redimiento academico

Upload: etelvinavega

Post on 08-Jul-2018

226 views

Category:

Documents


0 download

TRANSCRIPT

  • 8/19/2019 Redimiento academico

    1/33

    Rendimiento acad´emico universitario*

    Luciano Di Gresia **[email protected] 

     Agosto 31, 200

    Resumen

    !n este tra"a#o se aplica el en$o%ue de $unci´on de producci´on paraestimar los determinantes del rendimiento acad´emico de una co&orte

    uni'versitaria ()acultad de iencias !con´omicas de la +L-1. /e utilia

    un modelo de datos censurados en valores m´nimos m´aimos (variaci´on del modelo to"it. Adicionalmente se analia la din´amica del

    desempe4no acad´emico se comparan co&ortes mediante unametodolog´a de micro'descomposici´on.

    5n t&is 6or7 t&e production $unction approac& is applied to estimatet&e determinant o$ t&e academic per$ormance o$ an universit co&ort ()a'

    cultad de iencias !con´omicas, +L-. A data censored model is used(variation o$ t&e to"it model. Additionall t&e dnamics o$ t&e academicper$ormance is analed and t&e co&orts are compared 6it& a met&odo'log o$ micro decomposition.

    8!L9 52

    -ala"ras claves9 educaci´on universitaria, rendimiento acad´emico,co&or'tes, to"it.

    * !ste tra"a#o es una versi´on modi$icada de un cap´tulo de la tesis doctoral realiada en la

    +niversidad acional de La -lata (director Dr. Al"erto -orto**

     Doctor en econom´a +niversidad acional de La -lata.1

    +niversidad acional de La -lata

    1

  • 8/19/2019 Redimiento academico

    2/33

    ´5ndice

    1. 5ntroducci´on 32. :aria"les involucradas ;

    3. Determinantes del rendimiento acad´emico <

    3.1. Las $uentes de datos . . . . . . . . . . . . . . . . . . . . . . . . . =

    3.2. La elecci´on de la varia"le eplicada la unidad de an´lisis . . . . =

    3.3. !l desempe4no seg´un la cantidad de materias apro"adas . . . . . >

    3.;. Descripci´on de las varia"les eplicativas consideradas . . . . . . . >

    3.

  • 8/19/2019 Redimiento academico

    3/33

    1. 5ntroducci´on

    !l principal interrogante %ue se plantea en este tra"a#o se re$iere a la siguiente

    cuesti´on9 u´e eplica las varia"ilidad en los rendimientos acad´emicosB

    !l modelo %ue se encuentra su"acente "a#o el an´alisis del proceso

    educativo es generalmente simple. La idea es %ue el desempe4no acad´emico de

    un estudiante est´a directamente relacionado con un con#unto de insumos %ue´este dispone. Algunos de esos insumos pueden ser controlados por medio de

    pol´ticas p´u"licas, como ser las caracter´sticas de las universidades, la calidad

    de los pro$esores, el dise4no de los cursos, las reglas de correlatividades.

    Cientras %ue otros insumos no pueden ser controlados, como por e#emplo el

    entorno $amiliar la capacidad de aprendia#e.

    !ste en$o%ue se denomina $unci´on de producci´on se $undamenta en la teor´a

    microecon´omica de la $irma. /e trata sencillamente de modelar el producto educativo

    como el resultado de una $unci´on %ue utilia insumos. !n anus&e7 (1??, 1?>=,

    1??3 se encuentran los conceptos $undamentales de este en$o%ue.

    La literatura de $unci´on de producci´on educativa tiene su inicio a partir de

    oleman et4al. (1?== cuo o"#etivo era analiar la disponi"ilidad de recursos enla escuela vinculada a distintos grupos de po"laci´on. !n este tra"a#o, deno'

    minado generalmente el Ein$orme olemanF, se encontr´ %ue la disponi"ilidad derecursos genera"a resultados inciertos so"re el desempe4no educativo, %ue el

    entorno sociecon´omico domina"a los resultados.2 /i "ien este estudio $ue su'

     #eto a $uertes cr´ticas metodol´ogicas, inici´o el camino del an´alisis de los$actores determinantes del rendimiento educativo.

     Algunos desarrollos realiados en Argentina so"re $unciones de producci´on

    educativas, tanto re$eridos a nivel universitario como al resto de los niveles edu'

    cativos, son los siguientes. Del$ino (1?>? estudia los determinantes del aprendi'a#e

    mediante un en$o%ue de $unci´on de producci´on sugiriendo %ue los rendimien'tos

    escolares dependen de $actores gen´eticos socioecon´omicos, de la calidad del

    docente, de las condiciones de la escuela del grupo de alumnos (peer e ect .

    Caradona aldeŕ on (200; presentan un modelo para estimar la $unci´on de

    producci´on en el caso del sistema educativo de la provincia de Cendoa. Los

    resultados %ue o"tienen muestran %ue el $actor m´as signi$icativamente relacio'nadocon la calidad educativa es el propio alumno como co'productor, medido a trav´es del

    nivel socioecon´omico del &ogar de donde proviene. -orto Di Gresia (2000

    presentan una cuanti$icaci´on de $unci´on de producci´on educativa3 %ue indica %ue la

    productividad del estudiante;  es maor para las mu#eres, para los estudiantes de

    menor edad para %uienes provienen de &ogares con padres m´as educados. am"i

    ´en encuentran un pe%ue4no e$ecto negativo de la cantidad de &oras tra"a#adas.

