717 ESTIMANDO LA EFICIENCIA DE LA EDUCACION SUPERIOR CHILENA UN ANALISIS USANDO EL ANALISIS ENVOLVENTE DE DATOS (DEA) 2011
Anuncio
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE Pr oc ee din gs 7.17 ESTIMANDO LA EFICIENCIA DE LA EDUCACIÓN SUPERIOR CHILENA: UN ANÁLISIS USANDO EL ANÁLISIS ENVOLVENTE DE DATOS (DEA) FA AUTORES: NE PATRICIO RAMÍREZ-CORREA va d os -E Escuela de Ingeniería Comercial, Universidad Católica del Norte, Larrondo 1281, Coquimbo, Chile, [email protected] Teléfono: +56 51 209844 JESUS PEÑA-VINCES to rR es er Departamento de Administración de Empresas y Comercialización e Investigación de Mercados (Marketing), Universidad de Sevilla, Avenida Ramón y Cajal 1, CP 41018, Sevilla, España [email protected] Teléfono l: +34 95 4554 438 Au ANDRÉS ARAYA-ROSALES EN EF A Pr o ce ed ing s- De re ch os de Escuela de Ingeniería Comercial, Universidad Católica del Norte, Larrondo 1281, Coquimbo, Chile, [email protected] Teléfono: +56 51 209967 2843 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE RESUMEN objetivo de este estudio es estimar la eficiencia de un grupo de universidades chilenas. din gs Sobre la base del Análisis Envolvente de Datos (DEA: Data Envolpment Analysis), el Teniendo en cuenta la realidad del sistema universitario chileno, los autores ee desarrollaron un modelo DEA con dos variables de entrada (gastos de explotación y Pr oc académicos Jornada Completa Equivalente JCE) y tres variables de salida (resultados FA financieros de operación, publicaciones ISI y Número de estudiantes matriculados). El modelo NE propuesto se utilizó para evaluar el desempeño de 34 universidades chilenas. El resultado -E empírico indica que 9 de 34 instituciones son CCR-eficientes en la combinación de las tres os variables de salida. Además, el resultado revela que no hay diferencias estadísticamente er va d significativas entre la eficiencia de las instituciones públicas y privadas rR es ABSTRACT to Based on Data Envelopment Analysis (DEA), the objective of this study is to estimate Au the efficiency for a group of Chilean universities. Given the reality of the Chilean university de system, the authors developed a DEA model with two input variables (operating expenses and os academics FTE) and three output variables (operating income, ISI publications and student re ch enrollments). The proposed model was used to evaluate the performance of 34 Chilean De universities. The empirical result indicates that 9 out of 34 institutions are CCR-efficient on profitability, research and teaching. In addition, the result reveals no significant statistical EN EF A Pr o ce ed ing s- differences between the efficiency of public and private institutions. 2844 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE 1. Introducción din gs Una diferencia importante entre los sistemas de control de las organizaciones y los sistemas técnicos de control es la presencia de estándares predeterminados. En los ee sistemas técnicos, tales como circuitos electrónicos y máquinas, hay normas oc predeterminadas. En contraste, los estándares predeterminados no existen en los sistemas Pr de organización. Son el resultado de las acciones de sus directivos (Anthony y NE FA Govindarajan, 2001). Este es particularmente el caso de las empresas de servicios, como os -E son las universidades. va d En Chile, el 34% de las personas de 18-24 años son estudiantes de educación superior, lo que equivale a más de 768,000 estudiantes (Mineduc, 2009). El sistema chileno de educación es er superior incluye 209 instituciones públicas y privadas, en su mayoría se trata de instituciones rR privadas independientes (88%). De estas instituciones, 61 son universidades. Las universidades to principalmente ofrecen programas de nivel 5A y nivel 6, de acuerdo con la Clasificación Au Internacional Normalizada de la Educación (Brunner, 2008). Las universidades chilenas son los de principales responsables de la actividad científica y tecnológica, ya que generan directamente os más del 87% de la investigación producida en Chile con visibilidad internacional. En América re ch Latina, Chile ocupa el cuarto lugar en términos de volumen de artículos ISI y ocupa el primer De lugar respecto de