Desigualdades Socioeconomicas en See

Desigualdades socieconmicas en el sistema educativo espaol
MINISTERIO DE EDUCACIN Y CIENCIA
Desigualdades socioeconmicas en el sistema educativo espaol

Equipo de investigacin:
Jorge Calero (direccin) J. Oriol Escardbul Sebastin Waisgrais Mauro Mediavilla

Trabajo de investigacin llevado a cabo dentro del acuerdo establecido entre el Centro de Investigacin y Documentacin Educativa (Ministerio de Educacin y Ciencia) y la Fundacin Bosch i Gimpera (Universidad de Barcelona)
MINISTERIO DE EDUCACIN Y CIENCIA
N. 176 Coleccin: INVESTIGACIN
MINISTERIO DE EDUCACIN Y CIENCIA SECRETARA GENERAL DE EDUCACIN Centro de Investigacin y Documentacin Educativa (CIDE) Edita: SECRETARA GENERAL TCNICA Subdireccin General de Informacin y Publicaciones Catlogo de publicaciones del MEC http://www.mec.es/ Catlogo general de publicaciones oficiales www.060.es Fecha de edicin: 2007 NIPO: 651-07-175-6 ISBN: 978-84-369-4443-3 Depsito Legal: M-35626-2007 Imprime: JACARYAN, S. A.
ndice
CAPTULO 1
Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
CAPTULO 2
Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Revisin de los fundamentos tericos y las principales aplicaciones empricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1. Determinantes del nivel educativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.2. Movilidad educativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Metodologa utilizada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4. Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5. Anlisis introductorio y bivariante de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5.1. Anlisis introductorio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5.2 Anlisis bivariante del nivel educativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.6. Anlisis multivariante de los determinantes del nivel educativo . . . . . . . . . . . . . . . . . . . 2.7 . Estudio de la movilidad educativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7 .1. Estudio de las correlaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7 .2. Matrices de transicin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.7 .3. Anlisis de regresin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Anexos del captulo 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
17 17 22 24 24 27 27 29 32 37 37 39 42 47
CAPTULO 3
El gasto privado en educacin en Espaa y su distribucin por Comunidades Autnomas y por grupos sociales . . . . .
3.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
61
[5 5]
ndice
3.2. Evolucin del gasto privado educativo en los ltimos aos . . . . . . . . . . . . . . . . . . . . . . . 3.3. Determinantes del gasto privado en educacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
63 66
CAPTULO 4
Rendimiento acadmico y desigualdades sociales, econmicas y culturales: el caso de PISA 2003 para Espaa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2. Presentacin de PISA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1. Caractersticas de PISA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.2. Descripcin de la muestra de PISA 2003 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3. Breve comparacin internacional de los resultados de PISA . . . . . . . . . . . . . . . . . . . . . . 4.3.1. Principales resultados: anlisis internacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.2. Anlisis bivariante y multivariante de los resultados y las variables ms relevantes en una perspectiva internacional . . . . . . . . . . . . . 4.4. Metodologa de anlisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4.1. Regresin multinivel y multivariante (descripcin y aplicacin a PISA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4.2. Regresin cuantlica (descripcin y aplicacin a PISA) . . . . . . . . . . . . . . . . . . . . . 4.4.3. Modelo economtrico y variables seleccionadas . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4.4. Descripcin del mtodo de clculo y de la preparacin de los datos para desarrollar el anlisis emprico . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5. Determinantes de los resultados del alumnado espaol en la evaluacin de matemticas de PISA 2003, con especial atencin a los factores socioeconmicos y culturales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.1. Descripcin de las variables explicativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.2. Descripcin bivariante de las relaciones entre los resultados de PISA y las variables explicativas . . . . . . . . . . . . . . . . . . . . . . . . 4.5.3. Anlisis multinivel: determinantes de los resultados de los alumnos espaoles en PISA, con especial atencin a los factores socioeconmicos y culturales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.4. Anlisis cuantlico: variaciones, segn cuantiles de la variable dependiente, de los efectos de las variables explicativas sobre los resultados de PISA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Anexos del captulo 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71 72 73 74 76 76
80 85
85 88 88
99
101 102
108
114
124 133
[6]
CAPTULO 5
Desigualdades en la transicin del sistema educativo al mercado laboral en Espaa: La situacin de los jvenes que abandonan el sistema educativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2. Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.3. Datos y variables utilizadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4. La insercin de los jvenes en el mercado laboral a travs de un modelo logit multinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5. Transicin entre educacin y mercado de trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5.1. Destinos laborales y educativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.5.2. Desigualdades socioeconmicas en las transiciones laborales y educativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Anexos del captulo 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 163 154 158 158 141 143 144 147
CAPTULO 6
Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
Bibliografa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
181
[7]
Introduccin
Captulo 1
Introduccin
Cuando, en 2005, Espaa inici su participacin en la revisin temtica, efectuada por la OCDE, sobre Equidad en Educacin, se sealaron diversos dficits en la investigacin disponible acerca de las desigualdades educativas y, en concreto, acerca de las desigualdades por motivos socioeconmicos. Especficamente, campos como los relativos a la movilidad intergeneracional educativa, el anlisis multivariante de los determinantes de los resultados educativos a partir de PISA o el seguimiento de las trayectorias educativas y laborales por medio de datos de panel fueron identificados como mbitos de investigacin con un cierto retraso en Espaa con respecto a los pases europeos ms avanzados. El Centro de Investigacin y Documentacin Educativa (CIDE) respondi a esta situacin y a un inters propio dando continuidad a una ya larga tradicin de investigaciones centradas en las desigualdades educativas. Efectivamente, como seala Graeras (1998), desde la dcada de 1970 el CIDE ha tenido como una de sus lneas prioritarias el estudio de las desigualdades en la educacin, que se ha proyectado en excelentes trabajos realizados tanto por el personal del CIDE como por investigadores externos. En esta ocasin el trabajo que aqu presentamos, bajo demanda del CIDE, ha sido desarrollado por un grupo de economistas y socilogos que han intentado mantener un enfoque interdisciplinar.
Por qu resultaba conveniente efectuar en este momento una revisin de las desigualdades por motivos socioeconmicos en el sistema educativo espaol? Existen al menos dos razones nada desdeables. En primer lugar, una razn de ndole general: la educacin ha ido ocupando, especialmente desde las ltimas dcadas del siglo XX, un papel cada vez ms central, ms determinante, en los procesos que definen la situacin de las personas en la sociedad y, ms especficamente, en los mercados de trabajo. Esta posicin central se ha proyectado tanto en la agenda poltica como en los medios de comunicacin, de tal manera que la demanda de conocimientos acerca de qu sucede en el sistema educativo y de cmo lo que sucede afecta las posiciones desiguales de los individuos ha crecido notablemente en los ltimos aos. Para expresarlo de un modo llano: nunca antes el sistema educativo ocupaba la primera plana de los peridicos, como sucede en la actualidad cuando aparecen nuevos resultados de PISA o el Education at a Glance anual. Nunca antes los programas polticos daban un nfasis tan especial a las distintas posiciones en un continuo establecido entre dos polos alternativos: el de la igualdad y el de la capacidad de eleccin en el sistema educativo. Un segundo motivo estriba en el progresivo convencimiento, que se ha asentado ya en muchos de los responsables de la poltica
[11]
Captulo 1 Introduccin
educativa espaola, de que en buena medida los problemas del sistema educativo espaol son problemas de equidad. Serios problemas de eficacia del sistema, como el fracaso escolar y el abandono temprano, por ejemplo, son difcilmente separables de las desigualdades que los generan. Y, sin postergar dimensiones de la desigualdad tan trascendentales como las motivadas por el gnero o por el territorio, puede afirmarse que las desigualdades por motivos socioeconmicos constituyen actualmente la pieza clave a la hora de explicar las suertes de las personas en el sistema educativo y despus de l. Como se ha dicho, pues, el presente trabajo est compuesto de una serie de aproximaciones a diferentes aspectos relacionados con las desigualdades socioeconmicas del sistema educativo espaol. Desde una perspectiva terica comn y una serie de metodologas tambin comunes (como veremos ms adelante), nos aproximamos en los diferentes captulos del texto a zonas relevantes del sistema educativo donde se proyectan y, en algunos casos, se amplan las desigualdades sociales. Estas zonas pueden enmarcarse en un esquema de acceso-proceso-output-resultados: en el captulo 2 se analizan cuestiones relativas a la movilidad intergeneracional educativa y a los determinantes del nivel educativo, que guardan relacin, en ltimo trmino, con las posibilidades de acceso y continuidad en el sistema educativo. En el captulo 3 y 4 se analizan elementos relacionados con las desigualdades en los procesos educativos: en concreto, el captulo 3 est centrado en el gasto educativo privado (variable central en los procesos de desigualdad socioeconmica y, tambin, territorial) y en el captulo 4 se efecta un tratamiento, a partir de la metodologa multinivel, de las desigualdades educativas detectables a partir de los datos de Espaa en PISA 2003. El captulo 5
1
analiza la zona de output y resultados del sistema educativo: en concreto, se estudian en l los fenmenos del abandono temprano, as como las trayectorias seguidas, en el mercado de trabajo, por las personas que abandonan el sistema educativo en diferentes niveles. Finaliza el trabajo presentando unas conclusiones, en el captulo 6. Esta revisin de aspectos vinculados con las desigualdades en el sistema educativo no pretende ser exhaustiva. Lejos de nuestra intencin ofrecer este estudio como un tratamiento ya cerrado y completo; antes al contrario, somos conscientes de la gran diversidad de zonas que siguen pendientes de un anlisis serio y de cmo ste deber efectuarse en los prximos aos, por diversos equipos de investigacin que por suerte se estn consolidando y alcanzando niveles de calidad elevados. Los diferentes anlisis que se presentan de forma sucinta en el prrafo anterior comparten, como hemos dicho, un ncleo comn terico y metodolgico. Por lo que respecta a la teora, se trata de anlisis que focalizan en las desigualdades desde una perspectiva del ciclo vital: las desigualdades sociales iniciales (provenientes del entorno cultural y social de la familia) son reproducidas y ampliadas a lo largo de la trayectoria en el sistema educativo; ms adelante, estas desigualdades se combinan con otras desigualdades en el mercado de trabajo y determinan en buena medida los resultados de las personas en sus trayectorias vitales. Esta perspectiva es comn con otras aproximaciones recientes al anlisis de la desigualdad, como la utilizada por el EGREES1 (vase Baye et al., 2006) o en la ya mencionada revisin temtica de la OCDE Equidad en Educacin. En todas ellas es comn el reconocimiento del carcter multidimensional de la desigualdad: ante la pregunta Igualdad, de qu? que se plan-
European Group for Research on Equity in Education Systems.
[12]
te Sen, en el caso de la educacin la respuesta puede ser tan diversa como igualdad de oportunidades , igualdad de trato , igualdad de resultados acadmicos o igualdad de resultados en el mercado de trabajo . Es nuestra intencin, en este estudio, que el lector encuentre informacin acerca de los niveles y de las caractersticas de la desigualdad educativa en Espaa cualquiera que sea su dimensin relevante de la desigualdad.2 Otro aspecto terico compartido por todas las zonas del estudio y que quisiramos resaltar aqu es la utilizacin de la clase social como una de las categoras ms importantes de anlisis. En concreto, se utiliza, cuando resulta posible, la agrupacin propuesta por Erikson, Goldthorpe y Portocarero (1979); en otras ocasiones (debido al tamao de la muestra o a que los datos, en origen, no proporcionan informacin suficiente -como es el caso de PISA-) se procede a utilizar tipologas menos precisas, ms agregadas. Otra de las categoras importantes de los anlisis, como es lgico en un sistema educativo con un nivel de descentralizacin territorial muy elevado, es la correspondiente a las Comunidades Autnomas. En la mayor parte de los anlisis resulta posible utilizarla; sin embargo, en el captulo 4 (referido al estudio de rendimiento PISA 2003) la muestra slo es representativa para tres de ellas. Se ha procurado, a lo largo de todo el estudio, mantener una aproximacin metodolgica comn y coherente. Esta aproximacin metodolgica supone, quizs, el valor aadido ms importante del estudio. En ella confluyen dos elementos importantes que hacen al estudio representativo de una nueva generacin de anlisis educativos
con una andadura todava corta en el caso espaol. Los elementos a los que nos referimos son dos: en primer lugar, la utilizacin de bases de microdatos provenientes de encuestas socioeconmicas (es el caso del Panel de Hogares de la Unin Europea y de la Encuesta Continua de Presupuestos Familiares) y de estudios de rendimiento acadmico (como el ya sobradamente conocido PISA 2003). En segundo lugar, el nfasis en los anlisis multivariantes y, en el caso de PISA 2003, multinivel. En los diferentes anlisis presentados se utilizan metodologas que intentan trascender las aproximaciones bivariantes. Estas ltimas pueden ser muy engaosas en el caso de las Ciencias Sociales, en tanto que incorporan efectos composicionales; nicamente mediante anlisis multivariantes que permitan identificar el efecto aislado de cada una de las variables es posible alcanzar conclusiones no lastradas por las interacciones que se producen entre ellas. El intento de sofisticacin metodolgica que se ha realizado en este estudio no debera nublar su intencin ltima; dicho de otro modo, los rboles no deben impedir ver el bosque. Lo que se pretende, en esencia, con el estudio, es conocer los mecanismos por los que se producen desigualdades dentro de y en torno al sistema educativo espaol para, despus, poder intervenir sobre ellos con un instrumental adecuado de poltica educativa. No debiera olvidarse, y los autores as lo hemos pretendido, que detrs de las cifras que aparecen como resultado de cada anlisis, existen personas cuyas trayectorias vitales se ven severamente afectadas por las desigualdades descritas, que se traducen en muchos casos en recortes sustanciales de las potencialidades personales.
En Lpez, 2005 puede encontrarse una interesante discusin acerca de las diferentes dimensiones de la igualdad (y la desigualdad) en educacin.
[13]
Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa
Captulo 2

2.1. INTRODUCCIN
En este captulo se analizarn los determinantes del nivel educativo y la movilidad educativa en Espaa, utilizando datos del PHOGUE para el ao 2000. El primer objetivo del captulo es determinar hasta qu punto la familia y los elementos del entorno, desde un punto de vista amplio, influyen en la capacidad de los individuos para alcanzar o no ciertos objetivos educativos, teniendo en cuenta los efectos posteriores de stos en relacin con su insercin en el mercado de trabajo y a su nivel salarial. En el anlisis presentado se intentar discriminar el grado de influencia de las variables propias del individuo y las de su entorno (padres, hogar y sociedad en general) en el nivel educativo mximo alcanzado por el mismo, mediante la utilizacin de una aproximacin multivariante. El segundo objetivo consiste en estudiar las caractersticas de la movilidad educativa en Espaa, definida como la posibilidad que ha tenido la persona de modificar su estatus educativo en relacin a la generacin que le ha precedido. Adems de la importancia de su anlisis con respecto al funcionamiento interno del sistema educativo, la movilidad constituye un mbito relevante de investigacin debido a sus efectos externos al sistema educativo, ya que a largo plazo una mayor movilidad educativa incrementara la igualdad de oportunidades, disminuyendo el grado de desigualdad social (Ayala y Sastre, 2002). El captulo se estructura del siguiente modo: en el apartado 2.2. se presenta una revisin de los fundamentos tericos, las metodologas y los principales trabajos empricos; en el apartado 2.3. se plantea la metodologa escogida para abordar el anlisis; los datos utilizados se describen en el apartado 2.4. El apartado 2.5. se dedica a plantear el anlisis de los mismos. En el apartado 2.6. se analizan los determinantes del nivel educativo y finalmente, en el 2.7 . se presenta el anlisis centrado en de la movilidad educativa.
2.2. REVISIN DE LOS FUNDAMENTOS TERICOS Y LAS PRINCIPALES APLICACIONES EMPRICAS

Dentro de este apartado se exploran los desarrollos tericos y las principales aproximaciones empricas que se han elaborado para explicar, en primer lugar, los determinantes del nivel educativo y, en segundo trmino, la movilidad educativa. 2.2.1. Determinantes del nivel educativo 2.2.1.1. Diferentes desarrollos tericos. Principales factores del proceso educativo En un mbito global las teoras ms extendidas plantean que el logro educativo que puede alcanzar un individuo estara determinado por dos elementos. El primero hace
[17]
Captulo 2
referencia a los recursos del propio individuo y el segundo a su entorno. Un esquema propuesto por Leibowitz (1974) y ms tarde adaptado por Haveman y Wolfe (1995) estructura los factores que intervienen en la determinacin del nivel educativo del individuo y, posteriormente, su nivel de ingreso. El nivel educativo estara determinado por las habilidades innatas del individuo, por la inversin hecha por la familia en su educacin (en trminos de calidad y cantidad de bienes y tiempo) y por el ingreso familiar. A su vez, esta educacin alcanzada, junto a sus estudios post-escolares e interactuando nuevamente con las habilidades del individuo y el ingreso familiar, determinaran el ingreso recibido. Una visin similar proponen Becker y Tomes (1986) al desarrollar un modelo sobre la transmisin de los ingresos, de los bienes y del consumo entre padres e hijos, destacando la influencia que la tasa de descuento imperante tiene sobre la capacidad de inversin de los padres en el capital humano de sus hijos. Marjoribanks (2005), por su parte, desarrolla un modelo familiar para explicar la relacin entre el ambiente familiar y los resultados educativos de los hijos. Plantea que el individuo se encuentra rodeado de tres niveles ambientales; el ms prximo, que incluye su capital cultural y social; el de nivel intermedio, donde estn situadas las caractersticas de la estructura familiar -que incluiran el tipo de familia y la relacin con los hermanos- y el nivel ms lejano, el marco donde se desenvuelve la familia, integrado por el contexto cultural, las aspiraciones de los padres y el capital humano y econmico existente en la sociedad. Para Coleman (1990: 595) son elementos bsicos del aprendizaje el nivel de capital social existente y el grado de interaccin entre padres e hijos. Este autor sugiere
algunas medidas para evaluar ambos condicionantes, como la presencia de ambos padres en el hogar, que generara una relacin interpersonal ms fuerte entre ellos y sus hijos; el nmero de hermanos, que afecta en la medida que su incremento disminuye la atencin que los padres pueden proporcionar a cada uno de ellos; que la madre trabaje fuera del hogar, debido a que disminuira el seguimiento del proceso educativo del hijo y, por ltimo, el inters de los padres en que los hijos asistan a la universidad, tomado como indicador de la atencin a la evolucin educativa del hijo en todos los niveles previos. Esping-Andersen (2004) plantea dos interacciones principales del individuo, que influyen en su desarrollo futuro: con su familia y con la sociedad. En el primer caso, la interaccin viene caracterizada por la existencia o no de estabilidad familiar, por el stock de recursos culturales y por la situacin econmica. En el caso de la sociedad la interaccin la determina el tipo de barrio donde habita el individuo, la clase social, la etnia y las redes sociales existentes. Adems, Esping-Andersen destaca la importancia de los seis primeros aos de vida a la hora de determinar los futuros logros educativos del individuo. Tedesco (2002) y Lpez (2004) plantean la idea de educabilidad, referida a las condiciones mnimas necesarias que hacen posible el proceso de aprendizaje. Estas condiciones son generadas por el entorno del individuo, en especial la familia, que adems de cubrir las necesidades bsicas del individuo, debe proporcionar una serie de valores, actitudes y comportamientos favorables al aprendizaje escolar. Desde una aproximacin metodolgica basada en el anlisis de clase, Lareau (1987) plantea que las clases medias y altas de la sociedad entienden que la educacin es una responsabilidad compartida entre el profe-
[18]
sorado y los progenitores, lo que genera una relacin positiva familia-escuela. Por el contrario, en la clase trabajadora existe una separacin entre ambas instituciones, debido a la percepcin de que la educacin es slo responsabilidad de los educadores, con el efecto perjudicial que ello implica para el proceso educativo. Con el objeto de concretar la aproximacin terica expuesta anteriormente y siguiendo tambin a Lassibille y Navarro (2004), dividimos a continuacin los factores que intervienen en el proceso educativo en cinco grandes categoras: los recursos propios del individuo (IND); su entorno en el hogar (HOG); las caractersticas del establecimiento educativo (EST); su entorno en el aula (AULA) y por ltimo, el ambiente social y cultural en el cual el individuo se est educando (AMB). Adaptando la propuesta de Binder (1998), aqu se utiliza la siguiente estructura funcional:
a) Recursos propios del individuo (IND) En este apartado se incluyen las capacidades innatas del individuo representado por el cociente intelectual y el talento (Glomm y Ravikumar, 1992), su edad, sexo y la escolaridad anterior. Adems, tambin influiran las motivaciones personales, el tiempo que dedica al estudio y su calidad; sus expectativas, su estado de salud, si es hijo/a biolgico/a o adoptado/a (Plug, 2004; Bjrklund y Chadwick, 2003), su condicin de inmigrante o no y el denominado efecto calendario (diferencia de aprendizaje en los individuos con menor edad derivada de una falta de madurez -Chevalier, 2004-). b) Entorno del hogar (HOG) Dentro de este apartado tratamos de forma diferenciada a los padres y a las madres, debido a su peso especfico en la educacin de sus hijos e hijas, y, posteriormente, al hogar en su conjunto.
Si;j;t;k;h =S(INDi,HOGj,AULAt,ESTk,AMBh),
donde el nivel educativo observado, S, por el individuo i en la familia j, que asiste a una aula t de un centro educativo k y vive en una ambiente social y cultural h, es una funcin que depende de una serie de caractersticas individuales, de su familia, del aula y del establecimiento escolar donde asiste y por ltimo, del ambiente social y cultural donde vive. Seguidamente se exponen los principales elementos que se situaran en cada categora:
3
b.1.) Padres: Aqu se toma en cuenta el nivel educativo del padre y la madre3 debido a que son ellos los primeros educadores y amplifican o disminuyen el impacto de la escuela en la educacin de sus hijos/as. Tambin influyen sus ingresos, la etnia, la edad, la condicin de inmigrantes (Gang y Zimmerman, 1999), la clase social y las preferencias de los padres por la educacin. Esta ltima determina la cantidad y calidad de los bienes y servicios que la familia dedica a la produccin
Chevalier (2004) encuentra un impacto ms fuerte de la educacin de la madre con relacin a la del padre en los logros educativos del hijo/a y lo justifica con la idea de que es ella la que pasa ms tiempo con el hijo/a. Encontramos similares resultados en Black et al. (2003) para Noruega; Behrman y Wolfe (1984) en Nicaragua; Behrman y Rosenzweig (2002) y Leibowitz (1974) para Estados Unidos y Lauer (2003) para Francia y Alemania. En cambio, Gang y Zimmerman (1999), en su estudio sobre Alemania, encuentran que el nivel educativo del padre influye con mayor fuerza. Lillard y Willis (1994) identifican, en el caso de Malasia, que existe una fuerte relacin entre la educacin de la madre y las hijas y entre la educacin del padre y los hijos.
[19]
Captulo 2
domstica de la educacin4 y que afectan la percepcin de los costes y rendimientos de la educacin que tienen sus hijos/as (Lauer, 2003).
docente y no docente y, por ltimo, pero no menos determinantes, los mtodos pedaggicos utilizados (Prez Zorilla, 2005). d) Entorno del individuo en el aula (AULA) Dentro de este apartado se incluyen las principales variables que intentan evaluar el entorno en el que el alumno/a realiza gran parte de su proceso de aprendizaje. Aqu se situara el nivel educativo general de la clase, el inters del grupo por los estudios y el capital cultural de los compaeros del individuo (que hace referencia indirectamente a la educacin de sus respectivos padres). e) Ambiente social y cultural (AMB) Es el entorno social y cultural al cual se encuentra expuesto el individuo antes y despus de acceder al establecimiento educativo, que influye en el rendimiento de ste segn sea ms o menos estimulador del aprendizaje. Dentro de este entorno se debera valorar el tipo de barrio donde vive, su localizacin urbana o rural, el grado de incidencia de la pobreza o la delincuencia (Chevalier, 2004) u otras variables referidas al marco social y cultural, como, por ejemplo, las que hacen referencia a la Comunidad Autnoma de residencia o a la situacin del mercado laboral durante los aos de escolarizacin, en especial cuando el individuo debe decidir su continuidad en el sistema educativo no obligatorio.
b.2.) Hogar: Entre los factores relacionados con el hogar estn los ingresos familiares5 (Duncan et al., 1998), las redes sociales del hogar (Peters, 1992), la estructura familiar (principalmente el nmero de hermanos, ya que se entiende que al incrementar su nmero disminuye el stock de inversin total que los progenitores realizan en cada criatura) y, tambin el orden que ocupa el individuo entre sus hermanos. Otro elemento importante es la persistencia de circunstancias adversas como la separacin, divorcio o el desempleo de los padres; el efecto de la ausencia de la madre en el hogar por su insercin en el mercado laboral y el capital cultural de la familia6 (Esping-Andersen, 2004). En relacin con el nivel educativo del hogar, se emplea el concepto de clima educacional que se calcula como el promedio de los aos de escolaridad de los miembros del hogar mayores de 18 aos (Schwartzman, 2005).
c) Caractersticas del establecimiento escolar (EST) En el nivel de cada establecimiento educativo existen aspectos que podran afectar al proceso de aprendizaje del individuo como su titularidad, la organizacin de la jornada escolar, el tiempo efectivo de enseanza y el tamao del aula. Adems, afectaran el estado de las infraestructuras, la calidad del personal
4 Ejemplos de bienes econmicos son los ordenadores, libros, visitas a museos, viajes de estudio. Un bien no econmico sera, por ejemplo, el tiempo destinado a ayudar en los deberes escolares. 5 Comi (2003) considera, en sus estudios sobre 12 pases europeos, que es en los pases mediterrneos donde los ingresos familiares tienen una mayor influencia en el nivel de educacin del individuo. 6
Vase una aplicacin emprica en Sullivan (2001).
[20]
2.2.1.2. Revisin de las aplicaciones empricas y las metodologas utilizadas Para el anlisis de los determinantes del nivel educativo es muy comn la utilizacin de estimaciones de mxima verosimilitud (probit o logit), as como la utilizacin de modelos de regresin lineal. La variable dependiente generalmente est referida al nivel educativo del hijo/a y; como variables independientes, se incorporan la educacin de los padres ms otras variables relacionadas con el individuo y su contexto familiar y social. Describimos en este apartado algunos estudios recientes aplicados a pases desarrollados y en desarrollo (para una descripcin complementaria, vase el anexo 2.A. de este captulo). Dentro de los estudios referidos a pases desarrollados se puede citar el trabajo de Jenkins y Schluter (2002) que aplica, para Alemania, un anlisis probit ordenado para estudiar los determinantes del tipo de secundaria escogido por el individuo. Utiliza como variables explicativas la educacin paterna y materna, el nmero de hijos en la familia por debajo de los 14 aos, el orden del individuo entre todos los hermanos, su residencia entre los diferentes estados alemanes, el sexo y el ingreso del hogar encontrando que esta ltima es la variable ms determinante. Lauer (2003) realiza un estudio similar para Francia y Alemania, utilizando un probit ordenado, con dos estimaciones diferenciadas; la primera utiliza como variable dependiente el tipo de escolaridad secundaria escogido por el alumno y, la segunda, el nivel de la escolaridad post-secundaria. Como variables independientes emplea el ao en que finaliz la escolarizacin primaria y la educacin y el estatus ocupacional de los padres. Los principales resultados indican la escasa influencia del gnero y que la influencia del nivel ocupacional de
los padres disminuye a medida que se incrementa el nivel educativo del hijo/a. Para el caso espaol podemos citar el trabajo de Peraita y Snchez (1998), quienes, mediante una regresin logstica ordenada y utilizando como variable dependiente el nivel de escolaridad alcanzado, detectan como positivos y significativos los coeficientes relacionados con el stock cultural familiar, el ingreso y la clase social de los padres. Por el contrario, el nmero de hermanos y vivir en ciudades pequeas impactara negativamente en el rendimiento escolar del individuo. Otro estudio en esta lnea es aportado por Calero (2006b), que aplica un modelo logstico multinomial no ordenado empleando como variable dependiente la situacin educacional o laboral del individuo entre los 16 y 17 aos y, como variables independientes, el sexo, el mes de nacimiento, la educacin de la madre, si el individuo convive con ambos padres, el nmero de hermanos, la renta disponible del hogar, la clase social del hogar, la situacin ocupacional de los padres y la Comunidad Autnoma de residencia. Los principales resultados sealan la importancia de la educacin materna, del nmero de hermanos, la clase social; tambin se seala que las Comunidades del arco mediterrneo incorporan ms tempranamente a los jvenes al mercado de trabajo, sin que resulte significativo el nivel de renta del hogar. En cuanto a los trabajos referidos a los pases en desarrollo, Glewwe y Jacoby (1994) analizan el caso de Ghana mediante un anlisis probit ordenado, detectando que las caractersticas de los padres tienen mucha relacin con el nivel educativo logrado por sus hijos/as. Encuentran que otras variables tambin inciden en el nivel educativo del individuo, como el sexo (ser mujer va asociado a un alto coeficiente negativo), la ubicacin geogrfica, la religin, el tiempo
[21]
Captulo 2
necesario para llegar del hogar a la escuela y la experiencia del docente. Otro ejemplo de este tipo de investigaciones es el trabajo de Binder (1998) que, utilizando un modelo tobit con datos de Mxico, detecta la importancia en el rendimiento escolar del hijo de la escolaridad de los padres, del nmero de hermanos, del ingreso y de la estructura familiar, observando diferencias entre el grado de impacto de estas variables sobre los hijos y las hijas. Por ltimo, Behrman y Wolfe (1984) aplicando una regresin de mnimos cuadrados ordinarios (en adelante, MCO) a datos de Nicaragua, encuentran un efecto importante de la educacin de los padres y del mbito urbano en el logro educativo de los hijos.
podra explicar la movilidad de ingresos, ocupacional o educativa segn se incorporen variables referidas a estos aspectos. Sus valores extremos son el 1, que indicara una perfecta inmovilidad, y el valor 0, que significara una completa movilidad. Al intentar evaluar la movilidad educativa en un pas, los estudios empricos recientes incorporan al modelo bsico dos maneras de cuantificar la educacin de las personas: en primer lugar, utilizando los aos de educacin formal que ha realizado el individuo y, en segundo lugar, empleando el mximo nivel educativo alcanzado por ste. Ambas opciones tiene sus aspectos dbiles; en el primer caso, debido a que la acumulacin de aos de escolarizacin no necesariamente refleja un incremento del stock educativo en el individuo, ya que no se tienen en cuenta aspectos como la tasa de repeticin, que condicionaran los resultados. En el segundo caso, porque no distingue entre una persona que haya estado a punto de concluir un nivel educativo y otra que no los haya ni iniciado. 2.2.2.2. Revisin de las metodologas utilizadas y algunas de las aplicaciones empricas referidas a la movilidad educativa Para poder evaluar el grado de movilidad educativa de una sociedad los trabajos empricos realizados hasta el momento han utilizados principalmente tres herramientas: la simple correlacin entre el nivel educativo del padre y el del hijo, las matrices de transicin mediante una estimacin de mxima verosimilitud y la regresin en sus diferentes modalidades. Un alto valor del coeficiente de correlacin para el primer caso, o de los valores ubicados en la diagonal principal para el estudio matricial o, en el caso de la regresin, del coeficiente que acompaa a la variable educativa, indican una mayor rigidez educativa de la sociedad.
2.2.2. Movilidad educativa En este apartado se describen los fundamentos tericos, las metodologas y las aproximaciones empricas utilizadas por diferentes autores para estimar la movilidad educativa. 2.2.2.1. Revisin de los fundamentos tericos Los primeros estudios relativos a la movilidad se centran en la movilidad social utilizando dos aproximaciones: la movilidad de ingresos y la movilidad ocupacional. La forma funcional bsica utilizada, para ambos casos, es un modelo de Markov de primer orden,
Y i (t)= 0 + 1 *Y i (t-1)+ i
donde Y i (t) indicara el valor de la variable referida al hijo e Y i (t-1) al padre y/o madre, siendo i el trmino estocstico que se distribuye como una N (0; 2). El componente 1 indica el grado de inmovilidad intergeneracional social a nivel genrico, pero que
[22]
Seguidamente mencionamos una serie de trabajos relacionados con cada una de las diferentes metodologas de estudio de la movilidad. Estos trabajos son los que hemos considerado ms relevantes, sin intencin de realizar una enumeracin exhaustiva de ellos. Dentro de los estudios que han empleado la correlacin bivariante podemos citar a Dunn (2004) para Brasil, Lillard y Willis (1994) para Malasia y sterberg (2000) para Suecia. En cuanto a los estudios referidos a Espaa, encontramos el trabajo de Carabaa (1999) que estima una correlacin de 0,42; Snchez (2004) con un valor de 0,45 y por ltimo, Calero y Escardbul (2005) que encuentran una correlacin de 0,43 con datos del ao 2000, detectando una fuerte variabilidad entre Comunidades Autnomas (para una descripcin ampliada, vase el anexo 2.B de este captulo). Tambin han sido frecuentemente utilizadas las matrices de transicin y, dentro de los casos presentes en la literatura, citaremos los trabajos de Corak y Heisz (1998) y Fortin y Lefebvre (1998) para Canad, Bjrklund y Jntti (1997) y sterberg (2000) para Suecia, Peters (1992) para Estados Unidos, Dearden et al. (1997) para Gran Bretaa y por ltimo, para Espaa, un estudio de Snchez (2004). Con referencia a la tercera tcnica empleada, el mtodo ms utilizado es la regresin a la media con variables en logaritmos utilizando un modelo de Markov. En los trabajos empricos se han aplicado modelos MCO, MCO bietpico con variables instrumentales o las estimaciones de mxima verosimilitud (probit o logit). La variable de logro ms usual son los aos de escolaridad o el mximo nivel educativo alcanzado por el individuo, pero tambin se ha utilizado la variable dicotmica con valor 1 si el hijo ha acabado la escolarizacin obligatoria (Bjrklund y
Jntti, 1997); o si participa o no en la educacin post-obligatoria (Chevalier et al., 2005). En cuanto a las variables independientes, como regla general se inserta la variable educativa referida a los padres y algunas variables de control lineales y cuadrticas de padres e hijos (entre ellas usualmente la edad) para captar posibles comportamientos no lineales (Behrman y Taubman, 1990; Solon, 1992). La ausencia, en algunos estudios, de estas ltimas ha sido criticada por Haveman y Wolfe (1995), al mencionar la posible sobreestimacin del rol de la educacin de los padres en la movilidad educativa que eso causara. Seguidamente se mencionan algunos trabajos que emplean las regresiones como elemento central de estimacin en los pases desarrollados y en desarrollo (para una descripcin adicional, vase el anexo 2.C. de este captulo). Behrman et al. (2001) realizan un trabajo comparativo entre Estados Unidos y varios pases de Amrica Latina empleando una regresin lineal y utilizando como variable independiente el nivel educativo del padre ms educado. Las principales conclusiones indican que los pases latinoamericanos tienen un grado de movilidad muy inferior al de Estados Unidos y, entre ellos, Brasil y Colombia presentan el grado ms bajo, con un coeficiente de 0,70 para ambos. Comi (2003) realiza un anlisis de movilidad educativa utilizando un modelo probit ordenado empleando como variable dependiente diferentes niveles educativos y como explicativas la educacin del padre y la madre. El anlisis se aplica a los casos de Alemania, Espaa, Francia e Italia. En estos pases se observa cmo la educacin del hijo est influida en mayor grado por la educacin del padre, mientras que para la educacin de la hija en los casos de Espaa e Italia tambin es mayor la influencia del padre, pero para Alemania y Francia es la madre la que ms influye.
[23]
Captulo 2
Para el caso de Noruega, Black et al. (2003) encuentran una mayor incidencia de la educacin de la madre que de la educacin del padre en un marco de alta movilidad educativa. A similar resultado llegan Behrman y Rosenzweig (2002) para Estados Unidos, y lo atribuyen al tiempo que pasa la madre con el hijo. En el caso de Malasia, Lillard y Willis (1994) aplican un probit ordenado separando a los hijos por gnero, detectando que la madre tiene una mayor influencia en las hijas, mientras que los padres la tienen sobre los hijos. Por ltimo y para el caso espaol, Snchez (2004) obtiene un coeficiente de 0,125 que indicara una alta movilidad educativa entre padres e hijos, sin distinguir por sexos, utilizando una regresin de mnimos cuadrados ordinarios con datos de individuos mayores de 23 aos.
logaritmos y como diferencia de la media; para la evaluacin de los resultados se utilizan los odds ratios. En el anlisis de la movilidad educativa se emplearn las tres herramientas bsicas expuestas anteriormente: el estudio de correlaciones bivariadas, las matrices de transicin y el anlisis de regresin lineal, aplicando mnimos cuadrados ordinarios.
2.4. DATOS
Los datos que utilizamos en los dos anlisis empricos corresponden a los ficheros de Espaa del Panel de Hogares de la Unin Europea (PHOGUE). Se analiza la ola del ao 2000, que se realiz sobre 15.614 hogares (40.046 individuos), representativa por Comunidades Autnomas. De esta muestra fueron seleccionadas todas las personas que aparecen como hijos, entre los 25 y 35 aos de edad. La edad lmite inferior se especifica con el objetivo de asegurar que estas personas hayan tenido tiempo suficiente para acabar con el ciclo educativo formal; el lmite superior se establece debido a que se pretende evaluar la movilidad entre la ltima cohorte de poblacin que ha acabado el proceso de escolarizacin formal y su antecesora. Mediante otro filtro se seleccionan a todas las personas para las que existe informacin de como mnimo uno de sus padres, quedando una muestra final de 2.708 observaciones. En relacin con las variables utilizadas, en el cuadro 2.1. se expone la variable de logro educativo (variable explicada) y una serie de variables independientes que intentan valorar los diferentes factores que intervienen en el proceso educativo.
2.3. METODOLOGA UTILIZADA

Presentaremos en los prximos apartados dos anlisis empricos propios, el primero referido a la estimacin de los determinantes educativos y el segundo destinado a analizar la movilidad intergeneracional educativa. Para el primer anlisis se emplea un logit ordenado, en el que se utiliza como variable dependiente el nivel educativo del hijo y, como variables independientes, una serie de variables relacionadas con el propio individuo, el hogar donde habita y el entorno social donde se desarrolla. La estimacin se realiza diferenciando entre hijos e hijas con el objeto de intentar detectar las posibles diferencias originadas en el gnero. Las variables continuas estarn evaluadas en
[24]
CUADRO 2.1. VARIABLES UTILIZADAS EN EL ANLISIS EMPRICO TIPO DE VARIABLE VARIABLE TERICA PROXY UTILIZADA
Explicada
Variable de logro Diferentes niveles educativos alcanzados incluidos en el PHOGUE y el nmero de aos de escolarizaeducativo cin necesarios para concluir el nivel educativo observado (NIVELEDUC)7. Analfabetos y sin estudios (A-SE) = 2 Ciclo medio de EGB (MEGB) = 5 Ciclo superior de EGB (EGB) = 8 Formacin profesional de primer grado (FPI) = 10 Formacin profesional de segundo grado (FPII) = 12 Bachillerato/COU/BUP (BACH) = 12 Ttulo universitario de ciclo corto (U.C.C.) = 15 Ttulo universitario de ciclo largo (U.C.L.) = 17
Explicativas
Individuo Capacidades innatas Edad Sexo Escolaridad anterior Motivacin, expectativas Tiempo/calidad de estudio Salud Edad; Edad2 (EDAD) (EDAD2).
Dummy sexo. Toma el valor 1 si el individuo es mujer y 0 si es hombre (MUJER).

-
Dummy enfermedad crnica. Toma el valor 1 si el individuo padece una enfermedad o incapacidad crnica y 0 en caso contrario (ENFCRO).
Variable no utilizada debido a sus escasas observaciones.
Relacin de parentesco (adoptado o no) Efecto calendario
Dummy mes de nacimiento. Toma el valor 1 si el individuo naci en los meses de septiembre-octubre-noviembre-diciembre y 0 en caso contrario (MESNAC).
Variable no utilizada debido a sus escasas observaciones. Diferentes niveles educativos alcanzados, incluidos en el PHOGUE (A-SE,,U.C.L.) y el nmero de aos de escolarizacin necesarios para concluir el nivel educativo observado, para el padre y la madre del individuo (NIVELEDUCP/NIVELEDUCM).
Inmigrante Padre/Madre Variable educativa
Variable de conocimiento adicional

7
Dummy lengua extranjera. Toma el valor 1 si el padre/madre se desenvuelve en una lengua extranjera y 0 en caso contrario (LENEXTP/LENEXTM).
Esta escala comienza a partir de los seis aos, por lo que no tiene en cuenta la escolaridad infantil.
[25]
Captulo 2
CUADRO 2.1. VARIABLES UTILIZADAS EN EL ANLISIS EMPRICO (CONT.) TIPO DE VARIABLE VARIABLE TERICA PROXY UTILIZADA
Edad padre/madre Inmigrante (padre-madre) Preferencias educativas Hogar Renta equivalente del hogar Redes sociales Composicin del hogar Hogar Separacin/divorcio
Edad padre/madre; Edad (padre/madre)2 (EDADP/EDADM; EDADP2/EDADM2). Variable no utilizada debido a sus escasas observaciones. Ingresos del hogar del ao 1999, corregidos mediante una escala de equivalencia de Buhman, con = 0,5 (INGHOG). Nmero de hermanos (HERM). Variable finalmente no utilizada. Debido al diseo de PHOGUE no resulta posible conocer la situacin familiar de los individuos en un momento anterior (la relevante en el proceso educativo es la situacin existente en la infancia y la juventud).
Desempleo
Dummy desempleo continuo padre/madre. Toma el valor 1 si estuvo en paro ms de un ao desde 1989 o cinco aos antes de la encuesta para las nuevas observaciones y 0 en caso contrario (DESP/DESM). Dummy padre/madre activo. Toma el valor 1 si se encuentra activo y 0 en caso contrario (ACTIVOP/ACTIVOM).
Clima educacional: promedio de aos de escolaridad de los miembros de la familia mayores de 18 aos (CLIMA). Clase social. Esta variable se construye para cada hogar a partir de la ocupacin de la persona de referencia8. Tipologa de Erikson, Goldthorpe y Portocarero9.
Madre/padre en el mercado laboral Capital cultural
Hogar
Clase social
Pobreza
Dummy pobreza. Toma el valor 1 si el individuo vive en un hogar donde la renta disponible equivalente es inferior al 60 % de la renta disponible equivalente mediana (POBRE).
Perodo: ao 1999. Valor umbral: 954.594,18 pesetas al ao.
Establecimiento escolar Entorno aula
Persona de referencia: siguiendo el criterio del PHOGUE se considera persona de referencia al cabeza de familia (aquel miembro del hogar que sea designado por el hogar como tal) si es econmicamente activo, o si siendo econmicamente inactivo no hay ningn otro miembro en el hogar econmicamente activo. 9 Una descripcin ms amplia de las clases sociales consideradas puede encontrarse en el anexo 2.D. de este captulo.
[26]
CUADRO 2.1. VARIABLES UTILIZADAS EN EL ANLISIS EMPRICO (CONT.) TIPO DE VARIABLE VARIABLE TERICA PROXY UTILIZADA
Entorno social y cultural
capital social
Dummy delincuencia en su barrio. Toma el valor 1 si el individuo percibe problemas de delincuencia o vandalismo en su zona y 0 en caso contrario (DELINC). Dummy Comunidad Autnoma. Se utiliza una dummy para cada Comunidad Autnoma10.
Comunidad Autnoma
2.5. ANLISIS INTRODUCTORIO Y BIVARIANTE DE LOS DATOS

2.5.1. Anlisis introductorio Los datos utilizados para este anlisis se basan en las 2.708 observaciones disponibles para la mayora de las variables escogidas, ponderadas por un factor normalizado incorporado a la muestra con el objeto de reconstruir la poblacin muestral. Para el anlisis estadstico y economtrico se han excluido las variables referidas a los hijos adoptados, a los hogares monoparentales y las relacionadas con la inmigracin, debido a las escasas observaciones existentes y la consecuente falta de significacin en ambos casos; ello puede ser explicado por el hecho de que estos fenmenos han incrementando su presencia en la ltima dcada y no la muestra utilizada (que, por ser un panel, se configura en 1994 aunque la ola utilizada sea posterior). El cuadro 2.2. muestra los estadsticos descriptivos de todas las variables utilizadas. El nivel medio de educacin es de 11 aos
para los hijos e hijas, que los situara en un nivel ligeramente inferior a la educacin secundaria superior, duplicando la media de los padres, que tienen una educacin media de nivel primario. En cuanto al conocimiento de una lengua extranjera, slo el 7% de los padres y el 6% de las madres responden afirmativamente a esa pregunta. Con relacin a las otras variables directamente relacionadas con el individuo los datos reflejan que el 10% de los hijos/as tiene una enfermedad considerada como crnica; que la media de hermanos por hogar analizado es de 2,63 y por ltimo, que el clima educacional supera de media los 8 aos. En relacin con las variables del entorno del individuo, un 9% de los hogares se encuentran por debajo de la lnea de pobreza relativa utilizada; el 16% de los hogares analizados manifiesta que vive en una zona con problemas de delincuencia o vandalismo y el 7% de los padres estuvo desempleado ms de un ao con anterioridad a la muestra (en el caso de las madres el porcentaje es del 6%).
10
Hemos decidido incorporar la variable discreta que hace referencia a las CC.AA conociendo que sta recoge todo un conjunto de aspectos relacionados con el territorio. Entre ellos destaca el efecto de la tasa de paro juvenil, diferente en las diversas Comunidades y que acta incentivando o desincentivando la continuidad en los estudios. Se hicieron diversas pruebas con objeto de separar los diferentes aspectos incorporados en la variable Comunidad Autnoma , optndose finalmente por el tratamiento agrupado.
[27]
Captulo 2
CUADRO 2.2. ESTADSTICOS DESCRIPTIVOS DE LAS VARIABLES UTILIZADAS EN LAS ESTIMACIONES (PONDERADOS POR UN FACTOR NORMALIZADO) VARIABLE N OBS MEDIA DESVIACIN MNIMO MXIMO
Nivel educativo
Hijos/Hijas Padre Madre
2.708 2.172 2.586 2.708 2.172 2.586 2.172 2.586 2.708 2.708 2.708 2.708 2.708
11,14 6,61 5,65 28,74 60,14 57,71 0,07 0,06 0,42 0,10 0,35 2.353.563 2,63 0,07 0,06 0,44 0,23 8,58 0,09 0,22 0,20 0,29 0,10 0,05 0,04 0,09 0,16 0,19 0,02 0,03 0,01 0,05 0,02 0,07 0,03 0,13 0,09 0,02 0,07 0,17 0,03 0,01 0,06 0,01
3,79 4,53 3,56 3,01 7,25 7,08 0,26 0,23 0,49 0,29 0,47 1.270.037 1,42 0,25 0,23 0,49 0,42 2,99 0,29 0,42 0,40 0,46 0,30 0,22 0,19 0,28 0,36 0,39 0,16 0,16 0,12 0,21 0,13 0,25 0,18 0,34 0,28 0,14 0,26 0,38 0,16 0,09 0,23 0,08
2 2 2 25 41 40 0 0 0 0 0 3.264 1 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
17 17 17 35 87 84 1 1 1 1 1 12.200.000 6 1 1 1 1 17 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Edad
Hijos/Hijas Padre Madre
Lengua extranjera Mujer Enfermedad crnica Mes de nacimiento Renta equivalente del hogar (ptas.) N de hermanos Desempleo continuo Tasa de actividad Clima educacional Clase social
Padre Madre Hijos/Hijas Hijos/Hijas
Padre Madre Padre Madre I II III IV V VI VII
2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708 2.708
Pobre Delincuencia Andaluca Aragn Asturias Baleares Canarias Cantabria Castilla y Len Castilla-La Mancha Catalua Comunidad Valenciana Extremadura Galicia Madrid Murcia Navarra Pas Vasco La Rioja
[28]
2.5.2. Anlisis bivariante del nivel educativo Presentamos aqu un estudio bivariante con el objetivo de evaluar la relacin existente entre algunas de las variables que se han considerado como relevantes a nivel terico y el nivel educativo observado en los hijos. En primer lugar consideramos las diferencias existentes entre padres e hijos en relacin con el recorrido educativo alcanzado (vase grfico 2.1). La educacin de los padres se concentra mayoritariamente en los primeros niveles educativos, con una preponderancia del nivel inferior al primario, dejando porcentajes marginales para los niveles superiores. Con respecto a las diferencias de gnero, se observa una brecha a favor del padre, que se
acenta en el nivel educativo ms elevado (universitario de ciclo largo)11. Para el caso de los hijos, adems de que en general tienen una educacin formal ms elevada que sus progenitores, se observan importantes diferencias segn el gnero. Las hijas, an manteniendo un porcentaje similar en el nivel de bachillerato, superan a los varones en los dos niveles educativos ms altos, llegando a los 12 puntos porcentuales de diferencia para el caso de la educacin universitaria de ciclo largo. Se destaca que para la franja de personas estudiadas (2535 aos) an un alto porcentaje de los individuos haban finalizado sus estudios en el nivel obligatorio, (ciclo superior de EGB), sucediendo esto en mayor porcentaje para el caso de los varones.
GRFICO 2.1. DISTRIBUCIN DE LOS NIVELES EDUCATIVOS DE PADRES, MADRES, HIJOS E HIJAS
A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB; EGB: ciclo superior de EGB; FPI: formacin profesional de primer grado; FPII: formacin profesional de segundo grado; BACH: incluye bachillerato, COU y BUP; U.C.C: universidad ciclo corto; U.C.L: universidad ciclo largo. Fuente: elaboracin propia a partir del PHOGUE-2000.
En cuanto a la relacin entre el nivel educativo de los padres y de las madres y el de sus hijos/as, en el cuadro 2.3. se muestra la media de los aos de escolarizacin de los hijos y las hijas para cada nivel educativo del padre y la madre. Se observan dos relaciones
11
importantes: la primera es el incremento en la media educativa de los hijos/hijas al incrementarse la educacin de los padres; la segunda, el mayor logro educativo que consiguen las hijas, sin observarse diferencias significativas en cuanto al sexo de su progenitor.
En el apartado 2.E.1. del Anexo aparece la distribucin completa de los diferentes niveles educativos.
[29]
Captulo 2
CUADRO 2.3. MEDIA DE AOS DE ESCOLARIDAD DE LOS HIJOS/HIJAS PARA CADA NIVEL EDUCATIVO DE LOS PADRES/MADRES PADRES HIJOS PADRES HIJAS NIVEL DE ESCOLARIDAD PADRES Y MADRES MADRES HIJOS MADRES HIJAS
MEDIA AOS DE ESCOLARIDAD HIJOS
A-SE MEGB EGB FPI FPII BACH U.C.C. U.C.C.
8,29 10,59 11,96 12,52 12,59 12,51 12,86 15,11
9,11 11,86 12,76 14,38 14,17 13,74 14,00 15,99
8,39 10,77 12,07 13,09 12,86 12,85 13,27 14,99
9,22 12,04 13,87 13,89 14,99 14,61 15,59 16,12
A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB; EGB: ciclo superior de EGB; FPI: formacin profesional de primer grado; FPII: formacin profesional de segundo grado; BACH: incluye bachillerato, COU y BUP; U.C.C: universidad ciclo corto; U.C.L: universidad ciclo largo. Fuente: elaboracin propia a partir del PHOGUE-2000.
Una segunda relacin que resulta interesante analizar es la existente entre el nivel educativo de los hijos y la clase social a la que pertenecen sus padres. En el presente trabajo se emplea la clasificacin elaborada por Erikson, Goldthorpe y Portocarero (1979) que se estructura a partir de las ocupaciones de las personas. La eleccin de sta y no alguna otra alternativa (como la expuesta por Wright, 1980) se efecta debido a que es una clasificacin ampliamente utilizada en los estudios empricos, lo que permite una ms fcil comparacin internacional y en segundo lugar, por su mejor adecuacin al caso espaol (Gonzlez, 1992). La clasificacin, cuya descripcin ms amplia se encuentra en el anexo 2.D. de este captulo, es la siguiente:
Clase V. Manual no cualificada Clase VI. Propietarios agrarios y ganaderos Clase VII. Trabajadores agrarios
La distribucin del nivel educativo en funcin de la clase social muestra una marcada polarizacin entre las clases I, II y II y el resto. Si observamos el comportamiento en los tres niveles educativos ms elevados (vase grfico 2.2.), las clases II y III alcanzan principalmente el nivel de bachillerato y universitario de ciclo largo, con un porcentaje inferior para el nivel universitario de ciclo corto; en cambio, la clase I alcanza principalmente el nivel educativo universitario, y dentro de ste el nivel de ciclo largo (48 % en U.C.L). Se destaca, en el caso de la clase VI (propietarios agrarios y ganaderos), su elevada participacin en el nivel universitario de ciclo corto. Un menor porcentaje de personas de las clases IV, V y VII alcanza los tres niveles educativos ms elevados.
Clase I. Profesionales Clase II. Intermedia, no manual, rutinaria Clase III. Pequeos propietarios Clase IV. Manual cualificada
[30]
GRFICO 2.2. DISTRIBUCIN DEL MXIMO NIVEL EDUCATIVO ALCANZADO (PARA LOS NIVELES DE BACHILLERATO Y UNIVERSITARIO, SEGN CLASE SOCIAL) (EN %)
50% 40% 30% 20% 10% 0% clase I clase II clase III U.C.L. clase IV U.C.C. clase V BACH clase VI clase VII
Fuente: elaboracin propia a partir del PHOGUE-2000.
Los aos de educacin media pueden dar una idea de la distribucin de la educacin entre las clases sociales; en primer lugar encontramos a la clase I (profesionales) con un valor medio educativo de 15 aos, luego la clase II y III con un nivel educativo cercano a los 13 aos. Las clases IV, V, y VI con 10 aos de educacin media y; para finalizar, la clase integrada por lo trabajadores agrarios (clase VII) con 8 aos de media.
Por ltimo, presentamos aqu la asociacin bivariante entre el nivel educativo alcanzado por el individuo y una serie de variables referidas a ste (gnero y padecimiento de una enfermedad crnica), de la familia (situacin de pobreza del hogar, conocimiento de idiomas de los padres y desempleo continuo del padre y madre) y del entorno social (delincuencia en la zona) (vase cuadro 2.4.).
CUADRO 2.4. DISTRIBUCIN PORCENTUAL DE LOS TRES NIVELES EDUCATIVOS MXIMOS SEGN DIFERENTES CARACTERSTICAS MUJER S No BACH ENFCRO S No POBRE S No DESP S No DESM S No LENEXTP S No LENEXTM Si No DELINC Si No
13,18 15,14 6,98 15,11 18,00 13,97 8,60 14,73 14,24 14,32 22,35 13,11 23,42 13,51 10,63 15,00 13,88 9,18 5,89 11,73 10,59 11,21 10,54 11,20 9,43 11,26 19,25 11,71 16,09 10,84 8,98 11,56 25,02 12,28 10,26 18,44 8,26 18,52 14,73 17,85 16,91 17,68 32,90 17,57 40,49 16,63 11,69 18,73
U.C.C. U.C.L
Media aos de educacin 11,89 10,58 9,01 11,36 10,03 11,24 10,29 11,20 11,00 11,14 13,41 11,14 13,80 11,00 10,20 11,31
BACH: incluye bachillerato, COU y BUP . ENFCRO: enfermedad crnica. DESP: desempleo continuo del padre; DESM: desempleo continuo de la madre. LENEXTP: lengua extranjera padre; LENEXTM: lengua extranjera madre; BACH: incluye bachillerato, COU y BUP . Fuente: elaboracin propia a partir del PHOGUE-2000.
En relacin con el sexo del individuo se observa que son las mujeres las que llegan en un mayor porcentaje a los niveles ms elevados de la educacin formal, con una
diferencia de trece puntos porcentuales en la educacin universitaria de ciclo largo. En cuanto al padecimiento o no de una enfermedad crnica, sta genera sensibles dife-
[31]
Captulo 2
rencias a la baja en los porcentajes para los tres niveles ms altos de la escala educativa utilizada. La pobreza del hogar, por su parte, se relaciona con un menor rendimiento escolar que se refleja en una brecha de 10 puntos porcentuales en el nivel U.C.L. En cuanto al desempleo a largo plazo de los progenitores en el nivel educativo de los hijos, esta variable se asociara a un menor logro educativo cuando afecta al padre, observndose diferencias en el nivel de bachillerato y universitario de ciclo largo. Si observamos la variable referente a la lengua extranjera referida a los padres y madres, la media del nivel educativo de los individuos con progenitores que dominan como mnimo una lengua extranjera supera en 2 aos (13 a 11) la media educativa de los individuos con progenitores sin conocimiento de idiomas, aunque la diferencia ms significativa se encuentra cuando observamos la distribucin porcentual en los tres niveles educativos ms elevados, con amplias diferencias a favor de los individuos con padres o madres que dominan un idioma extranjero. La presencia de delincuencia o vandalismo en el barrio donde habita el individuo afecta negativamente al logro escolar, detectndose diferencias significativas en los niveles de bachillerato y universitario de ciclo largo. Slo para dos de las variables evaluadas no se observaron modificaciones significativas en la distribucin del nivel educativo: el mes de nacimiento y el nmero de hermanos.
realizar una estimacin que emplea un modelo de eleccin discreta, donde la variable dependiente est caracterizada por ser categrica y tener un orden (la variable tiene cinco categoras educacionales y entre ellas existe un orden, ya que, por ejemplo, no se puede acceder al nivel de bachillerato sin la EGB completa). Para este tipo de variables el modelo que mejor se adapta es un modelo ordenado jerarquizado que se estima mediante mxima verosimilitud. Dentro de los modelos factibles, probit o logit ordenados (que emplean funciones de distribucin normal o logstica, respectivamente) hemos escogido esta segunda opcin. Las estimaciones de mxima verosimilitud generan resultados que no permiten cuantificar directamente el efecto de cada variable dependiente, aunque el signo (que indica la direccin del efecto) s que es relevante. La magnitud del cambio estar determinada por el valor concreto que tome la funcin de densidad, que a su vez depende de la pendiente de dicha funcin en el punto Xi. Los odds ratios nos indican cmo se altera la relacin de probabilidad de una situacin y la probabilidad de la situacin de referencia cuando aumenta en una unidad el valor de la variable considerada, manteniendo constante las dems. Un odds ratio superior a 1 indica crecimiento en la relacin de probabilidades, mientras que valores inferiores a 1 suponen decrecimientos12. En nuestro anlisis empleamos como variable dependiente el mximo nivel educativo al que ha podido acceder el individuo, agrupado en cinco niveles a partir las categoras establecidas en el PHOGUE (vase cuadro 2.5.) y, como independientes, toda la batera de variables anteriormente explicitadas que se agrupan en tres categoras principales: las que hacen referencia al individuo, a su hogar y a su entorno.
2.6. ANLISIS MULTIVARIANTE DE LOS DETERMINANTES DEL NIVEL EDUCATIVO

