Mendive. Revista de Educación, octubre-diciembre 2019; 17(4): 497-511

 

Las notas de la Enseñanza Media como predictor del desempeño estudiantil en la Educación Superior Técnico Profesional

 

General Point Average as a predictor of student´s performance in Higher Technical and Vocational Education

 

Claudia Patricia Ovalle Ramirez

Centro de Justicia Educacional Pontificia Universidad Católica de Chile. Chile. Correo electrónico: covallera@gmail.com

 

Recibido: 01 de abril 2019.
Aprobado: 10 de septiembre 2019.

 


RESUMEN

En el contexto actual donde se busca establecer mecanismos de admisión y selección a la educación superior en Chile se ha propuesto que las medidas de tipo académico puedan servir el propósito de seleccionar estudiantes para los estudios técnicos superiores. El objetivo de este estudio fue identificar si las notas de la Enseñanza Media (NEM) están relacionadas con el rendimiento académico de los estudiantes en el primer año de Educación Superior Técnica. Se emplearon correlaciones bivariadas y modelos de regresión por mínimos cuadrados (OLS) controlando por variables del individuo y de la escuela para establecer el impacto de las NEM en los resultados de las asignaturas del primer año de Educación Superior Técnica. Se usaron los datos de estudiantes de una institución profesional (IP) de educación técnica superior de Chile con una matrícula de aproximadamente 101.000 estudiantes, la cual es una de las mayores proveedoras de este tipo de formación en Chile. La muestra incluyó estudiantes que se matricularon en el año 2018. Los resultados mostraron que las NEM son una variable que tiene una alta correlación con notas de educación superior técnica y los modelos de regresión confirman una relación positiva y significativa. Sin embargo, la magnitud de los coeficientes puede ser indicativa de que las NEM no son un predictor fuerte del desempeño futuro en todas las carreras técnicas.

Palabras clave: validez predictiva; notas de enseñanza media NEM; educación superior técnica.


ABSTRACT

In the current context, which seeks to establish the mechanisms of admission and selection in higher education in Chile, academic measures have been proposed for selection purposes. The objective of this study is to identify if middle school grades (NEM) are related to the academic performance of students in the first year of technical higher education. Bivariate correlations and least squares regression models (OLS) were used, controlling for variables of the individual and the school to establish the impact of the NEM on the results of the subjects of the first year of technical higher education. Student data from a professional institution (IP) of higher education in Chile was used with an enrollment of approximately 101,000 students, which is one of the largest providers of this type of training in Chile. The sample included students who enrolled in 2018. The results indicated that NEM is a variable that has a high correlation with the higher technical education grades and the regression models confirm a positive and significant relationship. However, the magnitude of the coefficients may be indicative that NEM is not a strong predictor of future performance in all technical careers.

Keywords: predictive validity; middle education notes NEM; professional technical education.


 

INTRODUCCIÓN

Uno de los temas relevantes en la actualidad de la educación superior técnico profesional chilena es el mandato legal de instaurar un sistema de admisión y selección para los aspirantes a estudios técnicos de nivel superior (Ministerio de Educación, 2017). Entre los posibles sistemas de selección se ha sugerido incluir una medida del rendimiento previo escolar que no se relacione con variables socio-demográficas para hacer más justa la selección de los estudiantes (Sevilla, 2015). Sin embargo, la educación técnica media forma en competencias y habilidades que superan la enseñanza académica, y que pueden no ser reflejadas con medidas del rendimiento escolar académico como las notas. Esto implica que la selección de los estudiantes técnicos para ingresar al nivel superior puede estar sesgada y verse afectada por el uso de medidas sin validez para establecer sus competencias previas al ingreso a la educación superior.

Estudios previos en el contexto chileno han demostrado que la selección de estudiantes para la educación superior con pruebas de rendimiento estandarizadas no es justa en términos del sesgo que presentan los ítems desfavoreciendo a los estudiantes que provienen de colegios técnicos (Ovalle-Ramírez & Alvares, 2019). En el contexto de la formación técnica de nivel superior, es necesario producir evidencia sobre la conveniencia de emplear una medida de desempeño académico, como las notas de la enseñanza media, para la selección a la educación superior técnica. Esta evidencia debería demostrar si las notas de rendimiento escolar tienen valor predictivo del desempeño futuro en el contexto de la educación superior. Esta medición puede verse afectada por variables del individuo, de la familia y de las instituciones de educación media y superior.

En el presente estudio se intenta controlar por estas características (del individuo y de las instituciones) y se emplea una muestra de primer año de estudiantes matriculados en una IP (Instituto profesional) para establecer evidencia de la validez predictiva de las notas de la enseñanza media.

Revisión de la Literatura

En Chile la enseñanza media son los últimos 4 años de educación escolar y las notas obtenidas en esos cursos son consideradas, por muchas instituciones de la educación superior, como un criterio para su admisión.

La literatura se ha referido a las NEM (notas de enseñanza media) en términos de la capacidad predictiva que estos resultados tienen sobre el rendimiento futuro del estudiante. Mientras, algunos estudios indican que las NEM tienen gran capacidad predictiva (Betts & Morell, 1999; Comité Técnico Asesor del Consejo de Rectores de las Universidades Chilenas-CRUCH, 2006;Geiser & Studley, 2001)otros autores afirman que el aporte de las NEM al rendimiento académico en la educación superior es limitado (Medina, Abu, & Luengo, 2014).

