SciELO - Scientific Electronic Library Online

 
vol.17 número4La exploración vivencial en la estimulación de la comunicación en trastornos del espectro de autismoEl desarrollo de habilidades profesionales pedagógicas en la formación inicial del logopeda índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Mendive. Revista de Educación

versión On-line ISSN 1815-7696

Rev. Mendive vol.17 no.4 Pinar del Río oct.-dic. 2019  Epub 02-Dic-2019

 

Artículo original

Las notas de la Enseñanza Media como predictor del Desempeño Estudiantil en la Educación Superior Técnico Profesional

General Point Average as a predictor of student´s performance in Higher Technical and Vocational Education

Claudia Patricia Ovalle Ramirez1  * 

1 Centro de Justicia Educacional Pontificia Universidad Católica de Chile. Chile

RESUMEN

RESUMEN En el contexto actual donde se busca establecer mecanismos de admisión y selección a la educación superior en Chile se ha propuesto que las medidas de tipo académico puedan servir el propósito de seleccionar estudiantes para los estudios técnicos superiores. El objetivo de este estudio fue identificar si las notas de la Enseñanza Media (NEM) están relacionadas con el rendimiento académico de los estudiantes en el primer año de Educación Superior Técnica. Se emplearon correlaciones bivariadas y modelos de regresión por mínimos cuadrados (OLS) controlando por variables del individuo y de la escuela para establecer el impacto de las NEM en los resultados de las asignaturas del primer año de Educación Superior Técnica. Se usaron los datos de estudiantes de una institución profesional (IP) de educación técnica superior de Chile con una matrícula de aproximadamente 101.000 estudiantes, la cual es una de las mayores proveedoras de este tipo de formación en Chile. La muestra incluyó estudiantes que se matricularon en el año 2018. Los resultados mostraron que las NEM son una variable que tiene una alta correlación con notas de educación superior técnica y los modelos de regresión confirman una relación positiva y significativa. Sin embargo, la magnitud de los coeficientes puede ser indicativa de que las NEM no son un predictor fuerte del desempeño futuro en todas las carreras técnicas

Palabras-clave: validez predictiva; notas de enseñanza media NEM; educación superior técnica

ABSTRACT

ABSTRACT In the current context, which seeks to establish the mechanisms of admission and selection in higher education in Chile, academic measures have been proposed for selection purposes. The objective of this study is to identify if middle school grades (NEM) are related to the academic performance of students in the first year of technical higher education. Bivariate correlations and least squares regression models (OLS) were used, controlling for variables of the individual and the school to establish the impact of the NEM on the results of the subjects of the first year of technical higher education. Student data from a professional institution (IP) of higher education in Chile was used with an enrollment of approximately 101,000 students, which is one of the largest providers of this type of training in Chile. The sample included students who enrolled in 2018. The results indicated that NEM is a variable that has a high correlation with the higher technical education grades and the regression models confirm a positive and significant relationship. However, the magnitude of the coefficients may be indicative that NEM is not a strong predictor of future performance in all technical careers

Key words: predictive validity; middle education notes NEM; professional technical education

Introducción

Uno de los temas relevantes en la actualidad de la educación superior técnico profesional chilena es el mandato legal de instaurar un sistema de admisión y selección para los aspirantes a estudios técnicos de nivel superior (Ministerio de Educación, 2017). Entre los posibles sistemas de selección se ha sugerido incluir una medida del rendimiento previo escolar que no se relacione con variables socio-demográficas para hacer más justa la selección de los estudiantes (Sevilla, 2015). Sin embargo, la educación técnica media forma en competencias y habilidades que superan la enseñanza académica, y que pueden no ser reflejadas con medidas del rendimiento escolar académico como las notas. Esto implica que la selección de los estudiantes técnicos para ingresar al nivel superior puede estar sesgada y verse afectada por el uso de medidas sin validez para establecer sus competencias previas al ingreso a la educación superior.

Estudios previos en el contexto chileno han demostrado que la selección de estudiantes para la educación superior con pruebas de rendimiento estandarizadas no es justa en términos del sesgo que presentan los ítems desfavoreciendo a los estudiantes que provienen de colegios técnicos (Ovalle-Ramírez & Alvares, 2019) . En el contexto de la formación técnica de nivel superior, es necesario producir evidencia sobre la conveniencia de emplear una medida de desempeño académico, como las notas de la enseñanza media, para la selección a la educación superior técnica. Esta evidencia debería demostrar si las notas de rendimiento escolar tienen valor predictivo del desempeño futuro en el contexto de la educación superior. Esta medición puede verse afectada por variables del individuo, de la familia y de las instituciones de educación media y superior.

En el presente estudio se intenta controlar por estas características (del individuo y de las instituciones) y se emplea una muestra de primer año de estudiantes matriculados en una IP (Instituto profesional) para establecer evidencia de la validez predictiva de las notas de la enseñanza media.

Revisión de la Literatura

En Chile la enseñanza media son los últimos 4 años de educación escolar y las notas obtenidas en esos cursos son consideradas, por muchas instituciones de la educación superior, como un criterio para su admisión.

