ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)Artículo de investigaciónhttps://doi.org/10.47460/minerva.v7i21.353La calidad de servicio como catalizador de la reactivación económicaen micro y pequeñas empresas: un análisis multigrupo PLS-SEMJannet Karin Fuster Gómez*https://orcid.org/0000-0002-5975-0602jfuster@undac.edu.peUniversidad Daniel Alcides CarriónCerro de Pasco, PerúNelly Luz Fuster Zúñigahttps://orcid.org/0000-0001-9912-7076mfusterz@undac.edu.peUniversidad Daniel Alcides CarriónCerro de Pasco, PerúEdgar Condor Capchahttps://orcid.org/0000-0002-7936-7141e condor1@hotmail.comUniversidad Daniel Alcides CarriónCerro de Pasco, PerúJuan Antonio Ricaldi Baldeonhttps://orcid.org/0000-0002-7936-7141e condor1@hotmail.comUniversidad Daniel Alcides CarriónCerro de Pasco, PerúNoeding Lourdes Ordaya Moraleshttps://orcid.org/0000-0001-6976-0188nordayam@undac.edu.peUniversidad Daniel Alcides CarriónCerro de Pasco, Perú*Autor de correspondencia: jfuster@undac.edu.peRecibido: (02/06/2026), Aceptado: (28/09/2026)Resumen. Las micro y pequeñas empresas enfrentan condiciones de vulnerabilidad que limitan su ca-pacidad de recuperación y crecimiento, por lo que resulta relevante identificar los factores que favorecensu reactivación económica. En este contexto, el estudio analiza el papel de la calidad del servicio comopredictor del desempeño empresarial y examina si su efecto varía según el tamaño de la unidad produc-tiva. Mediante un enfoque cuantitativo y un modelo explicativo-predictivo, los resultados evidencianuna relación positiva entre la calidad del servicio y la reactivación económica, así como diferencias entremicro y pequeñas empresas. Los hallazgos sugieren que la disponibilidad de recursos complementarioscondiciona la capacidad de transformar los activos intangibles en mejores resultados económicos.Palabras clave: calidad de servicio, reactivación económica, análisis multigrupo, desempeño empre-sarial.Service Quality as a Catalyst for Post-Pandemic Economic Recovery in Micro andSmall Enterprises: A PLS-SEM Multigroup AnalysisAbstract.Micro and small enterprises face conditions of vulnerability that limit their capacity forrecovery and growth, so it is relevant to identify the factors that favor their economic reactivation. Inthis context, the study analyzes the role of service quality as a predictor of business performance andexamines whether its effect varies according to the size of the productive unit. Using a quantitativeapproach and an explanatory-predictive model, the results show a positive relationship between servicequality and economic reactivation, as well as differences between micro and small enterprises. Thefindings suggest that the availability of complementary resources conditions the ability to transformintangible assets into better economic results.Keywords: service quality, economic recovery, multigroup analysis, business performance.Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas62ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)I.INTRODUCCI ÓNLa pandemia de COVID-19 produjo la contracción económica más profunda registrada desde laposguerra y afectó de manera desigual a los distintos estratos empresariales. Las micro y pequeñasempresas, que en las economías emergentes concentran una proporción relevante del empleo y del pro-ducto, afrontaron la crisis en condiciones de fragilidad estructural, caracterizadas por limitada liquidez,dependencia de mercados locales y acceso restringido al crédito formal [1], [2]. La evidencia posteriora la crisis muestra que la supervivencia de este segmento no dependió únicamente de las transferenciaspúblicas, sino también de la capacidad de cada unidad para reconfigurar su propuesta de valor con losrecursos disponibles [3], [4]. Entre ellos, la calidad del servicio ocupa una posición relevante por tratarsede un activo intangible construido a partir del conocimiento acumulado, las rutinas de atención y laproximidad relacional, lo que la hace comparativamente accesible para organizaciones con restriccionesde capital [5]. Aunque su relación con la satisfacción, la lealtad y el desempeño organizacional hasido ampliamente documentada [6], su incidencia en procesos de recuperación tras una crisis sistémicacontinúa insuficientemente establecida, especialmente porque gran parte de la evidencia procede de or-ganizaciones de mayor escala y porque los estudios suelen tratar a las micro y pequeñas empresas comoun segmento homogéneo, pese a que la teoría de recursos y capacidades plantea que la conversión deactivos intangibles en resultados económicos depende de la disponibilidad de recursos complementarios,la cual varía con el tamaño empresarial [7], [8], [9].A partir de esta brecha, el estudio examina si la calidad del