5.02. clasificaciÓn del sector universitario chileno a ... · latitudes, son más de 3.000 las...
Post on 18-Apr-2020
9 Views
Preview:
TRANSCRIPT
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1545
5.02. CLASIFICACIÓN DEL SECTOR UNIVERSITARIO CHILENO A
TRAVÉS DE ANÁLISIS MULTIVARIANTE
Autores:
DE LA FUENTE-MELLA, H.
CADEMARTORI-ROSSO, D.
SILVA-PALAVECINOS B.
R. CAMPOS-ESPINOZA
a,b,c,d Pontificia Universidad Católica de Valparaíso, Facultad de Ciencias Económicas y
Administrativas, Escuela de Comercio. Avenida Brasil 2830, 6° Piso, Valparaíso, Chile.
hanns.delafuente@ucv.cl, Fono: 56-32-2273339
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1546
Resumen
Este estudio tiene por objeto abordar el tema de cómo clasificar las instituciones de educación
terciaria (universidades). En esta investigación se clasifica las universidades chilenas en diferentes
grupos homogéneos en su composición y heterogéneos entre ellos. Además, la investigación busca
conocer la existencia de posibles diferencias estadísticamente significativas entre las variables que
normalmente se usan para caracterizar al sector universitario chileno. Para lo anterior, inicialmente
se hace un análisis de conglomerados y, se realizan pruebas de diferencias de medias para un
conjunto de variables del sector universitario chileno. Los resultados indican la conformación clara
de tres cluster de instituciones de educación superior, con 13, 2 y 4, universidades, respectivamente;
y muy pocas variables que presentan diferencias significativas (19% de las variables estudiadas),
sobre todo al momento de analizar dichas diferencias en el cluster de universidades pertenecientes
a aquéllas que poseen 6 o más años de acreditación.
Palabras Clave: Análisis Cluster, Análisis de Medias, Modelamiento Econométrico, Universidades
Chilenas.
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1547
Introducción
La educación superior en Chile, comprende tres niveles, Universidades, Institutos Profesionales y
Centros de Formación Técnica; en este trabajo nos referiremos especialmente a las universidades. El
año 1981 marca un punto de inflexión para el desarrollo de la educación superior en Chile, hasta ese
año existían sólo 8 Universidades en Chile que registraban al cierre del año anterior una matrícula
total de 118.978 estudiantes. El DFL 1 promulgado el 30 de Diciembre de 1980 y publicado en el
Diario Oficial el 3 de Enero de 1981, permite la creación de nuevas universidades, las que deberían
constituirse como corporaciones sin fin de lucro. A lo anterior hay que agregar el artículo segundo
transitorio del DFL 5 promulgado el 6 de Febrero de 1981 y publicado el 16 de Febrero del mismo
año, que permitió que de las antiguas 8 universidades se pudieran crear instituciones de educación
superior derivadas. Estas dos disposiciones del verano de 1981 dieron inmediatamente origen a dos
conjuntos de universidades, aquellas que se creaban en virtud del DFL 1 y aquellas que fueron el
resultado de restructuraciones de las antiguas universidades. De la Universidad de Chile, de la
Universidad Técnica del Estado, hoy Universidad de Santiago, y de la Universidad Católica de Chile se
derivaron 17 nuevas universidades, totalizando en este conjunto 25 universidades, que son las que
hoy forman parte del Consejo de Rectores de Universidades Chilenas (CRUCH). De estas últimas, de
acuerdo a la propiedad, se pueden distinguir dieciséis estatales y, nueve privadas. Todas las
universidades creadas conforme al DFL 1 por su naturaleza se consideran privadas.
Otro hecho importante ha sido la emisión del DFL 4, promulgado14 de Enero de 1981 y publicado en
el Diario Oficial el 20 de Enero, que regula el financiamiento de la educación superior. En esta materia
una fuente es el Aporte Fiscal Directo (AFD) y la otra es el Aporte Fiscal Indirecto (AFI) (Flores,
González, Rodríguez y Sugg, 2011). El AFD sólo financia a la 25 universidades del Consejo de Rectores,
se divide en dos partes, en el año 1989 el 95% de los fondos se entregó a las instituciones de
educación superior en la misma proporción al aporte recibido en el año 1988 y el 5% restante en
función de ciertos indicadores que permitieran diferenciar a las instituciones de educación superior.
Esos indicadores fueron, número de alumnos de pregrado dividido por número de carreras de
pregrado, número de alumnos de pregrado dividido por número de docentes jornadas académicas
completas equivalente, número de docentes jornadas académicas completas equivalente con grado
académico de magíster y doctor dividido por número de docentes jornadas académicas completas
equivalente, número de proyectos financiados por el Fondo Nacional de Ciencia y Tecnología y otros
organismos dividido por número de docentes jornadas académicas completas equivalente, número
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1548
de publicaciones incorporadas a revistas científicas de reconocimiento internacional dividido por
número de jornadas académicas completas equivalente.
El AFI es un fondo que reciben las instituciones de educación superior, pertenezcan o no al Consejo
de Rectores, en proporción a la cantidad de alumnos que matriculan entre los 27.500 mejores
puntajes de las pruebas de admisión, denominada anteriormente Prueba de Aptitud Académica
(PAA), y actualmente Prueba de Selección Universitaria (PSU).
Adicionalmente se fortaleció un sistema de financiamiento orientado a la demanda, a través, de un
sistema de becas y créditos de diversa naturaleza, lo que aumentó en forma importante la cobertura.
A Diciembre del 2013, la matricula total en educación superior es de 1.114.640 estudiantes, que se
descompone en 144.365 en los Centros de Formación Técnica, 324.920 en los Institutos Profesionales
y 645.355 en las Universidades. Resultado de esta política de apoyo financiero a la demanda, hizo
que las universidades subieran los aranceles, ello obligó al Estado a establecer aranceles de
referencia, vale decir, puso un tope al monto que el Estado financiaría.
Para definir los aranceles de referencia se usaron indicadores académicos y de eficiencia docente,
para los primeros se considera número de jornadas completas equivalente con grado de magister y
doctor en relación a los alumnos de pregrado, número de proyectos Fondecyt119 y Fondef120 en
relación a número de docentes jornadas completas equivalente con grado de magister y doctor,
número de publicaciones ISI Scielo en relación al número de docentes jornadas completes
equivalente con grado de magister y doctor; para los segundos, se consideran las tasas de deserción
y la tasa de titulación oportuna. Usando estos criterios las universidades cuyas carreras muestran
mejores indicadores tiene aranceles de referencia mayores.
