estudio de caso nº 68 rendimiento escolar en...

CLAUDIA PEÑA BARRÍA RENDIMIENTO ESCOLAR EN CHILE

1

Estudio de Caso Nº 68

Noviembre 2002

CLAUDIA MARCELA PEÑA BARRÍA

Esta es una versión resumida del Estudio de Caso realizado por la autora para obtenerel grado de Magíster en Gestión y Políticas Públicas de la Universidad de Chile.

Agradecemos el apoyo proporcionado por el Ministerio de Planificación y Cooperación(MIDEPLAN) y Woodrow Wilson Center - Fundación Ford.

Av. República 701 Fono: (562) 678 4067 Fax: (562) 689 4987E-mail: [email protected] web: http://www.mgpp.clSantiago - Chile

RENDIMIENTO ESCOLAR EN CHILE ENESTABLECIMIENTOS PÚBLICOS Y PRIVADOS:¿QUÉ NOS MUESTRA LA NUEVA EVIDENCIA?

2

RESUMEN EJECUTIVO

Este trabajo desarrolla una función de producción educacional para los alumnos deenseñanza básica, con el objeto de analizar el impacto de diferentes insumos educativosen el rendimiento de los estudiantes . Se analiza en particular la brecha entre dos tiposde establecimientos que reciben financiamiento público: municipales y particulares. Parasu determinación se usan los datos de la prueba del Sistema de Medición de la Calidadde la Educación (Simce) aplicada en 1999 a los 4° años de enseñanza básica.

Entre los resultados alcanzados hay que destacar que éste es el primer estudio para4° básico que util iza datos individuales para caracterizar la situación socioeconómicade las famil ias, la que se obtiene a part ir de una est imación que aplica el Método deMínimos Cuadrados Ordinarios. Luego, al modelo estimado se le introduce un ajuste porsesgo de selección, que considera que los alumnos que asisten a los distintos tipos decolegios no se distribuyen de manera aleatoria. Finalmente, se estima un modelo contérminos de in teracción para capturar la pos ib i l idad de e fec tos di ferencia les en e lrendimiento, debido a las características de las escuelas, los profesores y las familias.

Con una muestra de 44 mil 500 alumnos, correspondientes a 800 establecimientos,los resultados reflejan la existencia de una brecha entre los alumnos de distintos tiposde establecimientos, la que no desaparece para alumnos de iguales características queasisten a colegios municipales y particulares subvencionados, al ser mayor el rendimientode los últimos.

La eventual corrección del sesgo no explica los peores resultados del Simce queob t i enen lo s co l eg io s mun ic ipa l i z ados en comparac ión con lo s pa r t i cu l a re ssubvencionados. Sobre esa conclusión surge la necesidad de aclarar qué pasa con losestablecimientos municipalizados y para ello se requiere que el Ministerio de Educacióngenere información relevante y , sobre esa base, reoriente las pol í t icas tendientes amejorar el rendimiento de los alumnos peor evaluados.


3

La educación visualizada como el aumento de las capacidades humanas constituyeun importante instrumento para superar gran parte de los problemas que enfrentan lassociedades, en especial para lograr un mayor progreso económico y garantizar los derechosde las personas de menores recursos.

En Chile, dentro de los esfuerzos por aumentar la calidad y equidad social de laeducación escolar, en la última década se produjo simultáneamente un aumento importantede las transferencias de recursos a los establecimientos educativos, y un cambio gradualen la orientación de la política hacia la aplicación de programas focalizados. A mediadosdel período 1990-2000, este proceso culminó con la aplicación de una amplia y profundaReforma Educacional , cuyo énfas is se coloca en la cal idad y equidad, en la mayorintegración socia l , en la v inculación con el trabajo, en la relación con la profes ióndocente , en e l mejoramiento de la ges t ión, en la descentra l i zac ión y en la mayorparticipación de la comunidad escolar.

A pesar de los avances logrados -y reconociendo que parte importante de los efectosse obtendrán a más largo plazo-, aún persisten grandes diferencias en el rendimiento dealumnos que provienen de dist intos grupos sociales. Por ello, un desafío de la actualpolítica educativa es cómo impulsar programas que permitan reducir las brechas asociadasa las di ferencias de es tra to socioeconómico y , en par t icular , a la t ransmis iónintergeneracional de la pobreza, y así potenciar el aumento en la cantidad y distribucióndel capital humano requerido por el desarrollo económico y social.

Esta discusión de políticas públicas ha motivado el desarrollo de numerosos estudios.Una parte importante de la l i teratura que surge desde la economía se ha dedicado alestudio de los factores o insumos que determinan el desempeño de los alumnos a travésde las funciones de producción, sobre la base del rendimiento obtenido por los alumnosen la prueba del Sistema de Medición de la Calidad de la Educación (Simce). Sin embargo,los estudios elaborados hasta 1998 utilizan información con alto grado de agregación yalgunos han sido objeto de críticas por la forma en que se realizan las estimaciones.

I. INTRODUCCIÓN

4

A partir de 1998, la nueva información disponible para las investigaciones permiteestimaciones más precisas. Por un lado, es provista con un mayor grado de desagregacióny, por el otro, presenta una modi f icación en el diseño de la prueba que permit irá afuturo efectuar comparaciones en el tiempo.

Dentro de l marco anter ior , es te es tudio de caso t iene como propós i to apor tarinformación para la discusión del tema de la equidad y la calidad en el sistema educativochileno. Aborda dos temas principales: la brecha de rendimiento de los estudiantes entredistintos tipos de establecimientos educativos, y la discusión sobre la concentración delos alumnos con mayores problemas socioeconómicos en determinados tipos de colegiosy su efecto en el rendimiento.

El objetivo general de este trabajo es explorar el estado actual del debate sobre laequidad en la calidad de la educación, respecto del desempeño de los establecimientospúbl icos y pr i vados con e l f in obtener evidencia sobre los de terminan tes de lrendimiento de los alumnos que asisten a ambos tipos de colegios en Chile, a la luz delos nuevos antecedentes aportados por la prueba Simce aplicada a los 4° años de enseñanzabásica en 1999.

El estudio se desarrolla a partir de la línea de investigación basada en funciones deproducción educativa y util iza información desagregada por alumno para 4° básico, adiferencia de las anteriores investigaciones para este mismo nivel educativo, basadas enestimaciones a partir de información a escala del establecimiento.


5

La actual configuración del sistema educativo escolar se fundamenta en las reformasimplementadas en 1981. Estas instauraron una política de «elección» en el sistema escolar,un esquema de subvenciones similar a lo que se conoce en la literatura como sistema de«voucher», y la creación de pruebas estandarizadas para medir el rendimiento de losestudiantes como indicador de la calidad entregada por cada establecimiento. A su vez,se realizó el traspaso de la administración de establecimientos fiscales a los municipios.

El sistema escolar quedó formado por tres tipos de colegio: aquellos que recibensubvenciones -donde hay municipales subvencionados y de administración particularsubvencionada- y los financiados directamente por las familias (particulares pagados).

En general, las reformas implicaron instaurar un régimen de libre competencia enla provisión del servicio educacional, con el supuesto de que una elección racional delos padres y apoderados -basada en la cal idad de los establecimientos- inducir ía alsistema a mejorar la calidad y a especializarse en las distintas preferencias de las familias(González, 1998).

Tres son los pr inc ip ios genera les en los que se basó su implementac ión: laintroducción de elementos de mercado en el sector educativo (competencia y elección),la subsidiariedad estatal (privatización) y la descentralización territorial (Gallego, 2001).Junto con el traspaso de la administración de la enseñanza a las municipal idades, seprodujo una expansión de gran magnitud de la participación de la educación privada confinanciamiento público en el sistema escolar.

Si bien a comienzos de la década de los '90, el sistema educativo presentaba logrosimportantes en el ámbito escolar (altos niveles de cobertura, aumento de la escolaridadpromedio y reducción del analfabetismo), también adolecía de serias deficiencias en lacalidad de la educación y la equidad de su distribución, junto con fuertes problemas deges t ión debido a la s i tuac ión de los profesores y a la reducción de los n ive les definanciamiento de la educación. (García Huidobro, 1999). Por ello, el propósito principalde la pol í t ica impulsada en es te per íodo fue «abordar de manera sis temática la bajacal idad y la inequidad de la distr ibución social de sus resultados » (Mineduc, 1999a),reconociendo al Estado un rol adicional en materia educativa: la equidad.

II. PROBLEMA DE ESTUDIO

6

El principio de igualdad de oportunidades pasó a ser el eje central de la polí t icaeducativa, y se centró en el aprendizaje y no sólo en el aumento de la escolaridad. Eneste marco, y en la medida que los aprendizajes (rendimiento) de los niños están influidospor factores adicionales, se plantea la necesidad de introducir criterios de discriminaciónpositiva; es decir, asignar mayores recursos a quienes más lo necesitan, quebrando deesta forma el criterio de universalidad y homogeneidad de las políticas.

S in embargo, como la pol í t ica educat iva no modi f icó las bases del s is tema definanciamiento basado en las subvenciones, y de hecho produjo un importante incrementoreal de los recursos por este concepto, este cri terio de discriminación posi t iva se hare f le jado en e l t raspaso de recursos de manera foca l i zada. S imul táneamente , semodificaron las normas de cobro a las familias en el sistema subvencionado (exceptobásica municipal) para permitir el financiamiento compartido.

Si bien en los '90 se mantiene en el país esta política de «elección de colegios », esimportante destacar que en la li teratura y entre los actores del sistema, ella ha estadosujeta a importantes críticas. Algunos reconocen que el sistema social donde se insertacualquier solución privada que intenta mejorar la oferta educativa, es uno imperfecto ydesigual. Dichas imperfecciones tienden a reproducirse o acentuarse en un sistema quedepende de las decisiones individuales de los actores. En lo relat ivo a la equidad delsistema educativo, las críticas apuntan a que los mecanismos de competencia inducen auna discriminación de los alumnos con problemas de aprendizaje y que puede «potenciar»la segmentación social o segregación de los colegios. Esta última se puede producir poruna def iciente y desigual información de los padres para elegir colegios, o por unadistorsión en la competencia por calidad de las escuelas para lograr altos niveles en losindicadores orientados a medir calidad (González, 1998).

En la búsqueda de propuestas que contr ibuyan a mejorar la cal idad y la mayorequidad del s is tema, se han real izado numerosos es tudios que aportan informaciónrespecto del rendimiento en los distintos tipos de establecimientos. Desde los inicios delas mediciones estandarizadas se ha obtenido evidencia que indica que los alumnos deestablecimientos privados (pagados o subvencionados) obtienen mejores puntajes en laspruebas de rendimiento que los alumnos de colegios municipales. Sin embargo, uno de


7

los principales resultados también ha sido comprobar que el rendimiento está fuertementeinf luido por el nivel socioeconómico. Al controlar por esta variable, las di ferenciasentre colegios particulares subvencionados y municipalizados disminuyen o prácticamentedesaparecen.

A su vez, la información disponible hasta el momento indica que existe una estrecharelación entre el nivel socioeconómico de las familias y el tipo de establecimientos queescogen los padres para sus hi jos. El lo ref le jaría que los alumnos no se dis tr ibuyenaleatoriamente entre colegios privados pagados, privados subvencionados (con y sinfinanciamiento compartido) y municipalizados. Lo anterior daría cuenta de la existenciade segmentación en el sistema escolar, que de acuerdo con la evidencia obtenida hastaahora, sería mayor a escala secundaria que para la enseñanza básica (Mizala y Romaguera,2000b).

En este contexto, y consciente de los múltiples aspectos que abarca la problemáticadel mejoramiento de la calidad y equidad en la educación, este trabajo aborda sólo eltema del rendimiento comparativo entre los establecimientos públicos y privados y elefecto de la segmentación social o segregación de los estudiantes de enseñanza básica.

8

En la década de los '80, junto con el proceso de descentra l i zac ión, en losestablecimientos educativos se implementaron pruebas estandarizadas para medir elrendimiento de los alumnos. Entre 1982 y 1984 se aplicó la Prueba de Evaluación delRendimiento Escolar (PER) y a partir de 1988, el Ministerio de Educación puso en marchael Sistema de Medición de Calidad de la Educación (Simce).

Bajo este sistema, anualmente se aplican pruebas en los establecimientos de todo elterritorio nacional. La medición es de carácter censal y se hace al final de los dos ciclosde educación básica (4º y 8° básico) y al término de 2º medio. Cada año se lleva a cabouna evaluación en uno de es tos nive les , lo que impl ica que todos se evalúan en unperíodo de tres años.

A par t i r de 1998 las pruebas apl icadas marcan una di ferencia respecto de lasanteriores 1. Presentan un avance sustantivo en la evaluación del aprendizaje comparadocon las pruebas precedentes 2, que correspondían al porcentaje de preguntas que losalumnos respondían correctamente. Además, la disponibil idad de datos para f ines deinvest igación implica contar ahora con una val iosa información sobre el impacto devariables socioeconómicas a escala individual y el efecto en el aprendizaje de la educaciónpreescolar, el grado de escolaridad de las madres y el tiempo dedicado al estudio.

En el gráfico núm. 1 se aprecia la evolución de los resultados de la prueba Simcede 4° básico durante el período 1988-1999 3:

III. RENDIMIENTO ESCOLAR EN CHILE EN ESTABLECIMIENTOSPÚBLICOS Y PRIVADOS

1 Desde 1998 hasta la fecha se han apl icado t res pruebas en e l país : a los estudiantes de 2° medio en1998, a los a lumnos de 4º bás ico en 1999 y a los de 8º bás ico en 2000 .

