Anexo B · Correlaciones

Anexo B: correlaciones

Esta sección presenta la matriz completa de correlaciones Spearman entre las 13 variables compuestas del instrumento. Los capítulos temáticos extraen subconjuntos de esta matriz para sus rankings de predictores. Aquí se ofrece la vista integral para consulta e investigación adicional.

Construcción de las 13 variables

Las correlaciones se calculan entre 13 variables compuestas, cada una representando una dimensión del instrumento.

VariableOrigenEscala
InfraestructuraMedia de 5 ítems Likert Q12/Q171-5 (acuerdo)
Adaptación profesionalMedia de 3 ítems Likert Q17/Q211-5 (acuerdo)
EficienciaMedia de 5 ítems Likert Q18/Q221-5 (acuerdo)
Experiencia del clienteMedia de 5 ítems Likert Q21/Q251-5 (acuerdo)
Impacto IAMedia de 5 ítems Likert Q26/Q301-5 (acuerdo)
Prácticas éticasMedia de 4 ítems Likert Q27/Q311-5 (frecuencia)
Madurez KPIÍtem único Q6/Q81-5 (madurez)
ConocimientoÍtem único Q15/Q191-5 (nivel)
Digitalización (%)Ítem único Q13/Q160-4 (rango %)
CapacitaciónMedia de 14 temas Q16/Q200-4 (frecuencia)
Uso de herramientasMedia de 15 herramientas Q11/Q130-5 (uso)
Uso de herramientas de IAMedia de 11 herramientas IA Q25/Q290-5 (uso)
Índice de AdopciónEscala sumatoria compuestarango observado 38-279

Método: correlación de Spearman (ρ), bilateral, α=0.05. Se eligió Spearman sobre Pearson por la naturaleza ordinal de las escalas Likert.

Matriz de correlación (Despachos, n=72)

Infra.Herram.Herram. IACapacit.KPIConocim.Digital. %EficienciaClienteImpacto IAÉticaAdapt.Índice Infra. 1.00 0.23 0.19 0.40✱ 0.31✱ 0.32✱ 0.19 0.37✱ 0.31✱ 0.30✱ 0.44✱ 0.21 0.37✱ Herram. 0.23 1.00 0.45✱ 0.62✱ 0.63✱ 0.58✱ 0.09 0.46✱ 0.40✱ 0.41✱ 0.35✱ 0.10 0.73✱ Herram. IA 0.19 0.45✱ 1.00 0.39✱ 0.34✱ 0.50✱ -0.02 0.41✱ 0.47✱ 0.44✱ 0.33✱ 0.22 0.63✱ Capacit. 0.40✱ 0.62✱ 0.39✱ 1.00 0.59✱ 0.58✱ 0.03 0.49✱ 0.39✱ 0.31✱ 0.38✱ 0.00 0.66✱ KPI 0.31✱ 0.63✱ 0.34✱ 0.59✱ 1.00 0.59✱ 0.06 0.35✱ 0.33✱ 0.38✱ 0.54✱ 0.13 0.60✱ Conocim. 0.32✱ 0.58✱ 0.50✱ 0.58✱ 0.59✱ 1.00 0.17 0.48✱ 0.55✱ 0.53✱ 0.41✱ 0.07 0.73✱ Digital. % 0.19 0.09 -0.02 0.03 0.06 0.17 1.00 0.05 0.31✱ 0.26 0.16 -0.20 0.07 Eficiencia 0.37✱ 0.46✱ 0.41✱ 0.49✱ 0.35✱ 0.48✱ 0.05 1.00 0.68✱ 0.54✱ 0.33✱ 0.06 0.63✱ Cliente 0.31✱ 0.40✱ 0.47✱ 0.39✱ 0.33✱ 0.55✱ 0.31✱ 0.68✱ 1.00 0.60✱ 0.41✱ -0.06 0.56✱ Impacto IA 0.30✱ 0.41✱ 0.44✱ 0.31✱ 0.38✱ 0.53✱ 0.26 0.54✱ 0.60✱ 1.00 0.26 0.13 0.64✱ Ética 0.44✱ 0.35✱ 0.33✱ 0.38✱ 0.54✱ 0.41✱ 0.16 0.33✱ 0.41✱ 0.26 1.00 0.17 0.54✱ Adapt. 0.21 0.10 0.22 0.00 0.13 0.07 -0.20 0.06 -0.06 0.13 0.17 1.00 0.10 Índice 0.37✱ 0.73✱ 0.63✱ 0.66✱ 0.60✱ 0.73✱ 0.07 0.63✱ 0.56✱ 0.64✱ 0.54✱ 0.10 1.00
−1 +1 ✱ significativa (p < 0.05)

