UNIVERSIDAD DEL TURABO ESCUELA DE NEGOCIOS Y …...de código abierto 19 Tabla 2.1 Linea de tiempo...
Transcript of UNIVERSIDAD DEL TURABO ESCUELA DE NEGOCIOS Y …...de código abierto 19 Tabla 2.1 Linea de tiempo...
UNIVERSIDAD DEL TURABO
ESCUELA DE NEGOCIOS Y EMPRESARISMO
FACTORES QUE INFLUYEN EN LA ADOPCIÓN DE LAS TECNOLOGÍAS
DE CÓDIGO ABIERTO EN LAS INSTITUCIONES
DE EDUCACIÓN SUPERIOR
Por
Anidza Valentín Rodríguez
DISERTACIÓN
Presentada como Requisito para la Obtención del Grado
de Doctor en Administración de Empresas
Gurabo, Puerto Rico
diciembre 2013
UNIVERSIDAD DEL TURABO
CERTIFICACIÓN DE APROBACIÓN DE DISERTACIÓN
La disertación de Anidza Valentín Rodríguez fue
revisada y aprobada por los miembros del Comité de
Disertación. El formulario de Cumplimiento de Requisitos
Académicos Doctorales con las firmas de los miembros del
comité se encuentra depositado en el Registrador y en el
Centro de Estudios Graduados e Investigación de la
Universidad del Turabo.
MIEMBROS DEL COMITÉ DE DISERTACIÓN
Dr. Macedonio Alanis
Universidad del Turabo
Director
Dra. Aury Curbelo
Universidad Metropolitana
Miembro
Dra. Eulalia Márquez
Universidad del Turabo
Miembro
©Copyright, 2013
Anidza Valentín Rodríguez. Derechos Reservados
iv
FACTORES QUE INFLUYEN EN LA ADOPCIÓN DE LAS
TECNOLOGÍAS DE CÓDIGO ABIERTO EN LAS
INSTITUCIONES DE EDUCACIÓN SUPERIOR
Por
Anidza Valentín Rodríguez
Dr. Macedonio Alanis
Director Comité de Disertación
RESUMEN
Las tecnologías de código abierto (OSS) no es un
tema reciente, no obstante, en la última década se ha
producido un aumento en el interés hacia el desarrollo de
iniciativas para adoptar dichas tecnologías. Con la
amplia gama de opciones de OSS que se encuentran
disponibles, la administración tiene la habilidad de
seleccionar la tecnología que más beneficio le provea a
la academia y se ajuste a las necesidades de sus
usuarios. El objetivo principal de este estudio fue
determinar si las unidades académicas de la universidad
pública de Puerto Rico pueden adoptar las tecnologías de
código abierto. Asimismo, se determinó si los factores
identificados en la literatura se relacionan con la
adopción de la tecnología de código abierto. La
comunidad académica de cuatro instituciones de un sistema
v
universitario en Puerto Rico sirvieron como muestra, de
donde 360 cuestionarios válidos fueron recolectados para
análisis. El cuestionario recolectó datos sobre los
factores que pueden influir en la adopción de la
tecnología de código abierto, la actitud hacia el uso de
las tecnologías e información demográfica del encuestado.
Una prueba de normalidad determinó que la distribución de
la data fue una no-paramétrica. Un análisis de factor fue
realizado a todos los indicadores del cuestionario antes
de llevar a cabo las pruebas estadísticas y estableció
que existe adecuacidad en la muestra. El coeficiente de
correlación de Spearman fue utilizado para analizar la
data y se evidenció que la habilidad de probar el
software antes de la implementación, la disponibilidad de
apoyo para el software y el costo son los factores que
más efecto significativo poseen sobre el uso de las
tecnologías OSS. Los factores con menos significancia
fueron las destrezas del personal de Tecnologías de
Información y la licencia, siendo la licencia el factor
con menor valor en todas las pruebas. En adición, la
prueba U de Mann-Whitney fue utilizada para demostrar que
existía una diferencia entre las instituciones con
presupuesto alto y las instituciones con presupuesto más
bajo, en términos de la actitud hacia el uso de las OSS.
vi
DEDICATORIA
A Dios por darme la salud y fuerza necesaria
para poder lograr todas mis metas.
A mi familia por siempre apoyarme incondicionalmente
en todas mis decisiones.
vii
AGRADECIMIENTO
Esta investigación no habría podido realizarse sin
la ayuda de personas claves. A mi comité de disertación,
en especial a mis lectores la Dra. Eulalia Márquez y la
Dra. Aury Curbelo por su dirección, las cuales fueron más
allá de sus funciones de lector con sus recomendaciones.
Al Dr. Ángel Ojeda, por ofrecer su conocimiento
estadístico y siempre estar disponible para atender mis
dudas.
Agradezco al personal de las Oficinas de
Planificación del sistema universitario por proveerme los
datos necesarios para realizar el estudio. A los decanos
de las facultades y directores de departamento por
permitirme distribuir los cuestionarios a su facultad y a
todos los estudiantes que sacaron de su tiempo para
atenderme.
Un agradecimiento especial a un grupo selecto de
compañeros de trabajo por su genuina preocupación y apoyo
durante el proceso. También, a mi compañera de estudios
y amiga, la Dra. Amarilys Delgado, por sus palabras de
aliento y actitud positiva. ¡Gracias a todos!
viii
ix
x
TABLA DE CONTENIDO
Página
LISTA DE TABLA xii
LISTA DE FIGURAS xv
LISTA DE APÉNDICES xvii
CAPÍTULO I. INTRODUCCIÓN 1
Acontecimientos Históricos de las Tecnologías
de Código Abierto 1
Iniciativa del Código Abierto (OSI) 3
Adopción de las Tecnologías de Código Abierto 6
Beneficios de las Tecnologías de Código Abierto 8
Limitaciones de las Tecnologías de Código
Abierto 10
Tecnologías de Código Abierto en la Fase
Académica 12
Modelo de Aceptación de Tecnología (TAM) 16
Definición del Problema 21
Objetivos del Estudio 23
Justificación del Estudio 24
Preguntas de Investigación 25
Definición de los Términos 25
CAPÍTULO II. DISCUSIÓN DE LITERATURA RELEVANTE 27
Evolución del Código Abierto 27
El Proyecto GNU 29
Asuntos Sociales, Legales y Económicos del
Código Abierto 33
xi
Asuntos Legales del Código Abierto 33
Licencias de Código Abierto 36
Dominio Público 38
Licencia Pública General (GPL) 38
Distribución de Software de Berkeley
(BSD) 40
Asuntos Económicos del Código Abierto 41
Asuntos Socioculturales del Código Abierto 46
Ventajas y Debilidades de Código Abierto 47
Tecnologías de Código Abierto en la Educación 53
Situación Actual en las Instituciones
Académicas 61
Resumen 62
CAPÍTULO III. METODOLOGÍA 67
Diseño de Investigación 67
Variables 72
Hipótesis 74
Instrumentos de Investigación 77
Validación del Instrumento 80
Confiabilidad del Instrumento 82
Participantes 83
Hoja Informativa del Participante 85
Limitaciones 87
Recolección de Datos 88
Análisis de Datos 88
xii
CAPÍTULO IV. ANÁLISIS Y DISCUSIÓN DE LOS
RESULTADOS 90
Prueba de confiabilidad Alfa Cronbach 91
Prueba de Normalidad 93
Análisis Descriptivo 95
Datos Demográficos 95
Resumen de los participantes 113
Datos de los indicadores del cuestionario 113
Análisis Estadístico 118
Prueba del Análisis de Factor 118
Prueba del Coeficiente de Correlación de
Spearman 125
Prueba U de Mann-Whitney 134
Resumen de Resultados de las Pruebas
Estadísticas 138
CAPÍTULO V.CONCLUSIONES, LIMITACIONES DEL ESTUDIO
Y RECOMENDACIONES 139
Objetivo 139
Resultados 140
Resultado Hipótesis 1 143
Resultado Hipótesis 2 144
Resultado Hipótesis 3 145
Resultado Hipótesis 4 146
Resultado Hipótesis 5 147
Resultado Hipótesis 6 148
Resultados adicionales 149
xiii
Limitaciones 150
Aportación 151
Recomendaciones 152
Futuras Investigaciones 152
Conclusión 153
REFERENCIAS 155
xiv
LISTA DE TABLAS
Página
Tabla 1.1 Estrategias para adoptar software
de código abierto 19
Tabla 2.1 Linea de tiempo del acceso abierto 34
Tabla 2.2 Listado de software comercial y su
Opción de código abierto 52
Tabla 3.1 Variables independientes 73
Tabla 3.2 Variable dependiente 74
Tabla 3.3 Variables y preguntas asignadas en
el instrumento 79
Tabla 3.4 Muestra estratificada del estudiantado
de las instituciones 84
Tabla 3.5 Muestra estratificada de la facultad
de las instituciones 85
Tabla 4.1 Prueba de confiabilidad Alfa Cronbach
para la prueba piloto 90
Tabla 4.2 Prueba de confiabilidad Alfa Cronbach
de la investigación 93
Tabla 4.3 Prueba de normalidad de asimetría y
Curtosis 94
Tabla 4.4 Prueba de Normalidad Shapiro-Wilk 95
Tabla 4.5 Data descriptiva por indicador del
Cuestionario 114
Tabla 4.6 Frecuencia de las opciones por
indicador 116
xv
Tabla 4.7 Comunalidades en la matriz factorial 120
Tabla 4.8 Varianza Total Explicada de la matriz
Factorial 122
Tabla 4.9 Matriz de Componentes Rotados 124
Tabla 4.10 Resultado de la correlación de la
compatibilidad con aplicaciones
existentes y la actitud hacia el uso
de las tecnologías de código abierto 127
Tabla 4.11 Resultado de la correlación de la
habilidad de probar el software antes
de la implementación y la actitud
hacia el uso de las tecnologías de
código abierto 128
Tabla 4.12 Resultado de la correlación de la
Licencia que es distribuida con el
software y la actitud hacia el uso de
las tecnologías de código abierto 129
Tabla 4.13 Resultado de la correlación de la
disponibilidad de apoyo para el
software y la actitud hacia el uso
de las tecnologías de código abierto 131
Tabla 4.14 Resultado de la correlación de las
destrezas tecnológicas del personal de
TI y la actitud hacia el uso de las
tecnologías de código abierto 132
xvi
Tabla 4.15 Resultado de la correlación del costo
y la actitud hacia el uso de las
tecnologías de código abierto 133
Tabla 4.16 Prueba U de Mann-Whitney por
institución académica 135
Tabla 4.17 Prueba U de Mann-Whitney por individuo 137
Tabla 4.18 Resumen de resultados de las hipótesis 138
xvii
LISTA DE FIGURAS
Página
Figura 1.1 Modelo de Aceptación de Tecnología 18
Figura 3.1 Modelo bajo investigación 72
Figura 4.1 Total de participantes 96
Figura 4.2 Total de participantes por género 97
Figura 4.3 Total de estudiantes por género 97
Figura 4.4 Total de facultad por género 98
Figura 4.5 Edad de estudiantes 99
Figura 4.6 Edad de la facultad 100
Figura 4.7 Total de participantes por Institución 101
Figura 4.8 Total de estudiantes por Institución 102
Figura 4.9 Total de facultad por Institución 103
Figura 4.10 Total de la muestra por programa
Académico 104
Figura 4.11 Total de los estudiantes por nivel
Académico 105
Figura 4.12 Total de la facultad por nivel
académico donde ofrece cursos 106
Figura 4.13 Total del estudiante por año académico 107
Figura 4.14 Total de la facultad por rango académico 108
Figura 4.15 Resultado total sobre el uso de las
tecnologías OSS en las instituciones 109
Figura 4.16 Resultado de los estudiantes sobre
el uso de las tecnologías OSS en las
xviii
instituciones 110
Figura 4.17 Resultado de la facultad sobre el
uso de las tecnologías OSS en las
instituciones 111
Figura 4.18 Total de aplicaciones de tecnologías
de OSS utilizadas en las Instituciones 112
Figura 4.19 Prueba Kaiser-Meyer-Olkin (KMO) y
Esfericidad de Bartlett 119
Figura 4.20 Scree Plot 123
xix
LISTA DE APÉNDICES
Página
Apéndice A. Instrumento del Estudio para la
Facultad 173
Apéndice B. Instrumento del Estudio para el
Estudiantado 178
Apéndice C. Hoja Informativa para Institución 1 183
Apéndice D. Hoja Informativa para Instituciones 2,
3 y 4 186
Apéndice E. Autorización del Dr. Geoffrey Hubona 188
Apéndice F. Plantilla para la Evaluación de
Expertos 189
Apéndice G. Hoja Informativa para los Expertos 194
Apéndice H. Resultado de la validación de contenido
(CVR) 196
Apéndice I. Autorización de la Junta para
Protección de Seres Humanos en la
Investigación 197
1
CAPÍTULO I
INTRODUCCIÓN
Acontecimientos históricos de las tecnologías de
código abierto
Entre el 2000 y 2012, la tecnología de código
abierto (OSS, por sus siglas en inglés) se convirtió en
una fuerza importante, influyente y vital en la sociedad
actual, de igual forma se constituyó como una potente
plataforma en el campo de la informática (Bach y Terry,
2010). Al hablar de tecnología de código abierto nos
referimos a los programas de informática que se
distribuyen con el código fuente y cuya licencia le
facilita a los usuarios la oportunidad de ejecutar el
programa sin importar el propósito, estudiarlo,
modificarlo y redistribuir copias libremente del programa
original o modificado (Coppola y Neeley, 2004).
Kavanaugh (2004, p. 1) expone que la definición de código
abierto fue acuñada por Bruce Perens para Debian Linux en
el 1997.
Alonso, Casas, Castro y Solís (2004) proponen que la
historia del código abierto se puede resumir en términos
de cuatro eventos históricos notables. El primero de
ellos ocurre en el 1985 cuando un programador de
computadoras llamado Richard Stallman, escribe el “GNU
Manifiesto”, en el que propone que se deben compartir los
programas de computadoras (Stallman, 1985). A partir de
2
este paradigma, la idea de compartir y crear códigos sin
límites comenzó a ganar terreno vertiginosamente.
Posteriormente, para 1991, un estudiante de la
Universidad de Helsinki, Linus Torvalds, dio a conocer su
propio código incompleto llamado Linux. Se requieren
muchas horas de arduo trabajo y esfuerzo para el
desarrollo de un programa; por lo que, la mayoría de los
programadores optan por dedicarse a una actividad
comercial que les proporcione ingresos económicos.
Así las cosas es en 1994 cuando surge el tercer
evento significativo: la creación de la compañía Red Hat
GNU/Linux. El cuarto acontecimiento histórico tuvo lugar
cuatro años más tarde, cuando Eric Raymond, Bruce Perens,
Tim O’Reilly y otros, proponen un nuevo concepto: el
programa de código abierto.
La característica de libre distribución del OSS se
convierte en el aspecto más citado, pero la definición
abarca varios otros aspectos aceptados tales como,
trabajos derivados, integridad del código fuente del
autor y la no discriminación hacia grupos. El eje
central del concepto es el término “abierto”, sobre el
que Katz (2008, p. 140) declara que es muy utilizado como
un prefijo para describir un ambiente o un proceso que
pertenece a una comunidad diversa de creadores pero
disponible para todos, usualmente, libre de costo.
Actualmente el concepto es más ampliamente utilizado y
3
conocido pues el Internet provee un vehículo invaluable
para la rápida distribución de la información además del
conocimiento y las herramientas para manejar y aprovechar
dicha información.
Iniciativa del código abierto (OSI)
Aquellos que desarrollaron el concepto “código
abierto” notaron que provocó confusión, por lo que dieron
paso a la Iniciativa de Código Abierto (OSI).
Kalliamvakou (2007, p. 2) describe el OSI como una
corporación sin fines de lucro dedicada a manejar y
promover la definición de código abierto para el bien de
la comunidad; al mismo tiempo que actúa como la
organización oficial que lo respalda. Apoyada o
fundamentada en la definición propuesta por el OSI,
cualquier programa que posea las características
enumeradas a continuación, son consideradas de OSS y
vice-versa (Lindberg, 2008, p. 172; Kalliamvakou, 2007,
p. 2; Erlich y Aviv, 2007, p. 187):
1. La distribución es gratuita. La licencia
no debe restringirle a nadie el vender o
entregar el software como un componente
de una distribución mayor que contiene
programas de diferentes fuentes. Tampoco
podrá exigir un canon o cuota por su
venta.
4
2. Provee acceso al código fuente. El programa
debe incluir el código fuente y debe permitir
la redistribución del mismo al igual que de
forma compilada.
3. Se permite desarrollar trabajos derivados bajo
la misma licencia. La licencia debe permitir
modificaciones y trabajos que se deriven del
mismo y debe permitir la distribución bajo los
mismo términos de la licencia original del
software.
4. El código fuente del autor es íntegro. La
licencia puede restringir la distribución del
código fuente modificado, permitiendo ésta
únicamente si el “archivo de revisión” es
incluido con el código fuente original.
5. No hay discriminación por tipo de persona o
grupo. La licencia no debe discriminar en
contra de cualquier persona o grupo de
personas.
6. No hay discriminación en contra de cualquier
campo de actividad. La licencia no debe
restringir el uso del código para desarrollar
un software en un campo específico.
7. Distribución de licencia. Los derechos
vinculados al programa deben aplicarse a todos
aquellos a quienes se redistribuya el programa,
5
sin necesidad de pedir una licencia adicional
para estas partes.
8. La licencia no debe ser para un producto en
específico. Los derechos asociados al programa
no deben depender si el mismo es parte de una
distribución de software en particular.
9. La licencia no debe de restringir otro
software. La licencia no debe imponer
restricciones sobre otro software que se
distribuye junto con el software con licencia.
10. La licencia debe ser tecnológicamente-neutra.
Ninguna disposición del software puede
fundamentarse en una tecnología en específico o
estilo de interface.
Hignite (2004) concluye que la tecnología de código
abierto está en agudo contraste con el uso de programas
comerciales para el cual se requiere una cuota de
licencia de usuario y en donde las modificaciones no
están permitidas o cuando los cambios realizados por el
personal de TI de la institución no son apoyados.
Fundamentalmente, la diferencia entre el código abierto y
un programado propietario tiene que ver con el control,
donde el OSS imparte libertad de uso, modificación y
distribución del mismo mientras que las licencias
propietarias restringen su uso, modificación,
distribución y otros (Coppola y Neeley, 2004).
6
Adopción de las tecnologías de código abierto
Con la amplia gama de opciones de OSS para adoptar
en las instituciones universitarias, la administración
tiene la habilidad de escoger la tecnología más
beneficiosa para la Academia, al mismo tiempo que se
ajuste a las necesidades de los usuarios. Estos usuarios
forman parte esencial de la adopción, ya que sin su
apoyo, no se puede completar el proceso.
Para poder distinguir entre los individuos que son
adoptantes y otros que no han adoptado las tecnologías de
código abierto, Li, Tan, Xu, y Teo (2011) desarrollaron
dos modelos conceptuales que intentan explicar la
influencia de los factores de motivación intrínseca y
extrínseca en la extensión de un usuario en la adopción
de la tecnología de código abierto, y la influencia de
los factores de desmotivación en la intención de un
individuo a adoptar. Mediante el estudio de ambos,
adoptantes y no adoptantes de la tecnología, son capaces
de presentar un entendimiento de los factores
motivacionales que influyen en el uso de tecnologías de
código abierto.
Lemley y Shafir (2011) realizaron un estudio en el
que aprovecharon los resultados de un experimento natural
en el suministro de programados en la industria de
bioinformática para examinar motivaciones y patrones de
uso para tecnologías de código abierto y propietario.
7
Específicamente la investigación es basada en una
tecnología que está disponible en ambas versiones: código
abierto y propietario, concepto conocido como licencia
dual. Para cuantificar el uso de ambas tecnologías, los
investigadores segregaron publicaciones realizadas por
los usuarios donde se especifica el tipo de tecnología
que utilizan. Ellos exponen que la diferencia entre los
usuarios académicos y comerciales de OSS es dramática.
Los datos publicados sugieren que los usuarios académicos
son mucho más propensos a utilizar el código abierto que
las entidades comerciales; sólo un mínimo por ciento de
los usuarios comerciales hicieron uso de código abierto y
la mitad de ellos lo utilizaron en el transcurso de una
colaboración académica-comercial.
Una posible explicación a tal hallazgo parece ser
que los usuarios comerciales deseaban emitir productos
utilizando el programado existente y cobrar por ellos, lo
que las licencias de código abierto prohibirían. Lemley
y Shafir (2011) explican que los usuarios comerciales
pueden preocuparse por los riesgos legales que acarrean
las tecnologías de código abierto, incluso si no están
planificando lanzar un producto que incorpore el
programado existente. Otra posibilidad es que los
usuarios comerciales esperan que los programas
propietarios sean superiores, con características
adicionales y están más dispuestos a pagar por dichas
8
características en comparación con los usuarios
académicos.
Beneficios de la tecnología de código abierto
Aunque exista la percepción de superioridad de los
programados propietarios sobre las tecnologías de código
abierto, Emol (2007) explica que muchos gobiernos han
comenzado a utilizar estas tecnologías abiertas para
reducir los costos y eliminar la dependencia de compañías
como Microsoft, o al menos han expresado su interés por
dicha idea. Estos están conscientes del éxito de OSS y,
en consecuencia, la idea de utilizar este tipo de
tecnología en la configuración de los gobiernos ha ido en
aumento (Maldonado, 2010).
Las compañías públicas y privadas adoptan el OSS
pues goza de muchas ventajas sobre los programas
propietarios. Erlich y Aviv (2007, p. 189-192)
clasifican las fortalezas de los OSS en cinco (5)
categorías:
1. Libertad de uso. Las comunidades de código
abierto ayudan a bajar los códigos alentando la
participación y permitiendo que cualquiera
pueda descargarlo para su uso, redistribución y
modificación en su forma original.
2. Evolución del software. Los códigos son a
menudo un esfuerzo colaborativo de una gran
cantidad de desarrolladores con distintos
9
antecedentes. Están bajo constante cambio
gracias a las aportaciones de las comunidades
de desarrollo, lo que minimiza los errores en
la programación y representa una fuente viable
de componentes para reusar y desarrollar los
sistemas.
3. Tiempo, costo y esfuerzo. Los altos costos de
las licencias asociados con el desarrollo del
código cerrado y propietario puede desalentar
desarrolladores y clientes al momento de
adoptar un producto o una tecnología (Lucid
Imagination, 2009). Este tipo de software
reduce el costo de la utilización; ya que, las
licencias no son limitadas como la de los
programas propietarios. De haber algún costo,
este es mínimo, lo que lo convierte en una
opción viable para instituciones son fines de
lucro como universidades y bibliotecas. Esto a
su vez, puede llevar a rediseñar a los
empleados. Puede, además, establecer una
ventaja competitiva; debido a que se re
adiestra a los empleados para trabajar con
códigos que pueden ser más efectivos y
combinarlos con mejores tecnologías y sin la
necesidad de invertir en licencias de productos
de código cerrado.
10
4. Calidad del software. Dado el apoyo de la
comunidad, que reciben estos códigos, se reduce
la cantidad de errores y problemas inherentes.
Al mismo tiempo, las vulnerabilidades de la
seguridad se encuentran más rápido en los
códigos abiertos que en los cerrados.
5. Ventajas para las compañías y programadores.
Existe un uso eficiente de conocimiento global.
Muchos programadores pueden sacar provecho de
los códigos existentes para poder solucionar
problemas actuales y de igual forma, aportar
como parte de la comunidad.
Hignite (2004) expone que algunos miembros de la
comunidad de educación superior se encuentran seriamente
considerando el código abierto como una opción viable a
las necesidades del sistema institucional. De hecho, una
amplia cantidad de colegios y universidades se encuentran
trabajando con tecnologías de código abierto tales como
Linux y Apache para apoyar sistemas críticos en las
instituciones de educación superior.
Limitaciones de la tecnología de código abierto
Mientras que algunos defensores del código abierto
están convencidos de que la máxima eficiencia será el
resultado de los sistemas de código abierto diseñado por
y para la comunidad de educación superior, tal
convencimiento es igualado por el escepticismo cauteloso
11
de otros sectores preocupados por los riesgos potenciales
y los recursos técnicos necesarios para implementar y
mantener los sistemas (Hignite, 2004). Olson (2004)
expone que inclusive algunos de sus defensores admiten
que, en algunos casos, las soluciones de código abierto
pueden resultar más costosas en comparación con las
soluciones desarrolladas comercialmente una vez se sumen
los costos asociados con configuración, capacitación y
apoyo. Por ende, tal vez no se invierta cuantiosamente en
las licencias, pero los costos de apoyo aumentarían.
Un estudio realizado por Van Rooij (2007) reflejó
que los posibles adoptadores de las tecnologías de código
abierto ven como desventaja la necesidad de contratar
programadores para suplementar su personal de TI, lo que
aumentaría su costo total de titularidad (TCO) de código
abierto a niveles que probablemente excederían lo que
actualmente pagan a sus vendedores comerciales. Al mismo
tiempo, mencionaron preocupaciones en relación a los
riesgos de seguridad de los sistemas, el limitado apoyo y
la vida útil del mismo. Además, Ayala, Cruzes, Hauge y
Conradi (2011) mencionan varios costos ocultos en los que
puede incurrir la administración; como por ejemplo,
capacitaciones y apoyo relacionados a la adopción de la
tecnología, un personal diestro dedicado a la comunidad y
gastos legales incurridos en el desarrollo de las
estrategias comerciales.
12
Tecnologías de código abierto en la fase académica
En la fase académica, se aspira a emular casos como
el de la Universidad de Washington que es una de las
instituciones de investigación más avanzada de los
Estados Unidos. En este caso en particular, una solución
de código abierto ayudó al Centro Computacional de
Biomecánica en la integración de acceso de multi-usuarios
a una red informática de alto rendimiento lo que les
permitió obtener rendimientos altos en las áreas de
investigación de última tecnología y la instrucción en el
salón de clase (Center for Digital Education, 2009). Un
ejemplo de este logro es un simulador de accidentes de
autos que antes tomaba 12 horas ejecutarlo pero ahora
sólo toma una hora.
Por otro lado, tenemos el caso de la Wake Forest
University que deseaba tener un recinto totalmente
integrado para lo cual un sistema computacional de alto
rendimiento y un aumento en el desempeño de las
aplicaciones en procesos críticos eran necesarios. Estos
optaron por apartarse de los programas e infraestructura
propietaria y adoptar un entorno computacional de código
abierto para normalizar todos sus sistemas operativos.
