tesis de ma - economía uceconomia.uc.cl/wp-content/uploads/2015/07/tesis-vela...porul timo, porque...
TRANSCRIPT
D O C U M E N T O
D E T R A B A J O
Instituto de EconomíaT
ES
IS d
e M
AG
ÍST
ER
I N S T I T U T O D E E C O N O M Í A
w w w . e c o n o m i a . p u c . c l
Movilidad de Profesores: Salarios y Vulnerabilidad
Diego Vela.
2014
1
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE I N S T I T U T O D E E C O N O M I A MAGISTER EN ECONOMIA
TESIS DE GRADO
MAGISTER EN ECONOMIA
Vela, Grau, Diego José
Diciembre, 2014
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE I N S T I T U T O D E E C O N O M I A MAGISTER EN ECONOMIA
MOVILIDAD DE PROFESORES: SALARIOS Y VULNERABILIDAD
Diego José Vela Grau
Comisión
Constanza Fosco y Tomás Rau
Santiago, diciembre de 2014
Movilidad de profesores: salarios y vulnerabilidad *
Diego Vela Grau
Pontificia Universidad Catolica de Chile
Tesis de Magister en Economıa
Segundo Semestre 2014
Resumen
Este trabajo estudia la movilidad de los docentes entre escuelas y fuera de
la profesion, segun las caracterısticas de cada establecimiento e identificando las
diferentes calificaciones que tienen los docentes. Los resultados son consistentes
con la literatura internacional; los salarios y la vulnerabilidad del establecimiento
afectan significativamente la distribucion de los docentes de alta calificacion en el
sistema educacional chileno. Los profesores de alta calificacion se concentran en los
colegios que pagan mayor salario y tienen una menor vulnerabilidad. A diferencia
de lo encontrado en otros paıses, los salarios afectarıan mas que la vulnerabilidad la
contratacion de los profesores con mayor calificacion. Sin embargo, esto es distinto
cuando se observa la retencion de estos docentes. Los docentes de alta calificacion
tendrıan una mayor probabilidad de dejar la profesion docente si la escuela de
su ultimo trabajo tiene una mayor vulnerabilidad, a diferencia del resto de los
docentes, quienes no verıan afectada negativamente su duracion en el sistema.
Tambien se observa que los beneficios entregados por el establecimiento como las
capacitaciones aumentan la retencion de los docentes.
*Diego Vela Grau, Pontificia Universidad Catolica de Chile, Vicuna Mackenna 4860, Santiago, Chile.Me gustarıa agradecer a Constanza Fosco y Tomas Rau por su continua guıa y comentarios. Ademas,quiero agradecer a Raimundo Undurraga por acompanarme y sus consejos, a Felipe Arteaga, MatıasCovarrubias, Paula Covarrubias, Gabriel Cruz, Juan Manuel Cruz, Nicolas Grau, Cristobal Otero, Se-bastian Otero, Nicolas Munoz, Guillermo Larraın y Mario Waissbluth por sus comentarios y sugerencias.A mi padres Patricio Vela y Josefina Grau, mis hermanos y mi polola, Fernanda Soto, por su carino yapoyo en todo momento y, por ultimo, a mis amigos Martın Castro, Rodrigo Echecopar, Jose IgnacioGarcia, Ainztane Lorca, Nicolas Marshall, Jose Manuel Moller, Federico Rengifo y Raimundo Rodriguez.Comentarios a [email protected].
1
“umuntu, nigumuntu, nagamuntu”,
que en zulu significa
“una persona es una persona
a causa de los demas.”
2
Indice
1. Introduccion 4
2. Revision de literatura y marco teorico 5
2.1. Factores de la movilidad de los profesores . . . . . . . . . . . . . . . . . . . . . 5
2.2. Alta calificacion de los profesores . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3. Estrategia empırica 10
3.1. Contratar profesores de alta calificacion . . . . . . . . . . . . . . . . . . . . . . 10
3.2. Duracion del docente en el ultimo establecimiento . . . . . . . . . . . . . . . . . 13
4. Analisis de los datos 14
5. Resultados 19
6. Conclusiones e implicancias 31
3
1. Introduccion
La educacion cumple un rol clave, tanto en el desarrollo de las personas como en el de los
paıses. Por ejemplo, la evidencia muestra que mas y mejor educacion implica mayores ingresos
y mayor expectativa de vida individual y tiene efectos positivos y significativos en las tasas
de crecimiento economico a nivel agregado (Kimko y Hanushek, 2000; OECD, 2008, 2012).
Al mismo tiempo, la escuela es el espacio de aprendizaje formal de los ninos1. En el proceso
educativo los profesores son uno de los principales factores para el desarrollo de habilidades
cognitivas y no cognitivas, y tienen una gran incidencia en los resultados de los estudiantes. Sin
embargo, su impacto es heterogeneo; varıa segun la efectividad del profesor (Rivkin, Hanushek,
y Kain, 2005; Aaronson, Barrow y Sander, 2007). En consecuencia, es importante identificar los
factores que afectan la distribucion de los docentes segun sus calificaciones dentro del sistema
educacional y fuera de el.
La evidencia internacional muestra que la movilidad de los profesores entre colegios y su
desercion de la profesion se relacionan directamente con las caracterısticas de los docentes y
de sus estudiantes (Boyd, Lankford, Loeb, y Wyckoff, 2005; Podgursky, Monroe y Watson,
2004; Clotfelter, Ladd y Vigdor, 2011). Los profesores con mayores calificaciones tienen ma-
yores probabilidades de cambiarse de colegio y de retirarse de la profesion si trabajan en un
establecimiento con estudiantes mas vulnerables (Murname, Singer y Willet, 1988; Murname
y Olsen, 1990; Boyd et al., 2005). De la misma forma, en Chile se observa que el nivel de
calificacion de los profesores esta inversamente distribuido segun el nivel socioeconomico de
los estudiantes (Ortuzar, Flores, Milesi, Cox, 2009; Bascope y Meckes, 2010; Cabezas, Gallego,
Santelices, y Sarhi, 2011). Las diferencias en la distribucion de los docentes segun sus califica-
ciones academicas se producen a partir de la eleccion del primer trabajo y se van amplificando
a medida que se mueven o desertan de la profesion docente (Cabezas et al., 2011).
Este trabajo estudia la movilidad de los docentes entre escuelas y fuera de la profesion,
segun las caracterısticas de cada establecimiento e identificando las diferentes calificaciones que
tienen los docentes. Estudios anteriores sobre la movilidad de profesores en Chile han estimado
como inciden atributos academicos en las dinamicas laborales de los docentes y pocos han
utilizado informacion longitudinal.
Esta investigacion contribuye a la literatura de movilidad de profesores en Chile de tres
maneras. En primer lugar, porque estudia como afectan los salarios y la composicion de es-
tudiantes en cada establecimiento la posibilidad de tener docentes de alta calificacion2. En
segundo lugar, porque analiza como caracterısticas del docente, salarios y composicion de los
1Actualmente de forma obligatoria durante 12 anos en la mayor parte de los paıses desarrollados. Laescuela puede ofrecer aprendizajes que en el hogar los ninos no obtienen, especialmente si viven enentornos desaventajados (Heckman, 2008; Heckman, 2011).
2En las tablas de este estudio los docentes de alta calificacion son presentados como ”Profesor TOP´´y el resto de los docentes como ”No TOP´´.
4
estudiantes en cada establecimiento afectan la movilidad de los profesores (salida de la pro-
fesion y cambio de establecimiento), similar a lo realizado por Boyd et al. (2005) y Clotfelter
et al., (2011). Por ultimo, porque utiliza la trayectoria laboral de los docentes contenida en
el Panel de la Encuesta Longitudinal Docente (2003-2009), en adelante ELD, lo que permite
hacer estimaciones con efectos fijos y usar el rezago de algunas variables, logrando corregir
las estimaciones de sesgos de variable omitida y causalidad reversa, a diferencia de trabajos
anteriores de la literatura sobre el tema (e.g. Clotfelter et al. (2011)).
Para esto, se utilizan diferentes especificaciones de un modelo probit que permiten calcular
la probabilidad de que un colegio tenga al menos un docente de alta calificacion y a traves
de un modelo con efectos fijos se estima como inciden caracterısticas del establecimiento en
la proporcion de docentes de alta calificacion que tiene ese establecimiento. Cada modelo se
estima con diferentes aproximaciones a un docente de alta calificacion; estas son: altas notas
de ensenanza media, alto puntaje PPA/PSU, haber egresado de una universidad selectiva y
tener tres o mas anos de experiencia. Ademas, se explota el panel de la ELD para controlar
por heterogeneidad de la estimacion, utilizando variables rezagadas y controlando por efectos
fijos que esten presentes en la estimacion. Tambien se identifican los factores significativos
en la permanencia de un docente en un establecimiento, utilizando un modelo de duracion
proporcional de Cox aplicado a los distintos caminos que puede tomar un docente al dejar de
trabajar en un establecimiento. Estos son: 1) dejar de hacer clases, ya sea para irse a otro
trabajo o para dejar de trabajar, 2) dejar algun colegio particular subvencionado para irse a
uno de otra dependencia o para dejar la profesion docente; 3) dejar algun colegio municipal
para irse a uno de otra dependencia o para dejar la profesion docente; y 4) cambiarse de un
colegio a cualquier otro.
El resto de este trabajo se organiza de la siguiente forma. La seccion 2 aborda el marco
teorico y revisa la literatura sobre la importancia de los profesores en el proceso educativo y
los estudios sobre el mercado del trabajo de los docentes y su movilidad. La seccion 3 explica la
estrategia empırica utilizada. La seccion 4 describe los datos utilizados y analiza las estadısticas
descriptivas y la seccion 5 presenta los resultados principales. Por ultimo, la seccion 6 concluye.
2. Revision de literatura y marco teorico
2.1. Factores de la movilidad de los profesores
Para poder analizar la movilidad laboral de los docentes en Chile, es necesario entender
las posibilidades de decision que tiene un docente en el mercado del trabajo. Por un lado, el
establecimiento es el que demanda el trabajo, decide a quien contratar y define las condiciones
de contrato (salario, rol y horas de contrato principalmente) basado en la cantidad de ninos a
los que debe atender. Por otro lado, el docente decide su oferta sobre a cual establecimiento
5
postular y una vez trabajando, puede optar por moverse de establecimiento o dejar de la labor
docente. Estos procesos interactuan en los mecanismos de oferta y demanda del mercado,
determinando la dotacion final de profesores por establecimiento.
El Fondo de Investigacion y Desarrollo En Educacion (FONIDE) realizado por Flores, Or-
tuzar, Ayala y Milesi (2014) caracteriza el proceso de seleccion y contrataciones de docentes en
la Region Metropolitana de Chile. En este estudio los autores observan que existe un alto nivel
de estratificacion de postulantes a los cargos docentes. En el caso de los colegios municipales
y particulares subvencionados con bajo o nulo copago postulan profesores egresados principal-
mente de institutos profesionales o centros de formacion tecnica, de origen social bajo o medio
bajo. Lo contrario sucede en los colegios particulares pagados o subvencionados con alto copa-
go, quienes tienen una mayor propension a recibir egresados de universidades con altos niveles
de acreditacion. Tambien identifican que los colegios no aplican criterios diferentes a la hora
de seleccionar a quien contratar, generalmente optan por profesores egresados de universidades
de mas alto nivel de acreditacion.
