Revista de Ciencias Sociales (RCS)
Vol. XXX, Número
Especial 9, enero/junio 2024. pp. 71-92
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E:
2477-9431
Como
citar: Ramón-Poma, G. M., Cordero-Guzmán, D. M., y Jaramillo-Calle, C. Y. (2024).
Capital intelectual y su impacto en las Instituciones de Educación Superior
ecuatorianas. Revista De Ciencias Sociales, XXX(Número Especial
9), 71-92.
Capital intelectual y su impacto en las Instituciones de Educación
Superior ecuatorianas*
Ramón-Poma, Glenda Maricela**
Cordero-Guzmán, Diego Marcelo***
Jaramillo-Calle, Carmen Yolanda****
Resumen
Este artículo tiene como objetivo determinar la relación entre capital intelectual y asignación
presupuestaria en Instituciones de Educación Superior públicas de la República
del Ecuador. Para ello se aplica un estudio de
tipo cuantitativo, correlacional, explicativo-causal y
longitudinal-panel. Se toma como población las 52 universidades del Sistema de
Educación Superior con un tamaño muestral representativo de 30 universidades públicas.
Con respecto a las tres variables del capital intelectual identificados en el
estudio, los resultados muestran que el capital humano y capital estructural, tienen
impacto positivo en la asignación de presupuesto; lo que no ocurre con el
capital relacional. Para ser más explícitos se concluye que para las
universidades objeto de estudio, tanto el capital humano a través de
habilidades, experiencia, creatividad, aptitudes, valores, ética y creencias de
las personas; así como el capital estructural que adopta diversos elementos
como la cultura organizacional, estructura, mejores prácticas, procesos y
procedimientos, manuales, sistemas de información y tecnologías de la
información, mantienen relación directa con el presupuesto. Esto no sucede con
el capital relacional, referido a la capacidad de la universidad para
establecer vínculos con su entorno socioeconómico a nivel nacional e
internacional, número de eventos, porcentaje de becas asignadas y número de
graduados.
Palabras clave: Capital intelectual; presupuesto; capital humano;
capital estructural; instituciones de educación superior.
Intellectual capital and
its impact on Ecuadorian Higher Education Institutions
Abstract
This article aims to determine the relationship
between intellectual capital and budget allocation in public Higher Education
Institutions of the Republic of Ecuador. For this purpose, a quantitative,
correlational, explanatory-causal and longitudinal-panel study is applied. The
52 universities of the Higher Education System are taken as the population with
a representative sample size of 30 public universities. With respect to the
three intellectual capital variables identified in the study, the results show
that human capital and structural capital have a positive impact on budget
allocation; which does not happen with relational capital. To be more explicit,
it is concluded that for the universities under study, both human capital
through skills, experience, creativity, aptitudes, values, ethics and beliefs
of people; as well as structural capital that adopts various elements such as
organizational culture, structure, best practices, processes and procedures,
manuals, information systems and information technologies, maintain a direct
relationship with the budget. This does not happen with relational capital,
referring to the university's ability to establish links with its socioeconomic
environment at a national and international level, number of events, percentage
of scholarships assigned and number of graduates.
Keywords: Intellectual capital;
budget; human capital; structural capital; higher education institutions.
En
la actualidad, las naciones asignan recursos económicos a las Instituciones de Educación
Superior (IES) con el fin de fomentar la generación de nuevo conocimiento para
mantenerse a la vanguardia en términos de desarrollo y competitividad (Lee, 2021).
En este contexto, surge la necesidad de identificar el conocimiento, las
habilidades, las destrezas y las actitudes que las universidades generan (Juříková,
Kocourek y Ližbetinová, 2021), para determinar el verdadero valor de las Instituciones
de Educación Superior en el desarrollo socioeconómico de los países (Manda y Ben,
2019).
En
el Ecuador, existe un notable progreso en las Instituciones de Educación Superior
debido a los procesos de evaluación y acreditación implementados desde el 2009
(Murillo et al., 2023). De hecho, las universidades se han esforzado por
mejorar sus indicadores mediante la gestión de sus recursos intangibles (Ponce-Alencastro y Salazar-Cobeña, 2021).
El
problema de investigación radica en que, al interior de las Instituciones de
Educación Superior ecuatorianas los estados financieros no reflejan el valor
intangible del capital intelectual, variable que junto con sus componentes
(capital humano, estructural y relacional), es la que genera valor agregado y
distingue a las organizaciones en calidad, prestigio y cumplimiento (Sáenz,
2020).
