La Brecha de rendimiento en la educacin Pblica/Privada en PISA 2009. Un anlisis de descomposicin para Argentina.

Santiago Gastelu e-mail: santigast@gmail.com

RESUMEN La clasificacin de la educacin como bien preferente y en cuyo mercado el estado debe actuar es una afirmacin aceptada en todo el mundo. Sin embargo, la forma en que el estado se inserta y regula el mercado no tiene el mismo nivel de consenso. El presente trabajo trata de dilucidar las razones de los diferenciales de rendimiento entre la escuela privada y pblica en Argentina basado en dos aspectos, la autoseleccin y la eficiencia. Para esto se utilizar la base de datos de la evaluacin internacional PISA debido a los altos patrones de rigurosidad a la que la misma fue sometida y a la imposibilidad de acceder a las bases nacionales. Para poder dirimir cual de los dos efectos tiene mayor fuerza en la brecha de performance se proceder a utilizar la tcnica de descomposicin Oaxaca-Blinder, popular en el estudio de los mercados de trabajo. Los resultados obtenidos reflejan que ambas partes tienen una influencia significativa en la brecha y deben ser tomadas en cuenta a la hora de definir los planes de accin a seguir. Palabras clave: Estudio PISA, Argentina, Descomposicin Oaxaca-Blinder, Finanzas Pblicas, Clasificacin JEL:E62, H44, I22

La Brecha de rendimiento en la educacin Pblica/Privada en PISA 2009. Un anlisis de descomposicin para Argentina.
1. Introduccin

Laeducacineselinstrumentomspoderosodequedisponenlaspersonas,familias y pases para desarrollarse y mejorar sus perspectivas. La educacin es, en efecto, la basefundamentaldelasoportunidadesquetienenlaspersonasalolargodesuviday constituye el sustento bsico de la productividad y desarrollo de los pases. Estas caractersticashacenquelaeducacinseaalmismotiempounatareaprimordialdela familia y un deber ineludible del estado. Para el Estado, cumplir tal deber significa, entreotrascosas,allegarrecursosaestesectorquedejarnestardisponiblesparaen otros fines. De este modo es fundamental saber cmo y cunto invierte el pas en educacinatravsdelosdiversosactoresinvolucrados.

La educacin, ya sea vista como un bien de consumo o un bien de inversin, es un campo donde la intervencin estatal es necesaria. Ya sea mediante el enfoque de las necesidades bsicas, el de bien preferente o el de externalidades positivas, el ptimo social difiere de aquel punto obtenido en el equilibrio privado. Si a esto le sumamos las fallas de los mercados de capitales y la aversin al riesgo de los individuos al ser la inversin en educacin una inversin con un alto grado de incertidumbre las razones aumentan an ms. El debate que se abre a continuacin es la manera en que el estado debe insertarse en el mercado de la educacin. Ya sea mediante la provisin pblica directamente, regulacin del mercado privado o alguna solucin mixta las posibilidades son variadas. El mayor obstculo para una educacin pblica eficaz es la falta de incentivos y de herramientas y apoyos necesarios para estimular la excelencia. Las soluciones privadas, a su vez, proveen dificultades al momento de disear e implementar un escenario en el cual la maximizacin de los beneficios est en lnea con el inters pblico. La literatura muestra que tanto a nivel de escuelas primarias como secundarias los estudiantes de las escuelas privadas de casi toda Amrica y de Argentina en particular superan en rendimiento a sus pares de escuelas pblicas en las pruebas estandarizadas (tanto de nivel internacional [PISA, SERCE] como nacional [ONE]) y otras medidas como retencin escolar, menor grado de repitencia. Sin embargo, este diferencial a favor de las escuelas privadas puede ser explicado por diferentes efectos. Los que abogan por las escuelas pblicas justifican esta diferencia en
2