2 Se mod i f i ca e l d i seño de la p rueba , y e l s i s tema y la esca la de med ic ión .3 Dado que la prueba de 1999 mide un "const ruc to" d i fe rente y , además, adopta una nueva forma de

aná l i s is y pun tuac ión de los resu l tados , d is t in ta a l Porcenta je Med io de Respues tas Cor rec tas , losresu l tados de la p rueba rend ida en 1999 no son comparab les con las p ruebas de años an te r io res .Para poder comparar resu l tados con e l año anter ior , e l Min is ter io de Educac ión encargó un estud ioespec ia l a l a Escue la de Ps i co log ía de l a Pon t i f i c i a Un ive rs idad Ca tó l i ca de Ch i l e pa ra i n fe r i r l aequ iva lenc ia ent re e l punta je " t rad ic iona l " y e l nuevo punta je S imce (pág ina web Mineduc) .


9

Resultados SIMCE 4ºBásico (1988-1996)

45505560657075808590

1988 1990 1992 1994 1996Años de Evaluación

Pu

nta

je (

%)

MU-Mat

PS-Mat

PP-Mat

MU-Cast

PS-Cast

PP-Cast

MU-Prom

PS-Prom

PP-Prom

GRÁFICO 1: RESULTADOS PRUEBA SIMCE 4° BÁSICO, 1988-1999

Resultados SIMCE 4º Básico (1996-1999)

220230240250260270280290300

1996 1999

Años

Pun

taje

MU-Mat

PS-Mat

PP-Mat

MU-Cast

PS-Cast

PP-Cast

MU-Prom

PS-Prom

PP-Prom

Nota : co r responde a resu l tados b ru tos .

FUENTE: 1988 A 1996, MIZALA , A. Y P. ROMAGUERA (1998) Y BRAVO ET . AL . (1999). AÑO 1996 Y 1999, ELABORACIÓN PROPIA ESTIMADA A PARTIR

DE LA INFORMACIÓN CONTENIDA EN LA BASE DE DATOS SIMCE 1999.

1 0

Debido a la construcción de la prueba Simce, una l imi tación del anál is is de latendencia de los rendimientos es que los resultados no son comparables en el tiempo,ya que no están diseñadas para medir el mismo grado de dif icultad. Sin embargo, losvalores ilustrados permiten apreciar que los resultados han mejorado en los tres sectoresy que la brecha existente entre los distintos establecimientos si bien ha disminuido en elt iempo, aún presenta importantes di ferencias entre es tablec imientos de dis t in tadependencia. Las implicancias de esta afirmación hay que analizarlas con precauciónporque los resultados no son comparables entre pruebas.

Respecto de los últimos resultados obtenidos por 285 mil alumnos de 4º básico de5.470 establecimientos en 1999, en el Cuadro núm. 1 se presentan los resultados de laspruebas aplicadas en 1999 y 1996:

1. EVOLUCIÓN DEL RENDIMIENTO PROMEDIO DE LOS ESTABLECIMIENTOS

EDUCATIVOS EN LOS ÚLTIMOS DOS PERÍODOS

CUADRO 1: ANÁLISIS COMPARATIVO DE PUNTAJES SIMCE 4º BÁSICO AÑO 1999 Y 1996*

DIF .1999 1996

Municipales

Part icular Subvencionado

Part icular Pagado

Totales

Diferencia Part icular Subv.-Municip.

FUENTE: E LABORACIÓN PROPIA SOBRE LA BASE DE DATOS DEL MINISTERIO D E EDUCACIÓN (1999).

1996TIPO DE ESTABLECIMIENTO/DEPENDENCIA 1999 DIF .

LENGUAJE MATEMÁTICAS

236

251

293

245

15

234

252

295

245

18

- 2

+ 1

+ 2

0

234

246

288

243

12

236

251

294

246

15

+ 2

+ 5

+ 6

+ 3

* C o n s i d e r a s ó l o c o l e g i o s c o n p u n t a j e s e n 1 9 9 6 y e n 1 9 9 9 ( 4 . 7 7 6 e s t a b l e c i m i e n t o s ) . P r o m e d i o d e e s t a b l e c i m i e n t o s s i n

ponderar por número de a lumnos.


1 1

Los resultados «brutos » indican un leve aumento de la brecha entre el rendimientode los establecimientos municipalizados y particulares subvencionados. En la prueba delenguaje, los alumnos de establecimientos municipalizados obtuvieron en promedio 18puntos menos que aquellos que asistieron a establecimientos particulares subvencionados.En la prueba rendida en 1996, dicha diferencia alcanzó una cifra superior a 15 puntos.Respecto de la prueba de matemáticas, la diferencial en rendimiento aumentó de 12 a 15puntos.

En el análisis de la composición al interior de los distintos tipos de establecimientostambién destaca el rendimiento promedio de aquel los que han part ic ipado en dosprogramas focalizados destinados fundamentalmente a las escuelas más pobres: Programade las 900 Escuelas y Programa Básica Rural. Las escuelas beneficiadas presentan unamejora en el rendimiento en ambas pruebas, tanto las de dependencia municipal comolas particulares subvencionadas, y en estas últimas se genera un aumento mayor.

Los establecimientos que no han participado en dichos programas presentan distintaevolución en sus promedios . Los coleg ios par t iculares práct icamente mant ienen oaumentan sus puntajes dependiendo de la prueba, y los establecimientos municipalizadospresentan una reducción signi f icat iva en ambas. Estos resul tados sugieren invest igarmás a fondo el impacto de dichos programas en los dis t in tos es tablecimientos y lascausas de las diferencias 4.

El análisis del rendimiento al interior de los tres grupos de establecimientos reflejala existencia de una clara diferencia en los valores medios y su dispersión entre colegiosde la misma dependencia . Los colegios par t iculares pagados presentan e l mayorrendimiento y también la menor dispers ión. En segundo lugar , en re lac ión con el

2. ANÁLISIS DE RESULTADOS DE LA PRUEBA SIMCE APLICADA A 4º BÁSICO

4 La descr ipc ión de la evo luc ión de punta jes promedios de ambos grupos se presenta con e l ob je t ivode visual izar los comportamientos de dist intos grupos en el período y no el impacto de los programasy l as causas de d i chas d i f e renc ias , ya que d i cha med ic ión requ ie re ap l i ca r una me todo log ía quepermi ta a is la r e l e fec to de manera adecuada.

1 2

rendimiento promedio, se ubican los particulares subvencionados, pero es el grupo quepresenta la mayor variabil idad en los puntajes. Finalmente, los municipales obtienenmenor va lor promedio que los es tablec imientos par t iculares subvencionados, peropresentan menor variabilidad que éstos.

A l anal i zar la re lac ión que hay entre e l t ipo de coleg io y las carac ter ís t icassocioeconómicas de los alumnos, la información de ingresos de los alumnos que rindieronla prueba Simce de 4° básico indica que claramente hay una asociación entre nivelde ingresos y el tipo de colegios al que asisten los alumnos. El 97% de los alumnosque asisten a colegios de administración municipal tiene ingresos mensuales inferioresa $500 mil; cifra que equivale a cerca del 91% en el caso de los colegios particularessubvencionados. La dis tr ibución al inter ior de este grupo es muy dis t inta en ambostipos de colegios: en los municipales, el 50% de los alumnos tiene ingresos inferiores a$100 mil y el 47% entre $100 y $500, mientras que en los particulares subvencionadosel 25% de los estudiantes pertenece a familias con ingresos inferiores a $100 mil y el66% a familias con ingresos entre $100 y $500.

En otra realidad muy distinta están los colegios particulares pagados, donde sólo el18% de los alumnos proviene de familias con ingresos entre $100 y $500 mensuales y el82% pertenece a familias con ingresos superiores a esa cifra (el 52% de los alumnosproviene de familias con ingresos mensuales superiores a $ 1.000 miles).

En los colegios públicos de administración privada (particulares subvencionados)se produce una diferencia relevante en la composición de los alumnos matriculados enestablecimientos que operan con la modalidad de financiamiento compartido y en aquellosen que no opera esta fórmula.

S i se considera e l t ramo de ingresos in fer ior a $500 mi l , se ver i f ica que en losestablecimientos sin financiamiento compartido (donde todo el financiamiento es públicoa través de subvenciones), un 36,4% de los alumnos t iene ingresos inferiores a $100mil, porcentaje cercano al que presentan las corporaciones municipales (40%). En elcaso de los establecimientos que cuentan con financiamiento compartido, los alumnoscorrespondientes a este tramo de ingresos representan el 17% del total de los alumnosy el 72% de los alumnos tiene ingresos mensuales entre $ 100 mil y $500 mil.


1 3

Al mismo tiempo, la relación positiva entre ingresos y puntaje promedio5

obtenida en otros estudios, también se presenta para los alumnos de 4º básico, tal comose muestra en el Cuadro 2, donde se aprecia también que la variabilidad en los resultadosdisminuye conforme aumenta el nivel de ingresos del hogar.

Los resultados de la aplicación del test Kolmogorov - Smirnov 6 a una muestra aleatoriade alumnos indican que las distribuciones de cada grupo son diferentes entre sí.

F i n a lmen t e , un a spec t o impor t an t e a ana l i z a r e s l a homogene idad -heterogeneidad en el rendimiento al interior de los colegios 7, para lo cual se util izacomo indicador la desviación estándar de los puntajes obtenidos por los alumnos encada colegio. Los valores determinados dan cuenta de la al ta variabi l idad que hay alinterior de todas las categorías de colegios analizadas. Es decir, la heterogeneidad cruzatodos los establecimientos. Los valores medios de la desviación estándar muestran quelos colegios particulares pagados son los que presentan una menor variación, le siguenlos particulares subvencionados y finalmente se ubican los colegios municipalizados.

CUADRO 2: DISTRIBUCIÓN DE PUNTAJES POR NIVEL DE INGRESO DEL HOGAR DE LOS ESTUDIANTES

NI3NI2 NI4

Media

Mediana

Std. Deviation

Coefic iente de Variación

Mínimo

Máximo

Porcentaje del N Total

FUENTE: E LABORACIÓN PROPIA SOBRE LA BASE DE S IMCE 1999 (DATOS PARA ALUMNOS).

NI1

233,2

232,0

41,8

17,9

115,5

383,0

37,5%

256,4

259,0

43,5

17,0

123,5

384,0

51,6%

282,0

287,0

42,5

15,1

125,5

384,0

6,3%

298,4

303,5

39,0

13,1

139,0

384,0

4,6%

5 La cor re lac ión ent re ingreso y rend imiento de las pruebas de matemát icas es 0 ,31, y ent re ingresoy rend imiento en la prueba de lenguaje es 0 ,32, cons iderando datos de a lumnos.

6 Prueba que pe rm i te de tec ta r l as d i f e renc ias en t re l as pos i c i ones y f o rmas de d i s t r i buc ionescomparando de a pares de muest ra .

7 A par t i r de l aná l i s is rea l i zado por Miza la y Romaguera (1998) .

1 4

Sin embargo, estas conclusiones se revierten si se analizan los establecimientosque obtienen los mayores puntajes. Si se toma el 25% de los colegios que obtienen losmás a l tos punta jes , la mayor var iab i l idad corresponde a los co leg ios par t icu laressubvencionados ( tanto en la desv iac ión es tándar promedio como mínima), lo quepermitiría afirmar que en 4° básico hay colegios municipalizados muy homogéneos y queobtienen altos puntajes.


1 5

Sobre la base de los antecedentes presentados en los puntos anteriores surge lasiguiente pregunta: ¿cuánto de estas diferencias se atribuye a diferencias en los procesosde enseñanza de los colegios, y cuánto a diferencias en las características propias delalumno y su familia?

El objetivo de este capítulo es analizar la relación que hay entre las característicassocioeconómicas -dentro de los determinantes de la calidad de la educación- y otrasvariables que inciden en el rendimiento. Para este anál is is se ut i l izará el enfoque defunciones de producción, que corresponde a un modelo que representa de manerasimplificada el proceso educativo, e intenta explicar el producto como función de variables.Se tra ta de re lac iones econométr icas que entregan e l s igni f icado es tadís t ico de lasvariables.

La principal ventaja de esta metodología es que constituye un instrumento útil paraexaminar la importancia relat iva de los diferentes factores que inciden en el procesoeducativo y permite realizar comparaciones de rendimiento escolar.

Entre las limitaciones que presenta este enfoque es que no dice nada sobre el nivelde e f ic iencia con que operan las dis t in tas unidades educat i vas ; es decir , s i losestablecimientos generan o no el máximo producto (obtener el mayor nivel de calidad ode logro, dada una determinada combinación de insumos). La posibilidad de medir laeficiencia técnica en los establecimientos permite determinar si es posible aumentar lacalidad sin necesidad de mayores insumos. Con el enfoque de funciones de producciónse trabaja con todos los establecimientos sin discriminar entre aquellos que se ubicanen la Frontera de Producción de los que se encuentran en un punto al interior de ella.

Otra limitación importante dice relación con la información disponible que permitaconstruir modelos más adecuados. Si bien en la teoría se reconoce que el logro es unproceso acumulativo, la metodología de funciones de producción se basa en medicionescontemporáneas de las var iables , ya que no es tá disponible la in formación deobservaciones en dis t intos momentos para el mismo grupo de estudiantes. La mejores t imación de la ca l idad es aquel la que se basa en e l Valor Agregado porestablecimiento, y utiliza como variable independiente el valor rezagado del test en unperíodo previo para el mismo grupo de estudiantes. En Chile, dada la programación de

IV. ANÁLISIS DE LOS FACTORES DETERMINANTES DE LACALIDAD DE LA EDUCACIÓN

1 6

la prueba Simce, no es fact ib le obtener la in formación para un mismo grupo deestudiantes 8 que se requiere para aplicar este tipo de modelo.

Finalmente, otro problema que presenta la metodología adoptada es que supone quelas variables son conocidas con precisión. Sin embargo, un porcentaje importante delres iduo queda s in expl icación y los factores obtenidos son muy sensibles a lacuantificación de las variables de la escuela y de los profesores.

