Desigualdad de aprendizajes en Uruguay: determinantes de los resultados de PISA 2012

Transcripción

1 Desigualdad de aprendizajes en Uruguay: determinantes de los resultados de PISA 2012 Andrea Doneschi Departamento de Economía, FCS, UdelaR Marzo de 2017

2 Contenido 1 Introducción 2 Función de producción educativa Antecedentes 3 por alumno y escuela 4 5 Andrea Doneschi Desigualdad de aprendizajes en Uruguay 1/24

3 Introducción Informe Coleman Factores determinantes del desempeño: características individuales y de la escuela Qué tanto afecta cada uno? Composición social de la escuela o tipo de institución (Raudenbush y Bryk 1986; Somers et al 2004) Segregación (Katzman 2001; Katzman y Retamoso 2007) Andrea Doneschi Desigualdad de aprendizajes en Uruguay 2/24

4 Función de producción educativa Antecedentes - Función de producción educativa Hanushek 1979, 2002: Y it = f (F (t) i, P (t), S (t), A i ) + r it i i Y it F (t) i resultados académicos del estudiante i en el momento t influencia de la familia en los resultados del estudiante (acumulativa al momento t) P (t) i influencia de los compañeros (acumulativa al momento t) S (t) i recursos educativos (acumulativa al momento t) A i r it habilidades innatas término aleatorio Andrea Doneschi Desigualdad de aprendizajes en Uruguay 3/24

5 Función de producción educativa Antecedentes - Antecedentes Contexto familiar y características individuales Hanushek y Wößmann (2010): educación y ocupación de los padres; libros en el hogar; estatus familiar; sexo; inmigrante Coutinho Pereira (2010): grado Recursos escolares el efecto del tamaño de clase depende de otros factores Aspectos institucionales la segregación es una solución eficiente pero inequitativa (Lazear 2001, Fertig 2003) composición social: barrio, escuela y estudiante (Katzman y Retamoso 2007) contexto sociocultural del centro e instituciones privadas (ANEP 2005) Andrea Doneschi Desigualdad de aprendizajes en Uruguay 4/24

6 Metodología Introducción por alumno y escuela Determinantes de desempeños: datos anidados Los estudiantes (nivel 1) están agrupados en escuelas (nivel 2) Los estudiantes comparten características dentro de cada grupo que difiere de los otros grupos (individuos no son independientes dentro del grupo): MCO no sería apropiado Como consecuencia de la estructura de datos, se sugiere la utilización de modelos jerárquicos lineales Andrea Doneschi Desigualdad de aprendizajes en Uruguay 5/24

7 por alumno y escuela 1. Modelo nulo o vacío Y ij = β 0j + r ij (1) β 0j = γ 00 + u 0j (2) Si se sustituye β 0j en la ecuación (1) entonces Y ij = γ 00 + u 0j + r ij (3) Andrea Doneschi Desigualdad de aprendizajes en Uruguay 6/24

8 por alumno y escuela Var(Y ij ) = Var(u 0j + r ij ) = τ 00 + σ 2 Supuestos: Cov(u 0j, r ij ) = 0 Cov(Y ij, Y i j) = Cov(u 0j + r ij, u 0j + r i j) = τ 00, con i i Cov(Y ij, Y i j ) = 0, con j j Andrea Doneschi Desigualdad de aprendizajes en Uruguay 7/24

9 por alumno y escuela La especificación del modelo va incorporando variables explicativas. 2. Incorporación de las variables del nivel 1 (estudiantes): X ij Y ij = β 0j + β 1j X ij + r ij (4) β 0j tiene la misma estructura que en el modelo anterior (compuesto por una parte fija y otra aleatoria); además, β 1j = γ 10. El modelo a estimar es el siguiente: Y ij = γ 00 + γ 10 X ij + u 0j + r ij (5) Andrea Doneschi Desigualdad de aprendizajes en Uruguay 8/24

10 por alumno y escuela 3. Incorporación de las variables del nivel 2 (escuelas): W j Se supone la siguiente estructura para β 0j : β 0j = γ 00 + γ 01 W j + u 0j (6) Y ij = γ 00 + γ 10 X ij + γ 01 W j + u 0j + r ij (7) Andrea Doneschi Desigualdad de aprendizajes en Uruguay 9/24

