Valor Agregado y Educación Técnica y Tecnológica en Colombial… · universidad ecci 7 2 7 5...

Valor Agregado y Educación Técnica y Tecnológica en Colombia

Luis Miguel García, Universidad EAFIT

Mónica Ospina, Universidad EAFIT

Orden de la Presentación

• Motivación

• Marco Teórico

• Estrategia Empírica

• Resultados

• Conclusiones

Motivación

Motivación

0

10

20

30

40

50

60

70

80

90

100

2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Colombia

Brasil

México

Chile

OECD

Latinoamérica y elCaribe

Gráfico 1. Comparación de la Cobertura bruta en Educación Superior.

Nota: La fuente es el Banco Mundial, aunque forman la base de la UNESCO, según este último es la población total matriculada en algún programa de educación superior con respecto a la población total

entre 17 y 21 años.

• En 2017, aproximadamente uno de cada tres estudiantes en educaciónsuperior estuvo en programas TyT (32.28%).

• (Banco Mundial, 2012) recomiendan que la proporción de estudiantes TyTcon respecto al total en educación de pregrado sea 45%.

• Del 2010 al 2017, la cantidad de programas TyT se duplicó, mientras quelos estudiantes aumentaron en promedio un 32%.

Motivación

Año Técnica Tecnológica Universitaria TotalProgramas

TyT2010 92,941 449,686 1,045,133 1,587,760 1,225

2017 73,263 658,579 1,548,485 2,280,327 2,487

Cuadro 1. Cantidad de estudiantes y programas TyT. 2010 y 2017

Fuente: elaboración propia a partir de datos del Ministerio de Educación Nacional.

¿Qué se sabe de la calidad en la expansión de esta oferta educativa?

•El 80.7% de los estudiantes TyT son de estratos 1 y 2 (Bornacelly, 2013).

•Según datos de SPADIES, al final de un programa técnico de dos años, la tasade deserción en promedio es de 47.24%, mientras que en un programatecnológico de tres años, la tasa de deserción es de 52.92%.

•Los salarios en educación TyT vienen creciendo 0.4% más rápido que los deeducación universitaria (Bornacelly, 2013), sin embargo es poco valorada porlos hogares como alternativa de educación para sus hijos.

•La formación TyT ha recibido poca atención por parte de losinvestigadores en educación (Bornacelly, 2013) y (Sevilla et al., 2017).

•Desde el año 2016 el país cuenta con una prueba estandarizada para el nivelTyT.

Motivación

• Por otra parte, la investigación en educación ha venido aproximando la calidad educativa a través de los modelos de Valor Agregado (VA).

• Valor Agregado se relaciona con el crecimiento en conocimiento, habilidades y otros atributos que los estudiantes han obtenido a través de su experiencia en el sistema educativo con el paso del tiempo (Kim and Lalancette, 2013).

• De esta manera, los modelos de Valor Agregado (VA) han servido para medir la ganancia académica, y como herramienta de política publica (Rockoff et. al., 2012) y (Kim and Lalancette, 2013).

Motivación Teórica

Este trabajo busca construir un ranking del VA para las institucionesTyT públicas y privadas, y contrastar los resultados con el rankingMide T.

Como segundo objetivo, se busca conocer si el mercado laboralpercibe las diferencias de calidad a través del VA.

Objetivos

• La técnica estadística para estimar las prácticas escolares o el VA se conoce como modelo lineal jerárquico de intercepto aleatorio (HLM).

• (Raudenbush and Bryk, 1986) y (Raudenbush and Willms, 1995), destacan dos tipos de modelos dependiendo de la especificación:o Tipo A: Se busca capturar toda la ganancia académicao Tipo B: Se busca capturar sólo la ganancia que proviene de las prácticas

escolares, aislando otras variables que pueden explicar la ganancia académica.

• La estimación se hace a través de Máxima Verosimilitud Restringida (Bates et al., 2014).

