NDICE DE CONTENIDOS
NDICE DE ANEXOS
RESUMEN EJECUTIVO
I.
ANTECEDENTES GENERALES
Todos los pases desarrollados y subdesarrollados requieren de un factor fundamental para hacer
crecer a una nacin, sta es la educacin. Se entiende por educacin al proceso de socializacin y
endoculturacin de las personas a travs del cual se desarrollan capacidades fsicas e intelectuales,
habilidades, destrezas, tcnicas de estudio y formas de comportamiento ordenadas con un fin social.
(Aza H, Bascun P., Caballero C., Castro Q., & Figueroa F, 2007)
1.1
Definicin de Educacin.
El sistema educacional chileno se caracteriza por tener una organizacin descentralizada, lo cual
significa que su administracin se realiza a travs de instituciones del estado autnomas,
municipales, particulares y fundaciones, que asumen ante el Estado la responsabilidad de brindar
educacin y mantener un establecimiento educacional.
Reconocido en la Constitucin Poltica del Estado, est constituido por cuatro niveles
educacionales: el nivel preescolar, el nivel bsico, el nivel medio y el nivel de educacin superior.
Es de real importancia el manejo y eficiencia del sistema tanto para la sociedad como para las
autoridades del pas, con el objetivo de controlar y hacer un seguimiento a la evolucin de este se
aplica peridicamente una prueba llamada SIMCE. (Aza H, Bascun P., Caballero C., Castro Q.,
& Figueroa F, 2007)
1.2
Definicin de SIMCE
1.3
Planteamiento del Problema
Conocer los aspectos que determinan el puntaje SIMCE.
1.4
Justificacin del Problema
Se espera que la presente investigacin sea de referencia para la identificacin de las variables que
afectan tanto positiva como negativamente al sistema educacional chileno, a travs del puntaje
obtenido en la prueba SIMCE y a la potenciacin de estos por parte del ministerio de educacin, en
pro de un sistema equitativo y ms eficiente en la utilizacin de recursos.
1.5
Objetivos y preguntas de Investigacin
Objetivo General.
Determinar los factores que afectan el puntaje SIMCE obtenido por los cuartos bsicos de
Chile desde 1998 al 2010.
Objetivos especficos.
Conocer los resultados del puntaje SIMCE y su evolucin por gnero (masculino/femenino)
de los alumnos.
Conocer los resultados del puntaje SIMCE y su evolucin por regin geogrfica.
Conocer los resultados del puntaje SIMCE y su evolucin por zona (urbana/rural).
Conocer los resultados del puntaje SIMCE y su evolucin por dependencia.
Conocer los resultados del puntaje SIMCE y su evolucin por estrato social.
Preguntas de Investigacin.
II.
Larraaga (1994) y Aedo (1997) concluyen que los colegios particulares subvencionados obtienen
mejores resultados que los municipalizados (p. 400) (Contreras & Macas, 2002).
Para Aedo y Larraaga (1994) y Aedo (1997) considera que en Chile la variable socioeconmica es
una de las ms importantes, sosteniendo que factores como el ndice de vulnerabilidad de la
escuela y las caractersticas de ingreso promedio de los alumnos estn asociados fuertemente al
logro educacional (p. 25). Idea fuertemente respaldada por los estudios pedaggicos de la
Universidad Austral de Chile, los que sostienen que la vulnerabilidad socioeconmica es una
variable que afecta significativamente el rendimiento de los alumnos en el SIMCE. En Chile, el
Programa de Escuelas Crticas lo comprueba, sealando que las escuelas que reciben intervencin,
incrementan sustancialmente sus niveles de aprendizaje en las mediciones SIMCE. Como lo afirma
Fullan (Volante Beach, Cumsille Eltit, Denardin Gonalves, & Mller Araya, 2008) ha descrito
factores de sustentabilidad que explican los cambios en las escuelas y ha determinado variables
como el mejoramiento del ambiente escolar, mejoramiento de procesos organizacionales y
monitoreo de procesos de cambios con el objetivo de dar seguimiento a lo anteriormente sealado.
