Art Perfiles Educativos 143 Palamidessi Gorostiaga Suasnabar

5/25/2018 Art Perfiles Educativos 143 Palamidessi Gorostiaga Suasnabar


Contenido

Editorial 3

Claves

G R A, M A D J L R R 10Calidad institucional y rendimiento acadmicoEl caso de las universidades del Caribe colombiano

Institutional quality and academic perormanceTe case o Colombias Caribbean universities

M S J-V 30rayectorias profesionales de egresados del Doctoradoen Educacin de la Universidad Autnoma de laxcalaUn anlisis de las funciones, productividad y movilidad en el mercado acadmico

Graduate career paths rom the Doctorate in Educationat the Autonomous University o laxcalaAn analysis o unctions, productivity and mobility in the academic market

M I. P, J M. G C S 49El desarrollo de la investigacin educativa y sus vinculacionescon el gobierno de la educacin en Amrica LatinaTe development o educational research and its linkswith governmental education in Latin America

J G F, A G A G M S 67

Evaluacin de competencias y mdulos en un currculo innovadorEl caso de la licenciatura en Diseo y Desarrollo de Espacios Educativoscon ICde la Universidad de Costa Rica

Skills assessment and modules in an innovative curriculumTe case o the Bachelors o Design and Development o Educational Facilitiesor IC at the University o Costa Rica

L O 86tica, trabajo y examenLa formacin de la disposicin escolar en medios sociales desfavorecidos

Ethics, work, and testTe ormation o school provision regarding disadvantaged backgrounds

M I A G E G M 105El portafolios formativoUn recurso para la reflexin y auto-evaluacin en la docencia

Formative portoliosA resource or reflection and sel-assessment in teaching


J M G G A M S 124Los criterios que emplean los estudiantes universitariospara evaluar la in-eficacia docente de sus profesoresTe criteria used by university students to evaluatethe teaching effectiveness o their tutors

Horizontes

D-B 142Construccin de programas de estudio en la perspectivadel enfoque de desarrollo de competenciasTe construction o study programs rom the perspectiveo a competencies development approach

J E 163La constitucin de las prcticas de profesionalizacinde formacin de docentes en MxicoTe constitution o teacher-training practices in Mexico

S M S 180Perfeccionamiento docente virtualUna experiencia con tutores/as

eacher training in the virtual environment

An experience with tutors

Documentos

M G A 196Los nuevos escenarios de la educacin en Mxico

y el papel de las revistas cientficas especializadasTe new scenarios o education in Mexico and the role o specialized scientific journals

Reseas

D M () 206Educacin superior y pueblos indgenas y afrodescendientes en Amrica Latina.Normas, polticas y prcticas

Por: Marcelo Gastn Jorge Navarro

J G- N O A () 212Educacin superior, gestin, innovacin e internalizacinPor: Purificacin Snchez Delgado


Perfiles Educativos | vol. XXXVI, nm. 143, 2014 | IISUE-UNAM 3

EditorialLa prueba PISA del ao 2013

En diciembre de 2013, la Organizacin para la Cooperacin y el DesarrolloEconmico (OCDE) public los resultados de la Evaluacin Internacional deEstudiantes, conocido como el informe PISA. La prueba evalu conocimien-

tos y habilidades en tres reas: lectura, matemtica y cientfica, de jvenes de65pases. Los resultados indicaron que los estudiantes mexicanos de 15aos seubicaron en el lugar 34de los pases de la OCDE, esto es, en el ltimo lugar. Losresultados circularon en diarios, radio y televisin. Estos ltimos aprovecharonla noticia para hacer programas a los que invitaron a especialistas a quienes seles pidi que explicaran este severo problema. Las autoridades del pas, por suparte, exigieron que la reforma laboral hacia el magisterio fuera respetada porlos gobiernos de los estados.

Los pases latinoamericanos que pertenecen a la OCDEson Chile y Mxico,

pero en la evaluacin tambin participaron otros pases de la regin: Argentina,Brasil, Colombia, Costa Rica, Panam, Per y Uruguay. Los resultados del con-

junto se concentraron en los ltimos quince lugares, de acuerdo con el siguienteorden: Chile, Mxico, Uruguay, Costa Rica, Brasil, Argentina, Colombia y Per.Los lugares que ocuparon estos pases expresan que los sistemas educativosde los pases de la regin son similares, y que presentan problemas parecidos alos nuestros. O bien, que los instrumentos de evaluacin no son los adecuadospara calificar los conocimientos lectores, matemticos y cientficos de la reali-dad que viven nuestros adolescentes.

El problema de la baja puntuacin obtenida por los jvenes, comparada conla de otros pases, y la inquietud de los gobernantes por resolver esto, se presentatambin en otros pases, como Espaa y Finlandia: los primeros se preocupanpor estar en los ltimos lugares de Europa, y los finlandeses, que haban sido elparadigma de la educacin bsica y que muchos proponan como ejemplo, estnmolestos por haber perdido el liderazgo ante los pases orientales. Se argumentaque la escuela no es el nico espacio que en la actualidad educa, sino que lastecnologas de la informacin se han apoderado del tiempo de los adolescentes,

lo que ha provocado cambios en los procesos de formacin.Esperemos que en el futuro prximo nuestras autoridades y especialis-

tas analicen la diversidad de prcticas educativas que dominan en las aulas de


Perfiles Educativos | vol. XXXVI, nm. 143, 2014 | IISUE-UNAMJuan Manuel Pia Osorio | Editorial4

Mxico, para que se puedan disear las soluciones que permitan atender los gra-ves problemas educativos, y que no se centren ahora en el modelo de educacinchino o coreano, y aspiren a que nuestro sistema educativo sea como el de ellos.

***

Iniciamos el ao 2014con el nmero 143. En la seccin Clavesse integran sieteartculos: el primero se titula Calidad institucional y rendimiento acadmico.El caso de las universidades del Caribe colombiano, de Gustavo RodrguezAlbor, Marco Ariza Dau y Jos Luis Ramos Ruiz, quienes se proponen conocerlo que determina el rendimiento acadmico de los estudiantes universitarios dela regin Caribe de Colombia. Se apoyan en los resultados de la prueba SaberPro, aplicada en el ao 2009, que fue presentada por 22mil 525estudiantes de 41

universidades. Sus hallazgos indican que la explicacin del rendimiento acad-mico guarda estrecha relacin con lo que denominan efecto universidad, elcual deriva de la calidad de la institucin y las brechas de gnero encontradas enlas diferentes reas del conocimiento estudiadas.

Mariela Sonia Jimnez-Vsquez en rayectorias profesionales de egresadosdel Doctorado en Educacin de la Universidad Autnoma de laxcala. Un an-lisis de las funciones, productividad y movilidad en el mercado acadmico, seadentra en el estudio de los egresados de educacin superior. La autora analizaun tema que es importante para autoridades y profesores de los programas de

posgrado del pas: la trayectoria profesional de los egresados de un programade Doctorado en Educacin. Para aprehender este objeto, la autora se centraen las funciones desempeadas por los egresados, sus niveles de productividadacadmica y la movilidad ocupacional. Encuentra que los doctores que estudia-ron en la Universidad de laxcala realizan diversas actividades acadmicas yde gestin; muchos de ellos tienen a su cargo puestos de fuerte responsabilidaden instituciones educativas, otros ms han logrado consolidar una lnea de in-

vestigacin, con mayor productividad acadmica. Lo anterior demuestra que elDoctorado ha sido importante para estos egresados y que ellos, adems, realizanuna tarea educativa o acadmica importante.

En El desarrollo de la investigacin educativa y sus vinculaciones con el go-bierno de la educacin en Amrica Latina, Mariano I. Palamidessi, Jorge M.Gorostiaga y Claudio Suasnbar exponen los resultados de un estudio com-parado sobre las relaciones entre las instituciones y prcticas especializadas deproduccin de conocimiento y el gobierno del sistema educativo en seis pa-ses latinoamericanos (Argentina, Brasil, Chile, Mxico, Paraguay y Uruguay).El periodo que seleccionaron va desde la dcada de 1960 hasta la actualidad.

Reconocen las capacidades estatales que posibilitan regular los vnculos que en-tablan las agencias productoras de conocimiento y los organismos y prcticas deplanificacin y gobierno.


Perfiles Educativos | vol. XXXVI, nm. 143, 2014 | IISUE-UNAMJuan Manuel Pia Osorio | Editorial 5

Jacqueline Garca Fallas, Ana Guzmn Aguilar y Gabriela Murillo Sancho,en su trabajo Evaluacin de competencias y mdulos en un currculo innova-dor. El caso de la licenciatura en Diseo y Desarrollo de Espacios Educativoscon ICde la Universidad de Costa Rica tiene como propsito valorar la ins-trumentacin de esa propuesta curricular, con base en un acercamiento terico

a la innovacin curricular, a la formacin de competencias y al desarrollo demdulos. Las autoras concluyen que es indispensable mantener la coherenciade todo el proceso formativo, adems de integrar las producciones estudiantiles.

En el siguiente artculo, tica, trabajo y examen. La formacin de la disposi-cin escolar en medios sociales desfavorecidos, Luis Ortiz Sandoval se interesaen conocer la experiencia escolar, especficamente las prcticas y los significa-dos qu esta tiene para jvenes de origen social desfavorecido en dos regionesde Paraguay. Para obtener material emprico emprende un laborioso trabajo de

campo y combina la observacin con la entrevista a distintos actores que con-forman el espacio escolar. Encuentra que el compromiso de los padres con laescolaridad de sus hijos es un punto clave que se expresa, entre otras cosas, ensu involucramiento en las actividades de la escuela. Por esto, los docentes reco-nocen a estos padres y a sus hijos, lo cual representa un punto importante paralas evaluaciones.

En los ltimos aos se ha reconocido la importancia que tiene el portafoliodocente. En l se pueden ordenar los trabajos efectuados por un profesor, perotambin resulta til a los acadmicos y a los creadores. En el portafolio docente

se consigna aquello que un profesor realiza en su prctica profesional cotidia-na; al sistematizar esta informacin, el docente agrega una reflexin acerca decmo ha sido su trayecto en un periodo de tiempo. Isabel Arbes Garca y EliaGutirrez Martnez, en El portafolios formativo. Un recurso para la reflexin

y auto-evaluacin en la docencia, exponen los resultados de una investigacinque llevan a cabo y que tiene un doble propsito: por un lado, proponer un se-minario taller para que los profesores participantes de diversas instituciones deeducacin superior conozcan y construyan su propio portafolio. Por otro lado,

y ese fue el mvil de este artculo, sistematizar la experiencia con el objetivo deconocer el sentido o sentidos que los estudiantes-profesores encontraron en laconstruccin de este medio tan importante para el quehacer docente. Las auto-ras descubrieron que la sistematizacin del trabajo realizado por cada docentese convirti en un excelente medio para la reflexin y para emprender mejorasen su prctica.

