UNA PROPUESTA DE CLASIFICACIÓN DE LAS UNIVERSIDADES PÚBLICAS ESPAÑOLAS EN GRUPOS COMPARABLES EN...

REVISTA ASTURIANA DE ECONOMÍA - RAE Nº 41 2008

85

UNA PROPUESTA DE CLASIFICACIÓN DE LAS

UNIVERSIDADES PÚBLICASESPAÑOLAS EN GRUPOSCOMPARABLES EN LOS

ESTUDIOS DE EVALUACIÓNINSTITUCIONAL

José María Gómez Sancho

María Jesús Mancebón Torrubia

Universidad de Zaragoza

En los últimos años se ha asistido a un incremento del interés porla evaluación de las instituciones universitarias y de los elemen-tos que las componen. Los estudios realizados hasta la fechadesde el ámbito económico difieren en múltiples aspectos (meto-dología de análisis, tipo de agregación, muestras, variables). Unacaracterística en la que inciden todos ellos, no obstante, es la rele-vancia de que las organizaciones evaluadas sean homogéneas enlos aspectos básicos de su actividad docente e investigadora, esdecir, en el proceso productivo que en ellas se lleva a cabo. Sinembargo, la atención prestada a este aspecto en el análisis empí-rico resulta en la mayor parte de los casos muy superficial, guia-da más por los datos disponibles o criterios ad hoc establecidospor los autores. Conscientes de la relevancia de la homogeneidadmuestral en los análisis de la actividad universitaria, el trabajoque se presenta a continuación se propone con el objetivo de cla-sificar a las universidades públicas españolas en grupos homogé-neos que permitan realizar evaluaciones más coherentes interna-mente y no sesgadas. Para ello se hace uso de los datos deHernández Armenteros (2002) y sobre ellos se aplica un análisisestadístico de agrupación tomando como referencia la oferta detitulaciones ofrecidas por las universidades.

Palabras clave: homogeneidad muestral, universidades, análisiscluster.

Gomez Sancho 21/9/09 17:59 Página 85

JOSÉ Mª GÓMEZ SANCHO, Mª JESÚS MANCEBÓN TORRUBIA. UNA PROPUESTA DE CLASIFICACIÓN DE LAS...

86

1. INTRODUCCIÓN

La importancia de la educación superior, y de las que son sus institu-ciones más representativas, las universidades, queda fuera de toda dudaen la sociedad actual. Así se reconoce en la declaración preámbulo de laConferencia Mundial sobre Educación Superior de 1998 patrocinada porla UNESCO donde se dice textualmente: “dado el alcance y ritmo de lastransformaciones, la sociedad cada vez tiende a establecerse más sobrela base del conocimiento, razón de que la educación superior y la investi-gación formen hoy en día parte fundamental del desarrollo cultural, socio-económico y ecológicamente sostenible de los individuos, las comunida-des y las naciones”. Diez años más tarde, con la generalización de las nue-vas tecnologías de la información, la afirmación anterior no puede sermás cierta.

En España el papel y la aportación de las universidades han sidoindiscutibles en las últimas décadas. En un primer momento, añosochenta, por la extensión de sus estudios a amplias capas de la sociedad.En este periodo el objetivo fundamental de nuestras universidades nofue otro que dar respuesta, con la creación de nuevas instituciones y elaumento de la oferta de plazas, al fortísimo incremento de la demandade estudios universitarios. En los últimos años, con una demanda enretroceso, se han establecido otro tipo de prioridades. Entre ellas desta-ca el incrementar la calidad en sus actividades fundamentales (docenciae investigación), lo que ha dado lugar a la proliferación de diversos pla-nes de evaluación que abarcan a las instituciones universitarias en suconjunto y a cada uno los elementos que las integran (titulaciones, pro-fesorado, servicios, etc.).

En el plano académico, el interés por la evaluación de la actividad de lasinstituciones de educación superior, en particular por su eficiencia producti-va, ha experimentado un notable crecimiento en los últimos diez años. Dehecho, a fecha de hoy se dispone de un conjunto importante de trabajosdedicados al análisis de esta problemática1. En todas las aplicaciones empí-ricas realizadas se reconoce que un aspecto crucial en este tipo de investi-gaciones reside en la selección de una muestra homogénea desde el puntode vista productivo, dada la sensibilidad de los resultados a las observacio-nes incluidas en el análisis, en la medida en que la valoración que obtienecada unidad evaluada es relativa al comportamiento de las demás2. A pesarde ello, las soluciones otorgadas al problema de la selección muestral enestos trabajos han estado guiadas, en la mayoría de los casos, por la dispo-nibilidad de datos más que por un análisis riguroso de las similitudes/dife-rencias de las unidades evaluadas. En la mayor parte de los trabajos la cues-

(1) Véase anexo de Gómez Sancho y Mancebón (2005).

(2) En los trabajos sobre la evaluación de la eficiencia de las instituciones universitarias, la refe-rencia de las comparaciones es lo que se conoce como la best practice frontier (Farrell,1957), es decir la frontera construida a partir de las mejores prácticas productivas de lamuestra. Ello se debe a la imposibilidad de conocer la función de producción de real (máxi-mos teóricos alcanzables) en un sector cuya actividad resulta tan difícil de modelizar.



87

tión se ha solventado atendiendo a criterios ad hoc establecidos por losautores y en muchos casos, como se explica luego, discutibles.

Conscientes de la relevancia que la homogeneidad de la muestra tieneen los procesos de evaluación de las instituciones y colectivos universita-rios, tan en boga en la actualidad, el presente trabajo se plantea con el obje-tivo de llevar a cabo una agrupación de las universidades públicas españo-las que permita realizar evaluaciones comparativas de su actividad queestén fundamentadas en algún criterio objetivo y minimicen los sesgosinherentes a este tipo de prácticas evaluatorias. Para ello se utilizarán losdatos disponibles en Hernández Armenteros (2002) referidos al año 2000.

El artículo se estructura de la manera siguiente. En primer lugar, se lleva acabo una discusión de las diferentes posibilidades de selección muestral exis-tentes en el ámbito de la evaluación de la actividad de las instituciones deenseñanza superior. A continuación se revisa el tratamiento dado a esta cues-tión en los estudios que han abordado el análisis de la eficiencia productiva enel ámbito universitario, los más extendidos en la literatura económica. En ter-cer lugar, se presenta un análisis empírico que permite clasificar a las univer-sidades públicas españolas en grupos homogéneos atendiendo a su oferta detitulaciones. El artículo finaliza con el habitual apartado de conclusiones.

2. DIFERENTES PERSPECTIVAS DE EVALUACIÓN DE LAS INSTITUCIONES DEEDUCACIÓN SUPERIOR

En el ámbito de la educación superior, la evaluación de la actividad delas instituciones que lo conforman puede acometerse desde diferentesópticas. Una primera posibilidad es llevar a cabo una evaluación de laorganización universitaria en su conjunto, comparando su comporta-miento productivo (inputs y outputs) con el de otras entidades similares.Una segunda posibilidad consiste en tomar como unidad de observacióna los departamentos o a las titulaciones, comparando su actuación con lade sus homónimos de otras universidades o con la de los pertenecientesa su misma universidad. En este último caso, deberían extremarse lascautelas, ya que, como destacan Dyson et al. (2001), sería inapropiadocomparar departamentos de ciencias con departamentos de humanida-des dentro de una misma universidad, ya que los datos de gasto relativosa laboratorios, equipamiento y otros materiales similares favorecerían alos departamentos de humanidades donde dichas prácticas y los costesasociados a ellas apenas tienen relevancia. El mismo argumento seríatrasladable a la comparación de universidades con una oferta de titula-ciones muy heterogénea.

En cualquier caso, la elección de una de las opciones de selecciónmuestral recién señaladas debería tomar en consideración las caracterís-ticas propias de cada unidad de observación. Así, si se opta por evaluarlos departamentos, el análisis debería centrarse en la investigación, debi-do a la dificultad de imputar los resultados docentes a cada departamen-to. Si la opción seleccionada es la titulación, tiene más interés centrarseen los resultados docentes, ya que el profesorado, responsable de lainvestigación, puede estar asignado a más de una titulación o, si se eva-



88

lúa en un periodo de tiempo superior al año o curso académico, haber idocambiando de titulación. Si se prefiere centrar el análisis en la universi-dad, se supera la visión parcial de las anteriores muestras, si bien lamayor generalidad puede tener como contrapartida una menor homoge-neidad de la muestra.

Otra de las decisiones del investigador al plantearse evaluar la efi-ciencia de las universidades radica en si se deben comparar departamen-tos (titulaciones) entre universidades o dentro de la misma universidad.Desde la perspectiva de la gestión ambas evaluaciones resultan comple-mentarias. La primera ofrece información sobre la posición de cadadepartamento (titulación) en relación al resto de departamentos (titula-ciones) del área. La segunda muestra la situación relativa frente a otrosdepartamentos (titulaciones) de la misma universidad. Si se comparandepartamentos (titulaciones) entre universidades el problema de la homo-geneidad se reduce sustancialmente, pero la información que se propor-ciona tiene menos interés para el gestor universitario, más preocupadopor los departamentos (titulaciones) de su propia universidad.

En síntesis, la selección de la muestra en el ámbito de la evaluaciónuniversitaria ofrece diversas opciones que el investigador debe valorar ala hora de llevar a cabo la misma, siendo consciente de las ventajas ydebilidades de cada una de ellas.

En lo que sigue centraremos la atención en la problemática que gene-ra la evaluación de las universidades de manera agregada, dado que estees el ámbito en el que la necesidad de homogeneización adopta unamayor dimensión. Nuestro objetivo es proponer un método de clasifica-ción que permita obtener grupos homogéneos desde la perspectiva de laevaluación institucional. A nuestro juicio las evaluaciones de las universi-dades desde una perspectiva agregada presentan gran interés en sí mis-mas y como complemento de otras evaluaciones de aspectos específicosde su funcionamiento. Así, permiten tomar en consideración las interac-ciones existentes entre los subsistemas que las conforman (departamen-tos y facultades) y analizar al mismo tiempo la investigación y la docen-cia, dadas las especiales características de producción conjunta y los efec-tos transversales que se dan en el sector universitario. Estasinterrelaciones internas resultan más fácilmente capturables a nivel agre-gado, ya que el análisis de los departamentos comporta la dificultad deasignar correctamente los resultados docentes y el estudio por facultadesimpide realizar una imputación correcta de los resultados investigadores.

A estas potencialidades de análisis se añade una dificultad importan-te: las comparaciones entre universidades a nivel agregado requierenimportantes esfuerzos de homogeneización muestral, cuestión ésta a laque se dedica el resto del trabajo. En primer lugar, se revisan las aporta-ciones que ofrece la literatura previa en relación con este aspecto. Segui-damente se lleva a cabo un ejercicio de agrupación de las universidadespúblicas españolas que permita llevar a cabo evaluaciones comparativasentre ellas.



89

3. TRATAMIENTO DADO AL PROBLEMA DE LA HOMOGENEIDAD MUESTRALEN LA LITERATURA SOBRE LA EVALUACIÓN DE LA EFICIENCIA DE LASINSTITUCIONES DE EDUCACIÓN SUPERIOR

En este apartado se pasa revista a la elección de la unidad muestral enlos análisis que han tratado de evaluar la eficiencia de diferentes institu-ciones universitarias, en particular los que han hecho uso de la técnicaenvolvente de datos (DEA), los más prolíficos en este ámbito3.

