Un estudio de factores socio-económicos asociados al desempeño en el examen Saber 11 en Colombia
Palabras clave:
Escuela secundaria, desigualdad social, examen de ingreso, norma de examenResumen
En Colombia, el puntaje global de la prueba Saber 11 es considerado como un proxy de la posibilidad que tiene un estudiante de acceder a una educación superior de calidad y de oportunidades de movilidad social. La pregunta abordada es si el obtener altos puntajes depende mayoritariamente de cada estudiante o si existen factores socio-económicos que condicionan ciertos puntajes. Para ello, se recopiló información socio-económica de estudiantes de último grado que presentaron la prueba Saber 11 entre los años 2016-2020. Se encontró que puntajes bajos estaban claramente asociados a la ausencia de recursos educativos y a un nivel educativo bajo de los padres, mientras que los puntajes altos se asociaban sistemáticamente a altos índices de vida del entorno familiar.
Descargas
Referencias
Bernal, L. K. A.-G., & Bernal, G. (2016). Brechas de género en el rendimiento escolar a lo largo de la distribución de puntajes: Evidencia pruebas Saber 11. Universidad Javeriana-Bogotá. https://ideas.repec.org/p/col/000416/015301.html
Bonilla-Mejía, L. (2014). Doble jornada escolar y calidad de la educación en Colombia. Capítulo 1. Doble jornada escolar y calidad de la educación en Colombia. Pág.: 3-56. https://repositorio.banrep.gov.co/handle/20.500.12134/6705
Castillo, A. D., & Rodríguez, J. G. O. (2013). Pruebas ICFES Saber 11 y su relación con el desempeño académico en estudiantes de primer semestre de psicología. Cuadernos hispanoamericanos de psicología, 13(1), 26-35. https://doi.org/10.18270/chps..v13i1.1355
Costa, P. S., Santos, N. C., Cunha, P., Cotter, J., & Sousa, N. (2013). The use of multiple correspondence analysis to explore associations between categories of qualitative variables in healthy ageing. Journal of aging research, 2013. https://doi.org/10.1155/2013/302163
Cuenca, A. (2016). Desigualdad de oportunidades en Colombia: Impacto del origen social sobre el desempeño académico y los ingresos de graduados universitarios. Estudios pedagógicos (Valdivia), 42(2), 69-93. http://dx.doi.org/10.4067/S0718-07052016000200005
Díaz, L. P. A., Carvajal, R. R., & da Costa, U. (2020). Análisis de la relación entre el resultado de lectura crítica en las pruebas Saber 11, el promedio académico y el desempeño en tareas de atención y memoria en estudiantes universitarios. Revista Temas: Departamento de Humanidades Universidad Santo Tomás Bucaramanga, 14, 99-108. https://doi.org/10.15332/rt.v0i14.2461
Echavarría, J. J. (2018). La calidad de vida en el sector agropecuario colombiano: Una mirada a la población rural. Capítulo 3. La calidad de vida en el sector agropecuario colombiano: una mirada a la población rural. Pág.: 73-91. https://repositorio.banrep.gov.co/handle/20.500.12134/9645
Gabalán-Coello, J., & Vásquez-Rizo, F. E. (2016). SABER 11 y rendimiento universitario: Un análisis del progreso en el plan de estudios. Ciencia, docencia y tecnología, 53, 135-161. http://ref.scielo.org/cgkk3p
Greenacre, M. (2005). From correspondence analysis to multiple and joint correspondence analysis. Available at SSRN 847664. https://dx.doi.org/10.2139/ssrn.847664
Hall, M. (1999). Correlation-based Feature Selection for Machine Learning. University of Waikato. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.444.2856&rep=rep1&type=pdf
Lin, M., Lucas, H., & Shmueli, G. (2013). Too Big to Fail: Large Samples and thep-Value Problem. Information Systems Research, Articles in Advance, 1-12. doi: 10.1287/isre.2013.0480
