¿Existen diferencias significativas en el desempeño de los ...

Pontificia Universidad Javeriana

Facultad de Ciencias Económicas y Administrativas

Trabajo de grado para optar por el título de Magister en Economía

Título:

¿Existen diferencias significativas en el desempeño de los estudiantes que

cursan un programa de educación superior virtual respecto a uno presencial

en Colombia?: el caso de los programas universitarios en Ciencias

Económicas y Administrativas

Autor:

Juan Manuel Medina Otálora

Asesora:

Silvia Consuelo Gómez Soler

Bogotá D.C., junio de 2021

¿Existen diferencias significativas en el desempeño de los estudiantes que cursan un

programa de educación superior virtual respecto a uno presencial en Colombia?: el caso de

los programas universitarios en Ciencias Económicas y Administrativas *

Autor: Juan Manuel Medina Otálora **

Resumen

El presente estudio tiene como objetivo examinar las brechas de desempeño académico de la

educación superior en Colombia para las modalidades de formación virtual y presencial en los

programas universitarios del área de las Ciencias Económicas y Administrativas. A partir de los

resultados en competencias genéricas de la prueba de Estado Saber Pro del año 2019 y por medio

de la aplicación de modelos multinivel, se contrastaron factores personales, familiares,

socioeconómicos y de la institución educativa asociados con el desempeño obtenido. Como

resultado de las estimaciones, se identificó que los estudiantes que se forman en modalidad virtual

obtienen un menor rendimiento académico en las competencias de razonamiento cuantitativo,

lectura crítica, inglés y competencias ciudadanas que aquellos que cursan programas presenciales.

Palabras clave: Educación superior, educación presencial, educación virtual y a distancia, modelo

multinivel, calidad educativa, características de desempeño académico, brechas de aprendizaje.

Clasificación JEL: I20, I21, I23

Abstract

The objective of this study is to examine the differences in academic performance between students

enrolled in virtual and face-to-face programs at Colombian universities, focusing in business and

economics undergraduate programs. Using the generic competencies results of the 2019 Saber Pro

examination, we estimate a multilevel model that includes personal, family, socioeconomic and

educational institution factors associated with academic performance. The results show that those

students who attended virtual programs have a lower performance in quantitative reasoning,

critical reading, English, and citizenship skills than those who attended face-to-face programs.

Key words: Higher education, face-to-face education, virtual and distance education, multilevel

model, educational quality, academic performance, learning gaps.

* Agradezco a la Profesora Silvia C. Gómez Soler por sus orientaciones y apoyo en el desarrollo de este trabajo. Todos los errores son responsabilidad del autor. ** Dedicado a la memoria de Mercedes Tovar de Otálora (1945-2020)

2

CONTENIDO

1. INTRODUCCIÓN _________________________________________________________ 3

2. REVISIÓN DE LA LITERATURA ___________________________________________ 5

3. MARCO TEÓRICO _______________________________________________________ 9

4. FUENTES DE INFORMACIÓN ____________________________________________ 11

4.1 Datos _________________________________________________________________ 11

4.2 Estadísticas Descriptivas __________________________________________________ 12

4.2.1 Caracterización de estudiantes por modalidad de formación y región. ___________ 16

5. METODOLOGÍA ________________________________________________________ 17

5.1 Modelo Multinivel_______________________________________________________ 17

6. ESTIMACIÓN DEL MODELO _____________________________________________ 24

6.1 Modelo nulo ___________________________________________________________ 24

6.2 Modelo con introducción de la modalidad del programa _________________________ 25

6.3 Modelo ampliado _______________________________________________________ 27

6.4 Ajuste del Modelo ______________________________________________________ 30

7. DISCUSIÓN DE RESULTADOS ____________________________________________ 32

8. CONCLUSIONES ________________________________________________________ 35

9. REFERENCIAS _________________________________________________________ 36

ANEXO A. Descripción Variables Explicativas ____________________________________ 40

ANEXO B. Modelos Multinivel por Competencia___________________________________ 42

ANEXO C. Pruebas de Normalidad ______________________________________________ 52

3

1. INTRODUCCIÓN

La educación permite incrementar el stock de cualificaciones, conocimientos y entendimiento de

los individuos o la sociedad en su conjunto (Leyva y Cárdenas, 2002). Entidades como la

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura -UNESCO- (2014)

y la Organización para la Cooperación y el Desarrollo Económicos -OCDE- (2016), reconocen la

importancia que tiene la calidad de la educación como mecanismo y estrategia en la reducción de

brechas de desigualdad y analfabetismo, así como determinante fundamental de la formación de

capital humano y en el desarrollo económico de una nación.

En el contexto de la educación superior en Colombia, se han afrontado retos importantes en las

últimas décadas, en el cual asegurar una oferta de calidad es un compromiso no solo a nivel estatal,

sino en la función que ejercen las Instituciones de Educación Superior (IES) en cumplir los

estándares mínimos de calidad1 y en el análisis del logro educativo en términos de los mecanismos

de enseñanza-aprendizaje sobre la adquisición del conocimiento y competencias necesarias para

el desarrollo profesional. De tal forma, “el análisis del desempeño académico del estudiante

universitario constituye un factor imprescindible en el abordaje del tema de la calidad de la

educación superior, debido a que es un indicador que permite una aproximación a la realidad

educativa” (Garbanzo, 2007, p.43).

De acuerdo con el Ministerio de Educación Nacional (MEN), la educación superior se divide en

programas a nivel de pregrado (con programas de formación técnico profesional, tecnológico y

profesional) y posgrado (con programas de especialización, maestría y doctorado). Los anteriores

se ofrecen bajo modalidades de enseñanza tradicional (presencial) y no tradicional (a distancia

tradicional y a distancia virtual)2. Todos los niveles y modalidades se deben alinear con políticas

de aseguramiento de la calidad y algunos de ellos alcanzan altos estándares de calidad representado

por la acreditación voluntaria en alta calidad3.

Actualmente, un elemento de observación en el escenario educativo y en especial para la educación

superior, es el acelerado desarrollo e incursión de nuevas Tecnologías de la Información y

Comunicación (TIC), que se constituyen como instrumentos de gran valor que están transformando

la educación atendiendo las nuevas necesidades del entorno en materia económica, social y

ambiental. Por ello, la situación que representa la modalidad de enseñanza “a distancia virtual” se

propicia como una opción avalada de educación inclusiva, alternativa a la presencialidad y a la de

distancia tradicional, donde las IES constituyen y desarrollan programas de formación académica

a través de la utilización de las TIC, permitiendo acceder al conocimiento sin la necesidad de estar

presente en cuerpo, espacio y tiempo (MEN, 2017). Esta modalidad se concibe como una posible

solución a las dificultades de acceso educativo para la población que padece algún tipo de

1 El Ministerio de Educación Nacional de Colombia a través del decreto 1330 de 2019 (MEN) que sustituye el Decreto 1075 de 2015, concibe los estándares mínimos de calidad que hacen parte del Sistema de Aseguramiento de la Calidad de la Educación Superior y se traducen en las

condiciones que deben cumplir las IES a nivel institucional y de programa para ofertar programas de educación superior en Colombia. 2 El Ministerio de Educación Nacional de Colombia a través del decreto 1330 de 2019 (MEN) que sustituye el Decreto 1075 de 2015, en su artículo No. 2.5.3.2.2.4 define las metodologías de formación de los programas que pueden ofertar las IES en Colombia. 3 El Concejo Nacional de Acreditación (CNA) determina los lineamientos para la acreditación en alta calidad de programas e IES.

4

exclusión de índole económico, social o geográfico, así como en la dificultad que tienen los

alumnos para continuar estudios a nivel superior por motivos personales, familiares y/o laborales

(Rodríguez et al., 2014).

En Colombia, la educación superior en modalidad distancia virtual ha tenido un auge importante

a partir de la década del 2000, aunado a la llegada paulatina de nuevas tecnologías, internet y

diversos medios de comunicación. Es notorio observar que una gran cantidad de IES que

tradicionalmente funcionaban bajo modalidad presencial, se están expandiendo en cuanto a la

oferta de cursos y programas académicos a través del uso de plataformas digitales apoyadas de

medios tecnológicos. De acuerdo con el Sistema Nacional de Información de la Educación

Superior (SNIES), esta modalidad reporta para el año 2019 un 9% de la población estudiantil en

la educación superior (220 mil matriculados de un total de 2.4 millones a nivel nacional en todas

las modalidades y niveles de formación), con una oferta académica de 823 programas activos (de

un total de 13.801 en todas las modalidades y niveles de formación). En el año 2010 solo se

reportaban 9 mil matriculados, lo que muestra un crecimiento significativo de gran repercusión en

la educación superior en Colombia en los últimos años. Así mismo, es importante analizar las

cifras en materia de deserción estudiantil, que hacen visibles los inconvenientes que tienen las IES

para consolidar la calidad y cobertura de sus programas. Los datos muestran que la deserción no

es un dilema ajeno a la educación virtual, ya que según un estudio del Laboratorio de Economía

de la Educación de la Universidad Javeriana (LEE) para el año 2020 con datos del Sistema para la

Prevención y Análisis de la Deserción en las Instituciones de Educación Superior (SPADIES), se

reporta un 66% de deserción por cohorte en esta modalidad, siendo un valor superior en 30 puntos

porcentuales respecto de la deserción en los programas de tipo presencial (36%)4.

Lo anterior, apunta a la investigación de los factores que influyen en la calidad educativa medida

a través de los determinantes del desempeño académico, ya que la incursión en la virtualidad no

solo requiere un esfuerzo considerable en la adaptación de la infraestructura tecnológica por parte

de las IES, sino la distinción de los mecanismos y metodologías de enseñanza-aprendizaje, que

varían respecto del sistema presencial y mantiene al estudiante en un ambiente distintivo, lo que

puede alterar su formación y rendimiento académico posterior (MEN, 2017).

En razón a lo expuesto, el objetivo de esta investigación es estudiar las diferencias en el desempeño

académico de los estudiantes de educación superior en modalidad virtual y presencial para los

programas universitarios de Ciencias Económicas y Administrativas5. El estudio considera los

datos para el año 2019 que proporciona el Instituto Colombiano para la Evaluación de la Educación

4 La deserción por cohorte es el número de estudiantes que desertan en los diferentes periodos para una cohorte en específico y la deserción por

periodo son los estudiantes desertores en un periodo específico de la cantidad de estudiantes que tenía matriculado (SPADIES).

5 Para efectos del estudio, se toma como referencia los datos de los programas académicos que hacen parte del área de las Ciencias Económicas y

Administrativas, siendo en esta, la que mayor participación de evaluados presenta en programas bajo modalidad virtual y a distancia tradicional en

el país (56%). Siendo el área de conocimiento cuya concentración de evaluados en IES de carácter académico “universidad” es de un 45% respecto

de todas las clasificaciones de IES en Colombia.

5

Superior (ICFES) a partir del Examen de Estado de la Calidad de la Educación Superior -Saber

Pro- (antes ECAES)6, el cual evalúa el sistema de la educación superior en Colombia, siendo una

prueba que “ (..) genera indicadores por medio de los cuales es posible comparar programas,

instituciones, metodologías, y proporciona el análisis pedagógico de los resultados del examen

mediante la identificación de niveles y la interpretación de rendimientos” (Boada y Cardona, 2017,

p.7).

Teniendo en cuenta lo anterior, se intenta dar respuesta a la pregunta de investigación: ¿existen

diferencias significativas en el desempeño de los estudiantes que estudian un programa de

educación superior virtual respecto a uno presencial?, ¿los resultados cambian por género y edad

del estudiante? Lo anterior, involucra un análisis asociado a las características de los estudiantes,

la modalidad de formación y las instituciones educativas a las que pertenecen. Con el fin de lograr

el objetivo propuesto y dar respuesta a las cuestiones planteadas, se usan modelos de regresión

multinivel (también llamados modelos lineales jerárquicos), ampliamente utilizados en la

investigación educativa.

El resto de esta investigación está organizado de la siguiente manera: la sección 2 revisa los

elementos que la literatura ha estudiado sobre los determinantes del rendimiento académico por

modalidades de formación. La Sección 3 describe los aspectos teóricos del campo de estudio. La

sección 4 presenta las fuentes de información y estadísticas descriptivas del conjunto de datos

utilizado para el análisis. La sección 5 describe la metodología empleada para el estudio y la

especificación del modelo. La sección 6 presenta los resultados de la estimación y las pruebas

respectivas. La Sección 7 proporciona una discusión de los principales resultados. La sección 8

presenta las conclusiones e implicaciones de política, y la sección 9 las referencias utilizadas en el

estudio.

2. REVISIÓN DE LA LITERATURA

En los últimos años, se ha suscitado un amplio interés en estudiar los determinantes de la calidad

de la educación en Colombia por medio del análisis de los factores que inciden en el desempeño

académico. Para dicho efecto, la observación y tratamiento de los datos que proporcionan los

exámenes estandarizados se han convertido en una herramienta ampliamente utilizada. La

literatura ha demostrado que las pruebas estandarizadas son una buena fuente de información para

comparar el desempeño y habilidades específicas de los estudiantes, pero no son una medida

perfecta de la calidad educativa (Card y Krueger, 1994; Popham, 1999). Lo anterior, en razón a

que en dichas pruebas no se puede validar y probar otro tipo de conocimientos y destrezas de los

estudiantes (Gómez, 2013).

6 El Decreto 1781 de 2003, estableció los Exámenes de Estado de Calidad de la Educación Superior (ECAES, actualmente Saber Pro) y la Ley 1234

de 2009 fijó los criterios que rigen la organización y funcionamiento del sistema de evaluación de la calidad de la educación superior.

6

En cuanto al desarrollo empírico de los determinantes de la calidad y desempeño de la educación

superior en Colombia, Torres et al. (2015) juntamente con datos del DANE y el ICFES para la

prueba Saber Pro en un horizonte de tiempo entre los años 2007 al 2012, exploran a través de la

estadística multivariante y el planteamiento de un modelo econométrico de regresión por quintiles,

la interrelación que existe entre las características socioeconómicas de los estudiantes con la

calidad de la educación que reciben. Los investigadores concluyen que factores como el estrato,

ingreso familiar y educación de la madre tienen una relación positiva con el rendimiento académico

de los estudiantes universitarios, en contraste con los estudiantes que tienen personas a cargo,

como hijos, padres, y/o cónyuge. Por otra parte, Melo et al. (2017) examinan el estado de la

educación superior con los resultados de la prueba Saber Pro del año 2011 y estiman bajo la técnica

de la frontera estocástica, los niveles de eficiencia de los diferentes programas académicos de las

IES colombianas. Al respecto, infieren que, aunque muchas instituciones educativas tienen

oportunidades para mejorar sus niveles de eficiencia, estas tienen restricciones por la incidencia

de los factores socioeconómicos de los estudiantes tales como el nivel de educación de los padres,

ingresos familiares, estrato socioeconómico, entre otros.

Otros autores como Celis et al. (2012), comparan la brecha de calidad de la educación colombiana

entre los niveles medio y superior con los resultados de las pruebas Saber 11 y Saber Pro a partir

de modelos multinivel, los cuales incluyen características individuales (género, edad, ingresos,

estrato, condición laboral, recursos tecnológicos), familiares (nivel educación de los padres) y de

la institución (tipo, carácter, acreditación) asociados con el puntaje obtenido. Así mismo, Escobar

y Orduz (2013) evalúan mediante un modelo logit ordenado, el rendimiento académico a nivel

superior según la prueba Saber Pro de los años 2008, 2009 y 2010, indicando que los estudiantes

con mejores condiciones socioeconómicas vinculados a programas acreditados en alta calidad

tienen una probabilidad más alta de obtener mejores resultados académicos. En igual sentido,

Cárdenas y Mora (2014) evalúan la eficacia de las IES en Colombia mediante un modelo

multinivel con los resultados de la prueba Saber Pro del año 2011 en competencias genéricas,

precisando que las IES con acreditación de alta calidad presentan mejores resultados, concluyendo

que es indispensable generar incentivos para que las IES logren esta acreditación con el fin de

mejorar la calidad educativa.

Respecto de la diferenciación por modalidades de enseñanza, el análisis de la calidad y brechas de

desempeño de la educación virtual respecto de la presencial ha sido un tema de investigación que

ha sido abordado en la literatura internacional. Sin embargo, los aportes a este tema de estudio

para el caso de países en desarrollo como Colombia son muy escasos. En el contexto internacional,

se concibe que el futuro de la educación a nivel superior dependerá de la combinación de las

fortalezas de la educación en línea y de la educación presencial, en beneficio tanto de los

estudiantes como de los países (Bonvillian y Singer, 2013). El metaanálisis de Allen et al. (2002)

considera estudios que comparan el grado de satisfacción de los estudiantes que asisten a cursos

presenciales tradicionales respecto de los que aplican a cursos de educación a distancia y virtuales.

7

Los hallazgos indicaron que los estudiantes mostraron una ligera preferencia por los ambientes de

aprendizaje bajo los métodos tradicionales.