Antiguamente la diferencia entre hombres y mujeres en los resultados de los test de inteligencia y
de logros educacionales era objeto de investigacin. Las diferencias de gnero, en base a miles de
estudios realizados en los inicios de los aos setenta, segn Maccoby y jacklin (1974) sealan que
los hombres lograban mejores resultados en los tests de habilidades cuantitativas(matemtica y
fsica) desde los 13 aos, mientras que las mujeres se desempeaban mejor en lectura y
escritura(p.23).Hoy en da los resultados de la prueba simce de acuerdo al gnero, no presenta
significancia, es decir, representan equidad.
La condicin de Actividad Econmica es uno de los principales temas investigados en los censos
nacionales y encuestas de hogares, que permiten clasificar a la poblacin entre econmicamente
activa y econmicamente inactiva , segn sea el tipo de actividad que realizan las personas, de
acuerdo a los resultados ,las mujeres , las personas jvenes y residentes en zonas rurales fueron las
ms afectadas en la captacin de su condicin de actividad , mientras que para los hombres, sobre
todo de zonas urbanas, se lograron mejores resultados, lo que se ve reflejado en que los hombres
proporcionan mayor capacidad fsica.
2.2
Anlisis de Variables que Afectan el Rendimiento de los Alumnos en el Puntaje
SIMCE de 4 Bsico
Se han seleccionado variables en funcin del grado de incidencia que tienen en el rendimiento
escolar en conjunto con la informacin proporcionada por el SIMCE. Siendo Y la variable endgena
y X las variables exgenas.
Variable endgena (Y):
Y: Resultado del SIMCE para los alumnos de 4 bsico comprendido entre los aos 1998 a
2010 a nivel nacional.
Variables exgenas (X):
Nivel socioeconmico (X1): Nivel de educacin de los padres y disponibilidad de
alimentacin escolar, debido a su gran incidencia en el rendimiento escolar. Estas se asocian
al grado de vulnerabilidad.
Infraestructura de la escuela (X2): Caractersticas medibles de los establecimientos
establecimiento.
Dependencia del establecimiento (X4): Corresponde al tipo de establecimiento educacional
ya sea particular subvencionado, particular pagado, corporacin municipal, corporacin
privada y municipal.
Cobertura (X5): Se mide como la fraccin de alumnos que pertenecen al sistema educativo
formal, con respecto a la poblacin en edad escolar del rea geogrfica en anlisis.
Desarrollo personal (X6): Identifica el grado de internalizacin de los alumnos. Se realiza
Das efectivos de clases (X11): Cantidad de das que se realizan actividades acadmicas al
interior del establecimiento educacional. En la prctica es declarada como constante debido
etapa se desarrollan habilidades que son significativas en el rendimiento futuro de los nios.
Tasa de aprobacin (X14): Existe una relacin positiva entre la tasa de aprobacin en la
en la comuna].
Porcentaje de Analfabetos (X19): Esta variable se obtiene al medir la capacidad de leer y
escribir a una edad determinada en una comuna. La importancia radica en que al tener altos
niveles de analfabetizacin y de educacin en general, estos pueden impedir el desarrollo
econmico de un pas, especialmente en un mundo que cambia rpidamente impulsado por
la tecnologa. Lo que trae como consecuencia una comuna con menos nivel educacional.
III.
FUENTES DE INFORMACIN
Los datos obtenidos para la realizacin del presente informe han sido rescatados de la base de datos
SIMCE comprendida entre los aos 1998 a 2010. Estos corresponden a fuentes secundarias de
informacin, recuperadas de la pgina Web del MINEDUC.
En primera instancia se realiz una investigacin exploratoria, la cual consisti en recopilar
informacin acerca de las posibles variables que podran explicar el rendimiento SIMCE de 4
bsico a nivel nacional. Posteriormente, se realiz una investigacin descriptiva con el objetivo de
determinar cules de stas son significativas para el modelo y las que no lo son desecharlas.
Dado que las variables obtenidas en la base de datos SIMCE son de carcter cuantitativas fue
preciso realizar un proceso de transformacin de variables, el que consisti en transformarlas a
dicotmicas, con el fin de mejorar los resultados del modelo. Una vez que fueron obtenidas, el
modelo a utilizar es de tipo causal al que se le aplicar una funcin Semi-Logartmicas y una CobbDouglas.
IV.
4.1
ANLISIS DE DATOS
VARIABLES DEPENDIENTES
1. Logaritmo Natural del puntaje promedio del ao 2010 de Lectura Ln(PPL): Variable
continua que muestra el logaritmo natural de la variable puntaje promedio del ao 2010 del
establecimiento.