La función de producción educacional es un modelo que representa de manerasimplificada la relación entre el producto del proceso educativo y las variables escolares,institucionales y sociales que lo determinan. Corresponde a una investigación cuantitativareferida a relaciones econométricas que busca analizar los factores que influyen en losresultados del proceso educativo y su significado estadístico.

En términos generales, se plantea el siguiente modelo:

L i,t = f ( F i,t , Pi,t , S i , t, A i,t) + ε i= 1,....N

Donde :

Li : rendimiento escolar del estudiante i en el momento t.

Fi : factores acumulativos de la familia del estudiante i en el momento t.

P i : características de los pares (ambiente) del estudiante i en el momento t.

Si : característ icas de la escuela y los profesores del estudiante i en el momento t.

A i : características del estudiante i en el momento t.

ε : error aleatorio.

1. MARCO TEÓRICO9

8 Como se presentó en e l Capí tu lo I I I , la prueba se apl ica a estudiantes de t res n ive les educat ivos enforma a l ternada, es dec i r , 4B, 8B, 2M. Cada n ive l educat ivo r inde una prueba cada t res años.

9 Desar ro l lado en Miza la y Romaguera (2000b).


1 7

Como medida del rendimiento escolar, en este estudio se utilizan los resultados dela prueba Simce para 4º año de enseñanza básica de 1999.

Entre los fac tores acumula t i vos de la fami l ia se cons ideran carac ter ís t icassociodemográficas como educación de los padres, ingresos del hogar y tamaño de lafamilia. Respecto de las características de los pares (ambiente) del estudiante, se incluyenaquel las sociodemográf icas de otros estudiantes que asis ten a la misma escuela. Enrelación con las características de la escuela y los profesores del estudiante, se incluyendiferentes factores como nivel de educación y experiencia de los docentes, tamaño delestablecimiento medido por el número de alumnos, dependencia del establecimiento,modalidad del establecimiento (mixto, sólo hombres o sólo mujeres), tasa de alumno/profesor, entre otros. Finalmente, para la caracterización de los estudiantes se utilizanlas variables de sexo y edad.

El error a leator io cont iene los fac tores no medidos. Los más relevantes son lahabi l idad innata y la mot ivac ión de los es tudiantes , formas de enseñanza de losprofesores , presencia de sesgo de se lecc ión y que e l aprendiza je es un procesoacumulativo.

Existe una extensa literatura sobre estudios de la función de producción a escalainternacional, tanto en países desarrollados como en desarrollo. Los resultados obtenidosev idencian la ex is tencia de una controvers ia sobre e l e fec to de los insumos en e lrendimiento, razón por la cual hay que ser muy cuidadoso en la implicancia de estosresul tados en e l rendimiento. El «proceso educacional» es a lgo dis t in to del procesot íp ico de producción. Hay fac tores fundamenta les cuya cuant i f icac ión es di f íc i l deestablecer en un modelo de este tipo. Por ejemplo, es un proceso en el cual no siemprese cumple el objetivo de maximización de calidad; el producto es muy difícil de medir ypuede ser algo único en circunstancias específicas y para determinados alumnos y, además,hay insumos que no son fáciles de medir.

2. EVIDENCIA EMPÍRICA

1 8

Los re su l t ados han t end ido a demos t r a r l a impor t anc i a de lo s f ac to re ssoc ioeconómicos de las fami l ias en e l rendimiento de los es tudiantes y que lascaracter ís t icas de la escuela son pocos s igni f ica t i vas para expl icar e l rendimientoeducativo. Sin embargo, un factor común a todos los estudios es el alto porcentaje quequeda sin explicar por la regresión10 , lo que sugiere que el bajo significado que presentanlas variables de la escuela y el profesor corresponden a la dificultad de medir los factoresrelevantes en el proceso educativo y/o que estos procesos pueden ser distintos al interiorde cada colegio.

Desde los inicios de las mediciones estandarizadas en Chile se han realizado diversosestudios con objetivos distintos. En este documento se presentan los resultados de algunosde ellos, desarrollados con el objetivo de analizar la evolución del rendimiento escolaren el tiempo, las diferencias de rendimiento entre niveles socioeconómicos de las familiasy las diferentes dependencias y el análisis de los factores que inciden en el resultado delas pruebas.

En el estudio realizado por Gallego (2001)11 se presenta un resumen de las variablesestudiadas en Chile y su efecto en el resul tado educacional . Las variables con efectos ign i f ica t i vo en gran par te de las es t imaciones corresponden a las carac ter í s t icassocioeconómicas, indicadores que cuantifican la actitud de los alumnos, los padres y losprofesores; la cantidad de profesores en los establecimientos y características del tipode colegio, donde se observan diferencias a favor de aquellos con alumnos de un solosexo. Estos antecedentes evidencian también que un número importante de variables tieneun impacto mixto: características de la ubicación del colegio (acceso geográfico y ciudadgrande), la cant idad de alumnos por profesor y caracter ís t icas asociadas al t ipo deorganización de los colegios (si tiene educación preescolar o no, si es exclusivamentede mujeres, dependencia administrativa, si tiene jornada escolar completa o no, si tienef inanciamiento compart ido y f inalmente, s i ha part ic ipado o no en programas demejoramiento educativo).

10 De acuerdo con la rev is ión rea l i zada por Ga l lego (2001) , e l coe f i c ien te de a jus te (R2 y R2 ajustado)va r ía en t re 0 ,2 y 0 ,6 en l as es t imac iones de n i ve les , y en t re 0 ,6 y 0 ,7 en l as de mode los de Va lo rAgregado.

11 Gal lego (2001) p resen ta un de ta l l e de los es tud ios de func ión de p roducc ión más rec ien tes y det raba jos rea l izados con enfoques d is t in tos .


1 9

En este es tudio se rev isaron trabajos desarrol lados en los úl t imos años (1997-2001) y se analizaron resultados de las pruebas para los niveles de enseñanza básica ymedia. Difieren en el tamaño de la muestra utilizada, lo que puede sesgar los resultadosy también en el grado de agregación de las variables, ya que hasta 1997 utilizaron datosde los establecimientos y a partir de esa fecha se realizan sobre la base de informaciónpor alumno.

La revisión comprendió los estudios desarrollados por Mizala y Romaguera (1998 y2000); Bravo, Contreras y Sanhueza (1999); Mc Ewan y Carnoy (2000); Tokman (2001);Sapelli y Vial (2001) y Sapelli y Aedo (2001).

Hasta ahora, las conclusiones obtenidas de la revisión bibliográfica efectuada sepueden agrupar en tres ca tegor ías : i) var iables que inc iden en e l rendimiento , i i)diversidad al interior de grupos de colegios de dis t inta dependencia, y i i i) aspectosmetodológicos.

Respecto de las variables que inciden en el rendimiento, se encuentra que la brechapositiva que se produce entre el resultado promedio de colegios particulares y públicosdepende del tamaño de la muestra considerada (hay una importante heterogeneidad en elrendimiento de los alumnos en los diferentes tipos de colegio) y del tipo y cantidad devariables que se incluya en la función.

En general, las diferencias «brutas » se ven afectadas cuando se controla por otrosfactores que afectan el rendimiento escolar. La variable socioeconómica es la más relevantey que consistentemente tiene efecto posit ivo. Cuando se introduce esta variable en lasestimaciones, las diferencias en los resultados «brutos » disminuyen o desaparecen. Auncuando es ta es la pr incipal var iable que incide en el rendimiento, también se hanencontrado otros fac tores re levantes como el sexo del a lumno, la modal idad delestablecimiento, su tamaño y ubicación geográfica, entre otras.

En relación con la diversidad al interior de los grupos de colegios, la evidenciaencontrada en los estudios anal izados indica que la dis tr ibución del rendimiento esdiferente entre colegios de distinta dependencia. Los colegios municipalizados presentanuna mayor cantidad con puntajes más bajos y un menor número con puntajes más altos.

2 0

Otro factor importante es la ubicación geográfica, ya que hay evidencia de una diferenciaimportante entre establecimientos rurales y urbanos: los establecimientos particularessubvencionados presentan un bajo rendimiento en comparación con los municipalizadosen las zonas rurales.

Asimismo, la agrupación en tres categorías de colegios para el análisis -particularespagados, particulares subvencionados y municipalizados- esconde diferencias importantesal interior de los colegios particulares subvencionados, ya que hay una alta heterogeneidadentre establecimientos religiosos y no religiosos. Finalmente, los estudios también handejado en evidencia la diferencia en rendimiento de los establecimientos que atienden aalumnos con similares características.

Los estudios desarrollados a partir de 2000 resuelven principalmente los aspectosmetodológicos no incorporados en algunos estudios anteriores: existencia de sesgo deselección, ventajas absolutas versus ventajas relativas entre los distintos tipos de colegiosy la presencia de incentivos diferenciados por tipo de establecimiento.

El primero de ellos, sesgo de selección, se refiere a que los estudiantes que asistena los dist intos t ipos de colegios son diferentes. La existencia de sesgo de selección sebasaría en el hecho de que los padres no eligen aleatoriamente el establecimiento dondeeducan a sus hijos y los establecimientos no eligen aleatoriamente a sus alumnos. Si losmodelos no toman en cuenta este efecto, entonces los coeficientes calculados son sesgados.

La evidencia encontrada también sugiere que entre los distintos tipos de colegioshay ventajas relat ivas 12. Es decir, las escuelas públicas no son uniformemente peor nimejor que las particulares, a diferencia de modelos anteriores que plantean el supuestode la existencia de ventajas absolutas 13 (la ventaja de los privados sobre los públicoses constante, independiente de las características socioeconómicas de los alumnos).

Finalmente, existe un tercer aspecto mencionado en los trabajos pero que aún no seha eva luado: las carac ter í s t icas de la o fer ta (presupues to) pueden inc id ir en losresultados; es decir, si los distintos colegios enfrentan incentivos diferentes, entoncesel resultado esperado también es diferente.

12 Las func iones de producc ión educac iona l se c ruzan (d i f ie ren en e l in tercepto y en la pend iente) .13 Func iones de producc ión educac iona l para le las .


2 1

El objetivo de este capítulo es determinar las funciones de producción para 4º básicoincorporando los distintos aspectos metodológicos presentados en el punto anterior. Seutilizan los datos de la Prueba Simce de 4º año básico de 1999 e información secundaria.

La metodología usada se basa en estudios internacionales y ha sido aplicada por Mizalay Romaguera (2000b) en el estudio realizado para determinar esta función para los liceosde 2º medio del país. Se revisa y complementa esta metodología con nuevas especificacionesque permiten estimaciones más precisas de los factores diferenciadores entre los tipos deestablecimientos a estudiar. Específicamente, se incorpora la corrección por sesgo deselección y la diferenciación del análisis en ventajas absolutas y ventajas relativas.

La incorporación de cada uno de los efectos mencionados se realizará en distintosmodelos que se describen a continuación:

MODELO 1

Estimación de la función de producción para la prueba de matemáticas y lenguaje aesca la de es tablec imientos y a lumnos mediante e l Método de Mínimos CuadradosOrdinarios, considerando ventajas absolutas y tres tipo de colegios: particulares pagados(PP), particulares subvencionados (PS) y municipales (MU).

La forma funcional adoptada es la siguiente:

Y t = α+ β1 D i + β2 X t + β3 Z t µ t

Donde :

Y t : resultado de la prueba de matemáticas y lenguaje, respectivamente.

D i : vector de variables dummy para identificar el tipo de colegio al que asiste el alumno.

X t : vector de características relacionadas con el colegio (exógeno).

Z t : vector de características relacionadas con la familia del alumno (exógeno).

µ t : error aleatorio.

V. ESTIMACIÓN DE LA FUNCIÓN DE PRODUCCIÓN EDUCACIONAL

1. METODOLOGÍA DE ESTIMACIÓN

2 2

MODELO 2

Incorpora al Modelo 1 la corrección por sesgo de selección. El análisis se realizapara la elección entre colegios públicos y particulares subvencionados.

La estimación de la regresión mediante el método de Mínimos Cuadrados Ordinarios(OLS) puede entregar resultados engañosos debido a la existencia de sesgo de selección.Con el supuesto de que los estudiantes tienen la libertad de elegir el tipo de colegio quepref ieran, un t ipo de selección se origina cuando los estudiantes pueden escoger elestablecimiento que est iman maximizará su rendimiento. Otro t ipo de selección es laelección jerárquica de los estudiantes. Por ejemplo, si hay un exceso de demanda paramatricularse en un tipo de colegio y se seleccionan los estudiantes que mayoritariamenteposeen determinadas características (rendimiento). En este caso, habría una selecciónpositiva en el colegio con exceso de demanda y negativa en el otro. Si esto ocurre, enninguno de los dos casos es posible observar las características que tendría un estudiantede un coleg io munic ipal i zado s i as is t iera a un coleg io par t icular subvencionado, yviceversa.

En la medida que los alumnos que asisten a ambos t ipos de establecimientos noestán distribuidos aleatoriamente, los supuestos del modelo lineal básico podrían entregares t imaciones sesgadas de l e fec to de los rendimientos . Desde e l punto de v i s taeconométrico, el término de error en la regresión estimada puede estar correlacionadocon otras variables explicativas relevantes excluidas en el modelo estimado, razón porla cual los coeficientes de aquellas sí incluidas en la regresión pueden estar sesgados.

Hay bastante discusión sobre cómo deben especificarse los modelos y qué métodode estimación utilizar. Muchos autores han analizado el tema de sesgo de selección eneducación14 y han ut i l i zando metodologías diversas 15 . Para este estudio se usan dosmodelos básicos: modelo con una ecuación para toda la muestra de colegios particularessubvencionados y municipales, y un modelo con dos ecuaciones dist intas para ambos

14 H a y u n a c r e c i e n t e l i t e r a t u r a s o b r e e s t e t e m a . E n t r e l o s a u t o r e s q u e h a n e s t u d i a n d o l a f o r m a d einco rpo ra r e l p rob lema de sesgo de se lecc ión en l as es t imac iones de l os f ac to res que a fec tan e lrendimiento educat ivo, se encuentran Jiménez et . a l . , A. Tokman, C. Sapel l i , D. Contreras y Llach et .a l . A lgunas de estas metodologías se presentan con más deta l le a cont inuac ión.