Para determinar los elementos que afectan al nivel educativo del individuo y en el grado en que lo hacen, hemos escogido
12
Los odds ratio se calculan como el nmero e elevado a la potencia del coeficiente resultante de la estimacin.
[32]
Cuadro 2.5. AGRUPACIN DE LA VARIABLE DE LOGRO EDUCATIVO EN LA ESTIMACIN DE MXIMA VEROSIMILITUD
CATEGORA EDUCATIVA
DUMMY
cientes obtenidos y, slo en los casos en que las variables resultan significativas, se calculan los odds ratios13 (se consideran vlidos en el caso que su intervalo de confianza no incluya el uno). Empezaremos la explicacin de los resultados obtenidos con la estimacin de mxima verosimilitud por las variables referidas al individuo. En este aspecto, padecer una enfermedad crnica disminuira las probabilidades educativas, tanto en hijos como en hijas, en ms de un 60% en relacin a la probabilidad existente en caso de no padecerlas, con el resto de variables evaluadas a su nivel medio. No resultan significativas las variables referidas a la edad y al mes de nacimiento. En segundo trmino analizamos los resultados de las variables referidas a los padres y madres del individuo; dentro de ellas, la ms relevante hace referencia al nivel educativo. Los resultados indican que la educacin del padre slo afecta las probabilidades educativas de los hijos, con un efecto positivo (en relacin con la variable de referencia) que se incrementa en la medida que crece el nivel educativo del padre. En el caso de la educacin de la madre, sta si que afecta a hijos e hijas, de manera positiva y con un impacto creciente al aumentar su nivel de cualificacin. Se constata, en el caso de los hijos, que la educacin de la madre influye ms que la del padre, evaluada en valores de odds ratio. Por ejemplo en el caso de los hijos, tener un padre con educacin universitaria provoca un incremento en las probabilidades educativas con respecto al nivel de referencia (< EGB) de 2,54 veces, mientras que si ese nivel educativo lo presenta la madre, la probabilidad crece hasta las 2,83 veces. En cuanto al resto de las variables de padres y madres analizadas, el conocimiento de una lengua extranjera slo afecta a las hijas y de forma positiva en el caso en que
A SE MEGB EGB FPI FPII BACH U.C.C. U.C.L.
< EGB EGB FP BACH UNIV
A la hora de realizar la estimacin y con el objeto de emplear la totalidad de las observaciones (2.708) se ha aplicado la metodologa propuesta en Cohen et al. (2003) y recomendada para la aplicacin en bases de datos educativas, que hace referencia al reemplazo de observaciones para las cuales no se cuenta con informacin (missings) asignndoles el valor promedio de la variable original. Concretamente, se han reemplazado observaciones en las variables referidas al nivel educativo, edad y el conocimiento de una lengua extranjera, para el caso de padres y madres, obteniendo una mejor estimacin desde el punto de vista de su significatividad y de su capacidad explicativa. En el caso de las variables dummies, se han empleado como variables de referencia las siguientes: el nivel educativo inferior a EGB (< EGB); la clase social integrada por los trabajadores agrarios (Clase VII) y, en la variable de Comunidad Autnoma, Madrid. La variable que haca referencia al clima educacional ha quedado excluida debido a su alta correlacin con el nivel educativo de padres y madres. En cuanto a la presentacin de los datos, en el cuadro 2.6. se presentan dos anlisis diferenciados, uno para los hijos y otro para las hijas. En el cuadro aparecen todos los coefi13
En todo trabajo se citan como Exp () .
[33]
Captulo 2
CUADRO 2.6. ANLISIS LOGIT ORDENADO DEL LOGRO EDUCATIVO VARIABLE DEPENDIENTE: NIVEL EDUCATIVO (y =0,, 4)
Hijos Variable Coeficiente 0,2344 -0,0051 -1,1272 a -0,0053 0,3239 Exp () Coeficiente 0,5293 -0,0104 -0,8918 a 0,0462 Categora de referencia EGB 0,3968 b 0,5150 0,9341
b
Hijas Exp ()
Individuo
Edad Edad
2
ENFCRO MESNAC
0,4099
Padres / Madres
< EGB Padre Padre FP Padre BACH Padre UNIV Padre < EGB Madre EGB Madre FP Madre BACH Madre UNIV Madre LENEXT Padre LENEXT Madre EDAD Padre EDAD Padre2 EDAD Madre EDAD Madre2 0,4109 a 0,8409 1,0408
b
1,4871 1,6737 n.p. 2,5449 1,5008 2,3184 2,7587 2,8315
0,1115 0,4267 0,5178 0,3002 0,8121 a 0,4711 1,0632 a 0,8815 b 0,3142 0,9820 a 2,6699 2,8957 2,4145 2,2527
0,4763 b
a
Categora de referencia
1,0147 a
a
-0,2621 -0,0621 0,2300

c
n.p.
0,1133 -0,0008 -0,0240 0,0001 1,81e-7 b n.p. 0,7985
-0,0017 0,0509 -0,0005 5,06 e-8 -0,1861

a
Hogar
INGHOG HERM DESEMPLEO CONT. PADRE DESEMPLEO CONT. MADRE ACTIVO PADRE ACTIVO MADRE Clase I Clase II Clase III Clase IV Clase V Clase VI Clase VII POBRE 0,0764 -0,1633 -0,5700
b
0,8301
-0,2249 a -0,1053 0,3485
0,0228 -0,1309 0,4539

a
1,5744 n.p. 22,9588 7,0108 4,8334 3,2207 2,3614 2,5549
0,2296 0,0061 3,5921 a 2,0851 a 1,9165 0,6479

a
-0,2253 c 3,1337 a 1,9474

a a
36,3132 8,0458 6,7975 2,6995 n.p. 4,1511
1,5755 1,1696 a 0,8592

a
0,9930 a
c
0,9380 a
1,4233 a -0,1467 -0,3619 b
Categora de referencia
Entorno
DELINCUENCIA Andaluca Aragn Asturias Islas Baleares 0,6963 0,5655 -0,2985 -0,4513 -0,4114 0,3932 -0,9784 b 0,3758
-0,1203 -0,2813 -0,9334

b
[34]
CUADRO 2.6. ANLISIS LOGIT ORDENADO DEL LOGRO EDUCATIVO (CONT.) VARIABLE DEPENDIENTE: NIVEL EDUCATIVO (y =0,, 4)
Hijos Variable Coeficiente -0,8629 a -0,4525 -0,1201 -0,6505 b -0,4447 c -0,4703

c
Hijas Exp () 0,4219 Coeficiente -0,8606 b -1,1036 0,5217 n.p. n.p. 0,4357
a
Exp () 0,4229 0,3316
Entorno
Canarias Cantabria Castilla Len Castilla Mancha Catalua Com. Valenciana Extremadura Galicia Madrid Murcia Navarra Pas Vasco La Rioja N Log-Likelihood LR Chi2 (51) P>Chi2
a
0,4963 -0,0669 -0,6039 b -0,2302 -0,5321 -0,8868 a Categora de referencia 0,4637 0,5173 0,3721 -0,4301 -0,1607 -0,3541 1.184 -1485,6374 544,14 0,000 0,4119 0,5466
-0,8308 a -0,3676 -0,7683 a -0,6591 b 0,0077 -0,2513 1.524 -2050,2297 571,84 0,000
Significativa al 1 %; b significativa al 5 %; c significativa al 10 %. El modelo predice correctamente el 40 % de las observaciones en el caso de los hijos y del 47 % en el caso de las hijas. n.p.: variable no predictiva. Por convencin se considera as a las variables con odds ratios cuyos intervalos de confianza al 95 % incluyen el 1. Estadstico LR: si LR superior a 5,99 se rechaza la Ho y entonces con un probabilidad del 95 % los regresores influyen en el regresando, siendo ste nuestro caso para las dos estimaciones presentadas.
ese conocimiento adicional lo posea la madre; la edad slo es significativa para el caso de la edad del padre en la estimacin de la sub-muestra de hijos. Siguiendo con la descripcin de las variables agrupadas por secciones, en el caso de las variables referidas al hogar donde vive el individuo existen algunos elementos que afectan tanto a hijos como a hijas. Es el caso del efecto negativo del nmero de hermanos y de la fuerte significatividad de todas las variables referidas a la clase social a la cual pertenece el individuo. Para este ltimo caso, todos los coeficientes son positivos (en relacin a la clase de referencia, la VII, integrada por los trabajadores agrarios) y el
efecto con relacin a las probabilidades educativas de los hijos se incrementa a medida que nos desplazamos desde la clase VII a la I, integrada por profesionales. Slo existe una excepcin a esta regla y se produce para la clase VI (integrada por propietarios agrarios y ganaderos) que supera a la clase V, manual no cualificada, en el caso de los hijos y a la IV -trabajadores manuales cualificados- en el caso de las hijas. En la sub-muestra de hijos tambin resulta significativo que sus padres participen en el mercado laboral, con un efecto positivo si el padre es activo y negativo si es la madre quien es activa; en el caso de las hijas, resulta positivo el efecto de la renta equivalente del hogar.
[35]
Captulo 2
Con relacin a las variables referidas al entorno, en el caso de las dummies correspondientes a las Comunidades Autnomas (se toma como resultado la Comunidad de Madrid) los resultados obtenidos tienen una cierta similitud con los expuestos por Calero (2006b), al detectar dos tipos de Comunidades Autnomas con problemas en la continuidad en el sistema educativo post-obligatorio. Por un lado, aquellas que han tenido un desarrollo ms reciente de la escuela de masas, dentro de las que se encontraran Andaluca, Extremadura y Galicia. Por otro lado, aquellas donde la incorporacin de los jvenes al mercado de trabajo es ms fcil; tal es el caso de las Comunidades del arco mediterrneo (Baleares, Catalua, Comunidad Valenciana y Murcia) y de otra Comunidad insular, Canarias. Finalmente y para el caso de las hijas, la presencia de delincuencia en el barrio donde habitan stas reduce sus posibilidades educativas en un 30%. A partir de la estimacin de mxima verosimilitud calculamos la distribucin de probabilidades de que los hijos accedan a los diferentes niveles educativos, teniendo en cuenta los valores medios de las variables utilizadas (vase cuadro 2.7.). Se observa que las hijas tienen un mayor recorrido educativo, existiendo una brecha de 15 puntos porcentuales en los niveles universitarios, tanto de ciclo corto como de largo; replicando con un alto grado de exactitud los resultados obtenidos con las observaciones originales.
CUADRO 2.7. DISTRIBUCIN DE PROBABILIDADES EDUCATIVAS NIVEL EDUCATIVO HIJOS HIJAS
Adems, se han calculado las probabilidades diferenciales (efectos marginales) de acceder al mximo nivel educativo (el universitario) segn los diferentes valores de algunas de las variables escogidas que resultaron significativas en la estimacin (vase cuadro 2.8.). Sabemos, por el cuadro 2.7., que el valor probable medio, segn el modelo, se encuentra en 16,78 % para los hijos y 32,14 % para las hijas.
CUADRO 2.8. ALTERACIN DE LAS PROBABILIDADES DE ACCEDER AL NIVEL UNIVERSITARIO SEGN EL EFECTO MARGINAL DE ALGUNAS VARIABLES NIVEL UNIVERSITARIO HIJOS HIJAS
Individuo
ENFCRO = 1 ENFCRO = 0 0,0613 0,1678 0,2978 0,1428 0,3284 0,1472 0,1837 0,1574 0,1343 0,1141 0,7576 0,1198 0,1890 0,1289 n.s. n.s. 0,0990 0,1627 0,0760 0,1632 0,0753 0,1576 n.s. n.s. 0,1085 0,1596 0,1735 0,3387 n.s. n.s. 0,5201 0,3098 0,3800 0,3286 0,2810 0,2379 0,9172 0,2337 n.s. n.s. 0,2573 0,3322 n.s. n.s. 0,1763 0,3360 n.s. n.s. 0,1754 0,3405 0,2138 0,3322
Padres / Madres
UNIV PADRE = 1 UNIV PADRE = 0 UNIV MADRE = 1 UNIV MADRE = 0
Hogar
HERM = 1 HERM = 2 HERM = 3 HERM = 4 Clase I = 1 Clase I = 0 ACTIVO PADRE = 1 ACTIVO PADRE = 0
Entorno
DELINCUENCIA = 1 DELINCUENCIA = 0 Andaluca = 1 Andaluca = 0 Canarias = 1 Canarias = 0 Extremadura = 1 Extremadura = 0 Galicia = 1 Galicia = 0 Catalua = 1 Catalua = 0
< EGB EGB FP BACH UNIV
0,0506 0,2868 0,3349 0,1743 0,1678
0,0272 0,1582 0,2838 0,2093 0,3214
n.s: variable no significativa en la estimacin de mxima verosimilitud.
[36]
Dentro del apartado de variables a nivel individual se evala la nica variable que ha resultado significativa, el padecer una enfermedad crnica. En este caso, su presencia reducira a la mitad las probabilidades de llegar a finalizar un nivel educativo universitario (6,13 % para hijos y 17,35 % para hijas). En relacin con las variables referidas a los padres, hemos escogido la variable discreta que indica si el padre o madre ha acabado un nivel universitario. En caso del nivel universitario del padre, observamos que slo es significativo para el caso de los hijos y por lo tanto slo en ese caso podemos realizar el clculo probabilstico. Los resultados indican que su presencia afecta muy positivamente, mientras que su ausencia dejara la probabilidad de acceso cercana a la media. Para el caso de la madre, su nivel educativo afecta tanto a hijos como a hijas y con igual comportamiento que el observado para la educacin del padre. Resulta interesante observar cmo la educacin universitaria de la madre hace incrementar en 16 puntos porcentuales la probabilidad de acabar el nivel universitario en los hijos (32,84 % en relacin a la media de 16,78 %) mientras que este mismo nivel en los padres lo hace crecer en 13 puntos, detectndose un efecto diferencial a favor de la madre. En cuanto a las variables relacionadas con el hogar, hemos incorporado el nmero de hermanos, al que le hemos dado los valores entre 1 (hijo nico) y 4 (tres o ms hermanos). El resultado indica que slo cuando el individuo es hijo nico presenta porcentajes superiores a la media total, con un hermano (HERM = 2) estara en la media y a partir del segundo hermano se obtendran porcentajes inferiores a la media total. Adems, se ha incorporado la pertenencia a la clase social I (profesionales) para conocer su efecto sobre el porcentaje de hijos o hijas que acabaran el nivel universitario. Aqu se
observa el fuerte efecto positivo que tiene pertenecer a esta clase social en relacin a la media, ya que incrementar la probabilidad en 60 puntos porcentuales, tanto en hijos como en hijas. No pertenecer a la clase I, por el contrario, implica una disminucin de las probabilidades, por debajo de la media general, que afecta ms a las hijas. Por ltimo, en el caso de los hijos, tener un padre en el mercado laboral afecta positivamente sus posibilidades educativas. Para finalizar con este anlisis evaluamos el impacto de las variables de entorno, donde encontramos que los problemas de delincuencia y vandalismo slo afectan las posibilidades educativas de las hijas, resultando que su presencia hace disminuir en 6 puntos porcentuales la probabilidad de finalizar la educacin universitaria. En cuanto al efecto de la variable territorial, dentro del grupo de Comunidades Autnomas con resultado significativo, observamos que para los hijos habitar en Catalua y Andaluca reduce, en relacin con Madrid, en un 6% aproximadamente la probabilidad de acabar el nivel educativo universitario, mientras que encontramos un efecto negativo an mayor para Canarias y Extremadura. Si el anlisis se realiza para las hijas, detectamos un efecto tambin negativo asociado a residir en Canarias, Galicia y Catalua.
2.7. ESTUDIO DE LA MOVILIDAD EDUCATIVA

2.7.1. Estudio de las correlaciones En esta primera aproximacin a la movilidad educativa en Espaa se presenta la correlacin entre el nivel educativo, en aos, del padre/madre y el de los hijos/hijas, empleando aqu tambin las observaciones ponderadas. En el cuadro 2.9. observamos que el nivel educativo de las hijas se relaciona de igual forma con el de
[37]
Captulo 2
sus progenitores sin distincin de sexo, mientras que en el caso de los hijos existe un efecto diferencial a favor del padre.
CUADRO 2.9. CORRELACIONES EDUCATIVOS DE HIJOS / HIJAS ENTRE NIVELES PADRES/MADRES,
NIVEL EDUCATIVO HIJOS HIJO HIJA
Nivel educativo padre Nivel educativo madre
0,5128 0,4392
0,4633 0,4578
Si se analiza esta correlacin en las diferentes Comunidades Autnomas, para el caso de la correlacin entre padres e hijos en general, las Comunidades con correlaciones superiores a la media, en orden decreciente son: La Rioja, Islas Baleares, Extremadura, Asturias y Castilla y Len, situndose Andaluca en el valor promedio (vase grfico 2.3.). Si la correlacin se calcula entre madres e hijos/as, las Comunidades por encima de la media, en orden decreciente son: Cantabria, La Rioja, Andaluca, Galicia, Extremadura y Madrid (vase grfico 2.4.).
GRFICO 2.3. CORRELACIN ENTRE EL NIVEL EDUCATIVO DEL PADRE Y LOS HIJOS/HIJAS (POR CC.AA)
0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
valor medio = 0,49
ja res ra ias n ia ia ha co na ias rra id n a cia ria Rio lea adu tur Le luc alic nc as cia nar va adr rag alu Mur ntab La s Ba trem As illa y Anda G a Ma as V alen Ca Na M A Cat Ca L P .V a Ex st Isl lla m i Ca t s Co Ca
GRFICO 2.4. CORRELACIN ENTRE EL NIVEL EDUCATIVO DE LA MADRE Y LOS HIJOS/HIJAS (POR CC.AA.)
0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 valor medio = 0,44
n Ca
ria oja cia icia ura rid n sco ias ias cia n rra na a cha tab a Ri dalu Gal mad Mad y Le s Va stur anar Mur Arag ava ncia atalu Man N ale C a A C L An lla Pa tre L sti .V Ex lla m Ca sti a Co C
Nota: el valor de Baleares no resulta significativo. Fuente: elaboracin propia a partir del PHOGUE-2000.
[38]
2.7.2. Matrices de transicin La aplicacin de esta tcnica se realiza utilizando una matriz cuadrada donde cada elemento aij representa la probabilidad de que un individuo acceda a un cierto nivel educativo j si su progenitor pertenece a un nivel educativo i . En consecuencia, los valores que admiten estos elementos estn comprendidos entre cero (probabilidad nula) y uno (probabilidad absoluta). La matriz se genera mediante una estimacin de mxima verosimilitud utilizando un probit ordenado, en el que la variable dependiente se distribuye en diferentes categoras que reflejan el nivel educativo de los hijos (vase cuadro 2.10). Como variables independientes se han utilizado estos mismo niveles pero referidos al padre o a la madre, ms la edad de los padres e hijos como variables de control14. Esta opcin de controlar con otras variables, as como la posibilidad de comparar sus resultados a nivel internacional, ha fundamentado nuestra decisin a favor de esta tcnica y en detrimento de las tablas de contingencia (aproximacin ms simple). Cuando la matriz est configurada, se le pueden aplicar diversos indicadores para medir la movilidad, como el ndice de inmovilidad, el de Bartholomew o el de Shorrocks, que permiten la posterior comparacin entre pases15. El cuadro 2.11. relaciona, mediante dos matrices superpuestas, el nivel educativo del padre y la madre (los valores de sta, en negrita) con el nivel educativo de los hijos, sin distincin de sexo. En el cuadro se observan dos tendencias muy claras: la primera consiste en un incremento en las probabilidades de alcanzar un mayor nivel educativo por parte de los hijos ante un incre14 15 16
CUADRO 2.10. NIVELES EDUCATIVOS UTILIZADOS VARIABLE DESCRIPCIN
A SE MEGB EGB FPI FPII BACH U.C.C. U.C.L.
Analfabeto, sin estudios Ciclo medio de EGB Ciclo superior de EGB Formacin profesional de primer grado Formacin profesional de segundo grado COU, BUP o Bachillerato Universitario ciclo corto Universitario ciclo largo
mento en la educacin de los padres y la segunda, que la educacin de la madre influye ms positivamente en las probabilidades educativas de los hijos/as que la educacin del padre. Este ltimo efecto diferencial se observa claramente en la columna que seala a los hijos/as que acceden al nivel educativo ms elevado (U.C.L.), donde para cada nivel educativo de los padres y madres, son las madres las que provocan un mayor porcentaje de individuos con este nivel educativo. Por ejemplo, un hijo o hija con una madre con el bachillerato acabado tendra una probabilidad del 37,70 % de finalizar el mximo nivel educativo, mientras que ese porcentaje se reducira al 28,03 % en caso de que sea el padre el que tuviese el bachillerato completo. Despus de calcular la matriz, se han elaborado una serie de indicadores de movilidad (vase cuadro 2.12.). El primero es el ndice inmovilidad, definido como el cociente entre la suma de las probabilidades de la diagonal principal y la suma de la totalidad de las probabilidades de la matriz, que en nuestro caso indica una alta movilidad relativa sin reflejar distinciones por gnero16. Los dos siguientes indicadores se refieren al sentido de la movilidad, que puede ser ascendente o
Los resultados de la estimacin pueden encontrarse en los anexos 2.E.2.; 2.E.3. y 2.E.4. de este captulo. Vase una aplicacin de stos en Checchi et al. (1999). Al utilizar un elevado nmero de niveles educativos, el nivel de movilidad tiende a subir.
[39]
Captulo 2
CUADRO 2.11. MATRIZ DE TRANSICIN ENTRE NIVEL EDUCATIVO DE LOS PADRES/MADRESY SUS HIJOS/AS (EN %) NEP/M A-SE MEGB EGB Nivel educativo hijos/as FPI FPII BACH U.C.C. U.C.L.
A-SE (P) A-SE (M) MEGB (P) MEGB (M) EGB (P) EGB (M) FPI (P) FPI (M) FPII (P) FPII (M) BACH (P) BACH (M) U.C.C. (P) U.C.C. (M) U.C.L. (P) U.C.L. (M)
4,21 4,03 0,86 0,74 0,38 0,24 0,40 0,16 0,17 0,04 0,15 0,06 0,04 0,03 0,01 0,00
12,55 13,33 4,43 4,47 2,48 2,02 2,58 1,48 1,35 0,47 1,23 0,66 0,44 0,39 0,18 0,08
37,91 39,04 24,37 24,95 17,91 16,35 18,38 13,60 12,55 6,66 11,88 8,32 6,25 5,93 3,31 1,91
11,30 11,06 10,89 10,85 9,44 8,85 9,59 7,95 7,67 4,92 7,41 5,76 4,80 4,53 2,97 1,89
14,57 13,79 17,81 17,25 17,14 16,12 17,27 15,20 15,36 11,04 15,05 12,36 11,27 10,43 7,86 5,29
10,12 9,77 16,54 16,42 18,01 18,05 17,97 18,05 18,16 15,90 18,10 16,84 16,08 15,45 12,93 9,90
5,77 5,42 12,71 12,35 15,72 16,02 15,52 17,03 17,91 18,30 18,15 18,30 19,23 18,28 17,97 14,92
3,56 3,56 12,40 12,97 18,92 22,33 18,30 26,54 26,83 42,67 28,03 37,70 41,88 44,97 54,78 66,02
NEP/M: nivel educativo padre/madre; A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB; EGB: ciclo superior de EGB; FPI: formacin profesional de primer grado; FPII: formacin profesional de segundo grado; BACH: incluye bachillerato, COU y BUP; U.C.C: universidad ciclo corto; U.C.L: universidad ciclo largo. Las filas suman 100%. Resultados iniciales en el anexo 2.E.2. de este captulo.
CUADRO 2.12. NDICES DE MOVILIDAD APLICADOS A LA MATRIZ PADRE HIJOS/AS MADRE HIJOS/AS
ndice de inmovilidad Movilidad ascendente Movilidad descendente Relacin ascendente / descendente
0,1795 489,75 166,64 2,94
0,1812 526,81 128,22 4,11
ndice de inmovilidad: cociente entre la sumatoria de las probabilidades sobre la diagonal principal y la sumatoria de las probabilidades de toda la matriz. Movilidad ascendente: sumatoria de las probabilidades por encima de la diagonal principal. Movilidad descendente: sumatoria de las probabilidades por debajo de la diagonal principal.
descendente, dependiendo de si se calcula la suma de las probabilidades por encima o por debajo de la diagonal principal, respectivamente. El resultado indica que la probabilidad de una movilidad ascendente supera la descendente para ambas estimaciones, detectndose una mayor incidencia de la movilidad ascendente para el caso de la relacin madre-hijos que en la relacin padre-hijos. Este resultado se debe, en buena medida, a que el nivel educativo de
los padres es, para esa generacin, como media mayor al de las madres. En el siguiente anlisis se intentan establecer las pautas diferenciales que pueden existir entre los hijos y las hijas, manteniendo constante el sexo del progenitor. Por lo tanto, en el cuadro 2.13. se calcularn las probabilidades con el padre como referencia y en el 2.14., con la madre como referencia.
[40]
CUADRO 2.13. MATRIZ DE TRANSICIN ENTRE NIVEL EDUCATIVO DEL PADRE Y SUS HIJOS/HIJAS (EN %) NEP A-SE MEGB EGB Nivel educativo hijos/hijas FPI FPII BACH U.C.C. U.C.L.
A-SE MEGB EGB FPI FPII BACH U.C.C. U.C.L.
5,81 3,62 1,08 0,79 0,57 0,35 0,34 0,61 0,31 0,11 0,23 0,10 0,05 0,04 0,02 0,01
13,34 11,53 4,47 4,19 2,86 2,35 1,95 3,56 1,78 0,98 1,42 0,89 0,45 0,89 0,24 0,43
41,65 32,57 27,34 20,10 21,90 14,41 17,77 18,52 16,81 8,32 14,76 7,81 7,34 4,79 4,87 1,79
11,20 10,41 11,81 9,05 10,87 7,51 9,82 8,71 9,50 5,23 8,83 4,99 5,64 3,49 4,18 1,60
13,16 15,74 18,18 16,91 18,20 15,48 17,58 16,73 17,31 12,27 16,69 11,87 12,64 9,14 10,20 4,94
8,87 11,65 17,18 16,21 19,08 16,67 20,05 16,53 20,16 15,42 20,36 15,15 19,03 13,06 17,05 8,55
3,84 8,72 10,51 16,01 12,95 18,68 14,80 16,84 15,22 20,44 16,11 20,45 18,59 19,94 18,54 16,16
2,13 5,75 9,43 16,74 13,56 24,53 17,70 18,49 18,92 37,23 21,60 38,74 36,26 49,10 44,89 66,84
NEP: nivel educativo padre; A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB; EGB: ciclo superior de EGB; FPI: formacin profesional de primer grado; FPII: formacin profesional de segundo grado; BACH: incluye bachillerato, COU y BUP; U.C.C: universidad ciclo corto; U.C.L: universidad ciclo largo. Las filas suman el 100%. Resultados iniciales en el anexo 2.E.3 de este captulo.
Padre - Hijos ndice de inmovilidad: 0,1789 Movilidad ascendente / descendente: 461,71 / 195,15 Relacin ascendente/descendente: 2,36
Padre - Hijas ndice de inmovilidad: 0,1814 Movilidad ascendente / descendente: 524,26 / 130,58 Relacin ascendente/descendente: 4,01
Tomando como referencia la educacin del padre, se observa un mejor logro educativo de las hijas (hacia un nivel educativo ms alto) que de los hijos para cada categora educacional del padre, con importantes divergencias en el caso de nivel educativo universitario, especialmente el de ciclo largo (66,84% para las hijas y 44,89% en los hijos). Puede observarse, efectivamente, cmo la movilidad ascendente en la relacin padrehijas es superior a la movilidad en la relacin padre-hijos. Para el caso de la madre como referencia, existe un comportamiento similar entre los hijos e hijas, mantenindose las diferencias a favor de estas ltimas, pero con la particularidad de que crecen los porcentajes en los niveles educativos ms elevados, para ambos sexos, lo que indica un efecto individual positivo provocado por el sexo femenino de la madre.
Con relacin a los ndices de inmovilidad calculados para las matrices anteriormente expuestas, stos se mantienen constantes alrededor de 0,18, lo que mostrara una alta movilidad relativa. Por lo que respecta a la movilidad ascendente entre las diferentes combinaciones, la mayor sera la combinacin madre-hija, seguida de padre-hija, madre-hijo y por ltimo padre-hijo, con lo que se podra intuir un impacto superior del sexo del individuo en relacin al sexo del progenitor en los logros educativos. Esta mayor movilidad educativa ascendente de las hijas refleja el resultado de una tendencia histrica, en el ltimo cuarto del siglo XX, que ha llevado a un mayor crecimiento relativo en los niveles educativos de las mujeres con respecto al de los hombres.
[41]
Captulo 2
CUADRO 2.14. MATRIZ DE TRANSICIN ENTRE NIVEL EDUCATIVO DE LA MADRE Y SUS HIJOS/AS (EN %) NEM A-SE MEGB EGB Nivel educativo hijos/hijas FPI FPII BACH U.C.C. U.C.L.
5,52 11,84 0,98 3,75 0,39 1,56 0,23 1,34 0,13 0,17 0,07 0,52 0,07 0,22 0,01 0,01
14,14 3,73 4,64 0,66 2,44 0,20 1,61 0,16 1,04 0,01 0,69 0,05 0,67 0,05 0,16 0,02
42,39 34,22 28,09 19,91 20,32 11,92 16,09 10,91 12,37 2,71 9,76 5,88 9,66 3,23 3,84 0,35
11,03 9,94 11,89 8,54 10,48 6,30 9,24 5,96 7,89 2,12 6,81 3,83 6,78 2,42 3,50 0,38
12,14 16,13 17,04 17,63 16,85 15,02 15,92 14,51 14,54 6,75 13,28 10,65 13,28 7,51 8,22 1,62
8,90 11,00 17,43 16,18 19,91 16,36 20,52 16,21 20,45 10,37 20,04 13,91 20,09 11,15 15,70 3,48
3,71 7,92 10,28 15,85 13,61 19,16 15,37 19,48 16,76 17,51 17,60 19,76 17,67 18,16 17,52 8,49
2,16 5,23 9,65 17,47 15,99 29,48 21,02 31,43 26,83 60,36 31,75 45,39 31,77 57,30 51,05 85,67
NEM: nivel educativo madre. A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB; EGB: ciclo superior de EGB; FPI: formacin profesional de primer grado; FPII: formacin profesional de segundo grado; BACH: incluye bachillerato, COU y BUP; U.C.C: universidad ciclo corto; U.C.L: universidad ciclo largo. Las filas suman el 100%. Resultados iniciales en el anexo 2.E.4 de este captulo.
Madre Hijos ndice de inmovilidad: 0,1787 Movilidad ascendente / descendente: 483,68 / 173,29 Relacin ascendente/descendente: 2,79
Madre - Hijas ndice de inmovilidad (madre-hijas): 0,1936 Movilidad ascendente / descendente: 562,39 / 82,74 Relacin ascendente/descendente: 6,80
2.7.3. Anlisis de regresin La aproximacin ms utilizada en este tipo de anlisis destinado a evaluar el impacto de la educacin de los padres en la de sus hijos es la regresin a la media con variables en logaritmos (doble-log) utilizando un modelo de Markov con la que se estima el cambio porcentual de Y(t) ante un cambio porcentual en Y(t-1). Otras aproximaciones empricas han empleado modelos de regresin lineal bietpica con variables instrumentales o las estimaciones de mxima verosimilitud mediante un probit ordenado. La variable de logro educativo ms usual son los aos de escolaridad o el mximo nivel educativo alcanzado por el individuo, aunque tambin se ha utilizado la variable dicotmica con valor 1 si el hijo tiene un
nivel educativo superior a la escolarizacin obligatoria (Bjrklund y Jntti, 1997). En cuanto a las variables independientes, como regla general se inserta una variable educativa que hace referencia a los padres y alguna variable de control de padres e hijos, siendo la edad la generalmente utilizada. En nuestro primer anlisis empleamos una regresin lineal (MCO), utilizando como variable dependiente la cantidad de aos de escolarizacin de los hijos e hijas (en logaritmo y como diferencia de la media) y entre las independientes, la educacin del padre y la madre expresada en diferentes dummies que reflejan, en categoras, el nivel educativo alcanzado, con la edad de padres e hijos como variables de control. Estas dummies se construyen a partir de los diferentes nive-
[42]
les educativos disponibles en el PHOGUE, empleando el mismo sistema de agregacin en cinco categoras utilizado para el anlisis sobre los determinantes del nivel educativo (vase cuadro 2.5.). Tambin aqu se emplea la metodologa de Cohen et al. (2003) sobre el reemplazo de observaciones para las cuales no se cuenta con informacin. Los resultados indican que la educacin de los padres influye en el logro educativo de los hijos, al resultar significativas todas las variables educativas referidas a los padres y madres (vase cuadro 2.15.). En cuando a los niveles educativos de los padres y el grado de influencia en la educacin de sus hijos se observa que en general sta se incrementa a medida que crece el nivel educativo. Adems, esta influencia tiene relacin con el gnero, ya que existe un mayor impacto de la educacin de los padres en sus hijos y de la educacin de las madres en sus hijas. Dentro de las variable de control slo resulta significativa, y con los signos esperados, la edad de la madre en relacin a los hijos. La interpretacin de los coeficientes no es directa y para poder realizarla debemos aplicar el mtodo propuesto por Halvorsen y Palmquist (1980) de interpretacin de las variables dicotmicas en ecuaciones semilogartmicas. Al valor obtenido se le debe aplicar el antilogaritmo neperiano y restarle 1. El resultado obtenido refleja el cambio relativo (en relacin con el nivel educativo < EGB) de la variable dependiente ante un cambio
en la variable independiente. Por ejemplo, el coeficiente 0,2299 que obtiene la dummy educacin universitaria del padre , con la conversin queda en 0,2585, que significa que el hecho de tener un padre universitario le agrega al hijo un 25,85 % de aos de escolarizacin, en comparacin con un hijo cuyo padre tiene el nivel educativo de referencia (< EGB). Con la intencin de efectuar otra aproximacin al grado de movilidad educativa realizamos una segunda regresin MCO utilizando los aos de educacin de los hijos e hijas como variable dependiente y como independiente, en este caso, los aos de educacin de los padres y madres (ambos en logaritmo y como diferencia de la media), con la edad de todos ellos como variables de control. Los resultados de esta aproximacin (vase cuadro 2.16.) muestran una alta movilidad educativa, similar a la registrada en Snchez (2004), encontrndose que la educacin de los padres/madres influye positivamente en los aos de educacin de sus hijos/hijas. Adems, este efecto se encuentra relacionado con el gnero, puesto que el impacto de la educacin de los padres es mayor en los hijos y la educacin de la madre influye ms en la educacin de las hijas. La interpretacin de los coeficientes indica que, para el caso padres-hijos, un incremento de un 1% en los aos de educacin del padre incrementa, en promedio, en un 0,14% los aos de educacin de los hijos.
[43]
Captulo 2
CUADRO 2.15. ANLISIS DE REGRESIN DE LA MOVILIDAD EDUCATIVA
Variable dependiente: aos de educacin de los hijos/hijas

COEFICIENTES HIJOS
HIJAS
< EGB Padre/Madre EGB Padre FP Padre BACH Padre UNIV Padre EGB Madre FP Madre BACH Madre UNIV Madre Edad Hijos Edad (Hijos)2 Edad Padre Edad (Padre)2 Edad Madre Edad (Madre)2 Constante
Variable omitida
0,0981 (0,0319)
a
0,0632 c (0,0333) 0,1451 a (0,0518) 0,1346 a (0,0514) 0,1671 a (0,0463) 0,1553 a (0,0308) 0,2084 a (0,0683) 0,2274 a (0,0531) 0,2742 a (0,0491) 0,0974 (0,0734) -0,0019 (0,0012) 0,0192 (0,0274) -0,0001 (0,0002) 0,0088 (0,0255) -0,0001 (0,0002) -2,1739 c (1,1394)
0,1438 a (0,0463) 0,1409 a (0,0466) 0,2299 a (0,0414) 0,1083 a (0,0287) 0,1882 a (0,0654) 0,2123 a (0,0451) 0,2461 a (0,0494) 0,0807 (0,0651) -0,0016 (0,0011) 0,0304 (0,0261) -0,0002 (0,0002) 0,0451 b (0,0230) -0,0004 b (0,0002) -3,3013 a (1,0350)
Las variables educativas estn calculadas en logaritmos y como diferencia de la media. Errores estndar entre parntesis.
a
Significativa al 1 %; b significativa al 5 %; c significativa al 10 %. 1524 / 1184 0,000 / 0,000 F (16, 1507)/ (16; 1167) R2 Ajustada 17,04 / 13,97 0,144 / 0,149
N Prob > F
[44]
CUADRO 2.16. ANLISIS DE REGRESIN DE LA MOVILIDAD EDUCATIVA
Variable dependiente: aos de educacin de los hijos/hijas

COEFICIENTES HIJOS
HIJAS
Aos educacin Padres (Aos educacin Padres)2 Aos educacin Madres (Aos educacin Madres)2 Constante
0,1445 (0,0189)
0,1038 a (0,0220) 0,0015 (0,0270) 0,1984 a (0,0214) 0,0091 (0,0270) -1,6863 (1,1041)
-0,0169 (0,0234) 0,1700 a (0,0187) 0,0084 (0,0246) -3,1512 a (0,9911)
Las variables educativas estn calculadas en logaritmos y como diferencia de la media. Edad de hijos y padres como variables de control. Errores estndar entre parntesis.
a
Significativa al 1 %; b significativa al 5 %; c significativa al 10 %. 1524 / 1184 0,000 / 0,000 F (12, 1511)/ (12; 1171) R2 Ajustada 35,04 / 25,39 0,211 / 0,198
N Prob > F
[45]
Anexos
Captulo 2
Anexos del captulo 2
2.A. ALGUNOS ESTUDIOS RECIENTES SOBRE LOS DETERMINANTES DEL NIVEL EDUCATIVO METODOLOGA DATOS VARIABLE DEPENDIENTE VARIABLES INDEPENDIENTES
PAS
AUTOR
Pases desarrollados Probit ordenado

GSOEP Tipo de escolaridad secundaria (Gymmasium; Realschule; Hauptschule) Tipo de escolaridad secundaria (Gymmasium; Realschule; Hauptschule) Situacin actual: estudia ESO; estudia CFGM; estudia Bachillerato; trabaja. (Edad: 16-17 aos) Aos de escolaridad Educacin de padre y madre; nmero de personas < 14 aos en el hogar, orden de nacimiento; estado donde habita; sexo del hijo; ao de finalizacin de la escolaridad primaria; ocupacin de los padres. Ao de finalizacin de la escolaridad primaria; educacin padre y madre; estatus ocupacional de los padres. Sexo; educacin madre; clase social; Comunidad Autnoma; mes de nacimiento; nmero de hermanos; renta disponible del hogar; situacin ocupacional; hogar no monoparental. Capital cultural del hogar; clase social; ingreso de los padres; tamao de la ciudad; nmero de hermanos mayores y menores. Ao de finalizacin de la escolaridad primaria; educacin padre y madre; estatus ocupacional padres.
Alemania
Jenkins y Schluter (2002)
Lauer (2003) GSOEP
Probit ordenado
Espaa PHOGUE
Calero (2006b)
Logit multinomial no ordenado
Peraita y Snchez (1998) ECVT
Logit ordenado
Francia FQP
Lauer (2003)
Probit ordenado
Tipo de escolaridad secundaria (Baccalaurat Gnral; BEPC; EP/DFEO)
[49]
Captulo 2
2.A. ALGUNOS ESTUDIOS RECIENTES SOBRE LOS DETERMINANTES DEL NIVEL EDUCATIVO (CONT.) METODOLOGA DATOS VARIABLE DEPENDIENTE VARIABLES INDEPENDIENTES
Anexos
[50]
Probit ordenado
GLSS Niveles de escolaridad
PAS
AUTOR
Pases en desarrollo
Ubicacin geogrfica; sexo; edad; educacin de padre y madre; religin; nmero de hermanos; gasto per cpita; tiempo de viaje (hogar-escuela); experiencia del profesor; disponibilidad de agua y electricidad en la escuela. Edad; sexo; nmero de hermanos; hogar no monoparental; educacin de padre y madre; gasto semanal del hogar. Edad; nmero de hermanos; educacin padre y madre; padre y madre presentes en el hogar; localizacin urbana o rural.
Ghana
Glewwe y Jacoby (1994)
Mxico
Binder (1998)
Tobit
Encuesta propia (1993) Encuesta propia (1977/78) Aos de escolaridad Nivel de escolaridad completado
Nicaragua
Behrman y Wolfe (1984)
MCO
MCO: Mnimos Cuadrado Ordinarios.
GSOEP: German Socio-Economic Panel; PHOGUE: Panel de Hogares de la Unin Europea; ECVT: Encuesta de Calidad de Vida en el Trabajo; FQP: French Education-TrainingEmployment; GLSS: Ghana Living Standard Survey.
2.B. MOVILIDAD EDUCATIVA: DIFERENTES ESTUDIOS QUE UTILIZAN EL ANLISIS DE CORRELACIN PAS AUTOR BASE DE DATOS COEFICIENTE DE CORRELACIN
Brasil Espaa
Dunn (2004) Carabaa (1999) Calero y Escardbul (2005) Snchez (2004)
PNAD Encuesta Sociodemogrfica, INE PHOGUE EPF MFLS-2
0,56 0,42 0,43 0,45 0,19 (padre-hijo) 0,22 (padre-hija) 0,24 (madre-hijo) 0,36 (madre-hija)
Malasia
Lillard y Willis (1994)
Suecia
sterberg (2000)
SWIP
0,11
PNAD: Pesquisa Nacional por Amostra de Domiclios; PHOGUE: Panel de Hogares de la Unin Europea; EFP: Encuesta de Presupuestos Familiares; MFLS-2: Second Malaysian Family Life Survey; SWIP: Swedish Income Panel.
[51]
Captulo 2
2.C. ALGUNOS ESTUDIOS REFERIDOS A LA MOVILIDAD EDUCATIVA 2.C.1. ESTUDIOS REFERIDOS A PASES DESARROLLADOS (VARIABLE DEPENDIENTE UTILIZADA: AOS DE ESCOLARIDAD) ESTUDIO RANGO EDAD HIJOS DATOS MCO
Anexos
[52]
PROBIT
PAS
Pases desarrollados
Comi (2003) Educacin hijo (tres niveles) >20 GSOEP Ordenado 0,15 padre secundaria 0,32 padre terciario 0,18 madre secundaria 0,29 madre terciario Educacin hija (tres niveles) 0,04 padre secundaria 0,15 padre terciario 0,24 madre secundaria 0,33 madre terciario Behrman y Rosenzweig (2002) >=18 MTR 0,137 (madre) 0,286 (padre) Behrman et al. (2001) 23-69 GSS 0,35 (padre/madre ms educado) Snchez (2004) Comi (2003) Educacin hijo (tres niveles) >20 >23 EPF PHOGUE 0,125 Ordenado 0,31 padre secundaria 0,60 padre terciario 0,15 madre secundaria 0,12 madre terciario
Alemania
Estados Unidos
Espaa
2.C.1. ESTUDIOS REFERIDOS A PASES DESARROLLADOS (VARIABLE DEPENDIENTE UTILIZADA: AOS DE ESCOLARIDAD). (CONT.) ESTUDIO RANGO EDAD HIJOS DATOS MCO
PAS
PROBIT
Espaa (Cont.) 0,48 padre terciario
Educacin hija (tres niveles)
0,26 padre secundaria
0,28 madre secundaria 0,11 madre terciario Comi (2003) Educacin hijo (tres niveles) >20 PHOGUE Ordenado 0,10 padre secundaria 0,44 padre terciario 0,27 madre secundaria 0,25 madre terciario
Francia
-0,08 padre secundaria 0,05 padre terciario 0,31 madre secundaria 0,26 madre terciario
[53]
Captulo 2
2.C.1. ESTUDIOS REFERIDOS A PASES DESARROLLADOS (VARIABLE DEPENDIENTE UTILIZADA: AOS DE ESCOLARIDAD). (CONT.) ESTUDIO RANGO EDAD HIJOS DATOS MCO
Anexos
[54]
PROBIT
PAS
Noruega bases 0,139 (padre) de datos de Noruega Comi (2003) Educacin hijo (tres niveles) >20 PHOGUE Ordenado
Black et al. (2003)
20-35
Diferentes
0,158 (madre)
Italia
0,53 padre secundaria 0,65 padre terciario 0,29 madre secundaria 0,53 madre terciario
0,37 padre secundaria 0,55 padre terciario 0,25 madre secundaria 0,47 madre terciario
MCO: Mnimos Cuadrados Ordinarios.
GSOEP: German Socio-Economic Panel; MTR: Minnesota Twin Registry; GSS: General Social Survey; EPF: Encuesta de Presupuestos Familiares; PHOGUE: Panel de Hogares de la Unin Europea.
2.C.2. ESTUDIOS REFERIDOS A PASES EN DESARROLLO (VARIABLE DEPENDIENTE UTILIZADA: AOS DE ESCOLARIDAD) ESTUDIO RANGO EDAD HIJOS DATOS MCO
PAS
PROBIT
Brasil ms educado/a) Behrman et al. (2001) ms educado/a) Lillard y Willis (1994) Educacin hijo (cuatro niveles) >=18 MFLS-2 Ordenado 23-69 ENH 0,70 (padre/madre
Behrman et al. (2001)
23-69
PNAD
0,70 (padre/madre
Colombia
Malasia
0,091 (educacin madre) 0,105 (educacin padre)
Educacin hija (cuatro niveles)
0,163 (educacin madre) 0,088 (educacin padre)
Mxico
23-69
ENIGH
0,50 (padre/madre ms educado/a)
Per
23-69
ENHVP
0,50 (padre/madre ms educado/a)
MCO: Mnimos Cuadrados Ordinarios.
PNAD: Pesquisa Nacional por Amostra de Domiclios; ENH: Encuesta Nacional de Hogares Fuerza de Trabajo; MFLS-2: Second Malaysian Family Life Survey; ENIGH: Encuesta Nacional de Ingreso y Gasto de los Hogares; ENHVP: Encuesta Nacional de Hogares sobre Niveles de Vida y Pobreza.
[55]
Captulo 2
Anexos
2.D. CLASE SOCIAL
Utilizamos en los anlisis la tipologa de clase social propuesta por Erikson, Goldthorpe y Portocarero (1979):
Clase I. Profesionales: incluye a los trabajadores que se definen como profesionales y administradores cualificados, gerentes de empresa, propietarios de grandes empresas, tcnicos superiores y supervisores de trabajadores no manuales, en actividades no agrcolas. Clase II. Intermedia, no manual, rutinaria: empleados en trabajos rutinarios no manuales de cualquier tipo, tales como administracin, comercio, ventas y otros servicios, que no pertenecen al sector agrcola. Clase III. Pequeos propietarios: pequeos propietarios y artesanos, con y sin empleados, en actividades no agrcolas. Clase IV. Manual cualificada: tcnicos de grado inferior, supervisores de trabajadores manuales y trabajadores manuales cualificados, no vinculados con actividades agrcolas. Clase V. Manual no cualificada: trabajadores manuales semi-cualificados y no cualificados en actividades no agrcolas. Clase VI. Propietarios agrarios y ganaderos: granjeros, pequeos propietarios agrcolas y autoempleados en el sector agrcola. Clase VII. Trabajadores agrarios: agricultores y otros trabajadores en el sector agrcola.
2.E. RESULTADOS INTERMEDIOS E INFORMACIN ESTADSTICA ADICIONAL 2.E.1. DISTRIBUCIN DE LA EDUCACIN DE LOS PADRES E HIJOS EN LOS DIFERENTES NIVELES EDUCATIVOS (EN %) EDUCACIN PADRE EDUCACIN MADRE EDUCACIN HIJO EDUCACIN HIJA
25,83 38,63 13,14 2,54 2,77 4,98 3,74 8,36
28,83 42,45 16,03 1,11 0,72 5,72 3,49 1,64
2,35 5,46 32,63 9,56 13,16 15,46 9,22 12,16
1,61 6,09 22,30 6,38 11,71 13,52 13,96 24,44
A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB; EGB: ciclo superior de EGB; FPI: formacin profesional de primer grado; FPII: formacin profesional de segundo grado; BACH: incluye bachillerato, COU y BUP; U.C.C: universidad ciclo corto; U.C.L: universidad ciclo largo.
[56]
2.E.2. RESULTADOS INICIALES PARA LAS MATRICES DE TRANSICIN PADRE HIJOS/AS VARIABLES INDEP . COEFICIENTE ERROR ESTNDAR P > | Z | COEFICIENTE ERROR ESTNDAR P > | Z | MADRE HIJOS/AS
A-SE MEGB EGB FPI FPII BACH U.C.C. U.C.L. Edad hijos/as Edad hijos/as2 Edad padres Edad padres2 0,6570 0,9225 0,8939 1,1991 1,2238 1,5780 1,9122 0,2441 -0,0050 0,0821 -0,0005 0,0647 0,0767 0,1559 0,1161 0,1133 0,1315 0,1331 0,1639 0,0028 0,0473 0,0004
Categora de referencia 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,131 0,066 0,071 0,114 0,6787 1,0473 1,1827 1,6455 1,5060 1,6545 2,2011 0,3325 -0,0065 0,1176 -0,0009 0,0532 0,0697 0,1761 0,2326 0,1070 0,1205 0,2113 0,1460 0,0024 0,0403 0,0003 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,023 0,009 0,004 0,008
Variable dependiente nivel educativo de los hijos (y = 0,1,..., 7). Las variables independientes de los padres son dicotmicas. Log-Funcin de Verosimilitud LR Chi2 (11) / Prob > LR Mc Fadden R2 / N -3928,1965 486,283 / 0,000 0,0583 / 2172 -4671,0061 585,627 / 0,000 0,0590 / 2586
2.E.3. RESULTADOS INICIALES PARA LAS MATRICES DE TRANSICIN PADRE HIJOS VARIABLES INDEP . COEFICIENTE ERROR ESTNDAR P > | Z | COEFICIENTE ERROR ESTNDAR P > | Z | PADRE HIJAS
A-SE MEGB EGB FPI FPII BACH U.C.C. U.C.L. Edad hijos/as Edad hijos/as2 Edad padre Edad padre
2
Categora de referencia 0,7280 0,9271 1,0947 1,1612 1,2563 1,6620 1,8823 0,0834 -0,0022 0,1780 -0,0014 0,0767 0,1032 0,2175 0,1676 0,1403 0,1685 0,1535 0,2079 0,0035 0,0595 0,0005 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,688 0,523 0,003 0,004 0,6085 0,8866 0,6621 1,2492 1,2741 1,5249 1,9959 0,2798 -0,0056 0,0436 -0,0003 0,0895 0,1090 0,2733 0,1892 0,1628 0,1971 0,1866 0,2394 0,0041 0,0653 0,0005 0,000 0,000 0,015 0,000 0,000 0,000 0,000 0,243 0,171 0,505 0,592
Variable dependiente nivel educativo de los hijos (y = 0,1,..., 7). Las variables independientes de los padres son dicotmicas. Log-Funcin de Verosimilitud LR Chi2 (11) / Prob > LR Mc Fadden R2 / N -2352,1252 301,970 / 0,000 0,0603 / 1306 -1808,5083 227,120 / 0,000 0,0591 / 1009
[57]
Captulo 2
Anexos
2.E.4. RESULTADOS INICIALES PARA LAS MATRICES DE TRANSICIN MADRE HIJOS VARIABLES INDEP . COEFICIENTE ERROR ESTNDAR P > | Z | COEFICIENTE ERROR ESTNDAR P > | Z | MADRE HIJAS
A-SE MEGB EGB FPI FPII BACH U.C.C. U.C.L. Edad hijos/as Edad hijos/as2 Edad madre Edad madre2 0,7060 1,0153 1,2234 1,4577 1,5476 1,4835 2,0184 0,1849 -0,0039 0,1866 -0,0015 0,0663 0,0898 0,2389 0,3095 0,1346 0,1577 0,2684 0,1871 0,0032 0,0519 0,0004
Categora de referencia 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,323 0,218 0,000 0,001 0,7061 1,1025 1,1537 1,8816 1,5145 1,8129 2,6858 0,3582 -0,0068 0,0487 -0,0003 0,0781 0,0998 0,2519 0,3415 0,1598 0,1717 0,3788 0,2129 0,0036 0,0594 0,0005 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,093 0,059 0,412 0,531
Variable dependiente nivel educativo de los hijos (y = 0,1,..., 7). Las variables independientes de las madres son dicotmicas. Log-Funcin de Verosimilitud LR Chi2 (11) / Prob > LR Mc Fadden R2 / N -2829,4993 349,890 / 0,000 0,0582 / 1574 -2227,6894 305,550 / 0,000 0,0642 / 1249
[58]
El gasto privado en educacin en Espaa y su distribucin por Comunidades Autnomas y por grupos sociales
Captulo 3
3.1. INTRODUCCIN
El gasto privado en educacin y, ms especficamente, el que efectan los hogares, juega un relevante papel en el sistema de financiacin de la educacin en Espaa. Sus componentes son, por una parte, los costes directos no cubiertos por el sector pblico (precios de matrcula que cubren la totalidad del coste -como en los centros privados no concertado- o slo una fraccin de l, como sucede en los centros privados concertados y en los centros universitarios pblicos) y, por otra, los costes indirectos no cubiertos por el sector pblico (residencia, manutencin, libros de texto, materiales, etc.).17 En el caso espaol, la magnitud del gasto educativo privado depende esencialmente del acceso a centros privados (concertados y no concertados), de la financiacin privada que reciben estos centros y de los desplazamientos exigidos por la escolarizacin. Contemplada de forma agregada, la actuacin del gasto privado en educacin en Espaa en buena medida compensa la reducida incidencia del gasto educativo pblico. Puede verse en el cuadro 3.1. que, en 2002, mientras que en el contexto de la Unin Europea-15 slo Grecia e Irlanda efectuaban un gasto pblico educativo (en proporcin del PIB) menor al espaol, que era del 4,3 %, el gasto privado espaol supona el 0,5 % del PIB, proporcin slo superada por Alemania y el Reino Unido. En el mismo cuadro puede observarse la tendencia, que trataremos ms adelante, a la reduccin del peso proporcional del gasto educativo privado en Espaa. Si contemplamos el gasto privado en educacin no ya de una forma agregada, sino en trminos de su incidencia por grupos sociales, podemos identificar que constituye una variable clave en el establecimiento de desigualdades en los procesos educativos. En efecto, el acceso a los centros privados est determinado por la capacidad de pago de los hogares, de forma parcial en el caso de los centros concertados18 y totalmente en el caso de los centros no concertados. En un periodo reciente, que ms adelante acotaremos entre los aos 1997 y 2000, se produjo en Espaa un importante desplazamiento de la demanda hacia los centros privados. En buena medida, este desplazamiento estuvo provocado por la bsqueda, por parte de importantes zonas de la clase media, de seguridad ante incertidumbres que afectan
Desde una perspectiva ms global de coste, el coste privado incluye tambin el coste de oportunidad. El objetivo de este captulo se acota al mbito del gasto privado, no incorporando el coste de oportunidad. 18 Depende fundamentalmente del mayor o menor cumplimiento del principio de gratuidad en los centros concertados, principio reforzado en la nueva Ley Orgnica de Educacin (2006).
17
[61]
Captulo 3
CUADRO 3.1. GASTO EDUCATIVO PBLICO Y PRIVADO COMO PORCENTAJE DEL PIB. PASES DE LA UNIN EUROPEA-15, 1995, 2002. 1995 PBLICO PRIVADO TOTAL PBLICO 2002 PRIVADO TOTAL
Austria Blgica Dinamarca Finlandia Francia Alemania Grecia Irlanda Italia Luxemburgo Pases Bajos Portugal Espaa Suecia Reino Unido Media pases U.E.-15
Fuente: OECD (2005c). n.d.: dato no disponible.
5,9 n.d. 6,1 6,2 5,9 4,5 3,1 4,7 4,7 n.d. 4,5 5,3 4,5 6,1 4,8 5,10
0,3 n.d. 0,2 0,4 0,9 0,5 n.d. n.d. 0,4 0,9 0,1 0,7 0,42
6,1 n.d. 6,3 6,3 6,3 5,4 3,2 5,3 n.d. n.d. 4,9 5,3 5,4 6,2 5,5 5,52
5,4 6,1 6,8 5,9 5,7 4,4 3,9 4,1 4,6 n.d. 4,6 5,7 4,3 6,7 5,0 5,23
0,3 0,3 0,3 0,1 0,4 0,9 0,2 0,3 0,3 n.d. 0,5 0,1 0,5 0,2 0,9 0,37
5,7 6,4 7,1 6,0 6,1 5,3 4,1 4,4 4,9 n.d. 5,1 5,8 4,9 6,9 5,9 5,60
especialmente a los centros pblicos. La capacidad de pago (junto con otros factores) limita la capacidad de eleccin y fortalece las desigualdades no econmicas que se establecen entre los hogares durante los procesos educativos. Teniendo en cuenta la doble perspectiva planteada en los prrafos anteriores, en este captulo nos planteamos el objetivo de analizar la evolucin en los ltimos aos del gasto privado en educacin en Espaa, en funcin de sus determinantes. Para ello, en primer lugar (apartado 3.2)., presentaremos una descripcin de la evolucin de algunos indicadores relativos al gasto privado y a la eleccin de tipo de centro. Despus, en el apartado 3.3. se analiza la asociacin entre
diferentes variables (clase social, renta y Comunidad Autnoma de residencia) y el nivel de gasto privado. Los datos que utilizamos en el anlisis provienen, esencialmente, de los ficheros de microdatos de la Encuesta Continua de Presupuestos Familiares. Se utilizan los ficheros trimestrales para obtener resultados detallados para el ao 2003-0419 y los ficheros anuales para describir la evolucin del gasto agregado desde 199820. Es preciso tener en cuenta que la estimacin del gasto privado educativo a partir de los datos de las Encuestas de Presupuestos Familiares est sesgada a la baja, debido a que algunos de los gastos privados asociados con la educacin no aparecen claramente identifi-
Con el fin de tratar los datos ms recientes y completar un curso acadmico, se opt por seleccionar los dos ltimos trimestres del ao 2003 y los dos primeros del ao 2004. Los tamaos de la muestra (nmero de hogares) para cada uno de los trimestres, empezando por el tercero de 2003, son: 7.795, 7.943, 7.982 y 8.059. 20 Los tamaos de la muestra oscilan entre 9.891 hogares en 1998 y 9.214 en 2003.
19
[62]
cados en la encuesta. Lassibille y Navarro (1990 y 1997) sealaron en su momento tal sesgo, refirindose a las Encuestas de Presupuestos Familiares decenales. El problema sigue existiendo, en cierta medida, aunque se trabaje con las Encuestas Continuas de Presupuestos Familiares (de periodicidad trimestral). Al hilo de lo anterior, quisiramos subrayar la necesidad de mejorar la informacin especfica relativa al gasto privado en educacin: por una parte, la Encuesta Continua de Presupuestos Familiares21 tiene una orientacin, como es lgico, muy general y no permite un tratamiento muy detallado del gasto educativo. Por otra, la Encuesta de Financiacin y Gastos de la enseanza privada, del INE, se realiz por ltima vez en el ao 2000 y tiene una orientacin enfocada al centro educativo privado y no al hogar. Estas carencias fueron identificadas en el Acuerdo de 2005 de la Comisin Delegada del Gobierno para Asuntos Econmicos (CDGAE) relativo a las Mejoras en la transparencia en el mbito de la informacin econmica y estadstica. En l se incorpora un objetivo consistente en Mejorar estadsticas de gasto privado en educacin , objetivo asumido por el Ministerio de Educacin y Ciencia y que se encuentra, segn la evaluacin del Acuerdo de mayo de 2006, en fase de ejecucin.
1998-03. En este periodo crece constantemente el gasto, pero decrece su participacin en el gasto privado total efectuado por los hogares (desciende desde una participacin del 1,7% en 1998 a una participacin de 1,46 en 2003 -es preciso tener en cuenta, sobre este punto, el fuerte incremento del consumo privado y, en general, del PIB, que se produce en estos aos-). Los datos contenidos en el grfico 3.2. permiten, sin embargo, una percepcin ms ajustada de la evolucin del gasto, ya que en este grfico se ha tenido en cuenta, adems de la contraccin de las cohortes presentes en el sistema educativo (ya que se describe el gasto unitario), la evolucin de los precios. Para corregir esta ltima se aplica tanto el deflactor general del consumo privado como el deflactor especfico relativo al gasto en educacin, siendo esta ltima correccin relevante, ya que los precios de los servicios educativos se incrementaron considerablemente ms que los precios del conjunto de bienes y servicios22. Puede verse que el gasto privado unitario deflactado mediante el deflactor especfico crece hasta un ndice 105, entre 1998 y 2000, para luego decrecer y situarse de nuevo en 2003 en un punto cercano al inicial. La evolucin del gasto privado educativo que hemos descrito en el prrafo anterior se explica parcialmente por las pautas de utilizacin de los servicios educativos privados, tanto en los niveles no universitarios como en el universitario. Centrndonos en primer lugar en el nivel secundario, entre los aos 1997 y 2000 se produce una importante alteracin en la demanda, que queda reflejada en el grfico 3.3.: mientras que hasta el curso 96-97 el descenso de las cohortes incide proporcionalmente ms sobre los
3.2. EVOLUCIN DEL GASTO PRIVADO EDUCATIVO EN LOS LTIMOS AOS

