Академический Документы
Профессиональный Документы
Культура Документы
Resumen
La permanencia de un estudiante en la universidad y la culminación con éxito de sus estudios es
un tema de interés, no sólo a nivel de las instituciones de educación superior (ies) sino de toda la
sociedad, debido a sus múltiples implicaciones. Este trabajo pretende identificar cuándo es más
probable que un alumno abandone o se gradúe en la universidad y cuáles son las características
individuales y académicas que más se relacionan con la duración y riesgo de cada evento. Los
datos utilizados corresponden a una cohorte de estudiantes de la Pontificia Universidad Javeria-
na de Cali, Colombia. La estimación de modelos de supervivencia en tiempo discreto permite
concluir que la deserción está más influenciada por variables de tipo académico, mientras que en
la graduación influyen tanto las características personales como las académicas.
*
Este artículo resume parte del proyecto de investigación denominado “Deserción y Retención en la carrera
de Economía de la Pontificia Universidad Javeriana Cali: un análisis de supervivencia 2000-2008”, financiado
por la Oficina de Promoción de la Investigación de la Pontificia Universidad Javeriana Cali. La investigación
inició en enero de 2009 y finalizó en junio de 2009. Agradecemos la ayuda en la investigación de la estudiante
del programa de Economía y Ciencia Política, Sandra Marcela Montero.
31
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Resumo
A permanência de um estudante na universidade e a culminação com êxito de seus estudos é um
tema de interesse, não só para as instituições de ensino superior (ies) mas sim para toda a sociedade,
devido a suas múltiplas implicações. Este trabalho pretende identificar quando é mais provável que
um aluno abandone os estudos ou se forme na universidade e quaissãoas características individuais
e acadêmicas que mais se relacionam com a duração e o risco de cada evento. Os dados utilizados
correspondem a um grupo de estudantes da Pontificia Universidad Javeriana de Cali, Colômbia. A
estimativa de modelos de sobrevivência em tempo discreto permite concluir que a deserção está mais
ligada às variáveis do tipo acadêmico, enquanto que para a graduação influem tanto as característi-
cas pessoais quanto as acadêmicas.
Abstract
The retention of students in university as well as the successful completion of their studies is of in-
terest not only for higher education institutions (HEI), but also for society as a whole, because of its
many implications. This work aims to identify when it is more probable that a student will abandon
university or graduate from it, and which are the individual and academic features most related to
the duration and risk of each event. The data used correspond to a cohort of students from the Ponti-
ficia Universidad Javeriana de Cali, in Colombia. The estimation of survival models in discrete time
leads to the conclusion that desertion is more influenced by academic-type variables, whereas both
personal and academic features have an influence on graduation.
32
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
33
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
estudiantes que ingresan a la universidad, para de- y Di Gresia (2004) plantean que los estudiantes
terminar los factores que explican el cambio en la con padres con nivel educativo bajo poseen una
probabilidad de deserción; el autor encuentra que tasa de retención menor. Aina (2005) plantea que
estos son los recursos académicos y la asistencia la baja educación de los padres y vivir solamen-
a clases. Por su parte, Robinson (1990) plantea la te con uno de ellos aumenta la probabilidad de
idea de que la permanencia en la universidad está deserción. Además, pertenecer a una familia pe-
directamente correlacionada con la relación del queña aumenta la probabilidad de graduarse. Por
estudiante con sus profesores y compañeros, ade- otra parte, la deserción es mayor en los primeros
más, se observa que la probabilidad de desertar es semestres, especialmente para los hombres y para
mayor en el primer año académico. Basados en los estudiantes que trabajan. El resultado más
este tipo de modelo, Radcliffe, Huesman y Kellog importante es que la decisión de retirarse de la
(2006) plantean que las variables que mejor predi- universidad se ve claramente influenciada por las
cen la probabilidad y el momento de desertar son características de los padres, quienes al final son
el rendimiento académico en el primer semestre y los responsables de la persistencia de los estudian-
la preparación académica, así como la realización tes. Por su parte, Giovagnoli (2002) utiliza un mo-
de cursos remediales de matemáticas y vivir fuera delo de duración para identificar los factores que
del campus. En esta misma línea, Jones-White et al. explican la deserción estudiantil y la graduación;
(2008) encuentran que se presenta una desventaja dentro de sus principales conclusiones la autora
competitiva cuando el estudiante no es admitido plantea que el tipo de colegio, la educación de los
por primera vez en la universidad; asimismo, el padres, el sexo y la situación laboral del estudiante
número de créditos aprobados, o los intentos por son los factores de mayor relevancia para determi-
abandonar la universidad no son significativos. nar la probabilidad de que un estudiante abando-
Teniendo en cuenta el modelo de desgaste del estu- ne o no. Igualmente, Montoya (1999) utiliza este
diante, Willett y Singer (1991) plantean que la pro- tipo de modelos y plantea que a mayores ingresos
babilidad de desertar es mayor para los estudiantes familiares mayor es el tiempo de permanencia del
con menor rendimiento académico y que tienen estudiante en la universidad, incluso más tiempo
padres con menor nivel educativo y menores in- del considerado para graduarse.
