevancia que tiene cada variable independiente en la ecuación.
En el cuadro 10 se pueden examinar los coeficientes ß, de acuerdo con los datos empíricos las variables “tipo de
cambio”, la “calidad” y la “productividad” tienen una importancia mayor a las demás variables explicativa en el
modelo, aportando mayor importancia explicativa que variables que la literatura propone como importantes o
incluso imprescindibles como la variable “innovación y TT”, o incluso la admisión a servicios financieros.
Cuadro 10
Tabla de Coeficientes Beta
Coeficientesa
Modelo
Coeficientes no estandarizados
Coeficientes
estandarizados
Sig.
B
Error estándar
Beta
6
(Constante)
-96.919
33.935
.003
Productividad
1.408
.239
.358
.000
Calidad
1.540
.413
.261
.000
Precio
.906
.492
.090
.000
Tipo de Cambio
1.952
.311
.081
.009
Financiamiento
.144
.380
.001
.006
Innovación y TT
.104
.205
.051
.020
a. Variable dependiente: Competitividad Exportadora
Fuente: Elaboración propia (2022).
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 68
Se debe de tener en cuenta que los resultados del cuadro 10 pueden tener varias explicaciones, por un lado, los
bajos coeficientes de la variable innovación y TT y financiamiento pueden indicar que, dada la dificultad para
acceder a los servicios financieros que tienen los productores en las diferentes regiones cafetaleras de Puebla,
sobre todo en aquellas que geográficamente son más difíciles de acceder, al ser relativamente difícil acceder a
recursos de terceros y a su vez a invertir tanto en equipo como en paquetes tecnológicos que permitan mejorar
la producción, es probable que los cafeticultores den menos importancia a esos componentes sobre otros que
puede ser más controlados por ellos mismos como el enfoque a la calidad en el proceso productivo, el
rendimiento en el trabajo y la exportación.
3.7. Análisis empírico
Una vez analizados los diferentes estadísticos que conforman el modelo de regresión múltiple y una vez que se
comprueba de manera estadística que las variables independientes tienen impacto en la explicación de la
variable dependiente, una manera de enriquecer los resultados es analizar los diversos datos adquiridos
mediante el cuestionario aplicado en esta investigación para caracterizar el sistema de producción.
Cuadro 11
Información de Cultivo de las UP exportadoras
Municipio
No. UP
% de cuestionarios por
municipio
Superficie Cultivada
promedio
% de exportación
promedio hacia EE.UU.
Atlequizayan
10
2.63%
2.57 ha
41% - 60%
Ayotoxco de Guerrero
12
3.16%
3.92 ha
91% o mas
Camocuautla
10
2.63%
3.3 ha
61% - 80%
Coatepec
57
15.00%
2.39 ha
61% - 80%
Cuetzalan del Progreso
61
16.05%
3.42 ha
61% - 80%
Huauchinango
39
10.26%
2.64 ha
61% - 80%
Huehuetla
13
3.42%
3.62 ha
91% o mas
Hueyapan
10
2.63%
2.7 ha
61% - 80%
Hueytamalco
38
10.00%
3.37 ha
61% - 80%
Ixtepec
10
2.63%
1.5 ha
61% - 80%
Jalpan
17
4.47%
2.5 ha
70% - 90%
Jopala
22
5.79%
2.75 ha
61% - 80%
San Felipe Tepatlán
11
2.89%
2.45 ha
61% - 80%
Teziutlán
10
2.63%
4.00 ha
61% - 80%
Xicotepec
41
10.79%
2.88 ha
61% - 80%
Zihuateutla
19
5.00%
3.00 ha
61% - 80%
Fuente: Elaboración propia (2022)
El cuadro 11 muestra la distribución porcentual de los productores que participaron en el cuestionario aplicado
mediante “Google forms”, se puede observar que se tuvo la participación de productores de 16 municipios de
los 54 que producen café en Puebla según el Gobierno de Puebla (2023), que representa alrededor del 29.6% de
los municipios productores que de igual forma se encuentran registrados en el Servicio de Información
Agroalimentaria y Pesquera (SIAP). En esta etapa, se tuvo una mayor participación de productores de Cuetzalan
del Progreso con un 16.05%, seguido de Coatepec con un 15%, Xicotepec con un 10.79%, Huauchinango con el
10.26% y de cerca Hueytamalco con el 10%. Se muestra una superficie de cultivo con una extensión promedio