La literatura se ha referido a las NEM (notas de enseñanza media) en términos de la capacidad predictiva que estos resultados tienen sobre el rendimiento futuro del estudiante. Mientras, algunos estudios indican que las NEM tienen gran capacidad predictiva (Betts & Morell, 1999; Geiser & Studley, 2001)otros autores afirman que el aporte de las NEM al rendimiento académico en la educación superior es limitado (Medina, Abu, & Luengo, 2014).

La evidencia de la capacidad predictiva de las notas de media en la educación superior, proviene de la literatura y estudios sobre instituciones universitarias Bastías, Villaroel, Zuñiga, Marshall, Velasco & Beltrán (2000), en un modelo de predicción del desempeño del primer año en la carrera de Medicina de 724 estudiantes, encontraron que las NEM predicen significativamente el promedio ponderado de notas al tercer año, aunque por lo general, se reporta en una escala de 1,0 (mínimo) a 7,0 (máximo). Según el estudio, aproximadamente 27 puntos de diferencia en el puntaje de las NEM producen una décima de diferencia en el promedio ponderado de notas al término de 3 años de estudio. Para obtener un resultado similar en el promedio ponderado de notas se necesita una diferencia de 53 puntos en el puntaje de la Prueba de conocimientos en Biología para el ingreso a la carrera. Se concluye que las NEM son un mejor predictor que las pruebas de selección en Biología, Aptitud Verbal, o Aptitud Matemática.

El Comité Técnico Asesor Consejo de Rectores de las Universidades Chilenas-CRUCH (2006) reporta que las NEM son un factor que no experimentó cambios entre 2006 a 2015. No obstante, llama la atención que en un contexto donde las notas mantienen una capacidad predictiva estable (típicamente en el rango 0.15 a 0.30), en una de las universidades selectivas incluidas en el estudio este factor de selección sí posee una validez predictiva casi nula en todos los años estudiados.

Otros estudios que soportan la validez predictiva del las NEM incluyen el de Reyes Elgueta & Torres Pavez (2009) quienes concluyen que las notas de enseñanza media (NEM) y las Pruebas de Selección Universitaria (PSU), tienen el mayor peso en la predicción del desempeño académico, incluso por encima de las variables del entorno (región de procedencia, tipo de pago de la educación y género). En su estudio las NEM, junto a ambas pruebas de selección (PSU Matemáticas y PSU Lenguaje), muestran una relación menor con respecto a variables como la probabilidad de terminar la carrera, comparado con las notas por sí solas, las que tienen un impacto en la probabilidad de terminar la carrera de casi un 5,7%.

En la literatura varios estudios indican que las NEM no son un buen predictor de desempeño futuro. Pérez, Ortiz & Parra (2011) con una muestra de 117 estudiantes de Medicina relacionaron las NEM y la prueba de ingreso a la universidad, PSU, con variables cognitivas y afectivas que se asocian con el éxito académico (autoeficacia, autoestima, estilos de aprendizaje y perfil valórico). Los resultados indican que el puntaje en la PSU de Matemáticas, se relaciona negativamente con los otros puntajes PSU y con el NEM. Esto, según los autores, se explicaría porque el NEM no predice en sí mismo el desempeño futuro, sino que evalúa otros aspectos que impactan el desempeño y con los que se relaciona de manera significativa. Entre otros aspectos impacta el estilo de aprendizaje de estudio metódico (rho = 0,311; p < 0,001), un perfil valórico que enfatiza la benevolencia (r (108) = 0,303; p < 0,01) y el universalismo (r (108) = 0,326; p < 0,01).

Por su parte, Medina, Abu & Luengo (2014) determinaron la capacidad predictiva de las notas de enseñanza media comparándolas según dependencia del colegio para una muestra de 551 estudiantes de pregrado de Odontología cuyas NEM promedio alcanzan 6.59 (0,20 SD), en una escala de 1 a 7. Se concluye que, en promedio, el porcentaje de aporte de las notas de enseñanza media a la explicación del rendimiento académico universitario correspondió a un 10,8%. El mayor porcentaje de aporte fue para las NEM de los colegios particulares, 15,0%; seguidas por las notas de enseñanza media de los establecimientos municipalizados y subvencionados con 9,6 % y 8,6% respectivamente. Se concluye que la capacidad predictiva de las NEM fue limitada y que existe un sesgo de predicción que desfavorece a los colegios municipalizados y los subvencionados.

Betts & Morell (1999) observaron en una muestra de estudiantes universitarios que un aumento de un punto en NEM escolar se traduce en un aumento del GPA universitario (promedio de notas) de solo 0.53 puntos en modelos de regresión que dan cuenta del 10% de la variación del GPA. Estos modelos incluyen las notas de media, pero también variables socio-demográficas y de recursos de la escuela (ej. Nivel educativo de los docentes). En la investigación se enfatiza en la importancia de la variabilidad que proviene de las diferencias entre escuelas, la cual puede afectar la variable respuesta y en la forma como las variables socio-demográficas afectan el GPA en el nivel universitario (estudiantes de menores recursos económicos tienden a tener peores resultados).