En este sentido comparativo, Stern (2004) evalúa a partir de datos cualitativos y cuantitativos, las

similitudes y diferencias en el ámbito educativo estadounidense del desarrollo de un curso de

educación avanzada bajo el formato tradicional presencial y en línea, observando mejor

desempeño y mayor efectividad en el sistema tradicional. Estos investigadores concluyen que las

dificultades del aprendizaje del sistema en línea se traducen en el tiempo y limitaciones que tiene

el estudiante en asumir la responsabilidad del aprendizaje virtual. Por otra parte, Young y Duncan

(2014) por medio de estudios experimentales para una institución educativa estadounidense,

comparan las calificaciones de estudiantes en cursos de educación en línea y presenciales,

determinando que los desarrollados de manera presencial obtienen calificaciones

significativamente más altas. Así mismo, Lavy (2011) comparó por medio de métodos

experimentales la enseñanza tradicional y no tradicional (lo llama sistema moderno) en la relación

de los mecanismos de enseñanza y el desempeño estudiantil en Israel. Este investigador llega a la

conclusión que ambas alternativas de formación se asocian a las características de los estudiantes,

principalmente en el género y factores socioeconómicos. En oposición a esto, otros estudios

consideran que la educación no tradicional (a distancia y virtual) puede ser equiparada en términos

de eficacia respecto de la tradicional (presencial), sobre la base que los estudiantes no solo tienen

igual nivel de satisfacción en los mecanismos de aprendizaje, sino rendimientos similares en

cuanto al desempeño académico (Evans et al., 2007; Gagne y Shepherd, 2001).

En la literatura colombiana, son relativamente pocos los estudios que han analizado los

determinantes del desempeño académico y la calidad del sistema tradicional y no tradicional en la

educación superior. Existen algunos artículos que contrastan de una manera descriptiva los

resultados de la prueba Saber Pro entre programas que se ofrecen en modalidad virtual y a

distancia, con los de tipo presencial, encontrando en su mayoría diferencias a favor de los

presenciales para las competencias que evalúa el examen (Romero et al., 2015; Rincón y Arias,

2017; Ahumada et al., 2018).

Ahora bien, en cuanto a investigaciones que emplean métodos de inferencia estadística, se resalta

para el contexto colombiano el estudio de Ricardo et al. (2020), el cual analiza el potencial de la

educación a distancia tradicional para reducir brechas de aprendizaje en la educación superior. Con

los datos de la prueba Saber Pro de los años 2016 al 2018 y por medio del uso de modelos

multinivel, los investigadores encuentran que las variables que más se asocian al cierre de brechas

de aprendizaje entre estudiantes que cursan programas a distancia frente a programas presenciales,

son la edad y antecedentes de tipo cognitivo. Sin embargo, llama la atención que en los modelos

considerados, los investigadores no utilizan el nivel de educación de los padres como variable de

control en el primer nivel (estudiante) y utilizan como único predictor para el segundo nivel

(institución) la modalidad del programa, dejando de lado otro tipo de variables de interés a nivel

institucional (tipo, carácter, condición de acreditación, entre otras); así mismo se utiliza como

variable dependiente un puntaje global y no las competencias genéricas que evalúa la prueba Saber

8

Pro (razonamiento cuantitativo, lectura crítica, comunicación escrita, competencias ciudadanas, e

inglés), tal y como se presenta en este estudio.

De igual manera, se relaciona el aporte de Rodríguez et al. (2014) quienes comparan la calidad del

sistema educativo presencial frente al no tradicional (a distancia y virtual) utilizando los datos de

la prueba Saber Pro del año 2010. Por medio de la estimación de un modelo multinivel para cinco

(5) áreas de conocimiento, los investigadores infieren la existencia de una brecha de género a favor

de los hombres en el rendimiento académico, y que el nivel socioeconómico se relaciona de forma

positiva con un mejor desempeño. Sin embargo, para la construcción del modelo final, los autores

solo tienen en cuenta la metodología del programa, el género y el nivel educativo de la madre, sin

la inclusión de otro tipo de variables explicativas de orden socioeconómico e institucional, lo cual

puede limitar la capacidad explicativa del modelo que plantean.

Cellini y Grueso (2021) también aportan a la investigación sobre el aprendizaje en programas

virtuales y presenciales de tipo universitario y a nivel técnico - tecnológico (considerando los

programas que oferta el SENA). Estos investigadores analizan los resultados de las pruebas de

egreso de la educación media, técnica y universitaria (Prueba Saber 11, Saber TyT y Saber Pro)

mediante métodos de ponderación de probabilidad inversa con efectos fijos basado en factores

institucionales, concluyendo que los estudiantes de nivel universitario que cursan programas

virtuales obtienen resultados inferiores en relación con los que cursan programas de tipo

presencial, especialmente en instituciones de carácter privado. Al respecto, indican que los factores

institucionales contribuyen principalmente en la explicación de esas diferencias. Sin embargo,

señalan que dicho resultado varia respecto de los programas de nivel técnico-tecnológico, donde

los estudiantes del SENA que cursan programas de tipo virtual se desempeñan mejor en

comparación con los que cursan este tipo de programas de forma presencial.

Dado lo anterior, el presente estudio busca contribuir en varias formas a ampliar la evidencia

empírica sobre el análisis del desempeño académico en la educación superior a través de

modalidades de formación. Primero, en la contribución de la búsqueda de nuevos aspectos que

permiten comprender la relación entre los factores individuales e institucionales en el análisis del

desempeño académico. Segundo, en la cuantificación e incidencia de dichos factores sobre los

efectos de resultados por modalidad de aprendizaje. Tercero, y a diferencia de los estudios

referenciados, esta investigación considera como variable dependiente los puntajes de las cinco

(5) competencias genéricas que evalúa la prueba Saber Pro en todos los programas del país. Esto

permite obtener para cada una de estas, un análisis diferenciado para la población de estudio por

modalidad de formación. Finalmente, se resalta que el estudio se centra en los estudiantes que

hacen parte de las disciplinas que conforman el área de conocimiento de las Ciencias Económicas

y Administrativas, bajo la hipótesis que los estudiantes que cursan programas en el sistema no

tradicional (virtual) obtienen resultados inferiores frente al sistema tradicional.

9

3. MARCO TEÓRICO

Según Baumann y Hamin (2011), el análisis del desempeño académico está asociado con el capital

humano, el cual es considerado como un factor determinante en el crecimiento económico y

relacionado con la competitividad y la calidad de la educación superior. Por ende, la base que

fundamenta esta investigación se direcciona en la Teoría del Capital Humano (TCH), la cual

considera que la educación es vista como una decisión de inversión en capital humano, en la cual

un individuo evalúa los costos y beneficios esperados de dicha determinación (Rodríguez, 2014).

Bajo este enfoque, Becker et al. (1990) consideran que los sectores educativos se benefician de la

inversión en capital humano y esto tiene relación directa con el desarrollo económico de un país.

Así mismo, señalan que la motivación que tiene una persona en invertir en educación se da en

razón a los rendimientos económicos esperados producto de la aplicabilidad del conocimiento

adquirido. Por ello, aquellos individuos que desean acceder a la educación superior tienen la

opción de hacerlo en forma presencial, a distancia y/o virtual según la oferta educativa en

Colombia, e independiente de dicha elección, su objetivo es obtener el conocimiento y

competencias que le permitan desenvolverse en el campo laboral (Rodríguez et al., 2014).

En este sentido, tiene relevancia el análisis de la calidad de la educación medida por el desempeño

académico entre modalidades de enseñanza. Precisamente, el estudio y desarrollo de la concepción

que refiere a “la calidad de la educación”, constituye un desafío que tiene grandes implicaciones

en cuanto a las dimensiones y enfoques que conlleva su análisis en el ámbito académico. Toranzos

(2000) sustenta que el concepto de “calidad” en el contexto educativo puede ser visto bajo tres

dimensiones. En primera instancia, bajo el concepto de “eficacia” como el logro educativo que se

alcanza bajo un horizonte de tiempo; en segunda instancia, bajo el concepto de “relevancia” en

términos de lo que realmente se aprende y su aplicabilidad; y, por último, respecto a la cualidad

de los procesos y medios que el sistema proporciona a los estudiantes para el desarrollo de su

experiencia educativa.

Para Torres (2014) la distinción del desempeño académico está relacionado con el entendimiento

de las formas de aprendizaje. Sabiendo de antemano que el sistema tradicional (presencial) y no

tradicional (a distancia y virtual) involucra distintos mecanismos de enseñanza-aprendizaje, es

fundamental considerar los resultados y el desempeño en cuanto a la medida del éxito académico

final; siendo una conjunción de la administración del tiempo en el transcurrir académico, las

estrategias pedagógicas para el aprendizaje, y el apoyo de un entorno personal, familiar e

institucional (Mamiseishvili, 2012).

Finalmente, las investigaciones que han estudiado los determinantes del desempeño académico en

la educación superior en Colombia permiten identificar algunas características y variables que

inciden en el rendimiento entre las diversas modalidades de enseñanza. En primera instancia, por

medio de factores personales, familiares y socioeconómicos y seguidamente a través de factores

de índole institucional. No obstante, es importante tener en cuenta que existen factores adicionales

10

de tipo cuantitativo (tamaño del grupo familiar, número de hijos, entre otros) y cualitativos

(aspectos motivacionales, cognitivos, habilidades innatas, entre otros) que pueden influir en el

análisis del desempeño y que por la carencia y limitación de los datos no son incluidos en el

presente estudio.

Los factores de estudio que serán tenidos en cuenta en el ejercicio econométrico están en

correspondencia con la revisión de la literatura, y se sintetizan en la tabla No. 1.

Tabla 1. Factores de estudio que inciden en el desempeño académico en la

educación superior

Categoría Variables Autores

Asociadas al

Estudiante

Factores

Personales

• Edad.

• Género.

Cárdenas y Mora (2014)

Celis et al. (2012)

Escobar y Orduz (2013)

Lavy (2011)

Ricardo et al (2020)

Cellini y Grueso (2021)

Rodríguez et al. (2014)

Torres et al. (2015)

Factores

Familiares y

Socioeconómicos

• Nivel educativo más alto

alcanzado por los padres.

• Estrato socioeconómico del

hogar.

• Condición laboral del

estudiante.

• Bienes de apoyo educativo.

(internet, computador, entre

otros.)


Celis et al. (2012)

Melo et al. (2017)


Torres et al. (2015)

Asociadas a la

Institución

Educativa

Factores

Institucionales • Origen de la institución.

(Pública o Privada)

• Modalidad del programa.

(presencial, a distancia y/o

virtual)

• Condición de acreditación en

alta calidad.

• Valor de la matrícula

institucional.


Escobar y Orduz (2013)

Ricardo et al (2020)


Rodríguez et al. (2014)

Fuente: Elaboración Propia

11

4. FUENTES DE INFORMACIÓN

Las fuentes de información para este estudio son las bases de datos que proporciona el ICFES y el

SNIES. En primera instancia, el ICFES a partir del Examen de Estado de la Calidad de la

Educación Superior (Saber Pro), evalúa a los estudiantes que están próximos a culminar programas

de pregrado en IES de nivel universitario (requiere la aprobación mínima del 75% de créditos

académicos del programa en curso) en términos de competencias genéricas (según habilidades y

conocimientos generales), y en competencias específicas (de acuerdo con el área de conocimiento

del programa evaluado). En segunda instancia, el SNIES es un sistema que reúne y consolida la

información relevante sobre la educación superior en razón a las características asociadas a las

IES, estudiantes, directivos, docentes, entre otros factores (MEN, s.f).

4.1 Datos

Para la evaluación del desempeño académico de los estudiantes universitarios de programas de

ciencias económicas y administrativas en Colombia bajo modalidad presencial, distancia virtual y

distancia tradicional, se utilizarán los resultados de la prueba Saber Pro aplicada en el año 2019,

así como la información socioeconómica disponible en las bases de datos del ICFES. El estudio

empleará el análisis de las pruebas genéricas. Dichas pruebas permiten analizar y comparar el

desempeño para todas las IES y programas académicos, ya que se evalúan las mismas

competencias a todos los estudiantes: razonamiento cuantitativo lectura crítica; competencias

ciudadanas; inglés y comunicación escrita7.

Con esta información, se construye una base de datos que incorpora la información del SNIES

sobre acreditación en alta calidad y el área de conocimiento del programa de educación superior

evaluado. El SNIES define las áreas de conocimiento como mecanismo de agrupación en los

programas académicos ofertados según la afinidad en los contenidos y los campos específicos del

conocimiento (Núcleo Básico de Conocimiento) (MEN, 2021). Para efectos de un mejor

tratamiento en los datos, el análisis que se presenta en este trabajo se concentra únicamente en

estudiantes de universidades, excluyendo de la base de datos a estudiantes de instituciones

universitarias, instituciones tecnológicas, y técnicas profesionales8. Así mismo, se profundiza en

el área de economía, administración, contaduría y afines, la cual comprende el campo de las

Ciencias Económicas y Administrativas, ya que sobre ésta se concentra la mayor participación y

proporción de evaluados en programas bajo modalidad virtual y a distancia tradicional en el país

(56% del total de evaluados en todas las áreas de conocimiento para ambas modalidades). De

acuerdo con el Observatorio Laboral para la Educación -OLE- (2010) “(…) el área de economía,

administración, contaduría y afines articula profesiones que estudian las relaciones económicas,

comerciales, políticas y sociales en contextos nacionales e internacionales” (p.7). La concentración

7 Guía Metodológica competencias genéricas – ICFES 2020

8 De acuerdo con el carácter académico, y como está previsto en la Ley 30 de 1992 las Instituciones de Educación Superior (IES) se clasifican en:

Instituciones Técnicas Profesionales; Instituciones Tecnológicas; Instituciones Universitarias o Escuelas Tecnológicas; y Universidades.

12

de estudiantes evaluados en la prueba Saber Pro del año 2019 para esta área de conocimiento es

de un 36% sobre el total de la población evaluada.

Para efecto del análisis, se incluyen variables de control de tipo individual, familiar, y

socioeconómico, así como las que caracterizan a las IES, a partir de lo expuesto en la literatura y

el marco teórico (tabla 1).

4.2 Estadísticas Descriptivas

La base de datos original de los estudiantes evaluados en competencias genéricas en la prueba

Saber Pro del año 2019 para el área de economía, administración, contaduría y afines contiene en

total 80.356 registros para 219 IES en Colombia. Sin embargo, luego de la depuración y

eliminación de los registros incompletos y/o vacíos para todas las variables de estudio, quedan

72.187 registros (un 89% de la muestra total), valor sobre el cual se restringe el análisis a un total

de 30.490 registros de 114 IES cuyo carácter académico corresponde a universidad.

Lo anterior, es motivo de observación y análisis en dos niveles (estudiante e institución) que serán

justificados y expuestos en la sección de metodología. En primer lugar, se presenta la información

a nivel de estudiante, que incluye los datos de tipo personal (edad y género), de tipo familiar (nivel

de educación de los padres), de estrato socioeconómico, de condición laboral (si se encuentra

laborando), tenencia de bienes de apoyo educativo (internet y computador), y los puntajes de la

prueba Saber Pro (global y por competencias). En segundo lugar, se presenta la información de las

instituciones educativas donde se relaciona el origen de la institución (pública o privada),

modalidad del programa académico evaluado (presencial, virtual y a distancia), el valor de la

matrícula (agrupado en rangos según contempla el ICFES), y si la institución tiene acreditación en

alta calidad (Ver el anexo A para una descripción detallada de las variables a utilizar).

La tabla No. 2 recopila las estadísticas descriptivas de la base de datos final.

