Determinantes de la produccion de conocimiento administrativo en escuelas de negocios de America Latina.

Gantman, Ernesto R.

INTRODUCCION

El estudio de la produccion, difusion y consumo de conocimiento administrativo ha sido objeto de creciente atencion academica en los ultimos anos (Alvarez, 1997; Sahlin-Andersson y Engwall, 2002; Engwall, 2007). Sin embargo, y pese a algunas excepciones (Usdiken, 1997; 2004; Ibarra Colado, 2006), existe mucha menos informacion sobre las caracteristicas de dichos procesos en paises perifericos o subdesarrollados. El presente trabajo apunta a incrementar nuestro conocimiento al respecto, a traves de un analisis de la generacion de conocimiento en el marco de las escuelas de negocios latinoamericanas.

A tal efecto, la presentacion se estructura de la siguiente manera. En la primera seccion, se realizan algunas apreciaciones de caracter general sobre tipos de conocimiento administrativo y los factores determinantes en la genesis del mismo en el contexto de la educacion superior en la disciplina. La segunda seccion presenta los aspectos metodologicos del estudio. En la seccion tercera, se exponen y discuten los resultados obtenidos. Por ultimo, las conclusiones sintetizan los hallazgos del estudio.

Generacion de Conocimiento Academico en Administracion en America Latina

Estudios anteriores sobre la productividad academica de las instituciones de educacion superior, particularmente aquellos centrados en las ciencias economicas, indican que variables como el numero de docentes full-time, la formacion academica de los profesores y el monto de los fondos para investigacion obtenidos estan directamente correlacionados con la productividad. Otros aspectos como el ratio alumnos/docentes se correlacionan inversamente a la misma (Ramos et al, 2007). El mecanismo causal subyacente a estos resultados es simple: mayores recursos (humanos, simbolicos y materiales) determinan mayor productividad academica. De hecho, ya sea cuando los profesores disponen de mas tiempo para dedicarse a la investigacion, privilegiando a esta ultima sobre la docencia (Taylor et al., 2006), mas recursos economicos, mejor formacion y entrenamiento en la materia, como pareceria indicar la obtencion de un doctorado, o simplemente una red mas aceitada de conexiones en el medio, siempre estamos hablando de una relacion recursos-productividad.

Otro factor importante en la productividad academica es indudablemente el tipo de incentivos existentes para la realizacion de investigacion. Si una institucion de educacion superior adopta los necesarios incentivos para que su personal docente se dedique seriamente a tareas de investigacion, ya sea por decisiones politicas propias o por enmarcarse en un sistema universitario publico que en forma centralizada apoya y prioriza la labor de investigacion, estableciendo un apropiado sistema de incentivos al efecto, es previsible que la productividad academica en terminos de generacion de conocimiento aumente. Un caso interesante a este respecto es el de los Estados Unidos, pais en el cual las carreras profesionales de los docentes universitarios, al menos en las universidades de mayor renombre, se rigen por un temible sistema de premios y castigos asociados a su productividad personal: el imperativo del "publish or perish" (publique o perezca). Hasta hace unos anos, esta opcion categorica no era un problema, por ejemplo, en universidades europeas, en las cuales el prestigio de los docentes en administracion se asociaba mayormente a su actividad profesional o de consultoria mas que a su productividad cientifica (Baruch, 2001).

Las escuelas de negocios de los paises de America Latina, objeto del presente trabajo, parecen mas cercanas a sus pares europeas, ya que la generacion de conocimiento no parece ser uno de sus objetivos centrales. En efecto, algunos observadores destacan la importancia cobrada por los posgrados de negocios en la region, a partir de los anos noventa, pero sugieren que las escuelas de negocios (independientes o asociadas a universidades) simplemente se limitan a replicar el modelo de sus pares en Estados Unidos, copiando sus rasgos mas superficiales como la oferta de programas ejecutivos y las demandadas credenciales de MBA, pero sin desarrollar una estructura similar dedicada a generar conocimiento propio (Alvarez et al., 1997). En terminos de (Trieschmann et al., 2000), quienes aplican una distincion conceptual de James March, esto equivale a afirmar que se privilegia la explotacion de conocimiento administrativo (docencia) sobre la exploracion del mismo (actividades de investigacion).