En el grfico 3.1. puede apreciarse la evolucin, en trminos absolutos y relativos, del gasto privado educativo en el periodo
21 A partir de 2006 desaparece la Encuesta Continua (trimestral) y pasa a ser sustituida por una encuesta de periodicidad anual. 22 En concreto, la inflacin general del conjunto del periodo 1998-2003 fue del 24%, mientras que los precios de los servicios educativos se incrementaron en un 34%.
[63]
Captulo 3
GRFICO 3.1. EVOLUCIN DEL GASTO PRIVADO EN EDUCACIN (1998-2003). VALORES ABSOLUTOS Y PORCENTAJE SOBRE EL GASTO PRIVADO TOTAL
GPrEd (x 1000)
3.800 3.600 3.400 3.200 3.000 1,55 2.800 2.600 2.400 2.200 2.000 98 99 00 01 02 03 1,5 1,45 1,4 1,35
% GPrEd / GPr tot

1,75 1,7 1,65 1,6 GPrEd (euros corr.) %GPrEd / GPr total
Ao
Fuente: Elaboracin propia a partir de Encuesta Continua de Presupuestos Familiares (INE), ficheros anuales. GPrEd: Gasto privado en educacin.
GRFICO 3.2. EVOLUCIN DEL GASTO PRIVADO EN EDUCACIN POR ALUMNO, EN PRECIOS CORRIENTES Y CONSTANTES (1998 = 100)
150 140 130 120 110 100 90

GPrEd por alumno (precios corr.) GPrEd por alumno (precios const. defl. general) GPrEd por alumno (precios const., defl. especfico)
98
99
00
01
02
03
Ao
Fuente: Elaboracin propia a partir de Encuesta Continua de Presupuestos Familiares (INE), ficheros anuales.
centros privados, en los cuatro cursos siguientes se produce un fuerte desplazamiento de la demanda hacia stos, que alcanzan el curso 2000-01 con unos efectivos similares a los de 1992. En ese mismo curso 2000-01, los centros pblicos haban perdido un 10% de los alumnos matriculados en 1992. En los cursos posteriores a 2000-01 el desplazamiento se ha interrumpi-
do y los centros pblicos y privados pierden alumnos a un ritmo idntico (el correspondiente a la cada demogrfica). Tenemos, pues, cuatro cursos en los que se concentra un cambio de la demanda. Son los cursos en los que coincide la generalizacin de la reforma de la LOGSE y, tambin, el comienzo de la llegada acelerada de poblacin inmigrante, dos factores que crean incerti-
[64]
GRFICO 3.3. EVOLUCIN DE LA MATRCULA EN LOS ESTUDIOS CORRESPONDIENTES A LA FRANJA DE EDAD TERICA 14-17 AOS (1992-2005), SEGN TITULARIDAD DEL CENTRO
110
105 100
95 90
pblicos privados total
85 80
75
92-93 93-94 94-95 95-96 96-97 97-98 98-99 99-00 00-01 01 -02 02-03 03-04 04-05
Fuente: elaboracin propia a partir de datos del MEC. Nota: los estudiantes considerados han sido los matriculados en todos los niveles posibles durante las edades tericas entre 14 y 17 aos (estudios de secundaria obligatoria y postobligatoria general y vocacional). Estos niveles se modifican durante el periodo estudiado, por lo que se utiliz el criterio de edad y no de nivel.
CUADRO 3.2. EVOLUCIN DE LA MATRCULA EN UNIVERSIDADES PBLICAS Y PRIVADAS. 1996-2006. TOTAL PBLICAS PRIVADAS PRIVADAS (% SOBRE TOTAL)
96-97 97-98 98-99 99-00 00-01 01-02 02-03 03-04 04-05 05-06
1.549.312 1.575.645 1.582.795 1.589.473 1.555.750 1.525.989 1.503.694 1.482.042 1.462.897 1.442.081
1.480.881 1.493.927 1.489.155 1.486.912 1.438.294 1.403.594 1.376.269 1.349.248 1.318.154 1.303.109
68.431 81.718 93.640 102.561 117.456 122.395 127.425 132.794 144.743 138.972
4,42 5,19 5,92 6,45 7,55 8,02 8,47 8,96 9,89 9,64
Fuente: MEC, Estadstica universitaria (varios aos).
dumbre y que, como nos referamos en el primer apartado, provocan la bsqueda de mbitos de seguridad por parte de determinados grupos sociales. La interrupcin, a partir de 2001, del desplazamiento de la demanda, podra obedecer a diversos factores, por el momento no suficientemente estudiados. Entre ellos podra estar la normalizacin , entre los usuarios, de los fenmenos de la reforma de la secundaria y de la inmigracin; puede asimismo suceder
que los centros privados concertados, debido a su ubicacin territorial, tengan dificultades para absorber proporciones adicionales de la demanda potencial situada en los centros pblicos. Los datos relativos al nivel universitario (vase el cuadro 3.2.) indican un fuerte crecimiento de la demanda de plazas privadas durante los ltimos aos del siglo XX y los primeros del XXI, en un contexto de cada
[65]
Captulo 3
de la demanda total provocada por la contraccin de las cohortes. El crecimiento del sector privado, sin embargo, se desacelera notablemente a partir del curso 2001-02, llegando en el curso 2005-06 a contraerse su presencia proporcional en el sector23.
diente a la clase I, superior al 3%, indica la centralidad del gasto privado en educacin en las estrategias educativas de esta clase, que reconoce al sistema educativo (y, dentro de l, el sector privado) como la va ms importante de promocin social. Las diferencias entre grupos son tambin notabilsimas cuando consideramos a grupos constituidos por una proxy de la renta equivalente (el gasto privado equivalente24). El cuadro 3.4. presenta la informacin relativa a los quintiles de gasto equivalente, siguiendo una estructura idntica a la del cuadro 3.3. Observamos, en primer lugar, que casi la mitad del gasto privado educativo lo efecta el quinto quintil (que aporta el 22,19 % de los nios y jvenes en edad de permanecer potencialmente en el sistema educativo); los dos primeros quintiles gastan poco ms del 11% del total del gasto privado en educacin. Si bien las diferencias entre quintiles son muy acusadas, no alcanzan la severidad que se aprecia al comparar por clases sociales: la relacin de 3/1 (participacin en gasto educativo / participacin en poblacin) que se da en la clase I es la ms alta entre las que aparecen en los cuadros 3.3. y 3.4. En cuanto al esfuerzo presupuestario que supone el gasto privado en educacin a los diferentes quintiles de gasto (columna 1 del cuadro 3.4.), ste alcanza un mximo para el quintil 3 (2,05 %), si bien el valor del quinto quintil es tambin muy elevado (1,91 %). Finalizaremos este apartado explorando las pautas de gasto privado en educacin que se dan en las diferentes Comunidades Autnomas. Resulta destacable, en el cuadro 3.5., la concentracin de gasto privado que se da en tres Comunidades: Catalua,
3.3. DETERMINANTES DEL GASTO PRIVADO EN EDUCACIN

En este apartado se explora el efecto de tres variables (clase social, nivel de renta y Comunidad Autnoma de residencia) sobre el nivel de gasto privado en educacin. El anlisis presentado es nicamente bivariante; no se puede excluir la presencia de efectos composicionales hasta la estimacin de un modelo multivariante. La asociacin entre la clase social y el nivel de gasto privado en educacin resulta clara y ya haba sido descrita anteriormente con datos de 1998 (vase Calero y Escardbul, 2005). Utilizando la clasificacin de clases de Erikson, Goldthorpe y Portocarero (vase cuadro 3.3.), vemos que la clase I, profesionales, efecta casi un tercio del gasto privado educativo total, cuando su participacin en la poblacin relevante por edad total -ltima columna- es de un 10,99 %. De forma simtrica, resulta tambin llamativa la muy reducida participacin en el gasto de las clases de trabajadores manuales IV y V: entre ambas efectan poco ms del 22 % del gasto, cuando aportan casi el 39 % del total de poblacin relevante. En la primera columna del cuadro aparece el esfuerzo presupuestario que supone para las diferentes clases el gasto educativo privado: el esfuerzo correspon-
La expansin de la universidad privada espaola puede verse afectada, en los prximos aos, por una regulacin ms estricta que la introducida por la L.O.U. de 2001. Es sta la lnea que se establece en el Anteproyecto de ley orgnica por la que se modifica la ley orgnica 6/2001, de 21 de diciembre, de Universidades. 24 Utilizamos la renta del hogar corregida mediante una escala de Buhman, con q=0,5, que permite incorporar las economas de escala en el consumo del hogar.
23
[66]
Madrid y Pas Vasco. En estas Comunidades reside el 31,95 % de la poblacin en edad de estar potencialmente en el sistema educativo; en ellas se concentra el 45,25 % del gasto privado en educacin. Para las tres, el esfuerzo presupuestario que supone el gasto privado educativo supera el 2 % con respecto al gasto total (en el Pas Vasco, donde se alcanza el mximo, el esfuerzo presupuestario es del 2,44 %). Otro grupo de Comunidades, formado por Andaluca, Canarias,
Castilla-La Mancha y Extrema-dura, presentan niveles muy reducidos de gasto privado educativo. En estas Comunidades la expansin del sistema educativo ha sido tarda y poco apoyada en el sector privado; la combinacin de un PIB per cpita reducido y una serie de polticas educativas muy centradas en el sector pblico ha provocado, como puede verse en el cuadro 3.6., que el gasto pblico educativo sea muy superior a la media.
CUADRO 3.3. GASTO PRIVADO EN EDUCACIN EN RELACIN CON EL GASTO PRIVADO TOTAL Y PARTICIPACIN EN GASTO PRIVADO EN EDUCACIN (2003-04), SEGN CLASE SOCIAL GPrEd / GPr tot % PARTICIPACIN EN GPrEd (%) PARTICIPACIN EN POBLACIN EDAD 3-24 (%)
I. profesionales II. intermedia (no manuales -rutina) III. pequeos propietarios IV. manual cualificada V. manual no cualificada VI. propietarios agrarios VII. trabajadores agrarios Total
3,29 2,09 2,10 1,30 1,00 1,48 0,55 1,94
31,29 25,51 16,83 18,43 3,93 3,11 0,90 100,00
10,99 23,40 20,26 30,88 7,91 3,58 2,98 100,00
Fuente: elaboracin propia a partir de Encuesta Continua de Presupuestos Familiares (INE).
CUADRO 3.4. GASTO PRIVADO EN EDUCACIN EN RELACIN CON EL GASTO PRIVADO TOTAL Y PARTICIPACIN EN GASTO PRIVADO EN EDUCACIN (2003-04), SEGN QUINTILES DE GASTO EQUIVALENTE QUINTIL DE GASTO EQUIV. GPrEd / GPr tot % PARTICIPACIN EN GPrEd (%) PARTICIPACIN EN POBLACIN EDAD 3-24 (%)
1 2 3 4 5 Total
1,26 1,84 2,05 1,85 1,91 1,88
3,00 8,26 15,41 23,39 49,94 100,00
20,50 19,10 18,41 19,81 22,19 100,00
[67]
Captulo 3
CUADRO 3.5. GASTO PRIVADO EN EDUCACIN EN RELACIN CON EL GASTO PRIVADO TOTAL Y PARTICIPACIN EN GASTO PRIVADO EN EDUCACIN (2003-04), SEGN COMUNIDAD AUTNOMA GPrEd / GPr tot % PARTICIPACIN EN GPrEd (%) PARTICIPACIN EN POBLACIN EDAD 3-24 (%)
Andaluca Aragn Asturias Baleares Canarias Cantabria Castilla y Len Castilla - La Mancha Catalua Comunidad Valenciana Extremadura Galicia Madrid Murcia Navarra Pas Vasco La Rioja Ceuta y Melilla Total
1,81 1,72 1,57 1,44 1,78 1,23 1,76 1,49 2,10 1,70 1,63 1,78 2,15 1,39 1,62 2,44 2,05 1,84 1,88
14,87 2,84 2,06 1,96 3,57 0,83 5,10 2,71 19,27 9,49 1,55 5,45 18,34 1,92 1,32 7,64 0,78 0,29 100,00
20,83 2,58 2,14 2,09 4,58 1,21 5,29 4,49 14,51 10,31 2,81 6,03 13,07 3,39 1,25 4,37 0,62 0,45 100,00
CUADRO 3.6. GASTO PBLICO EN EDUCACIN COMO PORCENTAJE DEL PIB, SEGN COMUNIDAD AUTNOMA. AO 2003
Andaluca Aragn Asturias Baleares Canarias Cantabria Castilla y Len Castilla - La Mancha Catalua Comunidad Valenciana Extremadura Galicia Madrid Murcia Navarra Pas Vasco La Rioja Total
4,77 3,35 4,34 3,10 4,39 3,51 4,30 5,11 2,94 4,34 6,22 4,73 2,76 4,52 3,67 3,98 3,20 4,35
Fuente: elaboracin propia a partir de MEC (2005c) y Contabilidad regional de Espaa del INE.
[68]
Rendimiento acadmico y desigualdades sociales, econmicas y culturales: el caso de PISA 2003
Captulo 4
Rendimiento acadmico y desigualdades sociales, econmicas y culturales: el caso de PISA 2003 para Espaa
4.1. INTRODUCCIN
En este captulo se analiza la importancia del entorno socioeconmico y cultural de los individuos sobre su rendimiento acadmico. Para ello, utilizamos los datos originados en PISA 2003 (Programme for International Student Assessment), una evaluacin de conocimientos que ha desarrollado la OCDE, en dicho ao y para diversos pases, en escuelas con alumnos y alumnas de 15 aos de edad. Con respecto al entorno de los estudiantes el trabajo que aqu se presenta enfatiza diversos elementos vinculados tanto con la familia como con la escuela. Entre los primeros destacan la clase social, el capital humano de los padres (educacin y cultura) y la nacionalidad; entre los segundos, el tipo de centro escolar (pblico o privado) y las caractersticas socioeconmicas de ste: clima educativo (nivel medio de estudios de los padres de los alumnos), perfil social y grado de presencia de los inmigrantes. El estudio emprico se desarrolla mediante un anlisis economtrico multivariante en un modelo multinivel. Con el anlisis multivariante se consigue explicar, ceteris paribus, los efectos aislados de distintas variables explicativas sobre la variable dependiente (resultados del test de PISA 2003). Con el modelo multinivel, se logra conocer qu parte de los efectos de las variables independientes se deben a los individuos y qu parte a las escuelas a las que asisten. Asimismo, se lleva a cabo un anlisis de regresin cuantlico para conocer si se mantiene constante el efecto de las variables explicativas para distintos tramos (cuantiles) de la variable dependiente (aqullos con menor y mayor puntuacin). La estructura del texto es la siguiente. En el apartado 4.2. se describen las principales caractersticas de PISA, as como la muestra de datos utilizada para la evaluacin en Espaa. En el apartado 4.3. se presentan los principales resultados de los alumnos espaoles, en comparacin con los alumnos de los dems pases participantes, adems de las relaciones existentes entre los resultados de PISA y algunas variables relevantes (a partir de la explotacin de los datos llevada a cabo por la OCDE). El apartado 4.4. comprende una justificacin del uso de tcnicas de regresin multinivel y cuantlica en el estudio emprico propio, as como la descripcin de ambas tcnicas y de las variables seleccionadas (si bien, para facilitar la lectura del captulo, la estrategia economtrica se especifica en el anexo del captulo). Finalmente, en el apartado 4.5., se exponen los resultados del anlisis desarrollado, para el caso espaol, referidos tanto a las relaciones bivariantes entre los resultados de PISA en matemticas y las variables escogidas como a las regresiones multivariantes y cuantlicas efectuadas.
[71]
Captulo 4
4.2. PRESENTACIN DE PISA

A continuacin se describen las principales caractersticas del programa de evaluacin PISA (apartado 4.2.1.) y el proceso de seleccin de la muestra de alumnos/as y escuelas participantes, con especial atencin al caso espaol (4.2.2.). 4.2.1. Caractersticas de PISA Como se ha indicado en la introduccin, el Programme for International Student Assessment (PISA) de 2003 es una evaluacin de los conocimientos de escolares en torno a los 15 aos de edad, que se ha desarrollado para diversos pases por segunda vez (tras PISA 2000) y que contina en 2006. Mientras que en PISA 2000 participaron 43 pases, en la evaluacin de 2003 han participado 41 (y 57 en 2006). En la edicin de 2003 se han evaluado entre 4.500 y 10.000 alumnos/as en cada pas; en concreto, la muestra de datos para el conjunto de pases se eleva a 276.165 individuos, matriculados en 10.274 centros escolares, que representan a unos 20 millones de escolares de 15 aos de los pases participantes25. Como seala la propia OCDE: La evaluacin es de amplias miras: ms que centrarse en el grado en que los alumnos dominan un determinado currculo escolar, examina su capacidad para usar su conocimiento y cualificaciones para afrontar los retos de la vida real. (OECD, 2005a: 8)
De este modo, se enfatiza el dominio de procesos, la comprensin de conceptos y la capacidad de desenvolverse en distintas situaciones en cada mbito de anlisis evaluado: comprensin lectora, matemticas, ciencias y resolucin de problemas. Mientras que en PISA 2000 se analizaba con mayor profundidad la comprensin lectora, la edicin de 2003 se ha centrado en el rea matemtica. As, en esta ltima edicin, este mbito contena 85 preguntas, por 35 ciencias, 28 comprensin lectora y 19 resolucin de problemas26. La informacin sobre las pruebas desarrolladas por los estudiantes procede de pruebas llevadas a cabo con papel y lpiz, mediante un sistema de preguntas de distintos tipos (con respuestas de eleccin mltiple y preguntas que exigen respuestas cortas y largas), agrupadas en categoras (de un mbito similar) y que simulan situaciones basadas en sucesos de la vida real27. En matemticas existen cuatro reas diferenciadas: espacio y forma (geometra), cambio y relaciones (lgebra), cantidad (contar y medir) e incertidumbre (probabilidad y estadstica). No todos los alumnos y las alumnas contestan las mismas preguntas: los estudiantes son asignados, de modo aleatorio, a un libro de preguntas. Cada libro (trece en total) contiene cuatro grupos de preguntas (de los trece existentes, siete son de matemticas y dos de cada uno de los restantes mbitos de anlisis), y se alcanza un total de 167 preguntas. Los grupos de preguntas se ordenan de
Los pases son los siguientes: Alemania, Australia, Austria, Blgica, Canad, Corea, Dinamarca, Eslovaquia, Espaa, Estados Unidos, Finlandia, Francia, Grecia, Holanda, Hungra, Irlanda, Islandia, Italia, Japn, Luxemburgo, Mxico, Noruega, Nueva Zelanda, Polonia, Portugal, Reino Unido, Repblica Checa, Suecia, Suiza y Turqua. Asimismo, han participado los siguientes pases socios de la OCDE: Brasil, Federacin Rusa, Hong Kong (China), Indonesia, Letonia, Liechtenstein, Macao (China), Serbia, Tailandia, Tnez y Uruguay. 26 En PISA 2006, cuya informacin an no est disponible, las ciencias han constituido el elemento central de la evaluacin. 27 Los distintos formatos de pregunta permiten reducir el sesgo en las respuestas que se puede producir dependiendo de cmo se presentan las preguntas (para un anlisis de dicho sesgo con respecto al sexo de los alumnos, vase Anderson, 2002).
25
[72]
modo que cada uno est en cuatro de los trece libros, pero slo una vez en un mismo libro. Dado que se tarda media hora en contestar cada grupo de preguntas, el libro que se entrega a los alumnos tiene una duracin de respuesta de dos horas28. Como PISA 2003 se centra en el estudio de las matemticas, un 55% del tiempo total de la prueba se dedica a este mbito y un 45% a los otros tres mbitos. El rendimiento (o puntuacin) del alumnado en el test se mide segn la Teora de respuesta al tem (TRI) vase OECD (2005a)-. La TRI permite obtener estimaciones de las puntuaciones de los alumnos y de las preguntas en una misma escala, que los hace comparables independientemente del subconjunto de tems que cada alumno ha respondido (recordemos que no todos los alumnos contestan a las mismas preguntas y, en consecuencia, no se enfrentan al mismo nivel de dificultad). El diseo de los test de PISA permite estimar la capacidad de los estudiantes y la dificultad de las preguntas. La primera se obtiene segn de la proporcin de preguntas que se responden correctamente. La segunda, segn el porcentaje de alumnos que responden correctamente a cada pregunta. Mediante la TRI se obtiene una escala continua de dificultad de las preguntas y capacidad de los alumnos, de modo que la posicin de un alumno en una escala continua muestra que es probable que responda correctamente preguntas de ese nivel (o inferiores) y poco probable que responda correctamente a preguntas con un nivel de dificultad superior29. As, el alumno puede ser clasificado en niveles de competencia segn la puntuacin obtenida. Las puntuaciones TRI (que pueden tener valores negativos y positivos, dependiendo
de estar por debajo o por encima de la media, que tiene valor cero) se convierten en una escala con media 500 y desviacin tpica 100 (es decir, aproximadamente dos tercios de los alumnos obtienen entre 400 y 600 puntos), como ya se hizo en PISA 2000. Ahora bien, si se desea comparar los resultados de ambas evaluaciones, para los pases participantes en ellas, debe tenerse en cuenta lo siguiente: comprensin lectora y ciencias son directamente comparables, ya que todos los resultados se presentan con la misma escala y un contenido similar; sin embargo, dicha comparacin no puede llevarse a cabo para resolucin de problemas (al ser un mbito nuevo en PISA 2003) y deben establecerse ciertos ajustes para matemticas, que se trata con mucha ms profundidad en el segundo anlisis que en el primero (vase OECD, 2005a, captulo 9). Con respecto a los resultados de matemticas, PISA 2003 establece 6 niveles de conocimiento, que permite una comparacin entre alumnado y pases. En dicha clasificacin, los niveles ms bajos implican que los estudiantes pueden resolver cuestiones que requieren slo operaciones matemticas directas relacionadas con contextos familiares; en los niveles intermedios se sitan individuos capaces de resolver problemas que requieren ms transformaciones matemticas; finalmente, en los niveles superiores se sitan estudiantes capaces de desarrollar tareas ms difciles, que requieren una mayor interpretacin y relacionadas con cuestiones no familiares para ellos. Las correspondencias entre puntos y niveles, para los diversos mbitos, se exponen en el cuadro 4.1. En la evaluacin de PISA no slo se recogen los resultados de las pruebas. As, los
Una duracin quizs excesivamente larga, al menos en el caso espaol, para garantizar el mantenimiento de la concentracin durante toda la prueba, dada la menor duracin de las evaluaciones escolares en nuestro pas. 29 En PISA, la posicin de cada pregunta en la escala latente subyacente, as como la de cada alumno en sta se genera mediante el modelo Rasch (vase un anlisis ms detallado en el apartado 4.4.3.).
28
[73]
Captulo 4
CUADRO 4.1. PUNTUACIN Y NIVELES DE DIFICULTAD EN PISA 2003 MBITO NIVELES DE DIFICULTAD Y PUNTOS EN ESCALA PISA
Comprensin matemtica Puntos Comprensin lectora Puntos Solucin de problemas Puntos Comprensin cientfica Puntos
<1
< 358 <1
358 a 420 420 a 482 482 a 544 544 a 607 607 a 669 1 2 3 4 5
> 669
< 335 <1
335 a 407 407 a 480 480 a 552 552 a 625 1 2 3
> 625
< 405 <1
405 a 499 499 a 592 1 2
> 592 3
< 405
405 a 499 499 a 592
> 592
Nota: En el cuadro coinciden los finales y principios de dos niveles de dificultad contiguos debido a que las puntuaciones se presentan sin decimales. Fuente: OECD (2005a).
alumnos y alumnas informan sobre sus caractersticas personales, situacin familiar, actitud hacia la escuela, las matemticas y los mtodos de aprendizaje30 y el equipo directivo de las escuelas describe las caractersticas de los centros, recursos personales y materiales, criterios de admisin del alumnado, mtodos de aprendizaje y evaluacin, as como variables relacionadas con el profesorado31. En consecuencia, la informacin contenida en PISA permite distintos tipos de anlisis, para cada pas y entre ellos, con respecto a los determinantes individuales, familiares y escolares de los resultados de las pruebas.
4.2.2. Descripcin de la muestra de PISA 2003 En este apartado se describe la muestra de alumnos y escuelas utilizada para la evaluacin de PISA de 2003, con especial referencia al caso espaol. La muestra est estratificada y es bietpica, constituyendo las escuelas con estudiantes de 15 aos las unidades de la primera etapa del muestreo y los alumnos la segunda. En la primera etapa, las escuelas se escogen con probabilidades proporcionales al nmero de estudiantes de 15 aos matriculados32, si bien se aplican procesos de seleccin para que la
Algunos pases, entre los que desafortunadamente no se encuentra Espaa, han proporcionado informacin sobre la carrera educativa del alumno (expediente acadmico y escolar y ocupacin futura esperada) y su familiaridad con las tecnologas de la informacin. 31 Una de las debilidades de PISA reside en que las variables relacionadas con la prctica y las polticas escolares se obtienen a partir de la informacin proporcionada por los directores (y tambin, en algunos casos, por los alumnos) pero no por el profesorado. Adems, no se divide la informacin escolar obtenida en dos niveles (aulas y centros), impidiendo conocer la diversidad de fenmenos que ocurren en las aulas que, como seala Willms (2005), inciden ms en el rendimiento escolar que los centros. 32 Antes del muestreo, las escuelas se asignan a un nivel (o estrato) de acuerdo con unas determinadas variables (para garantizar la representatividad de la muestra). En Espaa, las variables de estratificacin son las siguientes: tamao de la escuela (2 niveles); tipo de escuela (pblica y privada); cdigo postal (provincias y distritos); modalidad de enseanza en el Pas Vasco (3 tipos); y tamao de ciudad en Catalua (3 niveles).
30
[74]
muestra no est compuesta solamente por escuelas pequeas o grandes; adems, se requiere una tasa de respuesta del 85% para las escuelas seleccionadas inicialmente y del 80% para los alumnos de las escuelas participantes33. Finalmente, en cada pas se escoge un mnimo de 150 escuelas (o todas si hay menos), de modo que se incluyen al menos 4.500 alumnos34. En la segunda etapa del muestreo se escogen los alumnos de las escuelas seleccionadas; en aquellas con ms de 35 estudiantes se seleccionan 35 con igual probabilidad, mientras que en aquellas que tienen menos alumnos todos son elegidos (siendo la condicin de elegibilidad que tengan al menos 20)35. As, con respecto a la eleccin de estudiantes, se ha considerado tanto la probabilidad de que la escuela sea elegida como la probabilidad de eleccin de cada
alumno en la escuela, de modo que la suma final de los pesos aplicados a cada estudiante equivale al nmero total de estudiantes en la poblacin; sin embargo la suma de pesos aplicados a las escuelas no equivale al total de escuelas del pas. En consecuencia, el anlisis emprico, para ser representativo en cada pas, debe centrarse en los estudiantes. Las cifras de la muestra espaola se detallan en el cuadro 4.2.36. En el caso espaol la muestra es representativa para el conjunto del territorio y, tambin, para tres Comunidades Autnomas (Castilla y Len, Catalua y el Pas Vasco), que voluntariamente han participado en el programa con muestras ampliadas. De este modo, los resultados son comparables internacionalmente slo para las tres Comunidades citadas, as como para el conjunto estatal37.
Vanse las tasas de respuesta escolares (y su metodologa detallada) en OECD (2005a: captulo 4). Como se indica en OECD (2005a: captulo 15), entre los pases de la OCDE, Canad, Estados Unidos y el Reino Unido no alcanzaron los niveles requeridos de respuesta de las escuelas (asimismo, el Reino Unido fue el nico que no cumpli los requisitos en la tasa de respuesta de estudiantes). As, este pas (de hecho Inglaterra y Gales, pero no Escocia) no es comparable internacionalmente (aunque sus valores s se incluyen en las cifras que representan las medias para la OCDE). 34 La unidad escolar puede diferir entre pases, no siendo comparables directamente: as, los pases pueden definir la escuela como un edificio, una unidad administrativa que puede constar de varios edificios (alejados entre s), una lnea de enseanza (profesional o acadmica, por ejemplo) que comparte centro con otro tipo de enseanza, etc. Adems, la definicin de la unidad escolar puede haber variado entre PISA 2000 y PISA 2003 y ello debe tenerse en consideracin en las comparaciones entre ambas muestras. La definicin de la unidad escolar es importante ya que altera las diferencias (varianza) observadas entre y dentro de las escuelas de diferentes pases: cuanto mayo33
res sean las unidades de agregacin menores sern las diferencias entre los agregados y mayores dentro de stos. A modo de ejemplo: como en algunos pases una misma escuela proporciona toda la educacin secundaria mientras que en otros la secundaria inferior y superior se ofrecen en dos centros diferenciados, ya que los alumnos de 15 aos pueden estar en uno u otro nivel de secundaria, la varianza entre y dentro de las escuelas va a diferir simplemente por la estructura educativa (ms all de los efectos causados por las distintas variables individuales y escolares que incidan sobre la estructura) vase al respecto Monseur y Lafontaine (2006). 35 Sin embargo, en los microdatos se observan escuelas con menos de 20 alumnos seleccionados en diversos pases. En el caso espaol, de los 383 centros elegidos, 40 tienen entre 10 y 19 alumnos, y tres centros menos de cuatro. De este modo, un 11% del total de escuelas no cumple el requisito de contener al menos 20 alumnos en la evaluacin de PISA. 36 Con respecto a la muestra de alumnos/as, slo en Espaa (93%), Canad (93%) y Estados Unidos (93%) el porcentaje de poblacin participante (con factor de elevacin) es inferior al 95% del total de la poblacin objetivo (sin embargo, estas cifras son 95% en Castilla y Len, 97% en Catalua y 99% en el Pas Vasco). La mayor tasa de exclusin espaola (7%) se debi, en gran parte, a problemas con la seleccin de escuelas (no de estudiantes). 37 En la evaluacin de 2006 tienen muestras representativas, adems de las Comunidades Autnomas que ya las tuvieron en 2003, Andaluca, Aragn, Asturias, Cantabria, Galicia, La Rioja y Navarra.
[75]
Captulo 4
CUADRO 4.2. MUESTRA SELECCIONADA DE ALUMNOS/AS Y ESCUELAS. PISA 2003: ESPAA ALUMNOS PORCENTAJE DE CENTROS EVALUADOS ALUMNOS EDUCATIVOS (FACTOR DE EVALUADOS EVALUADOS ELEVACIN) SOBRE OBJETIVO (REALES) CENTROS EVALUADOS (FACTOR DE ELEVACIN)
REA
ALUMNOS MATRICULADOS POBLACIN CON 15 AOS OBJETIVO
ALUMNOS EVALUADOS (REALES)
Espaa
Castilla y Len Catalua Pas Vasco Otras zonas
418.005
21.580 61.829 17.753 316.843
369.991
19.281 52.331 17.230 281.149
10.791
1.490 1.516 3.885 3.900
344.372
18.224 50.484 16.979 258.686
93,1
94,5 96,5 98,5 92,0
383
51 50 141 141
6.349
343 896 468 4.641
Fuente: OECD (2005a).
4.3. BREVE COMPARACIN INTERNACIONAL DE LOS RESULTADOS DE PISA

En este apartado se analizan diversos aspectos relacionados con los resultados de PISA 2003 (con alguna referencia a los resultados de la edicin del ao 2000). En primer lugar, se presentan los principales resultados en el mbito internacional, as como la posicin de Espaa en stos. En segundo lugar, se expone un resumen del anlisis bivariante (llevado a cabo por la propia OCDE) entre los resultados de matemticas y algunas caractersticas del alumnado y las escuelas de inters en este estudio. Finalmente, se describe un estudio multivariante (efectuado tambin por la OCDE) sobre los determinantes de los resultados de matemticas para el conjunto de pases de la muestra y el caso particular espaol. 4.3.1. Principales resultados: anlisis internacional En el cuadro 4.3. se presentan los resultados de PISA 2000 y PISA 2003 para los pases de la UE-15, as como la media (aritmtica) para el conjunto de pases de la OCDE y la media ponderada (denominada total), donde el peso de cada pas depende del nmero de
alumnos/as que aporta al estudio. En dicho cuadro se observa la menor puntuacin promedio del alumnado espaol respecto a ambas medias en todas las pruebas y aos (especialmente la media aritmtica, siempre superior a la media ponderada salvo en comprensin cientfica de 2000). Sin embargo, en la evaluacin de 2003 (que permite el anlisis particular de tres Comunidades Autnomas), Castilla y Len obtiene mejores resultados que la media OCDE en todas las pruebas, Catalua en comprensin cientfica y el Pas Vasco en comprensin lectora y matemticas, si bien las tres Comunidades Autnomas (CC.AA.) distan significativamente de los pases con una mayor puntuacin38. A partir de los resultados anteriores, en el cuadro 4.4. se sita a Espaa en una clasificacin de pases de la Unin Europea (UE-15), as como del conjunto de pases de la OCDE. A pesar de que la posicin de un pas tiene una importancia relativa, dado que unos pocos puntos pueden suponer importantes cambios de posicin, destaca el bajo puesto que ocupa Espaa: nunca est en una posicin superior a la mitad de los pases considerados. As mismo, dicho cuadro muestra el empeoramiento de la posicin espaola entre el ao 2000 y 2003 respecto al conjunto de pases de la OCDE.
38 La desviacin estndar de los resultados de matemticas, para PISA 2003, es menor en Espaa que en el promedio de pases de la OCDE (vase OECD, 2004a). As, sta era de 88 puntos para el conjunto espaol (85 en Castilla y Len; 88 en Catalua y 82 en el Pas Vasco), frente a 100 puntos para el conjunto de pases de la OCDE. La menor variacin indica un menor nivel de desigualdad en los resultados en Espaa, comparado con la media de pases de la OCDE.
[76]
CUADRO 4.3. RESULTADOS DE PISA 2000 Y PISA 2003: PASES DE LA UNIN EUROPEA Y MEDIA OCDE PUNTUACIN EN COMPRENSIN LECTORA PUNTUACIN EN COMPRENSIN DE TEXTOS CIENTFICOS PUNTUACIN EN COMPRENSIN DE LAS MATEMTICAS PUNTUACIN EN SOLUCIN DE PROBLEMAS
2000
2003
2000
2003
2000
2003
2003
Alemania Austria Blgica Dinamarca Espaa
484 507 507 497 493
491 491 507 492 481
487 519 496 481 491
502 491 509 475 487
490 515 520 514 476
503 506 529 514 485
513 506 525 517 482
Castilla y Len Catalua Pas Vasco

Finlandia Francia Grecia Irlanda Italia Luxemburgo Pases Bajos Portugal Reino Unido Suecia Total OCDE Media OCDE 470 523 516 499 500 546 505 474 527 487 441
499 483 497

543 496 472 515 476 479 513 478 459 532 514 488 494 512 502 500 538 500 461 513 478 443
502 502 484

548 511 481 505 486 483 524 468 454 529 506 496 500 510 498 500 536 517 447 503 457 446
503 494 502

544 511 445 503 466 493 538 466
505 493 498

548 519 449 498 470 494 520 470
509 489 500
509 490 500
Nota: Los datos de PISA 2000 y PISA 2003 de matemticas no son directamente comparables por haberse producido un cambio de escala y porque determinadas subreas evaluadas en 2003 no estaban presentes en 2000. Fuente: OECD (2004a).
CUADRO 4.4. CLASIFICACIN DE ESPAA SEGN LOS RESULTADOS DE PISA 2000 Y PISA 2003 AO GRUPO DE PASES COMPRENSIN LECTORA COMPRENSIN CIENTFICA COMPRENSIN MATEMTICA SOLUCIN DE PROBLEMAS
Posicin de Espaa en PISA 2000 Posicin de Espaa en PISA 2003
UE-10 pases OCDE-27 pases UE-14 pases OCDE-29 pases
8 17 10 22
8 19 9 21
10 21 11 23 11 23
Fuente: OECD (2004a).
[77]
Captulo 4
En el cuadro 4.5a. se muestra el porcentaje del alumnado dependiente del nivel alcanzado (en matemticas y comprensin lectora). En cuanto a las matemticas, se observa el alto porcentaje de alumnado espaol en el primer nivel o inferior, slo por debajo de Portugal, Italia y Grecia (si bien en mejor situacin se encuentran los alumnos
y alumnas de las CC.AA. con muestra representativa, especialmente de Castilla y Len y Pas Vasco). Con respecto a los niveles superiores (5 y 6), Espaa contiene un bajo porcentaje de alumnado en dichos niveles (situacin compartida con las tres CC.AA. analizadas), slo por encima de los mismos pases mencionados anteriormente.
CUADRO 4.5a. NIVELES DE COMPETENCIA EN PISA 2003 (PORCENTAJE DE INDIVIDUOS): MATEMTICAS Y COMPRENSIN LECTORA PASES NIVEL 1 420 PUNTOS MATEMTICAS NIVEL 2 NIVEL 3 NIVEL 4 NIVEL 5-6 607 NIVEL 1 407 PUNTOS COMPRENSIN LECTORA NIVEL 2 NIVEL 3 NIVEL 4 NIVEL 5
420482
482544
544607
407480
480552
552625
> 625
Alemania Austria Blgica Dinamarca Espaa
21 19 16 15 23
19 22 16 21 25
23 25 20 26 27
21 20 21 22 18
16 14 27 16 8
22 21 18 17 21
20 23 18 25 26
26 27 26 33 30
22 21 25 20 18
10 8 13 5 5
Cast.-Len Catalua Pas Vasco

Finlandia Francia Grecia Irlanda Italia Luxemburgo Pases Bajos Portugal Suecia Total OCDE Media OCDE
16 20 16
6 17 39 17 32 21 11 30 18 26 21
23 24 24
16 20 26 24 25 23 18 27 22 21 21
28 29 29
28 26 20 28 23 26 23 24 25 22 24
22 17 21
26 22 11 20 13 19 23 13 20 18 19
11 10 10
24 15 4 11 7 11 25 6 15 13 15
15 19 17
6 17 25 11 24 23 11 22 13 22 19
24 27 23
14 23 25 21 25 24 23 26 21 23 23
32 32 31
32 30 27 32 28 29 31 30 30 27 29
23 18 22
33 23 17 26 18 19 26 18 25 20 21
6 4 7
15 7 6 9 5 5 9 4 11 8 8
Nota: Los resultados agregados de la OCDE s consideran los datos del Reino Unido. Fuente: elaboracin propia a partir de OECD (2004a).
En el mbito de la comprensin lectora, Espaa tiene un porcentaje relativamente menor de alumnos,/as comparado con matemticas, en el primer nivel o inferior (de nuevo especialmente para los casos de Castilla y Len y el Pas Vasco). Con referencia a los alumnos/as en el nivel superior (5), Espaa tambin tiene un bajo porcentaje; en este caso, destaca negativamente
Catalua, con la menor proporcin de alumnado en dicho nivel junto con Portugal. Finalmente, el cuadro 4.5b. muestra que, como en matemticas, en solucin de problemas Espaa aparece un porcentaje de individuos en el nivel inferior slo por debajo de Italia, Grecia y Portugal y, en el nivel superior, slo por encima de los mismos pases.
[78]
CUADRO 4.5b. NIVELES DE COMPETENCIA EN PISA 2003 (PORCENTAJE DE INDIVIDUOS): SOLUCIN DE PROBLEMAS PASES NIVEL <1 < 405 PUNTOS SOLUCIN DE PROBLEMAS NIVEL 1 405-499 NIVEL 2 499-592 NIVEL 3 > 592
Alemania Austria Blgica Dinamarca Espaa Finlandia Francia Grecia Irlanda Italia Luxemburgo Pases Bajos Portugal Suecia Total OCDE Media OCDE
14 14 14 10 20 5 12 33 13 25 17 11 24 12 22 17
28 32 24 30 35 22 28 36 37 35 34 30 36 32 30 30
36 37 34 39 33 43 37 24 38 30 35 36 31 38 31 34
22 17 28 20 12 30 23 7 12 11 14 23 9 17 17 18
Nota: Los resultados agregados de la OCDE s consideran los datos del Reino Unido. Fuente: OECD (2004b).
A pesar de los peores resultados de Espaa respecto a la media OCDE, y de su posicin alejada de aquellos pases con mejores resultados, como se ha sealado anteriormente, el anlisis posicional tiene una importancia relativa. A este respecto, Carabaa (2004) interpreta de manera ms positiva los resultados de PISA: aunque Espaa ocupa posiciones bajas, la puntuacin est muy prxima a la media, de modo que los alumnos y alumnas espaoles desarrollan su capacidad cognitiva aproximadamente igual a la de los otros pases de la OCDE (las puntuaciones de muchos pases varan muy poco y puede haber importantes diferencias en el rnking entre pases diferenciados slo por unos pocos puntos)39. Para este autor, la evaluacin de PISA revela que, a pesar de la gran diversidad de siste-
mas educativos y mtodos de enseanza, los alumnos y alumnas de los pases de la OCDE muestran una capacidad intelectual muy similar y, en consecuencia, el sistema educativo espaol es eficaz. Adems de este resultado de aceptable eficacia, Carabaa destaca la eficiencia del sistema educativo espaol ya que los resultados citados anteriormente (similares a la mayora de pases) se obtienen con niveles menores de gasto. Asimismo, como se ha observado en los datos presentados, la posicin de Espaa mejora significativamente si se compara con los pases ms similares de su entorno (Italia, Grecia o Portugal). A nuestro entender, aunque debe advertirse que centrarse en la posicin espaola en el mbito internacional no es la prctica ms
39
En PISA 2003, los 485 puntos de Espaa en matemticas implican una diferencia de 15 con respecto a la media OCDE (un 3% en trminos relativos). Adems, dicha puntuacin sita a Espaa en el nivel de conocimiento 3, como la mayora de pases participantes (si bien en la parte baja del intervalo).
[79]
Captulo 4
relevante ante los datos de PISA (es ms interesante analizar las causas de los resultados en los tests), tampoco debe relativizarse completamente la comparacin de posicin, lo que podra llevar a que se adaptaran las expectativas de los participantes en el sistema educativo espaol a su (menor) nivel. Asimismo, no puede obviarse el bajo nivel de resultados de una parte importante del alumnado espaol, situado por debajo del nivel 3, as como el escaso nmero de alumnos/as en el nivel superior. 4.3.2. Anlisis bivariante y multivariante de los resultados y las variables ms relevantes en una perspectiva internacional A continuacin se describen las relaciones existentes, para el conjunto de pases de la OCDE, entre los resultados de matemticas y distintas variables de tipo econmico, referidas a los alumnos y alumnas y las escuelas40. Con referencia a las variables econmicas, la renta per cpita, el gasto educativo total acumulado por estudiante (entre 6 y 15 aos) y el gasto pblico en educacin respecto al PIB muestran una relacin positiva con los resultados en matemticas; as, la primera variable explica el 28% de la variacin en la actuacin media de los alumnos entre pases, la segunda un 15% y la tercera un 13%. Ahora bien, dichas variables no son determinantes de los resultados, observndose pases con unos resultados por encima (o por debajo) de lo esperado dependiendo de su nivel de renta y gasto en educacin. A este respecto, Espaa se encuentra en el lugar en el que cabra esperar segn las variables econmicas, si bien ligeramente por debajo en las dos primeras.
A partir de estos resultados, la OCDE seala que el gasto en educacin no garantiza el xito en los resultados asimismo, ligeras variaciones de la muestra prcticamente eliminan el efecto positivo del gasto (vase Carabaa, 2006b)-; en consecuencia, se sugiere que las polticas educativas no deben enfatizar incrementos del gasto pblico en educacin. A nuestro entender, sin embargo, esta afirmacin no es totalmente aplicable a Espaa ya que, si bien algunos pases tienen unos resultados significativamente inferiores al esperado por su nivel de gasto pblico en educacin (como Estados Unidos, Italia, Noruega o Austria), ste no es el caso de nuestro pas, que se encuentra en la zona en la que un aumento del gasto s podra permitir unos mejores resultados. Las variables referidas al alumnado son las siguientes: sexo, nacionalidad, actitud ante las matemticas y caractersticas familiares. Respecto al sexo, se observan diferencias en los resultados de matemticas en todos los pases participantes a favor de los alumnos (salvo en Islandia), si bien la brecha de gnero es reducida (menor que en PISA 2000 para la comprensin lectora, favorable a las chicas). Para el conjunto de pases, la diferencia media (estadsticamente significativa) a favor de los chicos es de 11 puntos (un 2,2% sobre el resultado medio de la OCDE), si bien sta es mayor para los pases con mejores resultados; en el caso espaol, se produce una diferencia de 9 puntos (1,9% sobre la media nacional) que resulta tambin significativa en tres de los cuatro mbitos del anlisis matemtico. Asimismo, los resultados medios en matemticas son mejores entre los estudiantes nativos que entre los hijos de inmigrantes nacidos en el pas (estudiantes de primera generacin) y entre stos y los estudiantes no nativos (nacidos en el
40
Vase OECD (2004a) e INECSE (2004).
[80]
extranjero). Los resultados para Espaa entre los nativos y el resto (se considera conjuntamente los alumnos no nativos y los estudiantes de primera generacin por su escasa presencia en la muestra) son algo superiores a la media OCDE. En casi todos los casos (Espaa entre ellos), los efectos se reducen pero no desparecen si se controla por las diferencias socioeconmicas del alumnado, es decir, si se tienen en cuenta los efectos composicionales. Diversas variables relacionadas con las actitudes de los estudiantes tambin se asocian positivamente con los resultados. As, en prcticamente todos los pases, una mayor confianza en la capacidad propia de resolver determinados problemas matemticos planteados (auto-eficacia en terminologa PISA), no tener ansiedad ante las matemticas, una mayor seguridad (auto-concepto) con las matemticas, un mayor inters en stas y una mayor motivacin instrumental (que aprender matemticas se perciba como til para continuar estudiando o para la actividad laboral) est correlacionado con un mejor resultado en PISA (las variables se han mencionado de mayor a menor impacto sobre los resultados, destacando especialmente las tres primeras). En Espaa dichas variables se relacionan ms fuertemente con los resultados que en el conjunto de pases de la OCDE, salvo en los dos primeros casos. Dos factores que presentan una alta relacin positiva con los resultados son el entorno socioeconmico y cultural de las familias y de las escuelas. El primero es definido por la OCDE mediante un ndice que incluye el nivel de estudios de los padres, sus ocupaciones y el volumen de recursos educativos y culturales existentes en el hogar; el segundo recoge la misma informacin que el anterior pero est referi41
do al nivel medio de dicho ndice en cada centro educativo. Ms detalladamente, aunque la relacin positiva entre los resultados matemticos y el entorno socioeconmico y cultural de las familias es casi lineal, se observa un efecto ligeramente mayor sobre los resultados para aquellos con un bajo nivel socioeconmico. Espaa ocupa una posicin en resultados matemticos acorde, aunque algo por encima, con el estatus socioeconmico y cultural de los estudiantes. As, comparando con la media de pases de la OCDE41, en Espaa el entorno socioeconmico y cultural de los padres est relacionado menos fuertemente con los resultados; as mismo, existe una menor desigualdad socioeconmica y cultural que en la media de pases OCDE. Si consideramos separadamente los elementos que componen el ndice socioeconmico y cultural de las familias, el mayor efecto positivo lo generan en Espaa (de mayor a menor) la posesin de bienes culturales, el estatus ocupacional de los padres y su educacin. Del mismo modo, si se tiene en cuenta la estructura familiar, los resultados matemticos se relacionan positivamente con la existencia de familias nucleares (es decir, familias donde los dos progenitores residen en el hogar). Con respecto al entorno socioeconmico y cultural de las escuelas, en casi todos los pases supone una ventaja asistir a escuelas donde los alumnos, en promedio, provienen de entornos aventajados (independientemente del nivel socioeconmico del propio estudiante). Adems, dicho entorno escolar tiene un mayor efecto positivo sobre los resultados matemticos que el contexto familiar del alumno (con la excepcin casi exclusiva de los pases escandinavos). Para el caso espaol, tambin el efecto del entorno socioeconmico de la escuela
Comparado con la media nacional, el efecto del entorno social sobre los resultados es ligeramente inferior en el Pas Vasco y Castilla y Len, pero algo superior en Catalua.
[81]
Captulo 4
es mayor al generado por el del propio alumnado, si bien el efecto de la escuela es algo menor a la media de la OCDE y el efecto de la familia algo superior. Siguiendo con las variables escolares, se constata que la titularidad del centro incide sobre los resultados: casi siempre obtienen mejores resultados los alumnos y las alumnas que asisten a centros privados (520 puntos como promedio en los pases de la OCDE y 507 para Espaa)42 que pblicos (respectivamente 483 y 472). Ahora bien, para los pases de la OCDE, la diferencia (37 puntos) se reduce si se considera el background socioeconmico de los alumnos/as (a 24 puntos) y casi desaparece (8 puntos) si se aade el efecto de la composicin social de las escuelas. Para Espaa, la diferencia inicial de 36 puntos a favor de los centros privados se reduce a 19 si se tiene en cuenta el primer factor y a 3 (no resultando entonces estadsticamente significativa) si se consideran ambos factores socioeconmicos (OECD, 2004a). As, la diferencia de rendimiento entre centros pblicos y privados depende, sobre todo, de las caractersticas socioeconmicas del alumnado del centro y de su entorno social y cultural, producindose un efecto de atraccin o arrastre en el rendimiento individual hacia el promedio global del centro. Por tanto, y
como en PISA 2000, el valor aadido educativo neto de los centros pblicos y privados es prcticamente el mismo (INECSE, 2004)43. En el anlisis por centros escolares tambin se introducen variables referidas a la actitud y comportamiento de alumnado y profesorado, relacionndose las siguientes con la obtencin de buenos resultados: la existencia de un buen clima escolar (bajo absentismo y buena relacin entre alumnos/as y entre stos/as y el profesorado); la disciplina en el aula (que se preste atencin al profesor y se d un ambiente de trabajo); la moral del profesorado (que trabajen con entusiasmo y estn a gusto en la escuela) y de los estudiantes (que les guste la escuela y aprender). En Espaa, tambin se relaciona positivamente con los resultados la actitud de los profesores (que sean proclives al cambio, prximos a los alumnos, con bajo absentismo laboral, etc.). Ahora bien, para la mayora de pases, las variables citadas tienen una baja relacin con los resultados entre el alumnado y, adems, dicha relacin se produce en combinacin con factores socioeconmicos de los alumnos (como el clima escolar, la actitud del profesorado, etc., que dependen en buena medida del nivel socioeconmico de las familias). Finalmente, se observa una ligera relacin
Para el conjunto de pases de la OCDE, los centros privados dependientes de la financiacin pblica obtienen, en promedio, 532 puntos (505 en Espaa), mientras que el alumnado de los centros privados independientes obtiene 515 puntos (520 en Espaa). 43 En Dronkers y Robert (2004) se muestra que, para 19 pases de la OCDE participantes en PISA 2000, aunque los resultados de los alumnos/as en escuelas privadas son mejores que en las escuelas concertadas y stos, a su vez, mejores que los de alumnos/as en centros pblicos, los efectos de la titularidad del centro sobre los resultados no siguen este orden en un anlisis de regresin multinivel. La inclusin de variables personales y familiares de los alumnos, as como de las caractersticas de los centros provoca que, ceteris paribus, la asistencia a escuelas concertadas (respecto a la pblica) incida positivamente sobre los resultados, si bien la asistencia a centros privados tiene un efecto negativo. Tambin con datos de PISA 2000, Fertig (2003) no observa que la titularidad del centro (pblico o privado) incida significativamente sobre los resultados del alumnado en el test en Alemania. Finalmente, el anlisis de regresin de la propia OCDE con los datos de PISA 2003 revela como, para el conjunto de pases participantes, la ventaja en resultados de las escuelas privadas pasa a favor de las pblicas al eliminar el efecto socioeconmico de los estudiantes (en Espaa la titularidad del centro no resulta significativa). Los resultados de nuestro anlisis emprico multivariante (vase el apartado 4.5.3.) confirman que la titularidad del centro no incide sobre los resultados, sino que la mayor puntuacin del alumnado en centros privados se debe al contexto social y cultural de ste.
42
[82]
positiva entre los resultados y la autonoma escolar en la gestin del centro (asignacin de recursos financieros, polticas de personal, decisin sobre los contenidos acadmicos, etc.), si bien esta variable tambin acta preferentemente en combinacin con el entorno social de los alumnos de las escuelas. Asimismo, se constata una relacin positiva entre los resultados de matemticas y la asistencia a educacin infantil ms de un ao (para un periodo inferior los resultados son dispares). Finalmente, del anlisis bivariante se desprende que excelencia e igualdad no se contraponen; al contrario, se observan ms pases con buenos resultados en las puntuaciones y un alto nivel de igualdad que con un bajo nivel (el grado de igualdad se define en funcin del impacto del ndice socioeconmico y cultural sobre los resultados, de modo que a mayor impacto menor igualdad). Ahora bien, tambin existe un elevado nmero de pases con altos niveles de igualdad y una menor excelencia (Espaa se encuentra en este grupo, si bien en los niveles superiores de excelencia dentro de este conjunto de pases). A este respecto, aquellos pases con polticas de inclusin de los alumnos y las alumnas con necesidades de aprendizaje especiales (por tener discapacidades fsicas o psquicas, pertenecer a una determinada etnia o provenir de un entorno socioeconmico desfavorecido), es decir, donde dichos alumnos asisten a centros y clases con el resto de la poblacin, logran tanto unos mejores resultados como un menor nivel de desigualdad. Asimismo, la menor variacin de los resultados en Espaa (especialmente entre escuelas) puede deberse tanto al carcter comprensivo del sistema educati-
vo espaol como a la comparativamente tarda edad de eleccin de itinerario.44 Una vez expuestas las principales relaciones bivariantes entre los resultados de PISA y las variables explicativas ms significativas (incluyendo, asimismo, el efecto del entorno socioeconmico y cultural en dichas relaciones), a continuacin se detallan los resultados de un anlisis de regresin multinivel que considera las variaciones de los resultados PISA entre estudiantes, escuelas y pases, as como el efecto aislado de cada variable explicativa sobre los mismos. Este anlisis ha sido desarrollado por la propia OCDE (vase OCDE, 2004a: captulo 5); en el apartado 4.5.3. se presentarn los resultados derivados del estudio multinivel propio. En primer lugar se observa que, para el conjunto de pases, el porcentaje de variacin en los resultados entre stos es un 10%, mientras que la varianza entre escuelas en los pases es un 28% y la varianza entre estudiantes en las escuelas es un 61%45. Estos resultados confirman que el anlisis de PISA debe centrarse en los determinantes, en los mbitos familiar y escolar, de los resultados y no tanto en las posiciones de los pases. La escasa variacin de resultados entre ellos impide seleccionar el modelo educativo de un pas como ptimo y, quizs, suceptible de ser imitado (Carabaa, 2006b). Asimismo, cabe sealar la fuerte variacin en los resultados entre distintos territorios de un mismo pas, incluso superiores en algunos casos al observado entre pases (Abburr, 2005). En segundo lugar, a continuacin se exponen los efectos netos de algunas variables sobre los resultados de matemticas, cete-
44 Espaa es uno de los pases con menor diferenciacin (existe un solo programa a los 15 aos por 3 de media en la OCDE) y ms tarda (se produce la primera seleccin a los 16 aos, por 14 de promedio en la OCDE). 45 En la comparacin internacional de la varianza (entre centros y en los mismos) debe recordarse que la propia definicin de qu es una escuela incide sobre los resultados (vase el apartado 4.2.2.).
[83]
Captulo 4
ris paribus, y para el conjunto de pases de la OCDE (entre parntesis el caso de Espaa)46:
El aumento de una unidad del ndice del estatus socioeconmico y cultural de los estudiantes incrementa en 22 (21 en Espaa) los puntos de la prueba matemtica. Los chicos muestran unos resultados 15 (13) puntos superiores a las chicas. Los estudiantes nacidos en el extranjero obtienen 12 (20) puntos por debajo de los nacidos en el pas. Los alumnos y alumnas que hablan en casa un idioma distinto a alguno de los oficiales en el pas de anlisis obtienen 10 puntos por debajo de los dems (esta variable no es significativa para Espaa). La asistencia a escuelas de educacin infantil (al menos un ao) aumenta en 8 (19) puntos los resultados. Por lo que respecta al estatus socioeconmico y cultural de la escuela (medido como el promedio de sus alumnos), un incremento de una desviacin estndar genera un aumento de 53 (30) puntos en los resultados matemticos. La exclusin de variables relacionadas con las caractersticas de las escuelas (tamao, localizacin, recursos, clima, polticas, etc.) aumenta el impacto del estatus en 63 puntos. Esta diferencia de 10 puntos revela que existe un margen de intervencin pblica para mejorar los resultados relacionados con las caractersticas escolares (no socioeconmicas y culturales). Un clima de disciplina en la escuela aade, en promedio, 27 (21) puntos a
los resultados del alumnado. Asimismo, una mala relacin entre estudiantes y profesorado reduce los resultados de los primeros (variable no significativa en Espaa). La percepcin de los directores de escuela sobre la moral y el compromiso de los alumnos/as mejora en 3 (6) puntos los resultados. La seleccin de alumnado (examen del historial acadmico y consulta con la escuela de origen) aumenta en 12 puntos los resultados en varios pases donde se produce esta prctica de manera generalizada (variable no significativa en Espaa). La oferta de actividades relacionadas con el aprendizaje de matemticas incrementa en 2 (6) puntos los resultados (por cada actividad adicional ofrecida). El tamao de la escuela tiene un efecto positivo. As, cada 100 alumnos/as adicionales se produce un aumento de 2 puntos en los resultados (variable no significativa en Espaa). La ventaja de las escuelas privadas (de 11 puntos) pasa a favor de las pblicas (en 7 puntos) al eliminar el efecto socioeconmico de los estudiantes (variable no significativa en Espaa). Las escuelas en municipios con menos de 3.000 habitantes tienen una ventaja de 9 puntos, si bien esta relacin vara mucho entre pases (variable no significativa en Espaa). As, los peores resultados de las escuelas rurales puede explicarse por el entorno sociocultural y no por el efecto de la escuela.
46
Algunas variables pueden tener un mayor efecto al actuar conjuntamente con otras; asimismo, determinadas variables relacionadas con prcticas de gestin en las escuelas pueden resultar no significativas debido a la escasa variacin en algunos pases; sucede esto especialmente cuando la poltica viene ampliamente fijada por las autoridades nacionales o locales.
[84]
4.4. METODOLOGA DE ANLISIS