Todo lo anterior ha resultado en la confección de una multiplicidad de ranking que ordena la
Universidad en función de aquellas que logran captar la mayor proporción del 5% del aporte fiscal
directo, las que matriculan los mejores estudiantes, las que ganan más proyectos, las que tienen más
publicaciones y en general usando uno o más factores se han desarrollado variados rankings y
clasificaciones de universidades.
119 Fondo Nacional de Desarrollo Científico y Tecnológico 120 Fondo de Fomento al Desarrollo Científico y Tecnológico
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1549
Hoy existe en Chile una diversidad de instituciones de educación, ya no existe un modelo único
inspirado en Alexander Von Humboldt o el Cardenal Newman al cual aspiraban a parecerse la mayoría
de las universidades. A la diversidad jurídica, estatales, fundaciones, corporaciones sin fin de lucro,
se agrega una diversidad de roles, docentes, de investigación, orientadas al postgrado, etc. La
diversidad es hoy día bienvenida, pero al mismo tiempo se hacen necesarios criterios objetivos de
distinción, ya sea para el diseño de políticas públicas como para quienes tienen que tomar la decisión
de donde ir a estudiar. Este trabajo hace una contribución en ese sentido, aplicando técnicas
estadísticas que permiten definir conglomerados a partir de ciertas variables relevantes.
Revisión de la literatura
La situación descrita en la introducción ha producido una masificación de la educación superior, con
instituciones muy diversas que proveen el servicio, en el caso de Chile están los Centros de Formación
Técnica, los Institutos Profesionales y las Universidades. Este fenómeno también se produjo en otras
latitudes, son más de 3.000 las instituciones de educación superior en Europa y sobre 4.000 las
existentes en Estados Unidos. Como resultado de lo anterior surgió la necesidad de distinguir,
ordenar la diversidad, que condujo a generar clasificaciones y rankings, para satisfacer las
necesidades de distintos “stakeholders”. En un documento de Enero 2010, U-Map (Van Vught, Kaiser,
File, Gaethgens, Peter y Westerheijden, 2010), The European Classification of Higher Education
Institutions distingue los siguientes “stakeholders”: estudiantes, instituciones de educacion superior,
empresas, quienes formulan políticas públicas en sus distintos niveles, investigadores y analistas.
Frans Van Vught (2009) distingue en materia de diversidad seis tipos: diversidad sistemática referida
a las diferencias entre las instituciones en cuanto a tipo, tamaño y control; diversidad estructural
referida a las diferencias que resultan de su historia, forma jurídica de su fundación, o diferencias en
las formas de gobierno; diversidad programática referida a los títulos y grados que otorgan, misión,
o a los demás servicios que prestan, diversidad de procedimientos en que los servicios de docencia,
investigación y otros son provistos; diversidad de reputación, referido a las diferencias basadas en el
prestigio; diversidad constituyente referida al tipo de alumnos que sirve; diversidad de valores y
cultura referida a la cultura y el medio social.
En Estados Unidos la Comisión Carnegie realizó el año 1973 una clasificación que ha marcado este
tipo de estudios y que ha evolucionado incorporando nuevos elementos, y que ha sido actualizado
en los años 1994, 2000 y 2005; para mayor información ver Steven Brint (2013) quien además analiza
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1550
otros métodos alternativos de clasificación. Por el lado Europeo se confeccionó una clasificación que
es conocida como U-MAP (Ziegele, 2013), cuyo objetivo como lo indica el propio documento es
entender la diversidad para mejorar y desarrollar el sistema de educación europeo.
Chile no ha estado exento de este fenómeno, Brunner, Elacqua,, Tillett, Bonnefoy, González, Pacheco
y Salazar (2005), Brunner (2009) abordan el tema y considerando variables tales como, años de
fundación, posición en estadísticas internacionales, tamaño, número de publicaciones y otras,
distinguen siete categorías; a saber: Grupo 1 Universidades de investigación;Grupo 2 Universidades
regionales estatales;Grupo 3 Universidades regionales católicas;Grupo 4 Universidades
relativamente especializadas; Grupo 5 Universidades privadas selectivas;Grupo 6 Universidades
privadas de tamaño mayor, no selectivas; Grupo 7 Universidades privadas de tamaño menor, no
selectivas. Bernasconi (2006) critica esta tipología bajo el argumento que el criterio principal de
clasificación es la selectividad de los estudiantes de pregrado.
Reyes y Rosso (2013) desarrollan una nueva clasificación que distingue cuatro grupos que son a saber:
Grupo 1 Universidades docentes; Grupo 2 Universidades docentes con proyección en investigación;
Grupo 3 Universidades con investigación y doctorados en áreas selectivas; Grupo 4 Universidades de
investigación y doctorados. El criterio primario aplicado fue si tenían o no doctorados, y el criterio
secundario fue la cantidad de publicaciones indexadas y la cantidad de doctorados ofrecidos.
Miguel Muñoz y Christian Blanco (2013) a partir de un pool de variables relevantes para la literatura
especializada, tales como, investigación, tamaño, composición, acreditación y otras, aplican análisis
factorial y distinguen cinco grupos que son: Grupo 1 Universidades de investigación; Grupo 2
Universidades masivas; Grupo 3 Universidades de acreditación; Grupo 4 Universidades elitistas y
Grupo 5 Universidades no elitistas.
Jeroen Bartelse y Frans Van Vught (2007) establecen 4 tipologías; a saber: en base a la educación
ofrecida, investigación e innovación, perfil de los estudiantes y docentes, características
institucionales. Jung Cheol Shin (2009) usando una metodología de análisis jerárquico de
conglomerado identifican para el caso coreano tres tipos distintos de universidades, las de
investigación (7 universidades), las activas en investigación (14 universidades) y las universidades
orientada a doctorado (26).
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1551
Materiales y métodos
La investigación contempla el uso de dos técnicas multivariantes. Inicialmente se desarrolla un
análisis cluster multivariante. El análisis cluster es un método estadístico multivariante de
clasificación que permite, a través de un conjunto de datos ubicarlos en grupos homogéneos,
denominados conglomerados o cluster, no conocidos a priori, pero sugeridos por la naturaleza del
estudio (Hair, Anderson, Tatham y Black, 1999). Así, los individuos que sean considerados similares
serán asignados a un mismo cluster, mientras que individuos diferentes serán localizados en
conglomerados distintos. Luego, el objetivo será la formación de grupos de universidades
homogéneos entre las universidades conformantes del grupo, y heterogéneos entre los grupos de
universidades creados. Para lo anterior se utilizan variables agrupadas en tres categorías: docencia,
investigación y contable-financiero.