En
consecuencia, es importante reconocer las dimensiones dinámicas basadas en el
intelecto que la universidad ecuatoriana ha desarrollado en sus procesos de docencia,
investigación y vinculación (Rodríguez-Muñoz et al., 2024). Esto es
especialmente importante considerando que el análisis del capital intelectual
ha surgido a partir de los años 90, cuando algunos autores empezaron a
referirse a una nueva realidad económica conocida como sociedad postindustrial,
sociedad post capitalista o sociedad del conocimiento (Drucker,
1993; Villacorta y Macedo, 2023).
Se resalta la
importancia de la relación entre los informes sobre capital intelectual y la
información financiera (Moghadam, Salehi y Hajiha, 2023); así
como las contribuciones sobre las denominadas compañías creadoras de
conocimiento (Falahati, 2023) y la evidencia de una notable diferencia entre el
valor registrado en los libros contables y el valor de mercado, haciendo
referencia a los activos ocultos que las organizaciones poseen (Závodný y
Procházka, 2023).
A
pesar de la existencia de una extensa literatura que aborda el estudio del
capital intelectual en el ámbito empresarial como el de Dos Santo y Funzi (2023), en donde se
demuestra que el capital intelectual facilita el aprendizaje, estimula la
creatividad, desarrolla la capacidad individual y grupal, y genera una ventaja
competitiva para la obtención de ventajas en la organización; el de Alonso, Vega
y Pérez (2023), en donde se evidencia que la gestión del
capital intelectual influye en el desarrollo de las capacidades dinámicas de la
empresa; o el de Fait et al. (2023), que soporta el impulso del capital
intelectual el intercambio de conocimientos e innovación organizacionales; resulta
paradójico que haya escasas investigaciones que relacionen el capital
intelectual con las Instituciones de Educación Superior, sobre todo en el
Ecuador.
A
pesar de que estas instituciones están profundamente involucradas en la
generación de conocimiento a través de la investigación científica y la
enseñanza, existe una falta de estudios que aborden esta conexión. Por lo
tanto, el objetivo de la investigación se centra en determinar si las variables:
Capital humano, capital estructural y capital relacional, que son componentes
del capital intelectual, mantienen impacto directo en la asignación de
presupuesto en las universidades públicas del Ecuador; esto permitirá demostrar
a la comunidad educativa la inversión en recursos intangibles como una ventaja
competitiva y comparativa.
Como
apoyo a la solución del problema, el trabajo propone un modelo de datos panel
con Eviews, en base al análisis de datos longitudinales de diversas
Instituciones de Educación Superior a lo largo del tiempo. EViews al ser
una herramienta de software estadístico y econométrico permite la
gestión de datos panel, estimación del modelo panel, pruebas de hipótesis y análisis
de resultados (Jaimes et al., 2023).
Se
consideran variables provenientes de bases teóricas que operacionalizan el
capital intelectual y presupuesto. A partir de la revisión de la literatura, se
plantean las preguntas de investigación que derivan tres hipótesis a demostrar si
el capital humano, el capital estructural, y el capital relacional tienen un
impacto positivo en la asignación de presupuesto en las Instituciones de
Educación Superior de Ecuador. El grupo de hipótesis dan lugar a una relación,
que conforman un modelo matemático procesado con Eviews, el mismo, que
es sujeto a una instancia de prueba con datos de 30 universidades públicas de
la República de Ecuador. En el análisis de resultados el capital humano y
capital estructural, tienen impacto positivo en la asignación de presupuesto;
sin embargo, el capital relacional no demuestra impacto positivo.
1. Fundamentación
teórica
Según Barney (1991); y, Grant (1996), los recursos
intangibles en todas sus dimensiones pueden ser una fuente de diferenciación
estratégica, puesto que son motivadores de ventajas competitivas sostenibles (Bavdaž
et al., 2023). La teoría del capital intelectual considera
los recursos intangibles y sus capacidades para lograr resultados empresariales
superiores, sostenibles a lo largo del tiempo; los componentes del capital
intelectual son recursos complementarios que impactan directamente en el
rendimiento de la organización (Peñaloza et al., 2023).
Para
la teoría del conocimiento, el recurso estratégico más importante de una
empresa es el conocimiento, puesto que proviene de las personas o individuos,
de hecho, se considera como el activo más valioso dentro de la empresa y el
principal factor de producción; mientras que los activos financieros y físicos
son vistos simplemente como facilitadores del conocimiento (Grant, 1996). Según
esta teoría, la empresa se concibe como una sociedad compuesta por un conjunto
de conocimientos, especializada en su creación, transferencia interna y
aplicación (Cornejo, 2023).