2. Logaritmo Natural del puntaje promedio del ao 2010 en Educacin Matemticas
Ln(PPM): Variable continua que muestra el logaritmo natural de la variable puntaje
promedio del ao 2010 del establecimiento.
4.2
VARIABLES INDEPENDIENTES
Nombre Regin
Arica-Parinacota
Tarapac
Antofagasta
Atacama
Coquimbo
Valparaso
ZC: Variable dicotmica que representa la Zona Centro (1=ZC; 0=Otra Zona)
Zona Centro compuesta por las siguientes regiones:
Valor
Etiqueta
NR7
NR8
NR9
NR10
Nombre Regin
Arica-Parinacota
Tarapac
Antofagasta
Biobo
Valor
Etiqueta
NR11
NR12
NR13
NR14
NR15
Nombre Regin
Araucana
De los Ros
De los Lagos
De Aysn del General Carlos Ibez del
Campo
De Magallanes
2. DP: Variable dicotmica que representa la Dependencia del Establecimiento (1=DP; 0=Otro
Caso)
Dependencia del Establecimiento se compone de la siguiente forma:
Valor
Etiqueta
DP1,2
DP4,5
Tipo de Dependencia
Corporacin Municipal y Direccin de
Administracin de Educacin Municipal
Particular Pagado y Corporacin Privada
Etiqueta
GS1,2
GS4,5
V.
5.1
MODELOS DE REGRESIN
La variable dependiente incluida en este modelo es el logaritmo natural del puntaje promedio del
ao 2010 del establecimiento en Lectura; y como variables exgenas se incluyen las variables
dicotmicas, entre las que se encuentran Grupo Socioeconmico y Tipo de dependencia, adems de
incorporar la variable continua correspondiente al nmero de alumnos con puntaje 2010 en el
establecimiento en Lectura. Al agrupar las regiones en tres zonas estas tienden a homogeneizar los
resultados, por lo que se eliminarn dentro de este anlisis. (Ver anexo 1)
El siguiente paso consisti en realizar el modelo de regresin, el cual arroj que todas las variables
se encuentran en regin de rechazo, lo que indica que todas las variables son significativas para el
modelo. Con respecto a este modelo se obtuvo un R 2 de 0,332; el que explica en un 33.2% de toda
la variabilidad de la variable puntaje promedio del ao 2010 del establecimiento en Lectura, esto lo
hace ser representativo para nuestra investigacin.
Con respecto a la prueba F global el modelo presenta un valor-p de 0,000 el que contrastado con un
nivel de significacin del 5% indica que la hiptesis nula se rechaza, por ende, el modelo es
globalmente significativo y puede ser utilizado con fines predictivos RR:{valor-p < } (Ver anexo
1).
En relacin a la capacidad explicativa se analizar la siguiente tabla:
Hiptesis
H0: 1=0, H1: 11
H0: 2=0, H1: 21
H0: 3=0, H1: 31
H0: 4=0, H1: 41
H0: 5=0, H1: 51
Valor-p
0,000
0,008
0,000
0,000
0,000
Decisin
Se rechaza H0
Se rechaza H0
Se rechaza H0
Se rechaza H0
Se rechaza H0
Por lo tanto todas las variables son significativas para el modelo y pueden ser utilizadas con fines
explicativos.
5.2
La variable dependiente incluida en este modelo es el logaritmo natural del puntaje promedio del
ao 2010 del establecimiento en la asignatura de Matemtica; y como variables exgenas se
incluyen las variables dicotmicas, entre las que se encuentran Grupo Socioeconmico y Tipo de
dependencia, adems de incorporar la variable continua correspondiente al nmero de alumnos con
puntaje 2010 en el establecimiento en la asignatura de Matemtica. Al agrupar las regiones en tres
zonas estas tienden a homogeneizar los resultados, por lo que se eliminarn dentro de este anlisis.
El siguiente paso consisti en realizar el modelo de regresin, el cual arroj una variable en regin
de aceptacin, lo que explica que la diferencia entre la variable Dependencia Municipal (MUN) y
Dependencia Subvencionada (variable de criterio) no es significativa. Con respecto a este modelo se
obtuvo un R2 de 0,388; el que explica en un 38,8% de toda la variabilidad de la variable puntaje
promedio del ao 2010 del establecimiento en la asignatura de Matemtica.