Marco teórico

Marco teórico: posibles fuentes de sesgos I

• Para tener estimaciones con el menor sesgo posible y poder construir un escalafón de VA, es necesario asegurar un número significativo de observaciones (Guarino et al., 2015).

Cuadro 2. Cantidad de estudiantes por unidad para algunos trabajos.

Trabajos Nivel Número de estudiantes por nivel

Nacionales

(ICFES, 2014) Universidad ≥ 25

(Muñoz, 2016) Universidad ≥ 30

(Shavelson, et. Al, 2016) Universidad ≥ 35

Internacionales

Guarino, et. Al, 2015). Distritos ≥ 36

(Raudenbush & Bryk, 1986) Escuelas 10 ≤ N ≤70

(Raudenbush & Wills, 1995) Escuelas ≥ 25, aunque prueban con otros tamaños

(Peugh, 2010) Escuelas ≥ 8

(Manzi, et. Al, 2014) Escuelas ≥ 20

Fuente: Elaboración propia.

• Cuando la asignación de los estudiantes hacia las instituciones no es aleatoria, incluir covariables que afecten el sorting garantiza estimaciones de VA consistentes (Manzi et al., 2014) y (Guarino et al., 2015).

• Hay una fuente de endogeneidad cuando el resultado de la prueba inicial (SABER 11) del estudiante esta influenciada por la institución donde el estudiante realiza sus estudios TyT (Manzi et al., 2014).

Marco teórico: posibles fuentes de sesgos II

• Los datos utilizados son las pruebas semestrales SABER 11 y las pruebas SABER TyT a nivel individuo.

• Para la construcción de la base se uso un match de los años 2012-2013 para Saber 11 y 2016-2017 para SABER TyT, que arroja 62700 observaciones.

• Los modelos estimados son para los componentes Lectura Crítica (LC) y Razonamiento Lógico (RL).

• Los datos de salario de enganche son tomados del Observatorio Laboral para la Educación.

• Los datos para inserción laboral se obtienen del ranking Mide T, componente empleabilidad regional.

Estrategia empírica: los datos

• Un grupo de referencia (GR) se define como un conjunto de programas que comparten un área del conocimiento similar (ICFES, 2014).

• El nivel a tratar son las instituciones que se encuentran dentro un mismoGR y que tengan más de 30 estudiantes.

• TECNOLOGICO EN ADMINISTRACION Y TURISMO, y TECNOLOGICO EN INGENIERIA, INDUSTRIA Y MINAS representan el 61.05% de los estudiantes en la muestra.

Estrategia empírica: estadística descriptiva

Indicativo Nombre Estudiantes % MuestraInstitucio

nesPromedio LC SABER TyT

Promedio RL SABER

TyT

Promedio Leng SABER

11

Promedio Mat SABER

11

GR1TECNOLOGICO EN ADMINISTRACIÓN Y

TURISMO23520 37,52 66 98.7 97.4 44.7 44.7

GR2TECNOLOGICO EN INGENIERÍA,

INDUSTRIA Y MINAS14751 23,53 46 100.9 103.6 47.7 47.0

GR3TECNOLOGICO EN MILITAR Y

POLICIAL4447 7.09 12 90.6 88.4 45.4 44.0

GR4 TECNOLOGICO EN TIC 4216 6.07 29 100.4 102.8 47.5 46.6

GR5TECNICO EN ADMINISTRACIÓN Y

TURISMO3397 5.42 28 98.2 96.7 47.2 44.6

Cuadro 3. Estadística descriptiva para los cinco primeros grupos de referencia en tamaño muestral.

• Los sufijos i y j representan la institución TyT y el individuorespectivamente.

Estrategia empírica: la estimación

Modelo 1

Modelo 4

Modelo 3

Modelo 2

Tipo A

Tipo B

Tipo B

Tipo B

Resultados: posiciones de Valor Agregado en Lectura Crítica

Gráfico 2. VA para la prueba LC con los modelos (3) y (4) y sus posiciones. Grupo de Referencia Tecnológico en Administración y Turismo.

