Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
EVALUACIÓN DOCENTE MEDIANTE BSC Y DEAJorge E. Mejía Quiroga, Pablo Hernán Sánchez Torres y Delimiro A. Visbal Cadavid
Fundación Universidad Central. Bogotá (Colombia)
ISSN 1900-8260
Diciembre 2006 • Nº. 2 • Pp 70-86 • Publicado en línea por la Asociación Colombiana de Facultades de Ingeniería -ACOFI- www.acofi.edu.co
Recibido: 29/09/2006 • Aceptado: 23/10/2006
*
Este trabajo utiliza Balanced Scorecard (BSC) y Data Envelopment Analysis (DEA) para realizaruna primera aproximación al modelo de seguimiento y control integral de la gestión en el Programa deIngeniería Industrial de la Fundación Universidad Central, Bogotá (Colombia), inicialmente desde laevaluación docente. En su estado actual, el modelo utiliza la información de diferentes aspectos de lafunción de calidad de los cursos, organizada según las perspectivas del BSC clásico y recopilada medianteencuestas aplicadas a los estudiantes de los diferentes cursos que se ofertan.
La información obtenida es procesada estadísticamente e incorporada en un modelo DEA, del cualresultan principalmente medidas de eficiencia de los procesos docentes, identificación de mejoresprácticas, direcciones de mejoramiento para cada curso - docente, y valores de referencia para las variablesestratégicas que integran el BSC y sus reportes.
Palabras claves: data envelopment analysis, balanced score card, evaluación docente.
This work uses Balanced Scorecard (BSC) and Data Envelopment Analysis (DEA) to make one firstapproach to the model of pursuit and integral control of the management in the Industrial EngineeringProgram of Fundación Universidad Central, Bogotá (Colombia), initially in educational evaluation. Inits present state, the model uses the information of different aspects from the courses´s quality function,organized according to the classic perspectives of the BSC and compiled by means of applied surveys tostudents of the different courses offerted.
The obtained data is processed statistically and incorporated to the DEA model, which providesmainly: efficiency measures of the educational processes, better practices identification, directions ofimprovement for each course – teacher unit, and reference values for the strategic variables that integratesthe BSC and their reports.
Keywords: data envelopment analysis, balanced score card, educational evaluation.
Abstract
Resumen
* Ponencia presentada en la XXVI Reunión Nacional de Facultades de Ingeniería “Retos en la formacióndel ingeniero para el año 2020, Septiembre de 2006. Segundo Lugar, Premios ACOFI 2006.
71
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Evaluación docente mediante BSC y DEA
Introducción
La creciente preocupación de las universidades,agremiaciones y autoridades educativas colombianaspor consolidar programas de pregrado y postgradode excelencia, ha derivado entre otras, en unacreciente preocupación por el desarrollo de sistemasde información gerencial que sean capaces de apoyarcon información oportuna, pertinente y fiable, lagestión de las variables críticas propias de lasactividades educativas, investigativas, de extensióna la comunidad y administrativas, que se desarrollanen cada programa, unidad académica y/o unidad deapoyo de las diferentes instituciones.
En tal sentido, el Programa de Ingeniería Industrialde la Fundación Universidad Central, estádesarrollando un sistema de seguimiento y controlde la gestión en las diferentes esferas del quehaceruniversitario mediante Balanced Scorecard y DEA,con el que busca identificar las fortalezas ydeficiencias de su actuar respecto a la planeación, paraestablecer los cursos de acción apropiados a tiempo.Este sistema pretende combinar la perspectivaholística y sistémica de la organización propias de lagerencia estratégica apoyada en BSC con el potencialde mejoramiento continuo que aporta DEA medianteel análisis de las medidas de eficiencia relativa decada una de las unidades tomadoras de decisiones(DMU) y la generación de la frontera optima dedesempeño. Actualmente, el referido modelo se haaplicado exitosamente en el proceso de evaluacióndocente del Programa y de forma progresiva secontinúa avanzando en su implantación general.
1. Balanced Score Card (BSC)
Esta herramienta “transforma la misión y la
estrategia en objetivos e indicadores organizados
en cuatro perspectivas diferentes: finanzas, clientes,
procesos internos y formación y crecimiento. El BSC
proporciona un marco, una estructura y un lenguaje
para comunicar la misión y la estrategia; utiliza las
mediciones para informar a los empleados sobre los
causantes del éxito actual y futuro. Al articular los
resultados que la organización desea, y los
inductores de esos resultados, los altos ejecutivos
esperan canalizar las energías, las capacidades y el
conocimiento concreto de todo el personal de la
organización hacia la consecución de los objetivos
de largo plazo” (Kaplan y Norton, 2004). En lamayoría de los casos las cuatro perspectivas referidasson suficientes para una visión integral de laorganización, sin embargo cabe apuntar que lafilosofía subyancente a este modelo de seguimientoy control de la gestión permite utilizar más o menosperspectivas según lo demanden las característicasy necesidades de cada caso de aplicación.
Apegándose al modelo clásico de las cuatroperspectivas, en cada una de ellas se analiza:
1.1 La perspectiva financiera:
Explicita y estudia los objetivos financieros quearticulan la meta a largo plazo de la organización:proporcionar rendimientos superiores basados en elcapital invertido satisfaciendo las expectativas de losaccionistas del negocio. Prácticamente todos losobjetivos estratégicos tienen efectos económicosdentro de la organización, razón por la cual configurael nivel de análisis más inmediato de la gestión. Suestudio involucra principalmente la evaluación dela rentabilidad, misma que puede ser ponderada entérminos de:
• Eficiencia en el uso de activos y nuevas inversionesaplicados en los procesos de negocio.
• Optimización de la función de costos de laorganización para reducir su cuantía en el actualnivel de producción y/o mejoras en la productividaddel sistema sobre la misma estructura.
• Aumento de los ingresos a partir del incremento delos márgenes operacionales vía precios o del númerode clientes atendidos; los cuales serán efectivos sólosi hay una adecuada rotación de la cartera.
Es desde esta perspectiva que se ha evaluadonormalmente la gestión de las organizaciones y enconsecuencia, obtener indicadores para medir deldesempeño desde este punto de vista no escomplicado.
1.2 La perspectiva del cliente:
Considerar la estrategia desde este punto permitedarse una idea clara acerca de la satisfacción de
Revista Educación en Ingeniería • Nº. 2 • 200672
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
expectativas y la percepción de los clientes sobre lacontribución que la empresa les brinda comopropuesta de valor a través de sus bienes o servicios.Es la perspectiva de la calidad percibida, lacompetitividad y la congruencia con los mercados ysus tendencias. El estudio desde esta perspectivainvolucra:
• Calidad de diseño entendida como la respuestaapropiada a expectativas y necesidades delconsumidor.
• Atributos de valor percibidos por el cliente enlos bienes y servicios ofertados.
• Ciclo de vida del producto y compatibilidad conel comportamiento y tendencias del mercado.
• Conocimiento del consumidor y grado desatisfacción logrado.
• Posicionamiento del producto en el mercado.• Relación calidad – precio.
1.3 Perspectiva de procesos internos
El análisis desde esta perspectiva implica enfatizaren el desempeño de los procesos clave que dinamizanel negocio como componentes básicos de su cadenade valor. Interactúa con la perspectiva del clientepermitiendo determinar la efectividad de los procesosde adición de valor de la organización y se proyectaen la perspectiva financiera directamente en laestructura de costos.
La excelencia que se pueda lograr a partir delmonitoreo de esta perspectiva permite satisfacer alos clientes mediante la calidad de conformidad (elajuste a especificaciones) y a los accionistas graciasal incrementos en los ingresos vía procesos óptimos.Entre los aspectos que se consideran aquí puedencitarse: análisis de la cadena de valor, procesos deinnovación, procesos de servicios comerciales yprocesos productivos.
1.4 Perspectiva de formación y crecimiento
Propende por el desarrollo de organizacionesinteligentes, éticas, con compromiso social y sentidohumano. Centra las bases del éxito actual y futuro delnegocio en la gente, la tecnología y la información,habida cuenta que de ellas depende la factibilidad dela realización de las metas de las otras perspectivas.
