COLOMBIAN PUBLIC UNIVERSITIES MANAGEMENT INDICATORS ASSESSMENT: A STRUCTURAL EQUATION MODEL APPLICATION

Authors

  • Miguel Oswaldo Perez Pulido Universidad de Santander
  • Giampaolo Orlandoni Merli Universidad de Santander
  • Josefa Ramoni Perazzi Universidad de Santander

DOI:

https://doi.org/10.15649/2346075X.233

Keywords:

University management Indicators, Structural Equation Modeling, Confirmatory Factor Analysis, State University System

Abstract

In recent years, universities are experimenting new trends that have serious implications for its structure and functioning. The organizations involved in higher education are building strategies to improve university efficiency and ensure their proper functioning. There are several studies regarding university evaluation using indicator systems. The management model of Colombian universities is based on the assessment of the causal relationships between university inputs, measured through a set of indicators that represent the university total capacity. This research presents an analysis of the Colombian public universities performance indicators for the period 2003-2008, which aims to characterize its evolution in time and explore whether it maintains its structure every year. We also investigate whether the indicators proposed by the SUE (State University System) are the best indicators and points out which ones are more reliable. This paper is a descriptive and quantitative study, in which we propose a structural longitudinal model in two waves divided into two time periods (2003-2005) and (2006-2008). We analyzed the percentage changes in several management indicators taking 2003 as the base year. The data were analyzed by the software Lisrel 8.5. Among the most significant results is the positive behavior change for the second period (2006-2008) compared to the first (2003-2005) in the research index.

Author Biographies

Miguel Oswaldo Perez Pulido, Universidad de Santander

Licenciado en Matemáticas, Magister en Estadística. Profesor Titular. Universidad de Santander, Facultad de Ciencias Exactas Físicas y Naturales, Grupo de Investigación CIBAS. Bucaramanga.

Giampaolo Orlandoni Merli, Universidad de Santander

Economista, PhD en Estadística. Profesor Titular. Universidad de Santander, Facultad de Ciencias Exactas Físicas y Naturales, Grupo de Investigación CIBAS. Bucaramanga. Colombia

Josefa Ramoni Perazzi, Universidad de Santander

Economista, PhD en Economía. Profesor Titular. Universidad de Santander, Facultad De Ciencias Económicas, Administrativas y Contables. Bucaramanga. Colombia

References

(1) Observatorio de la Universidad Colombiana. Por su gestión de recursos, éstas son las IES con mayores beneficios en la distribución de recursos de Ley 30. En línea: www.universidad.edu.co/index.php?option=com_content&view=article&id=969%3Apor-su-gestion-de-recursos-estas-son-las-ies-publicas-con-mayores-beneficios-en-la-distribucion-de-recursos-de-ley-30&catid=16%3Anoticias&Itemid=198, Consulta: 23 de marzo de 2013.

(2) Ministerio De Educación Nacional de Colombia. Propuesta metodológica para la distribución de recursos artículo 87 de la ley 30 de 1992 vigencia 2013. En línea: http://www.mineducacion.gov.co/sistemasdeinformacion/1735/articles-212353_modelo1.pdf, consulta: 20 de marzo de 2013.

(3) Yánez, G. Análisis comparativo de los indicadores de gestión de las instituciones de educación superior de mayor tamaño. Universidad Industrial de Santander. Bucaramanga, Colombia, (2010).

(4) Soto, J. La producción académica como uno de los indicadores del desempeño de las universidades públicas colombianas desde la perspectiva del análisis envolvente de datos, Scientia et Technica. 2005; 2 (28): 109-14.

(5) De los Ríos, D. Indicadores de calidad y eficiencia en la educación universitaria: algunas propuestas para el sistema de acreditación chileno. Universidad de Chile. Tesis de grado. Santiago, (2000).

(6) González, P. Aplicación del Lisrel al análisis del rendimiento estudiantil. Revista Económica. Universidad De Los Andes, Mérida, (1989). No 4, p. 55-73. Disponible en http://www.saber.ula.ve/bitstream/123456789/19294/2/articulo4.pdf

(7) Hernández, A. Evaluating the Multiple-Group Mean and Covariance Structure Analysis model for the detection of Differential Item unctioning in polytomous ordered ítems. Revista Psicothema 2003; 15 (2) 315-21.

(8) Hernández, J. Universidades e Indicadores de Gestión: El documento de la Conferencia de Rectores de las Universidades Españolas. Universidad Carlos III. Madrid, España, (2003).

(9) Salafranca, L., Freixa; M. y Guàrdia, J. Aplicación del análisis exploratorio de datos en los sistemas de ecuaciones estructurales. Anales de Psicología.1992; 8 (1-2): 121-30.

(10) Joreskög, D. LISREL 8: Structural Equation modeling with the SIMPLIS Command language. Scientific Software Internacional, (2001).

(11) Bollen, K. Structural Equations with Latent Variables. Wiley & Sons. New York, (1989).

(12) Hair, J. Análisis Multivariante. Prentice Hall. 5a Ed. España, (1999).

(13) Caballero, A. SEM vs PLS: Un enfoque basado en la práctica. Memorias IV congreso de metodología de Encuestas. En línea: http://emoinsights.com/downloads/articulos/SEM_vs_PLS.pdf, Consulta: 25 de marzo de 2013.

(14) Ruiz, M. Modelos de ecuaciones estructurales. Facultad de Sicología. Universidad Autónoma de Madrid. Papeles del psicólogo. 2010; 31(1): 34-45.

(15) Rivera, C. Un modelo estructural de Multidimensional Scaling para datos asimétricos. Memorias Congreso Nacional de Estadística e Investigación Operativa SEIOS. Valladolid, (2007).

(16) Manzano, A. Sistema de ecuaciones estructurales: una herramienta de investigación. CENEVAL. México, (2009).

(17) Schreider, J.B., Stage, F.K., King, J., Nora, A., Barlow, E.A. Reporting structural equation modeling and confirmatory factor analysis results: a review. J Educ Res. 2006; 99 (6): 323-37.

(18) Departamento Administrativo Nacional de Estadística (DANE). Estimación e interpretación del coeficiente de variación de la encuesta cocensal. En línea: http://www.dane.gov.co/files/investigaciones/boletines/censo/estinterp_coefvariacion.pdf. Consulta: 5 de abril de 2013.

Published

2014-12-19

How to Cite

Perez Pulido, M. O. ., Orlandoni Merli, G. ., & Ramoni Perazzi, J. . (2014). COLOMBIAN PUBLIC UNIVERSITIES MANAGEMENT INDICATORS ASSESSMENT: A STRUCTURAL EQUATION MODEL APPLICATION. Innovaciencia, 2(1), 4–16. https://doi.org/10.15649/2346075X.233

Issue

Section

Original research and innovation article

Altmetrics

Downloads

Download data is not yet available.

Most read articles by the same author(s)