Ya que en la literatura no se encuentran estudios que relacionen las NEM con el desempeño en la educación superior técnica, el presente estudio aporta evidencia de la validez predictiva de las notas de enseñanza media (NEM) en el rendimiento en la formación técnico profesional de nivel superior. Se emplearon datos de desempeño de estudiantes que cursaron su primer año en programas técnicos (duración de 2 años y medio y conducente al título de Técnico Superior) y profesionales sin Licenciatura (duración de 4 años) de una Institución Profesional (IP) con mayor matrícula en Chile (alrededor de 101.000 estudiantes para 2018). El presente estudio de tipo cuantitativo pretende contribuir con evidencia empírica sobre el potencial de las NEM para la selección y clasificación de estudiantes que ingresan a los estudios técnicos superiores en Chile.

Materiales y método

Datos

Notas de Enseñanza Media (NEM). Las notas de enseñanza media son el promedio del promedio de notas por cada año (1° a 4°) de la Enseñanza Media, aproximadas al segundo decimal. Tienen una escala de 1 a 7 puntos. El promedio de las NEM es transformado a un puntaje estándar, mediante tablas de conversión, constituyendo así el puntaje de las NEM, uno de los factores de selección para el ingreso a las universidades selectivas o Universidades del Consejo de Rectores CRUCH- y aquellas privadas adscritas al Sistema. Su mínimo es de 150 puntos y su máximo es de 850.

Notas Total Promedio. Es el promedio de las notas de las asignaturas de Carrera y las notas de las asignaturas de Escuela, que obtiene un estudiante al completar el primer año de estudios en una carrera técnica o una carrera profesional sin licenciatura. Las notas de Carrera corresponden a asignaturas propias de cada currículum y las asignaturas de Escuela corresponden a las asignaturas que se comparten entre varios currículos o carreras de una misma escuela técnica (Salud, Turismo, Administración, Informática, Diseño, Comunicaciones, Diseño, Recursos Naturales, Ingeniería).

Universo y Muestra

El universo del presente estudio comprende a los estudiantes de la educación superior técnica profesional en Chile, alrededor de 510.000 estudiantes (43% del total de la matrícula en la educación superior). En el presente estudio se incluyeron los datos de 40.550 estudiantes de la educación técnica superior, una muestra seleccionada por conveniencia de los estudiantes matrículados en el primer año en 2018. Estos estudiantes estaban distribuidos en 9 escuelas técnicas y 79 carreras técnicas y profesionales y cursaron 1° y 2° semestre de estudios Técnicos y Profesionales sin Licenciatura en el año 2018.

Procedimiento

Se calcularon correlaciones bivariadas entre los puntajes NEM de los estudiantes y sus notas de primer año de formación técnico profesional. Para cada valor de la correlación se establecieron valores estandarizados (conversiones a puntajes Z) para poder hacer la comparación de los coeficientes entre las escuelas y entre las carreras. Las puntuaciones Z son desviaciones estándar que pueden tomar valores negativos y positivos y que permiten establecer comparaciones entre las correlaciones obtenidas para las diferentes escuelas y carreras técnicas.

Así mismo, se desarrollaron regresiones por cada una de las carreras técnicas y profesionales sin licenciatura, controlando por el sexo, la edad, la educación de la madre, el quintil de ingreso, el año de egreso de la educación media, la dependencia del colegio (municipal, privado subvencionado, privado) y el tipo de licencia de enseñanza media del estudiante (técnico o científico-humanista). Para las regresiones se presentan 3 modelos en la tabla 2. El primer modelo de regresión está dado por la ecuación 1:

Ecuación 1

La ecuación 1 indica que el promedio de notas de la educación superior técnica se puede predecir a partir de las notas de enseñanza media y un término de error. Este modelo es el modelo nulo que servirá para hacer la comparación del coeficiente con el coeficiente para las NEM en los modelos 2 y 3, que también se presentan en la tabla 2. Las ecuaciones 2 y 3 definen los modelos de regresión empleados:

Ecuación 2

La ecuación 2 incluye un vector de características del individuo (educación de la madre, quintil de ingreso, edad, género). La ecuación 3 incluye el mismo vector de características del individuo e introduce un vector de variables del establecimiento educativo (dependencia, modalidad, año de egreso de la educación media).

Ecuación 3

Resultados

La tabla 1 presenta los resultados de las correlaciones entre las notas de enseñanza media con las notas de primer año de los estudiantes considerando la escuela de estudios técnicos y profesionales sin licenciatura. Estas correlaciones indicaron que existen relaciones positivas y significativas entre las variables. Sin embargo, existe variabilidad en la capacidad predictiva de las notas de enseñanza media por escuela como lo muestran las puntuaciones Z de transformación de las correlaciones que permite las comparaciones entre escuelas en la Tabla 1.

Los resultados muestran que mientras el coeficiente de correlación entre las NEM y notas de desempeño fue más alto y significativo para la escuela de Recursos Naturales, Informática y Comunicaciones, el coeficiente fue más bajo para Salud y Administración y Negocios.