servicio actúa como catalizador dela reactivación económica en micro y pequeñas empresas y si la intensidad de ese efecto varía segúnel tamaño de la unidad productiva. Esta cuestión resulta relevante tanto en el plano teórico, porquepermite contrastar la perspectiva que atribuye ventaja a la flexibilidad de las unidades menores conaquella que enfatiza la dotación complementaria de recursos en las de mayor tamaño, como en elaplicado, ya que puede orientar el diseño uniforme o segmentado de programas de fortalecimiento dela calidad [1], [3]. El estudio se desarrolla en el periodo posterior a la crisis sanitaria y toma comositio de prueba el tejido formal de micro y pequeñas empresas del distrito de Yanacancha, provinciay departamento de Pasco, Perú, seleccionado como un entorno donde las restricciones de recursospermiten observar con claridad el mecanismo analizado [10]. La contribución buscada es establecer sila conversión de activos intangibles en recuperación económica se encuentra condicionada por la escalaorganizativa, utilizando este contexto como escenario empírico para someter dicha proposición a prueba.II.MARCO TE ÓRICOLa calidad del servicio se entiende como el juicio evaluativo derivado de comparar el desempeñopercibido con las expectativas previas [11]. En organizaciones de escala reducida, el contacto directocon el cliente, la personalización y la reputación basada en relaciones de proxi-midad convierten esterecurso en un mecanismo de diferenciación accesible para unidades que no pueden competir por precioo escala [12], [8]. Su operacionalización suele considerar cinco dimensiones: fiabilidad, capacidad derespuesta, seguridad, empatía y elementos tangibles. Frente al enfoque que compara expectativas ypercepciones, este estudio adopta la medición centrada en el desempeño percibido [11], respaldada porsu mayor validez predictiva y menor carga de respuesta [6].La reactivación económica se define como el proceso mediante el cual una unidad productiva recu-pera y supera niveles previos de actividad [3]. A diferencia de la mera supervivencia, implica recuperaringresos, capacidad de reinversión y sostenibilidad financiera [13], [2]. En micro y pequeñas empresas, sumedición puede observarse mediante la evolución de ventas, la recuperación de ingresos, la reinversiónde excedentes y la suficiencia del flujo de caja [10], [14]. Este proceso se vincula con la resiliencia or-ganizacional, entendida como la capacidad de absorber perturbaciones, adaptarse y restituir la funciónproductiva [1]. En unidades pequeñas, esta capacidad depende especialmente de activos relacionales,flexibilidad y velocidad de adaptación [1].Desde la teoría de recursos y capacidades, las diferencias sostenidas de desempeño se explican por laposesión y aprovechamiento de recursos valiosos, escasos y difíciles de imitar [7]. La calidad del serviciopuede cumplir estas condiciones al basarse en conocimiento tácito, experiencia y rutinas complejas. Enorganizaciones con restricciones de capital, los recursos intangibles adquieren mayor relevancia, aunquesu rendimiento depende de capacidades complementarias que permitan explotarlos eficazmente [5]. Eneste sentido, el tamaño empresarial representa no solo una medida de escala, sino también un indicadorde disponibilidad de recursos complementarios [9]. Las unidades mayores suelen disponer de mayordivisión del trabajo, seguimiento y margen financiero, mientras que las menores destacan por su rapidezde respuesta, aunque con menor capacidad de escalamiento [3].Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas63ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)La relación entre calidad del servicio y desempeño ha sido ampliamente documentada [12], [6],pero su papel en contextos de recuperación continúa menos explorado [14], [8]. El presente estudioexamina esa relación y el posible papel moderador del tamaño empresarial. Desde una perspectiva deflexibilidad, podría esperarse un efecto mayor en las unidades pequeñas por su proximidad al clientey capacidad de adaptación. Desde la perspectiva de dotación complementaria, el efecto podría sermayor en organizaciones de mayor tamaño, donde existen recursos suficientes para transformar mejorasdel servicio en resultados económicos [7], [9]. Esta tensión teórica sustenta el contraste multigrupodesarrollado en el estudio.III.METODOLOGÍASe realizó una investigación cuantitativa, no experimental, de corte transversal y alcance explicativo-predictivo, con la unidad productiva como unidad de análisis y un único nivel de anidamiento. El modelose estimó mediante ecuaciones estructurales por mínimos cuadrados parciales, técnica apropiada por laorientación predictiva del planteamiento y por no requerir el supuesto de normalidad multivariada [10].A.HipótesisEl modelo somete a contraste tres proposiciones.La primera (H1) sostiene que la calidad deservicio ejerce un efecto directo positivo sobre la reactivación económica. La segunda (H2) sostieneque ese efecto está moderado por el tamaño empresarial, de modo que el término de interacción entreambos difiere de cero. La tercera (H3) sostiene que el coeficiente estructural difiere entre los gruposdefinidos por el tamaño, evaluado como ∆β = βpequeña empresa −βmicroempresa ̸= 0. H2 y H3 examinanla misma proposición de contingencia por dos vías estadísticamente distintas y complementarias: eltérmino producto de la regresión jerárquica y la comparación de coeficientes entre submuestras.B.Población y muestraLa población objetivo estuvo conformada por micro y pequeñas empresas formales del distrito deYanacancha, Pasco, Perú, con actividad vigente y al menos doce meses de operación continua durante elperiodo 2021-2025. Se incluyeron únicamente unidades clasificadas oficialmente como micro o pequeñasempresas, con registro activo y continuidad operativa, y se excluyeron aquellas sin actividad o en procesode cierre. La muestra estuvo integrada por 384 unidades productivas, distribuidas en 210 microempresasy 174 pequeñas empresas.La adecuación muestral se evaluó mediante el método de la raíz inversa para modelos de mínimoscuadrados parciales [15]. Considerando un coeficiente de ruta mínimo esperado de |β| = 0,20, segúnla literatura sobre calidad de servicio y desempeño [12], [6], el tamaño mínimo requerido fue de 155casos. Como el contraste multigrupo exige cumplir este criterio dentro de cada estrato, el grupo menor,conformado por 174 pequeñas empresas, superó el mínimo establecido, al igual que la muestra total de384 unidades.C.Instrumentos y operacionalizaciónLos dos constructos focales se midieron mediante escalas de Likert de cinco puntos administradas alpropietario o responsable de la unidad productiva, quien posee conocimiento directo de los procesos deatención y de la situación económica del negocio. La calidad de servicio se midió con cuatro indicadoresreflectivos derivados de la tradición de medición por desempeño percibido [11], correspondientes a lasdimensiones de trato y empatía, capacidad de respuesta, elementos tangibles y fiabilidad. La reacti-vación económica se midió con cuatro indicadores reflectivos que operacionalizan las manifestaciones derecuperación identificadas en la literatura de desempeño del segmento [13], [10]: evolución de ventas,restitución del nivel de ingresos previo, capacidad de reinversión y suficiencia del flujo de caja operativo;el contenido de la escala se validó por juicio de expertos y sus propiedades psicométricas se reportaníntegramente en Resultados. El tamaño empresarial se registró como escala ordinal de estratos pornúmero de trabajadores conforme a la clasificación oficial y, para el contraste multigrupo, se dicotomizóen microempresa y pequeña empresa. Se incorporaron como covariables de control el sector económico,en tres ramas de actividad, y el tiempo de operación, dicotomizado en el umbral de cinco años.Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas64ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)D.Estrategia analíticaEl análisis se desarrolló en tres etapas. Primero, se evaluó el modelo de medición reflectivo mediantecargas externas, alfa de Cronbach, omega de McDonald, varianza extraída media y validez discriminante,utilizando el ratio heterotrait-monotrait [16] y el criterio de Fornell-Larcker [17]. Después, se estimóel modelo estructural correspondiente a la relación entre calidad del servicio y reactivación económica,reportando coeficiente estandarizado, error típico, intervalo de confianza al 95 % y valor p mediantebootstrap de 5000 submuestras, además del coeficiente de determinación, tamaño del efecto, relevanciapredictiva frente a un modelo lineal de referencia [18] y residuo estandarizado cuadrático medio. Lamoderación por tamaño se examinó mediante comparación multigrupo, previa verificación de invarianzacomposicional, y mediante un término de interacción en regresión jerárquica.Finalmente, se estimaron cuatro modelos anidados por mínimos cuadrados ordinarios con erroresrobustos a heterocedasticidad, incorporando sucesivamente covariables, predictor, moderador e inter-acción. También se examinaron la multicolinealidad, el posible sesgo de método común, la estabilidaddel efecto mediante validación cruzada y submuestreo, y los factores de inflación de la varianza. Lascovariables se incorporaron únicamente en la especificación jerárquica, mientras que el modelo demínimos cuadrados parciales estimó la ruta focal entre los constructos latentes. Se adoptó un nivel designificación de 0,05 y los valores