los artículos producidos por millón de habitantes (CRUCH, 2008). s- Las políticas económicas del sistema de educación superior en Chile es claramente ing distinta de otros países de América Latina (Brunner y Uribe, 2007). Brunner (2008) indica que si ed se tiene en cuenta dos dimensiones principales que caracterizan a la política económica de los ce sistemas de educación superior (proporción relativa de la matrícula en instituciones privadas y Pr o la proporción relativa del gasto de fuentes privadas), el chileno ocupa los lugares más altos del EN EF A sistema educativo en el extremo superior de sector privado en el sector, junto a Corea, Japón e 2845 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE Indonesia. En los sistemas privados en el sector, al igual que los pequeños empresarios capitalistas, cada institución compite por estudiantes, profesores y el prestigio institucional. Ante esta realidad, las normas de eficiencia económica establecidos por los altos directivos de din gs las universidades chilenas deben ser diferentes de otros estándares de América Latina. ee Considerando lo anterior, es interesante estudiar la eficiencia de las universidades oc chilenas como unidades económicas dentro de un sistema educativo altamente competitivo. Pr En la literatura anterior, ningún otro estudio ha utilizado alguna vez la DEA (Análisis Envolvente FA de Datos) para medir las universidades chilenas como unidades de negocio. Por lo tanto, el NE objetivo de este estudio es estimar la eficiencia de un grupo de universidades chilenas como va d os -E unidades de negocio, utilizando el enfoque de la técnica DEA. er 2. Revisión de la literatura rR es Los investigadores Charnes, Cooper y Rhodes (1978) desarrollaron la DEA, desde el to trabajo de Farrell (1957). Esta herramienta tiene como objetivo evaluar la eficiencia de las Au organizaciones o entidades que los autores llaman "Unidades de la toma de decisiones" (DMU). de La DEA ha sido ampliamente utilizada en múltiples estudios, así como en estudios latinoamericanos (por ejemplo, Rodríguez (2003a), Rodríguez (2003b), Silva y Ramírez (2006) y re ch os González-Araya y Verdugo (2010)). De DEA es un método no paramétrico de programación matemática que se basa en la s- programación lineal (Tzeremes y Halka, 2010), donde el objetivo es determinar la eficacia de un ing grupo de unidades de decisión que realizan actividades similares. Este enfoque de optimización ed muestra la eficiencia de un grupo de unidades de la organización, utilizando la llamada frontera ce de eficiencia. Esta técnica puede proporcionar datos sobre la eficacia de cada una de las Pr o unidades objeto de estudio, y clasificar éstas de acuerdo con la eficiencia conseguida en EN EF A comparación con otras unidades (Martin, 2004), o su proporción con relación al resto. 2846 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE El análisis DEA asume que una organización es eficaz cuando se aumenta la cantidad de productos producidos (outputs) y mantiene un volumen constante de los recursos utilizados din gs (inputs). Por lo tanto, si la organización es capaz de mantener una cantidad constante de los productos obtenidos y disminuir la cantidad de recursos utilizados, también es más eficiente oc ee (Díez Martín, 2008). Pr Por lo general, se utiliza un software que opera bajo un modelo fraccionado propuesto FA por Charnes, Cooper y Rhodes (1978), conocido como CCR, para medir la eficiencia en las -E NE organizaciones (véase el modelo completo en Martin (2004)). os La especificación del modelo es una de las consideraciones más importantes para el va d éxito de la evaluación de la DEA. Si el investigador utiliza una variable de entrada como una er variable de salida, o utiliza DMU heterogéneos, es decir, con actividades dispares, o excluye es una variable de salida importante o una variable de entrada importante en el modelo, la DEA rR produce resultados incorrectos. La obtención de resultados que no son consistentes con la Au to realidad analizada distorsiona cualquier plan basado en el análisis de eficiencia (Díez de Castro, re ch DEA y la educación superior os de 2008). De Evaluar la eficiencia relativa con la DEA en las universidades