de 2.9ha y como se puede observar dicho promedio individual varía dependiendo el del municipio, siendo
Taziutlán el que mayor superficie dedica al cultivo con un promedio de 4ha e Ixtepec el que menos superficie
dedica en promedio con 1.5ha.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 69
Gráfico 2
Rendimiento ton/ha
Fuente: Elaboración propia (2022)
El gráfico 2 muestra de manera agrupada los rendimientos ton/ha que tienen los productores de Puebla, este
rendimiento promedio es de 2.93 ton/ha, el cual es muy similar al último dato oficial dado por el Gobierno de
Puebla en 2021 donde manejaban un promedio de 3.1 ton/ha, siendo muy superior a la media nacional que era
de 1.47 ton/ha, lo cual muestra una diferencia casi 2 veces mayor al de la media nacional, motivo por el que
Puebla desde 2018, pasó a ser el tercer estado en importancia en el cultivo del aromático, y que de acuerdo al
Gobierno de Puebla, en 2023 ha continuado creciendo, acercándose a ser el segundo estado en importancia en
el cultivo del grano en México.
Uno de los indicadores que llama mucho la atención en el análisis de los coeficientes ß es la importancia que
tiene la calidad en el modelo de regresión, teniendo el segundo lugar en importancia explicativa. Un buen
indicador que tienen como referencia los productores de café en Puebla que realizan actividades de exportación
principalmente al mercado de los EE. UU, es el puntaje dado por la Specialty Coffee Association (SCA), siendo
esta una organización internacional que regula la denominación de café de especialidad en varias regiones del
mundo, la puntuación SCA tiene una escala de 0 a 100 y solo los cafés con más de 80 puntos son considerados
de especialidad como se puede observar a continuación (cuadro 12):
Cuadro 12
Puntajes de Clasificación
del protocolo SCA
Puntaje SCA
Clasificación
90-100
Exquisito
85 - 89.9
Excelente
80 - 84.9
Muy bueno
Fuente: Elaboración propia con
los datos del cuestionario.
El gráfico 3 muestra que más del 40% de los productores ya producen café que es considerado de especialidad
de calidad excelente, además más del 5% produce un café que ya puede ser considerado café de especialidad de
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 70
la más alta calidad, clasificado como exquisito, la otra parte de la producción se ya encuentra en la clasificación
café de especialidad o está cerca de obtener dicha clasificación.
Gráfico 3
Puntaje protocolo SCA de los productores
de café de Puebla encuestados
Fuente: Elaboración propia (2022).
A pesar de lo anterior, se debe de recordar que la muestra para esta investigación fue aplicada únicamente a
productores que ya se encuentran realizando actividades de exportación y, por lo tanto, el índice de producción
de café de especialidad puede no reflejar el promedio real de todo el estado.
Otro factor interesante a tener en consideración es el porcentaje de exportaciones con respecto a la producción,
porcentaje que de conformidad con la información del gobierno de Puebla cada año crece. El gráfico 4 presenta
esta relación que cuando es expresada en porcentajes, muestra que se exporta alrededor del 91% de la
producción total y que refuerza la importancia que tuvo el tipo de cambio en el modelo de regresión, dado que
el intercambio internacional tiene la relación buscada del tipo de cambio en las divisas con las que se
comercializa.
Gráfico 4
Porcentaje de exportaciones
con respecto a la producción
Fuente: Elaboración propia (2022).
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 71
Probablemente uno de los factores más importante que se debe de mencionar es la forma de venta del café por
parte de los productores, cabe resaltar que parece ser una constante en la venta de café por parte de
prácticamente todos los países productores y donde el estado de Puebla no es la excepción, sobre todo en las
unidades de producción (UP) pequeñas.