Jos Mara Garca Garduo y Amira Medcigo Shej estudian Los criteriosque emplean los estudiantes universitarios para evaluar la in-eficacia docentede sus profesores, y para ello disearon y aplicaron a estudiantes de una uni-

versidad pblica mexicana un cuestionario de evaluacin de la eficacia docente.Consideran que los instrumentos diseados en diversos contextos universita-rios han buscado principalmente captar la opinin de la forma (si el profesor


Perfiles Educativos | vol. XXXVI, nm. 143, 2014 | IISUE-UNAMJuan Manuel Pia Osorio | Editorial6

proporcion el primer da de clases el programa, si emple suficiente materialdidctico) y se ha evadido el contenido (lo aprendido en el curso). Encuentranque en evaluacin los principales criterios para determinar la eficacia de losprofesores se vinculan con el proceso y el presagio, y en menor medida con losproductos del aprendizaje; por ejemplo, es ms importante para los jvenes la

puntualidad del profesor que la forma de evaluar, como tambin la personalidadde ste ms que lo aprendido en clase.

La seccin Horizontes se forma con tres colaboraciones: en la primera deellas, Construccin de programas de estudio en la perspectiva del enfoque dedesarrollo de competencias, ngel Daz-Barriga sostiene que el enfoque decompetencias en educacin es muy reciente, lo que ha llevado a que se expresencarencias tanto en su conceptuacin como en los instrumentos en los que seapoya. Esto ha llevado a que, en el caso de los planes y programas de estudio, se

retorne a una perspectiva conductual y eficientista de la educacin. Aunado aesto, no se tiene precisin en la manera como debe elaborarse un programa deestudio y domina la nocin de que es necesario apoyarse en verbos e indicadoresde desempeo. Para el autor, es indispensable destacar el movimiento de nue-

va didctica, por lo que disea una propuesta de elaboracin de programas endonde se articula el enfoque pedaggico de competencias y la visin didcticadel trabajo docente.

En La constitucin de las prcticas de profesionalizacin de formacin dedocentes en Mxico Julieta Espinosa estudia un tema importante y poco tra-

bajado: la formacin de los discursos acerca de la formacin de los profesores.Considera que las diversas prcticas de la profesionalizacin del docente enMxico se mueven en una doble cara, lo cual es producto de los espacios insti-tucionales, del discurso oficial y de los anlisis de los especialistas. No obstan-te, reconoce que se presentan dos vertientes que conforman este discurso de laformacin: por un lado, una propuesta terica que posee vacos acadmicos ysociales; y por otro lado, las propuestas empricas que se emplean para alimentaruna imagen de suficiencia en capacidades, competencias y conocimientos de losprofesores.

Por ltimo, Soledad Morales Saavedra en Perfeccionamiento docentevirtual: una experiencia con tutores/as expone una experiencia de un cursocon profesionales de educacin inicial en Chile donde se destaca el rol de latutora, bajo la modalidad b-learning. La autora considera que el tutor es la per-sona encargada de promover el aprendizaje, por tanto, debe estar dispuesto acompartir sus conocimientos y, especialmente, promover entre los profesio-nales participantes el aprendizaje cooperativo. Como logros de esta experien-cia, apunta que hubo poco abandono por parte de los participantes, debido,

en buena medida, al papel que cumplieron los tutores en el acompaamien-to y motivacin de las participantes. Agregan que un punto importante parael logro de los objetivos de esta experiencia fue que cada tutor/a demostr


Perfiles Educativos | vol. XXXVI, nm. 143, 2014 | IISUE-UNAMJuan Manuel Pia Osorio | Editorial 7

capacidad auto-crtica permanente, actitud que les permiti corregir sus fallasdurante el proceso.

En la seccin Documentos se incluye la ponencia del doctor Manuel GilAntn: Los nuevos escenarios de la educacin en Mxico y el papel de las revis-tas cientficas especializadas, que fue dictada el 20de agosto de 2013, como aper-

tura al Coloquio Educacin, produccin y distribucin del conocimiento, quese llev a cabo con motivo del 35aniversario de Perfiles Educativosen el audito-rio de la Biblioteca Nacional de la Universidad Nacional Autnoma de Mxico.

Esperamos que los materiales aqu publicados sean de inters para los lecto-res de nuestra revista, y que contribuyan con sus inquietudes acadmicas.

Juan Manuel Pia Osorio


C L A V E S

[claves]


Perfiles Educativos | vol. XXXVI, nm. 143, 2014 | IISUE-UNAM10

Calidad institucional y rendimiento acadmicoEl caso de las universidades del Caribe colombiano

G R A*|M A D**J L R R***

Este artculo pretende aportar evidencia emprica acerca de los determi-nantes del rendimiento acadmico de los estudiantes universitarios de laregin Caribe colombiana, particularmente a partir de los resultados ob-tenidos en las reas de Administracin, Contadura, Economa, Derecho,Ingenieras, Medicina y Licenciaturas en la prueba Saber Pro de 2009, quefue presentada por 22mil 525estudiantes de 41universidades de los de-partamentos de la regin Caribe (Atlntico, Bolvar, Csar, Magdalena,Crdoba, La Guajira y Sucre) mediante una modelacin multinivel.Varios hallazgos encontrados tienen un particular inters para la expli-cacin del rendimiento acadmico, como son: el efecto universidad de-terminado por la calidad de la institucin, el dbil poder explicativo quetiene el nivel socioeconmico de los estudiantes y las brechas de gneroencontradas en las diferentes reas del conocimiento estudiadas.

Tis article aims to provide empirical evidence on the determinantso the academic perormance o university students in ColombiasCaribbean region, particularly with regard to the results obtained inthe areas o Administration, Accounting, Economics, Law, Engineeringand Medicine, as well as in the Bachelors Degree test on Saber Pro ProLearn2009, which was presented by 22,525students rom 41univer-sities in Colombias Caribbean-region states (Atlntico, Bolvar, Csar,

Magdalena, Crdoba, La Guajira and Sucre) through a multilevel mo-deling ramework. Several findings are o particular interest with a viewto providing an explanation on academic perormance, such as: the uni-versity effect, determined by individual institutional quality, the weakexplanatory power regarding the socioeconomic status o the students,and gender gaps ound in the different areas o study covered.

* Doctor en Ciencias Sociales, especialista en estadstica aplicada y economista. Docente e investigador de la Univer-sidad del Norte (Barranquilla , Colombia). Coordinador de la Maestra en Cooperacin Internacional para el De-sarrollo. Lneas de investigacin: economa de la educacin; instituciones y desarrollo; cooperacin internacional.Publicaciones recientes: (2013, en coautora con J.L. Ramos Ruiz y V. Gmez Lorduy), Explorando la eficacia de laayuda oficial al desarrollo: un anlisis del debate desde la teora econmica neoinstitucional, Investigacin y De-sarrollo, vol. 21, nm. 1, en: http://rcientificas.uninorte.edu.co/index.php/investigacion/article/viewArticle/5326;(2011), Disparidad econmica regional: un anlisis centro-periferia para Colombia, en J. Agudelo . (ed.), Va-

riables sociopolticas de la cooperacin internacional para el desarrollo en Amrica Latina y el Caribe , Bogot, Edit.Bonaventuriana, pp. 125-152. CE: ga [email protected]

** Magster en Economa y especialista en estadstica. Docente e investigador de la Universidad del Norte (Barran-quilla, Colombia). CE: daum@uni norte.edu.co

*** Doctor en Economa, sociologa y poltica agraria. Docente e investigador de la Universidad del Norte (Barranqui-lla, Colombia). CE: [email protected]

Palabras clave

Desempeo universitario

Modelo multinivel

Capital humano

Brecha de rendimientoCalidad de la educacinsuperior

Poltica educativa

Keywords

Academic performance

Multilevel model

Human capital

Performance gap

Quality of higher edu-cation

Education policy

Recepcin: 17de julio de 2012| Aceptacin: 10de septiembre de 2012


Perfiles Educativos | vol. XXXVI, nm. 143, 2014 | IISUE-UNAMGustavo Rodrguez, Marco Ariza y Jos Luis Ramos | Calidad institucional y rendimiento acadmico 11

I

Existen diversos estudios empricos que hanintentado analizar el rendimiento acadmicoa partir de diferentes variables explicativas,

algunas escolares, como son el tamao delgrupo, la relacin estudiante/profesor y el ta-mao de la escuela, entre otras; y no escola-res, como es el caso del ingreso de la familia,la educacin de los padres y el sexo del estu-diante, por mencionar algunas. Como sealaSantn (2001), estos estudios tienen mucho encomn, pues adems de las tradicionales va-riables explicativas escolares antes menciona-

das, se han considerado los inputs familiarescomo fuertes condicionantes de los resultadosen la escuela.

Sin embargo, no existe el mismo consen-so en cuanto a la influencia que ejercen lascaractersticas de los planteles sobre el rendi-miento de los estudiantes. Algunos estudiosapuntan a que esta influencia es altamentesignificativa y que se expresa en la prepara-cin de los profesores, la infraestructura y elrendimiento medio del plantel, entre otros,mientras que en otros ejercicios econom-tricos esta influencia no es tan clara (Barn,2010; Barrientos, 2008).

Pero qu implica que las caractersticassocioeconmicas de un individuo sean de-terminantes en su rendimiento acadmico?Segn Gaviria y Barrientos (2001) esto conlle-

va a que la ejecucin de polticas debe orien-

tarse a cambiar la estructura de oportunida-des de la sociedad como un todo; pero si, porel contrario, fuera la calidad de los planteles elfactor preponderante, la nivelacin en la cali-dad de los mismos sera el objetivo.

Estos hallazgos significativos que se hanencontrado en la secundaria, y que apuntana que las caractersticas socioeconmicas de-terminan el rendimiento acadmico del indi-

viduo, tambin pueden ser estudiados en la

educacin superior, tomando como referen-cia los resultados de las pruebas Saber Pro.

Si bien existe un progreso considerableen el anlisis de los efectos que sobre el ren-dimiento acadmico ejercen variables socioe-

conmicas y demogrficas a nivel de estudiossecundarios, tambin es cierto que el rendi-miento acadmico en la educacin superiorcarece de este tipo de anlisis.