Comenzaremos presentando los estudios que han tomado como uni-dad de observación la universidad o las instituciones de educación supe-rior, para revisar después los que han centrado su atención en los depar-tamentos de una misma universidad. En la mayor parte de ellos se hacereferencia al problema de la homogeneidad de la muestra bien sea paraexcluir observaciones o para subdividir la muestra en grupos atendiendoa algún tipo de criterio. Quedan fuera de esta revisión aquellos trabajosreferidos a la evaluación de la eficiencia entre departamentos (titulacio-nes) similares pertenecientes a distintas universidades, ya que en ellos elproblema de la homogeneidad de la muestra presenta en principio unamenor importancia4.

3.1. Trabajos en que la unidad de observación es la universidad o institu-ción de educación superior a nivel agregado

Los trabajos que han tratado de evaluar la eficiencia productiva de lasinstituciones de educación superior a nivel agregado pueden dividirse endos grupos atendiendo al criterio de segmentación muestral aplicado. Porun lado aquéllos que recurren a alguna clasificación externa y, por otro,aquéllos donde el propio investigador establece de manera subjetiva loscriterios de segmentación que entiende que son más adecuados5.

Al primer grupo pertenecen los trabajos centrados en la evaluaciónde la eficiencia de las instituciones de educación superior de EstadosUnidos y Canadá. Los primeros constituyen los trabajos pioneros en laevaluación de la eficiencia de este tipo de instituciones (Ahn, 1987; Ahn,

(3) Esta técnica permite obtener estimaciones de eficiencia de cada universidad relativas ala frontera de producción construida empíricamente a partir de las mejores realizacio-nes muestrales. Su método de cálculo es no paramétrico y se apoya en la resolución deproblemas de programación matemática. Su introducción se debe a Charnes, Cooper yRhodes (1978), si bien en la actualidad existen numerosos manuales sobre el tema talescomo el de Thanassoulis (2001) o el de Fried, Lovell y Schmidt (2008).

(4) Esta homogeneidad sería discutible si atendemos a los resultados de la función docen-te en los casos en que existan departamentos en una universidad pero no las titulacio-nes a las que se suelen vincular. Por ejemplo, que exista un departamento de economíade la empresa en una politécnica sin titulación de empresa. Los resultados docentes deeste departamento podrían no ser comparables con los del otro departamento deempresa ubicado en una universidad con titulación de administración de empresas, yaque el número de graduados (medida habitual del output docente) suele ser mayor enlas titulaciones de empresa que en las titulaciones de ingeniería.

(5) Véase Gómez Sancho y Mancebón (2005).



90

Arnold, Charnes y Cooper, 1989; Ahn, Charnes y Cooper, 1988a; Ahn,Charnes y Cooper, 1988b; Ahn, Charnes y Cooper, 1988c; Ahn y Seiford,1993; Breu y Raab, 1994 y Rhodes y Southwick, 1993). En ellos, la selec-ción de la muestra se basa en los criterios de clasificación de la CarnegieFoundation6. Esta clasificación existe desde 1971 y se desarrolló con elobjeto de servir a la investigación en educación superior, al identificarcategorías de colegios y universidades que pudieran ser homogéneoscon respecto a las funciones desempeñadas, a las características de losestudiantes y al profesorado. En nuestro caso, y debido a las diferenciasde estructura entre la educación superior estadounidense y española,resulta de interés la diferenciación que esta institución establece entreuniversidades que ofrecen toda la educación superior incluyendo el doc-torado (Doctorate-granting Institutions o Doctoral/Research Universities),de las que ofertan hasta el grado de master (Master’s Colleges and Uni-versities) o las que se centran fundamentalmente en el título de grado(Baccalaureate Colleges)7.

En Canadá, McMillan y Datta (1998) siguen el criterio de división queutiliza la revista Maclean en su análisis anual sobre las instituciones deeducación superior canadienses. Esta revista identifica tres tipos de uni-versidades: las Primarly Undergraduate Universities, que son aquéllasque se dedican fundamentalmente a los no graduados, las Comprehensi-ve Universities, que tienen un extenso catálogo de títulos para no gra-duados y graduados y perciben una cantidad importante de ingresos porsu actividad investigadora y, por último, las Medical-Doctoral Universities,donde se oferta una amplia gama de programas de doctorado y de inves-tigación y donde se incluyen las facultades de medicina.

En la mayoría de los trabajos anteriores, aparte de realizar las seg-mentaciones de la muestra recién mencionadas, los autores realizan otrasparticiones atendiendo a distintos criterios. Así, en los trabajos sobre ins-tituciones de educación superior estadounidenses, cuyo objetivo funda-mental ha sido comparar la eficiencia de las universidades públicas conlas privadas, la muestra ha sido dividida atendiendo a la naturaleza jurí-dica de dichas instituciones. En esos mismos trabajos se muestra comouno de los grandes problemas a la hora de homogeneizar las institucio-nes radica en la presencia o ausencia de facultades de medicina.

(6) La clasificación de las instituciones de educación superior en Estados Unidos, así comosus notas técnicas, puede localizarse en http://www.carnegiefoundation.org/Classifica-tion/. También existe una herramienta en la red que permite encontrar para una institu-ción de educación superior su grupo de referencia basado en la anterior clasificación;este servicio lo proporciona el National Center for Education Statistics (NECS)http://nces.ed.gov/ipedspas/.

(7) Otros grupos que identifica la Carnegie Foundation son los Associate’s Colleges, lasSpecialized Institutions y los Tribal Colleges and Universities. Los primeros ofrecenmayoritariamente títulos universitarios inferiores al grado, los segundos, aunque ofre-cen todos los títulos incluyendo el doctorado, se concentran en un solo campo (como sidispusieran tan solo de una facultad), los últimos son controlados por las tribus indiasy están localizados en las reservas.



91

El siguiente conjunto de trabajos está referido a investigaciones enlas que es el propio autor el que segmenta la muestra para homogenei-zar los datos. Los criterios de segmentación empleados son variados, enmuchos casos múltiples y en algunos trabajos señalados superficial-mente pero no explicados con claridad. Un primer criterio de selecciónde la muestra ha sido el país. Así, tenemos trabajos referidos a GranBretaña (Athanassopoulos y Shale, 1997) (aunque excluyen las escoce-sas por tener distintas estructuras), Brasil (Marinho, Resende y Façanha,1997), Austria (Hanke y Leopoldseder, 1998), China (Ng y Li, 2000), Aus-tralia (Avrikan, 2001; Abbott y Doucouliagos, 2003) y Sudáfrica (Taylor yHarris, 2004). Otro criterio de segmentación ha consistido en suprimirparte de la muestra para garantizar la homogeneidad. Así, en algunostrabajos se excluyen aquellas instituciones que no imparten en todos losciclos (Athanassopoulos y Shale, 1997), o las muy especializadas(Marinho, Resende y Façanha, 1997), las facultades de medicina (Hankey Leopoldseder, 1998), las menos importantes (Ng y Li, 2000) o las poli-técnicas (Taylor y Harris, 2004). Por último, destacar el artículo de Abbotty Doucouliagos (2003) que es en el que esta cuestión es tratada conmayor profundidad, empleando para ello diversos criterios de agrupa-ción, ya sea según la relación existente entre investigación y docencia,según la localización (regional o urbana), usando el análisis clúster (sinindicar sobre qué variables agrupan), o en función de su carácter de uni-versidad tradicional o de educación avanzada.

3.2. Trabajos en que la unidad de observación es el departamentouniversitario dentro de una misma universidad

Se agrupan en este epígrafe los trabajos que han aplicado el análisisenvolvente de datos para evaluar la eficiencia de departamentos pertene-cientes a una misma universidad. En ellos, como veremos, es habitualrealizar la selección muestral atendiendo a criterios subjetivos.

Sinuany-Stern, Mehrez y Barboy (1994) evalúan los departamentospertenecientes a la universidad Ben-Gurion de Israel. Una primera medi-da que toman para homogeneizar la muestra es excluir la facultad demedicina. Ello se justifica por sus especiales características que impidenque se compare correctamente con las otras tres facultades o escuelasque integran dicha universidad: la de Humanidades y Ciencias Sociales, lade Ciencias Naturales y la de Ingeniería. La muestra final queda com-puesta por 21 departamentos que incluyen, entre otros, los de Historia,Economía, Literatura, Biología, Filosofía, Química, Ingeniería Mecánica,Ingeniería Nuclear, etc. Un segundo análisis limita la comparación adepartamentos pertenecientes a la misma titulación en aras de incremen-tar la homogeneidad.

García Valderrama y Gómez Aguilar (1999) evalúan 21 grupos deinvestigación de la Facultad de Ciencias de la Universidad de Cádiz perte-necientes a departamentos como Química Orgánica, Ingeniería Química,Física o Bioquímica.

Giménez García (2000 y 2004) estudia 42 de los 46 departamentos dela Universitat Autònoma de Barcelona (UAB), formando grupos según sunivel experimental. Para ello emplea el “índice de experimentalidad” que



92

la propia universidad utiliza para determinar el importe del crédito a pagarpor los alumnos según el tipo de estudio que cursen8.

Trillo del Pozo (2002) evalúa 34 de los departamentos pertenecien-tes a la Universitat Politècnica de Catalunya. Al tratarse de una uni-versidad con titulaciones relacionadas casi en exclusiva en el área deconocimiento técnica, aduce que disminuye la problemática de lahomogeneidad de la muestra. De todos modos excluye a cuatrodepartamentos de su análisis al comprobar que sus datos difierenconsiderablemente del resto.

En definitiva, en términos generales el problema de la muestra harecibido una atención menor en los estudios sobre la evaluación de laeficiencia de las universidades. En ellos no se ha empleado ningúncriterio que clasifique las universidades de una manera que podamosconsiderar clara y objetiva en relación a su homogeneidad. A la horade llevar a cabo esta tarea, propósito central de esta investigación,una primera opción consistiría en acudir a algún tipo de clasificaciónya elaborada. En España, a diferencia por ejemplo de los Estados Uni-dos, la única clasificación de que se dispone está basada en la titula-ridad de las universidades (públicas, privadas, de la iglesia), divisiónque no aporta mucho en el trabajo que nos ocupa, dado que nuestroobjeto de análisis está conformado exclusivamente por universidadesde titularidad pública. Una segunda opción consistiría en emplearalguno de los criterios empleados por otros autores, si bien ningunoresulta de utilidad en nuestro empeño, ya sea porque muchos de losempleados ya están implícitamente incorporados (titularidad pública,país España), ya sea porque los criterios empleados son totalmentearbitrarios y no están fundamentados en ninguna base científica. Unatercera opción consiste en proponer una agrupación de las universi-dades recurriendo a una metodología objetiva de clasificación. Eneste sentido, algunos autores proponen la utilización del análisis clus-ter como herramienta de homogeneización muestral en los estudiosde eficiencia productiva (Albi, González-Páramo y López Casasnovas,1997; Dyson et al., 2001). Es esta la opción por la que nos decantamosen este trabajo.