A continuacin se describe la metodologa utilizada en el anlisis emprico propio. En primer lugar, se describen las tcnicas de regresin que se aplicarn en el estudio emprico (multinivel y cuantlica) y se justifica su uso en anlisis con datos como los proporcionados por PISA (como se ha indicado en la introduccin, la descripcin economtrica se presenta en el anexo del captulo); posteriormente se presentan las variables explicativas seleccionadas para desarrollar el estudio y, finalmente, se indican algunas caractersticas del proceso de obtencin de los resultados. 4.4.1. Regresin multinivel y multivariante (descripcin y aplicacin a PISA) El anlisis emprico que se desarrolla en esta investigacin, con los datos de PISA 2003 para Espaa, se basa en aplicar, principalmente, tcnicas de regresin multivariante y multinivel. El anlisis multivariante permite obtener el efecto aislado de una determinada
GRFICO 4.1. ESTRUCTURA CON DOS NIVELES Nivel 2 1 2
variable independiente (explicativa) sobre la variable dependiente (en nuestro caso los resultados en los tests de matemticas). El anlisis multinivel proporciona informacin respecto a la incidencia dentro de y entre las escuelas de los efectos de las variables explicativas. A continuacin se describe qu es el anlisis multinivel y por qu es ms conveniente su aplicacin a los datos de PISA que el tradicional anlisis de regresin lineal. Los modelos multinivel47 se aplican en la evaluacin de los sistemas educatios debido a que permiten tener en cuenta un aspecto determinante de la realidad educativa: los alumnos y alumnas forman parte, o estn anidados , en un nivel superior (las escuelas) vase el grfico 4.1.-48 Como se ha indicado anteriormente, los modelos multinivel permiten conocer no slo el valor promedio de los efectos de las variables explicativas sobre la dependiente, es decir, para el conjunto de unidades de los niveles superiores (escuelas, distritos, pases, etc.), sino tambin la variacin de dichos efectos en dichos niveles e, incluso, constatar si existen interacciones entre variables de distintos niveles.
Escuelas
Nivel 1
Alumnos/as
Este tipo de anlisis tiene diferentes denominaciones: multinivel , de modelos jerrquicos o modelo de coeficiente aleatorio (Hox, 2002). Vase un breve relato histrico de la aplicacin de esta tcnica de regresin en Jones y Duncan (1998), as como usos especficos referidos al mbito educativo en Raudenbush y Bryk (2002). 48 El estudio con variables de distintos niveles agrupadas en un nico nivel es inadecuado porque, conceptualmente, se analizan datos de un nivel que se interpretan en otro; esto se denomina falacia ecolgica cuando se usan variables de nivel 2 para explicar los resultados a nivel 1 y falacia atomista en caso contrario (vase Robinson, 1950). Estadsticamente, si la informacin de nivel 1 se agrega al nivel superior se pierde mucha informacin y el anlisis estadstico pierde fuerza. Inversamente, si unos pocos datos (de unidades de nivel 2) se amplan a muchos ms valores para ms unidades de muestra (nivel 1), dado que los estadsticos habituales tratarn esta informacin como independiente de una muestra mayor (no sindolo), se obtendrn resultados significativos que son, en realidad, espurios (Hox, 2002).
47
[85]
Captulo 4
El anlisis multinivel est especialmente recomendado para realizar estudios con datos como los proporcionados en la evaluacin de PISA, ya que stos provienen de dos niveles (alumnado y escuelas). En este caso, si deseamos analizar el efecto de una variable (por ejemplo, el entorno socioeconmico de los estudiantes) sobre otra (los resultados), mientras que el anlisis de regresin lineal simple dar como resultado una nica recta de regresin (supongamos con pendiente positiva), para el conjunto de la poblacin, el anlisis multinivel generar mltiples rectas, una por escuela. En consecuencia, en el primer tipo de anlisis se observara que el entorno socioeconmico y los resultados acadmicos se relacionan positivamente; en el anlisis multinivel, sin embargo, podra llegarse a dos conclusiones distintas (vase OECD, 2005b)49: Las escuelas tienen una composicin socioeconmica similar y los resultados dependen fuertemente del entorno socioeconmico familiar de los alumnos y alumnas (similar al anlisis de regresin simple aunque dando distintos valores para las diferentes escuelas). Si se observa el grfico 4.2., un anlisis de regresin lineal tendra como resultado la lnea gruesa (nacional), mientras que el anlisis multinivel nos permite capturar las diferencias de nivel entre escuelas.
Los resultados dependen escasamente del entorno socioeconmico familiar; dichas variables se relacionan positivamente porque las escuelas que cuentan con estudiantes de un entorno social ms favorable obtienen mejores resultados y asistir a esas mejores escuelas s depende del estatus socioeconmico familiar (efecto inobservable en el primer anlisis). En el grfico 4.3., mientras que el anlisis de regresin lineal nos vuelve a dar el mismo resultado que en el caso anterior, la regresin multinivel permite contemplar las distintas relaciones entre las variables observadas para todas las escuelas. Asimismo, el anlisis multinivel permite analizar si el efecto de las variables explicativas sobre la dependiente difiere entre escuelas (alteracin de la pendiente de regresin). As, mientras que en los grficos 4.2. y 4.3. en la ecuacin de regresin se permite la variacin del trmino constante (se convierte en una variable aleatoria) pero la pendiente no vara (mientras que en el primero la pendiente es igual a la media nacional, en el segundo no), en el grfico 4.4. vara tanto el trmino constante como la pendiente (ambos son aleatorios)50.
49 Adems del tipo de resultados que presentamos a continuacin, el anlisis multinivel permite conocer si todas las escuelas tienen la misma composicin socioeconmica o si se produce la misma dispersin de resultados. 50 En un caso extremo, podra suceder que la relacin entre el entorno socioeconmico de los estudiantes incidiera positivamente en unas escuelas y negativamente en otras. En ese caso, el anlisis de regresin simple mostrara la ausencia de relacin entre ambas variables (relacin promedio), mientras que el anlisis multinivel permitira observar la disparidad mencionada.
[86]
GRFICO 4.2. MODELO DE REGRESIN LINEAL VERSUS MULTINIVEL: EFECTO SIMILAR (PENDIENTE FIJA)
Resultados
Escuela 2 Nacional Escuela 1
ndice socio-econmico
GRFICO 4.3. MODELO DE REGRESIN LINEAL VERSUS MULTINIVEL: EFECTO DISPAR (PENDIENTE FIJA)
Resultados
Escuela 2
Nacional
Escuela 1
GRFICO 4.4. MODELO DE REGRESIN LINEAL VERSUS MULTINIVEL: EFECTO DISPAR (PENDIENTE ALEATORIA)
Resultados
Escuela 2
Nacional Escuela 1
[87]
Captulo 4
4.4.2. Regresin cuantlica (descripcin y aplicacin a PISA) El anlisis de regresin cuantlica, introducido por Koenker y Bassett (1978)51, permite conocer si existen diferencias significativas en los efectos de la variable explicativa sobre distintos tramos de valor de la variable dependiente, es decir, el efecto de la variable explicativa sobre la distribucin completa de la variable dependiente. Este tipo de regresin es similar al sistema de regresin lineal mltiple, si bien la variable dependiente se considera en distintos segmentos (o cuantiles) relevantes. Ahora bien, de un modo contrario al coeficiente (medio) de regresin por mnimos cuadrticos ordinarios, el estimador mediano de las regresiones cuantlicas (el ms usual) minimiza la suma de errores absolutos y no la suma al cuadrado de los mismos Buchinsky (1998); Fertig (2003). Grficamente, la figura 4.5. nos permite observar el anlisis cuantlico, donde se permite la variacin de la pendiente (es decir, el efecto de la variable explicativa sobre la dependiente), , para diversos valores (cuantiles) de la variable explicada
(Y). Como se observa en dicho grfico, en el ejemplo expuesto el parmetro aumenta a medida que incrementamos el cuantil. En el anlisis con datos de PISA 2003 el uso de regresiones cuantlicas permite conocer si las variables individuales y escolares tienen un efecto significativamente diferenciado para distintos tramos de la variable dependiente (los resultados). De este modo, podemos conocer, por ejemplo, si la nacionalidad de los individuos incide de manera diferente en los alumnos y las alumnas con mejores y peores resultados. 4.4.3. Modelo economtrico y variables seleccionadas Como se ha sealado en los apartados anteriores, el anlisis emprico se lleva a cabo, para el conjunto de la muestra, mediante un modelo de regresin multinivel (multivariante), con la variable dependiente definida como los resultados de los alumnos en matemticas y tomando como independientes un conjunto de variables que se detallan ms adelante (apartados 4.4.3.1. y 4.4.3.2.). De este modo, el modelo economtrico tiene la forma de la ecuacin (I), con unas variables explicativas de nivel 1 estu-
GRFICO 4.5. MODELO DE REGRESIN CUANTLICO: ANLISIS DE LA PENDIENTE
Resultados
Escuela 2
Nacional Escuela 1
51
Para una descripcin detallada y actualizada de la regresin en cuantiles, vase Koenker (2005).
[88]
diantes (Xij), con efectos variables y otras de nivel 2 escuelas (Zj)52. Yij =
0 + 1 Xij + 0 Z j + j X ij + j + ij
(I)
Asimismo, tambin se procede a un anlisis cuantlico (como el descrito en la ecuacin 20 del anexo, apartado 4.B), con variables asociadas a estudiantes y escuelas, para conocer si los efectos de las variables explicativas se mantienen constantes para el conjunto de la distribucin de resultados (en matemticas). Una vez expuestos los modelos economtricos, a continuacin se describen las variables que se incluirn en stos para desarrollar el anlisis. La variable dependiente es el resultado de los alumnos/as en el conjunto de mbitos matemticos. Como se indic en el apartado 4.2.1., el resultado es una media ponderada de las respuestas correctas a todas las preguntas de un determinado mbito (las matemticas en nuestro caso) considerando la dificultad de las cuestiones (que sirve de ponderacin)53. Con posterioridad, los resultados individuales se estandarizan para que la media no condicionada de la muestra sea 500 y su error estndar 100.
En concreto, PISA proporciona 5 valores posibles (VP) de respuesta en cada mbito de anlisis, para cada individuo, y en el modelo de regresin se utilizan todos ellos. Los VP son la representacin de un rango de capacidades que un estudiante puede tener razonablemente (variable latente inobservable). En lugar de estimar la capacidad directamente, se estima una distribucin de probabilidad para cada alumno/a (segn las respuestas de los alumnos/as, y teniendo en cuenta la dificultad de las preguntas, como se ha sealado con anterioridad, as como un conjunto de variables condicionantes54). De este modo, se otorga un rango (no un valor puntual) de posibles valores para un determinado estudiante, reducindose el error de medicin, as como el sesgo de inferencia debido al resultado de medir un inobservable a travs de un test con un reducido nmero de preguntas. Estos VP , asimismo, requieren ciertas calibraciones y adaptaciones (para mejorar su calidad) de mbito nacional55 e internacional, as como tratamiento para la no-respuesta56, de modo que, tras estos ajustes, los VP permiten efectuar comparaciones internacionales.
Para simplificar, en el modelo expuesto se asume la presencia de una nica variable para cada nivel considerado -vase el modelo completo en las ecuaciones (16) a (18) del anexo 4.A. 53 Mediante una vinculacin probabilstica (entre la dificultad de la pregunta y la capacidad del alumno) el modelo Rasch permite que no sea necesario administrar todas las preguntas a cada estudiante ya que, con algunas preguntas de unin, se genera una escala donde situar cada pregunta y estudiante vase OECD (2005a) y Rasch (1960). 54 Estas variables se refieren al sexo del estudiante, la ocupacin del padre y de la madre, as como el resultado medio en matemticas de la escuela a la que asiste el alumno o alumna. 55 En el mbito nacional, por ejemplo, se hacen ajustes para cada pas, tales como eliminar una determinada pregunta (esta eliminacin se efecta en todos los pases si sta genera problemas en ms de diez) o contabilizar para el resultado algunas preguntas de modo diferente en distintos pases. 56 A diferencia de PISA 2000, en donde quienes no respondan a algunas cuestiones de un determinado mbito eran eliminados, en PISA 2003 todos los estudiantes tienen VP en todos los mbitos analizados. Para ello, la generacin de VP supone que la relacin entre el dominio (o mbito) donde existen no-respuestas y las otras variables (condicionantes y de otros dominios) es el mismo para aquellos que han respondido y los que no. Con todas estas relaciones y la informacin sobre el estudiante se lleva a cabo la imputacin. Debido a la abundante informacin considerada para hacer imputaciones, el anlisis con todos los VP produce resultados ms precisos que un anlisis en el que se omiten alumnos que no han respondido a un determinado dominio. Este proceso, sin embargo, exige asumir el conjunto de supuestos sealados anteriormente.
52
[89]
Captulo 4
Como se ha sealado con anterioridad, las variables explicativas pertenecen a dos niveles: estudiantes y escuelas. Con respecto a las primeras, existen variables de tipo personal, educativo, de entorno familiar, actitud del alumno hacia la escuela y las matemticas, as como su aprendizaje. Con respecto a las segundas, las variables escolares se relacionan con las caractersticas de la escuela, los recursos (de personal y material), la admisin y actitud de los alumnos, los procesos de enseanza-aprendizaje y el profesorado. PISA 2003 proporciona tres tipos de variables: cuantitativas, que provienen de las respuestas a los cuestionarios de PISA; ndices, que son transformacin de una o ms variables; e ndices escalados, mediante la metodologa TRI57, a partir de variables surgidas de los cuestionarios a alumnos y directores de escuelas. A continuacin se describe cada una de las variables incorporadas en el estudio emprico (vanse los estadsticos referidos a cada variable en los cuadros 4.7a a 4.7d del apartado 4.5.1.). 4.4.3.1 Variables que provienen del cuestionario respondido por los alumnos y las alumnas
en alguno de los cuatro cursos de la ESO. Por tanto, se generan diversas variables dummy segn el curso: primero y segundo de ESO (CURSO2), tercero (CURSO3) y cuarto (CURSO4). Educacin anterior. Existe informacin referida a: Educacin infantil: el alumno/a no la ha cursado (EDINFA0); ha asistido un ao o menos (EDINFA1); ha cursado ms de un ao (EDINFA2). Edad al empezar primaria (EDPRIM). Repeticin de curso: en primaria (REPPRIM); en secundaria (REPSEC). Expectativa educativa del alumno/a (EXPED): en aos de escolarizacin (se transforma la informacin original, que est en niveles educativos, tal y como se explica ms adelante para la variable referida a la educacin de los padres, vase el cuadro 4.6.). Entorno familiar: Estructura familiar (NUCLEAR): esta variable toma valor 1 si la familia es de tipo nuclear y 0 si adopta otra estructura (monoparental, mixta o de otro tipo). Idioma en casa (LENG): si los alumnos/as hablan, en casa, la lengua del test de PISA (lenguas oficiales espaolas). Nacionalidad (INMIGRAN): si el alumno/a es inmigrante. Aunque la informacin de PISA permite diferenciar si el alumno/a es nativo (nacido en Espaa o con al menos un progenitor espaol), inmigrante de primera generacin (nacidos en Espaa con padres nacidos en el exterior) o estu-
Caractersticas socioeconmicas y demogrfica del alumnado y sus familias

Caractersticas personales: edad del estudiante considerando aos y meses (EDAD)58 y una variable dicotmica vinculada con el sexo, que indica si el alumno es una chica (MUJER). Perfil educativo del alumno: Curso en el que estn los estudiantes en el momento del test. Para el caso espaol, stos se encuentran
Estos ndices se transforman para que, en el conjunto de pases de la OCDE, tengan media cero y desviacin estndar igual a uno. Por tanto, no deben tomarse como valores individuales, sino que se debe interpretar el valor de cada caso en comparacin con la media de la OCDE.
57 58
Los nombres de las variables aparecen en versal.
[90]
diante no-nativo (alumno y padres nacidos en el extranjero), el escaso nmero de casos en el segundo y tercer grupo aconsejan considerarlos conjuntamente. Actividad de los padres: la variable ACTIVO toma valor 1 si el padre de los alumnos/as est laboralmente activo y 0 en caso contrario (en el caso de las madres la variable dicotmica se denomina ACTIVA). Ocupacin del padre y de la madre. PISA clasifica a los individuos en cuatro grupos: profesionales de cuello blanco altamente cualificados , de cuello blanco poco cualificados , de cuello azul altamente cualificados y de cuello azul poco cualificados59. Estas variables permiten a la OCDE construir un ndice socioeconmico del estatus ocupacional (a partir del mayor nivel ocupacional alcanzado por el padre o la madre) que, en consecuencia, es una variable cuantitativa continua. A nuestro entender, la reconversin que efecta la OCDE provoca una prdida de informacin; nos parece ms conveniente tratar la variable ocupacin en su forma original categrica (no continua), aproximacin que resulta ms prxima al concepto de clase social con el que deseara-
mos trabajar. Por tanto, en el anlisis emprico se han conservado las categoras originales, definindose un conjunto de variables dicotmicas, tanto para el padre como para la madre, que permiten analizar las distintas ocupaciones de stos referidos a una categora base. Los nombres de las variables correspondientes son los siguientes: empezando con las relativas al padre del alumno, PBCUAL toma el valor 1 si ste tiene una ocupacin de cuello blanco cualificado, PBNCUAL corresponde a una ocupacin de cuello blanco poco cualificado, PAZCUAL a una de cuello azul cualificado y PAZNCUAL (categora de referencia) a cuello azul no cualificado. Para las madres se genera el mismo tipo de variables que para los padres, denominadas, respectivamente, MBCUAL, MBNCUAL, MAZCUAL y MAZNCUAL. Educacin de los padres: en aos de escolarizacin ( AOSEDPA , para el padre, y AOSEDMA para la madre). Dado que la informacin referida a la educacin de los padres est en niveles (en escala ISCED)60, para crear las variables en aos de escolarizacin se siguen las equivalencias que muestra el cuadro 4.6.:
59 Las ocupaciones que comprende la categora de cuello blanco altamente cualificado son las siguientes: legisladores, directivos, profesionales, tcnicos y profesionales asociados; las ocupaciones de cuello blanco poco cualificadas son: trabajadores de servicios, vendedores y oficinistas; cuello azul altamente cualificado: trabajadores cualificados de la agricultura, pesca, manufacturas y comercio; cuello azul poco cualificado: operadores de mquinas y de planta, ensambladores y en ocupaciones elementales. 60 En terminologa ISCED, y para el caso espaol, la educacin infantil es ISCED-0, educacin primaria, ISCED-1, educacin secundaria obligatoria, ISCED-2; bachillerato, ISCED-3A; ciclos formativos de grado medio y similares, ISCED-3B y 3C; estudios postsecundarios no terciarios (artes aplicadas, oficios artsticos y FP-II), ISCED-4; estudios universitarios salvo doctorado, ISCED-5A); ciclos formativos de grado superior, ISCED-5B); doctorado, ISCED-6 vase OECD (1999).
[91]
Captulo 4
CUADRO 4.6. EQUIVALENCIAS ENTRE NIVELES EDUCATIVOS (EN TERMINOLOGA ISCED) Y AOS DE ESCOLARIZACIN NIVEL EDUCATIVO ISCED AOS DE ESCOLARIZACIN
No ha ido a la escuela Primaria EGB o ESO CFGM Bachillerato CFGS Universidad
0 1 2 3B-3C 3A-4 5B 5A-6
0 6 10 11 12 14 15
Asimismo, se consideran en el estudio las formas cuadrticas de ambas variables para contrastar si el efecto de la escolarizacin de los padres sobre los resultados de los alumnos es lineal. Nivel cultural familiar: en la elaboracin de las variables referidas al estatus cultural del hogar se han tenido en cuenta los siguientes aspectos. En PISA existen diversas variables (ndices escalados) que describen el nivel cultural-educativo del hogar. As, el ndice Comphome recoge informacin referida a si el hogar dispone de recursos informticos para el estudio (ordenador para realizar trabajo escolar, software educativo y conexin a Internet); Cultposs la existencia de bienes de cultura clsica (libros de literatura, poesa y obras de arte); y Hedres artculos educativos (libros para el estudio, calculadora, diccionario, escritorio y un sitio tranquilo para estudiar). Asimismo, la variable Homepos (una proxy de la posesin de bienes del hogar) considera, conjuntamente, los ndices sealados anteriormente, as como la existencia de una habitacin propia del estudiante, lavadora (sic) y ms de 100 libros en el hogar. Aunque las variables que constituyen el ndice Homepos permiten descri-
bir el estatus cultural del hogar, preferimos no incorporar directamente dicho ndice, ya que no nos parece relevante en este contexto la incorporacin de informacin acerca de la lavadora. En consecuencia, en el estudio emprico se incluyen, separadamente, diversas variables culturales, tales como ORDENADOR (referida a Comphome), CLASICA (Cultpos), MATESTUD (Hedres), y disponer de ms de 100 libros (LIBROS) que, adems, permiten un anlisis pormenorizado de los determinantes familiares culturales sobre los resultados de PISA. Del grupo de variables de entorno familiar descritas anteriormente se ha excluido del anlisis emprico aquella referida al estatus socioeconmico y cultural que utiliza la OCDE en sus estudios, definida como un ndice escalado a partir de la informacin del estatus ocupacional de los padres (otra variable-ndice), los aos de escolarizacin y la posesin de bienes en el hogar (homepos), por considerar el estatus socioeconmico y cultural como una escala numrica en la que se sitan los individuos. As, como se ha sealado en los prrafos anteriores, en nuestro anlisis se incluyen por separado dichos conceptos de clase social, educacin de los padres y posesin de bienes culturales.
[92]
Caractersticas de actitud y comportamiento de los alumnos/as ante la escuela y los profesores

Actitud del alumno/a hacia la escuela: la variable (denominada ATSCHL) es un ndice escalado61, que contiene cuatro tipos de respuestas (estoy muy de acuerdo , de acuerdo , en desacuerdo , en fuerte desacuerdo) a las siguientes cuatro preguntas: la escuela ha hecho poco para prepararme para la vida adulta cuando deje la escuela; la escuela ha sido una prdida de tiempo; la escuela me ha dado confianza para tomar decisiones; la escuela me ha enseado cosas que podran ser tiles en el trabajo . Relaciones entre profesorado y alumnado: la variable STUREL es un ndice escalado, con cuatro tipos de respuestas (como las descritas anteriormente) a las siguientes cinco preguntas: los alumnos se llevan bien con la mayora de profesores; la mayora de profesores estn interesados en el bienestar de los estudiantes; la mayora de profesores escuchan lo que tengo que decir; si necesito ayuda adicional, la recibir de mis profesores; la mayora de mis profesores me tratan justamente . Sensacin de pertenecer a la escuela (BELONG): ndice escalado con cuatro tipos de respuestas (como anteriormente), por parte de los alumnos, a las siguientes cinco preguntas: me siento como un extrao en la escuela; en la escuela hago amigos fcilmente;
siento que pertenezco a la escuela; me siento querido por otros alumnos; me siento incmodo y fuera de lugar; me siento solo . Eleccin de escuela. Diversas variables recogen informacin sobre los motivos que han llevado a los estudiantes, o a sus padres y madres, a escoger la escuela a la que asisten (los alumnos/as responden afirmativa o negativamente): es la escuela local para los que viven en la zona; es una escuela mejor que otras; me gustan los programas de estudio existentes; me gusta la filosofa o afiliacin religiosa del centro; han ido miembros de la familia antes; otras razones . Para el anlisis emprico propio se considera slo la respuesta vinculada con la filosofa (o vocacin religiosa) de la escuela ya que constituye un elemento de diferenciacin entre centros (la variable se denomina ELECCION).
Actitud y comportamiento de los alumnos/as ante las matemticas y su estudio

Inters y disfrute de las matemticas: la variable (INTMAT) es un ndice escalado, que permite cuatro tipos de respuestas por parte del alumnado (estoy muy de acuerdo , de acuerdo , en desacuerdo , en fuerte desacuerdo) a las siguientes cinco preguntas: disfruto leyendo matemticas; espero las clases de matemticas; hago matemticas porque me gustan; me interesan las cosas que aprendo de matemticas .
En las variables que son ndices escalados, sea cual sea el sentido de la pregunta (positivo o negativo) se altera el escalado en las opciones para que los valores positivos del ndice siempre muestren un sentido positivo a la pregunta formulada (que origina a la variable). De este modo, por ejemplo, en ATSCHL, un valor positivo indica una actitud positiva hacia la escuela. Otros ejemplos (para variables que aparecen ms adelante) son los siguientes: en STUREL, un valor positivo indica una percepcin positiva de la relacin entre alumnos/as y profesores/as; STUDBEHA un comportamiento de los alumnos/as en el aula positivo; y en DISCLIM percepciones de un clima de disciplina. Slo para la variable relacionada con la ansiedad (ANXMAT) los valores positivos indican un mayor grado de ansiedad.
61
[93]
Captulo 4
Motivacin instrumental en las matemticas (INSTMOT): ndice escalado construido como en la variable anterior, a partir de las siguientes preguntas: vale la pena esforzarme en matemticas porque ser til en el trabajo; aprender matemticas permitir mejorar mi carrera profesional; necesito las matemticas para lo que quiero estudiar posteriormente; aprender muchas cosas en matemticas que me ayudarn a encontrar un trabajo . Este ndice refleja un inters por las matemticas pero, a diferencia del anterior, el inters se origina por la percepcin del alumno/a de su utilidad futura. Auto-eficacia en matemticas (confianza en resolver distintas preguntas): se plantean ocho preguntas matemticas y se cuestiona al alumno/a si se ve capaz de resolverlas (muy seguro , seguro , no muy seguro , incapaz). A partir de las respuestas planteadas se elabora el ndice escalado denominado MATHEFF. Ansiedad ante las matemticas (ANXMAT): para elaborar dicha variable, se construye un ndice escalado a partir de la siguientes cuestiones (con cuatro niveles de acuerdo en las respuestas): me preocupa a menudo que las clases de matemticas sean difciles para m; me pongo muy tenso cuando debo hacer mis ejercicios de matemticas; me pongo muy nervioso al resolver problemas matemticos; me siento incapacitado para resolver problemas matemticos; me preocupa que obtendr malas notas en matemticas . Auto-concepto ante las matemticas: esta variable (SCMAT) se elabora como las anteriores a partir de las siguientes preguntas: no soy bueno en matemticas; obtengo buenas notas en matemticas; aprendo las matemticas rpidamente; siempre he considerado que las matemticas es una de mis
mejores asignaturas; en clase de matemticas entiendo incluso los ejercicios ms difciles . Memorizacin para el aprendizaje de las matemticas (MEMOR). Los alumnos y alumnas valoran una serie de preguntas mediante cuatro niveles de respuesta (totalmente de acuerdo; de acuerdo; en desacuerdo; totalmente en desacuerdo). Las preguntas son las siguientes: reviso tanto algunos problemas de matemticas que siento que los podra resolver mientras duermo; intento aprender las respuestas de memoria; hago muchos ejemplos para poder recordar el mtodo de resolucin; intento recordar cada paso del procedimiento de resolucin . Estrategias de aprendizaje de las matemticas (ELAB). El ndice escalado se construye como se ha indicado para la variable anterior a partir de las siguientes preguntas: cuando resuelvo problemas de matemticas a menudo pienso en nuevos modos de alcanzar la respuesta; pienso cmo pueden utilizarse en la vida ordinaria las matemticas aprendidas; intento comprender nuevos conceptos en matemticas mediante su relacin con aspectos que ya conozco; cuando resuelvo ejercicios a menudo pienso en cmo puede aplicarse la solucin a otras cuestiones interesantes; cuando aprendo matemticas intento relacionar el trabajo con aspectos que he aprendido en otras asignaturas . Estrategias de control del aprendizaje de las matemticas (CSTRAT). Como anteriormente, se construye un ndice escalado a partir de las respuestas a las siguientes afirmaciones: cuando estudio para un examen de matemticas intento saber qu partes son ms importantes de estudiar; cuando estudio compruebo si recuerdo el trabajo
[94]
hecho con anterioridad; cuando estudio intento descubrir qu conceptos no comprendo adecuadamente; cuando no logro comprender algo en matemticas siempre busco ms informacin para comprender el problema; cuando estudio siempre empiezo por conocer qu preciso exactamente para aprender . Preferencia por un aprendizaje competitivo (COMPLRN). Se crea un ndice escalado que contiene actitudes competitivas en el aprendizaje de las matemticas, tales como querer ser el mejor de la clase y similares. Preferencia por un aprendizaje cooperativo (COOPLRN). Se crea una variable como la anterior pero considerando actitudes cooperativas, tales como una preferencia por el trabajo en equipo y similares. Horas por semana dedicadas al estudio de matemticas fuera del horario escolar. Se pregunta acerca de las horas dedicadas a realizar deberes ordenados por el profesor; clases de recuperacin en la escuela; clases de mejora en la escuela; clases con un tutor; asistencia a clases de matemticas fuera de la escuela; otras actividades (como participacin en clubes de matemticas). Para el anlisis emprico se computan todas las horas sealadas en una sola variable (denominada MATFUERA).
Minutos de clase de matemticas (MMINS). Se obtiene multiplicando la duracin media de una clase de matemticas (en minutos) por el nmero de clases en las que se recibe instruccin matemtica en la ltima semana completa a la que ha asistido el alumno o alumna a la escuela. Apoyo de los profesores (TEACHSUP). Se construye una variable (como ndice escalado) a partir de las siguientes respuestas: en cada clase de matemticas; en la mayora de clases; en algunas; nunca o casi nunca , a las siguientes preguntas: el profesor muestra inters en el aprendizaje de cada alumno; el profesor proporciona ayuda adicional cuando los alumnos lo necesitan; ayuda a los alumnos en su aprendizaje; el profesor sigue explicando hasta que los alumnos comprenden; se da oportunidad de expresar opiniones a los alumnos . Clima disciplinario (DISCLIM). Con una tipologa de respuesta igual a la del caso anterior se construye un ndice escalado a partir de las respuestas a las siguientes afirmaciones: los estudiantes no escuchan lo que dice el profesor; existe ruido y desorden; el profesor tiene que esperar bastante tiempo a que los estudiantes se calmen; los alumnos no pueden trabajar bien; los alumnos no empiezan a trabajar hasta bastante tiempo despus de empezar la clase .
Instruccin y clima en el aula

Nmero medio de alumnos/as en clase de matemticas (ALUMNOSM), as como una forma cuadrtica de la variable (ALUMNOSM2). Nmero de semanas de instruccin (general) durante el curso escolar (CLASEAO).
4.4.3.2 Variables que provienen del cuestionario respondido por los directores de las escuelas
Caractersticas demogrficas, de recursos, socioeconmicas y culturales de la escuela

Tamao del municipio en el que se localiza la escuela. PISA proporciona la siguiente clasificacin: con menos de
[95]
Captulo 4
3.000 habitantes; entre 3.000 y 15.000; 15.000-100.000; 100.0001.000.000; ms de un milln . En nuestro estudio se incluyen tres variables dummy: TAMUNI1 (menos de 100.000 habitantes), TAMUNI2 (entre 100.0001.000.000) y TAMUNI3 (ms de un milln). Nmero de alumnos en la escuela (SCHLSIZE). Porcentaje de alumnas en la escuela (PCGIRLS). Porcentaje de alumnos no nativos en la escuela. Para el anlisis emprico se crean tres intervalos: sin inmigrantes (NONAT0), con hasta un 10% de inmigrantes en el centro (NONAT1) y con ms de un 10% (NONAT2). Porcentaje de alumnos/as con una primera lengua distinta a la de la evaluacin de PISA (variable DISTLENG). Esta variable est construida en intervalos (menos del 10%; 10-20%; 20-40%; ms del 40%). En el anlisis emprico, se considera dicha variable en los intervalos propuestos y tambin de forma continua: para su conversin, se toman los puntos medios de cada intervalo. Tipo de escuela. Si los alumnos acuden a un centro de titularidad pblica, privada independiente o privada concertada. Para ello se crean tres variables dicotmicas (PUBLICA, PRIVIND y CONCERT) a partir de la variable original que recoge toda la informacin, siendo la categora base la asistencia a la escuela pblica (PUBLICA). Porcentaje de repetidores en la escuela en el nivel escolar correspondiente a la ESO (PREPESO). La informacin se refiere al ao anterior al de la evaluacin. Nivel socioeconmico de la escuela (perfil social escolar): se crea una variable a partir de la informacin sobre las ocupaciones de los padres y madres de
los alumnos/as que asisten a una determinada escuela. Dado que preferimos no utilizar la variable-ndice para describir el entorno socioeconmico (procedimiento aplicado por la OCDE), procedemos del siguiente modo. En primer lugar, se selecciona la ocupacin ms cualificada de entre las que desarrollan los dos progenitores. Posteriormente, se asigna a cada escuela un nivel correspondiente a la moda de los obtenidos en el primer paso. En consecuencia, el nivel socioeconmico de la escuela se define como: de padres/madres de alumnos/as de cuello blanco cualificado (ESCBLAC); de cuello blanco no cualificado (ESCBLANC); de cuello azul (ESCAZ) las dos categoras asociadas con cuello azul se agrupan en una sola debido a que la prctica totalidad de centros de cuello azul corresponden al grupo de cualificados . Nivel o clima educativo de la escuela: se crea una variable que es la media de los aos de escolarizacin de los padres/madres de los alumnos/as que asisten a una determinada escuela (CLIMAED). Recursos personales y materiales de los centros escolares: diversas variables reflejan aspectos cuantitativos y cualitativos relacionados con la disponibilidad de recursos. Las variables son las siguientes: Problemas para contratar profesores de matemticas cualificados (PROFMAT). Son posibles cuatro respuestas (no; muy poco; algo; mucho), pero se crea una variable dicotmica con valor 0 para los dos primeros casos y 1 para los dos ltimos. Material educativo. Una variable-ndice escalado (SCMATEDU) describe la disponibilidad de material educativo a partir de respuestas (con la tipologa indicada para la variable anterior) a las siguientes preguntas: libros de
[96]
texto; ordenadores para ensear; software para ensear; calculadoras; materiales en la biblioteca; recursos audiovisuales; equipos de laboratorio . Recursos materiales (SCMATBUI). Variable similar a la descrita anteriormente, referida a la existencia de problemas con los edificios (y los patios), los sistemas elctricos, de calefaccin y refrigeracin, as como con el espacio de instruccin (las aulas). Los valores positivos de la variable indican evaluaciones positivas de este aspecto. Ratio de ordenadores por estudiante (RATCOMP). Porcentaje de ordenadores conectados a Internet (COMPWEB). Ratio del nmero de alumnos/as por profesor de matemticas (SMRATIO) para el conjunto de alumnos del centro y el conjunto de profesores de matemticas. Se genera tambin una variable de forma cuadrtica (SMRATIO2). Porcentaje de profesores de matemticas licenciados en matemticas (PROFMLIC).
deseo o necesidad del alumno de realizar un programa educativo especial; presencia de familiares en la escuela (antes o actualmente) . Los centros se clasifican en aquellos que no consideran ningn factor en la admisin de alumnos , consideran al menos uno de estos factores , dan alta prioridad al menos a uno de estos factores y centros en los que al menos uno de estos factores es un prerrequisito para la admisin de alumnos . En nuestro anlisis, sin embargo, se prefiere utilizar una variable que recoja algn elemento que denote una clara voluntad de seleccionar a los alumnos por parte del centro en funcin de su origen socioeconmico, como son una recomendacin de la escuela a la que el alumno o alumna ha asistido con anterioridad, la aprobacin, por parte de los padres, de la filosofa del centro, as como el deseo o necesidad del alumno de realizar un programa educativo especial. As, se genera la variable dicotmica SELEC con valor 1 si se usa alguno de los tres criterios mencionados (en cualquier grado) y 0 en caso contrario. Autonoma de gestin del centro escolar: ndice de autonoma de recursos (AUTRES). Nmero de decisiones respecto a los recursos de la escuela que son responsabilidad de la direccin de entre las siguientes: seleccin y despido de profesores, fijacin de salarios de inicio (e incrementos salariales posteriores) de los profesores; presupuesto escolar y asignacin de recursos financieros en la escuela. ndice de autonoma curricular (AUTCURR). Nmero de decisiones que son responsabilidad de la direccin de entre los siguientes aspectos: poltica de evaluacin de los alumnos; libros de texto; contenido del curso; y cursos que se ofrecen.
Polticas de los centros: seleccin, autonoma y enseanza

Polticas de admisin de alumnos/as: PISA propone un ndice escalado como variable que indica si los centros realizan polticas de seleccin de alumnos/as. Para elaborar este ndice los directores de los centros indican cmo valoran los siguientes factores de seleccin: residencia en un rea especfica; expediente de los alumnos; recomendacin de la escuela anteriormente asistida; aprobacin, por parte de los padres, de la filosofa del centro;
[97]
Captulo 4
Proceso de enseanza-aprendizaje: Evaluacin a los alumnos (EVALUAC): un ndice recoge informacin sobre la cantidad de evaluaciones llevadas a cabo a lo largo del ao (menos de 20; entre 20 y 39; 40 y ms). Dichas evaluaciones pueden ser exmenes estandarizados , exmenes propios de los profesores , evaluaciones de los profesores o correccin de ejercicios escolares . En nuestro anlisis se considera este ndice de forma dicotmica, generando una variable con valor 1 si se producen 40 o ms evaluaciones. Tipo de enseanza de matemticas en clase. En PISA estn disponibles diversas variables (y un ndice escalado asociado) que indican si en los centros todas las clases, algunas o ninguna llevan a cabo algn tipo de agrupacin de alumnos/as. Estas variables se refieren a agrupaciones llevadas a cabo segn los siguientes criterios: se ensea un contenido similar con distinto nivel de dificultad; distinto contenido con distinto nivel de dificultad; agrupacin de alumnos por capacidad; uso de distinta pedagoga para distintos alumnos (no grupos) . En el anlisis emprico nos ha parecido conveniente incluir una variable referida a la tercera cuestin, es decir, si en el centro se llevan a cabo agrupaciones de alumnos por capacidad. En concreto, dado que dicha variable tiene 3 respuestas posibles, se generan tres variables dicotmicas: AGRUP1 (agrupacin en todas las clases), AGRUP2 (agrupacin en algunas clases) y AGRUP3 (inexistencia de agrupaciones, que constituye la categora de referencia). Estimulacin del aprendizaje de las matemticas. Se considera la variable (MACTIV), que refleja el nmero de actividades diferentes que realiza el centro para estimular el aprendizaje de
matemticas (clases de recuperacin o de mejora, competiciones matemticas, etc.). ndice de moral de los estudiantes (STMORALE). Este ndice escalado proviene de las respuestas de los directores, que pueden ser cuatro (totalmente de acuerdo; de acuerdo; en desacuerdo; totalmente en desacuerdo), a las siguientes preguntas: a los alumnos les gusta asistir a la escuela; trabajan con entusiasmo; estn orgullosos de la escuela; valoran los logros acadmicos; son cooperativos y respetuosos; valoran la educacin que pueden recibir en la escuela; hacen todo lo posible por aprender al mximo . ndice de comportamiento de los alumnos (STUDBEHA). ndice escalado referido a los elementos que impiden el aprendizaje en la escuela debido al comportamiento de los estudiantes, tales como: absentismo escolar , problemas en el aula , faltas puntuales de asistencia , falta de respeto a los profesores , uso de alcohol (o drogas ilegales) y bull. Los valores positiying entre alumnos vos indican un mejor comportamiento. Grado de innovacin del profesorado de matemticas (INNOVAMA). Se pregunta si los profesores estn interesados en practicar nuevos mtodos y prcticas de enseanza. Las respuestas posibles son muy de acuerdo , de acuerdo , en desacuerdo o totalmente en desacuerdo . En el estudio emprico esta variable se transforma en dicotmica (de acuerdo o no). Voluntad de exigencia en matemticas de los profesores. Mediante dos variables, se muestra si los profesores estn interesados en mantener un nivel alto de matemticas (MATALTO) o adaptarse al nivel de los alumnos (ADAPAL). En cada caso, se responde que se est muy de acuerdo , de acuerdo , en desacuerdo o total-
[98]
mente en desacuerdo . En nuestro estudio emprico, estas variables se transforman en dicotmicas (de acuerdo o no). Comportamiento de los profesores (TEACBEHA). ndice escalado que revela el comportamiento de los profesores relacionado con el proceso de aprendizaje de los alumnos a partir de diversos factores: baja expectativa de los profesores con respecto a los alumnos , absentismo , pobres relaciones entre alumnos y profesores , grado de satisfaccin de las necesidades de los alumnos , resistencia al cambio por parte de los profesores , exceso de disciplina con los alumnos y falta de apoyo a los estudiantes para que desarrollen todo su potencial . Las respuestas a dichas cuestiones pueden ser estar totalmente de acuerdo; de acuerdo; en desacuerdo; totalmente en desacuerdo . Moral de los profesores (TCMORALE). Esta variable (ndice escalado) recoge informacin sobre determinadas cuestiones (las respuestas siguen la tipologa indicada para la variable anterior): la moral del profesorado del centro es alta; los profesores trabajan con entusiasmo; los profesores estn orgullosos de su escuela; los profesores valoran el logro acadmico de los alumnos . Participacin de los profesores (TCHPARTI). ndice escalado que describe el grado de participacin de los profesores en distintos mbitos de gestin (de recursos humanos, recursos financieros y mbito acadmico). Idioma: En escuelas con alumnos y alumnas cuya primera lengua no es un idioma
oficial del Estado, oferta de clases de la lengua de dichos alumnos. Las respuestas posibles son: no; s, en un idioma; s, en dos o ms idiomas . En nuestro estudio se crea una variable dicotmica (ENSELENG) que separa la respuesta negativa de las afirmativas. En escuelas con alumnos cuya primera lengua no es la lengua oficial, instruccin de partes del currculo en el idioma de dichos alumnos. Las respuestas posibles son las mismas que las indicadas para la variable anterior y, para nuestro anlisis, se genera una variable dicotmica (CURLENG) que separa la respuesta negativa de las afirmativas. 4.4.4. Descripcin del mtodo de clculo y de la preparacin de los datos para desarrollar el anlisis emprico A continuacin indicamos ciertas particularidades de las variables elegidas para el estudio emprico, as como del proceso de preparacin de los datos para poder ser utilizados en el mismo62. Con respecto a la variable dependiente, como se ha sealado en el apartado 4.4.3., PISA proporciona cinco valores posibles (VP) como resultados de cada alumno/a en cada mbito de anlisis. En el clculo de estimadores (media, error estndar, coeficiente de regresin, etc.), deben utilizarse los cinco VP de un determinado modo: se llevan a cabo los clculos de los estadsticos para cada VP y con posterioridad se toma la media del valor resultante para determinar su valor final; as, no es correcto tomar el valor medio de los cinco VP y calcular posteriormente los estadsticos ya que, en este procedimiento, existira sesgo en la estima-
62
La preparacin del conjunto de variables, as como el anlisis bivariante se lleva a cabo mediante el programa informtico SPSS, versin 13.0. La regresin cuantlica se desarrolla con el programa STATA, en su versin 9.2. Para las regresiones multinivel se utiliza el programa HLM (hierarchical linear model) en su versin 6.0.
[99]
Captulo 4
cin (OECD, 2005a). En realidad, para el clculo de los estadsticos se utilizan los cinco VP (como se ha sealado anteriormente) y 80 rplicas63 que proporciona PISA, que permiten obtener de forma eficiente varianzas muestrales en consecuencia, tambin, los errores estndar y calcular la significatividad de los estimadores64. La justificacin del uso de replicaciones es la siguiente: en muestras como la de PISA (seleccionada en dos etapas: primero las escuelas y posteriormente los estudiantes), los alumnos/as escogidos tienen unas caractersticas ms parecidas entre s que cuando la muestra es por eleccin aleatoria simple. Por tanto, no pueden usarse las frmulas tradicionales de clculo de varianza que se aplican en muestras aleatorias, ya que se obtienen varianzas muestrales subestimadas y, en consecuencia, el error estndar estimado es demasiado pequeo, dndose como significativos resultados espurios. Por dicho motivo deben usarse mtodos de replicacin (que generan diversas submuestras, o replicaciones, para el conjunto de la muestra) para el clculo de varianzas; as, se calcula el estadstico deseado para cada replicacin y luego se compara con la estimacin para el conjunto de la muestra. De este modo, se obtiene la varianza muestral que, en PISA, se estima con el mtodo de replicacin BRR (balanced repeated replication) con la modificacin de Fay (vase OECD, 2005a: captulo 8). Con respecto a la falta de respuestas de los individuos (missings), son posibles diversos tratamientos (dependen de los factores que generan valores missing), destacando, en diferentes anlisis empricos, tres criterios vase Allison (2002); Cohen et al. (2003) y Rubin (1989)-:
a) Eliminacin de individuos que presentan casos missing en alguna variable. b) Imputacin del valor medio de la variable para aquellas observaciones con valores missing, generando, adems, una variable dummy que separa a los individuos con casos perdidos en una determinada variable de aquellos que s proporcionan algn valor. c) Imputacin de valores a partir de la informacin existente en otras variables relacionadas mediante un proceso iterativo. El inconveniente de utilizar el primer criterio, adems de los problemas de sesgo en el clculo de estimadores en algunos casos (dependiendo de cules son los factores causantes de los valores missing), reside en que en estudios en el mbito de las ciencias sociales, la inclusin de varias variables puede generar que se deba prescindir de un gran nmero de observaciones, perdindose precisin en el anlisis y capacidad de inferencia poblacional. Asimismo, tambin presenta fuertes inconvenientes el criterio c), ya que exige conocer el tipo de relacin que existe entre la variable con casos perdidos y las otras variables relacionadas que quieren utilizarse para imputar valores. Por tanto, en este estudio se ha seguido el criterio b) para imputar valores a los casos perdidos, que presenta la ventaja de poder incluir en el anlisis a los individuos con algunas observaciones missing. A modo de ejemplo (Willms y Smith, 2005): si para una variable determinada X algunos individuos no presentan ningn valor, en primer lugar se genera una dummy D que toma valor 1 cuando un individuo presenta un valor missing y 0 en caso contrario. En segundo lugar se genera una nueva variable X que toma los siguientes valores:
Las rplicas son valores de la variable que se obtienen de muestras que surgen de transformar la original mediante una alteracin de los pesos de sta de acuerdo con un algoritmo especfico del mtodo de replicacin. 64 Este mtodo de clculo se utiliza tambin para el anlisis estadstico de otras variables que no son VP .
63
[100]
X = X si D=0
_ X = c si D=1; con c= X (valor medio de la variable X) As, el modelo de regresin (considerando slo esta variable explicativa y un modelo de regresin lineal) pasara de ser el modelo (II), si hubiramos escogido el criterio a), al modelo (III), al aplicar el criterio c), donde 1 recoge el cambio marginal en la variable dependiente ante un aumento de una unidad de la variable explicativa para los individuos que no tienen casos perdidos y 2 recoge la diferencia en valores de la variable dependiente para los casos que han proporcionado informacin en X y los que no: Yi = 0 + 1 Xi +
prueba) con y sin ponderaciones normalizadas han proporcionado resultados muy similares en los coeficientes estimados y, adems, no se han observado alteraciones en la significatividad de las variables explicativas.
4.5. DETERMINANTES DE LOS RESULTADOS DEL ALUMNADO ESPAOL EN LA EVALUACIN DE MATEMTICAS DE PISA 2003, CON ESPECIAL ATENCIN A LOS FACTORES SOCIOECONMICOS Y CULTURALES
En este apartado se presenta el anlisis emprico, desarrollado con los microdatos proporcionados por PISA, que pretende determinar los factores que inciden sobre los resultados del alumnado espaol en los tests de matemticas de la prueba de 2003. La estructura del apartado es la siguiente: en primer lugar se presentan las principales caractersticas de las variables explicativas utilizadas en el estudio. En segundo lugar se muestran las relaciones bivariantes existentes entre los resultados (de matemticas) de PISA 2003 para Espaa y las variables explicativas, as como algunas relaciones bivariantes segn niveles de resultados y tipo de centro escolar. En tercer lugar se muestran los determinantes (individuales, familiares y escolares) de los resultados del alumnado espaol en la evaluacin de PISA, mediante un anlisis de regresin multivariante y multinivel. Finalmente, realizamos un anlisis de regresin por cuantiles de la variable dependiente para conocer si las variables explicativas inciden de un modo diferenciado sobre los resultados para aquellos alumnos que obtienen las peores y mejores puntuaciones.
i i
(II) (III)
Yi = 0 + 1 + 2 D +
Finalmente, debe decidirse si los individuos de la muestra pesan todos igual en la muestra o, contrariamente, si se introduce una ponderacin diferente para cada estudiante con objeto de reconstruir la participacin poblacional del individuo. En el anlisis de regresin, la consideracin de los valores poblacionales genera problemas de interpretacin de los estadsticos (Dronkers y Robert, 2004). Este inconveniente puede solucionarse normalizando los pesos, de modo que los individuos tienen distinta ponderacin (representacin poblacional) pero el conjunto de individuos mantiene su tamao muestral (no el poblacional) Willms y Smith (2005)-. Ahora bien, en nuestro anlisis de regresin hemos trabajado con la muestra sin pesos (de ningn tipo) debido a que se han eliminado de la muestra tres escuelas en las que existan menos de cuatro alumnos y, en consecuencia, los pesos proporcionados por la OCDE no equivalen exactamente a los de la nueva muestra. En cualquier caso, las distintas estimaciones economtricas realizadas (a modo de
[101]
Captulo 4
4.5.1. Descripcin explicativas
de
las
variables
En los cuadros 4.7a a 4.7c se presentan los principales estadsticos que describen a las variables explicativas. Los dos primeros cuadros incluyen las variables referidas a los estudiantes y sus familias (el cuadro 4.7a incluye las caractersticas personales y familiares de los alumnos y el cuadro 4.7b sus opiniones sobre las matemticas y el proceso de aprendizaje en las escuelas). El tercer cuadro (4.7c) muestra la informacin que proporcionan los directores de los centros educativos sobre las caractersticas materiales y personales de las escuelas y de los procesos de gestin e instruccin en las mismas. Como se ha sealado en el apartado 4.2.1., toda la informacin de la evaluacin de PISA est referida a los estudiantes, incluso aquella de nivel 2 (escuelas), ya que es la nica muestra representativa respecto a la poblacin. Con relacin a las caractersticas personales del alumnado, en el cuadro 4.7a se observa que stos tienen, en promedio, 15 aos y 10 meses (la edad en el cuadro est en escala decimal) y que el 50,8% son chicas. La informacin relativa a la educacin del alumnado revela los siguientes aspectos: la mayora se encuentra en los cursos esperados, ya que slo el 3,2% cursa en niveles inferiores a tercero de ESO (CURSO2); slo el 5,4% no ha asistido a algn curso de educacin infantil (EDINFA0), mientras que el 84,4% s ha cursado dicho ciclo durante ms de un ao (EDINFA2); la edad de inicio promedio en educacin primaria es 5 aos y 7 meses; el 6,4% ha repetido algn curso en primaria (REPPRIM) y el 25,3% en secundaria (REPSEC); la expectativa educativa del alumnado (EXPED) es alcanzar 11,8 aos de escolarizacin (es decir, cursar bachillerato). Las variables familiares indican los siguientes aspectos: el 81,3% del alumnado residen en hogares de tipo nuclear (es decir,
con presencia del padre y de la madre en l); existe una escasa presencia de alumnado inmigrante (3,4%), as como de alumnado cuya lengua familiar es distinta a alguna de las oficiales del Estado (1,7%). Respecto a las variables socioeconmicas, se constata que el 94,6% de alumnado tiene a un progenitor en situacin de activo, reducindose dicho porcentaje al 62,8% en el caso de las madres. En cuanto a la clase social, segn la ocupacin del padre, se observa un reparto casi al 50% de los alumnos entre la clase social asociada a una ocupacin de cuello azul cualificada (PAZCUAL) o no cualificada (PAZNCUAL) y de cuello blanco tambin cualificada (PBCUAL) o no (PBNCUAL), si bien, en ambos grupos, predominan las categoras cualificadas. Dicha distribucin equitativa entre ocupados en actividades de cuello azul y cuello blanco tambin se observa en las madres pero, en este caso, en ambos grupos predominan las categoras no cualificadas (vase MAZNCUAL y MBNCUAL). Finalmente, las variables educativas revelan que padres y madres tienen en torno a 10 aos de escolarizacin, es decir, han superado la EGB (segn la estructura educativa actual habran terminado ESO). El nivel cultural del hogar (y los medios disponibles para el estudio) est representado por una variable dicotmica (LIBROS) y tres ndices escalados (ORDENADOR, CLASICA y MATESTUD). Respecto a la primera, en el cuadro 4.7a se observa que el 48,2% de los alumnos declaran que en su hogar existen 100 o ms libros. Respecto a las segundas, antes de analizar los descriptivos debe sealarse que los ndices escalados se explican con referencia a los valores medios de la OCDE. Por ello, la comparacin entre los valores para Espaa y el valor promedio de los pases de la OCDE se expone en el cuadro 4.7d, que sirve de referencia al describir estas variables. As, los tres ndices escalados referidos a la cultura del hogar muestran unos menores niveles del alumnado espaol, con respecto
[102]
CUADRO 4.7a. VARIABLES INDEPENDIENTES DE NIVEL 1 (ALUMNOS): CARACTERSTICAS PERSONALES Y FAMILIARES ERROR ESTNDAR CASOS VLIDOS (1)
MBITO
VARIABLE
MEDIA
MNIMO
MXIMO
Personal
EDAD MUJER CURSO2 CURSO3 CURSO4