Si bien, las escuelas latinoamericanas, al carecer de recursos en comparacion a sus contrapartes americanas y europeas, estan mas focalizadas en la explotacion que en la exploracion, de hecho se produce algo de investigacion en su ambito. Esto es logico ya que muchas de ellas, a los efectos de ganar prestigio, se someten a procesos de acreditacion ante instituciones internacionales, que toman seriamente en cuenta la realizacion de actividades de investigacion y la efectiva comunicacion de las mismas a traves de publicaciones. Ademas, como veremos a continuacion, tambien los rankings de escuelas de negocios consideran la produccion de conocimiento, en sus multiples vertientes, como un factor relevante al evaluar la calidad de dichas escuelas.

Por otra parte, en terminos del tipo de conocimiento administrativo que se genera, creemos que pueden identificarse dos tipos basicos: 1) un conocimiento de indole mas academica o cientifica, tipicamente plasmado en publicaciones con referato y que, por lo tanto, debe respetar los canones de rigor metodologico propios de cualquier ciencia social, y (2) un conocimiento orientado a una audiencia mas profesional, que se transmite principalmente a traves de libros dirigidos tanto a un publico de gerentes como de estudiantes. Puede haber, naturalmente, libros que constituyan monografias del primer tipo, pero en el contexto de la produccion bibliografica de autores latinoamericanos, por razones tambien de indole editorial, la casi absoluta mayoria de los titulos publicados constituyen obras de divulgacion de tecnologias y modelos gerenciales y de docencia. Considerando ambos tipos de conocimiento, es presumible que la produccion generada en el ambito de las escuelas de negocios de America Latina privilegie mas el costado profesional, muy demandado por la industria editorial, que el academico. En rigor, al menos en la muestra de escuelas sobre la que hemos trabajado, esto es efectivamente asi ya que el total de libros publicados en un lapso de tres anos asciende a 376 contra solo 150 articulos academicos.

Naturalmente, el analisis que presentaremos a continuacion no considera la totalidad de las variables que pueden estar influenciando la productividad academico de las escuelas de negocio. Carecemos de informacion relevante sobre muchas variables potenciales de interes (ver, por ejemplo, Maske et al., 2003). Sin embargo, y en funcion a la discusion presentada mas arriba, existen datos para testear empiricamente las siguientes hipotesis:

H1) A mayor numero de docentes, mayor productividad academica

H2) A mayor numero de docentes full-time, mayor productividad academica

H3) A mayor numero de docentes con formacion doctoral, mayor productividad academica

Una cuestion interesante que se procurara, ademas, responder es si la creacion de conocimiento de caracter mas academico esta determinado por los mismos factores que la creacion de conocimiento mas orientado a la actividad profesional.

Datos y Metodos

Para contrastar empiricamente las hipotesis precedentes, disponemos de un conjunto de datos de una muestra de escuelas de negocios independientes o pertenecientes a universidades publicas y privadas de distintos paises de America Latina. La fuente es la revista America Economia (2004) en su encuesta anual acerca de las mas prestigiosas escuelas de negocios de la region.