4. CLASIFICACIÓN DE LAS UNIVERSIDADES PÚBLICAS ESPAÑOLASEN GRUPOS HOMOGÉNEOS

En este apartado se explica el proceso seguido para configurar losgrupos homogéneos de universidades dentro del mapa universitarioespañol. El primer aspecto a dilucidar es el tipo de agrupación que se

(8) El área de Economía y Finanzas de la UAB clasifica los departamentos en cuatro nivelesexperimentales, otorgando valores de 1, 1'33, 2 y 2'33 según su carga experimental.Debido a que los grupos a comparar aplicando este criterio son muy pequeños, el autoragrega en dos (alta y baja carga experimental) los anteriores.



93

quiere realizar. Es decir, si es relevante agrupar por tamaño, por zonageográfica, por titulaciones ofrecidas, etc. A este respecto, repasare-mos la aplicación de los criterios de agrupación anteriormente expues-tos al caso de las universidades públicas españolas objeto de atenciónen este trabajo.

Según el criterio de la Carnegie Foundation, casi todas nuestras uni-versidades públicas estarían englobadas en el grupo denominado Doc-toral/Research Universities, ya que todas ellas están capacitadas paraimpartir primer y segundo ciclo así como el doctorado9. La divisiónentre públicas y privadas utilizada en otros trabajos está implícitamen-te asumida en nuestro caso, ya que en él el centro de atención son lasuniversidades públicas.

En cuanto a la selección en función de la existencia o no de faculta-des de medicina no nos parece un criterio suficientemente sólido. Seríaperfectamente factible separar entre aquellas que tienen ingenierías ono las tienen o en las que ciertas titulaciones supongan un cierto por-centaje dentro de la oferta total de la institución.

Respecto a la aplicación de coeficientes para medir el nivel experi-mental de los departamentos o titulaciones, el hecho de que éstos nosean coincidentes entre todas las universidades cuestiona su caráctergeneral al no existir un consenso entre los mismos.

A nuestro juicio la segmentación más adecuada en los contextos deevaluación de las universidades, donde se valora la relación entre losrecursos empleados por las instituciones y los resultados en ellas obte-nidos, es la que atiende a la rama o área de conocimiento. Ello se debea que en este tipo de trabajos resulta fundamental que las entidadesconjuntamente evaluadas dispongan de tecnologías de producciónparecidas y parece razonable pensar que las principales diferenciasexistentes entre las universidades tanto en relación a los inputs (recur-sos empleados en la actividad) como a los outputs (resultados docen-tes e investigadores) tiene que ver con la rama de conocimiento.

Con respecto a los inputs porque en las ramas de conocimiento quenecesitan de laboratorios o de maquinas y equipos se hace un uso másintensivo del factor capital.

En cuanto a los outputs, porque el patrón de difusión de la investi-gación es muy diferente entre las distintas áreas de conocimiento. Así,por ejemplo, frente a Ciencias donde la mayor parte de la investigaciónse vierte en artículos de revistas científicas de ámbito internacional, enHumanidades gran parte del conocimiento se difunde en libros, en

(9) Los datos que proporciona Hernández Armenteros (2002) sobre tesis leídas en el año2000 tan sólo excluirían a la Politécnica de Cartagena y la Pablo Olavide de Sevilla, aun-que de otras carecemos de datos como son la Rey Juan Carlos de Madrid y la MiguelHernández de Elche. Como puede observarse, se trata de las universidades de másreciente creación y en pocos años, probablemente, se deberían agrupar sin problemascon el resto.



94

Sociales en revistas científicas nacionales o en la rama Técnica resultanespecialmente relevantes las patentes10.

Por otra parte, el área de conocimiento constituye una referencia plena-mente consolidada en nuestro país a la hora de acometer diferentes medidasrelacionadas con la actividad universitaria. Por ejemplo, la Comisión Nacionalde la Evaluación de la Actividad Investigadora utiliza el área de conocimientopara la concesión de sexenios, acreditaciones y habilitaciones. Además, unagran parte de las diferencias existentes entre las universidades en relación conla oferta de estudios propios, o con la obtención de financiación para la inves-tigación o la transferencia de la misma radica en que su oferta de titulacionesesté más o menos sesgada hacia una de las ramas de conocimiento11.

En definitiva, el área o rama de conocimiento constituye, a nuestro jui-cio, el criterio de segmentación de las universidades españolas más ade-cuado a la hora de llevar a cabo cualquier evaluación de la actividad queéstas desempeñan.

Delimitado el criterio de segmentación queda por concretar la variableque permita diferenciar mejor las áreas de conocimiento entre distintasuniversidades. A este respecto se consideran tres opciones: el número dealumnos en cada área, el número de profesores en cada área y el núme-ro de titulaciones por área.

El empleo de la variable número de alumnos en cada área exige dis-poner de datos homogeneizados (como el número de alumnos equiva-lentes a tiempo completo) agrupados por rama de conocimiento, infor-mación no accesible en las estadísticas disponibles. Por otro lado, estavariable resulta adecuada en la evaluación de la actividad docente perosu relación con la función investigadora es prácticamente inexistente(exceptuando a los alumnos de doctorado).

Una segunda opción es el empleo del número de profesores equiva-lentes a tiempo completo agrupados por rama de conocimiento A nuestrojuicio, ésta constituye una medida muy adecuada para diferenciar a lasuniversidades pues permite tomar en consideración las diferencias detamaño entre las áreas de conocimiento, a la vez que graduar la importan-cia de las áreas dentro de cada titulación. Su uso ha sido descartado tam-bién, si bien en este caso la razón se encuentra en la ausencia de datos12.

(10) Las revistas científicas reúnen el 85% de todo lo que se publica en las áreas científico-téc-nicas. En Humanísticas y Sociales tan sólo suponen el 40% (los libros suponen el 48% delas publicaciones en Humanidades). Por otro lado, las revistas nacionales son el vehículonatural de las aportaciones en Ciencias Sociales en España (Gobierno de Aragón, 2004).

(11) También pueden existir diferencias en los productos docentes dependiendo del área deconocimiento. Así, la incorporación al mercado de trabajo de los titulados universita-rios, y los sueldos recibidos, puede variar entre Ingenierías y Humanidades.

(12) Encontramos en Hernández Armenteros (2002) datos del profesorado funcionario equi-valente a tiempo completo agrupado por áreas de conocimiento. Pero el dato del pro-fesorado contratado no aparece agregado de esta manera haciendo imposible unacorrecta asignación del mismo debido al comportamiento tan distinto observado entrelas universidades al estructurar sus plantillas.



95

Cuadro 1OFERTA DE TITULACIONES AGRUPADAS POR ÁREA

DE CONOCIMIENTO

Universidad Humanidades Sociales Experimentales Salud Técnicas

ALMERÍA 3 12 3 1 9 CÁDIZ 8 14 5 4 20 CÓRDOBA 6 8 6 4 12 GRANADA 19 24 11 6 8 HUELVA 3 13 2 1 13 JAÉN 3 13 4 1 12 MÁLAGA 8 20 4 4 13 PABLO OLAVIDE 1 5 1 0 0 SEVILLA 13 19 7 6 13 ZARAGOZA 8 18 7 5 15 OVIEDO 14 20 7 5 20 ILLES BALEARS 9 14 5 1 5 LA LAGUNA 13 20 9 6 14 LAS PALMAS GRAN CANARIA 9 18 1 5 19 CANTABRIA 2 10 2 2 17 CASTILLA LA MANCHA 11 43 4 6 24 BURGOS 1 12 2 0 10 LEÓN 6 18 3 3 11 SALAMANCA 21 35 10 6 19 VALLADOLID 12 32 6 4 26 AUTÓNOMA DE BARCELONA 17 22 10 3 5 BARCELONA 21 23 7 6 3 GIRONA 6 13 3 1 13 LLEIDA 7 11 1 2 11 POLITÉCNICA CATALUNYA 0 0 4 0 48 POMPEU FABRA 2 9 1 0 2 ROVIRA I VIRGILI 6 14 3 3 9 ALICANTE 11 21 4 3 10 JAUME I CASTELLÓN 3 12 1 0 7 MIGUEL HERNÁNDEZ (ELCHE) 2 7 6 4 9 POLITÉCNICA VALENCIA 1 3 2 0 38 VALENCIA ESTUDI GENERAL 11 26 8 6 4 EXTREMADURA 9 18 6 6 21 A CORUÑA 4 12 2 5 17 SANTIAGO DE COMPOSTELA 15 20 5 5 10 VIGO 6 15 5 1 8 ALCALÁ DE HENARES 4 13 3 4 11 AUTÓNOMA DE MADRID 11 13 7 2 2 CARLOS III MADRID 1 15 2 0 10 COMPLUTENSE 19 31 9 9 6 REY JUAN CARLOS MADRID 3 8 1 3 5 POLITÉCNICA MADRID 0 1 1 0 32 MURCIA 8 21 7 6 4 POLITÉCNICA CARTAGENA 0 2 0 0 18 PÚBLICA DE NAVARRA 0 12 0 1 8 PAÍS VASCO 13 30 9 5 32 LA RIOJA 4 9 3 0 6

Fuente: Hernández Armenteros (2002).



96

La tercera opción consiste en acudir a la oferta de titulaciones agru-padas por ramas de conocimiento. En este caso se trata de agrupar a lasuniversidades que tienen una oferta de titulaciones muy parecida entre sí.Esta variable está disponible y además su relación con las dos anterioreses evidente, ya que de la oferta de una titulación conlleva que existe pro-fesorado adscrito a la misma y estudiantes que la cursan. Será por tantola variable empleada en nuestro análisis empírico. Adoptar esta perspec-tiva implica que se entiende que dos universidades son homogéneas si suoferta de titulaciones es similar.

En todo caso, debe señalarse que el empleo de esta variable no estáexento de limitaciones. La primera es que considera como iguales,desde el punto de vista de la actividad que desempeñan, a todas lastitulaciones englobadas dentro de una misma área de conocimiento(Derecho y Economía, por ejemplo). Otra debilidad radica en no teneren cuenta las diferencias de tamaño entre las titulaciones. Aún así, ycomo se verá en los resultados, su empleo proporciona una agrupaciónque nos parece satisfactoria, lo que puede ser debido a un comporta-miento similar en las universidades públicas españolas a la hora deestructurar su oferta de titulaciones.

La distribución de la oferta de titulaciones de la universidades públi-cas españolas agrupadas por áreas de conocimiento se presenta en elcuadro 1.

Delimitado el criterio y la variable de agrupación, la similitud en la ofer-ta de titulaciones, explicamos a continuación los resultados obtenidos de laaplicación del análisis cluster a la muestra de universidades consideradas.

Como es sabido es ésta una técnica de agrupación de objetos, ennuestro caso universidades, que se fundamenta en la maximización de lahomogeneidad dentro de los grupos a la vez que se mantiene una hete-rogeneidad máxima entre los grupos conformados (Hair et al., 1999).

4.1. Resultados de la clasificación de las universidades públicas españo-las atendiendo a su oferta de titulaciones

Debido a que lo que realmente estamos buscando es un patrón en laoferta de titulaciones por parte de nuestras universidades, se ha procedi-do en primer lugar a calcular la matriz de correlaciones entre las titulacio-nes ofertadas por cada universidad (véase cuadro 2 situado en el anexo).El algoritmo de aglomeración utilizado ha sido el encadenamiento medioentre grupos, empleando el procedimiento jerárquico al desconocer elnúmero de grupos finales que se obtendrían (Hair et al., 1999).