Para Michailoff, Grossmann y Briceño (2023), los cambios tecnológicos en constante expansión
generan la migración hacia una economía basada en el conocimiento. En esta
nueva realidad, además de los factores tradicionales de producción como la
tierra, el trabajo y el capital, es necesario incorporar los conocimientos humanos,
comúnmente conocidos como “know-how”, y la tecnología.
Aunque
existe una norma contable que regula el tratamiento de los activos intangibles,
Trillini (2011) señala que esta norma sigue siendo conservadora en comparación
con los cambios significativos que se producen en la sociedad del conocimiento,
donde los activos intangibles son considerados elementos clave para generar
valor en una empresa.
A partir de los aportes de los autores citados en
los párrafos anteriores, se destaca la importancia de comprender y gestionar
eficazmente los recursos intangibles en la era del conocimiento. Se subraya la
necesidad de desarrollar medidas de valoración y estrategias de gestión que
reflejen la complejidad y dinámica de estos activos, así como de adaptarse a
los cambios rápidos y continuos en la economía basada en el conocimiento
(Escorcia y Barros, 2020; Botero, Ojeda
y Hernández, 2020). Esto sugiere
que, si bien los recursos intangibles son fundamentales para la ventaja
competitiva, su aprovechamiento efectivo requiere un enfoque integral y
flexible que tenga en cuenta su naturaleza cambiante y su interacción dentro de
la organización.
1.1. Capital Intelectual
Para Ramírez-Duran,
Niebles-Núñez y García-Tirado (2023);
y, Aranibar y Travieso (2023), el capital intelectual se considera un recurso
de gestión y dirección necesario para el desarrollo de la riqueza, y se
enfatiza en potenciar el desarrollo de habilidades de los trabajadores. Según Rojas y Espejo (2020); Briñez (2021); y, Cugura (2023), el capital intelectual se
reconoce como un recurso que confiere ventajas competitivas significativas a
las empresas, genera beneficios económicos futuros y está intrínsecamente
relacionado con el conocimiento.
En
trabajos de autores como Blácido et al. (2023); y, Cornejo (2023), hay un
enfoque en tres dimensiones fundamentales del capital intelectual, denominadas
capital humano, capital estructural y capital relacional. Para Borrás, Ruso y Campos (2011);
y, Henao, Franco y Cuartas (2023), además del
capital humano, el capital estructural y el capital relacional, se incluyen en
sus estudios otras dimensiones como el capital organizacional, el capital
social y los clientes. Por
otra parte, Guañuna (2023); y, Rojo (2023), consideran únicamente el capital
humano y el capital estructural como los elementos principales que aportan
valor a las empresas.
En cuanto a Dost et al. (2016); Díaz y Quintana (2021);
y, Plata (2023), coinciden en reconocer al capital humano como uno de los
elementos más importantes dentro de la estructura del capital intelectual. Sin
embargo, en sus estudios también consideran otras variables como el capital
estructural, el capital organizacional, el capital de innovación, el capital
social, el capital financiero, los clientes, los procesos y la tecnología.
Finalmente, Gómez-Bayona, Londoño-Montoya
y Mora-González (2020); así
como Giai (2023), centran sus investigaciones en activos de infraestructura, de
propiedad intelectual, de mercado, activos centrados en el individuo, competencias
de las personas, estructura interna y estructura externa.
a. Capital Humano
Esta dimensión se refiere a los activos intangibles
que provienen de las personas que trabajan en la organización (Low, Samkin y Li, 2015). Para Luna-Valenzuela, Verón y Ficco (2023), el capital humano representa el valor
generado por los individuos a través de su educación, experiencia, capacidad de
aprendizaje y desarrollo, toma de decisiones y habilidades para relacionarse
con los demás. Por su parte, Gong (2016); y, Martínez, Garcés y Chamat (2022), afirman que el capital humano se relaciona con el
conjunto de conocimientos tácitos y explícitos que poseen las personas, así
como su capacidad para aumentar la productividad y contribuir a la generación
de valor en la organización.