Con respecto a la prueba F global el modelo presenta un valor-p de 0,000 el que contrastado con un
nivel de significacin del 5% indica que la hiptesis nula se rechaza, por ende, el modelo es
globalmente significativo y puede ser utilizado con fines predictivos RR:{valor-p < } (Ver anexo
2).
En relacin a la capacidad explicativa se analizar la siguiente tabla:
Hiptesis
H0: 1=0, H1: 11
H0: 2=0, H1: 21
H0: 3=0, H1: 31
H0: 4=0, H1: 41
H0: 5=0, H1: 51
Valor-p
0,000
0,862
0,000
0,000
0,000
Decisin
Se rechaza H0
No se rechaza H0
Se rechaza H0
Se rechaza H0
Se rechaza H0
La variable dicotmica MUN est en regin de aceptacin, por lo que esta no es significativamente
distinta a la variable de criterio.5.3
MODELO LOGARTMICO-LOGARTMICO DE
LECTURA.
LN(PPL)= 0 + 1 LN(TEL) - 2 MUN + 3 PART - 4 GBAJO + 5 GALTO
La variable dependiente incluida en este modelo es el logaritmo natural del puntaje promedio del
ao 2010 del establecimiento en Lectura; y como variables exgenas se incluyen las variables
dicotmicas, entre las que se encuentran Grupo Socioeconmico y Tipo de dependencia, adems de
incorporar la variable logartmica correspondiente al nmero de alumnos con puntaje 2010 en el
establecimiento en Lectura. Con respecto a la Zona, es importante sealar que al agrupar las
regiones en tres zonas estas tienden a homogeneizar los resultados, por lo que se eliminar del
anlisis.
El siguiente paso consisti en realizar el modelo de regresin, el cual arroj que todas las variables
se encuentran en regin de rechazo, lo que indica que todas las variables son significativas para el
modelo. Con respecto a este modelo se obtuvo un R 2 de 0,329; el que explica en un 32.9% de toda
la variabilidad de la variable puntaje promedio del ao 2010 del establecimiento en Lectura, esto lo
hace ser representativo para nuestra investigacin.
Con respecto a la prueba F global el modelo presenta un valor-p de 0,000 el que contrastado con un
nivel de significacin del 5% indica que la hiptesis nula se rechaza, por ende, el modelo es
globalmente significativo y puede ser utilizado con fines predictivos RR:{valor-p < } (Ver anexo
3).
En relacin a la capacidad explicativa se analizar la siguiente tabla:
Hiptesis
H0: 1=0, H1: 11
H0: 2=0, H1: 21
H0: 3=0, H1: 31
H0: 4=0, H1: 41
H0: 5=0, H1: 51
Valor-p
0,000
0,010
0,000
0,000
0,000
Decisin
Se rechaza H0
Se rechaza H0
Se rechaza H0
Se rechaza H0
Se rechaza H0
Por lo tanto todas las variables son significativas para el modelo y pueden ser utilizadas con fines
explicativos.
5.4
La variable dependiente incluida en este modelo es el logaritmo natural del puntaje promedio del
ao 2010 del establecimiento en educacin Matemtica; y como variables exgenas se incluyen las
variables dicotmicas, entre las que se encuentran Grupo Socioeconmico y Tipo de dependencia,
adems de incorporar la variable logartmica correspondiente al nmero de alumnos con puntaje
2010 en el establecimiento en educacin Matemtica. Con respecto a la Zona, es importante sealar
que al agrupar las regiones en tres zonas estas tienden a homogeneizar los resultados, por lo que se
eliminar del anlisis.
El siguiente paso consisti en realizar el modelo de regresin, el cual arroj una variable en regin
de aceptacin, lo que explica que la diferencia entre la variable Dependencia Municipal (MUN) y
Dependencia Subvencionada (variable de criterio) no es significativa. Con respecto a este modelo se
obtuvo un R2 de 0,388; el que explica en un 38,8% de toda la variabilidad de la variable puntaje
promedio del ao 2010 del establecimiento en la asignatura de Matemtica.