inferiores a 0,001 se reportaron como p < 0,001.IV.RESULTADOSA.Modelo de mediciónLas ocho cargas externas se situaron entre 0,668 y 0,843, por encima del umbral de 0,50, y seis deellas superaron además el valor recomendado de 0,70. Los índices de consistencia interna excedieron elcriterio de 0,70 en ambos constructos y la varianza extraída media superó el umbral de 0,50, de modoque la fiabilidad y la validez convergente quedaron establecidas (Tabla 1).Tabla 1. Propiedades psicométricas del modelo de mediciónConstructoIndicadorλR2(SMC)αωAVECalidad de servicioLos empleados son amables y corteses con los clientes0,6680,4460,834 0,8350,559La empresa ofrece un servicio rápido y eficiente0,7720,596Las instalaciones se ven limpias y ordenadas0,7720,596La empresa cumple con lo que promete a sus clientes0,7720,596ReactivacióneconómicaEn los últimos 6 meses las ventas han aumentadosignificativamente0,6850,4690,856 0,8570,601El negocio recuperó el nivel de ingresos previo a lapandemia0,7570,573Se han podido reinvertir las ganancias en mejoras delnegocio0,8080,653El negocio genera flujo de caja suficiente para sus gastosoperativos0,8430,711La validez discriminante quedó establecida por ambos procedimientos de manera concordante: elratio heterotrait-monotrait se situó en 0,484, muy por debajo incluso del umbral estricto, y la raízcuadrada de la varianza extraída media de cada constructo superó su mayor correlación con el otro. LaFigura 1 representa la carga de cada uno de los ocho indicadores frente a los umbrales de referencia.Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas65ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)Fig. 1. Cargas externas y validez discriminante del modelo de medición reflectivo (N = 384)B.Estadísticos descriptivos y modelo estructuralLa calidad de servicio predijo positiva y significativamente la reactivación económica (β = 0,437;p < 0,001), con un intervalo de confianza que excluye el cero y un tamaño del efecto de magnitud media(f2= 0,237). El modelo explicó el 19,1 % de la varianza del constructo endógeno. Dos indicadoresexigen una lectura cautelosa y se reportan como tales (Tabla 2).Tabla 2. Estadísticos descriptivos y matriz de correlacionesN.º VariableMDEAsim.Curt.123451Calidad de servicio3,001 0,664 −0,1530,074—0,4030,1330,073 −0,0192Reactivación económica3,002 0,6600,0000,4170,403—0,0830,091 −0,0343Tamaño empresarial3,096 1,389 −0,097 −1,2410,1330,083—0,026 −0,0654Sector económico1,984 0,8270,029−1,5330,0730,0910,026—0,0765Tiempo de operación0,518 0,500 −0,073 −1,995 −0,019 −0,034 −0,065 0,076—El residuo estandarizado cuadrático medio alcanzó 0,084, valor situado marginalmente por encimadel umbral convencional de 0,08, por lo que el ajuste aproximado debe calificarse como limítrofe. Laevaluación predictiva arrojó un Q2predictpositivo (0,145), lo que indica que el modelo posee relevanciapredictiva, pero su error de predicción no mejoró el del modelo lineal de referencia (0,828 frente a 0,796);en consecuencia, la capacidad predictiva se califica como limitada y no se sostiene una afirmación decapacidad predictiva elevada.Tabla 3. Modelo estructural, tamaño del efecto y evidencia predictivaParámetroEstimaciónSEtpIC95 %Criterioβ Calidad de servicio →Reactivacióneconómica0,4370,039 11,12 < 0,001[0,361; 0,518]—f2del efecto focal0,237————≥0,15 medioR2de Reactivación económica0,191—————Q2predictde Reactivación económica0,145————> 0 relevanciaRMSE del modelo frente al referente lineal0,828 / 0,796————modelo ≤linealSRMR0,084————< 0,08C.Contingencia por tamaño empresarialEstablecida la invarianza composicional en los tres elementos evaluados, el contraste entre gruposresultó significativo: el coeficiente de la calidad de servicio sobre la reactivación económica alcanzó0,508 en las pequeñas empresas frente a 0,247 en las microempresas, con una diferencia de 0,260(p = 0,009). El efecto es, por tanto, algo más del doble en las pequeñas empresas. La Figura 2compara el coeficiente de la muestra completa con el de cada estrato.Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas66ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)Tabla 4. Contraste multigrupo e invarianza de mediciónBloqueElementoEstimaciónSEpEfecto por grupoMicroempresa (n = 210)0,2470,070< 0,001Efecto por grupoPequeña empresa (n = 174)0,5080,071< 0,001Diferencia∆β = βpequeña −βmicro0,260—0,009Invarianza composicionalCalidad de servicioEstablecida—0,582 / 0,539Invarianza composicionalReactivación económicaEstablecida—0,460 / 0,822Invarianza composicionalTamaño empresarialEstablecida—0,498 / 0,152La Figura 2 muestra el coeficiente estructural estimado entre la calidad de servicio y la reactivacióneconómica, tanto para la muestra completa como para los estratos correspondientes a microempresasy