La evidencia de la capacidad predictiva de las notas de media en la educación superior, proviene de la literatura y estudios sobre instituciones universitarias Bastías, Villaroel, Zuñiga, Marshall, Velasco & Beltrán (2000), en un modelo de predicción del desempeño del primer año en la carrera de Medicina de 724 estudiantes,encontraron que las NEM predicen significativamente el promedio ponderado de notas al tercer año, aunque por lo general, se reporta en una escala de 1,0 (mínimo) a 7,0 (máximo). Según el estudio, aproximadamente 27 puntos de diferencia en el puntaje de las NEM producen una décima de diferencia en el promedio ponderado de notas al término de 3 años de estudio. Para obtener un resultado similar en el promedio ponderado de notas se necesita una diferencia de 53 puntos en el puntaje de la Prueba de conocimientos en Biología para el ingreso a la carrera. Se concluye que las NEM son un mejor predictor que las pruebas de selección en Biología, Aptitud Verbal, o Aptitud Matemática.

El Comité Técnico Asesor Consejo de Rectores de las Universidades Chilenas-CRUCH (2006) reporta que las NEM son un factor que no experimentó cambios entre 2006 a 2015. No obstante, llama la atención que en un contexto donde las notas mantienen una capacidad predictiva estable (típicamente en el rango 0.15 a 0.30), en una de las universidades selectivas incluidas en el estudio este factor de selección sí posee una validez predictiva casi nula en todos los años estudiados.

Otros estudios que soportan la validez predictiva del las NEM incluyen el de Reyes Elgueta & Torres Pavez (2009) quienes concluyen que las notas de enseñanza media (NEM) y las Pruebas de Selección Universitaria (PSU), tienen el mayor peso en la predicción del desempeño académico, incluso por encima de las variables del entorno (región de procedencia, tipo de pago de la educación y género). En su estudio las NEM, junto a ambas pruebas de selección (PSU Matemáticas y PSU Lenguaje), muestran una relación menor con respecto a variables como la probabilidad de terminar la carrera, comparado con las notas por sí solas, las que tienen un impacto en la probabilidad de terminar la carrera de casi un 5,7%.

En la literatura varios estudios indican que las NEM no son un buen predictor de desempeño futuro. Pérez, Ortiz & Parra (2011) con una muestra de 117 estudiantes de Medicina relacionaron las NEM y la prueba de ingreso a la universidad, PSU, con variables cognitivas y afectivas que se asocian con el éxito académico (autoeficacia, autoestima, estilos de aprendizaje y perfil valórico). Los resultados indican que el puntaje en la PSU de Matemáticas, se relaciona negativamente con los otros puntajes PSU y con el NEM. Esto, según los autores, se explicaría porque el NEM no predice en sí mismo el desempeño futuro, sino que evalúa otros aspectos que impactan el desempeño y con los que se relaciona de manera significativa. Entre otros aspectos impacta el estilo de aprendizaje de estudio metódico (rho = 0,311; p < 0,001), un perfil valórico que enfatiza la benevolencia (r (108) = 0,303; p < 0,01) y el universalismo (r (108) = 0,326; p < 0,01).

Por su parte, Medina, Abu & Luengo (2014) determinaron la capacidad predictiva de las notas de enseñanza media comparándolas según dependencia del colegio para una muestra de 551 estudiantes de pregrado de Odontología cuyas NEM promedio alcanzan 6.59 (0,20 SD), en una escala de 1 a 7. Se concluye que, en promedio, el porcentaje de aporte de las notas de enseñanza media a la explicación del rendimiento académico universitario correspondió a un 10,8%. El mayor porcentaje de aporte fue para las NEM de los colegios particulares, 15,0%; seguidas por las notas de enseñanza media de los establecimientos municipalizados y subvencionados con 9,6 % y 8,6% respectivamente. Se concluye que la capacidad predictiva de las NEM fue limitada y que existe un sesgo de predicción que desfavorece a los colegios municipalizados y los subvencionados.

Betts & Morell (1999) observaron en una muestra de estudiantes universitarios que un aumento de un punto en NEM escolar se traduce en un aumento del GPA universitario (promedio de notas) de solo 0.53 puntos en modelos de regresión que dan cuenta del 10% de la variación del GPA. Estos modelos incluyen las notas de media, pero también variables socio-demográficas y de recursos de la escuela (ej. Nivel educativo de los docentes). En la investigación se enfatiza en la importancia de la variabilidad que proviene de las diferencias entre escuelas, la cual puede afectar la variable respuesta y en la forma como las variables socio-demográficas afectan el GPA en el nivel universitario (estudiantes de menores recursos económicos tienden a tener peores resultados).

