Este documento presenta dos modelos de regresión para analizar los factores que afectan el
desempeño de estudiantes en las pruebas SIMCE de matemáticas y lectura. Los modelos incluyen
variables como el tamaño de la escuela, la zona geográfica, el nivel socioeconómico y la
dependencia de la escuela. Los resultados muestran que el desempeño es mayor en la zona sur y
menor en la zona norte, y disminuye a medida que baja el nivel socioeconómico
Reformas en Educación: Primer Paso para Mejorar la CalidadXimena Ponce Saez
Este documento resume la situación actual de la educación en Chile. En las últimas décadas, a pesar del aumento en los recursos destinados a la educación, los resultados escolares han mejorado apenas de manera significativa según pruebas SIMCE y PISA. Los estudiantes de colegios municipales y de niveles socioeconómicos más bajos tienen un desempeño más deficiente. El gobierno está impulsando reformas para mejorar la calidad a través de proyectos de ley que establecen nuevos incentivos para directores y profesores, como una
El documento presenta preguntas sobre figuras literarias y géneros identificados en un poema de Rubén Darío. Se analizan versos, estrofas y fragmentos del poema para identificar metáforas, comparaciones y otros recursos literarios. Adicionalmente, se pide inferir el objetivo del autor e intenciones del hablante lírico.
APRENDIZAJE DE LA LECTURA Dominio lector-y-comprension-lectoraCARLOS ANGELES
El MINEDUC del gobierno de Chile enfoca en dos pilares basicos en el aprendizaje de la lectura: la decodificacion y la comprension lectora.
Asimismo considera la velocidad y la calidad lectora como dos variables susceptibles de medición en su avance.
Curso de la UIMP.
Santander julio 2013
Educar en el siglo XXI: experiencias internacionales.
Determinantes de las diferencias regionales en el rendimiento académico en España-PISA 2009 Ainara González de San Román (Universidad del País Vasco) y Sara de la Rica Goiricelaya (Universidad del País Vasco y FEDEA)
Diferencias regionales en rendimiento educativo en España: ¿Qué las determina realmente? José Ignacio García Pérez, Marisa Hidalgo Hidalgo, José Antonio Robles Zurita (Universidad Pablo de Olavide)
El desarrollo educativo Antonio Villar (Universidad Pablo de Olavide)
Este documento analiza si el Simce (Sistema de Medición de la Calidad de la Educación) aporta o perjudica a las escuelas chilenas. Se argumenta que el Simce se enfoca demasiado en lenguaje y matemáticas, descuidando otras áreas, y que genera una competencia negativa entre escuelas. También critica el "semáforo" que estigmatiza a escuelas de bajos ingresos. En general, se concluye que mientras existan desigualdades en el sistema educativo, medidas como el Simce solo sir
Practica 3 preguntas sobre fracaso escolarGonzalo Arias
El documento analiza el fracaso escolar y los resultados de España en las pruebas PISA entre 2002 y 2012. Muestra que aunque los resultados españoles en PISA son ligeramente inferiores al promedio de la OCDE, las tasas de fracaso escolar en España son el doble que en otros países. Factores socioculturales como el nivel económico y cultural familiar influyen significativamente en el rendimiento escolar, con mejores resultados entre estudiantes de entornos más favorables.
Este documento resume los resultados de las pruebas SABER 5° y 9° de 2009 en Colombia. Muestra que menos del 20% de los estudiantes alcanzaron los niveles deseados en matemáticas. Las brechas de género son pequeñas en 5° pero más amplias en 9°, con los niños superando a las niñas. El documento analiza las competencias matemáticas evaluadas y las diferencias en desempeño entre géneros, regiones y tipos de escuela.
Las competencias en matematicas en la educacion basica en colombiaAngy Carreño
Este documento resume los resultados de las pruebas SABER 5° y 9° de 2009 en Colombia. Muestra que menos del 20% de los estudiantes alcanzaron los niveles deseados en matemáticas. Las brechas de género son pequeñas en 5° pero más amplias en 9°, con los niños superando a las niñas. El documento analiza las competencias matemáticas evaluadas y las diferencias en desempeño entre géneros, regiones y tipos de escuela.
Reformas en Educación: Primer Paso para Mejorar la CalidadXimena Ponce Saez
Este documento resume la situación actual de la educación en Chile. En las últimas décadas, a pesar del aumento en los recursos destinados a la educación, los resultados escolares han mejorado apenas de manera significativa según pruebas SIMCE y PISA. Los estudiantes de colegios municipales y de niveles socioeconómicos más bajos tienen un desempeño más deficiente. El gobierno está impulsando reformas para mejorar la calidad a través de proyectos de ley que establecen nuevos incentivos para directores y profesores, como una
El documento presenta preguntas sobre figuras literarias y géneros identificados en un poema de Rubén Darío. Se analizan versos, estrofas y fragmentos del poema para identificar metáforas, comparaciones y otros recursos literarios. Adicionalmente, se pide inferir el objetivo del autor e intenciones del hablante lírico.
APRENDIZAJE DE LA LECTURA Dominio lector-y-comprension-lectoraCARLOS ANGELES
El MINEDUC del gobierno de Chile enfoca en dos pilares basicos en el aprendizaje de la lectura: la decodificacion y la comprension lectora.
Asimismo considera la velocidad y la calidad lectora como dos variables susceptibles de medición en su avance.
Curso de la UIMP.
Santander julio 2013
Educar en el siglo XXI: experiencias internacionales.
Determinantes de las diferencias regionales en el rendimiento académico en España-PISA 2009 Ainara González de San Román (Universidad del País Vasco) y Sara de la Rica Goiricelaya (Universidad del País Vasco y FEDEA)
Diferencias regionales en rendimiento educativo en España: ¿Qué las determina realmente? José Ignacio García Pérez, Marisa Hidalgo Hidalgo, José Antonio Robles Zurita (Universidad Pablo de Olavide)
El desarrollo educativo Antonio Villar (Universidad Pablo de Olavide)
Este documento analiza si el Simce (Sistema de Medición de la Calidad de la Educación) aporta o perjudica a las escuelas chilenas. Se argumenta que el Simce se enfoca demasiado en lenguaje y matemáticas, descuidando otras áreas, y que genera una competencia negativa entre escuelas. También critica el "semáforo" que estigmatiza a escuelas de bajos ingresos. En general, se concluye que mientras existan desigualdades en el sistema educativo, medidas como el Simce solo sir
Practica 3 preguntas sobre fracaso escolarGonzalo Arias
El documento analiza el fracaso escolar y los resultados de España en las pruebas PISA entre 2002 y 2012. Muestra que aunque los resultados españoles en PISA son ligeramente inferiores al promedio de la OCDE, las tasas de fracaso escolar en España son el doble que en otros países. Factores socioculturales como el nivel económico y cultural familiar influyen significativamente en el rendimiento escolar, con mejores resultados entre estudiantes de entornos más favorables.