Encarna la Perspectiva de la gestión del conocimientoy el capital humano. Desde este punto de vista del BSCse explicitan y estudian: Gestión estratégica del talentohumano, clima y cultura organizacional, competenciasy conocimiento, gerencia del conocimiento, aprendizajey memoria organizacional, tecnología y sistemas deInformación, capacidades estratégicas del negocio y susprocesos de construcción.
1.5 Gestión organizacional con BSC
BSC analiza desde estas cuatro perspectivas elproblema del seguimiento y control de la planeaciónestratégica de las organizaciones, expresada enobjetivos y metas con diferentes horizontes que estánconectados entre sí por relaciones de causalidad, detal suerte que el éxito o fracaso en el logro de unobjetivo estratégico afecta positiva o negativamentea otros, y a su vez ese éxito o fracaso es laconsecuencia directa o indirecta de la gestión de lasvariables críticas de otros objetivos relacionados quepueden ser anteriores en el tiempo, de nivel estratégicodiferente o perteneciente a otra unidad operacional.Gracias a la franca expresión de esas relaciones, sehace mucho más evidente a los tomadores dedecisiones de los diferentes niveles y áreas de lasorganizaciones el impacto de la gestión que hacensobre las variables estratégicas de los procesos bajosu responsabilidad, la interdependencia de su trabajoy las contribuciones reales que cada uno puede hacerde cara al logro de la misión y visión.
En el BSC, la gerencia de las variables críticas de losprocesos y objetivos organizacionales es posiblegracias al monitoreo permanente de indicadoresrelevantes y pertinentes, generalmente agregados oagregables, que en un número muy razonable yexpresados gráficamente en semáforos (formacualitativa) suministran rápidamente un panorama delactuar de cada elemento del sistema organizacionalen los horizontes de tiempo propios de cada meta yproyecto. La definición de los valores que determinanlas fronteras de cada uno de los tres posibles estadoscualitativos de la gestión de las variables críticas(verde, amarillo y rojo para bueno, regular o malorespectivamente) es determinada por la organizaciónconforme a las metas establecidas en la planeaciónestratégica.
73
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Evaluación docente mediante BSC y DEA
2. Data Envelopment Analysis (DEA)
La metodología Data Envelopment Analysis es unatécnica que utiliza herramientas de programaciónlineal para comparar unidades de producción queutilizan el mismo grupo de recursos y producen elmismo grupo de productos, generando la fronteraeficiente e indicadores relativos de eficiencia dentrode la población de unidades de producción estudiadas.
Esta metodología fue propuesta inicialmente porCharnes, Cooper y Rhodes en 1978, cuandoformularon el primer modelo DEA (modelo CCR),con base en los conceptos originalmente planteadospor Farrel en 1957.
Entre las principales ventajas de DEA, tenemos:
• Es una técnica no paramétrica, por lo cual no esnecesario establecer a priori una relación funcionalentre entradas y salidas.
• No requiere información referente a lasponderaciones de entradas y salidas para generar elíndice de eficiencia.
• No es necesaria la homogeneidad en las unidadesde medida de los datos.
• Permite trabajar con múltiples entradas y salidas.• La información con la que se construye la frontera
eficiente resulta de optimizaciones individuales, loque posibilita aceptar comportamientos de selecciónde tecnologías distintas para cada unidad evaluada.
Si el sistema educativo universitario es visto comouna industria que transforma entradas en salidas, cadauniversidad, tratada como DMU (Decision MakingUnit), puede ser vista como una firma multi-producto(Ray, 1991).
Esto puede extenderse fácilmente al interior de lalabor docente al considerar los “cursos-docente”como una unidad productiva que utiliza unosrecursos para producir unas salidas.
Esta metodología ha sido ampliamente utilizada paraevaluar eficiencias en uso de recursos en diversoscontextos y en especial en educación superior.
Debido a la preocupación por la eficiente asignacióny uso de los bienes, en muchos países del globo se
vienen realizando estudios donde se evalúa lautilización de los recursos destinados a la educacióny en especial a la educación superior, entre lasinvestigaciones que podemos destacar están: en elReino Unido, Cohn et al. (1989), Athanassopoulosy Shale (1997), Johnes y Taylor (1990), Beasley(1995); en USA, Ahn y Seiford (1993), Robst (2001);en España Prior y Thieme (2000), Caballero, et al.(2001) y en Finlandia, Korhonen, Taino y Wallenius(2001), entre otras.
2.1 El modelo CCR
Según Cooper et al. (2000), si
representa las cantidades de salidas y entradas de laDMU
0, la unidad que está siendo evaluada, la medida
escalar de la eficiencia de la DMU0 puede ser
obtenida como la solución optima del siguientemodelo conceptual.
uro
y vioes el conjunto de los pesos más favorables
para la DMU0 en el sentido de maximizar la razón
anterior.
Se asume que los datos son no negativos y que cadaDMU tiene al menos un valor positivo tanto en cadauna de las entradas como en las salidas.
El anterior modelo de programación fraccional sepuede fácilmente convertir en el siguiente modelode programación lineal.
Revista Educación en Ingeniería • Nº. 2 • 200674
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Donde n es el número de unidades a evaluar,(DMU´s), m es el número de variables de entrada ys es el número de variables de salida.
El modelo anterior se expresa matricialmente de lasiguiente manera,
Donde e = [1,1,1,1...,1] es un vector de unos tal que
y . El objetivo de ésta fase es
encontrar una solución que maximice la suma deexcesos en las entradas y faltantes en las salidasmientras permanece .
Una solución optima de la fase II esllamada “una max-slack solution”, si la “max-slacksolution” satisface s-* =0 y s+* =0, entonces se diceque existe una solución cero holguras.
2.1.1. Eficiencia CCR - espacio envolvente
Una DMU es llamada CCR eficiente (eficienciatécnica y eficiencia de mezcla), si una solución optima
de las dos fases anteriores satisface
que y todas las holguras son cero. (s-* =0 ys+* =0). De otra manera la DMU es ineficiente.
La primera de las condiciones anteriores es conocidacomo eficiencia radial o técnica, debido a que un valorde è < 1 significa que todas las entradas pueden serreducidas simultáneamente sin alterar la mezcla oproporción en la que son utilizados. Ya que (1 - è) esla máxima reducción proporcional permitida por latecnología de producción y cualquier reducciónadicional asociada con holguras diferentes de ceronecesariamente cambia la proporción de los entradas,por lo cual la segunda condición está relacionada conla llamada eficiencia de mezcla. Las dos condicionesanteriores conjuntamente describen la llamadaeficiencia de Pareto – Koopmans, la cual puedeexpresar a continuación.
Eficiencia de Pareto – Koopmans: Una DMU es P–Keficiente si y sólo si no es posible mejorar ninguna de susentradas y salidas sin desmejorar otra(s) entradas o salidas.
2.1.2 El conjunto posible de producción
(Production Possibility Set – PPS)
Tal como se mencionó antes se supone que cadaDMU tiene al menos un valor positivo tanto en cadauna de las entradas como en las salidas. Sedenominará a un par valores semipositivos de
entradas y salidas como una actividad
En la práctica se prefiere resolver la forma dual delmodelo anterior, es decir:
Se define el vector de exceso en las entradas S- Î Rm
y el vector de faltantes en las salidas S. Î Rs , loscuales se identifican como vectores de holguras yestán dados por:
con para cualquier solución factible
(q, l) del problema dual.
Considerando las holguras antes definidas se planteauna segunda fase en la evaluación de la eficienciade las unidades bajo estudio, la cual consiste en elsiguiente modelo, que utiliza el resultado previo dela fase inicial, q*, y las siguientes variables (l, s-, s,).
75
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Evaluación docente mediante BSC y DEA
y se expresa como (x,y). Las componentes de cadavector par pueden ser consideradas como un puntosemipositivo en el espacio vectorial lineal (m+s),donde m y s especifican el número de dimensionesrequeridas para expresar las entradas y las salidas,respectivamente. El conjunto de actividades factibleses llamado Conjunto Posible de Producción
(Production Possibility Set), se denota como PPS
y tiene las siguientes propiedades.
• Las actividades observadas (xj, y
j) (j = 1,...,n)
pertenecen a PPS.• Si una actividad (x,y) pertenece a PPS, entonces
la actividad (tx, ty) pertenece a PPS, dondet es unescalar positivo. Esta propiedad es llamadaretornos constantes a escala (RCS). Por lo tanto elmodelo CCR asume RCS.