Tabla 1 Correlaciones entre las NEM y la Escuela  

Escuela N Correlación Puntuación Z
Administración y Negocios 12017 0.253** -1.260
Comunicaciones 2456 0.317** 1.080
Construcción 4877 0.267** -0.749
Diseño 2067 0.301** 0.497
Informática 4507 0.310** 0.827
Ingeniería 6943 0.287** -0.016
Recursos Naturales 1121 0.326** 1.413
Salud 3270 0.256** -1.152
Turismo 3166 0.270** -0.630

Fuente: Elaboración propia a partir de los datos obtenidos de una IP (Instituto Profesional) con la mayor matrícula en Chile. **p<0.001, *p<0.005

Las correlaciones entre las NEM y notas de primer año de la carrera técnica por programa curricular aparecen en la tabla 2. Estas muestran que la asociación entre las notas NEM y los resultados en el primer año de formación técnica superior fueron positivos y en la mayoría de los programas fueron significativos estadísticamente. La relación entre variables tuvo un rango entre 0,09 (coeficiente de correlación entre las NEM y las notas de primer año para la carrera de Técnico en Instalaciones y Proyectos eléctricos) y un 0,65 (coeficiente de correlación para la carrera de Técnico en Geomática). Las carreras en las que las NEM presentan un coeficiente de correlación más bajo con las notas de carrera está en los programas de Técnico de Radiodiagnóstico y Radioterapia (0.102) y Nutrición y Dietética (0.175). El coeficiente fue negativo solo en el caso del programa de Restauración Patrimonial (-0.278).

Tabla 2 Correlaciones entre las NEM y la Carrera 

Carrera N Correlación Puntuación Z
Comercio Exterior 552 0.290** -0.368
Auditoría 1135 0.247** -0.377
Admin. Financiera 1173 0.247** -0.377
Admin. RRHH 1955 0.239** -0.451
Contabilidad General Mención tributaria 1199 0.249** -0.359
Técnico en Gestión Logística 952 0.236** -0.478
Adm. en Empresas Mención Marketing 1506 0.198** -0.826
Ingeniería en Administración 1239 0.335** 0.426
Ingeniería en Marketing 610 0.295** 0.060
Ingeniería en Gestión Logística 159 0.263** -0.231
Ingeniería en Admón. Rec. Humanos 1111 0.279** -0.085
Ingeniería en Comercio Exterior 364 0.377** 0.810
Gestión Comercial 60 0.28** -0.076
Publicidad 595 0.307** 0.170
Relaciones Públicas Mención Marketing 311 0.293** 0.042
Comunicación Audiovisual 538 0.264** -0.222
Actuación 165 0.296** 0.070
Técnico Audiovisual 214 0.290** 0.015
Publicidad Técnica 34 0.160 -1.173
Tecnología en Sonido 140 0.265** -0.213
Ingeniería en Sonido 175 0.478** 1.734
Animación Digital 262 0.399** 1.011
Técnico en Diseño Gráfico 96 0.365** 0.701
Animación Digital 262 0.399** 1.011
Técnico en Diseño Gráfico 96 0.365** 0.701
Ilustración 135 0.343** 0.499
Diseño de Ambientes 298 0.336** 0.435
Diseño de Vestuario 312 0.297** 0.079
Diseño Industrial 316 0.207** -0.743
Diseño Gráfico 837 0.284** -0.039
Técnico en Producción Ind de Vestuario 30 0.172 -1.063
Producción Web 40 0.561** 2.493
Técnico en Mec. Automotriz y Auto trónica 1888 0.276** -0.112
Ing. en Mecánica Automotriz y Auto trónica 1426 0.308** 0.179
Ing. Maquinaria y vehículos 217 0.405** 1.066
Técnico en. Maquinaria y vehículos 593 0.179** -0.999
Técnico en Energías Renovables 75 0.249** -0.359
Ingeniería en Electricidad y Automatización 915 0.313** 0.225
Técnico en Electricidad y Automatización 1369 0.342** 0.490
Téc. En Mant. Electromec. Mención Industrias 454 0.148** -1.283
Técnico en Construcción 1863 0.265** -0.213
Técnico Topógrafo 254 0.398** 1.002
Técnico en Instalaciones y Proy. eléctricos 148 0.09 -1.813
Dibujo y Modelamiento Arquitectónico 344 0.307** 0.170
Técnico en Prevención de Riesgos 408 0.204** -0.771
Ingeniería en Construcción 1503 0.253** -0.323
Ing. Prevención de Riesgos 329 0.310** 0.198
Restauración Patrimonial 38 -0.278 -5.178
Ing. en medio ambiente 368 0.336** 0.435
Ingeniería Agrícola 213 0.280** -0.076
Técnico en Calidad y Seg. Agroalimentaria 47 0.305* 0.152
Técnico en Geología y control de Sondaje 95 0.399** 1.011
Técnico en Geomática 10 0.659* 3.389
Técnico Agrícola 200 0.371** 0.755
Técnico Veterinario 188 0.299** 0.097
Técnico en Enfermería 1134 0.270** -0.167
Técnico de Laboratorio Clínico 177 0.268** -0.185
Técnico de radiodiagnóstico y radioterapia 112 0.102 -1.703
Informática Biomédica 277 0.234** -0.533
Preparador Físico 588 0.238** -0.460
Técnico en Odontología 516 0.291** 0.024
Técnico en Química y Farmacia 99 0.319** 0.280
Fisioterapia 168 0.299** 0.097
Técnico en Nutrición y Dietética 199 0.175** -1.036
Administración de redes computacionales 518 0.334** 0.417
Analista programador computacional 1131 0.328** 0.362
Ingeniería en Informática 2006 0.294** 0.051
Ingeniería en Conectividad y Redes 499 0.364** 0.691
Ingeniería en Infraestructura 120 0.367** 0.719
Administrador de Infraestructura 28 0.283 -0.048
Administración Hotelera 157 0.280** -0.076
Gastronomía 551 0.208** -0.734
Gastronomía Internacional 956 0.228** -0.551
Ecoturismo 348 0.249** -0.359
Turismo de Aventura 102 0.319** 0.280
Turismo mención Empresas Turísticas 181 0.284** -0.039
Turismo mención Servicios Aerocomerciales 140 0.401** 1.030
Tourism and Hospitality 727 0.327** 0.353