Este documento resume los resultados de las pruebas SABER 5° y 9° de 2009 en Colombia. Muestra que menos del 20% de los estudiantes alcanzaron los niveles deseados en matemáticas. Las brechas de género son pequeñas en 5° pero más amplias en 9°, con los niños superando a las niñas. El documento analiza las competencias matemáticas evaluadas y las diferencias en desempeño entre géneros, regiones y tipos de escuela.
Las competencias en matematicas en la educacion basica en colombiaAngy Carreño
Este documento resume los resultados de las pruebas SABER 5° y 9° de 2009 en Colombia. Muestra que menos del 20% de los estudiantes alcanzaron los niveles deseados en matemáticas. Las brechas de género son pequeñas en 5° pero más amplias en 9°, con los niños superando a las niñas. El documento analiza las competencias matemáticas evaluadas y las diferencias en desempeño entre géneros, regiones y tipos de escuela.
"Equidad educativa y ampliación de oportunidades de aprendizaje en las escuel...Flacso México
El documento discute la desigualdad de oportunidades educativas y cómo las escuelas de tiempo completo pueden mejorar la equidad y calidad educativa. Explica que la desigualdad se debe a factores sociales y escolares, y que las escuelas de tiempo completo ofrecen mayores oportunidades de aprendizaje para todos los estudiantes. También analiza factores clave de escuelas efectivas como liderazgo, enfoque en lo académico, y altas expectativas, así como la importancia de docentes calificados.
Análisis multinivel de abandono iberoamerica.pdfFlavio
Este documento presenta un resumen de un análisis multinivel de los factores que influyen en la decisión de abandono de estudiantes en la educación superior en Iberoamérica. El autor utiliza datos de 11423 estudiantes de 19 instituciones en 14 países. Desarrolla un modelo logístico multinivel que encuentra que variables como género, estado civil, recursos económicos, brecha educativa y satisfacción con el programa afectan la probabilidad de abandono. Además, hay variación significativa entre instituciones, lo que sugiere
Este documento analiza tres temas relacionados con los informes PISA y el fracaso escolar en España: 1) El desempeño de España en las tres competencias evaluadas por PISA y su comparación con la media de la OCDE, 2) Las diferencias regionales mostradas en el último informe PISA, y 3) Una comparación entre los datos administrativos de fracaso escolar y las mediciones de PISA. También resume las causas de fracaso escolar atribuidas por los docentes, agrupadas en cuatro categorías: socioculturales, familiares, instit
Este documento discute las diferencias entre la educación municipal y privada en Chile. Analiza varios factores que podrían explicar las diferencias sustanciales en los resultados educativos, incluyendo las diferencias socioeconómicas de los estudiantes, los niveles de inversión, el régimen laboral de los docentes, y las prioridades del gobierno. Si bien existen brechas reales, varios expertos argumentan que la calidad de la educación es similar cuando se controlan los factores socioeconómicos, y que la causa principal radica en el nivel socio
Práctica 3. informe pisa y fracaso escolarTeresaIzq
El documento analiza los resultados de España en las pruebas PISA desde 2000 hasta 2012, encontrando que el rendimiento educativo en matemáticas, lectura y ciencias ha permanecido por debajo del promedio de la OCDE a pesar del aumento en gasto educativo. También señala diferencias regionales significativas en los resultados, con una heterogeneidad entre comunidades autónomas. Finalmente, compara los datos de fracaso escolar medidos administrativamente versus los de PISA, encontrando tasas más altas en el primer caso.
Este documento resume los resultados de un estudio sobre los determinantes de las diferencias regionales en el rendimiento académico en España según la prueba PISA de 2009. Los principales hallazgos son: 1) Las regiones españolas muestran diferencias significativas en sus resultados, siendo Castilla y León la que obtiene mejores puntajes; 2) Los factores individuales, familiares y escolares solo explican parcialmente estas diferencias, quedando efectos regionales no observados; 3) Estos efectos parecen estar asociados a la especialización product
2010 06 16 radiografía del sistema educativoPSOE Alaquàs
Este documento presenta los resultados de la primera Evaluación General de Diagnóstico del sistema educativo español. Los resultados muestran que la mayoría de los estudiantes tienen un nivel medio de competencias y que las principales diferencias se dan entre centros escolares. Factores como las expectativas educativas de los estudiantes y su nivel socioeconómico influyen en los resultados. La evaluación concluye que el sistema educativo español es equitativo y homogéneo.
1) El documento analiza los problemas de bajo rendimiento académico que afectan a los estudiantes en todos los niveles educativos, los cuales se originan por una variedad de factores socioeconómicos y educativos.
2) En particular, se enfoca en las deficiencias que presentan los estudiantes universitarios, especialmente en asignaturas como matemáticas, física, química y estadística. Estas deficiencias derivan de problemas estructurales más amplios en el sistema educativo.
3) El
Curso de la UIMP.
Santander julio 2013
Educar en el siglo XXI: experiencias internacionales.
¿Se pueden mejorar los resultados de los estudiantes modificando la composición de las clases? Courtney A. Collins y Li Gan (Texas University)
Calidad del profesorado, sus resultados y aprendizaje de los estudiantes: resultados a partir de TEDS-M Jose G. Montalvo (Universidad Pompeu Fabra. Barcelona) y Stefan Gorgels (New York University)
La LOGSE y el abandono escolar Florentino Felgueroso (Universidad de Oviedo y FEDEA), Maria Gutiérrez-Domènech (Estudis I Análisis Econòmic “La Caixa” ) y Sergi Jiménez-Martín (Universitat Pompeu Fabra y FEDEA)
El documento presenta un análisis de diferentes indicadores educativos seleccionados por un estudiante. Los indicadores incluyen el analfabetismo, la tasa de aprobación escolar, la atención a la demanda potencial y preescolar, la cobertura social, la deserción escolar, la distribución por edad y grado, los docentes inscritos en la carrera magisterial, la eficiencia terminal, y los egresados de educación superior en ciencias sociales, naturales y matemáticas. El estudiante justifica la selección
El documento describe las estadísticas de evaluación a docentes de educación media en Ecuador en 2012. Se identificaron comportamientos anormales en los resultados de pruebas tomadas en 6 instituciones, con promedios y calificaciones superiores al promedio nacional. Como resultado, el Ministerio de Educación evaluará nuevamente a 2,700 docentes en esas instituciones para salvaguardar la autenticidad del proceso de evaluación y mejorar la capacitación docente.
El documento compara el fracaso escolar administrativo en España frente al fracaso escolar medido en los estudios PISA. No se aprecia una relación fuerte entre ambos tipos de fracaso escolar, lo que sugiere que la relación entre los títulos educativos y el nivel real de conocimientos no es sistemática y varía entre comunidades autónomas a pesar de resultados educativos similares.