Matriz de correlación (Gerencias, n=39)

Infra.Herram.Herram. IACapacit.KPIConocim.Digital. %EficienciaClienteImpacto IAÉticaAdapt.Índice Infra. 1.00 0.07 0.36 0.25 0.09 0.24 -0.02 0.11 0.23 0.14 0.28 0.05 0.13 Herram. 0.07 1.00 0.45✱ 0.39✱ 0.61✱ 0.39✱ 0.20 0.24 0.57✱ 0.38✱ 0.39✱ -0.10 0.76✱ Herram. IA 0.36 0.45✱ 1.00 0.69✱ 0.25 0.41✱ 0.04 0.25 0.33 0.69✱ 0.47✱ -0.23 0.69✱ Capacit. 0.25 0.39✱ 0.69✱ 1.00 0.30 0.37✱ 0.14 0.27 0.44✱ 0.48✱ 0.63✱ -0.19 0.56✱ KPI 0.09 0.61✱ 0.25 0.30 1.00 0.46✱ 0.28 0.27 0.53✱ 0.20 0.38✱ -0.06 0.53✱ Conocim. 0.24 0.39✱ 0.41✱ 0.37✱ 0.46✱ 1.00 0.37✱ 0.39✱ 0.50✱ 0.35 0.44✱ -0.06 0.55✱ Digital. % -0.02 0.20 0.04 0.14 0.28 0.37✱ 1.00 -0.04 0.17 -0.04 0.08 -0.24 0.12 Eficiencia 0.11 0.24 0.25 0.27 0.27 0.39✱ -0.04 1.00 0.48✱ 0.43✱ 0.26 0.10 0.33✱ Cliente 0.23 0.57✱ 0.33 0.44✱ 0.53✱ 0.50✱ 0.17 0.48✱ 1.00 0.56✱ 0.42✱ -0.06 0.56✱ Impacto IA 0.14 0.38✱ 0.69✱ 0.48✱ 0.20 0.35 -0.04 0.43✱ 0.56✱ 1.00 0.48✱ 0.04 0.62✱ Ética 0.28 0.39✱ 0.47✱ 0.63✱ 0.38✱ 0.44✱ 0.08 0.26 0.42✱ 0.48✱ 1.00 -0.28 0.70✱ Adapt. 0.05 -0.10 -0.23 -0.19 -0.06 -0.06 -0.24 0.10 -0.06 0.04 -0.28 1.00 -0.18 Índice 0.13 0.76✱ 0.69✱ 0.56✱ 0.53✱ 0.55✱ 0.12 0.33✱ 0.56✱ 0.62✱ 0.70✱ -0.18 1.00
−1 +1 ✱ significativa (p < 0.05)

Resumen de significancia

De 156 pares analizados, 89 son significativos (p < 0.05), es decir el 57%. En despachos, 53 de 78 (68%). En gerencias, 36 de 78 (46%).

La estructura de correlación es mucho más densa en despachos que en gerencias. Esto sugiere que en las firmas legales, las dimensiones de adopción tecnológica forman un ecosistema más integrado (mejorar una dimensión tiende a correlacionar con mejoras en las demás). En gerencias, la estructura es más fragmentada, posiblemente porque las decisiones tecnológicas están distribuidas entre el departamento jurídico y las áreas corporativas de TI.

