Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Cervera Muñoz, Arcadio; Oviedo García, Wilson; Pineda Acero, Julia Andrea
Revisión bibliográfica de la aplicación de la metodología DEA en el ámbito educativo colombiano
Civilizar. Ciencias Sociales y Humanas, vol. 13, núm. 25, julio-diciembre, 2013, pp. 133-156
Universidad Sergio Arboleda
Bogotá, Colombia
Resumen
Este artículo presenta los resultados de una revisión bibliográfica a la pro-
ducción intelectual nacional, relacionada con la aplicación de la metodología
de Análisis Envolvente de Datos (DEA, por su sigla en inglés) en el ámbito *
Este artículo es resultado de la in-
vestigación titulada: “Aplicación de
educativo colombiano. En específico, y a partir de dicha revisión, se estable- la metodología DEA para la medición
cen las características de los objetos de estudio de las investigaciones y se de eficiencias técnicas relativas en
sistemas organizacionales”, financia-
presenta el cómo se usa la metodología. Al concluir, se tiene que aunque se ha da por la Universidad de La Salle,
incrementado el manejo de DEA, aún es incipiente y por ende, existen varias Bogotá, Colombia.
oportunidades de investigación que incluyen diferentes tipos de unidades de Magíster en Ingeniería industrial
**
alcance de la investigación corresponde a las dos grupos de palabras clave (a través del co-
instituciones educativas colombianas, públicas nector lógico “y”). El primero, relacionado con
y privadas, de cualquier nivel educativo. DEA (“Análisis Envolvente de Datos”, “DEA”
y “eficiencia relativa”) y el segundo, con edu-
Metodología cación en Colombia (“educación”, “colegio”,
“universidad” y “educativo”).
La finalidad de las revisiones bibliográfi-
cas ha sido abordada por diferentes autores, sin Se consultaron en el mes de febrero del
embargo, se presentan afirmaciones similares: 2013, tres de las bases de datos que ofrece la
tener conocimiento de lo que se publica para no Universidad de La Salle a su comunidad aca-
repetir el trabajo ya realizado por otros investiga- démica (Ebsco, ProQuest y ScienceDirect) y
dores y tener un marco de referencia; dar cuenta otros recursos electrónicos como Redalyc y bi-
de las contribuciones, los avances y las tenden- bliotecas virtuales de algunas universidades na-
cias de desarrollo sobre un campo en ciencia o cionales que evidenciaban estudios sobre DEA.
tecnología; conocer métodos de trabajo emplea- Por último, se procedió a utilizar los motores de
dos en casos similares; y extraer pruebas y con- búsqueda Google y Yahoo.
clusiones que contribuyan a las investigaciones
en curso (Cegarra, 2004; Departamento Admi- Cada uno de los documentos identificados
nistrativo de Ciencia, Tecnología e Innovación se revisó, y aquellos que cumplieron los crite-
- Colciencias, 2010; Parra & Toro, 2006). La re-
rios en mención, se incluyeron en un reposito-
visión partió de la definición de los criterios para
rio en Google Drive para trabajarlos de manera
la inclusión de investigaciones, continuó con la
colaborativa. Como resultado, se seleccionaron
ubicación de las fuentes de datos y la selección
23 investigaciones.
de documentos, y finalizó con la sistematización,
análisis e integración de resultados.
Revisión de las investigaciones
Criterios para la inclusión de investi-
La exploración de las investigaciones se
gaciones
realizó a través de una matriz en Microsoft Ex-
Las condiciones para incorporar los estu- cel, por una parte, se contemplaron elementos
dios en la revisión fueron tres: relevantes frente al documento (título, tipo de
documento, palabras clave, año y lugar de pu-
1. Investigación donde se aplique Análi- blicación, autores e institución educativa aso-
sis Envolvente de Datos. ciada) y por otra, la información vinculada con
2. Estudio realizado al sector educativo la aplicación de la metodología DEA (objetivo,
colombiano. objeto de estudio, nivel educativo, tipo de ins-
3. Documento publicado por una insti- titución, cobertura, año de estudio, unidades de
tución de educación nacional (inclu- decisión [DMU, por su sigla en inglés], modelo,
ye libro, trabajo de grado, artículo y variables de entrada y de salida, y herramienta
otros, excluye documentos parciales y de análisis). Se realizaron los cálculos estadísti-
resúmenes). cos, se generaron las gráficas correspondientes
y se analizaron los resultados.