Con respecto a la prueba F-Global el modelo presenta un valor-p de 0,000 el que contrastado con un
nivel de significacin del 5% indica que la hiptesis nula se rechaza, por ende, el modelo es
globalmente significativo y puede ser utilizado con fines predictivos RR:{valor-p < } (Ver anexo
4).
En relacin a la capacidad explicativa se analizar la siguiente tabla:
Hiptesis
H0: 1=0, H1: 11
H0: 2=0, H1: 21
H0: 3=0, H1: 31
H0: 4=0, H1: 41
H0: 5=0, H1: 51
Valor-p
0,000
0,845
0,000
0,000
0,000
Decisin
Se rechaza H0
No se rechaza H0
Se rechaza H0
Se rechaza H0
Se rechaza H0
La variable dicotmica MUN est en regin de aceptacin, por lo que esta no es significativamente
distinta a la variable de criterio.
Dado que la funcin Cobb-Douglas es una funcin de produccin, esta representa a cabalidad el
objetivo de mirar el sistema educacional chileno como un sistema productivo, donde la eficiencia
del producto es medido por diversos instrumentos formales, en este caso el SIMCE.
Considerando, adems, la capacidad que tiene este tipo de funcin de otorgar distintas importancias
a cada parmetro () y con ello la importancia de cada variable.
LN(Y)= 0 + 1 LN(TE) 2 MUN + 3 PART - 4 GBAJO + 5 GALTO
Donde:
TE: alumnos con puntaje del ao 2010 del establecimiento en Lectura y Educacin
LNTEL: el coeficiente dice en relacin con su signo positivo, que mientras mayor sea el
nmero de alumnos de un establecimiento est asociado a un mayor rendimiento de las
pruebas SIMCE, dado que si un colegio tiene buen rendimiento en consecuencia tendr
1. Propuesta de modelos
1.1
Modelo
1
R cuadrado
,574a
R cuadrado
Error tp. de la
corregida
estimacin
,329
,329
,07627
El modelo final de lectura explica un 32,9% de la variable dependiente, es decir, del logaritmo
natural del puntaje promedio en Lectura en el ao 2010. Como variables exgenas se tomaron las
siguientes variables dicotmicas: grupo socioeconmico y tipo de dependencia, junto con una
variable continua logartmica correspondiente al nmero de alumnos con puntaje 2010 en el
establecimiento en la asignatura de Lectura. La variable dicotmica Zona
Para determinar si el modelo es globalmente significativo se realiz la siguiente tabla:
ANOVAb
Suma de
Modelo
1
cuadrados
Media
gl
cuadrtica
Regresin
16,327
3,265
Residual
33,234
5713
,006
Total
49,560
5718
F
561,320
Sig.
,000a
Hiptesis nula
H0: i = 0
Hiptesis alternativa
H1: i 0
El F-Global calculado se encuentra en regin de rechazo. Adems el p-value es menor que el nivel
de significancia del 5% (p-value = 0,000 < = 0,05). Por lo tanto el modelo es globalmente
significativo, en consecuencia, el modelo puede ser utilizado con fines de pronstico.
En relacin a la capacidad explicativa, se realizaron pruebas t-student.
Coeficientesa
Modelo
1
(Constante)
LNTEL
MUN
PART
GBAJO
GALTO
Coeficientes no
estandarizados
B
Error tp.
5,577
,006
,006
,001
-,007
,003
,038
,005
-,050
,003
,065
,003
Coeficientes
estandarizad
os
Beta
,049
-,035
,102
-,268
,277
t
995,817
4,103
-2,590
7,921
-17,372
18,713
Sig.
,000
,000
,010
,000
,000
,000
Por lo tanto como todas las variables se encuentran en regin de rechazo (p-value < = 0,05) stas
son significativas para el modelo y pueden ser utilizadas con fines explicativos.
1.2
Modelo
1
R cuadrado
,623a
,388
R cuadrado
Error tp. de la
corregida
estimacin
,387
,09565
El modelo final de lectura explica un 38,8% de la variable dependiente, es decir, del logaritmo
natural del puntaje promedio en Educacin Matemticas en el ao 2010. Como variables exgenas
se tomaron las siguientes variables dicotmicas: grupo socioeconmico, tipo de dependencia y
zona, junto con una variable continua logartmica correspondiente al nmero de alumnos con
puntaje 2010 en el establecimiento en la asignatura de Matemticas.