gresos. Este modelo también soporta el estudio Por otra parte, existen estudios que combinan
de Cerioni y Ortíz de Guevara (1999), donde se el modelo de integración y el de desgaste del es-
concluye que los estudiantes de los últimos quinti- tudiante. Por ejemplo, el Instituto Colombiano
les de ingresos tienen mayor probabilidad de per- para la Evaluación de la Educación (icfes) y la
manencia en la universidad. Pagura et al. (2000), Universidad Nacional de Colombia (2002) en-
entre otras hipótesis, encuentran que el tiempo contraron que para Colombia, el género, la edad
utilizado para concluir los dos primeros años de y las condiciones académicas y económicas son
una carrera depende del género, del nivel de edu- muy significativas, tanto para explicar la deserci-
cación de los padres y de los ingresos. Concluyen ón como el rezago y la graduación. Así mismo,
que las características que favorecen terminar con las condiciones estructurales de la institución y
éxito esos dos años son: el rendimiento acadé- la integración social, institucional y académica
mico, el comienzo de la carrera justo después de juegan un papel muy importante dentro de este
concluir los estudios secundarios y el nivel edu- análisis. Para la misma institución, Pinto et al.
cativo de los padres. En esta misma línea, Porto (2007) plantean que el modelo de graduación,
34
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
35
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
(interrupción de los estudios por más de un año selección de la cohorte 2002-II se ha realizado te-
académico). A través de un logit multinomial, los niendo en cuenta dos aspectos, por un lado, el cri-
autores concluyen que estas diferencias se deben terio de mayor información disponible y, por otro,
principalmente al momento en el que se matricu- la posibilidad de que parte de los estudiantes que
lan los estudiantes, el tipo de ayuda financiera en ingresaron en ésta hayan concluido sus estudios.1
el primer año y el estado civil. El estudio logra Se obtiene una base de datos con 1 163 observa-
demostrar que gran parte de los abandonos son ciones (302 de Ciencias Económicas y Adminis-
temporales y que los factores que afectan la deser- trativas, 333 de Humanidades y Ciencias Sociales,
ción temporal no son los mismos que afectan la y 528 de Ingenierías). Cabe anotar que la base ha
deserción definitiva. sido depurada, eliminando todos aquellos regis-
En general, la evidencia empírica pone de ma- tros de los que no se tiene información completa,
nifiesto que a pesar de existir diferentes maneras o por lo que finalmente la muestra es de 952 estu-
metodologías de abordar la deserción y la gradu- diantes. A continuación, se presenta la descripci-
ación estudiantil universitaria, éstos son fenóme- ón de las variables incluidas en el estudio.
nos multicausales donde intervienen un conjunto
de características propias de cada individuo y al Descripción de las variables
mismo tiempo factores relacionados con su entor- De acuerdo con la revisión de la literatura, los fac-
no familiar, social e institucional. tores que afectan a la deserción/graduación de un
estudiante en la universidad se pueden clasificar, prin-
Datos cipalmente, en cuatro grupos: variables relacionadas
Descripción de la muestra con las características individuales del estudiante; va-
La base de datos utilizada en este trabajo ha sido riables relacionadas con su situación académica; va-
suministrada por el Centro de Servicios Informá- riables institucionales, y variables socioeconómicas.
ticos (csi) de la Pontificia Universidad Javeriana Dada la disponibilidad de la información, las varia-
(puj) de Cali, Colombia. Se seleccionaron los es- bles utilizadas para el análisis se agrupan en acadé-
tudiantes matriculados en el segundo semestre de micas e individuales (véase tabla 1).
