Análisis factorial múltiple para clasificación de universidades latinoamericanas

Jimmy A. Corzo

Resumen


Se utiliza la técnica del análisis factorial múltiple (AFM) para proponer cinco clases de universidades latinoamericanas a partir de tres conocidos rankings las cuales distinguen por ejemplo universidades con alto grado de especialización y baja productividad; universidades de excelencia con bajo liderazgo científico; universidades que no gozan de buena reputación pero tienen docentes productivos; universidades con buena reputación y pocos docentes con doctorado; y universidades productivas de alto impacto y bajos índices de colaboración internacional. Los factores producto del AFM revelan algunas paradojas que se corroboran en la clasificación como el oponer el grado de especialización a la productividad; el liderazgo científico contra impacto y calidad de la productividad; o la posible inconveniencia de incluir criterios de opinión que resultan independientes del liderazgo y del impacto

Texto completo:

PDF BibText

Referencias


Escofier, B. P. J. (2008), Analyses Factorielles Simples et Multiples, 4 edn, DUNOD, Paris, ISBN 978-2-10-053809-6.

Escoufier, Y. (1973), ‘Le traitement des variables vectorielles’, Biometrics 29, 751– 760.

Herve Abdi, L. J. W. & Valentin, D. (2013), ‘Multiple factor analysis: principal component analysis for multitable and multiblock data sets’, WIREs Comput Stat 2013 doi: 10.1002/wics.1246.

Margison, S. & Ordorika, I. (2010), Hegemonía en la era del conocimiento: competencia global en la educación superior y la investigación científica, 2 edn, Academic Press, Universidad Nacional Aut ́onoma de M ́exico.

Martinez Rizo, F. (2011), ‘Los rankings de universidades: una visión crítica’, Revista de la educación superior XL(I)(157), 77–97.

Sanchez, J. & Moreno, G. (2011), Caracterizaci ́on de rankings universitarios, 1 edn, Universidad Nacional de Colombia, sede Bogot ́a, Universidad Nacional de Colombia, sede Bogot ́a.




DOI: http://dx.doi.org/10.15332/s2027-3355.2017.0001.03

Métricas de artículo

Cargando métricas ...

Metrics powered by PLOS ALM

Enlaces refback

  • No hay ningún enlace refback.


ISSN: 2027-3355 – ISSN Online: 2339-3076