pequeñas empresas. La representación gráfica permite comparar la magnitud del efecto entre losgrupos y visualizar sus respectivos intervalos de confianza al 95 %, facilitando la identificación deposibles diferencias en la intensidad de la relación analizada.Fig. 2. Coeficiente estructural de la calidad de servicio sobre la reactivación económica en lamuestra completa y por estratosD.Robustez y diagnósticosLa especificación jerárquica permite atribuir la varianza explicada a cada bloque. Las covariablesde control por sí solas no explicaron una fracción significativa de la varianza (R2= 0,010; F nosignificativo). La incorporación de la calidad de servicio elevó el coeficiente de determinación en 0,158, loque confirma la contribución del predictor focal por encima de los controles. La incorporación del tamañoempresarial como efecto principal añadió una fracción despreciable (∆R2= 0,001) y su coeficienteno alcanzó significación, resultado congruente con la interpretación de que el tamaño no actúa comodeterminante directo de la reactivación. La incorporación del término de interacción, en cambio, añadióun 9,5 % de varianza explicada (∆R2= 0,095) con un coeficiente significativo (β = 0,267; IC 95 %[0,182; 0,353]; p < 0,001), lo que confirma por una vía estadísticamente independiente la contingenciadetectada en el contraste multigrupo. La Figura 3 muestra el incremento aportado por cada bloque.Los cuatro modelos se estimaron con errores típicos robustos a heterocedasticidad y sus factores deinflación de varianza se mantuvieron por debajo de 1,03, de modo que la colinealidad no comprometela estimación.Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas67ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)Fig. 3. Descomposición jerárquica de la varianza explicada de la reactivación económica porbloques de regresiónLa estabilidad del efecto focal se sometió a tres regímenes de remuestreo. La validación cruzadadejando un caso fuera arrojó un coeficiente medio de 0,347 (DE = 0,002; IC95 % [0,343; 0,352])sobre 384 réplicas; el submuestreo al 80 % arrojó 0,345 (DE = 0,020; IC95 % [0,305; 0,385]) y elsubmuestreo al 60 % arrojó 0,348 (DE = 0,033; IC95 % [0,285; 0,411]), ambos sobre 100 réplicas. Elsigno y la significación se conservaron en el 100 % de las remuestras en los tres regímenes. En cuanto alos diagnósticos, ningún factor de inflación de la varianza superó 1,03 en la especificación completa, demodo que no hay indicios de multicolinealidad; los valores de colinealidad total se situaron por debajode 1,21, muy lejos del umbral de 3,3, lo que descarta evidencia de sesgo de método común. La Figura4 reúne la dispersión del efecto bajo los tres regímenes de remuestreo.Fig. 4. Estabilidad del efecto de la calidad de servicio bajo tres regímenes de remuestreo (N =384)Las tres proposiciones resultaron sostenidas por la evidencia. H1 quedó respaldada por el coeficienteestructural de la calidad de servicio sobre la reactivación económica (β = 0,437; p < 0,001). H2 quedórespaldada por el término de interacción de la regresión jerárquica (β = 0,267; p < 0,001), queañadió un 9,5 % de varianza explicada sobre el modelo sin interacción. H3 quedó respaldada por ladiferencia de coeficientes entre grupos (∆β = 0,260; p = 0,009), establecida previamente la invarianzacomposicional. Debe señalarse que la dirección de la contingencia es contraria a la que anticipa lalectura de la flexibilidad: el efecto resultó mayor en las pequeñas empresas que en las microempresas.E.DiscusiónLos resultados muestran que la calidad del servicio actúa como catalizador de la reactivacióneconómica en unidades productivas de escala reducida (β = 0,437; p < 0,001; IC95 % [0,361; 0,518];f2= 0,237).Este hallazgo extiende al segmento de micro y pequeñas empresas una relación do-Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas68ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)cumentada principalmente en organizaciones de mayor tamaño [8], [6]. Su principal aporte radica enevidenciar que el efecto no es homogéneo dentro del segmento.La contingencia por tamaño constituye el resultado central y se sostiene mediante dos contrastesconvergentes. La comparación entre grupos, previa verificación de invarianza composicional, mostró uncoeficiente de 0,508 en pequeñas empresas frente a 0,247 en microempresas (∆β = 0,260; p = 0,009).La regresión jerárquica confirmó esta moderación, con un incremento del 9,5 % de la varianza explicada(β = 0,267; p < 0,001). La coincidencia entre ambos procedimientos refuerza la consistencia delresultado.La dirección de esta contingencia contradice la expectativa basada en la flexibilidad de las unidadesmenores. Aunque su proximidad al cliente y rapidez de decisión podrían favorecer el aprovechamientode