Tabla 2. Estadísticas Descriptivas

NIVEL: ESTUDIANTE

Variable

Muestra Total

(1)

Programas en

Modalidad

Presencial

(2)

Programas en

Modalidad Virtual

(3)

Programas en

Modalidad a

Distancia

(4)

SE

t-test (p-

Value)

(2) y (3)

t-test (p-

Value)

(2) y (4)

Media SD Media SD Media SD Media SD

Puntaje Pruebas Genéricas (Saber Pro)

Puntaje Global 148.84 22.79 150.80 22.80 141.84 20.82 136.39 18.52 0.131 0.000 0.000

Razonamiento

Cuantitativo 149.86 28.76 151.88 28.70 141.89 26.92 137.18 25.95

0.165

0.000

0.000

Lectura Crítica 148.29 30.71 150.19 30.92 141.09 28.55 136.29 26.38 0.176 0.000 0.000

Competencias

Ciudadanas 143.99 32.65 145.53 33.04 139.31 30.38 133.96 28.19

0.187

0.000

0.000

Inglés 156.31 31.43 159.77 31.16 143.32 27.68 134.46 23.64 0.203 0.000 0.000

Comunicación

Escrita 145.76 35.47 146.62 35.54 143.56 33.71 140.08 34.86

0.131

0.000

0.000

13

Factores personales

Edad 26.54 5.50 25.61 4.444 33.06 7.375 31.64 7.57 0.031 0.000 0.000

Género: Mujer 0.604 0.489 0.591 0.492 0.685 0.465 0.677 0.468 0.003 0.000 0.000

Máximo nivel educativo del padre

Ninguno 0.036 0.185 0.030 0.172 0.056 0.231 0.068 0.251 0.000 0.000 0.000

Primaria

Incompleta 0.175 0.380 0.157 0.363 0.274 0.446 0.285 0.451

0.001

0.000

0.000

Primaria

Completa 0.083 0.276 0.075 0.263 0.131 0.338 0.136 0.342

0.001

0.000

0.000

Secundaria

Incompleta 0.115 0.319 0.113 0.317 0.128 0.334 0.127 0.333

0.001

0.000

0.000

Secundaria

Completa 0.193 0.395 0.197 0.398 0.154 0.361 0.175 0.380

0.001

0.000

0.000

Técnica o

Tecnológica

Incompleta 0.036 0.187 0.038 0.190 0.025 0.156 0.031 0.172

0.000

0.045

0.038

Técnica o

Tecnológica

Completa 0.090 0.286 0.094 0.292 0.064 0.245 0.064 0.244

0.001

0.000

0.000

Educación

Profesional

Incompleta 0.044 0.204 0.047 0.211 0.032 0.177 0.025 0.157

0.000

0.043

0.000

Educación

Profesional

Completa 0.135 0.342 0.148 0.355 0.088 0.283 0.057 0.231

0.001

0.000

0.000

Postgrado 0.069 0.253 0.078 0.268 0.034 0.180 0.014 0.118 0.001 0.000 0.000

No sabe 0.024 0.152 0.024 0.154 0.015 0.122 0.021 0.143 0.000 0.075 0.198

Máximo nivel educativo de la madre

Ninguno 0.022 0.148 0.018 0.134 0.037 0.188 0.048 0.214 0.000 0.000 0.000

Primaria

Incompleta 0.140 0.347 0.120 0.325 0.237 0.425 0.258 0.438

0.001

0.000

0.000

Primaria

Completa 0.082 0.275 0.073 0.259 0.131 0.338 0.139 0.346

0.001 0.000 0.000

Secundaria

Incompleta 0.125 0.331 0.120 0.325 0.161 0.368 0.150 0.357

0.001

0.000

0.000

Secundaria

Completa 0.215 0.411 0.218 0.413 0.177 0.382 0.205 0.404

0.001

0.000

0.000

Técnica o

Tecnológica

Incompleta 0.048 0.213 0.049 0.216 0.045 0.208 0.037 0.188

0.000

0.596

0.001

Técnica o

Tecnológica

Completa 0.126 0.332 0.134 0.341 0.081 0.273 0.080 0.271

0.001

0.000

0.000

Educación

Profesional

Incompleta 0.038 0.192 0.042 0.200 0.030 0.172 0.016 0.125

0.000

0.046

0.000

Educación

Profesional

Completa 0.132 0.338 0.146 0.353 0.068 0.252 0.045 0.208

0.001

0.000

0.000

Postgrado 0.067 0.251 0.075 0.264 0.029 0.169 0.019 0.135 0.001 0.000 0.000

No sabe 0.004 0.065 0.004 0.067 0.002 0.046 0.003 0.053 0.000 0.147 0.091

Estrato Socioeconómico

Estrato 1 0.162 0.368 0.139 0.346 0.128 0.334 0.336 0.472 0.001 0.298 0.000

Estrato 2 0.317 0.465 0.312 0.463 0.339 0.474 0.353 0.478 0.001 0.088 0.000

Estrato 3 0.310 0.462 0.318 0.466 0.334 0.472 0.241 0.428 0.001 0.302 0.000

Estrato 4 0.119 0.324 0.127 0.334 0.140 0.347 0.054 0.226 0.001 0.296 0.000

Estrato 5 0.058 0.233 0.064 0.245 0.042 0.201 0.012 0.108 0.000 0.001 0.000

Estrato 6 0.034 0.182 0.039 0.193 0.017 0.131 0.004 0.067 0.000 0.000 0.000

Condición Laboral

14

Estudiante Si

trabaja

0.824 0.381 0.806 0.395 0.972 0.165 0.916 0.277 0.001 0.000 0.000

Bienes de Apoyo Educativo

Si Internet

Hogar 0.869 0.337 0.882 0.323 0.876 0.330 0.775 0.417

0.001

0.572

0.000

Si Computador

Hogar 0.892 0.310 0.899 0.302 0.909 0.288 0.839 0.368

0.001

0.287

0.000

NIVEL: INSTITUCIÓN

Variable

Muestra Total (1) Programas en

Modalidad

Presencial (2)

Programas en

Modalidad Virtual

(3)

Programas en

Modalidad a

Distancia (4)

SE

t-test (p-

Value)

(2) y (3)

t-test (p-

Value)

(2) y (4) Media SD Media SD Media SD Media SD

Tipo de

Institución

(Pública)

0.434

0.496

0.377

0.485

0.307

0.462

0.885

0.319

0.001

0.000

0.000

Calidad (Si

acreditación)

0.652

0.476

0.647

0.478

0.818

0.386

0.648

0.478

0.001

0.000

0.882

Valor de la Matrícula

No pagó 0.013 0.115 0.015 0.120 0.003 0.057 0,008 0,087 0.000 0.000 0.000

Menos de 500

mil 0.162 0.369 0.161 0.367 0.061 0.239

0,200

0,400

0.001

0.000

0.000

Entre 500 mil y

menos de 1

millón 0.158 0.365 0.144 0.351 0.058 0.235

0,292

0,455

0.002

0.000

0.000

Entre 1 millón y

menos de 2.5

millones 0.157 0.364 0.108 0.310 0.562 0.496

0,417

0,493

0.002

0.000

0.000

Entre 2.5

millones y

menos de 4

millones 0.229 0.420 0.249 0.433 0.238 0.426

0,082

0,275

0.002

0.438

0.000

Entre 4 millones

y menos de 5.5

millones 0.107 0.310 0.123 0.329 0.067 0.250

0,001

0,024

0.002

0.000

0.000

Más de 5.5

millones 0.172 0.377 0.201 0.401 0.011 0.104

0.00

0.00

0.002

0.000

0.000

Observaciones 30.490 26.002 924 3.564 -

Fuente: Cálculos Propios a partir de la base de datos final del ICFES.

Del total de la muestra (30.490), un 85% corresponde a estudiantes evaluados bajo programas en

modalidad presencial, un 12% en programas a distancia y un 3% en programas virtuales.

La columna 1 presenta las estadísticas del total de la muestra, y las columnas 2, 3 y 4 por modalidad

de formación. Se puede observar diferencias significativas en la comparación de los puntajes a

nivel global y por competencias entre modalidades. La media de puntajes de los programas bajo

modalidad presencial es superior a los programas bajo modalidad virtual y a distancia, siendo la

mayor diferencia en el puntaje de la prueba de inglés con 16 puntos respecto a la modalidad virtual

y 25 puntos respecto a la modalidad a distancia, y la menor diferencia en la prueba de

comunicación escrita con 3 puntos respecto a la modalidad virtual y 6 puntos respecto a la

modalidad a distancia. En las pruebas restantes la diferencia oscila entre 10 y 13 puntos entre

presencial y virtual, y entre 13 y 16 puntos entre presencial y distancia. Estas diferencias son

estadísticamente significativas.

15

Por otra parte, del total de la muestra hay un porcentaje mayor de mujeres (60.4%), resaltando que

dicho porcentaje se incrementa en aproximadamente 8 puntos en el caso de los programas en

modalidad virtual (68.5%) y a distancia (68%), lo que indica que una mayor proporción de mujeres

opta por estudiar programas en dichas modalidades. Esto puede estar vinculado con el rol de la

educación virtual y a distancia como elemento que justifica el cierre de brechas entre géneros

(Ricardo et al., 2020). Así mismo, la edad promedio del total de la muestra es 26.5 años, siendo

mayor para el caso de los programas en modalidad virtual y a distancia con 33.1 y 31.6 años

respectivamente, siendo dichas diferencias estadísticamente significativas.

En cuanto a las variables de tipo familiar, se puede observar el factor del nivel educativo del padre,

donde la mayoría (64% del total de la muestra) no tuvo ningún tipo de educación a nivel técnico o

universitario, y dicho valor es superior en la observación de los evaluados en programas virtuales

(77%) y en los de distancia (82%). Para el nivel educativo de la madre se observa algo similar. Por

otra parte, el 79% del total pertenecen a estratos 1,2 y 3, los cuales corresponden a hogares con

menores recursos de acuerdo con la legislación colombiana9. Dicho porcentaje no varía

significativamente en un comparativo con los evaluados en programas en modalidad presencial

(77%) y virtual (80%), pero si con los programas en modalidad a distancia, que representa una

proporción del 93% de esos niveles de estratificación, siendo casi nula la participación en estratos

altos (4,5 y 6).

Al analizar la participación laboral, destaca que el 97% de los estudiantes en modalidad virtual y

el 92% de los estudiantes en modalidad a distancia afirman estar trabajando en comparación con

la modalidad presencial (81%). Esto concuerda con el sondeo de opinión del Centro Nacional de

Consultoría (CNC), que señala como uno de los principales motivos por el que las personas

ingresan a un programa de educación superior en modalidad virtual, el tener mayor disponibilidad

de tiempo para atender responsabilidades y compromisos laborales (Diaz, 2018). En cuanto a la

tenencia de bienes de apoyo educativo, un 87% afirma tener internet en el hogar y un 89% tiene

computador sobre el total de la muestra; dichos datos son superiores para la modalidad virtual

donde un 88% afirma tener internet y un 91% afirma tener computador, lo cual es razonable sobre

la premisa que son bienes de apoyo fundamental para poder desarrollar procesos de aprendizaje.

En el análisis de las instituciones educativas, se observan 114 IES para el área de conocimiento

objeto de estudio. Del total de evaluados, un 43% pertenecen a programas de instituciones de

carácter público y un 65% de los estudiantes evaluados pertenecen a programas de instituciones

acreditadas en alta calidad. Al comparar por modalidades es relevante detallar que, en los

programas presenciales, un 65% de los evaluados pertenecen a instituciones acreditadas en alta

calidad, siendo un valor similar en los programas a distancia; mientras que resulta notorio precisar

9 DANE “Estratificación socioeconómica para servicios públicos domiciliarios”. Recuperado de: https://www.dane.gov.co/index.php/servicios-al-

ciudadano/servicios-informacion/estratificacion-socioeconomica

https://www.dane.gov.co/index.php/servicios-al-ciudadano/servicios-informacion/estratificacion-socioeconomica

16

en los programas virtuales, que un 82% los evaluados del área de economía, administración,

contaduría y afines pertenecen a instituciones acreditadas en alta calidad.

En este sentido, es de interés señalar que, de las 114 IES incluidas en el análisis, 44 son de carácter

público (39%), y 69 de estas están acreditadas en alta calidad (incluyendo seccionales) lo que

representa un 61%. Esto se evidencia en la tabla No. 3.

Tabla 3. Caracterización de Estudiantes por Institución

Tipo de

Institución

# Estudiantes Evaluados # Instituciones # Instituciones acreditadas

en Alta Calidad

Pública 13.238 43.4% 44 38.6% 22 31.8%

Privada 17.252 56.6% 70 61.4% 47 68.2%

Total 30.490 100% 114 100% 69 100%


Finalmente, en cuanto al valor de la matrícula, se observa que en los programas virtuales y a

distancia éste oscila en la mayoría de los casos (92% y 99%) entre 500 mil y 4 millones, mientras

que en los programas presenciales en el mismo rango de 500 mil y 4 millones la concentración es

de un 68%; teniendo en dichos programas una proporción restante del 32% cuyo valor de matrícula

oscila entre 4 millones a más de 5.5 millones.

4.2.1 Caracterización de estudiantes por modalidad de formación y región.

La tabla No. 4 sintetiza la distribución de la muestra por región y modalidad de formación para el

área de conocimiento de análisis. Cabe destacar, que la concentración de la participación de los

estudiantes en modalidad virtual se da mayoritariamente en Bogotá, Caldas, Norte de Santander,

Boyacá y Bolívar. Así mismo, la participación es mínima y nula en muchas de las regiones del

norte, centro y sur del país.

Tabla 4. Distribución de la Muestra por Región y Modalidad de Formación

Región # Estudiantes Modalidad

Presencial

# Estudiantes

Modalidad Virtual

# Estudiantes

Modalidad A Distancia

Antioquia 2166 0 0

Atlántico 1911 9 0

Bogotá 6721 335 1508

Bolívar 890 81 608

Boyacá 848 125 125

Caldas 567 160 231

Caquetá 264 0 10

Cauca 170 0 0

Cesar 583 0 0

17

Chocó 53 0 0

Córdoba 224 0 446

Cundinamarca 1157 0 0

Huila 464 0 27

La Guajira 450 0 0

Magdalena 643 0 0

Meta 358 0 0

Nariño 331 0 0

Norte Santander 1142 151 162

Quindío 253 0 327

Risaralda 715 26 7

Santander 836 37 49

Sucre 196 0 0

Tolima 174 0 0

Valle 4886 0 189

Total 26.002 924 3.689


Con el fin de analizar los factores asociados a estas diferencias, en la siguiente sección se presenta

la metodología de análisis multinivel o jerárquico.

5. METODOLOGÍA

Con el fin de identificar los factores que explican las diferencias en el desempeño académico de

los estudiantes que estudian programas de educación superior en modalidad presencial y virtual

para el área de conocimiento de estudio, se utilizará un Modelo Multinivel (también conocido como

modelo lineal jerárquico). El planteamiento del modelo se realizó teniendo como referencia

diversos estudios que han utilizado esta metodología como herramienta en el campo de la

investigación educativa, como Hox (2002); Gaviria y Castro (2005); Murillo (2008); y Peugh

(2010). En este sentido, la estructura metodológica sigue en parte la notación y base argumental

de dichos estudios.

5.1 Modelo Multinivel

Teniendo en cuenta que la población objeto de estudio consta de la observación de factores

individuales, socioeconómicos y resultados (puntajes), y estos están agrupados en instituciones

educativas (IES), la estructura de los datos es jerárquica. Murillo (2008) considera que la técnica

multinivel es una herramienta adecuada para el estudio de la calidad educativa. Al respecto afirma:

“Los modelos multinivel constituyen la metodología de análisis más adecuada para

tratar datos jerarquizados o anidados (por ejemplo, los estudiantes en aulas, o las

aulas en escuelas), lo que la convierte en una estrategia imprescindible para la

18

investigación educativa de carácter cuantitativo. Así, además de mejorar la calidad

de los resultados, posibilita realizar análisis novedosos, tales como estimar la

aportación de cada nivel de análisis (la del efecto del aula o la escuela) o las

interacciones entre variables de distintos niveles” (p.45).

Garrido y Murillo (2014) señalan como atributo del análisis y modelamiento de la técnica

multinivel en comparación con los métodos típicos (modelos de regresión lineales), el permitir

considerar paralelamente diferentes niveles de variación (en este caso estudiante e institución).

Esta condición permite saber qué proporción de la variación del desempeño académico se debe a

factores propios del estudiante y cuál a factores propios de la institución. En el mismo sentido,

Goldstein (2011) indica tres ventajas del uso de la técnica multinivel en el campo de la educación.

Estas son: (i) permite a los analistas de datos obtener estimaciones estadísticamente más eficientes

de los coeficientes de regresión; (ii) estimar de una manera más precisa los errores estándar,

intervalos de confianza y las pruebas de significancia debido a que se tiene en cuenta la

información en cada nivel de análisis y (iii) permite comprobar los resultados y la variación de los

estudiantes a partir de las características de las instituciones educativas.

En mérito de lo expuesto, el modelo propuesto consta de dos (2) niveles10:

1. Nivel estudiante

2. Nivel institución educativa

La estructura del modelo multinivel para los niveles planteados es la siguiente:

𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗 𝑥1𝑖𝑗 + 𝑒𝑖𝑗 (1)

𝛽0𝑗 = 𝛾00 + 𝑢0𝑗 (2)

𝛽1𝑗 = 𝛾10 + 𝑢1𝑗 (3)

Donde:

𝑌𝑖𝑗= Puntaje (por competencia genérica) en la prueba Saber Pro del estudiante i, de la institución

j,

𝛽0𝑗 = Puntaje promedio de la prueba Saber Pro de los estudiantes de la institución j cuando 𝑥1 es

0, está compuesto de una parte fija (𝛾00) que indica un promedio de las instituciones y una parte

aleatoria (𝑢0𝑗),

𝛽1𝑗 = Incremento o reducción en el desempeño por cada unidad que aumenta 𝑥1 del estudiante de

la institución j, está compuesto de una parte fija (𝛾10) y una parte aleatoria (𝑢1𝑗),

𝑒𝑖𝑗 = Efecto aleatorio del estudiante i de la institución j. Se distribuye normalmente con media

cero y varianza constante. 𝑒𝑖𝑗~𝑁(0, 𝜎𝑒2).

10 Las pruebas estadísticas de dos niveles resultan más significativas respecto de las pruebas que incluyen el municipio como tercer nivel.

19

Supuestos:

➢ No se puede asumir total independencia entre los niveles puesto que los estudiantes

comparten características entre instituciones. Por tanto, existe una mayor correlación entre

estudiantes de una misma institución que entre instituciones (Hox, 2002).

➢ Los datos no están equilibrados. Los modelos multinivel no requieren que exista el mismo

número de unidades de nivel inferior en todas y cada una de las unidades de nivel superior

(Reise y Duan, 2003).

➢ Se modela una relación entre las variables del primer nivel (estudiante) y el segundo nivel

(institución) con el fin de determinar que las variables del segundo nivel influyen en las de

primer nivel (entre ellas la modalidad de formación).

Para estimar el modelo se parte del modelo básico (modelo nulo o ANOVA11), y posteriormente

se van incluyendo variables explicativas en ambos niveles con el fin de tener un modelo ampliado

y con ello mejorar su capacidad predictiva. Si la varianza del modelo nulo resulta no significativa

estadísticamente, denota que no tiene sentido incluir variables de control en el modelo multinivel

(Gaviria y Castro, 2005).