El gráfico 5, exhibe que más del 70% de la producción se continúa comercializando en forma de materia prima,
que cabe mencionar es el formato con menor valor en la que se comercializa el café, y en contraste solo menos
de 3% lo comercializa como un producto final de consumo como lo es el café molido, esto muestra un rezago
importante respecto a otros países en cuanto a la comercialización.
En cuanto a la importancia que tienen los precios en el intercambio internacional, cabe resaltar que debido al
tipo de cambio favorable y dada la gran volatilidad que tiene el café en las bolsas de valores, ha ocasionado un
incremento paulatino de nuevas sociedades que buscan eliminar los intermediarios en la comercialización de su
café.
Gráfico 5
Forma de venta del café
Fuente: Elaboración propia (2022)
Por último, en el cuadro 13, los resultados generales de la suma de los puntajes muestran que la competitividad
del sector cafetalero en el estado de Puebla está dentro del parámetro de medianamente competitivo, en otros
estudios de competitividad en este mismo estado han obtenido resultados similares. Esto deja ver claramente
que el sector poblano a pesar de mostrar un crecimiento más acelerado y rápido que otros estados se encuentra
a una distancia los suficientemente grande como para considerarse un referente a nivel internacional.
Cuadro 13
Resultados generales de la variable dependiente competitividad exportadora
Nada
competitivo
Poco
Competitivo
Medianamente
competitivo
Competitivo
Muy
Competitivo
29
52
75.4
97.34 98.6
121
145
Fuente: Elaboración propia (2022).
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 72
4. Conclusiones
Desde hace más de tres décadas el sector cafetalero mexicano ha sido un sector con un alto grado de
inestabilidad, por un lado, un alto índice de volatilidad en los precios debido a la finalización del Convenio
Internacional del Café (CIC) de 1983; por otro lado, los efectos asociados al cambio climático, así como a una
serie de afectación por enfermedades en los cafetos de los principales estados productores. En el estado de
Puebla como en el resto del país, las comunidades donde históricamente se han dedicado al cultivo de café han
sido caracterizadas como comunidades con altos índices de pobreza y marginación.
Este tipo de problemáticas ha ocasionado que surja una serie de estudios que buscan encontrar la manera de
subsanar todas las problemáticas que caracterizan el sector cafetalero; diversos modelos han intentado explicar
en este entorno la competitividad desde diversos enfoques analizando una diversa serie de variables como un
eje fundamental que ayude a mejorar e incrementar la producción de bienes y servicios y por consiguiente los
ingresos de las familias y ocasionando que haya una mejora en la calidad de vida. Una de estas variables que ha
sido estudiada es la innovación; en esta investigación, a pesar de toda la literatura que indica que es un factor
que coadyuva a la mejora tanto de la productividad como de la competitividad, no pareció tener peso explicativo
en la ecuación regresora del modelo, esto más que indicar un bajo nivel de aporte, tiene una relación más cercana
con la baja inversión que hay en el sector.
Otra de las variables que tienen una relación directa con la problemática antes descrita es la dificultad para
acceder a servicios financieros, esto se puede deber a que las puntuaciones dadas a los indicadores escogidos
para representar los efectos de esta variable en el cuestionario tuvieron los valores más bajos de la escala, por
lo tanto, también muestra una problemática más compleja y sistémica que, de hecho, las Naciones Unidas ya
describían desde hace algunos años, y señalaban que los sectores más vulnerables son aquellos que se
encuentran en el umbral de pobreza, las mujeres, los jóvenes, la población rural y las personas que trabajan en
la economía informal se ven particularmente afectados, concluyendo que la inclusión financiera puede ser un
factor de desarrollo rural y de estabilidad económica en los sectores más desfavorecidos y marginados.