la calidad del servicio [1], el efecto fue superior en las pequeñas empresas.Desde la teoría derecursos y capacidades, esto sugiere que los activos intangibles requieren recursos complementarios,como división del trabajo, capacidad de seguimiento y margen financiero, para traducirse con mayoreficacia en recuperación económica [7], [9], [5]. En consecuencia, la calidad del servicio resulta relevante,pero su rendimiento depende de una dotación organizativa suficiente.Este resultado también tiene implicaciones metodológicas y aplicadas. Tratar a micro y pequeñasempresas como un conjunto homogéneo puede ocultar diferencias sustantivas en la conversión de re-cursos intangibles en resultados [3]. Por ello, el tamaño empresarial debe considerarse una condiciónde contingencia. En términos prácticos, las microempresas requieren fortalecer capacidades organiza-tivas antes de escalar mejoras de servicio, mientras que en las pequeñas empresas resulta más viableconsolidar prácticas ya existentes [3].Finalmente, dos indicadores aconsejan prudencia. El residuo estandarizado cuadrático medio fuelimítrofe y, aunque el Q2predictconfirmó relevancia predictiva, el modelo no superó al referente linealen error de predicción [18]. Esto no invalida la inferencia explicativa, respaldada por la estabilidad delefecto bajo validación cruzada y submuestreo, pero sí limita la capacidad de extrapolar los resultados anuevos casos.CONCLUSIONESLa calidad de servicio predice la reactivación económica de las micro y pequeñas empresas en elperiodo posterior a la crisis sanitaria, con una intensidad que depende críticamente de la escala organi-zativa. La contribución teórica consiste en establecer que el tamaño empresarial no es un descriptor dela muestra ni una covariable de ajuste, sino un moderador que condiciona la capacidad de transformarun activo intangible en recuperación económica, y en documentar que la dirección de esa moderaciónfavorece a las unidades con mayor dotación de recursos complementarios, contra la expectativa de laflexibilidad.En el terreno aplicado, los programas dirigidos al estrato de menor tamaño rinden más si cons-truyen primero las capacidades de gestión que permiten sostener una política de servicio, antes quesi promueven directamente su mejora; las unidades del estrato superior son destinatarias eficientes deprogramas de consolidación y escalamiento; y el conjunto de las intervenciones gana precisión si adoptala segmentación por tamaño como criterio de diseño.Tres limitaciones acotan el alcance: la capacidad predictiva fuera de muestra, limitada según elcontraste frente al modelo lineal de referencia; el ajuste aproximado limítrofe del modelo estructural,que aconseja prudencia al interpretar la especificación como definitiva; y el diseño transversal, queimpide establecer direccionalidad causal.La agenda que se abre apunta a incorporar variables deentorno que podrían interactuar con la calidad del servicio, a adoptar diseños longitudinales capaces decapturar la trayectoria de recuperación y a examinar si la ventaja de conversión de las unidades de mayordotación se sostiene para otros activos intangibles, lo que permitiría determinar si el umbral de dotacióncomplementaria es propio de la calidad del servicio o una regularidad más general del segmento.REFERENCIAS[1] J. Okoli, T. S. Olowogbon, and G. C. Mbaeyi, “Measuring organizational resilience in a resource-constrained environment: An empirical study of micro-and-small-service-enterprises (msses) innigeria,” Strategic Change, pp. 1–15, 2025.Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas69ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)[2] F. McCann, N. McGeever, and F. Yao, “Sme viability in the covid-19 recovery,” Small BusinessEconomics, vol. 61, no. 3, pp. 1053–1074, 2023.[3] F. Zogning, “The role of smes in the post-pandemic economic recovery,” Journal of Small Business& Entrepreneurship, vol. 37, no. 4, pp. 557–569, 2025.[4] S. O. Caballero-Morales, “Innovation as recovery strategy for smes in emerging economies duringthe covid-19 pandemic,” Research in International Business and Finance, vol. 57, p. 101396, 2021.[5] F. Nikmah, E. A. Sukma, M. Hadi, and C. W. Hidayat, “Competitive advantage based on intangibleresources of east java smes,” Formosa Journal of Multidisciplinary Research, vol. 5, no. 6, pp.1637–1652, 2026.[6] O. Salem and M. Kiss, “The impact of perceived service quality on customers’ repurchase intention:Mediation effect of price perception,” Innovative Marketing, vol. 18, no. 4, pp. 1–12, 2022.[7] J. B. Barney, “Firm resources and sustained competitive advantage,” Journal of Management,vol. 17, no. 1, pp. 99–120, 1991.