En este sentido, el presente trabajo cons-tituye un esfuerzo por aportar evidenciaemprica acerca de los determinantes del ren-dimiento acadmico de los estudiantes uni-

versitarios de la regin Caribe colombiana, a

partir de los resultados obtenidos en la pruebaSaber Pro de 2009como variable dependien-te. Mediante una modelacin multinivel enlas reas de Administracin, Contadura,Economa, Derecho, Ingenieras, Medicina yLicenciaturas, se analiza cmo las variablessocioeconmicas individuales del estudiantepueden estar asociadas al puntaje obtenido enla prueba, as como la calidad y naturaleza otipo de universidad (pblica o privada) de queproviene el individuo, como variables de se-gundo nivel.

Para ello, inicialmente se exponen las con-sideraciones tericas que soportan la investi-gacin, particularmente asociadas a la teoradel capital humano y la funcin de produc-cin educativa inspirada en la teora de la fir-ma. Luego se describen las caractersticas so-cioeconmicas de los estudiantes de la regin

Caribe colombiana que presentaron la pruebaSaber Pro 2009a partir de la informacin con-tenida en los formularios de inscripcin.

Seguidamente, se modela economtrica-mente el rendimiento acadmico mediante laestimacin de un modelo jerrquico lineal dedos niveles (estudiantes y universidad) utili-zando como variable dependiente el puntajeen Saber Pro 2009por reas de estudio selec-

cionadas y una serie de variables explicativas1 Los autores agradecen los comentarios y recomendaciones del Dr. Luis Jaime Pieros Jimnez, asesor del Instituto

Colombiano para la Evaluacin de la Educacin (ICFES). Esta investigacin recibi apoyo financiero del ICFES. Lasopiniones y argumentos expresados son de propiedad exclusiva de los autores y no representan el punto de vistadel Instituto.


Perfiles Educativos | vol. XXXVI, nm. 143, 2014 | IISUE-UNAMGustavo Rodrguez, Marco Ariza y Jos Luis Ramos | Calidad institucional y rendimiento acadmico12

relacionadas con el estudiante (primer nivel) yvariables relacionadas con la universidad (se-gundo nivel). Finalmente, se discuten los re-sultados obtenidos y se concluye planteandoalgunas recomendaciones de poltica.

L

El concepto de capital humano tiene unalarga historia en la literatura econmica(Psacharopoulos y Patrinos, 2008). La teoradel capital humano fue inicialmente presen-tada por Schultz (1961; 1972) y particularmen-

te desarrollada por Becker (1975

;1983

); hacehincapi en la importancia de la inversin eneducacin, especialmente secundaria y uni-

versitaria, como elemento fundamental paraque el individuo pueda alcanzar un mayor ni-

vel de ingresos en el futuro.Bajo este enfoque, educarse o capacitarse

son consideradas inversiones de capital, puesstas elevan sus ingresos, mejoran sus destre-zas o agregan buenos hbitos a un individuoa lo largo de su vida. Se denomina capital hu-mano porque los individuos no pueden sepa-rarse de sus conocimientos, habilidades, saludo valores en la forma en que s pueden hacerlode los dems activos (Becker, 1975). As, un in-dividuo toma la decisin de invertir en capitalhumano de forma similar a las empresas; estole implica un costo inicial (la matrcula, por

ejemplo, o la renuncia a ingresos durante laformacin), bajo la expectativa de obtener enel futuro un retorno de la inversin (tasa in-terna de retorno) mayor que la tasa de intersde mercado.

El presente estudio parte de considerar lateora del capital humano en un contexto muygeneral para explicar el papel que juegan losfactores socioeconmicos de los estudiantes

y la calidad de las instituciones universitariasen el desempeo educativo. Si bien las investi-gaciones en este campo se basan en esta teorapara adoptar el trmino productividad dela educacin o educacin como generador

de crecimiento y desarrollo econmico, enuna concepcin microeconmica se sugierela utilizacin de una funcin de produccinadaptada al campo de la educacin, en la cualse considera el desempeo acadmico del es-tudiante como un output,y los insumos a sudisposicin (libros, condiciones de infraes-tructura, recursos didcticos, etc.) y las varia-bles de contexto como su situacin y carac-tersticas socioeconmicas como inputs.

Herrera et al.(2005), entre muchos autores,ofrece un resumen por categoras de los de-terminantes que se han encontrado en la granmayora de estudios ya mencionados (espe-cialmente a nivel escolar), que han utilizadocomo variable dependiente el rendimientoeducativo como proxy de la calidad. stos sepueden apreciar en la Fig. 1.

Figura 1.Determinantes del rendimiento acadmico

Fuente:adaptado de Herrera et al., 2005.

Factores propios de cada persona(sexo, habilidades innatas)

Factores propios de la familia(nivel socioeconmico, educacin delos padres, presencia de los mismos)

Factores propios del lugar de residencia(departamento, municipio, estrato residencial)

Factores propios de las escuelas y los maestros(niveles de hacinamiento, tamao del grupo, etc.)

Rendimientoacadmico



Lo ms relevante es que los modelos utili-zados para estudiar esta relacin entre el ren-dimiento acadmico del estudiante con cadauno de estos factores presentados en la Fig. 1,se basan en la teora microeconmica de la

firma, que utiliza una funcin de produccineducativa en la que intervienen variables esco-lares y de contexto, las cuales actan como in-sumos, y donde el producto es el rendimientoacadmico del estudiante (Herrera et al., 2005).

De esta manera, lo que se busca es asimilarel proceso educativo a un proceso de produc-cin cualquiera e intentar determinar la signi-ficancia estadstica de los factores o insumos

que influiran en dicho proceso; esto es, esta-blecer la importancia relativa de cada uno destos en el proceso productivo. En el contextouniversitario el modelo terico planteado se-ra el siguiente:

Debido a que la educacin es un procesoacumulativo, el rendimiento de un estudianteuniversitario en el periodo t puede estar in-fluenciado por numerosos factores en distin-tos momentos, ya sea por las caractersticas o

nivel socioeconmico del estudiante, o debidoa variables de contexto. Por otra parte, y a pe-sar de que la ecuacin 1representa el proble-ma de la produccin educativa planteado bajola forma de un modelo de regresin clsico, laestructura multinivel o jerrquica de los datosamerita tratar de manera diferente al anlisisestadstico tradicional, ya que cabe esperarque los individuos de una misma universidad

tengan rendimientos acadmicos parecidos alos de estudiantes de distintos centros, y que

las causas estn asociadas a la universidad(Pardo et al., 2007).

En una estructura de datos multinivel(dos niveles en este caso), las variables sernde segundo nivel (el ms alto) y de primer ni-

vel (el ms bajo). Esto significa que, con datosde corte transversal, las variables propias delestudiante son variables de primer nivel (sexo,edad, nivel econmico-social), mientras quelas variables que caracterizan a la universidadson variables de segundo nivel (nmero deprogramas acreditados o naturaleza pblicao privada).2

R

Desde mediados de los aos sesenta comen-zaron los estudios a nivel escolar sobre los fac-tores asociados con los resultados acadmicosbasados en el esquema de funcin de produc-cin desarrollado en principio por Carroll(1963) y luego por Coleman et al. (1966) y Jenks(1972). Brunner y Elacqua (2003) encuentranque en la formacin de capital humano ensecundaria inciden bsicamente el origensocioeconmico de la familia del estudiante

y la efectividad (entendida como calidad) dela escuela, sus profesores y gestin; adems, laclase social afecta la acumulacin de capitalhumano. As, las investigaciones al respecto(Santn, 2001; Marchesi y Martn, 2002), en-cuentran que, a medida que se asciende en laescala social, los resultados y expectativas fu-

turas mejoran.En cuanto a la calidad de la institucin, las

investigaciones giran principalmente hacia elnivel escolar e identifican las caractersticasasociadas al desempeo acadmico, comoson: profesores de calidad (Purkey y Smith,1983; eddlie y Stringfield, 1993) y elementos deenseanza efectiva o de calidad (eddie yStringfield, 1993; McIlrath y Huitt, 1995).

Sin embargo, son realmente escasos los es-tudios que evalan el desempeo acadmico

Yi,t =f(Pi,t,Ni,t,Ui,t) + i= 1, ..N (1)

Donde:Yi,t = Rendimiento del estudiante ien el periodo tPi,t = Caractersticas personales del estudiante ien el periodo tNi,t = Nivel socioeconmico del estudiante ien el periodo tUi,t = Caractersticas de la universidad a la que pertenece

el estudiante

i = Error aleatorio

2 La formalizacin bsica de los modelos multinivel puede consultase en Rodrguez y Muril lo, 2011.



de los estudiantes universitarios en Colombia,debido, en parte, a que la aplicacin de laspruebas de desempeo en este nivel educativose inici voluntariamente desde el ao 2003, yde forma obligatoria con la Ley 1324del 13de

julio de 2009.Es por ello que los estudios relacionadoscon los determinantes del desempeo de losestudiantes en Colombia se han enfocado, endiferentes aspectos, a la educacin superior.Los trabajos ms destacados corresponden atemas sobre la calidad de la educacin y susdeterminantes (Gaviria y Barrientos, 2001;Nez et al., 2002; Barrera y Gaviria, 2003;

Mina,2004

), los resultados de las facultades deEconoma en las ECAES3 (Montenegro, 2005;Valens, 2007) y la eficiencia de la educacin(Marcelo y Ariza, 2005; Iregui et al., 2006).

En Colombia, los estudios de eficacia es-colar con uso de tcnica multinivel se des-tacan en el trabajo de Pieros y Rodrguez(1998), quienes encuentran menor efecto (en-tre 12y 18por ciento) para Lenguaje que paralas dems reas evaluadas; Casas et al.(2002)sealan el impacto del cambio en la medidadel producto; y una investigacin de estos au-tores en 2003encuentra un efecto significativo

de la institucin escolar. ambin se encuen-tra el estudio de Correa (2004) realizado a es-tudiantes de secundaria en Cali; y Rodrguez

y Murillo (2011) sealan un efecto de entre 6y 23por ciento mayor para Lectura que para

Matemticas, al igual que diferencias entre lasescuelas a partir de las diferencias sociocultu-rales y socioeconmicas de los alumnos y laescuela.

M

En el estudio se emplearon los datos del

Instituto Colombiano para la Evaluacinde la Educacin (ICFES)4 relacionados con elpuntaje obtenido por 22 mil 525 estudiantesde 41 universidades de los departamentos dela regin Caribe (Atlntico, Bolvar, Csar,Magdalena, Crdoba, La Guajira y Sucre) enla prueba Saber Pro aplicada en el ao 2009.Para explicar el desempeo acadmico uni-

versitario se explor el efecto de diferentesvariables que representan las caractersticaspersonales, familiares y socioeconmicas dequienes presentaron la prueba Saber Pro de2009(abla 1).