Las 5 correlaciones más fuertes por dataset

Despachos

  • Conocim. ↔ Índice: ρ=0.731 (p=<0.0001)
  • Herram. ↔ Índice: ρ=0.729 (p=<0.0001)
  • Eficiencia ↔ Cliente: ρ=0.681 (p=<0.0001)
  • Capacit. ↔ Índice: ρ=0.661 (p=<0.0001)
  • Impacto IA ↔ Índice: ρ=0.637 (p=<0.0001)

Gerencias

  • Herram. ↔ Índice: ρ=0.760 (p=<0.0001)
  • Ética ↔ Índice: ρ=0.703 (p=<0.0001)
  • Impacto IA ↔ Herram. IA: ρ=0.695 (p=0.0001)
  • Herram. IA ↔ Índice: ρ=0.692 (p=0.0001)
  • Capacit. ↔ Herram. IA: ρ=0.687 (p=0.0002)

Tabla completa de correlaciones significativas

Las 89 correlaciones significativas, ordenadas por fuerza (|ρ|).

PoblaciónVariable AVariable Bρpn
Gerencias Herram.Índice 0.760 <0.0001 39
Despachos Conocim.Índice 0.731 <0.0001 72
Despachos Herram.Índice 0.729 <0.0001 72
Gerencias ÉticaÍndice 0.703 <0.0001 28
Gerencias Impacto IAHerram. IA 0.695 0.0001 25
Gerencias Herram. IAÍndice 0.692 0.0001 25
Gerencias Capacit.Herram. IA 0.687 0.0002 24
Despachos EficienciaCliente 0.681 <0.0001 71
Despachos Capacit.Índice 0.661 <0.0001 72
Despachos Impacto IAÍndice 0.637 <0.0001 53
Despachos Herram. IAÍndice 0.634 <0.0001 53
Despachos EficienciaÍndice 0.631 <0.0001 71
Gerencias ÉticaCapacit. 0.627 0.0005 27
Despachos KPIHerram. 0.626 <0.0001 72
Despachos Capacit.Herram. 0.620 <0.0001 72
Gerencias Impacto IAÍndice 0.616 0.0005 28
Gerencias KPIHerram. 0.607 <0.0001 39
Despachos ClienteImpacto IA 0.600 <0.0001 53
Despachos KPIÍndice 0.598 <0.0001 72
Despachos KPIConocim. 0.594 <0.0001 72
Despachos KPICapacit. 0.591 <0.0001 72
Despachos Conocim.Capacit. 0.579 <0.0001 72
Despachos Conocim.Herram. 0.578 <0.0001 72
Gerencias ClienteHerram. 0.570 0.0002 39
Despachos ClienteÍndice 0.565 <0.0001 72
Gerencias ClienteImpacto IA 0.563 0.0018 28
Gerencias ClienteÍndice 0.562 0.0002 39
Gerencias Capacit.Índice 0.561 0.0003 38
Gerencias Conocim.Índice 0.550 0.0003 39
Despachos ClienteConocim. 0.549 <0.0001 72
Despachos ÉticaÍndice 0.540 <0.0001 53
Despachos EficienciaImpacto IA 0.537 <0.0001 52
Despachos ÉticaKPI 0.536 <0.0001 53
Gerencias ClienteKPI 0.533 0.0005 39
Gerencias KPIÍndice 0.531 0.0005 39
Despachos Impacto IAConocim. 0.529 <0.0001 53
Gerencias ClienteConocim. 0.502 0.0011 39
Despachos Conocim.Herram. IA 0.497 0.0002 53
Despachos EficienciaCapacit. 0.488 <0.0001 71
Gerencias Impacto IACapacit. 0.483 0.0107 27
Despachos EficienciaConocim. 0.482 <0.0001 71
Gerencias EficienciaCliente 0.477 0.0028 37
Gerencias Impacto IAÉtica 0.477 0.0104 28
Despachos ClienteHerram. IA 0.474 0.0003 53
Gerencias ÉticaHerram. IA 0.471 0.0176 25
Despachos EficienciaHerram. 0.461 0.0001 71
Gerencias KPIConocim. 0.460 0.0032 39
Despachos Herram.Herram. IA 0.453 0.0007 53
Gerencias Herram.Herram. IA 0.447 0.0252 25
Despachos Impacto IAHerram. IA 0.444 0.0009 53
Gerencias ClienteCapacit. 0.444 0.0052 38
Gerencias ÉticaConocim. 0.443 0.0184 28
Despachos Infra.Ética 0.436 0.0012 52
Gerencias EficienciaImpacto IA 0.426 0.0267 27
Gerencias ClienteÉtica 0.418 0.0268 28
Despachos ClienteÉtica 0.414 0.0021 53
Gerencias Conocim.Herram. IA 0.413 0.0403 25
Despachos Impacto IAHerram. 0.410 0.0023 53
Despachos EficienciaHerram. IA 0.410 0.0026 52
Despachos ÉticaConocim. 0.407 0.0025 53
Despachos ClienteHerram. 0.399 0.0005 72
Despachos Infra.Capacit. 0.396 0.0006 71
Despachos ClienteCapacit. 0.395 0.0006 72
Gerencias ÉticaHerram. 0.391 0.0395 28
Gerencias EficienciaConocim. 0.390 0.0171 37
Despachos Capacit.Herram. IA 0.388 0.0041 53
Gerencias Conocim.Herram. 0.386 0.0151 39
Gerencias Capacit.Herram. 0.386 0.0166 38
Despachos ÉticaCapacit. 0.379 0.0051 53
Gerencias ÉticaKPI 0.378 0.0476 28
Gerencias Impacto IAHerram. 0.377 0.0482 28
Despachos Impacto IAKPI 0.375 0.0057 53
Despachos Infra.Índice 0.370 0.0015 71
Gerencias Conocim.Digital. % 0.369 0.0208 39
Gerencias Conocim.Capacit. 0.366 0.0240 38
Despachos Infra.Eficiencia 0.365 0.0017 71
Despachos EficienciaKPI 0.348 0.0029 71
Despachos ÉticaHerram. 0.345 0.0114 53
Despachos KPIHerram. IA 0.336 0.0140 53
Despachos EficienciaÉtica 0.332 0.0161 52
Gerencias EficienciaÍndice 0.330 0.0462 37
Despachos ÉticaHerram. IA 0.326 0.0173 53
Despachos ClienteKPI 0.325 0.0053 72
Despachos Infra.Conocim. 0.319 0.0066 71
Despachos Infra.Cliente 0.311 0.0084 71
Despachos Impacto IACapacit. 0.308 0.0247 53
Despachos Infra.KPI 0.307 0.0091 71
Despachos ClienteDigital. % 0.305 0.0091 72
Despachos Infra.Impacto IA 0.304 0.0286 52