El documento discute la desigualdad de oportunidades educativas en México y el papel que puede jugar la escuela para reducirla. Explica que la desigualdad se debe a factores del hogar y de la escuela, y que aunque la escuela no puede eliminarla, sí puede hacer más para reducirla, por ejemplo mediante escuelas de tiempo completo bien implementadas que brinden apoyo adicional a los estudiantes más necesitados.
Este documento discute los diversos factores que contribuyen al fracaso escolar en la educación secundaria. Define el fracaso escolar como una insuficiencia en los resultados académicos de los estudiantes en comparación con los objetivos esperados para su nivel y edad. Explora cómo el rendimiento escolar es el resultado de múltiples factores, incluidos factores sociales, familiares, escolares e individuales. Finalmente, propone que abordar el fracaso escolar requiere esfuerzos coordinados desde diferentes frentes, como la familia
1) Los estudiantes están más satisfechos con su decisión de estudiar pedagogía en inglés que con la infraestructura y recursos disponibles.
2) Consideran que las relaciones con los profesores son buenas, pero podrían mejorar la relación con el jefe de carrera.
3) Aunque los estudiantes están comprometidos con sus estudios, la infraestructura deficiente y el momento tardío de la práctica profesional los afectan negativamente.
El documento analiza los resultados de una encuesta de satisfacción aplicada a estudiantes de tercer año de la carrera de Pedagogía en Inglés de la Universidad de Santiago de Chile. Los estudiantes están más satisfechos con su vocación que con la infraestructura o aspectos académicos de la carrera. Si bien los estudiantes tienen alta motivación y compromiso, la infraestructura deficiente y problemas en el plan de estudios podrían afectar su desempeño. Sin embargo, a pesar de las deficiencias, la mayoría de los
Este documento resume los resultados de las pruebas APRENDO de tercero de básica en Ecuador entre 1996 y 2007. Muestra que las calificaciones nacionales no superan el 50% en lenguaje y el 40% en matemática, y que la Sierra obtiene calificaciones más altas que la Costa. También analiza las calificaciones según sexo, régimen y tipo de establecimiento, así como por provincia. Finalmente, examina los factores asociados con los logros académicos pero no encuentra evidencia de que la capacitación docente, supervisión
Este documento resume los resultados de México en las pruebas PISA de matemáticas en los años 2006, 2009 y 2012. Muestra que el desempeño de México ha estado por debajo del promedio de la OCDE y que aunque hubo una pequeña mejoría entre 2006 y 2009, los resultados retrocedieron en 2012. También analiza los instrumentos y enfoque de PISA, los cuales evalúan la resolución de problemas basados en situaciones de la vida real más que solo conocimientos.
El documento discute el bajo rendimiento escolar detectado en España, donde al menos un tercio de los estudiantes no están motivados para aprender y ven poco útil lo que aprenden. Analiza varios factores que afectan el rendimiento, incluyendo la infraestructura, los recursos, el tiempo de aprendizaje, el clima escolar y la participación familiar. Concluye que la calidad de la enseñanza depende de estos factores internos de cada escuela, más que del entorno social.
¿Es mejor la escuela privada que la públicasoypublica
El documento discute si la escuela privada es mejor que la pública. Señala que los principales determinantes del rendimiento académico están asociados con factores socioeconómicos como el nivel educativo y económico de los padres, no con si el centro es público o privado. Aunque las escuelas privadas suelen seleccionar a los estudiantes con mejores características familiares, una vez descontados los factores socioeconómicos, los resultados de las escuelas públicas y privadas apenas difieren e incluso la esc
"Equidad educativa y ampliación de oportunidades de aprendizaje en las escuel...Flacso México
El documento discute la desigualdad de oportunidades educativas y cómo las escuelas de tiempo completo pueden mejorar la equidad y calidad educativa. Explica que la desigualdad se debe a factores sociales y escolares, y que las escuelas de tiempo completo ofrecen mayores oportunidades de aprendizaje para todos los estudiantes. También analiza factores clave de escuelas efectivas como liderazgo, enfoque en lo académico, y altas expectativas, así como la importancia de docentes calificados.
Análisis multinivel de abandono iberoamerica.pdfFlavio
Este documento presenta un resumen de un análisis multinivel de los factores que influyen en la decisión de abandono de estudiantes en la educación superior en Iberoamérica. El autor utiliza datos de 11423 estudiantes de 19 instituciones en 14 países. Desarrolla un modelo logístico multinivel que encuentra que variables como género, estado civil, recursos económicos, brecha educativa y satisfacción con el programa afectan la probabilidad de abandono. Además, hay variación significativa entre instituciones, lo que sugiere
Este documento analiza tres temas relacionados con los informes PISA y el fracaso escolar en España: 1) El desempeño de España en las tres competencias evaluadas por PISA y su comparación con la media de la OCDE, 2) Las diferencias regionales mostradas en el último informe PISA, y 3) Una comparación entre los datos administrativos de fracaso escolar y las mediciones de PISA. También resume las causas de fracaso escolar atribuidas por los docentes, agrupadas en cuatro categorías: socioculturales, familiares, instit
Este documento discute las diferencias entre la educación municipal y privada en Chile. Analiza varios factores que podrían explicar las diferencias sustanciales en los resultados educativos, incluyendo las diferencias socioeconómicas de los estudiantes, los niveles de inversión, el régimen laboral de los docentes, y las prioridades del gobierno. Si bien existen brechas reales, varios expertos argumentan que la calidad de la educación es similar cuando se controlan los factores socioeconómicos, y que la causa principal radica en el nivel socio
Práctica 3. informe pisa y fracaso escolarTeresaIzq
El documento analiza los resultados de España en las pruebas PISA desde 2000 hasta 2012, encontrando que el rendimiento educativo en matemáticas, lectura y ciencias ha permanecido por debajo del promedio de la OCDE a pesar del aumento en gasto educativo. También señala diferencias regionales significativas en los resultados, con una heterogeneidad entre comunidades autónomas. Finalmente, compara los datos de fracaso escolar medidos administrativamente versus los de PISA, encontrando tasas más altas en el primer caso.
Este documento resume los resultados de un estudio sobre los determinantes de las diferencias regionales en el rendimiento académico en España según la prueba PISA de 2009. Los principales hallazgos son: 1) Las regiones españolas muestran diferencias significativas en sus resultados, siendo Castilla y León la que obtiene mejores puntajes; 2) Los factores individuales, familiares y escolares solo explican parcialmente estas diferencias, quedando efectos regionales no observados; 3) Estos efectos parecen estar asociados a la especialización product
2010 06 16 radiografía del sistema educativoPSOE Alaquàs
Este documento presenta los resultados de la primera Evaluación General de Diagnóstico del sistema educativo español. Los resultados muestran que la mayoría de los estudiantes tienen un nivel medio de competencias y que las principales diferencias se dan entre centros escolares. Factores como las expectativas educativas de los estudiantes y su nivel socioeconómico influyen en los resultados. La evaluación concluye que el sistema educativo español es equitativo y homogéneo.