3 ECAESes el acrnimo de Exmenes de Calidad de Educacin Superior, prueba de conocimientos realizada porel Ministerio de Educacin de Colombia, a travs del Instituto Colombiano para el Fomento de la EducacinSuperior (ICFES) a estudiantes universitarios que cursan sus ltimos semestres. Desde 2009se denominan PruebasSaber Pro.

4 Esta informacin se encuentra disponible en la pgina web del ICFES(www.icfes.gov.co) y corresponde a la totali-dad de la poblacin de estudiantes que resolvieron la prueba en 2009para c arreras universitarias, excluyendo losque presentaban algn tipo de discapacidad. Sin embargo, a lo largo del estudio se habla de muestra, teniendo encuenta que slo a partir de 2010se hizo obligatoria.

5 Se conserva la convencin utilizada por el ICFES, excepto en la variable calidad, por ser construida e incluida porlos autores.

Tabla 1.Descripcin de las variables socioeconmicas explicativas5

Convencin Descripcin variable

EST_PRUEBA_NOMBRE Nombre del rea del conocimiento evaluada en el examen

INST_ORIGEN Variable dictoma que indica si la institucin es pblica (0) o privada (1)EST_EXAM_DPTO_PRESENTACION Corresponde al departamento de la regin Caribe colombiana donde

present el examen

EST_TRABAJA Variable dictoma que expresa si el estudiante se encuentra laborando. Notrabaja (0); trabaja (1)



Convencin Descripcin variable

EST_ESTADO_CIVIL Indica el estado civil del estudiante al momento de realizar el examen. Soltero(1), casado (0)

EST_GENERO Variable dictoma masculino (0); femenino (1)

EST_ESTRATO Variable ordinal que expresa el nivel de estratificacin socioeconmica delestudiante. Muy bajo (1); bajo (2); medio-bajo (3); medio-medio (4); medio-alto (5) y alto (6)

EST_CABEZA_FMLIA Variable dictoma que indica si es cabeza de familia. No (0); s (1)

FAM_COND_EDUC_MADRE Expresa el mximo nivel educativo alcanzado por la madre

FAM_COND_EDUC_PADRE Expresa el mximo nivel educativo alcanzado por el padre

FAM_COND_OCUP_MADRE Indica el rea de ocupacin de la madre

FAM_COND_OCUP_PADRE Indica el rea de ocupacin del padre

FAM_NUM_PERS_CARGO Variable continua que indica el nmero de personas a cargo del estudiante

FAM_NUM_PERS_GRUP_FAM Variable continua que indica el nmero de personas que integran el hogar delestudiante

FAM_NIVEL_SISBEN Indica la clasificacin de la familia en el SISBEN:1no clasificada (0); nivel 1(1);nivel 2(2); nivel 3(3)

INST_VALOR_MATRICULA_ANT Variable continua que indica el valor en pesos colombianos, de la matrculadel ao anterior

FAM_ING_FMLIAR_MENSUAL Variable continua que indica el total de ingresos mensuales, en pesoscolombianos, del hogar habitual o permanente del estudiante.

CALIDAD Variable que expresa la relacin entre el nmero de programas acreditadossobre el nmero de programas ofrecidos por la institucin universitaria

Fuente:elaboracin propia.

Tabla 1.Descripcin de las variables socioeconmicas explicativas(continuacin)

Con relacin al efecto de la calidad de la uni-versidad,6se consider como variable proxy larazn del nmero de programas de pregradoacreditados sobre el total de programas queofrece la universidad, cuya fuente de informa-cin es el Sistema Nacional de Informacin dela Educacin Superior (SNIES) del Ministerio

de Educacin Nacional.7 De igual manerase consider la variable naturaleza o tipo deuniversidad (INS_ORIGEN) como variable desegundo nivel.

Con la informacin de estas variablesse procedi en principio a realizar un an-lisis descriptivo general a fin de establecercaractersticas generales de los que realiza-ron la prueba. Posteriormente, y previo a la

modelacin economtrica, se construy unndice de nivel socioeconmico (INS) paralos estudiantes utilizando la metodologaPRINQUAL(componentes principales cualita-tivos); se sigui el procedimiento empleadopor Ocampo y Foronda (2007) y Pieros yRodrguez (1998). La metodologa utilizada se

fundamenta en la aplicacin de componentesprincipales para variables categricas, pro-cedimiento desarrollado por Young, akane

y de Leeuw (citados por Guerrero, 2003) querealiza el anlisis de componentes principalessobre todo tipo de variables, incluyendo cuan-titativas y cualitativas. Para este procedimien-to slo se tuvieron en cuenta individuos conla informacin completa de todas las variables

6 Se exploraron como variables proxy para la calidad de la universidad la informacin contenida en los rankingsta-les como: Webometrics y U-sapiens. Adicionalmente se intent utilizar informacin de pruebas ECAESa nteriorespero no fue posible consolidar la informacin para todas las universidades.

7 Informacin disponible en http://www.mineducacion.gov.co/sistemasdeinformacion/1735/channel.html (con-sulta: 15de noviembre de 2011).



que componen el ndice de nivel socioecon-mico, lo que redujo la muestra a 22mil 244in-dividuos, una prdida estadsticamente pocorelevante (cerca de 1por ciento).8

Adems de la construccin del INS, fue ne-

cesario tratar de manera independiente cadarea de conocimiento (excepto Ingenieras yLicenciaturas), debido a que los resultados delas pruebas no son tcnicamente unificablesdada la diversidad de programas con natu-raleza de estudio diferentes. As, el contenidoprogramtico de carreras como Economa yContadura son esencialmente diferentes, aligual que el contenido de la prueba Saber Pro.

eniendo en cuenta lo anterior, se rea-liz la seleccin de un grupo de reas de

conocimiento apelando a la afinidad de laprueba y a la frecuencia (nmero de indivi-duos que presentaron la prueba), para ga-rantizar, por un lado, comparaciones entreindividuos de una misma rea, y por el otro,

tamaos de muestra suficientemente grandesen las pruebas de igualdad de medias y en lamodelacin.9 Las reas de conocimiento se-leccionadas a partir de los criterios estableci-dos fueron: Medicina, Derecho, Economa,Administracin y Contadura. En el caso delas Licenciaturas e Ingenieras, se utiliz laagrupacin de Barn (2010: 15), por considerarque s existe mucha afinidad tanto en los con-

tenidos programticos de las carreras comoen la prueba.10

8 La descripcin del proceso de construccin de este ndice se muestra en el apndice 2. 9 Para efecto de las comparaciones Barn (2010: 16) en su anlisis de las brechas de rendimiento acadmico para

Barranquilla seala:Los archivos con micro datos que el ICFEShace disponibles pblicamente estandariza losresultados de cada prueba a nivel nacional a tener media 100y desviacin igual a 10. Esto se realiza por prueba ya nivel nacional, para cada ciudad, lo que nos permite hacer las comparaciones entre ciudades y agregar los dife-

rentes resultados para cada prueba por ciudad. En este caso las comparaciones se realizan dentro de cada rea deconocimiento utiliza ndo como base de comparacin el departamento y otras variables de inters. 10 El grupo de Ingenieras excluye ingeniera industrial, por no ajustarse a estos criterios. 11 Aunque los clculos realizados tanto para el INScomo para los modelos multinivel fueron realizados para la to-

talidad de la muestra (22mil 525estudiantes), slo se presentan los resultados de las reas agrupadas clasificadassegn los criterios descritos.

Tabla 2.reas de conocimiento prueba Saber Pro 200911

reas de conocimiento seleccionadas Aplicantes (N) Participacin (%)

Medicina 994 7

Derecho 3,128 21

Economa 400 3

Administracin 3,102 21

Contadura 2,296 15

Licenciaturas (todas) 2,071 18

Ingenieras (civil, sistemas, elctrica, electrnica ymecnica)

2,319 15

Total 14,310 100

Fuente:elaboracin propia, a partir de base datos ICFES, pruebas Saber Pro 2009.

Una vez realizados los pasos anteriores,

se procedi a la modelacin de las variablesa travs del uso de los modelos de regresinmultinivel en los cuales se asume que hayun conjunto de datos jerrquicos, con unasola variable dependiente que es medida

en el nivel ms bajo y variables explicativas

que existen en todos los niveles (De la Cruz,2008: 4). Esta perspectiva de anlisis es de

vital importancia en este tipo de investiga-ciones, pues toma en consideracin el con-texto, permite analizarlo en conjunto con la



heterogeneidad propia de cada estudiante ycontribuye a identificar patrones y gruposespecficos que demandan mayor atencin eintervencin; contrario a los modelos de re-gresin tradicionales, en los cuales se tiende

a subestimar el error tpico y a asignar lascaractersticas del grupo a cada individuo(Rodrguez y Murillo, 2011).

As, para estimar el efecto de las variablesse hace uso del modelo multinivel de dos ni-

veles estudiante y universidad para cadarea del conocimiento seleccionada; se tomacomo variable dependiente el resultado obte-nido en la prueba Saber Pro 2009. Para realizar

las estimaciones de los modelos, se van inclu-yendo progresivamente las variables de ajuste,inicialmente en la parte fija y luego en la partealeatoria del modelo, de acuerdo al procedi-miento presentado por Pardo et al.(2007).

R

Anlisis descriptivoEl anlisis descriptivo de los individuos estudia-dos revela que cerca de 60por ciento de la mues-

tra es de sexo femenino, la edad predominantese ubica entre los 21y 25aos (57por ciento) yla mayora (79por ciento) tienen la condicinde solteros. El tamao de la familia promediooscila en el rango de entre 3y 5integrantes (68por ciento), 15por ciento es cabeza de familia

y cerca de 26por ciento tiene por lo menos unapersona a cargo. El nivel educativo es similarentre padre y madre, con un porcentaje de pro-

fesionales ligeramente mayor en el caso de lospadres. Por ocupacin,12 cerca de la mitad delas madres de los que presentaron la prueba sededican a labores del hogar (47por ciento) y 12por ciento de los padres son empresarios.