El numero de escuelas de negocios en la muestra es 37. Ellas son: 4 de Argentina (Universidad Torcuato Di Tella, Univ. del Cema, IAE, y Univ. de Belgrano), 7 de Brasil (Fundacao Getulio Vargas-EASP Sao Paulo, COPPEAD-Universidade Federal do Rio de Janeiro, Universidade de Sao Paulo, Fundacao Dom Cabral, IBMEC, Pontificia Universidade Catolica do Rio de Janeiro y Business School Sao Paulo), 9 de Chile (Universidad de Chile-Ingenieria Industrial, Universidad de Chile-Programa Univ. de Tulane, Pontifica Universidad Catolica de Chile, Universidad Adolfo Ibanez, Universidad Alberto Hurtado, Universidad del Desarrollo, Universidad de Santiago de Chile, IEDE y Universidad Tecnica Federico Santa Maria), 7 de Mexico (TEC de Monterrey-Campus Monterrey, ITAM, IPADE, TEC de Monterrey-Campus Ciudad de Mexico, Universidad Anahuac del Sur, Universidad Anahuac Poniente y Universidad de las Americas), 5 de Peru (CENTRUM-Pontificia Universidad Catolica del Peru, ESAN, Universidad del Pacifico, Escuela de Direccion de la Universidad de Piura y Universidad San Ignacio Loyola) y 1 de Uruguay (ORT), Paraguay (Universidad Americana), Costa Rica (INCAE), Venezuela (IESA) y Colombia (Universidad de los Andes). Algunas son instituciones independientes y otras son unidades de universidades. Aparentemente, se trataria de las escuelas de mayor prestigio de la region, o al menos esto es lo que pretende reflejar la publicacion, que tambien ofrece un ranking de las mismas basado en diversos criterios. La participacion de escuelas de negocios en este ranking es voluntario y los datos sobre publicaciones en revistas con referato indexadas en el Science Citation Index y Social Sciences Citation Index han sido auditados por America Economia. La muestra, por lo tanto, no es aleatoria. En general, la mayor produccion cientifica ha sido realizada en las escuelas que ocupan posiciones mas altas en el ranking. Por lo tanto, puede pensarse que si efectivamente las exclusiones de escuelas prestigiosas es minima, la muestra esta tambien sesgada hacia las escuelas que ostentan mayor productividad en libros y articulos en publicaciones cientificas. No creemos que esto representa un problema, ya que nos interesa saber que factores impulsan la produccion donde efectivamente hay voluntad de producirla. No obstante, algunas universidades en las cuales se produce investigacion no estan presentes en la muestra. En el caso de Argentina, por ejemplo, no se considera a la Universidad de Buenos Aires y la Universidad de San Andres. Sin embargo, la ausencia de importantes instituciones no necesariamente resta representatividad a la muestra.

La produccion academica ha sido operacionalizada mediante dos indicadores. El primero es el numero de articulos publicados en revistas con referato indexadas en el Science Citation Index y Social Sciences Citation Index (publicaciones ISI) en los tres ultimos anos por profesores que dictan materias en los programas de maestrias en negocios (excluyendo la produccion de profesores visitantes de universidades extranjeras). Este indicador recoge el nivel de produccion de orden mas academica. El otro indicador es el numero de libros publicados por los mismos profesores en los ultimos tres anos, que de acuerdo a lo expresado en la seccion anterior seria una forma de aproximarse a la produccion mas orientada al ambito profesional.

Las variables independientes son el numero total de profesores que conforman el cuerpo docente en maestrias de negocios (nuevamente con exclusion de profesores visitantes), el numero de profesores con dedicacion full-time y el numero de profesores con doctorados en universidades de Europa y EE UU.

Por ultimo, cabe senalar que la informacion corresponde al ano 2004. Se podrian haber tomado datos mas recientes del ano 2005, pero en dicho ano la muestra no incluyo a la Fundacion Getulio Vargas, institucion lider en la educacion superior en administracion brasilena, y se opto por perder mayor actualizacion de datos en vez de representatividad de escuelas de negocios importantes. A partir del ano 2006, la revista America Economia cambio el formato de la informacion brindada y han dejado de brindarse los datos necesarios para el tipo de analisis cuantitativo que realizaremos en la proxima seccion.

Para contrastar las hipotesis de este estudio, se ha planteado un modelo de recuento (count data). Dada la naturaleza discreta de la variable dependiente, la literatura desaconseja la estimacion de un modelo de regresion multiple tradicional (Greene, 1997; Zeileis et al., 2007). El modelo que suele recomendarse inicialmente para count data se basa en la distribucion de Poisson. Sin embargo, dicho modelo tiene un supuesto muy restrictivo, al exigir que la media y la varianza sean iguales (equidispersion). Cuando esto no ocurre, lo que es frecuente ya que la varianza suele ser superior a la media (sobredispersion), otros modelos deben ser utilizados para estimar los parametros de interes. La alternativa mas comun, en tales casos, es la utilizacion del modelo de la distribucion binomial negativa.