La regulacion laboral de los profesores es diferente para los docentes que trabajan en el
sector municipal que los que trabajan en la educacion particular. Por un lado, los colegios
municipales son regulados por el Estatuto Docente, que pone muchas restricciones a las razones
de despido y vincula fuertemente los salarios a los anos de experiencia. Los colegios particulares
por su parte, son regulados por el Codigo del Trabajo, el cual tiene una mayor flexibilidad en
la fijacion de salarios y en las condiciones laborales (Correa, Parro y Reyes, 2014). Correa
et al. (2014) modelan esta dicotomıa en la regulacion laboral y encuentran que existe una
autoseleccion negativa hacia el sector municipal de los docentes con mejores caracterısticas no
observables. Por su parte, Flores et al (2014) encuentran que existe un bajo flujo en la movilidad
de los docentes producto de las rigideces del Estatuto Docente, pero tambien identifican el bajo
flujo en establecimientos privados subvencionados sin copago, sugiriendo que existen otros
factores que inciden en la trayectoria laboral de los docentes.
Los salarios son un factor relevante en la decision de movilidad de un profesor. Dolton y van
der Klaaw (1999), a traves de un modelo de duracion semiparametrico, encuentran que existe
un claro vınculo entre salarios y desercion de profesores. Al igual que otros estudios, encuentran
que es fundamental el salario, pero los montos ofrecidos no serıan los suficientes para superar el
salario de oportunidad que tendrıan los profesores en otro trabajo (ver Clotfelter et al., 2011).
Sin embargo, Hanushek, Kain y Rivkin (1999) consideran que los salarios tienen un modesto
impacto en la movilidad de los profesores. Ası tambien, Scafidi, Sjoquist y Stinebrickner (2006)
muestran que el mayor sueldo que le puedan ofrecer en un trabajo alternativo a nuevos docentes
(quienes registran las mayores tasas de desercion) no es una de las principales razones para dejar
la docencia. Este estudio busca contribuir a la literatura sobre esto, al utilizar una estrategia
de identificacion acorde a un panel de datos, permitiendo corregir sesgos de variable omitida y
causalidad reversa. Tambien contribuye por las caracterısticas particulares del contexto chileno,
el cual es diferente al de los estudios anteriores, ya que los docentes chilenos son los que reciben
6
menores remuneraciones dentro de los paıses miembros de la Organizacion para la Cooperacion
y el Desarrollo Economicos (OCDE) (OECD 2014).
Uno de los principales factores en la decision de trabajo del profesor estarıa relacionado
con las caracterısticas de los estudiantes del establecimiento. En este estudio es de especial
interes explorar como afectan caracterısticas socioeconomicas de los estudiantes la movilidad
de los profesores. La literatura muestra que los profesores prefieren hacerles clases a los estu-
diantes que tengan alto rendimiento y que no pertenezcan a minorıas socioeconomicas, etnicas
o raciales. Boyd (2005) encuentra que los profesores prefieren estudiantes de altos resultados,
incluso despues de controlar por composicion racial. Scafidi, Sjoquist y Stinebrickner (2007)
obtienen resultados en la misma lınea, concluyendo que los profesores tienen una mayor tasa de
desercion cuando hacen clases a una alta proporcion de estudiantes pertenecientes a minorıas
raciales o vulnerables. Hanushek, Kain y Rivkin (1999) concluyen que las caracterısticas de los
estudiantes afecta mas la movilidad de los profesores que cambios en los salarios. Hanushek,
Kain y Rivkin (2004), para el caso de Texas, y Clotfelter et al. (2011), para el caso de Carolina
del Norte, estiman cuanto deberıa ser el aumento de un salario relativo para que los profesores
esten dispuestos a hacer clases a minorıas de raza o vulnerables. Las estimaciones concluyen
que para neutralizar el aumento en la probabilidad de irse, un colegio con un 10 % mas de
alumnos minoritarios deberıa aumentar sus salarios en el orden de un 10 %.
Otras caracterısticas no pecuniarias pueden afectar la decision laboral del docente. El tama-
no de la clase, las horas no lectivas para preparar clases, la flexibilidad laboral y los liderazgos
del establecimiento pueden afectar la decision de trabajo del docente. Rivkin et al. (2005)
encuentran que estas caracterısticas no pecuniarias facilitan la obtencion de resultados en los
estudiantes por parte de los profesores. Posteriormente, Loeb y Beteille (2009) incorporan es-
tos aspectos como claves, junto al salario para la decision de oferta laboral del profesor. En
particular encuentran que una mayor posibilidad de exito en el trabajo, medido en resultados
de los estudiantes, aumentarıa la retencion de los profesores.
En el caso de los profesores con mayor calificacion, los cuales se estudian en particular en
este trabajo, se observa que tienden a dejar de hacer clases antes. Murnane y Olsen (1990)
encuentran que profesores con mejores resultados en el Examen Nacional de Profesores (NTE,
por su sigla en ingles) son mas proclives a dejar de hacer clases. Lankford, Loeb y Wyckoff
(2002) encuentran diferencias sustanciales en las calificaciones de los profesores a lo largo del
estado de Nueva York. Estas diferencias derivan de la decision de primer empleo y de los
diferentes niveles de desercion que tienen los profesores. Podgursky et al. (2004) tambien llega
a la misma conclusion.
La comparacion con los pares es algo tambien relevante en la decision de los profesores de
alta calificacion. Feng y Sass (2008) encuentran que los docentes altamente calificados, despues
de un cierto periodo conociendo los resultados academicos de sus estudiantes, deciden moverse
a otro establecimiento si sus pares (los docentes con los que trabajan) logran una efectividad
menor que ellos en los resultados de los estudiantes. Los autores encuentran que esto tambien
7
se cumple para profesores de baja efectividad; docentes que tienen menor efectividad que sus
pares optan por cambiarse de establecimiento a uno donde sus pares tengan efectividad similar
a ellos. Podgursky et al. (2004) igualmente encuentran estos resultados, pero solo a nivel de
los docentes con alta efectividad.
2.2. Alta calificacion de los profesores
Los profesores generan un efecto heterogeneo en los resultados de los estudiantes y es difıcil
relacionar este efecto con variables observables de los docentes (Rivkin et al., 2005; Aaronson
et al., 2007). Sin embargo, diversos autores (ver revision de Goldhaber, 2008) plantean que hay
varias caracterısticas observables del docente que se pueden relacionar con el impacto en los
resultados de los alumnos, aunque solo explique una porcion del efecto.
En esta investigacion es de interes identificar los factores que inciden en que un estable-
cimiento tenga profesores de alta calificacion y como las caracterısticas observables de estos
afectan en su movilidad. Por esto, es necesario precisar que variables observables seran las que
se relacionan con calidad docente.
Existen estudios que muestran que evaluaciones de los profesores como pruebas de ingreso
a la educacion superior o puntajes en la licenciatura son buenos predictores de los resultados
de los alumnos de estos (resumen en Goldhaber, 2008). Para el caso chileno Bravo, Falck,
Gonzales, Manzi y Peirano (2008) y Loyola (2013) utilizan los resultados de la evaluacion
docente y caracterısticas de la formacion docente para estimar correlaciones entre resultados de
los profesores y estudiantes medidos a traves de la prueba SIMCE. Estos estudios encuentran
correlaciones positivas y un mayor efecto en las colas de la distribucion. Tambien Toledo,
Puentes y Valenzuela (2010) incorporan otras caracterısticas del docente como experiencia y
avance curricular, encontrando una relacion positiva y permanente entre estas caracterısticas
y los resultados academicos del alumno.
Varios estudios utilizan el puntaje de la prueba de admision a la Universidad en Estados
Unidos (SAT) como variable que muestra la calidad de los docentes (Ballou y Podgursky, 1997;
Figlio, 2002)3. En estos estudios reconocen la dificultad de medir objetivamente la calidad de un
profesor, pero sostienen que hay factores observables que permiten indicar la calidad del docente
o, al menos, la inteligencia de este. Por eso utilizan la selectividad de la institucion de educacion
superior y los puntajes de acceso obtenidos por los postulantes (ambas correlacionadas).
Lo anterior se relaciona con lo concluido en el informe McKinsey publicado el ano 2007,
donde se investigo como hicieron los sistemas educativos con mejor desempeno del mundo
3Los autores obtienen diferentes resultados en sus estimaciones. Por un lado, Ballou y Podgursky (1997)no encuentran relacion significativa entre los cambios de salarios y caracterısticas de los nuevos pro-fesores. Por otro, Figlio (2002), quien complementa con otros datos la base empleada por Ballou yPodgursky (1997), considera que existe una relacion positiva entre salarios y contratar docentes dealta calificacion.
8
para alcanzar sus objetivos. Entre sus principales hallazgos se identifico la importancia de
atraer a los mejores estudiantes a la docencia (McKinsey 2007), planteando que “la calidad
de un sistema educativo tiene como techo la calidad de sus docentes”. En el caso chileno, son
considerados los mejores estudiantes quienes obtienen los mas altos puntajes en la Prueba de
Seleccion Universitaria (PSU/PAA) y en las Notas de Ensenanza Media (NEM)4.
Los resultados de la PSU tienen una correlacion positiva con los resultados de la Evaluacion
INICIA (MINEDUC 2013), evaluacion que busca identificar los conocimientos pedagogicos y
disciplinarios alcanzados por los egresados de las carreras de pedagogıa. Manzi (2011) encuentra
que, para un mismo estudiante, no existen diferencias estadısticamente significativas entre sus
resultados PSU/PAA y sus resultados al egresar5. Debido a la escasa evidencia nacional sobre
la relacion entre formacion inicial docente y efectividad del desempeno docente, no se puede
concluir que PSU/PAA y NEM sean buenos predictores de esta, pero sı existe evidencia sobre
su relacion con la calificacion de los docentes al momento de su egreso de la educacion superior.
Con respecto a usar la experiencia como proxy para calidad docente, la literatura encuentra
que ella es un buen instrumento. Profesores principiantes o sin experiencia, independientemen-
te de sus capacidades finales, tienen menor efectividad y logran menores resultados en sus
estudiantes que profesores con mas anos de experiencia (Rivkin et al., 2005; Goldhaber, 2008;
Clotfelter et al., 2011). Para el caso chileno, Lara, Mizala y Repetto (2010) encuentran que
mayor experiencia se correlaciona con mejores resultados en matematicas y lenguaje medidos
a traves de la prueba SIMCE. Los estudios difieren en los anos de experiencia que permiten
marcar esta distincion. Considerando la literatura existente, Clotfelter et al. (2011) concluyen
que, en promedio, profesores con tres o mas anos de experiencia son mas efectivos que los
demas.