12 Clasificacin utilizada por Broomhall y Johnson (1994), conformada por 12reas de ocupacin.

Tabla 3.Caractersticas de quienes presentaron la pruebaSaber Pro 2009en la regin Caribe colombiana

Sexo % Hombre42.3

Mujer57.7

Edad % 16-200.4 21-2557.3 26-3026.6 31-358.0 Ms de 357.8 Ns/Nr0Estadocivil %

Soltero79.5

Casado12.1

Viudo0.4

Separado7.0

Ns/Nr1.0

Tamaogrupofamiliar %

Hasta 27.4

Entre 3y 567.8

Ms de 524.7

Cabeza defamilia %

S14.2

No85.8

Personas acargo %

073.6

110.1

29.0

34.2

42.0

51.2

Estrato % 118.2 237.2 327.7 410.3 54.4 62.1 Ns/Nr0.2Ingresofamiliar %

< 1SM9.3

1y



La muestra de personas que realizaronla prueba Saber Pro 2009 se concentra en losestratos bajos (55 por ciento pertenece a losestratos 1 y 2), los estratos 5 y 6 slo aporta-ron 6.5por ciento de la muestra. A su vez, los

ingresos familiares se ubican principalmenteen el rango de menos de tres salarios mnimos(70por ciento). El 54por ciento de la muestraestaba trabajando al momento de diligenciarel formulario.

Tabla 4.Caractersticas familiares-ocupacin de los padres (%)

Ocupacin Padre Madre

Empresario(a). Dueo(a) de empresa industrial, comercial, agropecuaria, de servicios dems de 10trabajadores

2.5 1.0

Pequeo empresario(a). Dueo(a) de microempresa, pequeo negocio familiar, de finca oparcela, que vive de su explotacin

9.9 3.8

Empleado con cargo como director(a), gerente general de empresa privada o entidadpblica

2.8 1.4

Empleado(a) de nivel directivo (con personas a cargo) en empresa privada o entidadpblica 4.0 3.4

Empleado(a) de nivel tcnico, profesional de empresa privada oen entidad pblica

10.6 8.1

Empleado(a) de nivel auxiliar, administrativo de empresa privada o en entidad pblica 3.7 3.6

Obrero u operario empleado(a) de empresa privada o en entidadpblica

9.8 5.6

Profesional independiente. Ejerce su profesin sin vinculacinlaboral permanente en empresa privada o entidad pblica

6.3 2.7

Trabajador por cuenta propia. Ejerce un oficio sin vinculacin laboral 28.7 12.3

Hogar. Personas dedicadas principalmente a las labores del hogar 1.7 46.9

Pensionado(a). Persona que vive de una pensin por conceptode jubilacin

9.9 4.6

Otra actividad u ocupacin 10.1 6.4

Total 100 100

Fuente:ICFES.

13 Este ejercicio se realiz utilizando tanto la variable calidad de la universidad, representada por la proporcin denmero de programas acreditados, como para el nivel socioeconmico promedio por universidad, no obtenin-dose para este ltimo significancia estadstica en los parmetros estimados.

Procedimiento y resultados economtricos

Con el fin de estimar los factores determinan-tes del desempeo acadmico, se procedi atravs de un modelo multinivel de dos nivelesa modelar las variables explicativas relaciona-das con el estudiante (como sexo y nivel so-cioeconmico), y variables relacionadas conla universidad (como naturaleza y calidad dela institucin).

Inicialmente se presenta el modelo nulo

por rea, y a partir de ste, la estimacin del

efecto universidad (modelo 1). Seguidamen-

te se explican las medias de rendimiento delas distintas universidades, o variabilidad denivel 2, debida a la calidad de la institucin(modelo 2).13Finalmente se analizan las dife-rencias por rea de conocimiento, tanto en lasmedias de rendimiento acadmico entre lasuniversidades o nivel 2, como las diferenciasentre el rendimiento acadmico de los estu-diantes de la misma universidad (modelo 3).

En sntesis, para facilitar la interpretacin de



los resultados se construye un modelo de dosniveles (estudiantes y universidad) tanto deefectos fijos como aleatorios (modelo mixto),partiendo de la estructura ms sencilla, quees el modelo vaco o nulo, hasta llegar a un

modelo multinivel con un factor de efectosaleatorios. Los resultados son presentados porrea de conocimiento y se toma como variabledependiente el puntaje obtenido en la pruebaSaber Pro 2009.14

Modelo 1:estimacin del efecto universidadEste modelo, llamado modelo incondicional

o nulo, permite hacer la comparacin con losmodelos posteriores, de tal manera que se pue-de contrastar si hay un aporte en la explicacinde la variabilidad a medida que se incluyenlas variables de ajuste; se obtiene eliminandotodo lo relacionado con las variables indepen-dientes, de all su nombre (Rodrguez-Jimnez

y Murillo-orrecilla, 2011). La ecuacin (2) re-presenta la estructura mixta del modelo parael nivel 1y nivel 2, as:

Yij= 00+ u0j+ eij(2)

Donde la variable dependiente Yij, co-rresponde al puntaje Saber Pro 2009 de cadaindividuo. Por su parte, 00+ u0j, correspon-de al puntaje medio en la poblacin de uni-

versidades y la variacin aleatoria de cada

universidad en torno a esa media. Finalmente,eijes el efecto aleatorio asociado al estudiantei, con distribucin normal, media cero y va-rianza constante (e).

Con la informacin obtenida de la varia-

bilidad en el estudiante y la universidad, secalcula el coeficiente de correlacin intracla-se (CCI), a partir de la informacin que arrojacada modelo, para conocer el porcentaje de

varianza explicada, teniendo controladas lasvariables referidas al contexto del estudiantey de la universidad; esto indica el efecto netode la universidad.

CCI = (3)20

2e0+ 20

Donde 20corresponde a la varianza delfactor, y 2e0corresponde a la varianza de losresiduos.

Los resultados de la abla 5permiten ase-verar que el valor poblacional de la constante ointerseccin del modelo es distinto de cero; setrata entonces de una estimacin de la mediapoblacional de rendimiento de las 41univer-sidades que conforman la muestra. En conse-cuencia, los estudiantes del rea de Derechoalcanzaron un promedio de 97.25en la prue-ba, mientras que en el rea de Licenciaturaseste promedio fue de 97.12, y as sucesivamen-te para todas las reas.

14 El sofwareutilizado para generar los resultados fue el SPSSversin 18, y se sigue el procedimiento presentado porPardo et al. (2007) para la descripcin, ajuste e interpretacin de este tipo de modelos con este sofware.

Tabla 5.Modelo ANOVA(un factor de efectos aleatorios)Estimaciones de los parmetros de efectos fijosrea de conocimiento Estimacin Error tpico gl t Sig.

Administracin 94.65 0.97 27.38 97.80 0.00

Contadura 94.77 0.79 21.22 120.58 0.00

Economa 95.49 2.58 6.82 37.05 0.00

Derecho 97.25 1.77 14.45 54.91 0.00

Ingenieras 93.92 2.29 7.02 40.99 0.00

Licenciaturas 97.12 0.88 18.96 110.78 0.00Medicina 91.22 1.80 10.40 50.81 0.00

Fuente:clculos de los autores a partir de la base de datos del ICFES.



Por otra parte, la abla 6ofrece las estima-ciones de los parmetros de covarianza o lasestimaciones asociadas a los efectos aleatoriosdel modelo. La varianza del factor universidad

resulta significativa en todos los casos (al 90porciento en el caso de Medicina y Economa), loque indica que contribuye a explicar la varia-bilidad del rendimiento acadmico.

Tabla 6.Modelo ANOVA(un factor de efectos aleatorios)Estimaciones de parmetros de covarianzarea de

conocimientoParmetro Estimacin Error

tpicoWald

ZSig. CCI(%) N

Administracin Resid. Univ.(Var.)

97.2923.16

2.486.95

39.213.33

0.000.00

19 3,102

Contadura Resid. Univ.(Var.)

75.4011.38

2.233.89

33.742.92

0.000.00

13 2,296

Economa Resid. Univ.(Var.)

58.1250.55

4.1528.73

14.001.76

0.000.08

47 400

Derecho Resid. Univ.(Var.)

65.3548.33

1.6718.49

39.152.61

0.000.01

43 3,081

Ingenieras Resid. Univ.(Var.)

69.0614.40

2.055.16

33.712.79

0.000.01

17 2,294

Licenciaturas Resid. Univ.(Var.)

113.8236.87

3.1216.92

36.512.18

0.000.03

24 2,678

Medicina Resid. Univ.(Var.)

63.5641.42

2.8922.42

22.021.85

0.000.06

39 978


El coeficiente de correlacin intraclase(CCI), el cual representa el grado de variabili-dad existente entre las distintas universidadesen comparacin con la variabilidad presenteentre los estudiantes de la misma universi-dad, se presenta en la penltima columna.Esta medida, para el caso del rea de Derecho,Medicina y Economa, es bastante alta, e indi-ca que de la variabilidad total del rendimien-

to acadmico en estas reas, el 43, 39y 47porciento respectivamente, corresponde a la dife-rencia entre las medias de las universidades; el

valor restante (57, 61y 53por ciento respecti-vamente), por lo tanto, se atribuye a la varia-bilidad del rendimiento acadmico dentro decada universidad.

Para el caso de Administracin, Conta-dura, Ingenieras y Licenciaturas, el factor

universidad tambin es determinante paraexplicar las diferencias en el rendimientoacadmico, aunque en un menor grado que

las otras dos reas (19, 13, 17 y 24 por cientorespectivamente).

Modelo 2: estimacin del efecto del nivelde calidad de la universidadEste segundo modelo intenta explicar las me-dias de rendimiento de las distintas univer-sidades, o variabilidad de nivel 2.15Para estemodelo se utiliza como variable de segundo

nivel la proporcin de programas acreditadossobre el total de la oferta de programas de launiversidad como variable proxy de la calidadde la misma. Esta variable est centrada en lamedia a fin de que el intercepto represente lamedia de la variable dependiente, en este casoel rendimiento acadmico universitario.

El objetivo de este modelo es pronosticarel rendimiento acadmico promedio de cada

universidad a partir del nivel de calidad de lasmismas, dado que existen diferencias entre lasmedias de las universidades y estas diferencias

15 Este tipo de modelo se conoce como modelo de regresin: media como resultados, Pardo et al., 2007.



pueden ser explicadas por la calidad de la ins-titucin. En cuanto a la estructura del mode-lo, ste slo adiciona una covariable medidaen el nivel 2que es la proporcin de progra-mas acreditados sobre el total de la oferta de

programas de cada universidad (CALIDAD_CEN),16expresada como la diferencia respec-to de la media en la ecuacin 4(zj=ZJ)

Yij = 00+ 01zj+ (u0j+ eij) (4)

Los resultados de la abla 7muestran lasestimaciones de los dos parmetros de efectos

fijos para cada rea de conocimiento, es decir,la interseccin y el coeficiente asociado a lacovariable CALIDAD_CENde la universidad.