Se han propuesto varios modelos de capital
intelectual en entornos educativos, como los desarrollados por Bueno, Arrien y Rodriguez (2003); y,
Leitner (2004). Estos se centran en el estudio del capital humano, que engloba
el conjunto de conocimientos adquiridos por la comunidad educativa a través del
desarrollo de habilidades y competencias, basado en la capacitación y
actualización académica de los docentes.
b. Capital Estructural
Según Bontis y Fitz-enz (2002), esta dimensión
abarca la cultura de la empresa, sus procesos internos y los sistemas de
información utilizados en el negocio. En otras palabras, se refiere al
conocimiento que la organización ha internalizado y que forma parte de su
identidad (Roos, 2017). Brooke (2003), sostiene que el capital estructural
engloba el conocimiento que pertenece a la empresa, incluyendo estrategias,
manuales de procesos, rutinas organizativas y bases de datos. Por lo tanto, el
capital estructural se divide en dos categorías: El capital organizativo, que
abarca todo lo relacionado con la cultura organizativa, la planificación y el
control; y el capital tecnológico, que se refiere a los conocimientos técnicos
derivados de la investigación y el desarrollo.
Bermúdez, Pertuz y Boscan (2015), exploran el panorama del capital
estructural en las universidades colombianas desde una perspectiva cualitativa,
identificando tanto sus puntos fuertes como sus vulnerabilidades. Su análisis
concluye que los aspectos positivos se centran en iniciativas de investigación,
desarrollo y la dotación tecnológica; mientras que las debilidades se
relacionan con aspectos de propiedad intelectual e innovación.
En un estudio paralelo, Deeb y Merhej (2016)
examinan la influencia del capital estructural en el rendimiento innovador de
las universidades en Siria, estableciendo una correlación significativa entre
ambas variables. No obstante, señalan que esta relación es tenue debido a los
rezagos en los campos de las tecnologías de la información, donde se evidenció
que los sistemas utilizados en el país no cumplen de manera efectiva.
c. Capital Relacional
Se refiere al conocimiento establecido en las
relaciones de la empresa con su entorno. Según Nazari y Herremans (2007), el
capital relacional está conectado con la duración de las relaciones con proveedores,
clientes y accionistas, puesto que cuanto más duraderas sean estas relaciones,
mayor será el valor de este activo (Ginesti, Caldarelli y Zampella, 2018). Es importante destacar que la empresa no
existe de forma aislada, sino que se relaciona constantemente con el mundo
exterior (Abhayawansa,
Guthrie y Bernardi, 2019). Por lo
tanto, establece vínculos con todos los grupos de interés, lo que constituye un
valor agregado para la organización al actuar como un agente que se relaciona
con su entorno.
En la universidad, el capital relacional, se
refiere a las relaciones tanto internas como externas de la institución con
estudiantes, exalumnos, padres de familia, docentes, investigadores y
organismos públicos y privados, a través de la formulación de convenios y
colaboraciones.
Se entiende el capital relacional en las
instituciones de educación superior como la suma de las conexiones económicas,
políticas e institucionales que la institución establece con actores externos
como estudiantes, padres de familia, empleadores, organizaciones no
gubernamentales, el gobierno y la sociedad en general. Esto abarca además la
percepción que estos actores tienen de la institución, incluyendo su imagen,
reputación y confiabilidad (Bueno et al., 2003; Ramírez,
Lorduy y Rojas, 2007).
En el
Cuadro 1, se destacan las diferencias entre los conceptos de capital
intelectual, capital humano y capital estructural, en base a las definiciones
de los autores citados en los párrafos que preceden.
Cuadro 1
Diferenciación de conceptos
entre capital intelectual humano y estructural
|
Concepto |
Definición |
Autores |
|
Capital Intelectual |
Recurso de gestión necesario para el
desarrollo de la riqueza que enfatiza en potenciar el desarrollo de
habilidades de los trabajadores. Se relaciona con el conocimiento y confiere
ventajas competitivas significativas a las empresas. |
Ulrich (1998); Harrison y Sullivan (2000); Brennan
y Connell (2000); Porto (2003); Rastogi (2003); Hsu y Fang (2009). |
|
Capital Humano |
Activos intangibles que provienen de las
personas que trabajan en la organización, representando el valor generado por
individuos a través de su educación, experiencia, capacidad de aprendizaje,
toma de decisiones y habilidades interpersonales. |
Bueno et al. (2003); Leitner (2004); Low et
al. (2015); Gong (2016); Luna-Valenzuela
et al. (2023). |
|
Capital Estructural |
Engloba la cultura organizativa, procesos
internos y sistemas de información utilizados en el negocio. Comprende el
conocimiento internalizado por la empresa, incluyendo estrategias, manuales
de procesos, rutinas organizativas y bases de datos. |
Bontis y Fitz-enz (2002); Brooke (2003); Bermúdez
et al. (2015); Deeb y Merhej (2016); Roos (2017). |
Fuente: Elaboración propia, 2023.
