Análisis de robustez — SNI-Oaxaca
Tres bloques metodológicos complementarios a los 5 ejes principales: (1) validación cuantitativa de la tipología institucional vía clustering jerárquico, (2) diagnósticos del modelo Cox PH (Schoenfeld, VIF, modelos alternativos), (3) test del efecto Big-Fish-Little-Pond replicando González-Sauri 2022.
3
Clusters estructurales
identificados (Ward)
identificados (Ward)
VIF<4
Multicolinealidad
controlada
controlada
3
Modelos comparados
(Cox, Strat, AFT)
(Cox, Strat, AFT)
OR=2.05
Efecto Matthew
(NO BFLPE)
(NO BFLPE)
B1Validación cuantitativa de la tipología institucional
Pregunta de robustez: ¿la tipología de perfiles institucionales propuesta a priori (4 perfiles: matriz pluridisciplinar, polos técnicos, centros agropecuarios, nichos) emerge del clustering no supervisado?
Metodología
- Construcción de matriz 11 × 16 con indicadores institucionales (tamaño, edad, % por nivel, diversidad disciplinaria — Shannon, HHI — antigüedad, retención, distribución por área).
- Estandarización z-score, clustering jerárquico Ward, K-means para comparación.
- Selección de k óptimo vía Silhouette, Calinski-Harabasz, Davies-Bouldin.
- Reducción de features a 8 indicadores estructurales (sin las dummies disciplinarias) para evitar ruido.
Resultados
- K=3 emerge como solución óptima de equilibrio (silhouette 0.258, Davies-B 0.82). K=2 tiene silhouette mayor (0.434) pero colapsa CIESAS con el núcleo; K≥4 disuelve la coherencia.
- Tipología emergente revisada de 3 clusters:
- C1 — Periferia regional joven (6 inst., n=160): UMAR, UNPA, UNISTMO, UNSIS, UNSIJ, UNCA. Tamaño 30, edad 20a, 6% N2+, retención 41%.
- C2 — Outlier elite (1 inst., n=11): CIESAS. Pequeño (n=11) pero 45% N2+, HHI áreas 7,025, antigüedad mediana 18a.
- C3 — Núcleo consolidado (4 inst., n=282): UABJO, UTM, TecNM, IPN-CIIDIR. Tamaño 70, edad 34a, 16% N2+, retención 52%.
- El clustering no recupera exactamente la tipología de 4 perfiles propuesta. La diferenciación "polos técnicos vs centros agropecuarios" es metodológicamente más sutil de lo asumido — son variantes dentro del Núcleo consolidado.
- PC1+PC2 explican 85% de la varianza — la estructura institucional es bidimensional: PC1 captura tamaño+consolidación, PC2 captura núcleo vs periferia.
Implicación para el artículo: la tipología propuesta a priori (4 perfiles) debe reportarse como refinada por el clustering: 3 clusters más 1 outlier. La distinción interna del Núcleo (técnico vs agropecuario) puede mantenerse como subtipología cualitativa pero no es estadísticamente robusta. Esto es metodológicamente honesto y fortalece la credibilidad del paper.
B2Diagnósticos del modelo Cox PH
Pregunta de robustez: ¿se cumplen los supuestos del modelo Cox PH? ¿Hay multicolinealidad? ¿Los hallazgos sustantivos sobreviven a modelos alternativos?
Test de Schoenfeld (proporcionalidad de hazards)
- 5 variables violan el supuesto PH (p<0.05): nivel máximo (p<0.0001), cohorte 2/3 (p<0.0001), UTM (p=0.003), trayectoria tránsito (p=0.005).
- Test global Fisher combinado: χ²=147.26, df=28, p<0.0001. El supuesto PH no se cumple plenamente.
- Esto NO invalida los HR reportados pero requiere modelos alternativos para confirmar dirección de efectos.
VIF (multicolinealidad)
- Máximo VIF = 3.66 (cohorte 2020-2025). Todas las variables están bajo el umbral conservador de 5.
- No hay multicolinealidad problemática. Los coeficientes son estables.
- Las correlaciones entre variables principales son moderadas (máximo: nivel_max × cohorte 2020-2025 = -0.40, esperado por construcción).
Modelos alternativos
| Variable | Cox PH base HR | Cox stratified HR | Weibull AFT HR equiv. | Direcciones consistentes |
|---|---|---|---|---|
| Nivel máximo | 0.07 *** | 0.07 *** | 0.18 *** | ✓✓✓ |
| IPN-CIIDIR | 0.60 * | 0.59 * | 0.75 * | ✓✓✓ |
| UABJO | 0.98 ns | 0.98 ns | 1.09 ns | ✓ todas ns |
| TecNM | 0.86 ns | 0.84 ns | 0.96 ns | ✓ todas ns |
| Trayec. emigrante | 0.81 ns | 0.81 ns | 0.92 ns | ✓ todas ns |
| Trayec. inmigrante | 0.89 ns | 0.89 ns | 0.89 ns | ✓ todas ns |
| Trayec. tránsito | 0.61 . | 0.63 . | 0.78 . | ✓ marginal |
| *** p<0.001, ** p<0.01, * p<0.05, . p<0.10, ns p≥0.10 | ||||
- Los tres modelos coinciden en la dirección de TODOS los efectos: dirección y significancia son consistentes.
- Magnitud del nivel máximo varía entre modelos (HR=0.07-0.18) pero todos son altamente significativos (p<0.001).