1) El documento analiza los problemas de bajo rendimiento académico que afectan a los estudiantes en todos los niveles educativos, los cuales se originan por una variedad de factores socioeconómicos y educativos.
2) En particular, se enfoca en las deficiencias que presentan los estudiantes universitarios, especialmente en asignaturas como matemáticas, física, química y estadística. Estas deficiencias derivan de problemas estructurales más amplios en el sistema educativo.
3) El
Curso de la UIMP.
Santander julio 2013
Educar en el siglo XXI: experiencias internacionales.
¿Se pueden mejorar los resultados de los estudiantes modificando la composición de las clases? Courtney A. Collins y Li Gan (Texas University)
Calidad del profesorado, sus resultados y aprendizaje de los estudiantes: resultados a partir de TEDS-M Jose G. Montalvo (Universidad Pompeu Fabra. Barcelona) y Stefan Gorgels (New York University)
La LOGSE y el abandono escolar Florentino Felgueroso (Universidad de Oviedo y FEDEA), Maria Gutiérrez-Domènech (Estudis I Análisis Econòmic “La Caixa” ) y Sergi Jiménez-Martín (Universitat Pompeu Fabra y FEDEA)
El documento presenta un análisis de diferentes indicadores educativos seleccionados por un estudiante. Los indicadores incluyen el analfabetismo, la tasa de aprobación escolar, la atención a la demanda potencial y preescolar, la cobertura social, la deserción escolar, la distribución por edad y grado, los docentes inscritos en la carrera magisterial, la eficiencia terminal, y los egresados de educación superior en ciencias sociales, naturales y matemáticas. El estudiante justifica la selección
El documento describe las estadísticas de evaluación a docentes de educación media en Ecuador en 2012. Se identificaron comportamientos anormales en los resultados de pruebas tomadas en 6 instituciones, con promedios y calificaciones superiores al promedio nacional. Como resultado, el Ministerio de Educación evaluará nuevamente a 2,700 docentes en esas instituciones para salvaguardar la autenticidad del proceso de evaluación y mejorar la capacitación docente.
El documento compara el fracaso escolar administrativo en España frente al fracaso escolar medido en los estudios PISA. No se aprecia una relación fuerte entre ambos tipos de fracaso escolar, lo que sugiere que la relación entre los títulos educativos y el nivel real de conocimientos no es sistemática y varía entre comunidades autónomas a pesar de resultados educativos similares.
El documento discute la desigualdad de oportunidades educativas en México y el papel que puede jugar la escuela para reducirla. Explica que la desigualdad se debe a factores del hogar y de la escuela, y que aunque la escuela no puede eliminarla, sí puede hacer más para reducirla, por ejemplo mediante escuelas de tiempo completo bien implementadas que brinden apoyo adicional a los estudiantes más necesitados.
Este documento discute los diversos factores que contribuyen al fracaso escolar en la educación secundaria. Define el fracaso escolar como una insuficiencia en los resultados académicos de los estudiantes en comparación con los objetivos esperados para su nivel y edad. Explora cómo el rendimiento escolar es el resultado de múltiples factores, incluidos factores sociales, familiares, escolares e individuales. Finalmente, propone que abordar el fracaso escolar requiere esfuerzos coordinados desde diferentes frentes, como la familia
1) Los estudiantes están más satisfechos con su decisión de estudiar pedagogía en inglés que con la infraestructura y recursos disponibles.
2) Consideran que las relaciones con los profesores son buenas, pero podrían mejorar la relación con el jefe de carrera.
3) Aunque los estudiantes están comprometidos con sus estudios, la infraestructura deficiente y el momento tardío de la práctica profesional los afectan negativamente.
El documento analiza los resultados de una encuesta de satisfacción aplicada a estudiantes de tercer año de la carrera de Pedagogía en Inglés de la Universidad de Santiago de Chile. Los estudiantes están más satisfechos con su vocación que con la infraestructura o aspectos académicos de la carrera. Si bien los estudiantes tienen alta motivación y compromiso, la infraestructura deficiente y problemas en el plan de estudios podrían afectar su desempeño. Sin embargo, a pesar de las deficiencias, la mayoría de los
Este documento resume los resultados de las pruebas APRENDO de tercero de básica en Ecuador entre 1996 y 2007. Muestra que las calificaciones nacionales no superan el 50% en lenguaje y el 40% en matemática, y que la Sierra obtiene calificaciones más altas que la Costa. También analiza las calificaciones según sexo, régimen y tipo de establecimiento, así como por provincia. Finalmente, examina los factores asociados con los logros académicos pero no encuentra evidencia de que la capacitación docente, supervisión
Este documento resume los resultados de México en las pruebas PISA de matemáticas en los años 2006, 2009 y 2012. Muestra que el desempeño de México ha estado por debajo del promedio de la OCDE y que aunque hubo una pequeña mejoría entre 2006 y 2009, los resultados retrocedieron en 2012. También analiza los instrumentos y enfoque de PISA, los cuales evalúan la resolución de problemas basados en situaciones de la vida real más que solo conocimientos.
El documento discute el bajo rendimiento escolar detectado en España, donde al menos un tercio de los estudiantes no están motivados para aprender y ven poco útil lo que aprenden. Analiza varios factores que afectan el rendimiento, incluyendo la infraestructura, los recursos, el tiempo de aprendizaje, el clima escolar y la participación familiar. Concluye que la calidad de la enseñanza depende de estos factores internos de cada escuela, más que del entorno social.
¿Es mejor la escuela privada que la públicasoypublica
El documento discute si la escuela privada es mejor que la pública. Señala que los principales determinantes del rendimiento académico están asociados con factores socioeconómicos como el nivel educativo y económico de los padres, no con si el centro es público o privado. Aunque las escuelas privadas suelen seleccionar a los estudiantes con mejores características familiares, una vez descontados los factores socioeconómicos, los resultados de las escuelas públicas y privadas apenas difieren e incluso la esc
1. UNIVERSIDAD DE TALCA
FACULTAD DE CIENCIAS EMPRESARIALES
ESCUELA DE INGENIERIA COMERCIAL
ECONOMETRIA
Identificar las partes determinantes de los resultados
de la prueba SIMCE en el rendimiento escolar de los
alumnos de cuarto básico del país.
Análisis y Conclusiones
INTEGRANTES
Bárbara González Faúndez
Ivania Méndez Céspedes
Mario Moreno Ureta
Vanessa Navarro Rudolph
Camila Saavedra Nazal
PROFESOR
Medardo Aguirre
AYUDANTE
Claudio Candía
Gladys Castro
30 de diciembre, 2011
2. Modelos Propuestos
Modelo SIMCE Matemática
Ln (M)= β0 + β1LnX1 + ∑ βi EPZi + ∑ βi NSi + ∑ βi DCi + µ
Donde:
Ln (M): Logaritmo del desempeño en Educación Matemática.