La segunda técnica multivariante utilizada en la investigación corresponde a un análisis de
significatividad de las variables para las que se poseen datos de su evolución en el tiempo. El análisis
se realiza tanto para el cluster definido en la primera etapa, así como para un cluster conformado por
las universidades que poseen 6 o más años de acreditación. Para ello se hacen dos comparaciones:
la primera se realiza entre cada uno de los años para los que se posee información de la variable y el
promedio de cada variable (año i / promedio periodo); para la segunda comparación, se selecciona
un año base, que corresponde al menor periodo de cada una de las variables y se compara con cada
uno de los periodos posteriores (año i / año base i). Para realizar cada una de las comparaciones
anteriores se trabaja con contrastes sobre medias, utilizando para ello la prueba t para muestras
relacionadas.
Análisis cluster multivariante para la segmentación del Sector Universitario Chileno
Inicialmente se desarrollará un análisis descriptivo para todas y cada una de las variables de la
muestra, para ello se trabajará con los estadísticos: Mínimo, Máximo, Media y Desviación Estándar.
Los datos son obtenidos del Servicio de Información de Educación Superior (SIES), y corresponde a
variables igualmente no espaciadas entre los años 2008-2013, el análisis se desarrollará para las 60
Instituciones de Educación Superior existentes en el país en el año 2012 (ver Tabla 1).
“Inserte Tabla 1”
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1552
En la Tabla 2 se muestran las variables que presentan información para los periodos más actuales.
Cada variable se comprende por su propio nombre y no requiere definición.
No todas las instituciones de educación superior poseen datos para las 97 variables que están
disponibles en el SIES, es asi que por ejemplo para la variable “Matricula Pregrado 2012” existen
datos para las 60 instituciones, sin embargo, para la variable “M2 construidos por estudiante”, solo
hay datos para 49 instituciones de educación superior. Por lo anterior, para mejorar la robustez del
análisis cluster a desarrollar, se prefieren aquéllas variables que posean una mayor cantidad de
observaciones para todas las instituciones, así como aquéllas variables más representativas del tema
objeto de estudio.
Al respecto, las variables se han agrupado en tres tipos: 18 variables de docencia, 25 variables de
investigación, 5 variables con criterio contable-financiero, esta separación no tiene efecto estadístico
sobre el análisis realizado, sólo se realiza con la finalidad de estructurar el análisis cluster. Así las
variables seleccionadas por cada categoría son:
“Inserte Tabla 2”
De la base de datos original (SIES) es posible apreciar que para el grupo Variables Docencia, la variable
Matrícula Pregrado 2012, posee su valor mínimo para la Universidad la Araucana con 97 estudiantes,
mientras que su valor máximo lo alcanza la Universidad Nacional Andrés Bello, con un valor de 39.345
estudiantes. Por otra parte, y siguiendo con el grupo Variables Docencia, la Universidad la Araucana
es quien posee el menor número de Jornada Completa Equivalente en el año 2012 (2,91), mientras
que la Pontificia Universidad Católica de Chile es quien posee el máximo valor de esta variable
(1.919,11). Ahora bien, respecto al grupo Variables Investigación, la Universidad de Atacama es quien
posee el menor número de Fondecyt Regular Aprobados en el año 2012 con 1 proyecto, mientras
que ese año la Universidad de Chile ha obtenido 152 Proyectos Fondecyt Regular Aprobados. Relativo
al número de publicaciones ISI, en el año 2012, la Universidad de las Américas tuvo 0 publicaciones,
mientras que la Universidad de Chile alcanzó el máximo de publicaciones en revistas ISI con 1.081
publicaciones. Por último, y relativo al grupo Variables Contable-Financiero, el valor medio de activos
fijos del grupo de universidades del sistema fue de $30.614.216, mientras que el valor medio del
pasivo a largo plazo y del patrimonio de las universidades del sistema fue de $8.261.522 y
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1553
$36.956.705, respectivamente. El análisis descriptivo muestra una gran heterogeneidad en los
valores de las variables lo que indica que en Chile existe una gran diversidad de instituciones y por
tanto, se hace necesario distinguir entre ellas
Para realizar el análisis cluster inicialmente se realizan iteraciones para todas las universidades del
sistema, pero considerando en forma independiente el grupo Variables Docencia, y el grupo Variables
Investigación, luego se agregan ellas para realizar nuevas iteraciones, y, finalmente se trabaja con los
tres grupos de variables Docencia, Investigación, Contable-Financiero, para por último agregar al
análisis la variable Años de Acreditación. Para el caso de esta investigación, se presenta el detalle de
los resultados obtenidos para el grupo: Docencia, Investigación, Contable-Financiero; y, Docencia,
Investigación, Contable-Financiero, Años de Acreditación.
Dada las características del sistema universitario en Chile, se trabajará con análisis cluster no
jerárquico, utilizando para ello el método de las k-medias, el que utiliza la medida de distancia
euclídea al cuadrado (ec. 1).
(ec.1)
Para lo anterior, la metodología intenta identificar grupos de universidades relativamente
homogéneas basándose en las características (variables) seleccionadas, utilizando el algoritmo
mencionado que permite trabajar con un gran número de casos. Para lo anterior, el algoritmo de
clasificación requiere especificar inicialmente el número de conglomerados, para lo cual se
presentarán algunas iteraciones para cada caso de análisis. Además, y dada la heterogeneidad en la
medición de cada una de las variables, se trabaja con las puntuaciones normales de cada variables
(ec.2), es decir se han tipificado cada una de ellas, lo que no afecta al resultado final del presente
estudio.
(ec.2)
Análisis Cluster Variables Docencia, Investigación, Contable-Financiero
A continuación se realiza el análisis cluster iterando con 3 y 4 conglomerados. Para el caso de la
iteración con 3 conglomerados, en la Tabla 3 es posible apreciar las instituciones de educación
superior que quedan asignadas a cada conglomerado, lo que es resumido en la Tabla 5, para este
2
´ jiijij xxd
i
i
xz
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1554
caso quedan 41 instituciones sin asignación, lo anterior se debe a la gran cantidad de valores perdidos
para cada una de las variables seleccionadas. Respecto al análisis ANOVA desarrollado (Tabla 4), las
variables: retención1er año, retención 2° año, duración formal, y, duración real (dado el número de
variables, en este caso sólo se presentan las variables menos significativas para simplificar la tabla),
no son significativas en la formación de los conglomerados. Finalmente quedan asignadas: 16
instituciones en el cluster 1, 2 instituciones en el cluster 2, y, 1 institución en el cluster 3.