El resultado fue un aumento significativo en el apoyo
técnico, en la disponibilidad de los recursos y en la
habilidad para reponerse ante desastres (Center for
Digital Education, 2009).
13
Una universidad que hizo su entrada en la
colaboración de código abierto como una solución
económica a sus problemas de programación interna, fue la
Universidad de Indiana (IU). Las decisiones a las que se
enfrentaban para el remplazo fueron los costos totales
del desarrollo o licencias de programados propietarios.
En cambio, IU buscó otras instituciones con ideas afines
que deseaban lograr resultados similares en el mismo
período de tiempo y con un presupuesto limitado (Hignite,
2004).
Otras universidades como Carnegie Mellon (“Center
for Open Source Investigation”, s.f.), Universidad del
Estado de Oregon (“OSU Open Source Lab”, s.f.),
Universidad Pedagógica Nacional en Ciudad de México
(“OpenUSS,” s.f.) y la Universidad de Michigan (Koch,
2006) son algunas de las instituciones académicas que han
desarrollado programas de código abierto para beneficio
de la unidad y de la comunidad.
Por otro lado, algunas instituciones de educación
superior como la Universidad de California–Irvine,
analizan con más detenimiento la utilidad y aplicación de
las tecnologías. En este caso, la universidad se mantuvo
activa observando cómo las tecnologías se desarrollaban
sin adoptarlas por completo, pues esta iniciativa no
permite un modelo tradicional de costo-beneficio para
poder decidir en las primeras etapas de desarrollo si es
14
conveniente involucrarse. Actualmente, la institución ha
desarrollado un sistema de gestión de cursos llamado
Ambiente Educativo Electrónico, configurado utilizando
Moodle, PHP, Apache y MySQL (“Open Source Software on
EEE,” s.f.).
Conjuntamente con instituciones educativas, existen
asociaciones que ayudan en el desarrollo de las
tecnologías de código abierto. Asociación Nacional de
Colegios y Universidades (NABUCO, por sus siglas en
ingles), la entidad más importante en la formulación de
indicadores financieros en Estados Unidos, ayudó al
desarrollo del Proyecto Kuali para que el mismo pudiera
ser utilizado por la mayor cantidad de instituciones de
educación superior (“About the Kuali Foundation”, s.f.).
En la fase administrativa se puede utilizar el
ejemplo de la Universidad de Vanderbilt como inspiración
de modelo a seguir. Vanderbilt utilizó una solución de
código abierto que resultó ser 60% más económica que la
alternativa con licencia propietaria. La decisión de
adopción fue basada en el desempeño y el costo total de
su titularidad (TCO). Particularmente, el costo total
fue considerado en las áreas de adquisición, costo del
programa y administración del sistema. Esta experiencia
le ha provisto a la Universidad de Vanderbilt la
experiencia para trabajar en conjunto con el Instituto de
Tecnología de Georgia y el Comando de Sistemas Aéreos
15
Navales, los cuales han estado desarrollando software de
código abierto para aplicaciones de aviónica militar
(“NAVAIR Developing Open Source Mililtary Avionics”,
s.f.).
Compañías grandes y pequeñas en el sector privado,
corporaciones públicas y el gobierno miran cada vez con
más detenimiento las tecnologías de código abierto como
una alternativa a los altos costos de licencias
propietarias. El gobierno de Holanda se propuso
completar un proceso de adopción a nivel nacional de
procesadores y buscadores de Internet de código abierto
en el 2008.
Igualmente otras ciudades europeas como Múnich en
Alemania y Viena en Austria han cambiado parcialmente a
sistemas de código abierto como medida de control de
gastos y de personalizar las aplicaciones a sus
realidades fiscales y necesidades de servicio (Emol,
2007). Venezuela es un ejemplo adicional de un país que
acogió y desarrolló dicha oportunidad dentro de su
Administración Pública. Maldonado (2010) afirma que los
gobiernos anteriores al Presidente Chávez, gastaban más
en los costos de licencias de software propietario que en
el desarrollo de tecnología nacional y el fortalecimiento
de la soberanía. También menciona que Chávez expresó que
“el cambio a código abierto es crucial para dejar de
depender de los software que son propiedad de otros”.
16
Modelo de aceptación de la tecnología (TAM)
La adopción de la innovación individual ha sido
profundamente estudiada por los investigadores de los
Sistemas de Información (Li et al, 2011). La literatura
señala que el modelo más ampliamente aceptado, el Modelo
de Aceptación de la Tecnología (TAM)(Davis, 1989; Davis
1993), sugiere que la percepción de utilidad y facilidad
de uso percibida son los dos factores más importantes
para explicar la adopción de la tecnología en el trabajo
del individuo (Hubona y Kennick, 1996; Li et al, 2011).
El Modelo de Aceptación de la Tecnología (TAM) está
basado en los principios adoptados de la Teoría de Acción
Razonada (TRA) de Fishbein y Ajzen (1975) de la
psicología, el cual especifica la forma de medir el
comportamiento de los componentes importantes de las
actitudes, establece una distinción entre las creencias y
actitudes y puntualiza cómo los estímulos externos; tales
como, las características objetivas de un objeto de
actitud, están directamente vinculadas a las creencias,
actitudes y comportamientos (Davis, 1993). En otras
palabras, es una teoría de los sistemas de información
que modela cómo los usuarios llegan a aceptar y utilizar
una tecnología (Orantes, 2011). El modelo se ha afirmado
como una herramienta poderosa y eficaz para predecir la
aceptación de los usuarios de las tecnologías de
17
información (Venkatesh y Davis, 1996; Gallego, Luna y
Bueno, 2007).
La Figura 1.1 ilustra el Modelo de Aceptación de
Tecnología, el cual predice la aceptación tecnológica
basada en dos variables: Utilidad Percibida (UP) y
Facilidad de Uso Percibida (FUP), las cuales sirven de
base para determinar las actitudes enfocadas al uso del
sistema (Davis, 1989; Davis, 1993; Hubona y Kennick,
1996; Orantes, 2011; Li et al, 2011) influenciadas por
factores externos estipulados en la investigación.
La Utilidad Percibida se refiere a la probabilidad
subjetiva del usuario de que al utilizar la aplicación
aumentará el rendimiento de su trabajo (Davis, 1989). La
Facilidad de Uso Percibida explica el grado en que el
usuario espera que el sistema provisto sea libre de
esfuerzo (Davis, 1989).
El TAM asegura que estas creencias particulares, la
Utilidad Percibida y la Facilidad de Uso Percibida, son
importantes en el proceso de predicción de los
comportamientos de los usuarios en términos de la
aceptación de los sistemas computarizados (Hubona y
Geitz, 1997). Estas van a determinar la actitud hacia el
uso, la cual es la evaluación de los usuarios en la
conveniencia de aplicar y utilizar una tecnología en
específico, mientras que el comportamiento de uso,
18
refleja la probabilidad de que el usuario utilice una
aplicación en específico (Gallego, Luna y Bueno, 2007).
Figura 1.1
Modelo de aceptación de la tecnología
Fuente: (Venkatesh y Davis, 1996, p. 453) – Utilizado con
el consentimiento del autor.
Resultados obtenidos mediante la adaptación de este
modelo proveen la evidencia empírica necesaria para
delinear los planes de adopción de la tecnología. Gran
cantidad de las estrategias de adopción que pueden ser
utilizadas en el sector privado pueden ser aplicadas en
un ambiente educativo. Ayala, Cruzes, Hauge y Conradi
(2011) exponen seis estrategias para adoptar las
tecnologías de código abierto en distintos tipos de
organizaciones; como por ejemplo, utilizar herramientas
de ingeniería asistidas por computadoras (CASE) de código
19
abierto para apoyar el desarrollo de los programados como
compiladores y sistemas de revisión de control (Tabla
1.1).
Tabla 1.1
Estrategias para adoptar software de código abierto
Enfoque en la
adopción de
OSS
Motivaciones Comunes
Sugerencias de
adopción
organizacionales
Utilizar
herramientas
de código
abierto de
ingeniería
asistidas por
computadoras
(CASE)
Bajo costo, desarrollo
de herramientas
estandarizadas.
Sector privado
(compañías que
están
comenzando) y la
academia
Integrar
producto OSS
en un ambiente
operacional
Reducción de costos al
ahorrar en los gastos
de licencias o
requerimientos de
equipo, cumplimiento de
las normas y no estar
atados a los
proveedores del
software.
Sector público
Utilizar
prácticas de
desarrollo
asociadas con
comunidades
OSS
Mayor transparencia y
colaboración entre los
equipos de desarrollo a
través de una
organización o un
consorcio.
Sector privado
(pequeñas,
medianas y
grandes
compañías)
Integración de
productos OSS
a otros
programas o
productos
El aumento de la
reutilización de
software a través de la
reducción de licencias
y costos de
actualización y el
tiempo de desarrollo.
(Requiere que las
organizaciones decidan
Sector privado
(pequeñas,
medianas y
grandes
compañías)
20
si desean participar en
el desarrollo del
producto OSS)
Participar en
comunidades de
desarrollo de
productos OSS
existentes
Reducción del
mantenimiento de los
sistemas que integran
los productos OSS de
una comunidad
existente. Influye en
las tareas de
desarrollo de la
comunidad basándose en
las necesidades del
sistema.
Sector privado
(medianas y
grandes
compañías)
Proveer
productos OSS
y establecer
comunidades
que le brinden
apoyo
El acelerado desarrollo
de productos a través
de la
retroalimentación,
correcciones de
errores, informes de
errores y nuevas
funcionalidades.
Sector privado
(grandes
compañías)
Fuente: (Ayala, Cruzes, Hauge y Conradi, 2011)
Además, se podrían implementar productos como Linux,
LibreOffice y el servidor http de Apache en el ambiente
operacional, lo que reduciría los costos de licencias y
requerimientos de equipo. También se podría hacer uso de
prácticas de desarrollo de software asociados a las
comunidades de código abierto, integrar productos de OSS
en otros sistemas; como por ejemplo, el paquete de
herramientas Web de Google, participar en las comunidades
de código abierto existentes como las de Moodle y Linux.
Por último, el proveer productos de código abierto y
establecer comunidades de apoyo acelerarían el desarrollo
21
de los productos; tales como, organizaciones que proveen
el programa MySQL. Toda estrategia debe ser primero
evaluada para analizar cuál es la más que le aplica a la
institución.
Definición del problema
Las instituciones que componen el sistema
universitario público de Puerto Rico no han considerado
la adopción de la tecnología de código abierto como un
beneficio económico. A partir de la década del 2000, las
tecnologías de código abierto, han recibido una creciente
atención desde diversas perspectivas. No obstante a que
la utilización de este tipo de programado por grandes
corporaciones multinacionales, como Google y Amazon
(Pfaffman, 2007), pueden servir de ejemplo para las
instituciones de educación superior, estas no han
adoptado por completo la utilización de OSS.
En la actualidad, existen alternativas de código
abierto que las instituciones pueden utilizar pero no se
cuenta con resultados empíricos sobre su posible adopción
y consecuente utilización por parte de los usuarios,
debido a la falta de investigaciones que evalúen estas
tecnologías en un entorno académico público a nivel
superior. En términos económicos, el sistema
universitario genera altos costos en la adquisición de
licencias propietarias y pagos de cuotas de mantenimiento
en las tecnologías utilizadas. Mediante la adopción e
22
implementación de las tecnologías de código abierto,
existe la expectativa de una reducción en los costos
asociados al pago y mantenimiento de licencias
propietarias, a pesar de que un estudio que corrobore
esta aseveración no se ha desarrollado en el país.
Tomando como ejemplo conceptual la cantidad de
licencias propietarias con que cuenta solo una de las
Instituciones bajo investigación, se puede inferir el
posible gasto que acarrea en el presupuesto el uso de
estas licencias por parte de la comunidad universitaria.
Para el 2011, la Oficina encargada de distribuir las
licencias a los departamentos de dicha Institución
contaba con un ofrecimiento de sobre 590 licencias
propietarias las cuales representaban un gasto aproximado
de $604,900. La base para llegar a este resultado, fue
el precio de adquisición de una sola licencia para cada
uno de los softwares utilizados. Se debe tomar bajo
consideración que las Instituciones poseen miles de
computadoras que necesitan la instalación de varias
licencias para que la comunidad universitaria pueda
realizar sus tareas.
Las instituciones del sistema universitario,
actualmente, poseen contratos con compañías privadas como
Microsoft, Adobe Systems, Symantec, Blackboard,
SirsiDynix, entre otros. Muchas de las aplicaciones
actualmente utilizadas pueden ser sustituidas por
23
tecnologías de código abierto. Estas proveen una amplia
gama de opciones, desde suite para oficinas hasta
sistemas para gestión de cursos, e inclusive programas
para poder editar y personalizar las necesidades del
usuario, al mismo tiempo que llevaría a aliviar el gasto
excesivo en tecnologías.
Objetivos del estudio
El objetivo principal de este estudio fue determinar
si las unidades académicas de la universidad pública de
Puerto Rico pueden adoptar las tecnologías de código
abierto. Asimismo, se determinó si los factores
identificados en la literatura se relacionaron con la
adopción de la tecnología de código abierto. Los
objetivos específicos basados en los factores fueron los
siguientes:
1. Determinar si la compatibilidad con las
aplicaciones existentes influye en la adopción de
las tecnologías de código abierto.
2. Comprobar si la habilidad de probar el software
antes de la implementación influye en la adopción
de las tecnologías de código abierto.
3. Determinar si la licencia que es distribuida con el
software influye en la adopción de las tecnologías
de código abierto.
24
4. Comprobar si la disponibilidad de apoyo para el
software influye en la adopción de las tecnologías
de código abierto.
5. Determinar si el nivel de destrezas tecnológicas
del personal de Tecnologías de Información (TI)
influyen en la adopción de las tecnologías de
código abierto.
6. Evidenciar si el costo influye en la adopción de
las tecnologías de código abierto.
Justificación del estudio
El propósito de este estudio fue identificar
tecnologías de código abierto e identificar y analizar
los factores que pueden influir en la adopción de la
tecnología de código abierto. Al mismo tiempo, el
investigador:
1. Revisó el concepto de tecnologías de código
abierto.
2. Discutió los perfiles de potenciales usuarios de
la tecnología de código abierto.
La investigación puede sentar la base para un cambio
de visión que fomente el acogimiento de este tipo de
tecnología mediante el análisis de factores de adopción
predefinidos. Miembros de las comunidades de tecnología
se han expresado a favor y expuesto su parecer en
distintos foros, pero un estudio empírico formal no ha
sido presentado.
25
Preguntas de investigación
Las preguntas de investigación para este estudio son
las siguientes:
1. ¿La compatibilidad con las aplicaciones existentes
influye en la adopción de las tecnologías de
código abierto?
2. ¿La habilidad de probar el software antes de la
implementación influye en la adopción de las
tecnologías de código abierto?
3. ¿La licencia que es distribuida con el software
influye en la adopción de las tecnologías de
código abierto?
4. ¿La disponibilidad de apoyo para el software
influye en la adopción de las tecnologías de
código abierto?
5. ¿Las destrezas tecnológicas del personal de TI
influyen en la adopción de las tecnologías de
código abierto?
6. ¿El costo influye en la adopción de las
tecnologías de código abierto?
Definición de términos
Las siguientes definiciones de términos fueron
elaboradas con el fin de facilitar la comprensión de los
mismos en este contexto en específico.
1. Código fuente. Contiene declaraciones de
variables, instrucciones, funciones, bucles y
26
otras declaraciones que indican al programa
cómo funcionar ("Source Code Definition",
2007).
2. Costo total de titularidad (TCO). Modelo de
negocio diseñado para descubrir todos los
costos de vida útil de adquirir, operar y
cambiar algo. Además, muestra menudo que puede
haber una gran diferencia entre el precio de
algo y su coste a largo plazo ("Total Cost of
Ownership (TCO): Meaning and Use", 2012).
27
CAPÍTULO II
DISCUSIÓN DE LITERATURA RELEVANTE
Evolución del código abierto
En la década de los 60, la Red de la Agencia de
Proyectos de Investigación Avanzada (ARPANET) desarrolló
un procedimiento llamado solicitud de comentarios. Dicho
protocolo, mejor conocido como Internet, se convirtió en
la raíz de los protocolos de las redes de
telecomunicación y es muy semejante al concepto de código
abierto utilizado en la actualidad (Lukasik, 2011).
Numerosos individuos contribuyeron sustancialmente al
desarrollo de este esfuerzo.
Lukasik (2011) describe que durante el comienzo del
proyecto, comunidad de amigos (amigos americanos y
adversarios foráneos) proveyeron asistencia y presión
para que fuera exitoso. ARPANET representó un campo de
pruebas para nuevas tecnologías de redes, entre una
extensa cantidad de universidades y centros de
investigación. Acto seguido de esta colaboración, surge
SHARE, un grupo de usuarios cuya meta era ayudar a los
intercambios con el software. Situaciones como estas,
sentaron la base para la acción de colaboración que
existe hoy día dentro del ambiente de código abierto.
En años recientes, se ha producido un aumento en el
interés hacia el impulso de iniciativas para el
desarrollo de tecnologías de código abierto. Las mismas
28
surgen de la premisa de que el conocimiento científico es
de dominio público (Stallman, 1998, p. 5), donde
especialistas en el campo son motivados intrínsecamente y
extrínsecamente a explorar nuevas aplicaciones. Según
Feller, Fitzgerald, Hissam y Lakhani (2005), los
programadores se motivan de manera intrínseca cuando
actúan por diversión o reto en vez de presiones,
estimulaciones externas y/o recompensas. Por otro lado,
Oreg y Nov (2008) explican que las motivaciones
extrínsecas son naturalmente influenciables y representan
los casos con un enfoque en las recompensas extrínsecas,
donde los beneficios esperados de la contribución son
mayores que los costos de la misma. Como ejemplo de
estas recompensas se podría mencionar, el progreso en las
habilidades de programación, la creación del código
requerido (de lo contrario no estaría disponible a la
comunidad), y el desarrollo de su estatus profesional.
Una vasta cantidad de programadores favorecieron dicha
idea y tomaron la iniciativa de crear comunidades de
apoyo para dar origen a movimientos que comenzarían una
revolución tecnológica.
La justificación a tales motivaciones detrás del
desarrollo gratuito de las aplicaciones no puede ser
plenamente explicada pues individuos reconocen que dichas
programaciones pueden generar un capital. Stallman
(1998) explica que su motivación no solo es altruismo (p.
29
15); ya que, después de todo, no se pueden mantener y
pagar deudas desarrollando programas de código
libre/abierto. La respuesta está, en parte, en pensar
más allá de las nociones convencionales de trabajo y
remuneración.
El proyecto GNU
Vainio y Vaden (2007) mencionan que el movimiento de
Software Libre (SL) es el predecesor principal de la
comunidad de código abierto (p. 1). La base de dicho
movimiento está basado en argumentos expuestos por el
programador de computadoras Richard M. Stallman. Las
filosofías de Stallman fueron las que dieron comienzo al
Proyecto GNU y a establecer diferencias entre este y el
movimiento de Software Libre.
Richard Stallman se había convencido de las virtudes
que poseía la cultura hacker de habilidades y energías
compartidas que había crecido en Stanford, Berkeley,
Carnegie Mellon, MIT y otros centros de investigación
durante los años 1950 y 1960 (Alonso, Casas, Castro y
Solís, 2004). Dos décadas más tarde, como programador de
MIT (Massachusetts Institute of Technology), se encontró
forzado a ser testigo de violentos ataques en contra de
dicha cultura mientras que la privatización de software
iba en aumento. En respuesta a esta situación, Stallman
renunció a su puesto en la prestigiosa universidad e
inició el Proyecto GNU, un nuevo sistema operativo y un
30
método para defender la idea de compartir códigos y
software. Al término de un año, Stallman había
articulado sus ideas en su famoso GNU Manifiesto, en el
cual expresaba los objetivos y filosofías del Proyecto
GNU (Deek y McHugh, 2007, p. 298)
GNU, que significa “Gnu No es Unix”, es el nombre de
un sistema de software completamente compatible con Unix
(Stallman, 1985). Este proyecto es de dominio público y
su código puede ser modificado y redistribuido con la
limitación de que ningún distribuidor puede restringir su
redistribución posterior. Stallman (1985) explica que
las modificaciones privativas no son permitidas pues su
deseo consiste en que todas las versiones de GNU
permanezcan libres. Para poder lograr su sistema ideal,
este innovador programador renunció al laboratorio de
Inteligencia Artificial, para así denegar a MIT cualquier
tipo de excusa legal que le prohibiera distribuir su
nuevo software.
Ptaffman (2007) hace mención de la regla dorada del
Proyecto GNU: Uno debe compartir los programas de
computadoras. Esta regla se basa en la ideología de
Stallman, explicadas en su Manifiesto, en que todos los
usuarios se pueden beneficiar del proyecto; dado que, una
vez escrito el GNU, se hace accesible un buen sistema de
software libre (Stallman, 1985). Dicha regla ofrece un
ahorro en las licencias de Unix y los programadores no
31
tendrían que esforzarse en duplicar un producto que ya se
encontraba disponible libremente, por lo que, sus
esfuerzos podían enfocarse en el mejoramiento de la
programación del ya existente código.
Son cuatro las libertades que debe cumplir una
aplicación para que pueda considerase como software
libre. Estas son (Torricella, Tenorio y Huerta, 2008;
Vainio y Vaden, 2007, p. 4; Stallman, 2002):
1. Libertad 0. Utilizar el programa para cualquier
propósito.
2. Libertad 1. Permitir el estudio del
funcionamiento del programa, y adaptarlo a las
necesidades del usuario. El acceso al código
fuente es una condición previa para esto.
3. Libertad 2. Distribuir copias a terceros, con lo
que puede ayudar a los demás.
4. Libertad 3. Permitir mejorar el programa y hacer
públicos las mejoras a los demás, de modo que toda
la comunidad se pueda beneficiar de ellas. El
acceso al código fuente es un requisito previo
para esto.
Estas cuatro libertades fueron nombradas luego del
influyente discurso del Presidente de los Estados Unidos
Franklin D. Roosevelt durante la Segunda Guerra Mundial
en 1941, titulado Las Cuatro Libertades (Vainio y Vaden,
2007, p. 6). Las ideas de libertad de Stallman fueron
32
basadas en la filosofía política liberal de personas como
Thomas Hobbes, John Locke y John Stuart Mill, entre
otros.
Vainio y Vaden (2007) explican que la libertad 0 es
un ejemplo perfecto de un concepto negativo de libertad
pues el usuario tiene derecho a utilizar el software para
cualquier tipo de propósito. La libertad 1 posee dos
componentes: ostenta el permiso para estudiar la
aplicación y posee el código fuente. Por consiguiente,
la libertad 0 no solo implica la ausencia de
restricciones, sino la presencia de un código fuente con
libertad para edición. De la misma forma, la libertad 2
no es solo una libertad individualista o negativa, sino
que consta de una libertad para poder redistribuir copias
para ayudar a la comunidad. La libertad 3 es también de
naturaleza positiva; ya que, es necesaria para
desarrollar y construir una comunidad.
Al aumentar el interés por este tipo de proyecto,
Stallman instituyó la Fundación de Software Libre como
apoyo a su trabajo y a los de otros programadores que lo
acompañaban en la misión. Esta fundación, tenía como
misión recaudar fondos para apoyar los trabajos que
estaban en proceso de desarrollo. Luego, el programador
se percató que el software libre necesitaba una licencia
correspondiente (Deek y McHugh, 2007). Dada esta
premisa, Stallman introdujo una licencia de software
33
basado en el concepto de derecho de autor, la GNU
Licencia Pública General (GPL), la cual define la
protección de “copyleft”.
Asuntos sociales, legales y económicos del código abierto
Asuntos legales del código abierto
El ámbito apropiado para la protección del derecho
de autor de software ha sido objeto de extensos
comentarios en los medios académicos y populares. Los
límites entre lo que está dentro del alcance de la
protección del derecho de autor para el software siguen
siendo confuso y sujeto a la semántica, particularmente
cierto en los actos de violación de derecho de autor que
envuelven código fuente (Dixon, 2004, p. 27).
Lyons (2010) muestra la línea de tiempo del acceso
abierto (Tabla 2.1), la cual inicia con las leyes de
derecho de autor promulgada por primera vez en los años
1700s. Ferrera (2003) menciona que la ley de derecho de
autor de Estados Unidos fue basada en el Estatuto de Ana
de Gran Bretaña. Este Estatuto, también conocido como la
Ley de Derecho de Autor de 1710, fue la primera
legislación en el mundo para regular infracciones a los
derechos de autor y su paso por el Parlamento Británico
estableció un momento histórico en la historia de dicha
ley. A la misma vez, abrió las puertas para una vasta
cantidad de revisiones y de otras leyes para regular los
derechos.
34
Tabla 2.1
Línea de tiempo del acceso abierto
Año Evento
1700s Las leyes de derecho de autor fueron
promulgadas
1976 Acta de Derecho de Autor (Titulo 17, Código
de E.U., Sección 107, Uso Justo)
1994 al 1996 Conferencia del Uso Justo
1998 Acta de Extensión para el Término de
Derecho de Autor
1998 Acta Digital del Milenio para el Derecho de
Autor
2002 Acta TEACH (Armonización de Tecnología,
Educación y Derecho de Autor)
2008 Acta PRO-IP(Priorización de los Recursos y
la Organización para la Propiedad
Intelectual)
? Legislación para el acceso abierto
Fuente: Lyons (2010)
En años recientes, una vasta cantidad de contenido
ha sido desarrollado y distribuido bajo licencias que les
confieren a miembros no-especificados del público
permisos que, por estatuto, normalmente pertenecen solo
al titular del derecho de autor. Armstrong (2010)
explica algunos elementos comunes que la mayoría de las
35
licencias de código abierto comparten. El primero y más
fundamental de estos elementos, es que toda licencia de
código abierto autoriza a una conducta con vicios de
ilegalidad, lo que significa que se le permite a los
usuarios del trabajo licenciado realizar acciones, que de
una manera, puedan infringir el derecho de autor. Por
ejemplo, en ausencia de una autorización (u otra excusa
legal como el uso justo), reproducir, distribuir o
modificar un trabajo infringe el derecho de autor.