En el cuadro 2 del anexo se puede apreciar que el mapa universita-rio español está integrado por universidades parecidas entre sí en laoferta de titulaciones (correlaciones superiores a 0,5) y por universida-des muy diversas (correlaciones negativas e inferiores a 0,5). Para podercomprender mejor la información que proporciona esa matriz aplicamosun análisis clúster. Sus resultados aparecen en el dendograma que apa-rece en el gráfico 1.



97

Gráfico 1DENDOGRAMA DE LAS CORRELACIONES EMPLEANDO ENCADENA-

MIENTO MEDIO ENTRE GRUPOS



98

Los resultados obtenidos son claros e interpretables. Así, tomando comocriterio de grupo homogéneo aquél que tiene una correlación mínima supe-rior a 0,5 entre las universidades, se distinguen claramente 3 grupos13 (13).

Primer grupo: Universidades técnicas. Agrupa 9 universidades, lascuatro politécnicas (Cataluña, Madrid, Valencia y Cartagena), así como lasuniversidades de Cantabria, La Coruña, Cádiz, Córdoba y la Miguel Her-nández de Elche. En todas ellas destaca un predominio de las titulacionestécnicas. Si acudimos a la matriz de correlaciones observamos que lacorrelación mínima en este grupo (0,723) se produce entre las universida-des Politécnica de Cataluña y la Miguel Hernández (cuadro 2).

Segundo grupo: Universidades no técnicas. Son universidades con pocopeso de las titulaciones técnicas. Este grupo está formado por 11 universi-dades: Complutense, Autónoma de Barcelona, Granada, Pablo Olavide deSevilla, Valencia Estudio General, Murcia, Autónoma de Madrid, Barcelona,Pompeu Fabra, Santiago de Compostela e Islas Baleares. Engloba todas lasgrandes universidades en cuyas comunidades autónomas existe alguna otrauniversidad de tipo técnico y que, por tanto, se han especializado poco onada en las titulaciones de esa rama. La excepción sería la Universitat de lesIlles Balears. En este grupo la correlación mínima (0,711) se produce entrelas universidades Pompeu Fabra y de Barcelona (cuadro 2).

Tercer grupo: Universidades generalistas. Se trata de universidadescon una oferta más variada entre titulaciones sin observarse especializa-ción. Aparecen las otras 27 universidades públicas españolas. Su rasgo esque ofrecen todo tipo de titulaciones. Parece lógico que aparezcan en estegrupo aquéllas que son únicas en sus comunidades autónomas como sonla de Extremadura, Zaragoza, País Vasco, Pública de Navarra, Rioja, Cas-tilla La Mancha, Oviedo. La correlación mínima (0,697) se da entre la uni-versidad de Extremadura y la de Alicante (cuadro 2).

En definitiva, la agrupación de las universidades públicas españolasen función de su oferta de titulaciones, mediante el análisis cluster, dalugar a una clasificación muy lógica de las universidades públicas espa-ñolas, desde el punto de vista de la actividad que realizan. En efecto, losinputs, outputs y tecnologías de producción de cada uno de los gruposconfigurados son presumiblemente más homogéneos entre sí que antesde realizar la clasificación.

Se puede observar que los tres grupos seleccionados dependen, fun-damentalmente, de la población de cada Comunidad Autónoma, es decir,cuanta mayor población más probable es que existan distintas universi-dades públicas con ofertas especializadas. Así ocurre con las cuatroComunidades Autónomas más pobladas de España: Andalucía, Cataluña,Madrid y Comunidad Valenciana. La explicación de por qué el resto de

(13) Hemos comprobado que intentar formar sólo dos grupos conduciría a agrupar universida-des con correlaciones muy bajas. Es por ello que optamos por elegir tres conglomerados.



99

Comunidades Autónomas optan por tener diversas universidades espe-cializadas o diversas universidades generalistas depende de otros aspec-tos de carácter político, geográfico o demográfico.

5. CONCLUSIONES

En este artículo se ha propuesto un método objetivo de clasificaciónde las universidades públicas españolas que permite delimitar gruposhomogéneos de instituciones susceptibles de ser comparados en un aná-lisis de evaluación institucional.

Siguiendo la recomendación de algunos autores especializados en losanálisis de eficiencia productiva, se ha aplicado un análisis cluster paraconfigurar dichos grupos, tomando como referencia la oferta de titulacio-nes de cada universidad.

El análisis nos ha permitido identificar tres grupos de universidadesdiferenciados en función de su especialización en la oferta de titulacio-nes. El primer grupo incluye a las universidades especializadas en lastitulaciones técnicas. A él pertenecen las universidades politécnicas deCataluña, Valencia, Madrid y Cartagena, junto con las universidades deCantabria, La Coruña, Cádiz, Córdoba y Miguel Hernández de Elche. Alsegundo grupo pertenecen 11 universidades en las que apenas tienenpeso las titulaciones técnicas (grupo de no técnicas). En él se incluyenprincipalmente universidades situadas en comunidades autónomasdonde existen otras universidades especializadas en titulaciones técni-cas. Finalmente, el tercer grupo aglutina a las universidades generalis-tas. Son las 27 restantes y se caracterizan por ofrecer todo tipo de titu-laciones. A este grupo pertenecen aquellas universidades que son úni-cas en sus comunidades autónomas y que, por ello, no se especializanen ninguna titulación.

Las diferencias encontradas en los patrones de especialización delas universidades parecen suficientemente importantes para descartarcualquier evaluación conjunta de todas ellas, dadas las diferencias derecursos requeridos en cada una de las titulaciones y los diferentesmodelos de docencia, investigación y difusión de esta última existentesentre las diversas áreas de conocimiento. Una evaluación neutral y nosesgada de antemano requiere circunscribir las comparaciones a lasuniversidades que comparten una oferta común de titulaciones. Consi-deramos que de esta manera se pueden aunar las ventajas asociadas auna evaluación agregada de las instituciones universitarias (evitar lasparcelaciones necesarias ante otras opciones de selección muestral enun terreno de grandes interacciones entre departamentos y facultades)con la desventaja de la mayor heterogeneidad que el análisis globali-zado incorpora.



100

Cu

ad

ro 2

: M

AT

RIZ

DE

CO

RR

ELA

CIO

NE

S E

NT

RE

UN

IVE

RS

IDA

DE

SA

TE

ND

IEN

DO

A L

A O

FE

RT

A D

E T

ITU

LA

CIO

NE

S A

GR

UPA

DA

S P

OR

ÁR

EA

DE

CO

NO

CIM

IEN

TO

Uni

vers

idad

esU

ALM

UCA

UCO

UG

RU

HUU

JAU

MA

UPO

USE

UZA

UO

VU

IBU

LLU

LPG

CU

SAU

VA

UALM

1,00

000,8

394

0,748

50,5

273

0,969

10,9

844

0,965

80,6

920

0,875

40,9

973

0,899

30,7

140

0,913

90,8

838

0,858

10,9

838

UCA

0,839

41,

0000

0,966

10,1

627

0,941

50,9

012

0,767

00,2

080

0,686

90,8

667

0,916

70,3

795

0,703

20,9

319

0,607

20,8

810

UCO

0,748

50,9

661

1,00

000,0

259

0,864

10,8

445

0,620

90,0

636

0,537

80,7

720

0,827

80,2

547

0,582

60,8

071

0,459

90,7

704

UGR

0,527

30,1

627

0,025

91,

0000

0,355

10,3

938

0,662

80,8

653

0,814

70,5

279

0,536

00,9

691

0,805

00,3

669

0,870

90,5

435

UHU

0,969

10,9

415

0,864

10,3

551

1,00

000,9

868

0,918

00,5

008

0,811

30,9

782

0,927

10,5

646

0,838

20,9

475

0,763

70,9

763

UJA

0,984

40,9

012

0,844

50,3

938

0,986

81,

0000

0,912

70,5

651

0,802

80,9

839

0,898

10,6

056

0,852

00,8

872

0,772

30,9

662

UMA

0,965

80,7

670

0,620

90,6

628

0,918

00,9

127

1,00

000,7

698

0,952

90,9

704

0,903

60,8

060

0,956

90,8

976

0,938

50,9

781

UPO

0,692

00,2

080

0,063

60,8

653

0,500

80,5

651

0,769

81,

0000

0,772

90,6

637

0,489

10,8

921

0,797

70,4

138

0,841

90,6

412

USE

0,875

40,6

869

0,537

80,8

147

0,811

30,8

028

0,952

90,7

729

1,00

000,8

916

0,910

70,9

118

0,987

60,8

365

0,991

60,9

170

UZA

0,997

30,8

667

0,772

00,5

279

0,978

20,9

839

0,970

40,6

637

0,891

61,

0000

0,928

00,7

140

0,922

30,9

124

0,867

00,9

938

UOV

0,899

30,9

167

0,827

80,5

360

0,927

10,8

981

0,903

60,4

891

0,910

70,9

280

1,00

000,7

007

0,910

60,9

469

0,859

40,9

544

UIB

0,714

00,3

795

0,254

70,9

691

0,564

60,6

056

0,806

00,8

921

0,911

80,7

140

0,700

71,

0000

0,920

90,5

412

0,953

50,7

207

ULL

0,913

90,7

032

0,582

60,8

050

0,838

20,8

520

0,956

90,7

977

0,987

60,9

223

0,910

60,9

209

1,00

000,8

136

0,987

80,9

316

ULPG

C0,8

838

0,931

90,8

071

0,366

90,9

475

0,887

20,8

976

0,413

80,8

365

0,912

40,9

469

0,541

20,8

136

1,00

000,7

668

0,945

7US

A0,8

581

0,607

20,4

599

0,870

90,7

637

0,772

30,9

385

0,841

90,9

916

0,867

00,8

594

0,953

50,9

878

0,766

81,

0000

0,884

1UV

A0,9

838

0,881

00,7

704

0,543

50,9

763

0,966

20,9

781

0,641

20,9

170

0,993

80,9

544

0,720

70,9

316

0,945

70,8

841

1,00

00UA

B0,4

928

0,114

1-0,

0041

0,995

50,3

094

0,361

40,6

165

0,860

00,7

734

0,489

30,4

891

0,959

50,7

748

0,299

80,8

381

0,497

4UB

0,329

1-0,

0120

-0,17

780,9

603

0,164

40,1

763

0,519

60,7

670

0,705

60,3

373

0,386

20,8

713

0,658

80,2

483

0,759

20,3

736

UDG

0,952

80,9

440

0,867

70,4

654

0,978

30,9

627

0,923

20,5

094

0,877

70,9

712

0,982

80,6

569

0,896

90,9

522

0,830

20,9

810

UDL

0,872

40,9

080

0,787

10,4

992

0,916

60,8

636

0,904

30,4

595

0,901

60,9

059

0,984

80,6

535

0,877

90,9

791

0,840

00,9

451

UPC

0,387

90,7

927

0,881

7-0,

4334

0,584

60,5

358

0,227

4-0,

3933

0,109

70,4

170

0,507

1-0,

2255

0,140

80,5

612

0,005

90,4

203

UPF

0,850

40,4

612

0,305

30,8

324

0,710

00,7

468

0,916

50,9

608

0,899

40,8

351

0,698

50,9

098

0,915

20,6

498

0,936

10,8

253

URV

0,958

50,7

538

0,604

40,6

849

0,906

60,9

011

0,999

50,7

800

0,961

20,9

637

0,902

50,8

220

0,962

80,8

913

0,948

40,9

732

UAL

0,860

80,5

906

0,426

40,8

588

0,764

60,7

681

0,950

40,8

618

0,986

50,8

676

0,839

40,9

386

0,976

50,7

740

0,995

20,8

854

Sigl

as e

mpl

eada

s pa

ra d

esig

nar a

las

Uni

vers

idad

es P

úblic

as E

spañ

olas

:U

ALM

: Alm

ería

. UCA

: Cád

iz. U

CO: C

órdo

ba. U

GR:

Gra

nada

. UHU

: Hue

lva.