11 por alumno y escuela 4. Interacción La diferencia entre escuelas podría encontrarse en la pendiente (y no solo en la constante); si se asume que β 1j = γ 10 + γ 11 W j, la ecuación a estimar será la siguiente: Y ij = γ 00 + γ 10 X ij + γ 01 W j + γ 11 X ij W j + u 0j + r ij (8) Andrea Doneschi Desigualdad de aprendizajes en Uruguay 10/24

12 por alumno y escuela Datos - Desempeño educativo: pruebas PISA en matemáticas PISA (Programme for International Student Assessment) Año 2012 Examina el rendimiento en matemática, ciencia y lectura de los jóvenes de 15 años que asisten a la educación media Matemática: tópico principal de esta ola de las pruebas La variable de resultados consta de cinco valores plausibles Muestreo en dos etapas: primero se realiza una muestra estratificada de los centros de estudio y luego se seleccionan los estudiantes dentro de cada centro Para las estimaciones se eliminaron los individuos con valores faltantes en alguna de las variables utilizadas Andrea Doneschi Desigualdad de aprendizajes en Uruguay 11/24

13 por alumno y escuela Rendimiento en matemática en PISA 2012, países seleccionados Andrea Doneschi Desigualdad de aprendizajes en Uruguay 12/24

14 por alumno y escuela Datos - por alumno y escuela Descripción de las variables consideradas en el análisis HLM Nombre variable Características del estudiante y su entorno escs female preprim1 preprim2 nuclear grade1-grade5 Descripción Indicador de estatus económico, social y cultural elaborado por la OCDE; se deriva de otros tres índices: hisei, pared y homepos. Para las estimaciones se utiliza esta variable centrada respecto a la media del centro educativo (escs c) Variable binaria que vale 1 si el estudiante es mujer Variable binaria que vale 1 si el estudiante asistió a un curso de pre-primaria un año o menos Variable binaria que vale 1 si el estudiante asistió a un curso de pre-primaria más de un año Variable binaria que vale 1 si el estudiante vive con la madre y el padre A partir de la variable grade se construyeron cinco variables binarias que refieren al grado en que se encuentra el estudiante respecto al grado modal (grade4); en Uruguay es primer año del ciclo superior de educación media Andrea Doneschi Desigualdad de aprendizajes en Uruguay 13/24

15 por alumno y escuela Nombre variable Recursos escolares Descripción schsize Matrícula total del centro de estudios csize Variable binaria que vale 1 si el tamaño promedio de la clase es menor o igual a 25 stratio Ratio de estudiantes sobre profesores (los profesores de tiempo parcial se ponderan por 0,5) scmatedu Índice sobre la calidad de los recursos escolares (en base a preguntas al director) Aspectos institucionales pcgirls respcur city privado utu mescs Proporción de mujeres en el centro Índice sobre la responsabilidad del centro en el currículum y la evaluación Variable binaria que vale 1 si el centro se encuentra en una ciudad o gran ciudad Variable binaria que vale 1 si el centro es privado Variable binaria que vale 1 si el centro es público y de formación técnica (corresponde a los centros educativos de la ex Universidad del Trabajo del Uruguay, UTU, actualmente Consejo de Educación Técnico Profesional, CETP) Media de la variable escs a nivel de la escuela. Para las estimaciones se utiliza esta variable centrada respecto a la media global (mescs c) Andrea Doneschi Desigualdad de aprendizajes en Uruguay 14/24

16 por alumno y escuela Relación entre escs y el resultado en matemática por estudiante math score math score index of economic, social and cultural status index of economic, social and cultural status mpvmath Fitted values privado público utu Andrea Doneschi Desigualdad de aprendizajes en Uruguay 15/24

17 por alumno y escuela Relación entre escs y el resultado en matemática por estudiante para algunos centros educativos index of economic, social and cultural status privado público utu Graphs by group(schoolid) Andrea Doneschi Desigualdad de aprendizajes en Uruguay 16/24

18 por alumno y escuela Relación entre mescs y el resultado en matemática promedio del centro educativo math score math score mescs_c mescs_c mpvmath_mean Fitted values privado público utu Andrea Doneschi Desigualdad de aprendizajes en Uruguay 17/24