X1 : Logaritmo natural del tamaño del establecimiento.
EPZ : Establecimiento por zona (las categorías están definidas anteriormente).
NS : Nivel socioeconómico de los colegios (las categorías están definidas anteriormente).
DC : Dependencia de los colegios
µ : Residuos
Estimaciones (Anexo 1)
Resumen Modelo de desempeño Matemáticas (Anexo2)
Modelo SIMCE Lectura
Ln (L) = β0+ β1 LnX1 + ∑βi EPZi + ∑βi NSi + ∑βi DCi + µ
Donde:
Ln (L) : Logaritmo del desempeño en Educación Matemática
X1 : Logaritmo natural del tamaño del establecimiento
EPZ : Establecimiento por zona (las categorías están definidas anteriormente)
NS : Nivel socioeconómico de los colegios (las categorías están definidas anteriormente)
DC : Dependencia de los colegios (las categorías están definidas anteriormente)
µ : Residuos
Estimaciones (Anexo 3)
Resumen del modelo de desempeño Lectura (Anexo 4)
3. Los modelos propuestos no incluyen variables irrelevantes ni omiten variables relevantes para
explicar el desempeño, tanto en la prueba de Lenguaje como en la de Matemática.
Las restricciones que se imponen a los modelos de regresión se cumplen. La variable dependiente
en cada modelo (desempeño en Lenguaje y Matemática) no es aleatoria, nos encontramos en un
contexto de experimento controlado. Las variables independientes de los modelos no presentan
correlación, a excepción de las variables “municipal” y “particular subvencionado” que presentan
una correlación de -0.897; sin embargo esto se justifica dado que son variables categóricas. En
cuanto a los residuos, éstos presentan media 0, su varianza se muestra constante (0.009 en
Matemática y 0.006 en Lenguaje) y, las correlaciones son 0. Según la prueba de normalidad de
Kolmogorov-Smirnov, el p-value = 0.000, por lo que es menor que α (α = 0.05), con esto se
demuestra que los residuos del modelo tienen distribución normal. (Ver anexo 5)
Análisis de heterocedasticidad
Dado que los datos son de corte transversal, es factible pensar que se presente un problema de
heterocedasticidad (como ha sido el caso). Sometido a los análisis de Lenguaje y Matemática y al
test de correlación por rasgos de Spearman para comprobar la existencia de heterocedasticidad se
verifica que no tiene problemas.
Discusión de los resultados
Chile está dividido en tres zonas: zona norte, zona centro y zona sur. En el modelo final, se observa
que con respecto a la zona central, la zona sur tiene un mejor desempeño en el SIMCE de
Matemática; por su parte, los resultados en el SIMCE de Lenguaje presentan la misma tendencia. A
su vez, la zona norte presenta un desempeño inferior al de a zona central, tanto en el SIMCE de
Lenguaje como en el de Matemática.
Estos resultados son estadísticamente concluyentes ya que al analizar su p-value, éste es menor a
0.05 (hallándose en región de rechazo).
La zona sur es la zona con mayor desempeño global en el SIMCE. Una de las razones de dicho
comportamiento es que en esta zona hay menor porcentaje de alumnos prioritarios, como lo señala
Page, Murnane, & Vegas, (2009). Entendiéndose este último, como alumnos con mayor riesgo
social, medido por parámetros como: pertenencia al programa chile solidario, puntaje en la ficha de
protección social, pertenencia al fondo A de Fonasa o por la escolaridad de la madre.
4. La zona central obtiene un segundo lugar en el desempeño global del SIMCE, lo cual puede ser
explicado debido a que es la zona con menor porcentaje de pobreza en el país1
En último lugar se encuentra la zona norte, la cual posee el más bajo desempeño global, el cual
podría ser explicado por su porcentaje de alumnos vulnerables (es el más alto del país).
Por su parte en la tabla de coeficientes, la variable tamaño del establecimiento se presenta con
signo positivo, esto quiere decir que mientras más alumnos hayan, los resultados del SIMCE de los
4tos básicos, tanto en Lenguaje como en Matemática, tienden a ser mejores. Sin embargo, la
incidencia de ésta variable en la prueba de Lenguaje es menor que en la de Matemática. Aguirre,
Roquefort y Bravo (2004) concuerdan con estos resultados, y concluyen que el mejor rendimiento
relacionado con una mayor cantidad de alumnos, se da principalmente porque los colegios más
grandes están ubicados en zonas urbanas, y éstos están mejor equipados y poseen mejor
infraestructura que un establecimiento pequeño. Por otra parte, la ubicación y la infraestructura se
relacionan con la dependencia del colegio y, en general, los particulares, que son los que obtienen
los mejores puntajes, se encuentran en su mayoría en zonas urbanas. Summers y Wolfe (1977), sin
embargo, declaran lo contrario, tanto para el tamaño de los cursos como para tamaño del colegio, y
dicen que los establecimientos de mayor tamaño tienen menor rendimiento que aquellos con menos
alumnos. Esto puede explicarse, en parte, considerando que mientras menos alumnos hallan en un
colegio, los cursos tienden a ser más pequeños y el profesor puede enseñar de manera más
personalizada.
De acuerdo a los resultados del modelo planteado, se puede extraer que el rendimiento de los
colegios va disminuyendo en relación al nivel socioeconómico, presentando los colegios de clase
baja un rendimiento evidentemente diferenciado por el sector social al que pertenezcan los alumnos
del mismo, observándose resultados decrecientes, disminuyendo desde los colegios particulares
pagados, colegios subvencionados, terminando por los colegios municipales que presentan el
rendimiento más bajo a nivel nacional.
El SIMCE muestra que los resultados obtenidos a partir de la educación impartida se encuentran
bajo la influencia del nivel socioeconómico de las familias mejorando los resultados a medida que
aumenta el nivel socioeconómico.
1
Datos sobre la Pobreza en Chile, PROGRAMA DE LAS NACIONES UNIDAS PARA EL DESARROLLO
5. Lo anterior concuerda con lo planteado por Mella y Ortiz (1999) quienes proponen que el estatus
socioeconómico de los alumnos es la variable más importante en la explicación de la varianza de los
puntajes de logro escolar.
Existe además una fuerte correlación negativa entre el puntaje SIMCE y los colegios de clase baja,
lo que indica que a mayor nivel de vulnerabilidad menor es el puntaje promedio pues estos
establecimientos atienden a la población con menores ingresos. Sin embargo, esto no es indicativo
de que los colegios de clase baja no sean capaces de obtener altos rendimientos, pero esto indica
también la elevada dispersión que existiría entre los puntajes obtenidos por estos establecimientos.