Armstrong (2010) expone que las licencias de código
abierto realizan actividades que de otro modo pueden
quebrantar las actividades legítimas, y por consiguiente,
facilita la utilización de las obras que la ley federal
normalmente prohíbe.
El segundo elemento es que las licencias mencionadas
a continuación están universalmente disponibles, lo que
significa que los trabajos se encuentran disponibles a la
comunidad en general en términos equitativos, sin la
necesidad de negociaciones individuales.
Tercero, la disponibilidad universal del contenido
de los términos establecidos en la licencia minimiza los
costos de transacción. Dichas licencias están
disponibles gratuitamente para adaptar inquietudes que
puedan confrontar algunos usuarios de los trabajos
licenciados.
36
Por último, la combinación de los elementos
anteriores produce la característica distintiva de todas
las licencias de código abierto: promueven la libertad.
La ley es un código, al igual que un código de
programación (Lindberg, 2008, p. 3). La misma se compone
de secciones de código y palabras reservadas al igual que
un código fuente de cualquier programación de
computadoras. Por tanto, los licenciados de derecho y
los desarrolladores de código dependen de una estructura
específica como la propiedad intelectual.
Licencias de código abierto
Erlich y Aviv (2007, p. 227) indican que las
licencias de código abierto definen los privilegios y
restricciones que el autor del software debe seguir para
poder utilizarlo, modificarlo o redistribuirlo. El
código de este tipo de software es de dominio público o
se distribuyen bajo licencias de código abierto. Las
licencias utilizan la ley de propiedad intelectual en
general, y la ley de derechos de autor en particular,
para la amplia distribución de trabajos, mientras retiene
su propiedad y restringen ciertos comportamientos que
pueden provocar un efecto adverso en los demás. Estas
licencias son de carácter voluntario y han obtenido su
poder de la propiedad del autor (Kavanaugh, 2004, p.
326).
37
Algunas de las licencias disponibles son: la
Licencia Pública General (GNU GPL), licencia Apache,
Distribución de Software de Berkeley (BSD), Licencia
Pública General GNU Lesser (LGPL), Licencia MIT, Licencia
Pública Eclipse (EPL), Licencia Pública Mozilla (MPL) y
la Licencia Pública Netscape (NPL).
Yuen (2008) clasifica las licencias en tres ramas
principales y de fácil entendimiento:
1. Licencia Pública General (GPL)
2. Distribución de Software de Berkeley (BSD)
3. Licencias creadas por compañías comerciales que
decidieron lanzar parte de su aplicación como código
abierto
Por otro lado, Lindberg (2008, p. 177) explica un
concepto bastante semejante con la diferencia que
clasifica las ramas en solo dos, la académica y la
recíproca. La licencia académica, también referida a la
licencia de Distribución de Software de Berkeley, recibe
su nombre de su contexto histórico, ya que la mayoría de
ellas fueron desarrolladas y aplicadas a los códigos
generados en las universidades. La licencia recíproca,
llamada la Licencia Pública General, recibe su nombre del
hecho que requiere que cada autor del código, de manera
recíproca, aplique la misma licencia de código abierto
para otros trabajos derivados del código de la licencia
original.
38
Dominio Público
Los software u otros trabajos creativos que no se
encuentran bajo la protección de derecho de autor, están
bajo dominio público (Deek y McHugh, 2007). Por ende,
los trabajos o materiales son considerados propiedad
pública y están disponibles para uso de toda persona para
cualquier tipo de propósito (Lyons, 2010). Lingburg
(2008) declara que bajo la nueva ley, el dominio público
es definido en sentido negativo como la ausencia de
protección de derecho de autor (p. 76).
Originalmente un autor no podía colocar sus trabajos
bajo dominio público pues solo podría negarse a hacer
cumplir sus derechos de autor. Trabajos realizados y
registrados antes de 1923, se encuentran bajo dominio
público, por lo que cualquier persona puede hacer uso del
mismo para cualquier propósito. Su uso no puede ser
controlado aunque algunos editores colocan el símbolo de
derecho de autor en las reproducciones de obras de este
tipo.
Licencia Pública General (GPL)
Williams (2002) menciona que Stallman estableció la
base de los movimientos del Software Libre y Software de
Código Abierto utilizando las leyes de derecho de autor
para crear la Licencia Pública General (GPL). En el
1988, para poder facilitar el trabajo del Proyecto GNU,
este dedicó un enorme esfuerzo para crear una versión
39
completamente libre del sistema operativo UNIX (p. 125).
De aquí germina el término ‘copyleft’, acuñado por el
desarrollador de software Don Hopkins.
Mustonen (2003) explica que ‘copyleft’ es un sistema
de licencia novel el cual facilita el desarrollo de
software abierto y descentralizado (p. 1). Es una
disposición incluida en una forma u otra desde la primera
versión del GPL (Armstrong, 2010), donde su
característica clave es que cuando un programa contiene
una licencia de autor, los demás programas que surjan de
esa programación primaria deben también estar licenciados
de manera similar. Por tanto, queda estipulado que esta
licencia es más que una pieza de jerga legal; ya que la
misma provee a los desarrolladores de todo el mundo un
contrato social explícito bajo el cual puede colaborar
sin temor a que otro usuario utilice su trabajo para
beneficio propio y lo convierta en su propiedad
intelectual.
Esta licencia conecta al programador con su
contribución permanentemente y expone dicha contribución
al público en general. Bajo este acuerdo, se permite el
uso, modificación y distribución del código a todo
usuario bajo la condición de que el licenciatario también
permita derechos similares sobre las modificaciones
hechas. Mustonen (2003) menciona que esto crea un
ambiente donde los programadores con talento tienen un
40
incentivo para enviar una señal de sus capacidades a
través de la comunidad “copyleft”.
Distribución de Software de Berkeley (BSD)
A finales de los años 70, un grupo de programadores
y estudiantes graduados en la Universidad de California –
Berkeley, crearon la Distribución de Software de Berkeley
(BSD), compuesta de una pequeña colección de herramientas
de software que habían desarrollado para el sistema
operativo Unix. Lindberg (2008) expone que los
defensores de la licencia académica argumentan que sus
licencias proveen más libertad a los usuarios del código.
La misma no requiere que las modificaciones o trabajos
derivados sean libres, al contrario de la licencia GPL,
la cual no permite hacer privado el código y lanzarlo
bajo una licencia de software comercial. Esto puede
verse como un punto positivo o como un beneficio sobre la
Licencia Pública General pues la licencia BSD le provee
al desarrollador más posibilidades.
Armstrong (2010) explica que esta licencia es un
modelo de brevedad comparado con el GPL y menciona las
siguientes condiciones para poseer autorización a
utilizar la misma:
1. Para los trabajos distribuidos en forma de código,
la distribución debe incluir una nota de derecho
de autor, la inclusión de las condiciones de la
plantilla de la licencia y un párrafo negando
41
garantía o responsabilidad basado en contrato o
agravio;
2. Para los trabajos distribuidos en forma de código,
esos mismos elementos deben incluirse en la
documentación que la acompaña;
3. Para cualquier tipo de trabajo, el nombre del
dueño de la organización o sus contribuidores no
deben ser empleados de forma tal que sugiera una
promoción de productos derivados del software
licenciado.
Asuntos Económicos del Código Abierto
En estos tiempos de recesión nacional y una pobre
economía, muchas organizaciones públicas y privadas están
siendo sumamente cautelosas en el manejo de sus
presupuestos. Un estudio a nivel nacional realizado por
la organización Campus Computing Project, reveló que los
presupuestos de los colegios y universidades han
experimentado un recorte en los servicios centrales de
tecnologías de información (Campus Computing Project,
2013). Los datos recopilados en años anteriores también
demostraron que las universidades públicas fueron las
entidades con el corte presupuestario más alto (Campus
Computing Project, 2011).
La tecnología es un factor que consume parte del
presupuesto establecido aunque en algunas instituciones,
una porción es adquirida de la cuota de tecnología pagada
42
por la comunidad estudiantil en su matrícula. Dicha
cuota es utilizada para adquirir equipo tecnológico como
computadoras, escáner, impresoras y aplicaciones, entre
otras. Por otro lado, estos fondos no son utilizados por
los Centro de Tecnologías de Información de las
instituciones públicas para la adquisición de licencias y
programados necesarios para utilizar los equipos que le
dan servicio a la comunidad universitaria.
En términos económicos, los sistemas operativos
pueden ser una de las aplicaciones más costosas al
momento de adquirir computadoras o servidores. Son
programados necesarios para el funcionamiento de
tecnologías que ofrecen servicio a la comunidad
universitaria. Por ende, el remplazo de algunas
licencias propietarias por las de código abierto y su
utilización como oportunidad de desarrollo de nuevas
tecnologías para la Universidad, podría significar un
ahorro económico de millones de dólares anuales. Al este
tipo de programado tener mínimos costos de adquisición,
instalación y no incurren en gastos de cuota de
mantenimiento (Erlich y Aviv, 2007, p. 189), son recursos
con un vasto potencial para cubrir las necesidades de las
instituciones, al mismo tiempo que no incurren en gastos
exagerados por el uso de los mismos.
Una gran cantidad de tecnologías de código abierto
cuentan con un apoyo incalculable de su comunidad de
43
desarrollo. Yuen (2009) expone que la comunidad es un
factor importante en este tipo de programa y el encontrar
una aplicación con una buena comunidad detrás del mismo
puede ser una medida de ahorro económico. Actualmente,
muchas licencias utilizadas en las instituciones de
educación superior incluyen en su anualidad una partida
para apoyo técnico, donde a veces es requerido y no
opcional dentro del contrato.
La migración de sistemas es un paso complicado y a
gran escala pero puede ser fructífera con la debida
planificación. Por ejemplo, toda institución cuenta con
un Centro de Tecnologías de Información, el cual brinda
servicios al mismo. Estos a su vez, se comunican y
mantienen al tanto al personal técnico encargado de los
distintos departamentos y oficinas a través de la
institución. Al empleado ya ser remunerado por su
trabajo, la institución no incurre en gastos
operacionales extras para su adiestramiento y
capacitación. Está definido bajo las tareas y
responsabilidades de las mayorías de los empleados el
mantenerse al día en su campo; por lo que, dentro de su
periodo laboral, puede ser asignado un tiempo para
familiarizarse con los componentes de una migración a
tecnologías de código abierto.
Frost (2005) expone que el reto del OSS representa
para las empresas de licencias propietarias un fuerte
44
punto de disputa entre muchos profesionales en el campo
de la tecnología como los gerentes de tecnologías de
información, programadores, hackers y hasta políticos.
El autor, expone las causas y efectos económicos en tres
pasos, de los cuales el primero es explicar los motivos e
incentivos que llevan a los hackers a desarrollar dichos
códigos. La curiosidad es la razón por la que los
programadores emplean una vasta cantidad de tiempo en
codificar aplicaciones y programas los cuales van a
ofrecer libre de costo. Por tanto, Frost (2005) llega a
la conclusión que la motivación de los hackers es
impulsada por el arte, crear programaciones solo por
diversión y estimularse intelectualmente, por sus
ideologías personales y sus necesidades de negocio.
El segundo paso es la formación de comunidades de
código abierto. Las comunidades de apoyo surgieron
gracias a la iniciativa de personas con necesidades
personales, que tenían el talento y conocimiento de
desarrollar aplicaciones para simplificar sus tareas,
como en el caso de Linus Torvalds. Para poder satisfacer
sus necesidades de trabajar desde su casa y no tener que
ir personalmente a la universidad a realizar sus tareas,
Torvalds desarrolló su propio sistema operativo basado en
Unix para una computadora personal. En el 1991, comenzó
a desarrollar un código libre para 386 computadoras
haciendo uso de la caja de herramientas de la Fundación
45
de Software Libre (Stallman, 1998, p. 26). Su rápido
éxito atrajo una vasta cantidad de hackers que ayudaron
en el desarrollo de Linux, un Unix con todas las
funciones y completamente gratuito y redistribuible.
El tercer y último paso es el efecto económico.
Frost (2005) explica que la introducción de las
comunidades de desarrollo de código abierto puede, de
hecho, acelerar el proceso de evaluación debido a las
ventajas económicas y organizativas que poseen sobre las
empresas de software propietario. La literatura
profesional y popular ha resaltado ampliamente una de las
ventajas del software de acceso y código libre, que es
que el usuario no incurre en gastos de licencias. Es
importante recordar que aunque el usuario no incurre en
este tipo de gasto, si depende del apoyo que las
comunidades les den para continuar con el desarrollo del
mismo. Por ende, toda una comunidad indefinida de
programadores voluntarios se encaminan a perfeccionar
códigos para uso público mientras las compañías de
software privados cuentan solo con un personal limitado
para poder desarrollar y mantener bajo secreto las miles
de líneas de programación que les generará una vasta
cantidad de dinero pero cuyos costos no disminuyen. Por
ejemplo, el uso de Linux va en ascenso poco a poco, lo
que significa que menos personas se inclinan por invertir
46
cientos de dólares en un sistema operativo el cual no
pueden ajustar a sus necesidades.
Un país que ha sacado provecho de estas
oportunidades es Holanda. Para el 2008, el ministerio de
asuntos económicos de dicho país fijó una fecha límite
para que todas las agencias a nivel nacional adoptaran
los programas de código abierto. Emol (2007) menciona
que muchos gobiernos han comenzado a probar el software
de código abierto para reducir los costos y eliminar la
dependencia de compañías como Microsoft, o al menos han
expresado su interés por esta idea, pero el gobierno
holandés ha sido el más agresivo al tomar estas acciones.
Por otro lado, también explica que de ser necesario el
uso de software propietario, la agencia debe de
justificar su uso, ya que si logran realizar por completo
el cambio, el gobierno se ahorraría seis (6) millones de
euros anualmente.
Asuntos Socioculturales del Código Abierto
Numerosos países en desarrollo están adoptando
políticas para que las tecnologías de bajo costo estén
disponibles para las poblaciones de bajos ingresos. Las
tecnologías de código abierto son vistas como una forma
de limitar los costos y aumentar la productividad de la
población principal. Aunque varios gobiernos, como
China, Corea del Sur e India, han estado fomentando la
adopción del mismo, la mayoría de los usuarios finales no
47
están familiarizados con este tipo de tecnología. Una
cantidad significativa de estos usuarios no confían en su
calidad, estabilidad y seguridad (St.Amant y Still,
2007). Por otro lado, los gobiernos toman ventaja de la
adopción de estos recursos para así intentar disminuir
los casos de piratería. Si estas herramientas ayudan a
satisfacer las necesidades de la sociedad, la búsqueda de
nuevos sistemas sustituiría poco a poco los actos de
piratería e inclusive fomentaría la unión de las
comunidades de hackers para seguir desarrollando códigos.
Pan y Bonk (2007) exponen que esta creencia en el
intercambio de conocimientos y el desarrollo distribuido
no sólo permite, sino que anima, a los usuarios
interesados en software a participar en el continuo
desarrollo del software libre y de código abierto. Dicha
participación incluye la difusión de los trabajos
internos de los sistemas y el cultivo de una comunidad de
usuarios de software libre que puede convertirse en
difusores del conocimiento.
Ventajas y Debilidades de Código Abierto
Lucid Imagination (2009) realizó unas
investigaciones donde una cantidad significante de las
compañías encuestadas reflejaron que hacen uso de las
tecnologías de codigo abierto como Linux, MySQL y Apache.
Al mismo tiempo, la encuesta realizada por el Campus
Computer Project (2010) demuestra un aumento en la
48
utilización de Sistemas de Gestión de Aprendizaje (LMS)
como Moodle y Sakai, en los colegios y universidades de
Estados Unidos. Numerosas compañías públicas y privadas
adoptan el uso de este tipo de tecnología pues goza de
muchas ventajas sobre las licencias propietarias. Erlich
y Aviv (2007, p. 189) clasifican las ventajas del OSS en
cinco (5) categorías:
1. Libertad de uso. Las comunidades de código
abierto ayudan a bajar los códigos alentando la
participación y permitiendo que cualquiera pueda
descargarlo para su uso, redistribución y
modificación en su forma original.
2. Evolución del software. Los códigos son a menudo
un esfuerzo colaborativo de una gran cantidad de
desarrolladores con distintos antecedentes. Están
bajo constante cambio gracias a las aportaciones
de las comunidades de desarrollo, lo que minimiza
los errores en la programación y representa una
fuente viable de componentes para reusar y
desarrollar sistemas.
3. Tiempo, costo y esfuerzo. Los altos costos de
licencias asociados con el desarrollo de código
cerrado y propietario puede desalentar
desarrolladores y clientes al momento de adoptar
un producto o tecnología (Lucid Imagination,
2009). Este tipo de software reduce el costo de
49
utilización; dado que, las licencias no son
limitadas como la de los programas propietarios.
De haber algún costo, el mismo es mínimo, lo que
lo hace una opción viable para instituciones sin
fines de lucro como universidades y bibliotecas.
Además, esto puede establecer una ventaja
competitiva al poder re adiestrar a los empleados
para trabajar con códigos que pueden hacer más
efectivos y combinarlos con mejores tecnologías y
sin la necesidad de invertir en licencias de
productos de código cerrado.
4. Calidad del software. Dado el apoyo de la
comunidad que reciben estos códigos, se reduce la
cantidad de errores y problemas que surjan. Al
mismo tiempo, las vulnerabilidades de seguridad se
encuentran más rápido en los códigos abiertos que
en los cerrados.
5. Ventajas para las compañías y programadores.
Existe un uso eficiente de conocimiento global.
Muchos programadores pueden sacar provecho de los
códigos existentes para poder solucionar problemas
actuales y de la misma manera, aportar como parte
de la comunidad.
Hafer y Kirkpatrick (2009) mencionan que algunos
integrantes de las comunidades aprenden sobre las
técnicas para crear un buen programado leyendo textos en
50
ingeniería de programado, pero el uso experto de las
técnicas se aprende mediante la lectura y la creación del
mismo. Del mismo modo, personal de las instituciones
educativas pueden auto-enseñarse a entender y desarrollar
aplicaciones en varios lenguajes de programación, lo que
brinda flexibilidad para ajustar los sistemas a las
necesidades.
Estas fortalezas proveen un escenario para minimizar
los riesgos a la organización en términos operacionales.
De utilizar códigos populares y de gran demanda como
Linux, Unix y MySQL, la institución puede asegurarse que
existe una comunidad que atiende los problemas, donde los
programadores brindan recomendaciones para continuar con
su exitoso desarrollo.
Muchas organizaciones consideran la adopción de OSS
dada la evidente publicidad de sus fortalezas pero no
anticipan que también puede traer consigo riesgos y
debilidades anteriormente expuestas (Ayala, Cruzes, Hauge
y Conradi, 2011):
1. Costos ocultos. Es necesario brindar una
capacitación y apoyo relacionado con la adopción
de las nuevas tecnologías, gastos legales
incurridos para desarrollar una estrategia
comercial y costos de licencias para poder mejorar
la funcionalidad.
51
2. Problemas técnicos. Pueden surgir asuntos
relacionados a la compatibilidad de la data
existente con versiones específicas del software
adoptado, problemas con las nuevas versiones y
dificultades en la definición de estrategias y
procedimientos para la colaboración de la
comunidad. Al mismo tiempo pueden hallar
conflictos en la selección del producto más
adecuado dada la cantidad de opciones y sobrecarga
de información disponible.
3. Calidad y Seguridad. Uno de los problemas
recurrentes en el área de tecnología es la
documentación. Al ser los códigos aportaciones de
individuos de alrededor del mundo, no se puede
establecer un control de calidad en la
documentación como se realiza en las empresas
privadas. Al mismo tiempo, existen programadores
que lanzan al Internet códigos incompletos o con
errores, para que la comunidad siga
desarrollándolos.
Al momento de planificar la adopción de las
tecnologías de código abierto, es recomendable delinear
todas las ventajas y desventajas que conlleve migrar los
sistemas actuales de la unidad educativa bajo estudio.
Al mismo tiempo, indagar posibles opciones de código
52
abierto que realicen procesos semejantes a los actuales,
como los presentados a continuación:
Tabla 2.2
Listado de software comercial y su opción de código
abierto
Software Comercial Software de Código Abierto
Adobe Audition Audacity
Adobe Captivate CamStudio
Adobe Dreamweaver Amaya, Mozilla SeaMonkey
Adobe GoLive Nvu
Adobe Illustrator Inkscape
Adobe InDesign Scribus
Adobe Photoshop Gimp
Adobe Photoshop Lightroom digiKam
ArcGIS Quantum GIS
Autodesk 3ds Max 9 Blender
Autodesk AutoCAD FreeCAD, Archimedes
Blackboard Learning System Moodle, Sakai
Finale 2010 MuseScore
IBM SPSS PSPP, R
Macromedia Flash
Professional
OpenOffice Impress,
LibreOffice Impress
Mathcad Maxima
Mathematica 6 Sage
MathWorks MATLAB Octave, R
Microsoft Access Open Office Base, Libre
Office Base
53
Microsoft Analysis Services
(SSAS) Weka
Microsoft Exchange Server Zimbra, Open-Xchange
Microsoft Excel LibreOffice Calc
Microsoft Frontpage Nvu
Microsoft Office OpenOffice, LibreOffice
Microsoft OneNote WikidPad
Microsoft Outlook Mozilla Thunderbird
Microsoft Powerpoint OpenOffice Impress,
LibreOffice Impress
Microsoft Publisher OpenOffice Draw, Scribus
Microsoft Visio OpenOffice Draw, ArgoUML
Microsoft Visio Dia, Kivio
Microsoft Windows Linux, Ubuntu
Microsoft Word OpenOffice Writer,
LibreOffice Writer
Sibelius 6 MuseScore
Symantec Norton AntiVirus ClamWin
WinZip 7-zip
Fuente: Open Source as an Alternative (2012)
Al momento de analizar y planificar el proceso de
adopción de una tecnología, se debe considerar, que en
ocasiones, el deseo de aplicarlas genera sentimientos de
intranquilidad en los empleados; dado que, puede provocar
una resistencia a la adopción del sistema.
Tecnologías de Código Abierto en la Educación
Dentro del ambiente educativo, es notable el aumento
en el crecimiento del uso y desarrollo del código
54
abierto. Wiley (2006) expone que esta influencia puede
verse de manera más directa dada la amplia gama de
programados desarrollados con este tipo de programa
disponible para las instituciones educativas y su
facultad. Estas tecnologías están siendo consideradas
como la clave para construir entornos de aprendizaje
integrados que sirven a los académicos y las necesidades
comerciales de la institución, dentro de los límites de
la realidad de los recursos y de presupuesto (Van Rooij,
2007a).
Van Rooij (2007b) menciona que en el campo educativo
internacional se han realizado investigaciones a paso
acelerado y han adoptado las tecnologías de código
abierto para el desarrollo de contenido instruccional y
sistemas de envío. Abel (2006) expone que dos tercios de
los directores de oficinas de sistemas de información han
considerado o están considerando participar activamente
con los OSS, previendo que alrededor del 25% de todas las
instituciones de educación superior participarán
activamente en su implementación para aplicaciones
específicas de código abierto de algún tipo. A raíz de
esta acción, restaría estimar el nivel de aceptación de
los usuarios de las instituciones, el cual Pfaffman
(2007) explica que es proporcional a la popularidad de
las aplicaciones.
55
El enseñar a los educadores y estudiantes a utilizar
programados comerciales, hace que el mismo adquiera
valor. Por un lado, obligan a la comunidad académica a
adquirirlo para poder completar los cursos, y en
ocasiones lleva a la piratería para evitar el pago de los
costos de adquisición. Por ende, la idea general de que
el programa debería ser de libre distribución es
importante para las instituciones educativas pues cuando
la misma opta por un paquete de programas en particular,
implícitamente está tomando la decisión por sus
estudiantes (Pfaffman, 2008).
El paradigma del código abierto contiene ventajas
educativas para los estudiantes dada a la accesibilidad
del código abierto y su transparente exposición del
proceso de desarrollo. Deek y McHugh (2008) enumeran
varias ventajas ofrecidas a la educación por este tipo de
programado (p. 316):
1. Provee plataformas de programas y herramientas
básicas para estudiantes y facultad.
2. Provee programas libre de costo para los
estudiantes.
3. Expone a los estudiantes de tecnología el trabajo
interno que ha conllevado desarrollar el programa
y facilita el entendimiento de los procesos a
nivel computacional.
56
4. Suministra herramientas para el aprendizaje de
materias académicas específicas que no
necesariamente pertenecen al área de informática.
5. Ofrece cursos abiertos a distancia y pueden
conseguir libros de texto de acceso abierto para
apoyar el currículo.
6. Provee herramientas de organización subyacentes,
necesarias para apoyar la administración
académica, como por ejemplo, el registro de
estudiantes y los sistemas de gestión de
bibliotecas y cursos.
Dentro del entorno académico y curricular de las
instituciones de educación superior, los sistemas de
gestión de cursos se han vuelto necesarios. Itmazi
(2005) expone que las universidades alrededor del mundo
están prestando más atención a estos programas, los
cuales se están convirtiendo en parte interesante del
paisaje de aprendizaje en línea y están compitiendo con
las soluciones ofrecidas por licencias propietarias.
Entre las tecnologías más utilizadas esta Moodle, Ilias,
Sakai y Blackboard. Moodle, Ilias y Sakai son soluciones
de código abierto mientras que Blackboard es de código
cerrado. Actualmente, de todas las instituciones
públicas de educación superior, siete han migrado al
sistema Moodle, mientras que cuatro continúan utilizando
el programa comercial Blackboard.
57
Los sistemas abiertos aplican favorablemente en el
ambiente universitario pues poseen las ventajas de
cualquier sistema de código abierto, donde los costos son
mínimos y las licencias permiten cambios y modificaciones
sin tener que incurrir en gastos directos. Además,
poseen opciones muy semejantes a los ofrecidos por el
programa comercial Blackboard. Trotter (2008) menciona
que Moodle es quizás el rival más popular para la
compañía Blackboard Inc., la entidad dominante en Estados
Unidos para las herramientas de aprendizaje en línea en
educación superior. La rivalidad se hace notar al
evaluar y comparar sus ofrecimientos, los cuales de un
total de 96 opciones encontradas en los sistemas de
gestión de cursos, Blackboard contiene 88 y Moodle 86.
En el 2006, Blackboard adquirió WebCT, y consigo,
cientos de clientes que le proveyeron valor al sistema.
En el 2011, a raíz de las presiones que los OSS estaban
ejerciendo en la industria, Blackboard lanzó CourseSites.