Los estudios que han analizado la distribucion de profesores en Chile encuentran que el ni-
vel de calificacion de los docentes esta desigualmente distribuido segun el nivel socio economico
(NSE) de los estudiantes. Ortuzar et al. (2009) analizan la distribucion de algunas caracterıs-
ticas de la formacion inicial de profesores (FID) municipales y su relacion con el desempeno
docente y escolar. Encuentran que existe un ordenamiento sistematico de profesores con niveles
menores de FID y desempeno docente en escuelas clasificadas como vulnerables. Por su parte,
Bascope y Meckes (2010) encuentran que profesores con mejores resultados en sus evaluaciones
de conocimiento disciplinario al egreso y provenientes de universidades selectivas 6 no se dis-
tribuyen uniformemente y se ubican preferentemente en escuelas de mayor NSE y de mejores
resultados en SIMCE, mientras que en las escuelas de menor NSE se ubican preferentemente
los nuevos profesores de resultados menos destacados y de caracterısticas socioeconomicas de
4Desde el 2012 tambien se considera como mejores estudiantes a quienes tengan un alto Ranking deNotas.
5Solo dos de las 36 instituciones estudiadas hacıan una diferencia estadısticamente significativa y positivaen los conocimientos disciplinarios de sus estudiantes dados sus niveles de entrada.
6Construyen un ındice de selectividad ponderando los puntajes promedio de los ingresados a cada pro-grama segun la proporcion de la matrıcula del programa respecto de la matricula total de la institucion.
9
origen semejantes a la poblacion escolar de dichos establecimientos. Cabezas et al. (2011) utili-
zan la Encuesta Longitudinal Docente (ELD) para ver la trayectoria laboral de los docentes en
Chile. Encuentran que profesores con menor experiencia, menores puntajes, que no estudiaron
en universidades acreditadas o que estudiaron bajo modalidad diurna o algunos dıas a la se-
mana tienden a trabajar en colegios mas vulnerables. Tambien observan que la concentracion
en colegios municipales de profesores con baja calificacion se produce despues de su primer
trabajo. Por ello, la eleccion del primer trabajo serıa un aspecto importante a considerar para
analizar la movilidad posterior.
Este estudio busca aportar a la literatura de movilidad de docentes en Chile, incorporando
caracterısticas del establecimiento, composicion de los estudiantes, salarios y diferentes califi-
caciones de los docentes en la modelacion de la contratacion y desercion de los docentes. Por
el alcance de los datos, las caracterısticas de los docentes se ven limitadas a resultados en la
PSU/PAA, NEM y aspectos de su formacion inicial docente7, complementandose con experien-
cia, genero y edad de los docentes. Considerar caracterısticas del docente determinadas antes
de la profesion permite utilizar caracterısticas exogenas del docente y no confundir el analisis
con decisiones posteriores de los profesores.
3. Estrategia empırica
La estrategia empırica consta de dos etapas. En primer lugar, se estudia el efecto de los
salarios y la composicion de estudiantes por establecimiento en la probabilidad de contratacion
de docentes de alta calificacion. En segundo lugar, se analiza como caracterısticas del docente,
salarios y composicion de estudiantes por establecimiento afectan la movilidad de los profesores
(salida de la profesion y cambio de establecimiento).
3.1. Contratar profesores de alta calificacion
En la revision de literatura se presento que en los establecimientos donde se concentran
estudiantes de minorıas sociales, etnicas y raciales existe una baja dotacion de profesores de
alta calificacion. Ası tambien, estos docentes son los que tienen mayores niveles de desercion,
lo cual generarıa efectos negativos en los resultados de los estudiantes mas desaventajados. Por
lo anterior, es de interes estudiar que factores son determinantes para que un profesor de alta
calificacion trabaje en un establecimiento, considerando caracterısticas del establecimiento y
del docente.
Este analisis se realiza despues de obtenido el equilibrio en el mercado laboral de profesores
de alta calificacion, tal como sucede en cualquier mercado, es fruto de la interaccion entre
7Se tiene informacion sobre Evaluacion Docente y resultados de la encuesta SNED para una cantidadreducida de docentes, por lo que no se pueden utilizar.
10
oferta y demanda de profesores. El salario y la cantidad de horas laborales contratadas es
determinado a partir del equilibrio entre horas ofrecidas por los profesores y horas contratadas
por los colegios. Es decir, estudiamos el resultado del proceso de matching entre el profesor y la
escuela. Para poder identificar adecuadamente esto ultimo, se deben considerar en la estimacion
y analisis los factores que son determinantes en la decision del docente y del establecimiento
para ofrecer y contratar determinadas horas laborales, controlando por potenciales problemas
de endogeneidad o causalidad reversa.
La estrategia de identificacion consta de dos modelos. Primero se estima la probabilidad
de que un colegio contrate al menos a un profesor de alta calificacion vıa un modelo probit,
similar a lo realizado por Clotfelter et al. (2011). Se realizan 4 estimaciones de este modelo,
una para cada definicion de profesor de alta calificacion. Las caracterısticas utilizadas para
definir a un profesor de alta calificacion son: haber tenido sobre promedio 6 en sus Notas
de Ensenanza Media (NEM)8; resultado sobre los 630 puntos en la prueba de ingreso a la
educacion superior (PSU/PAA)9; tres o mas anos de experiencia como profesor (exp)10 y si
egreso de una institucion de educacion superior en la que los matriculados en primer ano
superen en promedio los 550 puntos en su puntaje de ingreso (selec), institucion que segun
otros estudios es catalogada como selectiva11. La segunda estimacion, realiza un modelo con
efectos fijos para la proporcion de profesores de alta calificacion en cada colegio.
Para poder controlar por potenciales endogenidades producidas por variables no observa-
bles, se incorpora en la estimacion una variable dummy por cada comuna, tipo de dependencia
de los establecimientos, y ano, ademas de una variable interactiva construida a partir de las
variables dummy de comuna y dummy de dependencia. Esto permite controlar por los efectos
fijos a nivel de comuna y distinguir los efectos que se producen a este nivel segun el tipo de
dependencia. Para controlar por el tamano del establecimiento se incorpora una variable de la
cantidad de docentes por establecimiento en la muestra. Finalmente, se realiza una estimacion
con el rezago de las variables de vulnerabilidad del establecimiento y salario de los profeso-
res, para controlar parte de la causalidad reversa que podrıa existir entre estas variables y la
variable dependiente. Esto es posible gracias al panel de datos utilizado. Los errores estandar
son robustos y son estimados por conglomerado (cluster) a nivel de comuna. Las ecuaciones
se pueden expresar de la siguiente forma:
◦ Probabilidad de tener al menos un docente de alto nivel de calificacion segun el salario
promedio de los profesores en el establecimiento y la vulnerabilidad del establecimiento. (Probit
con efectos fijos a nivel de comuna)
Probal menos un profesor TOP j,t= α Salario Promedio del Establecimientoj,t + β Vulnera-
bilidad del Establecimientoj,t + ϑ Beneficios del Establecimientoj,t + δ Desempleo de la
8Al igual que Cabezas et al. (2011).9Puntaje equivalente a pertenecer al 25 % superior de los puntajes de los docentes.10Al igual que Clotfelter et al. (2011)11Al igual que Cabezas et al. (2011), este criterio cataloga de selectivas aquellas universidades que en
promedio superan el 30 % en la distribucion del puntaje PSU a nivel nacional.
11
region del Establecimientoj,t + Dummy Ano + Dummy Comuna + Dummy Dependen-
cia + Dummy Comuna × Dummy Dependencia + Cantidad Docentes Establecimiento
+ εcomuna
◦ Probabilidad de tener al menos un docente de alto nivel de calificacion segun el rezago del
salario promedio de los profesores en el establecimiento y la vulnerabilidad del establecimiento.
(Probit con efectos fijos a nivel de comuna)
Probal menos un profesor TOP j,t= α Salario Promedio del Establecimientoj,t−1 + β Vulne-
rabilidad del Establecimientoj,t−1 + ϑ Beneficios del Establecimientoj,t + δ Desempleo
de la region del Establecimientoj,t + Dummy Ano + Dummy Comuna + Dummy De-
pendencia + Dummy Comuna × Dummy Dependencia + Cantidad Docentes Esta-
blecimiento + εcomuna,
donde la unidad de analisis es el establecimiento j en el ano t.
La variable dependiente se define como una variable binaria, que obtiene el valor uno cuan-
do un colegio tiene al menos un profesor de alta calificacion y cero cuando el establecimiento no
tiene profesores de alta calificacion. Las variables que se utilizan para describir la composicion
del establecimiento es el nivel de vulnerabilidad del establecimiento definido por el Indice de
Vulnerabilidad del Establecimiento (IVE) calculado por la JUNAEB12. Tambien se incorpo-
ran los beneficios entregados a los docentes en cada establecimiento, el salario promedio por
establecimiento y caracterısticas del mercado del trabajo, como el desempleo por region.
Generalmente la principal justificacion para el uso de datos de panel tiene que ver con la
posibilidad de controlar por aquellas caracterısticas de la unidad de analisis que son constantes
en el tiempo, lo cual reduce problemas de variable omitida. Sin embargo, un adecuado uso
de los datos requiere en primer lugar verificar la presencia de heterogeneidad no observable a
nivel de colegios, y en caso de existir, determinar si estos responden a un modelo de efectos
aleatorios o un modelo de efectos fijos. En un modelo de efectos aleatorios, la heterogeneidad
no observable en su totalidad varıa en el tiempo y no esta correlacionada con las variables
independientes incluidas en el modelo. En otras palabras, no hay problema de endogeneidad
ya que las variables omitidas del modelo (la heterogeneidad no observable), las cuales estan
contenidas en el termino de error, son ortogonales al resto de las variables independientes
contenidas en el modelo. Una estimacion vıa mınimos cuadrados generalizados es suficiente
para obtener estimadores consistentes y eficientes en este caso. En contraste, bajo el modelo
de efectos fijos, las caracterısticas no observables y fijas en el tiempo estan correlacionadas con
el termino de error, y por tanto controlar por ellas es condicion necesaria para evitar omision
de variables relevantes y en efecto obtener estimadores consistentes en el modelo.
12El ındice cambio su forma de medicion de la vulnerabilidad el ano 2008. Para asegurar que los datossean comparables, se estandarizo ano a ano este ındice. La formula aplicada fue: IV Ei,t = (IV Ei,t −
¯IV Et)/σIV E .
12
El test estandar para determinar si hay presencia de heterogeneidad no observable en el
modelo es el Lagrange multiplier test de Breusch-Pagan. En caso de verificar la presencia de
heterogeneidad no observable en el modelo, el test estandar para determinar si el uso correcto
de los datos sigue un modelo de efectos aleatorios o un modelo de efectos fijos, es el test de
Hausman, el cual basicamente compara los coeficientes de un modelo de mınimos cuadrados
generalizados (efectos aleatorios) con los coeficientes de un modelo de mınimos cuadrados ordi-
narios (controlando por efectos fijos), y verifica si en conjunto son significativamente distintos
o no. Si rechazamos la hipotesis nula de igualdad en los coeficientes de cada modelo entonces
estamos en presencia de un modelo de efectos fijos.