El análisis de la variable dependencia, arroja como resultado que los rendimientos están muy bien
definidos en relación al origen del financiamiento de los establecimientos. Al hacer una
comparación en los puntajes promedio obtenidos por los diferentes establecimientos de acuerdo a la
dependencia administrativa de estos, se puede concluir que existe una brecha significativa entre los
colegios subvencionados y particulares pagados, brecha que aumenta aun más entre estos últimos y
los colegios municipales.
La diferencia en el rendimiento escolar, medida por los resultados en la prueba SIMCE, que se da
entre los colegios de distinta dependencia muestra la alta segmentación que existe en los
establecimientos chilenos, tal como lo plantea González, Mizala y Romaguera (2002), por lo
general los alumnos de menores ingresos acuden a establecimientos municipales, los de estrato
medio a establecimientos subvencionados y los de ingresos altos a colegios particulares pagados.
Fernando Arrau C. (2005), señala que en el estrato bajo, el puntaje promedio de los
establecimientos particulares subvencionados supera a los municipales, si se considera Lenguaje
Matemática. En el estrato medio, los establecimientos municipales superan a los particulares
subvencionados. El análisis las variaciones según tipo de dependencia y grupo socioeconómico.
Sin desmedro de lo anterior, cabe destacar que el proceso de privatización y subvención no ha
logrado aumentar los niveles educacionales en términos de calidad, puesto que los resultaos
generales son deficientes para la mayor parte de los alumnos.
Limitaciones del modelo
Las limitaciones al construir el modelo fueron diversas, en primer lugar, en muchos de los artículos
y estudios consultados, señalaban como variable significativa los años de escolaridad de los padres,
dato que ya no es posible obtener para resultados del SIMCE agrupados por establecimiento.
6. El estudio también tuvo como limitación las políticas públicas, entre las cuales se pueden
mencionar subvención escolar preferencial, proyectos especiales (enlaces, transporte escolar),
excelencia académica, desempeño difícil, etc. Estas son variables que no han sido consideradas y
que influyen positivamente en el desempeño de los establecimientos como lo señala Page, Murnane,
& Vegas (2009)
Además, el modelo no tiene dinamismo, es decir, no incluye los cambios respecto a tendencias
(sociales, culturales, medioambientales, económicas, políticas, etc.) que pueden influir en los
pronósticos realizados con el modelo. Esto implica que el modelo esta creado para un momento
determinado del tiempo, con una cierta cantidad de personas, que tienen ciertas características y que
pertenecen a un lugar geográfico especifico; es por esto que el modelo no podría ser utilizado para
otros años debido a que las variables determinantes del desempeño varían en distintos momentos
del tiempo.
Conclusiones Generales
Para finalizar, es importante destacar ciertas variables consideradas que fueron trascendentales para
la construcción del modelo pues le brindaron consistencia y significancia, según lo que sostienen
los documentos científicos y la teoría económica.
Las variables a las cuales se hace referencia son: nivel socioeconómico, dependencia del
establecimiento, numero de alumnos que rindieron el SIMCE y zona geográfica. Todas estas
variables se comportaron en el modelo según lo estudiado, es decir, en el caso de la variable
socioeconómica, los colegios con alumnos de un nivel socioeconómico superior obtuvieron un
mejor desempeño global en las pruebas del SIMCE, por su parte mientras mayor el número de
alumnos que rindiera dicha prueba, mejor desempeño del establecimiento, (hasta un máximo de 50
alumnos). Con respecto a la dependencia del establecimiento y su incidencia en el desempeño de los
colegios, se concluye que los colegios particulares pagados tienen un desempeño significativamente
superior que los colegios particulares subvencionados y municipales; Sin embargo, a la hora de
comparar el desempeño de los establecimientos particulares subvencionados y los municipales, no
se observa una diferencia significativa. Finalmente, a la hora de concluir sobre la variable zona
geografía, las diferencias en el desempeño (mejor en la zona sur y peor en la norte), se explican por
diferencias en los niveles de pobreza e índice de vulnerabilidad de los alumnos en cada zona.
7. Bibliografía
¿Qué es el SIMCE?. Disponible en www.simce.cl, consultada el día 8 de Noviembre de 2011.
Carnoy, M. (2006). Economía de la educación. Barcelona: Editorial UOC.
Departamento de Economía Universidad de Chile. (junio de 2009). SCielo. Estudios de economía,
36(1), 47-66.
González, D. S. (2003). LA ESTIMACIÓN DE LA FUNCIÓN DE PRODUCCIÓN EDUCATIVA EN
VALOR AÑADIDO MEDIANTE REDES NEURONALES: UNA APLICACIÓN PARA EL
CASO ESPAÑOL. Universidad Complutense de Madrid, Madrid.
Himmel, E. et al. (1984). Análisis de la influencia de factores alterables del proceso educativo
sobre la efectividad escolar, Santiago, Universidad Católica de Chile.
John, R. (2010). LA ECONOMÍA Y LA FUNCIÓN DE PRODUCCIÓN EN EDUCACIÓN.
“Visión de
Futuro”,13(1),http://www.fce.unam.edu.ar/revistacientifica/index.php?option=com_content
&view=article&id=184&Itemid=51.
Lockheed, M., & Bruns, B. (1990). School effects on achievement in secondary mathematics and
portuguese in Brazil, Washington, Banco Mundial.
Mella, O., & Ortíz, I. (1999). RENDIMIENTO ESCOLAR. INFLUENCIAS DIFERENCIALES
DE FACTORES EXTERNOS E INTERNOS. Revista Latinoamericana de Estudios
Educativos, 1° trimestre, año/vol. XXIX, número 001. Centro de Estudios Educativos,
Distrito Federal, México, pp. 69-92.
BIBLIOGRAPHY l 13322 Page, L., Murnane, R. J., & Vegas, E. (2009). Distribución de los
rendimientos estudiantiles en Chile análisis de Línea Base para la Evaluación de la
Subvención Escolar Preferencial (SEP).
Perera, M., & Llambí, C. (2008). La Función de Producción Educativa: el posible sesgo en la
estimación de efectos “institucionales” con los datos PISA. El caso de las escuelas de
Tiempo Completo. Trabajo de invesigación, Ministerio de Desarrollo Social, Centro de
Investigaciones Económicas, Montevideo.
UNIVERSIA BUSSINES REVIEW. (s.f.). UNIVERSIA. Recuperado el 15 de noviembre de 2011,
de http://ubr.universia.net/pdfs/UBR0032007010.pdf
Universidad nacional de Mexico. (s.f.). UNAM. Recuperado el 1 de noviembre de 2011, de
http://www.ses.unam.mx/curso2008/pdf/Rodriguez2005.pdf
8. Naciones Unidas. (s.f.). Programa de las Naciones Unidas para el Desarrollo. Recuperado el 29 de
12 de 2011, de http://www.pnud.cl/areas/ReduccionPobreza/datos-pobreza-en-Chile.asp
BIBLIOGRAPHY l 13322 Pablo González, A. M. (2002). RECURSOS DIFERENCIADOS A
LA EDUCACIÓN SUBVENCIONADA EN CHILE. Serie de Economía (150).