15 Mínimos Cuadrados en dos e tapas, Mín imos Cuadrados Genera l izados, Modelos Prob i t , Método deMáxima Veros imi l i tud, ent re ot ros.


2 3

t ipos de colegio. Para obtener los parámetros se aplicarán dist intas metodologías deestimación: ajuste «Heckman» en dos etapas y el método de Máxima Verosimilitud.

El método «Heckman» consiste en un procedimiento en dos etapas. En la primera,se estima la ecuación de selección a través de un modelo Probit que debe contener unconjunto de variables que relacionan las características del alumno y de la oferta queinfluyen en la elección del colegio. En la segunda etapa, se estima mediante el método deMínimos Cuadrados Ordinarios la regresión que representa la función de producción; esdecir , el rendimiento en la prueba Simce considerando como variable expl icat iva elcoeficiente de selección determinado en la etapa anterior ( λ). Este método en dos etapaspermite obtener estimadores consistentes; es decir, en muestras grandes se aproximan alos valores poblaciones.

Se realizó también el ajuste mediante el método de Máxima Verosimilitud. Tanto elajuste en dos etapas como este método de estimación, entregan estimadores consistentes;es decir, en muestras grandes, éstos se aproximan a los valores poblaciones. Sin embargo,el método de Máxima Verosimil i tud es más ef iciente porque entrega est imadores convarianzas más pequeñas.

i. Modelo de una ecuación: «Efecto Tratamiento»

En este modelo la ecuación de rendimiento en la prueba Simce (Y i) se puedeespecificar de la siguiente forma:

Y i = β * X i + δ * D p s + ε i

Donde Dp s es una variable dummy que indica si un estudiante asiste a un colegiopar t icular subvencionado. S i ex is te sesgo de se lecc ión, la es t imación de δ por OLSsobreestimará el efecto «tratamiento». Si se modela la decisión de asistir o no a un tipode colegio (PS), mediante la siguiente ecuación:

C* = γ w i + µ i

Donde C = 1 s i C* > 0 y C = 0 en o tro caso

2 4

El indicador C representa la presencia o ausencia de algún «tratamiento», en estecaso asist ir a un colegio particular subvencionado. Bajo el supuesto que ε i y µ i estáncorrelacionados, se puede encontrar que:

E[ y i | C i = 1 ] = β * X i + δ + E [ε i | C i = 1]

β * X i + δ + ρ σε λ (− γ w i)

Con λ = φ(γ w i) / Φ(γ w i)

E[ y i | C i = 0 ] = β * X i + ρ σε − φ( γ w i)

1 − Φ(γ w i)

Por lo tanto, la diferencia en rendimiento entre un alumno que asiste a un colegioparticular subvencionado y el que asiste a un colegio municipalizado, estaría dada porla expresión:

E[ y i | C i = 1] - E[ y i | C i = 0 ] = δ + ρ σε (φ / Φ (1 - Φ)).

Si la corrección por selección λ se omite de la regresión estimada por OLS y lostérminos son pos i t i vos (supues to de sesgo de se lecc ión pos i t i vo) es ta es t imac iónsobreestima el «efecto tratamiento».

ii. Modelo de dos ecuaciones con corrección por sesgo de selección 16

Para contro lar por las carac ter í s t icas de los es tudian tes o de l hogar (nive lsocioeconómico y habilidades) se puede estimar separadamente la ecuación de rendimientopara estudiantes en colegio públicos y privados, con el supuesto de que provienen dedistinta población:

16 El mode lo es s imi la r a l es t imado por J iménez e t . a l . (1988) en un mode lo de Va lo r Agregado.


2 5

Yp si = α p s + βp s X p s

i + γp s Z p si + µ p s

i

Ymui = αmu + βmu X mu

i + γmu Z mui + µm u

i

Donde:

Y tp s : resul tado de la prueba de matemát icas y lenguaje en colegio part icular

subvencionado.

Y tm u : resultado de la prueba de matemáticas y lenguaje en colegio municipal.

X t : vector de características relacionadas con el colegio (exógeno).

Z t : vector de características relacionadas con la familia del alumno (exógeno).

µ t : error aleatorio.

Los super índ ices mu y ps representan e l coleg io munic ipal izado y par t icularsubvencionado, respectivamente.

Con el supuesto de que los alumnos no se dis tr ibuyen aleatoriamente en ambassubmuestras, y al igual que el caso anterior, para la corrección se util izará el métodode dos etapas. En la etapa I se estiman los factores que determinan la elección del tipode colegio, suponiendo que los individuos (los padres, generalmente) elegirán el colegioque maximizará sus beneficios a lo largo de la vida. La solución a este problema puedeser vista como el resultado de la siguiente ecuación para el niño i-ésimo.

J* i = k 0 + k 1 Y i + νi

Donde J* i es una var iab le no observada que carac ter i za la propens ión de unafamilia a elegir cierto t ipo de colegio. Si no es observada, podemos usar una variableindicat iva J i =1 si J* i > 0 y en otro caso, Ji = 0 . Yi representa las variables explicativas,k 0 y k1 son los parámetros a ser es t imados y ν i es un término de error aleatorio.

2 6

En la etapa II se uti l izan los resultados obtenidos en la etapa I para corregir porsesgo de selección en las ecuaciones de rendimiento de ambos tipos de colegios. Con elsesgo de selección, el valor esperado de Y está condicionado a la elección de un colegiopúblico o privado. Esto significa que el término de error µi está correlacionado con ν i.El valor esperado de µ i no será igual a cero, y los parámetros estimados mediante OLStendrán el sesgo de variables omitidas.

Suponiendo que µi y ν i están distribuidos conjuntamente con media cero y momentosfinitos, la estimación por OLS será consistente.

Yp si = α p s + βp s Xp s

i + γp s Z p si + δp s

λ i

Ymui = αmu + βmu X mu

i + γmu Z mui + δmu λ i

El término λ i es la razón inversa de Mil l , s i J=1 el numerador es la distribuciónnormal de J i y el denominador es la probabilidad de pertenecer a la muestra. Ambos secalculan en el modelo probit de la primera etapa.

S i J=1 entonces λ = φ/Φ y s i J=0, entonces λ = −φ/(1−Φ)

Inc luyendo λ i en cada una de las ecuaciones se tra ta e l problema de sesgo deselección como una variable omitida. Luego λi veces su coeficiente δ (en la regresiónOLS) se puede ser interpretar como la dirección y magnitud del sesgo de selección encada una de las ecuaciones de rendimiento según tipo de colegio. La estimación de laecuación por OLS será consistente porque mantiene constante la probabil idad de serseleccionado en una u otra muestra.


2 7

MODELO 3

Analiza la existencia o no de efectos heterogéneos con el supuesto de que no haysesgo de selección. Para capturar dichos efectos, en el modelo se incluyen términos deinteracción al modelo 1. El anál is is se efectuará considerando dos grupos: colegiosmunicipales y particulares subvencionados.

La incorporación de términos de interacción permite capturar el efecto diferencialde los colegios frente a dis t intos valores de cada variable observada. Es decir , en elcaso de las variables socioeconómicas, permite predecir si las ventajas que presenta untipo de colegio sobre otro, son uniformes para alumnos de distinto nivel socioeconómico,o para alguno de ellos es mejor un tipo de colegio que otro en cuanto al rendimiento. Enel caso de las variables de la escuela, esta estimación permite distinguir si los efectosson homogéneos o no en ambos tipos de colegios.

La forma funcional es la s iguiente: Y i = α + β * X i + γ * D p s + δ * D p s * X i + ε i

Donde:

Y t : resultado de la prueba de matemáticas y lenguaje, respectivamente.

D p s : variable dummy para identificar el colegio particular subvencionado.

X t : vector de características relacionadas con el colegio y el alumno (exógeno).

ε t : error aleatorio.

2 8

Debido al gran tamaño de la población17 se optó por utilizar una muestra equivalentea 44.560 alumnos basada en los resultados de un análisis preliminar comparativo entrela población y la muestra. Este incluyó sólo las variables del alumno y su familia en ladeterminación de los rendimientos, y se obtuvo resultados similares en ambos casos,razón por la cual se decidió e fec tuar e l anál is i s basado en una muestra de 800establecimientos escogidos aleatoriamente.

Del total de alumnos de la muestra, el 56,3% asist ió a colegios municipalizados,37% a coleg ios par t icu lares subvencionados y e l 6 ,7% res tante lo h izo a coleg iosparticulares pagados.

El rendimiento promedio fue de 250 puntos en ambas pruebas. Los estudiantes queasis t ieron a colegios part iculares pagados obtuv ieron en promedio un rendimientosuper ior en 34 puntos y 32,5 puntos en la prueba de matemát ica y lenguaje ,respectivamente, que aquellos que fueron a colegios particulares subvencionados. A suvez, los últ imos lograron un rendimiento promedio superior a aquellos estudiantes decolegios municipalizados, en 20 y 22,5 puntos en las pruebas de matemáticas y lenguaje,respectivamente. Cabe destacar que en los tres tipos de colegios hay alumnos que obtienenel puntaje máximo en ambas pruebas.

De las variables del colegio y los profesores destaca la distribución de las variables«tamaño de la clase» y «tasa de alumno-profesor », debido a que los colegios particularessubvencionados presentan el mayor valor en comparación con los colegios particularespagados y con los de dependencia municipal.

En relación con el ingreso del hogar y años de educación del padre y de la madre,se aprecia una relación directa del nivel de estas variables con la dependencia del colegio.El ingreso promedio de los alumnos de colegios municipalizados alcanza a M$ 143,5, un58% del nivel de ingresos promedio de los alumnos que asisten a colegios particulares

2. DESCRIPCIÓN DE LOS DATOS

17 Dosc ien tos noventa y se is mi l a lumnos en 5 .470 es tab lec imientos .


2 9

subvencionados (M$ 245,5) y apenas un 12,5% del ingreso promedio de los alumnosque asisten a colegios particulares pagados (M$ 1.143,9) 18.

En el mismo sentido, los años de educación de los padres de los alumnos de colegiosparticulares pagados superan en promedio en cuatro años a los de aquellos que asistena colegios particulares subvencionados. Éstos, a su vez, superan en dos años a los delos padres de alumnos de colegios municipalizados.

MODELO 1. FUNCIÓN DE PRODUCCIÓN MEDIANTE MÉTODO DE MÍNIMOSCUADRADOS ORDINARIOS

Respecto de la estimación al nivel de establecimientos, un análisis preliminar delos datos permi t ió concluir que en ámbi to de anál i s i s no se obt ienen resul tadosconsistentes por la presencia de multicolinealidad en las variables, razón por la cual elanálisis que se desarrolla en este estudio es sólo para los datos de los alumnos.

Hay que hacer notar que gran par te de los es tudios prev ios t rabajó con datosagregados. En general , tenían menos problemas de mult icol ineal idad que los que seenfrentan en este trabajo. Las razones pueden encontrarse en las variables de controlutilizadas y/o por distintas fuentes de información para construir variables relacionadascon el nivel socioeconómico. Cabe destacar que el estudio de Mizala y Romaguera (2000 b)también enfrenta este problema, aun utilizando un índice que combina los tres efectos:nivel de ingresos, educación de la madre y educación del padre. En estos estudios lasvariables explicativas del nivel socioeconómico se construyen como agregación de lasrespuestas de los cuestionarios de padres y apoderados.

3. RESULTADOS OBTENIDOS

18 Cabe des taca r que l as c i f r as de i ng resos es tán aco tadas en e l n i ve l supe r i o r , ya que l a encues tasobre ingresos en e l ú l t imo t ramo cons idera ingresos super io res a M$ 2 .100 .

3 0

En el estudio elaborado para 4° básico por Mizala y Romaguera (1998) a escala delos es tab lec imientos se u t i l i zan o tras var iab les para medir e l e fec to de la var iab lesocioeconómica. Para construirlas se utiliza información proporcionada por los directoresde los establecimientos 19 .

En el estudio realizado por Tokman (2001) con datos de los establecimientos paraeste mismo nivel educativo, las variables que caracterizan la condición socioeconómicase obtienen de la Encuesta Casen y corresponden al número de personas en el hogar,ingresos del hogar (log), años de educación de la madre y del padre, entre otras. De lascua t ro var iab les , t res son s ign i f i ca t i vas a l 95% y e l n i ve l de ingresos no lo es . S inembargo, el coeficiente de la variable «años de educación del padre» es negativo.

Quedan de manifiesto los problemas de medición que hay en este tipo de análisis.Por lo tanto, la interpretación de los resultados debe realizarse con mucha precaución.Debido a lo anterior, la estimación se realizó sólo a escala de los alumnos.

Los resultados obtenidos muestran, al igual que en estudios anteriores, que hayvar iab les de l hogar de l a lumno y de la escuela y de los profesores que inc idensignificativamente en el rendimiento para ambas pruebas. En relación con las variablesdel hogar, el nivel de ingresos y los años de educación de los padres son importantes eimpactan de manera positiva, en particular los años de educación de la madre. Respectode las variables de la escuela y los profesores, las más relevantes son la experiencia delos docentes y la tasa alumno-profesor y el nivel de vulnerabilidad del establecimiento.Las dos primeras inciden posi t ivamente en el rendimiento de los alumnos en ambaspruebas, y la segunda negativamente. Respecto de otras variables el efecto es mixto: elimpacto de la Jornada Escolar Completa en el establecimiento es positivo y significativosólo en la prueba de lenguaje, y la variable que representa el tamaño de la clase no essignificativa en ambas pruebas.