Siguiendo esta logica, se estima una regresion lineal de Mınimos Cuadrados Ordinarios
(MICO) para la proporcion de profesores de alta calificacion en cada colegio (ver seccion resul-
tados). La variable dependiente de la estimacion se obtiene del promedio de docentes de alta
calificacion en cada establecimiento de la muestra. Las variables independientes son las mis-
mas utilizadas para el modelo probit presentado anteriormente, utilizando el rezago del salario
promedio de los docentes a nivel de establecimiento y la vulnerabilidad del establecimiento.
Los errores estandar son robustos y estimados por conglomerado (cluster) a nivel de comuna.
Las ecuaciones se pueden expresar de la siguiente forma:
◦ Proporcion promedio de docentes de alto nivel de calificacion segun el rezago del salario
promedio de los profesores en el establecimiento y la vulnerabilidad del establecimiento.
Proporcion profesores TOPj,t= α Salario Promedio del Establecimientoj,t−1 + β Vulne-
rabilidad del Establecimientoj,t−1 + ϑ Beneficios del Establecimientoj,t + δ Desempleo
de la region del Establecimientoj,t + Dummy Ano + Dummy Comuna + Dummy De-
pendencia + Dummy Comuna × Dummy Dependencia + εcomuna
3.2. Duracion del docente en el ultimo establecimiento
La dotacion de profesores en cada escuela se ve afectada por los nuevos docentes que llegan
y por la salida de los docentes que estaban en la escuela. Un docente puede dejar un colegio
para cambiarse a otro o puede optar salir de la labor docente temporal o permanentemente.
Identificar los factores que mas inciden en estas distintas decisiones de salida por parte del
docente es relevante para entender las causas y las dinamicas de la inequitativa distribucion
de docentes en el sistema.
Se modela la decision de duracion en el establecimiento de cada profesor para cuatro casos,
los cuales son los siguientes: 1) dejar de hacer clases, ya sea para irse a otro trabajo o para dejar
la fuerza laboral (inactivo); 2) dejar de hacer clases en un colegio particular subvencionado, ya
sea para cambiarse a un colegio de otra dependencia, para dejar la fuerza laboral o para dejar
la profesion docente; 3) dejar de hacer clases en un colegio municipal, ya sea para cambiarse a
un colegio de otra dependencia, para dejar la fuerza laboral o para dejar la profesion docente
13
y 4) cambiarse de un colegio a cualquier otro. La base analiza la decision ano a ano, por lo
que es un panel en tiempo discreto entre los anos 2003 y 2009. Esto no deberıa constituir un
problema, ya que la mayorıa de las decisiones de empleo se toman a final de un ano.
Para modelar la decision de movilidad del profesor se utiliza un modelo de duracion, donde
se estima la probabilidad de salida (hazard rate) basado en el modelo empleado por Clotfelter et
al. (2011)13, el cual es una especificacion semiparametrica independiente de la funcion hazard
base. Su expresion es la siguiente:
Probabilidad de salida de la escuela (movilidad) segun caracterısticas del docente, salarios
y composicion de los estudiantes en cada establecimiento. (Duracion / Hazard Model)
λi(tj) = λ0i(tj)e(Xβ+µi),
donde la hazard rate λi(tj) es la probabilidad de que un perıodo de ensenanza tenga la
salida i en el ano tj , la cual es condicional a diferentes especificaciones para cada tipo de salida:
la salida 1)“dejar de hacer clases”, es condicional a que el profesor no haya dejado de hacer clases
antes de ese perıodo; la salida 2) “dejar de hacer clases en un colegio particular subvencionado”,
es condicional a que el profesor haga clases en algun colegio particular subvencionado antes
de ese perıodo y no haya dejado de hacer clases antes de ese perıodo; la salida 3) “dejar de
hacer clases en un colegio municipal”, es condicional a que el profesor haga clases en algun
colegio municipal antes de ese perıodo y no haya dejado de hacer clases antes de ese perıodo,
y finalmente, la salida 4) “cambiarse de un colegio a cualquier otro”, es condicional a que el
profesor no haya dejado de hacer clases en un su colegio antes de ese perıodo.
La hazard base es λ0i(tj) y X es la matriz donde se incorporan las caracterısticas del
docentei, su calificacion, las caracterıstica del establecimientoj donde ensenaba el docentei,
salarios, variables del mercado del trabajo y nivel de vulnerabilidad del establecimiento.
Para cada caso no se consideran las observaciones que estan censuradas por la izquierda, es
decir, los periodos para cada profesor en los que no se sabe cuantos anos llevaba en el estable-
cimiento antes del ano 2003. En caso de los datos censurados por la derecha (las observaciones
donde no se sabe que pasa despues del ano 2009) no son problema para la estimacion de un
modelo proporcional de Cox.
4. Analisis de los datos
Los datos utilizados en esta investigacion provienen del FONIDE“Factores Correlacionados
con las Trayectorias Laborales de Docentes en Chile, con Especial Enfasis en sus Atributos
13Utilizan como base el modelo hazard proporcional de Cox. Ver Cox (1972) y Cox Oakes (1984).
14
Tabla 1: Estadısticas descriptivas
(1) (2) (3) (4) (5)N Promedio ds min max
Caracterısticas del docenteAlta PSU 35,630 0.264 0.441 0 1NEM alto 40,715 0.423 0.494 0 1Universidad selectiva 26,537 0.282 0.450 0 1Profesor con alta experiencia 40,667 0.936 0.244 0 1
Caracterısticas del establecimiento y mercado del trabajoIVE estandarizado por ano 20,586 3.20e-08 1.000 -3.519 3.606ln del salario 33,075 7.949 0.393 1.522 10.94% de desempleo en la region 40,119 0.0878 0.0204 0.0234 0.145
BeneficiosAlmuerzo 39,389 0.157 0.364 0 1Tuicion∗ 39,389 0.0763 0.265 0 1Establecimiento ofrece capacitacion 39,389 0.148 0.355 0 1Seguro salud 39,389 0.0457 0.209 0 1Otro beneficio 39,389 0.0191 0.137 0 1
Movilidad de profesoresCambio de colegio 34,221 0.0780 0.268 0 1Salida desde part. subv 12,626 0.0291 0.168 0 1Salida desde municipal 13,745 0.0216 0.145 0 1Salida de profesion 34,221 0.0248 0.156 0 1∗Matrıcula/Copago/Colegiatura hijos
Academicos” desarrollado por Cabezas et al. (2011). Esta base fue construida a partir de la
Encuesta Longitudinal Docente (ELD) realizada por el Centro de Microdatos de la Universidad
de Chile entre los anos 2003 y 2009. Asimismo, se incorporan datos sobre empleo del Instituto
Nacional de Estadısticas de Chile (INE) entre los anos 2003 y 2009.
La ELD esta basada en una muestra representativa de docentes de los distintos niveles de
ensenanza y distintas dependencias administrativas de los establecimientos educacionales en
los que se desempenan. Incorpora informacion de corte transversal de las caracterısticas per-
sonales de los docentes, su formacion inicial, perfeccionamiento o capacitaciones, informacion
detallada sobre su historia laboral, caracterısticas del establecimiento donde se desempenan
de forma principal, satisfaccion laboral, caracterısticas socioeconomicas de sus hogares, entre
otras variables. Las variables utilizadas en este estudio son presentadas en la Tabla 1.
La ELD esta compuesta por dos grupos de docentes: el primero, del ano 2005, compuesto
por 4.663 docentes y el segundo, del ano 2009, compuesto por los docentes entrevistados el
2005 mas 1.704 nuevos docentes, quienes se insertan por primera vez en el sistema laboral edu-
15
cacional desde el ano 2003 hasta el 2009. En la Tabla 1 se muestra la cantidad de observaciones
que cuentan con informacion, el promedio de las variables, su desviacion estandar, mınimo
y maximo de cada variable que presentan las caracterısticas del establecimiento, el mercado
del trabajo de la region, los beneficios entregados por el establecimiento y las decisiones de
movilidad de los docentes.
El diseno muestral de la ELD fue estratificado segun los siguientes criterios: i) docentes que
estaban en la base de datos el ano 1995, y aquellos que ingresaron posteriormente a esa fecha;
ii) nivel educacional en que se desempena el docente (educacion de parvulos, basica, media
cientıfico-humanista y media tecnico-profesional; iii) dependencia administrativa del estableci-
miento principal en el que se desempenaba el docente (municipal, particular subvencionado y
particular pagado). El tamano muestral de cada estrato esta determinado de manera de tener
suficiente poder estadıstico como para realizar comparaciones validas entre estratos. Produc-
to de que la distribucion de la base panel no es proporcional entre estratos, habiendo poco
balance en la distribucion de los docentes segun distintos niveles y dependencias (se utiliza
Simple Random Sampling), el analisis descriptivo de los datos debe realizarse considerando los
factores de expansion, con el objetivo de devolver a cada entrevistado su propio peso dentro
del universo de docentes en el que fue sorteado (Cabezas et al., 2011).
Entre los encuestados el ano 2005 y su seguimiento el ano 2009 existe una atricion de un
23 %. Esta se da principalmente en los docentes de la Cuarta Region14, razon por la cual se
modifican los factores de expansion para el ano 2009. Adicional a esto, un cuarto de los docentes
seleccionados para ser entrevistados el ano 2005 no se encontraron trabajando, por lo que la
encuesta fue aplicada a docentes de reemplazo. Esta perdida no aleatoria de datos es relevante
a considerar en la interpretacion de los resultados.
La base de la ELD fue complementada con informacion anual desde 2003 hasta 2009, del
NSE del establecimiento, resultados SIMCE promedio para diferentes niveles (4to, 8avo y 2do
Medio), datos de vulnerabilidad, resultados de la encuesta SNED, datos JEC, matrıcula total
y por curso, y valor financiamiento compartido (Cabezas et al., 2011). De esta forma, se puede
utilizar informacion sobre caracterısticas del establecimiento y del docente que son relevantes
para este estudio.
Los principales problemas y limitaciones con las que cuenta esta base son los porcentajes
de atricion de los docentes, el registro autorreportado (y no completo) de la historia laboral
de los docentes y el hecho de que no se tiene registro de informacion previa al ano 2003 de la
historia laboral de los docentes, por lo que no podemos diferenciar si un docente el ano 2003
esta en su segundo o sexto ano de trabajo.
A continuacion se presenta graficamente la distribucion de docentes de alta calificacion
segun los colegios ordenados por nivel de vulnerabilidad. En las Figuras 1 y 2 se observa que la
14Justificada por el Centro de Microdatos por la cantidad de huelgas y difıcil seguimiento de docentesen la region.
16
mayor proporcion de profesores mas calificados - medidos por NEM y PSU/PAA - se concentra
en los establecimientos con menor ındice de vulnerabilidad. Existe una desigual distribucion de
caracterısticas de los profesores segun nivel socioeconomico, donde el nivel de calificacion de los
profesores esta inversamente distribuido segun el nivel socioeconomico de los estudiantes. Los
resultados para estos docentes de alta calificacion son consistentes y similares con lo encontrado
en Chile por Ortuzar et al. (2009), Bascope y Meckes (2010) y Cabezas et al. (2011) y por
Clotfelter et al. (2011) para el caso de Carolina del Norte en Estados Unidos.