“Inserte Tabla 3”
“Inserte Tabla 4”
“Inserte Tabla 5”
Para el caso de la iteración con 4 conglomerados, en la Tabla 6 es posible apreciar las instituciones
de educación superior que quedan asignadas a cada conglomerado, lo que es resumido en la Tabla
8. Respecto al análisis ANOVA desarrollado (Tabla 7), las variables: duración formal, y, duración real,
no son significativas en la formación de los conglomerados. Finalmente quedan asignadas: 1
institución en el cluster 1, 2 instituciones en el cluster 2, 1 institución en el cluster 3, y, 15 instituciones
en el cluster 4.
“Inserte Tabla 6”
“Inserte Tabla 7”
“Inserte Tabla 8”
Análisis Cluster Variables Docencia, Investigación, Contable-Financiero, Años Acreditación
Se realiza una última iteración, incorporando por su relevancia en el contexto del sistema nacional
de Instituciones de Educación Superior, la variable Años de Acreditación de cada una de las
universidades del sistema, para este caso se itera con 3 conglomerados, los resultados se presentan
a continuación.
“Inserte Tabla 9”
“Inserte Tabla 10”
“Inserte Tabla 11”
En la Tabla 9 es posible apreciar las instituciones de educación superior que quedan asignadas a cada
conglomerado, lo que es resumido en la Tabla 11. Respecto al análisis ANOVA desarrollado, las
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1555
variables: establecimiento municipal 2012, establecimiento subvencionado 2012, establecimiento
particular pagado 2012, total pasivos y patrimonio, y, años de acreditación, no son significativas en
la formación de los conglomerados. Finalmente quedan asignadas: 13 instituciones en el cluster 1, 2
instituciones en el cluster 2, y, 4 instituciones en el cluster 3.
A continuación en la Tabla 12 se presenta un cuadro resumen de las asignaciones de las instituciones
de educación superior dependiendo del número de conglomerados formados, y, del grupo de
variables que se ha incorporado en el análisis de todas las iteraciones realizadas.
“Inserte Tabla 12”
De la Tabla 12 es posible apreciar que de las 10 iteraciones realizadas, en un gran número de ellas
(70%) las instituciones de educación superior sin ser asignadas fueron 41, siendo siempre las mismas
universidades. Además, la iteración: no jerárquico 3 conglomerados Variables Docencia,
Investigación; entrega el mismo resultado que la iteración: no jerárquico 3 conglomerados Variables
Docencia, Investigación, Contable-Financiero, Años Acreditación, siendo el único caso repetido en
nuestro análisis, por lo que éste será el que se utilizará para la segunda etapa metodológica del
presente estudio.
Análisis significatividad variables cluster
A continuación, se realiza el análisis de significatividad de la evolución de las variables de la Tabla 2,
tanto para el cluster 1 formado por las 13 instituciones de educación superior identificado en el
análisis anterior, como para el grupo de 8 universidades que poseen 6 o más años de acreditación.
Para ello se hacen dos comparaciones: la primera de ellas se realiza entre cada uno de los años para
los que se posee información de la variable y el promedio de cada variable (año i / promedio periodo);
para la segunda comparación, se selecciona un año base, que corresponde al menor periodo de cada
una de las variables y se compara con cada uno de los periodos posteriores (año i / año base i).
Para realizar cada una de las anteriores comparaciones se trabaja con contrastes sobre medias,
utilizando para ello la prueba t para muestras relacionadas (ec. 3), contraste que es recomendado
cuando se poseen dos variables diferentes, o una misma variable medida en dos momentos
diferentes de tiempo.
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1556
(ec. 3)
Para poder realizar el contraste t para muestras relacionadas, lo primero que debe validarse es la
relación que existe entre la(s) variable(s) analizadas, para ello se utiliza el coeficiente de correlación
de Pearson. Luego de haber identificada la existencia de la mencionada relación, se procede a validar
la existencia de diferencias significativas entre la(s) variable(s) bajo estudio.
Así, las tablas que a continuación se presentan, indican, inicialmente la existencia o no de correlación
entre cada par de variables analizados para este estudio, para los dos cluster señalados (13 y 8
universidades), y luego, el análisis de la prueba t para las muestras relacionadas. Para el caso de las
correlaciones, se presentan cada par de variables que no presentan correlación significativa; mientras
que para el caso de la prueba t, se muestra cada par de variables donde cada una de las anteriores
relaciones no es diferentemente significativa.
“Inserte Tabla 13”
De la tabla anterior es posible observar los resultados, inicialmente para el análisis de correlaciones
de las muestras relacionadas, y posteriormente para la prueba t de muestras relacionadas, lo anterior
separado por cada uno de los dos cluster analizados, y para los grupos de variables. Así, para el caso
de las correlaciones, muy pocas de ellas no presentan correlación significativa (5%), es decir, la
mayoría de las variables seleccionadas sí están altamente correlacionadas; mientras que para el caso
de la prueba t, se presenta cada par de variables donde cada una de las anteriores relaciones no es
diferentemente significativa. A continuación se presenta un resumen de las variables que no
presentan diferencias significativas para cada uno de los cluster analizados.
“Inserte Tabla 14”
De la Tabla 14, es posible apreciar que para el cluster 8 universidades con seis o más años de
acreditación; un 58% de las comparaciones para la variable, año i / promedio periodo, poseen medias
iguales, mientras que un 15% de las comparaciones para la variable, año i / año base i, poseen medias
iguales. Ahora bien, para el cluster 13 universidades, un 31% de las comparaciones para la variable,
año i / promedio periodo, poseen medias iguales, mientras que un 25% de las comparaciones para la
variable año i / año base i, poseen medias iguales.
Dy
DDyt
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1557
Resultados y discusión
De los análisis realizados, se concluye que es posible discriminar entre tres conglomerados, el primero
de ellos compuesto por 13 instituciones de educación superior, el segundo por 2 y el tercero por 4.
En cada uno de estos grupos considerando las variables agrupadas de acuerdo a la tipología:
docencia, investigación y contable-financiero, donde las instituciones de cada grupo son homogéneas
entre sí, mientras que las instituciones entre los grupos creados son heterogéneas.