EDINFA0
15,850 0,508 0,032 0,270 0,698 0,054 0,102 0,844 5,835 0,064 0,253 11,807 0,813 0,034 0,983 0,946 0,628 0,313 0,187 0,317 0,184 0,195 0,287 0,075 0,444 10,130 9,994 -0,149 0,154 0,206 0,482
0,004 0,011 0,004 0,009 0,010 0,005 0,005 0,007 0,009 0,005 0,010 0,082 0,006 0,004 0,003 0,003 0,010 0,141 0,006 0,012 0,007 0,011 0,009 0,005 0,014 0,136 0,140 0,026 0,023 0,012 0,011
15,250 0,000 0,000 0,000 0,000 0,000 0,000 0,000 5,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 -1,676 -1,2757 -4,2987 0,000
16,420 1,000 1,000 1,000 1,000 1,000 1,000 1,000 9,000 1,000 1,000 14,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 15,000 15,000 1,051 1,347 0,677 1,000
10.791 10.790 10.791 10.791 10.791 10.643 10.643 10.643 10.245 10.613 10.613 10.761 10.697 10.632 10.751 10.351 10.626 9.885 9.885 9.885 9.885 10.152 10.152 10.152 10.152 9.801 10.130 10.776 10.776 10.776 10.670
EDINFA1 EDINFA2 EDPRIM REPPRIM REPSEC EXPED Familiar

NUCLEAR
INMIGRAN LENG ACTIVO ACTIVA PBCUAL PBNCUAL PAZCUAL PAZNCUAL MBCUAL MBNCUAL MAZCUAL MAZNCUAL AOSEDPA AOSEDMA ORDENADOR CLASICA MATESTUD LIBROS
(1) Se consideran los casos para el conjunto de variables que conforman una categora. En las variables dicotmicas el valor medio muestra la proporcin de individuos en la categora considerada. Los descriptivos se han calculado utilizando el procedimiento habitual en PISA, es decir, empleando una elevacin poblacional. Fuente: elaboracin propia a partir de los microdatos de PISA 2003.
al valor medio de la OCDE, en cuanto a la posesin de ordenadores y material informtico educativo (ORDENADOR) y de otros materiales de estudio (MATESTUD). Sin embargo, se observan unos mayores niveles en Espaa en posesin de bienes de cultura clsica (libros de literatura y obras de arte).
Las variables referidas a la actitud del alumnado (hacia la escuela, las matemticas y el aprendizaje) se exponen en el cuadro 4.7b, si bien, como se ha explicado anteriormente, aquellas que son ndices escalados (la mayora) se explican en comparacin con los valores de la media de pases de la OCDE que aparecen en el cuadro 4.7d.
[103]
Captulo 4
Respecto a las variables que no son ndices escalados, en el cuadro 4.7b se constata que el 8,9% del alumnado declara haber elegido el centro al que asisten por la filosofa o afiliacin religiosa del mismo (ELECCION). En cuanto a las variables relacionadas con la instruccin, dicho cuadro muestra los siguientes resultados promedio: presencia de 22 alumnos/as por aula en clase de matemticas ( ALUMNOSM ); 35 semanas de instruccin durante el curso (CLASEAO); casi 3 horas de clase de matemticas a la semana (MMINS est en minutos); y dedicacin de cuatro horas a la semana al estudio de las matemticas fuera del horario lectivo (MATFUERA). En cuanto a los ndices escalados, en el cuadro 4.7d se observa una valoracin menos positiva de los alumnos espaoles respecto a la utilidad de la escuela (ATSCHL), la sensacin de pertenecer a la ella (BELONG), as como sobre sus relaciones con los profesores (STUREL). En el inters por las matemticas, los alumnos espaoles muestran un mayor disfrute de stas (INTMAT), si bien una menor motivacin instrumental (INSTMOT), es decir, consideran las matemticas menos tiles, para su desarrollo educativo y laboral posterior, que la media de alumnos de la OCDE. Asimismo, se constata una menor seguridad relativa de los estudiantes nacionales ante las matemticas: muestran un menor nivel de confianza en resolver cuestiones matemticas (MATHEFF), en ser capaces de aprenderlas (SCMAT), as como una mayor ansiedad ante ellas (ANXMAT). En cuanto a las variables referidas al proceso de aprendizaje, respecto al promedio de pases de la OCDE, en Espaa los estudiantes usan en menor medida tcnicas de memorizacin (MEMOR) a favor de otro tipo de estrategias de aprendizaje ms cercanos a vincular las matemticas con la vida ordinaria (ELAB) y se observa un menor nivel en cuanto a la comprensin de esta materia (CSTRAT).
Asimismo, nuestros alumnos tienen una menor preferencia tanto por los mtodos de aprendizaje competitivos (COMPLRN) como cooperativos (COOPLRN), aunque especialmente por los segundos. Adems, perciben un menor apoyo por parte de los profesores en el aprendizaje de las matemticas (TEACHSUP), as como un menor nivel de disciplina en el aula (DISCLIM). El cuadro 4.7c muestra las caractersticas de las variables explicativas de nivel 2, es decir, aquellas cuya informacin proviene de los directores de los centros. Las variables de localizacin revelan que el 57,4% de los alumnos estudia en escuelas situadas en municipios con menos de cien mil habitantes (TAMUNI1), por un 33,2% en municipios entre cien mil y un milln de habitantes (TAMUNI2) y el 9,4% en ciudades de ms de un milln (TAMUNI3). Las escuelas tienen, en promedio, 737 alumnos/as (SCHLSIZE), con un porcentaje de chicas del 49,9% (PCGIRLS). Las variables referidas al entorno socioeconmico de los centros proporcionan la siguiente informacin: Ms de la mitad del alumnado cursa en centros sin inmigrantes (NONAT0), un 37,9% en centros con un porcentaje inferior al 10% (NONAT1) y un 9,5% en escuelas con un porcentaje superior al 10% (NONAT2). Asimismo, el porcentaje de alumnos en centros con una primera lengua distinta a la utilizada en la evaluacin de PISA es del 15,6% (DISTLENG). Respecto a la titularidad del centro, un 64,2% de los alumnos asisten a escuelas pblicas, un 28,1% a centros privados concertados (CONCERT) y el 7,7% a escuelas privadas independientes (PRIVIND). El porcentaje promedio de repetidores, el ao anterior, de un curso de la ESO en el centro es del 16,0% (PREPESO). El 46,7% de alumnos asiste a centros en los que predominan padres y madres
[104]
CUADRO 4.7.b. VARIABLES INDEPENDIENTES DE NIVEL 1 (ALUMNOS): ACTITUD Y COMPORTAMIENTO ERROR ESTNDAR CASOS VLIDOS (1)
MBITO
VARIABLE
MEDIA
MNIMO
MXIMO
Escuela
ATSCHL BELONG ELECCIN STUREL
0,139 0,202 0,089 -0,128 -0,071 -0,050 -0,040 0,282 -0,188 0,070 0,089 -0,017 0,027 0,055 -0,067 -0,035 4,113 21,934 35,405 175,986
0,019 0,016 0,007 0,019 0,018 0,021 0,019 0,015 ,0211 0,016 0,018 0,017 0,017 0,015 0,023 0,032 0,071 0,242 0,160 1,435
-3,145 -3,383 0,000 -3,090 -1,783 -2,378 -3,890 -2,478 -2,122 -3,483 -3,262 -3,478 -2,844 -3,134 -2,920 -2,738 0,000 1,000 28,000 0,000
2,526 2,218 1,000 2,855 2,373 1,745 2,531 2,697 2,416 3,292 3,263 2,711 2,450 2,742 2,100 2,353 35,000 50,000 43,000 900,000
10.715 10.737 10.779 10.713 10.732 10.732 10.699 10.719 10.721 10.682 10.696 10.704 10.669 10.669 10.624 10.620 7.473 10.293 9.631 10.545
Matemticas
INTMAT INSTMOT MATHEFF ANXMAT SCMAT
Aprendizaje
MEMOR ELAB CSTRAT COMPLRN COOPLRN TEACHSUP DISCLIM
Instruccin
MATFUERA ALUMNOSM CLASEAO MMINS
(1) Los descriptivos se han calculado utilizando una elevacin poblacional. Fuente: elaboracin propia a partir de los microdatos de PISA 2003.
con ocupaciones de cuello blanco no cualificado (ESCBLANC), mientras que el 29,9% estudia en centros con predominio de padres en actividades de cuello azul (ESCAZ) y el 23,4% en escuelas con padres que desarrollan ocupaciones de cuello blanco cualificado (ESCBLAC). Para el conjunto de centros escolares, los aos de escolarizacin medios de los padres/madres de los alumnos/as son 11, es decir, han alcanzado los estudios de secundaria inferior.
Las variables relacionadas con los recursos (personales y materiales) permiten constatar que apenas existen problemas para contra-
tar profesores de matemticas cualificados (PROFMAT) y que existe una mayora de profesores licenciados en matemticas (PROFMLIC) entre los docentes de esta asignatura (el 59,1% de alumnos tienen profesores con esta formacin). Adems, los problemas vinculados con los recursos materiales (SCMATBUI) y educativos (SCMATEDU) son menores en Espaa que en el conjunto de pases de la OCDE. Asimismo, el nmero de alumnos por profesor de matemticas (SMRATIO) en el centro (no en el aula) es 122,8, mientras que la ratio de ordenadores por estudiante (RATCOMP) es 0,08 (casi 13 alumnos por ordenador), con el 79,3% de los mismos conectados a Internet (COMPWEB)65.
65 Para el conjunto de pases de la OCDE, en promedio, hay 7 alumnos por ordenador y el 69,0% de estos ltimos estn conectados a Internet.
[105]
Captulo 4
CUADRO 4.7c. VARIABLES INDEPENDIENTES DE NIVEL 2 (ESCUELAS) ERROR ESTNDAR CASOS VLIDOS (1)
MBITO
VARIABLE
TAMUNI1 TAMUNI2 TAMUNI3
MEDIA
MNIMO
MXIMO
Localizacin
0,574 0,332 0,094 736,802 0,499 0,526 0,379 0,095 15,575 0,642 0,281 0,077 16,019 0,234 0,467 0,299 11,095 0,101 0,591 -0,128 0,133 0,084 0,793 122,812 0,543 2,687 3,168 0,499 0,083 0,337 0,580 0,677 0,881 0,875 0,815 -0,455 -0,015 0,292 -0,350 -0,119 0,346 0,428
0,036 0,035 0,015 33,861 0,007 0,036 0,039 0,021 1,669 0,015 0,021 0,017 0,743 0,034 0,040 0,033 0,117 0,023 0,024 0,069 0,069 0,004 ,0169 4,394 0,038 0,056 0,064 0,038 0,014 0,032 0,031 0,043 0,024 0,027 0,034 0,062 0,067 0,078 0,063 0,068 0,063 0,055
0,000 0,000 0,000 95,000 0,000 0,000 0,000 0,000 5,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 4,850 0,000 0,031 -3,226 -2,310 0,004 0,029 16,667 0,000 0,000 1,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 -2,766 -2,871 -1,981 -2,809 -1,605 0,000 0,000
1,000 1,000 1,000 2.819,0 1,000 1,000 1,000 1,000 70,000 1,000 1,000 1,000 80,000 1,000 1,000 1,000 14,620 1,000 1,000 2,200 1,488 1,060 1,000 415,000 1,000 6,000 4,000 1,000 1,000 1,000 1,000 3,000 1,000 1,000 1,000 1,637 2,613 2,489 1,650 3,733 1,000 1,000
10.536 10.536 10.536 9.830 9.830 10.791 10.791 10.791 8.575 10.056 10.056 10.056 10.040 10.791 10.791 10.791 10.791 10.401 6.923 10.401 10.401 9.533 10.106 9.129 10.308 10.377 10.377 10.452 10.048 10.048 10.048 10.289 10.378 10.403 10.401 10.451 10.468 10.468 10.446 10.377 3.918 4.278
Tamao y tipologa socioeconmica
SCHLSIZE PCGIRLS NONAT0 NONAT1 NONAT2 DISTLENG PUBLICA CONCERT PRIVIND PREPESO ESCBLAC ESCBLANC ESCAZ CLIMAED
Recursos
PROFMAT PROFMLIC SCMATEDU SCMATBUI RATCOMP COMPWEB SMRATIO
Autonoma
SELEC AUTRES AUTCURR
Proceso de enseanza
EVALUAC AGRUP1 AGRUP2 AGRUP3 MACTIV INNOVAMA MATALTO ADAPAL STMORALE STUDBEHA TEACBEHA TCMORALE TCHPARTI ENSELENG CURLENG
(1) Se consideran los casos para el conjunto de variables que conforman una categora. En las variables dicotmicas el valor medio muestra la proporcin de individuos en la categora considerada. Los descriptivos se han calculado utilizando una elevacin poblacional. Fuente: elaboracin propia a partir de los microdatos de PISA 2003.
[106]
Respecto a la autonoma de los centros, se observa un promedio de casi tres decisiones por centro tanto respecto a los recursos del mismo, sobre 6 posibles (AUTRES), como sobre el currculum (AUTCURR), en este caso entre 4 posibilidades de actuacin. Asimismo, el 54,3% del alumnado estn en centros cuyo director declara que
se selecciona a los alumnos (SELEC), variable definida segn se apliquen los siguientes tres criterios de seleccin: las recomendaciones de la escuela en la que el alumno ha cursado con anterioridad, la comprobacin de que los padres aprueban la filosofa del centro o el deseo del alumno de realizar un programa educativo especial.
CUADRO 4.7d. COMPARACIN DE LAS MEDIAS DE NDICES ESCALADOS ENTRE ESPAA Y EL CONJUNTO DE LA OCDE NIVEL 1 (ALUMNOS) VARIABLE MEDIA ESPAOLA (1) MEDIA OCDE
Familia
ORDENADOR CLASICA MATESTUD
-0,15 0,15 0,21 0,14 0,20 -0,13 -0,07 -0,05 -0,04 0,29 -0,19 0,07 0,09 -0,02 0,03 0,06 -0,07 -0,04
0,66 -0,05 1,98 1,00 1,81 0,61 -0,94 1,16 1,00 -0,34 -0,30 0,13 0,00 0,98 0,27 0,51 0,68 0,65
Escuela
ATSCHL BELONG STUREL
Matemticas
INTMAT INSTMOT MATHEFF ANXMAT SCMAT
Aprendizaje
MEMOR ELAB CSTRAT COMPLRN COOPLRN TEACHSUP DISCLIM
NIVEL 2 (ESCUELAS) Recursos Estudiantes Profesores

SCMATEDU SCMATBUI STMORALE STUDBEHA TEACBEHA TCMORALE TCHPARTI
-0,13 0,13 -0,46 -0,02 0,29 -0,35 -0,12
0,79 0,62 0,12 1,07 1,44 1,29 -2,77
(1) La informacin procede de los cuadros 4.7a y 4.7b. (2) La informacin procede del cuadro 4.7c. Fuente: elaboracin propia a partir de los microdatos de PISA 2003.
Un ltimo grupo de variables est referido al proceso de enseanza y aprendizaje. Casi la mitad del alumnado est en centros donde se llevan a cabo 40 y ms evaluaciones a lo largo del curso ( EVALUAC ). Asimismo, el 8,3% del alumnado cursa en
centros en los que se agrupa a los estudiantes en todas las clases de matemticas en funcin de su capacidad (AGRUP1), el 33,7% en escuelas con agrupaciones en algunas clases de matemticas (AGRUP2) y el 58,0% en centros donde no se producen
[107]
Captulo 4
agrupaciones de alumnos/as ( AGRUP 3). Respecto a la estimulacin de las matemticas y la exigencia en el aprendizaje, los directores de las escuelas proporcionan la siguiente informacin: en promedio, los centros realizan una actividad de motivacin de los alumnos ante las matemticas (MACTIV) aunque el mximo previsto son 5, en Espaa los directores han declarado desarrollar como mximo 3; el 88,1% de alumnos est en centros donde los profesores estn interesados en practicar nuevos mtodos y prcticas de enseanza (INNOVAMA); el 87,5% de alumnos pertenecen a centros en los que los profesores desean mantener un nivel alto de matemticas (MATALTO) pero, a su vez, el 81,5% cursa en escuelas donde los profesores adaptan la docencia al nivel de los alumnos (ADAPAL). Finalmente, del conjunto de alumnos en centros con estudiantes cuya primera lengua no es un idioma oficial, el 34,6% de este tipo de alumnos recibe la enseanza de alguno de los idiomas extranjeros maternos (ENSELENG); la cifra es 42,8% si consideramos la enseanza, para este alumnado, de parte del currculo en su idioma (CURLENG). Por ltimo, el cuadro 4.7d permite concluir que, con respecto al nivel promedio de los pases de la OCDE, en los centros espaoles tanto los alumnos como los profesores tienen un peor estado anmico (STMORALE y TCMORALE) relacionado con la escuela y el proceso de aprendizaje, as como un peor comportamiento en el centro (STUDBEHA y TEACHBEHA), definido a partir del absentismo en el centro y las relaciones con otros alumnos y profesores. Asimismo, existe una menor participacin de los profesores espaoles en la gestin del centro (TCHPARTI).
4.5.2. Descripcin bivariante de las relaciones entre los resultados de PISA y las variables explicativas En este apartado se presentan los principales resultados de diversos anlisis bivariantes a partir de los datos de la muestra. En primer lugar, se expone la relacin existente entre los resultados de PISA 2003 y diversas variables explicativas (cuadros 4.8a y 4.8b); en segundo lugar se describen las relaciones bivariantes entre los distintos niveles de los resultados de PISA y determinadas caractersticas sociales, como la clase social y la nacionalidad del alumnado (cuadros 4.9a y 4.9b); finalmente se presentan los resultados de PISA y las variables sociales sealadas anteriormente relacionndolos con el tipo de centro escolar al que asisten los alumnos (cuadros 4.10a y 4.10b). En los cuadros 4.8a y 4.8b aparecen los valores medios de la variable dependiente (puntuacin en el test de matemticas) para distintos grupos de alumnos (descritos mediante las variables explicativas)66. Como se ha indicado en el apartado 4.3.2., dichas relaciones no suponen que la variable explicativa incide sobre el resultado, ya que el anlisis bivariante simplemente muestra la relacin existente entre los resultados y las variables consideradas (la incidencia se analiza en el apartado 4.5.3.). Las variables personales (cuadro 4.8a) reflejan un mejor resultado de los chicos (9 puntos de diferencia), as como del alumnado que cursa cuarto de ESO (aquellos en cursos inferiores ven reducido su resultado hasta en 159,6 puntos). Asimismo, se observa una diferencia a favor de los estudiantes que han cursado educacin infantil ms de un ao (32,7 puntos respecto a los que han
Asimismo, se muestran el error de la media y las desviaciones estndar tanto de la media como del error (vase la justificacin del mtodo de clculo en el apartado 4.4.1.).
66
[108]
asistido un ao o menos y 27,6 respecto a los que no han cursado dicho ciclo formativo). Finalmente, los repetidores de algn curso (en primaria o secundaria) obtienen menores resultados que los dems alumnos (especialmente los primeros, con una diferencia de 117,9 puntos). En cuanto a las variables familiares, los alumnos que viven en un hogar con dos progenitores (NUCLEAR) obtienen, en promedio, 13,4 puntos ms que los que pertenecen a hogares con otro tipo de estructura. Asimismo, los alumnos en familias que declaran elegir el centro escolar (ELECCION) por su afiliacin religiosa o filosfica tambin logran un ligero mejor resultado (12,6 puntos). Respecto a las caractersticas socioeconmicas y culturales y su relacin con los resultados, podemos destacar los siguientes aspectos: Los descendientes de inmigrantes (INMIGRAN) obtienen 46,0 puntos menos que los estudiantes nativos. Asimismo, aquellos en hogares donde se habla un idioma distinto a los utilizados en los test de PISA (LENG) consiguen 9,2 puntos menos. La actividad laboral del padre (si es activo o no) no genera diferencias en los resultados de los hijos pero, en el caso de las madres, los hijos de madres activas obtienen 8,6 puntos ms que aquellos cuyas madres son inactivas. La clase social resulta relevante. Respecto a la ocupacin del padre, y comparando las distintas categoras con cuello azul no cualificado (PAZNCUAL), los alumnos/as cuyo padre tiene una ocupacin de cuello blanco no cualificado (PBNCUAL) obtienen 21,8 puntos ms y los hijos de padres en actividades de cuello blanco cualificado (PBCUAL) 44,2. En el caso de las madres las diferencias son an mayores: los hijos/as de madres en ocupaciones de cuello blan-
co no cualificado (MBNCUAL) obtienen 28,8 puntos ms, respecto quienes cuyas madres tienen ocupaciones de cuello azul no cualificado (MAZNCUAL), y 53,3 si desarrollan actividades de cuello blanco cualificado (MBCUAL). Asimismo, para el caso de las madres, y a diferencia de los padres, tambin se observa una diferencia positiva (de 10,1 puntos) a favor de los hijos/as de madres de cuello azul cualificado (MAZNCUAL) respecto a no cualificado. Los descendientes de padres con estudios universitarios obtienen, en promedio, 64,6 puntos ms que aquellos con padres sin estudios o que slo han completado estudios primarios. Con respecto a las madres, la diferencia es similar: 62,4 puntos. La cultura del hogar (medida con la variable LIBROS) est relacionada positivamente con los resultados: los alumnos en hogares que disponen de ms de 100 libros obtienen 60,5 puntos ms que el resto.
Si se consideran las variables relacionadas con la escuela (cuadro 4.8b), los factores socioeconmicos tambin resultan relevantes: Los alumnos en escuelas pblicas obtienen 32,5 puntos menos que aquellos en escuelas privadas concertadas (CONCERT) y 47,5 menos que los estudiantes en centros privados independientes (PRIVIND). Asimismo, en las escuelas que declaran seleccionar (SELEC) a sus alumnos (segn los criterios expuestos en 4.4.3.2), los alumnos obtienen un mejor resultado (10,1 puntos ms). Los alumnos en centros sin inmigrantes (NONAT0) logran 3,7 puntos ms en el test de matemticas que aquellos en centros con hasta un 10% de inmigrantes (NONAT1) y 35,0 ms si en el centro
[109]
Captulo 4
existe un porcentaje superior al 10% (NONAT2). No se observa relacin alguna entre los resultados y el porcentaje de alumnos con una primera lengua distinta a la de la evaluacin de PISA en los centros (DISTLENG). El alumnado en escuelas donde predominan padres y madres con ocupaciones de cuello blanco no cualificado (ESCBLANC) obtienen 22,8 puntos ms que aquellos en centros con dominio de progenitores de cuello azul (ESCAZ); dicha diferencia aumenta a 64,7 puntos si en el centro prevalecen padres de cuello blanco cualificado (ESCBLAC). Respecto al nivel educativo de los padres (CLIMAED), los estudiantes cuyos padres tienen como nivel educativo ms frecuente estudios universitarios obtienen 112,2 puntos ms que aquellos con padres que tienen como nivel educativo ms frecuente los estudios primarios. En el cuadro 4.8b tambin se exponen las relaciones entre los resultados de PISA y determinadas prcticas escolares. As, los alumnos/as en centros que realizan agrupacin de individuos en clases de matemticas por capacidad (AGRUP1 y AGRUP2) no consiguen resultados distintos a aque-
llos en centros sin agrupaciones. Tampoco se observan diferencias dependientes de la mayor o menor autonoma curricular (AUTCURR); sin embargo, los alumnos en centros con una mayor autonoma en la gestin de recursos personales y materiales s presentan unos mejores resultados (AUTRES). Asimismo, no se observan resultados diferenciados entre alumnos segn el nmero de actividades de matemticas extraescolares ofrecidas por los centros (MACTIV) o la voluntad de innovacin pedaggica de los profesores (INOVAMA). Ahora bien, los estudiantes en centros cuyos profesores mantienen el nivel acadmico que consideran oportuno (MATALTO), independientemente del nivel de los alumnos, obtienen unos mejores resultados medios (31 puntos), mientras que los estudiantes en centros donde los profesores adaptan la enseanza a los conocimientos de sus alumnos ( ADAPAL ) logran 6,7 puntos menos. Finalmente, en escuelas con presencia de alumnos cuya primera lengua no es uno de los idiomas oficiales, los alumnos consiguen unos peores resultados si los centros ensean alguno de los idiomas extranjeros (ENSELENG) a dicho tipo de alumnos (21,5 puntos) y si imparten, a estos alumnos (CURLENG), alguna materia en dichos idiomas no oficiales (9,8 puntos).
[110]
CUADRO 4.8a. VALOR MEDIO DEL RESULTADO DE MATEMTICAS Y DEL TRMINO DE ERROR PARA DIVERSAS VARIABLES CATEGRICAS PERSONALES Y FAMILIARES (DESVIACIN ESTNDAR ENTRE PARNTESIS) RESULTADO DE MATEMTICAS ERROR DE LA MEDIA
MBITO
CONCEPTO
VARIABLE
DESCRIPCIN
Personal
Sexo Curso actual
MUJER CURSO2 CURSO3 CURSO4
Chicas Chicos 1-2 de ESO 3 de ESO 4 de ESO No Hasta un ao Ms de un ao S No S No Nuclear Otro Inmigrante Nativo Oficial Otro Padre activo Padre inactivo Madre activa Madre inactiva Padre c. blanco cual. Padre c. bl. no cualif. Padre c. azul cualif. Padre c. azul no cual. Madre c. blanco cual. Madre c. b. no cualif. Madre c. azul cualif. Madre c. azul no cua. Padre universitario Padre hasta primaria Madre universitaria Madre hasta primaria Ms de 100 libros Menos de 100 libros S No
480,6 (84,4) 489,6 (92,2) 353,6 (74,6) 427,9 (72,2) 513,2 (78,0) 463,0 (94,0) 457,9 (87,1) 490,6 (87,0) 375,2 (76,4) 493,1 (83,9) 425,0 (74,7) 506,2 (83,0) 487,8 (87,9) 474,4 (89,3) 441,3 (88,4) 487,3 (87,5) 485,3 (88,1) 476,1 (93,7) 485,9 (88,2) 485,8 (86,6) 488,7 (89,0) 480,1 (86,8) 513,8 (83,5) 491,4 (87,1) 466,2 (86,5) 469,6 (86,0) 520,0 (82,7) 495,5 (84,1) 476,8 (87,1) 466,7 (87,2) 525,1 (85,9) 460,5 (84,9) 524,7 (85,8) 462,3 (86,5) 517,0 (80,2) 456,5 (85,1) 496,6 (90,8) 484,0 (88,0)
2,2 (1,5) 3,4 (1,6) 7,6 (5,9) 2,9 (2,0) 2,4 (1,4) 7,6 (4,6) 3,8 (3,4) 2,5 (1,2) 5,2 (3,9) 2,1 (1,1) 2,7 (2,4) 2,6 (1,4) 2,5 (1,5) 3,5 (2,0) 10,8 (4,5) 2,4 (1,2) 2,4 (1,2) 14,7 (7,7) 2,5 (1,3) 6,1 (4,5) 2,9 (1,4) 2,8 (1,8) 3,0 (1,7) 3,9 (3,3) 3,1 (2,3) 3,4 (2,1) 3,6 (2,0) 3,0 (2,1) 4,0 (4,0) 2,9 (1,6) 3,9 (2,6) 3,1 (2,1) 4,1 (2,5) 3,3 (2,0) 2,7 (1,2) 2,4 (1,7) 4,7 (3,2) 2,5 (1,3)
Educacin infantil
EDINFA0
EDINFA1 EDINFA2 Repiti en primaria Repiti en secund. Familiar Estructura Nacionalidad Idioma Actividad laboral REPPRIM REPSEC
NUCLEAR
INMIGRAN
LENG
ACTIVO
ACTIVA
Clase social
PBCUAL PBNCUAL PAZNCUAL PAZCUAL MBCUAL MBNCUAL MAZCUAL MAZNCUAL
Estudios familia
AOSEDPA AOSEDMA
Cultura en el hogar Eleccin de centro
LIBROS
ELECCION
Nota: El anlisis bivariante se lleva a cabo utilizando una elevacin poblacional. Fuente: elaboracin propia a partir de los microdatos de PISA 2003.
[111]
Captulo 4
CUADRO 4.8b. VALOR MEDIO DEL RESULTADO DE MATEMTICAS Y DEL TRMINO DE ERROR PARA DIVERSAS VARIABLES CATEGRICAS ESCOLARES (DESVIACIN ESTNDAR ENTRE PARNTESIS) RESULTADO DE MATEMTICAS ERROR DE LA MEDIA
CONCEPTO
VARIABLE
TAMUNI1 TAMUNI2 TAMUNI3
DESCRIPCIN
Tamao del municipio
Menos 100.000 habitantes Entre 100.000-1.000.000 Ms de 1.000.000 Pblica Privada concertada Privada independiente S No 0 0-10% Ms del 10% Menos 10% de alumnos Entre 10-40% Ms del 40%
479,7 (85,8) 488,6 (89,1) 507,4 (93,2) 472,1 (87,2) 504,6 (86,5) 519,6 (80,7) 489,6 (87,8) 479,5 (87,8) 489,7 (86,1) 486,0 (87,1) 454,7 (99,4) 485,7 (88,8) 471,6 (85,2) 488,9 (88,7) 459,0 (86,8) 481,8 (86,9) 523,7 (79,8) 558,0 (70,8) 445,8 (87,0) 486,3 (82,2) 481,8 (84,6) 487,5 (90,4) 471,9 (81,6) 510,0 (84,8) 489,4 (77,7) 490,7 (87,8) 479,6 (87,4) 480,6 (87,2) 484,9 (88,3) 484,8 (86,0) 489,1 (87,7) 458,1 (86,9) 484,6 (88,3) 491,3 (86,1) 468,4 (85,0) 489,9 (88,9) 477,0 (85,7) 486,8 (89,2)
3,4 (1,6) 5,4 (2,4) 13,5 (5,0) 3,4 (1,9) 4,2 (2,4) 9,7 (2,2) 4,2 (1,7) 4,0 (2,0) 4,2 (1,7) 5,0 (2,2) 13,9 (4,6) 4,4 (1,9) 7,4 (4,3) 11,5 (4,3) 4,4 (2,1) 3,7 (2,0) 3,6 (1,6) 7,0 (6,1) 4,7 (2,3) 6,1 (3,2) 4,3 (1,7) 4,1 (2,1) 6,6 (3,4) 6,7 (4,6) 8,1 (4,6) 4,3 (1,9) 3,7 (1,9) 9,6 (5,0) 2,7 (1,3) 9,4 (3,7) 2,7 (1,3) 9,5 (3,2) 2,7 (1,5) 7,5 (3,8) 6,7 (4,3) 6,3 (2,9) 6,6 (3,9) 6,3 (2,8)
Tipo de escuela
PUBLICA CONCERT PRIVAD
Seleccin de alumnos % inmigrantes en centro
SELEC
NONAT0 NONAT1 NONAT2
Lengua distinta
DISTLENG
Perfil escolar
ESCAZ ESCBLANC ESCBLAC
Cuello azul C. blanco no cualificado C. blanco cualificado Padres universitarios Padres estud. primarios En todas las clases En algunas clases No agrupacin Hasta 1 accin En 5-6 acciones Hasta 1 accin En 4 acciones 0 2-3 S No S No S No S No S No
Clima escolar Agrupac. por capacidad
CLIMAED
AGRUP1 AGRUP2 AGRUP3
Autonoma de recursos Autonoma curricular Actividades matemticas Innovacin Mantener nivel acadm. Adaptar nivel acadmico Clases de idioma no test Clases en idioma no test
AUTRES
AUTCURR
MACTIV
INNOVAMA
MATALTO
ADAPAL
ENSELENG
CURLENG
Nota: El anlisis bivariante se lleva a cabo utilizando una elevacin poblacional. Fuente: elaboracin propia a partir de los microdatos de PISA 2003.
[112]
Una vez expuesto el anlisis bivariante entre los resultados de matemticas del conjunto de alumnos y sus caractersticas personales, familiares y escolares, podemos presentar, brevemente, un segundo anlisis bivariante ms detallado de los niveles concretos de puntuacin alcanzados por los alumnos en funcin de dos caractersticas sociales (la nacionalidad y la clase social). En los cuadros 4.9a y 4.9b se observa que los alumnos en familias con padres en ocu-
paciones de cuello azul predominan en los niveles inferiores (0-2), mientras que son los alumnos con padres en ocupaciones de cuello blanco los que tienen una mayor presencia en los niveles superiores, especialmente a partir del nivel 4. En cuanto a la nacionalidad, existe una mayor proporcin de inmigrantes, respecto a los nativos, en los niveles inferiores (0-1), as como un mayor porcentaje de nativos en el resto de niveles, especialmente en los superiores (4 a 6).
CUADRO 4.9a. NIVELES DE COMPETENCIA EN MATEMTICAS EN ESPAA, SEGN CLASE SOCIAL NIVEL 0 358 PUNTOS NIVEL 1 NIVEL 2 NIVEL 3 NIVEL 4 NIVEL 5 607-669 PUNTOS NIVEL 6 669 PUNTOS
358-420 PUNTOS
421-482 PUNTOS
483-545 PUNTOS
545-606 PUNTOS
Total alumnos (%) (1) Cuello blanco (%) (2) Cuello azul (%) Diferencia (1)-(2) (2) / (1) en porcentaje
8,085 4,887 10,748 -5,861 2,20
14,881 10,977 18,063 -7,086 1,65
24,729 22,098 27,078 -4,98 1,23
26,672 28,837 25,103 3,734 0,87
17,692 21,934 14,177 7,757 0,65
6,520 9,082 4,108 4,974 0,45
1,420 2,184 0,723 1,461 0,33
Segn clase social
Fuente: elaboracin propia a partir de los microdatos de PISA 2003.
CUADRO 4.9b. NIVELES DE COMPETENCIA EN MATEMTICAS EN ESPAA, SEGN NACIONALIDAD NIVEL 0 358 PUNTOS NIVEL 1 NIVEL 2 NIVEL 3 NIVEL 4 NIVEL 5 607-669 PUNTOS NIVEL 6 669 PUNTOS
358-420 PUNTOS
421-482 PUNTOS
483-545 PUNTOS
545-606 PUNTOS
Total alumnos (%) (1) Nativos (%) (2) Inmigrantes (%) Diferencia (1)-(2) (2) / (1) en porcentaje
8,085 7,496 17,894 -10,398 2,39
14,881 14,492 24,461 -9,969 1,69
24,729 24,879 22,007 2,872 0,88
26,672 26,941 22,477 4,464 0,83
17,692 18,005 10,727 7,278 0,60
6,520 6,711 2,172 4,539 0,32
1,420 1,476 0,437 1,039 0,30
Segn nacionalidad
[113]
Captulo 4
Por ltimo, en los cuadros 4.10a y 4.10b se examina la relacin entre los resultados de PISA y la clase social y la nacionalidad, dependiendo del centro al que asisten los alumnos/as. Los resultados revelan que la diferencia entre alumnos/as de distinta clase social (cuello blanco o cuello azul) es mayor, tanto en trminos absolutos como relativos, para los alumnos/as en centros privados concertados y, especialmente, en
escuelas privadas independientes, con respecto a aquellos en centros pblicos. Dicho resultado se repite para los alumnos/as inmigrantes, con respecto a los nativos, para los centros privados concertados respecto a los pblicos (pero no para los que asisten a centros privados independientes quiz por la distinta composicin del alumnado: extranjero pero mayoritariamente de pases de la Unin Europea)67.
CUADRO 4.10a. RESULTADOS DE PISA POR CLASE SOCIAL Y TIPO DE CENTRO ESCOLAR CENTRO PBLICO CENTRO PRIVADO CONCERTADO CENTRO PRIVADO NO CONCERTADO
(1) (2) (3) (3)
Cuello blanco Cuello azul Diferencia (1) (2) / (1) en porcentaje
490,7 461,5 29,2 6,0
519,4 484,3 35,1 6,8
532,3 490, 41,7 7,8
CUADRO 4.10b. RESULTADOS DE PISA POR NACIONALIDAD Y TIPO DE CENTRO ESCOLAR CENTRO PBLICO CENTRO PRIVADO CONCERTADO CENTRO PRIVADO NO CONCERTADO
(1) (2) (3) (3)
Nativo Extranjero Diferencia (1) (2) / (1) en porcentaje
474,6 430,9 43,7 10,1
506,4 440,9 65,5 14,9
520,0 518,7 1,3 0,3
4.5.3. Anlisis multinivel: determinantes de los resultados de los alumnos espaoles en PISA, con especial atencin a los factores socioeconmicos y culturales En primer lugar, se exponen los resultados del anlisis de regresin multinivel y multivariante, con especial atencin a la incidencia de las variables socioeconmicas y culturales. Posteriormente, se analiza el efecto de dichas variables sociales y culturales
67
sobre algunas de las variables explicativas de los resultados. La constatacin de que las primeras tambin inciden sobre las variables independientes refuerza an ms el papel determinante del entorno socioeconmico y cultural sobre las puntuaciones que los alumnos han obtenido en la prueba de matemticas de PISA 2003. Antes de exponer los resultados, debe sealarse que en el anlisis emprico se han excluido tres centros que contenan un muy reducido nmero de alumnos (menos de
Los resultados vinculados con la nacionalidad deben considerarse con precaucin debido a la escasa muestra de alumnos extranjeros en los centros privados (63 en los concertados y 16 en los independientes).
[114]
cuatro), de modo que los centros de la muestra final tienen un mnimo de 10 estudiantes. El anlisis multinivel, pues, se desarrolla con un total de 10.785 alumnos (en lugar de los 10.791 de la muestra original). Los resultados del anlisis de regresin multivariante se exponen en los cuadros 4.11a, 4.11b y 4.11c, donde cada columna muestra los coeficientes de regresin asociados a las variables explicativas que contiene cada modelo estimado. El primer modelo (1) considera slo la constante, para conocer la variacin de resultados de PISA entre y dentro de las escuelas (vase el apartado 4.4.1.). En el modelo (2) se incluyen diversas variables personales de los alumnos/as. Posteriormente, el modelo (3) incorpora variables socioeconmicas familiares y (4) ampla el modelo con variables relacionadas con el nivel cultural de los miembros del hogar. Las variables escolares se empiezan a introducir en el modelo (5), que contiene la titularidad de los centros, y contina en (6) con la inclusin de diversas variables referidas a las caractersticas sociales y econmicas de las escuelas; asimismo, el modelo (7) aade variables con informacin sobre los recursos materiales y de profesorado de los centros y en (8) se aumenta el modelo con variables relacionadas con la autonoma en la gestin y algunas caractersticas del proceso de enseanza; finalmente, el ltimo modelo (9) incluye variables relacionadas con el proceso de aprendizaje de los alumnos.
Respecto al modo de exposicin, la sucesin de modelos de regresin (de 1 a 9) permite no slo comprobar la significatividad de las distintas variables sino, adems, constatar si la introduccin de nuevas variables reduce la significatividad de variables anteriormente relevantes (debido a que parte del efecto de las variables independientes en realidad se explica por la nueva variable introducida) o incluso la anulan. Asimismo, podemos sealar que mientras los cuadros 4.11a y 4.11b muestran los coeficientes de regresin de las variables explicativas (as como su significatividad), el cuadro 4.11c contiene los efectos aleatorios (varianzas). Como se ha sealado anteriormente, el modelo (1) permite conocer la varianza de resultados entre las escuelas y entre los alumnos en stas. En nuestro caso, siguiendo la expresin (3) expuesta en el anexo 4.A, la variacin de resultados entre escuelas es un 19,6% y entre alumnos/as un 80,4% para el conjunto de pases de la OCDE los resultados son, respectivamente, 33% y 67%, (OECD, 2004a). De este modo, se observa una menor variacin de los resultados entre escuelas en Espaa que en el conjunto de pases de la OCDE y, en consecuencia, en nuestro pas (respecto al promedio de la OCDE), las desigualdades en los resultados se sitan en mayor proporcin en los alumnos/as que en los centros educativos.
Varianza entre escuelas Varianza entre escuelas + Varianza dentro de las escuelas
2 = 2 + 2
1.455,9 1.4555,9 + 5.978,1
= 0,196
El modelo que incluye a las variables personales (2) muestra la incidencia negativa de ser mujer (ceteris paribus, stas obtienen 26,8 puntos menos que sus compaeros). Asimismo, las variables vinculadas con la edad y la educacin muestran los beneficios sobre los resultados de tener una mayor edad, haber alcanzado cursos superiores (CURSO2 y CURSO3 inciden negativa-
mente con respecto a CURSO4), empezar pronto la primaria (EDPRIM), as como cursar educacin infantil ms de un ao (EDINFA2) un curso o menos no incide de modo distinto a no recibir este tipo de educacin-. Asimismo, la repeticin de algn curso en educacin primaria (REPPRIM) incide negativamente sobre los resultados, pero no si sta se produce en secundaria (REPSEC).
[115]
Captulo 4
Como cabe esperar, los alumnos y alumnas con una mayor expectativa educativa (EXPED) logran unos mejores resultados (un ao ms de escolarizacin esperado aumenta 9,4 puntos los resultados del test de matemticas). Como se observa en el cuadro 4.11c, este conjunto de variables permite explicar el 35,3% de la varianza del modelo en su conjunto (32,0% de la varianza de nivel 1, los alumnos/as en las escuelas, y 48,8% de la varianza de nivel 2, las escuelas). La inclusin de variables socioeconmicas familiares (modelo 3) reduce, en general, la mayora de coeficientes de las variables personales (del modelo anterior) pero no altera su significatividad. En este segundo grupo de variables destaca negativamente la incidencia de ser inmigrante (stos obtienen 20,7 puntos menos que los nativos). Respecto a la clase social, se observa una baja incidencia de la ocupacin del padre (con respecto a cuello azul no cualificado PZNCUAL, slo incide sobre los resultados del alumnado positiva y levemente que el padre trabaje en una ocupacin de cuello blanco cualificado PBCUAL: 5,1 puntos). Sin embargo, el efecto es mayor en el caso de las madres: los hijos e hijas de madres con ocupaciones de cuello blanco cualificado (MBCUAL) obtienen, en promedio, 14,5 puntos ms que aquellos cuya progenitora tiene una ocupacin de cuello azul no cualificado (la incidencia es casi el triple que la del padre). Asimismo, tambin incide positivamente que las madres tengan ocupaciones de cuello blanco no cualificado (MBNCUAL) y cuello azul cualificado (MAZCUAL). La actividad laboral de padres (ACTIVO) y madres (ACTIVA) incide negativamente sobre los resultados de sus hijos/as (quizs por su menor presencia en el hogar). Finalmente, respecto a la educacin de los padres, slo inciden positivamente sobre los resultados de los hijos (aunque muy levemente) los aos de escolarizacin del padre (AOSEDPA), pero no de la madre (AOSEDMA).
Si se incorpora el resto de variables familiares (referidas a la cultura) dejan de ser significativas las variables referidas a la ocupacin y los aos de escolarizacin del padre (vase el modelo 4). La variable LIBROS se muestra significativa (la posesin de ms de 100 en el hogar incrementa en casi 19 los puntos de los alumnos), as como poseer un ordenador (y material informtico educativo ORDENADOR) u otro tipo de material de estudio (MATESTUD). El conjunto de variables familiares, adems, incrementa la capacidad explicativa del modelo de regresin especialmente en el segundo nivel (el modelo explica el 54% de la varianza de los resultados entre escuelas). Asimismo, con respecto a las variables personales y familiares, no resultan significativas las siguientes variables: idioma utilizado en el hogar, estructura familiar (si es nuclear o de otro tipo) ni la variable referida a poseer bienes de cultura clsica (los coeficientes asociados a estas variables no aparecen en el cuadro). Con el modelo (5) se inicia la introduccin de variables de nivel 2 (escuelas) en el anlisis de regresin. En concreto, en (5) se incluyen las variables referidas a la titularidad de los centros, constatndose que, respecto a estudiar en un centro pblico, asistir a un centro privado concertado (CONCERT) aumenta en 9,5 puntos los resultados de PISA, si bien no se observa un efecto significativamente distinto en caso de asistir a un centro privado independiente (PRIVIND). Ahora bien, la inclusin de variables socioeconmicas referidas a las escuelas (modelo 6) elimina toda significatividad de las variables vinculadas con la titularidad de los centros. En este modelo, se observa que las variables referidas a la inmigracin y el clima educativo (entre otras) absorben el efecto de la titularidad. As, en aquellos centros con un porcentaje de inmigrantes superior al 10% (NONAT2) los alumnos/as obtienen casi 15 puntos menos (no se observa un efecto distinto entre la inexistencia de inmigrantes en la escuela y que su porcentaje
[116]
sea inferior al 10%). Adems, el incremento de un ao de escolarizacin en el promedio de aos educativos de los padres y madres de los alumnos/as de cada centro (CLIMAED) aumenta los resultados de estos ltimos en 7,2 puntos. Tambin incide positivamente la existencia de un mayor porcentaje de chicas en el centro (PCGIRLS), siendo casi imperceptible el efecto del tamao escolar (SCHLSIZE). En suma, no es la titularidad del centro la que determina los resultados de los alumnos y alumnas sino que la relacin observada entre titularidad y resultados en el modelo (5) encubre que a las escuelas privadas asisten individuos que provienen de un entorno socioeconmico aventajado, dndose en el centro un mejor clima educativo y una menor presencia de inmigrantes, que son, entre otras, las variables realmente explicativas de los mejores resultados de dichas escuelas. Finalmente, no resultan significativas las variables referidas al tamao del municipio en el que est situado el centro, ni el porcentaje de alumnos con una lengua materna distinta a alguna de las oficiales (DISTLENG). Adems, la ampliacin del modelo mejora su capacidad explicativa (vase el cuadro 4.11c). En el modelo (7) se aaden variables referidas a los recursos de la escuela. En ste se observa la incidencia negativa tanto de la ratio de ordenadores por alumno (RATCOMP), si bien deja de ser significativa en el modelo siguiente, como la ratio de alumnos por profesor de matemticas en la escuela (SMRATIO), que incide de forma decreciente (como muestra la significatividad con signo contrario de su forma cuadrtica). Ahora bien, no resultan significativas la mayora de variables de este grupo (seguramente por el buen nivel que los centros espaoles, en conjunto, muestran al respecto): problemas para encontrar profesores de matemticas cualificados (PROFMAT); el porcentaje de profesores que son licenciados en matemticas (PROFMLIC); las variables relacionadas con la escasez de recursos de equipamien-
tos (SCMATBUI) o educativos (SCMATEDU); y el porcentaje de ordenadores conectados a Internet (COMPWEB). El modelo (8) contiene variables vinculadas con ciertas prcticas pedaggicas, como la agrupacin de alumnos por capacidad y la estimulacin de las matemticas, y con el estado anmico (moral) respecto al centro y la enseanza de los alumnos y profesores. La variable referida a la agrupacin resulta significativa, con signo negativo, si dicha prctica se lleva a cabo en todas las clases de matemticas (AGRUP1) y no slo en algunas (AGRUP2). Asimismo, cada actividad adicional que realiza la escuela para estimular el aprendizaje de las matemticas (MACTIV) incrementa en 6 puntos los resultados de los alumnos. Finalmente, un aumento en el ndice referido a la moral de los estudiantes (STMORALE) incide positivamente sobre los resultados (sin embargo, no resulta significativo el ndice relacionado con la moral de los profesores). Como en el modelo anterior, la mayora de variables pertenecientes a este mbito tampoco ha resultado significativa. Entre stas, no son relevantes las prcticas de seleccin de los centros (SELEC), as como las variables vinculadas con la autonoma de gestin sobre los recursos (AUTRES) o el currculo (AUTCURR) y la participacin de los profesores en la gestin del centro (TCHPARTI); tampoco inciden el nmero de evaluaciones realizadas en el centro (EVALUAC), la predisposicin de los profesores para innovar pedaggicamente (INNOVAMA), si los profesores mantienen el nivel de matemticas deseado (MATALTO) o adaptan ste al que tienen los estudiantes (ADAPAL), as como si en el centro se ensea a los alumnos con una lengua materna distinta a las oficiales bien dicho idioma materno (ENSELENG), bien parte del currculo en dicha lengua (CURLENG); finalmente, tampoco tienen una incidencia significativa las variables relacionadas con el comportamiento de alumnos (STUDBEHA) y profesores (TEACHBEHA).
[117]
Captulo 4
El ltimo modelo (9) incluye variables relacionadas con el proceso de enseanza y aprendizaje desde la perspectiva de los alumnos. La ansiedad ante las matemticas (ANXMAT) reduce la puntuacin, mientras que la motivacin instrumental (INSTMOT), es decir, aquella que proviene de valorar la utilidad futura de las matemticas, la auto-eficacia (o confianza en la resolucin de problemas MATHEFF) y el auto-concepto (creencia en la propia capacidad ante las matemticas SCMAT) inciden positivamente sobre los resultados. A su vez, un mayor clima de disciplina (DISCLIM) mejora la puntuacin esperada de los alumnos. Respecto al mtodo de estudio y aprendizaje los siguientes resultados no permiten considerar una determinada prctica como ptima. As, aunque el aprendizaje por memorizacin (MEMOR) incide negativamente, el mtodo de estudio que vincula las matemticas con la vida ordinaria de los alumnos (ELAB) no resulta significativo. Asimismo, tanto la variable asociada con el aprendizaje cooperativo (COOPLRN) como con el competitivo (COMPLRN) no resultan significativas, como tampoco el ndice referido a las estrategias de control del aprendizaje de las matemticas (CSTRAT).
Diversas variables no aparecen con el signo esperado: as, la sensacin de pertenencia a la escuela (BELONG), la eleccin de sta (ELECCION), el disfrute de las matemticas (INTMAT). Adems, tiene un efecto positivo, aunque decreciente, el nmero medio de alumnos por profesor (en el centro, no en cada aula). Con respecto a la variable TEACHSUP (apoyo de los profesores), el coeficiente negativo debe de interpretarse invirtiendo el sentido de la causalidad: los alumnos/as que tienen peores resultados reciben un apoyo adicional por parte de los profesores, tratamiento de discriminacin positiva que aparece en la mayor parte de los pases analizados en PISA. Por ltimo, no resulta significativo ni el nmero de semanas de instruccin (general) durante el curso escolar (CLASEAO) ni los minutos de clase de matemticas a la semana (MMINS). Destacaremos, finalmente, que el cuadro 4.11c muestra cmo el modelo final (9) explica el 53,0% de la varianza de los resultados, con un 47,4% para el nivel de alumnos/as y un 75,9 para las escuelas.
[118]
CUADRO 4.11a. REGRESIN MULTINIVEL (MULTIVARIANTE): ESTIMACIN DE EFECTOS FIJOS CON ERRORES ESTNDAR ROBUSTOS (VARIABLES PERSONALES Y FAMILIARES) MBITO VARIABLES (1) (2) (3) (4)
Constante Personal EDAD MUJER CURSO2 (1-2 ESO) CURSO3 (3 ESO) EDINFA1 (infantil 1 ao) EDINFA2 (infantil > 1 ao) EDPRIM (edad inicio primaria) REPPRIM (repetido primaria) REPSEC (repetido secundaria) EXPED (expectativa educativa) Familiar INMIGRAN ACTIVO ACTIVA PBCUAL (padre cuello blanco cual.) PBNCUAL (padre c. blanco no cual.) PAZCUAL (padre c. azul cual.) MBCUAL (madre c. blanco cual.) MBNCUAL (madre c. blanco no cual.) MAZCUAL (madre c. azul cual.) AOSEDPA (Aos escolariz. padre) AOSEDMA (Aos escolariz. madre) ORDENADOR MATESTUD (material estudio) LIBROS (> 100)
493,1 (227,2)
345,0a (9,0) 6,8 (2,7) -26,8 (-15,3) -74,6 (-7,8) -52,1 (-10,7) -2,5 (-2,9) 10,1 (3,3) -8,5 (-5,0) -23,5 (-4,3) 4,2 (0,9) 9,4 (32,8)
343,8a (8,8) 7,3 (2,9) -26,3 (-14,4) -68,2 (-6,8) -48,0 (-8,9) -3,9 (-1,0) 8,3b (3,3) -8,3 (-5,0) -25,0 (-4,4) 1,3 (0,2) 8,8 (24,9) -20,7 (-3,7) -8,4b (-2,3) -5,2 (-3,1) 5,1b (2,4) 2,0 (0,8) -0,2 (-0,1) 14,5 (5,9) 9,1 (4,6) 6,8b (2,3) 0,5 b (2,5) -0,0 (-0,1)
344,2a (9,0) 7,4 (3,0) -25,6 (-13,8) -62,5 (-6,3) -43,9 (-8,2) -3,6 (-0,9) 7,2b (2,2) -7,9 (-4,8) -25,2 (-4,5) -0,9 (-0,2) 8,1 (23,5) -15,2 (-2,8) -8,6b (-2,4) -4,7 (-2,9) 1,9 (0,9) -0,3 (-0,1) -0,4 (-0,2) 11,2 (4,6) 7,7 (3,9) 6,1b (2,1) 0,3 (1,4) -0,2 (-1,0) 4,0 (4,5) 2,7 (2,9) 18,9 (12,1)
Notas: a significativa al 1%; b significativa al 5%; c significativa al 10%.
[119]
Captulo 4
CUADRO 4.11b. REGRESIN MULTINIVEL (MULTIVARIANTE): ESTIMACIN DE EFECTOS FIJOS CON ERRORES ESTNDAR ROBUSTOS (VARIABLES PERSONALES, FAMILIARES Y ESCOLARES) MBITO VARIABLES (5) (6) (7) (8) (9)
Constante Personal EDAD MUJER CURSO2 (1-2 ESO) CURSO3 (3 ESO) EDINFA1 (infantil 1 ao) EDINFA2 (infantil > 1 ao) EDPRIM (edad inicio primaria) RPPRIM (repetido primaria) REPSEC (repetido secundaria) EXPED (expectativa educativa) Familiar INMIGRAN ACTIVO ACTIVA PBCUAL (padre cuello blanco cual.) PBNCUAL (padre. c. blanco no cual.) PAZCUAL (padre c. azul cual.) MBCUAL (madre c. blanco cual.) MBNCUAL (madre c. blanco no cual.) MAZCUAL (madre c. azul cual.) AOSEDPA (Aos escolar. padre) AOSEDMA (Aos escol. madre) ORDENADOR MATESTUD (material estudio) LIBROS (> 100)
340,3a (8,9) 7,5 (3,1) -25,6 (-13,8) -62,0 (-6,3) -43,7 (-8,2) -3,6 (-0,9) 7,1b (2,2) -7,8 (-4,7) -25,4 (-4,6) -0,9 (-0,2) 8,1 (23,4) -15,0 (-2,9) -8,6b (-2,4) -4,8 (-2,9) 1,8 (0,9) -0,3 (-0,1) -0,4 (-0,2) 11,1 (4,6) 7,6 (3,9) 6,1b (2,1) 0,3 (1,3) -0,3 (-1,1) 4,0 (4,4) 2,7 (2,9) 18,9 (12,1)
241,1a (5,9) 7,3 (2,9) -25,8 (-13,9) -61,2 (-6,2) -43,6 (-8,2) -3,6 (-0,9) 7,0b (2,2) -7,7 (-4,7) -26,0 (-4,7) -1,6 (-0,3) 8,0 (23,3) -13,8b (-2,5) -8,4b (-2,3) -4,7 (-2,9) 1,4 (0,7) -0,5 (-0,2) -0,2 (-0,1) 10,6 (4,4) 7,2 (3,7) 6,3b (2,1) 0,2 (0,8) -0,4 (-1,5) 3,7 (4,1) 2,7 (2,9) 18,4 (11,8)
253,9 (6,2) 7,3 (2,9) -25,8 (-13,9) -61,3 (-6,2) -43,7 (-8,2) -3,6 (-0,9) 6,9b (2,2) -7,6 (-4,6) -25,9 (-4,7) -1,5 (-0,3) 8,0 (23,2) -13,8b (-2,5) -8,4b (-2,3) -4,6 (-2,8) 1,3 (0,6) -0,6 (-0,3) -0,2 (-0,1) 10,5 (4,4) 7,1 (3,7) 6,3b (2,1) 0,2 (0,8) -0,4 (-1,5) 3,7 (4,1) 2,7 (2,9) 18,4 (11,8)
260,1 (6,3) 7,2 (2,9) -25,8 (-13,9) -61,1 (-6,1) -43,6 (-8,1) -3,6 (-0,9) 6,9b (2,2) -7,7 (-4,7) -26,1 (-4,7) -1,6 (-0,3) 8,0 (23,1) -13,7b (-2,5) -8,4b (-2,4) -4,5 (-2,7) 1,1 (0,5) -0,7 (-0,3) -0,2 (-0,1) 10,4 (4,3) 7,1 (3,6) 6,0b (2,0) 0,2 (0,9) -0,4 (-1,5) 3,8 (4,2) 2,6 (2,8) 18,4 (11,9)
305,3 (8,0) 5,8b (2,6) -12,6 (-7,4) -59,6 (-6,4) -39,4 (-8,0) -0,5 (-0,2) 6,2b (2,0) -5,7 (-3,7) -20,5 (-4,0) -1,6 (-0,3) 5,7 (18,7) -12,0b (-2,4) -5,8c (-1,8) -2,4 (-1,6) -0,6 (-0,3) -1,0 (-0,5) -1,4 (-0,8) 6,6 (3,1) 5,5 (3,0) 4,6c (1,7) 0,2 (0,8) -0,5c (-2,1) 2,0b (2,4) 1,4 (1,6) 14,6 (10,1)
[120]
CUADRO 4.11b. REGRESIN MULTINIVEL (MULTIVARIANTE): ESTIMACIN DE EFECTOS FIJOS CON ERRORES ESTNDAR ROBUSTOS (VARIABLES PERSONALES, FAMILIARES Y ESCOLARES). (CONT.) MBITO VARIABLES (5) (6) (7) (8) (9)
Escolar (directores)
PRIVIND (privada independiente) CONCERT (privada concertada)