• Para una actividad (x, y) en P, cualquier actividadsemipositiva (x, y) con estáincluida en P. Esto es, cualquier actividad conentrada no menor que x en cualquier componentey con salida no mayor que y en cualquiercomponente es factible.
• Cualquier combinación lineal semipositiva deactividades en PPS pertenece a PPS
Arreglando los datos matricialmente X=(xj) y Y=(y
j),
podemos definir PPS de la siguiente manera
Teniendo en cuenta los valores de la gráfica yconsiderando una orientación a entradas, la eficienciaCCR de la actividad C es determinada por;
Donde es un vector semipositivo en Rn.
La siguiente figura muestra un típico Conjunto
Posible de Producción CCR en dos dimensiones,para 8 DMU´s (A, B, C, D, E, F, G, H) con unaentrada (empleados) y una salida (ventas).
Figura 1. El Conjunto de Producción Posible CCR
Esto significa que para que DMU C sea eficiente enun enfoque a entradas se requiere que produzca lamisma cantidad de sus salidas utilizando el 66% desus entradas.
2.1.3 El conjunto de referencia
Para una DMUo ineficiente, se define su conjunto
de referencia Eo, basado en el max-slack solution
obtenido en las fases I y II, como
Una solución optima puede ser expresada como
Esto puede ser interpretado de la siguiente manera,.
Lo cual significa
También
Lo cual significa
Estas relaciones sugieren que la eficiencia de(x
0, y
0 ) para la DMU
0 puede ser mejorada si el valor
de las salidas se reducen radialmente por la razón è*
y se eliminan los excesos en las entradas, (s-*).Similarmente la eficiencia puede ser obtenida si los
Revista Educación en Ingeniería • Nº. 2 • 200676
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
valores de las salidas son aumentados en sus faltantes(s+*). De esta manera la mejora en entradas y enlas salidas se puede calcular:
Las holguras se determinan por las siguientesrelaciones;
A partir de esto se definen las proyecciones CCR dela siguiente manera,
El punto es la proyección de (xo, y
o) sobre la
frontera eficiente, por lo tanto es CCR–eficiente, esutilizado para evaluar el desempeño de la DMU
o.
El conjunto de referencia para una DMU ineficienteestá formado por las unidades, en nuestro casoparticular por los cursos-docente que sirven dereferente a dicha DMU, por lo tanto sirven comoBenchmarking de mejores prácticas.
2.2 El modelo CCR – salidas
Este modelo es aplicable cuando lo que deseamos esmaximizar el nivel de salidas utilizando a lo sumo elmismo nivel de entradas. En este caso el modelomatemático a resolver para cada DMU es el siguiente:
Una solución óptima a este modelo se puede derivardirectamente de una solución óptima al modelo CCRorientado a entradas mostrado anteriormente, de lasiguiente manera:
Esto significa que para que DMU C sea eficiente enun enfoque a salidas se requiere que utilizando lamisma cantidad de sus entradas produzca un 50%de sus salidas.
La eficiencia CCR - salidas es calculada simplementepor el reciproco de su eficiencia CCR – entradas,esto es
Antes de continuar cabe señalar que ésta simplerelación reciproca sólo es valida para el modelo CCR.
2.3 El modelo BCC
En la siguiente gráfica se presenta un ejemplosencillo, consistente en una entrada y una salida.
Ya que , entonces .
A mayor valor de , menos eficiente es la DMUque está siendo evaluada. è* expresa la razón de
reducción en las entradas, mientras describe larata de aumento en las salidas. De las relacionesanteriores podemos decir que en un modelo CCRorientado a entradas una DMU será eficiente si y solosi también es eficiente cuando un modelo CCRorientado a salidas es usado para evaluar sudesempeño.
Siguiendo el ejemplo mostrado en la figura 1 yconsiderando un modelo CCR orientado a salidas,tenemos el siguiente valor de la eficiencia de launidad productiva C
77
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Evaluación docente mediante BSC y DEA
Figura 2. El conjunto de Producción posible -
Modelo BCC
La línea punteada representa la frontera eficientecuando se considera un modelo CCR. La fronteraeficiente cuando se considera el modelo BCCconsiste de la línea continua que conecta los puntosA, B, E y H. El conjunto de producción posibleconsiste en la frontera eficiente y la región ubicadaa la derecha y debajo de ésta, tal como se puedeobservar en el grafico. A, B, E y H están sobre lafrontera y son BCC – eficientes. Sin embargo, sóloB es CCR eficiente. Teniendo en cuenta los valoresde la gráfica y considerando una orientación aentradas, la eficiencia BCC de la actividad F esdeterminada por;
y tal como muestra el diagrama es necesario unaumento mayor para llegar a la frontera eficiente CCR.
Si analizamos la eficiencia de la unidad productivaI, concluimos que ésta presenta un puntaje deeficiencia BCC igual a 1, pero observamos que launidad H produce la misma cantidad de la salidaque I utilizando menos recursos, esto nos indica quela DMU I es eficiente BCC radialmente pero presentaineficiencia de mezcla (Cooper, et al., 2000), por lotanto la unidad I NO ES EFICIENTE.
Antes de continuar cabe señalar que ésta simplerelación recíproca no es válida para el modelo BCC.
En el caso del modelo BCC el Conjunto deProducción Posible está definido como;
Mientras que su eficiencia CCR es más pequeña ysu valor es determinado por;
Si consideramos un modelo BCC orientado a salidas,tenemos el siguiente valor de la eficiencia de F
Esto significa que para que DMU F sea eficiente serequiere que su salida sea aumentada a 2*2.0 = 4.0unidades. La eficiencia CCR - salidas es calculadasimplemente por el reciproco de su eficiencia CCR– entradas, esto es
Donde y están
dados por el conjunto de datos, y es unvector fila con todos sus elementos iguales a 1. Elmodelo BCC difiere del modelo CCR sólo por la
adición de la restricción , la cual junto con
la restricción , para toda j, imponen unacondición de convexidad al conjunto de producciónposible.
2.3.1 El modelo BCC orientado a entradas
El modelo BCC orientado a entradas evalúa laeficiencia de DMU
o (o =1,...,n) resolviendo el
siguiente programa lineal (en el espacio envolvente).
Donde èB
es un escalar.La forma dual de este programa lineal es expresadode la siguiente manera:
Revista Educación en Ingeniería • Nº. 2 • 200678
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Donde z y u0 son escalares.
El problema primal es resuelto usando el método delas dos fases indicado en el caso del modelo CCR.
Eficiencia BCC – espacio envolvente
Si una solución óptima para el
modelo primal satisface èB
* = 1 y las holguras soncero (s-* = 0 y s+* =0, entonces la DMU
o es BCC –
eficiente, de otra manera es BCC – ineficiente.
El conjunto de referencia
Para una DMUo ineficiente, se define su conjunto
de referencia Eo , basado en una óptima solución de
la fase II para por:
representó de forma esquemática en un mapaestratégico que no es otra cosa que una matrizque contrasta las perspectivas del BSC contra losobjetivos generales de cada una de las esferas deactividad del programa: academia, investigación,proyección Social, y desarrollo organizacional,el cual puede observarse en el anexo 1. En estamatriz se ubican, según correspondan, cada unode los objetivos estratégicos que resultan deldesarrollo del plan estratégico y se trazan lasdiferentes relaciones de causalidad existentesentre ellos. El mapa estratégico permite visualizarla interdependencia de los diferentescomponentes de la estrategia a la hora de buscarel desarrollo integral de la misión y la visión yfacilita la identificación de las variables críticaspropias y particulares de cada objetivo que van afacilitar su seguimiento y control sin entrar enconflicto o confusión con otros directamenterelacionados. Trazado el mapa estratégico, esposible encontrar los vectores estratégicos,entendidos como las cadenas de objetivos queatraviesan las cuatro perspectivas, y que por sísolos tienen un sentido y coherencia. Esimportante que esos vectores estén atados a losprocesos de la cadena de valor de la organización,de manera que se puedan establecer«responsables por vector», o «sección» del BSC.