1.2. Presupuesto
La
administración pública se encarga de operar y gestionar el patrimonio del
Estado de acuerdo con las leyes establecidas, es decir, supervisa el sistema
gubernamental y busca establecer una relación con la sociedad para lograr el
desarrollo de las comunidades a través de la provisión de bienes y servicios (Pérez
y Tangarife, 2013).
Según Véliz et al. (2021), el gobierno tiene la
responsabilidad de proporcionar financiamiento a las Instituciones de Educación
Superior públicas, para que puedan llevar a cabo su misión. Sin embargo, le
corresponde a la universidad hacer uso eficiente de esos recursos, para ello,
requiere herramientas que le permitan evaluar la asignación de presupuesto y el
aprovechamiento del capital intelectual a través de sus actividades
organizativas.
En
este sentido, se plantean las preguntas de investigación: 1. ¿Cómo influye el
capital humano en la asignación de presupuesto en las Instituciones de
Educación Superior de Ecuador?; 2. ¿Cómo influye el capital estructural en la
asignación de presupuesto en las Instituciones de Educación Superior de Ecuador?;
y, 3. ¿Cómo influye el capital relacional en la asignación de presupuesto en
las Instituciones de Educación Superior de Ecuador?
A
partir de la literatura y las preguntas planteadas, se identifican como variables
independientes: Capital humano, capital estructural y capital relacional. Y
cómo variable dependiente, la asignación de presupuesto público en las Instituciones
de Educación. En base a la revisión de la literatura, se presentan las
hipótesis especificadas a continuación:
H1:
El capital humano tiene un impacto positivo en la asignación de presupuesto en
las Instituciones de Educación Superior de Ecuador.
H2:
El capital estructural tiene un impacto positivo en la asignación de
presupuesto en las Instituciones de Educación Superior de Ecuador.
H3:
El capital relacional tiene un impacto positivo en la asignación de presupuesto
en las Instituciones de Educación Superior de Ecuador.
2. Metodología
La investigación se caracteriza por ser
cuantitativa, correlacional, explicativa-causal y longitudinal-panel. Es
correlacional, puesto que busca explicar la relación existente entre las
dimensiones del capital intelectual y la asignación presupuestaria en las Instituciones
de Educación Superior; se pretende determinar cuál
dimensión es más significativa en esta relación, midiendo el grado de
correlación entre las variables. Además, se emplea un enfoque
explicativo-causal, con el propósito de responder a las preguntas de
investigación y comprender las causas y efectos de las variables independientes
relacionadas con la asignación del presupuesto público. Se analizó si el
impacto de estas variables es positivo o negativo.
Por
último, la investigación es longitudinal-panel, lo que implica analizar una
misma muestra a lo largo de un período prolongado, en este caso, desde 2016
hasta 2020. Esto permite evaluar los cambios que se producen en el tiempo
utilizando una muestra consistente.
El universo de estudio son las 52 universidades,
las cuales fueron evaluadas por el CACES el 26 de octubre de 2020, y se
encuentran acreditadas en el Sistema de Educación Superior del Ecuador. La
muestra de estudio de esta investigación está compuesta por las 30 Instituciones
de Educación Superior públicas de Ecuador, pertenecientes a varias ciudades.
El diseño de investigación utilizado es no
experimental, puesto que se observa el fenómeno tal como se presenta en su
contexto original, enfocándose en el análisis de variables y su incidencia en
el momento de la recolección de información. Se emplea la técnica de análisis
de información documentada, utilizando datos secundarios que corresponden a las
universidades de la muestra.
Asimismo, se utiliza estadística descriptiva para
especificar los valores y puntuaciones de cada variable, y estadística
inferencial relacionada con modelos multivariantes para obtener el modelo de
cuantificación del capital intelectual en las Instituciones de Educación Superior
de Ecuador.
Los modelos multivariantes y las pruebas para
cumplir con los supuestos de linealidad son fundamentales en este tipo de investigación
por varias razones (Villavicencio et al., 2023). Permiten capturar relaciones complejas
y proporcionan una representación más precisa de la realidad; control de variables
de confusión, para evitar sesgos y obtener estimaciones más precisas de los
efectos de las variables predictoras sobre la variable de interés; mejorar la precisión
de las predicciones; validación de supuestos de linealidad, puesto que las
pruebas son importantes al utilizar técnicas de regresión lineal, con esto se
garantiza la fiabilidad de los resultados obtenidos a través de la regresión y
se evitan interpretaciones erróneas (Torres, 2023). En el Cuadro 2, se presenta
la operacionalización de las variables, con el objetivo que se puedan medir de
manera práctica y concreta en el mundo real.