Nota: **p<0.001, *p<0.005

Las tablas 3 y 4 presentan las correlaciones entre las NEM y las notas del primer año de la educación técnica superior considerando la dependencia escolar y la modalidad de media técnica del estudiante. En la desagregación de la correlación por dependencia de la Tabla 2, el coeficiente siempre fue positivo y significativo estadísticamente. Pero, las NEM no se asociaron a los resultados en la escuela de Salud cuando el estudiante proviene de colegios particulares pagados. No obstante, este resultado debe interpretarse considerando que el número de estudiantes en un programa técnico en Salud que provienen de este sector escolar es más reducido que el número de estudiantes que provienen de colegios particulares subvencionados y municipales.

Tabla 3 Correlaciones por escuela considerando la dependencia escolar  

Escuela Particular Pagado Particular Subvencionado Municipal
N correlación N correlación N correlación
Admón. Negocios 3408 0.229** 8060 0.261** 549 0.292**
Comunicaciones 337 0.338** 1512 0.365** 607 0.200**
Construcción 157 0.265** 3054 0.291** 1666 0.232**
Diseño 260 0.364** 1258 0.318** 549 0.249**
Informática 217 0.335** 3080 0.324** 1210 0.273**
Ingeniería 257 0.382** 4406 0.296** 2280 0.270**
Rec. Naturales 52 0.305** 760 0.354** 309 0.285**
Salud 99 -0.036 2112 0.284** 2112 0.284**
Turismo 260 0.293** 2045 0.295** 861 0.234**

Nota: **p<0.001, *p<0.005

En cuanto a la modalidad escolar de la que proviene el estudiante, la relación entre las NEM y el desempeño en la Educación superior técnica es positiva y significativa para todas las escuelas pero, su magnitud es baja (<0.35). (Ver tabla 3)

Tabla 4 Correlaciones por escuela considerando la modalidad escolar de la que proviene el estudiante  

Escuela Media Técnico Profesional Media Científico Humanista
N correlación N correlación
Admón. Negocios 7046 0.246** 4966 0.260**
Comunicaciones 696 0.248** 1745 0.341**
Construcción 2716 0.277** 2161 0.255**
Diseño 615 0.237** 1452 0.325**
Informática 1452 0.325** 2162 0.299**
Ingeniería 4311 0.286** 2632 0.289**
Rec. Naturales 501 0.288** 620 0.355**
Salud 1530 0.258** 1783 0.256**
Turismo 1194 0.261** 1972 0.278**

Nota: **p<0.001, *p<0.005

Por medio de regresiones OLS (Mínimos Cuadrados Ordinarios), se controló por las variables del individuo y de la institución escolar para poder estimar el impacto de las notas de la enseñanza media sobre el desempeño en las notas del primer año en la formación superior técnico profesional. Entre las variables de control se incluyeron los quintiles de ingreso, la modalidad educativa (técnica o humanista), la dependencia escolar (municipal, particular subvencionada, particular), la edad, y el sexo. Los resultados de la tabla 5 muestran los coeficientes de la variable NEM para cada uno de los 3 modelos de regresión desarrollados (ecuaciones 1, 2 y 3). Así mismo, se incluye el o varianza explicada R2 por cada uno de los modelos.

En el primer modelo (columna 1 tabla 5), que incluye solo la variable NEM, se observó que la variabilidad explicada no supera el 28% a excepción de las carreras de Técnico en Diseño Gráfico (67%) y Técnico en Energías Renovables (58%), y para todas las carreras el coeficiente de NEM fue positivo a excepción de la carrera de Restauración Patrimonial(-0.997). Las NEM aumenta en más de un punto el desempeño en algunas carreras de 3 escuelas Administración, Construcción y Turismo- y para las carreras de: Ingeniería en Administración, Ingeniería en Comercio Exterior, Animación Digital, Diseño Gráfico, Ingeniería y Técnico en Electricidad y Automatización, Técnico Topógrafo e Ingeniería en Prevención de Riesgos, Técnico Agrícola, Turismo de Aventura y Turismo con énfasis en Servicios Aerocomerciales. Las demás carreras tienen coeficiente de NEM por debajo de un punto.