2002 (cohorte 2002-II). En este documento, una Dos de las variables fundamentales para el aná-
cohorte hace referencia a la población estudiantil lisis de supervivencia son la duración y el estado
que ingresa a la universidad en un mismo periodo del estudiante. La primera se construye como la
académico (semestre). Ésta es la opción más reco- diferencia entre el último periodo matriculado y
mendada metodológicamente, en contraposición el periodo de ingreso (cohorte) y permite medir el
al seguimiento retrospectivo de los estudiantes en tiempo hasta la ocurrencia de un suceso relevante
un momento determinado del tiempo, dado que como la graduación o la deserción. La segunda
la elección de una cohorte permite hacer el segui- permite conocer la situación académica del alum-
miento de un grupo de alumnos que se encuen- no y clasificarlo de acuerdo con cinco estados:
tran en las mismas condiciones iniciales, de este activo, egresado, excluido, graduado e inactivo.
modo se puede controlar la gran heterogeneidad En este documento se asume como desertores a
existente en el conjunto de estudiantes universita- los estudiantes que a la fecha de generación de la
rios (Alemany, 1993; Willett y Singer, 1991). La base de datos (2008-I) se encuentran inactivos, sin
1
El tiempo de duración de las titulaciones en la puj para los estudiantes que ingresaron hasta 2006 es de 5 años.
36
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Variable Descripción
Individuales
Académicas
embargo, no es posible saber si la deserción es de- La deserción ocurre con mayor frecuencia en los
finitiva o temporal, es decir, si desertaron defini- dos primeros semestres, especialmente en el pri-
tivamente de la universidad o ingresaron en otro mer semestre, donde llega al 16% (9% inactivos y
programa académico. La tabla 2 permite observar 7% excluidos) y continua decreciendo a través del
que, al finalizar el primer semestre de 2008, el tiempo; a partir del tercer semestre ésta se sitúa en
26% de los estudiantes continúan en la universi- cerca del 2 por ciento. El 65% de los alumnos que
dad (15% activos y 11% egresados), el 15% han se gradúan lo hacen en el tiempo estipulado (10
sido excluidos, 31% están inactivos y 28% han semestres), lo que corresponde al 18% del total
completado exitosamente su carrera universitaria. que empezaron en la cohorte.
37
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Duración (cohortes-semestres)
2002-II 2003-I 2003-II 2004-I 2004-II 2005-I 2005-II 2006-I 2006-II 2007-I 2007-II 2008-I
0 1 2 3 4 5 6 7 8 9 10 11 12 Total
Activo* 952 800 710 669 637 609 593 582 570 555 346 205 142 142
% fila
Egresado 0 0 0 0 0 0 0 0 0 0 12 33 56 101
% fila 0 0 0 0 0 0 0 0 0 12 33 55
% total 0 0 0 0 0 0 0 0 0 1 3 6 11%
Excluido 0 65 41 14 6 9 1 2 2 2 5 0 0 147
% fila 44 28 10 4 6 1 1 1 1 3 0 0
% total 7 4 1 1 1 0 0 0 0 1 0 0 15%
% fila 0 0 0 0 0 0 0 2 1 65 30 3
% total 0 0 0 0 0 0 0 1 0 18 8 1 28%
Inactivo 0 87 49 27 26 18 15 9 5 11 17 28 0 292
% fila 30 17 9 9 6 5 3 2 4 6 10 0
% total 9 5 3 3 2 2 1 1 1 2 3 0 31%
Total 952
* Estudiantes activos en la cohorte t-1 – egresados t-1 – excluidos t-1 – graduados t-1 – inactivos t-1
Fuente: elaboración propia a partir de información del csi de la puj.
38
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
2
Estar tres semestres consecutivos en prueba académica implica la exclusión del estudiante del programa académico.
39
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Estadísticos
Variable Descripción de la variable
Mediaa SD Min Max
Individuales
Académicas
Prom 1 3.53 0.56 1.07 4.81 Promedio del primer semestre (0-5)
Prueba 24.68 0 1 Sí = 1
40
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
41
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
es la función de riesgo, también a estimar, porque existen factores que son intrínsecamente
cuando todas las variables explicativas son iguales inobservables o porque no están disponibles en
a cero ( ), es decir, el riesgo común para to- los datos. Alternativamente, esta variable puede
dos los individuos sin tener en cuenta la influencia ser interpretada como errores de medición en las
de las variables explicativas. variables explicativas o en los tiempos de supervi-
vencia (Jenkins, 2004).