Fuentes de datos y selección de
documentos Características generales de los
documentos
Para identificar las posibles investiga-
ciones a trabajar en la revisión, se utilizó una El tipo de documento más representativo
búsqueda computarizada con combinación de en los estudios revisados corresponde a
Gráfica 1 22%
Distribución por tipo de documento
22% revisado
13%
22% 22% 39%
4
13%
22% Artículo Libro 4%
Otro tipo de publicación Trabajo de gra
13%
Artículo Libro Otro4%
tipo de publicación Trabajo de grado de posgrado Trab
13% Figura 1. Distribución por tipo de doc
Artículo Libro Otro tipo de publicación Trabajo de grado de posgrado Trabajo de grado de pregrado
22%
Figura 1. Distribución por tipo de documento revisado
Artículo Libro Otro tipo de publicación Trabajo de grado
4% de posgrado Trabajo de grado de pregrado
13%
Figura 1. Distribución por tipo de documento revisado
Fuente: Autores.
Artículo Libro
Otro tipo de publicación
Figura 1. Distribución por
Trabajo de grado de posgrado Trabajo de grado de pregrado
Gráfica 2
Tendencia de publicaciones
6
4
2 2 1 2 2 1 2 1
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Fuente: Autores.
Al relacionar el año de publicación con DEA y han surgido nuevas formas, tales como
el tipo de documento, se infiere que en los últi- libros; asimismo, se tiene que la metodología
mos años (2008-2012) se ha mantenido el uso pasó de aplicarse a nivel de posgrado para ser
de artículos para plasmar el conocimiento sobre también utilizada en pregrado (gráfica 3).
Gráfica 3
Frecuencia de publicaciones por tipo de documento
3
2
1
0
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Ar.culo 1 1 1 2 1 2 1
Libro 1
Otro 8po de publicación 1 1 1
Trabajo de grado de posgrado 1 1 1 1 1
Trabajo de grado de pregrado 1 1 3
Fuente: Autores.
Por otra parte, se encuentra que las uni- Universidad de los Andes (18%), Universidad
versidades que más investigan sobre institucio- Nacional de Colombia (13%) y Universidad
nes educativas en Colombia empleando DEA Industrial de Santander (13%) (gráfica 4).
son: Universidad Tecnológica de Pereira (31%), 5% 4% 4%
31%
4%
4
Gráfica 4
Distribución de documentos por universidad
13% 18%
13%
Figura 4. Distribución de documentos por universidad 31% 5% 4% 4%
5% 4% 4%
31% 4% 4% 4%
Fundación Universidad Central Pon:ficia Unive
4%
4% Universidad de An:oquia Universidad de
4% Universidad de Ibague Universidad de
13% 18%
13% Universidad de los Andes Universidad Ind
Universidad Nacional de Colombia Universidad Tec
Fundación Universidad Central Pon:ficia Universidad Javeriana
Universidad de An:oquia 18% Universidad de Cartagena
13%
Universidad de Ibague Universidad de La Salle
13%
Universidad de los Andes Universidad Industrial de Santander
Universidad Nacional de Colombia Universidad Tecnológica de Pereira
Fundación Universidad Central Fuente: Autores.
Pontificia Universidad Javeriana Universidad de Antioquia
4
3
2
1
0
U. de U. Ind.de U. Nal.
F. P. U. U. de U.de U.de La U. de los U. Tec. de
Cartagen Santande de
U.Central Javeriana An2oquia Ibague Salle Andes Pereira
a r Colombia
Ar@culo 1 1 1 1 5
Libro 1
Otro 2po de publicación 1 2
Trabajo de grado de posgrado 1 2 2
Trabajo de grado de pregrado 1 1 3
Fuente: Autores.
91%
91%
Privada Pública
Privada Pública
Fuente: Autores.
Nivel educativo contemplado en las inves- Colombia, que son: “preescolar, básica y me-
tigaciones Figura 8.
dia” y “educación
Distribución delFigura
superior”
nivel8.deDistribución
(MinEducación,
del nivel de estudio contemplado
estudio contemplado
2013b). En la
Figura 8. Distribución del revisión, se halló
nivel8.deDistribución
Figura quenivel
se han
estudio contemplado
del he- contemplado
de estudio
Para clasificar y analizar el nivel educati- cho más aplicaciones de DEA en la educación
vo de los objetos de estudio (gráfica 8), se48%
tomó preescolar, básica48%y media (52%) que en52% la edu- 52%
como referencia los que define el gobierno de 48% cación superior (48%).
48% 52% 52%
Gráfica
Figura 8. Distribución del nivel de estudio 8
contemplado
Distribución del nivel de estudio contemplado
48% 52%
Fuente: Elaboración propia Fuente: Elaboración propia
Fuente:
Fuente: Autores. Elaboración propia
Fuente: Elaboración propia
Educación superior
Preescolar, Básica y Media
Frente a la preferencia de las universida-
tuciones de educación superior (42%) y que la
des (gráfica 9), se evidencia que la Universidad Universidad de los Andes ha trabajado
de modo
Tecnológica de Pereira se enfoca más en insti- equitativo los dos niveles.