SCHLSIZE
9,6 (1,5) 9,5 (3,1)
(tamao escolar)
PCGIRLS (% chicas en la escuela) NONAT1 (inmigrantes 10%) NONAT2 (inmigrantes > 10%) CLIMAED (clima educativo) PREPESO (% repetidores en ESO)
RATCOMP SMRATIO
-2,0 (-0,4) -0,7 (-0,2) 0,01b (2,0) 42,1 (3,3) -2,0 (-0,7) -14,8b (-2,3) 7,2 (7,4) 0,3c (2,0)
(Ordenador/ alumno) (Alumnos/prof. mat.) (Alum/prof. mat.)2
SMRATIO2 AGRUP1 AGRUP2 MACTIV
(agrupacin en todas) (agrupac. en algunas )
(estimulacin matem.) (moral de alumnos)
STMORALE
-4,4 -5,1 (-0,8) (-0,9) -3,8 -4,5 (-1,1) (-1,4) 0,01c 0,01 (1,8) (1,5) 36,6 40,5 (2,8) (3,2) -1,3 -1,7 (-0,5) (-0,6) -14,3b -16,5b (-2,1) (-2,5) 7,4 6,7 (7,4) (6,8) 0,3c 0,3c (2,0) (2,0) -34,8c -23,1 (-1,7) (-1,2) -0,1c -0,1c (-1,9) (-1,8) 0,0004b 0,0004b (2,2) (2,2) -13,6 (-3,3) -1,9 (-0,7) 6,4a (3,0) 5,3a (3,0)
Escolar (alumnos)
BELONG (pertenencia a escuela) ELECCION (de escuela) INTMAT (disfrute matemticas) INSTMOT (motivac. instrumental)
MATHEFF
(auto-eficacia)
ANXMAT (ansiedad ante matem.) SCMAT (auto-concepto) MEMOR (aprend. memorizacin) MATFUERA (horas matem. fuera) ALUMNOSM (nm. medio alum.) ALUMNOSM2 (ALUMNOSM)2
TEACHSUP
(apoyo de profesor)
DISCLIM (clima de disciplina)

-5,7 (-1,2) -4,5 (-1,5) 0,01 (1,4) 28,3b (2,5) -2,4 (-0,9) -18,5a (-3,2) 6,4 (7,2) 0,3b (2,4) -24,2 (-1,2) -0,1b (-2,5) 0,0004a (2,9) -12,1 (-3,2) -3,2 (-1,1) 6,3a (3,1) 4,3b (2,6) -4,2 (-6,5) -10,6 (-4,2) -1,8c (-1,7) 4,4 (5,4) 16,1 (18,5) -6,9 (-6,6) 11,4 (11,1) -4,5 (-5,8) -2,6 (-11,3) 1,8 (3,7) -0,03 (-2,9) -3,3 (-4,8) 3,3 (5,0)
[121]
Captulo 4
CUADRO 4.11c. REGRESIN MULTINIVEL (MULTIVARIANTE): VALORES ALEATORIOS VARIANZAS (1) (2) (3) (4) (5)
Escuelas (uj) Total (uj +
1.455,9 5.978,1 7.434,0
745,3 4.064,8 4.810,1 35,3 32,0 48,8
666,7 4.016,0 4.682,7 37,0 32,8 54,0 (8) 415,6 3.922,7 4.338,2 41,6 34,4 71,5
613,0 3.925,2 4.538,2 39,0 34,3 57,9 (9) 351,5 3.143,8 3.495,3 53,0 47,4 75,9
598,2 3.925,0 4.523,2 39,2 34,3 58,9
Individuos (ij)
ij)
% de varianza explicada por las variables sobre el modelo (1): total % varianza explicada por las variables sobre el modelo (1): alumnos (nivel 1) % varianza explicada por las variables sobre el modelo (1): escuelas (nivel 2) VARIANZAS Escuelas (uj) Total (uj + Individuos (ij) (6) 447,7 3.923,5 4.371,2 41,2 34,4 69,2 (7) 443,8 3.923,3 4.367,1 41,3 34,4 69,5
ij)
% de varianza explicada por las variables sobre el modelo (1): total % varianza explicada por las variables sobre el modelo (1): alumnos (nivel 1) % varianza explicada por las variables sobre el modelo (1): escuelas (nivel 2)
CUADRO 4.12. REGRESIN MULTINIVEL (MULTIVARIANTE): ESTIMACIN DE LOS COMPONENTES DE LA VARIANZA VARIABLES DESVIACIN ESTNDAR VARIANZA CHI-SQUARE P-VALUE
Constante
MUJER CURSO3 EDINFA2 ANXMAT MATFUER DISCLIM
24,881 9,685
c
619,046 93,794 115,020 105,663 28,183 0,908 24,345
465,748 355,732 367,993 380,726 358,643 357,217 382,600
0,000 0,077 0,030 0,010 0,062 0,069 0,008
10,725b 10,279b 5,309c 0,953c 4,934
Como se ha indicado en el apartado 4.4.1., el anlisis de regresin multinivel permite conocer el efecto de las variables consideradas para el conjunto de unidades de los niveles superiores (escuelas en nuestro caso). En el cuadro 4.12. aparecen las desviaciones estndar de la media de aquellos coeficientes cuyo efecto diferenciado para distintas escuelas resulta significativo en nuestro modelo completo (9) -algunas variables tienen efectos distintos para las
unidades de nivel 2 en modelos anteriores pero pierden la significatividad a medida que se incluyen nuevas variables-. A modo de ejemplo, las alumnas obtienen, en promedio, para el conjunto de escuelas, 12,6 puntos menos que los alumnos. Ahora bien, a partir de los resultados expuestos en el cuadro 4.12. puede concluirse que el efecto de la variable MUJER est, para cada una de la escuelas, entre -31,6 y 6,468. De este modo, aunque el efecto global es negativo,
68 El intervalo de confianza al 95% resulta de calcular la siguiente expresin: coeficiente de la regresin (1,96* desviacin estndar) = -12,6 (1,96*9,7).
[122]
en algunas escuelas ser mujer tiene un efecto positivo. Asimismo, si consideramos el caso de CURSO3 (asistir a tercero de ESO) se observa que, respecto a asistir a cuarto de ESO (CURSO4), en promedio para el conjunto de centros, los alumnos en tercero de ESO obtienen 39,4 puntos menos que aquellos en cuarto curso. Sin embargo, el intervalo de valores posibles del efecto de dicha variable, para los alumnos/as que asisten a los distintos centros escolares de la muestra, est entre 18,4 y 60,4 puntos. Una vez desarrollado el anlisis de los determinantes de los resultados de PISA, nos ha parecido conveniente realizar un breve estudio de los determinantes de dos variables explicativas que inciden sobre los resultados de PISA y cuyo efecto puede explicarse a su vez, al menos parcialmente, por factores socioeconmicos y culturales: haber cursado educacin infantil ms de un ao (EDINFA2) y haber repetido algn curso en educacin primaria (REPPRIM). Dado el carcter binario de ambas variables explicativas, es decir, que slo pueden tomar valor cero o uno, el modelo de regresin necesario para conocer los determinantes de dichas variables es de tipo logstico (logit)69. En estos modelos, los coeficientes asociados a las variables explicativas no se refieren al efecto marginal de cada variable independiente sobre la probabilidad de que acontezca un suceso (en nuestro caso, la probabilidad relativa de repetir un curso en primaria o de cursar educacin infantil ms de un ao), sino sobre la probabilidad de que ste acontezca respecto a la probabili-
dad de que no suceda (vase una descripcin detallada del modelo en el anexo 4.C). Pi = P(Yi = 1) = E(Y = 1|Xi)
kXik
(IV)
Como variables explicativas se han incluido las siguientes variables personales y socioeconmicas: Sexo:
MUJER. INMIGRAN. ACTIVO,
Nacionalidad:
Actividad laboral de los padres: ACTIVA. Clase social: PBLACUAL, PBNCUAL, MBLACUAL, MBNCUAL, MAZCUAL.
PAZCUAL,
Aos de escolarizacin de los padres: AOSEDPA, AOSEDMA. Nivel cultural del hogar:
LIBROS.
El cuadro 4.13. permite alcanzar las siguientes conclusiones: Los inmigrantes tienen una mayor probabilidad relativa que los nativos de repetir (algn curso de primaria) y una menor probabilidad de cursar educacin infantil ms de un ao71. La clase social apenas incide en la probabilidad relativa de cursar educacin infantil pero s en la probabilidad de repetir. As, los hijos de padres y madres con ocupaciones de cuello blanco cualificado tienen una menor probabilidad de repetir que los hijos de progenitores que desarrollan activida-
Tambin puede aplicarse un modelo probit. Sobre este tipo de modelos, vase Greene (2002). Las variables ahora dependientes se refieren a un momento anterior en la vida de los alumnos/as. Por tanto, en este anlisis se est suponiendo que las variables explicativas no han variado significativamente entre el momento de la evaluacin de PISA y el momento en que los alumnos/as han cursado, o no, educacin infantil o han podido repetir un curso en el ciclo primario. Dada la naturaleza de las variables consideradas parece probable que este supuesto sea, muy mayoritariamente, cierto. 71 En concreto, la columna exp() del cuadro 4.13 muestra que los inmigrantes tienen un 78% menos de probabilidad de asistir a la educacin infantil, respecto a no asistir, que los alumnos/as nativos (0,78 = 1-0,22). Asimismo, los primeros tienen poco ms del doble de probabilidad de repetir algn curso en educacin primaria, respecto a no repetir, si se comparan con los estudiantes nativos (exp()= 2,06).
69 70
[123]
Captulo 4
des de cuello azul no cualificado (tambin tienen una menor probabilidad los hijos de padres en ocupaciones de cuello blanco no cualificado). La ausencia de significatividad de la clase social sobre la probabilidad de que los nios y nias cursen educacin infantil puede deberse, entre otros motivos, a que la asistencia a los centros infantiles se deba a la actividad laboral de las mujeres, que no se limita a determinadas clases sociales. Los aos de escolarizacin del padre aumentan ligeramente la probabilidad relativa de que los hijos cursen educacin infantil, mientras que los aos de escolarizacin de la madre inciden negativamente sobre la probabilidad de repetir en primaria. El nivel cultural del hogar incrementa la probabilidad relativa de haber estado ms de un ao en educacin infantil y reduce la probabilidad de repetir algn curso en primaria. Las nias tienen una mayor probabilidad relativa de cursar educacin infantil pero una menor probabilidad de repetir. El primer resultado, contraintuitivo, puede obedecer a alguna limitacin del modelo estimado. De este modo, los resultados son, mayoritariamente, los esperados y el entorno socioeconmico y cultural incide sobre las variables dependientes seleccionadas: un mayor nivel educativo de los padres, una mejor posicin social, ms cultura en el hogar y ser nativo reduce la probabilidad de repetir en educacin primaria, mientras que esas mismas variables aumentan la probabilidad relativa de haber asistido durante ms de un ao a un centro de educacin primaria. As, se refuerza el efecto observado en el anlisis de regresin multinivel de las variables socioeconmicas y culturales sobre los resultados de los alumnos en la
evaluacin de PISA, mediante su incidencia sobre dos variables explicativas de dichos resultados. 4.5.4. Anlisis cuantlico: variaciones, segn cuantiles de la variable dependiente, de los efectos de las variables explicativas sobre los resultados de PISA A continuacin se exponen los principales resultados del anlisis de regresin por cuantiles de la variable dependiente. Como se ha sealado en el apartado 4.4.2., la utilidad de este tipo de anlisis reside en contrastar si los efectos de las variables explicativas se mantienen constantes para distintos cuantiles (segmentos) de la variable dependiente. En nuestro caso, el anlisis de regresin cuantlico tiene por objetivo contrastar si los efectos de las variables explicativas sobre los resultados de los alumnos/as en el test de matemticas de PISA 2003 difieren para dos grupos de individuos: los alumnos/as con las puntuaciones ms bajas y ms altas en dicho test. Por ello, en un continuo de individuos clasificados en funcin de los resultados, se ha considerado el cuantil que agrupa al 10% de individuos con peores resultados, as como el que contiene al 10% con mejores resultados (cuantil 90%). En el primer caso, el punto de corte en los resultados est en torno a 384 puntos (en consecuencia contiene alumnos que pertenecen al nivel uno e inferior), mientras que en el segundo caso, el punto de corte es de 604 puntos, de modo que los alumnos/as de dicho cuantil forman parte de los niveles 5 y 6 (y la parte superior del nivel 4). Asimismo, en la comparacin, tambin se incluye el punto medio de la distribucin (cuantil 50%) que, adems, permite comparar los resultados de la estimacin cuantlica con aquellos de la regresin multinivel.
[124]
CUADRO 4.13. RESULTADOS DEL ANLISIS DE REGRESIN LOGSTICA: PROBABILIDAD RELATIVA DE CURSAR EDUCACIN INFANTIL MS DE UN AO (EDINFA2) Y DE REPETIR ALGN CURSO EN PRIMARIA (REPPRIM) VARIABLES
EDINFA2 REPPRIM
Constante
MUJER
EXP ()
-1,71a (134,0) -0,45a (26,7) 0,72a (13,3) -0,36b (6,3) -0,29c (3,7) -0,04 (0,1) -0,59a (12,2) -0,17 (2,6) -0,02 (0,0) -0,01 (0,7) -0,03b (6,1) -0,82a (68,5)
EXP ()
1,29a (147,3) 0,28a (25,0) -1,50

a
3,63 1,33 0,22 1,00 0,80 0,90 1,08 1,04 0,99 1,02 1,01 1,37
0,18 0,64 2,06 0,70 0,75 0,96 0,55 0,84 0,98 0,99 0,97 0,18
INMIGRAN
(130,4)
PBCUAL
(padre cuello blanco cual.) (padre c. blanco no cual.) (padre c. azul cual.) (madre c. blanco cual.) (madre blanco no cual.) (madre c. azul cual.) (Aos escolar. padre) (Aos escol. madre)
0,00 (0,0) -0,23b (5,5) -0,11 (1,7) 0,08 (0,8) 0,04 (0,3) -0,02 (0,2) 0,02b (3,8) 0,01 (2,4) 0,32 a (27,0)
PBNCUAL
PAZCUAL
MBCUAL
MBNCUAL
MAZCUAL
AOSEDPA
AOSEDMA
LIBROS
(> 100)
Nota: test de significatividad de Wald ente parntesis. a significativa al 1%; b significativa al 5%; c significativa al 10%.
Estadsticos del anlisis logstico EDINFA2 Nmero observaciones: 10.638 Chi-cuadrado: 243,117, con g.l. 13 y Prob>chi2=0,000 -2LL: 8.723,075 Nmero de iteraciones: 4 R-cuadrado Nagelkerke: 0,04
REPPRIM
Nmero observaciones: 10.607 Chi-cuadrado: 322,547, con g.l. 17 y Prob>chi2=0,000 -2LL: 4.651,520 Nmero de iteraciones: 4 R-cuadrado Nagelkerke: 0,08
[125]
Captulo 4
Tal y como se ha realizado en el anlisis multinivel, el estudio mediante regresiones cuantlicas utiliza los cinco resultados de los alumnos de matemticas, de modo que se desarrollan cinco anlisis de regresin (uno para cada valor posible), con las replicaciones correspondientes, para obtener estimadores, varianzas muestrales y errores estndar eficientes (vase OECD, 2005b: captulo 7). Los coeficientes estimados para cada cuantil se presentan en el cuadro 4.14. Como cabe esperar, los coeficientes del cuantil 50% son muy similares a los que aparecen en el cuadro 4.11b (que corresponden a toda la muestra), ya que mientras que los primeros son los coeficientes en el valor mediano de la variable dependiente, los segundos se asocian con el valor medio. En el anlisis cuantlico se han incluido las mismas variables que en el anlisis multinivel, si bien en el cuadro 4.14. slo aparecen los coeficientes de las variables que resultan significativas, que son, salvo alguna excepcin que se indica a continuacin, las variables significativas en el modelo (9) del cuadro 4.11b. Entre las excepciones, en el cuantil 50% de la regresin cuantlica dejan de ser significativas las variables relacionadas con la actividad laboral del padre (ACTIVO) y el inters por las matemticas (INTMAT). Asimismo, los aos de escolarizacin de la madre (AOSEDMA), el tamao de la escuela (SCHLSIZE) y la agrupacin de alumnos segn capacidad en algunas clases de matemticas (AGRUP2), no significativas en la regresin multinivel,
s resultan significativas en la regresin cuantlica. A partir de las regresiones cuantlicas podemos conocer tres tipos de resultados: a) Si se producen variaciones en la significatividad de las variables por cuantiles. b) Si existe alguna tendencia en los efectos de las variables explicativas sobre la variable dependiente a lo largo de los distintos tramos (cuantiles) de esta ltima. c) Si son significativas las diferencias observadas en los coeficientes estimados de las variables independientes para distintos cuantiles de la variable dependiente (en nuestro caso la diferencia entre el cuantil 90% y el cuantil 10%). a) Con respecto al primer elemento, no resultan significativos (al menos a un nivel de significacin del 10%)72 los efectos estimados de las variables explicativas en el cuantil ms bajo (10%), respecto al cuantil mediano (50%), en los siguientes casos: EDAD, ORDENADOR, PCGIRLS y AGRUP2, as como las variables que reflejan la clase social de las madres. Asimismo, las siguientes variables significativas en el cuantil 50% no lo son en el cuantil superior (90%): EDINFA2, INMIGRAN, SMRATIO, AGRUP2 y las variables relacionadas con la clase social de las madres.
72 En el anlisis que se expone a continuacin se utiliza un amplio nivel de significacin. Sin embargo, otros criterios ms restrictivos son aplicables (vase la nota al respecto en los estadsticos mostrados al final del cuadro 4.14.).
[126]
CUADRO 4.14. RESULTADOS DEL ANLISIS DE REGRESIN CUANTLICO MBITO VARIABLES CUANTIL 10% COEF . T-VALUE CUANTIL 50% COEF . T-VALUE CUANTIL 90% COEF . T-VALUE
Constante Personal
EDAD MUJER CURSO2 CURSO3 EDINFA1 EDINFA2 EDPRIM RPPRIM REPSEC EXPED
267,36 2,46 -8,85
3,92 0,56 -2,35 -2,62 -4,40 -0,51 1,42 -1,32 -2,51 -0,37 8,72 -1,82 -0,75 -1,38 1,21 1,25 0,43 4,55 1,48 1,12 -1,45 -3,49 6,98 2,26 -3,04 3,10 -1,76 -0,75 2,31 3,65 -1,67 -3,21
294,60 6,58 -14,41 -55,01 -34,85 -0,06 6,05 -4,84 -21,66 -2,77 6,12 -11,19 -4,27 -2,30 6,10 4,39 2,23 16,24 0,01 23,22 -2,30 -19,52 5,69 0,23 -0,13 0,00 -12,11 -3,03 6,26 3,23 -3,65 -9,45
6,73 2,52 -9,60 -4,34 -5,81 -0,01 1,49 -2,48 -3,17 -0,43 13,54 -1,83 -0,96 -1,13 2,03 2,18 2,27 8,88 2,09 2,81 -1,01 -4,40 8,09 2,03 -2,28 2,91 -3,41 -1,60 4,06 2,54 -4,43 -2,94
333,02 9,02 -14,18 -63,41 -45,06 -2,62 1,54 -5,96 -14,08 4,39 5,48 -5,05 -7,64 -1,06 1,33 2,90 1,84 15,99 0,00 26,32 -2,54 -7,50 6,46 0,30 -0,06 0,00 -13,03 -2,69 6,98 2,25 -5,56 -5,57
5,18 2,26 -4,03 -5,00 -5,97 -0,44 0,27 -2,07 -1,73 0,57 8,40 -0,52 -1,34 -0,40 0,25 0,77 1,44 5,11 1,79 2,14 -0,83 -1,47 7,34 2,05 -0,90 1,31 -3,14 -0,96 2,67 1,39 -3,59 -1,31
(1-2 ESO) (3 ESO) (infantil 1 ao) (infantil > 1 ao)
-50,85 -35,10 -3,44 7,09 -4,42 -27,08 -3,00 6,27 -15,09 -5,51 -3,20
(edad inicio prim.) (repetido primaria) (repetido secundar.)
(expectativa educat.)
Familiar
INMIGRAN ACTIVO ACTIVA MBCUAL
(madre c. b. cual.) (madre b. no c.)
5,54 6,47 0,60 14,98 0,01 16,30 -4,03 -24,34 6,86 0,42 -0,21 0,00 -9,45 -2,33 5,91 6,07 -2,53 -12,27
MBNCUAL
ORDENADOR LIBROS
(> 100) (tamao escolar)
SCHLSIZE PCGIRLS NONAT1 NONAT2 CLIMAED PREPESO SMRATIO
(% chicas escuela) (inmigr. 10%) (inmigr. > 10%) (clima educativo) (% repet. en ESO) (Alum./prof. mat.)
SMRATIO2 AGRUP1 AGRUP2 MACTIV
(agrupac. en todas) (agrup. en algunas )
(estimul. matem.) (moral alumnos)
STMORALE BELONG
(pertenencia a esc.) (de escuela)
ELECCION
[127]
Captulo 4
CUADRO 4.14. RESULTADOS DEL ANLISIS DE REGRESIN CUANTLICO. (CONT.) MBITO VARIABLES CUANTIL 10% COEF . T-VALUE CUANTIL 50% COEF . T-VALUE CUANTIL 90% COEF . T-VALUE
Escolar (alumnos)
INTMAT
(disfrute matem.) (motivac. instr.) (auto-eficacia) (ansiedad)
0,21 3,25 17,07 -7,85 6,95 -2,81 -2,20 2,28 -0,05 -2,91 5,64
0,11 2,01 7,87 -2,87 3,06 -1,38 -5,37 2,89 -2,55 -2,29 4,07
-1,17 3,87 17,63 -6,79 10,31 -5,24 -2,39 1,63 -0,03 -3,91 4,42
-0,86 3,92 17,13 -5,80 8,48 -4,91 -7,91 2,86 -2,22 -3,71 4,71
-0,78 4,26 17,71 -6,81 11,53 -6,31 -2,51 1,57 -0,03 -4,79 2,94
-0,33 2,67 9,83 -2,72 4,70 -3,88 -5,86 2,09 -1,77 -3,79 1,85
INSTMOT MATHEFF ANXMAT SCMAT MEMOR
(auto-concepto) (aprendizaje mem.) (horas matem.) (nm. medio)
MATFUERA
ALUMNOSM
ALUMNOSM2 TEACHSUP DISCLIM
(apoyo de prof.)
(disciplina)
Estadsticos del anlisis de regresin cuantlico Valores del estadstico t superiores a 1,28 implican significatividad de la variable explicativa a un nivel de significacin del 10%; mayores que 1,64 al 5% y por encima de 1,96 al 1%. Nmero observaciones: 10.785 Pseudo-R2 en 10%: 0,329 Pseudo-R2 en 50%: 0,329 Pseudo-R2 en 90%: 0,314 Errores estndar estimados mediante tcnica bootstap (20 iteraciones)
b) En cuanto a la existencia de tendencias en la evolucin de los coeficientes a lo largo de los cuantiles considerados de la variable dependiente, a continuacin se muestran los principales resultados (slo para variables que son significativas en todos los cuantiles): Las siguientes variables que inciden positivamente sobre los resultados ven incrementado dicho efecto positivo a medida que aumentan las puntuaciones de los alumnos/as: estimulacin de las matemticas (MACTIV), motivacin instrumental (INSTMOT), auto-eficacia (MATHEFF) y auto-concepto (SCMAT). Las siguientes variables que inciden positivamente sobre los resultados ven
reducido dicho efecto positivo a lo largo de la distribucin de los mismos: expectativa educativa (EXPED), moral de los alumnos (STMORALE), nmero medio de alumnos (ALUMNOSM) y disciplina (DISCLIM). Las variables con incidencia negativa que aumentan su efecto a medida que aumentan los resultados de los alumnos y alumnas son: cursar primero o segundo de ESO (CURSO2), edad al iniciar la primaria (EDPRIM), agrupacin de alumnos en todas las clases de matemticas (AGRUP1), sensacin de pertenecer a la escuela (BELONG), aprendizaje de las matemticas de memoria (MEMOR), horas de actividades de matemticas fuera de la escuela (MATFUERA) y apoyo de los profesores (TEACHSUP).
[128]
Repetir en primaria (REPPRIM) y eleccin de escuela (ELECCION) son las variables con efecto negativo sobre los resultados que ven reducida su incidencia a medida que aumenta el cuantil de resultados. Con respecto a las variables socioeconmicas y culturales, podemos sealar lo siguiente: entre las de mbito familiar, slo la variable LIBROS resulta significativa en todos los cuantiles pero no se observa ninguna tendencia en su efecto sobre los resultados; ahora bien, el efecto de la variable
relacionada con la inmigracin se reduce al pasar del cuantil 10% al 50%. En las de mbito escolar, los aos de escolarizacin promedio de los padres de los alumnos en los centros (CLIMAED) resultan significativos en todos los cuantiles pero no se observa cambio alguno entre stos; sin embargo, la variable que indica que en el centro existe un porcentaje de inmigrantes superior al 10% (NONAT2) tiene una tendencia negativa en su efecto sobre los resultados a medida que aumentan los resultados de los alumnos/as.
[129]
Captulo 4
CUADRO 4.15. DIFERENCIA INTERCUANTLICA EN EL TEST DE MATEMTICAS: CUANTILES 10% Y 90% MBITO VARIABLES DIFERENCIA 90 % - 10 % COEFICIENTE T-VALUE
Constante Personal
EDAD MUJER CURSO2 CURSO3 EDINFA1 EDINFA2 EDPRIM RPPRIM REPSEC EXPED
65,66 6,56 -5,33
0,69 1,07 -1,38 -0,49 -0,84 0,09 -0,80 -0,39 0,92 0,63 -0,84 0,74 -0,24 0,67 -0,51 -0,64 -0,78 0,73 -0,28 0,61 0,32 1,97 -0,31 -0,60 0,92 1,34 -1,06 -0,59 -0,09 0,40 -1,78 -1,47
(1-2 ESO) (3 ESO) (infantil 1 ao) (infantil > 1 ao)
-12,56 -9,96 0,81 -5,56 -1,54 13,00 7,39 -0,79 10,05 -2,14 2,14
(edad inicio prim.) (repetido primaria) (repetido secundar.)
(expectativa educativa)
Familiar
INMIGRAN ACTIVO ACTIVA MBCUAL
(madre cuello b. cualif.) (madre c. b. no cualif.)
-4,21 -3,57 1,86 1,24 -0,001 10,02 1,49 16,84 -0,40 -0,12 29,16 0,14 0,00
MBNCUAL
ORDENADORLIBROS
(> 100) (tamao escolar)
SCHLSIZE PCGIRLS NONAT1 NONAT2 CLIMAED PREPESO RATCOMP SMRATIO
(% chicas escuela) (inmigr. 10%) (inmigr. > 10%) (clima educativo) (% repetidores en ESO) (Ordenadores/ alumnos) (Alumnos/ prof. matem.)
SMRATIO2 AGRUP1(agrupaciones AGRUP2 MACTIV
en todas)
-3,58 -0,37 1,08 -3,83 -3,03
(agrupaciones en algunas )
(estimulac. matemticas) (moral de los alumnos)
STMORALE BELONG
(pertenencia a escuela)
[130]
CUADRO 4.15. DIFERENCIA INTERCUANTLICA EN EL TEST DE MATEMTICAS: CUANTILES 10% Y 90%. (CONT.) MBITO VARIABLES DIFERENCIA 90 % - 10 % COEFICIENTE
ELECCION
T-VALUE
(de escuela)
6,70 -0,99 1,01 0,64 1,04 4,59 -3,51 -0,31 -0,71 0,02 -1,89 -2,70
1,09 -0,36 0,48 0,22 0,35 1,45 -1,40 -0,58 -0,62 0,65 -1,14 -1,38
Escolar (alumnos)
INTMAT
(disfrute de matemticas) (motivacin instrument.) (auto-eficacia) (ansiedad)
INSTMOT MATHEFF ANXMAT SCMAT MEMOR
(auto-concepto) (aprendizaje de memoria) (horas matemt. Fuera) (nmero medio)
MATFUERA
ALUMNOSM
ALUMNOSM2 TEACHSUP DISCLIM
(apoyo de profesores)
(disciplina)
Estadsticos del anlisis de regresin intercuantlico Valores del estadstico t superiores a 1,28 implican significatividad de la variable explicativa a un nivel de significacin del 10%; mayores que 1,64 al 5% y por encima de 1,96 al 1%. Nmero observaciones: 10.785 Pseudo-R2 en 10%: 0,329 Pseudo-R2 en 90%: 0,314 Errores estndar estimados mediante tcnica bootstap (20 iteraciones).
b) En cuanto a la significatividad de las diferencias entre cuantiles (obtenidas mediante un anlisis de regresin intercuantlico), en el cuadro 4.15. se exponen los resultados referidos a las diferencias en los efectos de las variables explicativas entre los cuantiles 90% y 10% de la variable dependiente. En dicho cuadro se puede observar que no existen diferencias significativas estadsticamente entre diferentes partes de la distribucin de resultados con respecto al impacto de las variables personales, salvo para la variable MUJER, que tiene un mayor efecto negativo en los cuantiles ms altos (es decir, para las alumnas con
mejores resultados). Respecto a las variables familiares y escolares (obtenidas a partir de la informacin de los alumnos), tambin resultan estadsticamente significativas las diferencias de los efectos entre cuantiles de las siguientes variables: SCMAT (auto-concepto ante las matemticas), MEMOR (estudio mediante la memorizacin) y DICLIM (disciplina). En cuanto a las variables escolares (cuya informacin procede de los directores de los centros), NONAT2 (si en el centro educativo existe un porcentaje de inmigrantes mayor al 10%), la moral de los estudiantes (STMORALE) y su sensacin de pertenencia a la
[131]
Captulo 4
escuela (BELONG) tienen una incidencia significativamente distinta en los extremos de la distribucin de resultados. Finalmente, como indica NONAT2, los menores resultados de los alumnos/as,
debido a que en el centro escolar existe un porcentaje relevante de inmigrantes, es significativamente mayor para quienes han obtenido unos peores resultados.
[132]
Anexos
Captulo 4
Anexos del captulo 4
4.A. MODELIZACIN ECONOMTRICA DEL ANLISIS MULTINIVEL (APLICADA A PISA)

Un anlisis multinivel permite descomponer la varianza de los resultados en distintos niveles (en PISA, los estudiantes y las escuelas, as como entre los pases si se realiza un anlisis comparado internacionalmente); asimismo pueden conocerse los efectos de las variables explicativas sobre la dependiente para cada unidad de los niveles superiores. Con referencia al primer aspecto, mediante una regresin multinivel puede calcularse el peso que tienen las escuelas sobre el total de la varianza de los resultados (es decir, cunto difieren los centros en la actuacin media de su alumnado), tal y como se explica a continuacin. De las ecuaciones (1) y (2), donde i se refiere a los alumnos (nivel 1) y j a las escuelas (nivel 2): Yij =
j = 0 + j
(2)
Yij corresponde, por ejemplo, al resultado (esperado) en matemticas del alumno i en la escuela j , que se compone de:
j: resultado promedio para la escuela

j , formado por el resultado del conjunto de escuelas (0) y la desviacin de la escuela j respecto a dicha media ( j).
ij: desviacin del resultado del individuo i respecto al resultado promedio de la escuela j a la que pertenece.
j + ij
(1)
De este modo, existen dos partes aleatorias en el modelo: j, referida a las escuelas (con media 0 y varianza 2, descrita 2) y , relacionada con los indivicomo ij duos (tambin con media 0 y varianza 2). Mediante el coeficiente de correlacin entre escuelas (), obtenido a partir del modelo multinivel sin variables explicativas ecuaciones (1) y (2), puede conocerse cunto representa la varianza entre escuelas respecto a la varianza total vase la ecuacin (3):
Varianza entre escuelas Varianza entre escuelas + Varianza dentro de las escuelas
2 2 + 2
(3)
[135]
Captulo 4
Anexos
Una equivalente al 30% implica que la proporcin de la varianza de la variable dependiente (los resultados de los alumnos, por ejemplo) se explica en un 30% por la variacin entre escuelas y en un 70% por la variacin entre estudiantes en las escuelas. En consecuencia, si es cero, es innecesario el uso de estimaciones multinivel. Si se ampla el modelo de regresin con diversas variables explicativas podr calcularse qu partes de la varianza (entre escuelas y dentro de las escuelas) son explicadas por dichas variables. Una vez descrito el modelo de regresin multinivel sin variables, a continuacin se ampla el anlisis con la introduccin de variables independientes (en la explicacin se compara el modelo multinivel con el ms conocido modelo de regresin simple). Si inicialmente se tiene en cuenta un modelo de regresin de un solo nivel, con una sola variable explicativa, se obtiene la expresin que aparece en la ecuacin (4): Yi =
ecuacin (5) permitiendo que vare tambin la pendiente de la regresin ( ). En este caso, la nueva ecuacin se describe como: Yij =
j + j Xij + ij
(7) (8) (9)
j = 0 + j j = 1 + j
Mientras que en (5) el trmino no tiene subndice (el efecto de X sobre Y no vara de una escuela a otra, es decir, las rectas de regresin son paralelas), en la ecuacin (7) el trmino j implica que el efecto de X sobre Y s puede variar entre escuelas. En consecuencia, no se asume que las lneas de regresin sean paralelas y el efecto de X es aleatorio. Como se observa en las ecuaciones (8) y (9), ahora tanto como tienen un componente fijo y otro variable. Asimismo, puede darse interaccin entre variables explicativas de distintos niveles, de modo que el efecto de una variable de un nivel est relacionado con una variable de otro. En la ecuaciones (10), (11) y (12), se observa un modelo de este tipo, con Z como una variable de nivel 2 (por ejemplo un indicador de la relacin entre alumnos y profesores en las escuelas) y X como una variable de nivel 1 que recoge una caracterstica de los alumnos (como el sexo). Yij =
+ Xi + i
(4)
con Yi como variable dependiente; (trmino constante); (pendiente); Xi (variable explicativa); i (trmino aleatorio, distribuido normalmente con media 0 y varianza 2). Sin embargo, en un modelo multinivel, la expresin correspondiente es la siguiente, con las variables ya sealadas para la ecuacin (1), salvo Xij, que denota una variable explicativa asociada al individuo i en la escuela j: Yij =
j + j Xij + ij 1 + 1 Zj + pj
(10) (11) (12)
j = 0 + 0 Zj + j
j =
j + Xij + ij
(5)
En la ecuacin (5) j implica que puede variar (trmino aleatorio) y depende de:
Los efectos fijos y variables pueden combinarse en una nica ecuacin de regresin. De este modo: Las ecuaciones (5) y (6) puede transformarse en: Yij =
j = 0 + j
(6)
con 0 como la media del trmino constante y j como parte aleatoria que vara entre escuelas. Asimismo, podemos alterar la
0 + j Xij + j + ij
(13)
[136]
Las ecuaciones (7), (8) y (9): Yij =
0 + 1 Xij + 1 Xij + j + ij
(14)
Las ecuaciones (10), (11) y (12): Yij =
0 + 1 Xij + 0 Zj + 1 (Xij*Zj) + j Xij + j + ij
(15)
A modo de ejemplo aclaratorio, si seleccionamos la ecuacin (14), con una variable explicativa Xij que indica el sexo de los alumnos (con valor cero para los chicos y uno para las chicas): Yij =
Por ltimo, debemos exponer el modelo multinivel utilizado en nuestro anlisis emprico, que adopta la forma de las ecuaciones (10) a (12) pero considerando distintas variables explicativas vanse las ecuaciones (16) a (18) donde Xkij representa la caracterstica k del alumno i que pertenece a la escuela j , variable explicativa de nivel 1, y Zlj la caracterstica l de la escuela j , variable de nivel 2: Yij =
j + kj Xkij + ij
k=1 1
(16) (17) (18)
j = 0 + kl Zlj + kj kj = 1 + kl Zlj + kj
1
0 + 1 Xij + 1 Xij + j + ij
El resultado esperado (Yij) del alumno (varn) i en la escuela j (Xij=0) est constituido por: Valor promedio en el conjunto de escuelas (0). Diferencia en el resultado de la escuela j respecto al resultado promedio del conjunto de escuelas ( j). Diferencia en el resultado del individuo i respecto al resultado promedio de la escuela j (eij). Asimismo, si deseamos conocer el resultado de las chicas deberemos aadir, a los efectos anteriores, el de la variable explicativa (Xij=1): Efecto de la variable sexo en el conjunto de escuelas (1). Diferencia del efecto de la variable sexo en la escuela j respecto al efecto promedio ( 1).
4.B. MODELIZACIN ECONOMTRICA DEL ANLISIS CUANTLICO (APLICADA A PISA)

Si partimos de un modelo de regresin lineal mltiple como el siguiente: Yi = Xi +
(19)
Donde Yi es la variable dependiente (por ejemplo los resultados de los test de PISA), Xi el vector de variables exgenas (de los estudiantes y las escuelas), el vector de parmetros y i el trmino de perturbacin. En este modelo de regresin, se definen cuantiles para la variable dependiente (dada una serie de Xi): Cuant (Yi | Xi) = Xi (20)
Cada regresin cuantlica , con 0< <1, se define como una solucin al siguiente problema:
Min k
R
i:yixi
| Yi - Xi | +
i:yi<xi
(1 - ) | Yi - Xi |
(21)
[137]
Captulo 4
Anexos
Si se define la funcin: (z) = *z (si z0) (z) = (-1)*z (si z<0) la ecuacin anterior puede escribirse como: Min k
R
probabilidad de Yi se puede expresar de la siguiente manera:
f (Yi ) = PYi (1-P )1-Yi
Yi = 0,1
(24)
(Yi - Xi )
(22)
As, el modelo de regresin, para el -simo cuantil calcula el parmetro , que indica la variacin de la variable dependiente ante un cambio de la variable explicativa:
Si la eleccin depende de un conjunto de variables Xi, la probabilidad de una respuesta positiva, P (Yi =1), puede representarse formalmente como:
Pi = P (Yi =1) = E(Y =1 | Xi ) = kXik
(25)
(23)
4.C. ANLISIS DE REGRESIN LOGSTICO (LOGIT)

En el caso de que exista una variable dependiente dicotmica la estimacin mediante un modelo de probabilidad lineal genera estimaciones de la variable dependiente fuera de los lmites razonables (0,1) y, adems, supone que los efectos marginales de las variables independientes son constantes (un supuesto poco convincente en modelos de probabilidad). Por dichos motivos se recomienda el uso de modelos de estimacin logit o probit que predicen probabilidades estimadas entre 0 y 1, y garantizan una relacin no lineal entre la variable dependiente y las explicativas (vase Greene, 2002). En un modelo logit la variable dependiente (Yi) tiene una probabilidad (Pi) de tomar valor 1 y, en consecuencia, (1-Pi) es la probabilidad de que Yi sea 0. La funcin de
De este modo, surge una especificacin lineal, kXik , para aproximar una probabilidad, Pi = P (Yi =1) , que est limitada a tomar un valor entre 0 y 1 (mientras que kXik no est limitado). Si en lugar de realizar una aproximacin lineal, se considera una funcin de distribucin logstica acumulada:
(x)=
1 1+
e-kXik
1 1 + e-zi
(26)
se obtiene (con e como la base del logaritmo natural):
Pi = P (Yi =1) =
1 1 + e-zi
(27)
De este modo se solucionan los problemas que genera la aproximacin lineal, debido a que Zi puede tomar cualquier valor. As, se ^ cumple que (0 Pi 1) y, por tanto Y est entre 0 y 1. En la estimacin del vector de parmetros desconocidos k se emplea el mtodo de mxima verosimilitud, que genera estimadores que proporcionan el valor poblacional que hace ms verosmil el resultado en la muestra. Dada una muestra de N observaciones independientes, donde cada observacin pertenece a un individuo distinto, la funcin de verosimilitud es:
Yi
1-Yi
L (Y | X, ) =
i =1
P Yi ( 1-P ) 1-Yi
i i
i =1
1 1 + e-kXik
][
1 1 + e-kXik
(28)
[138]
Los parmetros surgen de maximizar el logaritmo de la funcin logstica de verosimilitud, denominado logit, y miden el cambio en Li causado por un cambio unitario en Xi, es decir, cmo vara la factibilidad del
N
logaritmo a favor de que suceda el caso (P (Yi =1)) respecto a que no suceda, al variar la variable independiente en una unidad (si sta es continua) o en pasar a otra categora (si sta es cualitativa): (29)
ln L (Y | X, ) = [Yi ln P i + ( 1-Yi ) ln ( 1-Pi )]