Nota: En la parte de arriba, se observa en el eje y, el VA para los modelos (2) (izquierda) y (3) (derecha), mientras que en el eje x la institución TyT de menor a mayor VA, la ordenación es con

respecto al VA obtenido si el estudiante hubiera ido a la institución TyT de referencia o “promedio”, la cual está representada como la línea 0

• La ordenación es con respecto a la universidad “promedio” representada por la línea cero.

• La ordenación puede cambiar dependiendo de la especificación.

• La correlación en la ordenación entre ambos modelos es de 0.86%

Nombre de la InstituciónPosición

VA LCPosición

VA RL

Posición Mide T

LC

Posición Mide T

RLCarácter Sede

UNIVERSIDAD DE ANTIOQUIA 1 14 19 32 OFICIAL MEDELLIN

SERVICIO NACIONAL DE APRENDIZAJE 2 1 NA NA OFICIAL BOGOTÁ D.C.

CORPORACION UNIVERSITARIA MINUTO DE DIOS UNIMINUTO

3 3 18 20 PRIVADA BOGOTÁ D.C.

TECNOLOGICO DE ANTIOQUIA 4 11 21 30 OFICIAL MEDELLIN

INSTITUTO TECNOLOGICO METROPOLITANO 5 6 5 6 OFICIAL MEDELLIN

FUNDACION PARA LA EDUCACION SUPERIOR SAN MATEO FUNDACION SAN MATEO


UNIVERSIDAD ECCI 7 2 7 5 PRIVADA BOGOTÁ D.C.

FUNDACION UNIVERSITARIA DE SAN GIL UNISANGIL 8 60 20 9 PRIVADA SAN GIL

CORPORACION UNIVERSITARIA EMPRESARIAL DE SALAMANCA

9 5 44 37 PRIVADA BARRANQUILLA

CORPORACION UNIVERSITARIA UNITEC 10 16 8 19 PRIVADA BOGOTÁ D.C.

Cuadro 4. Mejor desempeño instituciones TyT prueba Lectura Crítica. Grupo de Referencia Tecnológico en Administración y Turismo. Modelo 3.

• La correlación entre las posiciones por pruebas es de 0.34

Resultados: mejor desempeño instituciones TyT. GR1, Lectura Crítica



VA LCPosición

VA RL

Posición Mide T

LC

Posición Mide T

RLCarácter Sede














• La correlación entre las posiciones de VA LC y el ranking Mide T LC es de 0.12.

Resultados: mejor desempeño instituciones TyT. GR1, LC



VA LCPosición

VA RL

Posición Mide T

LC

Posición Mide T

RLCarácter Sede














• La correlación entre las posiciones de VA RL y el ranking Mide T RL es de 0.24.