Figura 1: Porcentaje de profesores TOP (NEM) segun vulnerabilidad
.2.2
5.3
.35
Por
cent
aje
de P
rofe
sore
s T
OP
(N
EM
) 20
09
0 5 10 15 20Veintil IVE según RBD
Profe_TOP_NEM Fitted values
17
Figura 2: Porcentaje de profesores TOP (PSU/PAA) segun vulnerabilidad
.1.1
5.2
.25
.3.3
5P
orce
ntaj
e de
Pro
feso
res
TO
P (
PS
U/P
AA
) 20
09
0 5 10 15 20Veintil IVE según RBD
Profe_TOP_PSU Fitted values
La distribucion de profesores segun sus caracterısticas en los distintos tipos de dependencia
para el ano 2009 es presentada en la Tabla 215. Se observa que la mayor cantidad de profeso-
res mejor calificados se concentra en los colegios de dependencia particular pagada. En estos
colegios es donde existen menores ındices de vulnerabilidad y mayor NSE. Un 16 % de los
profesores de los colegios municipales tuvieron sobre 630 puntos en su PSU/PAA y tienen, en
promedio, 7 anos mas de experiencia que los docentes de las otras dependencias. Esto ultimo se
puede deber a la menor movilidad de profesores que genera el Estatuto Docente, al aumentar
las barreras de salida de los docentes.
Tabla 2: Caracterısticas de los profesores por dependencia, ano 2009
DependenciaProfesores Municipal Particular subvencionada Particular pagadaAlta PSU 16,33 % 23,51 % 45,55 %Alta NEM 19,14 % 28,23 % 34,13 %Universidad selectiva 27,33 % 20,98 % 38,87 %Experiencia 24,26 anos 15,84 anos 17,61 anos
En la Figura 3 se presentan los niveles de desercion de profesores ordenados por el ındice de
vulnerabilidad de los colegios16, distinguiendo entre profesores de alta calificacion (definida por
15No se consideran dentro del total a los docentes seleccionados en la muestra que no impartieron clasesen los anos de la encuesta (entre 2003 y 2009).
16Se toman los datos en 2007, a diferencia del analisis por tipo de depenencia que utiliza los datos del
18
alta PSU/PAA) y el resto de los docentes. Consistente con Hanushek et al. (1999), Boyd et al.
(2005) y Scafidi et al. (2007), se encuentra que a mayor vulnerabilidad, mayor es la desercion de
profesores. Es interesante contrastar las diferencias en las salidas del sistema entre los profesores
de alta calificacion y el resto de los docentes. Para el caso de los profesores de alta calificacion
se observa que mayor vulnerabilidad genera una mayor salida, pero para el caso del resto de
los docentes no es claro el efecto.
Figura 3: Porcentaje de salida de profesores TOP vs No TOP, ano 2007.0
1.0
2.0
3.0
4.0
5.0
6P
orce
ntaj
e de
Sal
ida
Pro
feso
res
(PS
U/P
AA
) 20
07
0 2 4 6 8 10Nueve Cuantiles de IVE según RBD
Salida_TOP_PSUnueve Fitted valuesSalida_NO_PSUnueve Fitted values
5. Resultados
En la Tabla 3 se presentan las probabilidades de que un colegio tenga al menos un profesor
de alta calificacion, controlando por la cantidad de docentes por establecimiento que tiene
la muestra, por comuna, dependencia y ano, ademas de una variable interactiva construida
a partir de las variables dummy de comuna y dummy de dependencia. En cada columna se
presentan los resultados para cada uno de los cuatro criterios de un docente de alta calificacion.
Se estima como la vulnerabilidad de un establecimiento y el salario promedio de los pro-
fesores por colegio afecta la dotacion de profesores de alta calificacion en cada colegio. Un
docente de alta calificacion tiene una mayor posibilidad de escoger un salario mas alto o un
contexto menos vulnerable para educar (Scafidi et al., 2007), lo que refleja la existencia de cau-
salidad reversa en la estimacion. Para intentar controlarla, se realizan estimaciones utilizando
ano 2009. Esto es porque para el ano 2007 existe mayor numero de datos con salida de la profesiondocente. Tambien fue necesario usar 9 cuantiles y no 20 debido a que existen pocos datos de salida,por lo con veinte cuantiles quedarıan algunos veintiles sin datos de salida para ser graficados.
19
los rezagos de las variables del salario promedio de los profesores por colegio y del nivel de
vulnerabilidad. Los resultados se presentan en la Tabla 4.
Los resultados del modelo probit permiten identificar el signo del efecto y si cada factor es
significativo, pero no la magnitud en el efecto de cada uno. En las Tablas 3 y 4 se observa que
un mayor salario aumenta la posibilidad de tener un profesor de alta calificacion, siendo este
resultado significativo para la mitad de las especificaciones en cada tabla. La vulnerabilidad
del establecimiento se relaciona negativamente con la posibilidad de tener al menos un docente
de alta calificacion, esto es significativo para la mayorıa de las especificaciones de la estimacion
presentada en la Tabla 4. El signo de los coeficientes corresponde a lo esperado, lo que implicarıa
que a un colegio con alta vulnerabilidad le es mas difıcil contratar profesores de alta calificacion,
pero pagar sueldos mas altos ayudarıa a lograr ese objetivo.
Para el caso de profesores de alta calificacion, definida por la alta experiencia de los do-
centes, se produce una reduccion considerable de las observaciones debido a que el 68 % de
las comunas no tiene ningun colegio de la muestra con profesores que tengan menos de tres
anos de experiencia, por lo que al controlar por comunas y no tener variabilidad en la variable
dependiente, estas observaciones no se consideran en la estimacion. Los resultados presentados
en la Tabla 3 para esta definicion de alta calificacion encuentran que los beneficios de tuicion
y las capacitaciones ofrecidas por el colegio se relacionan positivamente con la probabilidad de
que exista al menos un profesor de alta calificacion en el colegio. El resto de los beneficios no
tendrıan un impacto significativo en esto.
La variable desempleo en la region se relaciona positivamente con esta probabilidad en
ambas estimaciones cuando un docente es definido de alta calificacion por su alta experiencia,
lo que mostrarıa que un mayor desempleo le hace mas facil a una escuela atraer docentes de
alta experiencia.
20
Tabla 3: Colegio con al menos un profesor TOP, probit
Profesor Egresado Profesor TOP Profesor TOP Profesor conU selectiva NEM PSU/PAA experiencia
(1) (2) (3) (4)Caracterısticas del Establecimiento y mercado del trabajo
IVE Estandarizado del colegio -0.0437 -0.0647 -0.0618 -0.115por ano (0.0446) (0.0421) (0.0444) (0.0762)ln del Salario 0.453*** 0.0374 0.103 0.569***
(0.106) (0.0844) (0.0878) (0.149)% de desempleo en la region 0.581 -0.667 0.423 7.192***
(1.547) (0.875) (2.684) (2.684)Beneficios
Almuerzo 0.196 -0.00837 0.0738 0.199(0.130) (0.104) (0.111) (0.205)
Tuicion 0.0328 0.187 0.0861 0.877**(0.161) (0.140) (0.147) (0.422)
Establecimiento ofrece capacitacion -0.00486 -0.0630 -0.0391 0.612***(0.119) (0.103) (0.115) (0.206)
Seguro Salud -0.230 -0.0443 -0.0575 -(0.323) (0.257) (0.263)
Otro Beneficio 0.169 0.331 0.0937 0.379*(0.218) (0.210) (0.231) (0.215)
ControlesAno Sı Sı Sı SıComuna Sı Sı Sı SıDependencia Sı Sı Sı SıComuna*Dependencia Sı Sı Sı SıCantidad Docentes Establecimiento Sı Sı Si Si
Observaciones 7,904 8,853 8,632 5,254
Error estandar en parentesis*** p<0.01, ** p<0.05, * p<0.1
21
Tabla 4: Colegio con al menos un profesor TOP, probit. Con rezago del ln del salario ydel IVE estandarizado por colegio
Profesor Egresado Profesor TOP Profesor TOP Profesor altaU selectiva NEM PSU/PAA experiencia
(1) (2) (3) (4)Caracterısticas del establecimiento y mercado del trabajo
IVE Estandarizado del colegio -0.0408 -0.0820* -0.0766* -0.161*por ano en t-1 (0.0469) (0.0454) (0.0462) (0.0976)ln del salario en t-1 del profesor 0.395*** -0.0101 0.115 0.545***en el colegio (0.121) (0.0910) (0.101) (0.209)% de desempleo en la region -0.0517 -1.135 0.561 7.129*
(1.620) (0.998) (1.370) (3.661)Beneficios
Almuerzo 0.201 -0.0333 0.0459 0.174(0.155) (0.119) (0.133) (0.211)
Tuicion -0.0139 0.0999 0.104 0.517(0.182) (0.151) (0.182) (0.457)
Establecimiento ofrece capacitacion -0.00735 -0.0306 0.00913 0.349(0.135) (0.118) (0.130) (0.236)
Seguro salud -0.358 -0.137 -0.120 -(0.372) (0.293) (0.322)
Otro beneficio 0.0687 0.319 0.252 0.483(0.240) (0.241) (0.288) (0.300)
ControlesAno Sı Sı Sı SıComuna Sı Sı Sı SıDependencia Sı Sı Sı SıComuna*Dependencia Sı Sı Sı SıCantidad Docentes Establecimiento Sı Sı Sı Sı
Observaciones 5,803 6,553 6,390 2,777
Error estandar en parentesis*** p<0.01, ** p<0.05, * p<0.1
Tal como fue explicado en la seccion de estrategia empırica, la decision de usar un modelo
de efectos fijos para la estimacion de los parametros de interes require primero identificar si
existe o no heterogeneidad fija no observable a nivel de escuela en el modelo, es decir, si los
datos responden a un modelo de efectos individuales Individual Effects Model o un Pooled
Effects Model. Esto se identifica a traves del Lagrange multiplier test de Breusch-Pagan. La
hipotesis nula indica que no hay presencia de efectos fijos no observables a nivel de escuela en
el modelo (Pooled Model). El resultado del test se presenta en la Tabla 5. Observando el valor
del test se evidencia que hay presencia de efectos individuales a nivel de escuela en los cuatro
modelos especificados; es decir, para las cuatro definiciones de profesor de alta calificacion se
rechaza la hipotesis nula de “no presencia de heterogeneidad no observables a nivel de escuela”.