9. ANEXOS
Anexo 1
Estimación del modelo
Ln (M) = 5,595 + 0,022ln X1 – 0,015 EPZN + 0,024 EPZS – 0,159 NSB – 0,092 NSM -0,066
DCMU – 0,069 DCPS
Donde:
Ln X1 : Tamaño del establecimiento
EPZN : Establecimiento por zona norte
EPZS : Establecimiento por zona sur
NSB : Nivel socioeconómico bajo
NSM : Nivel socioeconómico medio
DCMU : Dependencia de los colegios municipales
DCPS : Dependencia de los colegios particular subvencionados
Anexo 2
Resumen Modelo de desempeño Matemáticas
Modelo R R
cuadrado
R
cuadrado
corregida
Error típ. de
la
estimación
1 ,628(a) ,395 ,394 ,09512
10. Anexo 3
Estimación del modelo
Ln (L) = 5,669 + 0,008ln X1 – 0,012 EPZN + 0,030 EPZS – 0,121 NSB – 0,066 NSM – 0,042
DCMU – 0,040 DCPS
Donde:
Ln X1 : Tamaño del establecimiento
EPZN : Establecimiento por zona norte
EPZS : Establecimiento por zona sur
NSB : Nivel socioeconómico bajo
NSM : Nivel socioeconómico medio
DCMU : Dependencia de los colegios municipales
DCPS : Dependencia de los colegios particular subvencionados
Anexo 4
Resumen del modelo de desempeño Lectura
Modelo R R
cuadrado
R
cuadrado
corregida
Error típ. de
la
estimación
1 ,589(a) ,347 ,347 ,07525
11. Anexo 5
Análisis del Modelo que explica el modelo de Lenguaje
Pruebas de normalidad
,021 5709 ,000Unstandardized Residual
Estadístico gl Sig.
Kolmogorov-Smirnov
a
Corrección de la signif icación de Lillief orsa.
Descriptivos
,0000000 ,00125867
-,0024675
,0024675
,0012608
,0030593
,009
,09510240
-,55082
,35878
,90960
,12046
-,230 ,032
,714 ,065
Media
Límite inf erior
Límite superior
Interv alo de conf ianza
para la media al 95%
Media recortada al 5%
Mediana
Varianza
Desv. típ.
Mínimo
Máximo
Rango
Amplitud intercuartil
Asimetría
Curtosis
Unstandardized Residual
Estadístico Error típ.
12. Análisis de residuos de Lenguaje
Pruebas de normalidad
,049 5719 ,000Unstandardized Residual
Estadístico gl Sig.
Kolmogorov-Smirnov
a
Corrección de la signif icación de Lillief orsa.
14. Análisis del Modelo que explica el modelo de Matemáticas
Correlaciones
1 -,897** ,519** -,236** ,059** ,003 -,257** -,349**
,000 ,000 ,000 ,000 ,783 ,000 ,000
7927 7927 7927 7927 7927 7927 7927 5719
-,897** 1 -,383** ,295** -,050** ,045** ,221** ,179**
,000 ,000 ,000 ,000 ,000 ,000 ,000
7927 7927 7927 7927 7927 7927 7927 5719
,519** -,383** 1 -,690** -,040** ,231** -,453** -,489**
,000 ,000 ,000 ,000 ,000 ,000 ,000
7927 7927 7927 7927 7927 7927 7927 5719
-,236** ,295** -,690** 1 ,040** -,145** ,312** ,102**
,000 ,000 ,000 ,000 ,000 ,000 ,000
7927 7927 7927 7927 7927 7927 7927 5719
,059** -,050** -,040** ,040** 1 -,228** ,043** -,037**
,000 ,000 ,000 ,000 ,000 ,000 ,006
7927 7927 7927 7927 7927 7927 7927 5719
,003 ,045** ,231** -,145** -,228** 1 -,276** ,030*
,783 ,000 ,000 ,000 ,000 ,000 ,022
7927 7927 7927 7927 7927 7927 7927 5719
-,257** ,221** -,453** ,312** ,043** -,276** 1 ,228**
,000 ,000 ,000 ,000 ,000 ,000 ,000
7927 7927 7927 7927 7927 7927 7927 5719
-,349** ,179** -,489** ,102** -,037** ,030* ,228** 1
,000 ,000 ,000 ,000 ,006 ,022 ,000
5719 5719 5719 5719 5719 5719 5719 5719
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Municipal
part sub
Colegios de clase baja
Colegios de clase media
Colegios de la zona norte
Colegios zona sur
Número de alumnos con
puntaje 2010 del
establecimiento
Desempeño_Lenguaje
Municipal part sub
Colegios de
clase baja
Colegios de
clase media
Colegios de
la zona norte
Colegios
zona sur
Número de
alumnos
con puntaje
2010 del
establecimi
ento
Desempeño_
Lenguaje
La correlación es signif icativ a al niv el 0,01 (bilateral).**.
La correlación es signif icante al niv el 0,05 (bilateral).*.
ANOVAb
17,340 7 2,477 439,076 ,000a
32,220 5711 ,006
49,560 5718
Regresión
Residual
Total
Modelo
1
Suma de
cuadrados gl
Media
cuadrática F Sig.
Variables predictoras: (Constante), Número de alumnos con puntaje 2010 del
establecimiento, Colegios de la zona norte, part sub, Colegios zona sur, Colegios
de clase media, Colegios de clase baja, Municipal
a.
Variable dependiente: Desempeño_Lenguajeb.
15. Coeficientesa
5,688 ,004 1370,813 ,000
-,042 ,005 -,227 -7,950 ,000 -,349 -,105 -,085 ,140 7,149
-,040 ,005 -,214 -8,425 ,000 ,179 -,111 -,090 ,177 5,661
-,120 ,004 -,643 -32,723 ,000 -,489 -,397 -,349 ,294 3,396
-,066 ,003 -,309 -19,131 ,000 ,102 -,245 -,204 ,437 2,287
-,013 ,003 -,044 -3,994 ,000 -,037 -,053 -,043 ,958 1,043
,030 ,003 ,126 11,266 ,000 ,030 ,147 ,120 ,917 1,091
,000 ,000 ,088 7,583 ,000 ,228 ,100 ,081 ,841 1,189
(Constante)
Municipal
part sub
Colegios de clase baja
Colegios de clase media
Colegios de la zona norte
Colegios zona sur
Número de alumnos con
puntaje 2010 del
establecimiento
Modelo
1
B Error típ.