Fuente: Elaboración propia
Gráfica 9
Frecuencia del nivel educativo trabajado y teniendo en cuenta la universidad
5
0
Educación superior Preescolar, Básica y Media
Fundación Universidad Central 1
Pontificia Universidad Javeriana 1
Universidad de Antioquia 1
Universidad de Cartagena 1
Universidad de Ibague 1
Universidad de La Salle 1
Universidad de los Andes 2 2
Universidad Industrial de Santander 2 1
Universidad Nacional de Colombia 1 2
Universidad Tecnológica de Pereira 5 2
Fuente: Autores.
30% 13%
26%
31%
Gráfica 11
Frecuencia de uso de software para DEA
4 4 4
3
2
1 1 1 1 1 1
Fuente: Autores.
Al relacionar las universidades con el software, se tiene que no se puede establecer una herra-
mienta preferida (gráfica 12).
Gráfica 12
Frecuencia de uso de software para DEA y teniendo en cuenta la universidad
3
2
1
0
Cod.
Hta de
mosel DEA Solver
DEA DEA Fron5er Fron5er Restrepo Sin
en SolverPr DEAP EMS para
Fron5er Solver Analyst TM y definir
Xpress-‐ o DEA
Villegas
MP
F. U. Central 1
P. U. Javeriana 1
U. de An5oquia 1
U. de Cartagena 1
U. de Ibague 1
U. de La Salle 1
U. de los Andes 1 1 1 1
U. Ind. de Santander 1 1 1
U. Nal. de Colombia 1 1 1
U. Tec. de Pereira 1 1 1 3 1
Fuente: Autores.
Eficiencia evaluada
Análisis envolvente de datos
en las instituciones educativas Se identificaron seis objetivos de medición
colombianas de eficiencia en los documentos analizados y fue-
Figura 13. Distribución de los objetivos de medición
ron: calidad de la educación, manejo de recursos,
En este apartado se presenta el objetivo productividad investigativa, cobertura educativa,4%
13% 26%
de la aplicación de la metodología DEA en las producción intelectual y reducción de incidencia
instituciones educativas, junto
Figuracon
13. los modelos de losen
Distribución objetivos de medición
la pobreza (gráficade13).
eficiencia
9% El objetivo más rele-
y las variables que se emplearon. vante fue el de manejo de recursos (39%), segui-
4%
13% do por calidad en la educación (26%).
26%
9%
Gráfica 13 39%
9%
Distribución de los objetivos de medición de eficiencia
Figura 13. Distribución de los objetivos de medición de eficiencia
Se evidencia que DEA se aplicó princi- gación para incrementar su productividad (grá-
palmente a instituciones para optimizar y dar un fica 14). En cuanto a los docentes y estudiantes,
manejo adecuado a los diferentes recursos con que fueron los tipos de DMU menos analizadas,
los que cuentan (docentes, estudiantes, salones estos tenían por objetivo la calidad de la educa-
de clase, entre otros), y en los grupos de investi- ción y el manejo de recursos respectivamente.
Gráfica 14
Frecuencia de los objetivos de medición de eficiencia y teniendo en cuenta el tipo de DMU
8
6
4
2
0
Departament Grupos de
Docentes Estudiantes Ins3tuciones Municipios
os inves3gación
Calidad de la educación 1 1 4
Cobertura educa3va 1 1
Manejo de recursos 1 7 1
Producción intelectual 1 1
Produc3vidad inves3ga3va 3
Red. de incidencia en la pobreza 1
Fuente: Autores.
Al relacionar los objetivos del estudio conjunto), y los de preescolar, básica y media al
con el nivel educativo, los de educación supe- manejo de recursos y la calidad en la educación
rior (gráfica 15), se enfocaron al manejo de re- (72% en conjunto).
cursos y la productividad investigativa (66% en
Gráfica 15
Frecuencia de los objetivos de medición de eficiencia y teniendo en cuenta el nivel educativo
0
Educación superior Preescolar, Básica y Media
Calidad de la educación 2 4
Cobertura educativa 2
Manejo de recursos 5 4
Producción intelectual 2
Productividad investigativa 3
Reducción de incidencia en la
1
pobreza
Fuente: Elaboración propia.
Gráfica 16
Frecuencia de los objetivos de medición de eficiencia y teniendo en cuenta la universidad
3
2
1
0
Reducción de
Calidad de la Cobertura Manejo de Producción Productividad
incidencia en la
educación educativa recursos intelectual investigativa
pobreza
F. U. Central 1
P. U. Javeriana 1
U. de Antioquia 1
U. de Cartagena 1
U. de Ibague 1
U. de La Salle 1
U. de los Andes 1 2 1
U. Ind. de Santander 3
U. Nal. de Colombia 1 1 1
U. Tec. de Pereira 2 2 1 2
Fuente: Autores.