Resultados: mejor desempeño instituciones TyT. GR1, LC

Resultados: correlaciones de VA para ambas pruebas por Grupos de Referencia

Cuadro 4. Correlación de VA entre ambas pruebas. Modelo 3

Indicativo Grupo de Referencia CorrelaciónNúmero de

instituciones TyTPorcentaje de

la muestra

GR1 TECNOLOGICO EN ADMINISTRACIÓN Y TURISMO 0.34 66 37.51

GR2TECNOLOGICO EN INGENIERÍA, INDUSTRIA Y

MINAS0.55 46 23.53

GR3 TECNOLOGICO EN MILITAR Y POLICIAL 0.79 12 7.09

GR4 TECNOLOGICO EN TIC 0.67 16 6.72

GR5 TECNOLOGICO EN SALUD 0.76 26 5.81

GR6 TECNICO EN ADMINISTRACIÓN Y TURISMO -0.22 28 5.42

GR7TECNOLOGICO EN ARTES - DISEÑO -

COMUNICACIÓN0.66 21 4.63

GR8 TECNOLOGICO EN CIENCIAS AGROPECUARIAS 0.71 11 3.62

GR9 TECNICO EN ARTES - DISEÑO - COMUNICACIÓN 0.15 10 1.66

GR10 TECNICO EN SALUD 0.7 9 1.34

GR11 RECREACIÓN Y DEPORTES --- 4 1.34

GR12 TECNOLOGICO EN JUDICIAL --- 8 0.72

GR13 TECNICO EN TIC --- 5 0.47

GR14 TECNICO EN CIENCIAS AGROPECUARIAS --- 2 0.14

264 100.00

En promedio, la correlación del VA para los diferentes GR es de 0.51

Nota: Para los grupos de referencia del 11 al 14, no se calcula la correlación debido al reducido número de instituciones TyT

Resultados

¿Cómo se relaciona esta medida de calidad educativa con variables del mercado laboral?

Tomado de: www.business.libertymutualgroup.com

(Chetty et al., 2011) y (Chetty et al., 2014) recomiendan explorar la relación entre calidad académica y variables externas al sistema educativo.

Resultados: Valor Agregado y salarios. GR1 Tecnológico en Administración y turismo

Gráfico 3. VA y salarios para ambas pruebas. Modelos 3 y 4.

Nota: de las 66 instituciones a las cuales se les estimo el VA para el GR1, 12 no contaban con los datos de salario, por lo cual el número de observaciones

para este ejercicio fueron 54 instituciones TyT. “.” p<0.1, *p<0.5, **p<.01, ***p<.001.

• Para los Modelo 3 y 4, hay relación positiva en VA de Lectura crítica y salarios, con significancia estadística del 5% y 10%, respectivamente.

Resultados: Valor Agregado y empleabilidad regional. GR1 Tecnológico en Administración y turismo

Gráfico 3. VA y empleabilidad regional para ambas pruebas.Modelos 3 y 4.

Nota: Al igual que en salarios, la muestra fue de 54 observaciones. . “.” p<0.1, *p<0.5, **p<.01, ***p<.001.

• Para el Modelo 4, hay relaciónpositiva en VA de ambas pruebas,Lectura Crítica y RazonamientoLógico, con empleabilidad regional,con significancia estadística del10%.

Modelo 3 Modelo 4 Número de instituciones

TyTIndicativo

Grupo de Referencia

Valor Agregado

Salario Empleabilidad Salario Empleabilidad

GR1TECNOLOGICO EN ADMINISTRACIÓN

Y TURISMO

LC7768* 0.00242 5297. 0.0031.

N=54(2969) (0.002) (3308) (0.002)

RL0.04901 0.00002 2054 0.00302.

(0.0028) (0.00143) (3163) (0.0016)

GR2

TECNOLOGICO EN INGENIERÍA, INDUSTRIA Y

MINAS

LC7782** -0.001 3578 -0.006

N=37(2815) (0.002) (3044) (0.002)

RL3154 0.004** 694.4 0.0038*

(3224) (0.001) (3242.9) (0.002)

GR5TECNOLOGICO EN

SALUD

LC6066 -0.006 6056 -0.008

N=13(8289) (0.004) (10418) (0.005)

RL7564 -0.002 2313 -0.006.

(6979) (0.003) (6571) (0.002)

GR6TECNICO EN

ADMINISTRACIÓN Y TURISMO

LC8586 -0.003 914.9 -0.003

N=19(50472) (0.004) (5734.8) (0.004)

RL5970. 0.00003 2982 -0.003(3219) 0.00002 (4147) (0.003)

Resultados: Valor Agregado y el mercado laboral para los diferentes grupos de referencia

Cuadro 5. Análisis de regresión entre VA y el mercado laboral para diferentes grupos de referencia.