A. Modelo Nulo

Este modelo es la base inicial que se utiliza para determinar la proporción del logro académico que

es explicado por la institución educativa. Posteriormente, será necesario calcular e interpretar el

coeficiente de correlación intraclase (CCI), el cual considera la variación que existe entre las

distintas instituciones educativas en comparación con la variabilidad de los estudiantes en una

misma institución; conceptualmente se puede definir como la proporción de la variación del

resultado de desempeño que ocurre en las instituciones (es decir, unidades de nivel 2) y como se

correlaciona con los resultados de los estudiantes (es decir, unidades de nivel 1) de la misma

institución (Peugh, 2010).

El modelo nulo tiene la siguiente forma:

𝑌𝑖𝑗 = 𝛽0𝑗 + 𝑒𝑖𝑗 (4) Primer nivel (Estudiante)

𝛽0𝑗 = 𝛾00 + 𝑢0𝑗 (5) Segundo nivel (Institución)

(5) en (4) 𝑌𝑖𝑗 = 𝛾00 + 𝑢0𝑗 + 𝑒𝑖𝑗 (6)

Donde:

11 Modelo de análisis de varianzas

20

De (4):

𝑌𝑖𝑗 = Puntaje (por cada competencia genérica) en la prueba Saber Pro del estudiante i, de la

institución j,

𝛽0𝑗 = Puntaje promedio de la prueba Saber Pro de los estudiantes de la institución j,

𝑒𝑖𝑗 = Efecto aleatorio del estudiante i de la institución j. Se distribuye normalmente con media

cero y varianza constante. 𝑒𝑖𝑗~𝑁(0, 𝜎𝑒2)

De (5):

𝛾00 = Promedio en la prueba Saber Pro general de las instituciones.

𝑢0𝑗 = Efecto aleatorio producido por la institución j. Se distribuye normalmente con media cero y

varianza constante. 𝑢0𝑗~𝑁(0, 𝜎𝑢2 )

𝛾00 + 𝑢0𝑗 = Puntaje medio en la población de las IES y la variación aleatoria en torno a esa

media.

Para determinar que existen efectos en el segundo nivel del modelo, se debe verificar que la

varianza del error sea distinta de cero y por medio del cálculo del CCI se cuantifica la proporción

que representa de la varianza total.

Donde:

𝜎𝑢02 = Varianza entre instituciones

𝜎𝑒2 = Varianza entre los estudiantes

𝜎𝑢02 + 𝜎𝑒0

2 = Varianza total

En tal forma, el coeficiente de correlación intraclase (CCI) es:

𝐶𝐶𝐼 =𝜎𝑢0

2

𝜎𝑢02 + 𝜎𝑒0

2

Como fue expresado, en el modelo nulo será de interés demostrar la existencia de una variación

residual significativa, validando que existe variación sin explicar entre el desempeño académico

de los estudiantes y el desempeño promedio de las IES. De tal forma, se justifica la utilización de

un modelo multinivel dado que su modelamiento consiste en expandir el modelo nulo al introducir

variables o predictores en ambos niveles que logren explicar la variación residual entre las IES.

En razón a ello, los modelos multinivel son útiles porque en datos agrupados o anidados, las

21

observaciones en el mismo grupo son generalmente más parecidas que las observaciones de grupos

diferentes. Lo anterior, viola el supuesto de independencia de todas las observaciones y ello puede

ser expresado con el CCI (Hox, 2002).

B. Modelo Ampliado

El planteamiento del modelo ampliado consta de cuatro (4) pasos, el cual se adaptará para el

análisis del rendimiento académico de la educación superior en modalidad presencial, virtual y a

distancia. Se trabajará con una variable dependiente continua (puntaje en la prueba genérica

respectiva) y las variables explicativas que correspondan a los dos niveles jerárquicos en los que

están estructurados los datos.

El modelo se describe a continuación:

Paso 1. Como fue señalado, el modelo nulo es la base inicial de la estimación. Este no tendrá

variables explicativas y contiene efectos fijos y aleatorios en ambos niveles. Se determina la

variación de los resultados de la prueba Saber Pro por competencias dentro de las IES

consideradas.

Para efectos del estudio, el modelo nulo tiene la forma:

𝑑𝑒𝑠𝑒𝑚𝑝𝑒ñ𝑜_𝑐𝑜𝑚𝑝𝑒𝑡𝑒𝑛𝑐𝑖𝑎𝑖𝑗 = 𝛽0𝑗 + 𝑒𝑖𝑗 (7)

𝛽0𝑗 = 𝛾00 + 𝑢0𝑗 (8)

Los elementos por estimar de (7) y (8) son:

• 𝛽0𝑗

• 𝜎𝑢02 (Varianza del nivel 2)

• 𝜎𝑒2 (Varianza del nivel 1)

• CCI

El proceso de estimación siguiendo la estructura de Leckie (2010), manifiesta solo una variable de

respuesta (desempeño por competencia), que luego es seguida solo por una intersección y, por lo

tanto, no se especifican variables explicativas en la parte fija. La parte aleatoria de nivel 2 del

modelo se especifica a partir del número de instituciones consideradas en el estudio.

22

De igual manera, se considera la prueba de razón de verosimilitud, que será de utilidad para evaluar

las aportaciones y ajuste del modelo en términos de los parámetros que se consideran en el

mismo12.

Paso 2. Se agrega la variable explicativa de la modalidad del programa en el nivel 2 (de la

institución), METODO_PRGM en dos variables dicotómicas para la modalidad virtual y a

distancia (categorías relevantes), y teniendo la modalidad presencial como categoría de referencia.

Si las variables son significativas, se puede concluir que el tipo de modalidad incide en el análisis

del desempeño y logro académico.

Se tiene:

𝑌𝑖𝑗 = 𝛽0𝑗 + 𝜀𝑖𝑗 (9)

𝛽0𝑗 = 𝛾00 + 𝛾01METODO_PRGM_VIRTUAL𝑗 + 𝛾02METODO_PRGM_DISTANCIA𝑗 + 𝑢0𝑗 (10)

Paso 3. Se introducen las variables explicativas de control asociadas a los estudiantes (primer

nivel) y a las instituciones (segundo nivel) y se analiza su aporte (significancia) en el desempeño

académico de la prueba Saber Pro. El objetivo es mejorar la capacidad interpretativa del modelo

definiendo cuáles predictores contribuyen a explicar la variación residual existente. Por tal motivo,

se incluyen en el modelo las variables que fueron descritas en la sección de datos, y se determinan

los resultados de la parte fija y de la aleatoria de las mismas. Estas se sintetizan a continuación:

Según lo expuesto en la literatura y marco teórico, se respalda el uso e inclusión de dichas variables

en el modelo ampliado, en concordancia con el objetivo planteado de observar el efecto que tienen

12 Es un estadístico que sigue una distribución de x2 . Es de interés para analizar modelos que incluyen conjuntamente variables de los estudiantes

y de las instituciones (Valens, 2007).

Estudiantes (Primer Nivel)

• Edad

• Género

• Nivel educativo Padre

• Nivel educativo Madre

• Situación laboral

• Estrato vivienda

• Bienes de apoyo educativo(Computador e Internet)

Institución (Segundo Nivel)

• Tipo de Institución (pública oprivada)

• Modalidad de formación(presencial, virtual y adistancia)

• Condición de acreditación enalta calidad

• Valor de la matrícula

23

los predictores asociados al estudiante de la institución, analizando la incidencia de la institución

y la modalidad del programa en el desempeño académico.

En este orden de ideas, el modelo ampliado tiene la siguiente forma:

𝑌𝑖𝑗 = 𝛽0𝑗 + ∑ 𝛽𝑞𝑗 𝑋𝑞𝑖𝑗

𝑄

𝑞=1+ 𝜀𝑖𝑗 (11) (Primer nivel)

El segundo nivel se expresa tal como se presenta en las ecuaciones (12) y (13). En estas ecuaciones

los factores de primer nivel se enlazan con los del segundo nivel.

Donde:

𝛽0𝑗 = 𝛾00 + ∑ 𝛾0𝑆 𝑊𝑆𝑗

𝑆

𝑆=1+ 𝜇0𝑗 (12)

𝛽𝑞𝑗 = 𝛾𝑞0 + 𝜇𝑞𝑗 (13)

De (11):

𝑌𝑖𝑗 = Puntaje (por competencia) en la prueba Saber Pro del estudiante i, de la institución j,

𝛽0𝑗 = Puntaje promedio de la prueba Saber Pro de los estudiantes de la institución j,

𝛽𝑞𝑗 = Es el coeficiente de variación del puntaje en la prueba Saber Pro para cada característica

propia del estudiante (𝑋) de la institución j,

𝑋𝑞𝑖𝑗 = Variables explicativas incluidas del estudiante i de la institución j: (de tipo personal,

familiar y socioeconómico)

𝜀𝑖𝑗~𝑁(0, 𝜎𝜀2 )

De (12):

𝛾00 = Promedio en la prueba Saber Pro general de las instituciones.

𝛾0𝑆 = Coeficiente de variación del puntaje medio por cada característica propia (W) de la

institución j,

𝑊𝑆𝑗 = Características propias de la institución j, siendo (S) el número de características: (tipo de

institución, modalidad, acreditación y valor de la matrícula)

𝜇0𝑗~𝑁(0, 𝜎𝑢2 )

De (13):

𝛾𝑞0 = Coeficiente de variación del puntaje medio en la prueba por cada característica propia del

estudiante (X), de la institución j,

24

𝜇𝑞𝑗 = Termino del error generado por la institución j en cada una de sus variables.

Paso 4. El último paso es cuantificar el ajuste del modelo final ampliado. En este punto, el proceso

se centra en evaluar la capacidad explicativa del modelo a partir de un análisis de varianzas, que

permita comparar el modelo final respecto del modelo nulo en razón a los niveles planteados y

predictores incluidos.

En la siguiente sección se muestra el proceso de estimación en el cual se modelan los cuatro (4)

pasos anteriores.

6. ESTIMACIÓN DEL MODELO

En esta sección, se presentan los resultados a partir de la aplicación del modelo multinivel con el

fin de analizar los factores que inciden en el nivel de desempeño académico y la importancia que

tiene la modalidad de enseñanza como variable explicativa, y las demás consideradas en la sección

de datos. En la estimación se determina como variable dependiente el puntaje en cada competencia

genérica evaluada en la prueba Saber Pro del año 2019.

6.1 Modelo nulo (Paso 1)

Se presenta la estimación del modelo nulo para las cinco (5) pruebas genéricas para el área de

economía, administración, contaduría y afines. Los resultados se sintetizan en la tabla No. 5.

Tabla 5. Resultados del modelo nulo para las cinco (5) pruebas13

VARIABLE Razonamiento

Cuantitativo

Lectura

Crítica

Competencias

Ciudadanas

Inglés Comunicación

Escrita

Efectos Fijos Constante 149.89***

(1.168)

148.50***

(0.856)

143.93***

(1.276)

156.36***

(1.653)

145.52***

(0.795)

Efectos

Aleatorios

𝜎𝑒2(varianza nivel

1)

677.23

(5.495)

784.94

(6.369)

891.65

(7.235)

615.24

(4.992)

1192.055

(9.671)

𝜎𝜇02 (varianza

nivel 2)

147.80

(20.45)

162.71

(22.75)

175.65

(24.53)

304.11

(40.99)

61.02

(9.07)

𝜎𝜇02 + 𝜎𝑒0

2 825.03 947.65 1067.3 919.32 1253.075

CCI 17.9% 17.1% 16.5% 33.1% 4.8%

LR test de Verosimilitud 5683.54 5180.99 5041.78 13931.76 1376.36

Fuente: Cálculos propios. () Error estándar. *** p<0.01, ** p<0.05, * p<0.1.

13 El modelo nulo y los subsiguientes fueron estimados con el método de máxima verosimilitud completa siguiendo la estructura de Leckie (2010)

y Peugh (2010).

25

En primera instancia, la parte fija del modelo nulo representa el desempeño medio por prueba

genérica de todos los estudiantes en todas las instituciones consideradas. Dicho resultado para cada

una de las pruebas es significativo (diferente de cero). Así mismo, a partir del cálculo del CCI, se

evidencia que el 33.1% de la varianza en el rendimiento de la prueba de inglés se puede atribuir a

diferencias entre las instituciones (siendo la de mayor aporte de la institución), seguido por las

pruebas de razonamiento cuantitativo (17.9%), lectura crítica (17.1%), competencias ciudadanas

(16.5%) y la de menor aporte de la institución se presenta en la prueba de comunicación escrita

con un 4.8%. Estos resultados justifican la utilización de un modelo multinivel, puesto que al

identificar los valores de la varianza entre el desempeño medio de todas las instituciones (𝜎𝜇02 ) y

la varianza entre los estudiantes dentro de las instituciones (𝜎𝑒2) para cada una de las pruebas, se

observa que son significativas y por tanto existen diferencias entre los estudiantes de cada

institución y en la calidad del desempeño académico entre las distintas instituciones. En este

sentido, los siguientes pasos se dirigen en adicionar variables explicativas que propendan por

disminuir la varianza no explicada en el modelo nulo.

Finalmente, para probar la significancia de los efectos de la institución en el análisis de desempeño

académico para cada competencia, tenemos en cuenta la prueba de razón de verosimilitud, la cual

compara el modelo nulo multinivel con un modelo nulo de un solo nivel. De tal manera, teniendo

en cuenta que el 5% de una distribución chi-cuadrada en 1 d.f. es 3.84, el estadístico para cada una

de las cinco (5) pruebas es significativo. Esto refleja la preferencia hacia la estimación de un

modelo multinivel dado la existencia de efectos institucionales en el desempeño de cada

competencia14.

6.2 Modelo con introducción de la modalidad del programa (Paso 2)

En esta parte, se incluye en el modelo nulo para el segundo nivel (institución), la modalidad del

programa virtual y a distancia como variables dicotómicas. En primera instancia, se estima el

modelo con intercepto aleatorio (tabla 6) y posteriormente con pendiente aleatoria (tabla 7). Lo

anterior, con el fin de identificar si la modalidad de formación incide en el análisis del desempeño

académico de la prueba Saber Pro, y en la observación del modelo a partir de los efectos residuales.

Tabla 6. Resultados del modelo con la variable modalidad del programa para

las cinco (5) pruebas – Intercepto aleatorio


Cuantitativo

Lectura

Crítica

Competencias

Ciudadanas


Escrita


(1.142)

149.74***

(1.219)

144.88***

(1.272)

158.12***

(1.598)

145.99***

(0.794)

14 La prueba de razón de verosimilitud −2log𝑒(verosimilitud) es una prueba estadística de dos modelos anidados. Específicamente, un "modelo

reducido" está anidado dentro de un modelo "completo" si los parámetros estimados en el modelo reducido son un subconjunto de los parámetros

estimados en el modelo completo. (Peugh,2010)

26

Modalidad

Programa

(Virtual)

-10.701***

(1.051)

-10.619***

(1.132)

-7.218***

(1.211)

-16.73***

(0.995)

-1.417

(1.385)

Modalidad

Programa (a

distancia)

-15.326***

(0.793)

-15.838***

(0.854)

-12.424***

(0.913)

-21.911***

(0.752)

-6.817***

(1.033)

Efectos

Aleatorios 𝜎𝑒

2 667.38

(5.415)

774.51

(6.285)

885.53

(7.185)

594.4

(4.823)

1190.38

(9.657)

𝜎𝜇02 140.76

(19.52)

160.06

(22.40)

173.99

(24.32)

283.58

(38.26)

60.33

(9.01)

CCI 17.4% 17.1% 16.4% 32.3% 4.8%


Tabla 7. Resultados del modelo con la variable modalidad del programa para

las cinco (5) pruebas – Pendiente aleatoria


Cuantitativo

Lectura

Crítica

Competencias

Ciudadanas


Escrita


(1.154)

149.75***

(1.229)

144.90***

(1.286)

158.19***

(1.623)

146.01***

(0.799)

Modalidad

Programa

(Virtual)

-9.554***

(2.958)

-9.877***

(2.918)

-6.358**

(2.921)

-16.16***

(3.373)

-1.975

(1.285)

Modalidad

Programa (a

distancia)

-15.539***

(0.799)

-15.901***

(0.861)

-12.575***

(0.92)

-21.805***

(0.757)

-6.711***

(1.038)

Efectos

Aleatorios 𝜎𝑒

2 665.18

(5.398)

772.55

(6.269)

883.47

(7.169)

591.46

(4.80)

1190.28

(9.657)

𝜎𝜇02 142.59

(19.84)

162.21

(22.76)

176.77

(24.77)

290.53

(39.31)

61.02

(9.118)

𝜎𝜇12 211.75

(117.69)

131.05

(74.82)

149.32

(81.82)

242.90

(104.41)

11.939

(11.49)

𝜎𝜇01 -145.66

(57.91)

-104.45

(53.34)

-125.62

(54.58)

-210.99

(67.77)

-26.99

(13.50)

CCI 17.6% 17.4% 16.7% 32.9% 4.9%

LR test de Verosimilitud 83.24 60.75 55.79 128.6 3.60


En la parte fija de estos modelos, se evidencia la significancia de la variable modalidad del

programa virtual para cuatro (4) de las cinco (5) pruebas evaluadas, siendo únicamente la prueba

de comunicación escrita la que no resulta significativa; y para la modalidad a distancia cada una

de las cinco (5) pruebas es significativa. Los parámetros asociados a dichas variables para cada

competencia son negativos, lo que indica la existencia de una brecha en la formación de tipo virtual

y a distancia respecto de los programas presenciales en el análisis del logro académico, siendo

dichos efectos más altos para la prueba de inglés en ambas modalidades y superiores en los

27

programas a distancia para todas las competencias en conjunto. Así mismo, la prueba de

verosimilitud en 3 d.f, muestra que hay evidencia fuerte de que el efecto de los programas virtuales

y a distancia varía entre instituciones.