Lopes de Oliveira, T., Oliveira, R. V. C. de, Griep, R. H., Moreno, A. B., Almeida, M. da C. C. de, Almquist, Y. B., & Fonseca, M. de J. M. da. (2021). Brazilian Longitudinal Study of Adult Health (ELSA-Brasil) participant’s profile regarding self-rated health: A multiple correspondence analysis. BMC Public Health, 21(1), 1-9. https://doi.org/10.1186/s12889-021-11760-2
López, D. E. T., Blanquicett, E. J. G., Ramos, M. C. M., Tovar, A. C. M., & Morinson, M. L. V. (2022). Actividades Complementarias-Extraescolares y el aprendizaje en Estudiantes de Básica Primaria: Un Estudio con Análisis en Correspondencias Múltiples: Impact of Supplementary and Extracurricular Activities to Students Learning of Primary Basic: A Study with Multiple Correspondence Analysis. STUDIES IN ENGINEERING AND EXACT SCIENCES, 3(1), 137-155. https://doi.org/10.54018/seesv3n1-013
Meisel Roca, A. (2019). ¿Atrapados en la periferia? Brechas de calidad en la educación en Colombia: Pruebas Saber 11 (2000-2018). Universidad del Norte. https://EconPapers.repec.org/RePEc:col:000383:018078
Ogunsakin, R. E., Moyo, S., Olugbara, O., & Israel, C. (2021). Relating student engagement indicators to academic performance using multiple correspondence analysis. Cybernetics and Information Technologies, 21(1), 87-102. https://doi.org/10.2478/cait-2021-0007
Oyola, J., & Echeverri, H. (2021). Análisis comparativo de las políticas de admisión de la Universidad de Córdoba: Un caso de estudio en el programa de Ingeniería Industrial en el semestre 2019-I. Revista Aglala, 12(1). https://revistas.curn.edu.co/index.php/aglala/article/view/1824
Peña, Y., & González, J. (2022). Modelo de predicción de los resultados de la prueba icfes saber 11 en el área de matemáticas a partir de variables socioeconómicas. Studies in Engineering and Exact Sciences, 3(1), 31-37. https://doi.org/10.54021/seesv3n1-006
Pereira, R. T., Caicedo, X., & Troya, A. H. (2019). Árboles de decisión para predecir factores asociados al desempeño académico de estudiantes de bachillerato en las pruebas Saber 11. Revista de Investigación Desarrollo e Innovación: RIDI, 9(2), 12. Doi: 10.19053/20278306.v9.n2.2019.9184
Pereira, R. T., Troya, A. H., & Caicedo, X. (2020). Factores asociados al desempeño académico en Lectura Crítica en las pruebas Saber 11 con árboles de decisión. Investigación e Innovación en Ingenierías, 8(3), 29-37. https://doi.org/10.17081/ invinno.8.3.4701
Quintero, O. L. L., & Vélez, D. H. (2016). Un estudio de las brechas municipales en calidad educativa en Colombia: 2000-2012. Ensayos sobre política económica, 34(79), 3-20. https://doi.org/10.1016/j.espe.2016.01.001
Ricardo Benitez, W. V., Tunjo Prada, C. J., & Soto Ortiz, L. P. (2020). Prevención frente a los factores escolares asociados a la deserción escolar. Universidad El Bosque. http://hdl.handle.net/20.500.12495/4047
Singh, S. (2003). Simple Random Sampling. En S. Singh (Ed.), Advanced Sampling Theory with Applications: How Michael ‘ selected’ Amy Volume I (pp. 71-136). Springer Netherlands. https://doi.org/10.1007/978-94-007-0789-4_2
Vargas, V., & Ardila, L. (s. f.). Predicción del desempeño en las pruebas Saber 11 utilizando variables del contexto socio-económico de los aplicantes mediante un análisis estadístico con técnicas de machine learning. ICFES. https://www.icfes.gov.co/documents/20143/2157860/04+Policy+Brief+Vladimir+Vargas+y+Leonel+Ardila.pdf
Varvarigos, D. (2020). Cultural transmission, education-promoting attitudes, and economic development. Review of Economic Dynamics, 37, 173-194. https://doi.org/10.1016/j.red.2019.11.005