• Establecimiento de vectores, metas e iniciativas:
Cuando están claramente identificados losvectores, se procede a establecer los valores metasde las variables críticas que mejor los describeny consistentes con ellas, los indicadores deseguimiento y control que se utilizarán en cadaobjetivo y por extensión en cada unidad oproyecto del programa. En este punto la estructuradel BSC ya está completa.
• Comunicación, implantación y automatización:
Concluido el modelamiento del BSC para elprograma, se socializa y se toman las decisionesinherentes a su implantación y automatizaciónpara la operación. Se definió que este procesofuera progresivo de tal suerte que los resultadosde la implantación del BSC en un área o unidadestratégica del programa retroalimentara todo elmodelo permitiendo su continuo mejoramiento.La comunicación de la utilidad de la herramientapara todos y cada uno de los miembros de laorganización y el inherente proceso de
3. Aplicación del modelo de BSC
enriquecido con DEA en la evaluación
docente del programa de
Ingeniería Industrial
3.1 Desarrollo del BSC
En el proceso de elaboración del BSC del Programade Ingeniería Industrial de la Universidad Centralse siguieron cuatro fases:
• Concepto estratégico: se decanta la planeaciónestratégica del programa, previamente elaborada,para tener claridad y unidad de criterio en cuanto apolíticas, visión, misión, objetivos, variables críticasde éxito y cadena de valor de la organización.
• Determinación de objetivos, vectores y medidas
estratégicas: Decantada la planeación, se la
79
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Evaluación docente mediante BSC y DEA
aprestamiento en su manejo son decisivos parael éxito. Este modelo de BSC comenzó a aplicarseen la evaluación docente por ser uno de losaspectos más complejos y sensibles del programade cara al compromiso que encarna con losdiferentes grupos de interés.
3.2 Aplicación de DEA en evaluación docente
En la realización de este trabajo se consideraron lasencuestas correspondientes a 43 cursos impartidosdentro del ciclo formativo de los estudiantes delprograma de pregrado en ingeniería industrial y en ellaslos estudiantes evaluaron cada variable de 1 a 5, siendouno (1) la menor calificación y cinco (5) la mejor.
Se aplicó un modelo DEA CCR enfocado a salidas(CCR – O), de forma independiente para cada unade las perspectivas del BSC elaborado para elprograma, pertinentes en este caso a la actividaddocente: Un DEA para la calidad en el diseño del
curso, otro para el aprendizaje y crecimiento y otropara el desempeño del alumno. Gracias a ello esposible obtener tres puntajes de eficiencia para cadacurso. No se llevó a cabo una evaluación queinvolucre simultanemente todos los aspectos ya quecon 20 variables y 43 DMU (profesor -curso) elmodelo no discrimina apropiadamente entreunidades eficientes y no eficientes.
El supuesto principal de la aplicación es que todoslos docentes tienen las mismas capacidades yrecursos para realizar su labor, por lo cual la variablede entrada en todos los casos es igual a uno (1) paratodas las DMU.
Los valores de las variables de salida que alimentanal modelo DEA son el promedio de la calificaciónotorgada por los estudiantes. Así por ejemplo yconsiderando la información de la Tabla 1, el modeloDEA para evaluar la calidad en el diseño del curso
consta de 11 variables de salida donde cada unacorresponde al promedio por curso.
Tabla 1. Variables de salidas para cada
aspecto del BSC
Fuente. Modelo BSC - DEA Programa de Ingeniería
Industrial Universidad Central. 2006.
Los resultados del modelo DEA son los puntajes deeficiencia relativa y las deficiencias que se estánpresentando en cada grupo, y muestran una direcciónde como deben mejorarse las variables que conformanlos aspectos considerados para acrecentar integralmentela eficiencia en el desempeño.
Los puntajes de eficiencia relativa, debido a que elenfoque del modelo es hacia salidas, se deben interpretarde la siguiente forma:
• Si la eficiencia es igual a 100% indica que la DMUconsiderada es eficiente, es decir que la unidadprofesor-curso en cuestión obtiene mejoresresultados con sus estudiantes en su proceso docente(función de producción) que el resto del conjuntode DMU analizadas, en determinado aspecto,cuando todas cuentan con los mismos recursos
Revista Educación en Ingeniería • Nº. 2 • 200680
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
de entrada (supuesto del modelo). Nótese que elconcepto de eficiencia aquí manejado no implicaen ningún momento un concepto absoluto de bueno mal trabajo, sino de posición de desempeñorespecto a las mejores prácticas existentes en elconjunto de DMU.
• Si la eficiencia es mayor que 100% indica que laDMU es ineficiente, es decir, existe al menos otraunidad profesor-curso, real o hipotética creada apartir de la combinación lineal de varias reales que,con los mismos recursos de entrada obtiene mejoresresultados en el salón de clase con su grupo.
Este modelo se corre con el software EMS (EfficiencyMeasurement System) versión 1.3, desarrollado porScheel (Dormount University, 2006).
4. Resultados
La aplicación durante el primer semestre de 2006 de estemodelo arrojó los resultados expuestos en el Anexo 2:
• Al evaluar la eficiencia relativa de la calidad en
el diseño del curso, encontramos que sólo el20.93% de los cursos considerados son eficientes,los demás cursos presentan ineficiencia. La mayorineficiencia es de 120,55%; lo cual indica quepara que dicho curso sea eficiente radialmente
debe aumentar el promedio de las calificacionesde las once variables de este aspecto en un 20,55%con relación a sus calificaciones actuales.
• Por su parte, la eficiencia relativa en la calidad
del profesor, muestra que únicamente el 6,97%de los cursos son eficientes. La mayor ineficienciaes de 133,99%, debiendo aumentar la calificaciónpromedio de las cinco variables correspondientesen un 33,99 % para alcanzar la eficiencia radial.
• Al llevar a cabo la evaluación de eficienciarelativa en cuanto al desempeño del alumno,
concluimos que 9,30% de los cursos soneficientes. La mayor ineficiencia es de 123,15%,
debiendo aumentar la calificación promedio delas cuatro variables correspondientes en un 23,15% para alcanzar la eficiencia radial.
Estos resultados se pueden interpretar como que lacantidad de docentes-curso que se encuentran en lacresta del Benchmarking es pequeña, pero la
“distancia” entre éstos y el resto de DMU nosobrepasa el 34% en su caso más crítico.
Conclusiones y recomendaciones
De la experiencia de implantar este modelo en elprograma de Ingeniería Industrial de la UniversidadCentral de Bogotá, el grupo investigador concluye:
• La definición de las DMU como unidades profesor-curso obedece a que la dinámica de cada salón declase es diferente a pesar que la temática y profesorde dos o más grupos sean los mismos. Intervienenen la construcción de esa dinámica las sinergias quese presentan entre los mismos estudiantes, y entrelos estudiantes y el profesor, el espacio físico en quese imparte el curso, y los gustos y preferencias de losestudiantes que conforman el grupo, entre otros.
• DEA suministra los puntajes de eficienciarelativa. Para los cursos que resultan ineficientesDEA provee la magnitud de las ineficiencias encada una de las variables consideradas en laevaluación gracias a lo cual es posible determinaraquellas variables, propias de cada aspecto, enlas cuales la entidad profesor-curso debe mejorar.Adicionalmente, indica el conjunto de
referencia, constituido por los cursos que, siendoeficientes, sirven como Benchmarking para laevaluación. De esta manera el modelo permitedeterminar mejores prácticas de desempeño, alanalizar las DMU eficientes que se utilizan enmayor grado en la evaluación de las ineficientes.
• El componente DEA del modelo no buscaescalafonar a los profesores de acuerdo con sudesempeño. Pretende proveerlos de un instrumentocientífico que les permita compararse construc-tivamente con sus compañeros de trabajo en arasde establecer procesos de gestión de conocimientoque hagan posible que las mejores prácticas docentesse difundan por toda la comunidad, con lo cual nosólo mejoran los desempeños individuales sino elde la organización en general.
• La interacción BSC – DEA permite establecervalores meta para las diferentes variables eindicadores con criterios consecuentes a lascaracterísticas de la organización y sus diferentescomponentes, su dinámica y los mejoresdesempeños observados.
81
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Evaluación docente mediante BSC y DEA
• Las causas de los movimientos en el desempeñode cada DMU pueden ser estudiadas desde dosperspectivas: Las relaciones de causalidadexpresadas en el mapa estratégico sobre el quese edifica el BSC y la comparación constructivacon el conjunto de referencia de cada una quesuministra DEA.