Siguiendo la recomendacion de Cameron and Trivedi's (1996), ambos modelos de regresion, Poisson y binomial negativo, fueron estimados mediante el software LIMDEP y realizamos un likelihood ratio test bajo la hipoesis nula de que el parametro de dispersion en el modelo binomial era igual a 0. Los resultados del test llevan a rechazar esta hipotesis nula, indicando entonces que el modelo de Poisson no resulta adecuado. Consecuentemente los resultados que se reproducen corresponden al modelo de la distribucion binomial negativa.

Resultados y Discusion

A continuacion, presentamos los resultados del analisis estadistico. En primer lugar, el Cuadro 1 contiene los coeficientes de correlacion de todas las variables. La correlacion bivariable mas elevada (0.74) se da entre el numero de profesores full-time y el numero de profesores con doctorado, probablemente porque las escuelas de negocio que contratan mas profesores full-time en su planta docente tambien sean aquellas que optan por contratar docentes con doctorados de universidades estadounidenses y europeas. El numero de profesores tambien se asocia positivamente al numero de profesores full-time (0.69)y de profesores con doctorado (0.65). Esto sugiere que las escuelas de negocios con mas recursos para contratar un mayor numero de docentes son tambien las que contratan mas profesores con doctorado y dedicacion exclusiva.

Los resultados de la regresion binomial negativa para cada una de los dos variantes operacionales de la productividad academica (articulos academicos en el Cuadro 2 y libros en el Cuadro 3) se presentan en 7 modelos. Los primeros tres analizan las variables independientes en forma individual, luego los modelos 4 a 6 toman las variables de a pares, y finalmente el modelo 7 contempla el efecto simultaneo de las tres.

En relacion a la produccion de articulos cientificos, los modelos 1 a 3 analizan el efecto de cada una de las tres variables independientes en forma separada. Las tres afectan positivamente dicha produccion, pero solo el numero de profesores con doctorado tiene alguna significatividad estadistica (p < 0.10). El modelo 4 toma el numero de docentes y el numero de docentes full time. En este caso, el coeficiente del numero de profesores full-time es positivo y tiene un efecto estadisticamente significativo sobre la produccion de articulos. No obstante, al realizar un likelihood ratio test para saber si el fit (ajuste) de este modelo es superior al de los modelos 1 y 2 que toman a ambas variables aisladamente, vemos que ello no ocurre (el valor del log-likelihood es superior en el modelo cuatro, pero este incremento no resulta estadisticamente significativo como para concluir que efectivamente el nuevo modelo se adapta mejor a los datos de la muestra que los modelos 1 y 2). Lo mismo puede afirmarse del modelo 5. En el modelo 6, el coeficiente del numero de profesores con doctorado sigue en valores similares pero pierde representatividad estadistica, al incluirse como regresor adicional el numero de profesores full-time. No obstante, dicho modelo no es estadisticamente superior al modelo 3, de acuerdo al likelihood ratio test. El modelo 7 incluye a las tres variables. El coeficiente del numero de profesores afecta negativamente la produccion de articulos, al igual que en los modelos 4 y 5, pero este efecto carece de representatividad estadistica. Al igual que en el caso de los modelos con 2 variables, el likelihood ratio test indica claramente que el fit del modelo 7 no constituye una mejora estadisticamente significativa sobre las versiones de una sola variable.

En sintesis, de las tres variables estudiadas solamente el numero de profesores con doctorado parece tener un efecto positivo y estadisticamente significativo sobre la produccion de articulos academicos, al menos en el modelo 3 que es el que se ajusta mejor a los datos. Este resultado es consistente con la hipotesis 3. Contrariamente a lo esperable de acuerdo a la hipotesis 2, el numero de profesores full-time no tiene un efecto estadisticamente significativo. El tamano de la planta docente tampoco aparece como un factor relevante, falseando la hipotesis 1. En suma la formacion de los docentes (hipotesis 3) resulta mas importante que su dedicacion, como factor determinante de la productividad en terminos de articulos academicos.