19 Se def in ió un índ ice soc ioeconómico (cuat ro t ramos) en func ión de l n ive l educat ivo de la "mayor ía"de los padres y de l monto de gas tos educac iona les que e l los rea l i zan .


3 1

Sin embargo, los modelos obtenidos en su conjunto, sólo logran explicar el 20% dela var iac ión en e l rendimiento en e l caso de la prueba de lenguaje y un 17% enmatemáticas, porcentajes algo inferiores a los obtenidos en otros estudios efectuadospara este nivel educativo20.

Respecto de la diferencial en rendimiento de alumnos que asisten a establecimientosde distinta dependencia (Modelo 1-A), se verifica que hay una brecha en los resultadosbrutos obtenidos por los respectivos alumnos. Aquellos que asisten a colegios particularessubvencionados obtienen 20 puntos más en la prueba de matemáticas que quienes estudianen los colegios municipalizados, y 22,5 en lenguaje. A su vez, los estudiantes de colegiosparticulares pagados obtienen cerca de 55 puntos más que los municipalizados en ambaspruebas.

Al controlar por las variables de la escuela, las di ferencias disminuyen. Cuandoconjuntamente se controla por las características socioeconómicas del alumno y su familia,si bien las diferencias disminuyen éstas no desaparecen por completo como ha ocurridoen estudios anteriores. Permanece una leve diferencia, de siete puntos aproximadamente,2,8% respecto de una media de 250 puntos entre colegios particulares subvencionados ymunicipalizados, y de 11 puntos entre estos últimos y los colegios particulares pagados.

La evidencia anterior indicaría que hay una brecha entre el rendimiento de losalumnos que asisten a colegios particulares subvencionados y aquellos que lo hacen alos municipal izados, a di ferencia de los resul tados obtenidos por otros autores paraeste mismo nivel educativo que mostraban que no había diferencias entre municipalizadosy particulares subvencionados.

20 Tokman (2001), para matemát icas de 4º básico de 1996 obt iene un R2 de 30%, y Mizala y Romaguera(1998 ) , pa ra e l r end im ien to p romed io de ma temá t i cas y cas te l l ano ob t i enen un 42% de a jus te .Ambos es tud ios se rea l i za ron a esca la de los es tab lec im ien tos . Para enseñanza med ia con da tosde a lumnos, Miza la y Romaguera (2000b) ob t ienen 26% y 24% en cada prueba.

3 2

MO

DE

LO 1

- A

MO

DE

LO 1

-B1

MO

DE

LO 1

-B2

MO

DE

LO 1

-C

MO

DE

LO 1

-D

Leng

uaje

Mat

emát

ica

Leng

uaje

Mat

emát

ica

Leng

uaje

Mat

emát

ica

Leng

uaje

Mat

emát

ica

Leng

uaje

Mat

emát

ica

202,

08(1

04,0

8)**

9,02

(11,

71)*

*12

,26

(7,6

3)**

0,58

(10,

10)*

*-0

,005

(-0

,59

)-0

,000

040

(-2,

55)*

1,60

(2,6

0)**

0,08

(3,0

5)

**-0

,23

(-18

,70)

**

0,02

6(1

0,51

)**

-0,0

0001

1

(-8

,55

)**

2,41

(26,

70)*

*1,

57(1

6,95

)**

0,20

572

8,02

33.8

28

Con

stan

te

Dum

my

PS

Dum

my P

P

Exp

. Do

cen

tes

(pro

m.)

Mat

rícu

la 4

B a

lcu

adra

do

JEC

99

Tas

a al

um/P

rof (

est.

-h

rs)

Índi

ce d

eV

ulne

rabi

lidad

Ing

reso

Ho

ga

r (*

)

Ingr

eso

del H

ogar

al

cuad

rado

Año

s ed

ucac

ión

mad

re

Añ

os

ed

uca

ció

n p

ad

re

R2 a

just

ado

F NVa

ria

ble

s d

el

Es

tab

lec

imie

nto

y P

rofe

so

res

Tam

año

de C

lase

(Mat

rícu

la 4

B_9

9)

Va

ria

ble

s d

el

Alu

mn

o y

la

Fa

mil

ia

211,

75(1

06,8

8)**

6,45

(8,2

0)**

10,3

7(6

,35)

**

0,49

(8

,29

)**

-0,0

35(-

3,6

9)*

*0,

0000

184

(1,1

6)

1,07

(1,6

9)

0,09

(3,3

7)**

-0,2

3

(-18

,28)

**

0,02

4(9

,57)

**-0

,000

0088

(-6

,92

)**

2,08

(2

1,7

4)

**1,

39(1

4,73

)**

0,17

258

7,76

33.8

24

252,

20(1

65,6

5)**

10,5

2(1

4,51

)**

27,7

4(2

1,16

)**

0,71

(13,

00)*

*-0

,019

(-2,

19)*

-0,0

0007

3

(-4

,97

)**

2,68

(4,6

5)

**0,

19

(7,9

6)

**-0

,49

(-4

6,9

2) *

*

0,15

492

6,33

40.5

25

256,

26(1

66,6

4)**

8,15

(11,

12)*

*26

,21

(19

,87

)**

0,56

(10,

23)*

*-0

,048

(-5

,48

)**

-0,0

0000

81

(-0

,55

)1,

96(3

,36)

**0,

19

(7,4

2)**

-0,4

5

(-42

,91)

**

0,13

176

8,36

40.5

77

192,

68(2

32,9

3)**

10,9

7(2

0,68

)**

14,6

7(1

0,67

)**

0,00

88(8

,72

) **

3,00

(33,

41)*

*2,

13(2

4,04

)**

0,19

71.

737,

5535

.502

199,

10 (2

35,9

5)**

9,34

(17,

28)*

*15

,29

(10,

94)*

*

0,01

1 (1

0,5

5)*

*

2,60

(28,

44)*

*1,

89 (2

0,9

8)*

*0,

167

1.42

7,77

35.4

97

235,

66(6

80,7

9)**

20,0

4(3

8,6

8)

26,8

2(1

9,19

)**

0,02

8(2

9,48

)**

0,11

91.

683,

0437

.505

236,

60(6

79,3

6)**

17,3

3(3

3,24

)**

25,8

8(1

8,48

)**

0,02

8(2

9,23

)**

0,10

81.

520,

8737

.510

238,

49(7

83,8

3)**

22,4

9(4

6,27

)**

55,0

3(5

8,19

)**

0,09

82.

315,

1042

.498

239,

54 (7

84,1

4)**

19,9

7(4

0,97

)**

54,1

7 (5

7,3

6)*

*

0,09

2.09

4,00

42.5

48

CU

AD

RO

3:

NIV

EL

DE

AN

ÁLI

SIS

: MU

ES

TRA

- A

LUM

NO

S


3 3

MODELO 2. INCORPORACIÓN DE LA CORRECCIÓN POR SESGO DE SELECCIÓN

La estimación de los coeficientes de la ecuación de selección (para la decisiónde asistir o no a un colegio particular subvencionado) se utilizó con un modelo probit.Se consideraron tres t ipos de variables: i) aquel las que caracterizan al alumno y sufamil ia21 (ingreso del hogar y años de educación de la madre y del padre); ii) las querepresentan la disponibilidad de colegios (zona urbana, ciudad grande definida comoSant iago, Concepción y Valparaíso, e l número de es tablecimientos por comuna y lapoblación de la comuna), y iii) las que caracterizan el tipo de colegio (establecimientode hombres, mujeres o mixto, y el monto de financiamiento compartido) 22.

En re lac ión con aspec tos metodológ icos , se rea l i zaron d is t in tos aná l i s i s paraverif icar la estabil idad del modelo. En estimaciones que incluían en la segunda etapasólo variables del alumno y su familia (excluyendo las variables del establecimiento ylos profesores), al incluir el efecto de selección, el modelo se volvía inestable. Luego,la agregación de variables del establecimiento y los profesores permitió obtener valoresestables.

Lo anterior sugiere que tanto el tipo y número de variables como el método que seutilice para estimar el efecto de selección, son factores que afectan los resultados. En elCuadro 4 se presenta el modelo de selección estimado.

21 Cabe des taca r que , además , se i n ten tó i nc l u i r en e l mode lo o t ras va r i ab les pa ra ca rac te r i za r a la lumno y su fami l ia ; s in embargo, e l modelo OLS en la segunda etapa se volv ió inestable aún cuandotenía un grado de pred icc ión de l 78% para los estab lec imientos par t icu lares subvenc ionados, perore la t i vamente ba jo para los mun ic ipa l i zados (51%) .

22 Dada l a i n fo rmac ión d i spon ib le es d i f í c i l l og ra r una buena p red i cc ión en e l mode lo de se lecc ión .Para que el modelo que incorpora e l sesgo conver ja en forma adecuada se requiere que el modelo dese lecc ión ent regue una adecuada pred icc ión. Por e l lo , s i b ien es ta var iab le es endógena, se u t i l i zópa ra me jo ra r l a p red i cc ión de l mode lo y l og ra r mayo r es tab i l i dad en l a reg res ión de l a segundaetapa.

3 4

Para obtener los coeficientes de la ecuación de rendimiento ( β y δ) para ambaspruebas en el modelo con una ecuación, se debe incluir como variable explicativa elcoeficiente lambda obtenido del modelo probit.

Los regresores que se incluyen en la ecuación de rendimiento son los mismos quese utilizan en el Modelo 1, tanto para representar las características de la escuela y delos profesores como las del alumno y su familia.

Los resultados obtenidos para la ecuación corregida por sesgo de selección indicanque el coef ic iente de la var iable lambda es negat ivo y s igni f ica t ivo, y e l término deselección (igual al coeficiente de lambda veces su media) es positivo para la prueba dematemáticas y de lenguaje, ya que el valor medio de esta variable es de −0,045. Estosignifica que al considerar una submuestra con iguales características, aquellos alumnosque asisten a un colegio particular subvencionado obtienen mayor rendimiento que los

CUADRO 4: ESTIMACIÓN PROBIT DE ASISTENCIA A COLEGIO MUNICIPALIZADO O PARTICULAR

SUBVENCIONADO (VARIABLE DEPENDIENTE COLEGIO PARTICULAR SUBVENCIONADO = 1)

VARIABLES

Años Educación de la Madre

Años Educación del Padre

Ingreso del Hogar

Dummy zona urbana = 1

Dummy Gran Ciudad

Número Establecimientos en la comuna

Población de la comuna

Dummy Establecimientos Mujeres = 1

Dummy Establecimientos Hombres = 1

Monto Financiamiento Compartido

COEFICIENTE

-0,04

-0,04

0,000067

-0,24

0,24

0,01

-0,000003

0,20

0,12

0,0004

VALOR Z

-11,66 **

-12,64 **

12,55 **

- 9,46 **

10,71 **

8 ,86 **

-14,17 **

4 ,78 **

2,27 *

81,72 **

* s ign i f i ca t i vo a l 5%.

* * s ign i f i ca t i vo a l 1%.

FUENTE : ELABORACIÓN PROPIA - RESULTADOS DEL MODELO.


3 5

alumnos de establecimientos municipales, y la ecuación OLS sin considerar la correcciónes tar ía subes t imando es te e fec to . La di ferencia entre e l rendimiento en un colegiomunicipal y uno part icular subvencionado, medido por la variable dummy Part icularSubvencionado aumenta en 4,3 puntos al incorporar la variable lambda, en el caso de laprueba de matemáticas, y en 2,8 puntos en la prueba de lenguaje.

Los resultados del modelo con dos ecuaciones corregido por sesgo de selecciónmediante el método en dos etapas, muestran que el término de selección (coeficiente delambda veces su media) es positivo y significativo para los alumnos que asisten a colegiosmunicipalizados en ambas pruebas. Sin embargo, en el caso de los alumnos de colegiosparticulares subvencionados en la prueba de matemáticas se evidencia un sesgo negativoy significativo, y en la prueba de lenguaje este término no es significativo. Esto indicaríaque s i en algún colegio exis te selección de alumnos es en aquel los de dependenciamunicipal, al igual que los resultados del modelo precedente.

3 6

FUENTE : ELABORACIÓN PROPIA - RESULTADOS DEL MODELO.

CUADRO 5: DETERMINANTES DEL RENDIMIENTO DE 4º AÑO BÁSICO - PRUEBA SIMCE 1999

VARIABLES

Constante

Dummy Particular Subvencionado

Variables del Establecimiento y Profesores

Experiencia Docente

Matrícula 4B

Matrícula al cuadrado

JEC

Tasa Alumno Profesor

Índice de Vulnerabi l idad

Var iables del Alumno y su Fami l ia

Años Educación de la Madre

Años Educación del Padre

Ingreso del Hogar

Ingreso del Hogar a l cuadrado

Lambda

R2 ajustado

F

N

MATEMÁTICAS LENGUAJE

210,74

(102,75)**

6.49

(8.1)**

0,48

(7,86)**

-0,03

( -3,36)**

0,000008

(0 ,48 )

1.2

(1 .9 )

0.10

(3.67)**

-0.22

( -17.54)**

2.05

(20.84)**

1.39

(14.26)**

0.03

(9.84)**

-0.000014

( -6.81)**

0.14

470.68

31.898

206,88

(97,06)**

10.83

(10.44)**

0.48

(7.90)**

-0.02

( -2.45)*

-0.000002

( -0 .10)

1.02

(1 .6 )

0.08

(2.84 )**

-0.20

(-15.46)**

2.10

(21.29)**

1.46

(14.89)**

0.03

(9.23)**

-0.000014

( -6.60)**

-3.99

(-6.59)**

0.14

435.64

31.898

201,23

(100,14)**

8.96

(11.42)**

0.56

( 9.43)**

-0.003

( -0 .34)

-0.000047

(2.95)**

1.7

(2 .72 )

0.08

(3.17)**

-0.22

( -17.87)**

2.38

( 24.7)**

1.56

(16.34)**

0.033

( 11.26)**

-0.000018

( -8.55)**

0.173

608.28

31.926

198,75

(95,09)**

11.74

(11.55)**

0.57

(9.45)**

0.002

(0 .24 )

0.000053

( -3.32)**

1.6

(2 .54)*

0.07

(2.64)**

-0.21

( -16.31)**

2.42

(24.96)**

1.60

(16.71)**

0.03

(10.84)**

-0.000017

( -8.41)**

-2.55

( -4.30)**

0.173

559.44

31.926

COLEGIOS MUNICIPALIZADOS Y PARTICULARES SUBVENCIONADOS

* s i gn i f i ca t i vas a l 5%

** s ign i f i ca t i vas a l 1%.


3 7

En la submuestra de coleg ios munic ipal i zados, e l coef ic iente de la var iable«experiencia de docentes» aumenta en ambas pruebas a l controlar por e l sesgo deselección, al igual que los coeficientes de «años de educación de la madre y del padre».Además, la constante disminuye en 5,3 y 5,8 respectivamente.