• El hecho que dos DMU ineficientes obtengan un
mismo valor en su puntaje de eficiencia, noimplica necesariamente que tengan que mejoraren la misma magnitud y atributos, habida cuentaque este puntaje representa la proporción en quedebe crecer la calificación promedio actualotorgada por los estudiantes del grupo, en elconjunto de variables que compone el aspectoevaluado.
Referencias
AHN, Taesik and SEIFORD, Lawrence M. (1993)Sensitivity of DEA to Models and VariableSets in a Hypothesis Test Setting: TheEfficiency of University Operations, Creativeand Innovative Approaches to the Science ofManagement. IC2 Management andManagement Science Series, Number 5. IC2Institute. The University of Texas at Austin.
ATHANASSOPOULOS, Antreas D., and SHALE,Estelle. (1997) Assessing the ComparativeEfficiency of Higher Education Institutions enthe UK by means of Data EnvelopmentAnalysis. Carfax Publishing Ltd.
BEASLEY, J.E. (1995) Determining Teaching andResearch Efficiencies, Journal of theOperational Research Society, 46. pp. 441 – 452.
CABALLERO, R., Galache, T., GÓMEZ, T.,MOLINA, J. and TORRICO, A. (2001) EfficientAssignment of Financial Resources within aUniversity System, Study of the Universidad ofMalaga. European Journal of the OperationalResearch, Vol, 133. pp. 298 – 309.
COHN, E., Rhine, S. and SANTOS, M. (1989)Institutions of higher education as multi-productfirms: economies of scale and scope. Reviewof Economics and Statistics, 71, pp, 284 – 290.
COOPER, William W., SEIFORD, Lawrence M. andTONE, Karou. (2000) Data EnvelopmentAnalysis: A Comprehensive Text with Models,Applications, References and DEA-SolverSoftware, Kluwer Academic Publishers.Second Printing.
Dormount University (2006). Departament ofOperations Research. EMS: EfficiencyMeasurement System A Data EnvelopmentAnalysis (DEA) Software. Consultado en Julio14 de 2006 en http://www.wiso.uni-dortmund.de/lsfg/or/scheel/ems/#feat
JOHNES, J. and TAYLOR, J. (1990) PerformanceIndicators in Higher Education (Buckingham,SRHE and Open University Press).
KAPLAN, Robert y NORTON, David. Cómo implantarel cuadro de Mando Integral. Gestión 2000.Editorial Planeta Colombiana. S.A. 2004.
KAPLAN, Robert y NORTON, David (2004). El Cuadrode Mando Integral. Gestión 2000. EditorialPlaneta Colombiana. S.A. 2da. Edición.
KORHONEN, P., TAINO, R. and WALLENIUS, J.(2001) Value efficiency analysis of academicresearch, 130, pp. 121 – 132.
PRIOR, Diego y THIEME, Claudio. (2001) AnálisisFrontera de la Eficiencia en Educación: UnaComparación Internacional, Documento deTrabajo, Departamento de Economía deEmpresa- Universidad Autónoma de Barcelona.
RAY, Subhash C. (1991). Resource Use Efficiency inPublic Schools: A Study of Connecticut Data.Management Science. Vol 37, No. 12. pp. 1620 -1628
ROBST, John. (2001) Cost Efficiency in Public HigherEducation Institutions, The Journal of HigherEducation, Vol. 72, No. 6, pp. 730 – 750.
Links relacionados
BSC
• http://www.ciberconta.unizar.es• http://www.bscol.com• http://www.som.cranfield.ac.uk/som/cbp/
bscorecard.org/bkgd/index.html• http://www.balancedscorecard.org• http://www.tablero-decomando.com
DEA
• http://www.wiso.uni-dortmund.de/lsfg/or/scheel/doordea.htm
• http://www.deazone.com/
Revista Educación en Ingeniería • Nº. 2 • 200682
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
• http://www.etm.pdx.edu/dea/homedea.html• http://mat.gsia.cmu.edu/mstc/dea/dea.html• http://users.tkk.fi/~patte/links/dealinks.html• http://heliodor.bwl.uni-mannheim.de/
webdea.html• http://www.deafrontier.com/books.html
• http://www.deafrontier.com/deaintro.html• http://hdl.handle.net/1992/449• http://hdl.handle.net/1992/584• http://hdl.handle.net/1992/291• http://hdl.handle.net/1992/878• http://hdl.handle.net/1992/388
Sobre los autores
Jorge Enrique Mejía Quiroga
Ingeniero Industrial, MBA y Magíster IngenieríaIndustrial, especialista en Gerencia de RecursosHumanos de la Universidad de los Andes. DirectorPrograma Ingeniería Industrial de la FundaciónUniversidad Central. [email protected]
Pablo Hernán Sánchez Torres
Ingeniero Industrial egresado de la UniversidadJaveriana de Bogotá, especialista en Producción,Calidad y Tecnología de la Universidad Politécnicade Madrid (España) y candidato a Master enDirección de Operaciones, Calidad e Innovación, enla misma Universidad. Profesor del programa depregrado y especialización de Ingeniería Industrial
Continuan 2 anexos
Los puntos de vista expresados en este artículo no reflejan necesariamente la opinión de la
Asociación Colombiana de Facultades de Ingeniería.
de la Fundación Universidad Central de Bogotá[email protected]
Delimiro A. Visbal Cadavid
Ingeniero Químico de la Universidad del Atlántico,Magíster en Ingeniería Industrial de la Universidadde los Andes, Especialista en Gerencia de Produccióny Operaciones de la Universidad Autónoma delCaribe. Profesor del programa de ingenieríaindustrial de la Fundación Universidad [email protected]ón Universidad Central, Carrera deIngeniería Industrial. Cra 5 No. 21 – 38, Bogotá,Colombia. Teléfono 57 1 323 98 68 ext 237, fax 571 323 98 68 ext 250
83
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Evaluación docente mediante BSC y DEA
MA
PA
ES
TR
AT
EG
ICO
PR
OG
RA
MA
DE
IN
GE
NIE
RA
IN
DU
ST
RIA
L
UN
IDA
D A
CA
DÉ
MIC
UN
IDA
D IN
VE
ST
IGA
CIÓ
UN
IDA
D D
ES
AR
RO
LL
O O
RG
AN
IZA
CIO
NU
NID
AD
IN
TE
RA
CC
IÓN
SO
CIA
VIS
IÓN
: La E
scuela
de Ingenie
ría Industr
ial de la U
niv
ers
idad C
entr
al, s
erá
reconocid
a p
or
la c
alid
ad d
e s
us p
rogra
mas d
entr
o d
e u
na c
ultura
org
aniz
acio
nal apta
para
el apre
ndiz
aje
y e
l m
ejo
ram
iento
continuo. L
ogro
que r
esulta d
e la d
ivers
idad y
calid
ad d
e lo
s s
erv
icio
s d
e investigació
n y
consultorí
a q
ue s
us m
iem
bro
s d
esarr
olla
n c
om
o
com
ple
me
nto
a s
u p
royecto
académ
MIS
IÓN
: La E
scuela
de Ingenie
ría Industr
ial es u
na o
rganiz
ació
n d
onde s
us m
iem
bro
s identifican y
/ o e
nriquecen s
u p
royecto
de v
ida m
ed
iante
la p
art
icip
ació
n a
ctiva e
n c
onte
xto
s d
e a
pre
ndiz
aje
en Ingenie
ría Industr
ial, b
ajo
un m
arc
o d
e r
econocim
iento
de la d
ife
rencia
y r
espeto
por
la a
ute
nticid
ad.
Div
ers
ific
ar
para
aum
enta
r la
s p
osib
ilidades d
e
mejo
rar
los ingre
sos y
consecuente
mente
, lo
s
niv
ele
ssala
riale
s
Fom
ento
y d
esarr
ollo
del C
apital H
um
ano
Conta
r con e
ficie
nte
s m
ecanis
mos inte
rnos d
e
com
unic
ació
n
Alia
nzas e
str
até
gic
as c
on o
tras o
rganiz
acio
nes r
ela
cio
nadas
con la a
ctivid
ad d
e la c
arr
era
para
fort
ale
cerla e
n todos s
us
aspecto
s
Gara
ntizar
calid
ad y
mejo
ram
iento
continuo d
e los p
rogra
mas a
cadém
icos
fid
Incentivar
el
mejo
ram
iento
de la p
lan
t
de p
ers
onal docente
de
escuela
media
nte
la
form
ació
n c
ontinuada,
form
al e info
rmal y la
incorp
ora
ció
n d
e n
uevos
ele
mento
s idóneos.