Patrones que emergen de la matriz completa

  1. Adaptación profesional es ortogonal: no tiene correlación significativa con ninguna otra variable en ninguno de los dos datasets. Es un constructo de valores profesionales independiente de la dimensión de adopción tecnológica.
  2. Digitalización (%) no predice nada: el porcentaje reportado de documentos digitalizados no correlaciona significativamente con eficiencia, experiencia del cliente, ni con el Índice de Adopción. La digitalización sin transformación de procesos es una métrica vacía.
  3. El ciclo eficiencia ↔ cliente (ρ=0.681): es la correlación inter-bloque más fuerte en despachos, sugiriendo un ciclo virtuoso de retroalimentación.
  4. Infraestructura desacoplada en gerencias: no correlaciona significativamente con ninguna variable en gerencias (la infraestructura de TI es corporativa, no del departamento jurídico).
  5. La densidad de correlación difiere: los despachos tienen bastantes más pares significativos que las gerencias (53 frente a 36), indicando un ecosistema de adopción más integrado en las firmas legales.

Correlación ítem-total corregida del Índice de Adopción

Como el Índice de Adopción suma sus componentes, correlacionar cada componente con el índice completo lo infla por construcción (correlación parte-todo). La tabla siguiente reporta, para cada componente, la correlación bruta (contra el índice completo) y la corregida (contra el índice excluyendo ese componente). La versión corregida es la que utiliza el capítulo del Índice.

