Métodos multivariantes para la construcción de índices compuestos en la gestión cultural: una revisión de la literatura
PDF (English)
HTML (English)

Palabras clave

métodos multivariantes
indicadores compuestos
gestión cultural

Cómo citar

Barreiro Linzán, M. D., & Useche Castro, L. (2023). Métodos multivariantes para la construcción de índices compuestos en la gestión cultural: una revisión de la literatura. Minerva, 4(10), 31-39. https://doi.org/10.47460/minerva.v4i10.93

Resumen

Toda institución de carácter cultural en el que se presta servicio a usuarios externos debe ser evaluada frecuentemente, con el fin de conocer la satisfacción del usuario y la gestión de manera óptima; siendo los métodos multivariantes una alternativa en la construcción de índices por la bondad de las técnicas en interrelacionar un conjunto de características simultáneamente. Para iniciar la investigación se procedió a la búsqueda bibliográfica utilizándose palabras claves como “métodos multivariantes”, “indicadores compuestos”, “gestión pública”, “servicio de calidad” y “satisfacción de usuario”. Como resultado, las técnicas más encontradas son: regresión lineal múltiple y logística, factorial, análisis clúster, correlación canónica, componentes principales y análisis de correspondencias, la selección de variables y construcción de índices compuestos. Se concluye que los métodos multivariantes son metodologías óptimas para la construcción de índices compuestos, aunque falta una metodología basada en técnicas multivariantes que se aplique en mediciones de gestión cultural de manera estándar.

https://doi.org/10.47460/minerva.v4i10.93
PDF (English)
HTML (English)

Citas

[1] P. J. Saturno, “The invasion of compound indicators. Risks and benefits for the management of the quality,” Rev. Calid. Asist., vol. 19, no. 6, pp. 407–415, 2004, doi: 10.1016/s1134-282x(04)77732-5.
[2] M. Márquez and A. Mejías, “Dimensiones De La Calidad Del Servicio Ofrecido Por El Departamento De Ingeniería Industrial De La Unet,” Universidad, Cienc. y Tecnol., vol. 17, no. 67, pp. 68–74, 2013.
[3] A. Carrasquilla-Batista, A. Chacón-Rodríguez, K. Núñez-Montero, O. Gómez-Espinoza, J. Valverde-Cerdas, and M. Guerrero-Barrantes, “Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento microalgal,” Rev. Tecnol. en Marcha, vol. 29, no. 8, p. 33, 2016, doi: 10.18845/tm.v29i8.2983.
[4] Á. Gómez Degraves, “Técnicas estadísticas multivariantes para valorar la satisfacción de clientes,” 2021, [Online]. Available: https://tauniversity.org/sites/default/files/articulo_tecnicas_estadisticas_multivariantes_para_valorar_la_satisfaccion_de_clientes.pdf.
[8] K. P. Romero, “Análisis factorial exploratorio mediante el uso de las,” vol. 5, pp. 903–924, 2020, [Online]. Available: https://doi.org/10.5281/zenodo.4453224.
[9] C. D. Helfrich, Y. F. Li, D. C. Mohr, M. Meterko, and A. E. Sales, “Assessing an organizational culture instrument based on the Competing Values Framework: Exploratory and confirmatory factor analyses,” Implement. Sci., vol. 2, no. 1, 2007, doi: 10.1186/1748-5908-2-13.
[10] I. Aguado Moralejo, C. Echebarria Miguel, and J. M. Barrutia Legarreta, “Aplicación de un análisis clúster para el estudio de la segregación social en el municipio de Bilbao,” Boletín la Asoc. Geógrafos Españoles, no. 81, pp. 1–35, 2019, doi: 10.21138/bage.2763.
[11] C. Joaquín Duany, “ANÁLISIS ESTADÍSTICO DE INDICADORES DE CALIDAD DEL HOSPITAL ‘DR. JOAQUÍN CASTILLO DUANY,’” pp. 1–17, 2013.
[12] J. Polanco, “El papel del análisis por componentes principales en la evaluación de redes de control de la calidad del aire,” Comun. en Estadística, vol. 9, no. 2, pp. 271–294, 2016.
[13] J. A. Arciniegas and A. A. Mejías, “Perception of the quality of services provided by the Military University of Granada based on the Servqualing scale, with factorial analysis and multiple regression,” Comuni@cción, vol. 8, no. 1, pp. 26–36, 2017, [Online]. Available: http://www.scielo.org.pe/scielo.php?
script=sci_arttext&pid=S2219-71682017000100003&lng=es&nrm=iso&tlng=es.
[14] M. Greenacre, La práctica del análisis de correspondencias, vol. 44, no. 8. 2008.
[15] V. H. Algañaraz Soria, “El ‘Análisis de Correspondencias Múltiples’ como herramienta metodológica de síntesis teórica y empírica. Su aporte al estudio del locus universitario privado argentino (1955-1983),” Rev. Latinoam. Metodol. las Ciencias Soc., vol. 6, no. 1, pp. e003–e003, 2016.
[16] R. C. Elisondo and M. F. Melgar, “Museos virtuales y enseñanza creativa en arquitectura y diseño,” ReiDoCrea Rev. electrónica Investig. Docencia Creat., no. 2016, pp. 154–166, 2020, doi: 10.30827/digibug.57751.
[17] L. Maria, L. Useche, and C. M. Rodríguez, “A student's academic index using multivariate techniques. To cite this version: HAL Id : hal-03551705,” HAL open Sci., 2022.
[18] M. Ziaabadi, M. Malakootian, M. R. Zare Mehrjerdi, S. A. Jalaee, and H. Mehrabi Boshrabadi, “How to use the composite indicator and linear programming model for determine sustainable tourism,” J. Environ. Heal. Sci. Eng., vol. 15, no. 1, pp. 1–11, 2017, doi: 10.1186/s40201-017-0271-5.
[19] S. M. Famurewa, C. Stenström, M. Asplund, D. Galar, and U. Kumar, “Composite indicator for railway infrastructure management,” J. Mod. Transp., vol. 22, no. 4, pp. 214–224, 2014, doi: 10.1007/s40534-014-0051-1.
[20] A. Deepak, D. Kumar, and V. Sharma, “Developing an effectiveness index for biomedical waste management in Indian states using a composite indicators approach,” Environ. Sci. Pollut. Res., vol. 28, no. 45, pp. 64014–64029, 2021, doi: 10.1007/s11356-021-13940-4.
[21] P. Centorrino, A. Corbetta, E. Cristiani, and E. Onofri, “Managing crowded museums: Visitors flow measurement, analysis, modeling, and optimization,” J. Comput. Sci., vol. 53, p. 101357, 2021, doi: 10.1016/j.jocs.2021.101357.
Creative Commons License
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.

Descargas

La descarga de datos todavía no está disponible.