Al utilizar el método de Método de Máxima Verosimilitud para corregir la ecuaciónpor sesgo de selección, los resultados obtenidos indican que la variable de selección noes significativa, ya que el coeficiente de correlación ( ρ) no es significativo.

En todos los modelos es t imados , e l sen t ido de l sesgo favorece a los co leg iosparticulares subvencionados. En el caso de los municipalizados, la corrección por sesgono mejora los resu l tados . Es tos mismos resu l tados se ev idenc ian en e l es tudiodesarrollado por Contreras (2001) para los alumnos que rindieron la P.A.A., donde elrendimiento de los alumnos que asist ieron a colegios particulares es mayor que el deaquellos que lo hicieron a municipales en la estimación mediante OLS. Al controlar porsesgo de selección, dicha diferencia aumenta cerca de tres veces.

MODELO 3. INCORPORACIÓN DE TÉRMINOS DE INTERACCIÓN

Para real izar esta est imación se supone que la asignación entre los dos t ipos decolegios es aleatoria. El supuesto detrás de la especificación del Modelo 1 anterior esque exis te una di ferencia constante en el rendimiento de los a lumnos de colegiosmunicipales y particulares subvencionados, cuando se controla por las característicasde la escuela y los profesores y las variables socioeconómicas. Dado que los resultadosmuestran una di ferencia pos i t i va , se in f iere que un a lumno que as is te a un coleg ioparticular subvencionado obtiene mayor puntaje que un alumno con iguales característicasque asiste a un colegio municipalizado, se cumple para todos los niveles socioeconómicos.Sin embargo, esto no necesariamente es así, ya que es razonable suponer que los resultadosdiferenciales varían en función de las características observables.

3 8

CO

LEG

IOS

MU

NIC

IPA

LIZA

DO

SC

OLE

GIO

S P

AR

TIC

ULA

RE

S S

UB

VE

NC

ION

AD

OS

Leng

uaje

Mat

emát

ica

Leng

uaje

Mat

emát

ica

Con

stan

te

Exp

erie

ncia

Doc

ente

Mat

rícu

la 4

B

Mat

rícu

la a

l cua

drad

o

JEC

Ta

sa A

lum

no

Pro

feso

r

Índi

ce d

e V

ulne

rabi

lidad

Año

s E

duca

ción

Mad

re

Año

s E

duca

ción

Pad

re

Ing

reso

de

l Ho

ga

r

Ingr

eso

del H

ogar

al

Cua

drad

o

Lam

bda

Val

or m

edio

Lam

bda

R2

ajus

tado

F NCU

AD

RO

6:

ES

TIM

AC

IÓN

DE

RE

ND

IMIE

NTO

PO

R T

IPO

DE

CO

LEG

IO -

MO

DE

LO D

E D

OS

EC

UA

CIO

NE

S

217.

95

(74.

02)*

*

0.38

(4.6

9)**

-0.1

2

(-4.

51)

**

0.00

04

(4.8

0)

**

0.11

(0.1

2)

0.01

(0.1

4)

-0.2

1

(-11

.26)

**

2.05

(16.

64)*

*

1.35

(11.

00)*

*

0.04

(8.3

1)**

-0.0

0002

2

(-6

.36

)**

0.08

6

184.

62

19.4

07

212.

63

(6

8.0

5)

**

0.43

(5.

25)

**

-0.1

1

(-4

.09

) **

0.00

04

(4.

67)

**

0.10

(0.1

1)

-0.0

1

(-0

.2)

-0.2

1

(-1

1.26

) **

2.12

(1

7.1

0)

**

1.44

(11

.69)

**

0.04

(7.

97)

**

-0.0

0002

3

(-6

.51

) **

-6.1

2

(-5

.07

) **

-0,3

891

0.08

8

170.

38

19.4

08

213.

43

(73.

87)

**

0.50

(6.2

2)

**

-0.1

5

(-5.

83)

**

0.00

07

(7.8

5)

**

0.01

(0.0

1)

-0.0

7

(-1

.62

)

-0.2

5

(-1

3.2

7) *

*

2.39

(19.

80)

**

1.56

(13.

13)

**

0.04

(8.3

0)

**

-0.0

0002

(-6.

47)

**

0.11

5

253.

51

19.4

39

207.

63

(6

7.7

3)

**

0.55

(6

.83

)**

-0.1

4

(-5

.36

) **

0.00

07

(7

.73

)**

0.00

06

(0.0

01

)

-0.0

9

(-1

.99

)*

-0.2

5

(-1

3.2

7)

**

2.47

(2

0.3

0)

**

1.68

(1

3.8

8)

**

0.03

(7

.92

)**

-0.0

0002

3

(-6

.64

) **

-6.6

5

(-5

.63

)**

-0,3

896

0.11

6

233.

69

19.4

40

211.

32

(81.

00)

**

0.78

(8.1

5)

**

-0.0

1

(-0

.81

)

-0.0

0007

(-3.

27)

**

1.44

(1.5

8)

0.17

(4.8

5 **

-0.2

6

-15.

03 *

*

2.02

12.2

3 **

1.55

9.47

**

0.02

5.04

**

-0.0

0000

9

-3.1

9 **

0.13

4

194.

961

12.4

89

212.

12

(8

0.5

1)

**

0.75

(7.

81)

**

-0.0

1

-0.9

3

-0.0

0006

-3.

02 *

*

1.39

1.5

2**

0.16

4.59

**

-0.2

4

-12

.57

**

2.03

12.3

3 **

1.57

9.5

5 **

0.02

4.9

0 **

-0.0

0000

8

-3.

11 *

*

-1.6

3

-(2

.08

) *

0,48

91

0.13

5

177.

68

12.4

90

204.

32

(80.

37)

**

0.86

(9.2

9)

**

0.00

05

0.04

-0.0

0013

-6.6

1 **

2.54

2.85

**

0.23

6.65

**

-0.2

5

-14.

54 *

*

2.31

14.3

9 **

1.63

10.1

7 **

0.03

6.95

**

0.00

0014

-5.4

3 **

0.15

9

236.

21

12.4

85

203.

97

(7

9.4

5)

**

0.87

(9.

33)

**

0.00

11

0.08

-0.0

0014

-6.

69 *

*

2.57

2.8

9 **

0.23

6.7

4 **

-0.2

6

-13

.46

**

2.30

14.

32 *

*

1.62

10.

12 *

*

0.03

7.0

0 **

-0.0

0001

4

-5.

47 *

*

0.75

0.98

0,49

11

0.15

9

214.

84

12.4

86

* s

ign

ific

ati

va

s a

l 5

%

** s

ign

ific

ati

va

s a

l 1

%

FUEN

TE:

ELAB

ORAC

IÓN

PROP

IA -

RES

ULTA

DOS

DEL

MOD

ELO.


3 9

Para capturar la posibilidad de un efecto diferenciado de las características de laescuela, los profesores y del alumno y su familia, se incluyen términos de interacción,de acuerdo con la forma funcional presentada en el punto 1 de este capítulo.

El primer aspecto relevante que muestran los resultados de este modelo es que loscoeficientes para las variables socioeconómicas (no interactuando con Dummy PS) sonpositivos para ambas pruebas. Por lo tanto, un aumento en dichas variables genera unaumento en el rendimiento. Además, los coeficientes de estas variables al interactuarcon la dummy PS no son significativos, lo que no permite inferir que la pendiente de lacurva de los colegios particulares subvencionado sea mayor que la correspondiente alos de dependencia municipal.

El coeficiente de la variable «ingreso del hogar» es posi t ivo en los dos modeloscorrespondientes a ambas pruebas. Sin embargo, el signo de las variables de «años deeducación de los padres » varía dependiendo del modelo estimado. Lo anterior no permiteafirmar que los colegios particulares subvencionados tengan una ventaja comparativa alenseñar a niños con mayores ventajas socioeconómicas, y viceversa, como se concluyeen estudios anteriores (Tokman, 2001).

Otro aspecto relevante que se demuestra con estos resultados es que el coeficientecorrespondiente a la variable dummy PS (que indica el punto de intersección de la curvade colegios particulares subvencionados) cambia de manera importante al incorporar elefecto de la zona a la que pertenece el colegio (rural/urbana).

Finalmente, en el modelo se incluyen términos de interacción para variables de laescuela para capturar el efecto del posible rendimiento diferenciado de estos insumospor tipo de colegio. Los resultados obtenidos indican que la experiencia de los docentesy la ruralidad de las escuelas tienen impacto significativo en ambas pruebas. En el casode la primera, s i bien en ambos colegios el coef ic iente es posi t ivo y s igni f icat ivo, essuperior en los colegios part iculares . Al controlar por la var iable dummy rural ( lavariable y el término de interacción), esta relación se invierte. Es decir, el aumento enel rendimiento, producto de la mayor experiencia de los profesores, es superior en losestablecimientos municipales.

4 0

Una de las preocupaciones de la pol í t ica educat iva en Chi le es la brecha derendimiento que hay entre estudiantes que asisten a distintos tipos de establecimientoseducativos y la concentración de los alumnos con mayores problemas socioeconómicosen determinados t ipos de coleg ios y su e fec to en dicho rendimiento. S i b ien se hanobtenido logros importantes en su disminución, estas brechas aún no se cierran. Lospuntajes obtenidos por los alumnos en la prueba Simce de 1999, en las áreas de lenguajey matemáticas, indican un leve aumento de la brecha entre el rendimiento de los alumnosde establecimientos municipalizados y particulares subvencionados en comparación conlos resultados alcanzados en 1996.

Desde los in ic ios de las medic iones en Chi le , de la economía ha surgido unaimportante cant idad de estudios con el propósi to de ident i f icar las causas de estasdiferencias. En este ámbito, el Ministerio de Educación ha hecho avances significativosen la provisión de información que permita mejorar dichos análisis. En 1998, junto conuna modificación de la metodología de la prueba Simce, del sistema de evaluación y de laescala de medición, puso a disposición de los investigadores datos a escala individualrespecto de las características socioeconómicas de los alumnos y de sus familias 23 . Dichocambio implicó un avance importante, ya que los trabajos anteriores a esa fecha utilizabandatos agregados.

Los resultados de este estudio confirman la estrecha relación que hay entre el nivelsocioeconómico de las familias y el tipo de establecimientos al que asisten los niños,similar a lo encontrado para enseñanza secundaria en la prueba Simce de 1998. El loref le jar ía que los a lumnos no se dis tr ibuyen aleator iamente entre colegios pr ivadospagados , pr i vados subvenc ionados y munic ipa l i zados . Es ta corre lac ión entre n ive lsocioeconómico y dependencia es más acentuada en el análisis que se realiza agregandodatos al nivel de los establecimientos que cuando se efectúa con datos de los alumnos.

En cuanto al rendimiento, se aprecia que al nivel de establecimientos los colegiosparticulares subvencionados presentan mayor dispersión que los municipales. Es decir,corresponde al tipo de dependencia que presenta mayor heterogeneidad en cuanto a los

VI. CONCLUSIONES Y RECOMENDACIONES

23 L a p r u e b a r e n d i d a p o r l o s a l u m n o s d e 2 º m e d i o e n 1 9 9 8 f u e l a p r i m e r a a p l i c a d a c o n e s t e n u e v os is tema.


4 1

establecimientos que comprende el grupo. Por otra parte, los resultados obtenidos dancuenta que la heterogeneidad en el rendimiento de los alumnos caracteriza a los diferentescolegios. No obstante lo anterior, el análisis indica que la distribución de puntajes delos estudiantes que asisten a colegios municipales es la que presenta la mayor dispersiónrelativa, lo que da cuenta de que es el tipo de colegio con el grupo de estudiantes menoshomogéneo. Sin embargo, el anál is is de aquel los que obt ienen los mayores puntajespermite afirmar que hay colegios municipalizados muy homogéneos y que obtienen altospuntajes.

Respecto de la determinación de la función de producción educacional, una primeraconclus ión que surge es que el poder expl ica t ivo de los modelos es t imados en es teestudio para 4° básico es inferior al obtenido en modelos anteriores para este mismonivel educativo y para enseñanza media. Ello plantea la relevancia de desarrollar modeloscon especificaciones más adecuadas y/o aplicar metodologías más apropiadas que permitancomprender mejor el efecto de los insumos, lo que sugiere la necesidad de mejorar lainformación del Minis ter io de Educación. S i bien se reconoce el avance importar terealizado en la búsqueda de información de calidad con la obtención de datos a escalaindividual, se requiere ampliar la información relevante y corregir los eventuales erroresde la información existente.