6
5 5
3
2
1 1
relacionar las entradas con las salidas a través Se analizaron seis estudios, de los cuales
de los modelos (Coll, & Blasco, 2006). Como solo uno propende por mejorar la calidad de
ya se mencionó, en la revisión se identificaron la educación en el sector privado. En este, el
seis objetivos (calidad de la educación, manejo objetivo incluye calidad del diseño del curso,
de recursos, productividad investigativa, cober- calidad del profesor, calidad en el desempeño
tura educativa, producción intelectual y reduc- del alumno, y calidad para el aprendizaje y el
ción de incidencia en la pobreza), motivo por el crecimiento del estudiante (Mejía, Sánchez, &
cual se contempló el análisis de variables para Visbal, 2006).
establecer nexos o discrepancias. Asimismo, se
definieron niveles de agrupación de estas varia- Los otros cinco estudios se llevaron a
bles, dependiendo de su similitud. cabo en colegios distritales, lo cual refleja que
en Colombia se busca el mejoramiento de la
Calidad de la educación calidad de la educación pública y una mayor
pertinencia (Díaz, 2003), y ha tomado mayor
Frente al primer objetivo de investiga- auge con la política de “Revolución Educativa”
ción, denominado calidad de la educación, se que el gobierno del expresidente Álvaro Uribe
observa que el 26% de los estudios en análisis Vélez, a través de la Ley 115/1994, empezó a
se dirige hacia su cumplimiento, y aplica DEA implementar, enfocándose en: cobertura, cali-
para buscar las buenas prácticas y replicarlas en dad, pertinencia y eficiencia (Soto, Vásquez, &
las instituciones educativas con ineficiencias a Villegas, 2009).
escala (Rodríguez, 2011). Lo anterior, también
muestra que los centros educativos: En cuanto a las variables de entrada (gráfi-
ca 18), los estudios manifiestan cómo los resulta-
Han centrado su atención principalmente en as-
dos académicos en las materias, el nivel educati-
pectos de calidad, dejando de lado que el proce-
so educativo es asimilable a una empresa la cual vo del docente, la relación alumnos por docente
puede ser evaluada bajo la óptica de qué tan efi- y la nómina del colegio, son partícipes del des-
ciente ha sido en la elaboración de sus productos empeño del estudiante y a su vez de la eficiencia
finales (Torres. & Reinosa, 2011, p. 5). de la institución (Torres, & Reinosa, 2011).
Gráfica 18
Variables de entrada para calidad de la educación
Tipo de contrato 1
Visitas a biblioteca 1
Total del personal 9
Tiempo de dedicación 2
Resultados materias 9
Número de estudiantes 6
Número de aspirantes 1
Nivel educativo de los docentes 7
Ingresos, Gastos e Inversiones 2
Distancia 1
Costos de personal 7
Cobertura 1
Capacidad instalada 3
Calidad 3
Fuente: Autores.
Asimismo, las seis investigaciones utilizan ción puede utilizar mas de un modelo DEA; en
nueve veces la variable Total del Personal, guar- concreto, las variables docentes y estudiantes
dando una relación mayor a uno frente al número son claves para elevar los niveles de eficiencia
de investigaciones, debido a que una investiga- en las instituciones educativas (Piñeros, 2010).
Respecto a las salidas (gráfica 19), el grupo y pertinencia, también son significativas, puesto
de variables de puntaje de pruebas académicas, es que se consideran vitales para optimizar el pro-
el de mayor grado de relación con la calidad de la ceso de producción del servicio,
educación. Por ejemplo, desde la perspectiva de
Bernal (2009) y dado que entre las pruebas acadé- […] relacionado con la gestión […] para
micas se contemplan las pruebas de Estado, se tie- lograr que los egresados salgan en el tiempo
ne que estas sirven como un filtro en la educación establecido, con los conocimientos, habilidades
superior, al permitir el ingreso de los estudiantes y destrezas esperados, de acuerdo con los
más sobresalientes a las universidades públicas. contenidos y las metodologías definidas por
la propuesta pedagógica, con los docentes y
Por su parte, variables como mejoramien- alumnos elegidos (Sarmiento, Alonso, Duncan,
to de los cursos, fortalecimiento de habilidades & Garzón, 2005, p. 18).
Gráfica 19
Variables de salida para calidad de la educación
Transferencias 2
Retención 1
Puntajes pruebas académicas 12
Promedio de notas 4
Producción de conocimiento 3
Premios obtenidos 1
PerHnencia del curso 5
Número de grupos 1
Movilidad académica 1
Mejoramiento de los cursos 7
Fortalecimiento del conocimiento 2
Fortalecimiento de habilidades 6
Fortalecimiento de capacidades 4
Estudiantes no graduados 1
Estudiantes matriculados 1
Estudiantes graduados 4
Desempeño 1
Cobertura 1
Acreditación 1
Abandono 1
Fuente: Autores.