Para confirmar estos resultados, se desarrollaron 2 modelos adicionales de regresión en los cuales se controló por las variables socio-demográficas y las variables de la institución escolar (columna 2 y 3, tabla 5). El segundo modelo indica que la NEM incrementa los resultados de los estudiantes en 1 punto solo para las carreras de Comercio Exterior, Técnico Audiovisual, Animación Digital, Técnico Audiovisual, Técnico en Diseño Gráfico, Técnico en Electricidad y Automatización, Técnico Topógrafo, Ingeniería en Prevención de Riesgo, Técnico Agrícola, Turismo de Aventura, Turismo con énfasis en Servicios Aerocomerciales. El segundo modelo muestra que la NEM aumentó en menos de 0,3 décimas el promedio de notas en educación superior técnica en las carreras de Actuación, Técnico en Calidad y Seguridad Agropecuaria, Técnico en Química y Farmacia.

El tercer modelo de regresión que incluye las variables socio-demográficas y las de la institución escolar de la que proviene el estudiante, muestra que las NEM aumentan en más de un punto los resultados en las carreras de Ingeniería en Comercio Exterior, Técnico Audiovisual, Animación Digital, Técnico en Elect. y Automatización, Técnico Topógrafo, Ingeniería en Prevención de riesgos, Técnico Agrícola, Fisioterapia, Turismo de Aventura. Sin embargo, las NEM no produjo aumentos superiores a 0,3 en el promedio de notas en las carreras de Actuación, Técnico en Calidad y Seguridad Agropecuaria, Tourism and Hospitality. Solo Restauración Patrimonial tiene un coeficiente negativo para las NEM en este modelo.