Para el segundo análisis se consideraron las 13 instituciones del primer cluster, así como otro formado
por las 8 Instituciones de Educación Superior que poseen 6 o más años de Acreditación. En relación
a los resultados del segundo análisis, se identifican las variables que han presentado cambios
significativos en el tiempo, respecto al cluster de 13 universidades, y al cluster de 8 universidades. Se
encuentra que en promedio existen muy pocas variables que presentan diferencias significativas
(19% de las variables estudiadas, ver Tabla 13 y Tabla 14), sobre todo al momento de analizar dichas
diferencias en el cluster de universidades pertenecientes a aquéllas que poseen 6 o más años de
acreditación, lo que significa que es difícil discriminar.
Conclusiones e implicancias de la investigación
En la presente investigación fue posible conocer las similitudes y diferencias entre las diferentes
universidades pertenecientes al Sector Universitario chileno, a través de la formación de diferentes
conglomerados. Una vez formado los conglomerados y ubicadas cada una de las instituciones de
educación superior en ellos, fue posible analizar las diferencias significativas de un grupo de variables
que poseen evolución en el tiempo.
La investigación provee información de utilidad para comprender el Sector de Instituciones de
Educación Superior en Chile, y conocer en términos cuantitativos, las diferencias existentes entre
cada una de las Universidades que conforman el mencionado sector. El valor agregado de la
investigación es que, al utilizar técnicas cuantitativas en los análisis nos permite estudiar, desde una
óptica diferente a la tradicionalmente utilizada, el sector universitario en Chile (Cave, Hanney, Henkel
y Kogan, 1997; Johnes y Taylor, 1990). La investigación pone de relieve la complejidad que enfrentan
los “stakeholders” cuando tienen necesidad de hacer comparaciones, y lo injusto que resulta
distinguir por criterios muy simples, como por ejemplo años de acreditación, sin considerar la variable
tamaño o el proyecto educativo de la institución.
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1558
Referencias bibliográficas
Bernasconi, A. (2006). La difícil tarea de clasificar universidades. Rankings y clasificaciones como
reacción a la heterogeneidad institucional. Calidad en la Educación Superior, 25, 81-95.
Bartelse, J. & Van Vught, F. (2007). Institutional Profiles: Towards a Typology of Higher Education
Institutions in Europe, IAU Horizons, 13(2-3), 9-11
Brint, S. (2013). Enfoque a priori y enfoque empírico en la clasificación de las instituciones de
educación superior: el caso de Estado Unidos, Clasificación de Instituciones de Educación Superior
(Santelices, M.V., Ugarte, J.J. y Salmi, J. eds), Publicaciones del Ministerio de Educación de Chile, 2,
75-108.
Brunner, J. J., Elacqua, G., Tillett, A., Bonnefoy, J., González, S., Pacheco, P. & Salazar, F. (2005). Guiar
el mercado. Informe sobre la educación superior en Chile. Viña del Mar (Chile), UAI.
Brunner, J. J. (2009). Tipología y características de las universidades chilenas. Documento para
comentarios. Disponible en http://200.6.99.248/~bru487cl/files/2009/02/post_116.html
Cave, M., Hanney, S., Henkel, M. & Kogan, M. (1997). The use of performance indicators in higher
education, 3rd Ed., Bristol, Jessica Kingsley Publishers.
Cheol Shin, Jung (2009), High Education, 57, 247–266
Flores, L., González, J., Rodríguez, J. & Sugg, D. (2011). Aporte fiscal indirecto: Una propuesta para su
modernización. Calidad en la Educación, 35, 193-228.
Hair, J., Anderson, R., Tatham, R. & Black, W. (1999). Análisis multivariante, 5ª. Ed., Madrid, Prentice
Hall.
Johnes, J. & Taylor, J. (1990). Performance indicators in higher education, First Ed., Bristol, SRHE and
Open University Press.
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1559
Muñoz, M. & Blanco, C. (2013). Calidad en la educación, 38, 181-213.
Reyes, C. & Rosso, P.P. (2013). Una nueva clasificación de las universidades chilenas. Clasificación de
Instituciones de Educación Superior, División de Educación Superior, Ministerio de Educación de
Chile, Primera Edición, 2, 135-151.
Van Vught, F. A. (2009). Mapping the Higher Education Landscape, Chapter 1Diversity and
Differentiation in Higher Education, Higher Education Dinamics, 28.
Van Vught, F.A., Kaiser, F., File, J.M., Gaethgens, C., Peter, R. & Westerheijden, D.F. (2010). U-Map.
The European Classification of Higher Education Institutions
Ziegele, F. (2013). Clasificación de las instituciones de educación superior: el caso europeo,
Clasificación de Instituciones de Educación Superior (Santelices, M.V., Ugarte, J.J. y Salmi, J. eds),
Publicaciones del Ministerio de Educación de Chile, 2, 41-73.