Ya que en la literatura no se encuentran estudios que relacionen las NEM con el desempeño en la educación superior técnica, el presente estudio aporta evidencia de la validez predictiva de las notas de enseñanza media (NEM) en el rendimiento en la formación técnico profesional de nivel superior. Se emplearon datos de desempeño de estudiantes que cursaron su primer año en programas técnicos (duración de 2 años y medio y conducente al título de Técnico Superior) y profesionales sin Licenciatura (duración de 4 años) de una Institución Profesional (IP) con mayor matrícula en Chile (alrededor de 101.000 estudiantes para 2018). El presente estudio de tipo cuantitativo pretende contribuir con evidencia empírica sobre el potencial de las NEM para la selección y clasificación de estudiantes que ingresan a los estudios técnicos superiores en Chile.

 

MATERIALES Y MÉTODO

Datos

Notas de Enseñanza Media (NEM). Las notas de enseñanza media son el promedio del promedio de notas por cada año (1° a 4°) de la Enseñanza Media, aproximadas al segundo decimal. Tienen una escala de 1 a 7 puntos. El promedio de las NEM es transformado a un puntaje estándar, mediante tablas de conversión, constituyendo así el puntaje de las NEM, uno de los factores de selección para el ingreso a las universidades selectivas o Universidades del Consejo de Rectores CRUCH- y aquellas privadas adscritas al Sistema. Su mínimo es de 150 puntos y su máximo es de 850.

Notas Total Promedio. Es el promedio de las notas de las asignaturas de Carrera y las notas de las asignaturas de Escuela, que obtiene un estudiante al completar el primer año de estudios en una carrera técnica o una carrera profesional sin licenciatura. Las notas de Carrera corresponden a asignaturas propias de cada currículum y las asignaturas de Escuela corresponden a las asignaturas que se comparten entre varios currículos o carreras de una misma escuela técnica (Salud, Turismo, Administración, Informática, Diseño, Comunicaciones, Diseño, Recursos Naturales, Ingeniería).

Universo y Muestra

El universo del presente estudio comprende a los estudiantes de la educación superior técnica profesional en Chile, alrededor de 510.000 estudiantes (43% del total de la matrícula en la educación superior). En el presente estudio se incluyeron los datos de 40.550 estudiantes de la educación técnica superior, una muestra seleccionada por conveniencia de los estudiantes matrículados en el primer año en 2018. Estos estudiantes estaban distribuidos en 9 escuelas técnicas y 79 carreras técnicas y profesionales y cursaron 1° y 2° semestre de estudios Técnicos y Profesionales sin Licenciatura en el año 2018.

Procedimiento

Se calcularon correlaciones bivariadas entre los puntajes NEM de los estudiantes y sus notas de primer año de formación técnico profesional. Para cada valor de la correlación se establecieron valores estandarizados (conversiones a puntajes Z) para poder hacer la comparación de los coeficientes entre las escuelas y entre las carreras. Las puntuaciones Z son desviaciones estándar que pueden tomar valores negativos y positivos y que permiten establecer comparaciones entre las correlaciones obtenidas para las diferentes escuelas y carreras técnicas.

Así mismo, se desarrollaron regresiones por cada una de las carreras técnicas y profesionales sin licenciatura, controlando por el sexo, la edad, la educación de la madre, el quintil de ingreso, el año de egreso de la educación media, la dependencia del colegio (municipal, privado subvencionado, privado) y el tipo de licencia de enseñanza media del estudiante (técnico o científico-humanista). Para las regresiones se presentan 3 modelos en la tabla del anexo 2. El primer modelo de regresión está dado por la ecuación 1:

Ecuación 1

La ecuación 1 indica que el promedio de notas de la educación superior técnica se puede predecir a partir de las notas de enseñanza media y un término de error. Este modelo es el modelo nulo que servirá para hacer la comparación del coeficiente con el coeficiente para las NEM en los modelos 2 y 3, que también se presentan en la tabla del anexo 2. Las ecuaciones 2 y 3 definen los modelos de regresión empleados:

Ecuación 2

La ecuación 2 incluye un vector de características del individuo (educación de la madre, quintil de ingreso, edad, género). La ecuación 3 incluye el mismo vector de características del individuo e introduce un vector de variables del establecimiento educativo (dependencia, modalidad, año de egreso de la educación media).

Ecuación 3

 

RESULTADOS

La tabla 1 presenta los resultados de las correlaciones entre las notas de enseñanza media con las notas de primer año de los estudiantes considerando la escuela de estudios técnicos y profesionales sin licenciatura. Estas correlaciones indicaron que existen relaciones positivas y significativas entre las variables. Sin embargo, existe variabilidad en la capacidad predictiva de las notas de enseñanza media por escuela como lo muestran las puntuaciones Z de transformación de las correlaciones que permite las comparaciones entre escuelas en la Tabla 1.

Los resultados muestran que mientras el coeficiente de correlación entre las NEM y notas de desempeño fue más alto y significativo para la escuela de Recursos Naturales, Informática y Comunicaciones, el coeficiente fue más bajo para Salud y Administración y Negocios.