Este nuevo servicio le permite a la facultad crear y
enseñar sus cursos en la moderna plataforma libre de
costo de Blackboard Learn. Situaciones como la antes
mencionada son las que hacen notar el cambio en las
tecnologías y las presiones ejercidas sobre las empresas
comerciales.
Uno de los programados más utilizados y necesarios
en un ambiente académico son las suites de oficina como
58
Microsoft Office, OpenOffice (OOo) y LibreOffice. Sus
aplicaciones permiten realizar tareas diarias de utilidad
universal como procesador de textos, hojas de cálculo,
bases de datos y presentaciones electrónicas. Un factor
positivo de OpenOffice, adicional a los de cualquier
licencia abierta, es la compatibilidad que posee para
reconocer archivos creados en la plataforma de Microsoft
(OpenOffice.org, s.f.). Cordina y Rovira (2008) exponen
que OOs no es solamente suite de oficina completa que
puede aportar un importante ahorro para particulares y
empresas, sino que además, adopta plenamente uno de los
estándares más importantes desarrollados en los últimos
tiempos y está llamado a tener una gran repercusión en el
mundo de la documentación en general.
Kinki University Technical College es un ejemplo de
la adopción de dicha tecnología y la sustitución de
Microsoft por Ooo para poder reducir costos en su entidad
educacional luego de notar un aumento de 2.5 veces el
costo de la licencias (Uchida, Fukushima, Masakiyo,
Nakamori, Honda y Kanda, 2006).
Existen otras herramientas muy populares cuyas
utilidades básicas pueden ser encontradas en las
licencias gratuitas. Pfaffman (2008) menciona que el
programa GNU Image Manipulation (GIMP) ofrece
características similares a los establecidos por Adobe
Photoshop. Universidades privadas en Puerto Rico, como
59
la Universidad del Turabo, del Sistema Ana G. Méndez,
utiliza GIMP en sus cursos para apoyar su currículo.
Otro programa de código abierto es el Nvu, el cual provee
suficientes características de un editor Web como
Dreamweaver o FrontPage. Además, para usuarios que no
cuentan con sistemas más avanzados donde la opción de
crear un archivo en formato PDF ya viene incorporado,
PDFCreator permite que cualquier aplicación de Windows
pueda convertir los archivos en dicho formato.
A nivel de sistemas operativos, Linux y Ubuntu son
historias de éxito en su categoría. La funcionalidad,
adaptabilidad y robustez de Linux lo ha convertido en la
alternativa principal para sistemas operativos
propietarios, especialmente donde los presupuestos son la
principal preocupación (OpenCourseWare Consortium, s.f.).
Al mismo tiempo, Ubuntu es una solución para los
servidores y computadoras personales, el cual también
ofrece el sistema Edubuntu. Edubuntu es un sistema
enfocado para ambientes educativos y desarrollado por
estudiantes, instructores y hackers que creen que el
aprendizaje y conocimiento debe estar disponible a todo
el que desee superarse y mejorar el mundo a su alrededor
(Edubuntu, s.f.).
Un sinnúmero de educadores no tienen conocimiento de
la exorbitante cantidad de licencias de código abierto
que existen y cómo éstas pueden transformar los métodos
60
de enseñanza y aprendizaje a nivel superior. Dichas
herramientas están en constante crecimiento y no pueden
ser vistas como una anomalía dentro del campo de la
tecnología y educación.
Existen comunidades encargadas de recopilar y hacer
accesible los programas para uso público, como el sitio
Web SourceForge.com, el cual provee cerca de 324 mil
proyectos y de donde se han realizado sobre 500 mil
descargas durante el tercer trimestre del año 2011
(Naramore, 2011). Un año más tarde, las descargas han
aumentado exponencialmente, llevando las mismas a cifras
millonarias (SourceForge, 2012).
En adición a los miles de proyectos de código
abierto que se han desarrollado, la Online Education
Database (2007) menciona varios movimientos que
ocurrieron en diversos campos de la educación que
impulsaron cambios, tales como el Consorcio de
OpenCourseWare (OCW). OCW es un subproducto de la
iniciativa del MIT OER (Open Education Resources) que
ofrece publicaciones digitales de acceso libre y abierto
de materiales educativos de alta calidad a nivel
universitario (OpenCourseWare Consortium, s.f.; Deek y
McHugh, 2008, p. 320). Actualmente, cerca de 200
universidades alrededor del mundo pertenecen al
consorcio, incluyendo la Universidad de Puerto Rico, y su
61
tasa de crecimiento hace de éste un claro éxito en el
campo educativo (OpenCourseWare Consortium, s.f.).
OER (Open Education Resources) es un movimiento que
ha tomado auge y ha llevado a personas como la
Subsecretaria de Educación de Estados Unidos, Martha
Kanter, a brindar una conferencia en el Departamento de
Educación de EE.UU. donde resaltó el apoyo del
departamento hacia los OER. Hizo mención de subvenciones
de $500 millones (el primero de $2 billones durante los
cuatro años) bajo el Programa de Subvenciones Trade
Adjustment Assistance Community College and Career
Training (TAACCCT) de que toda nueva propiedad
intelectual producida como resultado de dichas
subvenciones, aunque sea un nuevo módulo o curso abierto,
o nuevos tipos de materiales para aprendizaje, serán
distribuidos con una licencia Creative Commons CC-BY, lo
que significa que están abiertos y disponibles para su
reutilización por parte del público y el sector privado
(Cummings, 2011).
Situación actual en las instituciones académicas
Los recortes presupuestarios no son un tema extraño
en la administración de las instituciones de educación
superior. Se han notado cortes en presupuesto no solo en
Puerto Rico, sino en a nivel mundial. El Campus
Computing Project (2011) menciona que los datos de las
instituciones participantes en la encuesta anual revela
62
que un tercio (35.8 por ciento) de las universidades
experimentaron un recorte presupuestario en los servicios
centrales de tecnologías de información para el año
académico, por debajo del 41.6 por ciento en el año 2010
y la mitad (50 por ciento) en el otoño de 2009. Esto
supondría que con la idea de abaratar costos, las
unidades educativas deben recurrir a la utilización de
las tecnologías de código abierto.
El objetivo de las soluciones de código abierto
dentro del contexto educativo es proveer a los
estudiantes y facultad herramientas libres para poder
desarrollar, modificar e intercambiar información, por lo
que estas soluciones son costo efectivas durante los
recortes presupuestarios.
Resumen
El desarrollo del Internet en la década de los 60,
se convirtió en la raíz de los protocolos de las redes de
comunicación. Lukasik (2001) describe el mismo como un
concepto muy semejante al del código abierto, donde
numerosos individuos contribuyen en su perfeccionamiento.
Estos programadores, que aportan a la creación y
desarrollo de las tecnologías de acceso abierto,
pertenecen a comunidades de apoyo.
El proyecto GNU fue un movimiento basado en la
filosofía de Richard Stallman. Stallman estaba
convencido de las virtudes y habilidades de la cultura
63
hacker que existía en los años 50 y 60 (Alonso, Casas,
Castro y Solís, 2004) y en combinación con los violentos
ataques en contra de dicha cultura, articuló sus ideas en
su famoso GNU Manifiesto. GNU, que significa “Gnu No es
Unix”, es el nombre de un sistema de software
completamente compatible con Unix (Stallman, 1985).
Ptaffman (2007) hace mención de la regla dorada del
Proyecto GNU: Uno debe compartir los programas de
computadoras. Aunque la palabra compartir se presta a
interpretación, el autor del Manifiesto se percató de la
necesidad de introducir una licencia de software basado
en el concepto de derecho de autor, el GNU Licencia
Pública.
En el aspecto legal, los límites entre lo que está
dentro del alcance de la protección de los derechos de
autor para el software siguen siendo confusos y sujetos a
la semántica, particularmente cierto en los actos de
violación de derechos de autor que envuelven código
fuente (Dixon, 2004, p. 27). Erlich y Aviv (2007, p.
227) indican que las licencias de código abierto definen
los privilegios y restricciones que el autor del software
debe seguir para poder utilizarlo, modificarlo o
redistribuirlo. Además de la licencia GNU, también están
disponibles una amplia gama de opciones.
Al considerar el aspecto económico, resulta obligado
mencionar, que en estos tiempos de recesión nacional y
64
una pobre economía, muchas organizaciones públicas y
privadas están siendo sumamente cautelosas en el manejo
de sus presupuestos. Estudios realizados por el Campus
Computing Project revelaron que las universidades bajo
estudio sufrieron recortes presupuestarios para los años
académicos 2010-2013 (Campus Computing Project, 2010;
Campus Computing Project, 2011; Campus Computing Project,
2013).
Las instituciones del sistema público de educación
superior en Puerto Rico es uno de los sistemas que ha
enfrentado reducciones significativas en sus
presupuestos. Las tecnologías de código abierto, cobran
una relevancia particular en estos momentos de estreches
fiscal. Estas tecnologías pueden significar un alivio
económico de millones de dólares anualmente para las
instituciones, cuando se remplazan algunas licencias
propietarias costosas. Un valor añadido a la
implementación de tecnologías de código abierto es que
mediante su utilización se promueven nuevas oportunidades
para el desarrollo de subsecuentes tecnologías en la
institución. Esto podría significar un ahorro económico
de millones de dólares anuales.
Numerosos países en desarrollo están adoptando
políticas para que las tecnologías de bajo costo estén
disponibles para las poblaciones de bajos ingresos.
Aunque varios gobiernos, como China, Corea del Sur e
65
India, han estado fomentando la adopción del mismo, la
mayoría de los usuarios finales no están familiarizados
con este tipo de tecnología. Una cantidad significativa
de estos usuarios no confían en su calidad, estabilidad y
seguridad (St.Amant y Still, 2007).
Al momento de planificar la adopción de las
tecnologías de código abierto, es recomendable delinear
todas las ventajas y desventajas que conlleve migrar los
sistemas actuales de la unidad educativa bajo estudio.
Entre las ventajas se encuentra la libertad de uso, la
evolución del software, el tiempo, costo y esfuerzo,
calidad del software y las ventajas para las compañías y
programadores. Entre las desventajas se encuentra los
costos ocultos, los problemas técnicos, la calidad y la
seguridad.
Van Rooij (2007b) menciona que en el campo educativo
internacional han realizado investigaciones a paso
acelerado y adoptado las tecnologías de código abierto
para el desarrollo de contenido instruccional y sistemas
de envío. El paradigma del código abierto contiene
ventajas educativas para los estudiantes dada a la
accesibilidad del código abierto y su transparente
exposición del proceso de desarrollo. Los sistemas
abiertos aplican favorablemente en el ambiente
universitario pues poseen las ventajas de cualquier
sistema de código abierto, donde los costos son mínimos y
66
las licencias permiten cambios y modificaciones sin tener
que incurrir en gastos directos.
67
CAPÍTULO III
METODOLOGÍA
La metodología es generalmente una guía para
solucionar un problema, con componentes específicos como
lo son fases, métodos, técnicas y herramientas (Ishak y
Alias, 2005). Estos componentes auxiliaron en la
identificación de los factores que influyen en la
adopción de tecnologías de código abierto en las
instituciones de educación superior.
Diseño de investigación
El diseño de la investigación es uno no experimental
con un enfoque cuantitativo. Hernández Sampieri,
Fernández Collado y Baptista Lucio (2006, p.208) explican
que una investigación no experimental se puede clasificar
en transversal (o transeccional) y longitudinal. En este
caso, se utilizó un diseño transversal pues se
recopilaron datos en un momento único y se empleó su
diseño correlacional y descriptivo. El diseño
correlacional pretende responder a preguntas de
investigación estableciendo una relación entre las
variables (Hernández Sampieri et al, 2006, p. 212). La
investigación consistió en un enfoque cuantitativo donde
proveyó información empírica sobre los factores de
adopción de tecnologías de código abierto. En el
ambiente estadístico, la investigación cuantitativa
surgió de las ideas del siglo 19 de correlacionar y
68
relacionar dos o más ideas (Creswell, 2005, p. 40).
El estudio utilizó una metodología descriptiva
inferencial. Los estudios descriptivos buscan
especificar las propiedades importantes de personas,
grupos, comunidades o cualquier otro fenómeno que sea
sometido a análisis; además de, ofrecer la posibilidad de
predicciones aunque sean rudimentarias (Hernández
Sampieri et al, 1994) o plantear hipótesis (Alvarado y
Obagi (2008, p.17). Un estudio inferencial puede
generalizar o asumir lo que pueda aprender sobre la
muestra en la población. Por lo tanto, en combinación
con la estadística descriptiva, se es capaz de determinar
si algún dato demográfico influye en los factores bajo
estudio (Faherty, 2008, p.6).
La población del estudio se segmentó en estudiantado
y facultad, con el cual se realizó un muestreo
estratificado para poder tener una cantidad establecida
de cada grupo. Estas cantidades fueron calculadas a base
de los informes generados por las Oficinas de
Planificación de las instituciones participantes
correspondientes al año académico 2011. El estudiantado
tuvo subgrupos por género y programa académico
(bachillerato, maestría y doctorado), mientras que la
facultad, tuvo subgrupos basados en género y rango
(catedrático, catedrático asociado, catedrático
auxiliar). La facultad fue un dato recuperado a través
69
del instrumento de investigación; debido a que, la
información estadística generada por la Oficina de
Planificación no contaba con los detalles completos. Los
elementos de inclusión y exclusión para el estudiantado
fueron:
Inclusión:
1. Edad: 17 años o más
2. Capaz de comprender instrucciones
Exclusión:
1. No pertenece a una (1) de las instituciones
académicas bajo estudio
2. Edad: mayor de 52 años
3. Nivel académico: Grado Asociado
4. En desacuerdo con lo estipulado en la hoja
informativa
Los elementos de inclusión y exclusión para la facultad
fueron:
Inclusión:
1. Edad: 25 años o más
2. Capaz de comprender instrucciones
Exclusión:
1. No pertenece a una (1) de las instituciones
académicas bajo estudio
2. Edad: mayor de 66 años
70
3. En desacuerdo con lo estipulado en la hoja
informativa
La data fue recopilada a través de cuestionarios
aprobados por la Junta Institucional de Revisión (IRB)
distribuidos al estudiantado y facultad de cuatro
instituciones de educación superior pública en Puerto
Rico. Las instituciones se eligieron a base de su
presupuesto, dos con los presupuestos asignados más altos
y dos con presupuestos más bajos. Se desarrollaron dos
cuestionarios, uno para cada tipo de usuario académico
con preguntas demográficas perteneciente a cada muestra
en específico (estudiantes y facultad), para así
facilitar el análisis y validez del mismo. Los
cuestionarios fueron distribuidos durante los meses de
mayo a octubre.
El instrumento recopiló data demográfica, la actitud
hacia el uso de la tecnología e información sobre
factores de adopción de tecnologías de código abierto.
La actitud hacia el uso representa el nivel de adopción
del usuario. Un estudio realizado por la Universidad de
Oxford, explicó que las actitudes positivas hacia la
tecnología puede hacer que las personas tengan mayor
interés en adoptar la nueva tecnología, estén más
dispuestos a aprender y más dispuestos a hacer frente a
los problemas que ocurran con la misma (Blank, 2011).
Para lograr analizar la actitud hacia el uso de las
71
nuevas tecnologías, se incorporó al instrumento en
cuestión, preguntas basadas en el Modelo de Aceptación de
Tecnologías (TAM) que han sido utilizadas en varios
estudios (Hubona y Geitz, 1997; Masrom, 2007; Hong,
Hwang, Hsu, Wong y Chen, 2011). Los factores de adopción
fueron tomados de un estudio realizado por Solomon (2010)
en el área empresarial, el cual a su vez, se basó en una
investigación realizada por van der Luer (2005).
Un análisis descriptivo como frecuencia, promedio,
mediana (Hassan, 2011) y medidas de variabilidad fueron
utilizadas para describir la data demográfica. Para
poder analizar la relación entre los factores de adopción
y la actitud hacia el uso, se utilizó el coeficiente de
correlación de Spearman. Por otro lado, para examinar las
diferencias en la actitud hacia el uso entre los
encuestados, se realizó la prueba U de Mann-Whitney.
Estas pruebas no-paramétrica fueron empleadas porque los
grupos fueron comparados en una escala ordinal con cinco
(5) posibles valores.
El Modelo de Aceptación de la Tecnología de Davis
(Venkatesh y Davis, 1996) sirvió de plataforma para la
investigación al predecir la aceptación tecnológica
(Orantes, 2011), y fue base para determinar las actitudes
enfocadas al uso del código abierto. La Figura 3.1
expone el modelo con las variables a investigar
72
Figura 3.1
Modelo bajo investigación
Variables
Las variables independientes que se utilizaron para
contestar las preguntas de investigación fueron las
variables externas en el Modelo de Aceptación de la
Tecnología. Los factores para considerar la adopción
fueron adaptados de la investigación de Solomon (2010),
tomando como base los cinco factores de más impacto en su
estudio en empresas y el factor de menos significancia
(costo). Solomon (2010) generó sus preguntas
originalmente del estudio realizado por van der Luer
(2005). La Tabla 3.1 muestra las variables
independientes en adición a un valor añadido:
presupuesto. Dicha variable fue analizada en base a los
fondos asignados a la institución, puesto que están
73
seleccionados a base de sus presupuestos (de los más
altos y más bajos).
Tabla 3.1
Variables independientes
Conjunto
de
Variables
Variables
Descripción
Factores
para
adopción
Compatibilidad con el
software existentes
Probar el software antes
de implementarlo
Licencia distribuida con
el software
Disponibilidad de apoyo
Destrezas tecnológicas
del personal de TI
Costo
Los archivos generados
con el software de
licencia propietaria
(actualmente
existentes) pueden ser
utilizados con el
software de código
abierto.
Permite la opción de
instalar y poder
ejecutar tareas en el
software antes de
implementarlo.
Los derechos con los
que el software puede
ser distribuido y
utilizado.
Soporte técnico que
existe para el
software.
Capacidad del personal
de TI para trabajar con
el software de código
abierto.
Gastos en los que puede
incurrir la institución
para lograr una
implementación exitosa.
Presupuesto
(valor
añadido)
Presupuesto
institucional
Erogación de fondos
destinados a un
propósito en
particular.
74
La variable dependiente fue la actitud hacia el uso,
la cual sirvió para definir la adopción de tecnologías de
código abierto y surge del Modelo de Aceptación de la
Tecnología (TAM) de Davis (Venkatesh y Davis, 1996).
Hernández Sampieri et al (2006, p.340) definió la actitud
como una predisposición aprendida para responder
coherentemente de manera favorable ante un objeto, ser
vivo, actividad, concepto, persona o sus símbolos. TAM
ha sido ampliamente utilizado para tratar de predecir la
adopción de tecnologías (Hubona y Geitz, 1997; Masrom,
2007; Hong, Hwang, Hsu, Wong y Chen, 2011). La Tabla 3.2
muestra la variable dependiente de la investigación.
Tabla 3.2
Variable dependiente
Variable Descripción
Actitud hacia el uso
Principal determinante en
relación a si el usuario
realmente utilizará o rechazará
el sistema.
Hipótesis
Las hipótesis generadas estuvieron basadas en las
preguntas de investigación mencionadas en el capítulo 1.
Las hipótesis investigadas fueron las siguientes:
75
1. ¿La compatibilidad con las aplicaciones existentes
influye en la adopción de las tecnologías de código
abierto?
i. H10: La compatibilidad con las
aplicaciones existentes no tendrá un
efecto significativo en la adopción de
tecnologías de código abierto.
ii. H1a: La compatibilidad con las
aplicaciones existentes tendrá un efecto
significativo en la adopción de
tecnologías de código abierto.
2. ¿La habilidad de probar el software antes de la
implementación influye en la adopción de las
tecnologías de código abierto?
i. H20: La habilidad de probar el software
antes de la implementación no tendrá un
efecto significativo en la adopción de
tecnologías de código abierto.
ii. H2a: La habilidad de probar el software
antes de la implementación tendrá un
efecto significativo en la adopción de
tecnologías de código abierto.
3. ¿La licencia que es distribuida con el software
influye en la adopción de las tecnologías de código
abierto?
i. H30: La licencia que es distribuida con el
76
software no tendrá un efecto significativo
en la adopción de tecnologías de código
abierto.
ii. H3a: La licencia que es distribuida con el
software tendrá un efecto significativo en
la adopción de tecnologías de código
abierto.
4. ¿La disponibilidad de apoyo para el software influye
en la adopción de las tecnologías de código abierto?
i. H40: La disponibilidad de apoyo para el
software no tendrá un efecto significativo
en la adopción de tecnologías de código
abierto.
ii. H4a: La disponibilidad de apoyo para el
software tendrá un efecto significativo en
la adopción de tecnologías de código
abierto.
5. ¿Las destrezas tecnológicas del personal de TI
influyen en la adopción de las tecnologías de código
abierto?
i. H50: Las destrezas tecnológicas del
personal de TI no tendrán un efecto
significativo en la adopción de
tecnologías de código abierto.
ii. H5a: Las destrezas tecnológicas del
personal de TI tendrán un efecto
77
significativo en la adopción de
tecnologías de código abierto.
6. ¿El costo influye en la adopción de las tecnologías
de código abierto?
i. H60: El costo no tendrá un efecto
significativo en la adopción de
tecnologías de código abierto.
ii. H6a: El costo tendrá un efecto
significativo en la adopción de
tecnologías de código abierto.
Instrumentos de investigación
El instrumento utilizado para recopilar la data
necesaria fue un cuestionario, distribuido a la comunidad
académica bajo estudio. La data demográfica fue la única
distinción entre los cuestionarios, una dedicada a la
facultad (Apéndice A) y otra a los estudiantes (Apéndice
B). El instrumento dirigido a los estudiantes fue
administrado durante los meses de mayo, junio, agosto y
septiembre en los edificios del Centro de Estudiantes y
Biblioteca de las instituciones. La investigadora
personalmente visitó dichos edificios. Al ser éstos los
centros de actividad universitaria, permitió recopilar
una muestra del estudiantado, no limitándolo a una
facultad o tipo de estudiante. Por otro lado, los
cuestionarios destinados al personal docente fueron
distribuidos en los departamentos de cada facultad con
78
previa autorización del director del mismo. Cada
encuestado leyó la Hoja Informativa adjunta al
cuestionario antes de llenarlo y tuvo el derecho a
quedarse con ella para su información. La facultad
poseía la opción de completar el cuestionario, insertarlo
en un sobre provisto y depositarlo en una urna ubicada en
su departamento. Al término de una (1) semana, la
investigadora visitó los departamentos para recolectar
los sobres. Luego de extraer la data, los documentos
fueron guardados en sobres sellados dentro de un archivo
bajo llave en la residencia de la investigadora.
Transcurrido un periodo de 5 años, los documentos del
estudio serán triturados personalmente por la
investigadora con una trituradora de papel.
El cuestionario constaba de 3 secciones y un total
de 24 preguntas (Tabla 3.3). Todas las secciones
utilizaron preguntas cerradas para facilitar la
comparación de variables.
79
Tabla 3.3
Variables y preguntas asignadas en el instrumento
Variables Preguntas
Factores para adopción 1-12
Compatibilidad 1
Probar software antes de implementarlo 2
Licencia distribuida con el software 3
Disponibilidad de apoyo 4
Destreza tecnológica del personal TI 5
Costo 6-12
Modelo de Aceptación de Tecnología (TAM) 13-17
Actitud hacia el Uso 13-17
Características demográficas 18-24
Género 18
Edad 19
Institución 20
Facultad 21
Programa Académico 22
Año (Estudiante) / Rango (Facultad) 23
Utilización del código abierto 24
Presupuesto (valor añadido) 20
La primera y segunda sección utilizó una escala
Likert de cinco (5) puntos para establecer cuán fuerte
los encuestados estuvieron en acuerdo o desacuerdo con
las preguntas o afirmaciones expuestas. Las opciones de
escala Likert utilizadas fueron las siguientes:
1. Totalmente en desacuerdo
2. En desacuerdo
3. Ni de acuerdo ni en desacuerdo
4. De acuerdo
5. Totalmente de acuerdo
La primera sección, preguntas 1 a la 12, recopiló
80
data sobre los factores de adopción bajo estudio. La
segunda sección, preguntas 13 a la 17, fue compuesta por
preguntas acerca de la actitud de uso que posee el
encuestado, lo que significó su grado de adopción.
Las preguntas integradas en el cuestionario, basadas
en el modelo TAM, fueron ampliamente utilizadas en
estudios realizados por empresas alrededor del mundo como
Yettu Ltda., universidades como la University of New
South Wales para evaluar el uso de los EPG/ER (Scott,
s.f.) y la Universidad Normal Nacional de Taiwan para
estudiar los factores de uso del sistema de archivo
digital (Hong, Hwang, Hsu, Wong, Chen, 2011). El modelo
también ha sido utilizado en estudios de tecnologías como
procesadores de palabras (Venkatesh y Davis, 1996),
aplicaciones de hojas de cálculos, correos electrónicos
(Hubona y Geitz, 1997; Hubona y Burton-Jones, 2003),
redes sociales (Dhume, Pattanshetti, Kamble y Prasad,
2012), educación en línea (Cheng-Ying, Ah-Fur, Ming-Chun,
Ming-Hsiang y Cheng-Yi, 2012) y el uso de Blackboard
(Masrom, 2007). La tercera sección, preguntas 18 a la
24, recopiló datos demográficos del encuestado.
Validación del instrumento
El instrumento estuvo compuesto de tres secciones:
factores de adopción, actitud hacia el uso e información
demográfica. Como fue discutido anteriormente, las
preguntas enfocadas en la Actitud de Uso fueron
81
utilizadas en una investigación por Hubona y Geitz (1997)
para estudiar variables externas, creencias, actitudes y
comportamiento de uso de las tecnologías de información.
El Dr. Geoffrey Hubona proveyó autorización para el uso
de los indicadores (Apéndice E). El cuestionario fue
validado utilizando la técnica de Lawshe de validación de
contenido (CVR). Johnston y Wilkinson (2009) explican
que dicha técnica fue desarrollada por C.H. Lawshe en
1975 y es utilizada para medir la validez del contenido
de los elementos en una medida empírica. Asimismo,
exponen que en éste enfoque, un panel de expertos evalúa
e indican si cada indicador es esencial para la
operacionalización de un constructo teorético. Ocho
expertos fueron identificados en el área de tecnología y
se les suministró una plantilla (Apéndice F) con todos
los indicadores del cuestionario a ser evaluados.
