La eficiencia de la educación superior en México, 2008-2016: Un modelo DEA dinámico-network

• Navarro-Chávez, César Lenin ^[1] ; Delfin-Ortega, Odette V. ^[1]
  1. [1] Universidad Michoacana de San Nicolás de Hidalgo

     Universidad Michoacana de San Nicolás de Hidalgo

     México

     
• Localización: Perfiles latinoamericanos: revista de la Facultad Latinoamericana de Ciencias Sociales, Sede México, ISSN-e 2309-4982, ISSN 0188-7653, Vol. 28, Nº. 56, 2020, págs. 261-298
• Idioma: español
• Títulos paralelos:
  • The efficiency of higher education in Mexico, 2008-2016: A dynamic-network DEA model
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    Esta investigación parte del enfoque sociológico del capital humano para presentar un análisis de la eficiencia de las universidades públicas en México mediante la metodología dea con un modelo dinámico y estructura network. Para identificar las variables usadas en el modelo, se recurre al análisis factorial y al método de componentes principales. Además se lleva a cabo el cálculo de las dimensiones latentes y el gráfico de sedimentación, en donde se tuvo la presencia de dos componentes. Realizada la rotación de factores, se agruparon de manera natural las variables en los nodos de enseñanza y de investigación, mismos que permitieron la agrupación de los inputs y outputs del modelo dea dinámico-network. Los resultados muestran que el nodo más eficiente fue el de la enseñanza.                                              

  • English

    This research addresses from sociological approach of human capital where an analysis of efficiency of public universities in Mexico is presented using the dea methodology with a dynamic model and network structure. In order to identify the variables to be used in the model, factor analysis is used, operating the principal component method. Subsequently, the calculation of the latent dimensions and the sedimentation graph were carried out, where the presence of two components was present. After performing factor rotation, the variables were grouped naturally into two nodes: teaching and research. With the identification of these nodes, the inputs and outputs of the dynamic dea-network model could be grouped. The results show that the most efficient node was teaching.