Tabla 1- Correlaciones entre las NEM y la Escuela

Escuela

N

Correlación

Puntuación Z

Administración y Negocios

12017

0.253**

-1.260

Comunicaciones

2456

0.317**

1.080

Construcción

4877

0.267**

-0.749

Diseño

2067

0.301**

0.497

Informática

4507

0.310**

0.827

Ingeniería

6943

0.287**

-0.016

Recursos Naturales

1121

0.326**

1.413

Salud

3270

0.256**

-1.152

Turismo

3166

0.270**

-0.630

Fuente: Elaboración propia a partir de los datos obtenidos de una IP (Instituto Profesional) con la mayor matrícula en Chile. **p<0.001, *p<0.005

Las correlaciones entre las NEM y notas de primer año de la carrera técnica por programa curricular aparecen en la tabla 2. Estas muestran que la asociación entre las notas NEM y los resultados en el primer año de formación técnica superior fueron positivos y en la mayoría de los programas fueron significativos estadísticamente. La relación entre variables tuvo un rango entre 0,09 (coeficiente de correlación entre las NEM y las notas de primer año para la carrera de Técnico en Instalaciones y Proyectos eléctricos) y un 0,65 (coeficiente de correlación para la carrera de Técnico en Geomática). Las carreras en las que las NEM presentan un coeficiente de correlación más bajo con las notas de carrera está en los programas de Técnico de Radiodiagnóstico y Radioterapia (0.102) y Nutrición y Dietética (0.175). El coeficiente fue negativo solo en el caso del programa de Restauración Patrimonial (-0.278).