UJA

: Jaé

n. U

MA:

Mál

aga.

UPO

: Pab

lo O

lavi

de U

SE: S

evill

a. U

ZA: Z

arag

oza.

UO

V: O

vied

o.

UIB

: Is

las

Bale

ares

. U

LL:

La L

agun

a. U

LPG

C: L

as P

alm

as d

e G

ran

Cana

ria.

USA

: Sa

lam

anca

. U

VA:

Valla

dolid

. U

AB:

Autó

nom

a de

Bar

celo

na.U

BA:

Barc

elon

a.

UDG

: Ger

ona.

UDL

: Lér

ida.

UPC

: Pol

iténc

ia d

e Ca

talu

ña. U

PF: P

ompe

u Fa

bra.

URV

: Rov

ira i

Virg

ili. U

AL: A

lican

te.

Anexo



101

Cu

adro

2(c

on

tin

uació

n):

MA

TR

IZ D

E C

OR

RE

LA

CIO

NE

S E

NT

RE

UN

IVE

RS

IDA

DE

SA

TE

ND

IEN

DO

A L

A O

FE

RT

A D

E T

ITU

LA

CIO

NE

S A

GR

UPA

DA

S P

OR

ÁR

EA

DE

CO

NO

CIM

IEN

TO

Uni

vers

idad

esU

ABU

BAU

DGU

DLU

PCU

PFU

RVU

ALU

JCS

UM

HU

PVA

USC

UVI

UAH

UAM

UCA

R

UAL

M0,

4928

0,32

910,

9528

0,87

240,

3879

0,85

040,

9585

0,86

080,

9797

0,71

740,

4601

0,71

460,

9361

0,97

000,

3605

0,99

43U

CA0,

1141

-0,0

120

0,94

400,

9080

0,79

270,

4612

0,75

380,

5906

0,77

240,

7487

0,84

360,

4791

0,65

010,

8661

-0,0

295

0,80

47U

CO-0

,004

1-0

,177

80,

8677

0,78

710,

8817

0,30

530,

6044

0,42

640,

6421

0,80

540,

9128

0,30

340,

5444

0,74

66-0

,130

60,

7064

UG

R0,

9955

0,96

030,

4654

0,49

92-0

,433

40,

8324

0,68

490,

8588

0,65

89-0

,155

1-0

,363

00,

9141

0,78

230,

4025

0,97

260,

4986

UHU

0,30

940,

1644

0,97

830,

9166

0,58

460,

7100

0,90

660,

7646

0,92

630,

7749

0,65

090,

6195

0,83

260,

9777

0,16

320,

9570

UJA

0,36

140,

1763

0,96

270,

8636

0,53

580,

7468

0,90

110,

7681

0,93

240,

8102

0,59

850,

6061

0,87

340,

9599

0,22

480,

9746

UM

A0,

6165

0,51

960,

9232

0,90

430,

2274

0,91

650,

9995

0,95

040,

9968

0,52

550,

3120

0,85

190,

9503

0,95

190,

4880

0,95

92U

PO0,

8600

0,76

700,

5094

0,45

95-0

,393

30,

9608

0,78

000,

8618

0,77

770,

1696

-0,3

213

0,79

520,

8665

0,59

800,

8117

0,71

09U

SE0,

7734

0,70

560,

8777

0,90

160,

1097

0,89

940,

9612

0,98

650,

9446

0,30

180,

1959

0,96

010,

9395

0,82

830,

6667

0,84

45U

ZA0,

4893

0,33

730,

9712

0,90

590,

4170

0,83

510,

9637

0,86

760,

9808

0,69

790,

4905

0,73

340,

9288

0,97

340,

3540

0,98

60U

OV

0,48

910,

3862

0,98

280,

9848

0,50

710,

6985

0,90

250,

8394

0,90

210,

5303

0,57

910,

7833

0,84

040,

8795

0,35

810,

8536

UIB

0,95

950,

8713

0,65

690,

6535

-0,2

255

0,90

980,

8220

0,93

860,

8103

0,08

65-0

,149

70,

9432

0,90

820,

5918

0,90

570,

6843

ULL

0,77

480,

6588

0,89

690,

8779

0,14

080,

9152

0,96

280,

9765

0,96

100,

3966

0,22

230,

9227

0,97

680,

8412

0,67

010,

8841

ULP

GC

0,29

980,

2483

0,95

220,

9791

0,56

120,

6498

0,89

130,

7740

0,88

190,

5815

0,63

510,

6920

0,74

760,

9389

0,14

990,

8620

USA

0,83

810,

7592

0,83

020,

8400

0,00

590,

9361

0,94

840,

9952

0,93

450,

2663

0,09

120,

9676

0,95

780,

7903

0,74

330,

8317

UVA

0,49

740,

3736

0,98

100,

9451

0,42

030,

8253

0,97

320,

8854

0,98

080,

6412

0,49

740,

7725

0,91

570,

9732

0,35

900,

9674

UAB

1,00

000,

9481

0,42

200,

4388

-0,4

624

0,80

840,

6388

0,82

120,

6185

-0,1

639

-0,3

975

0,87

520,

7631

0,34

960,

9878

0,46

34U

BA0,

9481

1,00

000,

2848

0,38

39-0

,577

80,

7111

0,54

650,

7574

0,49

77-0

,399

1-0

,510

80,

8684

0,60

750,

2384

0,94

490,

3032

UDG

0,42

200,

2848

1,00

000,

9617

0,55

520,

7184

0,91

700,

8167

0,92

970,

6692

0,62

420,

7140

0,86

070,

9363

0,28

360,

9210

UDL

0,43

880,

3839

0,96

171,

0000

0,49

450,

6817

0,90

330,

8330

0,89

000,

4806

0,57

090,

7871

0,79

330,

8920

0,30

070,

8339

UPC

-0,4

624

-0,5

778

0,55

520,

4945

1,00

00-0

,151

70,

2045

-0,0

224

0,24

240,

7230

0,99

57-0

,130

90,

0921

0,44

99-0

,563

40,

3545

UPF

0,80

840,

7111

0,71

840,

6817

-0,1

517

1,00

000,

9229

0,95

420,

9193

0,32

72-0

,069

50,

8716

0,95

390,

7867

0,72

240,

8593

URV

0,63

880,

5465

0,91

700,

9033

0,20

450,

9229

1,00

000,

9598

0,99

530,

4989

0,29

000,

8684

0,95

310,

9419

0,51

250,

9505

UAL

0,82

120,

7574

0,81

670,

8330

-0,0

224

0,95

420,

9598

1,00

000,

9423

0,26

510,

0655

0,96

530,

9523

0,80

980,

7230

0,84

33

Sigl

as e

mpl

eada

s pa

ra d

esig

nar a

las

Uni

vers

idad

es P

úblic

as E

spañ

olas

:U

ALM

: Alm

ería

. UCA

: Cád

iz. U

CO: C

órdo

ba. U

GR:

Gra

nada

. UHU

: Hue

lva.

UJA

: Jaé

n. U

MA:

Mál

aga.

UPO

: Pab

lo O

lavi

de U

SE: S

evill

a. U

ZA: Z

arag

oza.

UO

V: O

vied

o.

UIB

: Is

las

Bale

ares

. U

LL:

La L

agun

a. U

LPG

C: L

as P

alm

as d

e G

ran

Cana

ria.

USA

: Sa

lam

anca

. U

VA:

Valla

dolid

. U

AB:

Autó

nom

a de

Bar

celo

na.U

BA:

Barc

elon

a.

UDG

: Ger

ona.

UDL

: Lér

ida.

UPC

: Pol

iténc

ia d

e Ca

talu

ña. U

PF: P

ompe

u Fa

bra.

URV

: Rov

ira i

Virg

ili. U

AL: A

lican

te.



102

Cu

adro

2(c

on

tin

uació

n):