Gráfica 20
Variables de entrada para cobertura educativa
Ahora bien, en lo referente a las salidas ciones oficiales. Esta coincidencia se debe a que
(gráfica 21), se tiene que las dos investigaciones la manera de medir la eficiencia en cobertura es
en análisis coinciden en una sola variable que considerando los estudiantes vinculados al sis-
corresponde a los estudiantes matriculados en tema educativo (Chediak, & Rodríguez, 2011;
educación preescolar, básica y media en institu- Quesada et al., 2010).
Gráfica 21
Variables de salida para cobertura educativa
Estudiantes matriculados 2
Fuente: Autores.
los recursos humanos y financieros. Este es un de esfuerzo humano, de recursos naturales y fí-
reto que exige una política de Estado (Sarmiento, sicos (maquinaria, herramientas, edificios, etc.)
Tovar, & Alam, 2001, p. 20). (Barahona, 2011; Rodríguez, 2011).
Mediante la aplicación de DEA se preten- Otro aspecto establecido, es que las insti-
de establecer el cómo se pueden transformar los tuciones educativas que tienden a invertir recur-
recursos en resultados de aprendizaje (Moriones, sos en materiales asociados al proceso educativo,
2006), y se concluye que el empleo de una ma- también lo hacen en materiales que se asocian
yor cantidad de recursos puestos a disposición de indirectamente a dicho proceso (Díaz, 2003).
una institución educativa conllevará a mejores
resultados (Pérez, Araque, & Lancheros, 2003). En específico, las variables de entrada
De la misma manera, se tiene que el manejo de asociadas a costos de personal e ingresos, gas-
recursos en las instituciones educativas implica tos e inversiones son las más representativas en
trabajar con calidad, al lograr un gasto mínimo el objetivo de manejo de recursos (gráfica 22).
Gráfica 22
Variables de entrada para manejo de recursos
Frente a las salidas (gráfica 23), y en lo básicas Saber) (López, & Rivera, 2008; López,
que respecta a instituciones educativas oficia- & Suárez, 2011; Moriones, 2006; Pérez et al.,
les de educación básica y media, cuatro estu- 2003). En cuanto a educación superior, las dos
dios propenden por ser más eficientes en los investigaciones se enfocan en la obtención de
puntajes de pruebas académicas (pruebas de buenos resultados en las Pruebas Ecaes (Barbosa,
Estado Saber 11° y pruebas de competencias 2010; García, & González, 2011).
Gráfica 23
Variables de salida para manejo de recursos
Por último, también se tiene que las ins- graduada de maestría y doctorado (Munévar,
tituciones de educación superior hacen uso de & Villaseñor, 2008).
sus recursos para fortalecer en sus estudiantes
habilidades de liderazgo, con egresados que Cabe resaltar que la metodología DEA, en
tengan impacto laboral en cargos directivos de comparación con una herramienta para medir efi-
empresas regionales, nacionales y multinacio- ciencia basada en la técnica multivariada “Aná-
nales (Zuluaga, Soto, & Estrada, 2010). lisis de componentes principales” y combinada
con regresión lineal, se considera más idónea
Producción intelectual para valorar las eficiencias de las universidades
con respecto al factor de producción académica
La producción intelectual se consideró (Soto et al., 2005). A partir de esta metodología,
como objetivo en el 13% de los estudios y se las eficiencias relativas corresponden a la com-
presentó principalmente en las universidades. paración de los valores de productividad (enlace
La razón de esto, es que la aplicación de un entre recursos y producción académica) de un
modelo DEA para medir la producción inves- conjunto de grupos de investigación con carac-
tigativa es un asunto con serias implicaciones terísticas similares en cuanto a sus disciplinas
económicas para las universidades evalua- (Ruíz, Chavarro, Orozco, & Villaveces, 2008).
das, si se tiene en cuenta que el desembolso
de los recursos está sujeto a los desempeños y Con respecto a las variables de entrada
al cumplimiento de un plan de mejoramiento (gráfica 24), estas incluyen el número de pro-
(Soto, Arenas, & Trejos, 2005). La producción gramas, número de estudiantes y total de per-
académica es una de las misiones básicas de sonal, lo que permite concluir que las institu-
investigadores universitarios, y de los auxilia- ciones educativas se clasifican en razón de su
res como semilleros de investigación; donde índice de eficiencia tanto en investigación como
se adquieren compromisos de educación pos- en formación (García, & González, 2011).