Ahora bien, en cuanto a la parte aleatoria de los modelos, se observa que no existe una variación

significativa en razón a las varianzas residuales y el CCI entre los estudiantes y las instituciones

para cada una de las cinco (5) pruebas respecto del modelo nulo. Esto permitiría concluir la

necesidad de incluir otras variables de control que contribuyan en un mejor ajuste del modelo al

explicar las diferencias de primer y segundo nivel que se observan en el modelo nulo.

6.3 Modelo ampliado (Paso 3)

El siguiente paso, es la estimación de un modelo completo con la inclusión tanto en la parte fija

como aleatoria de las variables asociadas al desempeño académico a nivel del estudiante y a nivel

de la institución que fueron descritas en las secciones anteriores del estudio. La agrupación se

presenta en factores personales, familiares y socioeconómicos para el nivel del estudiante, y la

modalidad de enseñanza, tipo de institución, condición de acreditación y valor de la matrícula para

el nivel de la institución. Se van agregando las variables por grupo de factor con el fin de mejorar

la capacidad explicativa del modelo hasta tener un modelo ampliado final que contenga todos los

predictores seleccionados. (Ver el anexo B para los resultados de cada modelo por prueba genérica)

La tabla No. 8 y 9 evidencia los resultados de estimación de dos (2) modelos ampliados. El modelo

No. 1 es la estimación multinivel que incluye las variables de primer y segundo nivel; y el modelo

No. 2 incluye algunas interacciones entre los factores personales (edad y género) con la modalidad

del programa a la que pertenece el estudiante. Esto es de utilidad para observar y estudiar el

potencial de la educación virtual, debido al análisis y justificación de la existencia de brechas de

aprendizaje entre alternativas de formación académica (Ricardo et al., 2020).

Tabla 8. Modelo multinivel ampliado No. 1 para las cinco (5) pruebas genéricas

VARIABLE / NIVEL Razonamiento

Cuantitativo

Lectura

Crítica

Competencias

Ciudadanas


Escrita

Constante 153.07***

(2.719)

146.68***

(3.004)

142.51***

(3.164)

153.26***

(2.702)

137.10***

(3.067)

VARIABLES NIVEL: ESTUDIANTE

Factores Personales

Edad EDAD -0.634***

(0.032)

-0.549***

(0.035)

-0.447***

(0.037)

-0.716***

(0.029)

-0.215***

(0.043)

Género ESTU_GENERO (=1 femenino) -8.759***

(0.302)

1.115***

(0.330)

-1.572***

(0.353)

-2.416***

(0.277)

3.897***

(0.412)

Factores Familiares y Socioeconómicos

FAMI_EDUCACION_PADRE_PRIMINCOMPLE 2.286**

(0.918)

1.526

(1.001)

1.177

(1.072)

2.476***

(0.842)

3.036**

(1.253)

FAMI_EDUCACION_PADRE_PRIMCOMPLETA 1.719*

(1.002)

0.957

(1.094)

0.675

(1.171)

2.607***

(0.92)

2.317*

(1.369)

FAMI_EDUCACION_PADRE_SECINCOMPLET 1.658* 1.449 1.184 3.542*** 2.440*

28

Educación

Padre

(0.97) (1.058) (1.133) (0.89) (1.324)

FAMI_EDUCACION_PADRE_SECCOMPLETA 1.916**

(0.943)

1.307

(1.029)

1.025

(1.102)

4.675***

(0.865)

2.416*

(1.287)

FAMI_EDUCACION_PADRE_TECINCOMPLET 1.566

(1.177)

1.968

(1.285)

0.268

(1.376)

4.793***

(1.08)

1.426

(1.607)

FAMI_EDUCACION_PADRE_TECCOMPLETA 2.007**

(1.019)

2.145*

(1.112)

1.815

(1.191)

6.170***

(0.935)

2.714*

(1.392)

FAMI_EDUCACION_PADRE_PROFINCOMPLE 2.515**

(1.134)

2.617**

(1.237)

1.571

(1.325)

5.995***

(1.04)

1.464

(1.548)

FAMI_EDUCACION_PADRE_PROFCOMPLETA 1.337

(1.001)

1.219

(1.093)

0.276

(1.170)

7.755***

(0.919)

2.441*

(1.367)

FAMI_EDUCACION_PADRE_POSTGRADO 3.750***

(1.110)

5.013***

(1.211)

4.657***

(1.297)

10.053***

(1.018)

4.276***

(1.515)

FAMI_EDUCACION_PADRE_NO SABE 4.551***

(1.295)

4.456***

(1.412)

6.836***

(1.513)

8.792***

(1.188)

4.527**

(1.768)

Educación

Madre

FAMI_EDUCACION_MADRE_PRIMINCOMPLE 2.755**

(1.131)

0.817

(1.234)

1.308

(1.322)

1.589

(1.038)

0.347

(1.544)

FAMI_EDUCACION_MADRE_PRIMCOMPLETA 4.338***

(1.193)

2.362*

(1.301)

2.665*

(1.393)

2.033*

(1.094)

1.518

(1.628)

FAMI_EDUCACION_MADRE_SECINCOMPLET 4.550***

(1.157)

2.012

(1.263)

2.240*

(1.352)

3.060***

(1.062)

0.603

(1.58)

FAMI_EDUCACION_MADRE_SECCOMPLETA 4.300***

(1.139)

2.344*

(1.243)

2.274*

(1.331)

3.836***

(1.045)

1.028

(1.556)

FAMI_EDUCACION_MADRE_TECINCOMPLET 3.359***

(1.292)

2.732*

(1.410)

0.612

(1.510)

3.895***

(1.186)

0.274

(1.764)

FAMI_EDUCACION_MADRE_TECCOMPLETA 4.403***

(1.182)

3.027**

(1.29)

3.678***

(1.381)

6.085***

(1.085)

0.987

(1.614)

FAMI_EDUCACION_MADRE_PROFINCOMPLE 2.744**

(1.345)

2.509*

(1.467)

1.735

(1.571)

5.014***

(1.234)

1.233

(1.836)

FAMI_EDUCACION_MADRE_PROFCOMPLETA 3.453***

(1.207)

2.217*

(1.317)

3.339

(1.410)

7.490***

(1.107)

1.169

(1.648)

FAMI_EDUCACION_MADRE_POSTGRADO 5.813***

(1.289)

4.167***

(1.407)

6.673***

(1.506)

9.126***

(1.183)

1.879

(1.76)

FAMI_EDUCACION_MADRE_NO SABE -4.845*

(2.51)

-5.242*

(2.738)

-5.693*

(2.932)

0.128

(2.303)

-2.305

(3.427)

Estrato

FAMI_ESTRATOVIVIENDA_2

1.702***

(0.48)

2.219***

(0.523)

1.886***

(0.56)

3.118***

(0.44)

-0.189

(0.652)


1.591***

(0.525)

2.641***

(0.573)

2.354***

(0.614)

6.217***

(0.482)

-0.672

(0.714)


1.165*

(0.668)

1.609**

(0.729)

0.548

(0.781)

9.908***

(0.614)

0.674

(0.908)


-0.384

(0.834)

-1.194

(0.91)

-2.896***

(0.975)

11.64***

(0.766)

-0.628

(1.134)


-4.197***

(1.009)

-5.729***

(1.101)

-7.262***

(1.179)

14.81***

(0.926)

-2.220

(1.373)

Condición

Laboral

ESTU_TRABAJA 0.263

(0.400)

-2.618***

(0.437)

-2.812***

(0.467)

-3.092***

(0.367)

-0.976*

(0.546)

Bienes de

Apoyo

Educativo

FAMI_TIENEINTERNET 0.971*

(0.508)

2.549***

(0.554)

2.652***

(0.593)

2.983

(0.466)

0.580

(0.693)

FAMI_TIENECOMPUTADOR 2.299***

(0.533)

2.502***

(0.581)

2.380***

(0.622)

2.635***

(0.489)

1.635**

(0.727)

VARIABLES NIVEL: INSTITUCIÓN

Modalidad

METODO_PRGM (Virtual) -5.169*

(2.675)

-5.904**

(2.925)

-2.311

(2.861)

-7.982***

(2.422)

-0.446

(1.358)

METODO_PRGM (A distancia) -9.949***

(0.831)

-10.62***

(0.907)

-7.361***

(0.97)

-11.63***

(0.765)

-4.611***

(1.091)

Tipo

Institución

INST_ORIGEN (=1 pública) 5.564***

(1.876)

5.552

(2.229)

6.082***

(2.28)

2.217

(2.108)

2.109

(1.493)

Acreditació

n

INST_CALIDAD 8.399***

(1.821)

9.065***

(2.133)

8.700***

(2.183)

8.711***

(2.051)

6.104***

(1.307)

29

Valor

Matrícula

INST_VALOR MATRÍCULA_menos de500

mil -2.903**

(1.433)

-2.623*

(1.564)

-4.321**

(1.674)

-4.729***

(1.316)

1.115

(1.935)

INST_VALOR MATRÍCULA_ Entre 500 mil

y menos de 1 millón

-0.174

(1.486)

0.187

(1.621)

-1.794

(1.735)

-2.020

(1.365)

1.059

(1.995)

INST_VALOR MATRÍCULA_ Entre 1 millón

y menos de 2.5 millones

1.882

(1.496)

0.977

(1.633)

-0.977

(1.748)

-0.292

(1.375)

1.848

(2.009)

INST_VALOR MATRÍCULA_Entre 2.5

millones y menos de 4 millones

3.498**

(1.541)

1.042

(1.682)

-0.127

(1.80)

1.922

(1.416)

3.051

(2.066)

INST_VALOR MATRÍCULA_Entre 4 millones


5.396***

(1.591)

2.892*

(1.736)

3.117*

(1.858)

4.935***

(1.462)

5.299**

(2.13)

INST_VALOR MATRÍCULA_ más de 5.5

millones

5.002***

(1.635)

2.747

(1.785)

3.342*

(1.911)

7.322***

(1.504)

6.739***

(2.176)


Tabla 9. Modelo multinivel ampliado No. 2 para las cinco (5) pruebas genéricas

con interacciones de factores personales

VARIABLE / NIVEL Razonamiento

Cuantitativo

Lectura

Crítica

Competencias

Ciudadanas


Escrita

Constante 153.83***

(2.737)

147.59***

(3.012)

143.21***

(3.178)

153.70***

(2.713)

137.70***

(3.088)


Factores Personales

Edad EDAD -0.658***

(0.033)

-0.582***

(0.036)

-0.475***

(0.039)

-0.735***

(0.030)

-0.240***

(0.045)

Interacción METODO_PRGM_VIRTUAL * EDAD 0.343***

(0.12)

0.454***

(0.13)

0.375***

(0.139)

0.244**

(0.110)

3,963**

(0.418)


(0.306)

1.104***

(0.334)

-1.486***

(0.358)

-2.354***

(0.281)

0.319***

(0.161)

Interacción METODO_PRGM_VIRTUAL * GENERO 3.561*

(1.855)

0.576

(2.025)

-3.033

(2.167)

-2.173

(1.702)

-2.307

(2.497)


Educación

Padre


(0.918)

1.514

(1.001)

1.133

(1.072)

2.446***

(0.842)

3.004**

(1.253)


(1.002)

0.942

(1.094)

0.630

(1.171)

2.576***

(0.920)

2.281*

(1.369)

FAMI_EDUCACION_PADRE_SECINCOMPLET 1.670*

(0.97)

1.436

(1.058)

1.148

(1.133)

3.517***

(0.890)

2.410*

(1.324)


(0.943)

1.292

(1.029)

0.983

(1.102)

4.646***

(0.865)

2.382*

(1.287)


(1.177)

1.923

(1.285)

0.191

(1.376)

4.741***

(1.080)

1.364

(1.608)


(1.019)

2.130*

(1.112)

1.767

(1.191)

6.137***

(0.935)

2.675*

(1.392)


(1.134)

2.630**

(1.237)

1.552

(1.325)

5.982***

(1.040)

1.451

(1.548)


(1.001)

1.210

(1.093)

0.240

(1.17)

7.730***

(0.919)

2.411*

(1.367)


(1.110)

4.994***

(1.211)

4.609***

(1.297)

10.05***

(1.018)

4.237***

(1.515)


(1.295)

4.444***

(1.412)

6.781***

(1.513)

8.755***

(1.188)

4.481**

(1.768)


(1.131)

0.784

(1.234)

1.324

(1.322)

1.601

(1.038)

0.362

(1.545)


(1.193)

2.327*

(1.301)

2.679**

(1.393)

2.044*

(1.094)

1.533

(1.628)


(1.157)

1.990

(1.263)

2.262*

(1.352)

3.077***

(1.062)

0.620

(1.580)


(1.139)

2.318*

(1.243)

2.296*

(1.331)

3.853***

(1.045)

1.045

(1.556)

30

Educación

Madre

FAMI_EDUCACION_MADRE_TECINCOMPLET 3.281**

(1.292)

2.684*

(1.41)

0.620

(1.51)

3.902***

(1.186)

0.278

(1.765)


(1.182)

2.983**

(1.29)

3.682***

(1.381)

6.090***

(1.085)

0.989

(1.614)


(1.345)

2.477*

(1.467)

1.754

(1.571)

5.028***

(1.234)

1.246

(1.836)


(1.207)

2.176*

(1.317)

3.352**

(1.41)

7.501***

(1.107)

1.177

(1.648)


(1.289)

4.132***

(1.407)

6.692***

(1.506)

9.141***

(1.183)

1.892

(1.760)

FAMI_EDUCACION_MADRE_NO SABE -4.909**

(2.509)

-5.295*

(2.738)

-5.710*

(2.932)

0.118

(2.302)

-2.322

(3.427)

Estrato


1.713***

(0.479)

2.234***

(0.523)

1.900***

(0.56)

3.127***

(0.440)

-0.178

(0.652)


1.602***

(0.525)

2.663***

(0.573)

2.376***

(0.614)

6.232***

(0.482)

-0.658

(0.713)


1.189*

(0.668)

1.653**

(0.729)

0.593

(0.781)

9.939***

(0.614)

0.706

(0.908)


-0.341

(0.834)

-1.137

(0.91)

-2.849***

(0.975)

11.67***

(0.766)

-0.594

(1.135)


-4.164***

(1.009)

-5.667***

(1.101)

-7.196***

(1.179)

14.86***

(0.926)

-2.169

(1.373)

Condición

Laboral

ESTU_TRABAJA 0.287

(0.40)

-2.575***

(0.437)

-2.768***

(0.468)

-3.064***

(0.367)

-0.938*

(0.546)

Bienes de

Apoyo

Educativo

FAMI_TIENEINTERNET 0.968*

(0.508)

2.534***

(0.554)

2.631***

(0.593)

2.969***

(0.466)

0.564

(0.693)

FAMI_TIENECOMPUTADOR 2.292**

(0.533)

2.492***

(0.581)

2.372***

(0.622)

2.629***

(0.489)

1.628**

(0.727)


Modalidad

METODO_PRGM (=1 Virtual) -18.63***

(5.068)

-2.086***

(5.508)

-1.223**

(5.719)

-14.28***

(4.567)

-9.248

(5.872)

METODO_PRGM (=1 A distancia) -9.812***

(0.832)

-1.044***

(0.908)

-7.210***

(0.972)

-11.53***

(0.766)

-4,489***

(1.093)

Tipo

Institución


(1.897)

5.605**

(2.235)

6.110***

(2.284)

2.243

(2.111)

2.114

(1.495)

Acreditación


(1.835)

8.970***

(2.137)

8.630***

(2.186)

8.671***

(2.054)

6.046***

(1.308)

Valor

Matrícula


mil -2.882***

(1.433)

-2.578*

(1.563)

-4.267**

(1.674)

-4.693***

(1.316)

1.159

(1.935)



-0.189**

(1.485)

0.179

(1.62)

-1.786

(1.735)

-2.014

(1.365)

1.065

(1.995)

INST_VALOR MATRÍCULA_ Entre 1 millón


1.866

(1.496)

0.979

(1.632)

-0.950

(1.747)

-0.274

(1.375)

1.884

(2.009)



3.439

(1.541)

1.009

(1.681)

-0.116

(1.800)

1.930

(1.416)

3.066

(2.066)

INST_VALOR MATRÍCULA_Entre 4

millones y menos de 5.5 millones

5.327**

(1.591)

2.840

(1.736)

3.109*

(1.858)

4.930***

(1.462)

5.296**

(2.130)


millones

4.912***

(1.636)

2.657

(1.785)

3.296*

(1.911)

7.291***

(1.504)

6.709***

(2.177)


6.4 Ajuste del Modelo (Paso 4)

El último paso es valorar el ajuste de los dos (2) modelos ampliados. Previamente se analizaron

los supuestos de partida del modelo multinivel, en el cual se verificó la hipótesis de normalidad de

los residuos (Ver anexo C). De igual manera, teniendo en cuenta que los parámetros del modelo

31

se estimaron por máxima verosimilitud, se utilizó un estimador de varianza basado en la matriz de

información observada (OIM)15.