Adjunto se les incluyó una hoja informativa (Apéndice G)
con los detalles sobre la investigación y su rol en la
misma. Lawshe (1975) expone que mientras más panelistas
o expertos (sobre 50 porciento) perciba el indicador como
esencial, mayor será el grado de su validación de
contenido. Cada indicador evaluado fue analizado con la
siguiente ecuación:
82
donde ne es el número de panelistas o expertos exponiendo
que el indicador es esencial y N es el total de
panelistas. Los resultados de la evaluación (Apéndice H)
revelaron que todos los indicadores fueron aprobados por
los expertos; ya que, solo una pregunta obtuvo el valor
mínimo calculado de 75%, sobrepasando así el mínimo
porciento requerido por Lawshe. Las demás preguntas
obtuvieron resultados de 87.5% y 100%.
Confiabilidad del Instrumento
Una vez la Junta de Revisión Institucional (IRB) de
la Universidad del Turabo aprobó la investigación
(Apéndice I), se procedió a medir la confiabilidad del
instrumento. Esta tarea se llevó a cabo realizando una
prueba piloto con la comunidad académica, compuesta por
10 estudiantes (subgraduados y graduados) y 10 miembros
de la facultad. Los participantes completaron el
instrumento en aproximadamente cinco minutos. En
relación a dudas o preguntas, ninguno de los sujetos
demostró poseerlas.
La confiabilidad fue medida utilizando la prueba de
coeficiente Alfa de Cronbach (α). Leontitsis y Pagge
(2007) declaran que el coeficiente tiene teoréticamente
un rango de cero a uno; por lo que, mientras más cercano
a uno el resultado, más confiabilidad demuestra. Además,
mencionan como regla general, si α ≥ 0.8, las respuestas
se consideran confiables. Al realizar la prueba Alpha
83
con los datos recopilados de la prueba piloto, el
resultado fue de 0.829, lo que demostró un buen nivel de
consistencia interna.
Participantes
La muestra de este estudio se limitó a cuatro
instituciones de un sistema universitario en Puerto Rico.
El total de la misma fue de 37,262 estudiantes, con una
facultad de 2,126. Las Instituciones 1 y 2 poseían el
mayor presupuesto y ofrecían los tres programas
académicos bajo estudio: bachillerato, maestría y
doctorado. Las Instituciones 3 y 4 estaban entre las
instituciones académicas con los presupuestos más bajos
del sistema universitario, con un ofrecimiento académico
a nivel de bachillerato y una limitada opción de grado
asociado. Para efectos de éste estudio, no se consideró
la participación de los estudiantes en programas de Grado
Asociado para establecer una muestra normalizada. La
Tabla 3.4 desplegó la muestra estratificada del
estudiantado que constó de 381 personas, 227 del género
femenino y 154 masculino.
84
Tabla 3.4
Muestra estratificada del estudiantado de las
instituciones
Bachille-
rato Maestría Doctorado Total
T F M T F M T F M T F M
Institu-
ción 1 157 102 55 21 14 7 16 10 6 194 126 68
Institu-
ción 2 118 57 61 8 4 4 2 1 1 128 62 66
Institu-
ción 3 36 25 11 n/a n/a n/a n/a n/a n/a 36 25 11
Institu-
ción 4 23 14 9 n/a n/a n/a n/a n/a n/a 23 14 9
Total: 334 198 136 29 18 11 18 11 7 381 227 154
Fuente: Oficina de Planificación
La Tabla 3.5 desplegó la muestra estratificada de la
facultad de las instituciones, la cual estuvo compuesta
de 316 docentes, 137 del género femenino y 179 del género
masculino. Gorard (2001) expuso que el propósito de
escoger una muestra es el utilizar un número
relativamente pequeño de casos para averiguar sobre un
número aún mayor (p. 10). En este caso, la muestra
estratificada utilizada fue obtenida mediante la
estratificación de la población, o marco de muestreo, y
luego se seleccionó un número de artículos de cada uno de
los estratos por medio de una técnica de muestreo
aleatorio simple (Johnson y Kuby, 2008, p. 24).
85
Tabla 3.5
Muestra estratificada de la facultad de las instituciones
Catedrático Catedrático
Asociado
Catedrático
Auxiliar Total
T F M T F M T F M T F M
Institu-
ción 1 81 38 43 35 17 18 39 20 19 155 75 80
Institu-
ción 2 64 19 45 32 13 19 25 10 15 121 42 79
Institu-
ción 3 11 6 5 4 2 2 4 2 2 19 10 9
Institu-
ción 4 6 3 3 6 3 3 9 4 5 21 10 11
Total: 162 66 96 77 35 42 77 36 41 316 137 179
Fuente: Oficina de Planificación
Según el método utilizado, el total de la muestra de
los participantes para el estudio fue de n=697, 381 del
estudiantado y 316 de la facultad, teniendo un margen de
error de 5% y un nivel de confianza de 95%, los cuales
son comúnmente aceptados para investigaciones en el campo
de la educación. Tanto las instituciones, como los
encuestados, fueron identificados con un código
alfanumérico para no revelar nombres ni ubicaciones
geográficas.
Hoja Informativa del participante
Dos hojas informativas fueron redactadas: una para la
Institución 1 y la segunda para las Instituciones 2, 3 y
4. Las instituciones 1 y 2 requirieron que la Hoja
Informativa se sometiera al proceso de revisión de la
Junta Institucional de Revisión (IRB, por sus siglas en
86
inglés) de su institución antes de consentir autorización
para realizar el estudio utilizando su comunidad
académica. A raíz de este proceso, la Institución 1
requirió una hoja informativa con datos específicos para
su unidad académica (Apéndice C) y las demás
instituciones aprobaron la hoja informativa original
(Apéndice D).
Los participantes del cuestionario leyeron la hoja
informativa que se le proveyó antes de acceder a
participar en el estudio. Al estar de acuerdo en su
participación, procedieron a completar el cuestionario.
El sujeto permaneció con la hoja informativa y el
cuestionario fue guardado en un sobre por separado. Fue
requisito de todo participante el leer y aprobar el
contenido de la hoja informativa para poder completar el
cuestionario.
Los encuestados tuvieron el derecho a abstenerse de
participar, no contestar alguna pregunta en particular o
retirarse de la investigación en cualquier momento.
Además, se le informó los riesgos a los que podrían ser
expuestos en la investigación. Estos eran mínimos y
sugerían que podrían sentir cansancio o ansiedad debido
al tiempo requerido para completar el cuestionario. Se
estableció que el estudio no ofrecía un beneficio directo
más allá de la satisfacción de saber que, con su
participación, podrían contribuir a sentar la base para
87
un cambio de visión que fomentara la implementación de
tecnologías de código abierto en las instituciones de
educación superior del país. Por último, se manifestó
que el participante no recibiría compensación alguna por
su participación.
Limitaciones
El tiempo fue una de las limitaciones más cruciales
en esta investigación pues las tecnologías de código
abierto están propensas a actualizarse en un periodo de
tiempo indefinido, lo que puede perjudicar la percepción
y experiencia del encuestado. La población fue
considerada otra limitación, siendo ésta representada por
solo cuatro (4) del total de instituciones del sistema.
Al mismo tiempo, los encuestados fueron los usuarios
académicos, excluyendo de la investigación a la
administración.
El tipo de motivación, la honestidad, la memoria, el
cansancio y la ansiedad fueron algunas limitaciones que
pudieron confrontar los sujetos al momento de llenar los
cuestionarios. Al mismo tiempo, los encuestados pueden
sentir presión de contestar las preguntas en base a lo
que se espera obtener como resultado y no necesariamente
es la realidad o su opinión personal.
Gorard (2001) explica que los cuestionarios no van a
ser todos completados, algunas preguntas no van a ser
contestadas y pueden ocurrir algunos problemas en la
88
trascripción de la data (p. 13). Por consiguiente, una
cantidad de esta puede ser omitida inadvertidamente antes
de comenzar el análisis de la misma.
Recolección de datos
Se utilizó el instrumento del cuestionario, con
información demográfica perteneciente a cada tipo de
muestra, el estudiantado y la facultad, para recolectar
la data necesaria. Los resultados del cuestionario,
compuestos por preguntas cerradas y de escala Likert,
fueron accedidos y tabulados únicamente por el
investigador por motivos de privacidad. Ningún dato del
encuestado fue divulgado para proteger su identidad.
Análisis de los datos
El análisis realizado con los datos recopilados
ayudó a responder las preguntas de investigación
planteadas anteriormente. La estadística fue generada
utilizando el programa de IBM SPSS Statistics 22, el cual
ofreció un conjunto de capacidades para todas las etapas
del proceso analítico. Un análisis descriptivo como
frecuencia, promedio y mediana (Hassan, 2011) y medidas
de variabilidad fue utilizado para describir la data
demográfica. El coeficiente de correlación de Spearman
fue utilizado para investigar la relación entre los
factores de adopción y la actitud hacia el uso. Para
examinar las diferencias en la actitud hacia el uso entre
los encuestados, se efectuó la prueba U de Mann-Whitney.
89
Dicha prueba es la alternativa no paramétrica de nivel
ordinal a la prueba de t (Lussier, 2011, p.343). Su
análisis brindó la oportunidad de realizar una
comparación entre dos muestras:
1. Comunidad académica de los recintos con un
presupuesto asignado alto y la comunidad académica
de los recintos con un presupuesto asignado bajo.
2. El estudiantado y la facultad en el ámbito de las
tecnologías de código abierto.
90
CAPÍTULO IV
ANÁLISIS Y DISCUSIÓN DE LOS RESULTADOS
Al estudiar las tecnologías de código abierto se
recopilaron las características demográficas de los
potenciales usuarios. Una prueba piloto del cuestionario
fue realizada para establecer la validez del instrumento,
utilizando una muestra de 20 individuos pertenecientes a
la comunidad académica, tanto estudiantes como facultad.
La prueba de confiabilidad alpha fue utilizada para la
validez interna y reflejó un resultado de .829, lo cual
indicó que el cuestionario es válido (Tabla 4.1). La
literatura profesional menciona que un alpha de 0.7
provee una certeza de consistencia interna mínima; por lo
que, un valor mayor a este, es altamente deseado (Spicer,
2005, p. 40).
Tabla 4.1
Prueba de confiabilidad Alfa Cronbach para la prueba
piloto
Alpha de
Cronbach
Alpha de Cronbach
Basado en indicadores
estandarizados
N de
Indicadores
.829 .823 17
91
Un total de 655 cuestionarios fueron administrados,
de los cuales 364 fueron contestados, para una tasa de
respuesta de 56%. Estos fueron administrados durante los
meses de mayo a septiembre de 2013. De 364
cuestionarios, 360 fueron completados e incluidos para
generar las pruebas estadísticas.
Este capítulo, incluye la descripción de los
resultados de la estadística descriptiva y el resultado
de los análisis de la estadística inferencial a través de
pruebas como análisis de factor, prueba de normalidad, el
coeficiente de correlación de Spearman y la prueba U de
Mann-Whitney de los datos recopilados.
Prueba de confiabilidad Alfa Cronbach
Los instrumentos de medición o cuestionarios en toda
investigación deben estar validados previamente. El
instrumento empleado en esta investigación fue validado
con antelación permitiendo así un análisis confiable de
los resultados.
La prueba de confiabilidad alpha es utilizada
comúnmente para medir la consistencia interna, que es la
estimación de cuán bien los elementos de una medición
operan en concierto (Spicer, 2005, p.40), particularmente
cuando se cuenta con múltiples preguntas usando la escala
Likert. Además, se toman aquellos elementos que miden el
mismo factor o variable y se analiza la correlación
existente entre estos. Su resultado provee apoyo para
92
determinar la presencia de un coeficiente alto entre
ellos. En la medida en que el coeficiente sea alto,
mayor la certeza de que miden lo mismo. Lussier (2011)
explica que esta prueba es similar a un análisis de
factores (p. 216), donde mientras más alto el
coeficiente, mayor el nivel de validación del instrumento
de medición (p. 209).
Un análisis de la literatura profesional sugiere que
un alpha de 0.7 provee una certeza de consistencia
interna mínima, mientras que un valor mayor a este, es
altamente deseado (Spicer, 2005, p. 40).
Salkind (2004) explica cuál es la relación entre la
confiabilidad y la validez de una prueba al indicar que
se puede tener una prueba que es confiable pero no una
que no es válida, más sin embargo, no puede haber una
prueba válida sin primeramente esta ser confiable (p.
294). Dicha aseveración es particularmente cierta pues
ante la ausencia de validación y confiabilidad, los
resultados de la investigación siempre permanecerán en
duda.
Cabe señalar que Salkind (2004) indica, que el nivel
máximo de validación es igual a la raíz cuadrada del
coeficiente de confiabilidad (p. 294). Utilizando esta
premisa, el nivel máximo de validación en esta
investigación fue 0.948, el cual es la raíz cuadrada del
coeficiente de confiabilidad 0.899 (Tabla 4.2). Al ser
93
el alpha 0.899, se puede aproximar a 0.90, lo que indica
que el instrumento es excelente para llevar a cabo la
investigación y se cumplen con los requisitos de
confiabilidad.
Tabla 4.2
Prueba de confiabilidad Alfa Cronbach de la investigación
Alpha de
Cronbach
Alpha de Cronbach
Basado en indicadores
estandarizados
N de
Indicadores
.899 .902 17
Prueba de Normalidad
Al comenzar un análisis estadístico, se debe tener
conocimiento de qué tipo de distribución tiene la data.
Por ende, antes de comenzarlo, se debe determinar si las
variables tienen de una distribución normal. Las pruebas
de asimetría y curtosis y Shapiro-Wilk fueron realizadas
para poder determinar el tipo de distribución y de esta
manera, aplicar las pruebas estadísticas
correspondientes. El sistema SPSS emitió valores de
asimetría y la curtosis, y su error estándar, para la
variable dependiente para cada combinación de niveles de
las variables independientes. Para llegar a una
conclusión, se calculó el valor de z, el cual debe estar
dentro de los valores ±2.58 para establecer una
94
distribución normal. Los resultados en la Tabla 4.3
muestran que las variables no tienen una distribución
normal.
Tabla 4.3
Prueba de normalidad de asimetría y curtosis
Estadís-
tica
Error
Est. z
Actitud hacia
Uso
Asimetría -1.626 .129 -12.64
Curtosis 3.232 .256 12.60
Compatibilidad Asimetría -1.325 .129 -10.30
Curtosis 1.374 .256 5.36
Habilidad de
probar software
Asimetría -1.180 .129 -9.18
Curtosis .806 .256 3.14
Tipo de
Licencia
Asimetría -.616 .129 -4.79
Curtosis -.282 .256 -1.10
Disponibilidad Asimetría -1.069 .129 -8.31
Curtosis .586 .256 2.29
Destreza Tec.
Personal TI
Asimetría -1.069 .129 -8.32
Curtosis .501 .256 1.95
Costo Asimetría -.913 .129 -7.10
Curtosis .752 .256 2.93
La Tabla 4.4 muestra los resultados de la prueba
Shapiro-Wilk. No se satisface la suposición de
normalidad según la evaluación de la prueba de normalidad
Shapiro-Wilk (p <0.05), dado que el nivel de
significancia es de .000 en todas las variables.
95
Tabla 4.4
Prueba de Normalidad Shapiro-Wilk
Shapiro-Wilk
Estad. df Sig.
La compatibilidad con aplicaciones
existentes
.756 360 .000
La habilidad de probar el software
antes de la implementación
.764 360 .000
La licencia que es distribuida con
el software
.873 360 .000
La disponibilidad de apoyo para el
software
.795 360 .000
El nivel de destreza tecnológica
del personal de TI
.799 360 .000
Costo .937 360 .000
Actitud hacia Uso .813 360 .000
Análisis Descriptivo
La recopilación de los datos a través del
cuestionario incluyó información demográfica del
individuo y una pregunta sobre las tecnologías de código
abierto que utilizaba su institución. A continuación se
detallan los datos de la muestra recopilada.
Datos demográficos
La investigación obtuvo la participación de
estudiantes y facultad activa. Un total de 360
cuestionarios válidos fueron recopilados, donde 288 (80%)
fueron completados por estudiantes y 72 (20%) formaban
parte de la facultad de las cuatro instituciones
96
académicas bajo estudio. La Figura 4.1 muestra la
distribución de los datos.
Figura 4.1
Total de participantes
De los 360 participantes, 210 fueron del género
femenino, lo que representaba el 58% del total y 150
fueron del género masculino, que representaban el 42% del
total. La Figura 4.2 muestra la distribución de los
datos.
97
Figura 4.2
Total de participantes por género
El total de estudiantes encuestados fue 288, de los
cuales 164 fueron de género femenino, representando un
57% de la muestra y 124 fueron del género masculino,
representando un 43% de la muestra. La Figura 4.3
muestra la distribución de los datos.
Figura 4.3
Total de estudiantes por género
98
De los 72 participantes clasificados como facultad,
46 fueron clasificados como género femenino, lo cual
representó un 64% y los restantes 26 participantes como
género masculino, lo cual representó un 36%. La Figura
4.4 muestra la distribución de los datos.
Figura 4.4
Total de facultad por género
Las edades de los individuos fluctuaban entre 17 y
66 años. Los estudiantes, por su parte, tuvieron edades
entre 17 y 52 años, de los cuales el 70% tuvieron entre
17 y 22 años, el 23% tuvo entre 23 y 28 años, el 4% tenía
entre 29 y 34 años y un 3% entre 35 y 52 años. Los
resultados indicaron que el grupo mayor de estudiantes
encuestados tuvieron entre 17 y 22 años. La Figura 4.5
muestra la distribución de los datos.
99
Figura 4.5
Edad de estudiantes
La facultad tuvo edades entre 25 y 66 años, donde el
29% tuvo entre 25 y 31 años, el 11% tuvo entre 32 y 38
años, el 10% tuvo entre 39 y 45 años, el 25% tenía entre
46 y 52 años, el 19% tuvo entre 53 y 59 años y el 6%
tenía entre 60 y 66 años. Los resultados indicaron que
el grupo de la facultad con más participantes tuvo entre
25 y 31 años, seguido, por una pequeña diferencia por el
grupo entre 46 y 52 años. La Figura 4.6 muestra la
distribución de los datos.
100
Figura 4.6
Edad de la facultad
En términos geográficos, el encuestado indicó el
área de la isla donde estaba ubicada la institución
académica en la cual estaba matriculado como estudiante o
laboraba como facultad. El resultado reflejó la
institución a la cual el estudiante o docente pertenecía.
De un total de 360 individuos, 33% pertenecían a la
Institución 1, 48% a la Institución 2, 11% a la
Institución 3 y un 8% a la Institución 4. Los resultados
mostraron que la mayor participación de los encuestados
fue de la Institución 2. La Figura 4.7 muestra la
distribución de los datos.
101
Figura 4.7
Total de participantes por Institución
A modo más específico, de los 288 estudiantes
encuestados, un 34% pertenecían a la Institución 1, 45% a
la Institución 2, 13% a la Institución 3 y 8% a la
Institución 4. La Figura 4.8 muestra la distribución de
los datos.
102
Figura 4.8
Total de estudiantes por Institución
Los 72 participantes de la facultad encuestada
fueron clasificados por un 32% perteneciente a la
Institución 1, 60% a la Institución 2, 4% a la
Institución 3 y 4% a la Institución 4. Por ende, los
totales reflejan que la mayor participación fue de la
Institución 2. La Figura 4.9 muestra la distribución de
los datos.
103
Figura 4.9
Total de facultad por Institución
El cuestionario recopiló información sobre el
programa académico al cual pertenecía la comunidad
académica. Los resultados reflejaron que el mayor grupo
representativo de un solo departamento fue Administración
de Empresa, con un 14.7%. Encuestados pertenecientes a
departamentos de Biología fueron el segundo mayor grupo
con 10.3% y los pertenecientes a Ingeniería fueron el
tercer mayor grupo con 9.7%. Entre los departamentos con
la menor participación fueron Administración de Hoteles,
Administración Pública, Ciencias Marinas, Escuela de
Comunicaciones, Lingüística, Literatura y Trabajo Social
con 0.3%. La Figura 4.10 muestra la distribución de los
datos.
104
Figura 4.10
Total de la muestra por programa académico
105
El cuestionario también recopiló datos sobre el
nivel académico del estudiante y el nivel académico en el
cual la facultad ofrecía cursos. En la muestra total de
288 estudiantes, un 85.4% cursaban estudios subgraduados
y un 14.6% cursaban estudios graduados. Los resultados
demostraron que la mayor participación provino de los
estudiantes subgraduados. La Figura 4.11 muestra la
distribución de los datos.
Figura 4.11
Total de los estudiantes por nivel académico
En la muestra total de 72 miembros de la facultad,
un 56.9% ofreció cursos a nivel subgraduado, un 25%
ofreció cursos a nivel graduado y un 18.1% ofreció cursos
a nivel graduado y subgraduado. La Figura 4.12 muestra
la distribución de los datos.
106
Figura 4.12
Total de la facultad por nivel académico donde ofrece
cursos
El año académico del estudiante y el rango académico
de la facultad fue recopilado a través del cuestionario.
El 17% de los estudiantes cursaban su primer año
académico, el 21.9% cursaba su segundo año académico, el
24.3% cursaba su tercer año académico, el 14.9% cursaba
su cuarto año académico, el 13.5% cursaba su quinto año
académico y el 8.3% cursaba su sexto año académico. Los
resultados reflejaron que el grupo de estudiantes con
mayor participación cursaban su tercer año de estudio.
La Figura 4.13 muestra la distribución de los datos.
107
Figura 4.13
Total del estudiante por año académico
La facultad por su parte, fue clasificada a base de
su rango académico. La facultad con rango de
Catedrático, representó el 47.2% del total. El 27.8% fue
representado con el rango de Catedrático Asociado y el
25% por la categoría de Catedrático Auxiliar. Los
resultados reflejaron que la mayoría de la facultad
encuestada poseía el rango de Catedrático. La Figura
4.14 muestra la distribución de los datos.
108
Figura 4.14
Total de la facultad por rango académico
Además de datos demográficos, un último indicador
fue añadido al instrumento para recopilar la información
sobre el uso de los tipos de tecnologías utilizadas en la
institución académica donde los estudiantes tomaron los
cursos y la facultad ofrecieron los cursos. El indicador
le permitió indicar al participante si su institución
utilizaba la tecnología, y de su contestación ser
afirmativa, indicar cuales utilizaban de una lista
provista. Los resultados revelaron que de una muestra
total de 360, un 86% sí utiliza las tecnologías de código
abierto, mientras que un 14% estipuló lo contrario. La
Figura 4.15 muestra la distribución de los datos.
109
Figura 4.15
Resultado total sobre el uso de las tecnologías OSS en
las instituciones
En términos específicos, el 86% de los estudiantes
contestaron que su institución sí hace uso de las
tecnologías, mientras que un 14% estipuló que no hacen
uso de la misma. La Figura 4.16 muestra la distribución
de los datos.
110
Figura 4.16
Resultado de los estudiantes sobre el uso de las
tecnologías OSS en las instituciones
Por otro lado, el 85% de la facultad contestaron que
su institución sí hace uso de las tecnologías, mientras
que un 15% estipuló que no hacen uso de la misma. La
Figura 4.17 muestra la distribución de los datos.
111
Figura 4.17
Resultado de la facultad sobre el uso de las tecnologías
OSS en las instituciones
El mismo indicador utilizado para estipular el uso
de la tecnología de código abierto en la institución, fue
utilizado para describir las tecnologías específicas
utilizadas. Como resultado, las aplicaciones más
utilizadas en las instituciones fueron el navegador Web
Mozilla Firefox, con un 73% y el sistema Moodle, con un
57%. La tecnología menos utilizada fue el sistema Sakai,
el cual solo 1 usuario indicó que su institución lo
utilizaba. Las opción provista de “Otro” brindo la
oportunidad al encuestado de añadir una tecnología
utilizada pero no mencionada en el cuestionario. Un 4%
seleccionó dicha opción y añadieron tecnologías como
112
Audacity, Mandarin M3, Edu 2.0, Google Chrome, Dropbox,
Skype, Wikis, Adobe Reader e Internet Explorer. La
Figura 4.18 muestra la distribución de los datos.
Figura 4.18
Total de aplicaciones de tecnologías de OSS utilizadas en
las Instituciones
113
Resumen de los participantes
Los 360 participantes del estudio fueron estudiantes
(80%) y facultad (20%), donde la mayoría de la
participación tuvo una representación del género femenino
con un 58.3%, en complemento con el género masculino,
representado por un 41.7%. Por parte de los estudiantes,
la mayor participación tuvo una representación de
individuos con edades entre 17 a 22 años (70%), que
cursaron su tercer año académico (24.3%) a nivel de
bachillerato (85.4%). Por parte de la facultad, la mayor
participación tuvo una representación de individuos con
edades entre 25 a 31 años (29%), que ofrecieron cursos a
nivel de bachillerato (56.9%) y clasificados con rango de
Catedrático (47.2%). La mayoría de los participantes
estudiaron y ofrecieron cursos en la Institución 2 y
pertenecían a los programas académicos de Administración
de Empresas (14.7%), Biología (10.3%), Ingeniería (9.7%),
entre otros con menor participación. Al mismo tiempo,
los encuestados indicaron que sus instituciones
académicas sí hacían uso de las tecnologías de código
abierto (85.8%), en especial el navegador Firefox (73%) y
el sistema de gestión de aprendizaje Moodle (57%).
Datos de los indicadores del cuestionario
Los resultados recopilados permitieron identificar
la frecuencia, media, mediana, moda y desviación estándar
114
para cada uno de los indicadores. La Tabla 4.5 muestra
la distribución de los datos.