Cuadro
2
Operacionalización de variables
|
Variable |
Definición |
Indicador |
Unidad de Medida |
|
(X1) Capital Humano |
Conjunto de conocimiento explícito y tácito del
personal que conforma la universidad (docentes, investigadores,
administrativos) |
Educación formal |
N. Docentes con título de 3er nivel |
|
N. Docentes con título de Maestría |
|||
|
N. Docentes con título de Doctorado |
|||
|
Capacitación |
T. Gasto en Docentes |
||
|
T. Gasto en Investigaciones |
|||
|
Conocimientos, destrezas, habilidades |
N. Investigadores a tiempo completo |
||
|
N. Investigadores a medio completo |
|||
|
Total Mujeres investigadoras |
|||
|
Total Hombres investigadores |
|||
|
Total Mujeres con designación de responsabilidad |
|||
|
Total, Hombres con designación de responsabilidad |
|||
|
Experiencia |
Edad promedio de docentes |
||
|
Experiencia laboral |
|||
|
Innovación y creatividad |
|||
|
N. Publicaciones |
|||
|
(X2) Capital Estructural |
Capacidad organizacional, infraestructura,
tecnológica, física y comunicacional que mantiene, desarrolla y sostiene al
capital humano. |
Infraestructura física |
N. Cubículos profesores tiempo completo N. Cubículos profesores medio tiempo N. aulas estudiantes tercer nivel |
|
Sistemas informáticos |
N. Bases datos |
||
|
P. Ancho banda conectividad |
|||
|
N. Equipo de cómputo hardware y software |
|||
|
Cultura Organizacional |
|||
|
Plan estratégico |
|||
|
Evaluación plan estratégico |
|||
|
|
|||
|
Estructura Organizacional |
N. Departamentos |
||
|
N. Empleados por departamento |
|||
|
Propiedad Intelectual |
N. Patentes y marcas nacionales |
||
|
Derechos autor |
|||
|
(X3) Capital Relacional |
Percepción que la comunidad educativa mantiene
acerca de la universidad en relación a su imagen, atractivo y fiabilidad. |
Proveedores |
N. Contratos bases de datos |
|
N. Convenios Casas editoras |
|||
|
N. Revistas |
|||
|
Satisfacción estudiantil |
N. Becas |
||
|
P. Cobertura |
|||
|
N. Eventos académicos realizados |
|||
|
Vinculación colectividad |
N. Proyectos de vinculación |
||
|
Colaboraciones con otras universidades |
|||
|
Bolsa de trabajo |
|||
|
Prácticas pre profesionales |
|||
|
Reputación |
|||
|
Nivel impacto página web |
|||
|
Ranking universidad |
|||
|
|
|||
|
Redes de trabajo |
Redes externa de investigación |
||
|
Redes internas de investigación |
Fuente: Elaboración propia, 2023.
Se tomaron los informes financieros de las
instituciones de educación superior públicas de Ecuador del portal del
Ministerio de Economía y Finanzas, que incluyen los estados financieros del
sector público no financiero al 31 de diciembre de cada año, así como los
informes de asignación presupuestaria y gestión publicados en las páginas
oficiales de cada universidad; estos datos se consideran como datos secundarios
de investigación, según Ritchey (2008).
Luego, se recopiló información no financiera de
fuentes oficiales como el Sistema Integral de Información de la Educación
Superior (SIIES) y la Secretaría de Educación Superior, Ciencia, Tecnología e
Innovación (SENESCYT). Estas fuentes proporcionan estadísticas, indicadores y
análisis sobre el estado de la educación superior en Ecuador. Utilizando esta
información, se pudieron obtener indicadores que permiten calcular los valores
monetarios del capital intelectual que no se reflejan en los estados
financieros de las universidades.
Para medir la variable dependiente presupuesto, se
tomó como punto de referencia la asignación presupuestaria que presentan de
manera individual las universidades públicas en los seis años indicados
anteriormente, pues de su asignación se desprende la toma de decisiones
adecuadas y oportunas fruto de su planificación.
Los grupos de variables independientes capital
humano, capital estructural y capital relacional fueron desagregadas en
indicadores no financieros (ver Cuadro 2). Los indicadores financieros sueldos
y salarios e infraestructura tecnológica fueron tomados de los estados
financieros que reportan las universidades públicas en la página oficial del
Ministerio de Economía y Finanzas.