Tabla 2 - Correlaciones entre las NEM y la Carrera

Carrera

N

Correlación

Puntuación Z

Comercio Exterior

552

0.290**

-0.368

Auditoría

1135

0.247**

-0.377

Admin. Financiera

1173

0.247**

-0.377

Admin. RRHH

1955

0.239**

-0.451

Contabilidad General Mención tributaria

1199

0.249**

-0.359

Técnico en Gestión Logística

952

0.236**

-0.478

Adm. en Empresas Mención Marketing

1506

0.198**

-0.826

Ingeniería en Administración

1239

0.335**

0.426

Ingeniería en Marketing

610

0.295**

0.060

Ingeniería en Gestión Logística

159

0.263**

-0.231

Ingeniería en Admón. Rec. Humanos

1111

0.279**

-0.085

Ingeniería en Comercio Exterior

364

0.377**

0.810

Gestión Comercial

60

0.28**

-0.076

Publicidad

595

0.307**

0.170

Relaciones Públicas Mención Marketing

311

0.293**

0.042

Comunicación Audiovisual

538

0.264**

-0.222

Actuación

165

0.296**

0.070

Técnico Audiovisual

214

0.290**

0.015

Publicidad Técnica

34

0.160

-1.173

Tecnología en Sonido

140

0.265**

-0.213

Ingeniería en Sonido

175

0.478**

1.734

Animación Digital

262

0.399**

1.011

Técnico en Diseño Gráfico

96

0.365**

0.701

Animación Digital

262

0.399**

1.011

Técnico en Diseño Gráfico

96

0.365**

0.701

Ilustración

135

0.343**

0.499

Diseño de Ambientes

298

0.336**

0.435

Diseño de Vestuario

312

0.297**

0.079

Diseño Industrial

316

0.207**

-0.743

Diseño Gráfico

837

0.284**

-0.039

Técnico en Producción Ind de Vestuario

30

0.172

-1.063

Producción Web

40

0.561**

2.493

Técnico en Mec. Automotriz y Auto trónica

1888

0.276**

-0.112

Ing. en Mecánica Automotriz y Auto trónica

1426

0.308**

0.179

Ing. Maquinaria y vehículos

217

0.405**

1.066

Técnico en. Maquinaria y vehículos

593

0.179**

-0.999

Técnico en Energías Renovables

75

0.249**

-0.359

Ingeniería en Electricidad y Automatización

915

0.313**

0.225

Técnico en Electricidad y Automatización

1369

0.342**

0.490

Téc. En Mant. Electromec. Mención Industrias

454

0.148**

-1.283

Técnico en Construcción

1863

0.265**

-0.213

Técnico Topógrafo

254

0.398**

1.002

Técnico en Instalaciones y Proy. eléctricos

148

0.09

-1.813

Dibujo y Modelamiento Arquitectónico

344

0.307**

0.170

Técnico en Prevención de Riesgos

408

0.204**

-0.771

Ingeniería en Construcción

1503

0.253**

-0.323

Ing. Prevención de Riesgos

329

0.310**

0.198

Restauración Patrimonial

38

-0.278

-5.178

Ing. en medio ambiente

368

0.336**

0.435

Ingeniería Agrícola

213

0.280**

-0.076

Técnico en Calidad y Seg. Agroalimentaria

47

0.305*

0.152

Técnico en Geología y control de Sondaje

95

0.399**

1.011

Técnico en Geomática

10

0.659*

3.389

Técnico Agrícola

200

0.371**

0.755

Técnico Veterinario

188

0.299**

0.097

Técnico en Enfermería

1134

0.270**

-0.167

Técnico de Laboratorio Clínico

177

0.268**

-0.185

Técnico de radiodiagnóstico y radioterapia

112

0.102

-1.703

Informática Biomédica

277

0.234**

-0.533

Preparador Físico

588

0.238**

-0.460

Técnico en Odontología

516

0.291**

0.024

Técnico en Química y Farmacia

99

0.319**

0.280

Fisioterapia

168

0.299**

0.097

Técnico en Nutrición y Dietética

199

0.175**

-1.036

Administración de redes computacionales

518

0.334**

0.417

Analista programador computacional

1131

0.328**

0.362

Ingeniería en Informática

2006

0.294**

0.051

Ingeniería en Conectividad y Redes

499

0.364**

0.691

Ingeniería en Infraestructura

120

0.367**

0.719

Administrador de Infraestructura

28

0.283

-0.048

Administración Hotelera

157

0.280**

-0.076

Gastronomía

551

0.208**

-0.734

Gastronomía Internacional

956

0.228**

-0.551

Ecoturismo

348

0.249**

-0.359

Turismo de Aventura

102

0.319**

0.280

Turismo mención Empresas Turísticas

181

0.284**

-0.039

Turismo mención Servicios Aerocomerciales

140

0.401**

1.030

Tourism and Hospitality

727

0.327**

0.353

Nota: **p<0.001, *p<0.005

Las tablas 3 y 4 presentan las correlaciones entre las NEM y las notas del primer año de la educación técnica superior considerando la dependencia escolar y la modalidad de media técnica del estudiante. En la desagregación de la correlación por dependencia de la Tabla 2, el coeficiente siempre fue positivo y significativo estadísticamente. Pero, las NEM no se asociaron a los resultados en la escuela de Salud cuando el estudiante proviene de colegios particulares pagados. No obstante, este resultado debe interpretarse considerando que el número de estudiantes en un programa técnico en Salud que provienen de este sector escolar es más reducido que el número de estudiantes que provienen de colegios particulares subvencionados y municipales.

Tabla 3 - Correlaciones por escuela considerando la dependencia escolar

Escuela

Particular
Pagado

Particular Subvencionado

Municipal

 

N

correlación

N

correlación

N

correlación

Admón. Negocios

3408

0.229**

8060

0.261**

549

0.292**

Comunicaciones

337

0.338**

1512

0.365**

607

0.200**

Construcción

157

0.265**

3054

0.291**

1666

0.232**

Diseño

260

0.364**

1258

0.318**

549

0.249**

Informática

217

0.335**

3080

0.324**

1210

0.273**

Ingeniería

257

0.382**

4406

0.296**

2280

0.270**

Rec. Naturales

52

0.305**

760

0.354**

309

0.285**

Salud

99

-0.036

2112

0.284**

2112

0.284**

Turismo

260

0.293**

2045

0.295**

861

0.234**

Nota: **p<0.001, *p<0.005

En cuanto a la modalidad escolar de la que proviene el estudiante, la relación entre las NEM y el desempeño en la Educación superior técnica es positiva y significativa para todas las escuelas pero, su magnitud es baja (<0.35). (Ver tabla 3)

Tabla 4 - Correlaciones por escuela considerando la modalidad escolar de la que proviene el estudiante

Escuela

Media
Técnico Profesional

Media
Científico Humanista

 

N

correlación

N

correlación

Admón. Negocios

7046

0.246**

4966

0.260**

Comunicaciones

696

0.248**

1745

0.341**

Construcción

2716

0.277**

2161

0.255**

Diseño

615

0.237**

1452

0.325**

Informática

1452

0.325**

2162

0.299**

Ingeniería

4311

0.286**

2632

0.289**

Rec. Naturales

501

0.288**

620

0.355**

Salud

1530

0.258**

1783

0.256**

Turismo

1194

0.261**

1972

0.278**

Nota: **p<0.001, *p<0.005

Por medio de regresiones OLS (Mínimos Cuadrados Ordinarios), se controló por las variables del individuo y de la institución escolar para poder estimar el impacto de las notas de la enseñanza media sobre el desempeño en las notas del primer año en la formación superior técnico profesional. Entre las variables de control se incluyeron los quintiles de ingreso, la modalidad educativa (técnica o humanista), la dependencia escolar (municipal, particular subvencionada, particular), la edad, y el sexo. Los resultados de la tabla 5 muestran los coeficientes de la variable NEM para cada uno de los 3 modelos de regresión desarrollados (ecuaciones 1 a 3). Así mismo, se incluye el o varianza explicada R2 por cada uno de los modelos.

En el primer modelo (columna 1 tabla 5), que incluye solo la variable NEM, se observó que la variabilidad explicada no supera el 28% a excepción de las carreras de Técnico en Diseño Gráfico (67%) y Técnico en Energías Renovables (58%), y para todas las carreras el coeficiente de NEM fue positivo a excepción de la carrera de Restauración Patrimonial(-0.997). Las NEM aumenta en más de un punto el desempeño en algunas carreras de 3 escuelas Administración, Construcción y Turismo- y para las carreras de: Ingeniería en Administración, Ingeniería en Comercio Exterior, Animación Digital, Diseño Gráfico, Ingeniería y Técnico en Electricidad y Automatización, Técnico Topógrafo e Ingeniería en Prevención de Riesgos, Técnico Agrícola, Turismo de Aventura y Turismo con énfasis en Servicios Aerocomerciales. Las demás carreras tienen coeficiente de NEM por debajo de un punto.