22
Tabla 5: Test de Breusch - Pagan y Test de Hausman
Definicion Test de Breusch y Pagan Test de HausmanProfesor TOP χ2 Pvalue χ2 PvalueU selectiva 7362.73 0.00 Se rechaza 33.69 0.0008 Se rechazaAlta PSU/PAA 11582.22 0.00 Se rechaza 111.74 0.0003 Se rechazaAlta NEM 13193.25 0.00 Se rechaza 191.59 0.00 Se rechazaAlta experiencia 212.43 0.00 Se rechaza 79.35 0.00 Se rechaza
Ahora bien, nuevamente, esta heterogeneidad a nivel de escuela puede estar o no correla-
cionada con las variables observables incluidas en el modelo, y por tanto es necesario verificar
aquello para determinar cual es el modelo correcto a utilizar. En caso de que no hubiese corre-
lacion se esta hablando de un modelo de efectos aleatorios. Al contrario, de existir correlacion
entre los efectos fijos no observables a nivel de escuela y las variables observables del modelo,
entonces se esta en presencia de un modelo de efectos fijos. Tal como se explico anteriormente,
para determinar si es correcto utilizar el modelo con efectos fijos se utiliza el test de Hausman,
el cual basicamente es un Wald test que determina si hay diferencias significativas entre los coe-
ficientes estimados bajo un modelo de efectos fijos y los coeficientes obtenidos bajo un modelo
de mınimos cuadrados generalizados. La hipotesis nula (no hay diferencias entre los coeficien-
tes de ambos modelos) favorecerıa un modelo de efectos aleatorios. Observando nuevamente la
Tabla 5, se evidencia lo siguiente:
Se rechaza la hipotesis nula para todos los modelos. Por lo tanto, todas las especificaciones
seguirıan un modelo de efectos fijos.
El rechazo del test de Hausman para todas las especificaciones, permite una adecuada
comparabilidad de los resultados para cada definicion de docente de alta calificacion.
En la Tabla 6 se presenta la estimacion para la proporcion de profesores de alta calificacion
por establecimientos utilizando un modelo de efectos fijos, incluyendo el rezago del sueldo
promedio por colegio y de la vulnerabilidad del establecimiento. La mayorıa de las variables
coinciden en el signo de sus coeficientes con la estimacion realizada para el modelo probit, pero
varıan su significancia estadıstica. Al igual que la estimacion anterior, la principal variable con
significancia estadıstica es el salario promedio de los profesores por establecimiento.
Se observa que una mayor vulnerabilidad del colegio se relaciona negativamente con la pro-
porcion de profesores de alta calificacion, pero los coeficientes de esta variable son significativos
para la mitad de las estimaciones de la proporcion de profesores de alta calificacion realizadas
por MICO. Sus resultados son significativos para la proporcion de docentes con NEM sobre
6,0 y puntaje PSU/PAA sobre 630 puntos. En cambio, el salario promedio de los profesores
por establecimiento tiene la mayorıa de sus coeficientes significativos estadısticamente y, en
comparacion con las otras variables independientes, el salario es el con mayor significancia
23
estadıstica y economica. Este resultado es similar al obtenido en el modelo probit. Por ello, se
puede plantear que la proporcion de docentes de alta calificacion no esta muy determinada por
la vulnerabilidad del establecimiento, como sı lo esta por el salario.
Utilizando el modelo con efectos fijos y controlando por ano, comuna y dependencia, y
usando el rezago de las variables de salario y vulnerabilidad, se obtiene que un aumento de
un 1 % en el salario promedio de los profesores de un colegio permitirıa que este aumente en
1,66 % la proporcion de profesores de alta calificacion con puntaje PSU/PAA sobre 630 puntos
y en un 3,62 % la proporcion de profesores egresados de una universidad selectiva.
Los resultados de investigaciones presentadas en la revision de literatura muestran que los
salarios tienen un rol importante en la contratacion de profesores pero el efecto es menor que el
producido por caracterısticas de los estudiantes (raza, vulnerabilidad y resultados academicos)
(Hanushek et al., 1999; Boyd et al., 2005). Sin embargo, el contexto chileno es particular en
comparacion con la situacion de los paıses donde se realizaron estos estudios, razon que podrıa
explicar la mayor importancia que tienen los salarios para un profesor de alta calificacion en
comparacion con los resultados encontrados en otros paıses. Los docentes en Chile no solo son
los que reciben las menores remuneraciones dentro de los paıses miembros de la OCDE, sino que
tambien perciben, en promedio, solo el 50 % de las remuneracion del resto de los profesionales,
tanto al 2° como al 5° ano de titularse (OECD 2014).
Los beneficios otorgados por los establecimientos a los docentes se correlacionan positiva-
mente con una mayor proporcion de docentes de alta calificacion. Sin embargo, solo el seguro
de salud y la tuicion tienen coeficientes significativos estadısticamente, siendo este ultimo el
unico consistente con los resultados presentados en la Tabla 3. El beneficio de tuicion entre-
gado por cada establecimiento, significa un descuento o exencion de la matrıcula, copago y/o
colegiatura de los hijos de los profesores. Esto esta relacionado con un aumento del ingreso dis-
ponible del profesor (ya que no tendra que efectuar los gastos de tuicion), por lo que refuerza
el resultado de que mayores ingresos aumentan la proporcion de docentes de alta calificacion
en un establecimiento.
24
Tabla 6: Proporcion de Profesores TOP por Colegio, con rezago del ln del Salario y del IVE estandarizado por colegio
Profesor Egresado Profesor TOP Profesor TOP Profesor altaU Selectiva NEM PSU/PAA experiencia
MICO Panel MICO Panel MICO Panel MICO Panelefecto efecto efecto efecto
fijo fijo fijo fijo(1) (2) (3) (4) (5) (6) (7) (8)
Caracterısticas del establecimiento y mercado del trabajoIVE Estandarizado del colegio -0.00560 -0.000470 -0.0231* 0.00253 -0.0223** 0.00525 -0.00663 -0.00161por ano en t-1 (0.0110) (0.00399) (0.0125) (0.00402) (0.0114) (0.00379) (0.00424) (0.00521)ln del Salario en t-1 del profesor 0.168*** 0.0362*** -0.00842 0.00429 0.0327 0.0166*** 0.0293*** -0.00376en el colegio (0.0327) (0.0130) (0.0227) (0.00918) (0.00643) (0.00611) (0.00728) (0.00877)% de desempleo en la region 0.252 -0.00450 0.0736 -0.0968 0.145 0.0923 0.127 0.113
(0.318) (0.157) (0.263) (0.153) (0.222) (0.136) (0.121) (0.127)Beneficios
Almuerzo 0.0402 0.0144 0.0359 -0.00110 0.0153 -0.0223 0.00478 0.0101(0.0375) (0.0211) (0.0388) (0.0134) (0.0287) (0.0176) (0.0104) (0.0161)
Tuicion -0.0227 0.00941 -9.33e-05 -0.0151 0.0179 -0.0259 0.0339*** 0.0316**(0.0413) (0.0231) (0.0528) (0.0282) (0.0475) (0.0170) (0.0115) (0.0142)
Establecimiento ofrece capacitacion 0.0212 -0.00808 0.00453 0.00560 0.00135 0.00308 0.0116 0.0148(0.0381) (0.0153) (0.0372) (0.0143) (0.0242) (0.0106) (0.00866) (0.0112)
Seguro salud 0.134 -0.0397 0.0430 0.0275 -0.0431 0.0443* 0.0288** 0.0298(0.109) (0.0408) (0.0733) (0.0298) (0.0752) (0.0237) (0.0126) (0.0228)
Otro beneficio -0.00574 -0.0494 0.115 0.0545* 0.0391 0.0230 0.0177 0.0105(0.0616) (0.0338) (0.0799) (0.0324) (0.0691) (0.0329) (0.0176) (0.0275)
ControlesAno Sı Sı Sı Sı Sı Sı Sı SıComuna Sı Sı Sı Sı Sı Sı Sı SıDependencia Sı Sı Sı Sı Sı Sı Sı SıComuna*Dependencia Sı Sı Sı Sı Sı Sı Sı Sı
Observaciones 5,814 5,814 7,298 7,298 6,776 6,776 7,402 7,402R2 0.282 0.008 0.175 0.042 0.217 0.049 0.119 0.024Numero de colegios 1,623 1,993 1,859 2,003
Error estandar en parentesis*** p<0.01, ** p<0.05, * p<0.1
25
Los resultados del modelo de duracion son presentados en la Tabla 7. Para la estimacion
no se consideraron las observaciones censuradas por la izquierda (antes de la muestra) para
cada tipo de salida, ya que la ELD no contiene informacion sobre cuanto tiempo llevaba el
docente en el establecimiento donde trabajaba el ano 2003. Esto genera una mayor perdida
de observaciones para la estimacion presentada en la columna (1), la cual es la duracion en
la profesion docente. Esto se produce porque, al no considerar las observaciones censurados
el ano 2003, se dejan de considerar todas las observaciones del docente (7 anos maximo). En
cambio, para las estimaciones presentadas en las columnas (2), (3) y (4) en caso de tener
observaciones censuradas el ano 2003 solo no se consideran las observaciones correspondientes
al primer establecimiento donde estuvo el docente en la muestra.
Los coeficientes positivos aumentan la hazard rate y disminuyen la expectativa de duracion;
los coeficientes negativos aumentan la expectativa de duracion. Las diferentes definiciones de
profesor de alta calificacion son consideradas en el modelo a nivel individual e interactuando
con el salario y el nivel de vulnerabilidad de la escuela. Clotfelter et al. (2011) realizan dos
estimaciones, una para los docentes de baja experiencia y otra para los docentes con alta expe-
riencia. Por la baja cantidad de observaciones de docentes con baja experiencia, en este estudio
se realiza una sola estimacion, pero se incorpora la interaccion del salario y vulnerabilidad con
la variable binaria que identifica a un docente de alta experiencia.
En la Tabla 7 se observa que la edad en que los profesores tienen menos probabilidad de
dejar la docencia es entre los 35 y 44 anos y para las profesoras entre los 30 y 34 anos. Ası
tambien, la edad en que es menos probable para una profesora cambiarse de colegio es cuando
mas joven, entre los 25 y 29 anos, y entre los 35 y 39 anos. La menor probabilidad de cambio de
colegio cuando mas joven se puede explicar porque en los primeros anos ellas estan en etapa de
formacion y no serıa rentable cambiarse a otro colegio sin contar con la suficiente experiencia
para ser valorada en otro colegio.
Para el caso de los profesores con alta experiencia, se observa que estos tienen menos pro-
babilidades de dejar un colegio municipal. En cambio, cuando hay mayor vulnerabilidad es mas
probable que un profesor de alta experiencia se cambie de colegio y deje un colegio particular
subvencionado. Estos resultados contradictorios entre los profesores de colegio particular sub-
vencionado y municipal se pueden relacionar con lo planteado por Correa et al. (2014). Estos
autores encuentran que los profesores con mayor experiencia se autoseleccionan en los colegios
municipales. Una posible explicacion para esto es la dicotomica regulacion que tienen los pro-
fesores entre el sistema municipal y particular. Por un lado, el Estatuto Docente genera una
alta rigidez y relaciona un mayor salario con los anos de experiencia, lo cual es un incentivo a
que en el sector municipal se queden los profesores de mayor experiencia. Por el otro, el sector
privado es regulado por el Codigo del Trabajo, por lo que tiene mayor flexibilidad de salarios
e incentivarıa que los profesores con mayores habilidades no observables se concentren en ese
sector. Por ello, este resultado serıa consistente con lo observado por los autores para los cole-
gios municipales y, en un establecimiento con alta vulnerabilidad, para los colegios particulares
26
subvencionados.