16 En este caso, 61por ciento de las universidades contaba, a la fecha del estudio, con por lo menos un programa depregrado acreditado.

Tabla 7.Modelo de regresin (medias como resultados)Estimaciones de los parmetros de efectos fijos

rea deconocimiento

Parmetro Estimacin Error tpico gl t Sig.

Administracin Inters.Calidad_cent

94.7424.96

.725.08

27.7824.70

132.164.91

.00

.00

Contadura Inters.Calidad_cent

95.9727.03

.819.68

19.6519.22

118.662.79

.00.01

Economa Inters.Calidad_cent

92.9433.60

1.457.59

6.076.52

64.054.43

.00

.00

Derecho Inters.Calidad_cent

96.8239.33

.976.63

13.3013.25

99.695.93

.00

.00

Ingenieras Inters.Calidad_cent

96.9915.56

.714.73

17.0016.26

136.843.29

.00

.00

Licenciaturas Inters.Calidad_cent

91.5528.81

1.369.45

9.8912.05

67.383.05

.00.01

Medicina Inters.Calidad_cent

93.2421.93

1.829.50

6.016.01

51.122.31

.00

.06


Las intersecciones varan muy poco res-pecto del modelo nulo, por lo tanto no estnsiendo afectadas por la covariable de nivel 2,lo que representa una estimacin del rendi-miento acadmico promedio de la poblacin

de universidades, por ser una variable centra-da en la media.

Los coeficientes todos resultan significa-tivos (al 90por ciento en el peor de los casos)

y por lo tanto los aumentos en la proporcinde programas acreditados generan incre-mentos del nivel promedio de rendimientoacadmico.

En cuanto a la estimacin de los par-

metros de covarianza de la abla 8, se mues-tra claramente que los coeficientes resultan

significativos, excepto en el caso de Economa,donde el nivel de confianza es de slo 86porciento. Estas estimaciones revelan hallaz-gos importantes, especialmente en el casode Administracin, Derecho, Ingeniera,

Licenciaturas y Medicina, donde el CCI sereduce significativamente a 11 por ciento (19por ciento en el modelo nulo), 17 por ciento(43por ciento en el modelo nulo), 11por cien-to (17 por ciento en el modelo nulo), 15 porciento (24por ciento en el modelo nulo) y 29por ciento (39por ciento en el modelo nulo),respectivamente.

En el caso de Economa la reduccin es

de 30por ciento (pas de 47a 17por ciento),sin embargo la probabilidad de cometer un



error tipo 1en este caso es mayor, por lo tan-to el efecto de la calidad en esta rea no esdel todo claro. Este resultado se debe a quebuena parte de las diferencias observadas

entre el rendimiento acadmico de las uni-versidades est explicado por el nivel de ca-lidad de institucin medida por la variableCALIDAD_CEN.

Tabla 8.Modelo de regresin (medias como resultados)Estimaciones de los parmetros de covarianza

rea deconocimiento

Parmetro Estimacin Errortpico

WaldZ

Sig CCI(%) N

Administracin Resid.Univ. (Var.)

97.2511.65

2.483.70

39.233.15

0.000.00

11 3,102

Contadura Resid.Univ. (Var.)

75.398.31

2.232.97

33.752.80

0.000.01

10 2,296

Economa Resid.Univ. (Var.)

58,0811.87

4.157.97

14.011.49

0.000.14

17 400

Derecho Resid.Univ. (Var.)

65,3513.69

1.675.62

39.152.44

0.000.01

17 3,081

Ingenieras Resid.Univ. (Var.)

69.088.87

2.053.49

33.712.54

0.000.01

11 2,294

Licenciaturas Resid.Univ. (Var.)

113.8220.22

3.129.89

36.512.05

0.000.04

15 2,678

Medicina Resid.Univ. (Var.)

63,5625.37

2.8914.96

22.021.70

0.000.09

29 978


Al comparar las estimaciones de los par-metros de covarianza del modelo nulo, o mo-delo 1, y el modelo 2, que incluye la variableCALIDAD_CEN, se obtiene la proporcin de

varianza explicada en el nivel 2, es decir, que el50por ciento de las diferencias en rendimiento

acadmico medio observadas entre las uni-versidades en el rea de Administracin, esatribuible a la calidad de la institucin; en elcaso de Derecho, este porcentaje asciende a 72por ciento, y as sucesivamente para todas lasdems reas.

Tabla 9.Proporcin de la varianza explicada por la calidad de la universidad

rea (%) parmetros decovarianzaModelo 1

(%) parmetros decovarianza

Modelo 2-calidad

Proporcin de varianzaexplicada Nivel 2(%)

Administracin 23.16 11.65 50

Contadura 11.38 8.31 27

Economa 50.55 11.87 77

Derecho 48.33 13.69 72

Ingenieras 14.10 8.87 38

Licenciaturas 36.87 20.22 45

Medicina 41.42 25.37 39




Modelo 3. Anlisis de covarianza:un factor de efectos aleatorio17

Para el anlisis de covarianza se incluyen va-riables tanto de nivel 1como de nivel 2, y seintentan explicar las diferencias por rea de

conocimiento, tanto en las medias de rendi-miento acadmico entre las universidades(o nivel 2), como las diferencias entre el ren-dimiento acadmico de los estudiantes de lamisma universidad.

As, en este modelo se presentan en prime-ra instancia las estimaciones de parmetros fi-

jos tanto para las variables de nivel 1como denivel 2, que adems de la variable proxy para

medir la calidad de la universidad, incluyeuna dicotmica relacionada con el tipo o na-turaleza de la institucin (1si es pblica y 0si

es privada). La ecuacin 5presenta la estruc-tura del modelo mixto.

Yij= 00+01(Cal_cent) +02(INST_ORIGEN) + 10(GNERO) + 11(INS_cent)

+ 12(EST_SN_CABEZA_FMLIA)

+ 13(ESTU_TRABAJA)+ 14(Cal_cent)(INS_cent) + 15(GRUPO_EDAD) + (u0j+ eij) (5)

Al revisar los resultados de brecha de g-nero del modelo 3, a excepcin del programade Contadura, esta variable es significativapara todas las dems reas. La diferencia msalta de los hombres sobre las mujeres se da

en el rea de las Ingenieras (2

.4

por ciento),mientras que en las dems reas oscila entre el1.2y el 1.9por ciento.

17 Si se eliminan trminos de la estructura de un modelo multinivel completo, se obtiene el resto de modelos multi-nivel del ms simple al ms complejo, como son: anlisis de varianza de un factor de efectos aleatorios, anl isis deregresin con medias como resultados, anlisis de covarianza de un factor de efectos aleatorios (esta investigacinalcanza hasta este nivel), anlisis de regresin con coeficientes aleatorios, y anlisis de regresin con medias ypendientes como resultados.

Tabla 10.Modelo de regresin (ANCOVA)Estimaciones de los parmetros de efectos fijos por rea de conocimiento

rea/variables Parmetro Interseccin INS_

cent

Cal_

cent

INS_cent*

Cal_cent

ESU_

GNERO

GRUPO_

EDAD

INS_

ORIGEN

ESU_SN

_CABEZA

ESU_R

ABAJA

Administracin EstimacinError tpicoGl

Sig.

94.040.74

30.99

0.00

0.700.13

3,050.39

0.00

17.475.23

26.88

0.00

2.620.74

3,012.60

0.00

1.570.37

3,086.52

0.00

1.820.48

3,092.33

0.00

Contadura EstimacinError tpicoGlSig.

98.330.97

38.740.00

0.290.14

2,291.520.03

26.469.74

19.030.01

1.650.38

2,290.230.00

Economa EstimacinError tpicoGlSig.

96.852.00

30.340.00

26.157.508.600.01

3.261.71

373.100.06

3.260.75

392.720.00

2.420.64

393.290.00

Derecho EstimacinError tpicoGlSig.

104.761.96

18.230.00

35.126.43

14.180.00

2.650.89

2,832.740.00

2.000.29

3,063.690.00

0.700.16

3,067.680.00

4.372.05

11.890.05

2.290.35

3,064 .840.00

Ingenieras EstimacinError tpicoGlSig.

102.631.48

65.290.00

14.983.94

14.360.00

2.620.40

2,279.180.00

1.310.30

2,268.620.00

3.091.24

14.750.02

1.420.39

2,287.690.00

L ic enc ia tu ra s E st ima cinError tpicoGlSig.

99.941.64

25.640.00

0.890.17

2,670.850.00

24.668.99

12.070.02

1.390.48

2,670.440.00

1.050.22

2,670.320.00

1.810.56

2,668.380.00

3.180.49

2,670.920.00

Medicina EstimacinError tpicoGlSig.

106.512.01

11.040.00

0.340.18

969.880.07

21.414.777.490.00

2.220.95

961.150.02

1.250.50

967.020.01

3.230.47

969.270.00

8.551.935.450.01

2.611.29

965.430.04




Finalmente, en la abla 11 el clculo delCCI proporciona una vez ms la variabilidadinter-universidad e intra-universidad. La in-clusin de una segunda variable de nivel 2,como es la naturaleza o tipo de institucin

(INS_ORIGEN) disminuy considerablemen-te la variabilidad existente entre los distintoscentros, en aquellas reas donde la variableresult significativa (Derecho, Ingeniera yMedicina). Las reducciones ms significativasse dieron en Derecho e Ingenieras, que pasa-ron de 43a 16por ciento, y de 17a 8por ciento

respectivamente, lo cual indica que buenaparte de la diferencias entre el rendimientoacadmico promedio de las universidadesest explicada por la calidad de la universidad

y su naturaleza pblica o privada.

Aunque la reduccin en el programa deMedicina fue de 31 puntos porcentuales (de39a 8por ciento) el coeficiente slo es signifi-cativo a un 85por ciento de confianza, por lotanto la probabilidad de cometer un error tipo1, al igual que en el programa de Economa, esmuy alta.

Tabla 11.Modelo de regresin (ANCOVA)Estimaciones de los parmetros de covarianza por rea de conocimiento

rea/variables Parmetro Estimacin Errortpico

Wald Z Sig. CCI(%) N

Administracin Resid.Univ. (Var)

94.4711.88

2.413.77

39.203.15

0.000.00

11 3,102

Contadura Resid.Univ. (Var)

74.718.42

2.213.02

33.732.79

0.000.01

10 2,296

Economa Resid.Univ. (Var)

54.109.51

3.886.63

13.951.43

0.000.15

15 400

Derecho Resid.