una mayor eficiencia y flexibilidad. Por otra parte, sus detractores enfocan estas diferencias en que las escuelas privadas son elitistas al momento de elegir a sus alumnos, mientras que la escuela pblica al ser abarcativa acepta a todos sus aspirantes. Desde este segundo punto de vista, la diferencia no se debera a mejores resultados de las escuelas privadas sino a que stas cuentan con mejores alumnos, mejor materia prima; es decir, estamos ante un problema de autoseleccin. Varios caminos pueden ser utilizados para dilucidar la existencia o no de autoseleccin. El mtodo ms utilizado es realizar una regresin lineal de una funcin de produccin de educacin utilizando una variable de control dummie para el sector pblico/privado. Luego se comienza a controlar la regresin por caractersticas socioeconmicas de los alumnos y fsicas de las escuelas y se ve si el coeficiente relativo al sector se modifica y se hace cada vez menos significativo. Otro camino a seguir es estimar un modelo de variables endgenas donde cada sector tiene una funcin de produccin propia y se aade una variable explicativa nueva que surge de una ecuacin de seleccin de escuelas por parte de los padres (la misma se realiza a travs de una funcin Probit y luego se procede a calcular la inversa del ratio de Mills, variable que luego es utilizada como explicativa en las funciones objetivo para eliminar el sesgo de autoseleccin). En este trabajo, sin embargo, se enfoca este problema desde una perspectiva diferente ya que lo que nos interesa dilucidar es cuanta importancia tiene cada uno de los efectos (el de los promovedores de la educacin privada y el de sus detractores) en la brecha existente de los resultados. Es por esta razn que se proceder a realizar una descomposicin de la brecha entre estos dos efectos para ver cual es ms importante y cul es el signo de cada uno. Los datos a utilizar son los obtenidos por la UNESCO y la OCDE a travs de su plan PISA en su edicin 2009. A continuacin, la seccin II presenta la base de datos, la seccin III desarrolla el modelo terico utilizado en este trabajo, la seccin IV presenta los resultados obtenidos y la seccin V las conclusiones que pueden ser extradas. 2. Base de Datos

El Programa para la Evaluacin Internacional de Alumnos (PISA) es una evaluacin internacional estandarizada enfocada en tres tipos de conocimientos: lectura, matemticas y ciencias.
3

PISA 2009 es la cuarta edicin de esta evaluacin llevada a cabo por UNESCO y OECD donde se evala la preparacin de jvenes de 15 aos en la resolucin de problemas y desafos de la vida real relacionados con las tres materias. PISA fue implementado por primera vez en el ao 2000 y se contina realizando hasta la actualidad en un intervalo de tres aos, enfocndose en cada oportunidad en una asignatura diferente. En total, 43 pases participaron en la primera evaluacin, nmero que se fue incrementando en cada una de las ediciones hasta llegar a un total de 74 pases en el 2009. Argentina particip en tres de las cuatro ediciones hasta el momento (2000, 2006 y 2009)1. En este trabajo, el puntaje obtenido en lectura es tratado como logros acadmicos (variable dependiente) debido a que PISA 2009 se enfoca en esta asignatura. Los exmenes de lectura fueron administrados a todos los alumnos en esta edicin mientras que los de matemticas y ciencias slo fueron administrados a la mitad de los participantes; de este modo nos aseguramos la mayor muestra posible. Los puntajes de PISA que sern utilizados en este trabajo son los valores posibles2. Son nmeros aleatorios extrados de la distribucin de puntajes que podran ser razonablemente asignados a cada individuo- es decir, la distribucin marginal posterior. (Adams and Wu, 2002) Cinco valores posibles fueron calculados para cada estudiante en cada una de las materias. Las regresiones y descomposiciones son realizadas cinco veces usando cada uno de los valores como variable dependiente y luego se calcula la medida de todos los valores de los coeficientes estimados. El tamao de la muestra en PISA 2009 para Argentina es de 4774 estudiantes en 199 escuelas. El diseo muestral utilizado para la evaluacin PISA fue una muestra estratificada en dos etapas en la mayora de los pases. Las unidades muestrales de primer nivel consisten en escuelas individuales que tienen matriculados alumnos de 15 aos3. Las unidades muestrales de segundo nivel son los estudiantes dentro de cada una de las escuelas muestreadas. Una vez que las escuelas eran seleccionadas para estar en la muestra, una lista incluyendo todos los alumnos de 15 aos de la misma es preparada. De cada lista que contuviera ms de 35 estudiantes, 35 estudiantes eran elegidos con