Prentice y Gloeckler (1978) asumen Si la heterogeneidad no observada está presen-
que los tiempos de duración están regis- te, entonces ésta puede incorporarse de manera
trados como y agrupados en intervalos multiplicativa en la función de riesgo, de forma
, tal que:
y que las variables explicativas son dependientes
del tiempo entre intervalos pero fijas dentro de los (5)
mismos, es decir, dentro del intervalo
, entonces, plantean que la probabilidad de que donde es una variable aleatoria independiente
un individuo experimente el evento en el tiempo de con distribución gamma.
con un vector de regresión es: En este trabajo, dada la potencial fragilidad de los
modelos que incorporan heterogeneidad no obser-
(2) vada, se estiman ambos modelos, el propuesto por
donde, Prentice y Gloeckler (1978) y el de Meyer (1990).
(3) Resultados
Los resultados del análisis se dividen en dos par-
es la probabilidad condicional de supervivencia tes. En primer lugar, se muestra un análisis previo
en para un individuo con. La de las funciones de supervivencia y riesgo propor-
probabilidad de sobrevivir al inicio de es: cional, teniendo en cuenta el género y la facultad
a la que pertenece el alumno. Posteriormente, se
(4) muestran los resultados de las estimaciones de los
diferentes modelos de supervivencia, para los dos
Dada una estimación empírica de , o ba- eventos de interés: la deserción y la graduación
sada únicamente en la información muestral, el estudiantil universitaria.
vector de parámetros se estima por máxima ve- Estos eventos son tratados por separado, supo-
rosimilitud, teniendo en cuenta la censura. niendo que existe una única causa de finalización,
Por su parte, Meyer (1990) propone introducir lo que lleva a que cuando se analiza la deserción,
en el modelo anterior la posibilidad de que exista la muestra corresponda a los estudiantes menos
heterogeneidad no observada, es decir, caracterís- eficientes y cuando el caso de estudio es la gradua-
ticas que diferencian a los individuos entre sí pero ción, se cuente con los estudiantes más eficientes. A
que no se observan; dicha heterogeneidad no ob- diferencia de otros trabajos, aquí en cualquiera de
servable se representa mediante una variable alea- los dos eventos se consideran como observaciones
toria con distribución gamma. Esta variable puede censuradas a los estudiantes que continúan en la
ser interpretada como el impacto que tienen las universidad, por ejemplo, para la modelización de
variables omitidas sobre la tasa de riesgo, ya sea la deserción no se tiene en cuenta a la subpoblación
42
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
de graduados, dado que, al contrario de lo que se activos). Ello permitirá obtener información sobre
realiza en la mayoría de estudios, los graduados no los patrones de dependencia de los tiempos de du-
deberían considerarse observaciones censuradas. ración y contribuir en la decisión sobre la elección
Lo ideal para una futura línea de investigación del modelo paramétrico (Jenkins, 2004).
sería utilizar un tipo de modelización que permita
contemplar los dos tipos de alumnos en un único Deserción
modelo y analizar la trayectoria universitaria como A continuación, se presenta información sobre las
un evento con múltiples causas de finalización o, probabilidades de supervivencia en cada intervalo,
alternativamente, con dos tipos de censura. así como el gráfico de la función de supervivencia
obtenido a través del método tabla de vida.3 Se
Análisis previo observa que la probabilidad de supervivencia dis-
Antes de estimar los modelos incorporando las va- minuye a medida que aumenta el número de se-
riables explicativas es importante hacer un análisis mestres, sin embargo, lo hace más rápidamente en
previo de los tiempos de duración hasta el evento de los primeros cuatro semestres. Además, el 32.7%
interés (deserción o graduación), teniendo en cuen- de los estudiantes después de 13 semestres con-
ta toda la información disponible, es decir tanto las tinúan en la Universidad, es decir tres semestres
observaciones no censuradas (estudiantes inactivos más que los establecidos para obtener una titula-
y graduados) como las censuradas (estudiantes ción (tabla 4 y gráfica 1).