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1560
Tablas
Tabla 1. Instituciones de educación superior consideradas en el análisis
1 U. Nacional Andrés Bello 21 U. Pedro de Valdivia 41 U. Alberto Hurtado
2
U. Tecnológica de Chile
INACAP 22 U. del Bío-Bío 42 U. Católica Silva Henríquez
3 U. de Las Américas 23 U. Arturo Prat 43 U. Bernardo O'Higgins
4 U. Santo Tomás 24 U. de Aconcagua 44 U. Internacional SEK
5 U. de Chile 25 U. Católica del Norte 45
U. Metropolitana de Cs de la
Educación
6 U. San Sebastián 26 U. de Los Lagos 46
U. de Artes, Cs y Comunicación
UNIACC
7 U. de Concepción 27 U. de La Frontera 47 U. Finis Terrae
8
Pontificia U. Católica de
Chile 28 U. de Talca 48 U. Bolivariana
9 U. Autónoma de Chile 29
U. de Playa Ancha de Cs de
la Educación 49
U. Iberoamericana de Cs y
Tecnología UNICIT
10 U. de Santiago de Chile 30 U. de Tarapacá 50
U. Academia de Humanismo
Cristiano
11
U. Técnica Federico Santa
María 31 U. de La Serena 51 U. de Atacama
12 U. del Mar 32
U. Tecnológica
Metropolitana 52 U. de Magallanes
13 U. Mayor 33 U. Católica de Temuco 53 U. de Arte y Cs Sociales ARCIS
14 U. de Valparaíso 34 U. Adolfo Ibáñez 54 U. Gabriela Mistral
15
Pontificia U. Católica de
Valparaíso 35 U. de Antofagasta 55 U. La República
16 U. Diego Portales 36 U. de Viña del Mar 56 U. Adventista de Chile
17 U. del Desarrollo 37 U. UCINF 57 U. Los Leones (ex U. Marítima)
18 U. Central de Chile 38 U. Católica del Maule 58 U. Miguel de Cervantes
19
U. Católica de la Santísima
Concepción 39 U. de Los Andes 59 U. Chileno Británica de Cultura
20 U. Austral de Chile 40 U. del Pacífico 60 U. La Araucana
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1561
Tabla 2. Variables seleccionadas análisis cluster
Variables Docencia Variables Investigación Variables Contable-
Financiero
Matrícula Pregrado 2012 FRNº Proyectos Aprobados
2008
Activo fijo
Suma de total Matriculados FRMonto M$ 2008 Pasivo circulante
Suma de total Matriculados Primer Año FRNº Proyectos Aprobados
2009
Pasivo largo plazo
Afi 2013 monto m$ FRMonto M$ 2009 Patrimonio
Afi 2013 monto n° alumnos FRNº Proyectos Aprobados
2010
Total pasivos y
patrimonio
Titulados Pregrado 2011 FRMonto M$ 2010
Matrícula Posgrado 2012 FRNº Proyectos Aprobados
2011
Titulados Posgrado 2011 FRMonto M$ 2011
Total JCE 2012 FRNº Proyectos Aprobados
2012
JCE 2012 Doctorado FRMonto M$ 2012
JCE 2012 Magíster FINº Proyectos Aprobados
2008
Retención1er año (tanto por uno) FIMonto M$ 2008
Retención2° año (tanto por uno) FINº Proyectos Aprobados
2009
Duración formal FIMonto M$ 2009
Duración real FINº Proyectos Aprobados
2010
Establecimiento Municipal 2012 (tanto
por uno)
FIMonto M$ 2010
Establecimiento Subvencionado 2012
(tanto por uno)
FINº Proyectos Aprobados
2011
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1562
Establecimiento Particular Pagado 2012
(tanto por uno)
FIMonto M$ 2011
FINº Proyectos Aprobados
2012
FIMonto M$ 2012
Número ISI2008
Número ISI2009
Número ISI2010
Número ISI2011
Número ISI2012
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1563
Tabla 3. Análisis cluster no jerárquico 3 conglomerados Variables Docencia, Investigación, Contable-
Financiero
Cluster 1 Cluster 2 Cluster 3 Sin Asignación Sin Asignación
U. Nacional
Andrés Bello U. de Chile U. de Concepción
U. Tecnológica de
Chile INACAP U. del Pacífico
U. de Santiago de
Chile
Pontificia U.
Católica de Chile U. de Las Américas
U. Católica Silva
Henríquez
U. Técnica
Federico Santa
María
U. Santo Tomás U. Bernardo
O'Higgins
U. de Valparaíso U. San Sebastián U. Internacional
SEK
Pontificia U.
Católica de
Valparaíso
U. Autónoma de
Chile
U. Metropolitana
de Cs de la
Educación
U. Diego Portales U. del Mar
U. de Artes, Cs y
Comunicación
UNIACC
U. Austral de Chile U. Mayor U. Finis Terrae
U. del Bío-Bío U. del Desarrollo U. Bolivariana
U. Católica del
Norte U. Central de Chile
U. Iberoamericana
de Cs y Tecnología
UNICIT
U. de Los Lagos
U. Católica de la
Santísima
Concepción
U. Academia de
Humanismo
Cristiano
U. de La Frontera U. Pedro de
Valdivia U. de Atacama
U. de Talca U. Arturo Prat U. de Magallanes
U. Católica de
Temuco U. de Aconcagua
U. de Arte y Cs
Sociales ARCIS
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1564
U. Adolfo Ibáñez
U. de Playa Ancha
de Cs de la
Educación
U. Gabriela
Mistral
U. de Los Andes U. de Tarapacá U. La República
U. Alberto
Hurtado U. de La Serena
U. Adventista de
Chile
U. Tecnológica
Metropolitana
U. Los Leones (ex
U. Marítima)
U. de Antofagasta U. Miguel de
Cervantes
U. de Viña del Mar
U. Chileno
Británica de
Cultura
U. UCINF U. La Araucana
U. Católica del
Maule
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1565
Tabla 4. ANOVA cluster no jerárquico 3 conglomerados Variables Docencia, Investigación, Contable-
Financiero
F Sig.
Puntua(Retención1eraño) Retención1er año ,947 ,409
Puntua(Retención2doaño) Retención2° año 1,282 ,305
Puntua(Duraciónformal) Duración formal ,270 ,767
Puntua(Duraciónreal) Duración real ,040 ,961
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1566
Tabla 5. Asignaciones por cluster no jerárquico 3 conglomerados Variables Docencia, Investigación,
Contable-Financiero
Conglomerado 1 16
Conglomerado 2 2
Conglomerado 3 1
Válidos 19
Perdidos 41
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1567
Tabla 6. Análisis cluster no jerárquico 4 conglomerados Variables Docencia, Investigación, Contable-
Financiero
Cluster 1 Cluster 2 Cluster 3 Cluster 4 Sin Asignación Sin Asignación
U. Nacional
Andrés Bello U. de Chile
U. de
Concepción
U. de Santiago
de Chile
U. Tecnológica
de Chile
INACAP
U. del Pacífico
Pontificia U.
Católica de
Chile
U. Técnica
Federico Santa
María
U. de Las
Américas
U. Católica
Silva
Henríquez
U. de
Valparaíso
U. Santo
Tomás
U. Bernardo
O'Higgins
Pontificia U.
Católica de
Valparaíso
U. San
Sebastián
U.
Internacional
SEK
U. Diego
Portales
U. Autónoma
de Chile
U.
Metropolitana
de Cs de la
Educación
U. Austral de
Chile U. del Mar
U. de Artes, Cs
y
Comunicación
UNIACC
U. del Bío-Bío U. Mayor U. Finis Terrae
U. Católica del
Norte
U. del
Desarrollo U. Bolivariana
U. de Los Lagos U. Central de
Chile
U.