La edicin del 2000 fue en un principio realizada slo en los pases de la OCDE y Argentina recin realiz el estudio un ao ms tarde en el denominado PISA Plus. Sin embargo, los resultados entre PISA Plus y PISA 2000 son totalmente comparables y por eso se presentan conjuntamente. 2 Plausible values en el original. 3 Estudiantes cuya edad se encontraba entre los 15 aos y 3 meses y 16 aos y 2 meses al momento del examen.

igual probabilidad de seleccin y para listas menores a los 35 alumnos, todos los alumnos de la lista eran seleccionados. (PISA 2001) Adems de los resultados de los exmenes, PISA provee una gran cantidad de datos del entorno basado en cuestionarios completados por los estudiantes y directores escolares. Students questionnaire proveen informacin sobre demografa bsica, ambiente familiar y medidas de nivel socioeconmico, descripciones de los estudiantes de los procesos escolares/institucionales, la actitud de los alumnos frente a la lectura y hbitos de lectura, el acceso de los estudiantes a recursos educativos fuera de la escuela, patrones institucionales de participacin y orientacin programada, y por ltimo las expectativas educacionales y vocacionales. School questionnaire trata caractersticas escolares bsicas, polticas y prcticas escolares, clima en la escuela y recursos en la escuela. En este trabajo, el enfoque se har en caractersticas del estudiante y su familia usando slo la informacin pblico/privada de la base de datos de los directores para subdividir los datos.

3. Modelo Terico La funcin de produccin utilizada en este trabajo es:

Rij 0 Fij F Sij ij

Donde Rij es el valor posible en lectura del estudiante i en la escuela j, Fij es un vector de variables de entorno familiar, Sij es un vector de variables de caractersticas individuales de los alumnos y ij es el trmino de error (Wooldridge, 2002). F y S miden el impacto de las covariables en el rendimiento acadmico y sern estimados a travs de MCO. Debido a la estratificacin bietpica del diseo muestral en PISA se utilizarn una regresin de tipo encuesta y pesos replicados BRR (Balanced Repeated Replication). Estos estimadores proveen el efecto de cada una de las variables explicativas en la media condicional de la distribucin de puntajes (PISA 2009). Este trabajo usa los cinco valores posibles como la variable dependiente (Puntaje Lectura) y un set reducido de variables independientes que capturan la dotacin de caractersticas individuales y de entorno familiar de los estudiantes. Las variables a nivel estudiante son: repitencia y disfrutar la lectura (Joyread). Las caractersticas

familiares son tenidas en cuenta mediante Mayor ndice Socio-Econmico de Status

Ocupacional de los Padres (Hisei), Posesiones Culturales (Cultposs) y Recursos educativos en el hogar (Hedres); estas tres variables fueron reformuladas como ndices
en una escala 0/100. Por ltimo, gnero fue utilizada como variable de control. La media de los cinco estimadores obtenidos para cada coeficiente de las variables explicativas es calculada posteriormente. Una vez obtenidas las estimaciones, se procede a aplicar la tcnica de descomposicin de Oaxaca-Blinder (Blinder 1973, Oaxaca 1973). Este proceso es usado usualmente en el estudio de los salarios en los mercados de trabajos divididos por grupos. Divide el diferencial de salarios entre dos grupos en una parte explicada por diferencias grupales en las caractersticas relacionadas a la productividad como educacin y experiencia y una parte residual que no puede ser representada por dichas diferencias en los determinantes del salario y se supone provienen de algn tipo de discriminacin (Jann 2008). En nuestro caso, diferencias en los logros escolares pueden ser explicadas por un nmero de razones. Pueden surgir porque las asignaciones de caractersticas individuales y familiares son ms favorables en las escuelas privadas, evidenciando la autoseleccin pronosticada en la hiptesis. sta se asemejara a la parte explicada en los diferenciales de salarios. Pero en este caso, el efecto producidos por los coeficientes podra ser explicado y referirse a como los efectos de estas caractersticas en el rendimiento difieren segn el tipo de escuelas. Este efecto reflejara cuanto mejor usa cada tipo de escuela las dotaciones recibidas con el fin de conseguir estudiantes mejor cualificados. La brecha total de puntaje entre las escuelas privadas y pblicas se define como

GPPr Pu E R Pr E R P u
Donde E(R) denota el valor esperado de la variable explicada y Pr y Pu representan a la escuela privada y pblica respectivamente. La brecha total puede descomponerse en tres efectos, el de las caractersticas, el de coeficientes y un efecto caractersticas-coeficientes conjunto.