Para confirmar estos resultados, se desarrollaron 2 modelos adicionales de regresión en los cuales se controló por las variables socio-demográficas y las variables de la institución escolar (columna 2 y 3, tabla 5). El segundo modelo indica que la NEM incrementa los resultados de los estudiantes en 1 punto solo para las carreras de Comercio Exterior, Técnico Audiovisual, Animación Digital, Técnico Audiovisual, Técnico en Diseño Gráfico, Técnico en Electricidad y Automatización, Técnico Topógrafo, Ingeniería en Prevención de Riesgo, Técnico Agrícola, Turismo de Aventura, Turismo con énfasis en Servicios Aerocomerciales. El segundo modelo muestra que la NEM aumentó en menos de 0,3 décimas el promedio de notas en educación superior técnica en las carreras de Actuación, Técnico en Calidad y Seguridad Agropecuaria, Técnico en Química y Farmacia.

El tercer modelo de regresión que incluye las variables socio-demográficas y las de la institución escolar de la que proviene el estudiante, muestra que las NEM aumentan en más de un punto los resultados en las carreras de Ingeniería en Comercio Exterior, Técnico Audiovisual, Animación Digital, Técnico en Elect. y Automatización, Técnico Topógrafo, Ingeniería en Prevención de riesgos, Técnico Agrícola, Fisioterapia, Turismo de Aventura. Sin embargo, las NEM no produjo aumentos superiores a 0,3 en el promedio de notas en las carreras de Actuación, Técnico en Calidad y Seguridad Agropecuaria, Tourism and Hospitality. Solo Restauración Patrimonial tiene un coeficiente negativo para las NEM en este modelo.

Tabla 5 - Modelos de Regresión MCO

 
Modelo MCO # 1a
Modelo MCO #2b
Modelo MCO #3c

Carrera

N

NEM
(Coeficiente)

R2

N

NEM
(Coeficiente)

R2

N

NEM
(Coeficiente)

R2

Comercio Exterior

146

0.433*

0.053

146

0.453*

0.187

146

0.480*

0.342

Auditoría

103

0.674**

0.247

268

0.564**

0.281

268

0.561 **

0.301

Admón. Financiera

327

0.626**

0.070

325

0.612**

0.131

325

0.617**

0.153

Admón. RRHH

490

0.631**

0.118

494

0.593**

0.077

490

0.602**

0.096

Contabilidad General Men. Legislación

299

0.635

0.076

296

0.617**

0.145

296

0.633**

0.183

Técnico en Gestión Logística

126

0.182

0.007

124

0.350

0.106

124

0.314

0.125

Admón. Empresas Mención Marketing

505

0.754**

0.089

516

0.659**

0.1847

516

0.644**

0.217

Ingeniería en Administración

344

1.03*

0.188

343

0.947**

0.230

343

0.962**

0.146

Ingeniería en Marketing

277

0.721**

0.085

160

0.683**

0.147

160

0.866**

0.263

Ingeniería en Admón. Rec. Humanos

277

0.646**

0.188

277

0.646**

0.099

271

0.531 **

0.221

Ingeniería en Comercio Exterior

121

1.007**

0.191

119

1.113**

0.273

119

1.137**

0.312

Publicidad

224

0.932**

0.147

219

0.928**

0.196

219

0.926 **

0.207

Relaciones Públicas

123

0.915

0.200

123

0.915*

0.200

123

0.925*

0.204

Comunicación Audiovisual

219

0.838**

0.106

214

0.866**

0.193

214

0.842**

0.227

Actuación

70

0.457

0.054

70

0.265

0.147

70

0.211

0.199

Técnico Audiovisual

112

0.959**

0.105

112

1.249**

0.220

112

1.151 **

0.250

Tecnología en Sonido

109

0.799*

0.101

106

0.849*

0.190

106

0.864*

0.234

Ingeniería en Sonido

85

0.986**

0.289

77

0.826**

0.405

77

0.831*

0.419

Animación Digital

103

1.463**

0.247

100

1.525**

0.369

100

1.458 **

0.422

Diseño Gráfico

316

0.753**

0.070

310

0.592**

0.160

310

0.572**

0.180

Ilustración

113

0.774**

0.131

111

0.764**

0.337

111

0.747**

0.345

Diseño de Ambientes

103

0.833**

0.169

97

0.751**

0.227

97

0.740**

0.227

Diseño de Vestuario

128

0.902**

0.129

123

0.817**

0.307

123

0.838**

0.333

Diseño Industrial

118

0.770*

0.051

116

0.775*

0.104

116

0.826*

0.153

Técnico en Diseño Gráfico

35

1.460*

0.673

35

1.446*

0.654

35

1.460*

0.673

Técnico en Mec. Aut. y Autotrónica

1301

0.838**

0.102

842

0.851**

0.130

842

0.872

0.152

Ing. en Mecánica Aut. y Autotrónica

489

0.625**

0.101

479

0.639**

0.140

479

0.636

0.148

Ing. Maquinaria y vehículos

71

0.862**

0.353

70

0.826**

0.534

70

0.798**

0.565

Técnico en. Maquinaria y vehículos

249

0.348

0.114

249

0.348

0.114

249

0.399*

0.134

Técnico en Energías Renovables

37

0.863

0.584

37

0.741

0.367

37

0.863

0.584

Ingeniería en Elect. y Automatización

526

1.014**

0.120

264

0.855**

0.180

264

0.855**

0.180

Técnico en Elect. y Automatización

860

1.014**

0.120

514

1.036**

0.182

514

1.017

0.212

Téc.en Mant. Electromec. Men. Indust.