Iberoamerican
a de Cs y
Tecnología
UNICIT
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1568
U. de La
Frontera
U. Católica de
la Santísima
Concepción
U. Academia
de Humanismo
Cristiano
U. de Talca U. Pedro de
Valdivia U. de Atacama
U. Católica de
Temuco U. Arturo Prat
U. de
Magallanes
U. Adolfo
Ibáñez
U. de
Aconcagua
U. de Arte y Cs
Sociales ARCIS
U. de Los
Andes
U. de Playa
Ancha de Cs de
la Educación
U. Gabriela
Mistral
U. Alberto
Hurtado U. de Tarapacá U. La República
U. de La
Serena
U. Adventista
de Chile
U. Tecnológica
Metropolitana
U. Los Leones
(ex U.
Marítima)
U. de
Antofagasta
U. Miguel de
Cervantes
U. de Viña del
Mar
U. Chileno
Británica de
Cultura
U. UCINF U. La Araucana
U. Católica del
Maule
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1569
Tabla 7. ANOVA cluster no jerárquico 4 conglomerados Variables Docencia, Investigación, Contable-
Financiero
F Sig.
Puntua(Duraciónformal) Duración formal ,518 ,677
Puntua(Duraciónreal) Duración real ,117 ,949
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1570
Tabla 8. Asignaciones por cluster no jerárquico 4 conglomerados Variables Docencia, Investigación,
Contable-Financiero
Conglomerado 1 1
Conglomerado 2 2
Conglomerado 3 1
Conglomerado 4 15
Válidos 19
Perdidos 41
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1571
Tabla 9. Análisis cluster no jerárquico 3 conglomerados Variables Docencia, Investigación, Contable-
Financiero, Años Acreditación
Cluster 1 Cluster 2 Cluster 3 Sin Asignación Sin Asignación
U. Técnica
Federico Santa
María
U. de Chile U. Nacional
Andrés Bello
U. Tecnológica de
Chile INACAP U. del Pacífico
U. de Valparaíso Pontificia U.
Católica de Chile U. de Concepción U. de Las Américas
U. Católica Silva
Henríquez
Pontificia U.
Católica de
Valparaíso
U. de Santiago de
Chile U. Santo Tomás
U. Bernardo
O'Higgins
U. Diego Portales U. Austral de Chile U. San Sebastián U. Internacional
SEK
U. del Bío-Bío U. Autónoma de
Chile
U. Metropolitana
de Cs de la
Educación
U. Católica del
Norte U. del Mar
U. de Artes, Cs y
Comunicación
UNIACC
U. de Los Lagos U. Mayor U. Finis Terrae
U. de La Frontera U. del Desarrollo U. Bolivariana
U. de Talca U. Central de Chile
U. Iberoamericana
de Cs y Tecnología
UNICIT
U. Católica de
Temuco
U. Católica de la
Santísima
Concepción
U. Academia de
Humanismo
Cristiano
U. Adolfo Ibáñez U. Pedro de
Valdivia U. de Atacama
U. de Los Andes U. Arturo Prat U. de Magallanes
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1572
U. Alberto
Hurtado U. de Aconcagua
U. de Arte y Cs
Sociales ARCIS
U. de Playa Ancha
de Cs de la
Educación
U. Gabriela
Mistral
U. de Tarapacá U. La República
U. de La Serena U. Adventista de
Chile
U. Tecnológica
Metropolitana
U. Los Leones (ex
U. Marítima)
U. de Antofagasta U. Miguel de
Cervantes
U. de Viña del Mar
U. Chileno
Británica de
Cultura
U. UCINF U. La Araucana
U. Católica del
Maule
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1573
Tabla 10. ANOVA cluster no jerárquico 3 conglomerados Variables Docencia, Investigación, Contable-
Financiero, Años Acreditación
Puntua:
(Establecimiento2012Municipal)
Puntua:
(Establecimiento2012Subvencionad
o)
Puntua:
(Establecimiento2012ParticularPaga
do)
Puntua: Total pasivos y patrimonio
Puntua: Años de Acreditación
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1574
Tabla 11. Asignaciones por cluster no jerárquico 3 conglomerados Variables Docencia, Investigación,
Contable-Financiero, Años Acreditación
Conglomerado 1 13
Conglomerado 2 2
Conglomerado 3 4
Válidos 19
Perdidos 41
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1575
Tabla 12. Resumen clasificación análisis cluster
Iteración Variables Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Sin
asignación
1 Docencia
9 39 2 10
2 Docencia
7 24 17 2 10
3 Docencia
1 24 15 2 8 10
4 Investigación
15 2 2 41
5 Investigación
15 1 2 1 41
6 Docencia
Investigación
13 2 4 41
7 Docencia
Investigación
1 2 3 13 41
8 Docencia
Investigación
Contable-
Financiero
16 2 1 41
9 Docencia
Investigación
Contable-
Financiero
1 2 1 15 41
10 Docencia
Investigación
Contable-
Financiero
Años Acreditación
13 2 4 41
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1576
Tabla 13. Correlaciones de muestras relacionadas / prueba t para muestras relacionadas
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1577
Correlaciones de muestras relacionadas(año i / promedio
periodo)
Cluster 13 Universidades N Correlación Sig.
Par
12
RETENCION_1er_AÑO_2012 y
PROM_RETENCION_1er_AÑO_2008_2012
8 ,144 ,734
Prueba de muestras relacionadas(año i / promedio periodo)
Cluster 13 Universidades t gl Sig. (bilateral)
Par 2 GRAD_POST_2009 - PROM_GRAD_POST_2008_2012 ,713 7 ,499
Par 3 GRAD_POST_2010 - PROM_GRAD_POST_2008_2012 -,806 7 ,447
Par 4 GRAD_POST_2011 - PROM_GRAD_POST_2008_2012 1,967 7 ,090
Par 7 MAT_POST_2009 - PROM_MAT_POST_2008_2013 -1,264 7 ,247
Par 8 MAT_POST_2010 - PROM_MAT_POST_2008_2013 -,578 7 ,582
Par 9 MAT_POST_2011 - PROM_MAT_POST_2008_2013 ,286 7 ,783
Par
10
MAT_POST_2012 - PROM_MAT_POST_2008_2013 1,570 7 ,160
Par
12
RETENCION_1er_AÑO_2012 -
PROM_RETENCION_1er_AÑO_2008_2012
,853 7 ,422
Par
13
RETENCION_1er_AÑO_2010 -
PROM_RETENCION_1er_AÑO_2008_2012
-,668 7 ,526
Par
14
RETENCION_1er_AÑO_2008 -
PROM_RETENCION_1er_AÑO_2008_2012
-,967 7 ,366
Par
15
TMPO_TIT_PRE_2012 -
TMPO_TIT_PRE_PROM_2010_2012
,845 7 ,426
Par
16
TMPO_TIT_PRE_2010 -
TMPO_TIT_PRE_PROM_2010_2012
-,841 7 ,428
Par
18
PUBL_SCIELO_2008 - PUBL_SCIELO_PROM_2007_2011 -1,892 7 ,100
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1578
Par
19
PUBL_SCIELO_2009 - PUBL_SCIELO_PROM_2007_2011 ,245 7 ,813
Par
23
PUBL_ISI_2008 - PUBL_ISI_PROM_2007_2011 -1,214 7 ,264
Correlaciones de muestras relacionadas (año i / promedio
periodo)
Cluster 8 Universidades N Correlación Sig.