[8] A. G. Kebede, S. D. Terefe, and A. W. Ijigu, “Linking entrepreneurial leadership to quality per-formance of micro and small-scale enterprises in service sector: the mediating role of serviceinnovation,” Cogent Social Sciences, vol. 10, no. 1, p. 2339526, 2024.[9] D. H. Haneberg, “How combinations of network participation, firm age and firm size explain smes’responses to covid-19,” Small Enterprise Research, vol. 28, no. 3, pp. 229–246, 2021.[10] A. Lazarte-Aguirre, “Entrepreneurial traits and sustainable entrepreneurial orientation in peru: Apls-sem analysis of micro and small-sized enterprises,” Sustainable Futures, vol. 10, p. 101101,2025.[11] J. Cronin, J. J. and S. A. Taylor, “Measuring service quality: A reexamination and extension,”Journal of Marketing, vol. 56, no. 3, pp. 55–68, 1992.[12] S. B. Gamboa Valverde and W. E. Romero Black, “Calidad percibida del servicio y satisfaccióndel cliente: Un análisis estructural en pequeñas y medianas empresas de servicios en machala,ecuador,” Revista Veritas de Difusão Científica, vol. 7, no. 1, pp. 5156–5174, 2026.[13] R. N. Rosyidiana and I. M. Narsa, “Micro, small, and medium-sized enterprises (msmes) duringthe post-pandemic economic recovery period: digitalization, literation, innovation, and its impacton financial performance,” Cogent Business & Management, vol. 11, no. 1, p. 2342488, 2024.[14] G. Kiwara, “Impact of covid-19 pandemic on performance of micro, small and medium enterprisesin the service sector in nairobi county,” The Strategic Journal of Business & Change Management,vol. 8, no. 1, pp. 826–834, 2021.[15] N. Kock and P. Hadaya, “Minimum sample size estimation in pls-sem: The inverse square root andgamma-exponential methods,” Information Systems Journal, vol. 28, no. 1, pp. 227–261, 2018.[16] J. Henseler, C. M. Ringle, and M. Sarstedt, “A new criterion for assessing discriminant validityin variance-based structural equation modeling,” Journal of the Academy of Marketing Science,vol. 43, pp. 115–135, 2015.[17] C. Fornell and D. F. Larcker, “Evaluating structural equation models with unobservable variablesand measurement error,” Journal of Marketing Research, vol. 18, no. 1, pp. 39–50, 1981.[18] G. Shmueli, M. Sarstedt, J. F. Hair, J. H. Cheah, H. Ting, S. Vaithilingam, and C. M. Ringle,“Predictive model assessment in pls-sem: guidelines for using plspredict,” European Journal ofMarketing, vol. 53, no. 11, pp. 2322–2347, 2019.Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas70
ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)Fig. 1. Cargas externas y validez discriminante del modelo de medición reflectivo (N = 384)B.Estadísticos descriptivos y modelo estructuralLa calidad de servicio predijo positiva y significativamente la reactivación económica (β = 0,437;p < 0,001), con un intervalo de confianza que excluye el cero y un tamaño del efecto de magnitud media(f2= 0,237). El modelo explicó el 19,1 % de la varianza del constructo endógeno. Dos indicadoresexigen una lectura cautelosa y se reportan como tales (Tabla 2).Tabla 2. Estadísticos descriptivos y matriz de correlacionesN.º VariableMDEAsim.Curt.123451Calidad de servicio3,001 0,664 −0,1530,074—0,4030,1330,073 −0,0192Reactivación económica3,002 0,6600,0000,4170,403—0,0830,091 −0,0343Tamaño empresarial3,096 1,389 −0,097 −1,2410,1330,083—0,026 −0,0654Sector económico1,984 0,8270,029−1,5330,0730,0910,026—0,0765Tiempo de operación0,518 0,500 −0,073 −1,995 −0,019 −0,034 −0,065 0,076—El residuo estandarizado cuadrático medio alcanzó 0,084, valor situado marginalmente por encimadel umbral convencional de 0,08, por lo que el ajuste aproximado debe calificarse como limítrofe. Laevaluación predictiva arrojó un Q2predictpositivo (0,145), lo que indica que el modelo posee relevanciapredictiva, pero su error de predicción no mejoró el del modelo lineal de referencia (0,828 frente a 0,796);en consecuencia, la capacidad predictiva se califica como limitada y no se sostiene una afirmación decapacidad predictiva elevada.Tabla 3. Modelo estructural, tamaño del efecto y evidencia predictivaParámetroEstimaciónSEtpIC95 %Criterioβ Calidad de servicio →Reactivacióneconómica0,4370,039 11,12 < 0,001[0,361; 0,518]—f2del efecto focal0,237————≥0,15 medioR2de Reactivación económica0,191—————Q2predictde Reactivación económica0,145————> 0 relevanciaRMSE del modelo frente al referente lineal0,828 / 0,796————modelo ≤linealSRMR0,084————< 0,08C.Contingencia por tamaño empresarialEstablecida la invarianza composicional en los tres elementos evaluados, el contraste entre gruposresultó significativo: el coeficiente de la calidad de servicio sobre la reactivación económica alcanzó0,508 en las pequeñas empresas frente a 0,247 en las microempresas, con una diferencia de 0,260(p = 0,009). El efecto es, por tanto, algo más del doble en las pequeñas empresas. La Figura 2compara el coeficiente de la muestra completa con el de cada estrato.Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas66
ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)Tabla 4. Contraste multigrupo e invarianza de mediciónBloqueElementoEstimaciónSEpEfecto por grupoMicroempresa (n = 210)0,2470,070< 0,001Efecto por grupoPequeña empresa (n = 174)0,5080,071< 0,001Diferencia∆β = βpequeña −βmicro0,260—0,009Invarianza composicionalCalidad de servicioEstablecida—0,582 / 0,539Invarianza composicionalReactivación económicaEstablecida—0,460 / 0,822Invarianza composicionalTamaño empresarialEstablecida—0,498 / 0,152La Figura 2 muestra el coeficiente estructural estimado entre la calidad de servicio y la reactivacióneconómica, tanto para la muestra completa como para los estratos correspondientes a microempresasy pequeñas empresas. La representación gráfica permite comparar la magnitud del efecto entre losgrupos y visualizar sus respectivos intervalos de confianza al 95 %, facilitando la identificación deposibles diferencias en la intensidad de la relación analizada.Fig. 2. Coeficiente estructural de la calidad de servicio sobre la reactivación económica en lamuestra completa y por estratosD.Robustez y diagnósticosLa especificación jerárquica permite atribuir la varianza explicada a cada bloque. Las covariablesde control por sí solas no explicaron una fracción significativa de la varianza (R2= 0,010; F nosignificativo). La incorporación de la calidad de servicio elevó el coeficiente de determinación en 0,158, loque confirma la contribución del predictor focal por encima de los controles. La incorporación del tamañoempresarial como efecto principal añadió una fracción despreciable (∆R2= 0,001) y su coeficienteno alcanzó significación, resultado congruente con la interpretación de que el tamaño no actúa comodeterminante directo de la reactivación. La incorporación del término de interacción, en cambio, añadióun 9,5 % de varianza explicada (∆R2= 0,095) con un coeficiente significativo (β = 0,267; IC 95 %[0,182; 0,353]; p < 0,001), lo que confirma por una vía estadísticamente independiente la contingenciadetectada en el contraste multigrupo. La Figura 3 muestra el incremento aportado por cada bloque.Los cuatro modelos se estimaron con errores típicos robustos a heterocedasticidad y sus factores deinflación de varianza se mantuvieron por debajo de 1,03, de modo que la colinealidad no comprometela estimación.Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas67
ISSN-e: 2697-3650Período: septiembre–diciembre, 2026Revista MinervaVol. 7, Número 21. (pp. 62–70)Fig. 3. Descomposición jerárquica de la varianza explicada de la reactivación económica porbloques de regresiónLa estabilidad del efecto focal se sometió a tres regímenes de remuestreo. La validación cruzadadejando un caso fuera arrojó un coeficiente medio de 0,347 (DE = 0,002; IC95 % [0,343; 0,352])sobre 384 réplicas; el submuestreo al 80 % arrojó 0,345 (DE = 0,020; IC95 % [0,305; 0,385]) y elsubmuestreo al 60 % arrojó 0,348 (DE = 0,033; IC95 % [0,285; 0,411]), ambos sobre 100 réplicas. Elsigno y la significación se conservaron en el 100 % de las remuestras en los tres regímenes. En cuanto alos diagnósticos, ningún factor de inflación de la varianza superó 1,03 en la especificación completa, demodo que no hay indicios de multicolinealidad; los valores de colinealidad total se situaron por debajode 1,21, muy lejos del umbral de 3,3, lo que descarta evidencia de sesgo de método común. La Figura4 reúne la dispersión del efecto bajo los tres regímenes de remuestreo.Fig. 4. Estabilidad del efecto de la calidad de servicio bajo tres regímenes de remuestreo (N =384)Las tres proposiciones resultaron sostenidas por la evidencia. H1 quedó respaldada por el coeficienteestructural de la calidad de servicio sobre la reactivación económica (β = 0,437; p < 0,001). H2 quedórespaldada por el término de interacción de la regresión jerárquica (β = 0,267; p < 0,001), queañadió un 9,5 % de varianza explicada sobre el modelo sin interacción. H3 quedó respaldada por ladiferencia de coeficientes entre grupos (∆β = 0,260; p = 0,009), establecida previamente la invarianzacomposicional. Debe señalarse que la dirección de la contingencia es contraria a la que anticipa lalectura de la flexibilidad: el efecto resultó mayor en las pequeñas empresas que en las microempresas.E.DiscusiónLos resultados muestran que la calidad del servicio actúa como catalizador de la reactivacióneconómica en unidades productivas de escala reducida (β = 0,437; p < 0,001; IC95 % [0,361; 0,518];f2= 0,237).Este hallazgo extiende al segmento de micro y pequeñas empresas una relación do-Fuster J. et alLa calidad de servicio como catalizador de la reactivación económica en micro y pequeñas empresas68