Tabla 5 Modelos de Regresión MCO 

Carrera Modelo MCO # 1a Modelo MCO #2b Modelo MCO #3c
N NEM (Coeficiente) R2 N NEM (Coeficiente) R2 N NEM (Coeficiente) R2
Comercio Exterior 146 0.433* 0.053 146 0.453* 0.187 146 0.480* 0.342
Auditoría 103 0.674** 0.247 268 0.564** 0.281 268 0.561 ** 0.301
Admón. Financiera 327 0.626** 0.070 325 0.612** 0.131 325 0.617** 0.153
Admón. RRHH 490 0.631** 0.118 494 0.593** 0.077 490 0.602** 0.096
Contabilidad General Men. Legislación 299 0.635 0.076 296 0.617** 0.145 296 0.633** 0.183
Técnico en Gestión Logística 126 0.182 0.007 124 0.350 0.106 124 0.314 0.125
Admón. Empresas Mención Marketing 505 0.754** 0.089 516 0.659** 0.1847 516 0.644** 0.217
Ingeniería en Administración 344 1.03* 0.188 343 0.947** 0.230 343 0.962** 0.146
Ingeniería en Marketing 277 0.721** 0.085 160 0.683** 0.147 160 0.866** 0.263
Ingeniería en Admón. Rec. Humanos 277 0.646** 0.188 277 0.646** 0.099 271 0.531 ** 0.221
Ingeniería en Comercio Exterior 121 1.007** 0.191 119 1.113** 0.273 119 1.137** 0.312
Publicidad 224 0.932** 0.147 219 0.928** 0.196 219 0.926 ** 0.207
Relaciones Públicas 123 0.915 0.200 123 0.915* 0.200 123 0.925* 0.204
Comunicación Audiovisual 219 0.838** 0.106 214 0.866** 0.193 214 0.842** 0.227
Actuación 70 0.457 0.054 70 0.265 0.147 70 0.211 0.199
Técnico Audiovisual 112 0.959** 0.105 112 1.249** 0.220 112 1.151 ** 0.250
Tecnología en Sonido 109 0.799* 0.101 106 0.849* 0.190 106 0.864* 0.234
Ingeniería en Sonido 85 0.986** 0.289 77 0.826** 0.405 77 0.831* 0.419
Animación Digital 103 1.463** 0.247 100 1.525** 0.369 100 1.458 ** 0.422
Diseño Gráfico 316 0.753** 0.070 310 0.592** 0.160 310 0.572** 0.180
Ilustración 113 0.774** 0.131 111 0.764** 0.337 111 0.747** 0.345
Diseño de Ambientes 103 0.833** 0.169 97 0.751** 0.227 97 0.740** 0.227
Diseño de Vestuario 128 0.902** 0.129 123 0.817** 0.307 123 0.838** 0.333
Diseño Industrial 118 0.770* 0.051 116 0.775* 0.104 116 0.826* 0.153
Técnico en Diseño Gráfico 35 1.460* 0.673 35 1.446* 0.654 35 1.460* 0.673
Técnico en Mec. Aut. y Autotrónica 1301 0.838** 0.102 842 0.851** 0.130 842 0.872 0.152
Ing. en Mecánica Aut. y Autotrónica 489 0.625** 0.101 479 0.639** 0.140 479 0.636 0.148
Ing. Maquinaria y vehículos 71 0.862** 0.353 70 0.826** 0.534 70 0.798** 0.565
Técnico en. Maquinaria y vehículos 249 0.348 0.114 249 0.348 0.114 249 0.399* 0.134
Técnico en Energías Renovables 37 0.863 0.584 37 0.741 0.367 37 0.863 0.584
Ingeniería en Elect. y Automatización 526 1.014** 0.120 264 0.855** 0.180 264 0.855** 0.180
Técnico en Elect. y Automatización 860 1.014** 0.120 514 1.036** 0.182 514 1.017 0.212
Téc.en Mant. Electromec. Men. Indust. 277 0.660** 0.001 159 0.660** 0.076 16 0.524 ** 0.827
Técnico en Construcción 762 0.671** 0.073 762 0.680** 0.103 762 0.680** 0.103
Técnico Topógrafo 107 1.185** 0.315 107 1.185** 0.315 107 1.341** 0.353
Dibujo y Modelamiento Arquitectónico 162 0.781** 0.087 159 0.782** 0.185 159 0.803** 0.208
Técnico en Prevención de Riesgos 179 0.891** 0.082 176 0.630* 0.210 176 0.685 ** 0.242
Ingeniería en Construcción 503 0.721** 0.079 494 0.719** 0.114 494 0.778 ** 0.100
Ing. Prevención de Riesgos 110 1.182** 0.414 110 1.182** 0.414 110 1.275 ** 0.459
Restauración Patrimonial 29 -0.997 0.554 29 -1.040 0.529 29 -0.997 0.554
Ing. en medio ambiente 127 0.680** 0.163 125 0.610** 0.274 125 0.620 ** 0.312
Ingeniería Agrícola 76 0.709* 0.085 75 0.722* 0.301 75 0.575 * 0.329
Técnico en Calidad y Seg. Agro. 37 0.715 0.057 35 0.104 0.592 35 0.272 0.791
Técnico en Geología y Sondaje 73 0.889** 0.170 72 0.717* 0.328 72 0.672* 0.360
Técnico Agrícola 153 1.094** 0.178 153 1.074** 0.214 153 1.172** 0.263
Técnico Veterinario 137 0.633** 0.098 136 0.551* 0.224 136 0.583* 0.283
Técnico en Enfermería 703 0.687** 0.084 687 0.703** 0.093 687 0.704 ** 0.113
Técnico de Laboratorio Clínico 118 0.484* 0.062 118 0.379* 0.326 118 0.440* 0.360
Técnico de radiodiagnóstico 90 0.298 0.018 88 0.431 0.104 88 0.349 0.194
Informática Biomédica 98 0.503* 0.071 96 0.581* 0.217 96 0.575* 0.218
Técnico en Odontología 322 0.594** 0.078 315 0.611** 0.114 315 0.619** 0.128
Técnico en Química y Farmacia 64 0.353 0.059 63 0.267 0.414 63 0.366 * 0.523
Fisioterapia 89 0.921* 0.108 88 0.939* 0.386 88 1.101* 0.440
Técnico en Nutrición y Dietética 140 0.498 0.024 137 0.748* 0.117 137 0.797 * 0.143
Administración de redes comp. 220 0.558** 0.054 216 0.558** 0.114 216 0.590** 0.139
Analista programador computacional 531 0.912** 0.166 512 0.864** 0.234 512 0.858** 0.239
Ingeniería en Informática 661 0.698** 0.127 654 0.683** 0.172 654 0.679 ** 0.178
Ingeniería en Conectividad y Redes 147 0.805** 0.129 146 0.825** 0.237 146 0.820** 0.297
Administración Hotelera 92 0.669* 0.096 91 0.513* 0.354 91 0.543* 0.453
Gastronomía 284 0.409* 0.038 88 0.939* 0.386 88 1.101** 0.440
Gastronomía Internacional 354 0.700** 0.093 352 0.667* 0.116 352 0.603** 0.108
Ecoturismo 151 0.512* 0.049 146 0.417* 0.144 146 0.467* 0.165
Turismo de Aventura 94 1.294** 0.658 68 1.326** 0.696 68 1.326** 0.696
Turismo mención Empresas Turísticas 109 0.615** 0.242 112 0.701** 0.169 109 0.615 ** 0.368
Turismo mención Serv. Aerocomercial 110 1.013** 0.260 84 1.016** 0.386 84 0.849 ** 0.526
Técnico en Telecomunicaciones 68 0.671 0.302 71 0.343 0.012 68 0.696 0.286
Tourism and Hospitality 93 0.141 0.265 93 0.394 0.028 93 0.204 0.225

aModelo 1. Nem b Modelo 2. Nem, educación de la madre, quintiles, edad, sexo c Modelo 3. Nem, educ madre, quintil, dependencia, modalidad, edad, sexo, egreso media 2017. Nota: **p<0.001, *p<0.005

Discusión

De acuerdo al tipo de programa puede haber diferencias en el potencial predictivo del desempeño que pueda tener la variable NEM. Las notas de enseñanza media son un predictor del desempeño futuro de los estudiantes que ingresan a programas técnicos y profesionales en algunas carreras incrementando un poco más de 1 unidad en el promedio de notas de primer año. Aunque esta ganancia es significativa estadísticamente, para algunos programas técnicos pueden existir otros factores asociados al desempeño en la educación superior técnica que expliquen una mayor proporción de la varianza (NEM explica solo un máximo de 30% de la variabilidad de GPA en 42 de los programas analizados con el modelo 3). Esto queda soportado por los coeficientes de las regresiones OLS (modelos 2 y 3), en los que controlando por factores del individuo y de la institución se constata que las NEM no produce aumentos superiores a 0,3 en el promedio de notas en algunas carreras como Actuación, Técnico en Calidad y Seguridad Agropecuaria, Tourism and Hospitality.

