Variables de Influencia en la Capacidad de Aprendizaje. Un Análisis por Conglomerados y Componentes Principales.

• Autores: Laura Constanza Gallego Cossio, Oscar Javier Araque de los Ríos
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 30, Nº. 2, 2019, págs. 257-264
• Idioma: español
• Títulos paralelos:
  • Variables of influence in the learning capability. An analysis by Clusters and main components.
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 10 Citas
• Resumen
  • español

    Este artículo tiene como objetivo determinar la correlación existente entre las variables que potencian la capacidad de aprendizaje asociada al desarrollo de la investigación en las Instituciones de educación superior. Con tal propósito se utiliza la técnica multivariada de análisis de conglomerados de variables y se construye el clúster jerárquico utilizando el software SPSS. A partir del método ward para agrupación de clúster e intervalo de distancia euclídea cuadrado, se identifican los grupos que se forman. Esta selección de conglomerados se corrobora con la técnica multivariada de análisis de componentes principales, con un análisis de matriz de correlaciones de KMO (Kaiser, Meyer y Olkin) y prueba de esfericidad de Bartlett. El análisis mostró que la capacidad de aprendizaje presenta una fuerte interacción con el sector externo, reflejado por el alto nivel de relación entre alianzas y políticas institucionales y de estos con el desarrollo de convenios. La capacitación y formación de posgrado de los investigadores y la vigilancia de los saberes presentan un menor nivel de correlación con las demás variables.

  • English

    The purpose of this manuscript is to determine the correlation between the variables that enhance the learning capability associated with the development of research in Higher Education Institutions. For this purpose, the multivariate analysis of clusters of variables using the SPSS software is applied. From the ward method for cluster grouping and square Euclidean distance interval, the groups that are formed are identified. This selection of clusters is corroborated with the multivariate technique of principal component analysis, with an analysis of KMO correlation matrix (Kaiser, Meyer and Olkin) and Bartlett's sphericity test. The analysis showed that the learning capability presents a strong interaction with the external sector, reflected by the high level of relationship between alliances and institutional policies and of these with the development of agreements. The training and graduate training of researchers and the monitoring of knowledge present a lower level of correlation with the other variables.