Caracterización de la satisfacción estudiantil en la Facultad de Ciencias Económicas y de Administración en Uruguay: una aplicación de análisis de clases latentes y de análisis de clusters
Resumen
En este trabajo se presentan los principales resultados obtenidos al realizar un estudio de la caracterización de la Satisfacción Estudiantil, en los cursos de grado de la Facultad de Ciencias Económicas y de Administración, Universidad de la República, Uruguay, a través de la utilización y comparación de dos técnicas de análisis de datos multivariantes: Análisis de Clases Latentes y Análisis de Clusters. Los datos utilizados provienen de una encuesta aplicada sobre una muestra de estudiantes de la Facultad. El cuestionario presenta una estructura de 2 bloques. El primero, presenta las variables que permitirán realizar una caracterización sociodemográfica de los estudiantes, y el segundo contiene 63 ítems subdivididos en 8 escalas asociadas al modelo ECSI que serán las utilizadas para la caracterización de la Satisfacción Estudiantil. Las variables manifiestas consideradas para la construcción y caracterización de la Satisfacción Estudiantil son las siguientes: expectativas de los estudiantes al ingresar al centro de estudios, la imagen que tienen de éste, la calidad de la enseñanza recibida y de los servicios brindados, las necesidades y deseos personales con respecto a la Facultad y el valor percibido. Estas variables surgen de agrupar los ítems del ECSI, por escala. Los resultados presentados surgen, de considerar que efectivamente existe una variable que refiere a la Satisfacción Estudiantil y que ésta queda definida, a partir de la interacción de las 6 variables manifiestas, por cuatro clases latentes. Por otra parte, se propone agrupar a los estudiantes en tres clusters (utilizando el algoritmo de Ward).
Descargas
Citas
Agresti, A. (2013). Categorical data analysis. Wiley-Interscience, Hoboken, N.J.
Álvarez-Vaz, R., Freira, D., Vernazza, E., y Alves, H. (2016). Can students’ satisfaction indexes be applied the same way in different countries? Int. Rev. Public Nonprofit Marketing, 13(101).
Alves, H. y Raposo, M. (2004). La medición de la satisfacción en la enseñanza universitaria: El ejemplo de la universidade da beira interior.Int. Rev. Public Nonprofit Marketing, 1(1):73-88.
Bandeen-Roche, K., Miglioretti, D. L., Zeger, S. L., y Rathouz, P. J. (1997). Latent variable regression for multiple discrete outcomes. Journal of the American Statistical Association, 92(440):1375-1386.
Everitt, B. S. (1984). An Introduction to Latent Variable Models. Springer Netherlands, Dordrecht.
Hagenaars, J. (2002). Applied latent class analysis. Cambridge University Press, Cambridge New York.
Lazarsfeld, P. (1950). The logical and mathematical foundations of latent structure analysis. ISA Stouffer (ed.), Measurement and Prediction, pp. 362-412.
Linzer, D. A. y Lewis, J. B. (2011). poLCA: An R package for polytomous variable latent class analysis. Journal of Statistical Software, 42(10):1-29.
Maechler, M., Rousseeuw, P., Struyf, A., Hubert, M., y Hornik, K. (2016). cluster: Cluster Analysis Basics and Extensions. R package version 2.0.4 - For new features, see the ’Changelog’ file (in the package source).
R Core Team (2017). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0.
Vernazza, E. (2013). Evaluación de un instrumento de medición del nivel de satisfacción estudiantil en los cursos de formación superior de la FCCEEyA de la UDELAR a través de la aplicación de Structural Equation Modelling (SEM). Informe de Pasantía, Licenciatura en Estadística - Facultad de Ciencias Económicas y de Administración - Universidad de la República.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) que permite a terceros copiar y redistribuir el material en cualquier medio o formato y adaptar — remezclar, transformar y construir a partir del material bajo la la misma licencia del original. En todos los casos, debe dar crédito de manera adecuada.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