Posterior a ello, es de interés determinar cuánta varianza del nivel de la institución y del estudiante

es explicada por el modelo, ya que sería el valor que representa su capacidad explicativa. Dichos

resultados se evidencian en la tabla No. 10.

Tabla 10. Porcentaje de varianza explicada por las variables sobre el modelo

nulo

Razonamiento

Cuantitativo

Lectura Crítica Competencias

Ciudadanas


Escrita Nulo Ampliado No.1

(Ampliado No. 2)

Nulo Ampliado No.1

(Ampliado No. 2)

Nulo Ampliado No.1

(Ampliado No. 2)

Nulo Ampliado No.1

(Ampliado No. 2)

Nulo Ampliado No.1

(Ampliado No. 2)

𝜎𝑒2 (varianza

nivel 1)

677.23 634.10

(633.86)

784.94 754.78

(754.47)

891.65 865.65

(865.35)

615.24 533.76

(533.64)

1192.055 1183.15

(1182.95)

𝜎𝜇02 (varianza

nivel 2)

147.80 101.84

(101.65)

162.71 117.63

(117.38)

175.65 125.41

(125.30)

304.11 115.24

(115.13)

61.02 36.79

(36.79)

% varianza

explicada por

estudiantes

- 6.4%

(6.4%)

- 3.8%

(3.8%)

- 2.9%

(2.9%)

- 13.2%

(13.3%)

- 0.75%

(0.76%)

% varianza

explicada por

la institución

- 31.1%

(31.2%)

- 27.7%

(27.8%)

- 28.6%

(28.6%)

- 62.1%

(62.1%)

- 39.7%

(39.7%)

CCI 17.9% 13.8% 17.1% 13.5% 16.5% 12.7% 33.1% 17.8% 4.8% 3%

LR Test 5683.54 1869.02

(1879.57)

5180.99 1080.25

(1092.36)

5041.78 842.48

(852.86)

13931.76 4043.68

(4051.16)

1376.36 271.84

(277.17)

Fuente: Cálculos propios. () resultados del modelo ampliado No.2 con interacciones

Los cálculos anteriores denotan que los modelos ampliados realizan un aporte significativo

respecto del modelo nulo, y son más completos en razón a explicar las brechas de desempeño

académico entre modalidades de formación, en la medida que se observa una disminución de la

varianza al incluir las variables del nivel de estudiante e institución educativa para las cinco (5)

pruebas consideradas en el examen Saber Pro. Esto es reflejo de un mejor ajuste, y en relación al

CCI, la inclusión de las variables explicativas en ambos niveles evidencia la disminución de dicho

valor en todas las pruebas; esto significa, que el efecto global que tienen las variables incluidas en

los modelos ampliados causa que la variación entre el desempeño en la prueba explicada por la

varianza entre las instituciones se redujera, lo que indica que las variaciones en el desempeño

dependen ahora en menor medida de las diferencias entre las instituciones (Hox, 2002). Así mismo,

se observa que el porcentaje de varianza explicado por los estudiantes en el modelo es inferior en

todos los casos; esto es reflejo de que el modelo quiere determinar los factores de tipo institucional

asociados con el desempeño académico, lo cual es razonable (Murillo, 2008).

15 La matriz de información (OIM) es la matriz de segundas derivadas generalmente de la función logarítmica de verosimilitud. El estimador OIM del VCE se basa en la teoría asintótica de máxima verosimilitud (Stata multilevel mixed effects reference manual, Release 16).

32

7. DISCUSIÓN DE RESULTADOS

Los resultados obtenidos en los modelos multinivel muestran aspectos relevantes que están en

concordancia con algunos resultados obtenidos por los autores mencionados en la revisión de

literatura. Fundamentalmente, para las competencias que evalúa la prueba Saber Pro, se demuestra

que existen brechas de rendimiento académico entre los estudiantes que cursan programas bajo

modalidades no tradicionales (virtual y a distancia) frente a los que cursan programas bajo la

modalidad tradicional (presencial), solo a excepción de la competencia de comunicación escrita la

cual no es estadísticamente significativa en la modalidad virtual, al igual como fue demostrado en

el paso No.2 de la estimación. En esa línea, la institución o “efecto institucional” explica de manera

importante el desempeño académico en las competencias consideradas.

Precisamente, en cuanto a la metodología de enseñanza, destaca que la modalidad del programa

virtual es estadísticamente significativa para tres (3) de las cinco (5) pruebas (razonamiento al

90%, lectura al 95% e inglés al 99%) en el modelo sin interacciones (No.1); y significativa para

cuatro (4) pruebas (a excepción de comunicación escrita) en el modelo con interacciones (No.2).

Así mismo, la modalidad del programa distancia es significativa para cada una de las cinco (5)

pruebas en los dos modelos. En ambas categorías, los parámetros reflejan un impacto diferencial

negativo, que evidencia la relación de puntajes inferiores en todas las competencias evaluadas de

las alternativas virtual y a distancia respecto de la modalidad presencial. Los efectos de la

modalidad virtual en el modelo No. 1 varía entre 2 y 8 puntos en promedio (siendo el mayor efecto

en la prueba de inglés) y entre 1 y 18 puntos en el modelo No. 2 (siendo el mayor efecto en la

prueba de razonamiento cuantitativo). Esta situación fue esperada dado que los estudiantes de

programas a distancia y virtuales obtuvieron, en promedio, resultados menores que los estudiantes

de programas presenciales según fue detallado en la sección de datos.

Con el fin de analizar la incidencia que tienen los controles incluidos, se presenta a continuación

el análisis por grupo de factores.

A. Factores Personales

En relación de los factores personales, se observa que la variable edad tiene efectos negativos

respecto del desempeño promedio en las cinco (5) pruebas. Así mismo, respecto de la variable

género, se evidencia que el valor de los parámetros para las tres (3) de las cinco (5) pruebas es

negativo (razonamiento, competencias ciudadanas e inglés), lo que refleja que existe una brecha

de género a favor de los hombres en estas competencias. Ambas variables muestran alta

significancia en todas las competencias.

Ahora bien, al detallar el modelo con interacción de factores personales (No.2), se resalta que no

existen diferencias estadísticamente significativas en la variable género para los tipos de

modalidad considerados en cuatro (4) de las cinco (5) pruebas, siendo únicamente en la

competencia de razonamiento cuantitativo la observación de brechas de género a favor de las

33

mujeres para los programas en modalidad virtual. Sabiendo de antemano que una mayor

proporción de mujeres accede a los programas en modalidad virtual, es un hallazgo interesante que

permite inferir que la educación virtual muestra posibilidades potenciales de inclusión de las

mujeres en pro de cerrar las brechas de rendimiento en todas las competencias respecto de los

hombres. Esto está alineado con el estudio descriptivo de Arias et al. (2018), quienes con los

resultados de la prueba Saber Pro del año 2017 analizan el desempeño de mujeres y hombres en la

educación superior presencial, virtual y a distancia, en el cual concluyen que: “(..) las opciones

como la educación a distancia y, especialmente, la educación virtual, podrían estar contribuyendo

a cierres de brechas como las de género” (p.67).

Por el contrario, en la variable edad se observan efectos positivos y significativos para los

estudiantes matriculados en programas bajo modalidad virtual en contraposición de los parámetros

negativos que se evidencian para quienes cursan programas bajo modalidad presencial. Dicho

resultado, ratifica que la matrícula en un programa de tipo virtual mitiga el vínculo negativo y

adverso que se evidencia entre la edad y el desempeño académico de cada competencia evaluada,

lo cual permite concluir que esta modalidad puede favorecer a estudiantes de edades mayores, al

igual que sucede con los programas a distancia en correspondencia con lo hallado por Ricardo et

al. (2020). Vale resaltar que, si un estudiante tiene mayor edad respecto a la media del grupo, esto

puede llegar a afectar negativamente el rendimiento tal como lo muestran los coeficientes. La

condición heterogénea de la población estudiantil manifiesta la necesidad de establecer un modelo

con la interacción en dicha variable (Duff et al., 2004).

B. Factores familiares y socioeconómicos

En torno a los factores familiares, se incluyeron los niveles de educación del padre y de la madre,

como predictores que permiten dar cuenta del nivel socioeconómico del hogar. En estas, se

evidencia una relación positiva respecto de los parámetros. Esto indica, que un mejor desempeño

académico para los estudiantes que cursan programas virtuales y a distancia en las competencias

evaluadas, está asociado a un mayor nivel educativo de los padres, en contraste a la situación en

que estos nos tuvieran ningún tipo de nivel educativo (categoría de referencia). Sin embargo, vale

la pena señalar que, para los modelos estimados un buen número de variables dummy para la

educación de los padres no son significativas. En este sentido, la significancia estadística se resalta

de forma conjunta para la categoría en la cual el padre tiene nivel de educación posgradual para

las cinco (5) pruebas, con efectos positivos entre 3 y 10 puntos en ambas especificaciones; por

ende, esta se considera como posible determinante para obtener un mejor desempeño académico

de los programas no tradicionales respecto de los tradicionales.

Ahora bien, con relación a los factores socioeconómicos, se evidencia significancia y efectos

negativos entre la condición laboral del estudiante y el puntaje para cuatro (4) de las cinco (5)

pruebas (lectura, competencias ciudadanas, inglés y comunicación escrita). Esto fue esperado

debido a que los estudiantes quienes cursan programas bajo modalidad virtual y a distancia, se

encuentran trabajando en una mayor proporción respecto de los que cursan programas

34

presenciales, tal como fue observado en el análisis descriptivo; por tanto, se considera que

disponen de un menor tiempo para atender las responsabilidades académicas y por ende su

desempeño en las pruebas sea menor. Así mismo, la variable estrato resulta ser significativa y con

efectos positivos únicamente para la prueba de inglés en todas las categorías consideradas en un

rango de 3 a 15 puntos, lo que indica que para esta prueba un mejor desempeño está asociado a un

mayor nivel de estratificación respecto del nivel más bajo de referencia (estrato 1).

Finalmente, las categorías de bienes de apoyo educativo (tenencia de computador e internet) son

altamente significativas y muestran una relación positiva en razón al desempeño en todas las

pruebas, lo cual fue esperado dado que en el ámbito educativo actual es fundamental disponer de

dichos bienes para el mejoramiento del rendimiento académico del estudiante.

C. Factores de la institución educativa

Destaca para ambos modelos que la condición de acreditación de la institución es significativa

para todas las pruebas y correlacionada positivamente con un mejor desempeño en las mismas. Es

decir, que los estudiantes de las instituciones que tienen acreditación de alta calidad obtienen un

mayor puntaje en cada una de la cinco (5) pruebas. Los resultados indican, que las instituciones

con acreditación de calidad presentan resultados en promedio de 8 puntos por encima de las

instituciones no acreditadas. Se considera en esta variable, la de mayor aporte respecto de los

efectos institucionales que contribuyen en la explicación de la diferencia de resultados entre

modalidades de enseñanza. Este resultado no es comparable, puesto que ninguno de los estudios

referenciados utiliza esta variable como predictor de segundo nivel.

En cuanto a la variable origen de la institución (pública/privada), se observa que el tipo de

institución no es significativo para la prueba de inglés y comunicación escrita en ambos modelos.

En contraste, para las pruebas de razonamiento, lectura y competencias ciudadanas se observa una

relación positiva en cuanto al desempeño de la prueba si el tipo de institución es de carácter oficial

o público, lo que significa que los estudiantes de este tipo de instituciones tienen un desempeño

mayor que los estudiantes de instituciones privadas en un promedio de 5 puntos. Dicho resultado,

está en relación con lo hallado por Cellini y Grueso (2021), quienes infieren que los estudiantes de

programas virtuales obtienen resultados inferiores especialmente en instituciones de carácter

privado.

Finalmente, en cuanto a la variable de valor de matrícula, el aspecto más relevante se observa en

la significancia y parámetros negativos para la categoría del valor de matrícula que señala “menos

de 500 mil” en cuatro (4) de las cinco (5) pruebas (a excepción de comunicación escrita). Esto

indica, que los estudiantes que cursan programas cuyo valor de matrícula este en dicho rango

obtienen en promedio un menor desempeño en las pruebas.

35

8. CONCLUSIONES

En el contexto de la educación superior en Colombia, este trabajo encuentra que los estudiantes de

programas universitarios en Ciencias Económicas y Administrativas, que se forman en modalidad

virtual, obtienen un menor desempeño en las competencias de razonamiento cuantitativo, lectura

crítica, inglés y competencias ciudadanas que aquellos que cursan programas presenciales. Este

hallazgo no es comparable con ningún estudio, en la medida que esta investigación es la primera

en evaluar y comparar el impacto de las modalidades de formación para los estudiantes de Ciencias

Económicas a partir los resultados de las competencias que evalúa la prueba de Estado Saber Pro

de conformidad con la metodología aplicada.

Los resultados empíricos más relevantes que se pueden resaltar son: 1) la educación virtual tiene

efectos positivos en la posibilidad de cerrar las brechas de aprendizaje entre estudiantes de mayor

edad; 2) existe una brecha de género a favor de los hombres en el rendimiento académico en la

mayoría de competencias; sin embargo, se demuestra que la educación virtual tiene a futuro

posibilidades potenciales de cerrar las brechas de rendimiento al mostrar relaciones positivas en la

prueba de razonamiento cuantitativo para las mujeres; 3) la tenencia de bienes educativos

(computador e internet) es fundamental en la obtención de un mejor desempeño académico; 4) la

formación posgradual para el nivel educativo del padre, resulta como único determinante conjunto

para todas la competencias en la obtención un mejor desempeño académico de los programas no

tradicionales respecto de los tradicionales; 5) acorde a lo esperado, los estudiantes que trabajan

durante su periodo de formación obtienen resultados inferiores respecto de los que no trabajan; 6)

la institución o el “efecto institución” explica de manera importante el rendimiento académico

universitario, siendo en la condición de acreditación el factor más significativo y que se relaciona

de forma positiva con la obtención de un mejor desempeño para todas las competencias

consideradas; y 7) los estudiantes que cursan programas virtuales en instituciones de carácter

público obtienen resultados superiores respecto a las de carácter privado.

Algunas apreciaciones desde el ámbito de la política educativa pueden ser sugeridas de acuerdo

con los resultados obtenidos. En primer lugar, es indudable que actualmente el crecimiento de la

oferta y demanda de la educación virtual es un aspecto de alta relevancia en la educación superior

en Colombia, y se posibilita como aspecto positivo que fundamenta las opciones de acceso

educativo a territorios con baja participación y cobertura. Sin embargo, se requiere enfatizar en su

situación actual y alcance a futuro en términos de calidad y eficiencia, al considerar que la

deserción en estos programas es muy alta, lo cual representa una oportunidad en la ampliación de

la investigación con la indagación de los posibles causantes de esta problemática. En segundo

lugar, la virtualidad no solo supone y propone para las IES retos importantes en materia de

inversión en infraestructura tecnológica, sino que resulta indispensable que la política de

acreditación se centre en mayor medida en estos programas con el fin mejorar paulatinamente su

calidad. En Colombia, solo el 1.2% de los programas de tipo virtual tienen acreditación en alta

calidad (MEN, 2019); por lo cual, es fundamental en el corto y mediano plazo para este tipo de

36

programas, fortalecer los mecanismos que propendan por el mejoramiento de los diseños

curriculares y estrategias pedagógicas.

En materia estatal, los retos no son menos importantes al observar que en muchas regiones del país

no se tiene la forma de aplicar a la educación virtual al existir limitaciones y carencias en recursos

tecnológicos, fundamentado en que más de un millón de personas en zonas rurales no cuentan con

acceso a internet (LEE,2020). Es por ello, que los desafíos de esta modalidad de formación no solo

se traducen en cambios a los modelos de enseñanza y aprendizaje para las instituciones, sino

también sobre la necesidad de eliminar barreras tecnológicas, geográficas, y sociales.

Es importante reconocer la limitación que tiene este trabajo en algunos aspectos. En primera

instancia, los resultados de las estimaciones son válidos únicamente para la población de estudio

del área de las Ciencias Económicas y Administrativas. Este estudio se puede expandir a futuro en

la medida que se amplíe la oferta y cantidad de evaluados de programas en modalidad virtual para

otras áreas de conocimiento. En segunda instancia, el estudio se puede ampliar incluyendo datos

para las instituciones técnicas profesionales, instituciones tecnológicas e instituciones

universitarias en cuanto estas puedan incursionar en mayor proporción en la oferta de programas

virtuales.

9. REFERENCIAS

Ahumada, V. D. R., Gamboa, M. C., y Guerrero, J. H. (2019). Calidad de la educación superior en

Colombia: Eficacia de algunos programas académicos presenciales y a distancia en las pruebas

Saber Pro. Libros Universidad Nacional Abierta y a Distancia, 1 - 257. Recuperado de

https://hemeroteca.unad.edu.co/index.php/book/article/view/3017

Allen, M., Bourhis, J., Burrell, N. y Mabry, E. (2002). Comparing student satisfaction with distance

education to traditional classrooms in higher education: A metaanalysis. The American Journal of

Distance Education, 16(2), 83-97.