MA

TR

IZ D

E C

OR

RE

LA

CIO

NE

S E

NT

RE

UN

IVE

RS

IDA

DE

SA

TE

ND

IEN

DO

A L

A O

FE

RT

A D

E T

ITU

LA

CIO

NE

S A

GR

UPA

DA

S P

OR

ÁR

EA

DE

CO

NO

CIM

IEN

TO

Uni

vers

idad

esU

CMU

RJC

UPM

UM

UU

PCT

UPN

AU

PVU

CNU

CLM

UBU

ULE

UVE

GU

EXU

LCU

RI

UA

LM0,

5435

0,89

050,

4277

0,64

470,

5032

0,96

850,

9528

0,80

860,

9594

0,99

050,

9685

0,62

850,

9133

0,81

790,

9525

UCA

0,11

620,

6887

0,82

360,

1529

0,86

890,

7971

0,96

340,

9747

0,72

650,

8749

0,75

070,

1483

0,98

310,

9585

0,75

88U

CO-0

,070

40,

4984

0,89

58-0

,014

60,

9212

0,67

190,

8988

0,95

480,

5720

0,79

940,

6046

-0,0

188

0,91

380,

8918

0,67

67U

GR

0,95

190,

5693

-0,3

981

0,84

95-0

,332

70,

4314

0,37

40-0

,003

90,

6392

0,40

580,

6538

0,89

920,

2653

0,04

170,

7188

UH

U0,

3655

0,85

670,

6239

0,45

480,

6909

0,94

940,

9919

0,92

440,

9028

0,98

440,

9147

0,43

680,

9841

0,93

110,

8851

UJA

0,39

050,

8240

0,56

900,

5066

0,63

450,

9455

0,97

670,

8872

0,90

070,

9952

0,91

410,

4865

0,94

890,

8744

0,91

60U

MA

0,70

240,

9592

0,27

870,

7465

0,36

430,

9517

0,90

130,

7044

0,99

380,

9314

0,99

850,

7419

0,86

260,

7549

0,94

54U

PO0,

9289

0,72

91-0

,355

80,

9916

-0,2

756

0,67

130,

4609

0,13

900,

7950

0,60

630,

7861

0,98

920,

3599

0,19

180,

7603

USE

0,79

410,

8781

0,16

010,

7463

0,24

090,

8145

0,82

460,

5619

0,92

280,

8090

0,93

940,

7727

0,76

830,

6111

0,94

22U

ZA0,

5359

0,89

510,

4584

0,61

740,

5335

0,96

280,

9681

0,82

670,

9580

0,98

720,

9694

0,60

600,

9336

0,83

900,

9544

UO

V0,

4721

0,80

420,

5489

0,43

960,

6125

0,82

470,

9588

0,81

950,

8548

0,87

890,

8827

0,46

070,

9375

0,82

940,

9136

UIB

0,91

630,

6915

-0,1

882

0,85

85-0

,116

20,

6122

0,58

130,

2298

0,78

010,

6115

0,79

820,

8977

0,47

670,

2588

0,86

78U

LL0,

7679

0,85

260,

1847

0,75

500,

2626

0,83

460,

8506

0,58

890,

9280

0,85

250,

9473

0,77

660,

7815

0,61

310,

9814

ULP

GC

0,39

000,

8824

0,61

190,

3948

0,68

110,

8875

0,95

020,

8848

0,87

230,

8896

0,88

320,

3919

0,96

850,

9336

0,80

90U

SA0,

8517

0,85

630,

0539

0,81

410,

1354

0,79

130,

7725

0,48

050,

9139

0,78

190,

9288

0,84

030,

7008

0,52

650,

9422

UVA

0,55

130,

9137

0,46

590,

6020

0,54

240,

9531

0,97

170,

8275

0,96

030,

9697

0,97

260,

5969

0,94

490,

8526

0,94

69U

AB

0,93

300,

5067

-0,4

326

0,83

75-0

,372

20,

3835

0,33

04-0

,051

60,

5925

0,36

960,

6089

0,88

820,

2127

-0,0

198

0,69

75U

BA0,

9391

0,47

89-0

,539

30,

7816

-0,4

793

0,26

490,

1827

-0,1

872

0,49

940,

1985

0,50

710,

8387

0,09

20-0

,107

20,

5293

UD

G0,

4265

0,82

890,

5944

0,45

550,

6594

0,89

430,

9935

0,88

220,

8882

0,94

860,

9106

0,45

900,

9733

0,88

310,

9267

UD

L0,

4745

0,85

090,

5438

0,43

060,

6117

0,83

460,

9392

0,81

850,

8625

0,85

570,

8831

0,44

750,

9376

0,85

800,

8598

UPC

-0,5

126

0,16

130,

9977

-0,4

531

0,98

760,

3572

0,61

800,

8421

0,18

500,

4854

0,21

11-0

,470

10,

6874

0,76

950,

2511

UPF

0,89

040,

8750

-0,1

055

0,94

64-0

,017

80,

8323

0,67

790,

3898

0,92

950,

7812

0,92

590,

9434

0,59

830,

4465

0,88

48U

RV0,

7220

0,95

780,

2563

0,75

770,

3424

0,94

190,

8915

0,68

520,

9921

0,91

990,

9973

0,75

580,

8506

0,73

780,

9463

UA

L0,

8698

0,89

360,

0291

0,84

450,

1148

0,81

740,

7623

0,47

570,

9352

0,78

680,

9439

0,86

380,

6968

0,53

660,

9247

Sig

las

emp

lead

as p

ara

des

ign

ar a

las

Un

iver

sid

ades

Pú

blic

as E

spañ

ola

s:U

ALM

: Alm

ería

. UC

A: C

ádiz

. UC

O: C

órd

ob

a. U

GR

: Gra

nad

a. U

HU

: Hu

elva

. UJA

: Jaé

n. U

MA

: Mál

aga.

UP

O: P

ablo

Ola

vid

e U

SE

: Sev

illa.

UZ

A:

Zar

ago

za.U

OV:

O

vied

o.

UIB

: Is

las

Bal

eare

s.

ULL

: La

La

gu

na.

U

LPG

C:

Las

Pal

mas

d

e G

ran

C

anar

ia.

US

A:

Sal

aman

ca.

UVA

: V

alla

do

lid.

UA

B:

Au

tón

om

a d

e B

arce

lon

a.U

BA

: B

arce

lon

a.

UD

G:

Ger

on

a.

UD

L:

Léri

da.

U

PC

: P

olit

énci

a d

e C

atal

uñ

a.U

PF:

Po

mp

eu F

abra

. U

RV:

Ro

vira

i V

irg

ili.

UA

L: A

lican

te.

UP

V: P

aís

Vasc

o.

UC

N:

Can

tab

ria.

UC

LM:

Cas

tilla

-La

Man

cha.

UB

U:

Bu

rgo

s.U

LE: L

eón

. UV

EG

: Val

enci

a. U

EX

: Ext

rem

adu

ra. U

LC: L

a C

oru

ña.



103

Cu

adro

2(c

on

tin

uació

n):

MA

TR

IZ D

E C

OR

RE

LA

CIO

NE

S E

NT

RE

UN

IVE

RS

IDA

DE

SA

TE

ND

IEN

DO

A L

A O

FE

RT

A D

E T

ITU

LA

CIO

NE

S A

GR

UPA

DA

S P

OR

ÁR

EA

DE

CO

NO

CIM

IEN

TO

Uni

vers

idad

esU

ALM

UCA

UCO

UG

RU

HUU

JAU

MA

UPO

USE

UZA

UO

VU

IBU

LLU

LPG

CU

SAU

VA

UJC

S0,

9797

0,77

240,

6421

0,65

890,

9263

0,93

240,

9968

0,77

770,

9446

0,98

080,

9021

0,81

030,

9610

0,88

190,

9345

0,98

08U

MH

0,71

740,

7487

0,80

54-0

,155

10,

7749

0,81

020,

5255

0,16

960,

3018

0,69

790,

5303

0,08

650,

3966

0,58

150,

2663

0,64

12U

PVA

0,46

010,

8436

0,91

28-0

,363

00,

6509

0,59

850,

3120

-0,3

213

0,19

590,

4905

0,57

91-0

,149

70,

2223

0,63

510,

0912

0,49

74U

SC0,

7146

0,47

910,

3034

0,91

410,

6195

0,60

610,

8519

0,79

520,

9601

0,73

340,

7833

0,94

320,

9227

0,69

200,

9676

0,77

25U

VI0,

9361

0,65

010,

5444

0,78

230,

8326

0,87

340,

9503

0,86

650,

9395

0,92

880,

8404

0,90

820,

9768

0,74

760,

9578

0,91

57U

AH0,

9700

0,86

610,

7466

0,40

250,

9777

0,95

990,

9519

0,59

800,

8283

0,97

340,

8795

0,59

180,

8412

0,93

890,

7903

0,97

32U

AM0,

3605

-0,0

295

-0,1

306

0,97

260,

1632

0,22

480,

4880

0,81

170,

6667

0,35

400,

3581

0,90

570,

6701

0,14

990,

7433

0,35

90U

CAR

0,99

430,

8047

0,70

640,

4986

0,95

700,

9746

0,95

920,

7109

0,84

450,

9860

0,85

360,

6843

0,88

410,

8620

0,83

170,

9674

UCM

0,54

350,

1162

-0,0

704

0,95

190,

3655

0,39

050,

7024

0,92

890,

7941

0,53

590,

4721

0,91

630,

7679

0,39

000,

8517

0,55

13U

RJC

0,89

050,

6887

0,49

840,

5693

0,85

670,

8240

0,95

920,

7291

0,87

810,

8951

0,80

420,

6915

0,85

260,

8824

0,85

630,

9137

UPM

0,42

770,

8236

0,89

58-0

,398

10,

6239

0,56

900,

2787

-0,3

558

0,16

010,

4584

0,54

89-0

,188

20,

1847

0,61

190,

0539

0,46

59U

MU

0,64

470,

1529

-0,0

146

0,84

950,

4548

0,50

660,

7465

0,99

160,

7463

0,61

740,

4396

0,85

850,

7550

0,39

480,

8141

0,60

20U

PCT

0,50

320,

8689

0,92

12-0

,332

70,

6909

0,63

450,

3643

-0,2

756

0,24

090,

5335

0,61

25-0

,116

20,

2626

0,68

110,

1354

0,54

24U

PNA

0,96

850,

7971

0,67

190,

4314

0,94

940,

9455

0,95

170,

6713

0,81

450,

9628

0,82

470,

6122

0,83

460,

8875

0,79

130,

9531

UPV

0,95

280,

9634

0,89

880,

3740

0,99

190,

9767

0,90

130,

4609

0,82

460,

9681

0,95

880,

5813

0,85

060,

9502

0,77

250,

9717

UCN

0,80

860,

9747

0,95

48-0

,003

90,

9244

0,88

720,

7044

0,13

900,

5619

0,82

670,

8195

0,22

980,

5889

0,88

480,

4805

0,82

75U

CLM

0,95

940,

7265

0,57

200,

6392

0,90

280,

9007

0,99

380,

7950

0,92

280,

9580

0,85

480,

7801

0,92

800,

8723

0,91

390,

9603

UBU

0,99

050,

8749

0,79

940,

4058

0,98

440,

9952

0,93

140,

6063

0,80

900,

9872

0,87

890,

6115

0,85

250,

8896

0,78

190,

9697

ULE

0,96

850,

7507

0,60

460,

6538

0,91

470,

9141

0,99

850,

7861

0,93

940,

9694

0,88

270,

7982

0,94

730,

8832

0,92

880,

9726

UVE

G0,

6285

0,14

83-0

,018

80,

8992

0,43

680,

4865

0,74

190,

9892

0,77

270,

6060

0,46

070,

8977

0,77

660,

3919

0,84

030,

5969

UEX

0,91

330,

9831

0,91

380,

2653

0,98

410,

9489

0,86

260,

3599

0,76

830,

9336

0,93

750,

4767

0,78

150,

9685

0,70

080,

9449

ULC

0,81

790,

9585

0,89

180,

0417

0,93

110,

8744

0,75

490,

1918

0,61

110,

8390

0,82

940,

2588

0,61

310,

9336

0,52

650,

8526

URI

0,95

250,

7588

0,67

670,

7188

0,88

510,

9160

0,94

540,

7603

0,94

220,

9544

0,91

360,

8678

0,98

140,

8090

0,94

220,

9469

Sig

las

emp

lead

as p

ara

des

ign

ar a

las

Un

iver

sid

ades

Pú

blic

as E

spañ

ola

s:U

JCS:

Jau

me

I. U

MH:

Mig

uel H

erná

ndez

. UPV

A: P

olité

cnic

a de

Val

enci

a. U

SC: S

antia

go d

e Co

mpo

stel

a. U

VI: V

igo.

UAH

: Alc

alá

de H

enar

es. U

AM: A

utón

oma

de M

adrid

. U

CAR:

Car

los

III. U

CM: C

ompl

uten

se. U

RJC:

Rey

Jua

n Ca

rlos.

UPM

: Pol

itécn

ica

de M

adrid

. UM

U: M

urci

a. U

PCT:

Pol

itécn

ica

de C

arta

gena

. UPN

A: P

úblic

a de

Nav

arra

.U

PV: P

aís

Vasc

o. U

CN: C

anta

bria

. UCL

M: C

atill

a-La

Man

cha.

UBU

: Bur

gos.

ULE

: Leó

n. U

VEG

: Val

enci

a Es

tudi

Gen

eral

. UEX

: Ext

rem

adur

a. U

LC: L

a Co

ruña

. RI:

La R

ioja

UAL

M: A

lmer

ía. U

CA: C

ádiz.