    Giovagnoli (2002 estudia, en "ase a un panel de estudiantes de la +niversidad

    acional de Rosario, los determinantes de la pro"a"ilidad de graduaci´on deserci

    ´on. )aio (200; analia detalladamente la vinculaci´on entre &oras tra"a#adas

    rendimiento acad´emico. Gallac&er (200

  • 8/19/2019 Redimiento academico

    4/33

    alumnos %ue cursan estudios de postgrado<

    Resulta o"vio %ue para analiar el proceso educativo desde la optima´ de un

    pro"lema de producci´on de"e dise4narse una adecuada medida del producto.

    -ero medir el producto del proceso educativo no es una tarea simple. La educaci

    ´on es una actividad %ue trans$orma individuos con determinadas caracter 

    ´sticas, en individuos con di$erentes calidades (anus&e7, 1??.

    +sualmente en los estudios de $unci´on de producci´on educativa seutilian mediciones &omog´eneas de prue"as acerca de determinadas

    &a"ilidades del es'tudiante (Hetts Corell, 1???.=  am"i´en es usual

    encontrar tra"a#os donde se utilian las tasas de a"andono, la duraci´on de lacarrera (Giovagnoli, 2002, la cantidad de materias apro"adas o las notaspromedio o"tenidas (Di Gresia et4al., 2002I -orto et4al., 200;I )aio, 200;,el valor presente de los ingresos $uturos (ard Jrueger, 1??=.

    !stas mediciones usadas son aproimaciones, con distinto grado de valid´e,

    de un producto m´as $undamental. !l inter´es en el desempe4no acad´emico se

    relaciona directamente con la percepci´on de la importancia %ue tiene la edu'caci

    ´on en a$ectar la &a"ilidad de los estudiantes en desenvolverse me#or en la

    sociedad una ve %ue terminan los estudios. La teor´a relevante es %ue m´asedu'caci´on &ace a los individuos m´as productivos en el mercado la"oral, me#ora

    la participaci´on en democracia, los &ace me#ores consumidores, etc. !n generallos estudios emp´ricos con$irman la correlací on entre maores niveles de

    educaci´on atri"utos positivos luego de los estudios (CcCa&on, 2002.

    !n este tra"a#o se desarrolla el tema de los determinantes del rendimiento

    acad´emico inici´andose en la secci´on 2 con una "reve discusi´on so"re las

    varia"les involucradas. !n la seccion 3 se presenta un caso de estudio "asado

    en el analisis de una co&orte de la )acultad de iencias !con´omicas de la

    +niverisidad acio'nal de La -lata. /e discute temas como la elecci´on de la

    varia"le eplicada las varia"les eplicativas, el modelo de estimaci´on los

    resultados. !n la secci´on ; se estudian temas re$eridos a la din´amica del

    desempe4no acad´emico a la identi$icaci´on de puntos nodales dentro de la

    carrera. )inalmente, en la secci´on < se analia la comparaci´on de co&ortes

    desarroll´andose una metodolog´a de microdescomposici´on para a&ondar en

    las causas de los di$erentes desempe4nos relativos.

    2. :aria"les involucradas

    +na primera pregunta $ormulada generalmente cuando se analia el proceso de

    educativo universitario es cuales son los determinantes %ue a$ectan el desem'pe4no

    acad´emicoB !n este sentido el desempe4no acad´emico es determinado por un

    con#unto de caracter´sticas del individuo el conteto. -osteriormente este

    desempe4no acad´emico eplica di$erenciales de salarios en el mercado la"oral. !n

    este caso la relaci´on puede provenir de di$erentes interpretaciones. -or una lado

    < Alumnos de la +niversidad del !CA.

    = -or e#emplo el G-A (Grade -oint Average en !stados +nidos, el cual re$le#a la ad'%uisici

    ´on de capital &umano en el momento en %ue los individuos est́ an cerca de la entradapermanente en la $uera la"oral. -ara un an´alisis de la relaci´on entre ingresos la"orales rendimiento en G-A ver Lour Garman (1??=.

    ;

  • 8/19/2019 Redimiento academico

    5/33

  • 8/19/2019 Redimiento academico

    6/33

    3.1. Las $uentes de datos

    Las $uentes de in$ormaci´on utiliadas en este caso de estudio son "´asicamente tres9

    )ormulario de ingresante9 Representa un re%uisito %ue cada estudiantetie'ne %ue cumplimentar al momento de su ingreso. De esta $uente seo"tienen los datos "´asicos como seo, nacionalidad, edad al inicio,educaci´on de los padres, condici´on de actividad de los padres lasituaci´on la"oral del estudiante en ese momento.

    !ncuesta a4no 200;9 !s una encuesta %ue se reali´o en la )acultad de ien'

    cias !con´omicas entre noviem"re diciem"re del a4no 200; a todos los

    estudiantes en actividad.13

     De esta $uente de datos se o"tiene in$ormaci´on

    adicional re$erida a la condici´on la"oral del estudiante a $ines del a4no 200;,

    las &oras de estudio, datos so"re la modalidad de estudio (grupos de es'tudio

    otros datos. a"e aclarar %ue la encuesta no $ue realiada por la totalidad de

    los estudiantes, sino s´olo por los %ue se encontra"an en activi'dad en ese

    momento. -ara el caso de la co&orte 2000 %ue est´a comprendida por 2.2;=

    alumnos, realiaron la encuesta ;;< (un 20 .

    Datos de actividad acad´emica en cuanto a e´amenes $inales9 !s una "ase

    de datos1;

     con la in$ormaci´on de cada e´amen $inal rendido por el estu'

    diante durante el a4no acad´emico. /e registra la $ec&a de realiaci´on dele´amen, el tipo de e´amen ($inal li"re, $inal regular promoci´on, la ma'teria rendida, la carrera a la %ue corresponde la materia, la nota o"tenida la identi$icaci´on del estudiante (n´umero de lega#o.