Entonces
Pr Pr Pr Pr Pr Pr E R Pr E 0Pr F FijPr SPr Sij ij E 0Pr F FijPr SPr Sij E ij Pr Pr 0Pr F E FijPr SPr E Sij

Con E Pr Pr y E Pr 0 como supuestos.

Pr P Pr P GPPr Pu 0Pr F E FijPr SPr E Sij 0P u F u E FijP u SP u E Sij u

Reagrupando
Pr P P GPPr Pu E FijPr E FijP u F u E Sij E Sij u SP u Pr 0 Pu 0 Pr F Pu F Pu ij Pr S Pu S

E F E S E F E F E S E S
Pu ij Pr ij Pu ij Pr F Pu F Pr ij Pu ij Pr S Pu S

sta es una triple descomposicin: los dos primeros sumandos se refieren al efecto caractersticas, es decir, la diferencia en caractersticas de los estudiantes y sus familias entre los tipos de escuela; el segundo componente est formado por tres sumandos y se refiere efecto coeficientes o retorno (incluido el intercepto); finalmente, los ltimos dos sumandos son trminos de interaccin asumiendo que las diferencias en caractersticas y coeficientes ocurren simultneamente entre las escuelas privadas y pblicas. La descomposicin presentada previamente est formulada desde el punto de vista de las escuelas pblicas. De esta manera, el componente asignacin mide el cambio esperado en los resultados medios de la escuela pblica si tuviera los niveles de predictores de la escuela privada. Asimismo, el componente coeficientes mide el cambio esperado en los resultados medios en la escuela pblica si tuviera los coeficientes de la escuela privada. Otra vez, este procedimiento es realizado con los cinco valores posibles disponibles para cada estudiante y el efecto es calculado en la media de los valores de los coeficientes de cada variable. El modelo fue estimado usando Stata 11 (Jann 2008, Kreuter and Valliant 2007, Oyeyemi et al 2010).

5. Results

A primera vista, luego de observar las medias de las covariables (ver Apndice, Tabla A) y los coeficientes de regresin para los dos estilos de financiacin escolar en PISA 2009 (Tabla 1), aparecen diferencias no slo en el entorno y antecedentes de los alumnos sino tambin en la forma en que los distintos sistemas educacionales transforman esas caractersticas en logros acadmicos. Al analizar las diferencias a nivel de caractersticas es importante analizar aquellas relacionadas con la hiptesis de los detractores de la escuela privada. Es decir, las variables de nivel socioeconmico y de repitencia. La variable de repitencia muestra una diferencia bastante significativa, mientras en la escuela pblica casi el 50% de los estudiantes evaluados era repitente, en la escuela privada menos del 20% tiene esa misma caracterstica. Este caso puede traer por detrs ms de una explicacin. O bien la escuela privada al tener menos alumnos por profesor puede darle mayor nfasis a aspectos individuales de cada estudiante disminuyendo las posibilidades de repitencia de sus alumnos; o el sistema privado tiende a expulsar del mismo a los repitentes quienes recaen en la escuela pblica mostrando uno de los casos de autoseleccin de la escuela privada. Por otro lado, las variables de nivel socioeconmico (Hisei, Cultposs, Hedres) son significativamente ms altas en la escuela privada que la pblica verificando la existencia de autoseleccin tambin en la insercin escolar.4

Este aspecto podra ser revalidado con las preguntas existentes en PISA sobre las razones elegidas por los padres al momento de elegir la escuela de sus hijos pero lamentablemente este cuestionario no fue utilizado en la muestra argentina