277

0.660**

0.001

159

0.660**

0.076

16

0.524 **

0.827

Técnico en Construcción

762

0.671**

0.073

762

0.680**

0.103

762

0.680**

0.103

Técnico Topógrafo

107

1.185**

0.315

107

1.185**

0.315

107

1.341**

0.353

Dibujo y Modelamiento Arquitectónico

162

0.781**

0.087

159

0.782**

0.185

159

0.803**

0.208

Técnico en Prevención de Riesgos

179

0.891**

0.082

176

0.630*

0.210

176

0.685 **

0.242

Ingeniería en Construcción

503

0.721**

0.079

494

0.719**

0.114

494

0.778 **

0.100

Ing. Prevención de Riesgos

110

1.182**

0.414

110

1.182**

0.414

110

1.275 **

0.459

Restauración Patrimonial

29

-0.997

0.554

29

-1.040

0.529

29

-0.997

0.554

Ing. en medio ambiente

127

0.680**

0.163

125

0.610**

0.274

125

0.620 **

0.312

Ingeniería Agrícola

76

0.709*

0.085

75

0.722*

0.301

75

0.575 *

0.329

Técnico en Calidad y Seg. Agro.

37

0.715

0.057

35

0.104

0.592

35

0.272

0.791

Técnico en Geología y Sondaje

73

0.889**

0.170

72

0.717*

0.328

72

0.672*

0.360

Técnico Agrícola

153

1.094**

0.178

153

1.074**

0.214

153

1.172**

0.263

Técnico Veterinario

137

0.633**

0.098

136

0.551*

0.224

136

0.583*

0.283

Técnico en Enfermería

703

0.687**

0.084

687

0.703**

0.093

687

0.704 **

0.113

Técnico de Laboratorio Clínico

118

0.484*

0.062

118

0.379*

0.326

118

0.440*

0.360

Técnico de radiodiagnóstico

90

0.298

0.018

88

0.431

0.104

88

0.349

0.194

Informática Biomédica

98

0.503*

0.071

96

0.581*

0.217

96

0.575*

0.218

Técnico en Odontología

322

0.594**

0.078

315

0.611**

0.114

315

0.619**

0.128

Técnico en Química y Farmacia

64

0.353

0.059

63

0.267

0.414

63

0.366 *

0.523

Fisioterapia

89

0.921*

0.108

88

0.939*

0.386

88

1.101*

0.440

Técnico en Nutrición y Dietética

140

0.498

0.024

137

0.748*

0.117

137

0.797 *

0.143

Administración de redes comp.

220

0.558**

0.054

216

0.558**

0.114

216

0.590**

0.139

Analista programador computacional

531

0.912**

0.166

512

0.864**

0.234

512

0.858**

0.239

Ingeniería en Informática

661

0.698**

0.127

654

0.683**

0.172

654

0.679 **

0.178

Ingeniería en Conectividad y Redes

147

0.805**

0.129

146

0.825**

0.237

146

0.820**

0.297

Administración Hotelera

92

0.669*

0.096

91

0.513*

0.354

91

0.543*

0.453

Gastronomía

284

0.409*

0.038

88

0.939*

0.386

88

1.101**

0.440

Gastronomía Internacional

354

0.700**

0.093

352

0.667*

0.116

352

0.603**

0.108

Ecoturismo

151

0.512*

0.049

146

0.417*

0.144

146

0.467*

0.165

Turismo de Aventura

94

1.294**

0.658

68

1.326**

0.696

68

1.326**

0.696

Turismo mención Empresas Turísticas

109

0.615**

0.242

112

0.701**

0.169

109

0.615 **

0.368

Turismo mención Serv. Aerocomercial

110

1.013**

0.260

84

1.016**

0.386

84

0.849 **

0.526

Técnico en Telecomunicaciones

68

0.671

0.302

71

0.343

0.012

68

0.696

0.286

Tourism and Hospitality

93

0.141

0.265

93

0.394

0.028

93

0.204

0.225

a Modelo 1. Nem bModelo 2. Nem, educación de la madre, quintiles, edad, sexo cModelo 3. Nem, educ madre, quintil, dependencia, modalidad, edad, sexo, egreso media 2017. Nota: **p<0.001, *p<0.005

 

DISCUSIÓN

De acuerdo al tipo de programa puede haber diferencias en el potencial predictivo del desempeño que pueda tener la variable NEM. Las notas de enseñanza media son un predictor del desempeño futuro de los estudiantes que ingresan a programas técnicos y profesionales en algunas carreras incrementando un poco más de 1 unidad en el promedio de notas de primer año. Aunque esta ganancia es significativa estadísticamente, para algunos programas técnicos pueden existir otros factores asociados al desempeño en la educación superior técnica que expliquen una mayor proporción de la varianza (NEM explica solo un máximo de 30% de la variabilidad de GPA en 42 de los programas analizados con el modelo 3). Esto queda soportado por los coeficientes de las regresiones OLS (modelos 2 y 3), en los que controlando por factores del individuo y de la institución se constata que las NEM no produce aumentos superiores a 0,3 en el promedio de notas en algunas carreras como Actuación, Técnico en Calidad y Seguridad Agropecuaria, Tourism and Hospitality.

