Mujeres: Estereotipos, Desempeño en Matemáticas y Elección de Carreras
Alejandra MizalaInstituto de Estudios Avanzados en Educación, CIAE e Ingeniería IndustrialUniversidad de Chile
Lanzamiento del Núcleo Milenio Estudio del Curso de la Vida y la Vulnerabilidad9 de enero 2019
Diferencias de Puntaje entre Hombres y MujeresPruebas SIMCE y PSU de Matemáticas
* Diferencias estadísticamente significativas
613
494423
368
-700
-500
-300
-100
100
300
500
700
-30,0
-20,0
-10,0
0,0
10,0
20,0
30,0
Shan
ghai
-Chi
naSin
gapo
reHo
ng K
ong-
Chin
a (*)
Chin
ese
Taip
eiKo
rea
(*)
Mac
ao-C
hina
Japa
n (*
)Lie
chte
nste
in (*
)Sw
itzer
land
(*)
Neth
erla
nds (
*)Es
toni
a (*
)Fin
land
Cana
da (*
)Po
land
(*)
Belgi
um (*
)Ge
rman
y (*)
Viet
Nam
(*)
Aust
ria (*
)Au
stra
lia (*
)Ire
land
(*)
Slove
nia
Denm
ark (
*)Ne
w Ze
alan
d (*
)Cz
ech
Repu
blic
(*)
Fran
ce (*
)Un
ited
King
dom
(*)
OECD
aver
age
(*)
Icela
nd (*
)La
tvia
Luxe
mbo
urg (
*)No
rway
Portu
gal (
*)Ita
ly (*
)Sp
ain
(*)
Russ
ian
Fede
ratio
nSlo
vak R
epub
lic (*
)Un
ited
Stat
esLit
huan
iaSw
eden
Hung
ary (
*)Cr
oatia
(*)
Israe
lGr
eece
(*)
Serb
ia (*
)Tu
rkey
Rom
ania
Bulga
riaUn
ited
Arab
Em
irate
sKa
zakh
stan
Thai
land
(*)
Chile
(*)
Mal
aysia
(*)
Mex
ico (*
)Ur
ugua
y (*)
Mon
tene
gro
Cost
a Ri
ca (*
)Al
bani
aBr
azil (
*)Ar
gent
ina (
*)Tu
nisia
(*)
Jord
an (*
)Co
lom
bia
(*)
Qata
r (*)
Indo
nesia
Peru
(*)
Brecha en PISA Matemáticas 2012 (F-M) Promedio PISA Matemáticas 2012 (Hombres y Mujeres)
Resultados en Matemáticas y Brecha de Género, Países OECD, PISA 2012
Nota:
Círculos: Países ordenados de mayor a menor desempeño en matemáticas (eje derecho).
Barras: Diferencias positivas (barras rojas) indican mayor puntaje promedio de mujeres (eje izquierdo). Barras rosadas representan diferencias no significativas.
Fuente: OECD (2015).
Posibles explicaciones:
• Estereotipos de género• ¿Cómo se manifiestan en la escuela?− Expectativas de futuros docentes acerca del desempeño de las niñas y
niños en matemáticas• Diferencias de género y pruebas de matemáticas− Respuestas de hombres y mujeres a situaciones/ambientes competitivos
• Elección de carreras universitarias
Rol de los estereotipos de género Explicación de brechas en matemáticas entre países
• Análisis entre países usando resultados de PISA muestran que brecha de géneroen el desempeño en matemáticas se correlaciona con oportunidades económicasy sociales de las mujeres en los países (Fryer y Levitt, 2010; Guiso et al, 2008).
• Meta análisis utilizando pruebas TIMSS y PISA encontró significativas variacionesentre países explicados por la equidad de género en matrícula escolar,participación de mujeres en trabajos de investigación y participaciónparlamentaria femenina (Else-Quest et. al., 2010).