Tabla 4. Estimaciones de la función de supervivencia para la deserción
Total Función
Error Intervalo de confianza
Intervalo observa- Desertores Censurados de supervi-
estándar 95%
ciones vencia
3
Dado que los datos son continuos pero observados de forma agrupada, se utiliza este método y no el estimador no paramétrico
Kaplan-Meier para datos continuos.
43
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Por otra parte, las funciones de supervivencia la hipótesis nula de igualdad de las funciones de su-
según el género indican que los hombres tienen pervivencia por subgrupos, permitiendo concluir que
menor probabilidad de continuar en la Universidad. estas diferencias no son estadísticamente significati-
Mientras que después de tres semestres la probabi- vas y por tanto no existe una tendencia diferenciada
lidad de supervivencia de las mujeres es del 64.8%, entre hombres y mujeres a la deserción. En el caso de
la de los hombres es del 60.4%. Para evaluar si estas la diferenciación según la facultad, tampoco existen
diferencias son significativas se utilizan dos con- diferencias significativas, siendo los estudiantes de
trastes de homogeneidad: el ratio de verosimilitud y Ingenierías los que muestran la mayor probabilidad
el log-rank. Con un nivel de significación del 5%, el de desertar, seguidos por los de Económicas (gráfi-
valor de ninguno de los estadísticos permite rechazar cas 2 y 3, tabla 5).
Género Facultad
Test
Chi-2 Valor-p Chi-2 Valor-p
44
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
45
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
46
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Género Facultad
Test
Chi-2 Valor-p Chi-2 Valor-p
47
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Resultados de la modelización por lo que resulta más adecuado usar modelos para
Con el objetivo de captar y medir los efectos de los datos agrupados. Por esta razón, la interpretación de
factores individuales y académicos sobre la proba- los parámetros que se hace en los siguientes aparta-
bilidad de desertar o graduarse, a continuación se dos, se realiza a partir de los resultados de los mo-
presentan los resultados de las estimaciones de los delos discretos (modelo 1 y modelo 2), aunque, con
modelos de riesgo proporcional, tanto en tiempo el fin de hacer comparaciones, se presentan también
continuo como en tiempo discreto. Se presentan los resultados de modelos continuos.
dos modelos continuos, el modelo paramétrico
con distribución Weibull y el modelo semipara- Efectos de los factores individuales y
métrico de Cox. Posteriormente, se muestran los académicos sobre el riesgo de desertar
resultados de la estimación de los modelos discre- Cuando analizamos la deserción, en general, en
tos de Prentice y Gloeckler (1978) y Meyer (1990). los cuatro modelos resultan significativas las mis-
Los resultados de estos modelos se presentan mas variables, las cuales hacen referencia al ren-
en las tablas 8 y 9, para cada uno de los eventos dimiento académico del estudiante durante su
de interés: la deserción y la graduación. Cuando permanencia en la universidad (véase tabla 8).
el evento de interés es la deserción, los estudiantes Comparando los coeficientes de los modelos 1
activos son considerados censurados, y cuando el y 2, se observa que en el segundo éstos son ligera-
evento de interés es la graduación, los estudiantes mente más grandes, sin embargo, la dirección del
activos y egresados son los censurados. efecto no varía. Se calcula el estadístico de razón
El signo positivo (negativo) de los coeficientes de verosimilitud para contrastar la existencia de
representa el incremento (o disminución) en la heterogeneidad no observada. La hipótesis nula
probabilidad de desertar/graduarse cuando se in- en el contraste es el modelo 1 y la alternativa el
crementa en una unidad la variable explicativa (si modelo 2. Al 5% de significación, los resultados
ésta es continua), manteniendo todas las demás del contraste permiten concluir que el modelo con
constantes. En el caso de las variables dicotómi- heterogeneidad no observada (modelo 2) es esta-
cas, el parámetro representa la variación en el ries- dísticamente significativo. Por lo tanto, el modelo
go de deserción o propensión a graduarse cuando de Meyer parece ajustar mejor los datos.4
un individuo se encuentra en una categoría con El conjunto de variables relacionado con las ca-
respecto a la categoría base. racterísticas individuales no resultó ser significati-
Asimismo, es importante calcular los odd-ratio, vo. Al igual que en el análisis previo, aunque las
puesto que indica cuantas veces crece (o decrece) probabilidades de sobrevivir de los hombres son
la probabilidad ante un cambio en una unidad de menores que las de las mujeres, estas diferencias
la variable explicativa. En el caso de que las va- no son significativas. Ser hombre o mujer no re-
riables sean categóricas, representa cuánto es más presenta una diferencia en el riesgo de desertar, a
propenso un grupo de estudiantes a la deserción/ pesar de que en la mayoría de la literatura empíri-
graduación con respecto a la categoría base. ca se encuentre que el hombre es menos persisten-
Como se mencionó anteriormente, aunque la va- te que las mujeres en su trayectoria universitaria.