Nota:. Para los demás grupos de referencia, no fue posible realizar este análisis por disponibilidad de datos, por el mismo motivo se reduce el número de instituciones TyT en los grupos de referencia

presentados. “.” p<0.1, *p<0.5, **p<.01, ***p<.001.

Modelo 3 Modelo 4 Número de instituciones

TyTIndicativo

Grupo de Referencia

Valor Agregado

SalarioEmpleabilid

adSalario

Empleabilidad

GR1TECNOLOGICO EN ADMINISTRACIÓN

Y TURISMO

LC7768* 0.00242 5297. 0.0031.

N=54(2969) (0.002) (3308) (0.002)

RL0.04901 0.00002 2054 0.00302.

(0.0028) (0.00143) (3163) (0.0016)

GR2


MINAS

LC7782** -0.001 3578 -0.006

N=37(2815) (0.002) (3044) (0.002)

RL3154 0.004** 694.4 0.0038*

(3224) (0.001) (3242.9) (0.002)

GR5TECNOLOGICO EN

SALUD

LC6066 -0.006 6056 -0.008

N=13(8289) (0.004) (10418) (0.005)

RL7564 -0.002 2313 -0.006.

(6979) (0.003) (6571) (0.002)

GR6TECNICO EN

ADMINISTRACIÓN Y TURISMO

LC8586 -0.003 914.9 -0.003

N=19(50472) (0.004) (5734.8) (0.004)

RL5970. 0.00003 2982 -0.003(3219) 0.00002 (4147) (0.003)

Resultados: Valor Agregado y el mercado labora para los diferentes grupos de referencia

Cuadro 5. Análisis de regresión entre VA y el mercado laboral para diferentes grupos de referencia.

Nota:. Para los demás grupos de referencia, no fue posible realizar este análisis por disponibilidad de datos, por el mismo motivo se reduce el número de instituciones TyT en los grupos de referencia

presentados. “.” p<0.1, *p<0.5, **p<.01, ***p<.001.

• Para GR2, hay una relación positiva y significativa al 1% entre VA LC y salario, y VA RL y Empleabilidad, esto en el modelo 3.

• Igualmente en GR2, hay una relación positiva al 5% entre VA RL y empleabilidad con el modelo 4.

• Para GR5 y GR6, no parece haber ningún tipo de relación entre VA y el mercado laboral.

Resultados: Diferencias entre Instituciones públicas y privadas. GR1 y GR2

Grupo de Referencia

GR1(N=54) Oficiales (N=22) Privadas (N=32) Diferencias Diferencias (en σ) Valor σ

TECNOLOGICO EN ADMINISTRACIÓN

Y TURISMO

Salario Promedio ($)

1265267 1461365 -196098 -0.77 254000.47

Empleabilidad promedio

0.83 1.02 -0.19 -0.85 0.22

VA LC promedio 1.59 3.43 -1.83 -0.17 10.85

VA RL promedio 2.27 4.29 -2.03 -0.17 11.72


MINAS

GR2 (N=37) Oficiales (N=19) Privadas (N=18) Diferencias Diferencias (en σ) Valor σ

Salario Promedio($)

1687033.21 1735650.83 -48617.62 -0.12 397038.78

Empleabilidad promedio

0.97 1.00 -0.03 -0.13 0.25

VA LC promedio 0.10 3.52 -3.43 -0.27 12.73

VA RL promedio 4.87 1.30 3.57 0.24 15.20

Cuadro 5. Diferencias entre instituciones públicas y privadas. GR1 y GR2. Modelo 3.

• Para el GR1, las instituciones privadas son algo mejores que las públicas en VA, pero las diferencias en el mercado laboral superan fuertemente estas diferencias a favor de las privadas.

• En el GR2, tanto públicas como privadas se diferencias en el VA que aportan, pero el mercado laboral favorece nuevamente a las privadas.

• Las diferencias entre las practicas académicas permiten diferenciar el VA, yconstruir un ranking de las instituciones TyT de acuerdo a su aporte en laspruebas genéricas LC y RC.