La brecha de género en prueba PISA de matemáticas está correlacionada con variables como la participación laboral femenina
La escuela: Expectativas de futuros docentes acerca del desempeño de las niñas y niños en matemáticas(Mizala, Martínez y Martínez, 2015)
• Metodología de casos hipotéticos aplicada a 208 estudiantes de pedagogía básica de17 universidades a través de experimentos por encuestas (survey experiments)
• Se analizó si el género y el NSE del estudiante sesgan la percepción de los futurosprofesores
• Encontramos que existe un fuerte sesgo de género:
• Futuros profesores asignan expectativas de rendimiento en matemáticas más bajas amujeres
• Futuros profesores extrapolan problemas de matemáticas a rendimiento general sólo enel caso de las mujeres
• Esto no ocurre con lenguaje
Diferencias de género en pruebas de matemáticas competitivas y con altas consecuencias
• Test cognitivos también capturan rasgos no cognitivos relevantes (Borghans et al.,2011). Puntajes en pruebas pueden subestimar habilidad cognitiva real en gruposestereotipados (Walton y Spencer, 2009). Amenaza de estereotipo
• Brecha de resultados puede ser un artefacto asociado a la evaluación
• Hay diferencias de género en aversión al riesgo (Bertrand, 2011; Croson y Gneezy,2009) y en actitudes hacia la competencia (Niederle y Vesterlund, 2010)
• Diferencias respecto a situaciones competitivas tienen origen cultural: Maasai(Tanzania) versus Khasi (India) (Gneezy et al., 2009)
Evidencia para Chile acerca de diferencias de género ensituaciones competitivas(Arias, Mizala y Meneses, 2017).
• Muestra de mellizos mixtos que rindieron PSU en proceso 2013 (permite controlar porcaracterísticas no observables del hogar)
• Al analizar la muestra de mellizos mixtos (106 parejas) sólo se aprecian diferenciassignificativas de puntaje Matemáticas en PSU (competitiva), pero no en SIMCE de 2°Medio (no competitiva), controlando por otras variables que afectan desempeño
Resultados (preliminares) SIMCE y PSU Mellizos mixtos cohorte 2013 (puntajes estandarizados)
PSU Matemáticas SIMCE PSU
Mujer -0,126 -0,177**(0,073) (0,065)
PSU LenguajeSIMCE PSU
Mujer 0,025 -0,145(0,113) (0,085)
Variables de control incluidas además de efectos fijos por hogar: autoeficacia general, autoeficacia matemáticas, promedio notas y notas de matemáticas o lenguaje, inversión de los padres, dedicación al trabajo escolar, asistencia, SIMCE colegio, SIMCE alumnos en la ecuación de PSU.
Género, elección de carreras
• % de mujeres en la matrícula universitaria de primer año aumentó de 50% a 54%entre 2007 y 2017
• Pero mujeres se concentran en carreras feminizadas: salud, educación, cienciassociales y humanidades
• Con baja participación en carreras STEM, menos de 30% de la matrícula en primeraño, con un bajo crecimiento (2% en 10 años)
Porcentaje de mujeres en matrícula primer año de universidad según área
Elección de carreras universitarias en ChileBordon, Canals y Mizala (2018)en Chile
• ¿Qué factores influyen en la postulación de hombres y mujeres a la educación superior?¿Qué diferencias de género existen?
• Proceso de Admisión 2015. Postulación a 25 Universidades del CRUCH + 8 Privadas notradicionales
Datos y Metodologíaos y Metodología
• Población: Cohorte que egresó de 4°Medio 2014, y postula para ingresar a launiversidad el 2015.
• Muestra: 20.000 estudiantes• Fuente de información: MINEDUC,
DEMRE.
Carrera – universidadàÁrea – Grupo de Universidad
• Modelo para estudiar postulación: Logitanidado predice área y grupo de Upostula en 1ª preferencia
Áreas:• Medicina-Odontología• Otras carreras de la Salud• Ciencias• Ingeniería Civil• Tecnología• Comercio• Artes• Ciencias Sociales y Humanidades• Derecho• Educación
Grupos:• G1-G3: CRUCH según selectividad• G4: Privadas no tradicionales
Datos y Metodología
• Predictores de área
MujerÁrea padre del mismo sexoÁrea padre de distinto sexo
Curso mayoritariamente mujer(>60%)Curso mixto (40%-60%)
Variables de GéneroNotas por áreaPSU por áreaRanking notas
Variables Académicas
Ingreso per cápita Dependencia
Región
Variables de control
3%
22%
4%
14%
6%
17%
5%
13%
0%
14%
2%8%
4%
38%
18% 16%
2%6%
0%
7%
Medicina
Salud
Ciencias
Ing. Civi
l
Tecnología
Comercio
Artes
C. Soc.
y Hum.