El uso de datos de panel de los actores que
pertenece a las universidades de la muestra, en lugar de aplicar instrumentos
de captura de información a individuos ofrece ventajas significativas en
términos de seguimiento a lo largo del tiempo, control de variables
individuales, análisis de cambios y causas, y eficiencia en la recolección de
datos. Esto hace que los datos de panel sean una herramienta valiosa para
comprender mejor la dinámica individual y temporal de las características y
comportamientos de las personas (Herrera et al., 2023). Este análisis se
realizó utilizando el software Eviews, con el objetivo de realizar un
análisis descriptivo y cuantitativo de la información recopilada.
3. Resultados y discusión
A
continuación, se presentan los principales resultados obtenidos al aplicar el
modelo de datos panel con Eviews, teniendo en cuenta el tipo y diseño de
investigación, el método, el modelo y las técnicas de recolección de datos, así
como el universo, la población y la muestra. Se exponen los resultados obtenidos al aplicar el modelo econométrico de
datos panel con el objetivo de analizar el impacto del capital intelectual en
la asignación de presupuesto de las universidades públicas de Ecuador. Se
verifica la hipótesis planteada, evaluando la confiabilidad del modelo y
determinando las variables que presentan una mayor significancia estadística.
La
base de datos utilizada contiene información de un panel de 30 universidades
públicas de Ecuador durante un período de seis años. Para facilitar la
interpretación, se han calculado los estadísticos descriptivos utilizando los
datos recopilados desde 2015 hasta 2020. La Tabla 1, presenta los resultados
relacionados con el valor mínimo, máximo, media, desviación estándar, asimetría
y curtosis de las variables (indicadores de tendencia central).
Estadísticos
Descriptivos
|
Variables |
Número |
Mínimo |
Máximo |
Media |
Desviación típica |
Coeficiente de asimetría |
Curtosis |
|
Presupuesto |
30 |
7.651.938 |
170.388.264 |
46.304.675 |
2.670.509 |
2 |
3 |
|
T. Docentes |
30 |
53 |
3.197 |
625 |
43 |
2 |
5 |
|
Femenino |
30 |
28 |
1.889 |
381 |
26 |
2 |
4 |
|
Maestría |
30 |
8 |
2.416 |
416 |
29 |
2 |
8 |
|
Doctorado |
30 |
4 |
239 |
66 |
4 |
1 |
1 |
|
Tiempo
completo |
30 |
50 |
1.876 |
417 |
24 |
2 |
4 |
|
Medio tiempo |
30 |
1 |
1.012 |
116 |
12 |
3 |
11 |
|
H.
Responsabilidad |
30 |
1 |
73 |
21 |
1 |
1 |
1 |
|
Publicaciones |
30 |
2 |
921 |
141 |
9 |
2 |
8 |
|
A.
Matriculados |
30 |
177 |
72.730 |
11.837 |
929 |
3 |
9 |
|
Becas
asignadas |
30 |
1 |
533 |
43 |
6 |
4 |
17 |
|
N. Eventos |
30 |
5 |
689 |
95 |
8 |
2 |
7 |
|
T. Graduados |
30 |
1 |
19.878 |
2.385 |
252 |
3 |
12 |
|
Sueldos y
salarios |
30 |
3.429 |
100.027 |
26.516 |
1.736 |
2 |
2 |
|
Infraestructura
tecnológica |
30 |
1.225 |
35.731 |
9.486 |
621 |
2 |
2 |
Fuente: Elaboración propia, 2023.
La variable dependiente presupuesto, presenta una
media de $46.304.675, con un máximo de $170.388.264 y un mínimo de $7.651938,
se observa además la desviación típica con un valor de $2.670.509, y un
coeficiente de asimetría mayor a cero por ende es positivo, lo que indica que
la mayoría de datos de la asignación presupuestaria de las universidades se ubican
hacia la izquierda del promedio, es decir, son menores a la media de
$46.304.675, la curtosis por su parte, indica cómo se concentran los datos en
relación a la media, en este caso la curtosis es mayor a cero lo que indica que
los datos se distribuyen en forma leptocurtica, es decir, existe una gran
concentración de valores alrededor de la media.
La variable hombres con cargo de responsabilidad,
tiene un promedio de 21, un máximo de 73 y un mínimo de 1 docente, la
desviación típica es de 1, la curva de asimetría es positiva, indicando que el
número de hombres con cargo de responsabilidad se ubica a la izquierda del
promedio, siendo menores a la media, la curtosis para esta variable sigue
siendo mayor a cero indicando una fuerte cantidad de docentes de género
masculino con cargos de responsabilidad en torno a la media.