UCO

: Cór

doba

. UG

R: G

rana

da. U

HU: H

uelv

a. U

JA: J

aén.

UM

A: M

álag

a. U

PO: P

ablo

Ola

vide

USE

: Sev

illa.

UZA

: Zar

agoz

a. U

OV:

Ovi

edo.

UIB

: Isl

as B

alea

res.

ULL

: La

Lagu

na. U

LPG

C: L

as P

alm

as d

e G

ran

Cana

ria. U

SA: S

alam

anca

. UVA

: Val

lado

lid.



104

Cu

adro

2(c

on

tin

uació

n):

MA

TR

IZ D

E C

OR

RE

LA

CIO

NE

S E

NT

RE

UN

IVE

RS

IDA

DE

SA

TE

ND

IEN

DO

A L

A O

FE

RT

A D

E T

ITU

LA

CIO

NE

S A

GR

UPA

DA

S P

OR

ÁR

EA

DE

CO

NO

CIM

IEN

TO

Uni

vers

idad

esU

ABU

BAU

DGU

DLU

PCU

PFU

RVU

ALU

JCS

UM

HU

PVA

USC

UVI

UAH

UAM

UCA

R

UJCS

0,61

850,

4977

0,92

970,

8900

0,24

240,

9193

0,99

530,

9423

1,00

000,

5669

0,32

420,

8324

0,96

550,

9516

0,49

210,

9726

UMH

-0,1

639

-0,3

991

0,66

920,

4806

0,72

300,

3272

0,49

890,

2651

0,56

691,

0000

0,73

860,

0284

0,48

530,

7184

-0,2

749

0,73

40UP

VA-0

,397

5-0

,510

80,

6242

0,57

090,

9957

-0,0

695

0,29

000,

0655

0,32

420,

7386

1,00

00-0

,044

50,

1692

0,52

40-0

,508

30,

4263

USC

0,87

520,

8684

0,71

400,

7871

-0,1

309

0,87

160,

8684

0,96

530,

8324

0,02

84-0

,044

51,

0000

0,85

670,

6616

0,79

740,

6818

UVI

0,76

310,

6075

0,86

070,

7933

0,09

210,

9539

0,95

310,

9523

0,96

550,

4853

0,16

920,

8567

1,00

000,

8484

0,66

360,

9225

UAH

0,34

960,

2384

0,93

630,

8920

0,44

990,

7867

0,94

190,

8098

0,95

160,

7184

0,52

400,

6616

0,84

841,

0000

0,20

290,

9750

UAM

0,98

780,

9449

0,28

360,

3007

-0,5

634

0,72

240,

5125

0,72

300,

4921

-0,2

749

-0,5

083

0,79

740,

6636

0,20

291,

0000

0,33

10UC

AR0,

4634

0,30

320,

9210

0,83

390,

3545

0,85

930,

9505

0,84

330,

9726

0,73

400,

4263

0,68

180,

9225

0,97

500,

3310

1,00

00UC

M0,

9330

0,93

910,

4265

0,47

45-0

,512

60,

8904

0,72

200,

8698

0,68

70-0

,138

3-0

,434

70,

8968

0,76

810,

4709

0,89

840,

5442

URJC

0,50

670,

4789

0,82

890,

8509

0,16

130,

8750

0,95

780,

8936

0,93

930,

4546

0,24

830,

7972

0,84

440,

9374

0,37

420,

9047

UPM

-0,4

326

-0,5

393

0,59

440,

5438

0,99

77-0

,105

50,

2563

0,02

910,

2900

0,72

600,

9992

-0,0

789

0,13

090,

4972

-0,5

409

0,39

51UM

U0,

8375

0,78

160,

4555

0,43

06-0

,453

10,

9464

0,75

770,

8445

0,74

570,

1013

-0,3

793

0,78

850,

8190

0,57

420,

7909

0,67

10UP

CT-0

,372

2-0

,479

30,

6594

0,61

170,

9876

-0,0

178

0,34

240,

1148

0,37

360,

7521

0,99

740,

0000

0,20

970,

5752

-0,4

904

0,47

29UP

NA0,

3835

0,26

490,

8943

0,83

460,

3572

0,83

230,

9419

0,81

740,

9542

0,71

390,

4315

0,65

590,

8660

0,99

090,

2432

0,98

45UP

V0,

3304

0,18

270,

9935

0,93

920,

6180

0,67

790,

8915

0,76

230,

9106

0,74

340,

6825

0,63

720,

8265

0,94

810,

1877

0,92

73UC

N-0

,051

6-0

,187

20,

8822

0,81

850,

8421

0,38

980,

6852

0,47

570,

7134

0,85

040,

8841

0,32

300,

5669

0,86

04-0

,197

50,

7927

UCLM

0,59

250,

4994

0,88

820,

8625

0,18

500,

9295

0,99

210,

9352

0,99

010,

5382

0,26

940,

8216

0,93

860,

9554

0,46

460,

9646

UBU

0,36

960,

1985

0,94

860,

8557

0,48

540,

7812

0,91

990,

7868

0,94

730,

7977

0,55

160,

6199

0,88

100,

9781

0,23

120,

9894

ULE

0,60

890,

5071

0,91

060,

8831

0,21

110,

9259

0,99

730,

9439

0,99

690,

5424

0,29

510,

8355

0,95

150,

9550

0,48

110,

9671

UVEG

0,88

820,

8387

0,45

900,

4475

-0,4

701

0,94

340,

7558

0,86

380,

7398

0,04

22-0

,395

30,

8303

0,82

460,

5468

0,84

630,

6451

UEX

0,21

270,

0920

0,97

330,

9376

0,68

740,

5983

0,85

060,

6968

0,86

500,

7496

0,74

930,

5723

0,74

550,

9426

0,06

330,

8910

ULC

-0,0

198

-0,1

072

0,88

310,

8580

0,76

950,

4465

0,73

780,

5366

0,75

040,

7803

0,82

170,

3966

0,57

950,

9008

-0,1

733

0,81

00UR

I0,

6975

0,52

930,

9267

0,85

980,

2511

0,88

480,

9463

0,92

470,

9625

0,54

500,

3245

0,83

280,

9824

0,86

610,

5891

0,92

45

Sigl

as e

mpl

eada

s pa

ra d

esig

nar a

las

Uni

vers

idad

es P

úblic

as E

spañ

olas

:U

JCS

: Jau

me

I. U

MH

: Mig

uel H

erná

ndez

. UPV

A: P

olité

cnic

a de

Val

enci

a. U

SC

: San

tiago

de

Com

post

ela.

UV

I: V

igo.

UA

H: A

lcal

á de

Hen

ares

.U

AM

: A

utón

oma

de M

adri

d. U

CA

R:

Car

los

III.

UC

M:

Com

plut

ense

. U

RJC

: R

ey J

uan

Car

los.

UPM

: Po

litéc

nica

de

Mad

rid.

UM

U:

Mur

cia.

UPC

T: P

olité

cnic

a de

Car

tage

na.

UPN

A:

Públ

ica

de N

avar

ra.

UPV

: Pa

ís V

asco

. U

CN

: C

anta

bria

. U

CLM

: C

atill

a-La

Man

cha.

UB

U:

Bur

gos.

ULE

: Leó

n. U

VEG

: Val

enci

a Es

tudi

Gen

eral

. UEX

: Ext

rem

adur

a. U

LC: L

a C

oruñ

a. R

I: La

Rio

ja. U

AB

: Aut

ónom

a de

Bar

celo

na.U

BA

: Bar

celo

na.

UD

G: G

eron

a. U

DL:

Lér

ida.

UPC

: Pol

iténc

ia d

e C

atal

uña.

UPF

: Pom

peu

Fabr

a. U

RV:

Rov

ira

i Vir

gili.

UA

L: A

lican

te.



105

Cu

adro

2(c

on

tin

uació

n):