Gráfica 24
Variables de entrada para producción intelectual
En cuanto a las de salida (gráfica 25), y técnica no patentable) (Ruíz et al., 2008; Soto
siendo la de mayor uso, se tiene la producción et al., 2005). Otras como número de proyectos,
de conocimiento (artículos de investigación, número de grupos, formación y divulgación
libros, capítulos de libro, producción artística, también son tenidas en cuenta.
producción patentada o registrada y producción
Gráfica 25
Variables de salida para producción intelectual
Gráfica 26
Variables de entrada para productividad investigativa
Con respecto a las variables de salida démica, manteniendo constantes los recursos
(gráfica 27), las tres investigaciones coincidie- en un modelo DEA que se dirige a las entradas
ron en hacer mejoramiento de la eficiencia in- (Arenas, Soto, & Marino, 2004; Restrepo, &
crementando el porcentaje de producción aca- Villegas, 2007; Soto, Giraldo, & Arenas, 2007).
Gráfica 27
Variables de salida para productividad investigativa
Gráfica 28
Variables de entrada para reducción de incidencia en la pobreza
Cobertura 1
Fuente: Autores.
Pobreza 1
Fuente: Autores.
Tabla 1
Combinación de variables en los modelos
Entradas: resultados materias; número de estudiantes; distancia; nivel educativo de los docentes; tipo de contrato; total
Análisis económico de la eficien- del personal; costos de personal.
cia de los servicios de educación Salidas: desempeño; estudiantes graduados.
secundaria en Bogotá para los Referente: (Velez, Schiefelbein, & Valenzuela, 1994): la tasa alumno por docente y la distancia del docente a la institu-
años 2005, 2006 y 2007 ción guarda una relación inversamente proporcional con el desempeño del estudiante; contrario a la planta de docentes
y nivel educativo de los profesores donde su vínculo es directo.
Análisis envolvente de datos Entradas: total del personal; ingresos, gastos e inversiones; capacidad instalada.
aplicado a la cobertura educativa Salidas: estudiantes matriculados.
en el departamento de Bolívar- Experticia: entre más alta sea la inversión y mejor la utilización óptima de estos recursos, mayor es la cobertura desde
Colombia (2007-2008) preescolar hasta educación media.
Descentralización, gasto público Entradas: nivel educativo de los docentes; número de estudiantes; capacidad instalada; cobertura.
y sistema educativo oficial colom- Salidas: puntajes pruebas académicas; cobertura.
biano: un análisis de eficiencia y Experticia: la inversión apropiada del gobierno en las instituciones educativas incide favorablemente en la cobertura
calidad educativa y en los resultados sobresalientes en las Pruebas Saber.
Determinación índice de eficien- Entradas: total del personal; capacidad instalada; ingresos, gastos e inversiones; recursos tecnológicos.
cia en educación pública, munici- Salidas: aprobación académica; retención; cobertura; puntajes pruebas académicas.
pios del departamento de Risaral- Experticia: el bienestar del estudiante guarda relación directa con la disposición de recursos, generando bajas tasas de
da, año 2005 deserción y por ende, altas tasas de estudiantes graduados.
Entradas: cobertura.
Educación y pobreza, un análisis
Salidas: pobreza.
de eficiencia relativa departamen-
Experticia: entre más amplia sea la cobertura educativa en un departamento, más probabilidad existe de que las perso-
tal
nas puedan lograr salir de la pobreza extrema.
La eficiencia relativa en cober- Entradas: total del personal; ingresos, gastos e inversiones; capacidad instalada.
tura educativa de los municipios Salidas: estudiantes matriculados; intraedad; puntajes pruebas académicas.
del Tolima, aplicando el análisis Experticia: si se tiene una capacidad instalada adecuada (área disponible en los establecimientos) y una vinculación
envolvente de datos –DEA– año total de docentes, se garantiza una incorporación de población al sistema educativo (alumnos matriculados en prees-
2009 colar, básica y media).
La eficiencia relativa en los co- Entradas: capacidad instalada; ingresos, gastos e inversiones; costos de personal.
legios distritales de Bogotá, una Salidas: puntajes pruebas académicas.
aplicación de análisis envolvente Experticia: la planta física idónea para la labor docente tiene conexión directa con el rendimiento académico del
de datos estudiante y con los resultados en las pruebas de competencias básicas.
Entradas: total del personal; nivel educativo de los docentes; tiempo de dedicación; tiempo de permanencia en el
La evaluación de los grupos de in-
grupo.
vestigación según los indicadores
Salidas: producción de conocimiento.
de eficiencia de Colciencias ver-
Experticia: se espera que a medida que se le da más tiempo al investigador (tiempo de dedicación) y haya más inves-
sus su evaluación según el análisis
tigadores en un grupo, la eficiencia en investigación (producción de conocimiento) mejore y con ella se optimice la
envolvente de datos (DEA)
productividad investigativa del grupo.
Entradas: calidad.