La variable sueldos y salarios, permite observar
una media de 9.486, un máximo de 35.731 y un mínimo de 1.225, la desviación
típica por su parte muestra un valor de 1.736, la curva de asimetría es
positiva señalando que los sueldos y salarios son menores a la media; por su
parte, la curtosis es mayor a cero señalando valores cercanos al promedio.
Finalmente, la variable infraestructura
tecnológica, presenta una media de $9.244,72, un máximo de $34.620, 17 y un
mínimo de $2.233,64, una deviación típica de $621, una asimetría positiva
señalando valores menores al promedio y una curtosis mayor a cero presentando
valores colindantes a la media.
3.2.
Análisis de correlación
En la Tabla 2, se puede observar el análisis para
la determinación de los niveles de correlación individual entre las variables. La
correlación estadística según Betancourt
y Caviedes (2018), determina la relación o dependencia que
existe entre las dos variables que intervienen en una distribución
bidimensional.
Análisis de correlación
|
|
Epres |
H. Responsabilidad |
Sueldos y salarios |
Infraestructura tecnológica |
|
Presupuesto |
1 |
|||
|
H. Responsabilidad |
0,100256368 |
1 |
||
|
Sueldos y salarios |
0,199570249 |
0,8515614 |
1 |
|
|
Infraestructura tecnológica |
0,1997013 |
0,851819636 |
0,999971242 |
1 |
Fuente: Elaboración propia, 2023.
De acuerdo a los datos observados se puede
visualizar que existe una baja correlación entre la variable dependiente y las
variables independientes. Por otra parte, también se puede visualizar, una
buena correlación entre las variables independientes hombres con
responsabilidad y sueldos y salarios (0,85); hombres con responsabilidad e
infraestructura tecnológica (0,85); sueldos y salarios e infraestructura
tecnológica (0,99).
3.3. Análisis
econométrico
Una vez revisado el análisis descriptivo y de
correlación de las variables panel se procede a su estimación econométrica,
empezando con un modelo de panel de efectos fijos.
a. Modelo de
efectos fijos
Se corre la base de datos con el modelo general de
efectos fijos, con uso de la fórmula 1.
(1)
Donde 
es la
variable aleatoria, 
efectos de
sección cruzada, y 
efectos de
tiempo deterministas. En la Tabla 3, se aplicaron efectos fijos en corte
longitudinal en periodos para considerar el problema de heterocedasticidad de
datos panel.
Resultados panel con efectos
fijos de secciones cruzadas
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob.
|
|
C |
5,727507 |
1,149560 |
4,982348 |
0,0000 |
|
H. RESPONSABILIDAD |
-0,249590 |
0,063405 |
-3,936448 |
0,0001 |
|
INFRAESTRUCTURA_TECNOLOGICA |
-6,232853 |
2,648800 |
-2,353086 |
0,0200 |
|
SUELDOS_Y_SALARIOS |
6,080791 |
2,608707 |
2,330960 |
0,0212 |
|
R-squared |
0,884311 |
Mean dependent var |
7,560381 |
|
|
Adjusted R-squared |
0,854167 |
S,D,
dependent var |
0,295914 |
|
|
S.E. of regression |
0,113004 |
Akaike info criterion |
-1,337701 |
|
|
Sum squared resid |
1,813315 |
Schwarz criterion |
-0,663632 |
|
|
Log likelihood |
158,3931 |
Hannan-Quinn criter, |
-1,064395 |
|
|
F-statistic |
29,33604 |
Durbin-Watson stat |
1,230493 |
|
|
Prob(F-statistic) |
0,000000 |
|
|
|
Fuente: Elaboración propia, 2023.
Los resultados señalan que la variable hombres con
cargos de responsabilidad presenta un p-value de (0,0001); la variable
infraestructura tecnológica, un p-value (0,0200); y, sueldos y salarios un
p-value de (0,0212); indicando la significancia individual de estas variables.
Por otra parte, se puede observar que las variables hombres con responsabilidad
(-3,93), y gasto en infraestructura tecnológica (-2,35), presentan una relación
inversa, es decir, tienen signo negativo, indicando que a medida que una de
estas variables se incrementa, la asignación presupuestaria disminuye. En el
análisis individual de las variables independientes, se ejecutó un análisis de
error estándar de la media, para medir las oscilaciones de la media muestral
alrededor de la media poblacional.
a.1. Variables omitidas
Para
este análisis se ha supuesto la fórmula 2, como el modelo correcto para explicar
la variable dependiente:
(2)
Ahora,
se ha omitido la variable 
(docentes con maestría), para ver si es
correcto o incorrecto la omisión de esta variable se ha utilizado el 
, si
su