19 Modelos estimados Introducción Modelo nulo Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 sin variables explicativas variables del nivel 1 (estudiantes) variables del nivel 2 (escuelas) sin mescs se incorpora variable mescs interacciones: escs con privado y con mescs interacción de escs y privado interacción de escs y mescs Andrea Doneschi Desigualdad de aprendizajes en Uruguay 18/24

20 Coeficientes estimados Variable Modelo nulo Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 const *** *** *** *** *** *** *** (6.73) (6.57) (22.64) (17.58) (17.57) (17.57) (17.59) Nivel 1 escs c 9.09 *** 9.33 *** 9.65 *** 9.26 *** 8.59 *** 9.43 *** (1.37) (1.37) (1.37) (1.78) (1.6) (1.37) female *** *** *** *** *** *** (2.58) (2.54) (2.54) (2.51) (2.52) (2.51) preprim (5.13) (5.07) (5.06) (5.07) (5.06) (5.06) preprim *** *** *** *** *** *** (3.72) (3.65) (3.63) (3.66) (3.65) (3.64) nuclear 8.36 *** 8.19 *** 8.76 *** 8.71 *** 8.72 *** 8.72 *** (2.87) (2.78) (2.8) (2.8) (2.81) (2.8) grade *** *** *** *** *** *** (7.76) (6.67) (6.88) (6.91) (6.86) (6.92) grade *** *** *** *** *** *** (5.16) (4.82) (4.92) (4.94) (4.93) (4.94) grade *** *** *** *** *** *** (3.86) (3.61) (3.66) (3.67) (3.67) (3.67) grade *** *** *** *** *** *** (12.89) (12.44) (12.34) (12.38) (12.39) (12.37) Andrea Doneschi Desigualdad de aprendizajes en Uruguay 19/24

21 Variable Modelo nulo Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Nivel 2 schsize 0.02 *** 0.01 *** 0.01 *** 0.01 *** 0.01 *** (0) (0) (0) (0) (0) csize (5.13) (4.38) (4.38) (4.38) (4.38) stratio *** *** *** *** *** (0.34) (0.39) (0.39) (0.39) (0.39) scmatedu 4.76 * (2.63) (2.16) (2.16) (2.16) (2.16) pcgirls (38.59) (29.87) (29.86) (29.84) (29.85) respcur (4.21) (3.87) (3.87) (3.87) (3.87) city *** 9.80 ** 9.82 ** 9.81 ** 9.81 ** (4.76) (4.72) (4.72) (4.72) (4.72) privado *** (8.27) (10.84) (10.83) (10.83) (10.85) utu (8.74) (7) (7) (7) (7) mescs c *** *** *** *** (5.64) (5.65) (5.64) (5.66) Interacciones privado*escs c (5.42) (3.5) mescs c*escs c * (3.03) (1.96) Observaciones estudiantes 4,677 escuelas 168 Nota: Los parámetros se estimaron con errores estándar robustos. Andrea Doneschi Desigualdad de aprendizajes en Uruguay 20/24

22 Descomposición de la varianza Modelo nulo Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6 Var(rij) = σ Var(u 0j ) = τ Total = τ 00 + σ ICC = τ 00/(τ 00 + σ 2 ) Varianza explicada por las variables explicativas respecto al modelo nulo R1 2 (nivel 1) R2 2 (nivel 2) R 2 (total) Notas: a) La varianza para cada nivel es el promedio de las varianzas obtenidas para cada valor plausible; b) ICC: Intraclass Correlation Coefficient Andrea Doneschi Desigualdad de aprendizajes en Uruguay 21/24

23 Expectativas de la familia y del propio estudiante Habilidades: anxmat índice: preocupación o nerviosismo que siente el estudiante al enfrentar problemas matemáticos en la clase, al realizar tareas, o sobre el éxito futuro en la materia Andrea Doneschi Desigualdad de aprendizajes en Uruguay 22/24

24 Principales resultados del trabajo Los resultados académicos están asociados al contexto familiar El centro educativo es determinante en los resultados el entorno económico, social y cultural promedio es el más influyente respecto al tipo de centro (público o privado): a igual entorno del centro, los resultados serían similares en uno público o privado Posible presencia de segregación educativa Andrea Doneschi Desigualdad de aprendizajes en Uruguay 23/24

25 Desigualdad de aprendizajes en Uruguay: determinantes de los resultados de PISA 2012 Andrea Doneschi Departamento de Economía, FCS, UdelaR Marzo de 2017