Tabla 4.5
Data descriptiva por indicador del cuestionario
Media Mediana Moda Desviación
Estándar
Compatibilidad con
aplicaciones existentes 4.26 5 5 0.95
Habilidad de probar el
software antes de la
implementación
4.19 5 5 1.03
Licencia que es
distribuida con el
software
3.72 4 4 1.12
Disponibilidad de apoyo
para el software 4.15 4 5 0.98
El nivel de destreza
del personal de TI 4.08 4 5 1.07
Costos
Los costos de
capacitación de
usuarios
3.93 4 5 1.07
Los costos de
capacitación del
personal de apoyo
3.96 4 5 1.08
Los costos de
instalación 3.88 4 5 1.20
Los costos de
integración y
personalización
4.03 4 5 1.07
Los costos de servicios
de apoyo y consultoría 3.94 4 5 1.06
Acarrean ahorros en los
costos de hardware 3.88 4 5 1.12
115
Acarrean costos más
bajos en las licencias
o ningún costo en
comparación con
licencias propietarias
4.14 4 5 1.03
Actitud hacia Uso
El uso de las
tecnologías de código
abierto en mi trabajo
sería bueno
4.27 5 5 0.91
El uso de las
tecnologías de código
abierto en mi trabajo
sería sabio
4.14 4 5 1.00
El uso de las
tecnologías de código
abierto en mi trabajo
sería favorable
4.34 5 5 0.91
El uso de las
tecnologías de código
abierto en mi trabajo
sería beneficioso
4.39 5 5 0.89
El uso de las
tecnologías de código
abierto en mi trabajo
sería positivo
4.28 5 5 0.98
Los resultados proveen evidencia para indicar que la
gran mayoría de los indicadores obtuvieron una moda de 5,
excepto la Licencia distribuida con el software, la cual
resultó en 4. La mediana arrojó valores sobre 4 y la
media tuvo valores entre 3.72 y 4.39. La media con menor
valor (3.72) también pertenecía a la variable Licencia
distribuida con el software. La media con mayor valor
(4.39) fue el ítem de “El uso de las tecnologías de
116
código abierto en mi trabajo sería beneficioso”,
constructo de la variable Actitud hacia el Uso. Todos
los constructos son considerados esenciales para la
investigación.
Al mismo tiempo, se identificó la frecuencia de cada
opción disponible al encuestado (Totalmente en
desacuerdo, En desacuerdo, Ni de acuerdo ni en
desacuerdo, De acuerdo, Totalmente de acuerdo) por
constructo. La Tabla 4.6 muestra la distribución de los
datos.
Tabla 4.6
Frecuencia de las opciones por indicador
Totalmente
en
desacuerdo
En
desacuerdo
Ni de
acuerdo ni
en
desacuerdo
De acuerdo Totalmente
de acuerdo
Frec. % Frec. % Frec. % Frec. % Frec. %
Compatibilidad con
aplicaciones
existentes
6 1.7 16 4.4 43 11.9 109 30.3 186 51.7
Habilidad de
probar el software
antes de la
implementación
10 2.8 12 3.3 67 18.6 83 23.1 188 52.2
Licencia que es
distribuida con el
software
17 4.7 30 8.3 96 26.7 110 30.6 107 29.7
Disponibilidad de
apoyo para el
software
6 1.7 19 5.3 57 15.8 111 30.8 167 46.4
El nivel de
destreza del
personal de TI
12 3.3 19 5.3 64 17.8 100 27.8 165 45.8
Los costos de
capacitación de
usuarios
12 3.3 23 6.4 76 21.1 115 31.9 134 37.2
117
Los costos de
capacitación del
personal de apoyo
13 3.6 26 7.2 59 16.4 125 34.7 137 38.1
Los costos de
instalación 22 6.1 29 8.1 64 17.8 101 28.1 144 40.0
Los costos de
integración y
personalización
12 3.3 23 6.4 60 16.7 112 31.1 153 42.5
Los costos de
servicios de apoyo
y consultoría
11 3.1 23 6.4 80 22.2 109 30.3 137 38.1
Acarrena ahorros
en los costos de
hardware
19 5.3 16 4.4 89 24.7 101 28.1 135 37.5
Acarrean costos
más bajos en las
licencias o ningún
costo en
comparación con
licencias
propietarias
13 3.6 10 2.8 62 17.2 105 29.2 170 47.2
El uso de las
tecnologías de
código abierto en
mi trabajo sería
bueno
7 1.9 10 2.8 43 11.9 120 33.3 180 50.0
El uso de las
tecnologías de
código abierto en
mi trabajo sería
sabio
8 2.2 14 3.9 67 18.6 100 27.8 171 47.5
El uso de las
tecnologías de
código abierto en
mi trabajo sería
favorable
8 2.2 7 1.9 40 11.1 103 28.6 202 56.1
El uso de las
tecnologías de
código abierto en
mi trabajo sería
beneficioso
8 2.2 6 1.7 34 9.4 103 28.6 209 58.1
El uso de las
tecnologías de
código abierto en
mi trabajo sería
positivo
9 2.5 12 3.3 47 13.1 93 25.8 199 55.3
Los resultados mostraron evidencia para indicar que
la gran mayoría de los encuestados están Totalmente de
118
acuerdo con lo especificado en los indicadores. Las
variables de Compatibilidad con aplicaciones existentes
(51.7%), Habilidad de probar el software antes de la
implementación (52.2%) y los indicadores de la variable
Actitud hacia el Uso (Uso de la tecnología de código
abierto en mi trabajo sería bueno (50.0%), favorable
(56.1%), beneficioso (58.1%), positivo (55.3%)) reflejan
que sobre el 50% de la muestra está Totalmente de
acuerdo. El resultado de más valor dentro de la variable
Costo indicó que los encuestados entienden que las
tecnologías de código abierto conducen a costos más bajos
en las licencias o ningún costo en comparación con las
licencias propietarias (47.2%). La variable Licencia que
es distribuida con el software fue la única variable
donde su resultado mayor (30.6%) refleja que la muestra
está De Acuerdo.
Análisis Estadístico
Prueba del análisis de factor
El análisis de factor es un procedimiento
estadístico que mediante el examen de las interrelaciones
entre indicadores, ayuda a identificar las dimensiones
subyacentes a una medida y de esa forma, qué es lo que se
está midiendo (Krathwohl, 2009, p.409). Por otro lado,
Salkind (2004) explica que dicho análisis es una técnica
119
basada en cuán bien varios indicadores están relacionados
entre sí y como forman conjuntos o factores.
Un análisis de factor fue realizado a todos los
indicadores del cuestionario antes de llevar a cabo las
pruebas estadísticas. Al analizar el resultado, se tomó
en consideración la prueba de Kaiser-Meyer-Olkin (KMO) y
la Prueba de Esfericidad de Bartlett (Figura 4.19).
Spicer (2005) indica que la prueba de Kaiser-Meyer-Olkin
de medida de adecuacidad de la muestra (KMO), es una
estadística que resume las correlaciones parciales para
una variable determinada y las compara con la correlación
simple de esa variable. Esta comparación es expresada en
un índice con valores de entre cero y uno (Spicer, 2005,
p.186).
Figura 4.19
Prueba Kaiser-Meyer-Olkin (KMO) y Esfericidad de Bartlett
Kaiser-Meyer-Olkin Medida de Adecuacidad de la Muestra .899
Bartlett Prueba de Esfericidad Aprox. Chi-Cuadrado 3302.614
df 136
Sig. .000
Se investiga que el resultado esté lo más cercano a
uno, siendo un valor de 0.5 el mínimo absoluto. Un valor
más alto de 0.8 es considerado bueno. La prueba KMO de
los indicadores del cuestionario de esta investigación
120
fue de 0.899, indicando que existe adecuacidad en la
muestra. Además de la prueba KMO, se consideró la Prueba
de Esfericidad de Bartlett, la cual es estadísticamente
significativa (p < .05) con un resultado de 0.000.
Al establecer que la muestra es estadísticamente
significativa, se verificó las comunalidades, que indican
la proporción de la varianza de cada variable que se
explica por el análisis de componentes principales. La
Tabla 4.7 detalla los resultados del análisis, cuyos
valores en la columna Inicial son uno. El valor uno es
indicativo de que la variable está totalmente explicada
por los factores comunes que aparecen en la matriz
factorial, o sea, el 100% de la varianza fue explicada.
Tabla 4.7
Comunalidades en la matriz factorial
Inicial Extracción
La compatibilidad con aplicaciones
existentes
1.000 .525
La habilidad de probar el software antes
de la implementación
1.000 .586
La licencia que es distribuida con el
software
1.000 .462
La disponibilidad de apoyo para el
software
1.000 .653
El nivel de destreza tecnológica del
personal de TI
1.000 .598
Los costos de capacitación de usuarios 1.000 .659
Los costos de capacitación del personal de
apoyo
1.000 .724
121
Los costos de instalación 1.000 .621
Los costos de integración y
personalización
1.000 .659
Los costos de servicios de apoyo y
consultoría
1.000 .605
Acarrean ahorros en los costos de hardware 1.000 .290
Acarrean costos más bajos en las licencias
o ningún costo en comparación con
licencias propietarias
1.000 .491
El uso de las tecnologías de código
abierto en el trabajo sería bueno
1.000 .717
El uso de las tecnologías de código
abierto en el trabajo sería sabio
1.000 .699
El uso de las tecnologías de código
abierto en el trabajo sería favorable
1.000 .782
El uso de las tecnologías de código
abierto en el trabajo sería beneficioso
1.000 .810
El uso de las tecnologías de código
abierto en el trabajo sería positivo
1.000 .722
Posterior al análisis de las comunalidades, se
analizaron los datos presentados en la tabla de Varianza
Total Explicada (Tabla 4.8). En el grupo de valores
iniciales, los tres primeros componentes obtuvieron un
valor mayor de uno y representó el 62.35% del total de la
varianza, por lo que, explican la varianza de más de una
variable. Además, indica que el primer componente explica
el 39.4% de la varianza total, el segundo un 14.7% y el
tercero un 8.2%
122
Tabla 4.8
Varianza total explicada de la matriz factorial
Comp
.
Valores Propios
Iniciales
Extracción de Sumas de
Cargas al Cuadrado
Rotación de Sumas de
Cargas al Cuadrado
Total % de
Varian
-za
%
Acumula
-tivo
Total % de
Varian-
za
%
Acumula-
tivo
Total % de
Varian
-za
%
Acumula-
tivo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
6.698
2.501
1.403
.994
.690
.651
.583
.521
.506
.471
.393
.338
.310
.290
.261
.235
.153
39.401
14.714
8.251
5.848
4.059
3.832
3.432
3.065
2.975
2.773
2.314
1.987
1.826
1.708
1.536
1.381
.898
39.401
54.115
62.366
68.214
72.273
76.105
79.537
82.602
85.577
88.350
90.664
92.652
94.477
96.185
97.721
99.102
100.000
6.698
2.501
1.403
39.401
14.714
8.251
39.401
54.115
62.366
4.328
3.261
3.014
25.458
19.180
17.728
25.458
44.638
62.366
La gráfica representada en la Figura 4.20 confirmó
los componentes identificados en la Tabla de Varianza
Total Explicada. SPSS genera dicha gráfica bajo el nombre
de “Scree Plot”. En la misma, se indica el punto de
inflexión en la curva.
123
Figura 4.20
Scree Plot
Por último, una rotación ortogonal varimax se
utilizó para la interpretación de la data. García y
Pérez (2007) indica que la matriz de componentes rotados
es un “proceso que permite interpretar más fácilmente las
asociaciones entre las variables y los componentes al
lograr que las variables fuertemente correlacionadas
entre sí presenten los pesos factoriales elevados (en
valor absoluto) y las menos correlacionadas obtengan
pesos factoriales bajos” (p.68). La matriz de
componentes rotados generada (Tabla 4.9) refleja pesos
factoriales altos, a excepción de “Acarrean ahorros en
124
los costos de hardware”, que es un poco más bajo en
comparación con los demás.
Tabla 4.9
Matriz de Componentes Rotados
Componentes
1 2 3
El uso de las tecnologías de código abierto en mi
trabajo sería beneficioso
.867
El uso de las tecnologías de código abierto en mi
trabajo sería favorable
.859
El uso de las tecnologías de código abierto en mi
trabajo sería sabio
.825
El uso de las tecnologías de código abierto en mi
trabajo sería positivo
.819
El uso de las tecnologías de código abierto en mi
trabajo sería bueno
.819
Acarrean costos más bajos en las licencias o
ningún costo en comparación con licencias
propietarias
.573 .401
Acarrean ahorros en los costos de hardware .411 .338
Los costos de capacitación del personal de apoyo .807
Los costos de instalación .784
Los costos de integración y personalización .775
Los costos de capacitación de usuarios .771
Los costos de servicios de apoyo y consultoría .708
La disponibilidad de apoyo para el software .783
El nivel de destreza tecnológica del personal de
TI
.724
La habilidad de probar el software antes de la
implementación
.687
La licencia que es distribuida con el software .634
La compatibilidad con aplicaciones existentes .323 .612
La solución de tres componentes explicó 62.4% de la
varianza total. Se concluye que el Componente 1, agrupa
los indicadores relacionados con el uso de la tecnología
125
y ahorro en utilizarlo, el Componente 2, agrupa los
indicadores relacionados a los costos en que se pueden
incurrir y el Componente 3, agrupa los factores que
pueden influir en la adopción de tecnologías de código
abierto.
Prueba del Coeficiente de Correlación de Spearman
El coeficiente de correlación de Spearman mide la
fuerza y la dirección de las relaciones lineales por
rango entre dos variables que son al menos ordinales
(Lussier, 2011, p.383). Esta prueba es una no
paramétrica que se denota con el símbolo rs (o por la
letra Griega ρ, pronunciada rho). Esta prueba es usada
comúnmente para variables ordinales o para data que por
su naturaleza, falla en cumplir con las suposiciones
necesarias para implementar la prueba de Pearson.
Lussier (2011), explica que Spearman no tiene
distribución; ya que, es el equivalente no paramétrico a
la prueba de Pearson. Rho es la alternativa a r, por
consiguiente, ambas pruebas indican lo mismo pero
utilizan diferentes suposiciones, niveles de data y
cálculos (p. 383).
El coeficiente de correlación de Spearman fue
generado para cada una de las variables para poder
contestar las hipótesis de esta investigación. A
continuación se desglosan las preguntas e hipótesis y los
126
resultados de los coeficientes para indicar su
correlación:
1. ¿La compatibilidad con las aplicaciones existentes
influye en la adopción de las tecnologías de
código abierto?
i. H10: La compatibilidad con las
aplicaciones existentes no tendrá un
efecto significativo en la adopción de
tecnologías de código abierto.
ii. H1a: La compatibilidad con las
aplicaciones existentes tendrá un efecto
significativo en la adopción de
tecnologías de código abierto.
Al realizar la prueba de correlación de la
compatibilidad con aplicaciones existentes y la actitud
hacia el uso de las tecnologías de código abierto, se
encontró que existe una correlación positiva moderada a
baja entre las variables, rs = .386, p < .05. Existe
evidencia para rechazar la hipótesis nula e indicar que
hay una correlación estadísticamente significativa. La
Tabla 4.10 muestra el resultado.
127
Tabla 4.10
Resultado de la correlación de la compatibilidad con
aplicaciones existentes y la actitud hacia el uso de las
tecnologías de código abierto
La
compatibili-
dad con
aplicaciones
existentes
La actitud
hacia el uso
de las
tecnologías
de código
abierto
Spearman's
rho
La compatibilidad
con aplicaciones
existentes
Correlation Coefficient 1.000 .386**
Sig. (2-tailed) .000
N 360 360
La actitud hacia
el uso de las
tecnologías de
código abierto
Correlation Coefficient .386** 1.000
Sig. (2-tailed) .000
N 360 360
2. ¿La habilidad de probar el software antes de la
implementación influye en la adopción de las
tecnologías de código abierto?
i. H20: La habilidad de probar el software
antes de la implementación no tendrá un
efecto significativo en la adopción de
tecnologías de código abierto.
ii. H2a: La habilidad de probar el software
antes de la implementación tendrá un
efecto significativo en la adopción de
tecnologías de código abierto.
128
Al realizar la prueba de correlación de la habilidad
de probar el software antes de la implementación y la
actitud hacia el uso de las tecnologías de código
abierto, se encontró que existe una correlación positiva
moderada a baja entre las variables, rs = .353, p < .05.
Existe evidencia para rechazar la hipótesis nula e
indicar que hay una correlación estadísticamente
significativa. La Tabla 4.11 muestra el resultado.
Tabla 4.11
Resultado de la correlación de la habilidad de probar el
software antes de la implementación y la actitud hacia el
uso de las tecnologías de código abierto
La habilidad
de probar el
software antes
de la
implementación
La actitud
hacia el
uso de las
tecnologías
de código
abierto
Spearman's
rho
La habilidad de
probar el software
antes de la
implementación
Correlation Coefficient 1.000 .353**
Sig. (2-tailed) .000
N 360 360
La actitud hacia
el uso de las
tecnologías de
código abierto
Correlation Coefficient .353** 1.000
Sig. (2-tailed) .000
N 360 360
3. ¿La licencia que es distribuida con el software
influye en la adopción de las tecnologías de
código abierto?
i. H30: La licencia que es distribuida con
el software no tendrá un efecto
129
significativo en la adopción de
tecnologías de código abierto.
ii. H3a: La licencia que es distribuida con
el software tendrá un efecto
significativo en la adopción de
tecnologías de código abierto.
Al realizar la prueba de correlación de la licencia
que es distribuida con el software y la actitud hacia el
uso de las tecnologías de código abierto, se encontró que
existe una correlación positiva baja entre las
variables, rs = .200, p < .05. Existe evidencia para
rechazar la hipótesis nula e indicar que hay una
correlación estadísticamente significativa. La Tabla
4.12 muestra el resultado.
Tabla 4.12
Resultado de la correlación de la licencia que es
distribuida con el software y la actitud hacia el uso de
las tecnologías de código abierto
La licencia
que es
distribuida
con el
software
La actitud
hacia el
uso de las
tecnologías
de código
abierto
Spearman's
rho
La licencia que es
distribuida con el
software
Correlation Coefficient 1.000 .200**
Sig. (2-tailed) .000
N 360 360
La actitud hacia
el uso de las
tecnologías de
código abierto
Correlation Coefficient .200** 1.000
Sig. (2-tailed) .000
N 360 360
130
4. ¿La disponibilidad de apoyo para el software
influye en la adopción de las tecnologías de
código abierto?
i. H40: La disponibilidad de apoyo para el
software no tendrá un efecto
significativo en la adopción de
tecnologías de código abierto.
ii. H4a: La disponibilidad de apoyo para el
software tendrá un efecto significativo
en la adopción de tecnologías de código
abierto.
Al realizar la prueba de correlación de la
disponibilidad de apoyo para el software y la actitud
hacia el uso de las tecnologías de código abierto, se
encontró que existe una correlación positiva baja entre
las variables, rs = .228, p < .05. Existe evidencia para
rechazar la hipótesis nula e indicar que existe una
correlación estadísticamente significativa. La Tabla
4.13 muestra el resultado.
131
Tabla 4.13
Resultado de la correlación de la disponibilidad de apoyo
para el software y la actitud hacia el uso de las
tecnologías de código abierto
La
disponibili-
dad de apoyo
para el
software
La actitud
hacia el
uso de las
tecnologías
de código
abierto
Spearman's
rho
La disponibilidad
de apoyo para el
software
Correlation Coefficient 1.000 . 228**
Sig. (2-tailed) .000
N 360 360
La atitud hacia
el uso de las
tecnologías de
código abierto
Correlation Coefficient .228** 1.000
Sig. (2-tailed) .000
N 360 360
5. ¿Las destrezas tecnológicas del personal de TI
influyen en la adopción de las tecnologías de
código abierto?
iii. H50: Las destrezas tecnológicas del
personal de TI no tendrán un efecto
significativo en la adopción de
tecnologías de código abierto.
iv. H5a: Las destrezas tecnológicas del
personal de TI tendrán un efecto
significativo en la adopción de
tecnologías de código abierto.
Al realizar la prueba de correlación de las
destrezas tecnológicas del personal de TI y la actitud
hacia el uso de las tecnologías de código abierto, se
132
encontró que existe una correlación positiva baja entre
las variables, rs = .225, p < .05. Existe evidencia para
rechazar la hipótesis nula e indicar que existe una
correlación estadísticamente significativa. La Tabla 4.14
muestra el resultado.
Tabla 4.14
Resultado de la correlación de las destrezas tecnológicas
del personal de TI y la actitud hacia el uso de las
tecnologías de código abierto
Las destrezas
tecnológicas
del personal
de TI
La actitud
hacia el
uso de las
tecnologías
de código
abierto
Spearman's
rho
Las destrezas
tecnológicas del
personal de TI
Correlation Coefficient 1.000 .225**
Sig. (2-tailed) .000
N 360 360
La actitud hacia
el uso de las
tecnologías de
código abierto
Correlation Coefficient .225** 1.000
Sig. (2-tailed) .000
N 360 360
6. ¿El costo influye en la adopción de las
tecnologías de código abierto?
i. H60: El costo no tendrá un efecto
significativo en la adopción de
tecnologías de código abierto.
133
ii. H6a: El costo tendrá un efecto
significativo en la adopción de
tecnologías de código abierto.
Al realizar la prueba de correlación del costo y el
uso de las tecnologías de código abierto, se encontró que
existe una correlación positiva moderada a baja entre las
variables, rs = .321, p < .05. Existe evidencia para
rechazar la hipótesis nula e indicar que hay una
correlación estadísticamente significativa. La Tabla 4.15
muestra el resultado.
Tabla 4.15
Resultado de la correlación del costo y la actitud hacia
el uso de las tecnologías de código abierto
Los costos de
las
tecnologías
de código
abierto
La actitud
hacia el
uso de las
tecnologías
de código
abierto
Spearman's
rho
Los costos de las
tecnologías de
código abierto
Correlation Coefficient 1.000 .321**
Sig. (2-tailed) .000
N 360 360
La actitud hacia
el uso de las
tecnologías de
código abierto
Correlation Coefficient .321** 1.000
Sig. (2-tailed) .000
N 360 360
Las pruebas del coeficiente de correlación Spearman
brindaron evidencia para rechazar las hipótesis nulas de
la investigación, dado que el valor de p < .05 y esto
indica que existe una correlación estadísticamente
134
significativa. Se observó que las relaciones fueron
positivas y fluctuaron entre moderadas a bajas y bajas.
Prueba U de Mann-Whitney
La prueba U de Mann-Whitney, es una estadística
inferencial utilizada para comparar las diferencias entre
dos grupos independientes cuando la variable dependiente
es ordinal o continua, pero no normalmente distribuida.
En pruebas anteriores existe evidencia indicando que la
data recopilada no asume normalidad. Lussier (2011)
explica que la prueba U de Mann-Whitney es la alternativa
no paramétrica de nivel ordinal a la prueba de t (p.343).
Esta investigación utilizó la prueba U de Mann-
Whitney para determinar si existe una diferencia
estadísticamente significativa entre las instituciones
académicas con un presupuesto institucional alto y bajo.
El presupuesto institucional fue un valor añadido de esta
investigación y la variable independiente utilizada para
comparar las medias de los factores que influyen en el
uso de las tecnologías de código abierto y la actitud
hacia el uso de las tecnologías de código abierto. La
hipótesis nula para esta prueba indica que las medias son
iguales y la hipótesis alterna indica que las medias no
son iguales. Si el nivel de significancia es menor de
0.05 (p < 0.05), se rechaza la hipótesis nula y se
compara las medias, pero si por el contrario, el nivel de
significancia es mayor de 0.05 (p > 0.05), se acepta la
135
hipótesis nula. Los resultados indicaron que sí hubo
diferencia significativa por presupuesto de institución
en los costos de las tecnologías de código abierto. La
hipótesis nula se rechaza (p < 0.05) para este factor y
las medias indican que las instituciones académicas con
un presupuesto más alto tienen un mayor impacto en la
misma. Al mismo tiempo, los resultados indicaron que no
hubo diferencia significativa por presupuesto de
institución en la compatibilidad con aplicaciones
existentes, la habilidad de probar el software antes de
la implementación, la licencia que es distribuida con el
software, la disponibilidad de apoyo para el software, el
nivel de destreza del personal de Tecnologías de
Información y la actitud hacia el uso de las tecnologías
de código abierto. La hipótesis nula se acepta (p >
0.05) para estos factores. La Tabla 4.16 muestra los
resultados de la prueba.
Tabla 4.16
Prueba U de Mann-Whitney por institución académica
Instituciones
Académicas N Media
Suma de
los
rangos
z
Asymp.
Sig.
(2-
tailed)
La compatibilidad
con aplicaciones
existentes
Presupuesto más alto 294 182.95 53787.50
Presupuesto más bajo 66 169.58 11192.50
Total 360
-1.034 .301
La habilidad de
probar el software
antes de la
implementación
Presupuesto más alto 294 182.71 53717.50
Presupuesto más bajo 66 170.64 11262.50
Total 360
-.930 .353
La licencia que es Presupuesto más alto 294 182.17 53557.00
136
distribuida con el
software
Presupuesto más bajo 66 173.08 11423.00
Total 360
-.667 .505
La disponibilidad
de apoyo para el
software
Presupuesto más alto 294 182.22 53573.00
Presupuesto más bajo 66 172.83 11407.00
Total 360
-.711 .477
El nivel de
destreza del
personal de TI
Presupuesto más alto 294 177.65 52230.50
Presupuesto más bajo 66 193.17 12749.50
Total 360
-1.169 .242
Los costos de las
tecnologías de
código abierto
Presupuesto más alto 294 186.28 54766.50
Presupuesto más bajo 66 154.75 10213.50
Total 360
-2.229 .026
El uso de las
tecnologías de
código abierto en
el trabajo
Presupuesto más alto 294 180.76 53144.50
Presupuesto más bajo 66 179.33 11835.50
Total 360
-.104 .917
Esta investigación también utilizó la prueba U de
Mann-Whitney para determinar si existe una diferencia
estadísticamente significativa entre los dos grupos que
componen la comunidad académica, los estudiantes y la
facultad. El tipo de usuario fue la variable
independiente utilizada para comparar las medias de los
factores que influyen en el uso de las tecnologías de
código abierto y la actitud hacia el uso de las
tecnologías de código abierto. Los resultados indicaron
que sí hubo diferencia significativa por tipo de usuario
en la compatibilidad con aplicaciones existentes, la
habilidad de probar el software antes de la
implementación, la disponibilidad de apoyo para el
software y lo costos de las tecnologías de código
abierto. La hipótesis nula se rechaza (p < 0.05) para
estos factores y las medias indican que los estudiantes
137
tienen un mayor impacto en las mismas. La Tabla 4.17
muestra los resultados de la prueba.
Tabla 4.17
Prueba U de Mann-Whitney por individuo
Individuo N Media
Suma de
Rangos Z
Asymp.
Sig.