Coeficientes no
estandarizados
Beta
Coeficientes
estandarizad
os
t Sig. Orden cero Parcial Semiparcial
Correlaciones
Tolerancia FIV
Estadísticos de
colinealidad
Variable dependiente: Desempeño_Lenguajea.
Diagnósticos de colinealidada
3,840 1,000 ,00 ,00 ,00 ,00 ,01 ,01 ,01 ,02
1,491 1,605 ,00 ,01 ,01 ,02 ,06 ,00 ,02 ,01
1,030 1,931 ,00 ,00 ,01 ,00 ,00 ,42 ,26 ,00
,678 2,379 ,00 ,01 ,01 ,00 ,04 ,53 ,28 ,03
,535 2,679 ,00 ,01 ,04 ,02 ,20 ,02 ,31 ,02
,324 3,441 ,00 ,00 ,03 ,04 ,12 ,00 ,12 ,68
,073 7,243 ,29 ,07 ,01 ,73 ,41 ,01 ,00 ,24
,028 11,691 ,70 ,89 ,90 ,18 ,16 ,00 ,00 ,01
Dimensión
1
2
3
4
5
6
7
8
Modelo
1
Autov alor
Indice de
condición (Constante) Municipal part sub
Colegios de
clase baja
Colegios de
clase media
Colegios de
la zona norte
Colegios
zona sur
Número de
alumnos
con puntaje
2010 del
establecimi
ento
Proporciones de la v arianza
Variable dependiente: Desempeño_Lenguajea.
16. Análisis del Modelo que explica el modelo de Matemáticas
Correlaciones
1 -,897** ,519** -,236** ,059** ,003 -,346** -,257**
,000 ,000 ,000 ,000 ,783 ,000 ,000
7927 7927 7927 7927 7927 7927 5709 7927
-,897** 1 -,383** ,295** -,050** ,045** ,155** ,221**
,000 ,000 ,000 ,000 ,000 ,000 ,000
7927 7927 7927 7927 7927 7927 5709 7927
,519** -,383** 1 -,690** -,040** ,231** -,515** -,453**
,000 ,000 ,000 ,000 ,000 ,000 ,000
7927 7927 7927 7927 7927 7927 5709 7927
-,236** ,295** -,690** 1 ,040** -,145** ,097** ,312**
,000 ,000 ,000 ,000 ,000 ,000 ,000
7927 7927 7927 7927 7927 7927 5709 7927
,059** -,050** -,040** ,040** 1 -,228** -,020 ,043**
,000 ,000 ,000 ,000 ,000 ,128 ,000
7927 7927 7927 7927 7927 7927 5709 7927
,003 ,045** ,231** -,145** -,228** 1 -,038** -,276**
,783 ,000 ,000 ,000 ,000 ,004 ,000
7927 7927 7927 7927 7927 7927 5709 7927
-,346** ,155** -,515** ,097** -,020 -,038** 1 ,286**
,000 ,000 ,000 ,000 ,128 ,004 ,000
5709 5709 5709 5709 5709 5709 5709 5709
-,257** ,221** -,453** ,312** ,043** -,276** ,286** 1
,000 ,000 ,000 ,000 ,000 ,000 ,000
7927 7927 7927 7927 7927 7927 5709 7927
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Correlación de Pearson
Sig. (bilateral)
N
Municipal
part sub
Colegios de clase baja
Colegios de clase media
Colegios de la zona norte
Colegios zona sur
Desempeño_
matematicas
Número de alumnos con
puntaje 2010 del
establecimiento
Municipal part sub
Colegios de
clase baja
Colegios de
clase media
Colegios de
la zona norte
Colegios
zona sur
Desempeño_
matematicas
Número de
alumnos
con puntaje
2010 del
establecimi
ento
La correlación es signif icativ a al niv el 0,01 (bilateral).**.
ANOVAb
33,585 7 4,798 529,825 ,000a
51,626 5701 ,009
85,211 5708
Regresión
Residual
Total
Modelo
1
Suma de
cuadrados gl
Media
cuadrática F Sig.
Variables predictoras: (Constante), Número de alumnos con puntaje 2010 del
establecimiento, Colegios de la zona norte, part sub, Colegios zona sur, Colegios
de clase media, Colegios de clase baja, Municipal
a.
Variable dependiente: Desempeño_matematicasb.
17. Coeficientesa
5,650 ,005 1076,435 ,000
-,065 ,007 -,267 -9,696 ,000 -,346 -,127 -,100 ,140 7,131
-,068 ,006 -,278 -11,365 ,000 ,155 -,149 -,117 ,177 5,642
-,162 ,005 -,659 -34,682 ,000 -,515 -,417 -,358 ,295 3,393
-,092 ,004 -,331 -21,267 ,000 ,097 -,271 -,219 ,437 2,286
-,016 ,004 -,041 -3,899 ,000 -,020 -,052 -,040 ,958 1,043
,021 ,003 ,068 6,315 ,000 -,038 ,083 ,065 ,918 1,089
,001 ,000 ,139 12,415 ,000 ,286 ,162 ,128 ,842 1,187
(Constante)
Municipal
part sub
Colegios de clase baja
Colegios de clase media
Colegios de la zona norte
Colegios zona sur
Número de alumnos con
puntaje 2010 del
establecimiento
Modelo
1
B Error típ.
Coeficientes no
estandarizados
Beta
Coeficientes
estandarizad
os
t Sig. Orden cero Parcial Semiparcial
Correlaciones
Tolerancia FIV
Estadísticos de
colinealidad
Variable dependiente: Desempeño_matematicasa.
Diagnósticos de colinealidada
3,840 1,000 ,00 ,00 ,00 ,00 ,01 ,01 ,01 ,02
1,490 1,605 ,00 ,01 ,01 ,02 ,06 ,00 ,02 ,01
1,030 1,931 ,00 ,00 ,01 ,00 ,00 ,43 ,26 ,00
,678 2,380 ,00 ,01 ,01 ,00 ,04 ,52 ,29 ,03
,537 2,674 ,00 ,01 ,04 ,02 ,20 ,02 ,30 ,02
,324 3,441 ,00 ,00 ,03 ,04 ,12 ,00 ,11 ,68
,073 7,232 ,29 ,07 ,01 ,73 ,41 ,01 ,00 ,24
,028 11,667 ,70 ,89 ,90 ,18 ,16 ,00 ,00 ,01
Dimensión
1
2
3
4
5
6
7
8
Modelo
1
Autov alor
Indice de
condición (Constante) Municipal part sub
Colegios de
clase baja
Colegios de
clase media
Colegios de
la zona norte
Colegios
zona sur
Número de
alumnos
con puntaje
2010 del
establecimi
ento
Proporciones de la v arianza
Variable dependiente: Desempeño_matematicasa.