Derech
o
Educacio
n
Gráfico 1: Probabilidad de postulación a cada área del postulante promedio
Mujer Hombre
El rol del género en la postulación a la universidad
0%
20%
40%
60%
80%
100%
120%
-3 -2 -1 0 1 2 3PSU Ciencias y Notas de Biología-Química
Gráfico 2: Probabilidad de postulación a Medicina-Odontología del postulante medio, según rendimiento previo
en Biología, Química y PSU Ciencias
Mujer Hombre
El rol de lo académico en la postulación a la universidad
0%
20%
40%
60%
80%
100%
-3 -2 -1 0 1 2 3PSU Lenguaje, PSU Historia y Notas de Humanidades
Gráfico 3: Probabilidad de postulación a Derecho del postulante medio, según rendimiento previo en Humanidades y PSU Lenguaje
e Historia
Mujer Hombre
El rol de lo académico en la postulación a la universidad
0%
20%
40%
60%
80%
100%
-3 -2 -1 0 1 2 3PSU de Matemáticas y Notas de Física y Matemáticas
Gráfico 4: Probabilidad de postulación a Ingeniería Civil del postulante medio, según rendimiento previo en Matemáticas y Física
y PSU Matemáticas
Mujer Hombre
El rol de lo académico en la postulación a la universidad
Porcentaje de hombres y mujeres por área en escenarios contrafactuales
Conclusiones
• Existen importantes diferencia de género en la postulación a la universidad:• Las mujeres postulan más a otras carreras de la Salud, y los hombres a Ingeniería y
Tecnología.
• El rendimiento académico previo y la PSU afecta la postulación a la universidad, pero:• Los hombres de buen rendimiento en cierta área, tienen mayor probabilidad que las mujeres
de postular a la carrera más selectiva del área.
• Los esfuerzos de política pública por reducir las brechas de género no solo deben alentar a lasmujeres a postular a carreras masculinizadas, sino también a los hombres a elegir carrerasfeminizadas.
En Suma
¿Por qué esto es relevante?• Mujeres acceden a carreras con menores expectativas de empleabilidad e ingresos
futuros.
• Aumentar la participación de las mujeres en STEM es importante para reducirbrechas salariales y de género en general (OECD, 2015).
• Pero no sólo beneficia a las mujeres:
• Se pierden talentos de mujeres en STEM. Ocupaciones STEM se benefician de ladiversidad que aportan las experiencias de las mujeres (Franklin, 2013).
• Equidad de género y su impacto en participación laboral femenina puede tener unefecto significativo en el crecimiento de los países (Thévenon et al., 2012)
¿Qué podemos hacer?
A nivel general: evitar estereotipos de género• Al definir políticas tomar en cuenta que los sesgos son inconscientes.
• Campañas e iniciativas que ayuden a tomar conciencia
• Incluir transversalmente el tema en mallas curriculares de pedagogía y formación dedocentes en servicio.
• Evitar estereotipos en libros de texto.
• Promover ingreso de mujeres a carreras STEM y de hombres a carreras feminizadas
• Facilitar y promover mayor participación de mujeres en el mercado laboral, en política yen altos cargos en las empresas.
uDISEÑO DE INVESTIGACIÓN
Marcela es una niña que asiste a un colegio particular de LasCondes. Marcela vive con sus padres y es la segunda de treshermanas. Su madre es médico y su padre es abogado. Ella tieneun nivel de inteligencia promedio, pero matemáticas se estásacando malas notas. Además, no está cumpliendo con sus tareasy trabajos en varios ramos y no ocupa de manera eficiente sutiempo en clases. Hace un tiempo, Marcela solía tener una actitudpositiva hacia el colegio, tenía buenas notas y era evaluada demanera positiva por sus profesores. Pero en las últimas semanasha faltado repetidamente a clases y ha recibido varias anotacionespor mala conducta. Por ejemplo, ha sido agresiva con suscompañeros, verbal y físicamente, situación que se repite por lomenos una vez por semana. Sus padres han mantenido reunionescon el profesor de Marcela, pero la situación no mejora.
Estudio de caso
Metodología de casos hipotéticos(Tournaki, 2003, Auwarter & Aruguete, 2008a, 2008b; DelRio & Balladares, 2011).
mujer
hombre
NSE alto
NSE bajo
NSE bajo
NSE alto
1
2
3
4
Cada participante evalúa sólo 1 de los 4 casos.
ASIGNACIÓN ALEATORIA