• El ranking oficial Mide T y las medidas de VA para ambas pruebas nocoinciden necesariamente (se encuentran correlaciones positivas peropequeñas), esto es algo detectado en la literatura de comparación deescalafones a partir de diferentes aproximaciones de calidad (Liu, 2011), (Weiet al., 2012) y (Muñoz, 2016).

• Parece existir una leve correspondencia entre la calidad académica ylas variables del mercado laboral.

• No existen grandes diferencias en calidad considerando instituciones TyTpublicas con respecto a privadas, sin embargo hay diferencias en las variablesde mercado para ambos grupos, esto puede corresponder por ejemplo a unfenómeno de señalización.

Conclusiones

Banco-Mundial (2012). Evaluaciones de políticas nacionales de educación: LaEducación superior en Colombia.

Bates, D., Mächler, M., Bolker, B., and Walker, S. (2014). Fitting linearmixed-eects models using lme4. arXiv preprint arXiv:1406.5823.

Bornacelly, I. (2013). Educación técnica y tecnológica para la reducción de ladesigualdad salarial y la pobreza. Revista desarrollo y sociedad, (71):83{121.

Camacho, A., Messina, J., and Uribe Barrera, J. (2017). The expansion of highereducation in colombia: Bad students or bad programs? Documento CEDE,(2017-13).

Chetty, R., Friedman, J. N., Hilger, N., Saez, E., Schanzenbach, D. W., andYagan, D. (2011). How does your kindergarten classroom affect your earnings?evidence from project star. The Quarterly journal of economics,126(4):1593-1660.

Chetty, R., Friedman, J. N., and Rockoff, J. E. (2014). Measuring the impacts ofteachers ii: Teacher value-added and student outcomes in adulthood.American economic review, 104(9):2633-79.

Bibliografía usada en la presentación I

Guarino, C. M., Maxeld, M., Reckase, M. D., Thompson, P. N., andWooldridge, J. M. (2015). An evaluation of empirical bayes's estimation ofvalue-added teacher performance measures. Journal of Educational andBehavioral Statistics, 40(2):190-222.

Kim, H. and Lalancette, D. (2013). Literature review on the value-addedmeasurement in higher education. Ahelo Feasibility Study.

Liu, O. L. (2011). Value-added assessment in higher education: A comparison oftwo methods. Higher Education, 61(4):445{461.

Manzi, J., San Martin, E., and Van Bellegem, S. (2014). School system evaluationby value added analysis under endogeneity. Psychometrika, 79(1):130-153.

Muñoz, I. (2016). Modelo de valor agregado: una implementación para el caso dela educación superior en colombia. Tesis de Maestra: Repositorio UniversidadNacional.

Raudenbush, S. and Bryk, A. S. (1986). A hierarchical model for studying schooleffects. Sociology of education, pages 1-17.

Raudenbush, S. W. and Willms, J. (1995). The estimation of school effects.Journal of educational and behavioral statistics, 20(4):307{335.

Bibliografía usada en la presentación II

Rockoff, J. E., Staiger, D. O., Kane, T. J., and Taylor, E. S. (2012). Information and employee evaluation: Evidence from a randomized intervention in public schools. American Economic Review, 102(7):3184-3213.

Sevilla, B., Paola, M., et al. (2017). Panorama de la educación técnicaprofesional en américa latina y el caribe.

Wei, H., Hembry, T., Murphy, D. L., and McBride, Y. (2012). Value-added models in the evaluation of teacher effectiveness: A comparison of models and outcomes. Technical report, Research Report, Pearson Education. Retrieved November 22, 2015, from http . . . .

Bibliografía usada en la presentación III

Valor Agregado y Educación Técnica y Tecnológica en Colombial… · universidad ecci 7 2 7 5...

Documents

Transcript of Valor Agregado y Educación Técnica y Tecnológica en Colombial… · universidad ecci 7 2 7 5...