Salidas: pertinencia del curso; fortalecimiento de capacidades; mejoramiento de los cursos; fortalecimiento de habili-
Evaluación docente mediante
dades; fortalecimiento del conocimiento.
BSC y DEA
Experticia: de la calidad en el diseño de un curso depende que este sea pertinente o no y se logren los resultados que
espera el docente con los estudiantes en su proceso docente.
Entradas: total del personal; recursos financieros; capacidad instalada; recursos tecnológicos.
Evaluación de la eficiencia de las
Salidas: formación; investigación; extensión; bienestar.
escuelas de la Universidad Indus-
Referente (SUE): los procesos de cada escuela inciden directamente en la gestión de investigación, docencia y exten-
trial de Santander aplicando DEA
sión para medir su eficiencia.
Entradas: número de estudiantes; número de aspirantes; visitas a biblioteca; nivel educativo de los docentes; total del
Enfoque metodológico para medir personal; tiempo de dedicación.
la calidad de los programas aca- Salidas: promedio de notas; retención; transferencias; abandono; estudiantes no graduados; estudiantes graduados;
démicos de la UTP aplicando el movilidad académica; acreditación; premios obtenidos; producción de conocimiento; número de grupos.
Análisis Envolvente de Datos y Referente (UTP): el talento humano docente es un factor fundamental para la calidad de los procesos académicos
Análisis Factorial y de los procesos de investigación y extensión, en tanto que haya un buen nivel de los profesores, la calidad de los
programas mejorará y los promedios de notas también.
Entradas: total del personal; número de estudiantes; capacidad instalada; ingresos, gastos e inversiones; costos de
Evaluación de la eficiencia de personal.
las instituciones educativas ofi- Salidas: estudiantes graduados; número de estudiantes; intraedad; puntajes pruebas académicas.
ciales de Bucaramanga mediante Experticia: el proceso de asignación de los recursos para el sector educativo, gira en torno a la cantidad de estudiantes
el Análisis Envolvente de Datos que se tiene por institución educativa. De esta manera, de acuerdo con la cantidad de estudiantes matriculados por ins-
(DEA) titución es asignado el número de docentes, personal administrativo y el presupuesto de ingresos de las instituciones,
dependiendo de las tipologías que establecidas por el Ministerio de Educación Nacional.
La producción académica como Entradas: nivel educativo de los docentes; número de estudiantes; número de programas; número de graduados; capa-
uno de los indicadores del des- cidad instalada; total del personal; ingresos, gastos e inversiones.
empeño de las universidades pú- Salidas: producción de conocimiento; número de proyectos; número de grupos.
blicas colombianas desde la pers- Experticia: la eficiencia se determina por entre la capacidad de las universidades (recursos que tiene a su disposición)
pectiva del análisis envolvente de y los resultados logrados con estos recursos. Cuando los recursos se manejan adecuadamente se espera que el desem-
datos peño en producción académica sea óptimo.
Díaz, G. (2003). Construcción de índices aso- Herrera, P., & Francke, P. (2009). Análisis de la
ciados a técnicas multivariadas y al aná- eficiencia del gasto municipal y de sus de-
lisis envolvente de datos para los centros terminantes. Revista Economía, 32(63),
educativos distritales (Documento de 113-178.
investigación). Recuperado del sitio de
Internet de la Universidad de los Andes, Iregui, A., Melo, L., & Ramírez, M. (2006).
Facultad de Ingeniería, Departamento Productividad Regional y Sectorial en
de Ingeniería Industrial: http://dspace. Colombia: Análisis utilizando datos de
uniandes.edu.co/xmlui/bitstream/hand- panel. Revista ensayos sobre política eco-
le/1992/388/mi_1167.pdf?sequence=1 nómica, 25(53), 18-65.
Echeverri, D. (2007). La competitividad en el Iregui, A., Melo, L., & Ramos, J. (2006a). Eva-
desarrollo empresarial. Revista virtual luación y análisis de eficiencia de la edu-
facultad de ciencias empresariales Mer- cación en Colombia (Informe de investi-
catura, 8. Recuperado de http://web. gación). Banco de la República.
usbmed.edu.co/usbmed/mercatura/nro8/
competitividad.htm Iregui, A., Melo, L., & Ramos, J. (2006b). La
educación en Colombia: análisis del mar-
Fiallos, J. (2003). Metodología de evaluación co normativo y los indicadores sectoria-
de eficiencia relativa para cooperati- les. Revista de Economía del Rosario.
vas de aporte y crédito. (Documento de 9(2), 175-238.
investigación). Recuperado del sitio de
Internet de la Universidad de los Andes, López, M. (2005). La educación y su incidencia
Facultad de Ingeniería, Departamento sobre la pobreza en Colombia. Diálogo
de Ingeniería Industrial: http://dspace. político. 22(4), 85-108.