Tabla1.Coeficientesdelaregresinypvalores Argentina Variable Privada Pblica Intercepto 299,833 293,628 (0,000) (0,000) Gnero(Masc=1) 15,755 18,496 (0,000) (0,000) Repitencia(S=1) 53,864 67,198 (0,000) (0,000) Hisei 1,301 0,691 (0,000) (0,000) Cultposs 0,227 0,088 (0,000) (0,000) Hedres 0,416 0,799 (0,000) (0,000) Joyread 1,424 1,281 (0,000) (0,000) R2 n F 0,2881 1.439 273,07 0,2557 2.766 104,29

Nota:entreparntesisseencuentranindicadoslospvalores.

Regresin
Todos los coeficientes presentan los signos esperados tanto en la escuela privada como en la pblica. Un hecho interesante a remarcar es el alto impacto que se produce en la nota el hecho de ser repitente o no. Este efecto puede deberse a la forma en que se realiza la prueba al no tomar alumnos en un grado en particular sino basndose en la edad de los mismo. Los efectos tanto en la escuela pblica como en la privada son mayores a media desviacin estndar de los resultados5 y son mayores en la primera, probablemente debido a la mayor proporcin de repitentes crnicos (muchas escuelas privadas no permiten seguir cursando a alumnos que repitan ms de una vez de grado). El efecto del gnero es en ambos casos negativo y bastante similar, quedando en concordancia con los resultados encontrados a nivel mundial en toda la literatura, donde los alumnos varones superan a las mujeres en matemticas y stas por su parte lo hacen en lengua y literatura.
5

Los puntajes estn normalizados para los pases de la OCDE con una media de 500 y una desviacin estndar de 100 puntos.

Los coeficientes de las caractersticas socioeconmicas tienen el signo esperado y son mayores en la escuela privada salvo por los recursos educativos en el hogar (probablemente porque estos sean sustitutos de los recursos educativos de las escuelas por lo tanto tendrn un mayor efecto en aquellas escuelas que poseen peores recursos). La variable de disfrute de la lectura no presenta grandes diferencias al igual que el intercepto, el cual rene los efectos de las variables no observadas en la muestra.

Descomposicin Oaxaca-Blinder
Luego de analizar las diferencias a nivel tanto de caractersticas como de coeficientes entre la escuela pblica y privada, la brecha entre ambas descompuesta usando la tcnica Oaxaca-Blinder para calcular la proporcin de la misma explicada por cada uno de estos dos aspectos.
Tabla2.DescomposicinvaOaxacaBlinderdelabrechaenelpuntajedeLectura. Pblico/Privado BrechaTotalReal 86,346 BrechaTotalEstimada 77,973 100,00% (0,000) EfectoCaractersticas 38,299 49,12% (0,000) EfectoCoeficientes 35,750 45,85% (0,000) EfectoCombinado 3,923 5,03% (0,195) n 4774
Nota:entreparntesisseencuentranindicadoslospvalor

La tabla muestra la brecha estimada entre el rendimiento promedio obtenido por la escuela pblica y privada. La brecha entre ambos tipos de administracin es importante y mayor que el efecto de ser repitente en las escuelas privadas.6 Tanto el efecto caractersticas como el efecto coeficiente son positivos y estadsticamente significativos. El efecto conjunto, en cambio, dio positivo pero no significativo al 5%. Esto significa que en las diferencias entre la escuela privada y la pblica las cosas no son blancas o negras, sino que tienen
Esdecir,enpromedio,unestudianterepitentedelaescuelaprivadatieneunmejorrendimientoque unalumnonorepitentedelaescuelapblicaceterisparibus.
6

10

sus matices. El efecto relativo a la autoseleccin que se encontr en las variables explica un 50% de la brecha encontrada, corroborando la hiptesis de que, en parte, las diferencias a favor de la escuela pblica se deben a que existe un filtrado de los mejores alumnos. El efecto coeficientes por otro lado explica un 45% de la brecha, y como las diferencias en todos los coeficientes es pareja (salvo en repitencia donde es ms significativa) se puede inferir que esta parte de la brecha se debe a una mayor eficiencia de la escuela privada a la hora de producir conocimientos y lograr alcanzar el potencial de sus alumnos.