i =1
Por tanto, el parmetro estimado no se refiere al efecto marginal de cada variable explicativa sobre la probabilidad Pi, sino . sobre Li, denominada odds-ratio
[139]
Desigualdades en la transicin del sistema educativo al mercado laboral en Espaa: la situacin de los jvenes que abandonan el sistema educativo
Captulo 5
Desigualdades en la transicin del sistema educativo al mercado laboral en Espaa: la situacin de los jvenes que abandonan el sistema educativo
5.1. INTRODUCCIN
En este captulo nos proponemos investigar acerca de las trayectorias diferenciadas de los jvenes que dejan el sistema educativo y transitan hacia el mercado laboral. El nfasis est puesto en la conexin entre el mercado laboral y la educacin secundaria obligatoria y secundaria superior desde una perspectiva basada en la equidad. La centralidad de estos niveles educativos se debe a varias razones: en primer lugar, para muchos adolescentes es el nivel educativo ms alto que van a lograr antes de incorporarse a un empleo; en segundo lugar, es el ms importante cuantitativamente; finalmente, es una de las etapas ms relevantes de la carrera educativa. En particular, interesa analizar el desempeo laboral y educativo de dos poblaciones especficas: a) jvenes que alcanzan slo el final de la Educacin Secundaria Obligatoria (ESO) y; b) jvenes que acaban el Bachillerato o los Ciclos Formativos de Grado Medio (CFGM). Los datos que utilizamos para ello, como en otras zonas de este trabajo, corresponden al Panel de Hogares de la Unin Europea (PHOGUE). Las desigualdades en los resultados laborales y educativos en estas poblaciones, y especficamente los problemas de equidad, son los ejes centrales en los distintos anlisis. El supuesto del que se parte es que el destino laboral y educativo de los jvenes est vinculado con el origen socioeconmico familiar. De esta forma, a partir de una submuestra de jvenes que han alcanzado los niveles educativos seleccionados y comparten la caracterstica de que no continan estudiando, analizamos cmo contribuyen a explicar sus destinos laborales y educativos las diferencias sociales en el interior de estos grupos. En trminos especficos, analizamos el tipo de insercin que logran los jvenes en el mercado laboral teniendo en cuenta, particularmente, la calidad del empleo conseguido. La eleccin de la calidad del empleo como variable central del anlisis, adems de permitir una caracterizacin del empleo conseguido, ha sido una de las prioridades y objetivos primarios de la Agenda de Poltica Social y de la Estrategia de Lisboa para fortalecer el modelo social europeo. Intentamos responder a los siguientes interrogantes: qu sucede con los jvenes que abandonan el sistema educativo y no trabajan?, se quedan inactivos?, se incorporan en empleos inestables o de mala calidad?, cul es el papel de la clase social y la renta del hogar de origen de los jvenes en las trayectorias educativas y laborales?, est presente en el interior de este subconjunto poblacional un proceso de segmentacin que diferencia los destinos laborales?
[143]
Captulo 5
Desigualdades en la transicin del sistema educativo al mercado laboral en Espaa: La situacin de los jvenes...
El captulo se estructura del siguiente modo. Inicialmente (apartado 5.2.), describimos los antecedentes que han orientado el estudio, centrndonos en las diferentes restricciones que afectan al sistema educativo as como la insercin de los jvenes en el mercado de trabajo. En el apartado 5.3. se describen los datos utilizados en los anlisis empricos y se plantean, adems, algunas definiciones metodolgicas relevantes sobre las variables utilizadas. A continuacin (5.4.), se utiliza un modelo logit multinomial con diversas alternativas de eleccin basadas fundamentalmente en la calidad del empleo conseguido con el fin de estudiar las seales educativas, personales y familiares que determinan los diferentes destinos laborales a partir de la salida del sistema educativo. Finalmente, en el apartado 5.5., estudiamos las trayectorias educativas y laborales de los jvenes representados en el PHOGUE con el objeto de analizar los movimientos entre estados laborales y educativos entre los extremos del periodo cubierto por el panel de datos (1995-2001).
los jvenes llegan a obtener el ttulo de graduado en educacin secundaria en torno a la edad terica prevista, mientras que el 60% de los jvenes entre 25 y 34 aos ha obtenido una titulacin de bachillerato o formacin profesional (vase MEC, 2004)73. Si bien los logros en el sistema educativo espaol son significativos, existen diversas situaciones que son alarmantes, que generan dficits en materia de equidad y que son el objeto principal de este captulo. En primer lugar, el nivel de formacin de la poblacin joven es reducido en relacin con los pases europeos: en Espaa, aunque se haya producido una expansin importante en las ltimas dos dcadas, la proporcin de jvenes que ha completado la educacin postobligatoria es reducida segn los estndares de los pases de la OECD. Segn datos del MEC (2005a), el porcentaje de jvenes que ha completado el nivel de Educacin Secundaria Superior es del 62,7%. Esto refleja que en las edades correspondientes a la educacin postobligatoria (17 y 18 aos) se produce una ruptura en los niveles de escolaridad respecto a los que se observa en los 15 y 16 aos de edad. Esta situacin crea un importante cuello de botella en el sistema educativo y una fuente de inequidad (Calero, 2005), que impone la necesidad de aproximar las tasas de titulacin en todos los niveles educativos a la media de los pases de la Unin Europea. En segundo lugar, una importante cantidad de jvenes abandonan prematuramente la educacin o bien, en el mejor de los casos, se producen numerosas repeticiones de cursos. Segn datos de EUROSTAT para el 2005, el 30,8% de la poblacin entre 18 y 24 aos (36,4 y 25% de hombres y mujeres, respectivamente) abandona prematuramente la educacin, no completando la Educacin
5.2. ANTECEDENTES
Durante las ltimas dcadas el nivel educativo de los jvenes en Espaa se ha incrementado sustancialmente. En la actualidad, la educacin es obligatoria para toda la poblacin entre 6 y 16 aos de edad; incluso no siendo obligatoria, la escolarizacin es universal para los nios y nias entre 4 y 6 aos de edad. La tasa de escolarizacin ha venido aumentando ao tras ao, en particular por la progresiva implantacin y puesta en marcha de la Educacin Secundaria Obligatoria (ESO) (MEC, 2004; Graeras et al., 2000) y, segn datos oficiales, casi tres cuartas partes de
Hay que tener en cuenta que esta tendencia se produce en un mbito global. Segn datos del Banco Mundial (2004), entre 1990 y 2000, se produjo un incremento global del 15 por ciento en el nmero de alumnos/as de enseanza secundaria, as como un aumento del 8 por ciento en la matriculacin en enseanza terciaria.
73
[144]
Secundaria (segunda etapa). Esta situacin produce que Espaa sea el tercer pas de la Unin Europea con mayor abandono temprano entre los 18 y 24 aos74. Por ltimo, hay un grupo de jvenes que estn en una clara situacin de riesgo, dado que han dejado el sistema educativo, no han logrado incorporarse al mercado laboral y han dejado de buscar empleos. Segn datos de la OECD (2005c), el 2,7% de los jvenes entre 15 y 19 aos est por fuera del sistema educativo y no busca trabajo, porcentaje que aumenta al 5,2 en el caso de los jvenes entre 20 y 24 aos, afectando particularmente a las mujeres. A su vez, si agregamos aquellos adolescentes que no estn en el sistema educativo y que buscan activamente empleo, se concluye que el 22% de los jvenes entre 15 y 24 aos no se encuentra en el sistema educativo y no desarrollan una actividad laboral. Estos jvenes, dadas sus caractersticas educativas, pueden presentar un riesgo relativo superior de exclusin social, as como de obtener pobres resultados laborales. En este sentido, existe cierto consenso en que hay un requisito bsico para ingresar con garantas en el mercado laboral: tener finalizada la educacin secundaria o su equivalente de, al menos, doce aos de educacin. Segn la OECD (1997), los jvenes que no logran completar ese nivel son claramente penalizados en el mercado laboral. Esta situacin estara indicando la existencia de una segmentacin explicada, entre otros factores, por la distribucin del capital humano que se expresa en bajos niveles de educacin, capacitacin y productividad. La presencia de una estructura dual, adems de generar un problema de equidad al tener
grupos excluidos del mercado laboral limita las ganancias de productividad. Tokman (2001) agrega que dicha segmentacin se vuelve ms discriminatoria y marcada en el trabajo juvenil, dado que las credenciales, las destrezas y las aptitudes exigidas para el ingreso en los segmentos laborales modernos son casi exclusivas de los jvenes de las clases favorecidas. El dficit educativo que presentan estos adolescentes es adems preocupante debido a los cambios que afectan al mundo del trabajo y a las estructuras productivas, la aparicin de nuevas tendencias en la demanda de trabajo, el avance cientficotcnico aplicado al mbito de la produccin, los cambios en las empresas en cuanto a la forma de organizar el trabajo y los nuevos mecanismos de regulacin del trabajo, entre otros factores de relevancia. Estas tendencias generan, tal como lo expone Caas (2004), que en los prximos cinco aos la mitad del crecimiento neto de empleo ser para la poblacin ms cualificada con niveles de estudio superiores; un poco menos del 40% de los puestos laborales ser para personas con estudios secundarios; y slo un 15% para trabajadores no cualificados con nivel educativo elemental. En el interior de estos grupos vulnerables existe un proceso de desigualdad que puede acentuarse en el mbito educativo. Marchesi (2000), refirindose a realidades de pases con menores niveles de desarrollo, seala que las desigualdades escolares no se originan en el sistema educativo, sino que se agravan en l. En el caso de Espaa, una muestra de ello puede encontrarse en un estudio realizado durante 2002 por el Instituto de Evaluacin y Asesoramiento Educativo (IDEA) sobre la valoracin del fracaso escolar por los alumnos que no termi-
74
El indicador de abandono temprano de la escuela se refiere, segn la metodologa de indicadores estructurales de la Comisin Europea (2002) al porcentaje de la poblacin de edad comprendida entre 18 y 24 aos que slo tiene educacin secundaria inferior y no prosigue estudios o formacin.
[145]
Captulo 5
nan con xito la educacin obligatoria. El mismo revela que la mayora, concretamente el 71,8%, se sita en el contexto sociocultural ms bajo (Comunidad Escolar, 2002). Este resultado tambin se verifica en otros anlisis efectuados con el PHOGUE (vase captulo 2) y con los datos de PISA 2003 (vase captulo 4). Como se ha podido ver en los captulos mencionados, el nivel socioeconmico y cultural de sus familias afecta a los resultados de los jvenes, lo que se desprende de la desigualdad que se encuentra asociada en los resultados a desigualdades previas. Marchesi (2006) seala que si bien los resultados del informe PISA muestran que el mal rendimiento en la escuela no se debe automticamente a un entorno familiar desfavorecido, las condiciones de la familia son uno de los factores ms poderosos que influyen en el rendimiento de los alumnos/as y en el funcionamiento de los centros docentes (al respecto vase, adems de los captulos 2 y 4, Marchesi, 2006 y Ferrer et al., 2006). Otra de las distinciones que parecen operar en el sistema educativo es la dicotoma entre educacin pblica y educacin privada. Si bien desde los aos ochenta se ha producido una importante expansin de la educacin pblica, con patrones diferenciados segn cada Comunidad Autnoma, la dualidad en el sistema educativo contina siendo una fuente de desigualdades. Por un lado, hay un crecimiento en la demanda de enseanza privada que, segn Carabaa (2006a), se debe, entre otras razones, a la alteracin de las proporciones de clases debido al crecimiento de las clases medias profesionales y empleados administrativos, que suelen llevar a sus hijos a escuelas privadas, y la reduccin de las clases de obreros y campesinos que llevan a sus hijos a escuelas pblicas. Por otra parte, el autor indica que parecera existir un criterio de distincin que opera a favor de las escue-
las privadas, ya que se le atribuye un estatus ms alto que a las pblicas. Estos factores, sumados a los procesos de seleccin que operan en algunos sectores de la enseanza privada, limitan (vase Calero y Bonal, 2004) los principios de libertad de eleccin y calidad educativa produciendo una segregacin social en el sistema educativo. De forma similar, algunos estudios constatan que la calidad de la educacin parece ser menor para los estudiantes de familias de rentas reducidas, la mayora de los cuales cursa sus estudios en las escuelas pblicas y no tienen acceso a una educacin de mejor calidad (vase, Albert y GarcaSerrano, 2004). Esto hace que la educacin est estratificada, un efecto que perpeta las desigualdades de rentas en vez de corregirlas. Por otra parte, el problema se acenta por la presin que ejercen diferentes factores en el sistema educativo, entre ellos la inmigracin. Si bien el porcentaje de alumnos y alumnas extranjeras todava se sita en valores alejados con respecto a pases con mayor tradicin migratoria, el cmputo global de todas las enseanzas de rgimen general no universitarias en el curso 20042005 represent el 6,45% del total de la poblacin escolarizada (MEC, 2005b). Sin embargo, hay diversas reas donde la presin migratoria genera problemas de equidad, fundamentalmente en aspectos relacionados con la titularidad del centro y la distribucin geogrfica. Respecto al primer factor, los datos del MEC (2005b) muestran que el incremento de la inmigracin ha sido absorbido, fundamentalmente, por los centros pblicos. Estas restricciones no se acaban con el sistema educativo, dado que persisten en el proceso de transicin al mundo laboral. ste, lejos de ser un proceso lineal y fcil de atravesar, es un camino lleno de obstcu-
[146]
los, extenso y donde las probabilidades de fracaso, de estar en riesgo de desempleo o de lograr empleos de bajos salarios, baja calidad e inestables son muy elevadas. En este sentido, existe cierto acuerdo en que los resultados laborales de los jvenes en los pases desarrollados han sufrido un marcado deterioro desde la crisis industrial de los aos setenta (Blanchflower y Freeman, 2000). De esta forma, la transicin de la educacin al trabajo es sensible a las condiciones macroeconmicas, debido a que el empleo y el desempleo juvenil son dependientes de la tasa de desempleo, sobre todo para los jvenes de menor edad (vase Blanchflower y Freeman, 1999 y OIT, 1999). A su vez, las repercusiones de las crisis en el mercado laboral, fundamentalmente a travs de la falta de empleos, producen que los jvenes retrasen su entrada en el mbito laboral, dificultando su independencia econmica y familiar as como la integracin plena en la sociedad. En un contexto donde la demanda laboral est cada vez ms especializada y requiere conocimientos tcnicos, el desempleo en los jvenes y las tasas de temporalidad se sitan en niveles elevados, con lo que las probabilidades de quedar fuera del mercado para determinados segmentos de la poblacin son altas. Diferentes autores han analizado este proceso de insercin de los jvenes en el mercado laboral en Espaa (vase, Albert, et al., 2000 y 2003; Dolado et al., 2000; SoroBonmat, 2001; Lassibille, et al., 2001; Iannelli y Soro-Bonmat, 2001; GarcaMontalvo et al., 2003, entre otros)75. Algunos de estos estudios encuentran una fuerte vulnerabilidad en la posicin de los jvenes en el mercado laboral, alto ries-
go de desempleo de larga duracin, as como de ocupar empleos temporales y en posiciones no relevantes y poco significativas, junto con una fuerte dependencia del contexto familiar. Se observa tambin que el riesgo de una insercin laboral precaria e inestable est fundamentalmente relacionado con el nivel educativo, donde, como es de esperar, el menor riesgo se vincula con mayores niveles educativos, principalmente con los de la educacin superior. La sntesis presentada pone de relieve las diferentes restricciones que afectan al sistema educativo espaol en trminos de equidad as como los condicionantes que enfrentan los jvenes en su insercin en el mercado de trabajo. Las desigualdades socioeconmicas, la dualidad en el sistema educativo, los itinerarios diferenciados en trminos de calidad y el dficit educativo en algunas poblaciones especficas son factores de inequidad que no slo producen resultados educativos diferenciados, sino que inciden en las inserciones en el mercado de trabajo. La revisin de estos factores determinantes es un punto de partida para analizar las desigualdades sociales, especficamente las que se transforman en desigualdades educativas y en inserciones laborales que, como mnimo, pueden adquirir un carcter precario. Algunos de los argumentos analizados sern contrastados en los anlisis empricos.
5.3. DATOS Y VARIABLES UTILIZADAS

Los datos utilizados en este captulo provienen del PHOGUE; dependiendo de las metodologas aplicadas se utilizan, por un lado, datos de corte transversal a partir de la
75
La gran cantidad de estudios aplicados para el caso espaol se puede deber a que el deterioro del mercado laboral juvenil ha sido ms pronunciado que en otros pases europeos. Por ejemplo, a mediados de los aos 90, cuando empiezan a multiplicarse los estudios sobre los problemas de insercin laboral de los jvenes, segn datos de la OECD, el 42% de los jvenes de entre 16 y 24 aos estaba desempleado.
[147]
Captulo 5
muestra ampliada correspondiente al ao 2000 y, por otro, el panel de datos que abarca el perodo 1994-2001. De esta forma, en el apartado 5.4. se utiliza la ola ampliada del ao 2000, dado que ofrece informacin desglosada para las 17 Comunidades Autnomas. En el apartado 5.5 se utilizan siete de las ocho olas del PHOGUE con objeto de realizar un seguimiento de los jvenes a lo largo del perodo 1995-200176. La base ampliada del 2000 recoge informacin sobre personas mayores de 16 aos que viven en hogares encuestados a partir de 1994, ao de inicio del PHOGUE. Del total de casos incluidos en la muestra global (36.148 individuos) se ha seleccionado a la poblacin con edades comprendidas entre 16 y 22 aos (4.241 individuos). A su vez, dado que el objeto de estudio se centra en dos poblaciones especficas, se han seleccionado aquellos jvenes que hayan finalizado la ESO, Bachillerato o algn curso de formacin profesional de grado medio (1.426 casos). La muestra final correspondiente al ao 2000 queda conformada por dos poblaciones particulares: jvenes entre 16 y 22 aos que alcanzan slo el final de la ESO y no continan con sus estudios (805 individuos) y jvenes entre 18 y 22 aos que avanzan hasta el final de Bachillerato o CFGM y no continan estudiando (595 individuos). En el apartado 5.5. se utilizan siete de las ocho olas del PHOGUE entre los aos 1995 y 2001 con el objeto de analizar las trayectorias laborales y educativas de los jvenes que abandonan el sistema educativo. Este panel ofrece datos longitudinales de los individuos y hogares encuestados. En este sentido, es posible analizar los movimientos que realizan los jvenes desde una posicin inicial (terminacin de un nivel educativo) hacia diferentes destinos (mercado
76
laboral, inactividad o continuidad en el sistema educativo). La muestra est compuesta por individuos que se mantienen a lo largo del panel entre 1995 y 2001 y tienen las siguientes caractersticas: jvenes entre 16 y 22 aos que en el ao 1995 terminaron la ESO (255 individuos); jvenes entre 18 y 22 aos que en el ao 1995 terminaron el Bachillerato o Ciclos Formativos de Grado Medio (381 casos); jvenes entre 16 y 22 aos que en el ao 1995 se encontraban en el mercado laboral sin haber finalizado la ESO, Bachillerato o Ciclos Formativos de Grado Medio (76 individuos). Creemos necesario realizar aclaraciones metodolgicas sobre algunas variables utilizadas en los anlisis, las cuales se encuentran descritas y resumidas en los cuadros 5.1 y 5.2. En primer lugar, dado que uno de los objetivos centrales del trabajo es analizar el tipo de insercin laboral de los jvenes que no continan con sus estudios, se ha realizado una diferenciacin de los empleos segn su calidad. Generalmente se define un empleo como de calidad dependiendo de las condiciones laborales de los ocupados, el tipo de relacin laboral entre trabajador y empleador, la duracin de la jornada, la proteccin social y el ejercicio de los derechos laborales fundamentales. Asimismo, un empleo de calidad tambin se vincula a niveles de productividad, ingresos y, fundamentalmente, al sector donde tiene lugar el empleo. En relacin con esto ltimo, su importancia se debe a que existen diferencias significativas en los niveles de productividad e ingresos, cualificacin, nivel de proteccin y condiciones de trabajo entre los sectores econmicos o ramas de actividad.
La ola de 1994 no fue utilizada debido a que presenta algunas inconsistencias que generan problemas metodolgicos en los anlisis empricos.
[148]
Algunos estudios han tenido en cuenta las formas de insercin laboral de los jvenes en funcin de si el contrato es regular o atpico (Iannelli, 2002) o si el empleo conseguido es significativo o no (Albert et al., 2003; Kogan y Unt, 2003). En nuestro anlisis, teniendo en cuenta la complejidad en la especificacin de este indicador, definimos un empleo de calidad siguiendo la metodologa desarrollada por la OIT (1999). De esta forma, se obtiene un empleo de calidad cuando es regular y estable (contratos indefinidos) y tiene una dedicacin superior a las 15 horas semanales. Asimismo, en el caso de empresarios o trabajadores inde-
pendientes, adems de la jornada semanal superior a las 15 horas hemos agregado como requisito que las actividades sean realizadas en ciertas ocupaciones que, segn la clasificacin ISCO 88, pueden definirse como de calidad77. Por el contrario, los empleos de baja calidad agrupan a un conjunto heterogneo de situaciones que incluyen jornadas inferiores a las 15 horas semanales, tipos de contratos eventuales o temporales, trabajadores sin contrato y situaciones profesionales de aprendices, trabajadores en formacin y ayuda familiar.
CUADRO 5.1. DESCRIPCIN DE LAS VARIABLES UTILIZADAS
Variables dependientes
Empleo de calidad Empleo de baja calidad Desempleo Inactivos Valor 1 si el individuo est ocupado en un empleo de calidad, 0 para el resto Valor 1 si el individuo est ocupado en un empleo de baja calidad, 0 para el resto Valor 1 si el individuo est desempleado, 0 para el resto Valor 1 si el individuo est inactivo, 0 para el resto
Caractersticas personales
Sexo Convive Edad Mes Cuidado Valor 1 si el individuo es mujer, 0 si es hombre Valor 1 si el individuo vive con ambos padres, 0 para el resto Edad del individuo al 31 de diciembre de 2000 Valor 1 si el individuo naci entre septiembre y diciembre, 0 para el resto Valor 1 si el individuo cuida nios y/o personas mayores, 0 para el resto
Caractersticas del hogar

Renta disponible equivalente EGP I, Trabajadores de cuello blanco EGP II, Pequeos propietarios Renta disponible equivalente corregida en funcin del tamao del hogar Valor 1 si el individuo de referencia del hogar pertenece a la clase de Trabajadores de cuello blanco, 0 para el resto Valor 1 si el individuo de referencia del hogar pertenece a la clase de Pequeos propietarios, 0 para el resto
77
La definicin de calidad del empleo en el caso de trabajadores independientes no est exenta de inconvenientes, dado que slo contamos con informacin de la situacin profesional de los individuos. Si bien metodolgicamente excede el inters de nuestro anlisis, el criterio que hemos seguido en estos casos es el de la complejidad de la tarea (vase Gautier, 2000 y Waisgrais, 2005).
[149]
Captulo 5
CUADRO 5.1. DESCRIPCIN DE LAS VARIABLES UTILIZADAS. (CONT.)
EGP III, Trabajadores cualificados Valor 1 si el individuo de referencia del hogar pertenece a la clase de Trabajadores cualificados, 0 para el resto EGP IV, Trabajadores no cualificados EGP V, Trabajadores agrarios Padre ocupado Padre desempleado Padre inactivo Madre ocupada Madre desempleada Madre inactiva Aos Educacin padre Aos Educacin madre Menores Infraestructura Valor 1 si el individuo de referencia del hogar pertenece a la clase de Trabajadores no cualificados, 0 para el resto Valor 1 si el individuo de referencia del hogar pertenece a la clase de Trabajadores agrarios, 0 para el resto Valor 1 si el padre est ocupado, 0 para el resto Valor 1 si el padre est desempleado, 0 para el resto Valor 1 si el padre est inactivo, 0 para el resto Valor 1 si la madre est ocupada, 0 para el resto Valor 1 si la madre est desempleada, 0 para el resto Valor 1 si la madre est inactiva, 0 para el resto Aos de educacin del padre Aos de educacin de la madre Valor 1 si en el hogar hay menores de 12 aos de edad, 0 para el resto Valor 1 si la vivienda cuenta con cocina independiente, instalacin fija de bao, inodoro con agua corriente, agua caliente y calefaccin colectiva o individual, 0 para el resto
Caractersticas territoriales
Andaluca Aragn Asturias Baleares Canarias Cantabria Castilla y Len Castilla-La Mancha Catalua Comunidad Valenciana Extremadura Galicia Valor 1 si la Comunidad Autnoma de residencia del individuo es Andaluca, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Aragn, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Asturias, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Baleares, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Canarias, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Cantabria, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Castilla y Len Valor 1 si la Comunidad Autnoma de residencia del individuo es Castilla-La Mancha, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Catalua, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es la Comunidad Valenciana, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Extremadura, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Galicia, 0 para el resto
[150]
CUADRO 5.1. DESCRIPCIN DE LAS VARIABLES UTILIZADAS. (CONT.)
Madrid Murcia Navarra Pas Vasco La Rioja
Valor 1 si la Comunidad Autnoma de residencia del individuo es Madrid, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Murcia, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es Navarra, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es el Pas Vasco, 0 para el resto Valor 1 si la Comunidad Autnoma de residencia del individuo es La Rioja, 0 para el resto
CUADRO 5.2. DESCRIPCIN DE LA MUESTRA. BASE AMPLIADA 2000 TERMINARON BACHILLERATO O CICLOS FORMATIVOS DE GRADO MEDIO MEDIA DESV. TP .
TERMINARON ESO MEDIA DESV. TP .
Variables dependientes Empleo de calidad Empleo de baja calidad Desempleo Inactivos Caractersticas personales Sexo Convive Edad Mes Cuidado Caractersticas del hogar Renta disponible equivalente
EGP I, Trabajadores de cuello blanco EGP II, Pequeos propietarios EGP III, Trabajadores cualificados EGP IV, Trabajadores no cualificados EGP V, Trabajadores agrarios Padre ocupado Padre desempleado Padre inactivo Madre ocupada Madre desempleada Madre inactiva Aos educacin padre Aos educacin madre Menores Infraestructura
0,159 0,502 0,277 0,062 0,398 0,749 19,773 0,240 0,076 8,992 0,211 0,144 0,368 0,154 0,123 0,590 0,052 0,113 0,267 0,086 0,530 6,007 5,639 0,399 0,304
0,366 0,500 0,448 0,242 0,490 0,434 1,718 0,794 0,265 0,610 0,403 0,351 0,482 0,361 0,329 0,492 0,223 0,317 0,443 0,280 0,499 2,540 2,463 0,490 0,460
0,183 0,531 0,255 0,030 0,494 0,782 20,723 0,284 0,037 9,081 0,319 0,170 0,362 0,093 0,056 0,603 0,037 0,123 0,264 0,061 0,585 6,949 6,380 0,252 0,437
0,387 0,499 0,436 0,171 0,500 0,414 1,249 0,596 0,189 0,799 0,453 0,360 0,469 0,278 0,219 0,490 0,189 0,328 0,441 0,239 0,493 2,930 2,653 0,435 0,496
[151]
Captulo 5
CUADRO 5.2. DESCRIPCIN DE LA MUESTRA. BASE AMPLIADA 2000. (CONT.) TERMINARON BACHILLERATO O CICLOS FORMATIVOS DE GRADO MEDIO MEDIA DESV. TP .
TERMINARON ESO MEDIA DESV. TP .
Caractersticas territoriales
Andaluca Aragn Asturias Baleares Canarias Cantabria Castilla y Len Castilla-La Mancha Catalua Comunidad Valenciana Extremadura Galicia Madrid Murcia Navarra Pas Vasco La Rioja 0,180 0,040 0,025 0,036 0,078 0,032 0,035 0,096 0,092 0,087 0,062 0,066 0,046 0,071 0,017 0,021 0,016 805 0,385 0,195 0,156 0,186 0,269 0,177 0,183 0,294 0,289 0,282 0,242 0,248 0,210 0,257 0,131 0,144 0,126 0,123 0,044 0,052 0,022 0,066 0,044 0,045 0,047 0,156 0,079 0,030 0,067 0,081 0,055 0,040 0,034 0,015 595 0,328 0,205 0,222 0,146 0,248 0,205 0,208 0,212 0,363 0,270 0,171 0,251 0,273 0,229 0,197 0,180 0,122
Tamao de la muestra
Por otra parte, debido a que interesa tener en cuenta las desigualdades socioeconmicas, se incorpora la clase social de origen de los jvenes y la renta disponible equivalente. El indicador de clases es extrado del esquema EGP (Erikson, Goldthorpe y Portocarero, 1979), que es usualmente utilizado para el estudio de la movilidad ocupa-
cional, clases, estratificacin y desigualdad entre posiciones sociales. Si bien el esquema se compone de siete clases sociales, hemos efectuado una reagrupacin debido al tamao reducido de la muestra; de esta forma las siete clases originales han sido reagrupadas en cinco, tal como se resume en el cuadro 5.3.
[152]
CUADRO 5.3. REAGRUPACIN DE CLASES SOCIALES A PARTIR DEL ESQUEMA EGP EXPANDIDO
VERSIN COMPLETA I
GRUPOS OCUPACIONALES Profesionales de alto nivel, administradores y oficiales; directores y gerentes en grandes establecimientos industriales; grandes propietarios
II
Profesionales de nivel medio, administradores y oficiales; tcnicos; directores y gerentes en pequeos establecimientos industriales; supervisores de empleados no manuales
IIIa IIIb
Empleados con rutinas no manuales, alto nivel (administracin y comercio) Empleados con rutinas no manuales, bajo nivel (ventas y servicios)
IVab
Pequeos propietarios y artesanos con o sin empleados
IVc VIIb V VI VIIa
Agricultores y minifundistas; otros trabajadores por cuenta propia en produccin primaria Agricultura y otros trabajadores en produccin primaria Tcnicos grado medio; supervisores de trabajadores manuales Trabajadores manuales cualificados Trabajadores manuales no cualificados (excluido agricultura)
VERSIN REDUCIDA
Trabajadores de cuello blanco
Pequeos propietarios Trabajadores agrarios
Trabajadores cualificados Trabajadores no cualificados
Fuente: Erikson y Goldthorpe, 1993 (citado por Haag y Jungblut, 2001).
El segundo indicador de desigualdad se refiere a la renta disponible equivalente corregida segn el tamao del hogar. Para su clculo, se tiene en cuenta el ingreso total disponible del hogar dividido por su tamao equivalente, basado en la escala de Buhman con un valor de ponderacin de 0,578. Por ltimo, tal como fue analizado en el apartado 5.2., uno de los factores que juega un papel central en los procesos de
desigualdad en el sistema educativo es la inmigracin. Sin embargo, al igual que en el captulo 2, no ha sido posible incorporar esta variable en los diferentes anlisis empricos debido a la reducida proporcin de inmigrantes presentes al inicio del panel de datos. Ello se debe a que el PHOGUE comienza en el ao 1994, cuando todava la presin migratoria no era elevada, y por sus caractersticas metodolgicas mantiene la misma muestra en los aos subsiguientes.
La metodologa para el clculo de la renta disponible equivalente es similar a la desarrollada por la OECD, con la diferencia de que en vez de mantener una ponderacin fija, la OECD utiliza una ponderacin de 1,0 al primer adulto, de 0,5 a las dems personas de 14 aos o ms que viven en el hogar y de 0,3 a cada menor de 14 aos.
78
[153]
Captulo 5
5.4. LA INSERCIN DE LOS JVENES EN EL MERCADO LABORAL A TRAVS DE UN MODELO LOGIT MULTINOMIAL
Dadas las caractersticas del objeto de estudio, as como de los datos utilizados, en este estudio se utiliza un modelo logit multinomial especfico para variables discretas (vase Greene, 2002). El modelo considera el estatus laboral y educativo de los jvenes a partir de la muestra ampliada del PHOGUE del ao 2000. De esta forma, los individuos pueden encontrarse en cuatro alternativas excluyentes: (1) Tener un empleo de buena calidad; (2) Tener un empleo de baja calidad; (3) Estar inactivos y (4) Estar parados. Estas situaciones resultan afectadas por un conjunto de variables independientes referidas a las caractersticas personales, familiares y socioeconmicas de los jvenes. Existen al menos dos posibles interpretaciones en los coeficientes de este modelo. La primera es a travs de los efectos marginales. De esta forma, el efecto marginal sobre las probabilidades de un evento se refiere al efecto parcial sobre la probabilidad de caer en una categora en oposicin a la categora de referencia. A la segunda interpretacin, se llega calculando los odds ratios (vase cuadros 5.4. y 5.5. del anexo 5.A) que representan una cuantificacin del riesgo.79 Los resultados del modelo logit multinomial estn presentados en los cuadros 5.4. y 5.5. (ver anexo 5.A). A continuacin destacare-
mos los aspectos ms relevantes surgidos del anlisis, clasificados en tres subgrupos: las caractersticas personales, del hogar y el rea de residencia.
Se observan diferencias relativas al gnero sobre la probabilidad de insercin laboral, fundamentalmente en empleos de calidad. De esta forma, los hombres que terminan la ESO tienen mayores probabilidades de insertarse en empleos de calidad e incluso de baja calidad que las mujeres. En el caso de los jvenes que terminan el bachillerato o CFGM, el efecto es an mayor. Estos resultados muestran diferencias relativas al gnero en la insercin laboral. Si bien las mujeres tienen tasas de participacin y rendimiento en el sistema educativo superiores a los hombres y presionan en el mercado laboral, el fenmeno de la estigmatizacin y la penalizacin de las mujeres tiene plena vigencia en el mundo del trabajo (mayor desempleo, menor tasa de actividad y salarios, mayor incidencia de la contratacin precaria y a tiempo parcial, etc.)80. Hemos incluido en las estimaciones la variable convive debido a que ha sido establecido por diferentes estudios que las redes familiares tienden a amortiguar el periodo de inestabilidad que tienen que enfrentar los jvenes cuando salen del sistema educativo para insertarse en el mercado de trabajo. Los extensos periodos que dedican a la bsqueda del primer empleo estable implican que los jvenes vivan con sus padres incluso durante largos periodos
Vase apartado 2.6. Diversos estudios sugieren la existencia de una segmentacin laboral relacionada con el gnero. En este sentido, se plantea que las ocupaciones cualificadas han sido mayoritariamente colonizadas por los hombres, fundamentalmente en trabajos a tiempo completo, con dedicacin exclusiva y que exigen un alto nivel de competitividad. Por otra parte, las mujeres se insertan con ms probabilidad en los empleos desprotegidos, con bajas cualificaciones y escasamente remunerados. Este tipo de segregacin ocupacional est ligada a la segregacin salarial existente entre hombres y mujeres en el mercado laboral y al papel de las pequeas empresas familiares, economas agrarias, al auge de nuevos yacimientos de empleo y al aumento de economas sumergidas especializadas en la produccin industrial intensiva (vase Moreno, 2004).
79 80
[154]
despus de haber salido del sistema educativo. En este sentido, Iannelli y SoroBonmat (2001) indican que esta situacin produce una evidente transferencia intergeneracional a travs de la residencia y las redes familiares informales. En las estimaciones realizadas, si bien la variable convive no muestra efectos significativos en la insercin laboral, muestra seales diferenciadas en relacin a la inactividad. De esta forma, aquellos jvenes que viven con sus padres y finalizaron los niveles seleccionados tienen menores probabilidades de situarse en la inactividad (vase anexo 5.A, cuadros 5.4. y 5.5.). Los resultados de los modelos muestran que la variable edad es significativa en la mayora de las estimaciones consideradas, aunque con mayor relevancia en la especificacin de empleos de calidad. A medida que aumenta la edad de los jvenes, se incrementa la probabilidad relativa de trabajar en empleos de calidad, respecto a situarse en el paro. Por ejemplo, los jvenes que terminan la ESO, en la especificacin que compara entre aquellos jvenes que trabajan en empleos de calidad frente a los que estn en el paro, la variable edad tiene un riesgo relativo de 1,612 (vase anexo 5.A, cuadro 5.4.). Esto indica que por cada ao adicional de los jvenes, manteniendo constantes las dems variables, aumenta un 61% la ratio entre la probabilidad de que obtenga un empleo de calidad y la probabilidad de la situacin de referencia. Este resultado es acorde a lo esperado, debido a que a medida que aumenta la edad se reducen las probabilidades de estar fuera del mercado laboral, lo que podra estar indicando que en estas poblaciones el
proceso de integracin en el mercado laboral se produce de forma paulatina y las probabilidades se van acrecentando a medida que aumenta la edad de los jvenes. Por ltimo, hemos analizado la influencia del cuidado de personas menores y/o mayores sobre los destinos laborales analizados. Es interesante destacar que aquellos jvenes que terminan el Bachillerato o CFGM y tienen responsabilidades de esta ndole tienen elevadas probabilidades de estar inactivos sin continuar con sus estudios. Por otra parte, si bien el escaso nmero de observaciones no permite realizar un anlisis diferenciado por gnero, creemos que este tipo de seal tiene una clara influencia segn el sexo de los individuos. Esto se debe a que muchas mujeres tienen entre sus ocupaciones diarias el cuidado de nios y adultos necesitados de ayudas especiales, describiendo, como diversos estudios lo confirman, la situacin laboral de muchas mujeres en algunos pases del arco mediterrneo81.
Caractersticas de los hogares

Uno de los principales objetivos en los modelos aplicados es analizar las seales proporcionadas por las variables socioeconmicas. En este sentido, la renta disponible familiar muestra claras seales positivas sobre las probabilidades de obtencin de empleos, fundamentalmente de calidad. De esta forma, a medida que aumenta la renta del hogar, se incrementa considerablemente la probabilidad de que los individuos obtengan un empleo de calidad, reducindose, por tanto, las situaciones de desempleo. Por su parte, si bien la renta es significativa en las dos poblaciones seleccionadas, su
81
En estos pases se observa un modelo particular con relacin a la economa familiar y a la integracin laboral de la mujer caracterizado por la permanencia del modelo de male bread-winner. Este modelo est relacionado con un Estado de bienestar en el que los servicios familiares dirigidos a la mujer y a la infancia son muy limitados, por lo que la mujer realiza las principales funciones de cuidadora y de produccin de bienestar social (vase Esping-Andersen, 1997; Lpez y Casado, 2001; Moreno, 2001; Moreno, 2004).
[155]
Captulo 5
influencia es superior en los jvenes que terminan el Bachillerato o Ciclos Formativos de Grado Medio. Los coeficientes de la renta disponible en el caso de los empleos de baja calidad son ms reducidos y muestran menor significatividad estadstica (vase cuadro 5.5. del anexo 5.A). Es importante destacar que aquellos que pertenecen a los sectores ms favorecidos en trminos de rentas tienen mayores probabilidades de incorporarse al sector de los buenos empleos que aquellos que no tienen esta caracterstica. De esta forma, el estrato social de procedencia es indicador de una estratificacin en el acceso al empleo, fundamentalmente a los empleos de calidad. Por otra parte, si bien observamos que la desigualdad est presente en los dos niveles educativos seleccionados, sta es superior en el nivel de Bachillerato. En relacin con las clases sociales, al contrario de lo que ocurre con la renta del hogar, no se observan seales diferenciadas para las dos poblaciones seleccionadas y, en lneas generales, los coeficientes tienen una menor significatividad estadstica. En este sentido, observamos que aquellos jvenes que terminan la ESO y pertenecen a la clase de pequeos propietarios y trabajadores cualificados tienen menores probabilidades de situarse en el paro y mayores probabilidades de obtener empleos de calidad. En el caso de la inactividad, las seales ms significativas vienen dadas por la clase de pequeos propietarios. As, aquellos jvenes pertenecientes a esta clase que terminan la ESO, tienen una probabilidad casi cuatro veces mayor de transitar hacia la inactividad que de situarse en el paro que los jvenes pertenecientes a la clase de referencia (trabajadores de cuello blanco (vase cuadro 5.4. del anexo 5.A). Asimismo, los jvenes que terminan el Bachillerato o Ciclos Formativos de Grado Medio y pertenecen a la clase social de
pequeos propietarios tienen una probabilidad dos veces superior de insertarse en un empleo de calidad que los jvenes que teniendo la misma condicin de estudios pertenecen a la clase de trabajadores de cuello blanco (vase cuadro 5.5. del anexo 5.A). Hemos incorporado la educacin del padre y de la madre de los jvenes que conforman la muestra en las dos poblaciones utilizadas. En el caso de la ESO, se observa que la educacin de la madre muestra una relacin negativa en los casos de empleos de calidad y baja calidad. Por ejemplo, por cada ao de educacin de la madre, manteniendo constantes las dems variables, disminuye un 12% la ratio entre la probabilidad de que el joven trabaje en un empleo de baja calidad frente a la probabilidad de referencia (vase cuadro 5.4. del anexo 5.A). Hay que destacar que si bien evaluamos la influencia educativa de los progenitores sobre las probabilidades de referencia, el papel de la educacin familiar est mucho ms vinculado con el desempeo en el sistema educativo, tal como se demuestra en los estudios de Ray y Lancaster (2005) y Psacharopoulos y Arriagada (1989). En estos estudios se observa que las mejores seales para que los jvenes no trabajen vienen dadas por niveles educativos de los padres superiores a secundario completo. En una lnea similar, Calero (2006b) muestra que en el caso de Espaa, los aos adicionales de estudio de la madre incrementan la probabilidad relativa de estudiar Bachillerato. Por su parte, en el caso de los jvenes que terminan el Bachillerato o Ciclos Formativos de Grado Medio, las seales brindadas por la educacin de los padres son ms reducidas. No obstante, en este modelo tiene relevancia la educacin del padre. De esta forma, por cada ao de educacin del padre, disminuye casi un 9% la ratio entre la probabilidad de que el joven trabaje en un empleo de baja calidad frente
[156]
a la probabilidad de referencia (cuadro 5.5., anexo 5.A). Con el objetivo de analizar cmo impacta la estructura del hogar sobre el tipo de insercin laboral de los jvenes, hemos incorporado una variable referida a los hogares que tienen menores de 12 aos de edad. Los resultados de la estimacin muestran que esta variable es positiva y significativa en la poblacin que termina la ESO, tanto cuando se analiza la insercin en empleos as como en la inactividad (cuadro 5.4. del anexo 5.A)82. Asimismo, al igual que en el caso de la variable cuidado , consideramos que esta variable tendra una influencia diferenciada segn el gnero. Por ltimo, las caractersticas de la infraestructura que disponen los hogares muestran seales unvocas en relacin al tipo de insercin laboral. Por ejemplo, para la poblacin que finaliza la ESO, los hogares que disponen de una mayor infraestructura de servicios en el hogar tienen mayores probabilidades de situarse en empleos de calidad. De esta forma, la disponibilidad de una mayor infraestructura en el hogar con relacin al acceso a bienes y servicios pblicos produce efectos positivos sobre la calidad de la insercin laboral de las poblaciones analizadas.
de ESO, las relaciones positivas, incluso con odds ratios muy elevados, indican que frente a la categora de referencia (Andaluca), las probabilidades de insercin en empleos de calidad son elevadas, especialmente en Aragn, Galicia, Cantabria, Navarra y las Comunidades que integran el arco mediterrneo. Este resultado tiene relacin con lo expuesto en el captulo 2 y con el trabajo de Calero (2006b), al observar que en algunas comunidades se produce una incorporacin temprana de jvenes al mercado laboral, fundamentalmente hacia el sector servicios. En este sentido, los jvenes pertenecientes a Baleares, Catalua, Comunidad Valenciana y Murcia tienen elevadas probabilidades de situarse en el mercado laboral, suponiendo esto un desincentivo a la continuidad de los estudios. Cuando se tiene como referencia a los jvenes que terminan el Bachillerato o Ciclos Formativos de Grado Medio tambin es importante la influencia de las reas territoriales sobre el tipo de insercin laboral. En el caso de empleos de calidad, Comunidad Valenciana, Catalua, Castilla-La Mancha, Extremadura, Madrid y Navarra presentan los odds ratios ms elevados (vase cuadro 5.5. del anexo 5.A). Por ejemplo, aquellos jvenes que terminan el Bachillerato y no continan estudiando y residen en la Comunidad Valenciana tienen casi 29 veces ms probabilidades de conseguir un empleo de calidad que los mismos jvenes en Andaluca, frente a la situacin de referencia (estar parados). En sntesis, los modelos probabilsticos aplicados muestran que existen desigualdades en las poblaciones seleccionadas que determinan los resultados laborales de
rea de residencia
Las variables relacionadas con la Comunidad Autnoma de residencia muestran efectos positivos con relacin a los empleos de calidad y baja calidad, y una reducida significatividad estadstica en la especificacin que tiene en cuenta la inactividad. En el caso de la poblacin que finaliza solamente el nivel
82
Algunos autores han analizado cmo impacta la estructura del hogar (cantidad de menores y nmero de hermanos) sobre la probabilidad de que los jvenes desarrollen una actividad laboral o permanezcan en el sistema educativo (vase Levison et al., 2001). Por ejemplo, en Argentina, en aquellos hogares donde hay menores de edad se reduce la probabilidad de que los adolescentes permanezcan en exclusividad en el sistema educativo (vase Waisgrais y Rosas, 2006).
[157]
Captulo 5
los jvenes que conforman la muestra. En particular, la insercin en empleos de calidad vara con el nivel de renta de los hogares, la clase social de pertenencia, el sexo, la ubicacin geogrfica y los factores socioeconmicos.
cin. Por otra parte, el anlisis de los extremos del panel brinda un periodo de tiempo relativamente extenso para poder analizar las diferentes trayectorias laborales y educativas. Cabe destacar que las tres muestras seleccionadas, tal como se expone en el apartado 5.2., se conforma por jvenes de entre 16 y 22 aos (18 y 22 en el caso de Bachillerato o Ciclos Formativos de Grado Medio) segn el ltimo nivel educativo alcanzado en el ao 1995. No obstante, dado que existe un grupo de jvenes que no complet ninguno de los dos niveles, se conforma un tercer grupo de jvenes que se encuentran prematuramente en el mercado laboral o estn inactivos. En el cuadro 5.6. se resumen los resultados de las probabilidades condicionales (vase anexo 5.C). stos muestran patrones diferenciados de transicin entre el sistema educativo y el mercado laboral. En el caso de los jvenes que slo terminan la ESO, la probabilidad ms elevada (38,4) corresponde a situarse en empleos de mala calidad. Para este grupo, la probabilidad de continuar estudios de Bachillerato o CFGM alcanza al 5,5% mientras que la de cursar estudios universitarios alcanza el 12%. Sumando a lo anterior se observa una alta incidencia del desempleo (13,7%) as como la inactividad (6,7%). Se identifican importantes avances cualitativos en la situacin de los jvenes que finalizan estudios de Bachillerato o CFGM. Para ellos, aumenta la probabilidad de situarse en un empleo de buena calidad, y se reduce significativamente la incidencia de la inactividad. Por su parte, aquellos jvenes que terminaron el Bachillerato tienen una probabilidad del 21% de cursar estudios universitarios.
5.5. Transicin entre educacin y mercado de trabajo

5.5.1. Destinos laborales y educativos En este apartado aportamos evidencia emprica sobre los destinos laborales y educativos de los jvenes que finalizan los dos niveles educativos seleccionados, as como aquellos que no habindolos finalizado se encontraban en el mercado laboral. Interesa conocer en particular las trayectorias educativas y laborales de los jvenes menos cualificados, fundamentalmente aquellos jvenes cuyo ltimo nivel educativo alcanzado es la Educacin Secundaria Obligatoria. A partir de los microdatos del PHOGUE caracterizamos los posibles destinos laborales y educativos desde una perspectiva basada en la desigualdad. Concretamente, evaluamos la existencia de movilidad desde que los jvenes terminan la ESO, el Bachillerato o los CFGM, analizando la probabilidad de trnsito hacia destinos laborales y educativos entre los extremos del panel de datos.83 A diferencia del apartado anterior, donde slo se seleccionaban jvenes que alcanzaban el nivel de la Educacin Secundaria Obligatoria o el Bachillerato pero que abandonaban el sistema educativo, el panel de datos permite ampliar la perspectiva de anlisis y evaluar la situacin de todos los jvenes y no slo de aquellos que abandonan prematuramente la educa-
Para una descripcin detallada de la metodologa utilizada para el clculo de las probabilidades, vase el anexo 5.B.
83
[158]
La situacin ms desventajosa en trminos educativos se observa en los jvenes que se sitan, inicialmente, en el mercado laboral. Si bien, como se puede observar en el cuadro 5.6. (anexo 5.C), estos jvenes logran la insercin ms elevada en empleos de calidad (34,2%), esta situacin se produce conjuntamente con elevadas probabilidades de estar situados en empleos de mala calidad o directamente en el paro o la inactividad, mostrando una marcada segmentacin laboral. As, la probabilidad de que los jvenes en el mercado laboral se encuentren desempleados al final del periodo analizado se aproxima al 20%, siendo tambin muy elevada la incidencia de la inactividad (13,2%). A su vez, los resultados muestran que aquellas personas que en el periodo de referencia se encontraban en algn estado laboral sin haber finalizado la educacin obligatoria, al final del periodo slo el 1,3% llega a cursar estudios universitarios. Es necesario hacer una aclaracin especial sobre la situacin de inactividad, fundamentalmente en relacin a aquellos jvenes que inicialmente se encuentran en el mercado laboral, y, en menor medida, aquellos que terminan la ESO. Tal como se seal anteriormente, un 13,2% de los jvenes que inicialmente se encontraban en el mercado laboral, al final del periodo analizado, se encuentra inactivo sin estar en el sistema educativo. Si bien puede existir cierta heterogeneidad entre estos jvenes en situacin de inactividad, es posible asumir que estn experimentando un problema de insercin laboral debido a la desercin temprana del sistema educativo84.
5.5.2. Desigualdades socioeconmicas en las transiciones laborales y educativas Dado que la motivacin central de este captulo es analizar las desigualdades socioeconmicas en la insercin laboral los jvenes, hemos desagregado el anlisis de las transiciones laborales y educativas segn la clase social (EGP) de pertenencia y los quintiles de renta equivalente familiar85 (vase grficos 5.1. y 5.2. del anexo 5.C). La metodologa de trabajo es la misma que la desarrollada en el apartado anterior con la diferencia de que los resultados estn representados grficamente segn EGP y quintiles de renta. De esta forma, cada una de las probabilidades condicionales basadas en movimientos entre estados laborales y educativos est expresada para cada una de las clases sociales y para cada uno de los quintiles de renta equivalente familiar de pertenencia de los individuos. Cada uno de los grficos muestra la probabilidad de destino laboral y educativo para los jvenes partiendo de las tres situaciones iniciales de referencia: a) finalizacin de la ESO; b) finalizacin del Bachillerato o CFGM y; c) combinaciones entre estudio y trabajo. En lneas generales, los resultados muestran una menor dispersin cuando las probabilidades de trnsito estn basadas en los quintiles de renta equivalente del hogar. Cabe destacar que si bien ambas categoras (EGP y quintiles de renta) analizan el mismo fenmeno, tienen un enfoque metodolgico completamente diferente. Aun as, los resultados entre ambas perspectivas en relacin
Bowers et al. (2002) plantean que dentro de este grupo pueden existir jvenes que hayan decidido realizar un trabajo voluntario o realizar un viaje, aunque en la mayora de los casos este indicador se considera una medida de dificultad en la insercin laboral. 85 Los quintiles se forman agrupando las observaciones en cinco grupos que contiene cada uno de ellos el mismo nmero de casos. El primer quintil contiene los casos con un menor nivel de renta y el quinto quintil los casos con mayor nivel de renta.
84
[159]
Captulo 5
a las tendencias generales son relativamente similares. En trminos especficos, se observan importantes desigualdades entre los jvenes que en el ao 1995 haban alcanzado el nivel de ESO. Los jvenes pertenecientes a los quintiles ms pobres de la distribucin de rentas tienen como destino ms probable empleos de baja calidad, el paro y la inactividad. Un 18,8% logra insertarse en empleos de baja calidad y slo un 9% se encuentra estudiando en el ao 2001. Sin embargo, si se observan las trayectorias de los jvenes pertenecientes a hogares con rentas elevadas (quintiles 4 y 5) aumentan las probabilidades de estar situados en empleos de buena calidad y se reduce la inactividad y el paro como destinos laborales. Ms an, partiendo del nivel de ESO, los jvenes ms favorecidos de la distribucin de rentas tienen un 30% de probabilidad de cursar estudios universitarios (vase grfico 5.1-A del anexo 5.C). Se observan resultados similares dependientes de las clases sociales. En este sentido, de aquellos jvenes que haban alcanzado la ESO, las clases relativas a los trabajadores de cuello blanco (y en menor medida pequeos propietarios) tienen una elevada probabilidad de obtener empleos de calidad (28,4%) as como de cursar estudios universitarios (25,7%). En el extremo opuesto, la incidencia de los empleos de mala calidad, as como el desempleo y la inactividad es elevada entre las clases de trabajadores no cualificados y trabajadores agrarios. En relacin a los estudios, las probabilidades ms reducidas de cursar estudios universitarios se corresponden con la clase de trabajadores no cualificados (vase grfico 5.2-A del anexo 5.C). El segundo componente de anlisis se refiere a los jvenes que en el ao 1995 haban finalizado el Bachillerato o CFGM. Es interesante destacar tres resultados centrales. El
primero est en relacin con la probabilidad de continuar estudios universitarios. En este sentido, no se observan diferencias significativas segn los niveles de renta, lo que podra estar reflejando un cierto efecto igualador en los resultados educativos de los individuos segn los niveles de renta. Segundo, la incidencia de la inactividad para este grupo de jvenes es muy reducida independientemente del quintil de renta de procedencia. Por ltimo, y unido a lo anterior, la probabilidad de estar en situacin de bsqueda activa de un empleo es relativamente elevada en todos los estratos de rentas (vase grfico 5.1-B del anexo 5.C). Al considerar las clases sociales se observan niveles de dispersin superiores, con la excepcin de la inactividad, que vuelve a mostrar valores reducidos para las cinco clases sociales consideradas. Las probabilidades de cursar estudios universitarios son elevadas para las clases de trabajadores cualificados, de cuello blanco y de pequeos propietarios, situndose en un promedio en torno al 24%. En relacin con los destinos laborales, se observa una elevada incidencia de los empleos de baja calidad en aquellos jvenes pertenecientes a la clase de trabajadores no cualificados, alcanzando el 58%. Esto estara indicando que seis de cada diez jvenes que terminan el Bachillerato o CGFM y pertenecen a esta clase van a tener destinos laborales de carcter precario. La probabilidad de obtener empleos de calidad se sita en torno al 27% y no muestra diferencias relevantes en funcin de la clase social de pertenencia. Por ltimo, si bien el desempleo como destino laboral es elevado en todas las clases, afecta fundamentalmente a la clase de trabajadores agrarios (vase grfico 5.2-B del anexo 5.C). Se observan trayectorias educativas y laborales heterogneas en los jvenes que, a inicios del panel (1995), se encontraban en la categora que agrega combinaciones entre
[160]
estudio y trabajo. Esto se debe a que esta variable combina diversas situaciones como el trabajo, estudio, estudio y trabajo y la inactividad. No obstante, hay dos resultados que destacar. Por un lado, el dficit educativo del que parte este grupo poblacional y la prematura entrada al mercado de trabajo consolida una estructura laboral caracterizada por la elevada incidencia de empleos de mala calidad, desempleo y, particularmente, inactividad. Por otro, se observa un componente de desigualdad en las trayectorias educativas seguidas por estos jvenes, debido a que solamente los grupos de renta elevada y la clase social de cuello blanco pueden continuar con sus estudios universitarios. De un modo ms especfico, partiendo de la clasificacin por quintiles de renta equivalente familiar, la probabilidad de situarse en empleos de calidad es elevada para los jvenes con niveles de renta altos (entre el 40 y 50%), aunque tambin hay una insercin importante en este tipo de empleos para el quintil 2 de la distribucin de rentas (vase grfico 5.1-C del anexo 5.C). Asimismo, la probabilidad ms significativa de situarse en un empleo de baja calidad se corresponde con el grupo de rentas ms reducido (quintil 1) y se sita en valores cercanos al 40%. A su vez, se observa una relacin negativa entre el desempleo y la renta, ya que a mayores niveles de renta, menores son las probabilidades de situarse en el paro. Por ltimo, un resultado que nos parece importante destacar hace referencia al acceso a los estudios universitarios segn los niveles de renta. ste se sita en el 23% para el grupo de rentas ms elevada de la distribucin, siendo el nico grupo que logra este tipo de insercin. Estos resultados se mantienen al analizar la situacin de las trayectorias educativas
y laborales a partir de las clases sociales seleccionadas (vase grfico 5.2-C del anexo 5.C). Las regularidades que se observan muestran que en primer lugar, la probabilidad de insercin en empleos de calidad es elevada para la clase de trabajadores de cuello blanco, superando el 40%. Segundo, la incidencia del desempleo es muy elevada para todos los jvenes, as como la inactividad, que afecta fundamentalmente a los individuos provenientes de familias de la clase social de no cualificados y a los de la clase de trabajadores agrarios. Finalmente, slo se observan probabilidades limitadas de cursar estudios de Bachillerato o CFGM para los trabajadores de cuello blanco y cualificados, y menores al 10% de cursar estudios universitarios para los trabajadores de cuello blanco. Estos resultados confirman la existencia de una marcada desigualdad en los resultados educativos y laborales. En particular, puede decirse que aquellos jvenes que en trminos socioeconmicos se encuentran en mejor posicin logran insertarse en empleos de mayor calidad, tienen una menor probabilidad de estar desempleados o incluso inactivos, y logran en mayor medida continuar con los estudios. La contrapartida en esta estructura dual son aquellos jvenes pertenecientes a las clases de trabajadores no cualificados y trabajadores agrarios, as como aquellos pertenecientes a los quintiles 1 y 2 de la distribucin de rentas, que obtienen pobres resultados laborales y educativos. No obstante, la magnitud de las desigualdades difiere de acuerdo al nivel educativo que obtienen los jvenes. El mayor nivel de dispersin entre rentas y clases sociales se produce entre aquellos jvenes que slo alcanzan el nivel de la ESO.
[161]
Anexos
Captulo 5
ANEXO 5.A
CUADRO 5.4. RESULTADOS LOGIT MULTINOMIAL PARA JVENES QUE TERMINARON LA EDUCACIN SECUNDARIA OBLIGATORIA*
EMPLEOS DE CALIDAD COEF . -20,072a 3,205 1,893 -2,763c -7,512b 3,590 ST. ERROR EXP() COEF . ST. ERROR COEF . ST. ERROR EXP()
EMPLEOS DE BAJA CALIDAD
INACTIVOS EXP()
Constante
-0,849a 0,280 1,060 0,086 0,174 0,581 0,615 -0,555c 0,385 0,574 0,978 -0,080 0,118 0,923 1,612 0,076c 0,054 1,079 0,168c -0,116 0,151 0,500 -0,317 0,761 0,728 -0,613b 0,428 0,184 0,700 0,264 -0,692 0,477a -0,023 -0,485 -0,356b 0,366 0,398 0,108 0,201 0,564 1,302 1,845 1,183 0,890 1,163
Sexo
Convive
Edad
Mes
Cuidado
Caractersticas de los hogares

0,939a 0,280 0,474 0,380 0,475 0,518 0,437 0,731 0,320 0,546 0,062 0,062 0,289 0,367 1,630 2,823 0,834 1,064 0,768 1,282 0,312c -0,467c 0,051 -0,126a 0,502a 0,375c 2,970 0,737
c
Renta disponible equivalente 1,069 0,624b 1,867 1,025 1,688 1,286 0,216 -0,058 -0,021 0,301 0,341 0,313 0,507 0,232 0,317 0,044 0,042 0,200 0,269 0,058 0,259 0,025 0,524 0,252 1,089 0,249 -0,264 0,062 -0,182a 0,488b 1,038
a c a
2,556 2,913 0,166 0,345
0,219c 0,157
1,245 1,181 1,059 0,979 0,943 1,241 2,090 1,366 0,627 1,052 0,882 1,652 1,454
0,177 1,351
b
0,295 0,640 0,252 0,668 0,536 -0,766 0,873 -0,342 -0,551 0,074 0,005 0,681b -0,267 0,527 0,588 0,644 0,613 0,860 0,511 0,738 0,096 0,090 0,397 0,533
1,193 3,860 1,287 1,950 1,709 0,465 2,393 0,710 0,576 1,077 1,005 1,976 0,765
EGP II, Pequeos propietarios
EGP III, Trabajadores cualificados
EGP IV, Trabajadores no cualificados
EGP V, Trabajadores agrarios
Padre Ocupado
Padre Desempleado
Madre Ocupada
Madre Desempleada
Aos educacin padre
Aos educacin madre
Menores
Infraestructura
* La categora de referencia de la variable dependiente es Paro . Las categoras de referencias para las variables independientes son: Andaluca , EGP I, Trabajadores de cuello blanco , Padre inactivo , Madre inactiva .
[165]
Significativa al 1 %; b Significativa al 5 %; c Significativa al 10 %.
Captulo 5
CUADRO 5.4. RESULTADOS LOGIT MULTINOMIAL PARA JVENES QUE TERMINARON LA EDUCACIN SECUNDARIA OBLIGATORIA*. (CONT.)
Anexos
[166]
EMPLEOS DE CALIDAD COEF . ST. ERROR EXP() COEF . ST. ERROR COEF . ST. ERROR EXP() EMPLEOS DE BAJA CALIDAD INACTIVOS EXP() 2,998a 0,842 0,886 0,894 0,643 0,810 0,829 0,678 0,649 0,635 0,672 0,683 0,870 0,706 1,308 1,278 1,034 3,565 -0,281 2,416 0,735 26,760 1,898b 8,557 0,885b 3,711 0,877b 0,518 0,420 1,113 0,645 0,748 805 257.05 0.0000 0.1369 -810.56859 11,761 0,562c 0,434 4,934 -0,367 0,393 10,691 0,500c 0,371 7,652 0,276 0,377 1,317 1,649 0,693 1,755 2,404 2,423 6,670 2,085 0,755 2,772 0,362 0,362 1,436 2,155 -0,601 0,510 0,549 14,844 0,445 0,604 1,560 8,487 0,183 0,362 1,201 -1,166c 1,161c -1,171 -0,081 0,240 0,599 0,204 0,908 0,069 0,763 1,779 0,487 -30,776 6,522 0,799a 0,507 2,223 -0,521 4,152 0,086 0,640 1,090 -0,400 20,049 0,625 2,929 1,423c 1,875b 2,139a 2,698a 0,768 1,020c 2,035a 2,369a 1,596a 2,465a 1,311c 2,147a 3,287a 0,882 1,271 1,075b 1,549b 1,011 1,291 1,182 0,871 0,885 1,205 0,728 0,782 0,667 0,648 0,734 1,215 0,729 1,566 1,254 8,7E+06 4,709 0,671 0,594 0,312 3,194 0,310 0,922 1,272 1,821 1,226 2,479 1,072 2,144 5,922 1,628 0,000
rea de residencia
Aragn
Asturias
Baleares
Canarias
Cantabria
Castilla y Len
Castilla-La Mancha
Catalua
Valencia
Extremadura
Galicia
Madrid
Murcia
Navarra
Pas Vasco
La Rioja
LR chi ( 111)
Prob > chi2
Pseudo R2
Log likelihood
CUADRO 5.5. RESULTADOS LOGIT MULTINOMIAL PARA JVENES QUE TERMINARON EL BACHILLERATO*
EMPLEOS DE CALIDAD COEF . -15,965a 3,740 2,469 10,576 -4,817b -29,426a ST. ERROR EXP() COEF . ST. ERROR COEF . ST. ERROR EXP() EXP()
EMPLEOS DE BAJA CALIDAD
INACTIVOS
Constante
-1,750a 0,319 0,951 0,131 0,253 0,902 1,669 0,558 0,683 1,747 2,578b 0,928 0,228 0,228 1,256 -0,125 1,471 0,041 0,089 1,042 0,837a 0,339 -1,004c 0,698 0,367 -2,105b 0,174 0,243 0,271 0,173 -1,081 0,386a -0,075 0,512 -1,307a 0,820 1,056 0,375 0,764 1,264 1,189 0,121 2,309 0,883 13,171
Sexo
Convive
Edad
Mes
Cuidado
Caractersticas del hogar