no es un nuevo campo de s- investigación. Sin embargo, ha aumentado considerablemente en los últimos años. La literatura ing presenta estudios realizados en diferentes países, como Australia (Abbott y Doucouliagos, ed 2003), Chile (González-Araya y Verdugo, 2010), China (Ng y Li, 2000), Alemania (Tzeremes y ce Halka, 2010), Portugal (McMillan y Datta, 1998), España (Martín, 2004), Reino Unido (Flegg et EN EF A Pr o al., 2004) y Los Estados Unidos (Colbert et al. 2000). Salerno (2003) compara los estudios de diferentes países acerca de la eficiencia de las 2847 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE universidades con el enfoque de la DEA. Según el autor, el "típico" modelo especifica dos salidas, la educación y la investigación, y dos entradas, el trabajo y no trabajo. La Matrícula estudiantil se utiliza como proxy de la educación, las becas de investigación o publicaciones se din gs utilizan como proxy de la investigación. Personal académico a tiempo completo (JCE) es un ee indicador de trabajo y medidas de gasto son aproximaciones de no-trabajo. oc El uso de esta metodología en el campo de las universidades es justificada por Martin Pr (2004, p 219). El autor afirma que la metodología DEA se considera suficientemente apropiada FA para su uso en la medición de la eficiencia de las universidades, ya que puede ser adaptada a -E NE las características del área a analizar. va d os Propuesta de modelo DEA er El modelo DEA propuesto se muestra en la figura 1. Pretende capturar los resultados rR es de las universidades en tres áreas: la rentabilidad, la investigación y la enseñanza. En el to modelo, se especifican dos medidas de entrada: 1) Académicos Jornada Completa Equivalente Au (JCE) como un sustituto de la mano de obra, y 2) los gastos de operación como un indicador de de no-trabajo. Además, se especifican tres medidas de salida: 1) la matrícula estudiantil como un sustituto de la educación, 2) Número de publicaciones ISI como un proxy de la investigación, y De re ch os 3) ingresos de operación como un indicador de rentabilidad. ed ing s- JCE UNIVERSIDAD PUBLICACIONES ISI INGRESOS OPERACION EN EF A Pr o ce GASTOS OPERACION ESTUDIANTES 2848 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE 3. Metodología de la Investigación Datos y muestras. din gs El estudio empírico se basó en una lista de todas las universidades chilenas reconocidas por el gobierno chileno. El estudio utilizó los datos más recientes reportados por estas Pr oc ee instituciones para el Ministerio de Educación de Chile (Año 2009). FA En primer lugar, se excluyó a aquellas instituciones que no proporcionaron datos NE financieros relevantes para el modelo propuesto, y en segundo lugar, se excluyó a aquellas os -E instituciones que no registraron publicaciones ISI en el año de análisis. va d Finalmente, el análisis se realizó con una muestra de 34 instituciones. Todas las entradas y salidas de estas universidades se muestran en la Tabla 1, los valores financieros se EN EF A Pr o ce ed ing s- De re ch os de Au to rR es er expresan en millones de pesos. 2849 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE 381906 56630 371538 52828 1721 553 din gs Tabla 1. Datos de Entradas y Salidas de Universidades Chilenas 8801 37178 34486 182 31 PI U del CRUCH PI PI U del CRUCH 4546 12359 12434 14889 8960 11749 28135 48125 31153 18176 10844 27882 44496 18005 17382 176 424 762 477 322 10 29 280 4 34 U del CRUCH U del CRUCH U del CRUCH U del CRUCH U del CRUCH U del CRUCH PI U del CRUCH U del CRUCH Fundación Privada 6750 6453 11638 7116 3195 30997 24092 8388 8269 5976 15565 16113 37540 21047 8303 228384 159050 35825 20397 24585 14961 15789 37681 21011 7955 229131 144668 35537 20370 27092 308 249 490 370 173 1837 1301 368 314 411 31 16 143 68 13 1124 594 151 55 37 ISI 872 171 ee oc Pr FA U. de Santiago de Chile U. de Talca U. de Tarapacá U. de Valparaíso U. del Bío-Bío U. del Desarrollo NE U del CRUCH U del CRUCH U del CRUCH Publicaciones JCE -E U. de los Lagos U. de Magallanes U. de Playa Ancha de Cs. de la Ed. os U. Alberto Hurtado U. Arturo Prat U. Austral de Chile U. Autónoma de Chile U. Católica de la Santísima Concepción U. Católica de Temuco U. Católica del