PoblaciónComponenteρ brutoρ corregidoΔ (inflación)Fuerza (corregida)Sig.
Despachos Conocim. 0.731 0.724 0.006 fuerte ✱
Despachos Herram. 0.729 0.631 0.098 fuerte ✱
Despachos Eficiencia 0.631 0.621 0.010 fuerte ✱
Despachos Impacto IA 0.637 0.592 0.045 moderada ✱
Despachos KPI 0.598 0.588 0.009 moderada ✱
Despachos Capacit. 0.661 0.564 0.097 moderada ✱
Despachos Herram. IA 0.634 0.560 0.074 moderada ✱
Despachos Cliente 0.565 0.532 0.033 moderada ✱
Despachos Ética 0.540 0.467 0.073 moderada ✱
Despachos Infra. 0.370 0.382 -0.012 débil ✱
Despachos Adapt. 0.100 0.072 0.028 muy débil —
Despachos Digital. % 0.075 0.053 0.022 muy débil —
Gerencias Ética 0.703 0.617 0.087 fuerte ✱
Gerencias Herram. 0.760 0.594 0.166 moderada ✱
Gerencias Impacto IA 0.616 0.536 0.080 moderada ✱
Gerencias Conocim. 0.550 0.534 0.016 moderada ✱
Gerencias Herram. IA 0.692 0.534 0.159 moderada ✱
Gerencias Cliente 0.562 0.524 0.037 moderada ✱
Gerencias KPI 0.531 0.523 0.008 moderada ✱
Gerencias Capacit. 0.561 0.435 0.126 moderada ✱
Gerencias Eficiencia 0.330 0.261 0.069 débil —
Gerencias Infra. 0.132 0.151 -0.019 muy débil —
Gerencias Digital. % 0.116 0.084 0.032 muy débil —
Gerencias Adapt. -0.178 -0.195 0.017 muy débil —

Los componentes con mayor inflación (Δ) son, lógicamente, los de mayor peso en el índice (uso de herramientas, uso de IA, capacitación). Tras la corrección, el conocimiento del equipo se mantiene como el predictor más fuerte en despachos, y en gerencias emergen las prácticas éticas y el uso de herramientas como los factores más centrales.

Correlaciones de perfil, madurez y adopción

A solicitud del comité editorial, se calcularon relaciones adicionales entre variables de perfil (tamaño, presupuesto), madurez de gestión (KPI, conocimiento) y adopción de IA.

PoblaciónRelaciónρpnFuerzaSig.
Despachos Tamaño de firma ↔ % presupuesto tech 0.059 0.6399 66 muy débil —
Despachos Tamaño de firma ↔ madurez KPI 0.442 0.0001 72 moderada ✱
Despachos % presupuesto tech ↔ madurez KPI 0.426 0.0004 66 moderada ✱
Despachos Conocimiento ↔ % presupuesto tech 0.534 <0.0001 66 moderada ✱
Despachos Conocimiento ↔ madurez KPI 0.594 <0.0001 72 moderada ✱
Despachos Implementó IA ↔ madurez KPI 0.196 0.0994 72 muy débil —
Despachos Implementó IA ↔ conocimiento 0.327 0.0051 72 débil ✱
Gerencias Tamaño de empresa ↔ tamaño del jurídico 0.431 0.0070 38 moderada ✱
Gerencias Tamaño del jurídico ↔ % presupuesto tech -0.144 0.4100 35 muy débil —
Gerencias Tamaño del jurídico ↔ madurez KPI 0.237 0.1516 38 débil —
Gerencias % presupuesto tech ↔ madurez KPI 0.322 0.0558 36 débil —
Gerencias Conocimiento ↔ % presupuesto tech 0.391 0.0182 36 débil ✱
Gerencias Conocimiento ↔ madurez KPI 0.460 0.0032 39 moderada ✱
Gerencias Implementó IA ↔ madurez KPI 0.165 0.3358 36 muy débil —
Gerencias Implementó IA ↔ conocimiento 0.184 0.2836 36 muy débil —

Lectura de estas correlaciones

  • El conocimiento del equipo se relaciona con la madurez de gestión (con la madurez KPI y con el % de presupuesto en tecnología), en ambos públicos. Saber más va de la mano con medir mejor y con invertir más.
  • El tamaño no determina la inversión en tecnología: la relación entre tamaño y % de presupuesto tecnológico es muy débil. Organizaciones grandes y pequeñas invierten en proporciones parecidas.
  • Haber implementado IA se relaciona solo débilmente con la madurez de gestión o el conocimiento: la adopción de IA está bastante repartida y no es exclusiva de las organizaciones más maduras en indicadores.
  • Subutilización: entre quienes ya adoptaron IA, solo alrededor de 1 de cada 5 la usa a diario, y una proporción relevante no evalúa sus riesgos éticos de forma consistente (ver el capítulo de IA).