    +tiliando el n´umero de lega#o, %ue se encuentra presente en las tres

    $uentes de in$ormaci´on, se construe una unica´ "ase de datos con las caracter 

    ´sticas el desempe4no acad´emico de los estudiantes de la co&orte.

    3.2. La eleccí on de la varia"le eplicada la unidad de an´alisis

    !n este primer caso de estudio utiliamos como varia"le eplicada lacantidad de materias apro"adas a un momento del tiempo. Ktras alternativassurgen si se emplea la nota promedio (con sin aplaos, com"inacionescon la cantidad de materias apro"adas.

    -or %u´e usar la cantidad de materias apro"adas en ve de la notaB Los

    argumentos se presentan en detalle en Di Gresia -orto (200

  • 8/19/2019 Redimiento academico

    7/33

    la apro"aci´on de materias es un "ien, mientras %ue la nota es neutral.1<

      Adi'

    cionalmente a los argumentos de varia"ilidad, puede indicarse %ue la nota es unindicador %ue contiene maor ruido estad´stico de"ido a una serie de cuestiones9

    (i eisten di$erentes modalidades de apro"aci´on en lo %ue respecta a lanota m´nima (;, = o´ , (ii en algunos casos se dan situaciones de noregistraci´on $ormal de nota cuando el alumno es desapro"ado, (iii eisten

    di$erencias en'tre las carreras respecto del promedio de nota asignado por los pro$esores a los cursos.

    1=

    on respecto a la unidad de an´alisis considerada, es importantemencionar %ue la cantidad de materias apro"adas se cuanti$ica sindiscriminar la carrera %ue sigue el estudiante. !s decir, se considera laproductividad acad´emica del estudiante en t´erminos de materias evalu´andoselo de manera ´ntegra a pesar %ue pueda estar siguiendo m´as deuna carrera. !sta de$inici´on resulta relevante en el caso "a#o estudio de"idoa %ue una porci´on importante de los estudiantes (el 1;.; del total de laco&orte el 2 del su"grupo %ue apro"´o al menos una materia siguenm´as de una carrera de acuerdo a lo %ue se epone en el cuadro 1.

    uadro 19 Distri"uci´on co&orte 2000 por carreras (a diciem"re de 200 13.3- N LA N L! ? 0.;

    - N L! ? 0.;

    LA N L! = 0.3

    otal 2.2;= 100.0

    )uente9 ela"oraci´on propia en "ase a datos e/-i (+L-.

    a"e mencionar %ue la asignaci´on por carreras se reali´o en $unci´on dela carrera a la %ue pertenecen las materias apro"adas por el estudiante. /iun estudiante apro"´ = materias del ciclo "´asico 1 de la carrera deontador -´u"lico, se asigna la carrera de ontador -´u"lico. /i apro"´o s´olo carreras del ciclo "´asico se asigna como carrera el ciclo "´asico, es

    decir, todav´a no opt´ por carrera.1

    !n consecuencia se de$ini´o utiliar como unidad de an´alisis al estudiante no al

    estudiante seg´un la carrera %ue realia, de"ido a %ue en ´este ultimo´ caso se

    1< !l &ec&o %ue la nota sea neutral puede depender no s´olo del comportamiento de los estudiantes, sino

    tam"i´en del comportamiento de los pro$esores en lo re$erente a la asignaci´on de la nota.

    1= -or e#emplo en la carrera de Licenciatura en !conom´a, al ser pocos alumnos cursando, se genera una

    relaci´on m´as cercana con los pro$esores. !sto podr´a eplicar me#ores desempe4nos Mo me#ores notas

    sistem´aticamente, tal como se o"serva en la realidad respecto de las otras carreras.

    1 !sta asignaci´on se e$ect´ua independientemente de la inscripci´on $ormal %ue realia el estudiante en lacarrera. !n el caso de la co&orte 2000 esta opci´on $ormal de carrera se reali´o al comenar el tercer a4no.

  • 8/19/2019 Redimiento academico

    8/33

    genera"an resultados anormalmente malos de"ido a la presencia dealumnos %ue realia"an una carrera adem´as de algunas materias de otracarrera. -or e#emplo, alguien %ue sigue ontador -´u"lico realia unamateria de la Licenciatura en !conom´a aparecer´a como un alumno condesempe4n´o optimo´ en la primer carrera con mu "a#o desempe4no en lasegunda carrera. !n realidad este alumno re$le#a un desempe4no optimo´ si

    se lo considera ´ntegramente. Adem´as, de esta manera el total deo"servaciones se corresponde con la cantidad de alumnos de la co&orte.

    3.3. !l desempe4no seg´un la cantidad de materias apro"a'das

    onsiderando diciem"re de 200< como mes de re$erencia para analiar el

    desempe4no acad´emico,1>

     se o"serva %ue eactamente 1.000 estudiantesno apro'"aron ninguna materia en 2 meses de carrera. !sto permite in$erir %ue al menos un ;;.< de los estudiantes ingresantes a esta co&orte del

    a4no 2000 a"andonaron seguramente los estudios.1?

    !n la $igura 1 se presenta el &istograma de materias apro"adas s´olo para losindividuos %ue al menos apro"aron una materia en = a4nos de carrera. Dentro de

    este su"grupo los resultados muestran %ue m´as de la mitad (

  • 8/19/2019 Redimiento academico

    9/33

     4 .39 . . 3

          P     o     r     c

         e     n      t     a      j     e .      2 .1533

     . 1

     0

    .1059 .1027 .1075 .1067

    .0313

    .0024

    0 10 20 30 40Cantidad de materias aprobadas a diciembre de 2005

    )igura 19 istograma de materias apro"adas (co&orte 2000 %uienesapro"aron alguna materia

    uadro 29 Distri"uci´on co&orte 2000 por seo

    /eo )recuencia -orcenta#es

    Casculino > ;02 ?3.>o soltero 120 =.2

    otal 1.?22 100.0

    La distri"uci´on por nacionalidad del estudiante mostrada en el cuadro ;denota la casi eclusiva presencia de argentinos.