Estudios en educación superior indican que las NEM tiene un valor predictivo restringido en el caso de los resultados académicos de nivel universitario (Medina, Abu & Luengo, 2014; Pérez, Ortiz & Parra, 2011). El presente estudio muestra que la NEM varió en su aporte a la predicción de los resultados en la educación superior técnica dependiendo del programa técnico, pero en la mayoría de las carreras se refiere a solo aumentos marginales en las notas promedio de la enseñanza técnica superior. En este sentido el uso de la NEM como predictor de desempeño futuro, por ejemplo, para la admisión y selección de estudiantes técnicos superiores requiere que se considere el potencial limitado de las NEM para algunos programas.

La evidencia del presente estudio concuerda con los estudios en la educación superior que indican que las notas de enseñanza media no son el mejor predictor del desempeño futuro en la educación superior (Betts & Morell, 1999; Medina, Abu & Luengo, 2014; Pérez, Ortiz & Parra, 2011). En un escenario donde la gratuidad educativa permite que una mayor población ingrese a la educación superior, por una ruta alternativa a la educación universitaria, el uso de las notas de la enseñanza media no es válido para la selección de estudiantes al sistema de educación superior técnico. Otras alternativas a las medidas de rendimiento académico pueden ser el reconocimiento de aprendizajes previos, la valoración de las competencias de los estudiantes que provienen de la enseñanza media y la concordancia entre la rama o modalidad de estudios en la educación media y en la educación superior.

Aunque en un contexto donde los recursos públicos son restringidos, las consecuencias para el crecimiento económico son mayores cuando no hay una formación del capital humano en un nivel adecuado de competencia en los países en desarrollo. En este sentido, excluir estudiantes por su rendimiento académico previo de la formación superior puede afectar los proyectos de vida y formativos de los estudiantes.

Futuros estudios pueden abordar el valor predictivo de las NEM extendiendo el presente análisis a más instituciones de formación técnica superior o IP y a otros programas técnicos no incluidos en el análisis. Igualmente, se pueden incluir los resultados en otras variables dependientes como es el progreso o avance curricular en términos de créditos completados por el estudiante.

Referencias bibliográficas

Bastías, G., Villarroel, L., Zuñiga, D., Marshall, G., Velasco, N., & Beltrán, M. (2000). Desempeño académico de los estudiantes de medicina: ¿Un resultado predecible? Revista médica de Chile, 128(6), 671-678. https://doi.org/10.4067/S0034-98872000000600015Links ]

Betts, J. R., & Morell, D. (1999). The Determinants of Undergraduate Grade Point Average: The Relative Importance of Family Background, High School Resources, and Peer Group Effects. Journal of Human Resources, 34(2), 268-293. [ Links ]

Geiser, S., & Studley, R. (2001). UC and the SAT: Predictive Validity and Differential Impact of the SAT I and SAT II at the University of California. Educational Assessment, 8(1), 1-26. https://doi.org/10.1207/S15326977EA0801_01Links ]

Medina Moreno, A. del P., Abu Zaid, M. K. S., & Luengo Machuca, L. (2014). Predictibilidad de las notas de enseñanza media según establecimiento de origen sobre el rendimiento académico en estudiantes de Odontología. Educación Médica Superior, 28(1), 65-73. [ Links ]

Ovalle-Ramírez, C., & Alvares, D. (2019). Psicología 'Funcionamiento Diferencial en los Ítems de la Prueba de Selección Universitaria PSU: Detección del Sesgo Condicional a la Modalidad de Estudios. Presentado en Coloquio de Postgrados de Psicología, Pontificia Universidad Católica de Chile. Recuperado a partir de http://exestudiantespsicologia.uc.cl/evento/81-coloquio-psicologia-deteccion-del-sesgo-condicional-a-la-modalidad-de-estudiosLinks ]

Pérez, C., Ortiz, L., & Parra, P. (2011). Prueba de Selección Universitaria, rendimiento en enseñanza media y variables cognitivo-actitudinales de estudiantes de Medicina. Revista Educación Ciencias Salud, 8(2), 120-127. [ Links ]

Reyes Elgueta, A. A., & Torres Pavez, M. D. (2009). La PSU y otros Factores de Rendimiento y Éxito Académico Universitario: el caso de la Pontificia Universidad Católica de Valparaíso (Tesis). Pontificia Universidad Católica de Valparaíso, Chile. Recuperado a partir de http://www.pucv.cl/uuaa/site/artic/20190619/asocfile/20190619162259/memoria_2009_reyes_y_torres.pdf Links ]

Ministerio de Educación. (2017). Ley No 21.091/2017. Sobre Educación Superior. IIPE, UNESCO, Oficina para América Latina: Buenos Aires. Recuperado 08/10/2019, de Recuperado 08/10/2019, de http://www.siteal.iipe.unesco.org/bdnp/950/ley-210912017-educacion-superiorLinks ]

Recibido: 01 de Abril de 2019; Aprobado: 10 de Septiembre de 2019

*Autor para correspondencia. E- mail: covallera@gmail.com

Creative Commons License