Concentración por tipo de organización

El cuestionario no incluye una clasificación directa de "boutique vs. full-service" en despachos. Como aproximación, usamos el número de áreas de práctica que declara cada firma (más áreas ≈ perfil full-service). En gerencias, el equivalente solicitado es el tipo de industria, que sí existe pero con celdas muy pequeñas (varias industrias tienen 1–2 respondentes), por lo que solo admite lectura descriptiva y exploratoria, no pruebas de significancia.

Despachos, perfil "full-service" (nº de áreas de práctica) frente a madurez:

RelaciónρpFuerzaSig.
Nº de áreas de práctica ↔ Madurez KPI 0.427 0.0002 moderada ✱
Nº de áreas de práctica ↔ Conocimiento 0.233 0.0490 débil ✱
Nº de áreas de práctica ↔ % presupuesto tech 0.116 0.3545 muy débil —

Las firmas con más áreas de práctica (perfil más full-service) tienden a tener mayor madurez de indicadores (relación moderada) y algo más de conocimiento. Con el presupuesto la relación es muy débil. Es una señal de concentración, con la cautela de que se trata de un proxy, no de una clasificación declarada.

Gerencias, perfil por industria (descriptivo, celdas pequeñas):

IndustrianKPI medio (1-5)Conocim. medio (1-5)Presup. (ord. 0-3)Tamaño jurídico (ord.)
Otro12 2.252.58 1.421.50
Otras (n<3)9 3.112.33 1.251.56
Servicios financieros7 2.141.71 1.603.00
Tecnología (software, hardware)4 2.503.25 2.001.00
Alimentación y bebidas4 3.254.00 2.501.50
Farmacéutica3 2.003.00 1.001.00

Con estas salvedades, no se observa una concentración marcada de la madurez de KPI ni del presupuesto en una industria concreta. La mayor diferencia visible es que servicios financieros tiende a tener departamentos jurídicos más grandes, mientras que sectores como alimentación y bebidas o tecnología reportan mayor conocimiento autoevaluado. Se ofrece como exploración, no como hallazgo confirmado.

Sesgo de método en el vínculo eficiencia ↔ cliente (CMV)

La correlación eficiencia ↔ experiencia del cliente es la más fuerte del estudio, pero ambas variables provienen del mismo respondente, mismo instrumento y misma sesión, y en despachos una parte no mide genuinamente la satisfacción del cliente (la variable capta la creencia del socio, no la satisfacción medida). Para dimensionar el riesgo de common method variance, comparamos a quienes miden satisfacción frente a quienes no:

GruponEficiencia mediaExp. cliente mediaρ eficiencia↔clienteFuerza
Mide satisfacción48 3.583.53 0.734fuerte
No mide / no sabe24 3.303.23 0.559moderada

Alrededor de un tercio de los despachos no mide la satisfacción del cliente (o no sabe), y ninguno usa NPS. La relación eficiencia ↔ cliente persiste incluso entre quienes no miden la satisfacción, lo que confirma que parte de su fuerza es un artefacto de método (dos percepciones del mismo respondente) más que un vínculo puramente empírico. Por eso, a lo largo del informe esta relación se describe como una asociación "que va de la mano", evitando lenguaje causal.

Cómo citar

Prince Tritto, P., Villa Berger, P., Salmon, L., Muñoz Ponce, M., & Limón González, J. B. (2026). Índice de Madurez Tecnológica en la Industria Legal: estudio piloto (datos de México, 2025). Laboratorio de Derecho e Inteligencia Artificial, Universidad Panamericana; KermaPartners; Lemontech. https://labderia.up.edu.mx/reporte-legaltech