    !n lo %ue respecta a la ciudad de nacimiento del estudiante, se o"serva una

    1.?2;, mientras %ue la cantidad total de alumnos de la co&orte es de 2.2;=. !sta di$erencia sede"e a %ue no se disponen de la totalidad de in$ormaci´on en las varia"les %ue con$orman lain$ormaci´on de la co&orte 2000. La misma situaci´on, incluendo variaciones en el total deestudiantes de los %ue se disponen datos, se veri$ica en el resto de las varia"les eplicativasconsideradas.

    ?

  • 8/19/2019 Redimiento academico

    10/33

    uadro ;9 Distri"uci´on co&orte 2000 por nacionalidad

    acionalidad )recuencia -orcenta#es

     Argentino 1.>> ?.<o argentino ;> 2.<

    otal 1.?2= 100.0

    gran presencia de los nacidos en la ciudad de La -lata,2;

      tal como seaprecia en el cuadro

  • 8/19/2019 Redimiento academico

    11/33

    16 17 18 19 20 21 22 23 24 25 26 27 28 2930Edad al inicio

    Varones Mujeres

    )igura 29 )unci´on de densidad de la edad al inicio de los estudios (co&orte 2000

    privadas. !l promedio en la escuela secundaria es levemente maor para%uienes ingresan desde una escuela secundaria privada.

    Ktro resultado de inter´es es la maor educaci´on de los padres de los estu'

    diantes %ue provienen de escuela secundaria privada (11.

    a4nos en el caso de los padres, 11.

  • 8/19/2019 Redimiento academico

    12/33

    uadro =9 Distri"uci´on co&orte 2000 por educaci´on de los padres

    ivel educativo -adre Cadreantidad Dist.acum. antidad Dist.acum.

    /in educaci´on 0.; 10 0.<

    -rimaria incompleta 1.= 12> .;-rimaria completa ;1< 31.< ;20 2?.?

    /ecundaria incompleta 3=3 0.;

    erciario completa 1> 0.? ?1 0.< 13.<

    +niversitario completa 3 100.0

    otal 1.>1? 1.>=<

    uadro 9 Distri"uci´on co&orte 2000 por tipo de escuela secundaria

    !scuela secundaria )recuencia -orcenta#es

    -´u"lica 1.2=1 =< a4nos

    -ara estudiantes %ue no tra"a#an "uscan al $inal9 12.13 a4nos

    -ara estudiantes %ue no tra"a#an no "uscan al $inal9 13.1> a4nos

    /e o"serva %ue los alumnos %ue no tra"a#an no "uscan tra"a#o son los%ue provienen de &ogares con maor educaci´on. !sto re$uera la ideaprevia de maores posi"ilidades econ´omicas %ue permiten realiar casi la

    totalidad de la carrera sin necesidad de tra"a#ar.

    2=

    2= Ktra cuesti´on %ue se o"serva es la maor educaci´on promedio de los padres de los

    alumnos %ue %uedaron como activos en el a4no 200;.

    12

  • 8/19/2019 Redimiento academico

    13/33

    uadro >9 Distri"uci´on co&orte 2000 datos seg´un escuela secundaria

    !scuela !dad al -roporci´on -romedio acidos ensecundaria inicio mu#eres secundaria La -lata

    -´u"lica 21.02 0..1 0.

     %ue se resuelve mediante

    2 !s decir varia"les %ue no est´en correlacionadas con la varia"le eplicada %ue epli%ue una parterelevante de la varia"le eplicativa.28

    Donde Q es la varia"le %ue denota el desempe4no del estudiante i. 7i es un con#unto de J varia"leseplicativas %ue se estipulan como determinantes del rendimiento para el estudiante

    13

  • 8/19/2019 Redimiento academico

    14/33

    uadro 109 Distri"uci´on co&orte 2000 seg´un condici´on la"oral del estudiante

    ondici´on la"oral 5nicio ($e"'2000  A novMdic'200;)recuencia -orcenta#es )recuencia -orcenta#es

    /i tra"a#a ;2? 23.1 1?; ;3.

  • 8/19/2019 Redimiento academico

    15/33

    CK

    Q= ss s s s

    s s  s

    ss s  A

    s  o"it

    sss

    s s ss s s'

    B

    )igura 39 !l pro"lema de la varia"le desempe4no censurada

    dos grupos de estudiantes se corresponden con las o"servacionesse4naladas en el semic´rculo so"re el e#e el semic´rculo a la altura de Aen la $igura 3. Adicionalmente se muestran las estimaciones %ue surgir´an eneste caso por CK en comparaci´on con la %ue devolver´a un modelo o"it,identi$ic´andose a la di$erencia entre am"as estimaciones como el sesgo dela estimaci´on por CK respecto de la estimaci´on por o"it.