- IPN-CIIDIR sigue siendo la única institución protectora significativa en los tres modelos.
- C-index: 0.862 (Cox PH base), 0.843 (estratificado), 0.854 (Weibull AFT). Discriminación consistentemente alta.
Conclusión del Bloque 2: aunque el modelo Cox PH base viola parcialmente el supuesto de proporcionalidad de hazards, las conclusiones sustantivas son robustas a la elección del modelo. La protectividad dominante del nivel máximo (HR=0.07) y el efecto único de IPN-CIIDIR (HR=0.60) son hallazgos estables. Para el paper se recomienda reportar Cox PH base como modelo principal y stratified/AFT como sensibilidad en apéndice.
B3Test del efecto Big-Fish-Little-Pond (vs. González-Sauri 2022)
Pregunta de robustez: ¿se replica en mis datos el efecto BFLPE reportado por González-Sauri 2022 (Research in Higher Education) para 766 STEM PhDs mexicanos? Esto contrastaría con el efecto Mateo clásico.
Diseño del test
- Asigno a cada persona la institución de primer ingreso al SNI en Oaxaca y su cluster de prestigio (Núcleo / Elite / Periferia, derivado del clustering del Bloque 1).
- Comparo nivel máximo alcanzado entre quienes entraron al Núcleo (n=495) vs Periferia (n=428).
- Controlo por años de carrera (4 estratos): a igual antigüedad, ¿quién consolida más?
- Adicionalmente, analizo a las 100 personas con transferencias intra-Oaxaca: ¿upward o downward mobility?
Resultados
| Cluster de origen | N | Nivel medio | % N1 | % N2 | % N3 | Duración mediana |
|---|---|---|---|---|---|---|
| Elite (CIESAS) | 23 | 1.17 | 87.0 | 17.4 | 8.7 | 10a |
| Núcleo | 495 | 0.87 | 70.1 | 14.3 | 2.0 | 7a |
| Periferia | 428 | 0.72 | 63.6 | 7.9 | 0.7 | 7a |
- Mann-Whitney Núcleo vs Periferia: U=116,691, p=0.003 — diferencia significativa en nivel máximo.
- Test crítico (10+ años de carrera): Núcleo 33.3% N2+, Periferia 19.6% N2+. Fisher exact OR=2.05, p=0.004.
- Entre transferencias intra-Oaxaca (n=100), 13 fueron Periferia→Núcleo (flujo Matthew típico) vs solo 5 Núcleo→Periferia. Asimetría direccional clara.
- NO se replica el BFLPE de González-Sauri 2022. Mis datos muestran el efecto Mateo clásico.
¿Por qué los resultados difieren de González-Sauri 2022? Su estudio analizó STEM PhDs ya contratados en universidades mexicanas (preselección por hiring). Mi análisis cubre el universo del SNI completo en Oaxaca, incluyendo personas que NO pasaron por el filtro previo de hiring competitivo. Esta diferencia metodológica es teóricamente significativa: el efecto del entorno actual sobre la promoción opera distinto según la fase del ciclo académico que se estudie. En sistemas periféricos sin hiring competitivo intenso, la concentración institucional acumula ventaja (Matthew). En sistemas centrales con hiring competitivo, el matching elimina parte del efecto (BFLPE).
Contribución teórica original del Bloque 3: al contrastar mis hallazgos con González-Sauri 2022, mostramos que el debate Matthew vs BFLPE no se resuelve a nivel agregado nacional — depende de la fase del ciclo académico (membresía al SNI vs hiring institucional) y del régimen de prestigio (federal vs subnacional). Esto es publicable como aporte conceptual al diálogo con la literatura cienciométrica latinoamericana.
Integración de los 3 bloques de robustez
Los tres bloques convergen en fortalecer (no debilitar) los hallazgos sustantivos del análisis principal:
| Bloque | Hallazgo principal | Implicación |
|---|---|---|
| 1. Clustering | Tipología refinada de 3+1 (no 4) | Reportar como solución empírica que ajusta la propuesta a priori. Honestidad metodológica. |
| 2. Cox PH | Violación parcial PH pero efectos consistentes en 3 modelos | Cox PH como modelo principal; stratified/AFT en apéndice. Conclusiones sustantivas estables. |
| 3. BFLPE | Efecto Mateo clásico, contrario a González-Sauri 2022 | Contribución teórica al diálogo. Diferenciación por fase del ciclo académico. |
Implicaciones para los dos artículos propuestos
Artículo 1 — "Concentración estructural": incorporar el Bloque 1 (clustering) como sección de validación cuantitativa de la tipología institucional. Usar la tipología de 3+1 clusters en lugar de 4 perfiles. El paper gana credibilidad metodológica.
Artículo 2 — "Dinámica longitudinal": incorporar Bloque 2 como sección de robustez del modelo Cox PH (probablemente en apéndice o suplementario). Incorporar Bloque 3 como sección de diálogo crítico con González-Sauri 2022 — esta puede ser una de las contribuciones más visibles del paper.
Ventaja estratégica: el diálogo crítico con González-Sauri 2022 (un paper de Research in Higher Education con 14 citas) posiciona el Artículo 2 explícitamente dentro de la conversación cienciométrica internacional sobre cumulative advantage. Esto hace al paper más visible para revisores y más fácil de citar por trabajos futuros que comparen ambos hallazgos.