Algunas de las variables con más peso explicativo que resultó del análisis de los coeficientes ß fueron, como era
de esperarse debido a la retroalimentación de la prueba piloto, el tipo de cambio y el precio que reflejan la
necesidad de tener mejores ingresos y esto es expresado en la búsqueda de mejores precios de venta de los que
se pueden obtener en el mercado nacional, lo anterior aunado a que México no tiene el índice de desarrollo de
la actividad que tienen en otros países productores como Brasil donde mediante políticas públicas ha logrado
que cada año se incrementa el consumo interno y paulatinamente se modela que en el largo plazo podrían
controlar más sus precios de venta basados en el consumo interno. El incremento del consumo interno es un
tema que al momento de esta investigación no se discute en prácticamente ningún foro especializado en el café
en México debido al peso que tiene el intercambio económico, y a los altos índices de pobreza y marginación con
los que está caracterizado el sector cafetalero mexicano, dejando nuevamente un rezago en un sistema de
producción que no se ha podido recuperar de la crisis de la roya al inicio de la década de los 2010, a diferencia
de varios de los demás países productores de la región.
Otro de los grandes problemas que ha ido acarreando la producción de café practicante desde sus inicios en el
país es la forma de venta del mismo café; la figura 6 ilustró este problema, dado que pesar de que como se pudo
analizar en las betas, el tipo de cambio y el financiamiento son un factor decisivo en la decisión de exportar; sin
embargo, mayormente se continua vendiendo el café en su forma de menos valor, es decir, se comercializa
como materia prima y son países importadores como EE. UU. o Italia los que terminan dándole el valor añadido
al transformarlo en un producto de consumo final y a su vez obteniendo mayores beneficios que los
países productores como México.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 73
Un factor muy importante sobre todo en el café de Puebla, es el puntaje que tienen del SCA, lo cual, coloca a una
parte importante del café de Puebla como un café de especialidad con el incremento de valor económico que
esto conlleva, este tipo de puntajes por parte de instituciones reguladoras es de gran importancia dado que da
un valor añadido intangible en cuanto a la calidad percibida que uno de estos sellos otorga y que es buscado por
muchos consumidores de países donde el consumo de café es mucho mayor al de México. Esta cuestión
claramente va de la mano con una atención a la calidad en las fases productivas y de cultivo y presenta un eje
fundamental que, con un debido seguimiento y soporte institucional, podría marcar un factor diferenciador con
respecto a la competencia en un sector totalmente globalizado e incluso saturado por producto de naciones con
sobreproducción como Brasil y Vietnam.
Los resultados del cuadro 13 muestran en conjunto un nivel de competitividad que está cerca de media tabla, la
interpretación de este número de cierta manera refleja los retrasos antes mencionados que hay no solo en el
sector poblano, sino en todo el país, estos retrasos van de la mano con una política pública que en más de tres
décadas no ha podido dar solución a los diversos problemas socioeconómicos que afectan principalmente a las
comunidades productoras que son consideradas por parte de muchos autores como poblaciones vulnerables e
incluso discriminadas, dado que una importante parte de las unidades de producción se encuentra en manos de
personas pertenecientes a pueblos originarios, a esta cuestión se le debe de sumar la baja inversión y la
incertidumbre de un precio tan volátil de venta que en conjunto restan competitividad e incluso productividad a
un sector que desde hace años necesita un crecimiento a mayor escala que el que se está dando actualmente en
el estado de Puebla.
Los resultados de esta investigación muestran que algunos de los factores determinantes que mayor impacto
tiene en la competitividad de los productores de café en el estado de Puebla que realizan actividades de
exportación, son, algunas de las variables estudiadas como el tipo de cambio, la calidad, la productividad, y el
precio, y en menor medida la innovación y la TT, estas variables muestran un efecto positivo en la competitividad
exportadora de acuerdo a los resultados del modelo y a los datos empíricos que se observaron; sin embargo, no
se debe de dejar de lado que en esta investigación se obtuvieron los datos de una sociedad de productores que
ya realizan actividades de exportación, lo que pudo haber sesgado los resultados, debido a la homogeneidad de
la muestra, por lo tanto, a pesar de que de cierta forma sí reflejan las problemáticas y realidades del sector
nacional, deberían ser contrastados tanto el modelo como el instrumento de recolección de datos, o en su
defecto ser aplicados en poblaciones que no tengan esta homogeneidad para analizar el comportamiento tanto
del modelo como del mismo instrumento.