Univ. (Var)

63.29

11.82

1.62

5.08

39.12

2.33

0.00

0.02

16 3,081

Ingenieras Resid.Univ. (Var)

67.235.87

2.002.53

33.682.32

0.000.02

8 2,294

Licenciaturas Resid.Univ. (Var)

109.1517.90

2.998.93

36.472.00

0.000.05

14 2,678

Medicina Resid.Univ. (Var)

59.374.84

2.703.34

21.971.45

0.000.15

8 978

Fuente:clculos de los autores a partir de la Base de datos del ICFES.

D

Hasta esta parte se ha visto la importancia delefecto universidad o la varianza total en elrendimiento que se debe a las variaciones exis-tentes entre universidades y que son diferen-tes por rea de conocimiento: en reas comoEconoma, Medicina y Derecho, por lo menos40por ciento de las diferencias estn explica-

das por variables de segundo nivel, en con-traste con el poder explicativo que tienen las

variables de primer nivel en programas comoAdministracin, Contadura, Ingenieras

y Licenciatura, donde el efecto universidades menor de 25por ciento. De igual manera,para el caso del programa de Economa, losresultados de este efecto estn muy cercanosa los obtenidos por Valens (2007). El modelo3intenta explicar estos efectos por rea de co-nocimiento y en los dos niveles. El resumen de

las variables explicativas se puede apreciar enla abla 12.



Tabla 12.Resumen de variables significativas por rea de conocimiento

rea/variables Nivelsocioeco-nmico

Calidaduniversidad

INS*Calidad

Sexo Edad Tipo deuniversidad

Cabezade

familia

Trabaja

Administracin x x x x x

Contadura x x x Economa x x x x

Derecho x x x x x x

Ingenieras x x x x x

Licenciaturas x x x x x x

Medicina x x x x x x x

Fuente:elaboracin propia.

Los resultados sobre brechas de gnero dela abla 12, especialmente Ingenieras (2.4porciento), puede estar relacionado con las bre-chas de rendimiento entre hombres y mujeresencontradas en estudios a nivel de secundariaen el rea de Matemticas, que es el funda-mento bsico de los programas de Economae Ingenieras, y que se reproducen a niveluniversitario. El Banco Interamericano deDesarrollo, en su documento sobre La condi-cin de la educacin en matemticas y cienciasnaturales en Amrica Latina y el Caribe rea-lizado por Valverde y Nslund-Hadley (2010),enfatiza sobre estas diferencias de gnero enmatemticas catalogndolas como considera-bles, especialmente en El Salvador y Colombia.Los resultados del modelo demuestran y con-firman que existe una brecha de gnero a favorde los hombres, y por lo tanto, si el estudiante

que presenta la prueba es hombre se asocia aun incremento del rendimiento acadmico deentre 1y 3puntos. Este resultado es similar alobtenido por Valens (2007) para el programade Economa (3.133), y a nivel de secundariapor Pieros y Rodrguez (1998), quienes obtu-

vieron coeficientes de 3.574para colegios p-blicos y 3.471para los privados en Ciencias.18

La variable edad (GRUPO_EDAD) resulta

significativa para 5de las reas (a excepcin deContadura y Administracin). El signo es ne-gativo en todos los casos, lo que significa que

a mayor edad el rendimiento acadmico dis-minuye, al igual que el gnero se asocia a uncambio de 1a 3puntos en los resultados de laprueba. El 57por ciento, como se anot, tenaentre 21y 25aos cuando present la prueba,

y slo 15por ciento tena ms de 31aos. Esteltimo grupo obtuvo una media en el puntajede cerca de 7puntos por debajo del primero.

Si el estudiante trabaja (ESU_RABAJA)o es cabeza de familia (ESU_SN_CABEZA) surendimiento acadmico es, en promedio, me-nor que aquellos que no tienen estas responsa-bilidades. La primera de estas variables resultadeterminante en las reas de Administracin,Medicina y Licenciaturas, y la segundaen reas como Ingenieras, Licenciaturas,Derecho y Contadura. Aunque no existenantecedentes en la literatura sobre los efectosesperados de este grupo de variables, se espe-

raba de antemano este resultado, ya que si elestudiante trabaja o es cabeza de familia sutiempo para el estudio disminuye y esto, a su

vez, afecta su rendimiento.En cuanto al nivel socioeconmico, ste

resulta altamente significativo para las reasde Administracin, Contadura, Medicina

y Licenciatura, y tiene una relacin directacon el rendimiento acadmico: cuanto ms

alto es el INS, mejor es el rendimiento pro-medio en la prueba. El trabajo de Pieros yRodrguez (1998), el cual sirvi de referencia

18 Para la prueba de Matemticas este resultado fue de 3.734y3.511para colegios pblicos y privados, respectivamente.



para el presente estudio en cuanto a la cons-truccin del INS, obtiene coeficientes de entre0.21 y 0.52 igualmente significativos; en estecaso se obtuvieron resultados entre 0.29y 0.80,como se aprecia en la abla 12para las reas

mencionadas.Cuando se incluye una interaccin entrevariables de distinto nivel, el INS del estu-diante y la variable calidad (CAL_CEN) dela universidad, el coeficiente toma un valorpositivo y es significativo en los programasde Administracin, Economa y Derecho, locual indica, para estos programas, que la rela-cin entre el rendimiento acadmico y el nivel

socioeconmico de los estudiantes es mayorcuanto mayor es la calidad de la institucin.En los casos como Derecho y Economa, don-de el INSno explica el rendimiento acadmicopor s solo, la interaccin entre esta variable yla calidad de la institucin resulta significa-tiva y positivamente relacionada con el ren-dimiento acadmico. Cabe anotar que no seobtiene significancia estadstica para la varia-ble INS, y tampoco para su interaccin con la

variable CAL_CEN en el rea de Ingenieras;en otras palabras, no se puede afirmar que elnivel socioeconmico est asociado al rendi-miento acadmico en esta rea. Adems, enel rea de Medicina, a pesar de que la inte-raccin entre la calidad de la institucin y elINSes significativa, el signo del coeficiente esnegativo, contrario al efecto esperado de unarelacin directa entre las dos variables y el ren-

dimiento acadmico.En cuanto a la naturaleza o tipo de uni-

versidad (pblica o privada), si la universidad

es privada, el rendimiento acadmico dismi-nuye de manera significativa. Esto se cumplepara los programas de Derecho, Medicinae Ingenieras, y el efecto oscila entre 3 y 8puntos.

al vez el efecto ms importante es el rela-cionado con la variable calidad de la institu-cin, medida por la proporcin de programasacreditados sobre la oferta total (CAL_CEN).La calidad de la universidad es altamente sig-nificativa en todos los casos y est relacionadapositivamente con el rendimiento acadmico.Es decir que un aumento marginal de la pro-porcin de programas acreditados incremen-

ta el promedio de rendimiento acadmico: enel caso del programa de administracin en0.17 puntos, y as sucesivamente para los de-ms programas.

Los resultados de la abla 11, sobre elclculo del CCI sobre la variabilidad inter-universidad e intra-universidad, indica queparte de las diferencias entre el rendimientoacadmico promedio de las universidades seexplican por la calidad de la universidad ysu naturaleza pblica o privada. Repitiendoel clculo de la abla 9, se observa cmo au-menta el porcentaje de varianza explicadaal introducir la variable de nivel 2, natura-leza de la institucin (INS_ORIGEN), en lasreas de Derecho, Ingeniera y Medicina. Enotras palabras, la calidad y la naturaleza dela universidad explican 59 por ciento de lasdiferencias en rendimiento acadmico me-

dio observadas entre las universidades en elrea de Ingeniera, y 76 por ciento en el reade Derecho.



Tabla 13.Proporcin de la varianza explicadapor la calidad y naturaleza de la universidad

rea Parmetros decovarianza (%)

(Modelo 1)

Parmetros de covarianza (%)(Modelo 3-

calidad y naturaleza)

Proporcin varianzaexplicada (%)

Nivel 2

Administracin 23.16 11.88 49Contadura 11.38 8.42 26

Economa 50.55 9.51 81

Derecho 48.33 11.82 76

Ingenieras 14.40 5.87 59

Licenciaturas 36.87 17.90 51

Medicina 41.42 4.84 88


R

2(6)

=1 -

var(final)

var(nulo)

C

El estudio realizado mostr que existen facto-res que estn relacionados con el desempeoacadmico de los estudiantes universitariosque realizaron la prueba Saber Pro 2009 enla regin Caribe colombiana. Varios resulta-dos empricos tienen un particular inters: 1)el efecto universidad es relativamente altopara la explicacin del rendimiento acadmi-co universitario; 2) la variable calidad explicauna parte importante del efecto universi-dad; 3) el relativamente dbil poder explica-tivo que tiene el nivel socioeconmico en elrendimiento acadmico universitario; y 4) la

evidencia de la brecha de gnero en el rendi-miento acadmico a favor de los hombres.

Desde la perspectiva de la poltica educati-va, los resultados pueden sugerir una variedadde polticas que pueden afectar el rendimien-to acadmico, por lo cual se plantean a con-tinuacin algunas consideraciones. En cuan-to a los dos primeros puntos, relacionadoscon el papel de la universidad, los resultados

apuntan necesariamente a una mayor pro-fundizacin de la poltica nacional de acre-ditacin tanto a nivel institucional en todossus componentes (administracin, docencia,

investigacin y extensin); como a nivel decarreras o programas, particularmente en lorelacionado con su pertinencia. Sin embargo,es necesario que la poltica de acreditacinpermita procesos flexibles que se ajusten a losrequerimientos particulares de determinadasreas de conocimiento donde el efecto univer-sidad no muestra ser determinante.

Por otro lado, aunque la evidencia encon-trada para algunas reas muestra que los estu-diantes de niveles socioeconmicos ms altostienen un rendimiento superior, tal evidenciano es contundente en la educacin superior,en contraste con lo que diversos estudiosempricos han demostrado para primaria ysecundaria. La explicacin puede radicar en

que los procesos de seleccin, accesibilidady permanencia en la educacin superior in-fluyen en trminos de la seleccin de buenosestudiantes de origen socioeconmico bajo, locual funge como filtro natural en el procesoeducativo universitario. Lo anterior refuerzala idea de que la inversin en educacin paralos estratos socioeconmicos bajos debe rea-lizarse desde las primeras etapas de la edu-

cacin, tal como lo sugiere Psacharopoulos(2007). Esto debe crear las condiciones apro-piadas para un mejor desempeo en el niveluniversitario.