Con respecto a las otras definiciones de un profesor de alta calificacion, se observa que
un profesores con NEM sobre 6,0 tiene menos probabilidades de dejar un colegio municipal
y un profesor dentro del 25 % de mejor resultado PSU/PAA tiene menos probabilidades de
cambiarse de colegio. Estos resultados son consistentes con los obtenidos por Clotfelter et al.
(2011), quienes senalan que los profesores de alta calificacion tienen una menor probabilidad
de cambiarse de colegio.
Un mayor salario aumenta la probabilidad de permanencia en un colegio municipal de un
profesor no considerado de alta calificacion; sin embargo, un mayor salario harıa mas probable
que un profesor de alta experiencia y NEM sobre 6,0 deje un colegio de esta dependencia. Es
contraintuitivo pensar que un mayor salario aumente la probabilidad de salida de un docente,
pero una explicacion podrıa ser que como a mayor experiencia mayor es el salario en el sector
municipal, este resultado refleja a los docentes que por tener una mayor edad (correlacionado
con experiencia) deciden dejar de trabajar.
Tambien se observa que un mayor salario harıa mas probable que se cambie de colegio un
docente con puntaje PSU/PAA superior a los 630 puntos. Estos docentes tienen una mayor
valoracion en su salario17, lo que se correlaciona con su alta calificacion. La razon de su cambio
de colegio puede ser explicada por el aumento, en promedio, de un 3,4 % en su salario cuando
se cambian de colegio.
La vulnerabilidad del colegio aumenta significativamente la probabilidad de salida de la
profesion docente de los profesores considerados de alta calificacion situados dentro del 25 %
de mejor resultado PSU/PAA. Por su parte, el salario no se relaciona con la probabilidad de
salida de la profesion docente. Esto muestra que para la retencion de docentes en el sistema
escolar, disminuir la vulnerabilidad del establecimiento tendrıa un mayor impacto por sobre
aumentar los salarios de los profesores.
Para los docentes no considerados de alta calificacion, la vulnerabilidad del ultimo esta-
blecimiento no tiene un impacto significativo. Este resultado permite distinguir el efecto que
produce la vulnerabilidad del establecimiento segun las caracterısticas que tenga un docente, lo
cual graficamente se presento en la Figura 3. Esto es un avance sobre los resultados que obtie-
nen los autores Hanushek et al. (1999) y Scafidi et al. (2007). Ellos identifican que una mayor
vulnerabilidad genera una salida mas temprana de la profesion docente, pero no distinguen si
es un efecto promedio en todos los docentes o esto afecta en mayor medida a profesores con
alguna caracterıstica en especial.
Algunos beneficios que entrega un colegio afectan significativamente la probabilidad de
duracion de un profesor en ese colegio y en la profesion docente. La tuicion, que corresponde
a beneficios de matrıcula, copago y descuento en la colegiatura de los hijos de los docentes,
17Los profesores de la muestra ubicados dentro del 25 % de mejor resultado PSU/PAA tienen, en pro-medio, un 7,5 % de mayor salario que el resto de los profesores.
27
disminuye la probabilidad de dejar la profesion docente18. Por su parte, las capacitaciones
disminuyen la probabilidad de cambiarse de colegio y de dejar de ser profesor. Estos resultados
son consistentes con los obtenidos en el modelo probit y con efectos fijos. Para el ano 2009, solo
un 8,2 % de los colegios particulares subvencionados y un 20,25 % de los colegios particulares
pagados de la muestra entregan la tuicion como beneficio y solo un 15,53 % de todos los colegios,
un 12,9 % de los colegios municipales, un 13,57 % de los colegios particulares subvencionados y
un 31,42 % de los colegios particulares pagados ofrecen capacitacion. La baja entrega de estos
beneficios en las establecimientos que reciben subvencion del Estado y la relevancia que tienen
para contratar y retener docentes, muestra el potencial que tienen estos beneficios.
Un mayor desempleo en la region disminuirıa la probabilidad de un profesor de cambiarse
de colegio y dejar un colegio municipal. En un contexto de desempleo existen menos incentivos
a cambiarse de colegio por parte de un profesor o dejar un colegio, debido a la dificultad de
encontrar otro empleo. En particular es de esperar que en el sector municipal se genere una
mayor permanencia de los docentes, ya que estos estan mas protegidos de ser despedidos por
el Estatuto Docente. Este resultado se relaciona con lo obtenido en las Tablas 3 y 4, donde
un mayor desempleo se relaciona positivamente con la probabilidad de que una escuela tenga
docentes de mayor experiencia.
18Al ser gratuitos los colegios municipales, este resultado se relaciona con los profesores que trabajanen colegios particulares subvencionados y particulares pagados.
28
Tabla 7: Duracion Docente (Coeficientes - Cox)
Sale del Sistema Sale de Sale de Cambia de ColegioPart. Subv. Municipal
(1) (2) (3) (4)Caracterısticas profesor
Profesor entre -0.891 0.674 -0.941* 0.29525-29 anos (1.116) (0.559) (0.514) (0.232)Profesor entre 0.941 1.079** -0.0653 -0.094330-34 anos (0.771) (0.487) (0.526) (0.257)Profesor entre -19.55*** 0.751 -0.403 0.062235-39 anos (0.913) (0.757) (0.746) (0.284)Profesor entre -19.73*** 0.451 -1.483 -0.21040-44 anos (0.925) (0.730) (1.138) (0.256)Profesor entre 0.427 0.530 -0.753 -0.096145-49 anos (1.387) (0.683) (0.644) (0.258)Profesor sobre -1.089 0.0188 -1.331 -0.38650 anos (1.281) (0.875) (0.864) (0.267)Profesor mujer entre 1.345 -0.643* 0.00827 -0.427**25-29 anos (1.022) (0.334) (0.490) (0.188)Profesor mujer entre -1.156* -0.296 -0.260 -0.22330-34 anos (0.636) (0.418) (0.566) (0.240)Profesor mujer entre 19.66 -0.621 -0.762 -0.558**35-39 anos (0) (0.548) (0.721) (0.251)Profesor mujer entre 20.35 -0.428 0.497 -0.29240-44 anos (0) (0.705) (1.098) (0.267)Profesor mujer entre -0.771 -0.465 -0.0638 -0.465*45-49 anos (1.373) (0.422) (0.679) (0.247)Profesor mujer sobre 0.889 -0.334 0.540 -0.450**50 anos (1.579) (0.976) (0.919) (0.211)Profesor TOP NEM 10.42 -4.919 -8.297* 1.016
(7.114) (5.115) (4.688) (1.655)Profesor con alta experiencia -1.907 9.156 -11.26* 0.424
(8.933) (6.313) (5.999) (2.153)Profesor TOP PSU/PAA -6.428 -1.591 -2.121 -4.012*
(7.534) (3.979) (5.651) (2.048)Profesor Egresado U selectiva 7.427 10.43 -2.958 -2.839
(6.685) (6.896) (7.057) (2.783)La tabla continua en la siguiente pagina
29
Continuacion Tabla 7Sale del Sistema Sale de Sale de Cambia de Colegio
Part. Subv. Municipal(1) (2) (3) (4)
Caracterısticas establecimiento y mercado trabajoIVE Estandarizado -0.523 -0.110 -0.291 -0.104por ano (0.408) (0.193) (0.323) (0.0996)ln del salario -1.062 0.374 -2.762*** -0.447
(0.965) (0.848) (0.851) (0.287)% de desempleo en 2.726 -0.237 -15.75*** -15.15***la region (5.835) (4.504) (5.388) (2.645)Colegio municipal 0.0323 -0.0400
(0.369) (0.109)Colegio part. pagado -0.0585 0.540*
(1.486) (0.304)Beneficios
Almuerzo -1.019 -0.455 -0.421 -0.190(0.912) (0.407) (0.622) (0.162)
Tuicion -41.04*** 0.342 -43.14 -0.0208(0.484) (0.630) (0) (0.186)
Establecimiento ofrece capacitacion -41.41*** -0.563 -46.71 -0.427**(0.393) (0.514) (0) (0.167)
Seguro salud 0.669 0.321 0.122 0.308(0.844) (1.112) (0.868) (0.367)
Otro beneficio 1.287 0.263 2.602*** 0.0383(1.168) (0.719) (0.552) (0.267)
Interacciones con profesores dentro del 25 % de mejor resultado PSU/PAAInteraccion con 1.043*** 0.225 0.163 -0.0839colegio vulnerable (0.365) (0.219) (0.502) (0.0964)Interaccion con 0.856 0.240 0.320 0.510**ln del salario (0.976) (0.509) (0.716) (0.260)
Interacciones con profesores con NEM sobre 6,0Interaccion con 0.307 -0.00783 0.251 0.0232colegio vulnerable (0.295) (0.213) (0.439) (0.0918)Interaccion con -1.393 0.651 1.054* -0.122ln del salario (0.934) (0.659) (0.619) (0.212)
Interacciones con profesores con alta experienciaInteraccion con 0.00586 0.351* 0.186 0.215*colegio vulnerable (0.412) (0.187) (0.330) (0.110)Interaccion con 0.440 -1.176 1.517* -0.126ln del salario (1.172) (0.815) (0.776) (0.276)
Interacciones con profesores con universidad selectivaInteraccion con -0.140 -0.379 0.106 -0.111Colegio Vulnerable (0.395) (0.252) (0.388) (0.105)Interaccion con -0.933 -1.358 0.423 0.372ln del salario (0.855) (0.874) (0.886) (0.358)
Observaciones 1,781 1,609 801 8,211
Errores estandar en parentesis*** p<0.01, ** p<0.05, * p<0.1
30
6. Conclusiones e implicancias
Este trabajo estudia la movilidad de los docentes entre escuelas y fuera de la profesion.
Los resultados muestran que un mayor salario de los docentes, la vulnerabilidad de la escuela
y los beneficios que se entregan en esta a los docentes son relevantes en la distribucion de los
profesores en el sistema educacional.
Una menor vulnerabilidad del establecimiento y un mayor salario aumentan la probabilidad
de que un establecimiento cuente con al menos un docente de alta calificacion. Al estimar como
afectan las caracterısticas del establecimiento su proporcion de docentes de alta calificacion, se
encuentra que la principal variable que afecta significativamente esta proporcion es el salario
promedio de los docentes en el establecimiento. Usando un modelo de efectos fijos, se estima
que un aumento de un 1 % en el salario promedio de los profesores de un colegio genera un
aumento de un 1,66 % en la proporcion de profesores con puntaje PSU/PAA sobre 630 puntos.
En los resultados se observa que la proporcion de docentes de alta calificacion en las escuelas
no esta muy determinada por la vulnerabilidad del establecimiento, como sı lo esta por el
salario. Esto guarda relacion con la precariedad de los salarios de los docentes en Chile, lo
que se observa en las brechas de remuneraciones respecto de otras profesiones, ası como de los
docentes del resto de los paıses miembros de la OECD (OECD 2014).
A traves de un modelo de duracion proporcional de Cox (1972) se observa que una mayor
vulnerabilidad en el ultimo establecimiento aumenta la probabilidad de salida de la profesion
docente de un profesor de alta calificacion. Por su parte, el efecto del salario no es significativo
para este tipo de salida. Respecto al caso de los profesores que trabjan en un colegio municipal,
se observa que un mayor salario se relaciona positivamente con la posibilidad de que un profesor
no considerado de alta calificacion se mantenga en el colegio.