5. Conclusiones

El anlisis de descomposicin realizado revel que ambas partes tienen algo de razn en sus justificaciones de la brecha escolar. Las escuelas privadas presentan una mayor eficiencia que sus pares pblicas pero lamentablemente stas no pueden ser alcanzadas por todos los alumnos. Hay individuos que desde el nacimiento se ven obligados por cuestiones de entorno a acceder a una educacin de menor nivel, produciendo una mayor divergencia tanto en el nivel educativo y cultural como econmico (basndose en la teora del capital humano donde mejor educacin implica mejores remuneraciones esperadas). Las decisiones a tomar por parte del estado deben tomarse con cautela debido a los problemas presentados en la introduccin. Privatizar todo el sistema educativo podra implicar un aumento en la eficiencia pero provocara como se evidencia en la actualidad una mayor expulsin del sistema educativo de una parte de la sociedad, para los cuales el remedio sera peor que la enfermedad y los efectos en la divergencia de salarios y marginalidad seran an mayores. Los resultados obtenidos muestran claramente que los principales problemas de la educacin estn lejos de ser subsanados en Argentina. La ineficiencia relativa de las escuelas pblicas y los procedimientos maximizadores de beneficios de las escuelas privadas no encontraron solucin todava por lo que la existencia de un sistema mixto en la actualidad es necesaria para poder compensar ambos problemas.

11

Para concluir es importante remarcar que este anlisis fue realizado solo en los efectos causados en las medias de las variables. Dada la heterocedasticidad de los datos de educacin puede llegar a ser interesante a la hora de definir polticas calcular estos efectos a lo largo de toda la distribucin de puntajes para ver los efectos diferenciales de cada variable en cada uno de los cuantiles de las notas obtenidas.

12

Referencias
Adams, R., y Margaret Wu (2002), "PISA 2000 technical report". Technical Report, Paris: OECD. Disponible en http://www.pisa.oecd.org/dataoecd/53/19/33688233.pdf Ammermller, A (2007), PISA: What makes the difference? Explaining the Gap in PISA Test Scores Between Finland and Germany, Centre for European Economic Research. Disponible en ftp://ftp.zew.de/pub/zew-docs/dp/dp0404.pdf Blinder, A. S (1973), "Wage Discrimination: Reduced Form and Structural Estimates", Journal of Human Resources, 8, pp 436 - 455. Bravo, David y otros (1999), Rendimiento Educacional, Desigualdad y Brecha de Desempeo Privado/Pblico: Chile 1982-1997, Departamento de Economa, Universidad de Chile. Disponible en http://www.econ.uchile.cl/uploads/publicacion/8927517a-3303-4057-bf07-44785e9eec8c.pdf Jann, B (2008), "A Stata implementation of the Blinder-Oaxaca decomposition". ETH Zurich Sociology Working Paper, 5. Kreuter, F., and Richard Valliant (2007), "A survey on survey statistics: What is done and can be done in Stata", The Stata Journal, Volume 7, Number 1, pp 121. Marcel, Mario y Carla Tokman (2005), Cmo se Financia la Educacin en Chile?, Estudios de Finanzas Pblicas, Gobierno de Chile. Disponible en http://www.chileduc.com/files/8f75a764f04f88985062a4e51ec184d3.pdf McEwan, Patrick (2000), Comparing the Effectiveness of Public and Private Schools: A Review of Evidence and Interpretations, Serie de Documentos Ocasionales N 3, National Center for the Study of Privatization in Education (NCSPE), Teachers College, Universidad de Columbia. ______________(2001), Private and Public Schooling in the Southern Cone: A Comparative Analysis of Argentina and Chile, borrador, University of Illinois at Urbana-Champaign,IL. Oaxaca, R. L (1973), "Male-Female Wage Differentials in Urban Labor Markets", International Economic Review, Volume 14, No. 3, pp 693 - 709. Oyeyemi, G. M., A. A. Adewara, and R. A. Adeyemi (2010), "Complex Survey Data Analysis: A comparison of SAS, SPSS and STATA", Asian Journal of Mathematics and Statistics, Volume 3, Issue 1, pp 33-39 PISA, (2001) PISA 2000 Database, OECD. Available from http://pisa2000.acer.edu.au/downloads.php ______ (2009), Data Analysis Manual, SPSS Second Edition, OECD. ______ (2010), PISA 2009 Database, OECD. Available from http://pisa2009.acer.edu.au/downloads.php Willms, J. D. and Thomas Smith (2005), A manual for conducting analyses with data from TIMMS and PISA.