En relación con el rendimiento diferenciado por tipo de colegio, en este estudio seencontró que al comparar alumnos con iguales características socioeconómicas (variablesrelacionadas con el ingreso y educación de los padres), hay una di ferencia posi t ivaen t re e l rend imien to de es tab lec imien tos par t i cu lares pagados y par t i cu laressubvencionados, así como también entre estos últ imos y los municipalizados. Esto esdistinto a lo encontrado en estudios anteriores para este mismo nivel educativo en queprácticamente desaparecían las diferencias entre el rendimiento en colegios particularessubvenc ionados y munic ipa l i zados cuando se contro laba por las carac ter í s t icassocioeconómicas. Sin embargo, los resultados obtenidos son similares a los estudioscorrespondientes al nivel secundario que usan datos de la prueba Simce de 1998.

Esta diferencia se puede deber a un mejoramiento relativo en el desempeño de loses tablec imientos par t iculares subvencionados respecto de los munic ipal izados. S in

4 2

embargo, como existen diferencias metodológicas en la agregación de datos con que setrabaja en las distintas investigaciones, las diferencias en los resultados obtenidos eneste estudio respecto de las indagaciones anteriores también podrían deberse a aspectosmetodológicos. Esto podrá investigarse más adelante, ya que el intento por explicar ladiferencia resultó infructuoso y no fue posible aislar el impacto del cambio metodológico,en la medida que se produce también una diferencia en la información uti l izada paramedir las variables.

El estudio desarrollado por Mizala y Romaguera (1998) para 4° básico con datosde la prueba Simce de 1996 no disponía de información individual para caracterizar elnivel socioeconómico de los alumnos. Por lo tanto, utilizó datos agregados proporcionadospor los directores de colegios. En este estudio, al igual que en el real izado para 2ºmedio, se utilizan datos individuales obtenidos de una encuesta realizada a los padres yapoderados de los alumnos que rindieron la prueba (y autoaplicada por ellos mismos).La in formación de los es tablec imientos resul ta de la agregación de las var iablesrespectivas.

Respecto de los factores que afectan el rendimiento, se rati f ica que las variablessocioeconómicas son muy importantes para explicar el resultado obtenido en la prueba.Sin embargo, además de las variables del hogar, también hay otros factores relevantesen el rendimiento, como la experiencia de los docentes y la tasa de alumno-profesor,que inciden positivamente, y el nivel de vulnerabilidad del establecimiento, que incidenegativamente en el rendimiento de los alumnos en ambas pruebas.

Respecto de las otras variables el efecto es mixto: el impacto de la Jornada EscolarCompleta en el establecimiento es positivo y significativo sólo para la prueba de lenguaje.La variable que indica la modalidad del establecimiento en cuanto al género de los alumnos(exclusivamente de mujeres/hombres, mixto) tiene efecto significativo sólo en la pruebade lenguaje. La var iable que representa el tamaño de la clase no es s igni f icat iva enambas pruebas. Una explicación del bajo significado de las variables asociadas a la escuela,junto con el poder explicativo de los modelos estimados, obedecería a la dificultad demedir las prácticas pedagógicas al interior del colegio, las que claramente inciden demanera significativa en el rendimiento de los alumnos.


4 3

La estimación que incluye términos de interacción para capturar efectos diferencialesen rendimiento de las caracter ís t icas de los alumnos y la escuela se real izó para lamues t ra de co leg ios con f inanc iamien to púb l i co (mun ic ipa l e s y par t i cu l a ressubvencionados). Los resultados no permiten afirmar que los colegios municipales tenganuna ventaja comparativa al enseñar a niños con mayores desventajas socioeconómicas, adiferencia de estudios anteriores, lo que indicaría que los establecimientos particularessubvencionados presentan venta jas también para los n iños de menores n ive lessocioeconómicos.

De las características de las escuelas, se encontró que sólo la experiencia de losdocentes y la ruralidad t ienen impacto signif icat ivo en ambas pruebas. Además, en laprueba de lenguaje tanto la variable de interacción con tamaño de la escuela como contasa alumno-profesor son significativas. Lo anterior implica que dichos insumos tienenretornos diferenciados en ambos tipos de colegios.

Los resul tados obtenidos en este estudio muestran que no hay evidencia robustaque señale que los colegios municipalizados se ven perjudicados en las estimaciones defunciones de producción por no incluir corrección por sesgo de selección. Sin embargo,la modelación del sesgo de selección es dif íci l de real izar y requiere información debuena calidad. Hay muchos modelos que son inestables y los resultados dependen de lametodología utilizada. Por lo tanto, los resultados que corrigen por sesgo de seleccióndeben ser tomados con extrema precaución.

La conclusión es que la eventual corrección del sesgo no explica los peores resultadosdel S imce que obt ienen los colegios munic ipal izados respecto de los par t icularessubvencionados. La razón por la cual no mejoran los resultados de los establecimientosmunicipales, una vez corregido por sesgo de selección, debería ser analizada con mayorprofundidad junto con el e fecto de las venta jas rela t ivas de enseñar a los niños demenores recursos. Para avanzar en esta investigación probablemente se necesite disponerde información de mejor calidad. La respuesta a la interrogante ¿por qué los colegiosmunicipalizados no mejoran su rendimiento? se podría aclarar mediante la aplicación demodelos de valor agregado, lo que requiere contar con información en dos momentos enel tiempo para los mismos alumnos, información no disponible en la actualidad.

4 4

Por ello surge la necesidad de aclarar la discusión pública respecto de qué le sucedea los establecimientos municipalizados, y se requiere que el Ministerio de Educacióngenere información relevante para ello y, sobre esa base, reorientar las políticas tendientesa mejorar a aquellos alumnos que obtienen los menores rendimientos.

De acuerdo con la evidencia obtenida en este estudio se concluye que el desaf íoactual es impulsar políticas que efectivamente lleguen a los alumnos de menores recursos.Lo anterior implica la necesidad de revisar las prácticas educativas en aquellas escuelasque at ienden a la población más vulnerable. Un desaf ío de la polí t ica educacional esdisminuir la brecha entre el rendimiento de alumnos de enseñanza básica que asisten alos diferentes establecimientos. Lograr un sistema equitativo en este nivel educativo esprioritario en cualquier política orientada a garantizar la igualdad de oportunidades enlos siguientes niveles de educación.


4 5

VII. BIBLIOGRAFÍA

AEDO, CRISTIÁN y CLAUDIO SAPELLI (2001). “El sistema de vouchers en educación: una revisiónde la teoría y evidencia empírica para Chile ” , en Es tudios Púb l icos 82, Santiago, Chile.

BELLEI , CRISTIÁN (2000). I n equ i dad en l a Educac i ón . MSBRAVO, DAVID, DANTE CONTRERAS y CLAUDIA SANHUEZA (1999). Rendimiento educacional ,

d e s i gua ldad y b r e cha de s empeño p r i vado /púb l i co : Ch i l e 1982-1997 . Un i vers idadde Chile, Facultad de Ciencias Económicas. Santiago, Chile.

CONTRERAS, DANTE (2001). Voucher s , s choo l cho ice and the acce s s to h i gher educa-t i o n. Universidad de Chile y Universidad de Yale. Santiago, Chile.

GALLEGO, FRANCISCO (2001). “Incentivos, recursos y calidad de la educación: teoría y evidenciapara Chile” . Tesis para optar al grado de Magíster en Ciencias de la Economía. Institutode Economía, Pontificia Universidad Católica de Chile. Santiago, Chile.

GARCÍA HUIDOBRO, J . E. (1999). “La re forma educacional chi lena 1990-1998. Vis ión deconjunto” , en Juan Eduardo García Huidobro (Ed.) La re forma educac iona l ch i l ena .Editorial Popular.

GREENE , W. (s.f). Economet r i c ana l y s i s. Prentice Hall, 4° edición.GONZÁLEZ, PABLO (2000). “Financiamiento e incentivos en el s is tema escolar en Chile” , en

¿Hac ia dónde va e l ga s to púb l i co en educac ión? Logros y desaf íos , Vol . I I . Div is iónde Desarrollo Social de Cepal. Santiago, Chile.

GONZÁLEZ, PABLO (2000). Una r e v i s i ón de l a r e f o rma de l s i s t ema e s co l a r en Ch i l e .Serie Económica núm. 92. Centro de Economía Aplicada, Universidad de Chile. Santiago,Chile.

GONZÁLEZ, PABLO (1998). Una r e v i s i ón de l a r e f o rma a l s i s t ema e s co l a r ch i l eno .Centro de Economía Aplicada, Universidad de Chile. Santiago, Chile.

HECKMAN, J . J . (1979). “Sample select ion bias as a speci f icat ion error ” , en Economet r i ca,Vol. 47 núm. 1, pág. 143-161.

JIMÉNEZ, EMMMANUEL, MARLAINE LOCKHEED y NONGNUCH WA TTANAWAHA. “The relative effi-ciency of private and public schools: the case of Thailand”, en The World Bank EconomicReview, Vol. 2, núm. 2.

LLACH, JUAN JOSÉ, SILVIA MONTOYA y FLAVIA ROLDÁN (s/f). Educación para todos. ArgentinaMc.EWAN, PATRIK y MARTIN CARNOY (2000). “The effectiveness and efficiency of private schools

in Chi le 's voucher sys tem ” , en Educa t i ona l e v a l ua t i on and po l i c y ana l y s i s ,Vol. 22, núm. 3.

4 6

MINISTERIO DE EDUCACIÓN, REPÚBLICA DE CHILE (1999a). Educa c i ón pa r a t o do s :e v a l ua c i ón en e l año 2000 , I n f o rme Na c i ona l Ch i l e . Santiago, Chile.

MINISTERIO DE EDUCACIÓN DE CHILE (1999b). Compend io d e in f o rmac ión e s t ad í s t i c a .Santiago, Chile.

MINISTERIO DE PLANIFICACIÓN Y COOPERACIÓN, DIVISIÓN SOCIAL (1999). Resultados de laVII Encuesta de Caracterización Socioeconómica Nacional (Casen 1998), Documento núm.5, Situación de la educación en Chile, 1998. Santiago, Chile (http://www.mideplan.cl)

MIZALA, ALEJANDRA y PILAR ROMAGUERA (1998). Desempeño e s co la r y e l e c c ión deco leg ios : la exper ienc ia ch i l ena . Centro de Economía Aplicada, Universidad de Chile.Santiago, Chile.

MIZALA, ALEJANDRA y PILAR ROMAGUERA (2000 a). Remunerac iones y l o s p ro fe sore s enChi le . Centro de Economía Aplicada, Universidad de Chile. Santiago, Chile.

MIZALA , ALEJANDRA y P ILAR ROMAGUERA (2000 b ). De t e rm ina c i ón d e l o s f a c t o r e sexp l i ca t i vo s de l o s r e su l t ados e s co la r e s en l a educac ión med ia ch i l ena . Centrode Economía Aplicada, Universidad de Chile. Santiago, Chile.

MIZALA, ALEJANDRA, PILAR ROMAGUERA y TERESA REINAGA, (s/ f) . Factores que inciden ene l r end imi en t o e s co l a r en Bo l i v i a . Centro de Economía Apl icada, Univers idad deChile. Santiago, Chile.

MOLINA, SERGIO (2000). “Logros de la década de los noventa y desafíos futuros ” , en RevistaPer spec t i vas , Vol. 4, núm. 1.

TOKMAN, ANDREA (2001). I s p r i va t e educa t i on be t t e r ? E v i d ence f r om Ch i l e . Un i vers i t yof California, Berkeley.


4 7

VIII. ESTUDIOS DE CASO

PUBLICADOS EN 1996 PUBLICADOS EN 1997

Estudio de Caso N° 1LA REESTRUCTURACIÓN DEL SECTOR TELECOMUNICACIONESEN PARAGUAY.César Pastore Britos.

Estudio de Caso N° 2AZÚCAR: MERCOSUR Y RECONVERSIÓN, EL CASO CALNU (URUGUAY).Fernando Correa Alsina.

Estudio de Caso N° 3EL LITIO: UNA PERSPECTIVA FALLIDA PARA BOLIVIA.Walter Orellana Rocha.

Estudio de Caso N° 4EL ESTUDIO DE CASO COMO INSTRUMENTO PEDAGÓGICO YDE INVESTIGACIÓN EN POLÍTICAS PÚBLICAS.Ramón Borges Méndez.

Estudio de Caso N° 5INCENTIVOS A LAS EXPORTACIONES NO TRADICIONALES EN BOLIVIA:UNA CONFRONTACIÓN ENTRE LA TEORÍA Y LA PRÁCTICA.Patricia Noda Videa.

Estudio de Caso N° 6EL SISTEMA PRIVADO DE PENSIONES PERUANO Y EL MECANISMODE LA PENSIÓN MÍNIMA.María Lila Iwasaki .

Estudio de Caso N° 7LA PRIVATIZACIÓN DEL ÁREA DE CARGA DE LA EMPRESA DEFERROCARRILES DEL ESTADO EN CHILE: ¿UNA NEGOCIACIÓN ATÍPICA?Cristián Saieh Mena .

Estudio de Caso N° 8DE LO ERRÁZURIZ A TIL-TIL: EL PROBLEMA DE LA DISPOSICIÓNFINAL DE LOS RESIDUOS SÓLIDOS DOMICILIARIOS EN SANTIAGO.Sandra Lerda y Francisco Sabatini .

Estudio de Caso N° 9CONSTRUCCIÓN DE UNA CÁRCEL ESPECIAL PARA MILITARES:LECC IONES Y DESAFÍOS DE GOBERNABIL IDAD EN LATRANSICIÓN DEMOCRÁTICA CHILENA.Soledad Ubilla.

Estudio de Caso N° 10MODERNIZACIÓN DE LA GESTIÓN DE UN HOSPITAL PÚBLICO:EL CASO DE LA ASISTENCIA PÚBLICA EN SANTIAGO.Cecilia Montero y Carlos Vignolo.