Asimismo, utilizando este modelo de duracion se confirman los recientes resultados de Co-
rrea et al. (2014) sobre el hecho de que los profesores con mayor experiencia se autoseleccionan
en los colegios municipales. Esto constituye un avance, ya que se utiliza una estrategia empı-
rica diferente a la empleada por los autores, identificando que el tener una mayor experiencia
aumenta la duracion en el sector municipal.
Los beneficios de tuicion y capacitacion son relevantes para contratar y retener profesores.
En particular para la retencion en la profesion docente, estos beneficios disminuyen la pro-
babilidad de salida de un profesor. Considerando que la capacitacion solo es entregada en el
12,9 % de los colegios municipales y en el 13,57 % de los colegios particulares subvencionados,
un aumento en la entrega de este beneficio en los colegios que reciben subvencion del Estado
puede significar una mayor retencion de los profesores.
En resumen, se observa que el salario es un factor clave para la proporcion de docentes de
alta calificacion, pero la vulnerabilidad serıa uno de los principales factores de la desercion de
estos docentes. Por ello, para lograr que los docentes de alta calificacion realicen clases a los
31
estudiantes mas vulnerables no solo es necesario un aumento de remuneracion, sino tambien
considerar como disminuir la vulnerabilidad del establecimiento. Este resultado aporta a lo
obtenido por Boyd et al. (2005), Hanushek et al. (1999) y Scafidi et al. (2007), ya que distingue
el efecto de la vulnerabilidad segun las caracterısticas de calificacion de los docentes. Con
respecto a lo encontrado por Clotfelter et al. (2011) en Carolina del Norte, Estados Unidos,
existe consistencia para los resultados de la salida de los docentes de alta calificacion del sistema,
pero a diferencia de los autores, el salario serıa el factor mas relevante para la contratacion de
estos docentes.
Este estudio aporta a una mayor compresion de las dinamicas laborales de los docentes
en Chile, distinguiendo entre las caracterısticas de los docentes y las de los establecimientos.
Busca agregar una nueva mirada enfatizando factores no academicos en la literatura sobre la
trayectoria de los docentes y utilizando una estrategia empırica que permite un avance en la
identificacion de los resultados.
La falta de datos censales o representativos a distintas unidades de medida, registros auto-
rreportados (y no completos) y la falta de informacion detallada sobre los docentes y cada esta-
blecimiento limitan el estudio de esta problematica con mayor profundidad. Existe un desafıo
para los actores relevantes del sistema chileno de tener mejores datos longitudinales. Futuras
investigaciones podrıan estudiar aspectos que han sido abordados en la literatura internacional
pero no fueron abordados en esta investigacion, por ejemplo, como afecta a la distribucion
de profesores en el sistema educacional chileno la composicion indıgena de los estudiantes, las
horas no lectivas de los profesores o la proximidad del docente al establecimiento.
32
Referencias
[1] Aaronson, D.; Barrow, L. y Sander, W. Teachers and Student Achievement in the
Chicago Public High Schools. Journal of Labor Economics (2007), Volumen 25(1), Paginas
95-135.
[2] Ballou, D. y Podgursky, M. : Teacher Pay and Teacher Quality. WE Upjohn Inst
(1997). Kalamazoo: Michigan.
[3] Bascope, M. y Meckes L. Distribucion inequitativa de los nuevos profesores mejor
preparados: Caracterısticas de origen y destino laboral de los egresados de pedagogıa basica.
Boletın CEPPE (2010).
[4] Boyd, D.; Lankford, H.; Loeb, S., y Wyckoff, J. Explaining the short careers
of highachieving teachers in schools with low-performing students. American Economic
Review Proceedings (2005), Volumen 95(2), Paginas 166-171.
[5] Bravo, D.; Falck, D.; Gonzales, R.; Manzi, J. y Peirano, C. La relacion entre
la evaluacion docente y el rendimiento de los alumnos: Evidencia para el caso de Chile.
Centro de Microdatos (2008), Departamento de Economıa, Universidad de Chile y Centro
de Medicion MIDE UC, Escuela de Psicologıa, P. Universidad Catolica de Chile.
[6] Cabezas, V.; Gallego, F.; Santelices, V. y Sarhi, V. Factores Correlacionados
con las Trayectorias Laborales de Docentes en Chile, con Especial Enfasis en sus Atributos
Academicos. FONIDE (2011) MINEDUC.
[7] Clotfelter, C.; Ladd, H. y Vigdor, J. Teacher Mobility, School Segregation, and
Pay-Based Policies to Level the Playing Field Education Finance and Policy (2011), Vo-
lumen 6, Paginas 399 - 438.
[8] Correa, J.; Parro, F. y Reyes, L. Self-Selection in the Market of Teachers Applied
Economics (2014).
[9] Cox, D. Regression Models and Life Tables (with Discussion). Journal of the Royal Sta-
tistical Society (1972), Series B, Volumen 34, Paginas 187-220.
[10] Cox, D. y Oakes, D. Analysis of Survival Data. London: Chapman and Hall (1984).
[11] Dolton, P.J., y Van der Klaaw, W., The turnover of teachers: A competing risks
explanation. Review of Economics and Statistics (1999), Volumen 81(3), Paginas 543-552.
[12] Feng, L. y Sass,T. Teacher Quality and Teacher Mobility. Mimeo (2008). Florida State
University.
[13] Figlio, D. Can Public Schools Buy Better-Qualified Teachers? Industrial and Labor Re-
lations Review (2002), Volumen 55(4), Paginas: 686-99.
33
[14] Flores, C.; Ortuzar, S.; Ayala, P. y Milesi, C. Buscando la aguja en el pajar:
Busqueda y contratacion de profesores en la Region Metropolitana FONIDE (2014) MI-
NEDUC.
[15] Goldhaber, D. Teachers Matter, but Effective Teacher Quality Policies are Elusive.
Handbook of Research in Education Finance and Policy (2008), editado por Helen F.
Ladd y Edward B. Fiske, Paginas 146–65. Nueva York: Routledge.
[16] Hanushek, E., Kain, J. y Rivkin, S. Do Higher Salaries Buy Better Teachers? National
Bureau of Economic Research (1999). Cambridge, MA. Working Paper Numero 7082.
[17] Hanushek, E.; Kain, J., y Rivkin, S. Why public schools lose teachers. Journal of
Human Resources (2004), Volumen 39(2), Paginas 326-254.
[18] Heckman, J. The case of Investing in Disadvantage Young Children. Big ideas for chil-
dren: Investing in Our Nation’s Future (2008), First Focus, Washington, DC.
[19] Heckman, J. The Economics of Inequality: The Value of Early Childhood Education
American Educator (2011), Volumen 35, Numero 1, Paginas 31-35
[20] Kimko, D. y Hanushek, E. Schooling, Labor-Force Quality, and the Growth of Nations.
American Economic Review (2000), American Economic Association, Diciembre, Volumen
90(5), Paginas 1184-1208
[21] Lankford, H.; Loeb, S., y Wyckoff, J. Teacher sorting and the plight of urban
schools. Education Evaluation and Policy Analysis (2002), Volumen 24(1), Paginas 37-62
(Primavera).
[22] Lara, B.; Mizala, A.; Repeto, A. Una Mirada a la Efectividad de los Profesores en
Chile. CEP (2010), Seminario sobre efectividad de los profesores, 15 de Junio 2010.
[23] Loeb, S. y Beteille, T. Teacher Quality and Teacher Labor Markets. Handbook of
Education Policy Research (2009), editado por Gary Sykes, Barbara Schneider y David
N. Plank, Paginas 596-612.
[24] Loyola, Vicente. Efectos Fijos profesor y la Evaluacion Docente: El caso de Chile.
Tesıs de Magister (2013), Instituto de Economıa. Pontifica Universidad Catolica de Chile.
[25] Manzi, J. ¿Que caracterısticas de la formacion inicial de los docentes se asocian a mayo-
res avances en su aprendizaje de conocimientos disciplinarios?. FONIDE (2011) MINE-
DUC.
[26] MINEDUC Evaluacion Inicia: Presentacion de Resultados 2012 Ministerio de Educacion
de Chile (MINEDUC) (2013), agosto de 2013.
34
[27] McKinsey How the World’s Best-Performing School Systems Come Out On Top McKin-
sey Company (2007), Social Sector Office.
[28] Meckes, L. y Hurtado, C. Los nuevos profesores en Chile: ¿Quien los contrata, que
aprenden y cuan efectivos son? Notas para Educacion (2014). Centro de Estudios de
Polıticas y Practicas en Educacion (CEPPE). Numero 16, Abril.
[29] Murnane, R.; Singer, J, y Willet, J The Career Paths of Teachers: Implications for
Teacher Supply and Methodological Lessons for Research. Educational Researcher (1988),
Paginas 22-30.
[30] Murnane, R. y R. Olsen The Effects of Salaries and Opportunity Costs on Duration
in Teaching: Evidence from North Carolina Journal of Human Resources(1990), Volumen
25(1), Paginas 106-124.
[31] OECD Teacher Matters. Attracting, Developing and Retaining Effective Teachers. OECD
(2005). Publicado: Paris, Francia.
[32] OECD Ten Steps to Equity in Education Policy Brief (2008), OCDE. Enero.
[33] OECD Equity and Quality in Education: Supporting Disadvantaged Students and Schools
OCDE (2012)
[34] OECD Education at a Glance 2014 OCDE (2014)
[35] Ortuzar, M.S.; Flores, C., Milesi, C. Cox, C. Aspectos de la formacion inicial de
docentes y su influencia en el rendimiento academico de los alumnos. Centro de Polıticas
Publicas (2009), Universidad Catolica
[36] Podgursky, M. J.; Monroe, R. y Watson, D. The Academic Quality of Public School
Teachers: An Analysis of Entry and Exit Behavior Economics of Education Review (2004),
Volumen 23(5), Paginas 507-18.
[37] Rivkin, S., Hanushek, E., y Kain, J. Teachers, Schools, and Academic Achievement.
Econometrica (2005), Econometric Society, Volumen 73(2), Paginas: 417-458
[38] Scafidi, B.; Sjoquist, D., y Stinebrickner, T. Do Teachers Really Leave for Higher
Paying Jobs in Alternative Occupations? The B.E. Journal of Economic Analysis and
Policy (2006), De Gruyter, Volumen 6(1), Paginas 1-44, Diciembre.
[39] Scafidi, B; Sjoquist, D y Stinebrickner, T. Race, poverty, and teacher mobility
Economics of Education Review (2007), Elsevier, Volumen 26(2), Paginas 145-159, Abril.
[40] Toledo, G.; Puentes E. y Valenzuela, P. Calidad docente y logro escolar: enfren-
tando el problema de ordenamiento no aleatorio entre caracterısticas de profesores y alum-
nos.Tesis para para optar al grado de Magıster en Economıa (2010). Facultad de Economıa
y Negocios Escuela de Postgrado Economıa y Negocio. Universidad de Chile.
35