Referencias bibliográficas
Bertram, D. (2008). Likert Scales... are the meaning of life. Dane Bertram.
https://www.academia.edu/8160815/Likert_Scales_are_the_meaning_of_life
Bunge, M. (2004). La Investigación Científica su Estrategia y su Filosofía (3ra ed.). Siglo Veintiuno Editores.
Catalán, H. (2021). Fundamentales macroeconómicos del tipo de cambio. Evidencia de cointegración.
Cuadernos de Economía, 40(83), 557-582.
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-47722021000200557
Centro de Estudios para el Desarrollo Rural Sustentable y la Soberanía Alimentaria. (2018). Reporte el Café en
México diagnóstico y perspectiva. Cámara de Diputados LXIII Legislatura y Centro de Estudios para el
Desarrollo Rural Sustentable y la Soberanía Alimentaria.
http://www.cedrssa.gob.mx/files/10/31El%20caf%C3%A9%20en%20M%C3%A9xico.pdf#:~:text=Palacio%2
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 74
0Legislativo%20de%20San%20L%C3%A1zaro%2C%20Julio%20de%202018,es%20de%20gran%20importanc
ia%20porque%20 permite%20la%20integraci%C3%B3n.
Correa, J. C., Iral, R. & Rojas, L. (2006). Estudio de potencia de pruebas de homogeneidad de varianza. Revista
Colombiana de Estadística, 29(1), 57 - 76.
https://www.google.com.mx/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUK
Ewi40bOV-v3-
AhV1k2oFHQ2CCycQFnoECA4QAQ&url=https%3A%2F%2Fwww.emis.de%2Fjournals%2FRCE%2FV29%2FV
29_1_57CorreaIral.pdf&usg=AOvVaw1T6ufcDVcjaIVKgNDIK-Yp
Figueroa, E., Pérez E. & L. Godínez. L. (2015). Importancia de la comercialización del café en México. Ciencias
Sociales: Economía y Humanidades. Handbook T-I. ECORFAN. (pp. 64 – 82).
https://dialnet.unirioja.es/descarga/libro/582055.pdf
Flores, C. E., & Flores, K. L. (2021). Pruebas para Comprobar la Normalidad de Datos en Procesos Productivos:
Anderson-Darling, Ryan-Joiner, Shapiro-Wilk y Kolmogórov-Smirnov. Societas, 23(2), 83–106.
https://revistas.up.ac.pa/index.php/societas/article/view/2302
Food and Agricultural Organization. (2019). La crisis del café y sus consecuencias. Food and Agricultural
Organization. http://www.fao.org/waicent/faoinfo/food-safety
quality/cd_hygiene/cnt/cnt_sp/sec_1/c03.coffeecrisis.html
Gobierno de Puebla. (2023, 04 de enero). Crece 72% producción de café en Puebla para 2023: SDR. Gobierno
de Puebla. https://www.puebla.gob.mx/index.php/noticias/item/11002-crece-72-produccion-de-cafe-en-
puebla-para-2023-sdr
Gobierno de Puebla. (2021,10 de abril). Xicotepec, Huauchinango, Cuetzalan y Teziutlán, principales
productores de café en la sierra Norte de Puebla - Lidernoticias. Gobierno de Puebla.
https://lidernoticias.com.mx/xicotepec-huauchinango-cuetzalan-y-teziutlan-principales-productores-de-
cafe-en-la-sierra-norte-de-puebla/
González, J. & Pazmino, M. (2015). Cálculo e interpretación del Alfa de Cronbach para el caso de validación de
la consistencia interna de un cuestionario, con dos posibles escalas tipo Likert. Revista Publicando, 2(1),
62-67. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-423821
Gujarati, D. N. & Porter, D. C. (2010). Econometría (5a.ed.). México: McGraw Hill.
Nieves, A. & Domínguez, F. (2010). Probabilidad y Estadística para Ingeniería. Un Enfoque Moderno. México:
Mc Graw-Hill lnteramericana.