Quizas la produccion de articulos con referato en el ambito de las escuelas latinoamericanas obedezca a factores idiosincrasicos de ciertas instituciones que no ha sido posible captar en nuestro analisis cuantitativo. Esto muy posible, especialmente dado el nivel de productividad existente. La media anual por institucion es de 1.35 articulos. Teniendo en cuenta que la media de docentes full-time es de 30.15 profesores por escuela de negocios, la productividad anual por profesor resulta de 0.045 articulos, lo cual es ciertamente una cifra preocupante.

Al analizar la produccion de libros, observamos que en los modelos 1 a 3, cada una de las variables independientes afectan positivamente y en forma estadisticamente significativa a la variable dependiente (particularmente el numero de profesores full-time con p < 0.001). El modelo 4 considera simultaneamente el numero de profesores y el numero de profesores full-time. Aqui, el coeficiente del numero de profesores se vuelve negativo y pierde significatividad estadistica, mientras que el coeficiente del numero de profesores full-time mantiene su signo y la misma elevada significatividad estadistica (al igual que en los modelos 6 y 7). El likelihood ratio test indica que el modelo 4 tiene un mayor fit que el modelo 1, que solo contempla la variable numero de profesores. Esto es el resultado de agregar al modelo 1 el numero de profesores full-time. No obstante, segun dicho test, el modelo 4 no importa una mejora estadisticamente significativa respecto al modelo 2, cuyo unico regresor es el numero de profesores full-time. El modelo 5 considera conjuntamente el efecto del numero de profesores (cuyo coeficiente pierde significatividad estadistica) y el numero de profesores con doctorado (que disminuye su relevancia estadistica en relacion al modelo 3, que estima exclusivamente el efecto de esta variable). El likelihood ratio test senala que este modelo no constituye una mejora estadisticamente significativa con ninguno de los modelos en los que ambas variables son las unicas variables explicativas (modelos 1 y 3). En el modelo 6, la variable numero de profesores full-time sigue teniendo un efecto positivo y estadisticamente significativo, mientras que la variable numero de profesores con doctorado pierde relevancia estadistica. Al igual que en el caso del modelo 4, el modelo 6 no resulta superior al modelo 2 (numero de profesores full-time como unica variable independiente) en forma estadisticamente significativa, de acuerdo al likelihood ratio test, en tanto que si resulta preferible al modelo 3, en el cual el unico regresor es el numero de profesores con doctorado. Por ultimo, el modelo 7 arroja resultados similares. Solo la variable numero de profesores full-time tiene un efecto positivo y estadisticamente significativo sobre la produccion de libros. Nuevamente, el likelihood ratio test indica que la adicion de dos nuevos regresores no mejora la representatividad estadistica del modelo con relacion al modelo 2.

En sintesis, la variable numero de profesores full-time aparece en forma consistente con un efecto positivo sobre la produccion de libros en escuelas de negocios latinoamericanas. Las otras variables consideradas (que tambien en forma aislada afectan positivamente a la produccion de libros) pierden su significatividad estadistica una vez que se las incorpora a un modelo que toma en cuenta el numero de profesores full-time. Indudablemente, en este caso los resultados obtenidos si resultan compatibles con la literatura y la evidencia empirica de otros paises. De este modo, solo la hipotesis 2 es apoyada empiricamente por los datos de nuestra muestra.

CONCLUSION

El estudio presentado permite obtener algunas conclusiones de interes. Uno de los resultados es un tanto contraintuitivo, la produccion bibliografica de escuelas de negocios no resulta afectada en forma positiva y estadisticamente significativa por el numero de profesores. Es muy posible, entonces, que dicha variable se vincule mayormente al aspecto que anteriormente caracterizamos como explotacion de conocimiento, es decir al dictado de cursos.

La dedicacion full-time de los docentes si se asocia positivamente y en forma significativa con la produccion de libros pero, contrariamente a lo que cabria esperar, su positivo carece de relevancia estadistica cuando se trata de articulos academicos. En relacion a este ultimo aspecto, el factor mas importante es la formacion de los profesores, ya que el numero de docentes con doctorado en universidades extranjeras exhibe un efecto positivo con cierta relevancia estadistica en un analisis de regresion efectuado.