(2-
tailed)
La compatibilidad
con aplicaciones
existentes
Estudiante 288 191.74 55220.5
Facultad 72 135.55 9759.5
Total 360 -4.491 .000
La habilidad de
probar el software
antes de la
implementación
Estudiante 288 187.75 54073
Facultad 72 151.49 10907
Total 360 -2.888 0.004
La licencia que es
distribuida con el
software
Estudiante 288 182.35 52516
Facultad 72 173.11 12464
Total 360 -0.7 0.484
La disponibilidad de
apoyo para el
software
Estudiante 288 187.9 54116
Facultad 72 150.89 10864
Total 360 -2.899 0.004
El nivel de destreza
del personal de TI
Estudiante 288 181.55 52287.5
Facultad 72 176.28 12692.5
Total 360 -0.41 0.681
Los costos de las
tecnologías de
código abierto
Estudiante 288 187.03 53866
Facultad 72 154.36 11114
Total 360 -2.388 0.017
El uso de las
tecnologías de
código abierto en el
trabajo
Estudiante 288 184.95 53265
Facultad 72 162.71 11715
Total 360 -1.657 0.098
138
Resumen de resultados de las pruebas estadísticas
La Tabla 4.18 muestra un resumen de los resultados
de las hipótesis.
Tabla 4.18
Resumen de resultados de las hipótesis
Hipótesis
Spearman
rho Rechaza
H10: La compatibilidad con las aplicaciones
existentes no tendrá un efecto significativo
en la adopción de tecnologías de código
abierto.
0.386 Sí
H20: La habilidad de probar el software antes
de la implementación no tendrá un efecto
significativo en la adopción de tecnologías de
código abierto.
0.353 Sí
H30: La licencia que es distribuida con el
software no tendrá un efecto significativo en
la adopción de tecnologías de código abierto.
0.200 Sí
H40: La disponibilidad de apoyo para el
software no tendrá un efecto significativo en
la adopción de tecnologías de código abierto.
0.228 Sí
H50: Las destrezas tecnológicas del personal de
TI no tendrán un efecto significativo en la
adopción de tecnologías de código abierto.
0.225 Sí
H60: El costo no tendrá un efecto significativo
en la adopción de tecnologías de código
abierto.
0.321 Sí
139
CAPÍTULO V
CONCLUSIONES, LIMITACIONES DEL ESTUDIO Y RECOMENDACIONES
En este capítulo, el investigador incluye los
hallazgos encontrados en la investigación que está
relacionada a los factores que influyen en la adopción de
tecnologías de código abierto (OSS). Las limitaciones
que se encontraron en el desarrollo del estudio y las
recomendaciones que pueden contribuir a fortalecer,
futuros enfoques investigativos.
Objetivo
La adquisición e implementación de tecnologías
contribuyen a mejorar el rendimiento de aprovechamiento
académico de los estudiantes, complementar las
estrategias de la facultad y mejorar las destrezas del
personal administrativo a un alto costo. Las
instituciones actualmente poseen contratos con empresas
desarrolladoras de programados como Adobe Systems,
Microsoft, Symantec, entre otras, las cuales pueden ser
remplazadas por tecnologías de código abierto. Por
tanto, el objetivo principal de este estudio es
determinar si las unidades académicas de la universidad
pública de Puerto Rico pueden adoptar las tecnologías de
código abierto, analizando si los factores identificados
en la literatura se relacionan con la adopción de este
tipo de tecnología.
140
Resultados
Los resultados de la investigación fueron analizados
con la data recopilada a través de un cuestionario
administrado a 360 individuos de la comunidad académica
de cuatro instituciones públicas de nivel superior, de
los cuales dos tenían el presupuesto asignado más alto y
dos tenían el más bajo.
Los cuestionarios fueron completados por estudiantes
(80%, N=288) y docentes (20%, N=72) de una amplia gama de
facultades. El género predominante entre los encuestados
fue el femenino (58%, N=210). El resultado era esperado
considerando la muestra estratificada calculada antes del
estudio. Dicho dato demuestra que la mayoría de la
población de las instituciones está compuesta por el
género femenino.
Dos perfiles de encuestados fueron estipulados en
esta investigación, uno del estudiante y uno del docente.
Gran parte de la participación provino de estudiantes
entre las edades de 17 y 22 años (70%, N=202)
matriculados en la Institución 2 (45%, N=129). En
términos de nivel y año académico, la mayoría de los
estudiantes cursaban cursos de bachillerato (85.4%,
N=246) y estaban en su tercer año de estudio (24.3%,
N=70). Los resultados mostraron que la colectividad
estuvo representada mayormente por las facultades o
departamentos de Administración de Empresas (11.8%, N=34)
141
y Biología (11.5%, N=33). En términos de utilización de
tecnologías de código abierto, los estudiantes
estipularon que sus instituciones si hacen uso de las
mismas (86%, N=248).
La facultad no tuvo la mayor participación en la
investigación aunque la data recopilada fue suficiente
para realizar el estudio. Los docentes que accedieron a
participar tenían edades entre 25 y 31 años (29%, N=21) y
46 y 52 años (25%, N=18). Al igual que los estudiantes,
la participación más elevada de la facultad provino del
Recinto 2 (60%, N=43) donde ofrecían cursos a nivel de
bachillerato (56.9%, N=41) bajo el programa académico de
Administración de Empresas (26.4%, N=19) y poseían un
rango académico de Catedrático (47.2%, N=34). En
términos de utilización de tecnologías de código abierto,
la facultad estipuló que sus instituciones si hacen uso
de las mismas (85%, N=61).
En general, los resultados muestran que la mayoría
de los encuestados fueron relativamente joven y la
tecnología (todo tipo de dispositivo electrónico y acceso
a redes de comunicación) ha estado de una u otra manera
en su entorno. Dada la muestra estratificada, se
esperaba mayor participación del Recinto 1 que del
Recinto 2, opuesto a lo demostrado por los resultados.
Las tecnologías de código abierto más utilizadas por
la comunidad académica fueron el navegador de Internet
142
Mozilla Firefox (73%, N=263), seguido por el sistema de
gestión de cursos Moodle (57%, N=205). Este resultado
arroja conclusiones significativas pues existe evidencia
para inferir que los cuatro recintos utilizan la
tecnología de código abierto en vez del sistema privativo
Blackboard, con el cual incurrían en altos costos de
licenciamiento por institución.
Los participantes indicaron otras tecnologías de
código abierto que su institución utilizaba pero no
estaban mencionadas en el instrumento (4%, N=16). Estas
tecnologías fueron el editor de audio Audacity, el
sistema de automatización de biblioteca Mandarin M3, el
sistema de gestión de aprendizaje en línea Edu 2.0,
Dropbox, el sistema de voz sobre Internet (VoIP) Skype,
los sitios web colaborativos llamados Wikis, el lector de
archivos PDF Adobe Reader y los navegadores de Internet
Google Chrome e Internet Explorer. Los resultados
demuestran que existe entre la comunidad académica el
conocimiento sobre las tecnologías de OSS.
Un estudio sobre el uso de estas en los Centros de
Universidad e Investigación demostró cómo el 60% de los
servidores en la Universidad, el 42% de los sistemas de
bases de datos, el 67% de los servicios de correo
electrónico institucional, el 87% de las herramientas
para manejar contenido y el 90% de los programas de
enseñanza en línea están basados en estándares de
143
software gratuito (De Pablos Heredero, López Berzosa y
Santos Santos, 2010). En el capítulo 4 se detallan los
totales obtenidos por software en esta investigación, los
cuales no poseen un porcentaje tan elevado como los
obtenidos en el estudio mencionado por De Pablos, et al.
(2010).
El coeficiente de correlación de Spearman fue
calculado para cada una de las variables para poder
contestar las hipótesis de esta investigación. A
continuación se desglosan las hipótesis y los resultados
de los coeficientes para indicar su correlación.
Hipótesis 1: Compatibilidad con las aplicaciones
existentes
H10: La compatibilidad con las aplicaciones
existentes no tendrá un efecto significativo en la
adopción de tecnologías de código abierto.
H1a: La compatibilidad con las aplicaciones
existentes tendrá un efecto significativo en la
adopción de tecnologías de código abierto.
Resultado Hipótesis 1: Se rechaza H10
El análisis de los resultados en el coeficiente de
correlación de Spearman de rs = .386, valor p = .000 y <
.05, demostró el rechazo de la hipótesis nula, por tanto,
la compatibilidad con las aplicaciones existentes tendrá
144
un efecto significativo en la adopción de tecnologías de
código abierto.
La evidencia positiva es apoyada por la literatura
profesional examinada que muestra una amplia gama de
tecnologías de código abierto que son compatibles con
software privativos, como los mencionados en la Tabla 2.2
del Capítulo 2 y puede aportar un importante ahorro para
particulares y empresas (Cordina y Rovira, 2008). Dos
recientes estudios demostraron cómo la compatibilidad,
dentro del ambiente educativo, es una complicada y gran
influencia en la adopción de OSS (Johnston, Begg y
Tanner, 2013) y dentro del ambiente empresarial,
gerenciales indicaron que es un factor relevante para su
adopción (Morgan y Finnegan, 2010).
Hipótesis 2: Habilidad de probar el software antes de la
implementación
H20: La habilidad de probar el software antes de la
implementación no tendrá un efecto significativo en
la adopción de tecnologías de código abierto.
H2a: La habilidad de probar el software antes de la
implementación tendrá un efecto significativo en la
adopción de tecnologías de código abierto.
Resultado Hipótesis 2: Se rechaza H10
El análisis de los resultados en el coeficiente de
correlación de Spearman de rs = .353, valor p = .000 y <
.05, demostró el rechazo de la hipótesis nula, por tanto,
145
la habilidad de probar el software antes de la
implementación tendrá un efecto significativo en la
adopción de tecnologías de código abierto.
La evidencia positiva es apoyada por una de las
ventajas de las tecnologías de código abierto, la
libertad de uso (Erlich y Aviv, 2007, p. 189-192).
Además, fueron compatibles con un proyecto llevado a cabo
por el gobierno del Reino Unido, donde pudieron
establecer la viabilidad de OSS, los obstáculos durante
la implementación, los costos y beneficios antes de
implementar la tecnología (Office of Government Commerce
(OGC), 2004). Por consiguiente, el poder experimentar
las diversas tecnologías antes de su implementación
permite una evaluación profunda sin tener que incurrir en
altos costos.
Hipótesis 3: Licencia que es distribuida con el software
H30: La licencia que es distribuida con el software
no tendrá un efecto significativo en la adopción de
tecnologías de código abierto.
H3a: La licencia que es distribuida con el software
tendrá un efecto significativo en la adopción de
tecnologías de código abierto.
Resultado Hipótesis 3: Se rechaza H10
El análisis de los resultados en el coeficiente de
correlación de Spearman de rs = .200, valor p = .000 y <
.05, demostró el rechazo de la hipótesis nula, por tanto,
146
la licencia que es distribuida con el software tendrá un
efecto significativo en la adopción de tecnologías de
código abierto.
La evidencia representa el valor de correlación más
bajo de la investigación pero su relación positiva
concuerda con la literatura profesional. Un estudio a
625 compañías concluyó que el beneficio superior de
código abierto es la flexibilidad permitida por su
licencia (Broersma, 2005). Adicional, desde la
perspectiva legal, el tipo de licencia permitió a las
universidades desarrollar proyectos como OpenCourseWare
(OCW) y el Open Knowledge Initiative (OKI) (Chumney y
Zhou, 2008).
Hipótesis 4: Disponibilidad de apoyo para el software
H40: La disponibilidad de apoyo para el software no
tendrá un efecto significativo en la adopción de
tecnologías de código abierto.
H4a: La disponibilidad de apoyo para el software
tendrá un efecto significativo en la adopción de
tecnologías de código abierto.
Resultado Hipótesis 4: Se rechaza H10
El análisis de los resultados en el coeficiente de
correlación de Spearman de rs = .228, valor p = .000 y <
.05, demostró el rechazo de la hipótesis nula, por tanto,
la disponibilidad de apoyo para el software tendrá un
147
efecto significativo en la adopción de tecnologías de
código abierto.
Los hallazgos coinciden con la literatura
profesional, a raíz que una de las estrategias para
adoptar tecnologías de código abierto, mencionadas por
Cruzes, Hauge y Conradi (2011), es participar en
comunidades de desarrollo de productos OSS existentes.
La constante interacción entre la comunidad de apoyo del
software ayuda a desarrollar y fortalecer el sistema,
resolviendo los problemas más rápidamente.
Hipótesis 5: Destrezas tecnológicas del personal de TI
H50: Las destrezas tecnológicas no tendrán un efecto
significativo en la adopción de tecnologías de
código abierto.
H5a: Las destrezas tecnológicas tendrán un efecto
significativo en la adopción de tecnologías de
código abierto.
Resultado Hipótesis 5: Se rechaza H10
El análisis de los resultados en el coeficiente de
correlación de Spearman de rs = .225, valor p = .000 y <
.05, demostró el rechazo de la hipótesis nula, por tanto,
las destrezas tecnológicas del personal de TI tendrán un
efecto significativo en la adopción de tecnologías de
código abierto.
Los resultados encontrados por la investigadora
coinciden con un estudio que estipuló que la libertad de
148
modificar el código fuente del software fue la razón
principal en el interés de adoptar tecnologías de código
abierto (Hignite, 2004). Por ende, para poder modificar
el código fuente, la institución debe poseer personal de
TI con destrezas tecnologías. Por otro lado, la
investigación realizada por Johnston et al. (2013) indicó
que la facultad no reconoció la destreza del personal de
TI como un factor importante o influyente en la adopción
de OSS pues confiaban en que el personal podía
adiestrarse.
Hipótesis 6: Costo
H60: El costo no tendrá un efecto significativo en la
adopción de tecnologías de código abierto.
H6a: El costo tendrá un efecto significativo en la
adopción de tecnologías de código abierto.
Resultado Hipótesis 6: Se rechaza H10
El análisis de los resultados en el coeficiente de
correlación de Spearman de rs = .321, valor p = .000 y <
.05, demostró el rechazo de la hipótesis nula, por tanto,
el costo tendrá un efecto significativo en la adopción de
tecnologías de código abierto.
La evidencia recopilada es apoyada con casos de
universidades, gobiernos y estudios expuestos en la
literatura profesional indicando que han incurrido en
ahorros económicos con el uso de OSS (Hignite, 2004;
Emol, 2007; Maldonado, 2010). En adición, un estudio
149
realizado por Opala (2012) demostró que el costo es un
factor determinante para la adopción de tecnología.
Resultados adicionales
Los resultados proveyeron evidencia para demostrar
una diferencia significativa en la actitud hacia el uso
por presupuesto de institución en los costos de las
tecnologías de código abierto. La hipótesis nula se
rechaza (valor p =.026 y < 0.05) para este factor y las
medias indican que las instituciones académicas con el
presupuesto más alto tuvieron un mayor impacto en la
misma ( =186.28). La hipótesis nula no se rechaza (p >
0.05) para los demás factores bajo investigación.
Las instituciones académicas con mayor presupuesto
ofrecen una oferta académica mayor, por lo que, la amplia
diversidad de programas académicos pudieran requerir más
el uso de programas especializados de alto costo en
comparación con los requeridos o utilizados en los
programas académicos de las instituciones con menos
presupuesto.
De igual forma, se determinó si existía una
diferencia estadísticamente significativa en la actitud
hacia el uso de las tecnologías entre los estudiantes y
facultad (los dos grupos que formaban parte de la
comunidad académica). Los resultados demostraron que
hubo diferencia significativa por tipo de usuario en la
compatibilidad con aplicaciones existentes (valor p =.000
150
y < 0.05), la habilidad de probar el software antes de la
implementación (valor p =.004 y < 0.05), la
disponibilidad de apoyo para el software (valor p =.004 y
< 0.05) y los costos de las tecnologías de código abierto
(valor p =.017 y < 0.05). La hipótesis nula se rechaza
(p < 0.05) para estos factores y las medias indican que
los estudiantes tuvieron un mayor impacto en las mismas.
Al mismo tiempo, los resultados demostraron que no hubo
diferencia significativa por tipo de usuario en licencia
que es distribuida con el software y el nivel de destreza
del personal de TI. La hipótesis nula no se rechaza (p >
0.05) para estos factores.
Algunos acuerdos de licenciamiento de varios
software privativos que poseen las instituciones
académicas permiten la instalación de las tecnologías en
las computadoras personales de la facultad, sin éstos
tener que incurrir en costos, para que puedan realizar
sus trabajos en la misma. Por el contrario, los
estudiantes deben comprar la licencia de las tecnologías
deseadas. Este detalle podría explicar el por qué los
estudiantes tienen un mayor impacto sobre los factores
investigados.
Limitaciones
• Factores: La adopción de tecnologías de código
abierto no está limitada a seis factores en
específico como los investigados en este estudio.
151
La investigadora esta consiente de la existencia de
factores adicionales que han sido investigados en
relación con este tipo de tecnología, tales como,
género, edad, la facilidad de uso, seguridad y
cumplimiento de tecnología de información.
• Tiempo: Las actualizaciones de las tecnologías de
código abierto están propensas a efectuarse en
periodos de tiempo indefinidos, lo que puede incidir
de forma perjudicial en la percepción del encuestado
y la experiencia que haya tenido con éstas.
• Población: Representada por la comunidad académica
de cuatro instituciones del sistema universitario.
Aportación
La investigación aportó a la comunidad académica, al
sistema universitario y al campo de estudio. Dentro de
la comunidad académica, se identificó un perfil de los
usuarios de las tecnologías y alternativas de código
abierto utilizadas por la academia. Dentro del sistema
universitario, se identificaron factores a considerar
para la adopción de OSS y los resultados pueden ayudar en
el desarrollo de estrategias para no depender de
proveedores. También se comprobó que las tecnologías de
código abierto pueden ayudar en el desarrollo de nuevas
tecnologías y a proveer un ahorro económico. Por último,
el campo de estudio contará con un modelo para evaluar
factores que pueden influir en la adopción de
152
tecnologías. Asimismo, se proveyó data e información a
nivel académico sobre instituciones públicas en Puerto
Rico que pueden ser comparadas con los resultados de las
variables investigadas en el ambiente empresarial.
Recomendaciones
Varias recomendaciones hacia las instituciones
académicas fueron desarrolladas dado los hallazgos de
esta investigación:
• Crear grupos académicos que provean
información/talleres sobre recursos de código
abierto que la comunidad pueda utilizar por área de
estudio. Los mismos deberán contar con el apoyo de
la administración de la institución académica para
hacer un mayor impacto en la comunidad.
• Desarrollar programas o proyectos como la
Universidad de Carnegie Mellon (Centro para la
Investigación de Código Abierto), Universidad de
Stanford (Sakai) y la Universidad de Michigan
(Kuali). Los trabajos desarrollados podrían traer
subvenciones a los recintos de fundaciones como la
William and Flora Hewlett Foundation y la Alfred P.
Sloan Foundation.
Futuras Investigaciones
Los hallazgos de esta investigación dan paso a realizar
recomendaciones para futuras investigaciones:
153
• Encuestar al personal administrativo, personal
técnico y gerencial de sistemas de información de
las instituciones académicas. Los resultados pueden
ser comparados con los hallazgos de esta
investigación en términos de la muestra.
• El estudio puede realizarse en todas las
instituciones académicas de un mismo sistema
universitario.
• Añadir una pregunta en el cuestionario sobre cual
software privativo el encuestado utiliza para
realizar sus trabajos o proyectos. El instrumento
actual recopila la tecnología OSS que utiliza la
institución. El resultado aportaría data adicional
a los factores y se podría ofrecer soluciones
compatibles con las tecnologías que mencionen.
• La cooperación de la facultad es vital; por lo que,
conseguir un apoyo directo de la alta administración
del sistema universitario puede ayudar a aumentar la
recolección de cuestionarios. Sin la cooperación de
la facultad, los estudiantes no reciben el
conocimiento completo de éstas tecnologías.
Conclusión
Se concluye que entre los factores analizados la
compatibilidad con aplicaciones existentes es el factor
más significativo al momento de adoptar tecnologías de
código abierto. La habilidad de probar el software antes
154
de la implementación, el costo y la disponibilidad de
apoyo para el software también son significativos para la
comunidad universitaria. Los factores con menor
significancia fueron las destrezas del personal de
Tecnologías de Información y licencia, siendo la licencia
el factor con menor valor en todas las pruebas.
La actitud hacia el uso del OSS es pieza clave en el
proceso de adopción (Venkatesh y Davis, 1996; Rogers,
1995). Las actitudes positivas hacia la tecnología puede
hacer que las personas tengan mayor interés en adoptar la
nueva tecnología, estén más dispuestos a aprender y más
dispuestos a hacer frente a los problemas que ocurran con
la misma (Blank, 2011).
Se ha comprobado que la adopción de tecnologías de
código abierto aplica favorablemente en el ambiente
universitario y puede traer consigo beneficios
económicos.
155
REFERENCIAS
Abel, R. (2005). Will open source software become an
important institutional strategy in higher education?
Alliance for Higher Education Competitiveness, Inc.
Recuperado de
http://www.a-ec.org/media/files/AHEC_open_source
_0505.pdf
Abel, R. (2006). Best practices in open source in higher
education study, The state of open source software.
Alliance for Higher Education Competitiveness, Inc.
Recuperado de
http://www.ahec.org/media/files/AHEC%20open%20source%20
hed%20030106.pdf
Alonso, A., Casas, L., Castro, C. & Solís, F. (2004).
Research, development, and innovation in Extremadura: A
GNU/Linex case study. Philosophy Today. Vol.48. p.16.
Recuperado de la base de datos ProQuest Research
Library.
Alvarado, J.A. & Obagi, J.J. (2008). Estadística
descriptiva. En Fundamentos de Inferencia Estadística
(p.17). Bogotá: Editorial Pontificia Universidad
Javeriana.
Armstrong, T. K. (2010). Shrinking the commons:
Termination of copyright licenses and transfers for the
benefit of the public. Harvard Journal on Legislation,
156
47(2), 359-423. Recuperado de la base de datos Academic
Search Complete.
Ayala, C., Cruzes, D., Hauge, O., & Conradi, R. (2011).
Five Facts on the Adoption of Open Source Software.
IEEE Software, 28(2), 95-99. Recuperado de la base de
datos ProQuest Computing.
Bach, P. & Terry, M. (2010). The future of FLOSS in CHI
research and practice. En CHI EA '10. Proceedings of
the 28th of the international conference extended
abstracts on Human factors in computing systems
(pp.4473-4476). New York, NY: ACM.
doi:10.1145/1753846.1754177
Blank, G. (2011, Noviembre 30). Do attitudes toward
technology influence Internet use?. Recuperado de
http://microsites.oii.ox.ac.uk/oxis/blog/2011/do-
attitudes-toward-technology-influence-internet-use
Broersma, M. (2005, April 22). IDC: Quality drives
European open-source adoption. Computerworld.
Recuperado de
http://www.computerworld.com.au/article/130781/idc_qual
ity_drives_european_open-source_adoption/
Campus Computing Project (2010). Still doing more with
less: Community colleges continue to confront rising
enrollments and eroding budgets. Recuperado de
http://www.campuscomputing.net/winter-2010-survey-
community-college-presidents
157
Campus Computing Project (2011, Octubre 20). Big gains in
going mobile; slow movement to cloud computing.
Recuperado de
http://www.campuscomputing.net/sites/www.campuscomputin
g.net/files/Green-CampusComputing2011_4.pdf
Campus Computing Project (2013). The 2013 Campus
Computing Survey. Recuperado de
http://www.campuscomputing.net/item/2013-campus-
computing-survey-0
Center for Digital Education (2009). Open for Learning:
Open Source Identity Management on Campus. Recuperado
de http://www.centerdigitaled.com
Center for Open Source Investigation. (s.f.). COSI Center
for Open Source Investigation. Recuperado de
http://www.cmu.edu/silicon-valley/research/cosi.html
Cheng-Ying, Y., Ah-Fur, L., Ming-Chun, C., Ming-Hsiang,
H. & Cheng-Yi, L. (2012). An investigation on
procrastination in the e-learning environment. En 8th
International Conference on Information Science and
Digital Content Technology (ICIDT) Volumen 3, 26-28
Junio 2012 (pp.616-620). Recuperado de la base de datos
IEEE Xplore.
Chumney, W. M., & Zhou, Z. (2008). Legal and business
perspectives of open source education software. Journal
of American Academy of Business, Cambridge, 13(1), 208-
214. Recuperado de la base de datos Central.
158
Codina, L. & Rovira, C. (2008). OpenOffice y el formato
Open Document: funciones y compatibilidad. El
Profesional de la Información, 17(4), 453-460.
Recuperado de http://hdl.handle.net/10760/14299
Coppola, C. & Neeley, E. (2004). Open source, open
learning. Why open source makes sense for education.
The Catalyst, 33(3), 13-16.
Creswell, J. (2005). Educational Research: Planning,
Conducting and Evaluating Quantitative and Qualitative
Research. Upper Saddle River, NJ:Pearson.
Cummings, J. (2011, Noviembre 9). U.S. Dept. of Ed.
Reaffirms OER Support, Highlights Competency-Based
Assessment. EDUCAUSE. Recuperado de
http://www.educause.edu/blog/jcummings/USDeptofEdReaffi
rmsOERSupportH/241218
Davis, F. D. (1989). Perceived usefulness, perceived ease
of use, and user acceptance of information. MIS
Quarterly, 13(3), 319-319. Recuperado de la base de
datos Computer Source.
Davis, F.D. (1993). User acceptance of information
technology: System characteristics, user perceptions
and behavioral impacts. International Journal of Man-
Machine Studies, 38, 475-487.
doi:10.1006/imms.1993.1022.
De Pablos Heredero, C., López Berzosa, D. y Santos
Santos, R. (2010). The Implementation of Free Software
159
in Firms: an Empirical Analysis, The International
Journal of Digital Accounting Research, 10, 113-130.
doi: 10.4192/1577-8517-v10_5
Deek, F. P. & McHugh, J. A. (2007). Open source:
Technology and policy. (p. 298) Cambridge: Cambridge
University Press.
Dhume, S.M., Pattanshetti, M.Y., Kamble, S.S. & Prasad,
T. (2012). Adoption of social media by Business
Education students: Application of Technology
Acceptance Model (TAM). En IEEE International
Conference on Technology Enhanced Education (ICTEE), 3-
5 Enero 2012 (pp.1-10).
doi: 10.1109/ICTEE.2012.6208609
Dixon, R. (2004). Open Source Software Law. Boston:
Artech House.