Fom
enta
r el espír
itu d
e p
ionero
s d
e la II
en la U
C c
on v
alo
res d
e c
oopera
ció
n,
em
pre
ndim
iento
y s
olid
aridad
Form
ula
r pro
puesta
s d
e investigació
n a
part
ir d
e
trabajo
s d
estinados a
l m
ejo
ram
iento
de la E
scuela
, la
Facultad d
e Ingenie
ría o
la U
niv
ers
idad y
las
Inscribir p
ropuesta
s a
Macro
pro
yecto
s d
e la F
acultad
Quie
nes s
e v
incule
n a
pro
cesos d
e
investigació
n d
eben
som
ete
r su tra
bajo
y
resultados a
los
esquem
as d
e e
valu
ació
n
form
ale
s d
ete
rmin
ados
por
Colc
iencia
s
Todo p
rofe
sor
que
pert
enezca a
la p
lantilla
debe e
sta
r re
gis
trado e
n
una b
ase d
e d
ato
s d
e
investigadore
s,
reconocid
a a
nte
el M
EN
destinar
com
o m
ínim
o u
n
30%
de s
u tie
mpo d
e
contr
ato
a la
investigació
n
Alia
nzas e
str
até
gic
as
con p
ers
onas n
atu
rale
s
jurí
dic
as d
esta
cadas p
ar
el desarr
ollo
de las lín
ea
de investigació
n
Som
ete
r lo
s p
rogra
mas
ofr
ecid
os y
la E
II a
evalu
acio
nes p
eriódic
as
en e
l m
arc
o d
e
pro
gra
mas d
e
acre
ditació
n
Posic
ionar
los p
rogra
mas
ofe
rtados r
efe
renciá
ndose e
n
está
ndare
s o
rankin
gs C
NA
, por
eje
mp
lo Docum
enta
r
perm
anente
mente
las
prá
cticas p
edagógic
as
Fort
ale
cer
la
Infr
aestr
uctu
ra d
e
serv
icio
s a
cadém
icos d
ur
ybla
nda
de
laescuel
Div
ers
ific
ació
n d
e la o
fert
académ
ica d
e la e
scuela
en c
urs
os d
iplo
mados,
especia
lizacio
nes y
maestr
ías, según las
necesid
ades d
el m
erc
ado
Dis
eño e
im
ple
menta
ció
n
de p
rogra
mas b
ajo
el
esquem
a d
e c
iclo
s
pro
pedéuticos y
modula
ridad
Fom
enta
r la
Difusió
n d
e
los r
esultados d
e las
investigacio
nes a
a tra
vés
de la p
art
icip
ació
n e
n
evento
s n
acio
nale
s e
inte
rnacio
nale
s y
public
acio
nes
Los p
rocesos d
e investigació
n
está
n a
tados a
l desarr
ollo
corr
iente
del pro
gra
ma
académ
ico a
tra
vés d
e c
urs
os
que los e
stu
dia
nte
s a
dela
nta
n e
n
pre
gra
do, gru
pos d
e e
stu
dio
de
tem
as d
e inte
rés e
n Ingenie
ría
industr
ial y p
royecto
s d
e g
rado.
Ofr
ecer
serv
icio
s d
e c
onsultorí
a q
ue
involu
cre
n e
spacio
s a
cadém
icos p
ara
la
aplic
ació
n d
e la ingenie
ría industr
ial en
i
Am
plia
r vín
culo
s d
e la E
II c
on e
l
em
pre
sariado e
n B
ogotá
,
Cundin
am
arc
a y
Colo
mbia
Toda a
sesorí
a o
frecid
a a
em
pre
sarios tie
nen u
n e
nfo
qu
inte
gra
l, a
sí se tra
te d
e
solic
itudes p
untu
ale
s
Para
el desarr
ollo
de los
pro
cesos d
e Inte
racció
n S
oci a
los p
rofe
sore
s c
oord
inan a
estu
dia
nte
s a
lrededor
de
pro
yecto
s c
on im
pacto
socia
l,
lo c
ual puede r
ealiz
ars
e d
esde
los c
urs
os q
ue los e
stu
dia
nte
s
adela
nta
n e
n p
regra
do o
desd
la d
irecció
n d
e p
royecto
s d
e
gra
do
.
Constitu
ció
n d
e s
iste
mas d
e a
poyo
y a
pre
ndiz
aje
para
e
em
pre
ndim
iento
em
pre
sarial
Los p
royecto
s y
lic
itacio
nes s
e
form
ula
n y
pre
senta
n e
n e
l
marc
o d
iseñado p
ara
tal efe
cto
En p
royecto
s institu
cio
nale
s,
delim
itar
cla
ram
ente
el
alc
ance a
cadém
ico y
la
eventu
al part
icip
ació
n d
e
estu
dia
nte
s, con e
l serv
icio
de
consultorí
a o
frecid
o.
Apala
ncar
el desarr
ollo
de p
rocesos d
e c
recim
iento
org
aniz
acio
nal que e
ventu
alm
ente
dem
anden a
sesorí
a y
fin
ancia
ció
n e
xte
rnas tanto
para
la E
scuela
com
o p
ara
la F
acultad y
la
Univ
ers
idad
Cultiv
ar
capital re
lacio
nal de l
escuela
y s
us m
iem
bro
s
Conseguir u
na u
niv
ers
idad
cre
cim
iento
de la E
scuela
de
alia
da q
ue a
padrine
Industr
ia
Part
icip
ar
en la c
onstr
ucció
n d
el
pro
yecto
de F
acultad y
de U
niv
ers
idad
Los p
rocesos d
e tom
a d
e d
ecis
iones
está
n s
oport
ados e
n info
rmació
n q
ue
arr
oja
el sis
tem
a d
e s
eguim
iento
a la
gestión y
resultados.
Los p
rofe
sore
s d
e p
lanta
incid
en y
apoyan e
l desarr
ollo
de p
rocesos a
dm
inis
trativos,
cual le
s im
plic
a invert
ir e
n
esto
, un m
áxim
o d
e 3
0%
de s
u
dedic
ació
n labora
l.
Los p
rocesos d
e d
esarr
ollo
org
aniz
acio
nal in
volu
cra
n a
los
estu
dia
nte
s e
n la c
onstr
ucció
n
de e
scuela
desde u
na
pers
pectiva p
art
icip
ativa, ta
nto
com
o a
nalis
tas y
pro
ponente
s,
com
o a
sis
tente
s a
dm
inis
trativo
en p
rocesos e
specífic
os.
Div
ers
ific
ar
el perf
il de lo
s
docente
s E
II (
género
,
niv
el de e
stu
dio
s,
multic
ultura
lism
o)
Dis
trib
ució
n e
quitativa d
e
trabajo
entr
e los
mie
mbro
s d
el equip
o
Los p
rofe
sore
s d
e
tiem
po c
om
ple
to tie
nen
una d
istr
ibució
n
porc
entu
al del tr
abajo
que r
ealiz
an e
n la
univ
ers
idad, con lo c
ual
dedic
an c
om
o m
áxim
o
70%
de é
ste
a p
rocesos
docente
s
Imple
menta
r estr
ate
gia
s
pedagógic
as q
ue
respondan a
necesid
ades
educativas d
e los
estu
dia
nte
s
Dis
eñar
e im
ple
menta
r
redes d
e g
estión d
el
conocim
iento
en toda la
escuela
Fort
ale
cim
iento
en
bases a
cadém
icas q
ue
dem
anda la form
ació
n
en Ingenie
ría Industr
ial
(mate
máticas, m
anejo
del id
iom
a, pro
cesos d
e
pensam
iento
)
Dis
eñar
e im
ple
menta
r
sis
tem
as d
e
reconocim
iento
s a
los
logro
s a
cadém
icos y
pers
onale
s d
e los
estu
dia
nte
s
Com
batir
la d
eserc
ión a
través d
e e
squem
a d
e
seguim
iento
a flu
jos d
e
energ
ía d
e q
uie
nes
ingre
san a
l pro
gra
ma
(necesid
ad d
e título
s p
or
cic
los, opció
n d
e título
en
tecnoló
gic
oetc
Posib
ilita
r a e
stu
dia
nte
s e
realiz
ar
carr
era
con p
erf
il
académ
ico, sie
mpre
y
cuando c
um
pla
n
requis
itos m
ínim
os p
ara
poder
opta
r al carg
o d
e
monitore
s, tu
tore
s o
asis
tente
s a
cadém
icos.