MA

TR

IZ D

E C

OR

RE

LA

CIO

NE

S E

NT

RE

UN

IVE

RS

IDA

DE

SA

TE

ND

IEN

DO

A L

A O

FE

RT

A D

E T

ITU

LA

CIO

NE

S A

GR

UPA

DA

S P

OR

ÁR

EA

DE

CO

NO

CIM

IEN

TO

Uni

vers

idad

esU

CMU

RJC

UPM

UM

UU

PCT

UPN

AU

PVU

CNU

CLM

UBU

ULE

UVE

GU

EXU

LCU

RI

UJCS

0,68

700,

9393

0,29

000,

7457

0,37

360,

9542

0,91

060,

7134

0,99

010,

9473

0,99

690,

7398

0,86

500,

7504

0,96

25UM

H-0

,138

30,

4546

0,72

600,

1013

0,75

210,

7139

0,74

340,

8504

0,53

820,

7977

0,54

240,

0422

0,74

960,

7803

0,54

50UP

VA-0

,434

70,

2483

0,99

92-0

,379

30,

9974

0,43

150,

6825

0,88

410,

2694

0,55

160,

2951

-0,3

953

0,74

930,

8217

0,32

45US

C0,

8968

0,79

72-0

,078

90,

7885

0,00

000,

6559

0,63

720,

3230

0,82

160,

6199

0,83

550,

8303

0,57

230,

3966

0,83

28UV

I0,

7681

0,84

440,

1309

0,81

900,

2097

0,86

600,

8265

0,56

690,

9386

0,88

100,

9515

0,82

460,

7455

0,57

950,

9824

UAH

0,47

090,

9374

0,49

720,

5742

0,57

520,

9909

0,94

810,

8604

0,95

540,

9781

0,95

500,

5468

0,94

260,

9008

0,86

61UA

M0,

8984

0,37

42-0

,540

90,

7909

-0,4

904

0,24

320,

1877

-0,1

975

0,46

460,

2312

0,48

110,

8463

0,06

33-0

,173

30,

5891

UCAR

0,54

420,

9047

0,39

510,

6710

0,47

290,

9845

0,92

730,

7927

0,96

460,

9894

0,96

710,

6451

0,89

100,

8100

0,92

45UC

M1,

0000

0,68

77-0

,466

70,

9445

-0,3

882

0,52

180,

3479

-0,0

086

0,70

940,

4314

0,70

420,

9704

0,25

860,

0811

0,66

68UR

JC0,

6877

1,00

000,

2212

0,74

080,

3120

0,94

570,

8155

0,65

620,

9743

0,86

550,

9627

0,72

150,

8058

0,75

170,

8152

UPM

-0,4

667

0,22

121,

0000

-0,4

114

0,99

560,

4041

0,65

490,

8690

0,23

720,

5224

0,26

19-0

,428

50,

7260

0,80

710,

2870

UMU

0,94

450,

7408

-0,4

114

1,00

00-0

,328

80,

6514

0,40

630,

0896

0,77

960,

5579

0,76

400,

9946

0,31

540,

1648

0,69

97UP

CT-0

,388

20,

3120

0,99

56-0

,328

81,

0000

0,48

530,

7171

0,91

020,

3254

0,59

310,

3484

-0,3

474

0,78

520,

8588

0,35

89UP

NA0,

5218

0,94

570,

4041

0,65

140,

4853

1,00

000,

9071

0,80

260,

9674

0,97

230,

9612

0,61

690,

8923

0,84

690,

8607

UPV

0,34

790,

8155

0,65

490,

4063

0,71

710,

9071

1,00

000,

9255

0,87

230,

9634

0,89

200,

3999

0,98

880,

9208

0,89

62UC

N-0

,008

60,

6562

0,86

900,

0896

0,91

020,

8026

0,92

551,

0000

0,68

240,

8692

0,69

720,

0631

0,96

090,

9816

0,66

81UC

LM0,

7094

0,97

430,

2372

0,77

960,

3254

0,96

740,

8723

0,68

241,

0000

0,92

880,

9978

0,76

520,

8359

0,74

170,

9175

UBU

0,43

140,

8655

0,52

240,

5579

0,59

310,

9723

0,96

340,

8692

0,92

881,

0000

0,93

610,

5322

0,93

820,

8716

0,90

83UL

E0,

7042

0,96

270,

2619

0,76

400,

3484

0,96

120,

8920

0,69

720,

9978

0,93

611,

0000

0,75

470,

8522

0,74

820,

9396

UVEG

0,97

040,

7215

-0,4

285

0,99

46-0

,347

40,

6169

0,39

990,

0631

0,76

520,

5322

0,75

471,

0000

0,30

370,

1360

0,71

19UE

X0,

2586

0,80

580,

7260

0,31

540,

7852

0,89

230,

9888

0,96

090,

8359

0,93

820,

8522

0,30

371,

0000

0,96

680,

8245

ULC

0,08

110,

7517

0,80

710,

1648

0,85

880,

8469

0,92

080,

9816

0,74

170,

8716

0,74

820,

1360

0,96

681,

0000

0,66

27UR

I0,

6668

0,81

520,

2870

0,69

970,

3589

0,86

070,

8962

0,66

810,

9175

0,90

830,

9396

0,71

190,

8245

0,66

271,

0000

Sig

las

emp

lead

as p

ara

des

ign

ar a

las

Un

iver

sid

ades

Pú

blic

as E

spañ

ola

s:U

JCS

: Ja

um

e I.

U

MH

: M

igu

el

Her

nán

dez

. U

PVA

: P

oli

técn

ica

de

Val

enci

a.

US

C:

San

tiag

o

de

Co

mp

ost

ela.

U

VI:

V

igo

.U

AH

: A

lcal

á d

e H

enar

es.

UA

M:

Au

tón

om

a d

e M

adri

d.

UC

AR

: C

arlo

s II

I.

UC

M:

Co

mp

lute

nse

. U

RJC

: R

ey

Juan

C

arlo

s.U

PM

: P

olit

écn

ica

de

Mad

rid

. U

MU

: M

urc

ia.

UP

CT:

P

olit

écn

ica

de

Car

tag

ena.

U

PN

A:

Pú

blic

a d

e N

avar

ra.

UP

V:

Paí

s Va

sco

.U

CN

: C

anta

bri

a.

UC

LM:

Cas

tilla

-La

Man

cha.

U

BU

: B

urg

os.

U

LE:

Leó

n.

UV

EG

: V

alen

cia

Est

ud

i G

ener

al.

UE

X:

Ext

rem

adu

ra.

ULC

: La

Co

ruñ

a. U

RI:

La R

ioja



106

REFERENCIAS BIBLIOGRÁFICAS

Abbott, M. y Doucouliagos, C. (2003): “The efficiency of Australian uni-versities: a data envelopment analysis”, Economics of EducationReview, vol. 22, nº 1, pp. 89-97.

Ahn, T. (1987): “Efficiency and related issues in higher education: A dataenvelopment analysis approach”, tesis doctoral, University of Texas atAustin.

Ahn, T.; Arnold, V.; Charnes, A. y Cooper, W. W. (1989): “DEA and ratio effi-ciency analysis for public institutions of higher learning in Texas”,Research in Governmental and Nonprofit Accounting, vol. 5, pp. 165-185.

Ahn, T.; Charnes, A. y Cooper, W. W. (1988a): “Using Data EnvelopmentAnalysis to Measure the Efficiency of Not-for-profit Organizations: aCritical Evaluation-Comment”, Managerial and Decision Economics,vol. 9, nº 3, pp. 251-253.

Ahn, T.; Charnes, A. y Cooper, W. W. (1988a): “Efficiency characterizationsin different DEA models”, Socio-Economic Planning Sciencies, vol. 22,nº 6, pp. 253-257.

Ahn, T.; Charnes, A. y Cooper, W. W. (1988b): “Some statistical and DEA eva-luations of relative efficiencies of public and private institutions of higherlearning”, Socio-Economic Planning Sciencies, vol. 22, nº 6, pp. 259-269.

Ahn, T. y Seiford, L. M. (1993): “Sensitive of DEA to Models and VariableSets in a Hypothesis Test Setting: The Efficiency of UniversityOperations”, en Ijiri, Y. (ed.), Creative and Innovative Approaches tothe Science of Management, Quorum Books, Nueva York, pp. 191-208.

Albi, E.; González-Páramo, J. M. y López Casasnovas, G. (1997): GestiónPública. Fundamentos, técnicas y casos, Ariel, Barcelona.

Athanassopoulos, A. D. y Shale, E. (1997): “Assessing the ComparativeEfficiency of Higher Education Institutions in the UK by Means of DataEnvelopment Analysis”, Education Economics, vol. 5, nº 2, pp. 117-134.

Avrikan, N. K. (2001): “Investigating technical and scale efficiencies ofAustralian Universities through data envelopment analysis”, Socio-Economic Planning Sciencies, vol. 35, nº 1, pp. 57-80.

Breu, T. M. y Raab, R. L. (1994): “Efficiency and Perceived Quality of theNation´s “Top 25” National Universities and National Liberal ArtsColleges: An Application of Data Envelopment Analyisis to HigherEducation”, Socio-Economic Planning Sciencies, vol. 28, nº 1, pp. 33-45.

Charnes, A.; Cooper, W. W. y Rhodes, E. (1978): “Measuring the efficiencyof decision making units”, European Journal of Operational Research,vol. 2, nº 6, pp. 429-444.

Dyson, R. G.; Allen, R.; Camanho, A. S.; Podinovski, V. V.; Sarrico, C. S. yShale, E. A. (2001): “Pitfalls and protocols in DEA”, European Journalof Operational Research, vol. 132, nº 2, pp. 245-259.



107

Farrell, M. J. (1957): “The Measurement of Productive Efficiency”,Journal of the Royal Statistical Society Series A (General), vol. 120,Part III, pp. 253-281.

Fried, H. O.; Lovell, C. A. K. y Schmidt, S. S. (2008): The Measurement ofProductive Efficiency and Productivity Growth, Oxford UniversityPress.

García Valderrama, T. y Gómez Aguilar, N. (1999): “Factores determinan-tes de la eficiencia de los grupos de investigación en la Universidad”,Hacienda Pública Española, nº 148, pp. 131-145.

Giménez García, V. M. (2000): “Eficiencia en costes y calidad en la univer-sidad. Una aplicación a los departamentos de la UAB”, tesis doctoral,Universitat Autònoma de Barcelona.

Giménez García, V. M. (2004): “Un modelo FDH para la medida de la efi-ciencia en costes de los departamentos universitarios”, HaciendaPública Española, nº 168, pp. 69-94.

Gobierno de Aragón, D. d. C. y. T. (2004): II Plan Autonómico de Investi-gación, Desarrollo y Transferencia de Conocimientos de Aragón: [IIPAID 2005-2008], Zaragoza, Gobierno de Aragón, Departamento deCiencia y Tecnología.

Gómez Sancho y Mancebón (2005): “Algunas reflexiones metodológicassobre la evaluación de la eficiencia productiva de las instituciones deeducación superior”, vol. 2, nº 60, pp. 140-167.

Hair Jr., J.F., R.E. Andeson, R.L. Tatham y W.C. Black (1999): AnálisisMultivariante, 5ª edición, Prentice Hall Iberia, Madrid.

Hanke, M. y Leopoldseder, T. (1998): “Comparing the Efficiency ofAustrian Universities: A Data Envelopment Analysis Application”,Tertiary Education and Management, vol. 4, nº 3, pp. 191-197.

Hernández Armenteros, J. (Coordinador) (2002): La universidad españolaen cifras (2002). Información académica, productiva y financiera de lasuniversidades públicas españolas. Indicadores universitarios, Confe-rencia de Rectores de las Universidades Españolas, Madrid.

Marinho, A.; Resende, M. y Façanha, L. O. (1997): “Brazilian FederalUniversities: Relative Efficiency Evaluation and Data EnvelopmentAnalysis”, Revista Brasileira de Economia, vol. 51, nº 4, pp. 489-508.

McMillan, M. L. y Datta, D. (1998): “The Relative Efficiencies of CanadianUniversities: A DEA Perspective”, Canadian Public Policy - Analyse dePolitiques, vol. 24, nº 4, pp. 485-511.

Ng, Y. C. y Li, S. K. (2000): “Measuring the Research Performance ofChinese Higher Education Institutions: An Application of DataEnvelopment Analysis”, Education Economics, vol. 8, nº 2, pp. 139-156.



108

Rhodes, E. L. y Southwick, L. (1993): “Variations in Public and PrivateUniversity Efficiency”, en Rhodes, E. (ed.): Public Policy applications ofmanagement science, AJI press inc., Greenwich.

Sinuany-Stern, Z.; Mehrez, A. y Barboy, A. (1994): “Academic departmentsefficiency via DEA”, Computers & Operations Research, vol. 21, nº 5,pp. 543-556.

Taylor, B. y Harris, G. (2004): “Relative efficiency among South Africanuniversities: A data envelopment analysis”, Higher Education, vol. 47,nº 1, pp. 73-89.

Thanassoulis, E. (2001): Introduction to the theory and application of DataEnvolopment Analysis, Kluwer Academic Publishers, Massachusetts.

Trillo del Pozo, D. (2002): “La función de distancia: Un análisis de la efi-ciencia en la universidad”, tesis doctoral, Universidad Rey JuanCarlos, Madrid.

ABSTRACT

In recent years there has been increasing interest in evaluatinguniversity institutions and their constituent elements. The stu-dies undertaken so far in the economic field differ in manyaspects (methodology of analysis, type of aggregation, sam-ples, variables, etc.) One characteristic which is common to allstudies, however, is the importance of the fact that the orga-nisations evaluated must be homogeneous in the basicaspects of their teaching and research activity; in other words,in the intra-institution productive process. However, the atten-tion paid to this aspect in the empirical analysis has generallybeen somewhat superficial, guided largely by the data availa-ble or ad hoc criteria established by the authors of such stu-dies. Aware of the importance of sample homogeneity in theanalysis of university activity, the present study proposes clas-sifying Spanish public universities into homogenous groupswhich permit more internally coherent and unbiased assess-ments. To do this, we employ the data supplied by HernándezArmenteros (2002), to which we apply a statistical analysis,taking as reference the degrees offered by universities.

Key words: sample homogeneity, universities, cluster analysis.


UNA PROPUESTA DE CLASIFICACIÓN DE LAS UNIVERSIDADES PÚBLICAS ESPAÑOLAS EN GRUPOS COMPARABLES EN...

Documents

Transcript of UNA PROPUESTA DE CLASIFICACIÓN DE LAS UNIVERSIDADES PÚBLICAS ESPAÑOLAS EN GRUPOS COMPARABLES EN...