    !l modelo to"it o modelo de regresi´on censurada %ue es convenienteaplicar en estos casos se de$ine de la siguiente manera9

    2i∗ P

    W S Nǫi

    i P 0 si i∗

     X 0 (2

    i

    P A si i∗

     Y A

    i

    P i∗

    si i∗

     Z 0 i∗

     [ A

    Donde i∗

     es la llamada varia"le latente. i es la varia"le dependiente o"ser'

    vada censurada para valores menores a 0 maores a A, es decir o"servamos la

    verdadera varia"le latente s´olo cuando i se encuentra en el intervalo U0..AV. W 

    es un vector de varia"les eplicativas.ǫi es el t´ermino de error.

    al como se &a dic&o previamente, el estimador de CK en esta situaci´on

    es sesgado. !n el caso del modelo to"it, "a#o el supuesto de normalidad (ǫi ∼ (0, \

    2, se resuelve el pro"lema mediante estimadores m´aimo veros´miles

    pudiendose demostrar %ue poseen las propiedades &a"ituales.

    !n de$initiva una alternativa de estimaci´on consiste en utiliar todas laso"servaciones disponi"les

    32 para estimar un modelo to"it de determinantes

    del rendimiento acad´emico.

    32 5ncluso los datos de a%uellos estudiantes %ue no registran ninguna materia apro"ada de

    %uienes a se graduaron.

    1

  • 8/19/2019 Redimiento academico

    16/33

    Ktra alternativa posi"le consiste en descartar a los estudiantes %ue no apro'

    "aron materias, o incluso %ue registran inactividad en un determinado per´odo

    de tiempo, estimar el modelo por CK. !sta alternativa permite eliminar el

    pro"lema de sesgo a la i%uierda, pero desaprovec&a in$ormaci´on disponi"le.

    !ste camino es tomado en las estimaciones del tra"a#o de -orto et4al. (200;.

    3.. !stimaci´on de determinantes del desempe4no acad´emi'co

    !n el caso espec´$ico de la estimaci´on para la co&orte 2000 el modelo aaplicar es el siguiente9

    mi∗ P

    W S Nǫi

    mi P 0 si mi∗

     X 0 (3

    m i P A si m∗ Y A   ii i

    mi P mi∗

    si mi∗

     Z 0 mi∗

     [ Ai

    Donde mi es la cantidad de materias apro"adas por el estudiante i. Ai  es lacantidad total de materias de la carrera. !sta varia"le es distinta por estudiante

    de"ido a %ue depende de la carrera %ue se realia o reali´o. !sto implica la aplicaci

    ´on de una variante m´as general del modelo to"it denominado censored'normal

    regression, %ue permite de$inir censura a nivel de cada o"servaci´on en di$erentes

    valores de la varia"le dependiente. -ara m´as detalles ver /tata (2003.

    Los resultados de la estimaci´on del modelo de regresi´on censurada se pre'sentan en el cuadro 11. /e estiman ; modelos con las siguientes caracter´sticas9

    Codelo 19 !plica la cantidad de materias apro"adas durante todo elproceso educativo (incluendo el ciclo inicial de 3 materias utiliandolos determinantes %ue surgen de la $ic&a de ingresantes. !sto permitedisponer del m´aimo de o"servaciones 1.=?>.

    Codelo 29 La varia"le eplicada a&ora es la cantidad de materias apro'"adas posteriormente al ciclo inicial de 3 materias. /e incorpora comodeterminante el desempe4no en el ciclo inicial.

    Codelo 39 5gual al modelo 1 pero se incorporan como determinantesalgu'nas varia"les provenientes de la encuesta de 200;. !sto &acedisminuir la cantidad de o"servaciones a 30.

    Codelo ;9 /imilar al modelo 2 incorporando las varia"les %ue seagregaron en el modelo 3.

    uadro 119 !stimaciones to"it co&orte 2000

    Determinante Caterias Caterias Caterias Cateriasal 12M200< luego H al 12M200< luego HU1V U2V U3V . U;V

    /eo $emenino 1.0= 0.;1 1.= 0.=V** U1.2?V U2.30V* U0.>?V

    /igue . . .

    1=

  • 8/19/2019 Redimiento academico

    17/33

    uadro 119 !stimaciones to"it co&orte 2000 (continuaci´on

    Determinante Caterias Caterias Caterias Cateriasal 12M200< luego H al 12M200< luego H

    U1V U2V U3V . U;V

    /oltero '0.0= 1.1> 1.2? 1.?1U0.0=V U1.2?V U0.V

     Argentino 0.1 '0. ;.= 3.01U0.0V U0.=2V U1.3=V U1.01V

    !dad inicio '0.2= '0.32 '0.12 '0.2U3.3;V** U;.0V U0.0V U0.>=V U0.1?V

    /ecundaria privada 0.3 '0.; 0.0 '0.1=U0.?V U1.;=V U0.0?V U0.2=V

    !ducaci´on padre 0.21 0.12 0.2< 0.12U3.=?V** U2.;;V* U2.1V* U1.1>V

    !ducaci´on madre 0.1 0.11 0.3< 0.32

    U1.

  • 8/19/2019 Redimiento academico

    18/33

    uadro 119 !stimaciones to"it co&orte 2000 (continuaci´on

    Determinante Caterias Caterias Caterias Cateriasal 12M200< luego H al 12M200< luego H

    U1V U2V U3V . U;V

    U2.01V* U0.13V

    o tra"a#a 200; '0.?? 1.0U0.?>V U1.1?V

    Grupo estudio 0.2? 0.22U1.0?V U0.?3V

    Grupo La -lata 1.03 0.3V

    Grupo secundaria 1.?= 1.0<U2.00V* U1.23V

    oras estudio 2 '0. 0.

  • 8/19/2019 Redimiento academico

    19/33

    !l tipo de escuela secundaria (privada vs p´u"lica tampoco parecetener in$luencia con la cantidad de materias apro"adas.

    La educaci´on de los padres tiene una in$luencia positiva so"re eldesempe4no acad´emico. !l e$ecto se da en algunos casos de maneracon#unto (padre madre o una de ellas.