Ademas, es importante observar que, en el contexto de las escuelas de negocios de la region, los factores determinantes de los dos tipos de conocimiento (academico y profesional) resultan diferentes. La formacion de los docentes afecta la produccion de articulos cientificos, mientras que la dedicacion de los mismos se asocia a la produccion de libros. Precisamente en relacion a la generacion de conocimiento de indole mas cientifica, cabe resaltar un dato importante: la productividad anual promedio por profesor resulta de 0.045 articulos, lo cual indicaria que las escuelas de negocios de la region, al menos en terminos promedio, no otorgan una prioridad demasiado importante a la investigacion, estando mas claramente orientadas a la reproduccion (explotacion) que a la autentica generacion de conocimiento.

REFERENCIAS

ALVAREZ J. L., ENRIONE A. y MAZZA C. (1997). 'Legitimation and integration through dependency: graduate business education in Latin America', Organization, Vol. 4, pp. 564-581.

ALVAREZ, J. L. (ed.) (1998). The diffusion and consumption of business knowledge. New York: St. Martin's Press.

America Economia (2004). "Ranking 2004: Las mejores escuelas de negocios", Nro. 283-284, 13 de agosto:50-56.

BARUCH, Y. (2001). 'Global or North American? A geographical based comparative analysis of publications in top management journals', International Journal of Cross Cultural Management, Vol 1, pp. 109-126.

CAMERON, C., y TRIVEDI, P. (1996). "Count data models for financial data", en G.S. MADDALA y C.R. Rao (ed.), Handbook of Statistics, Vol. 14, Statistical methods in Finance, North-Holland, Amsterdam, pp. 363-392.

ENGWALL, L. (2007). "The anatomy of business education", Scandinavian Journal of Management 23: 4-35.

GREENE, W. (1997). Econometric Analysis, 3rd. ed., Prentice Hall, Upper Saddle River, NJ.

IBARRA COLADO, E. (2006). "Mexico's Management And Organization Studies Challenges In The Twenty-First Century: Practices, Knowledge, and Reencounters", Management Studies 4: 181-192.

MASKE, K., DURDEN, G, y GAYNOR, P. (2003). "Determinants of Scholarly Productivity among Male and Female Economists", Economic Inquiry 41: 555-564.

RAMOS R., ROYUELA, V. y SURINACH, J. (2007). "An analysis of the determinants in Economics and Business publications by Spanish universities between 1994 and 2004", Scientometrics 71(1):117-144.

SAHLIN-ANDERSSON, K. y ENGWALL, L. (eds.) (2002). The expansion of management knowledge: Carriers, flows, and sources. Stanford, CA: Stanford University Press.

TAYLOR, S., FENDER, B., y BURKE, K. (2006). "Unraveling the Academic Productivity of Economists: The Opportunity Costs of Teaching and Service", Southern Economic Journal 72: 846-859.

TRIESCHMANN J.S, DENNIS A. R., NORTHCRAFT G.B. y Niemi, A. W. (2000). "Serving Multiple Constituencies in Business Schools: M.B.A. Program versus Research Performance", Academy of Management Journal 43: 1130-1141.

USDIKEN, B. (1997). "Importing theories of management and organization: The case of Turkish Academia", International Studies of Management and Organization 26: 33-46.

USDIKEN, B. (2004). "Exporting managerial knowledge to the outpost: Penetration of 'Human Relations' into Turkish Academia, 1950-1965", Management Learning. 35: 255-270.

ZEILEIS, A., KLEIBER, C. y JACKMAN, S.(2007). Regression Models for Count Data in R, Working Paper, Research Report Series Nr. 53, Department of Statistics and Mathematics, Wirtschaftsuniversitat Wien.