uniandes.edu.co/xmlui/bitstream/hand-
le/1992/243/mi_1065.pdf?sequence=1 López, S., & Rivera, F. (2008). Determinación
índice de eficiencia en educación pública,
García, A., & González, M. (2011). La evalua- municipios del departamento de Risaral-
ción de la eficiencia de las universidades da, año 2005 (Tesis de maestría, Universi-
públicas de Colombia utilizando el aná- dad Tecnológica de Pereira). Recuperado
lisis envolvente de datos (AED) (Traba- de http://repositorio.utp.edu.co/dspace/bi
jo de grado, Universidad Industrial de tstream/11059/2100/3/352375L864.pdf
Santander, Bucaramanga). Recuperado
de http://repositorio.uis.edu.co/jspui/bits- López, O., & Suárez, E. (2011). Evaluación de
tream/123456789/7194/2/137956.pdf la eficiencia de las instituciones educati-
vas oficiales de Bucaramanga mediante
Gómez, J., & Mancebón, M. (2005). Algunas el análisis envolvente de datos DEA (Tra-
reflexiones metodológicas sobre la eva- bajo de grado, Universidad Industrial de
luación de la eficiencia productiva de las Santander, Bucaramanga). Recuperado
instituciones de educación superior. Re- de http://repositorio.uis.edu.co/jspui/bits-
vista Ekonomiaz, 60(1), 140-168. tream/123456789/5447/2/142359.pdf
González., A., & Verdugo, G. (2010). Análisis Martín, R. (2005). La eficiencia en la asigna-
de eficiencia y productividad de las Uni- ción de recursos destinados a la educa-
versidades Chilenas mediante análisis y ción superior: el caso de la Universidad
encapsulamiento de datos. Revista aporte de La Laguna (Tesis Doctoral, Universi-
santiaguino, 3(2), 245-256. dad de La Laguna, España).
Mejía, J., Sánchez, P., & Visbal, D. (2006). Eva- Investigación cualitativa/investigación
luación docente mediante BSC y DEA. cuantitativa. Medellín: Universidad Eafit.
Revista Educación en Ingeniería, 1(2),
70-86. Pérez, Y., Araque, D., & Lancheros, J. (2003).
La eficiencia relativa en los colegios dis-
Ministerio de Educación Nacional [MinEduca- tritales de Bogotá: Una aplicación del
ción]. (2013a). Modelo de Gestión Educa- análisis envolvente de datos. Revista
tiva. Recuperado de http://www.mineduca- Cuadernos de Administración, 16(26),
cion.gov.co/1621/w3-article-278738.html 35-60.
Ministerio de Educación Nacional [MinEdu- Perozo, S., Arteaga, F., & Fuenmayor, B.
cación]. (2013b). Sistema educativo co- (2008). La productividad investigativa de
lombiano. Recuperado de http://www. los docentes del Instituto Universitario de
mineducacion.gov.co/1621/w3-arti- Tecnología de Cabimas. Revista NEGO-
cle-233839.html TIUM, 3(9), 72-87.
Munévar, D., & Villaseñor, M. (2008). Produc- Quesada, V., Blanco, I., & Maza, F. (2010).
ción de conocimientos y productividad Análisis envolvente de datos aplicado a
académica. Revista de Educación y Desa- la cobertura educativa en el departamen-
rrollo, 8, 61-68. to de Bolívar – Colombia (2007 – 2008).
Omnia, 16(3), 77-100.
Oviedo, W., Pineda, J., Cervera, A., & Gutiérrez,
H. (2013). Medición de la eficiencia técnica Ray, S. (1991). Resource-Use Efficiency in
relativa de la producción intelectual de Public Schools: A Study of Connecti-
los grupos de investigación de la Uni- cut Data. Journal Management Science,
versidad de la Salle categorizados en C 37(12), 1620-1628.
por Colciencias. Facultad de Ciencias
Administrativas y Contables. Grupo Sigma Restrepo, M., & Villegas, J. (2007). Clasifica-
Empresarial. Bogotá D. C.: Universidad ción de grupos de investigación colom-
de la Salle. bianos aplicando análisis envolvente de
datos. Revista Facultad Ingeniería Uni-
Oviedo, W., & Rodríguez, L. (2011). Medición versidad de Antioquia, 42, 105-119.
de la eficiencia técnica relativa de las
fincas asociadas a Coounión en Guasca Rodríguez, G. (2011). Indicadores de eficiencia
Cundinamarca. Revista MVZ Córdoba, y productividad DEA. Bogotá D. C.: Uni-
16 (2), 2616-2627. versidad Nacional de Colombia.
Parra, D., & Toro, I. (2006). Método y conoci- Rodríguez, M. (2012). Educación y Pobre-
miento: metodología de la investigación: za, Un Análisis de Eficiencias Relativa