    La di$erenciaci´on de categor´a ocupacional del padre (patr´on, cuentapro'

    pista, o"rero, etc. no muestra signi$icancia estad´stica. !sto se eplica en

    parte por la correlaci´on %ue eiste con el nivel de educaci´on de los padres.

    Los estudiantes %ue no tra"a#a"an al inicio de la carrera muestran unme#or desempe4no.

    !isten di$erencias de desempe4no relativo entre las carreras. La carrerade Licenciatura en !conom´a muestra resultados superiores al resto.

    !n los modelo 2 ; donde se inclue como $actor determinante el desem'

    pe4no en el ciclo inicial, se o"serva una mu importante relaci´on con el

    desempe4no posterior. !sto da la pauta de la decisiva importancia de las

    primeras tres materias en el posterior proceso educativo.

    La inclusi´on del ciclo inicial como determinante en los modelos 2 ; se e$ect

    ´ua en $unci´on de las regulaciones imperantes en los reglamentos acad´emicos

    de la $acultad. !n los &ec&os el ciclo inicial $unciona de manera similar a un e

    ´amen de ingreso de car´acter eliminativo. !sto se deduce del alto grado de

    vinculaci´on entre el desempe4no en el ciclo inicial lo %ue ocurre posteriormente

    con los estudiantes, tal como se o"serva en la $igura ;.

     0 . 0 2 5 . 0 5 . 0 7

     5 . 1 D e n s i d a d

    0 5 10 15 20 25 30 35Materias aprobadas al 6to año

    Ciclo inicial = 0 materia Ciclo inicial = 1 materiaCiclo inicial = 2 materias Ciclo inicial = 3 materias

    )igura ;9 Caterias apro"adas al =to a4no seg´un desempe4no en ciclo inicial

    La $igura ; muestra la $unci´on de densidad de materias apro"adas al =to a4no de

    carrera distinguiendo seg´un las materias apro"adas en el ciclo inicial (0, 1, 2 o´ 3.

    !s importante mencionar %ue en este caso se &an eliminado los estudiantes %ue no

    registran materias apro"adas al =to a4no de carrera. /e o"serva

    1?

  • 8/19/2019 Redimiento academico

    20/33

    la persistencia de los "uenos resultados iniciales incluso al =to a4no decarrera. uienes m´as materias apro"aron en el ciclo inicial me#or desempe4no muestran al $inal de la carrera.

    Respecto de los alumnos %ue no apro"aron ninguna materia, es interesante

    mostrar el cuadro 12 en donde se epone %ue el >;.2 de los alumnos %ue no

    apro"aron ninguna materia del ciclo inicial no logran apro"ar ninguna materia &asta el

    =to a4no de carrera. !sto es una clara pauta del nivel de a"andono de carrera %ue segenera tras el ciclo inicial, el cual alcana al mu elevado valor de ;;,< del total de

    la co&orte. -or otro lado, el $en´omeno de convergencia por parte de los alumnos

    reagados en el ciclo inicial es mu reducido, o"serv´andose %ue s´olo el 0.< de los

    alumnos (s´olo = estudiantes logra retomar un sendero de desempe4no %ue lo lleva a

    apro"ar m´as de 20 materias al =to a4no de carrera. am"ien puede o"servarse en el

    cuadro 12 el sucesivo me#or desempe4no a medida %ue aumenta la cantidad de

    materias apro"adas en el ciclo inicial.

    uadro 129 :inculaci´on entre ciclo inicial desempe4no al =to a4no

    Caterias apro"adas Caterias apro"adas al =to a4no de carrera otalen ciclo inicial inguna !ntre 1 10 !ntre 11 20 C´as de 20 estudiantes

    inguna materia 1000 1 23 = 11>1 materia ;10 1>< 11 12

    2 materias 332 22;=

    inguna materia >;.2 13.3 L 1.? 0.< 100 L1 materia L 23.0 100 L

    20

  • 8/19/2019 Redimiento academico

    21/33

    ;. Din´amica del desempe4no acad´emico

    !n la secci´on anterior se estudiaron los determinantes del desempe4no acad´emi'

    co mediante el an´alisis de la situaci´on de una co&orte en un determinado mo'mento

    del tiempo. +n aspecto complementario a estudiar en esta secci´on radica en analiar 

    la din´amica del desempe4no acad´emico. !s decir, "´asicamente la evo'luci´on

    durante el desarrollo de la carrera del indicador de materias apro"adas.+na primera aproimaci´on a esta cuesti´on se presenta en la $igura < en

    donde se muestra la evoluci´on de la cantidad de materias apro"adaspromedio de todos los estudiantes %ue componen la co&orte ingresada en ela4no 2000 (l´nea de sendero real. Adicionalmente se epone la comparaci´on con el sendero ´optimo de$inido por el desarrollo del plan de estudiospara graduarse al $inal del

  • 8/19/2019 Redimiento academico

    22/33

     3 2

         a     p     r     o       b     a       d     a     s       2       4       2       8

         m     a       t     e     r       i     a     s       1       6       2       0

           d     e       1       2

           P     r     o     m     e       d       i     o       4       8

     0

    0 12 24 36 48 60 72

    Meses de carrera

    Sendero decil 6 Sendero decil 7

    Sendero decil 8 Sendero decil 9

    Sendero decil 10 Sendero óptimo

    )igura =9 Din´amica del desempe4no de la co&orte 2000 seg´un deciles

    ;.1. -untos nodales en la din´amica del desempe4no acad´emi'co

     Al $inal de la secci´on 3. se trat´o el tema de la inclusi´on del resultadodel ciclo inicial como determinante del desempe4no acad´emico (modelos 2 ; de las estimaciones presentadas en el cuadro 11. !n la $igura ; elcuadro 12 se epuso la decisiva importancia %ue el ciclo inicial tiene para eldesarrollo del resto de la carrera del estudiante. De$inimos la presencia deesta situaci´on en el mes de la carrera (mes en el %ue se de$ine la apro"aci´on de las materias del ciclo inicial como un punto nodal dentro de la din´amica del desempe4no acad´emico.