Arias, N., Rincón, W. U., y Cruz, J. M. (2018). Desempeño de mujeres y hombres en educación superior

presencial, virtual y a distancia en colombia. Revista Panorama, 12(22), 58-69. Recuperado de

http://dx.doi.org/10.15765/pnrm.v12i22.1142

Baumann, C., y Hamin. (2011). The role of culture, competitiveness and economic performance in

explaining academic performance: a global market analysis for international student segmentation.

Journal of Marketing for Higher Education, 21(2), 181-201.

Becker, G, Kevin M, y Robert T. (1990). Human Capital, Fertility, and Economic Growth. Pág. 1-18. NBER

working paper # 3414, National Bureau of Economic Research. Cambridge. August 1990.

Boada, A., y Cardona, G. (2017). Análisis comparativo del desempeño de estudiantes de las modalidades,

presencial y virtual en las pruebas Saber Pro-Competencias Generales. Caso de la IES CEIPA.

XVIII Virtual Educa Colombia.

Bonvillian, W., y Singer, S. (2013). The Online Challenge to Higher Education. Issues in Science and

Technology, 29(4), 23-30. Recuperado de http://www.jstor.org/stable/43315790

https://hemeroteca.unad.edu.co/index.php/book/article/view/3017

http://www.jstor.org/stable/43315790

37

Card, D., y Krueger, A. (1994). The economic return to school quality: A partial survey. Industrial Relations

Section Working Paper 334: Princeton University.

Cárdenas, J. C., y Mora, D. E. (2014). Una aproximación a la eficacia de las instituciones de educación

superior (IES) en Colombia mediante análisis multinivel de las pruebas de estado. (Tesis de

maestría). Pontificia Universidad Javeriana, Bogotá, Colombia.

Celis, M. T., Jiménez, Ó. A., y Jaramillo, J. F. (2012). ¿Cuál es la brecha de la calidad educativa en

Colombia en la educación media y en la superior? ICFES. Estudios sobre la calidad de la educación

en Colombia. Bogotá, Colombia: ICFES.

Cellini, S. R., y Grueso, H. (2021). Student Learning in Online College Programs. National Bureau of

Economic Research.

Díaz, M. (18 de 01 de 2018). Una educación cada vez menos física. Obtenido de El Espectador:

https://www.elespectador.com/noticias/educacion/una-educacion-cada-vez-menos-fisica/

Duff, A., Boyle, E., Dunleavy, K., y Ferguson, J. (2004). The relationship between personality, approach

to learning and academic performance. Personality and individual differences, 36(8), 1907-1920.

Escobar, S., y Orduz, M. (2013). Determinantes de la calidad de la educación superior en Colombia. (Tesis

de maestría). Pontificia Universidad Javeriana, Bogotá, Colombia.

Evans, S. R., Wang, R., Yeh, T., Anderson, J., Haija, R., McBratney-Owen, P. M., ...Zhang,J. (2007).

Evaluation of district learning in an introduction to biostatistics class: A case study. Statistics

Education Research Journal, 6(2), 59-77.

Gagne, M. y Shepherd, M. (2001). A comparison between a distance and a traditional graduate accounting

class. T.H.E. Journal, 28(9), 58-65.

Garbanzo Vargas, G. (2007). Factores asociados al rendimiento académico en estudiantes universitarios,

una reflexión desde la calidad de la educación superior pública. Revista Educación, 31(1),43-63.

ISSN: 0379-7082. Recuperado de https://www.redalyc.org/articulo.oa?id=440/44031103

Garrido, C. A. M., y Murillo, F. J. (2014). Programas para la realización de Modelos Multinivel: un análisis

comparativo entre MLwiN, HLM, SPSS y Stata. REMA, 19(2), 1-24.

Gaviria, A. y Barrientos, J. (2001). Determinantes de la calidad de la educación en Colombia. Departamento

Nacional de Planeación. Archivos de Economía. Documento 159.

Gaviria, J. y Castro, M. (2005). Modelos Jerárquicos Lineales, Cuadernos de Estadística 29. Madrid,

Editorial La Muralla S. A.

Goldstein, H. (2011). Multilevel statistical models (Vol. 922). John Wiley y Sons

Gómez Soler, S. (2013). Comparing means can be mean: quantifying the performance of students at

standardized exit Exams. Cuadernos de Administración, 26(46), 201-239. Recuperado de

http://www.scielo.org.co/scielo.php?script=sci_arttextypid=S0120-

35922013000100009ylng=enytlng=en.

Herrera, C. A. H. (2016). Diagnóstico del rendimiento académico de estudiantes de una escuela de

educación superior en México.

Hox, J. J. (2002). Multilevel Analysis: Techniques and Applications. Hillsdale, NJ: Lawrence Erlbaum

associates, London

https://www.elespectador.com/noticias/educacion/una-educacion-cada-vez-menos-fisica/

https://www.redalyc.org/articulo.oa?id=440/44031103

38

ICFES. (2021). Informe Exámenes de Estado de Calidad de la Educación Superior Saber Pro: Resultados

del Período 2019. Bogotá: ICFES

Johnson, S. D., Aragon, S. R., Shaik, N. y Palma-Rivas, N. (1999). Comparative analysis of online vs. face-

to-face instruction. In P. De Bra y J. Leggett (Eds.), Proceedings of the WebNet 99 World

Conference on the WWW and Internet (pp. 581-586). Charlotesville, VA: Association for the

Advancement of Computing in Education

Laboratorio de Economía de la Educación (LEE) de la Pontificia Universidad Javeriana. (2020). Programas

virtuales en pregrado. Recuperado de https://economiadelaeducacion.org/docs/

Lavy, V. (2011), What Makes an Effective Teacher? Quasi-Experimental Evidence, No 16885, NBER

Working Papers, National Bureau of Economic Research, Inc. Recuperado de

https://EconPapers.repec.org/RePEc:nbr:nberwo:16885

Leckie, George. (2010). Introduction to Multilevel Modelling Stata Practical. LEMMA VLE Module 5

[Multilevel Online Course]. 1-45.

Leyva, S. y Cárdenas, A. (2002). Economía de la educación: capital humano y rendimiento educativo.

Análisis Económico, XVII(36),79-106. ISSN: 0185-3937. Recuperado de:


Mamiseishvili, K. (2012). International student persistence in US postsecondary institutions. Higher

Education, 64(1), 1-17.

Melo, L. A., Ramos, J. E., y Hernández, P. O. (2017). La educación superior en Colombia: situación actual

y análisis de eficiencia. Revista Desarrollo y sociedad, (78), 59-111.

Ministerio de Educación Nacional. (2017). Educación virtual o educación en línea. Recuperado de

http://www.mineducacion.gov.co/1759/w3-article-196492.html

Ministerio de Educación Nacional (2019). Información Tasa de Cobertura de Educación superior en

Colombia. Author. Bogotá, Colombia. Recuperado de https://www.mineducacion.gov.co/

sistemasinfo/snies/

Ministerio de Educación Nacional. (2021). Sistema nacional de información de la educación superior

(SNIES). Módulo de consultas: Programas académicos. Recuperado de

https://hecaa.mineducacion.gov.co/consultaspublicas/programas

Murillo, F. J. (2008). Los modelos multinivel como herramienta para la investigación educativa. Magis,

Revista Internacional de Investigación en Educación, 1, 45-62.

Observatorio Laboral para la Educación (OLE). (2010). Informe consolidado sobre el perfil académico y

las condiciones de empleabilidad de los graduados de educación superior por areas de

conocimiento. MEN

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO). (2014).

Cuadernos de Discusión Comunicación e Información 1. Recuperado de

http://www.unesco.org/open-access/termsuse-ccbysa-sp

Organización para la Cooperación y el Desarrollo Económicos (OCDE). (2016). Educación en Colombia

aspectos destacados 2016. Recuperado de

http://www.plandecenal.edu.co/cms/media/herramientas/oecd_educacion_en_colombia_aspectos.

pdf

https://economiadelaeducacion.org/docs/

https://econpapers.repec.org/RePEc:nbr:nberwo:16885


http://www.mineducacion.gov.co/1759/w3-article-196492.html

https://www.mineducacion.gov.co/

http://www.unesco.org/open-access/termsuse-ccbysa-sp

http://www.plandecenal.edu.co/cms/media/herramientas/oecd_educacion_en_colombia_aspectos.pdf

http://www.plandecenal.edu.co/cms/media/herramientas/oecd_educacion_en_colombia_aspectos.pdf

39

Peugh, J. L. (2010). A practical guide to multilevel modeling. Journal of School Psychology, 48(1), 85–

112.

Popham, W. J. (1999). Why standardized tests don’t measure educational quality. Educational Leadership,

56, 8-16.

Reise, S.P. y Duan, N. (2003). Multilevel Modeling: Methodological Advances, Issues, and Applications.

Hillsdale, NJ: Lawrence Erlbaum Associates.

Ricardo, C., Parra, J. D., Borjas, M., Cobo, J. V., y Cano, J. (2020). Potencial de la educación a distancia

para reducir brechas de aprendizaje en Educación Superior: Una Mirada al caso colombiano.

American Journal of Distance Education, 34(2), 157-176.

Rincón, W. y Arias, N. (2017). Factores asociados al logro educativo en estudiantes en metodologías a

distancia y presencial de ciencias económicas, administrativas y afines en Colombia. Memorias

XXII Congreso Internacional de Contaduría, Administración e Informática. Ciudad de México:

Facultad de Contaduría y administración, Universidad Nacional Autónoma de México.

Romero, D. O., Villarreal, E. G., y Velandia, N. A. (2015). Resultados en Saber Pro de estudiantes de

modalidad presencial y virtual en dos universidades colombianas. Academia y Virtualidad, 8(2),

100-111.

Rodríguez, A.G., Gómez, L.V., y Ariza, D., M. (2014). Calidad de la educación superior a distancia y

virtual: Un análisis de desempeño académico en Colombia. Investigación y Desarrollo, 22(1), 79-

120.

Rodríguez, A.G., Ariza, D.M., y Ramos, J., L. (2014). Calidad institucional y rendimiento académico. El

caso de las universidades del Caribe colombiano. Perfiles Educativos, XXXVI (143),10-29. ISSN:

0185-2698. Recuperado de: https://www.redalyc.org/articulo.oa?id=132/13229888002

Rodríguez, M. E. (2014). De la educación a la teoría del capital humano: insuficiencias y críticas. Praxis

investigativa ReDIE: revista electrónica de la Red Durango de Investigadores Educativos, 6(10),

57-66.

Stern, Barbara. (2004). A Comparison of Online and Face-To-Face Instruction in an Undergraduate

Foundations of American Education Course.

Toranzos, L. y otros (2000): El problema de la calidad en el primer plano de la agenda educativa. Revista

Iberoamericana de Educación. Número 10. Madrid. Organización de Estados Iberoamericanos para

la Educación, la Ciencia y la Cultura (OEI).

Torres, S. M. (2014). The relationship between Latino students' learning styles and their academic

performance. Community College Journal of Research and Practice,38(4), 357-369.

Torres, C. M., Vélez, P. J., y Altamar, B. F. (2015). La calidad de la educación superior en Colombia. Una

aproximación econométrica (2007 – 2012). Clío América. 9 (18), 143 – 156

Valens, M. P. (2007). Calidad de la educación superior en Colombia: un análisis multinivel con base en los

Ecaes de Economía 2004. Revista Sociedad y Economía (13), 132-154.

Young, S., y Duncan, H. (2014). Online and face-to-face teaching: How do student ratings differ? MERLOT

Journal of Online Learning and Teaching, 10(1), 70-79.


40

ANEXO A. DESCRIPCIÓN VARIABLES EXPLICATIVAS16

Nivel: Estudiante

Variable Descripción

Nombre Campo ICFES Según ICFES Valor que toma la

variable/Transformación

GÉNERO ESTU_GENERO M- Masculino

F- Femenino

(0) Masculino

(1) Femenino

EDAD ESTU_FECHANACIMIENTO Fecha de nacimiento del estudiante

[DD/MM/AAAA]

Se calcula a partir de la fecha de

nacimiento y se incluye como

variable continúa.

NIVEL EDUCATIVO

DEL PADRE

FAMI_EDUCACIONPADRE • Ninguno

• Primaria Incompleta

• Primaria Completa

• Secundaria (Bachillerato)

Incompleta

• Secundaria (Bachillerato) Completa

• Técnica o Tecnológica Incompleta

• Técnica o Tecnológica Completa

• Educación Profesional Incompleta

• Educación Profesional Completa

• Postgrado

• No sabe

Se incluyen variables dummies

para medir el nivel más alto de

educación del Padre:

(=1 para el máximo nivel

alcanzado)

NIVEL EDUCATIVO

DE LA MADRE

FAMI_EDUCACIONMADRE • Ninguno

• Primaria Incompleta

• Primaria Completa

• Secundaria (Bachillerato)

Incompleta

• Secundaria (Bachillerato) Completa

• Técnica o Tecnológica Incompleta

• Técnica o Tecnológica Completa

• Educación Profesional Incompleta

• Educación Profesional Completa

• Postgrado

• No sabe


para medir el nivel más alto de

educación de la madre:

(=1 para el máximo nivel

alcanzado)

ESTRATO

SOCIOECONOMICO

FAMI_ESTRATOVIVIENDA • Estrato 1

• Estrato 2

• Estrato 3

• Estrato 4

• Estrato 5

• Estrato 6


(0) Estrato 1

(1) Estrato 2

(2) Estrato 3

(3) Estrato 4

(4) Estrato 5

(5) Estrato 6

CONDICION

LABORAL

ESTU_TRABAJA ¿Cuántas horas trabajo el estudiante la

última semana? (El estudiante trabaja

(0) No trabaja

16 Se sigue la nomenclatura del diccionario de variables Saber Pro (ICFES)

41

si tiene horas trabajadas y no trabaja si

es 0 horas)

(1) Si trabaja

BIENES DE APOYO

EDUCATIVO

FAMI_TIENEINTERNET ¿El hogar del estudiante cuenta con

servicio o conexión a internet?

(0) No

(1) Si

FAMI_TIENECOMPUTADOR ¿Cuáles de los siguientes bienes posee

su hogar?: Computador

(0) No

(1) Si

PUNTAJE PRUEBAS

MOD_RAZONA_CUANTITAT_PUNT Puntaje razonamiento cuantitativo Numérica - Rango [0, 300]

MOD_LECTURA_CRITICA_PUNT Puntaje lectura crítica Numérica - Rango [0, 300]

MOD_COMPETEN_CIUDADA_PUNT Puntaje competencias ciudadanas Numérica - Rango [0, 300]

MOD_INGLES_PUNT Puntaje inglés Numérica - Rango [0, 300]

MOD_COMUNI_ESCRITA_PUNT Puntaje comunicación escrita Numérica - Rango [0, 300]

Nivel: Institución

TIPO DE

INSTITUCIÓN

INST_ORIGEN Naturaleza u origen de la IES:

• Pública (oficial, oficial

departamental, oficial municipal,

oficial nacional, régimen especial)

• Privada (no oficial, no oficial -

corporación, no oficial -fundación)

(0) Privada

(1) Pública

MODALIDAD

DEL PROGRAMA

ACADÉMICO

METODO_PRGM • Presencial

• Distancia Virtual

• Distancia Tradicional


para determinar la modalidad del

programa.