Las p
rácticas y
pasantías e
stá
n inscrita
s d
entr
o d
e u
n p
rogra
ma q
ue
conlle
va e
sta
ble
cer
pará
metr
os c
onju
nto
s c
on las e
mpre
sas s
olic
ita
n
sele
cció
n p
rofe
sio
nal y a
decuada d
e los a
spirante
s y
seguim
iento
al
trabajo
realiz
ado d
ura
nte
la p
ráctica, y p
oste
rior
a é
sta
Dis
eñar
e im
ple
menta
r
redes d
e a
poyo
académ
ico y
pers
onal al
estu
dia
nte
Se fom
enta
n r
ela
cio
nes
con u
niv
ers
idades
extr
anje
ras c
om
o fuente
de inte
rcam
bio
pro
fesor a
y tecnoló
gic
o
El seguim
iento
a los p
roceso
inte
rnos y
el anális
is d
e
cam
bio
s d
e s
u e
nto
rno
rele
vante
se o
rienta
a d
iseñar
aju
ste
s q
ue s
e r
equie
ren
adopta
r e
n e
l fu
turo
Ofr
ecer
apoyo labora
l y
económ
ico c
uando los
pro
fesore
s d
em
anden e
stu
dio
s
tanto
de e
ducació
n c
ontinuada
com
o d
e p
ostg
rado
Desde la p
ers
pectiva d
e
desarr
ollo
a e
scala
hum
ana, se
reconoce q
ue tanto
pro
fesore
s
com
o e
stu
dia
nte
s s
on s
ere
s
inte
gra
les e
n form
ació
n, que
adem
ás d
e n
ecesid
ades
inte
lectu
ale
s, dem
anda
satisfa
cer
otr
as n
ecesid
ades.
Por
esta
razón, se v
igila
el
desarr
ollo
de p
auta
s d
e
com
port
am
iento
tanto
en e
l a
u
com
o fuera
de e
lla q
ue
gara
nticen s
atisfa
cto
res
sin
érg
icos d
ura
nte
la
perm
anencia
en la u
niv
ers
idad.
ANEXO 1
Revista Educación en Ingeniería • Nº. 2 • 200684
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
RE
SU
ME
N D
E R
ES
UL
TA
DO
S D
E L
A A
PL
ICA
CIÓ
N D
EL
ME
TO
DO
DE
EV
AL
UA
CIO
N D
OC
EN
TE
.
Cu
rso
Pu
nta
je
Cal
idad
en
el
dis
eño
d
el c
urs
o
Var
iab
le
X1
Var
iab
le
X2
Var
iab
le
X3
Var
iab
le
X4
Var
iab
le
X5
Var
iab
le
X6
Var
iab
le
X7
Var
iab
le
X8
Var
iab
le
X9
Var
iab
le
X10
Var
iab
le
X11
C 3
120,
55%
0,77
060,
8115
0,82
870,
7963
0,77
060,
7963
0,74
491,
3370
1,16
141,
4301
0,64
21C
39
116,
63%
0,62
970,
8640
1,24
860,
6831
0,65
340,
6831
1,19
261,
4766
1,00
460,
6295
0,63
56C
38
114,
96%
0,58
480,
6120
0,94
780,
6863
0,60
520,
7220
0,93
220,
5236
0,76
111,
0015
0,51
68C
30
113,
53%
0,61
440,
6328
0,99
090,
7903
0,63
460,
5653
0,88
750,
5556
0,76
300,
4831
0,54
11C
29
112,
40%
0,50
520,
7957
0,94
350,
5219
0,52
140,
6171
0,49
490,
4639
0,81
990,
7419
0,46
80C
43
112,
02%
0,47
760,
6050
0,74
440,
5193
0,48
780,
6638
0,73
010,
4926
0,82
190,
5856
0,47
26C
28
111,
53%
0,47
650,
5509
0,79
700,
6045
0,44
850,
4765
0,77
280,
4461
0,44
920,
6007
0,45
52C
32
111,
02%
0,42
500,
4920
0,78
441,
2075
0,63
980,
9621
1,19
900,
4932
1,07
550,
4310
0,44
60C
410
9,71
%0,
3778
0,49
461,
1052
0,65
700,
6738
0,62
600,
8555
0,44
071,
0669
0,48
580,
3883
C 3
310
9,67
%0,
4062
0,54
540,
4604
0,92
110,
4788
0,76
960,
5939
0,45
440,
3997
0,38
030,
4061
C 6
109,
60%
0,39
720,
5103
0,62
070,
6509
0,39
990,
8082
0,38
800,
3865
0,39
070,
6609
0,37
32C
21
109,
39%
0,39
300,
4257
0,66
490,
4103
0,38
620,
5193
0,56
930,
3560
0,47
770,
4645
0,38
02C
710
9,11
%0,
3707
0,47
610,
4032
0,78
700,
3642
0,72
290,
9484
0,39
020,
5524
0,32
030,
3805
C 1
210
9,03
%0,
3690
0,38
640,
7080
0,62
980,
3709
0,39
510,
3547
0,46
300,
8359
0,51
340,
3628
C 1
910
8,97
%0,
3652
0,68
350,
4442
0,40
370,
3575
0,78
730,
6844
0,82
600,
8739
0,73
170,
3428
C 1
108,
94%
0,36
500,
3874
0,70
560,
5287
0,36
690,
4022
0,62
940,
3501
0,79
330,
3957
0,36
13C
11
107,
89%
0,33
410,
3608
0,34
720,
5353
0,31
830,
3951
0,54
540,
3209
0,51
280,
5485
0,31
83C
210
7,46
%0,
3126
0,64
090,
9477
0,75
900,
4759
0,44
990,
4271
0,33
040,
5253
0,50
600,
3059
C 3
710
6,63
%0,
2843
0,60
330,
8134
0,69
770,
2819
0,44
720,
3559
0,33
560,
2796
0,57
300,
2606
C 2
310
6,60
%0,
2708
0,31
290,
6151
0,40
670,
3034
0,46
290,
2704
0,82
840,
4717
0,24
400,
2770
C 1
510
5,98
%0,
2593
0,25
930,
5690
0,29
240,
2564
0,40
590,
3499
0,24
500,
3531
0,39
330,
2507
C 8
105,
48%
0,22
820,
2419
0,31
930,
6564
0,23
730,
2464
1,03
930,
2373
0,55
400,
3293
0,22
82C
36
105,
43%
0,22
780,
2384
0,49
840,
4585
0,23
440,
3361
0,22
700,
5374
0,26
490,
4285
0,22
42C
25
105,
29%
0,22
590,
2443
0,63
390,
6408
0,65
570,
7027
0,22
590,
4745
0,38
120,
6671
0,20
12C
16
104,
74%
0,20
150,
2133
1,34
101,
1432
0,19
550,
4583
0,62
540,
2015
0,58
051,
0534
0,16
59C
13
104,
39%
0,19
090,
4936
0,60
960,
6319
0,17
920,
1989
0,60
270,
1792
0,82
340,
3785
0,18
37C
31
104,
00%
0,17
070,
7077
0,50
350,
2391
0,17
440,
1780
0,58
650,
1816
0,22
520,
3786
0,16
71C
510
3,34
%0,
7249
0,33
700,
1525
0,57
870,
3880
0,30
260,
7907
0,13
770,
2292
0,13
160,
1496
C 9
102,
73%
0,11
540,
2949
0,22
930,
1974
0,15
310,
3863
0,11
230,
1049
0,24
400,
3835
0,10
54C
35
101,
47%
0,06
620,
2343
0,31
790,
1762
0,06
480,
0677
0,06
330,
2777
0,06
380,
4975
0,06
03C
18
101,
34%
0,05
760,
2689
0,06
110,
2401
0,13
160,
4604
0,05
970,
0566
0,21
890,
3178
0,05
41C
20
100,
57%
0,02
560,
5168
0,48
510,
2163
0,02
510,
2491
0,02
420,
0605
0,02
560,
7663
0,02
13C
17
100,
44%
0,02
030,
2194
0,37
930,
7841
0,15
250,
9097
0,34
320,
0191