riable tiempo de duración de los estudios es continua, Las variables relacionadas con la situación aca-
ésta se observa en intervalos de tiempo (semestres), démica del estudiante, indican que el desempeño
4
El test de razón de verosimilitud, estrictamente hablando, no es una regla de decisión entre los modelos 1 y 2, puesto que el
primero no es una versión anidada del último (Jenkins, 1998).
48
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Modelo 1 Modelo 2
Mate_ icfes 0.004 1.004 0.006 1.006 0.006 1.006 0.016 1.016
2 o más prueba 1.190 3.287 0.923 2.518 1.000 2.718 1.049 2.855
Constante -2.907
(0.000)
Gamma var, exp
(ln_varg)
0.54
49
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
académico previo, representado por el puntaje en estado en esta situación (con un promedio in-
el icfes en la prueba de matemáticas, no explica ferior a 3.25).
al parecer el riesgo de desertar. Sin embargo, ve- Estos resultados, es decir, que las características
nir de otro programa académico, es decir, haber académicas sean los únicos factores que parecen
abandonado previamente una titulación, aumenta explicar la deserción, sugieren que los desertores
en 1.51 veces el riesgo de desertar de un estudian- son muy parecidos a la subpoblación de exclui-
te, en relación con los que iniciaron por primera dos y que muy posiblemente eran estudiantes que
vez un programa. si no abandonaban voluntariamente terminarían
En cuanto a la eficiencia en el primer semestre, siendo expulsados por la institución.
medida como la proporción de créditos aproba- Finalmente, estos modelos permiten la estima-
dos respecto de los matriculados en este semestre, ción no paramétrica de la función de riesgo base,
se evidencia que cuanto mayor es este ratio, mayor al introducir un conjunto de variables binarias
eficiencia y menor es el riesgo de desertar. correspondientes a cada semestre. Los coeficien-
Los coeficientes asociados a las variables de tes asociados a estas variables permiten saber
primera y segunda prueba resultaron significa- cuándo es más probable que ocurra la deserción.
tivos al 1%. Haber estado una vez en prueba, En la tabla 9 se puede observar que en los dos pri-
aumenta el riesgo de desertar en 7.09 veces, meros semestres el riesgo de desertar es mayor, ya
con respecto a los estudiantes que nunca han que los coeficientes son más grandes.
Modelo 1 Modelo 2
(Prentice-Gloeckler) (Meyer)
Semestres valor-p valor-p
1 -2.29 (0.002) -2.85 (0.003)
2 -2.59 (0.000) -2.92 (0.002)
3 -3.01 (0.000) -3.25 (0.001)
4 -2.92 (0.000) -3.096 (0.001)
5 -3.19 (0.000) -3.29 (0.001)
6 -3.26 (0.000) -3.32 (0.001)
7 -3.70 (0.000) -3.72 (0.000)
8 -4.25 (0.000) -4.25 (0.000)
9 -3.43 (0.000) -3.39 (0.001)
10 -2.92 (0.000) -2.83 (0.004)
11 -2.27 (0.000) -2.09 (0.030)
50
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
51
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
(0.000)
(0.000) (0.000)
Gamma var, exp(ln_varg)
Std. Err
Log likelihood
(-0,5*Deviance)
-727.98
Variable dependiente: Graduados; Variable de Censura: Activos y egresados; Observaciones: 512; Graduados: 270
52
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
A pesar de los esfuerzos de la puj a través del de estas variables con su permanencia en la Uni-
programa de Consejería Académica, que hace versidad, así mismo, incluir variables explicativas
acompañamiento a los estudiantes con bajo ren- que cambien en el tiempo y permitan su análisis
dimiento, se necesitan estrategias más claras para dinámico. Por otra parte, sería interesante estimar
esta población vulnerable. modelos de competing risk que permitan el trata-
Para futuras investigaciones sería muy intere- miento de todos los datos en un sólo modelo y
sante contar con información sobre el estado fi- analizar la trayectoria universitaria como un even-
nanciero de los estudiantes e identificar la relación to con múltiples causas de finalización.