    !l interrogante %ue se plantea en este sentido es si eisten otros puntos

    nodales dentro del desarrollo de la carrera. !n este sentido, se plantea uname'todolog´a de estimaci´on con el o"#etivo de identi$icar estos otros puntosnodales. La metodolog´a consiste en estimar sucesivos modelos de

    determinantes del ren'dimiento3;

     de la siguiente $orma9

    mi,(2... mi,(3... mi,(;... mi,(

  • 8/19/2019 Redimiento academico

    23/33

    Cientra %ue i es el vector de determinantes considerados (seo, estado civil,educaci´on de los padres, condici´on la"oral del alumno, etc. para el alumno i..

    !l coe$iciente ](n_1 es el utiliado para testear la eistencia de punto nodalen el mes n _ 1. !s decir, por e#emplo en la ecuaci´on se est´a testeando lapre'sencia de un punto nodal en el mes ;. K"s´ervese %ue la regresi´onincorpora como varia"le de control el desempe4no previo del alumno, en el caso

    de la ecuaci´on se trata de la varia"le m i,(1...3 %ue considera la cantidad dematerias apro"adas entre los meses 1 3, es decir #usto previamente al nodo%ue se est´a evaluan'do. -or otra parte, la varia"le dependiente en la ecuaci´on es el desempe4no del estudiante en el per´odo posterior al mes %ue se est´a

    testeando como nodo, este desempe4no esta determinado por la varia"le m i,(

  • 8/19/2019 Redimiento academico

    24/33

    el mes de a"ril de cada a4no es un momento importante dentro de la carrera de los

    estudiantes, de"ido a %ue se utilia el per´odo de verano para preparar m´ultiples

    materias %ue son rendidas en las primeras mesas de e´amenes del a4no.

    -ara %ue puede servir la identi$icací on de estos puntos nodalesB !n t

    ´erminos del desarrollo de la pol´tica acad´emica es un dato relevante para

    concentrar maores es$uero en determinados momentos de la carrera en

    realiar cursos de apoo, $ortalecer el plantel de pro$esores, orientar me#or a losestudiantes, etc. /e &a identi$icado %ue invertir en me#orar el curso "´asico es un

    instrumento poderoso para me#orar el desempe4no posterior de los estudiantes.

     Adem´as se &a encontrado %ue $ortalecer la actividad acad´emica previa a los

    meses de a"ril (por e#emplo con actividades de apoo etra podr´a ser tam"i´en

    una manera de me#orar el desempe4no acad´emico posterior de los estudiantes.

  • 8/19/2019 Redimiento academico

    25/33

     8

         a     p     r     o      b     a      d     a     s      6      7

         m     a      t     e

         r      i     a     s      4      5

           d     e       3

           P     r     o     m     e       d       i     o       1       2

     0

    0 12 24 36 48 60 72

    Meses de carrera

    2000 materias 2001 materias

    2002 materias 2003 materias

    )igura 9 !voluci´on de cantidad de materias apro"adas por co&ortes

    tal como se epone en los cuadros 1; 1

  • 8/19/2019 Redimiento academico

    26/33

    uadro 1

  • 8/19/2019 Redimiento academico

    27/33

    Donde para calcular los e$ectos carater´sticas par´ametros se de"ieron esti'

    mar las siguientes ecuaciones para las co&ortes a "9;0

    ia  P i

    a N (1;S   ǫ

    i

    i"  P i

    " N (1 0.; 0.3

    5no"serva"les 0.1> 0.01 '0.11

    :ariaci´on total '0.

  • 8/19/2019 Redimiento academico

    28/33

    !l cuadro 1= muestran los siguientes resultados seg´un la comparaci´onde co&ortes %ue se o"serve9

    !ntre la co&orte 2000 20019 /e veri$ica un $uerte e$ecto caracter´sticas

    negativo ('1.2 e ino"serva"les (N0.1> positivo. !l e$ecto $inal negativo se reduce a

    aproimadamente la mitad ('0.

  • 8/19/2019 Redimiento academico

    29/33

    de edad al inicio, leve menor participaci´on de estudiantes %ue tra"a#an.;1 ;2

    !ntre la co&orte 2000 la 2002 las di$erencias en las caracter´sticas a no sontan claras, importando el peso espec´$ico %ue cada una de ellas tienen en su

    impacto so"re el rendimiento acad´emico. /e o"serva %ue la co&orte

    Ktra conclusi´on de inter´es %ue surge del an´alisis de microdescomposici´on

    se re$iere al e$ecto par´ametros. /e o"serva una evoluci´on creciente de dic&o

    e$ecto en las sucesivas co&ortes analiadas. !l e$ecto es positivo (N0.;> en lacomparaci´on entre la co&orte 2000 la 2001, se acent´ua en la comparaci´on

    entre la co&orte 2000 la 2002 alcanando un valor de N0.;.

    u´ales son los par´ametros %ue podr´an estar eplicando esta evoluci´onB

     Al respecto en el ap´endice A se presentan los resultados de las estimaciones

    empleadas en la microdescomposici´on. -uede o"servarse %ue los par´ametros

    %ue estar´an eplicando un maor e$ecto so"re el desempe4no acad´emico son

    los relacionados con la situaci´on la"oral del estudiante (es m´as importante el

    e$ecto de no tra"a#ar la educaci´on de la madre. -or otro lado tam"i´en &a par 

    ´ametros %ue disminue su valor, como es el caso del seo $emenino.