0,953a 0,280 0,473 0,396 0,578 0,710 0,460 0,855 0,384 0,635 0,060 0,066 0,357 0,401 0,805 1,742 0,966 0,901 -0,093b 0,033 0,014 -0,322 0,432 -0,654c 0,801 0,034 2,249 0,802 0,752 0,558
c
Renta disponible equivalente 0,750a 2,117 1,295 0,737 1,377 0,378 0,657 0,289 0,439 0,047 0,050 0,274 0,309 -0,276 0,576 -0,180 0,414 -0,099 0,311 0,167 0,381 1,182 0,905 0,835 0,758 1,748 2,231 1,035 0,520 0,912 1,033 1,015 0,725 0,258 -0,305 0,320 -0,285 0,810 -0,223 -0,840c -0,104b -0,034b 0,555 -0,217
c
2,594
0,653a 0,173 1,921
1,232b -39,483 1,083 -38,064 0,843 -0,293 0,709 -0,337 -0,258b -0,039 0,727 -0,873
0,585 3,2E+08 0,902 1,4E+08 1,236 1,247 1,706 1,084 -40,2953,1E+080,000 0,1620,772 0,1760,962 0,812 0,911
3,429 0,000 2,954 0,000 2,324 0,746 2,033 0,714
EGP II, Pequeos propietarios
EGP III, Trabajadores cualificados
EGP IV, Trabajadores no cualificados
EGP V, Trabajadores agrarios
Padre ocupado
Padre desempleado
Madre ocupada
Madre desempleada
Aos educacin padre
Aos educacin madre
Menores
2,069 0,418
Infraestructura
[167]
Captulo 5
CUADRO 5.5. RESULTADOS LOGIT MULTINOMIAL PARA JVENES QUE TERMINARON EL BACHILLERATO*. (CONT.)
Anexos
[168]
EMPLEOS DE CALIDAD COEF . ST. ERROR EXP() COEF . ST. ERROR COEF . ST. ERROR EXP() EMPLEOS DE BAJA CALIDAD INACTIVOS EXP()
rea de residencia Aragn Asturias Baleares Canarias Cantabria Castilla y Len Castilla-La Mancha Catalua Valencia Extremadura Galicia Madrid Murcia Navarra Pas Vasco La Rioja
1,090 0,343 1,621c 1,613b 0,973 2,758a 1,761b 2,860a 3,360a 2,448a 0,537 2,403a 1,895a 2,745a 0,521 2,232b 595 263.52 0.0000 0.2010 -523.60531 0,915 1,006 1,141 0,774 0,922 1,099 0,809 0,734 0,750 0,873 0,841 0,791 0,812 0,946 1,292 1,286 2,974 1,409 5,056 5,020 2,645 15,775 5,821 17,465 28,802 11,566 1,711 11,051 6,655 15,558 1,684 9,322 0,272 0,087 0,584 0,528 -0,252 2,225a 0,166 1,711a 1,044b 0,157 0,284 0,866c 0,973b 1,040c 1,063c 1,064 0,613 0,563 0,775 0,504 0,582 0,860 0,597 0,500 0,586 0,699 0,496 0,549 0,569 0,737 0,685 0,966 1,313 1,091 1,794 1,696 0,777 9,255 1,181 5,537 2,841 1,170 1,328 2,379 2,645 2,830 2,895 2,898 -37,904 0,697 -39,083 -42,315 -0,559 1,945 -39,331 -0,180 0,445 2,465b -1,281 -0,927 -0,868 -39,249 2,019c -39,720 3,4E+08 1,284 3,0E+08 6,9E+08 2,017 1,745 5,2E+08 1,657 1,545 1,382 1,817 1,867 1,632 5,5E+08 1,471 1,6E+09
0,000 2,008 0,000 0,000 0,572 6,992 0,000 0,835 1,561 11,764 0,278 0,396 0,420 0,000 7,530 0,000
N LR chi2( 111) Prob > chi2 Pseudo R2 Log likelihood
Anexo 5.B
La probabilidad de movimientos entre los extremos del panel se basa en una probabilidad condicional. En el periodo inicial (ao 1995) distribuimos a los jvenes en tres categoras, segn el ltimo nivel educativo alcanzado. De esta forma: 1: finalizacin de la ESO; 2: finalizacin del Bachillerato o CFGM; 3: combinaciones entre estudio y trabajo86. A la finalizacin del periodo analizado (ao 2001) los jvenes pueden estar situados en seis categoras excluyentes: 1: ocupados en un empleo de calidad; 2: ocupados en un empleo de mala calidad; 3: desempleados; 4: inactivos; 5: cursando Bachillerato o CFGM, y 6: cursando estudios universitarios. Si bien la definicin tradicional de inactividad incluye a las personas que se encuentran estudiando, hemos realizado una separacin entre las situaciones de estudio e inactividad tradicional. Esto se debe a que el concepto de inactividad es muy heterogneo y, tal como seala Recio (1997), es el cajn de sastre que rene a todas las personas que tienen en comn el hecho de no realizar una actividad mercantil. Sin embargo, dado que no existe una lnea clara entre las actividades educativas y laborales en los indicadores laborales, en edades como las que analizamos en este estudio, la categora de estudiante podra tener caractersticas diferentes de los inactivos tradicionales. Por otra parte, la inactividad tal como es definida en este trabajo se aproxima ms a la idea de subutilizacin de capital humano que incluye dos situaciones particulares: traba-
jadores desalentados e inactivos voluntarios, cuya incidencia adems es elevada entre las mujeres. La probabilidad de que un individuo est en la categora j se representa por, jt = P [ x = J ] (1) De esta manera, se puede representar la probabilidad de la distribucin de individuos en el periodo t, con lo que se obtiene,
t = (1t , 2t , 3t , 4t )
(2)
Dado que lo que interesa es explicar la dinmica de la probabilidad entre dos periodos, se define la probabilidad condicional como, P [ t |
t-1, ...t-k ]
(3)
donde P es la probabilidad de transicin. Esta probabilidad P = [ pij ] puede representarse en una matriz cuyos elementos individuales pij representan la probabilidad de que una persona se mueva desde la categora i en el periodo t-1 (ao 1995) a la categora j en el periodo t (2001). En otras palabras, siendo pij el elemento caracterstico de la fila i y la columna j, medimos el porcentaje de personas que se encuentran en el estado j en el periodo t+1 condicional a haber estado en el estado i en el periodo t, de esta forma,
Pij = Pr (estado j en t +1 / estado i en t) (4)

donde cada elemento pij representa la tasa de trnsito del estado i al estado j.
86
Esta categora incluye jvenes que trabajan y estudian, trabajan y no estudian y, no estudian ni trabajan.
[169]
Captulo 5
ANEXO 5.C
Anexos
[170]
ACTIVIDAD Y ESTUDIOS 2001 EMPLEOS BUENA EMPLEOS MALA CALIDAD CALIDAD PARADOS INACTIVOS CURSAN BACHILLERATO O CFGM CURSAN ESTUDIOS UNIVERSITARIOS
CUADRO 5.6. PROBABILIDAD DE MOVIMIENTO ENTRE UN SECTOR INICIAL i A UN SECTOR FINAL j
ACTIVIDAD Y ESTUDIOS 1995
TOTAL
Educacin Secundaria Obligatoria Bachillerato o CFGM Combina estudio y trabajo 25,8 35,0 14,5 4,6 4,2
22,7 26,2 34,2
38,4 34,6 25,0
13,7 13,9 19,7
6,7 1,6 13,2
5,5 2,9 6,6
12,9 20,7 1,3 15,9
100 100 100 15,9
TOTAL
GRFICO 5.1. PROBABILIDAD DE MOVIMIENTO ENTRE UN ESTADO INICIAL i A UN ESTADO FINAL j SEGN QUINTILES DE RENTA EQUIVALENTE FAMILIARES
(A) Sector Inicial: Terminaron ESO 60 50 40 30 20 10 Ocupados en trabajos de buena calidad Ocupados en trabajos de mala calidad Desocupados Inactivos Cursan ciclo de Cursan formacin Estudios profesional o universitarios bachiller Quintil 4 Quintil 5
Quintil 1
Quintil 2
Quintil 3
(B) Sector inicial: Terminaron Bachiller o Ciclos de Formacin Profesional 60 50 40 30 20 10 Ocupados en trabajos de buena calidad Ocupados en trabajos de mala calidad Desocupados Inactivos Cursan ciclo de Cursan formacin Estudios profesional o universitarios bachiller Quintil 4 Quintil 5
Quintil 1
Quintil 2
Quintil 3
(C) Sector Inicial: Combinaciones entre estudio y trabajo 60 50 40 30 20 10 Ocupados en trabajos de buena calidad Ocupados en trabajos de mala calidad Desocupados Inactivos Cursan ciclo de Cursan formacin Estudios profesional o universitarios bachiller Quintil 4 Quintil 5
Quintil 1
Quintil 2
Quintil 3
[171]
Captulo 5
Anexos
GRFICO 5.2. PROBABILIDAD DE MOVIMIENTO ENTRE UN SECTOR INICIAL i A UN SECTOR FINAL j SEGN CLASES SOCIALES
(A) Sector Inicial: Terminaron ESO 60 50 40

%
30 20 10 0 Ocupados en Ocupados en Desocupados trabajos de trabajos de buena calidad mala calidad Inactivos Cursan ciclo Cursan de formacin estudios profesional o universitarios bachiller
Trabajadores de cuello blanco Trabajadores cualificados Propietarios y trabajadores agrarios
Pequeos propietarios Trabajadores no cualificados
(B) Sector Inicial: Terminaron Bachiller o Ciclos de Formacin Profesional 60 50 40

%
(C) Sector Inicial: Combinaciones entre estudio y trabajo 60 50 40

%
[172]
Conclusiones
Captulo 6
Conclusiones
Despus de esta revisin de diferentes aspectos relativos a las desigualdades socioeconmicas en el terreno educativo, la idea ms importante que podemos retener es que, efectivamente y cmo apuntbamos ya en la introduccin, en buena medida los problemas del sistema educativo espaol son problemas de equidad. Era sabido que el sistema educativo participaba en la reproduccin ampliada de las desigualdades socioculturales, visibles en el nivel de las familias. La evidencia emprica que hemos aportado en este trabajo permite apreciar con ms claridad cules son los canales a travs de los que se produce este proceso; ello puede permitir, eventualmente, una actuacin ms precisa de las polticas educativas destinadas a reducir las desigualdades. En las diferentes secciones que integran el trabajo se ha intentado utilizar metodologas innovadoras y adecuadas a los problemas concretos analizados. Se ha pretendido, tambin, que los anlisis fueran coherentes entre s, establecindose, de este modo, un continuo en el que, siguiendo el recorrido de acceso-proceso-output-resultados, fuera posible tanto tener una visin del conjunto como aislar el efecto de diversos factores en cada uno de los puntos del proceso. En las pginas siguientes efectuamos una revisin detallada de las ideas centrales y conclusiones aportadas en cada uno de los captulos del estudio.
Cap. 2. Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa.

El primer objetivo del captulo consista en determinar hasta qu punto la familia y los elementos del entorno influyen sobre la capacidad de los individuos para alcanzar o no ciertos objetivos educativos. Los resultados de las estimaciones realizadas permiten concluir que existen condicionantes en todas las reas analizadas. En primer lugar, las variables educativas del padre slo se revelan como determinantes del nivel educativo de los hijos, mientras que las referidas a la madre influyen sobre los hijos y las hijas con un mayor efecto, lo que refleja una mayor importancia, para el caso de Espaa, que tiene el grado de educacin de la madre. Dentro de este marco, el conocimiento de idiomas de las madres es un elemento que influye positivamente en el recorrido educativo de las hijas. En segundo lugar, dentro de las variables que reflejan las caractersticas del hogar, la clase social destaca como un condicionante muy fuerte de las posibilidades educativas de los hijos y las hijas. Tambin resulta condicionante, aunque en menor medida, la composicin del hogar (nmero de hermanos) o, para el caso de los varones, que su padre forme parte de la poblacin activa.
[175]
Captulo 6
Conclusiones
Por ltimo, en el anlisis de los efectos de los elementos correspondientes al entorno del individuo, la presencia de problemas de delincuencia y vandalismo provocan un sensible descenso en las posibilidades educativas de las hijas. En cuanto a la influencia del territorio, se observa un efecto negativo (para hijos e hijas) derivado de residir en algunas Comunidades Autnomas. Es el caso de Comunidades donde se ha producido un desarrollo tardo de la escuela de masas (casos como Andaluca, Extremadura y Galicia) y, tambin, el de las Comunidades del arco mediterrneo y Canarias, donde el dinamismo del mercado de trabajo (especialmente en el sector servicios) incentiva la incorporacin laboral temprana de los jvenes. El segundo objetivo del captulo consista en estudiar las caractersticas de la movilidad educativa en Espaa. Tras el anlisis emprico se pueden explicitar algunos patrones referidos a la movilidad. El primero, de ndole general, consiste en la presencia de una alta movilidad relativa, con una preponderancia de la movilidad ascendente; el segundo, el impacto positivo de la educacin de los padres/madres sobre la educacin de sus hijos/hijas; el tercero, la mayor relacin existente los niveles educativos de progenitores y descendientes de igual sexo. Como cuarta y ltima conclusin cabra mencionar que a mayor nivel educativo de los padres/madres se genera y se ampla una brecha a favor de la madre en cuanto a las probabilidades educativas de los hijos. La mayor movilidad educativa ascendente de las hijas refleja un cambio estructural en el sistema educativo espaol que ha pasado, en el transcurso de una generacin, de una situacin en la que los mayores logros educativos correspondan a los hombres, a la situacin actual, donde son las mujeres las que obtienen las mejores cualificaciones, en un marco de fuerte crecimiento del nivel educativo medio de la poblacin.
Cap. 3. El gasto privado en educacin en Espaa

El gasto privado en educacin tiene, en Espaa, un peso proporcional ms importante que en los pases de nuestro entorno. Juega, adems, un papel muy relevante dentro de las polticas educativas y, especficamente, se vincula a los procesos de eleccin educativa de las familias. En la dcada de 1990 y principios del siglo XXI su evolucin ha ido asociada a tales procesos de eleccin: durante un periodo localizado en los ltimos aos de la dcada de 1990 el gasto crece en trminos reales y unitarios, para luego descender ligeramente. Esta evolucin se corresponde con un acusado cambio en la demanda social, especialmente en educacin secundaria, que se desplaza hacia los centros privados en los aos comprendidos entre 1997 y 2001, para estabilizarse con posterioridad (estabilizacin que puede estar causada por la dificultad de estos centros, debido a su localizacin territorial, para absorber proporciones adicionales de la demanda). Incide tambin en la evolucin del gasto privado el rpido crecimiento y posterior desaceleracin de la demanda de plazas en centros universitarios privados. En todo caso, la evolucin del gasto privado en educacin en los ltimos aos en Espaa (incluso en el periodo 19972001) indica una elasticidad-renta de la demanda de servicios educativos privados inferior a la unidad, El gasto privado en educacin est determinado por variables que tienen una distribucin desigual dentro de la sociedad y provoca, a su vez, desigualdades adicionales relativas al tipo de trayectoria educativa de los individuos. En este captulo nos hemos centrado en desigualdades de dos tipos: socioeconmicas y territoriales. Con respecto a las primeras (considerada a travs de una variable de clase social y de quintiles de gasto equivalente), se han podido aportar nuevas evidencias relativas a cmo
[176]
determinados grupos (aquellos con mayor capacidad de pago y, muy especialmente, los pertenecientes a la clase EGP-I -profesionales-) concentran una elevadsima proporcin del gasto educativo privado. Con respecto a las desigualdades territoriales se pueden identificar dos grupos de Comunidades Autnomas: en el primero (formado esencialmente por Catalua, Madrid y Pas Vasco) la evolucin histrica del sistema educativo y las polticas educativas recientes han impulsado el gasto privado en educacin hacia niveles muy elevados. Por el contrario, en otro grupo de Comunidades (como Andaluca, Canarias, Castilla-La Mancha y Extremadura) se produce una situacin simtrica, donde el gasto pblico tiene un papel mucho ms relevante.
lidad de los padres inciden significativamente sobre los resultados de los alumnos. As, no poseer ms de 100 libros en el hogar, que la madre tenga una ocupacin de cuello azul no calificado y ser inmigrante (o hijo de inmigrantes) influye negativamente sobre los resultados que los alumnos pueden obtener en el test de PISA. Adems, nuestro estudio muestra que algunos de los determinantes familiares de los resultados, como haber cursado educacin infantil ms de un ao o repetir algn curso en primaria, tambin estn condicionados por el propio entorno socioeconmico y cultural del hogar (especialmente la nacionalidad y el nivel cultural). Respecto al mbito escolar, el efecto de la titularidad de los centros sobre los resultados desaparece al incluir las variables sociales y econmicas relacionadas con stos. Respecto a estas variables socioeconmicas de los centros escolares destaca la incidencia del nivel educativo de los padres y madres de los alumnos/as de la escuela. Si se comparan los efectos de las variables socioeconmicas referidas al mbito familiar con respecto a las mismas variables pero referidas al centro escolar puede concluirse lo siguiente: las variables relacionadas con la inmigracin y la educacin inciden ms cuando se refieren al centro escolar que cuando se refieren a la familia, si bien sucede al contrario para la clase social. A partir de los resultados anteriores, y en consonancia con los estudios de la OCDE (aunque stos utilizan ndices continuos), debe subrayarse la importancia del entorno escolar sobre las puntuaciones de los alumnos en los test de PISA. Los resultados anteriores llevan a concluir que el sistema educativo acenta las diferencias familiares, en lugar de reducirlas. Ahora bien, en un examen comparativo, las
Cap. 4. Rendimiento acadmico y desigualdades sociales, econmicas y culturales

Como caba esperar, los resultados de nuestros anlisis aplicados a PISA no difieren significativamente de la explotacin de los datos que ha realizado la propia OCDE en diversos informes y estudios. Ahora bien, la descomposicin del ndice socioeconmico y cultural que utiliza dicha organizacin, as como los diversos anlisis de regresin (multinivel y cuantlico), nos ha permitido conocer con mayor profundidad qu factores sociales, econmicos y culturales inciden sobre los resultados de los alumnos en el test de matemticas de la prueba de PISA de 2003 y cul es su efecto sobre stos. Un primer aspecto destacable, precisamente, es la relevancia de los factores socioeconmicos y culturales sobre los resultados de los alumnos, tanto aquellos de mbito familiar como los referidos a los centros escolares: En cuanto al mbito familiar, las variables relacionadas con el entorno cultural del hogar, la clase social y la naciona-
[177]
Captulo 6
Conclusiones
diferencias en las puntuaciones entre escuelas son significativamente menores en Espaa que en el conjunto de pases de la OCDE, de modo que existe una menor desigualdad entre los centros educativos en Espaa que en el conjunto de pases de la OCDE. Un anlisis ms detallado muestra que el tipo de centro al que asisten los alumnos incide de un modo diferenciado sobre los resultados de distintos grupos de alumnos: las diferencias en los resultados de los alumnos asociados a la clase social y la nacionalidad aumentan, en general, en los centros privados respecto a los pblicos. Respecto al resto de variables que determinan los resultados, destacan, en el mbito personal, los vinculados con la trayectoria educativa del propio individuo: mejoran los resultados haber cursado educacin infantil ms de un ao, estar en el curso ms avanzado posible segn la edad y tener buenas expectativas en cuanto a la carrera educativa futura; sin embargo, acta contra la obtencin de unos buenos resultados repetir algn curso de primaria (no de secundaria). De este modo, cobra importancia no slo la situacin presente del alumno (en PISA, las condiciones educativas en secundaria) sino tambin el historial acadmico y la expectativa educativa. Las variables referidas al proceso de enseanza y aprendizaje, as como a las condiciones (materiales, personales y organizativas) de stas resultan menos importantes de lo esperado y, en algunos casos, se obtienen resultados contrarios a los esperados. En este mbito, parece indiferente que los alumnos sigan un modo de estudio competitivo o cooperativo, el tipo de relacin con los profesores, as como el comportamiento de alumnos y profesores, los recursos materiales y de personal disponibles, el grado de autonoma en la gestin y el nivel de participacin de los profesores en ella, etc. A este respecto, sin embargo, s resultan significativas algunas variables
(positivamente, por ejemplo, la existencia de un clima de disciplina en el aula y, negativamente, la agrupacin de alumnos en todas las clases por capacidad). Asimismo, tambin inciden sobre los resultados las variables de tipo psicolgico, como el grado de ansiedad de los alumnos ante las matemticas, la percepcin de su utilidad percibida y la confianza en resolver problemas matemticos. Finalmente, el anlisis cuantlico revela que las variables que resultan significativas inciden sobre el conjunto de los alumnos, dependiendo del resultado obtenido, de un modo similar y, en consecuencia, apenas se observan diferencias estadsticamente significativas entre la incidencia de las variables explicativas sobre los resultados para distintos cuantiles de la variable dependiente.
Cap. 5. Desigualdades en la transicin del sistema educativo al mercado laboral en Espaa

En el captulo quinto estudiamos las trayectorias laborales y educativas de los jvenes que finalizan la Educacin Secundaria Obligatoria, el Bachillerato y los Ciclos Formativos de Grado Medio. La adopcin de medidas que aborden la situacin educativa y laboral de los jvenes implica conocer los factores que determinan su destino laboral, fundamentalmente en trminos de la calidad del empleo conseguido. En este trabajo hemos adoptado una perspectiva centrada en las desigualdades con el fin de explicar la insercin laboral de los jvenes que abandonan prematuramente el sistema educativo. De esta forma, los anlisis se han centrado en el estudio de los determinantes que explican el tipo de insercin laboral, as como las caractersticas de la movilidad segn las clases sociales y quintiles de renta equivalente del hogar. Hemos tenido en cuenta los diferentes destinos laborales y educativos de los jvenes
[178]
que finalizan la Educacin Secundaria Obligatoria, as como el Bachillerato y los CFGM. Las poblaciones seleccionadas, por su nivel educativo alcanzado y por las edades seleccionadas, estn en transicin al mercado laboral. Esto implica que pueden seguir caminos heterogneos, combinando periodos de estudio o de inactividad, de bsqueda, de trabajo y en muchos casos de estudio y trabajo que no son fcilmente identificables y que presentan un largo recorrido. La introduccin de la calidad del empleo conseguido intenta dar cuenta de la finalizacin de esta transicin, al aproximarse a la estabilidad de las posiciones de los jvenes en el mercado laboral. Con relacin a los modelos probabilsticos aplicados queremos resaltar tres resultados centrales. En primer lugar, se observan diferencias relativas al gnero en la insercin en empleos de calidad. Estos resultados, significativos para la poblacin que termina ESO y, fundamentalmente para la que termina el Bachillerato o CFGM, indican que los adolescentes varones tienen mayores probabilidades de conseguir empleos de calidad. En segundo lugar, se han incorporado dos tipos de variables (clase social y renta familiar) con el objeto de controlar los efectos del estatus socioeconmico de pertenencia sobre la insercin laboral. Los resultados indican que los jvenes que proceden de grupos socioeconmicos privilegiados realizan su transicin a la vida laboral con menores dificultades, mientras que los que estn econmicamente desfavorecidos se enfrentan a la situacin inversa. En tercer lugar, los resultados de las estimaciones indican que el nivel educativo de los padres influye sobre los destinos laborales de las poblaciones seleccionadas; especficamente, los coeficientes negativos indican que las mejores seales para que los jvenes continen estudiando vienen
dadas por niveles educativos familiares elevados. Si bien los jvenes que continan con sus estudios no forman parte de la muestra, est suficientemente establecido por diferentes estudios que a medida que aumenta el nivel educativo de los padres se incrementa la permanencia en el sistema educativo. Se desprenden diversos resultados de importancia a partir del estudio que da cuenta de la movilidad entre estados laborales y educativos para el perodo 19952001. En primer lugar hay que resaltar la magnitud que toma la inactividad y el desempleo para aquellos jvenes que inicialmente se encontraban en el mercado laboral o slo haban concluido la ESO. Los resultados muestran que la probabilidad de que se encuentren inactivos o en el paro llega al 30% para aquellos que inicialmente estn en el mercado laboral y al 20% para los que slo logran la certificacin de la ESO. Esto est indicando que al existir un dficit educativo los individuos son penalizados y se convierten en grupos marginales en el mercado laboral. Segundo, los jvenes pertenecientes a sectores de bajas rentas, as como aquellos que pertenecen a las clases sociales de trabajadores no cualificados y trabajadores agrarios tienen elevadas probabilidades de situarse en empleos de mala calidad, estar desempleados e inactivos, particularmente cuando slo disponen de la credencial de la educacin obligatoria y abandonan el sistema educativo. En cierta medida, cuando los jvenes logran finalizar el Bachillerato o CFGM, las trayectorias educativas y laborales muestran menores niveles de dispersin. De esta forma, la posicin en el mercado laboral de aquellas personas que logran slo la educacin obligatoria es la ms precaria y desaventajada en trminos laborales, ya que tienen mayores probabilidades de estar desempleados e inactivos, y ms probabilidades, tambin, de tener contratos atpicos.
[179]
Captulo 6
Conclusiones
El seguimiento de los jvenes a lo largo del tiempo refuerza el concepto de desigualdad de oportunidades. Esto se debe a que se producen circuitos diferenciados de insercin laboral frente a credenciales similares. Ms an, aquellos jvenes pertenecientes a los quintiles de renta ms elevados y las clases sociales ms favorecidas son los que logran continuar con sus estudios superiores. El resto de jvenes no logra volver al sistema educativo y se inserta en empleos precarios, el paro o la inactividad. Se excluyeron del anlisis a aquellos jvenes que finalizan los niveles de ESO, Bachillerato y CFGM y continan con sus estudios. En lneas generales estos jvenes pertenecen a las clases sociales ms favorecidas. No obstante, aun excluyendo del anlisis a esta poblacin, las desigualdades siguen operando. Si bien las relaciones en este campo de estudio no pueden definirse como determinsticas, la desigualdad en los resultados educativos y laborales est claramente asociada a la desigualdad de oportunidades. Las desigualdades socioeconmicas presentes en el sistema educativo no slo producen efectos sobre el tipo de insercin laboral de los jvenes, sino que adems agravan las condiciones asociadas a los niveles socioeconmicos bajos. Los procesos de exclusin de los sectores menos favorecidos se incrementan en los niveles educativos ms elevados, generando nulas oportunidades para mejorar el nivel de vida. Es importante resaltar que los destinos laborales precarios e incluso las tasas de desempleo juvenil elevadas pueden convertirse en factores estructurales. En la Conferencia Internacional del Trabajo de la OIT del 2006 se seala que esta situacin
sucede particularmente cuando los jvenes no tienen la capacidad de beneficiarse de la expansin de las oportunidades de empleo debido a carencias educativas o de formacin, o al hecho de que afronten una discriminacin que impida su incorporacin al mismo (vase OIT, 2006). *** Los diferentes anlisis empricos presentados sealan insistentemente en una direccin: las desigualdades educativas tienen un fuerte carcter inercial: se transmiten de una generacin a otra y se reproducen (en ocasiones de forma ampliada) a lo largo del ciclo vital. La posicin crecientemente central de la educacin a la hora de definir las posiciones de las personas en el mercado de trabajo y en la sociedad en general hace que las desigualdades educativas incidan, tambin, cada vez ms en los niveles agregados de desigualdad social. Una sociedad que quiera remover las desigualdades sociales de mayor entidad debe velar por que el proceso educativo sea lo ms independiente posible de las condiciones socioeconmicas de partida. Es decir, invertir justamente la situacin actual, en la que la igualdad real de oportunidades se ve lastrada, en todas y cada una de las fases del proceso educativo, por las condiciones socioeconmicas de partida, quedando reducida a una mera igualdad formal de oportunidades. Las polticas educativas implementadas con este objetivo, las actuales y las que se diseen en el futuro, son polticas no slo equitativas, sino tambin eficientes; al impedir que las desigualdades de origen colonicen el sistema educativo, se evita el despilfarro de recursos humanos, tan necesarios en una sociedad basada en el conocimiento, que ahora se produce.
[180]
Bibliografa
Bibliografa
Abburr, L. (2005). As Good as the Others. Northern Italian Students and their Peers in other European Regions. Istituto Ricerche Economico Sociali del Piemonte. Mimeo. Noviembre. Albert, C. y Garca-Serrano, C. (2004). Tipo de escuela y logros educativos en Espaa . Comunicacin presentada en el XIII Congreso de la AEDE, Universidad del Pas Vasco, San Sebastin, 13-14 de septiembre de 2004. Albert, C., Dvila, M. y Toharia, L. (2003). To find or not to find a First Significant Job: the Case of Spain . Comunicacin presentada en las V Jornadas de Economa Laboral, Universidad Rovira i Virgili, Reus, 9-11 de julio de 2003. Albert, C., Jurez, J., Snchez, R. y Toharia, L. (2000). La transicin de la escuela al mercado de trabajo en Espaa: aos noventa . Papeles de Economa Espaola, Monogrfico: Capital Humano y Bienestar Econmico, n. 86, pp. 42-58. Allison, P . D. (2002). Missing Data. Thousand Oaks, CA: Sage. Anderson, J. (2002). Gender-related Differences on Open and Closed Assessment Tasks . International Journal of Mathematical Education in Sciences and Technology, vol. 33, n. 4, pp. 495-503. Ayala, L. y Sastre, M. (2002). La medicin de la movilidad de ingresos: enfoques e indicadores . Revista de Economa Pblica, vol. 162, n. 3, pp. 101-31. Banco Mundial (2004). Indicadores del Desarrollo Mundial 2004. Washington D.C., Banco Mundial. Baye, A. et al. (2006). A Set of Indicators to Measure Equity in 25 European Union Education Systems. Report for the European Commission. Lige, Service de Pdagogie exprimentale. Becker, G. y Tomes, N. (1986). Human Capital and the Rise and Fall of Families . Journal of Labor Economics, vol. 4, n. 3, pp. S1-S39. Behrman, J. y Rosenzweig, M. (2002). Does Increasing Womens Schooling Raise the Schooling of the Next Generation . American Economic Review, vol. 92, pp. 323-34.
[183]
Bibliografa
Behrman, J. y Taubman, P . (1990). The Intergenerational Correlation between Childrens Adult Earnings and their Parents Income: Results from the Michigan Panel Survey of Income Dynamics . Review of Income and Wealth, vol. 36, n. 2, pp. 115-27. Behrman, J. y Wolfe, B. (1984). The Socioeconomic Impact of Schooling in a Developing Country . The Review of Economics and Statistics, vol. 66, n. 2, pp. 296-303. Behrman, J., Gaviria, A. y Szkely, M. (2001). Intergenerational Mobility in Latin America . Research Departament Working Paper, Inter-American Development Bank 452. Binder, M. (1998). Family Background, Gender and Schooling in Mexico . The Journal of Development Studies, vol. 35, n. 2, pp. 54-71. Bjrklund, A. y Chadwick, L. (2003). Intergenerational Income Mobility in Permanent and Separated Families . Economics Letters, vol. 80, pp. 239-46. Bjrklund, A. y Jntti, M. (1997). Intergenerational Income Mobility in Sweden Compared to the United States . American Economic Review, vol. 87, n. 5, pp. 1009-18. Black, S., Devereux, P . y Salvanes, K. (2003). Why the Apple Doesnt Fall Far: Understanding Intergenerational Transmission of Human Capital . Discussion Paper Series, IZA, vol. 926. Bonn, Institute for the Study of Labor. Blanchflower, D. y Freeman, R. (2000). The Declining Economic Status of Young Workers in OECD Countries , en Blanchflower, D. y R, Freeman (eds): Youth Employment and Joblessness in Advanced Countries. Chicago, NBER y University of Chicago Press. Blanchflower, D. y Freeman, R. (eds.) (1999). Youth employment and joblessness in advanced countries. Chicago, University of Chicago Press. Bonal, X. (2002). El balance pblico-provado en el sistema de enseanza espaol: evolucin y efectos sobre las desigualdades educativas . Educar, vol. 29, pp. 11-29. Bowers, N., Sonnet, A. y Bardone, L. (2002). Giving Young People a Good Start: The Experience of OECD Countries. Background Report . Pars, OECD. Buchinsky, M. (1998). Recent advances in quantile regression models: a practical guideline for empirical research . Journal of Human Resources, vol. 33, pp. 88-126. Buhman, B. et al. (1988), Equivalence scales, well-being, inequality, and poverty: sensitivity estimates across ten countries using the Luxembourg Income Study (LIS) data . Review of Income and Wealth, vol. 34, pp. 115-142. Calero, J. (2006a). La equidad en educacin. Informe analtico del sistema educativo espaol. Madrid, MEC-CIDE. Calero, J. (2006b) Desigualdades tras la educacin obligatoria: nuevas evidencias. Documento de trabajo de la Fundacin Alternativas, n. 83/06 Calero, J. y Bonal, X. (2004) Financiacin de la educacin en Espaa , en Navarro, V. (coord.), El estado de bienestar en Espaa. Madrid, Tecnos, pp. 183-207. Calero, J. y Escardbul, J. O. (2005). Financiacin y desigualdades en el sistema educativo y de formacin profesional de Espaa , en Navarro, V. (coord.), La situacin social de Espaa. Madrid, Biblioteca Nueva- Fundacin Largo Caballero, pp. 337-384.
[184]
Caas, G. (2004). Espaa es el tercer pas de la UE en el que los alumnos abandonan antes los estudios . El Pas, 11-12-2004. Carabaa, J. (2006a). El progreso interclasista de la escuela pblica (1985-2004). Argumentos para un debate sobre la distribucin del alumnado en el sistema educativo espaol . Panorama Social, Monogrfico: Infancia y juventud: nuevas condiciones, nuevas oportunidades, vol. 3. Carabaa, J. (2006b) El Informe PISA, mala gua para la LOE . El Pas, 06-03-2006. Carabaa, J. (2004). El fututo del sistema de enseanza: alumnos y saberes. , en Cruz, Laura (ed.), Espaa 2015: Prospectiva social e investigacin cientfica y tecnolgica. Madrid, Ministerio de Educacin y Ciencia-FECYT, pp. 69-99. Carabaa, J. (1999). Dos estudios sobre movilidad intergeneracional. Madrid, Fundacin Argentaria-Visor. Checchi, D., Ichino, A. y Rustichini, A. (1999). More Equal But Less Mobile? Education Financing and Intergenerational Mobility in Italy and in the US . Journal of Public Economics, vol. 74, pp. 351-93. Chevalier, A. (2004). Parental Education and Childs Education: A Natural Experiment . Discussion Paper Series. IZA, vol. 1153. Bonn, Institute for the Study of Labor. Chevalier, A., Harmon, C., OSullivan, V. y Walker, I. (2005). The Impact of Parental Income and Education on the Schooling of their Children . The Institute for Fiscal Studies, WP05/05. Cohen, J., Cohen, P ., West, S. y Aiken, L. (2003). Applied Multiple Regression/Correlation Analysis for the Behavioural Sciences (3rd. ed.). Hillsdale, NJ, Erlbaum. Coleman, J. (1990). Foundations of Social Theory. Cambridge, MA: Harvard University Press. Comi, S. (2003). Intergenerational Mobility in Europe: Evidence from ECHP . Working Papers del Dipartimento de Economia Politica e Aziendale. Universit degli Studi di Milano, 3. COMISIN EUROPEA (2002). Comunicacin de la Comisin. Indicadores estructurales. Bruselas, Comisin de las Comunidades Europeas. COMUNIDAD ESCOLAR (2002). El nivel sociocultural influye decisivamente en el rendimiento estudiantil . Comunidad Escolar, n. 705. Madrid, Ministerio de Educacin y Ciencia. CONSEJO ESCOLAR DEL ESTADO (2005). Informe sobre el estado y situacin del sistema educativo. 2003/04. Madrid, Consejo Escolar del Estado. Corak, M. y Heisz, A. (1998). The Intergenerational Earnings and Income Mobility of Canadian Men: Evidence from Longitudinal Income Tax Data . Analytical Studies Branch, Statistics Canada. Dearden, L., Machin, S. y Reed, H. (1997). Intergenerational Mobility in Britain . The Economic Journal, vol. 107, pp. 47-66. Dolado, J., Felgueroso, F . y Jimeno, J. (2000). Explaining Youth Labor Market Problems in Spain: Crowding-Out, Institutions, or Technology Shifts? . Discussion Paper Series. IZA, vol. 142. Bonn, Institute for the Study of Labor.
[185]
Bibliografa
Dronkers, J. y Robert, P . (2004). The effectiveness of public, private government-dependent and private independent schools: a cross-national analysis. European University Institute. Department of Political and Social Sciences. Mimeo. Duncan, G., Yeung, W., Brooks-Gunn, J. y Smith, J. (1998). How Much Childhood Poverty Affect the Life Chances of Children? . American Sociological Review, vol. 63, n. 3, pp. 406-23. Dunn, C. (2004). Intergenerational Transmission of Lifetime Earnings: New Evidence from Brazil . Working Papers from University of Michigan. Departament of Economics and Population Studies Center. Enero. Erikson, R., Goldthorpe, J. y Portocarero, L. (1979). Intergenerational class mobility in three Western European Societies: England, France and Sweden . British Journal of Sociology, vol. 30, n. 4, pp. 415-441. Esping-Andersen, G. (2004). Unequal Opportunities and the Mechanisms of Social Inheritance , en Miles Corak ed.: Generational Income Mobility in North America and Europe. Cambridge: Cambridge University Press, pp. 289-314. Esping-Andersen, G. (1997). Welfare State at the End of the Century. The Impact of Labour Markets, Family and Demographic Change , en OECD (ed): Family, Market and Community, Pars, OECD Publications. Ferrer, G., Castel, J. y Ferrer, F . (2006). Las desigualdades del sistema educativo a travs del Estudio PISA 2003 . Revista de Educacin, extraordinario 2006, Ministerio de Educacin y Ciencia, pp. 399-428. Fertig, M. (2003). Whos to Blame? The Determinants of German Students Achievement in the PISA 2000 Study . Discussion Paper Series, IZA, vol. 739. Bonn, Institute for the Study of Labor. Fortin, N. y Lefebvre, S. (1998). Intergenerational Income Mobility in Canada , en Statistics Canada Miles Corak ed., Labour Markets, Social Institutions, and the Future of Canadas Childrens. Gang, I. y Zimmerman, K. (1999). Is Child Like Parent? Educational Attainment and Ethnic Origin . Discussion Paper Series, IZA, vol. 57. Bonn, Institute for the Study of Labor. Garca-Montalvo, J., Peir, J. y Soro-Bonmat, A. (2003). Capital Humano. Observatorio de la insercin laboral de los jvenes: 1996-2002. Valencia, Fundacin Bancaja/IVIE. Gautier, P . (2000). Do More High-skilled Workers Occupy Simple Jobs During Bad Times? , en Borghans, L. y A. De Grip, The Overeducated Worker?: The Economics of Skill Utilization. Cheltenham, Edward Elgar Publishing, pp. 203-230. Glewwe, P . y Jacoby, H. (1994). Student Achievement and Schooling Choice in Low-Income Countries. Evidence from Ghana . The Journal of Human Resources, vol. 29, n. 3, pp. 843-64. Glomm, G. y Ravikumar, B. (1992). Public and Private Investment in Human Capital: Endogenous Growth and Income Inequality . The Journal of Political Economy, vol. 100, n. 4, pp. 818-834.
[186]
Gonzlez, J. (1992). La construccin emprica de las clases . Poltica y Sociedad, vol. 11, pp. 99-122. Graeras, M. y cols. (1998). Catorce aos de investigacin sobre desigualdades en la educacin. Madrid, CIDE. Graeras, M., Gordo, J., Lamelas, R., Villa, N. y Regil, M de. (2000). Las desigualdades en la educacin en Espaa (II). Madrid: Centro de Investigacin y Documentacin Educativa. Greene, W. (2002) Econometric Analysis (5th Edition). Prentice Hall. Haag, A. y Jungblut, J. (2001): The Changing of Labour Market Patterns during the Nineties in Germany, France, United Kingdom and United States . Paper presented at the ISA Research Committee on Social Stratification (RC28) Conference, Mannheim, abril 26-28, 2001. Halvorsen, R. y Palmquist, R. (1980). The Interpretation of Dummy Variables in Semilogarithmic Equations . The American Economic Review, vol. 70, n. 3, pp. 474-75. Haveman, R. y Wolfe, B. (1995). The Determinants of Childrens Attainments: A Review of Methods and Findings . Journal of Economic Literature, vol. 33, pp. 1829-78. Hox, J. (2002). Multilevel Analysis. Techniques and Applications. London, Lawrence Erlbaum. Iannelli, C. (2002). Parental Education and young Peoples Educational and Labour Market Outcomes: A comparision across Europe . MZES Working Papers, n. 45, Mannheim. Iannelli, C. y Soro-Bonmat, A. (2001). The Transition from School to Work in Southern Europe: The Cases of Italy and Spain . CATEWE Discussion Paper, ESRI. INECSE (2004). Evaluacin PISA 2003. Resumen de los primeros resultados en Espaa. Madrid: Instituto Nacional de Evaluacin y Calidad del Sistema Educativo. Jenkins, S. y Schluter, C. (2002). The Effect of Family Income during Childhood on Later-Life Attainment: Evidence form Germany . Working Papers of the Institute for Social and Economic Research, 2002-20. Jones, K. y Duncan, C. (1998). Modelling context and heterogeneity: applying multilevel models , en Scarbrough, Elinor y Tanenbaum, Eric (eds.), Research Strategies in the Social Sciences. A Guide to New Approaches. Oxford, Oxford University Press. Koenker, R. (2005). Quantile Regression. Cambridge, Cambridge University Press. Koenker, R. y Bassett, G.(1978). Regression Quantiles . Econometrica, vol. 46, n. 1, pp. 33-50. Kogan, I. y Unt, M. (2003). Transition from School to Work in Transition Economies . Paper presentado al Transition in Youth Conference Competencies and careers, 4-6 September 2003, Funchal, Madeira. Lareau, A. (1987). Social Class Differences in Family-School Relationships: The Importance of Cultural Capital . Sociology of Education, vol. 60, n. 2, pp. 73-85. Lassibille, G. y Navarro, L. (2004). Manual de economa de la educacin. Teora y casos prcticos. Madrid, Pirmide.
[187]
Bibliografa
Lassibille, G. y Navarro, L. (1997). Un anlisis de los gastos privados de educacin en Espaa en 1991. Madrid, CIDE (MEC). Lassibille, G. y Navarro, L. (1990). Los gastos privados de educacin. Madrid, CIDE (MEC). Lassibille, G., Navarro, L. y Aguilar, I. (2001). Youth transition from school to work in Spain . Economics of Education Review, vol. 20, n. 2, pp. 130-149. Lauer, C. (2003). Family Background, Cohort and Education: A French - German Comparison based on a Multivariate Ordered Probit Model of Educational Attainment . Labour Economics, vol. 10, pp. 231-51. Leibowitz, A. (1974). Home Investment in Children . The Journal of Political Economy, vol. 82, n. 2, pp. S111-S131. Levison, D., Moe, K y Knaul, F . (2001). Youth Education and Work in Mexico . World Development, vol. 29, n. 1, pp. 167-188. Lillard, L. y Willis, R. (1994). Intergenerational Educational Mobility. Effects of Family and State in Malaysia . The Journal of Human Resources, vol. 29, n. 4, pp. 1126-66. Lpez, G. y Casado, D. (2001). Vejez, dependencia y cuidados de larga duracin en Espaa. Barcelona, Fundacin La Caixa , Coleccin Estudios Sociales, n. 6. Lpez, N. (2004). Educacin y equidad. Algunos aportes desde la nocin de educabilidad . Documentos del IIPE. Instituto Internacional de Planeamiento de la Educacin. Lpez, N. (2005). Equidad educativa y desigualdad social. Desafos de la educacin en el nuevo escenario latinoamericano Buenos Aires, IIPE-UNESCO Sede Regional Buenos Aires. Marchesi, A. (2006). El informe PISA y la poltica educativa en Espaa . Revista de Educacin, extraordinario 2006, Ministerio de Educacin y Ciencia, pp. 337-355. Marchesi, A. (2000). Un sistema de indicadores de desigualdad educativa . Revista Iberoamericana de Educacin, vol. 23, mayo-agosto. Marjoribanks, K. (2005). Family Environments and Childrens Outcomes . Educational Psychology, vol. 25, n. 6, pp. 647-57. MEC (2005a). Las cifras de la Educacin en Espaa. Edicin 2005. Madrid, Ministerio de Educacin y Ciencia. MEC (2005b). El alumnado extranjero en el Sistema Educativo Espaol (1994-2005) . Boletn de Temas Educativos 14. Madrid: Centro de Investigacin y Documentacin Educativa. MEC (2005c). Estadstica del gasto pblico en educacin, 2003. Disponible en Internet: www.mec.es. MEC (2004). Una educacin de calidad para todos y entre todo. Propuestas para el debate. Madrid, Ministerio de Educacin y Ciencia. Monseur, C. y Lafontaine, D. (2006). Methodological Issues Raised by Equity Indicators Derived from Multilevel Analyses . Universit Catholique de Lovain. Dpartement des sciences conomiques, sociales et politiques. Workshop. http://www2.econ.ucl.ac.be/~sexvdb/Workshop/4Monseur-Lafontaine.pdf
[188]
Moreno, A. (2004). Cambios en la fecundidad y el empleo femenino en los estados de bienestar del sur de Europa en perspectiva comparada: el papel del mercado laboral, la familia y las polticas familiares. Tesis Doctoral. Departamento de Sociologa. Barcelona, Universidad Autnoma de Barcelona. Moreno, L. (2001). La va media espaola del modelo de bienestar mediterrneo . Papers. Revista de Sociologa, vol. 63/64, pp. 67-82. Navarro, V. (coord.) (2005). La situacin social de Espaa. Madrid, Biblioteca Nueva OECD (2005a). PISA 2003. Technical report. Pars, OCDE. OECD (2005b). PISA 2003. Data Analysis Manual (SPSS Users), Pars, OCDE. OECD (2005c). Education at a Glance. Pars, OECD. Disponible en Internet: www.oecd.org OECD (2004a). Learning for tomorrows world. First results from PISA 2003. Pars, OCDE. OECD (2004b). Problem Solving for Tomorrows World. First Measures of Cross-Curricular Competencies from PISA 2003. Pars, OCDE. OECD (1999). Classifying educational programmes. Manual for ISCED-97. Implementation in OECD Countries. Pars, OCDE. OECD (1997). Employment Outlook. Pars, OECD. OIT (2006). 95 Conferencia Internacional del Trabajo. Ginebra, OIT. OIT (1999). Emplear a los jvenes: promover un crecimiento intensivo en empleo . Informe preparado para el Simposio Inter Regional sobre Estrategias para Combatir el Desempleo y la Marginalizacin de los Jvenes. 13-14 de diciembre, 1999. Ginebra, OIT. sterberg, T. (2000). Intergenerational Income Mobility in Sweden: What do Tax-Data Show? . Review of Income and Wealth, vol. 46, n. 4, pp. 421-36. Peraita, C. y Snchez, M. (1998). The Effect of Family Background on Childrens Level of Schooling Attainment in Spain . Applied Economics, vol. 30, pp. 1327-34. Prez Zorilla, M. (2005). Evaluacin de la Educacin Primaria 2003. Madrid: Ministerio de Educacin y Ciencia. Instituto Nacional de Evaluacin y Calidad del Sistema Educativo. Peters, E. (1992). Patterns of Intergenerational Mobility in Income and Earnings . The Review of Economics and Statistics, vol. 74, n. 3, pp. 456-66. Plug, E. (2004). Estimating the Effect of Mothers Schooling on Childrens Schooling using a Sample of Adoptees . American Economic Review, vol. 94, n. 1, pp. 358-368. Psacharopoulos, G. y Arraigada, A. (1989). The Determinants of Early Age Human Capital Formation: Evidence from Brazil . Economic Development and Cultural Change, vol. 37, n. 4, pp. 683-708. Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Copenhague, Nielsen & Lydiche. Raudenbush, S. y Bryk, A. (2002). Hierarchical Linear Models: Applications and Data Analysis Methods. Newbury Park, CA, Sage.
[189]
Bibliografa
Ray, R. y Lancaster, G. (2005). The impact of childrens work on schooling: Multi-country evidence . Internacional Labour Review, vol. 144, n. 2, pp. 189-210. Recio, A. (1997). Trabajo, personas y mercados. Barcelona: Icaria/Fuhem. REVISTA DE EDUCACIN (2006). PISA. Programa para la Evaluacin Internacional de Alumnos . Revista de Educacin, nmero extraordinario. Robinson, W. (1950). Ecological correlations and the behavior of individuals . American Sociological Review, vol. 15, pp. 351-357. Rubin, D. (1989). Multiple imputation for nonresponse in surveys. New York, Wiley. Snchez, A. (2004). Movilidad intergeneracional de ingresos y educativa en Espaa (198090) . Document de treball. Institut dEconomia de Barcelona, 2004/1. Schwartzman, S. (2005). Accesos y retrasos en la educacin en Amrica Latina , En: Equidad en el acceso y la permanencia en el sistema educativo. Serie Debates N. 1. Nstor Lpez y Ana Pereyra (coord.). Buenos Aires, IIPE-UNESCO, pp. 4-17. Solon, G. (1992). Intergenerational Income Mobility in the United States . American Economic Review, vol. 82, pp. 393-408. Soro-Bonmat, A. (2001). From school to work: a comparison of labour market transitions and leaving home decisions of young people in Germany, Italy and Spain. Tesis Doctoral. Florencia, European University Institute. Sullivan, A. (2001). Cultural Capital and Educational Attainment . Sociology, vol. 35, n. 4, pp. 893-912. Tedesco, J. C. (2002). Los pilares de la educacin del futuro . Documentos del IIPE. Instituto Internacional de Planeamiento de la Educacin. Tokman, V. (2001). De la informalidad a la modernidad. Santiago de Chile, Organizacin Internacional del Trabajo. Torres Mora, J. A. (1992). Las desigualdades educativas en Espaa. Madrid, CIDE (MEC). Waisgrais, S. (2005). Educacin y mercado laboral en Argentina. La transicin del sistema educativo al trabajo. Tesis Doctoral. Pamplona, Universidad Pblica de Navarra. Waisgrais, S. y Rosas, M. (2006). Actividades econmicas de nios, nias y adolescentes en la Argentina . Trabajo, Ocupacin y Empleo, Serie Estudios/3, Subsecretara de Programacin Tcnica y Estudios Laborales. Buenos Aires, Ministerio de Trabajo. Willms, J. (2005). Learning divides. Ten policy questions about the performance and equity of schools and schooling systems . Report prepared for the Organization of Economic Cooperation and Development. Willms, J. y Smith, T. (2005). A Manual for Conducting Analyses with Data from TIMMS and PISA . Report prepared for the UNESCO Institute for Statistics. Disponible en Internet: www.unb.ca/crisp/pdf/Manual_TIMSS_PISA2005_0503.pdf Wright, E. (1980). Class and Occupation . Theory and Society, vol. 9, n. 1, pp. 177-214.
[190]
ISBN 84-369-4443-7

Desigualdades Socioeconomicas en See

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Desigualdades Socioeconomicas en See

Hochgeladen von

Copyright:

Verfügbare Formate

Desigualdades socieconmicas en el sistema educativo espaol

MINISTERIO DE EDUCACIN Y CIENCIA

Desigualdades socioeconmicas en el sistema educativo espaol

Jorge Calero (direccin) J. Oriol Escardbul Sebastin Waisgrais Mauro Mediavilla

MINISTERIO DE EDUCACIN Y CIENCIA

N. 176 Coleccin: INVESTIGACIN

Desigualdades socioeconmicas en el sistema educativo espaol

European Group for Research on Equity in Education Systems.

Desigualdades socioeconmicas en el sistema educativo espaol

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

2.2. REVISIN DE LOS FUNDAMENTOS TERICOS Y LAS PRINCIPALES APLICACIONES EMPRICAS

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

Desigualdades socioeconmicas en el sistema educativo espaol

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

Vase una aplicacin emprica en Sullivan (2001).

Desigualdades socioeconmicas en el sistema educativo espaol

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

Desigualdades socioeconmicas en el sistema educativo espaol

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

2.3. METODOLOGA UTILIZADA

Desigualdades socioeconmicas en el sistema educativo espaol

Dummy sexo. Toma el valor 1 si el individuo es mujer y 0 si es hombre (MUJER).

Relacin de parentesco (adoptado o no) Efecto calendario

Inmigrante Padre/Madre Variable educativa

Variable de conocimiento adicional

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

Madre/padre en el mercado laboral Capital cultural

Establecimiento escolar Entorno aula

Desigualdades socioeconmicas en el sistema educativo espaol

Entorno social y cultural

2.5. ANLISIS INTRODUCTORIO Y BIVARIANTE DE LOS DATOS

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

Hijos/Hijas Padre Madre

Hijos/Hijas Padre Madre

Padre Madre Hijos/Hijas Hijos/Hijas

Padre Madre Padre Madre I II III IV V VI VII

Desigualdades socioeconmicas en el sistema educativo espaol

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

MEDIA AOS DE ESCOLARIDAD HIJOS

A-SE MEGB EGB FPI FPII BACH U.C.C. U.C.C.

8,29 10,59 11,96 12,52 12,59 12,51 12,86 15,11

9,11 11,86 12,76 14,38 14,17 13,74 14,00 15,99

8,39 10,77 12,07 13,09 12,86 12,85 13,27 14,99

9,22 12,04 13,87 13,89 14,99 14,61 15,59 16,12

Desigualdades socioeconmicas en el sistema educativo espaol

Fuente: elaboracin propia a partir del PHOGUE-2000.

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

2.6. ANLISIS MULTIVARIANTE DE LOS DETERMINANTES DEL NIVEL EDUCATIVO

Desigualdades socioeconmicas en el sistema educativo espaol

Cuadro 2.5. AGRUPACIN DE LA VARIABLE DE LOGRO EDUCATIVO EN LA ESTIMACIN DE MXIMA VEROSIMILITUD

A SE MEGB EGB FPI FPII BACH U.C.C. U.C.L.

< EGB EGB FP BACH UNIV

En todo trabajo se citan como Exp () .

Determinantes del nivel educativo y un estudio de la movilidad educativa en Espaa

1,4871 1,6737 n.p. 2,5449 1,5008 2,3184 2,7587 2,8315

-0,2621 -0,0621 0,2300

0,1133 -0,0008 -0,0240 0,0001 1,81e-7 b n.p. 0,7985

-0,0017 0,0509 -0,0005 5,06 e-8 -0,1861

-0,2249 a -0,1053 0,3485

0,0228 -0,1309 0,4539

1,5744 n.p. 22,9588 7,0108 4,8334 3,2207 2,3614 2,5549

0,2296 0,0061 3,5921 a 2,0851 a 1,9165 0,6479

-0,2253 c 3,1337 a 1,9474