0,01
970,
3210
0,01
91C
34
100,
24%
0,01
120,
1990
0,26
750,
1286
0,05
670,
1575
0,23
720,
0108
0,15
210,
2758
0,01
07C
10
100,
00%
00
00
00
00
00
0C
14
100,
00%
00
00
00
00
00
0C
22
100,
00%
00
00
00
00
00
0C
24
100,
00%
00
00
00
00
00
0C
26
100,
00%
00
00
00
00
00
0C
27
100,
00%
00
00
00
00
00
0C
40
100,
00%
00
00
00
00
00
0C
41
100,
00%
00
00
00
00
00
0C
42
100,
00%
00
00
00
00
00
0
CURSOS EFICIENTES
CCR - OCURSOS INEEFICIENTES CCR - O
Cal
ific
ació
n f
alta
nte
pro
med
io n
eces
aria
en
cad
a u
na
de
las
vari
able
s co
nsi
der
adas
en
el f
acto
r " C
alid
ad e
n e
l D
iseñ
o d
el C
urs
o"
par
a q
ue
el c
urs
o s
e en
cuen
tre
en la
fro
nte
ra e
fici
ente
ANEXO 2
85
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
Evaluación docente mediante BSC y DEA
CURSO
Puntaje Calidad
del Profesor
Variable X12
Variable X13
Variable X14
Variable X15
Variable X16
C 3 133,99% 1,232 1,232 1,750 1,357 1,464C 21 119,87% 0,814 0,794 0,995 0,828 0,845C 38 119,11% 0,790 0,901 1,150 0,764 0,827C 19 118,99% 0,812 0,852 0,789 1,107 0,760C 39 118,64% 0,786 0,738 1,321 0,738 0,952C 10 117,65% 1,236 1,384 1,913 0,750 1,014C 41 116,69% 0,705 0,744 1,017 0,681 1,012C 9 115,96% 0,654 0,812 0,719 0,685 0,656
C 30 115,82% 0,678 0,644 1,308 0,751 0,822C 2 115,53% 0,666 0,636 1,150 0,731 0,683
C 29 115,43% 0,652 0,661 1,020 0,646 0,884C 4 114,71% 0,668 0,584 0,911 1,081 0,616
C 32 114,35% 0,622 0,581 1,033 0,712 0,589C 5 112,96% 0,557 0,596 0,728 0,557 0,792
C 43 112,55% 0,554 0,525 1,071 0,747 0,635C 40 111,78% 0,520 0,584 1,333 0,501 0,644C 27 111,11% 0,500 1,167 1,500 1,167 0,667C 12 110,71% 0,482 0,454 0,778 0,480 0,566C 18 110,62% 0,464 0,601 0,842 0,469 0,459C 20 110,54% 0,466 0,740 0,909 0,460 0,623C 37 110,31% 0,460 0,446 0,964 0,696 0,766C 15 109,19% 0,526 0,398 0,751 0,857 0,403C 11 108,97% 0,404 0,395 1,000 0,595 0,705C 28 108,83% 0,397 0,627 0,816 0,390 0,650C 1 108,44% 0,389 0,364 1,087 0,406 0,511
C 31 108,37% 0,373 0,373 1,047 0,432 0,365C 36 108,16% 0,373 0,358 1,043 0,467 0,759C 16 108,11% 0,375 0,417 2,100 0,917 0,792C 7 108,06% 0,368 0,354 1,056 0,535 0,613
C 33 107,91% 0,367 0,467 1,000 0,400 0,967C 17 107,69% 0,352 0,341 1,143 0,484 0,407C 35 107,59% 0,349 0,334 0,900 0,334 0,384C 6 107,40% 0,329 0,312 0,654 0,407 0,329
C 25 107,37% 0,336 0,329 1,000 0,796 0,832C 23 105,92% 0,275 0,433 0,800 0,266 0,292C 24 105,86% 0,268 0,268 0,331 0,446 0,262C 34 104,17% 0,200 0,667 0,800 0,267 0,267C 14 103,86% 0,183 0,250 0,408 0,350 0,175C 13 103,74% 0,179 0,312 0,870 0,169 0,430C 26 102,11% 0,099 0,093 0,816 0,571 0,098
C 8 100,00% 0 0 0 0 0
C 22 100,00% 0 0 0 0 0
C 42 100,00% 0 0 0 0 0
CU
RS
OS
E
FIC
IEN
TE
S
CC
R - O
Calificación faltante promedio necesaria en cada una de las variables consideradas en el factor "Calidad del Profesor " para que el curso se encuentre
en la frontera eficiente
CU
RS
OS
INE
EF
ICIE
NT
ES
CC
R - O
Revista Educación en Ingeniería • Nº. 2 • 200686
Copyright © 2006 Asociación Colombiana de Facultades de Ingeniería
CURSOPuntaje
Desempeño del Alumno
Variable X17
Variable X18
Variable X19
Variable X20
C 3 123,15% 0,893 1,321 1,179 0,929C 38 120,49% 0,946 0,810 0,810 0,761C 10 119,15% 1,005 0,766 1,016 0,718C 19 117,62% 0,712 0,712 0,712 0,846C 39 117,01% 0,906 0,687 0,758 0,662C 40 116,67% 0,754 0,732 0,667 0,667C 29 116,53% 0,667 0,674 0,753 0,847C 21 115,10% 0,766 0,672 0,619 0,599C 15 114,40% 0,584 0,637 0,590 0,583C 2 113,82% 0,717 0,717 0,967 0,567C 41 113,52% 0,541 0,782 0,568 0,546C 32 113,51% 0,578 0,560 0,560 0,547C 30 113,29% 0,542 0,765 0,551 0,541C 43 111,63% 0,556 0,514 0,625 0,486C 25 111,55% 0,477 0,559 0,493 0,748C 9 111,14% 0,452 0,478 0,489 0,660C 33 110,73% 0,595 0,738 0,488 0,452C 5 110,38% 0,737 0,582 0,443 0,431C 12 109,92% 0,425 0,467 0,535 0,412C 6 109,66% 0,376 0,571 0,421 0,396C 7 109,65% 0,416 0,420 0,545 0,391C 1 109,45% 0,434 0,532 0,407 0,394C 28 109,29% 0,387 0,405 0,421 0,464C 4 109,28% 0,640 0,477 0,694 0,396C 16 108,74% 0,626 0,382 0,382 0,360C 18 108,49% 0,351 0,373 0,478 0,543C 23 107,95% 0,350 0,650 0,450 0,500C 37 107,86% 0,317 0,669 0,348 0,483C 11 107,69% 0,369 0,469 0,336 0,328C 31 107,69% 0,602 0,336 0,427 0,329C 36 107,64% 0,337 0,489 0,402 0,543C 20 107,55% 0,333 0,458 0,500 0,458C 26 106,87% 0,370 0,302 0,302 0,295C 27 106,67% 1,000 0,300 1,300 0,900C 13 106,28% 0,281 0,587 0,505 0,276C 8 105,56% 0,250 0,417 0,250 0,333C 35 105,26% 0,237 0,237 0,337 0,226C 17 103,91% 0,179 0,179 0,607 0,214C 24 102,90% 0,122 0,492 0,135 0,159C 14 100,00% 0,000 0,133 0,333 0,000
C 22 100,00% 0 0 0 0
C 34 100,00% 0 0 0 0
C 42 100,00% 0 0 0 0
Ineficien
cia de
mezcla
Eficien
cia R
adial
CU
RS
OS
E
FIC
IEN
TE
S
CC
R - O
Calificación faltante promedio necesaria en cada una de las variables consideradas en el factor "Desempeño del Alumno " para que el curso se
encuentre en la frontera eficienteC
UR
OS
INE
EF
ICIE
NT
ES
CC
R - O