Estudio de Caso N° 11CONTROL Y RESPONSABILIDAD EN GOBIERNOS LOCALES: DESA-FÍOS INSTITUCIONALES DE LA DESCENTRALIZACIÓN EN BOLIVIA.Claudio Orrego Larraín.

Estudio de Caso N° 12MITOS Y HECHOS DEL PROGRAMA DE VIVIENDA BÁSICAEN SANTIAGO DE CHILE: UNA MIRADA DESDE LOSBENEFICIARIOS.Fernando Díaz Mujica .

Estudio de Caso N° 13GESTIÓN TERRITORIAL DEL FOMENTO PRODUCTIVO: UNAOBSERVACIÓN A LA PYME FORESTAL DE LA REGIÓN DELBÍO-BÍO.Liliana Cannobbio Flores.

Estudio de Caso N° 14LA REFORMA PREVISIONAL BOLIVIANA Y EL CASO DELINCENTIVO AL TRASPASO.Luis Gonzalo Urcullo Cossío.

Estudio de Caso N° 15GÉNERO, SALUD Y POLÍTICAS PÚBLICAS, DEL BINOMIOMADRE-HIJO A LA MUJER INTEGRAL.Alejandra Faúndez Meléndez.

Estudio de Caso N° 16ESTUDIO DEL SISTEMA DE REGULACIÓN SECTORIAL EN BOLIVIA.Julio Waldo López Aparicio.

Estudio de Caso N° 17LA INDUSTRIA DEL PETRÓLEO EN ECUADOR. EL CASO DELSISTEMA DEL OLEODUCTO TRANSECUATORIANO.Luis Esteban Lucero Villarreal.

Estudio de Caso N° 18LA GESTIÓN COLECTIVA DEL DERECHO DE AUTOR Y LOSDERECHOS CONEXOS: INSTRUMENTO DE PROTECCIÓN DE LAPROPIEDAD.Marvin Francisco Discua Singh.

4 8

Estudio de Caso N° 19ESTRATEGIAS INSTITUCIONALES PARA PROMOVER LA PERMA-NENCIA DE PROFESIONALES CALIFICADOS EN EL SERVICIO PÚBLICOPERUANO. EL CASO DE LA SUPERINTENDENCIA NACIONAL DEADMINISTRACIÓN TRIBUTARIA.Juan Carlos Cortázar Velarde.

Estudio de Caso N° 20LA CRISIS DE LAS UVAS ENVENENADAS.Claudio Rodolfo Rammsy García.

Estudio de Caso N° 21LOS DETERMINANTES DE LA DISTRIBUCIÓN DEL INGRESO DE HAITÍ(ELEMENTOS PARA EL DEBATE).Michel-Ange Pantal.

Estudio de Caso N° 22REGULACIÓN DE SEGUROS PRIVADOS DE SALUD: LA EXPERIENCIAEN CHILE DE LA SUPERINTENDENCIA DE INSTITUCIONES DE SALUDPREVISIONAL, (ISAPRES).Cecilia Má, Yajaira Rivera, Livia Sánchez.

Estudio de Caso N° 23LA REFORMA A LA JUSTICIA CRIMINAL EN CHILE: EL CAMBIO DELROL ESTATAL.Juan Enrique Vargas Viancos.

Estudio de Caso N° 24EL ROL DE LA SUPERINTENDENCIA PARA LA PROMOCIÓN YPROTECCIÓN DE LA LIBRE COMPETENCIA EN EL PROCESO DEPRIVATIZACIÓN VENEZOLANO.David Mieres Valladares.

Estudio de Caso N° 25CONCERTACIÓN Y POLÍTICA EDUCATIVA EN ARGENTINA (1984 -1996).Alejandro Esteban Rodríguez.

Estudio de Caso N° 26POLÍTICA AMBIENTAL EN COSTA RICA: ANÁLISIS DEL PROYECTO DEUSO Y CONSOLIDACIÓN DE LOS RECURSOS FORESTALES EN LASCOMUNIDADES RURALES DE LA REGIÓN CHOROTEGA.Georgina Paniagua Ramírez .

Estudio de Caso N° 27IGUALDAD DE OPORTUNIDADES Y EQUIDAD EN LAS POLÍTICAS DEEDUCACIÓN SUPERIOR. UN ESTUDIO SOBRE LOS PROCESOS DESELECCIÓN Y FINANCIAMIENTO.Sixto Carrasco Vielma.

Estudio de Caso N° 28LA PRIVATIZACIÓN DE LAS TELECOMUNICACIONES EN EL PERÚ.Leopoldo Arosemena Yabar-Dávila.

Estudio de Caso N° 29DESCENTRALIZACIÓN EN BOLIVIA PARTICIPACIÓN POPULAR YPOLÍTICA PARA UNA COMPATIBILIZACIÓN CON LA ESTRATEGIA DEDESARROLLO NACIONAL.José Antonio Terán Carreón.

Estudio de Caso N° 30LA POLÍTICA DE PROMOCIÓN DE EXPORTACIONES DE MÉXICO:EFECTOS EN EL CASO DE LA RELACIÓN BILATERAL MÉXICO - CHILE.Ana María Güémez Perera .

Estudio de Caso N° 31LA LEY N° 19.490: IMPLICACIONES Y PROYECCIONES DEL MANEJODE UNA CRISIS: EL CASO DEL PERSONAL NO MÉDICO DE SALUD.Claudia Muñoz Salazar.

PUBLICADOS EN 1998

Estudio de Caso N° 32LA POBREZA, LA DESIGUALDAD Y LA EDUCACIÓN EN EL PERÚ DEHOY: UNA APROXIMACIÓN CUANTITATIVANelson Shack Yalta.

Estudio de Caso N° 33PROGRAMA CHILE - BARRIO ¿UNA PROPUESTA DEINTERVENCIÓN PÚBLICA INNOVADORA EN ASENTAMIENTOSPRECARIOS?María Gabriela Rubilar Donoso.

Estudio de Caso N° 34SEGURIDAD Y SALUD EN EL TRABAJO, INNOVACIONES NECESARIASEN EL SISTEMA DE SALUD OCUPACIONAL DEL PERÚCecilia Má Cárdenas.

Estudio de Caso N° 35EL ROL REGULADOR DEL ESTADO EN OBRAS VIALES CONCESIONADASRicardo Cordero Vargas.

PUBLICADOS EN 1999


4 9

Estudio de Caso N° 36MODERNIZACIÓN DE LAS POLÍTICAS PÚBLICAS DE ATENCIÓN A NIÑOSY ADOLESCENTES EN VENEZUELA: EL CASO DE LAS REDES LOCALESDE PROTECCIÓN A LA INFANCIA Y ADOLESCENCIALuzmari Martínez Reyes.

Estudio de Caso N° 37CULTURA CIUDADANA: LA EXPERIENCIA DE SANTAFÉ DE BOGOTÁ1995 - 1997Pablo Franky Méndez.

Estudio de Caso N° 38POLITÍCAS DE CAPACITACIÓN JUVENIL Y MERCADO DEL TRABAJO ENVENEZUELA ( 1990 - 1997 )Urby Pantoja Vásquez.

Estudio de Caso N° 39LAS POLÍTICAS PÚBLICAS CONTRA LA CORRUPCIÓN COMO UN MODODE CONSOLIDAR LOS PROCESOS DEMOCRÁTICOS: EL CASO ARGENTINOIrma Miryám Monasterolo.

Estudio de Caso N° 40EL SISTEMA DE INTERMEDIACIÓN LABORAL Y LOS SERVICIOSPÚBLICOS DE EMPLEO EN CHILE: DIAGNÓSTICO, EVALUACIÓN YPROPUESTA PARA MEJORAR SU GESTIÓNCésar Chanamé Zapata.

Estudio de Caso N° 41REFORMA AL SISTEMA DE REMUNERACIONES DE LOS DOCENTES DELSERVICIO DE EDUCACIÓN PÚBLICA EN BOLIVIATeresa Reinaga Joffré.

Estudio de Caso N° 42LA NEGOCIACIÓN DE LA TRANSICIÓN DEMOCRÁTICA EN CHILE( 1983 - 1989 )Justo Tovar Mendoza.

Estudio de Caso N° 43ANÁLISIS COMPARATIVO DEL FINANCIAMIENTO A LA EDUCACIÓNSUPERIOR, UNIVERSIDADES ESTATALES Y UNIVERSIDADES PRIVADASCON APORTES 1981 - 1989 Y 1990 - 1998Julio Castro Sepúlveda.

Estudio de Caso N° 44INDICADORES DE CALIDAD Y EFICIENCIA EN LA EDUCACIÓNUNIVERSITARIA: ALGUNAS PROPUESTAS PARA EL SISTEMA DEACREDITACIÓN CHILENODanae de los Ríos Escobar.

Estudio de Caso N° 45POLÍTICAS DE COMPETITIVIDAD EN REGIONES A LA LUZ DE LAESTRATEGIA DE DESARROLLO CHILENAJorge Menéndez Gallegos.

Estudio de Caso N° 46ANÁLISIS DE LAS SEÑALES ECONÓMICAS EN LA INDUSTRIA ELÉCTRICAEN BOLIVIAJorge Ríos Cueto.

Estudio de Caso N° 47POTENCIALIDADES DE LA DESCENTRALIZACIÓN FISCAL ENVENEZUELAEdgar Rojas Calderón.

Estudio de Caso N° 48ANALISIS DE LA REFORMA DE PENSIONES EN EL SALVADORIrma Lorena Dueñas Pacheco.

Estudio de Caso N° 49EVALUACIÓN DE LA POLÍTICA REGULATORIA DEL SECTORHIDROCARBUROS EN BOLIVIATatiana Genuzio Patzi.

Estudio de Caso N° 50PARTICIPACIÓN CIUDADANA EN EL ESPACIO LOCAL: HACIA LACONSTRUCCIÓN DE UNA NUEVA CIUDADAN ÍA EN CHILERoberto Godoy Fuentes.

Estudio de Caso N° 51GESTIÓN DE BILLETES EN EL BANCO CENTRALJohn Vela Guimet.

Estudio de Caso N° 52EL CRÉDITO COMO INSTRUMENTO PARA FINANCIAR EL ACCESOY LA MANTENCIÓN DE ESTUDIANTES EN LAS INSTITUCIONESDE EDUCACIÓN SUPERIOR EN CHILEJuan Salamanca Velázquez .

PUBLICADOS EN 2000

5 0

Estudio de Caso N° 53EL NUEVO MODELO DE JUSTICIA PENAL ADOLESCENTEDE NICARAGUARaquel del Carmen Aguirre.

Estudio de Caso N° 54LA GESTION ESTRATEGICA EN EL GOBIERNO MUNICIPALDE LA CIUDAD DE LA PAZHumberto Rosso Morales .

Estudio de Caso N° 55EDUCACIÓN SUPERIOR EN NICARAGUA: ¿EFICIENCIA ENLA ASIGNACIÓN Y ADMINISTRACIÓN DE LOS RECURSOSDEL ESTADO?Emilio Porta Pallais .

Estudio de Caso N° 56SEGURO DE DESEMPLEO EN CHILEJuan Pablo Severin Concha .

Estudio de Caso N° 57FORMACIÓN DOCENTECENTROS REGIONALES DE FORMACIÓNDE PROFESORES (CERP)Juan Eduardo Serra Medaglia

Estudio de Caso N° 58MODERNIZACIÓN DE LA GESTIÓN P ÚBLICA.EL CASO CHILENO (1994 - 2000)Alvaro Vicente Ramírez Alujas

Estudio de Caso N° 59CONTENCION DE COSTOS EN MEDICAMENTOSLA EXPERIENCIA INTERNACIONAL YEL CASO CHILENOLucas Godoy Garraza

Estudio de Caso N° 60LA REFORMA CONSTITUCIONAL ECUATORIANA DE 1998:U N A N Á L I S I S D E S D E L A P E R S P E C T I VA D E L AGOBERNABILIDADFernando Pachano Ordóñez

PUBLICADOS EN 2001

Estudio de Caso N° 61EL ENFOQUE DE GÉNERO DENTRO DEL PROGRAMA DEREFORMA DEL SERVICIO CIVIL NICARAGÜENSE: ANÁLISISDEL AMBIENTE INSTITUCIONALMaría Andrea Salazar Mejía

Estudio de Caso N° 62REFORMA AL SISTEMA DE PENSIONES EN COSTA RICA:EVALUACIÓN DE LA NUEVA ORGANIZACIÓNCinthya Arguedas Gourzong

Estudio de Caso N° 63LA GESTIÓN DE LO PÚBLICO MÁS ALLÁ DE LO ESTATAL: ELCASO DEL FONDO DE RECONSTRUCCIÓN SOCIAL YECONÓMICA DEL EJE CAFETERO, FOREC, EN COLOMBIAJorge Iván Cuervo Restrepo

Estudio de Caso N° 64INSERCIÓN LABORAL JUVENIL: ANÁLISIS DE VARIABLESRELEVANTES Y PERSPECTIVAS DE POLÍTICASergio Antonio Ibáñez Schuda

Estudio de Caso N° 65LA DEMANDA POR JUSTICIA UN PROBLEMA DE POLÍTICAPÚBLICARafael Mery Nieto

Estudio de Caso N° 66ANÁL IS I S DE IMPACTO DE LAS TECNOLOGÍAS DEINFORMACIÓN EN LA ATENCIÓN AL CONTRIBUYENTE ENEL SERVICIO DE IMPUESTOS INTERNOS DE CHILECarlos René Martínez Calderón

Estudio de Caso N° 67ESTRUCTURA DEL EMPLEO POR GÉNERO Y ANÁLISIS DELA CONCENTRACIÓN DEL EMPLEO FEMENINO EN ELSECTOR TERCIARIOPaula Ximena Quintana Meléndez

PUBLICADOS EN 2002

estudio de caso nº 68 rendimiento escolar en...

Documents