Par
12
RETENCION_1er_AÑO_2012 y
PROM_RETENCION_1er_AÑO_2008_2012
13 -,157 ,608
Prueba de muestras relacionadas(año i / promedio periodo)
Cluster 8 Universidades t gl Sig. (bilateral)
Par 1 GRAD_POST_2008 - PROM_GRAD_POST_2008_2012 -1,734 12 ,108
Par 2 GRAD_POST_2009 - PROM_GRAD_POST_2008_2012 ,437 12 ,670
Par 3 GRAD_POST_2010 - PROM_GRAD_POST_2008_2012 -1,182 12 ,260
Par 4 GRAD_POST_2011 - PROM_GRAD_POST_2008_2012 -,247 12 ,809
Par 7 MAT_POST_2009 - PROM_MAT_POST_2008_2013 -1,315 12 ,213
Par 8 MAT_POST_2010 - PROM_MAT_POST_2008_2013 1,280 12 ,225
Par
11
MAT_POST_2013 - PROM_MAT_POST_2008_2013 1,736 12 ,108
Par
19
PUBL_SCIELO_2009 - PUBL_SCIELO_PROM_2007_2011 ,902 12 ,385
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1579
Correlaciones de muestras relacionadas (año i / año base i)
Cluster 13 Universidades N Correlación Sig.
Par
10
RETENCION_1er_AÑO_2012 y
RETENCION_1er_AÑO_2008
8 ,092 ,829
Par
12
TMPO_TIT_PRE_2012 y TMPO_TIT_PRE_2010 8 ,563 ,146
Prueba de muestras relacionadas (año i / año base i)
Cluster 13 Universidades t gl Sig. (bilateral)
Par
10
RETENCION_1er_AÑO_2012 -
RETENCION_1er_AÑO_2008
,896 7 ,400
Par
11
RETENCION_1er_AÑO_2010 -
RETENCION_1er_AÑO_2008
,748 7 ,479
Par
12
TMPO_TIT_PRE_2012 - TMPO_TIT_PRE_2010 ,843 7 ,427
Correlaciones de muestras relacionadas(año i / año base i)
Cluster 8 Universidades N Correlación Sig.
Par
10
RETENCION_1er_AÑO_2012 y
RETENCION_1er_AÑO_2008
13 -,215 ,481
Prueba de muestras relacionadas (año i / año base i)
Cluster 8 Universidades t gl
Sig.
(bilateral)
Par 1 GRAD_POST_2009 - GRAD_POST_2008 1,066 12 ,307
Par 2 GRAD_POST_2010 - GRAD_POST_2008 ,375 12 ,714
Par 3 GRAD_POST_2011 - GRAD_POST_2008 1,736 12 ,108
Par 11 RETENCION_1er_AÑO_2010 -
RETENCION_1er_AÑO_2008
1,196 12 ,255
Par 13 PUBL_SCIELO_2008 - PUBL_SCIELO_2007 1,703 12 ,114
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1580
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1581
Tabla 14. Resumen de par de variables no diferentemente significativas por cluster de análisis
Cluster 8 Universidades con seis o más años de acreditación
Medias Iguales
año i / promedio periodo
GRAD_POST_2009 - PROM_GRAD_POST_2008_2012
GRAD_POST_2010 - PROM_GRAD_POST_2008_2012
GRAD_POST_2011 - PROM_GRAD_POST_2008_2012
MAT_POST_2009 - PROM_MAT_POST_2008_2013
MAT_POST_2010 - PROM_MAT_POST_2008_2013
MAT_POST_2011 - PROM_MAT_POST_2008_2013
MAT_POST_2012 - PROM_MAT_POST_2008_2013
RETENCION_1er_AÑO_2012 -
PROM_RETENCION_1er_AÑO_2008_2012
RETENCION_1er_AÑO_2010 -
PROM_RETENCION_1er_AÑO_2008_2012
RETENCION_1er_AÑO_2008 -
PROM_RETENCION_1er_AÑO_2008_2012
TMPO_TIT_PRE_2012 - TMPO_TIT_PRE_PROM_2010_2012
TMPO_TIT_PRE_2010 - TMPO_TIT_PRE_PROM_2010_2012
PUBL_SCIELO_2008 - PUBL_SCIELO_PROM_2007_2011
PUBL_SCIELO_2009 - PUBL_SCIELO_PROM_2007_2011
PUBL_ISI_2008 - PUBL_ISI_PROM_2007_2011
Cluster 13 Universidades
Medias Iguales
año i / promedio periodo
GRAD_POST_2008 - PROM_GRAD_POST_2008_2012
GRAD_POST_2009 - PROM_GRAD_POST_2008_2012
GRAD_POST_2010 - PROM_GRAD_POST_2008_2012
GRAD_POST_2011 - PROM_GRAD_POST_2008_2012
MAT_POST_2009 - PROM_MAT_POST_2008_2013
MAT_POST_2010 - PROM_MAT_POST_2008_2013
MAT_POST_2013 - PROM_MAT_POST_2008_2013
PUBL_SCIELO_2009 - PUBL_SCIELO_PROM_2007_2011
Proceedings del XXX Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 7, año 2014
1582
Cluster 8 Universidades con seis o más años de acreditación
Medias Iguales
año i / año base i
RETENCION_1er_AÑO_2012 - RETENCION_1er_AÑO_2008
RETENCION_1er_AÑO_2010 - RETENCION_1er_AÑO_2008
TMPO_TIT_PRE_2012 - TMPO_TIT_PRE_2010
Cluster 13 Universidades
Medias Iguales
año i / año base i
GRAD_POST_2009 - GRAD_POST_2008
GRAD_POST_2010 - GRAD_POST_2008
GRAD_POST_2011 - GRAD_POST_2008
RETENCION_1er_AÑO_2010 - RETENCION_1er_AÑO_2008
PUBL_SCIELO_2008 - PUBL_SCIELO_2007
top related