Rojo, J. M. (2007). Regresión lineal múltiple. Laboratorio de estadística.
https://www.google.com.mx/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUK
Ewi53pWK_f3-
AhXPl2oFHTGJAG8QFnoECA0QAQ&url=http%3A%2F%2Fhumanidades.cchs.csic.es%2Fcchs%2Fweb_UAE%
2Ftutoriales%2FPDF%2FRegresion_lineal_multiple_3.pdf&usg=AOvVaw0ivgU9_-JEsa589K8rsLZ4
Sagaró, N. & Zamora, L. (2020). Técnicas estadísticas multivariadas para el estudio de la causalidad en
Medicina. Revista de Ciencias Médicas, 24(2), 1-14. https://www.researchgate.net/profile/Nelsa-
Sagaro/publication/341368736_Tecnicas_estadisticas_multivariadas_para_el_estudio_de_la_causalidad_e
n_Medicina/links/5ebcaa5a299bf1c09abbcdc8/Tecnicas-estadisticas-multivariadas-para-el-estudio-de-la-
causalidad-en-Medicina.pdf
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 44, Nº 06, Año 2023
VANEGAS J.G. et al. «Determinantes de la competitividad exportadora de los productores de café en el
estado de Puebla, México»
Pag. 75
Secretaría de Agricultura y Desarrollo Rural. (2017). Planeación Agrícola Nacional 2017-2030. Secretaría de
Agricultura y Desarrollo Rural.
https://www.gob.mx/cms/uploads/attachment/file/255627/Planeaci_n_Agr_cola_Nacional_2017-2030-
_parte_uno.pdf
Secretaría de Agricultura y Desarrollo Rural. (2017). Planeación Agrícola Nacional 2017–2030. Secretaría de
Agricultura y Desarrollo Rural.
https://www.gob.mx/cms/uploads/attachment/file/255627/Planeaci_n_Agr_cola_ Nacional_2017-2030-
_parte_uno.pdf
Sola, B. (24 de agosto de 2016). Café Poblano, un secreto muy guardado. https://www.cronica.com.mx/notas-
cafe_poblano_un_secreto_muy_guardado-979302-2016.html
United States Department of Agriculture. (2019). Mexico Coffee Annual. Mexican Coffee Production Continues
to Rebound from Coffee Rust Disease. Global Agricultural Information Network.
https://www.google.com.mx/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUK
EwjfmL_T7P3-
AhUILUQIHXZOAjMQFnoECCcQAQ&url=https%3A%2F%2Fapps.fas.usda.gov%2Fnewgainapi%2Fapi%2Frep
ort%2Fdownloadreportbyfilename%3Ffilename%3DCoffee%2520Annual_Mexico%2520City_Mexico_5-31-
2019.pdf&usg=AOvVaw2-f_EnJBx33u2tB337N8hw
Ursini, S., Sánchez, G., & Orendain, M. (2004). Validación y confiabilidad de una escala de Actitudes hacia las
Matemáticas y hacia las Matemáticas Enseñadas con Computadora. Educación Matemática, 16(3), 59-78.
https://www.redalyc.org/articulo.oa?id=40516304
Vilà, R., Torrado, M., y Reguant, M. (2019). Análisis de regresión lineal múltiple con SPSS: un ejemplo práctico.
REIRE Revista d’Innovació i Recerca en Educació, 12(2), 1–10. http://doi.org/10.1344/reire2019.12.222704
Virla, M. Q. (2010). Confiabilidad y coeficiente de Alpha de Cronbach. TELOS. Revista de Estudios
Interdisciplinarios en Ciencias Sociales. 12(2); 248-252.
https://www.google.com.mx/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUK
EwjApJ2u9v3-
AhW6I0QIHf39BC8QFnoECA4QAQ&url=https%3A%2F%2Fwww.redalyc.org%2Fpdf%2F993%2F993155
wAxT
Esta obra está bajo una Licencia Creative Commons
Atribución-NoComercial 4.0 Internacional