Anexo
Frecuencia relativa
(% total de la muestra)
Percentiles Estadístico
Desviación
1% 25% 50% 75% 99% Media Asimetría Curtosis
estándar
Total 16 17 17 18 22 17.583 1.653 4.531 46.320
53
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Frecuencia relativa
(% total de la muestra)
Percentiles Estadístico
Desviación
1% 25% 50% 75% 99% Media Asimetría Curtosis
estándar
Total 31 41 45 48 61 44.780 6.250 0.034 5.303
54
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Desviación
1% 25% 50% 75% 99% Media Asimetría Curtosis
estándar
Total 0 11 17 19 48 15.989 8.460 3.882 45.395
Desviación
1% 25% 50% 75% 99% Media Asimetría Curtosis
estándar
Total 6 15 18 19 36 17.643 4.646 2.113 19.576
Percentiles Estadístico
Desviación
1% 25% 50% 75% 99% Media Asimetría Curtosis
estándar
Total 1.54 3.26 3.57 3.9 4.57 3.533 0.564 - 1.0234 5.273
Inactivos 2.54 3.25 3.49 3.77 4.59 3.521 0.188 0.148 3.243
Activos 2.79 3.3 3.53 3.73 4.34 3.537 0.320 0.057 3.256
Graduados 3.12 3.66 3.88 4.14 4.65 3.90 0.339 0.138 2.605
55
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
Referências
Adelman, C. (1999), Answers in the tool box: academic (cede) (2006), Deserción en la educación superior
intensity, attendance patterns, and bachelor’s degree en Colombia, Bogotá, Ministerio de Educación
attainment, Washington, Department of Education. Nacional.
Aina, C. (2005), “Parental background and college Cerioni, L. y E. Ortiz de Guevara (1999), Los estudios
drop-out. Evidence from Italy”, epunet-2005 universitarios como determinantes del nivel del ingreso. Una
Conference (30 junio-2 julio), Colchester, Institute aproximación econométrica, Córdoba, IIIº Encuentro
for Social and Economic Research. Internacional de Economía, ciec, tomo II.
Alemany, R. (1993), “Modelització de la durada dels Cox, D. R. (1972), “Regression models and life
estudis universitaris: una aplicació a la Universitat de tables”, en Journal of the Royal Statistical Society,
Barcelona”, Tesis doctoral no publicada, Barcelona, Series B, vol. 34, núm. 2, pp. 187–220.
Universidad de Barcelona. Desjardins, S. L., B. Mccall, D. Ahlburg y M. Moye
Bean, J. P. (1980), “Student attrition, intensions and (2002), “Adding a timing light to the “tool box””,
confidence”, en Research in Higher Education, núm. en Research in Higher Education, vol. 43, núm. 1, pp.
17, pp. 291-320. 83-114.
Becker, G. S. (1993), Human capital: a theoretical and Giovagnoli, P. (2002), “Determinantes de la deserción
empirical analysis, with special reference to education, y graduación universitaria: una aplicación utilizando
Chicago, University of Chicago Press. modelos de duración”, Documento de Trabajo, núm.
Box-Steffensmeier, J. y B. Jones (2004), Event history 37, Argentina, Universidad Nacional de la Plata.
modeling: a guide for social scientists, Cambridge, Instituto Colombiano para la Evaluación de la
Cambridge University Press. Educación (icfes) y Universidad Nacional de
Cabrera, A. F., A. Nora y M. B. Castañeda (1993), Colombia (2002), Estudio de la deserción estudiantil en
“College persistence: structural equations modelling la educación superior en Colombia, Bogotá, Documento
test of integrated model of student retention”, en Sobre Estado del Arte, Convenio 107/2002 un-icfes.