Maule U. Católica del Norte U. de Antofagasta U. de Atacama U. de Chile U. de Concepción U. de la Frontera U. de la Serena U. de los Andes va d Fundación Privada Gastos de la Operación er U. Adolfo Ibañez Ingresos de la Opereación es Estudiantes 25420 14083 rR Tipo U del CRUCH U del CRUCH 13468 3830 7859 20100 11697 15329 19663 12257 12975 288 260 390 28 42 6 U del CRUCH U del CRUCH U del CRUCH U del CRUCH U del CRUCH Fundación Privada 20851 8473 8990 17325 11808 12480 63391 30240 22053 40560 25430 42713 66133 28900 19520 35327 24681 42235 917 295 301 727 440 358 256 130 62 112 67 26 Fundación Privada 13424 42132 37594 421 86 U. Mayor U. Metropolitana de Cs. de la Ed. PI U del CRUCH 16206 5528 51592 13224 46317 13653 105 293 10 16 U. Nacional Andrés Bello U. Santo Tomas U. Técnica Federico Santa María PI PI U del CRUCH 33330 23622 15471 99726 44407 50389 84689 41504 47822 1137 507 375 90 19 161 U. Tecnológica Metropolitana U del CRUCH 9370 19283 18773 333 14 de os re ch ed ing s- De U. Diego Portales Pr o ce Au to Universidad Pontificia U. Católica de Chile Pontificia U. Católica de Valparaíso EN EF A Fuente SIES Mineduc. 2850 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE Para analizar los datos se utilizaron los software SPSS y Frontier Analyst (versión 3.04). Frontier Analyst fue utilizado con el modelo orientado a los resultados de CCR con el fin de obtener el valor de la eficiencia de la DEA (la optimización de modo "al máximo" y el modo de din gs escala constantes). En el Frontier Analyst, las unidades consideradas eficientes tienen la misma ee puntuación igual a 100. Pr oc 4. Resultados FA La tabla 2 muestra los coeficientes de correlación de Pearson de todas las variables de NE entrada y de salida. Todas las variables de entrada y de salida están correlacionadas. Todas las -E correlaciones son estadísticamente significativas. Sólo la correlación entre el número de os estudiantes matriculados y gastos de operación es inferior a 0,7 (0.683), sin embargo, esta va d relación tiene una correlación Rho de Sperman igual a 0,835 (significativo al nivel 0,01). er Tabla 2. Coeficiente de Correlación de Pearson para todas las variables de Entradas y Salidas to estudiant e JCE 0.825(**) 0.683(**) ISI Ingresos 0.908(**) 0.885(**) 0.899(**) 0.998(**) os Gastos de Au Entradas Correlación es significativa al nivel 0.01 (2-colas). re ch ** rR es Salidas El promedio de las puntuaciones CCR-eficientes de la muestra fue 87.17 (SD = 11.07). La De Tabla 3 muestra los índices de eficiencia CCR. Hay 9 de 34 instituciones CCR-eficientes, que son s- la Pontificia Universidad Católica de Valparaíso, Universidad Austral de Chile, Universidad ing Autónoma de Chile, Universidad de Chile, Universidad de Concepción, Universidad de los EN EF A Pr o ce ed Lagos, Universidad de Talca, la Universidad Mayor y Universidad Técnica Federico Santa María. 2851 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE Tabla 3. Resultados de eficiencia. er ee oc va d os -E NE FA Pr CCR-efficiente 100 100 100 100 100 100 100 100 100 96 95 94 93 93 92 92 88 87 87 87 84 84 81 80 77 76 76 76 75 75 74 71 67 64 EN EF A Pr o ce ed ing s- De re ch os de Au to rR es Pontificia U. Católica de Valparaíso U. Austral de Chile U. Autónoma de Chile U. de Chile U. de Concepción U. de los Lagos U. de Talca U. Mayor U. Técnica Federico Santa María U. de Tarapacá U. Santo Tomas U. de la Frontera U. Adolfo Ibañez Pontificia U. Católica de Chile U. Diego Portales U. de Valparaíso U. Católica del Norte U. Nacional Andrés Bello U. del Bío-Bío U. de Santiago de Chile U. de la Serena U. Católica de la Santísima Concepción U. del Desarrollo U. de Antofagasta U. Arturo Prat U. Católica de Temuco U. de Playa Ancha de Cs. de la Ed. U. Alberto Hurtado U. Tecnológica Metropolitana U. de Magallanes U. Católica del Maule U. de Atacama U. de los Andes U. Metropolitana de Cs. de la Ed. din gs Universidad 2852 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE La Figura 2 indica la frecuencia de referencias establecidas. Estas muestran cuántas veces aparece una unidad eficiente en sistemas de referencia de unidades ineficientes. Cuanto mayor sea la frecuencia, más probable es que la unidad eficiente