    =. onclusiones

    !n este tra"a#o se aplic´o el en$o%ue de $unci´on de producci´on paraestimar los determinantes del rendimiento acad´emico de una co&orteuniversitaria de la )acultad de iencias !con´omicas de la +L-. Dadas lascaracter´sticas de la muestra utiliada se de"i´o tra"a#ar con un modelo dedatos censurados en valores m´nimos m´aimos (modelo to"it.

    Los resultados o"tenidos muestran %ue el desempe4no es superior paralas mu#eres, para los estudiantes %ue ingresan mas #´ovenes a launiversidad, para %uienes provienen de &ogares con padres m´as educados, para los estudiantes %ue no tra"a#an.

    !l desempe4no en el ciclo inicial (3 materias al inicio de la carrera muestra

    una importante relaci´on con el desempe4no posterior. Adicionalmente las distin'

    tas carreras comprendidas en la co&orte muestran di$erencias de rendimiento

    entre ellas (me#or situaci´on para la Licenciatura en !conom´a.Ktra situaci´on relevante %ue se o"serva es el alto grado de deserci´on en

    etapas tempranas de la carrera. /e veri$ica %ue el >;.2 de los alumnos%ue no apro"aron ninguna materia en el ciclo inicial no logran apro"ar ninguna materia &asta el =to a4no de la carrera. -or otro lado el nivel dea"andono tras el ciclo inicial es del ;;.< del total de la co&orte.

    Del an´alisis de la din´amica del desempe4no acad´emico se o"serva la

    aprecia"le "rec&a %ue eiste respecto del sendero ´optimo de apro"aci´on de

    materias seg´un el plan de estudios. +n dato relevante es %ue incluso el 10 de

    los me#ores alumnos se encuentran a una distancia de aproimadamente el 2<

    del sendero ´optimo durante los = a4nos de carrera %ue se analian.

    ;1-ara esta"lecer cuales caracter´sticas son Eme#oresF en t´erminos de su impacto so"re el desempe4no,

    se utiliaron los resultados o"tenidos en las estimaciones del cuadro 11.;2

    am"i´en se veri$ica una maor participaci´on de estudiantes provenientes de escuela secun'daria

    privada en la co&orte 2000 respecto de la 2001, no o"stante no se &a considerado esta caracter´stica de"ido

    a %ue no es claro el impacto %ue tiene so"re el desempe4no acad´emico. !n algunas estimaciones, por 

    e#emplo -orto et4al. (200;, aparece como signi$icativo el impac'to positivo de provenir de una escuela

    secundaria privada, mientras %ue en las estimaciones presentadas en el cuadro 11 no es una varia"le

    signi$icativa.

    2?

  • 8/19/2019 Redimiento academico

    30/33

     Adicionalmente se desarroll´ una metodolog´a para analiar los puntosnoda'les dentro del desarrollo de la carrera, en los cuales los estudiantesempiean a di$erenciarse en su desempe4no. /e pudo identi$icar comomomentos claves de la carrera los meses de #ulio agosto del 1er 2do a4node la carrera. !sta in'$ormaci´on es relevante para plani$icar actividades deapoo acad´emico en esos momentos de la carrera.

     A. Aneo estimaciones

    !n este ap´endice se presentan los resultados de la estimaci´on utiliadaen el an´alisis de microdescomposici´on e$ectuado en la secci´on

  • 8/19/2019 Redimiento academico

    31/33

    uadro 1>9 !stimaci´on microdescomposiciones

    Determinante o&orte 2000 o&orte 2001(al V

    -adre cuentapropista 0.;; 0.?2U0.>=V U1.?V

    -adre o"reroMempleado '0.1; '0.32

    U0.3;V U0.>0VHusca tra"a#o 2000 '0.0? 1.3

    U0.13V U2.2?V*

    o tra"a#a 2000 1.32 1.=U2.>V** U3.U.00V** U;.?2V**

    K"servaciones 1=?> 13?ensura i%uierda >>? ?=?

    o censuradas >0< ?>

    ensura derec&a ; 2

    -seudo R2 0.2;

    31

  • 8/19/2019 Redimiento academico

    32/33

    Re$erencias

    Hetts, 8. R. Corell, D. (1???. &e determinants o$ undergraduate grade point

    average9 &e relative importance o$ $amil "ac7ground, &ig& sc&ool resources

    and peer group e ects. 8ournal o$ uman Resources, 3;(292=>2?3.

    ard, D. Jrueger, A. H. (1??=. &e economic return to sc&ool %ualit. 5nHec7er, b. !. Haumol, b. 8., editors, Assessing !ducational -ractices9&e contri"ution o$ !conomics. &e C5 -ress.

    oleman, 8. /., amp"ell, !., o"son, ., Cc-artland, 8., Cood, A.,bein$eld, )., Qor7, R. (1?==. !%ualit o$ educational opportunit.bas&ington D9 +/ Government printing o ce.

    Del$ino, 8. A. (1?>?. Los determinantes del aprendia#e. 5n -etrei, A. .,editor, !nsaos en econom´a de la educaci´on. !ducational !valuationand -olic Analiss.

    Di Gresia, L. -orto, A. (200

  • 8/19/2019 Redimiento academico

    33/33

    Jane, . 8. /taiger, D. K. (2002. &e promise and pit$alls o$ usingimprecise sc&ool accounta"ilit measures. 8ournal o$ !conomic-erspectives, 1=(;9?1 11;.

    Lour, L. D. Garman, D. (1??