Morgan, L. y Finnegan, P. (2010) Open innovation in
secondary software firms: an exploration of managers'
perceptions of open source software. SIGMIS Database
41(1), 76-95. doi:10.1145/1719051.1719056
Edubuntu (s.f.). About Edubuntu. Recuperado de
http://www.edubuntu.org/about.
Emol: Ciencia y Tecnología. (2007, Diciembre 14).
Gobierno Holandés se cambiará a los software de código
abierto. Recuperado de
http://www.emol.com/noticias/tecnologia/detalle/detalle
noticias.asp?idnoticia=285294
160
Erlich, Z. & Aviv, R. (2007). Open source software:
Strengths and weaknesses. En K. St.Amant & B. Still
(Eds.), Handbook of Research on Open Source Software
(p. 189). Hershey,PA: Information Science Reference.
Faherty, V. E. (2008). Compassionate Statistics: Applied
Quantitative Analysis for Social Services with
Exercises and Instructions in SPSS. SAGE Publications.
Feller, J., Fitzgerald, B., Hissam, S. & Lakhani, K.
(2005). Perspectives on free and open source software.
Cambridge, Mass: MIT Press.
Ferrera, G. R. (2003). Copyright law. En H. Bidgoli
(Ed.), The Internet Encyclopedia vol. 3 (p.303).
Hoboken, N.J: John Wiley & Sons.
Fishbein, M. & Ajzen, I. (1975). Belief, attitude,
intention and behavior: An introduction to theory and
research. Reading, Mass.: Addison-Wesley.
Frost, J. J. (2005). Some economic & legal aspects of
open source software. Manuscript submitted for
publication, Department of Economics, University of
Washington.
Gallego, M., Luna, P. and Bueno, S. (2007). User
acceptance model of open source software. Computers in
Human Behavior, 24(5), 2199-2216.
doi:10.1016/j.chb.2007.10.006
García, J. F. E. & Pérez García, M. J. (2007). Sistema de
indicadores para el diagnóstico y seguimiento de la
161
educación superior en México. Mejico, DF: ANUIES.
Gorard, S. (2001). Quantitative methods in educational
research: the role of numbers made easy. (p.10).
London: Continuum International Publishing Group.
Hafer, L., & Kirkpatrick, A. E. (2009). “Assessing open
source software as a scholarly contribution”.
Communications of the ACM, 52(12), 126-129.
doi:10.1145/1610252.1610285
Hassan, M. A., Samah, B. A., Shaffril, H. M. & D'Silva,
J. L. (2011). Perceived usefulness of ICT usage among
JKKK members in peninsular Malaysia. Asian Social
Science, 7(10), 255-266. Recuperado de la base de datos
Asian Business & Reference.
Hernández, R., Fernández, C. & Baptista, P. (1994).
Definición del tipo de investigación a realizar:
básicamente exploratoria, descriptiva, correlacional o
explicativa. En Metodología de la Investigación.
Recuperado de
http://www.scribd.com/doc/7130674/SAMPIERI-Capitulo-4
Hernández, R., Fernandez, C. & Baptista, P. (2006).
Metodología de la investigación. México: McGraw Hill.
Hignite, K. (2004, Agosto). An open mind on open source.
NACUBO: Business Office Magazine. Recuperado de
http://www.nacubo.org/Business_Officer_Magazine/Magazin
e_Archives/August_2004/An_Open_Mind_on_Open_Source.html
162
Hong, J. C., Hwang, M. Y., Hsu, H. F., Wong, W. T., &
Chen, M. Y. (2011). Applying the technology acceptance
model in a study of the factors affecting usage of the
Taiwan digital archives system. Computers & Education,
57(3), 2086-2094.
Hubona, G.S. & Burton-Jones, A. (2003). Modeling the user
acceptance of e-mail. Proceedings of the 36th Annual
Hawaii International Conference on System Sciences.
doi: 10.1109/HICSS.2003.1173675
Hubona, G.S. & Kennick, E. (1996). The Influence of
External Variables on Information Technology Usage
Behavior. En Proceedings of the 29th Annual Hawaii
International Conference on System Sciences Volumen 4,
3-6 Enero 1996, (pp. 166–175).
doi:10.1109/HICSS.1996.495323
Hubona, G.S. & Geitz, S. (1997). External variables,
beliefs, attitudes and information technology usage
behavior. En 30th Hawaii International Conference on
System Sciences (HICSS) Volumen 3: Information System
Track-Organizational Systems and Technology, 7-10 Jan
1997, (pp.21-28). doi: 10.1109/HICSS.1997.661560
Ishak, I.S. & Alias, R.A. (2005). Designing a Strategic
Information Systems Planning Methodology for Malaysian
Institutes of Higher Learning (ISP- IPTA). Issues in
Information System, 6(1), 325-331.
163
Itmazi, J.A. & Megias, M.G. (2005). Survey: comparison
and evaluation studies of learning content management
systems. Recuperado
dehttp://elearning.ppu.edu/jamil/Docs/MICRO.pdf
Johnson, R. & Kuby, P. (2008). Just the Essentials of
Elementary Statistics. Mason, Ohio: Cengage Learning.
Johnston, P. & Wilkinson, K. (2009). Enhancing Valitidy
of Critical Task Selected for College and University
Program Portfolios. National Forum of Teacher
Education Journal, 19(3), 1-6. Recuperado de
http://www.nationalforum.com/Electronic%20Journal%20Vol
umes/Johnston,%20Pattie%20Enhancing%20Validity%20of%20C
riti cal%20Tasks.pdf
Johnston, K., Begg, S., & Tanner, M. (2013). Exploring
the factors influencing the adoption of open source
software in Western Cape schools. International Journal
of Education and Development using Information and
Communication Technology, 9(2), 64-84. Recuperado de la
base de datos Central.
Kalliamvakou, E. (2007). Open source software basics: An
overview of a revolutionary research context. En M.D
Lytras & A. Naeve (Eds.), Open Source for knowledge
and learning management (Chapter 1, p.2).
Katz, R. N. (2008). The Tower and the cloud: Higher
education in the age of cloud computing. Boulder,
CO: Educause
164
Kavanagh, P. (2004). Open source software: Implementation
and management. Amsterdam: Elsevier Digital Press.
Koch, G. (2006, Septiembre 26). Michigan State University
open source project fuels bottom-up teaching
innovation. Michigan State University Today. Recuperado
de http://msutoday.msu.edu/news/2006/michigan-state-
university-open-source-project-fuels-bottom-up-
teaching-innovation/
Krathwohl, D. R. (2009). Methods of educational and
social science research: The logic of methods. Long
Grove, IL: Waveland Press.
About the Kuali Foundation. (s.f.). Kuali. Recuperado de
http://www.kuali.org/about
Lawshe, C.H. (1975). A Quantitative Approach to Content
Validity. Personnel Psychology, 28(4), 563-575.
Lemley, M. A. & Shafir, Z. (2011). Who chooses open-
source software?. University Of Chicago Law Review,
78(1), 139-164.
Leontitsis, A., & Pagge, J. (2007). A simulation approach
on Cronbach’s alpha statistical significance.
Mathematics and Computers in Simulation, 73(5), 336–
340. doi:10.1016/j.matcom.2006.08.001
Li, Y., Tan, C., Xu, H., & Teo, H. (2011). “Open source
software adoption: Motivations of adopters and
amotivations of non-adopters”. Database for Advances in
Information Systems, 42(2), 76-94.
165
Lindberg, V. (2008). Intellectual Property and Open
Source: A Practical Guide to Protecting Code.
Sebastopol, CA: O’Reilly Media, Inc.
Lucid Imagination. (2009). Good information is hard to
find: Guidelines for managers considering open source
enterprise search. White Paper. Recuperado de
http://www.docstoc.com/docs/53969506/Guidelines-for-
Managers-Considering-Open-Source-Enterprise-Search
Lukasik, S.J. (2011). Why the Arpanet was built. IEEE
Annals of the History of Computing, 33(3), 4-21.
doi:10.1109/MAHC.2010.11
Lussier, R. N. (2011). Research methods and statistics
for Business. Long Grove, IL: Waveland Press.
Lyons, M. G. (2010, Febrero 01,). Open access is almost
here: Navigating through copyright, fair use, and the
TEACH act. Journal of Continuing Education in Nursing,
41(2), 57-64.
Maldonado, E. (2010). “The process of introducing FLOSS
in the public administration: The case of Venezuela”.
Journal of the Association for Information Systems,
11(11), 756-786.
Masrom, M. (2007). Technology acceptance model and E-
learning. En 12th International Conference on
Education. 21-24 May 2007. Sultan Hassanal Bolkiah
Institute of Education, Universiti Brunei Darussalam.
166
Recuperado de
http://eprints.utm.my/5482/1/MaslinMasrom2006_Techn.pdf
Mustonen, M. (2003, Marzo 1). Copyleft—the economics of
Linux and other open source software. Information
Economics and Policy, 15(1), 99-121. Recuperado de la
base de datos Science Direct.
Naramore, E. (2011, Julio 11). SourceForge: Working to
make Our site better every day. [Blog] Recuperado de
http://sourceforge.net/blog/sourceforge-working-to-
make-our-site-better-every-day/
NAVAIR Developing Open Source Mililtary Avionics. (s.f.).
Mil-OSS. Recuperado de http://mil-oss.org/about/news-
and-events/13-news/123-navair-developing-open-source-
mililtary-avionics
Office of Government Commerce (OGC). (2004). Open Source
Software Trials in Government - Final Report (Reporte
Oficial). Reino Unido. Recuperado de
http://www.epractice.eu/en/library/281232
Olson, M. (2004, Agosto). An open mind on open source.
NACUBO: Business Officer Magazine. Recuperado de
http://www.nacubo.org/Business_Officer_Magazine/Magazin
e_Archives/August_2004/n_Open_Mind_on_Open_Source.html
Online Education Database. (2007). How the open source
Movement has changed education: 10 success stories.
Recuperado de http://oedb.org/library/features/how-the-
167
open-sourcemovement-has-changed-education-10-success-
stories
Opala, O. J. (2012). An analysis of security, cost-
effectiveness, and it compliance factors influencing
cloud adoption by it managers (Disertación Doctoral).
Recuperado de la base de datos ProQuest Dissertations
and Theses (Solicitud No. 3527699).
OpenCourseWare Consortium (s.f.). About Us. Recuperado de
http://www.ocwconsortium.org/en/aboutus
Open Office.org (s.f.). Why Apache OpenOffice: Easy-to-
use. Recuperado de
http://www.openoffice.org/why/why_easy.html
Open Source as Alternative (2012). Software Directory.
Recuperado de http://www.osalt.com
Open Source Software on EEE. (s.f.). About EEE.
Recuperado de https://eee.uci.edu/about/opensource.php
OpenUSS. (s.f.). Open Source Software for Universities
and Faculties (Open Source University Support System).
Recuperado de
http://openuss.sourceforge.net/openuss/index.html
Orantes, S. (2011, Enero 1). Viabilidad del “Modelo de
Aceptación de la Tecnología” en las empresas mexicanas:
Una aproximación a las actitudes y percepciones de los
usuarios de las tecnologías de la información. Revista
Digital Universitaria, 12(1), 5. Recuperado de
http://www.revista.unam.mx/vol.12/num1/art08/index.html
168
Oreg, S. & Nov, O. (2008). Exploring motivations for
contributing to open source initiatives: The roles of a
contribution context and personal values. Computers in
Human Behavior, 24(5), 2055-2073. doi:
10.1016/j.chb.2007.09.007.
OSU Open Source Lab. (s.f.). Oregon State University Open
Source Lab. Recuperado de http://osuosl.org/
Pan, G. & Bonk, C. (2007). A Socio-Cultural perspective
on the free and open source software movement.
International Journal of Instructional Technology and
Distance Learning. 4(4). Recuperado de
http://itdl.org/journal/apr_07/article01.htm
Pfaffman, J. (2007). It’s Time to consider open source
Software. TechTrends. 51(3), 38-43. doi:10.1007/s11528-
007-0040-x
Pfaffman, J. (2008). Transforming high school classrooms
with free/open source software: It's time for an open
source software revolution. The High School Journal.
91(3), 25-31. Recuperado de base de datos General
OneFile.
Salkind, N. J. (2004). Statistics for people who (think
they) hate statistics. Thousand Oaks, Calif: Sage
Publications.
Scott, L. (s.f.). EPG/ER empirical evaluation method.
Technical report of the University of New South Wales.
Recuperado de
169
http://www.caeser.unsw.edu.au/publications/pdf/Tech02_.
.pdf.
Solomon, J. T. (2010). Open source software in medium
size organizations: Key factors for adoption
(disertación Doctorado). Recuperado de la base de datos
ProQuest Dissertations and Theses.
Source Code Definition. (2007, Octubre 11). The Tech
Terms Computer Dictionary. Recuperado el 25 de agosto
de 2012, de
http://www.techterms.com/definition/sourcecode
Source Forge (2012). Most downloads last week. Recuperado
el 4 de noviembre de 2012 de
http://http://sourceforge.net/top
Spicer, J. (2005). Making sense of multivariate data
analysis. Thousand Oaks, Calif: Sage Publications.
St. Amant, K. & Still, B. (2007). Handbook of research on
open source software: Technological, economic, and
social perspectives. Hershey, PA: Information Science
Reference.
Stallman, R. (1985). The GNU project. Recuperado el 11 de
febrero de 2012 de
http://www.gnu.org/gnu/thegnuproject.html
Stallman, R. (1998). The GNU Operating System and the
Free Software Movement. En Open Sources: Voices from
the Open Source Revolution. Sebastopol, CA: O’Reilly
Media, Inc.
170
Stallman, R. (2002). Free software, free society:
Selected essays of Richard M. Boston, MA: Free Software
Foundation.
Torricella, R. G., Tenorio, F. & Huerta, V. M. (2008).
Acceso abierto y software libre: premisas para la
independencia tecnológica. ACIMED, 17(2), 33-44.
Recuperado de
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=
S102494352008000200009&lng=es.
Total Cost of Ownership (TCO): Meaning and Use. (2012,
Agosto 14). Building the Business Case: Credibility,
Accuracy, and Practical Value. Recuperado el 25 de
agosto de 2012, de http://www.solutionmatrix.com/total-
cost-of-ownership.html
Trotter, A. (2008, Junio 13). Blackboard vs. Moodle:
Competition in course-management market grows.
Education Week's Digital Directions. 2, 21. Recuperado
de
http://www.edweek.org/dd/articles/2008/06/09/01moodle.h
02.html
Uchida, S., Fukushima, S., Masakiyo, F., Nakamori, M.,
Honda, Y., & Kanda, T. (2006). The computer literacy
education using open office. En Proceedings of the 19th
conference on software engineering education and
training workshops, CSEETW'06.
doi:10.1109/CSEETW.2006.19
171
Vainio, N. & Vadén, T. (2007). Free software philosophy
and Open source (p.187). En Kirk St.Amant & Brian Still
(Eds.) Handbook of research on open source software:
Technological, economic, and social perspectives.
Hershey, PA: Information Science Reference.
Van der Luer, T. (2005). Determinants of Open Source
adoption. (Disertación doctoral no publicada).
Maastricht: Maastricht University.
Van Rooij, S. (2007a). Perceptions of open source versus
commercial software: Is higher education still on the
fence?. Journal of Research on Technology in Education.
39(4), 433-453. Recuperado de
http://www.eric.ed.gov/PDFS/EJ768886.pdf
Van Rooij, S. W. (2007b). “Open Source software in US
higher education: Reality or illusion?”. Education and
Information Technologies. 12(4), 191-209. Recuperado de
ProQuest Legacy Education Journals. doi:
10.1007/s10639-007-9044-6
Venkatesh, V. & Davis, F.D. (1996) A Model of the
Antecedents of Perceived Ease of Use: Development and
Test. Decision Sciences, 27(3), 451-481. Recuperado de
http://search.proquest.com/docview/198099257?accountid=
28498
172
Wiley, D. (2006). Open source, openness, and higher
education. Innovate. 3(1). Recuperado de
http://www.innovateonline.info/index.php?view=article&i
d=354
Williams, S. (2002). Free as in freedom: Richard
Stallman’s crusade for free software. (p.125).
Sebastopol, CA: O'Reilly & Associates, Inc.
Yuen, S., & Yuen, P. (2008, Febrero 8). Open Source in
Higher Education. [slideshare]. Recuperado de
http://www.slideshare.net/scyuen/open-source-in-higher-
education
Yuen, K. (2009). Can this economy support library changes
to an open source software system? [preprint]
Recuperado de http://hdl.handle.net/10760/13755
173
APÉNDICE A
Instrumento del Estudio para la Facultad
174
175
176
177
178
APÉNDICE B
Instrumento del Estudio para el Estudiantado
179
180
181
182
183
APÉNDICE C
Hoja Informativa para Institución 1
184
185
186
APÉNDICE D
Hoja Informativa para Instituciones 2, 3 y 4
187
188
APÉNDICE E
Autorización del Dr. Geoffrey Hubona
189
APÉNDICE F
Plantilla para la Evaluación de Expertos
Evaluación de Expertos
Título: Factores que influyen en la adopción de
tecnologías de código abierto en instituciones
de educación superior.
Leyenda:
Esencial (E) = El ítem es esencial para la investigación.
Útil (U) = El ítem es útil pero no necesario.
No Necesario (N) = El ítem no es necesario para la
investigación.
Tomando en consideración los criterios descritos
anteriormente, favor de colocar una marca de cotejo (√ )
para establecer la relevancia de cada ítem.
Sección I – Factores que pueden ser considerados antes de
tomar una decisión de adopción. (Se utilizará escala
Likert de 5 niveles: 1-Totalmente en desacuerdo, 2-En
desacuerdo, 3-Ni de acuerdo ni en desacuerdo, 4-De
acuerdo, 5-Totalmente de acuerdo
Ítems E U N
Comen
ta-
rios
Los siguientes factores influyen en la
decisión de adopción:
1) La compatibilidad con aplicaciones
existentes
2) La habilidad de probar el software antes
de la implementación
3) La licencia que es distribuida con el
software
4) La disponibilidad de apoyo para el
software
5) El nivel de destreza del personal de
Tecnologías de Información
Los siguientes costos son significativos al
momento de adoptar tecnologías de código
abierto:
___ Académico
___ Gerencial
190
6) Los costos de capacitación de usuarios
7) Los costos de capacitación del personal
de apoyo
Ítems E U N
Comen
ta-
rios
8) Los costos de instalación
9) Los costos de integración y
personalización
10) Los costos de servicios de apoyo y
consultoría
Las tecnologías de código abierto acarrean:
11) Ahorros en los costos de hardware
12) Costos más bajos en las licencias o
ningún costo en comparación con licencias
propietarias
Sección II - Modelo de Aceptación de Tecnologías (TAM).
(Se utilizará escala Likert de 5 niveles: 1-Totalmente en
desacuerdo, 2-En desacuerdo, 3-Ni de acuerdo ni en
desacuerdo, 4-De acuerdo, 5-Totalmente de acuerdo.
Ítems E U N
Comen
ta-
rios
El uso de las tecnologías de código abierto
en mi trabajo sería:
13) Bueno
14) Sabio
15) Favorable
16) Beneficioso
17) Positivo
Sección III - Información Demográfica
*Nota para el juez experto: Se repartirán 2
cuestionarios, uno con data demográfica dirigida al
estudiante y otra al docente. Los ítems que cambian están
reflejados de la siguiente manera:
#D = ítem correspondiente al cuestionario dirigido al
docente
191
#E = ítem correspondiente al cuestionario dirigido al
estudiante
Ítems E U N
Comen
ta-
rios
18) Género:
___ Femenino ___ Masculino
Ítems E U N
Comen
ta-
rios
19D) Edad:
__ 22 a 29 años __ 30 a 37 años
__ 38 a 45 años __ 46 a 53 años
__ 54 a 61 años
19E) Edad:
__ 17 a 22 años __ 23 a 28 años
__ 29 a 34 años __ 35 a 40 años
__ 41 a 46 años __ 47 a 52 años
20) En términos geográficos, indique en que
área de la Isla está ubicada la Institución
Académica donde se encuentra matriculado:
___ Oeste ___ Noroeste ___ Norte
___ Noreste ___ Este ___ Sureste
___ Sur ___ Suroeste ___
Centro
21)Indique a qué Facultad, Escuela o
Programa pertenece:
Nota: Administración de Empresas comprende los
siguientes departamentos: Contabilidad, Comunicación
Empresarial, Estadística, Gerencia, Mercadeo, Adm. de
Oficina, Negocios Internacionales, Finanzas, Sistemas
de Información Computarizados y Recursos Humanos.
__ Administración
de Empresas
__ Electrónica,
Física y Control
de Calidad
__ Administración
de Hoteles
__ Enfermería
__ Administración
Pública
__ Escuela de
Comunicación
__ Agricultura __ Planificación
__ Antropología __ Estudios Generales
192
__ Arquitectura __ Estudios Hispá-
nicos / Español
__ Artes __ Filosofía
__ Artes
Plásticas
__ Física
__ Biología __ Historia
__ Biotecnología __ Humanidades
__ Ciencias
Marinas
__ Ingeniería
__ Ciencias
Naturales
__ Ingles
__ Ciencias
Políticas
__ Lingüística
__ Ciencias
Sociales
__ Literatura
__ Ciencias y
Tecnologías de
la Información
__ Matemáticas
__ Consejería __ Psicología
__ DECEP __ Química
__ Derecho __ Sistema de Oficina
__ Drama / Teatro __ Sociología
__ Economía __ Trabajo Social
__ Educación __ Otro: ___________
__ Educación
Física
22D)Indique el nivel académico en el cual
ofrece cursos:(Marque todos los que
apliquen)
__Bachillerato __Maestría __Doctorado
22E)Indique el programa académico al cual
está matriculado actualmente:
__Bachillerato __Maestría __Doctorado
23D) Indique su rango académico:
___ Catedrático Auxiliar
___ Catedrático Asociado
___ Catedrático
23E) Indique el año que cursa actualmente:
__ 1ro __ 2do __ 3ro __ 4to
__ 5to+
24) Indique si su institución utiliza
aplicaciones de código abierto (OSS), y si
es así, qué aplicaciones de código abierto
193
utiliza.
__ No utilizamos aplicaciones de código
abierto
__ Sí utilizamos aplicaciones de código
abierto, entre los cuales se encuentran:
(Marque con una X todos los que apliquen)
__ Linux/Ubuntu – sistema operativo
__ Gimp – manejo de imágenes
__ MySQL – base de datos
__ Mozilla Firefox - navegador de
Internet
__ Mozilla Thunderbird – manejo de
correos electrónicos
__ OpenOffice – paquete de oficina
__ ClamWin/AGV – antivirus
__ 7-zip – compresión de archivos
__ Apache HTTP - servidor web
__ PHP – lenguaje de programación
__ Perl – lenguaje de programación
__ Squid proxy server y web cache
__ Sistema de Gestión de Cursos
(CMS)(Ej. Moodle)
__ Sistema de Gestión de Biblioteca
(LMS)(Ej. Koha)
__ Otras: ___________________
Gracias por su insumo y el tiempo dedicado a validar este
instrumento.
194
APÉNDICE G
Hoja Informativa para los Expertos
Sistema Universitario Ana G. Méndez
Universidad del Turabo
Escuela de Negocios y Empresarismo
Programa Doctoral
Hoja Informativa para los Expertos
Título de la Investigación: Factores que influyen en la
adopción de tecnologías de código abierto en
instituciones de educación superior.
Mi nombre es Anidza Valentín Rodríguez, estudiante del
Programa Doctoral de Gerencia de Sistemas de Información
de la Escuela de Negocios y Empresarismo de la
Universidad del Turabo. Como requisito para obtener el
grado, se requiere el desarrollo de una investigación. El
propósito de esta investigación, es determinar los
factores que influyen en la adopción de las tecnologías
de código abierto en las instituciones de educación
superior. La muestra del estudio es la comunidad
académica, compuestas por el estudiantado y la facultad.
La información se recopilará a través de un cuestionario.
Solicito su colaboración para la validación del
instrumento a utilizarse en la investigación, por lo que
su experiencia en el campo de las tecnologías y sistemas
de información será de gran utilidad. En la evaluación se
determinara si cada ítem es esencial, útil pero no
esencial o no necesario.
Usted forma parte del panel de expertos seleccionados
para el proceso de validación, dado su experiencia a
nivel académico o gerencial dentro de la institución de
educación superior. Tiene la opción de no completar el
cuestionario y no será penalizado de forma alguna; ya
que, su participación es completamente voluntaria. Los
riesgos de participar en esta investigación son mínimos;
dado que, podría sentir cansancio y/o ansiedad debido al
tiempo que le conlleva llenar el cuestionario.
195
Su identidad será protegida para garantizar su
confidencialidad. Toda información o datos que pueda
identificarle serán manejados confidencialmente según
establecido por la ley (HIPAA).
La investigadora estará disponible para contestar dudas
del cuestionario mientras se le sea administrado.
Agradezco el tiempo e interés que dedique a responder el
cuestionario.
_______________________________
Anidza Valentín Rodríguez, MBA
Estudiante del Programa Doctoral
196
APÉNDICE H
Resultado de la validación de contenido (CVR)
Expertos 1 2 3 4 5 6 7 8 CVR
Sec 1 P1 E E E E E U E E 87.5%
P2 E E E E E E E E 100.0%
P3 E E E E U E E E 87.5%
P4 E E E E E E E E 100.0%
P5 E E E E E E E E 100.0%
P6 E E E E E E E E 100.0%
P7 E E E E E E E E 100.0%
P8 E E E E E E E E 100.0%
P9 E E E E E E E E 100.0%
P10 E E E E E E U E 87.5%
P11 E E E E E U U E 75.0%
P12 E E U E E E E E 87.5%
Sec 2 P13 E E E E E E E E 100.0%
P14 E E U E E E E E 87.5%
P15 E E E E E E E E 100.0%
P16 E E E E E E E E 100.0%
P17 E E U E E E E E 87.5%
Sec 3 P18 E E E E E E U E 87.5%
P19D E E E E E E U E 87.5%
P19E E E E E E E U E 87.5%
P20 E E E U E E U E 75.0%
P21 E E E E E E U E 87.5%
P22D E E E U E E E E 87.5%
P22E E E E E E E E E 100.0%
P23D E E E E E E E E 100.0%
P23E E E E E E E E E 100.0%
P24 E E E E E E E E 100.0%
197
APÉNDICE I
Autorización de la Junta para Protección de Seres Humanos
en la Investigación
198