En cuanto a las brechas de gnero en-contradas a favor de los hombres en reascomo Economa e Ingenieras, su poder deexplicacin en el rendimiento acadmico estan importante como los niveles de calidad

de la universidad y los efectos de los factoressocioeconmicos. Es de vital importanciatener presente que los resultados del estudiodemuestran que estas brechas de gnero sereproducen en todos los niveles del sistema deeducacin (primario, medio y superior), porlo tanto, para ser exitosa, una poltica pblicadirigida a cerrar o disminuir esta brecha debeconcentrarse en el primer nivel, y debe tener

como prioridad la reduccin de las diferenciasen Matemticas.Por ltimo, se debe anotar que las futuras

investigaciones sobre el rendimiento acad-mico universitario deben incluir variablesde tipo subjetivo, como la percepcin del

estudiante sobre la calidad de los serviciosrecibidos (incluyendo la calidad de los docen-tes); en este sentido la interdisciplinariedad,especialmente la ayuda de la psicologa y lasociologa, podra brindar herramientas para

definir mejores variables explicativas queresulten pertinentes para entender el rendi-miento acadmico y ofrecer una perspectivadiferente sobre los procesos de eleccin de losindividuos.

Adems de lo anterior, se requieren estu-dios longitudinales que desde el primer niveleducativo den cuenta de todo el proceso deevolucin del estudiante desde las pruebas

de Estado en primaria y secundaria hasta lasevaluaciones en la educacin superior locual resultara de suma importancia para me-dir y analizar el cambio en el rendimiento a lolargo del tiempo con mucha mayor precisinque en los estudios de carcter transversal.

R

B, Juan D. (2010), La brecha de rendimientoacadmico de Barranquilla, Documentos derabajo Sobre Economa Regional, nm. 137,pp. 1-40.

B, Felipe y Alejandro Gaviria (2003),Efficiency o Colombian Schools, inormede investigacin, Bogot, Fedesarrollo, en:http://www.edesarrollo.org/contenido/arti-culo.asp?chapter=90&article=323 (consulta:15de noviembre de 2011).

B, Jorge (2008), Calidad de la educacinpblica y logro acadmico en Medelln 2004-

2006. Una aproximacin por regresin inter-cuartil, Lecturas de Economa, nm. 68, pp.123-144.

B, Gary (1975), Human Capital: A theoreticaland empirical analysis, with special referenceto education, Chicago, Te University oChicago Press/National Bureau o EconomicResearch.

B, Gary (1983), El capital humano, Madrid,Alianza.

B, David y Tomas Johnson (1994), Eco-nomic Factors that Influence Educational

Perormance in Rural Schools Source,American Journal of Agricultural Econo-mics, vol. 76, nm. 3, pp. 557-567, en: http://www.jstor.org/stable/1243666 (consulta: 15de noviembre de 2011).

B, Jos y Gregory Elacqua (2003), Inormecapital humano en Chile, Santiago de Chile,Universidad Adolo Ibez, en: http://www.oei.es/etp/inorme_capital_humano_chi-le_brunner.pd (consulta: 14 de noviembrede 2011).

C, John Bissell (1963), A model o SchoolLearning, eachers College Record, nm. 64,pp. 723-733.

C, Andrs, Luis Gamboa y Luis Pieros (2002),El eecto escuela en Colombia, 1999-2000,Borradores de Investigacin, nm. 27, pp.

1-37, en: http://www.urosario.edu.co/FASE1/economia/documentos/pd/bi27.pd (con-sulta: 14de noviembre de 2011).

C, James S., Ernest Q. Campbell, Carol J.Hobson, James McPartland, Alexander M.Mood, Frederic D. Weifield y Robert L. York(1966), Equality of Educational Opportunity,Washington DC, Department o Health,Education & Welare.

C, John Jairo (2004), Determinantes del ren-dimiento educativo de los estudiantes desecundaria en Cali: un anlisis multinivel,

Sociedad y Economa, nm. 6, pp. 81-105.D C, Francisco (2008), Modelos multinivel,Revista Peruana de Epidemiologa, vol. 12,nm. 3, pp. 2-8, en: http://sisbib.unmsm.edu.pe/bvrevistas/epidemiologia/v12_n 3/pd/



a02v12n3.pd (consulta: 15 de noviembre de2011).

G, Alejandro y Jorge Barrientos (2001),Determinantes de la calidad de la educa-cin en Colombia, Archivos de Economa,nm. 159, Bogot, Departamento Nacionalde Planeacin.

G, Miguel (2003), Metodologa de clasifi-cacin socioeconmica de los hogares chi-lenos, Santiago de Chile, Departamento deMetodologa Estadstica.

H, Marcos, Ma. Florencia Araoz, Giselade la Fuente, Mara Lucrecia D Jorge, JosGranado, Andrs Michel y Corina Paz(2005), cnicas para datos multinivel: aplica-cin a los determinantes del rendimiento edu-cativo, San Miguel de ucumn, UniversidadNacional de ucumn.

I, Ana Mara, Ligia Melo y Jorge Ramos (2006),

Evaluacin y anlisis de eficiencia de la edu-cacin en Colombia, Borrador de Economa,nm. 381, Bogot, Banco de la Repblica,en: http://www.banrep.gov.co/docum/fp/borra381.pd(consulta: 16de noviembre de2011).

J, Christopher (1972), Inequality: A reassess-ment of the effects of family and schooling inAmerica, Nueva York, Basic Books.

M, Darwin y Natalia Ariza (2005), Evolucinde los resultados de la educacin en Colombia(1997-2003), Archivos de Economa, nm.

286, Bogot, Departamento Nacional dePlaneacin.M, lvaro y Elena Martn (eds.) (2002),

Evaluacin de la educacin secundaria.Fotografa de una etapa polmica, Madrid,Instituto IDEA/SM.

MI, Deborah y William Huitt (1995), Teeaching-Learning Process: A discussionof models, Valdosta, GA, Valdosta StateUniversity.

M, Alejandro (2004), Factores asociados al logroeducativo a nivel municipal, Documentos

CEDE, nm. 15, pp. 1-38.M, lvaro (2005), Los ECAES deEconoma, Documentos de Economa,nm. 20, en: http://www.javeriana.edu.co/cea/area_economia/inv/documents/LosECAESdeeconomia.pd (consulta: 14 denoviembre de 2011).

N, Jairo, Roberto Steiner, Ximena Cadenay Renata Pardo (2002), Cules colegiosorecen mejor educacin en Colombia?,Archivos de Economa, nm. 193, Bogot,Departamento Nacional de Planeacin.

O Milenka y Carlos Alberto Foronda (2007),Estudio de la calidad de vida en Bolivia:metodologa y medicin, Investigacin yDesarrollo, nm. 7, pp. 25-40.

P, Antonio, Miguel Ruiz y Raael San Martn(2007), Cmo ajustar e interpretar modelosmultinivel con SPSS, Psicothema, vol. 19,nm. 2, pp. 308-321.

P, Luis y Alberto Rodrguez (1998), Los in-sumos escolares en la educacin secundariay su eecto sobre el rendimiento acadmico

de los estudiantes: un estudio en Colombia,LCSHD Paper Series, nm. 36, WashingtonDC, Banco Mundial-Departamento deDesarrollo Humano.

P, George (2007), El rendimiento dela inversin en educacin superior: mtodos,datos e implicaciones en polticas, Madrid,Centro de Estudios de la Educacin Superior(CEGES).

P, George y Harry AnthonyPatrinos (2008), Education and HumanCapital, en Amitava Krishna Dutt y Jaime

Ros (eds.), International Handbook ofDevelopment Economics, vol. 1, pp. 341-355.P, Stewart y Marshall Smith (1983), Effective

Schools: A review, Te Elementary SchoolJournal, vol. 83, nm. 4, pp. 427-452.

R-Jimnez, Olga Rosalba y FranciscoJavier Murillo-orrecilla (2011), Estimacindel eecto escuela para Colombia, Magis.Revista Internacional de Investigacin enEducacin, vol. 3, nm. 6, pp. 299-316.

S, Daniel (2001), Influencia de los factores so-cioeconmicos en el rendimiento escolar inter-

nacional: hacia la igualdad de oportunidadeseducativas, Madrid, Universidad Complu-tense, en: http://eprints.ucm.es/6725/1/0101.pd(consulta: 14de noviembre de 2011).

S, Teodore (1961), Investment in HumanCapital,American Economic Review, vol. 51,nm. 1, pp. 1-17.

S, Teodore (1972), El valor econmico de laeducacin, Mxico, ecnos.

, Charles y Sam Stringfield (1993), SchoolsMake a Difference: On lessons learned froma 10-year study of school effects, Nueva York,

eachers College Press.V, Milena (2007), Calidad de la educacin su-perior en Colombia: un anlisis multinivelcon base en el ECAES de Economa 2004,Revista Sociedad y Economa, nm. 13, pp.133-154, en: http://paginasweb.univalle.edu.co/~revistasye/anteriores.php?n=13 (consul-ta: 15de noviembre de 2011).

V, Gilbert y Emma Nslund-Hadley (2010),La condicin de la educacin en mate-mticas y ciencias naturales en AmricaLatina y el Caribe, Washington DC, Banco

Interamericano de Desarrollo-Divisin deEducacin.


Perfiles Educativos | vol. XXXVI, nm. 143, 2014 | IISUE-UNAM30

Trayectorias profesionales de egresados del Doctoradoen Educacin de la Universidad Autnoma de TlaxcalaUn anlisis de las funciones, productividady movilidad en el mercado acadmico

M S J-V*

En este artculo se analiza la trayectoria profesional de los egresadosdel Doctorado en Educacin de la Universidad Autnoma de laxcala,Mxico. La formacin doctoral ha dirigido a los egresados a la diversi-ficacin de sus funciones en las instituciones de educacin superior y acentrar sus acciones profesionales en el campo de la investigacin y ladocencia, as como en la gestin de los programas de posgrado. La ca-racterizacin de las trayectorias a partir de las funciones, los niveles deproductividad acadmica y la movilidad ocupacional muestran que losegresados se encuentran en distintos estadios de desarrollo profesional.Las trayectorias profesionales con mayor reconocimiento en la investi-gacin han transitado por una dimensin temporal (periodos de egresomayor a cinco aos), que les ha permitido alcanzar un grado de madurezcon una lnea de investigacin definida. La diversificacin de las funcio-nes y un mayor nivel de productividad los dirige a una mayor movilidadocupacional, interna y externa, en las instituciones educativas. La granmayora ocupa puestos de alta responsabilidad en las instituciones deeducacin sup

Documents

Art Perfiles Educativos 143 Palamidessi Gorostiaga Suasnabar