es un ejemplo de buen din gs desempeño (Hussain y Jones, 2001). Hay siete universidades que han sido referidos por otras universidades: Universidad Autónoma de Chile (se ha mencionado 25 veces), Universidad ee Austral de Chile (se ha mencionado 14 veces), Universidad de Concepción (se ha mencionado oc 13 veces), Universidad de Talca (se ha mencionado 11 veces), Universidad Mayor (se ha Pr mencionado 10 veces), Universidad de los Lagos (se ha mencionado 10 veces) y la Universidad FA Técnica Federico Santa María (se ha mencionado 6 veces). Esto significa que la eficiencia NE relativa de estas siete instituciones es mejor que las demás instituciones eficientes o os -E ineficientes. Pr o ce ed ing s- De re ch os de Au to rR es er va d Figura 2. Frecuencia de referencias. A La Figura 3 muestra el gráfico resumen de mejora. El gráfico proporciona un resumen EN EF gráfico de las posibles mejoras identificadas por el análisis. Indica que la matrícula de 2853 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE estudiantes (35,48%), las publicaciones ISI (33,74%) y los ingresos de explotación (29,74%) tienen un potencial similar de mejora. rR es er va d os -E NE FA Pr oc ee din gs Figura 3. Resumen gráfico de las mejoras de Au to Eficiencia de las instituciones públicas y privadas Para revelar las diferencias entre la eficiencia de las instituciones públicas y privadas re ch os dos pruebas de ANOVA se llevaron a cabo. En primer lugar, las instituciones se dividen en tres categorías: Universidades públicas, Universidades privadas y fundaciones (ver tabla 1). El De resultado indicó que no había diferencias estadísticamente significativas entre las tres s- categorías (F = 0,87, p = 0,429). Posteriormente, las instituciones se dividen en dos categorías:. ing Universidades del Estado (N = 16) y las universidades no estatales (N = 18) El resultado indica ed que no hay diferencias estadísticamente significativas entre la eficiencia de las universidades EN EF A Pr o ce estatales y no estatales (F = 1,31, p = 0,229). 2854 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE din gs 5. Conclusiones Este estudio analizó la eficacia de las universidades en un sistema de educación Pr oc ee superior altamente privatizado, con una perspectiva de análisis del negocio. FA Después de proponer un modelo de eficiencia que incorpora elementos de la NE rentabilidad, se evaluó la eficiencia relativa de las instituciones de educación superior en Chile os -E con una técnica DEA va d El análisis de los resultados de este estudio puede sugerir que los altos directivos de las universidades chilenas han establecido implícitamente algunas normas de negocios para es er evaluar e informar su gestión. Además, si aceptamos las consecuencias de la hipótesis rR sociológica del sistema chileno de educación superior altamente privatizado, hay que to reconocer que las universidades de la muestra han logrado una notable eficiencia. Además, la Au uniformidad de la eficiencia entre las universidades estatales y otras universidades indica que os de todas siguen las reglas del mercado. re ch La calidad de los servicios de las instituciones de la muestra ha sido explícitamente ausente en el estudio. Sin embargo, los autores creen que esta calidad está implícito en el De rendimiento económico de las instituciones, debido al hecho de que los estudiantes acepten la s- calidad del servicio prestado con el precio cobrado por ella. Además, si bien hay algunos ing elementos de asimetría de información entre las universidades (los proveedores) y estudiantes ce ed (clientes), esto no debe explicar el desempeño económico a largo plazo de las instituciones. EN EF A Pr o Las limitaciones de este trabajo son varias, sin embargo, los autores creen que esta 2855 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE modesta contribución al conocimiento de la realidad del sistema universitario chileno será de EN EF A Pr o ce ed ing s- De re ch os de Au to rR es er va d os -E NE FA Pr oc ee din gs utilidad para los tomadores de decisiones de las universidades y el debate público. 