13

Wolff, Lawrence (2002), Educacin Privada y Poltica Pblica en Amrica Latina, PREAL, Santiago de Chile. Wooldridge, J. M. (2002), Econometric Analysis of Cross Section and Panel Data, The MIT Press, Cambridge, Massachusetts, London.

14

APNDICE
Anexo I. Descripcin de variables
VARIABLE Valorposible delrendimiento enLectura REFERENCIA SIGNO ESPERADO VALORES DEFINICIN

pvread

Nmeros aleatorios, extrados de la distribucin de puntajes de lectura,quepodranserrazonablementeasignadosacadaindividuo. Atributospersonales

Repitencia

Repitencia

()

Dummy

Lavariableasumeelvalor0sielalumnoseencuentraeneldcimo u onceavo grado y 1 si se encuentra en el sptimo, octavo o novena grado.

Disfrutedela lectura

joyread

(+)

Elndicemideelcompromisedelalumnoconlalectura.Sederivadel 0100 nivel de acuerdo de los estudiantes con ocho afirmaciones acerca de (continua) hbitosdelectura,disfruteyactitudfrenteaestaactividad.Lavariable fuereescaladaalrango0/100. Entornofamiliar Informacinrelacionadaalaocupacindelospadresfueobtenidaa travsdepreguntasabiertas.Lasrespuestasfueroncodificadasen 0100 cdigosISCOdecuatrodgitosymapeadasenelndicedestatus (continua) ocupacionalinternacional(ISEI).Estendicecapturaelmayordelos ndicesdelamadreydelpadre.Estavariablefuereescaladaalrango 0/100. El ndice mide la frecuencia con la cul el estudiante participa en 0100 actividades relacionadas con la cultura. La variable fue reescalada al (continua) rango0/100. 0100 Elndicesebasaenladisponibilidadycantidaddeciertosartculos (continua) educacionalesenelhogar.Lavariablesereescalalrango0/100. Variabledecontrol

Nivel Socioeconmico Ocupacionalde lospadres Posesiones Culturales Recursos educativosenel hogar

hisei

(+)

cultposs

(+)

hedres

(+)

Gnero

gnero

()

Dummy

0fueasignadoamujeresy1avarones.

15

Anexo II. Matriz de Correlacin y Estadsticas Descriptivas

TablaA.MatrizdecoeficientesdecorrelacionesydescriptivosparalecturaArgentina
(1) (2) 1,000 0,112 1,000 0,047 -0,184 -0,067 -0,108 -0,014 * -0,187 -0,239 -0,073 -0,164 -0,459 (3) (4) (5) (6) (7) Media Error Est. Media Privada Media Pblica 0,46 0,01 0,42 0,47 0,38 0,01 0,18 0,46 38,46 0,39 48,24 33,26 53,54 0,53 61,15 50,12 69,02 0,29 75,00 66,82 45,62 0,18 45,99 45,38 398,261 1,719 453,467 367,120

(1) Gnero (masculino=1) (2) Repitencia (S=1) (3) Hisei (4) Cultposs (5) Hedres (6) Joyread (7) Puntaje lectura

1,000 0,230 1,000 0,279 0,353 0,023 * 0,204 0,382 0,232

1,000 0,072 0,307

1,000 0,209

1,000

Nota1:*indicanosignificatividadal5%.Mediayerrorestndarrepresentanlamuestraexpandida Nota2:Lasmediasyloserroresstandardfueroncalculadosusandopesosreplicados(BRR)