ANOVAb
Suma de
Modelo
1
cuadrados
Media
gl
cuadrtica
Regresin
33,038
6,608
Residual
52,173
5703
,009
Total
85,211
5708
Sig.
722,267
,000a
Hiptesis nula
H0: i = 0
Hiptesis alternativa
H1: i 0
Modelo
1
(Constante)
MUN
PART
GBAJO
GALTO
LNTEM
Coeficientes no
estandarizados
B
Error tp.
5,442
,007
-,001
,003
,068
,006
-,062
,004
,092
,004
,020
,002
Coeficientes
estandarizad
os
Beta
-,003
,140
-,254
,298
,134
t
774,348
-,195
11,298
-17,237
21,035
11,643
Sig.
,000
,845
,000
,000
,000
,000
La variable dicotmica MUN est en regin de aceptacin, por lo que esta no es significativamente
distinta a la variable de criterio.
2. Diagnsticos de Multicolinealidad.
Coeficientesa
Modelo
1
(Constante)
LNTEL
MUN
PART
GBAJO
GALTO
Coeficientes no
estandarizados
B
Error tp.
5,577
,006
,006
,001
-,007
,003
,038
,005
-,050
,003
,065
,003
Coeficientes
estandarizad
os
Beta
,049
-,035
,102
-,268
,277
t
995,817
4,103
-2,590
7,921
-17,372
18,713
Sig.
,000
,000
,010
,000
,000
,000
Estadsticos de
colinealidad
Tolerancia
FIV
,807
,644
,705
,492
,535
1,239
1,552
1,419
2,033
1,868
a
Diagnsticos de colinealidad
Modelo
1
Dimensin
1
2
3
4
5
6
Autovalor
3,415
1,622
,502
,246
,196
,019
Indice de
condicin
1,000
1,451
2,609
3,727
4,173
13,390
(Constante)
,00
,00
,00
,01
,00
,98
Proporciones de la varianza
MUN
PART
GBAJO
,02
,01
,01
,02
,15
,02
,05
,72
,03
,62
,08
,01
,29
,03
,67
,00
,01
,26
GALTO
,01
,10
,14
,49
,24
,02
LNTEL
,00
,00
,01
,03
,02
,94
2.2
Modelo
1
(Constante)
LNTEM
MUN
PART
GBAJO
GALTO
Coeficientes no
estandarizados
B
Error tp.
5,442
,007
,020
,002
-,001
,003
,068
,006
-,062
,004
,092
,004
Coeficientes
estandarizad
os
Beta
,134
-,003
,140
-,254
,298
t
774,348
11,643
-,195
11,298
-17,237
21,035
Sig.
,000
,000
,845
,000
,000
,000
Estadsticos de
colinealidad
Tolerancia
FIV
,809
,644
,704
,493
,535
1,236
1,554
1,420
2,027
1,869
a
Diagnsticos de colinealidad
Modelo
1
Dimensin
1
2
3
4
5
6
Autovalor
3,416
1,622
,501
,246
,196
,019
Indice de
condicin
1,000
1,451
2,610
3,730
4,174
13,391
(Constante)
,00
,00
,00
,01
,00
,98
Proporciones de la varianza
LNTEM
MUN
PART
GBAJO
,00
,02
,01
,01
,00
,02
,15
,02
,01
,05
,72
,03
,03
,61
,08
,01
,02
,29
,03
,68
,94
,00
,01
,26
GALTO
,01
,10
,14
,49
,24
,02
3. Diagnsticos de Heterocedasticidad.
3.1
Rho de Spearman
Coeficiente de
correlacin
Sig. (bilateral)
N
Coeficiente de
correlacin
Sig. (bilateral)
N
1,000
.
7923
-,208**
,000
5719
Res_Lectura
-,208**
,000
5719
1,000
.
5719
Al analizar el test de Spearman se logra identificar que el modelo de Lectura hasta el momento
presenta problemas de Heterocedasticidad. Para que no existan problemas se busca aceptar la
Hiptesis nula. En este caso p-value= 0.000 por lo tanto, la Hiptesis nula se rechaza y es necesario
solucionar el problema a travs del mtodo de los mnimos cuadrados ponderados donde la funcin
de ponderacin se presenta a continuacin:
1/Variable de Ponderacin * Potencia
Donde:
Variable de ponderacin: LNTEL. Variable logartmica continua que expresa al Alumnos con
puntaje del ao 2010 del establecimiento en Lectura.