Ernesto R. Gantman

Universidad de Buenos Aires y Universidad de Belgrano

Escuela de Economia y Negocios Internacionales UB

M. T. de Alvear 1560, (C.P. 1060),

Capital Federal, Argentina

E-mail: egantman@ub.edu.ar

Cuadro 1 - Coeficientes de correlacion simple de las variables

 Nro. Artic. Nro. Libros Nr.Prof.

Nro. Artic. 1.00000 0.2637 0.16968
Nro. Libros 1.00000 0.29549
Nr.Prof. 1.00000
Nr.Prof.FT
Nr.Phd.

 Nr.Prof.FT Nr.Phd.

Nro. Artic. 0.30725 0.41892
Nro. Libros 0.57302 0.34870
Nr.Prof. 0.68909 0.64741
Nr.Prof.FT 1.00000 0.74116
Nr.Phd. 1.00000

Cuadro 2 - Produccion de articulos cientificos

Variable Modelo 1 Modelo 2 Modelo 3
Independient
e

Constante 0.7447 0.4041 0.6664
 (0.7348) (0.6147) (0.4548)
Nro. de 0.0111
Profesores (0.0120)
Nro. de 0.0289
Profesores (0.0176)
full-time
Nro. de 0.0294
profesores (0.0169) ***
con Ph.D.

Parametro 3.0421 2.8026 2.7361
de
dispersion

Log- -84.294 -83.292 -83.0758
likelihood

Variable Modelo 4 Modelo 5
Independient
e

Constante 0.6048 0.9069
 (0.6436) (0.6717)
Nro. de -0.0146 -0.0069
Profesores (0.0161) (0.0141)
Nro. de 0.0479
Profesores (0.0287) ***
full-time
Nro. de 0.0359
profesores (0.0216) ***
con Ph.D.

Parametro 2.7376 2.7069
de
dispersion

Log- -82.943 -82.964
likelihood

Variable Modelo 6 Modelo 7
Independient
e

Constante 0.4936 0.7282
 (0.6193) (0.6612)
Nro. de -0.0148
Profesores (0.0155)
Nro. de 0.0109 0.028
Profesores (0.0274) (0.0346)
full-time
Nro. de 0.0213 0.0232
profesores (0.0266) (0.0272)
con Ph.D.

Parametro 2.7207 2.6397
de
dispersion

Log- -82.993 -82.606
likelihood

Notas:
desviacion standard entre parentesis
(***) estadisticamente signicativo con p< 0.10
n = 37

Cuadro 3- Produccion de libros

Variable Modelo 1 Modelo 2 Modelo 3
Independiente

Constante 1.647 1.1771 1.7113
 (0.3328) (0.2830) (0.2557)
Nro. de 0.01124
Profesores (0.0053) **
Nro. de 0.03168
Profesores (0.0066) (+)
full-time
Nro. de 0.02646
profesores (0.0100) *
con Ph.D.

Parametro de 0.6383 0.3788 0.5931
dispersion

Log-likelihood -121.35 -112.92 -119.986

Variable Modelo 4 Modelo 5
Independiente

Constante 1.3202 1.5969
 (0.3017) (0.3209)
Nro. de -0.715 0.0037
Profesores (0.4864) (0.0064)
Nro. de 0.03960
Profesores (0.0088) (+)
full-time
Nro. de 0.0217
profesores (0.0126) ***
con Ph.D.

Parametro de 0.3562 0.5865
dispersion

Log-likelihood -111.92 -119.8081

Variable Modelo 6 Modelo 7
Independiente

Constante 1.1919 1.3197
 (0.2854) (0.3019)
Nro. de -0.0690
Profesores (0.0506)
Nro. de 0.03519 0.04052
Profesores (0.0094) (+) (0.0103) (+)
full-time
Nro. de -0.0061 -0.0021
profesores (0.0113) (0.0116)
con Ph.D.

Parametro de 0.6768 0.3555
dispersion

Log-likelihood -112.7781 -111.9044

Notas:
desviacion standard entre parentesis

(+) estadisticamente signicativo con p < 0.001

(*) estadisticamente signicativo con p < 0.01

(**) estadisticamente signicativo con p < 0.05

(***) estadisticamente signicativo con p < 0.10
n = 37