VALOR DE LA

MATRÍCULA

INST_VALOR MATRÍCULA ¿Cuál es el valor de la matrícula del

último semestre cursado (sin

considerar descuentos o becas)?


para medir el valor de matrícula:

(0) No Pagó matrícula

(1) Menos de 500 mil

(2) Entre 500 mil y menos

de 1 millón

(3) Entre 1 millón y

menos de 2.5 millones

(4) Entre 2.5 millones y

menos de 4 millones

(5) Entre 4 millones y

menos de 5.5 millones

(6) Más de 5.5 millones

ACREDITACIÓN

DE CALIDAD

INST_CALIDAD N/A (Se determina a partir del

SNIES)- Indica si la institución tiene

acreditación de alta calidad

(0) No

(1) Si

Fuente: Elaboración propia

42

ANEXO B. MODELOS MULTINIVEL POR COMPETENCIA

MODELO MULTINIVEL: PRUEBA DE RAZONAMIENTO CUANTITATIVO

RAZONAMIENTO CUANTITATIVO Modelo

Nulo Mod. No.1 Mod. No.2

(factores

personales)

Mod. No.3

(factores

familiares y

personales)

Mod. No.4

(ampliado final con ambos

niveles)

Constante 149.89***

(1.168)

151.20***

(1.154)

173.36***

(1.359)

162.47***

(1.3819)

153.07***

(2.719)


Factores Personales

Edad EDAD -0.665***

(0.030)

-0.647***

(0.031)

-0.634***

(0.032)


(0.301)

-8.735***

(0.302)

-8.759**

(0.302)


Educación

Padre


(0.918)

2.286**

(0.918)


(1.003)

1.719*

(1.002)


(0.971)

1.658*

(0.97)


(0.944)

1.916**

(0.943)


(1.178)

1.566

(1.177)


(1.020)

2.007**

(1.019)


(1.135)

2.515**

(1.134)


(1.002)

1.337

(1.001)


(1.110)

3.750***

(1.110)


(1.296)

4.551***

(1.295)

Educación

Madre


(1.132)

2.755**

(1.131)


(1.193)

4.338***

(1.193)


(1.158)

4.550***

(1.157)


(1.140)

4.300***

(1.139)


(1.293)

3.359***

(1.292)


(1.183)

4.403***

(1.182)


(1.347)

2.744**

(1.345)


(1.208)

3.453***

(1.207)


(1.289)

5.813***

(1.289)


(2.512)

-4.845**

(2.51)

Estrato FAMI_ESTRATOVIVIENDA_2

1.845***

(0.479)

1.702***

(0.48)


1.844***

(0.524)

1.591***

(0.525)


1.542**

(0.665)

1.165*

(0.668)

FAMI_ESTRATOVIVIENDA_5 0.006 -0.384

43

(0.832) (0.834)


-3.802***

(1.006)

-4.197***

(1.009)

Condición

Laboral

ESTU_TRABAJA 0.253

(0.40)

0.263

(0.400)

Bienes de

Apoyo

Educativo

FAMI_TIENEINTERNET 1.05**

(0.508)

0.971*

(0.508)


(0.533)

2.299***

(0.533)


Modalidad METODO_PRGM (=1 virtual) -9.554***

(2.958)

-3.786

(2.717)

-3.729

(2.617)

-5.169**

(2.675)

METODO_PRGM (=1 a distancia) -

15.539***

(0.799)

-10.859***

(0.806)

-10.163***

(0.810)

-9.949***

(0.831)

Tipo

Institución


(1.876)

Acreditació

n


(1.821)

Valor

Matrícula


mil -2.903**

(1.433)

INST_VALOR MATRÍCULA_ Entre 500

mil y menos de 1 millón

-0.174

(1.486)


millón y menos de 2.5 millones

1.882

(1.496)



3.498**

(1.541)



5.396***

(1.591)


millones

5.002***

(1.635)

ANÁLISIS DE VARIANZAS Modelo

Nulo Mod.

No.1

Mod. No.2 Mod. No.3

Mod. No.4

𝜎𝑒2 (varianza nivel 1) 677.23 665.18 639.69 635.25 634.10

𝜎𝜇02 (varianza nivel 2) 147.80 142.59 127.12 122.22 101.84

% varianza explicada por estudiantes 1.8% 5.5% 6.2% 6.4%

% varianza explicada por la institución 3.5% 14% 17.3% 31.1%

CCI 17.9% 17.6% 16.5% 16.1% 13.8%


44

MODELO MULTINIVEL: PRUEBA DE LECTURA CRÍTICA

LECTURA CRÍTICA Modelo


(factores

personales)

Mod. No.3

(factores

familiares y

personales)

Mod. No.4


niveles)

Constante 148.50***

(0.856)

149.75***

(1.229)

164.57***

(1.489)

155.18***

(1.978)

146.68***

(3.004)


Factores Personales

Edad EDAD -0.607***

(0.033)

-0.557***

(0.034)

-0.549***

(0.035)

Género ESTU_GENERO (=1 femenino) 1.196***

(0.328)

1.114***

(0.329)

1.115***

(0.330)


Educación

Padre

FAMI_EDUCACION_PADRE_PRIMINCOMPLE 1.487

(1.001)

1.526

(1.001)

FAMI_EDUCACION_PADRE_PRIMCOMPLETA 0.923

(1.094)

0.957

(1.094)

FAMI_EDUCACION_PADRE_SECINCOMPLET 1.425

(1.058)

1.449

(1.058)

FAMI_EDUCACION_PADRE_SECCOMPLETA 1.288

(1.029)

1.307

(1.029)


(1.285)

1.968

(1.285)

FAMI_EDUCACION_PADRE_TECCOMPLETA 2.137*

(1.112)

2.145*

(1.112)


(1.238)

2.617**

(1.237)


(1.093)

1.219

(1.093)


(1.211)

5.013***

(1.211)


(1.413)

4.456***

(1.412)

Educación

Madre

FAMI_EDUCACION_MADRE_PRIMINCOMPLE 0.791

(1.235)

0.817

(1.234)

FAMI_EDUCACION_MADRE_PRIMCOMPLETA 2.332*

(1.302)

2.362*

(1.301)

FAMI_EDUCACION_MADRE_SECINCOMPLET 1.967

(1.263)

2.012

(1.263)

FAMI_EDUCACION_MADRE_SECCOMPLETA 2.319*

(1.243)

2.344*

(1.243)

FAMI_EDUCACION_MADRE_TECINCOMPLET 2.742*

(1.411)

2.732*

(1.410)

FAMI_EDUCACION_MADRE_TECCOMPLETA 3.035**

(1.290)

3.027**

(1.29)

FAMI_EDUCACION_MADRE_PROFINCOMPLE 2.545*

(1.468)

2.509*

(1.467)

FAMI_EDUCACION_MADRE_PROFCOMPLETA 2.299*

(1.317)

2.217*

(1.317)


(1.406)

4.167***

(1.407)

FAMI_EDUCACION_MADRE_NO SABE -5.246*

(2.739)

-5.242*

(2.738)


2.314***

(0.523)

2.219***

(0.523)


2.797***

(0.572)

2.641***

(0.573)


1.854**

(0.726)

1.609**

(0.729)


-0.961

(0.908)

-1.194

(0.91)


-5.506***

(1.097)

-5.729***

(1.101)

45

Condición

Laboral

ESTU_TRABAJA -2.621***

(0.437)

-2.618***

(0.437)

Bienes de

Apoyo

Educativo

FAMI_TIENEINTERNET 2.603***

(0.554)

2.549***

(0.554)


(0.582)

2.502***

(0.581)



(2.918)

-5.672**

(2.846)

-5.067*

(2.746)

-5.904**

(2.925)


15.901***

(0.861)

-12.17***

(0.881)

-10.77***

(0.884)

-10.62***

(0.907)

Tipo

Institución

INST_ORIGEN (=1 pública) 5.552**

(2.229)

Acreditació

n


(2.133)

Valor

Matrícula


mil -2.623*

(1.564)



0.187

(1.621)



0.977

(1.633)



1.042

(1.682)



2.892*

(1.736)


millones

2.747

(1.785)


Nulo Mod.

No.1

Mod. No.2 Mod. No.3

Mod. No.4




% varianza explicada por la institución 0.3% 5.9% 12% 27.8%

CCI 17.1% 17.4% 16.7% 15.9% 13.5%


46

MODELO MULTINIVEL: PRUEBA DE COMPETENCIAS CIUDADANAS

COMPETENCIAS CIUDADANAS Modelo


(factores

personales)

Mod. No.3

(factores familiares

y personales)

Mod. No.4


niveles)

Constante 143.93***

(1.276)

144.90***

(1.286)

159.03***

(1.572)

150.24***

(2.104)

142.51***

(3.164)


Factores Personales

Edad EDAD -0.519***

(0.035)

-0.463***

(0.037)

-0.447***

(0.037)


(0.352)

-1.568***

(0.353)

-1.572***

(0.353)


Educación

Padre

FAMI_EDUCACION_PADRE_PRIMINCOMPLE 1.135

(1.072)

1.177

(1.072)

FAMI_EDUCACION_PADRE_PRIMCOMPLETA 0.648

(1.172)

0.675

(1.171)

FAMI_EDUCACION_PADRE_SECINCOMPLET 1.165

(1.134)

1.184

(1.133)

FAMI_EDUCACION_PADRE_SECCOMPLETA 1.005

(1.102)

1.025

(1.102)


(1.376)

0.268

(1.376)

FAMI_EDUCACION_PADRE_TECCOMPLETA 1.797

(1.192)

1.815

(1.191)

FAMI_EDUCACION_PADRE_PROFINCOMPLE 1.563

(1.327)

1.571

(1.325)


(1.171)

0.276

(1.170)


(1.297)

4.657***

(1.297)


(1.513)

6.836***

(1.513)

Educación

Madre


(1.322)

1.308

(1.322)


(1.394)

2.665*

(1.393)


(1.353)

2.240*

(1.352)

FAMI_EDUCACION_MADRE_SECCOMPLETA 2.207*

(1.334)

2.274*

(1.331)

FAMI_EDUCACION_MADRE_TECINCOMPLET 0.590

(1.511)

0.612

(1.510)


(1.382)

3.678***

(1.381)

FAMI_EDUCACION_MADRE_PROFINCOMPLE 1.771

(1.572)

1.735

(1.571)

FAMI_EDUCACION_MADRE_PROFCOMPLETA 3.411**

(1.411)

3.339**

(1.410)


(1.507)

6.673***

(1.506)


(2.934)

-5.693*

(2.932)


1.982***

(0.56)

1.886***

(0.56)


2.519***

(0.612)

2.354***

(0.614)


0.832***

(0.777)

0.548***

(0.781)


-2.853***

(0.467)

-2.896***

(0.975)


-6.925***

(1.176)

-7.262***

(1.179)

47

Condición

Laboral


(0.467)

-2.812***

(0.467)

Bienes de

Apoyo

Educativo


(0.593)

2.652***

(0.593)


(0.623)

2.380***

(0.622)


Modalidad METODO_PRGM (=1 virtual) -6.358**

(2.921)

-2.479

(2.838)

-1.918

(2.722)

-2.311

(2.861)


12.575***

(0.92)

-9.238***

(0.944)

-7.928***

(0.947)

-7.361***

(0.97)

Tipo

Institución


(2.28)

Acreditació

n


(2.183)

Valor

Matrícula


mil -4.321***

(1.674)



-1.794

(1.735)



-0.977

(1.748)



-0.127

(1.80)



3.117*

(1.858)


millones

3.342*

(1.911)


Nulo Mod.

No.1

Mod.

No.2

Mod. No.3

Mod. No.4




% varianza explicada por la institución 0.6% 0.6% 10.7% 28.6%

CCI 16.5% 16.7% 16% 15.3% 12.7%


48

MODELO MULTINIVEL: PRUEBA DE INGLÉS

INGLÉS Modelo


(factores

personales)

Mod. No.3


y personales)

Mod. No.4


niveles)

Constante 156.36***

(1.653)

158.19***

(1.623)

181.70***

(1.727)

160.93***

(1.823)

153.26***

(2.702)


Factores Personales

Edad EDAD -0.841***

(0.029)

-0.740***

(0.029)

-0.716***

(0.029)


(0.285)

-2.394***

(0.278)

-2.416***

(0.277)


Educación

Padre

FAMI_EDUCACION_PADRE_PRIMINCOMPLE 2.435***

(0.844)

2.476***

(0.842)

FAMI_EDUCACION_PADRE_PRIMCOMPLETA 2.585***

(0.921)

2.607***

(0.92)

FAMI_EDUCACION_PADRE_SECINCOMPLET 3.544***

(0.891)

3.542***

(0.89)

FAMI_EDUCACION_PADRE_SECCOMPLETA 4.671***

(0.867)

4.675***

(0.865)

FAMI_EDUCACION_PADRE_TECINCOMPLET 4.767***

(1.082)

4.793***

(1.08)

FAMI_EDUCACION_PADRE_TECCOMPLETA 6.154***

(0.937)

6.170***

(0.935)

FAMI_EDUCACION_PADRE_PROFINCOMPLE 6.010***

(1.042)

5.995***

(1.04)

FAMI_EDUCACION_PADRE_PROFCOMPLETA 7.855***

(0.920)

7.755***

(0.919)


(1.020)

10.053***

(1.018)


(1.190)

8.792***

(1.188)

Educación

Madre


(1.040)

1.589

(1.038)


(1.096)

2.033*

(1.094)


(1.064)

3.060***

(1.062)


(1.047)

3.836***

(1.045)


(1.188)

3.895***

(1.186)


(1.086)

6.085***

(1.085)

FAMI_EDUCACION_MADRE_PROFINCOMPLE 5.049***

(1.236)

5.014***

(1.234)


(1.109)

7.490***

(1.107)


(1.185)

9.126***

(1.183)

FAMI_EDUCACION_MADRE_NO SABE -0.014

(2.307)

0.128

(2.303)


3.260***

(0.441)

3.118***

(0.44)


6.510***

(0.482)

6.217***

(0.482)


10.414***

(0.612)

9.908***

(0.614)


12.215***

(0.765)

11.64***

(0.766)


15.486***

(0.925)

14.81***

(0.926)

49

Condición

Laboral


(0.367)

-3.092***

(0.367)

Bienes de

Apoyo

Educativo


(0.467)

2.983***

(0.466)


(0.490)

2.635***

(0.489)



(3.373)

-9.814***

(3.286)

-7.708***

(2.499)

-7.982***

(2.422)

METODO_PRGM (=1 a distancial) -

21.805***

(0.757)

-

16.336***

(0.768)

-12.476***

(0.747)

-11.627***

(0.765)

Tipo

Institución

INST_ORIGEN (=1 pública) 2.217

(2.108)

Acreditació

n


(2.051)

Valor

Matrícula


mil -4.729***

(1.316)



-2.020

(1.365)



-0.292

(1.375)



1.922

(1.416)



4.935***

(1.462)


millones

7.322***

(1.504)


Nulo

Mod.

No.1

Mod.

No.2

Mod. No.3

Mod. No.4




% varianza explicada por la institución 4.5% 13.4% 46.3% 62.1%

CCI 33.1% 32.9% 31.4% 23.4% 17.8%


50

MODELO MULTINIVEL: PRUEBA DE COMUNICACIÓN ESCRITA

COMUNICACIÓN ESCRITA Modelo


(factores

personales)

Mod. No.3


y personales)

Mod. No.4


niveles)

Constante 145.52***

(0.795)

146.01***

(0.799)

150.37***

(1.357)

145.16***

(2.144)

137.10***

(3.067)


Factores Personales

Edad EDAD -0.234***

(0.043)

-0.215***

(0.043)

Género ESTU_GENERO (=1 femenino) 3.898***

(0.412)

3.897***

(0.412)


Educación

Padre


(1.253)

3.036**

(1.253)


(1.368)

2.317*

(1.369)


(1.324)

2.440*

(1.324)

FAMI_EDUCACION_PADRE_SECCOMPLETA 2.440*

(1.287)

2.416*

(1.287)


(1.607)

1.426

(1.607)


(1.392)

2.714*

(1.392)

FAMI_EDUCACION_PADRE_PROFINCOMPLE 1.513

(1.548)

1.464

(1.548)

FAMI_EDUCACION_PADRE_PROFCOMPLETA 2.441*

(1.367)

2.441*

(1.367)


(1.515)

4.276***

(1.515)


(1.768)

4.527***

(1.768)

Educación

Madre


(1.544)

0.347

(1.544)

FAMI_EDUCACION_MADRE_PRIMCOMPLETA 1.424

(1.628)

1.518

(1.628)


(1.58)

0.603

(1.58)

FAMI_EDUCACION_MADRE_SECCOMPLETA 0.929

(1.556)

1.028

(1.556)

FAMI_EDUCACION_MADRE_TECINCOMPLET 0.195

(1.764)

0.274

(1.764)

FAMI_EDUCACION_MADRE_TECCOMPLETA 0.924

(1.614)

0.987

(1.614)

FAMI_EDUCACION_MADRE_PROFINCOMPLE 1.233

(1.836)

1.233

(1.836)

FAMI_EDUCACION_MADRE_PROFCOMPLETA 1.189

(1.648)

1.169

(1.648)

FAMI_EDUCACION_MADRE_POSTGRADO 1.925

(1.76)

1.879

(1.76)

FAMI_EDUCACION_MADRE_NO SABE -2.484

(3.427)

-2.305

(3.427)


-0.168

(0.652)

-0.189

(0.652)


-0.535

(0.711)

-0.672

(0.714)


0.951

(0.903)

0.674

(0.908)


-0.298

(1.128)

-0.628

(1.134)


-1.813

(1.367)

-2.220

(1.373)

51

Condición

Laboral

ESTU_TRABAJA -1.042*

(0.546)

-0.976*

(0.546)

Bienes de

Apoyo

Educativo

FAMI_TIENEINTERNET 0.636

(0.692)

0.580

(0.693)

FAMI_TIENECOMPUTADOR 1.643

(0.727)

1.635**

(0.727)


Modalidad METODO_PRGM (=1 virtual) -1.975

(1.285)

-0.302

(1.321)

-0.141

(1.318)

-0.446

(1.358)

METODO_PRGM (=1 a distancia) -6.711***

(1.038)

-5.331***

(1.067)

-4.982***

(1.075)

-4.611***

(1.091)

Tipo

Institución

INST_ORIGEN (=1 pública) 2.109

(1.493)

Acreditació

n


(1.307)

Valor

Matrícula


mil 1.115

(1.935)



1.059

(1.995)



1.848

(2.009)



3.051

(2.066)



5.299**

(2.13)


millones

6.739***

(2.176)


Nulo

Mod.

No.1

Mod.

No.2

Mod. No.3

Mod. No.4



% varianza explicada por estudiantes 0.1% 0.6% 0.7 0.75%

% varianza explicada por la institución 0 1.8% 9.4% 39.7%

CCI 4.8% 4.9% 4.8% 4.5% 3%


52

ANEXO C. PRUEBAS DE NORMALIDAD

Normalidad del error

Fuente: Elaboración propia en el software STATA 16

¿Existen diferencias significativas en el desempeño de los ...

Documents

Transcript of ¿Existen diferencias significativas en el desempeño de los ...