Estudios en educación superior indican que las NEM tiene un valor predictivo restringido en el caso de los resultados académicos de nivel universitario (Medina, Aguirre & Luengo, 2014; Pérez, Ortiz & Parra, 2011). El presente estudio muestra que la NEM varió en su aporte a la predicción de los resultados en la educación superior técnica dependiendo del programa técnico, pero en la mayoría de las carreras se refiere a solo aumentos marginales en las notas promedio de la enseñanza técnica superior. En este sentido el uso de la NEM como predictor de desempeño futuro, por ejemplo, para la admisión y selección de estudiantes técnicos superiores requiere que se considere el potencial limitado de las NEM para algunos programas.

La evidencia del presente estudio concuerda con los estudios en la educación superior que indican que las notas de enseñanza media no son el mejor predictor del desempeño futuro en la educación superior (Betts & Morell, 1999; Medina, Aguirre & Luengo, 2014; Pérez, Ortiz & Parra, 2011). En un escenario donde la gratuidad educativa permite que una mayor población ingrese a la educación superior, por una ruta alternativa a la educación universitaria, el uso de las notas de la enseñanza media no es válido para la selección de estudiantes al sistema de educación superior técnico. Otras alternativas a las medidas de rendimiento académico pueden ser el reconocimiento de aprendizajes previos, la valoración de las competencias de los estudiantes que provienen de la enseñanza media y la concordancia entre la rama o modalidad de estudios en la educación media y en la educación superior.

Aunque en un contexto donde los recursos públicos son restringidos, las consecuencias para el crecimiento económico son mayores cuando no hay una formación del capital humano en un nivel adecuado de competencia en los países en desarrollo. En este sentido, excluir estudiantes por su rendimiento académico previo de la formación superior puede afectar los proyectos de vida y formativos de los estudiantes.

Futuros estudios pueden abordar el valor predictivo de las NEM extendiendo el presente análisis a más instituciones de formación técnica superior o IP y a otros programas técnicos no incluidos en el análisis. Igualmente, se pueden incluir los resultados en otras variables dependientes como es el progreso o avance curricular en términos de créditos completados por el estudiante.

 

REFERENCIAS BIBLIOGRÁFICAS

Bastías, G., Villarroel, L., Zuñiga, D., Marshall, G., Velasco, N., & Beltrán, M. (2000). Desempeño académico de los estudiantes de medicina: ¿Un resultado predecible? Revista médica de Chile, 128(6), 671-678. https://doi.org/10.4067/S0034-98872000000600015

Betts, J. R., & Morell, D. (1999). The Determinants of Undergraduate Grade Point Average: The Relative Importance of Family Background, High School Resources, and Peer Group Effects. Journal of Human Resources, 34(2), 268-293.

Geiser, S., & Studley, R. (2001). UC and the SAT: Predictive Validity and Differential Impact of the SAT I and SAT II at the University of California. Educational Assessment, 8(1), 1-26. https://doi.org/10.1207/S15326977EA0801_01

Medina Moreno, A. del P., Abu Zaid, M. K. S., & Luengo Machuca, L. (2014). Predictibilidad de las notas de enseñanza media según establecimiento de origen sobre el rendimiento académico en estudiantes de Odontología. Educación Médica Superior, 28(1), 65-73.

Ovalle-Ramírez, C., & Alvares, D. (2019). Coloquio Psicología 'Funcionamiento Diferencial en los Ítems de la Prueba de Selección Universitaria PSU: Detección del Sesgo Condicional a la Modalidad de Estudios. Presentado en Coloquio de Postgrados de Psicología, Pontificia Universidad Católica de Chile. Recuperado a partir de http://exestudiantespsicologia.uc.cl/evento/81-coloquio-psicologia-deteccion-del-sesgo -condicional-a-la-modalidad-de-estudios

Pérez, C., Ortiz, L., & Parra, P. (2011). Prueba de Selección Universitaria, rendimiento en enseñanza media y variables cognitivo-actitudinales de estudiantes de Medicina. Revista Educación Ciencias Salud, 8(2), 120-127.

Reyes Elgueta, A. A., & Torres Pavez, M. D. (2009). La PSU y otros Factores de Rendimiento y Éxito Académico Universitario: el caso de la Pontificia Universidad Católica de Valparaíso (Tesis). Pontificia Universidad Católica de Valparaíso, Chile. Recuperado a partir de http://www.pucv.cl/uuaa/site/artic/20190619/asocfile/20190619162259/memoria_2009_reyes_y_torres.pdf

Ministerio de Educación. (2017). Ley No 21.091/2017. Sobre Educación Superior. IIPE, UNESCO, Oficina para América Latina: Buenos Aires. Recuperado 8 de octubre de 2019, de http://www.siteal.iipe.unesco.org/bdnp/950/ley-210912017-educacion-superior

 

 


Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.

Copyright (c) Claudia Patricia Ovalle Ramirez