2856 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE 6. Bibliografía ABBOTT, M., Doucouliagos, C. (2003). La eficiencia de las universidades australianas: un análisis din gs envolvente de datos. Economía de la Revisión de la Educación, 22, 89-97 ANTHONY, R. N., Govindarajan, V. (2001). Sistemas de Control de Gestión. McGraw-Hill, Nueva ee York. oc BRUNNER, J. J. (2008). El Sistema de Educación Superior en Chile: un Enfoque de economía FA Pr Política Comparada. Avaliação, 13, 2,451-486. NE BRUNNER, J.J., Uribe, D. (2007). Mercados Universitarios: el Nuevo Escenario de la Educación -E Superior. Universidad Diego Portales. Santiago de Chile. os Charnes, A., Cooper, W., Rodas, E. (1978). Medición de la eficiencia de las unidades de la toma va d de decisiones. European Journal of Operational Research, 2, 429-444. Colbert, A., Levary, R.R., Shaner, M.C. (2000). La determinación de la eficiencia relativa de los es er programas de MBA con la DEA. European Journal of Operational Research, 125, 656-669. rR CRUCH (2008). Planteamiento Sobre Políticas Nacionales de Ciencia, Tecnología e Innovación to del Consejo de Rectores de las Universidades Chilenas (CRUCH). Au http://www.cruch.cl/documentos/PlanteamientoSobrePoliticas.pdf [Acceso Mayo 12, 2011] os Empresa. Pirámide, Madrid. de DIEZ DE CASTRO, E. (2008). Informática Aplicada al estilo de Planificación y Gestión de la re ch DÍEZ MARTÍN, F.A (2008). Análisis de Eficiencia de los departamentos Universitarios. El caso de De la Universidad de Sevilla. Dykinson, Madrid. FARRELL, M.J. (1957). La medición de la eficiencia productiva. Diario de la Royal Statistical ing s- Society ,120,3,253-290. ed FLEGG, AT, Allen, DO, de campo, K., Thurlow, TW (2004). La medición de la eficiencia de las ce universidades británicas: un período de varios análisis envolvente de datos. Educación EN EF A Pr o Economía, 12, 231-249. 2857 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE GONZÁLEZ-ARAYA M., Verdugo, G. (2010). Análisis de Eficiencia y Productividad de las Universidades chilenas MEDIANTE Análisis y encapsulamiento de Datos. Aporte santiaguino, 3, 2, 245-256. din gs HUSSAIN A., Jones, M. (2001). Una introducción al Frontier Analysis. Banxia Software Ltd. Martin R. (2004). La Evaluación de la Eficiencia Técnica. Una Aplicación del DEA al estilo de la ee Universidad de la Laguna. XV Jornadas de la Asociación de la Economía de la Educación. oc McMillan, ML., Datta, D. (1998). La eficiencia relativa de las universidades de Canadá: una FA Pr perspectiva de la DEA. Política pública canadiense - análisis de politiques, 13, 4, 485-51. NE MINEDUC (2009). Matrícula Pre-Grado Para Los Años 1990 a 2008. División de Educación -E Superior del Ministerio de Educación de Chile. http://www.divesup.cl [Acceso 05 de junio os 2011] va d NG, Y.C., Li, S.K. (2000). La medición del rendimiento de la investigación de los chinos instituciones de educación superior: Una aplicación del análisis envolvente de datos. Educación es er Economía, 8, 139-156. rR RODRIGUEZ, G. I. (2003). Medicion de la Eficiencia Relativa en dos subsectores de la Economía to Colombiana DESDE 1993 a 2002 utilizando Data Envelopment Analysis (DEA). Innovar, 13, 22, Au 121-136. de RODRIGUEZ, G. I. (2003b). Medicion de la Eficiencia Relativa en Tres subsectores de la re ch Innovar, 13, 21, 145-181. os Economía Colombiana DESDE 1993 a 1999 utilizando Data Envelopment Analysis (DEA). SALERNO, C. (2003). ¿Qué sabemos acerca de la eficiencia de las instituciones de educación De superior: La mejor evidencia. Zoetermeer, Ministerio de Educación, Cultura y Ciencia, los Países s- Bajos. http://www.minocw.nl/documenten/bhw-99-bgo99.pdf [Acceso 02 de mayo 2011] ing SILVA, C., Ramírez, A. (2006). Análisis de Eficiencia de Institutos Tecnológicos de España y ed Brasil: Una Aplicación del Análisis envolvente de Datos (DEA). Diario de Gestión de la EN EF A Pr o ce Tecnología y la Innovación, 1, 4, 43-56. 2858 Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA Proceedings – Vol. 4, año 2011 ASFAE TZEREMES, N., Halkos, G. (2010). Una aproximación DEA para medir la eficiencia de los departamentos universitarios. Documento de trabajo. http://mpra.ub.uni- EN EF A Pr o ce ed ing s- De re ch os de Au to rR es er va d os -E NE FA Pr oc ee din gs muenchen.de/24029/ [Acceso 10 de junio 2011] 2859