Potencia: El rango de las potencias comprende valores de -2 a 2 en el cual se ha seleccionado la
potencia correspondiente a -1,5 para anlisis porque maximiza la funcin de log-verosimilitud (Ver
anexo 5).
Luego el modelo cumple con todos los supuestos bsicos puesto que el R 2 logra explicar en un
39,8% la variable dependiente, es decir, del logaritmo natural del puntaje promedio en Lectura en el
ao 2010. La F-Global se encuentra en regin de rechazo (p-value=0,000), por lo tanto, el modelo
puede ser utilizado con fines de pronstico y finalmente, lo mismo sucede con las pruebas t, las que
se encuentran en regin de rechazo, de esta manera el modelo puede ser utilizado con fines
explicativos (Ver anexo 6).
3.2
Correlaciones
Alumnos con
puntaje del
ao 2010 del
establecimien
to en
Educacin
Matemtica
Rho de Spearman
Coeficiente de
correlacin
Sig. (bilateral)
N
Coeficiente de
correlacin
Sig. (bilateral)
N
1,000
.
7914
-,197**
,000
5709
Res_
Matemtica
-,197**
,000
5709
1,000
.
5709
Al analizar el test de Spearman se logra identificar que el modelo de Matemtica hasta el momento
presenta problemas de Heterocedasticidad. Para que no existan problemas se busca aceptar la
Hiptesis nula. En este caso p-value= 0.000 por lo tanto, la Hiptesis nula se rechaza y es necesario
solucionar el problema a travs del mtodo de los mnimos cuadrados ponderados donde la funcin
de ponderacin se presenta a continuacin:
1/Variable de Ponderacin * Potencia
Donde:
Variable de ponderacin: LNTEM. Variable logartmica continua que expresa al Alumnos con
puntaje del ao 2010 del establecimiento en Matemtica.
Potencia: El rango de las potencias comprende valores de -2 a 2 en el cual se ha seleccionado la
potencia correspondiente a -1,5 para anlisis porque maximiza la funcin de log-verosimilitud (Ver
anexo 7).
Luego el modelo cumple con todos los supuestos bsicos puesto que el R 2 logra explicar en un
44,9% la variable dependiente, es decir, del logaritmo natural del puntaje promedio en Matemtica
en el ao 2010. La F-Global se encuentra en regin de rechazo (p-value=0,000), por lo tanto, el
modelo puede ser utilizado con fines de pronstico y finalmente, lo mismo sucede con las pruebas t,
las que se encuentran en regin de rechazo, de esta manera el modelo puede ser utilizado con fines
explicativos (Ver anexo 8).
internas:
las
escuelas
municipales
son
comparadas
permanentemente
con
establecimientos donde los estudiantes tienen un mayor apoyo de parte de los padres, menores
dificultades de aprendizaje, un desarrollo madurativo acorde con el curso en el que se encuentran,
los padres poseen un nivel educacional superior, etc. (Castillo, Gonzlez, & Puga, 2011).
Los alumnos de grupo socioeconmico bajo obtienen puntajes por debajo de los alumnos de grupo
socioeconmico alto en la dos asignaturas, esto se debe a que segn la lgica los alumnos de grupo
bajo estudian en establecimientos municipales y viceversa, por eso estn directamente relacionadas
entre s y con la variable dependiente.
Cabe destacar que la variable zona no se incluye en este anlisis ya que existen correlaciones
perdidas que tienden a homogenizar el anlisis.
5. Conclusiones.
Existen diversas limitaciones asociadas con el estudio, una de ellas es que ste estudio es de corte
transversal, es decir, en un instante determinado de tiempo, esto puede afectarlo ya que puede que
no sea representativo en su totalidad.
Lo anteriormente descrito implica que el modelo esta creado para un momento determinado del
tiempo, con una cierta cantidad de personas, que tienen ciertas caractersticas; es por esto que el
modelo no podra ser utilizado para otros aos debido a que las variables determinantes de los
puntajes promedios en la prueba SIMCE varan en distintos momentos del tiempo.