Journal of Higher Education, vol. 64, núm. 2, pp. 123- Instituto Internacional para la Educación Superior
139. en América Latina y El Caribe (iesalc) (2006),
Castaño, E., S. Gallón., K. Gómez y J. Vásquez Informe sobre la educación superior en América Latina
(2008), “Análisis de los factores asociados a la y el Caribe 2000-2005: la metamorfosis de la educación
deserción estudiantil en la educación superior: un superior, Caracas, iesalc.
estudio de caso”, en Revista de Educación, núm. 345, Jenkins, S. P. (2004), “Survival analysis. Unpublished
pp. 255-280. manuscript”, Colchester, Institute for Social and
Castaño, E., S. Gallón, K. Gómez y J. Vásquez Economic Research, University of Essex.
(2006), “Análisis de los factores asociados a la Jenkins, S. P. (1998), "Discrete time proportional
deserción y graduación estudiantil universitaria”, en hazards regression", en Stata Technical Bulletin,
Lecturas de Economía, núm. 65, pp. 9-36. StataCorp LP, vol. 7, núm. 39, pp. 22-32.
Castaño, E., S. Gallón, K. Gómez y J. Vásquez Jones-White, D., P. Radcliffe, R. Huesman y J.
(2004), “Deserción estudiantil universitaria: una Kellogg (2008), “Redefining student success:
aplicación de modelos de duración”, en Lecturas de assessing different multinomial regression techniques
Economía, núm. 60, pp. 39-65. for the study of student retention and graduation
Centro de Estudios sobre Desarrollo Económico across institutions of higher education”, ponencia
56
Deserción y graduación estudiantil universitaria...
Ana María Osorio, Catalina Bolancé y Maribel Castillo-Caicedo / pp. 31-57
presentada en The 2008 Annual Association of to breast cancer data”, en Biometrics, vol. 34, núm.1,
Institutional Research Forum, Seattle, mayo 24-28. pp. 57-67.
Lopera, C. (2008), “Determinantes de la deserción Radcliffe, P., R. Huesman y J. Kellogg (2006),
universitaria en la Facultad de Economía, “Modeling the incidence and timing of student
Universidad del Rosario”, en Borradores de attrition: a survival analysis approach to retention
Investigación, núm. 98, pp. 1-25. analysis”, eua, ponencia presentada en The
Meyer, B. D. (1990), “Unemployment insurance and Annual Meeting of the Association for Institutional
unemployment spells”, en Econométrica, vol. 58, Research in the Upper Midwest (airum).
núm. 4, pp. 757-782. Robinson, T. (1990), “Understanding the gap between
Montoya, M. D. (1999), “Extended stay at university: entry and exit: a cohort analysis of African american
an application of multinomial logit and duration students persistence”, en Journal of Negro Educational,
models”, en Applied Economics, núm. 31, pp. 1411- vol. 59, núm. 2, pp. 207-218.
1422. Spady, W. (1970), “Dropouts from higher education:
Pagura, J. A., M. B. Quaglino y D. Iturbide (2000), an interdisciplinary review and synthesis”, en
“Un modelo estadístico para evaluar tiempos medios Interchange, vol. 1, núm. 1, pp. 64-85.
empleados en culminar etapas en la universidad”, Stratton, L., D. O´Toole y J. Wetzel (2008), “A
en Revista irice, núm. 14, pp. 129-141. multinomial logit model of college stopout and
Pinto, M., D. Durán, R. Pérez, C. Reverón y A. dropout behaviour”, en Economics of Education
Rodríguez (2007), Cuestión de supervivencia: Review, vol. 27, pp. 319-331.
graduación, deserción y rezago en la Universidad Tinto, V. (1975), “Dropout from higher education: a
Nacional de Colombia, Bogotá, Dirección Nacional theoretical synthesis of recent research”, en Review
de Bienestar Universitario, Universidad Nacional de of Educational Research, vol. 45, pp. 89-125.
Colombia. Willett, J. B., y J. D. Singer (1991), “From whether to
Porto, A. y L. Di Gresia (2004), “Rendimiento de when: new methods for studying student dropout
estudiantes universitarios y sus determinantes”, en and teacher attrition”, en Review of Educational
Revista de Economía y Estadística, vol. xlii, pp. 93-113. Research, vol. 61, núm. 4, pp. 407-450.
Prentice, R. L. y L. A. Gloeckler (1978), “Regression Yamaguchi, K. (1991), Event history analysis, Newbury
analysis of grouped survival data with application Park, Sage Publications.
57