Determinantes del rendimiento académico de la educación media en Ecuador
DOI:
https://doi.org/10.25097/rep.n32.2020.08Palabras clave:
Psicometría, Educación Media, modelo de regresión logística, Ser bachillerResumen
En este artículo se analizan los determinantes demográficos, fisiológicos, socioeconómicos, culturales, académicos y psicológicos que inciden en el rendimiento académico de los estudiantes que rindieron el examen Ser Bachiller en el periodo lectivo 2016-2017. Además, se describe el origen, evolución y aplicación de los exámenes psicométricos a nivel nacional e internacional. Para observar el efecto que tienen los mencionados factores en el rendimiento académico, se construye un modelo econométrico de regresión logística que muestra la magnitud y la relación de las principales variables que determinan el rendimiento académico de los estudiantes de Educación Media en Ecuador. En este sentido, se observa que los factores que más inciden en el rendimiento académico de los estudiantes de Educación Media son el costo de la preparación propedéutica previo a rendir el examen Ser Bachiller (11,42% mayor) y la manifestación, por parte del estudiante, de tener una percepción de control interno y responsabilidad personal (10,61% mayor).
Descargas
Citas
Anastasi, A., & Urbina, S. (1998). Test Psicológicos (Séptima edición ed.). (L. Cedeño, Ed., & M. Ortiz, Trad.) México: Prentice-Hall, Inc.
Carabaña, J. (2016). El Informe Coleman, 50 años después. Revista de Sociología de la Educación, 9, 10-15.
Centro Nacional de Estadísticas de Educación. (2017). Centro para el Estudio de Educación Cívica. Recuperado el 09 de Febrero de 2018, de Centro Nacional de Estadísticas de Educación: http://nces.ed.gov/surveys/cived/management.asp
Cepeda, E., & Caicedo, G. (2007). Factores asociados a la calidad de la educación. Revista Iberoamericana de Educación, 4-5.
Costa, K. (1996). Manual de pruebas inteligencia y aptitudes. México: Plaza y Valdés Editores.
Dávila, N., García-Artiles, M. D., Pérez-Sánchez, J. M., & Gómez-Déniz, E. (2015). Un modelo de regresión logística asimétrico que puede explicar la probabilidad de éxito en el rendimiento académico. Investigación Educativa, 27-45. doi:http://dx.doi.org/10.6018/rie.33.1.178481
De Zubiría, J. (2006). Teorías contemporáneas de la inteligencia y la excepcionalidad. Bogotá: Aula Abierta.
Díaz, V. (2009). Análisis de datos de encuestas: Desarrollo de una investigación completa utilizando SPSS. Barcelona: Editorial UOC.
Donlon, T. (1984). The College Board Technical Handbook for the Scholastic Aptitude Test. New York: College Entrance Examination Board.
Erazo, O. (2012). El rendimiento académico, un fenómeno de múltiples relacones y complejidades. Vanguardia Psicológica, 2(2), 144-173.
Fernández, J., & Edo, S. (1994). ¿Cómo influye el control percibido en el impacto que tienen las emociones sobre la salud? Anales de psicología, 127-133.
Fernández, J., & Rodríguez, J. C. (2008). Los orígenes del fracaso escolar en España. Un estudio empírico. Mediterráneo Económico: "Modernidad, crisis, y globalización: problemas de política y cultura"(14), 323-349. Obtenido de https://www.researchgate.net/publication/28294142_Los_origenes_del_fracaso_escolar_en_Espana_Un_estudio_empirico
García, M. V., Alvarado, J. M., & Jiménez, A. (2000). La predicción del rendimiento académico: regresión lineal versus regresión logística. Psicothema, 12(2), 248-252. Obtenido de http://www.redalyc.org/articulo.oa?id=72797059
González, J., Peñacoba, C., Velasco, L., López-López, A., Mercado, F., & Barjola, P. (2009). Recursos cognitivos de percepción de control, procesos de estrés/recuperación y malestar afectivo en fibromialgia. Psicothema, 359-368.
Guadagni, A. (Febrero de 2016). Ingreso a la universidad en Ecuador, Cuba y Argentina. Red Latinoamericana de Cooperación Universitaria(44). Obtenido de http://www.rlcu.org.ar/recursos/E_0000046_004_cea_numero_44.pdf
Haertel, E. (1990). Grupo de trabajo sobre estándares y evaluación. Grupo de Análisis para el Desarrollo.
Hernández, J., Márquez, A., & Palomar, J. (2009). Factores asociados al desempeño acádemico en el EXANI-I. Investigación Educativa, 7.
Heyneman, S., & Loxley, W. (1983). The Effect of Primary School Quality on Academic Achievement Across Twenty-nine High and Low Income Countries. American Journal of Sociology, 1162-1194.
Ibarra, M. d., & Michalus, J. C. (2010). Análisis del rendimiento académico mediante un modelo logit. Ingeniería Industrial(2), 47-56. Obtenido de http://revistas.ubiobio.cl/index.php/RI/article/view/56
Instituto Nacional de Evaluación Educativa. (2017). Ser Bachiller : Ficha técnica y conceptual. Recuperado el 08 de Febrero de 2018, de Ser Bachiller : Ficha técnica y conceptual: http://www.evaluacion.gob.ec/evaluaciones/wp-content/uploads/2017/07/Ineval_fichaSBAC17_20170224.pdf
International Bank for Reconstruction and Development & World Bank. (2018). Learning to realize education’s promise. Washington, DC.
Martínez, F. (2001). Evaluación educativa y pruebas estandarizadas. Elementos para enriquecer el debate. Revista de la educación superior, 1-12.
Martínez-Lázaro, U., & Justel, M. (1981). Sobre el carácter selectivo de las pruebas de ingreso a la univerisdad. Reis, 115-132.
Martínez-Rodríguez, E. (2008). Fundqación Dialnet - Universidda de la Rioja. Recuperado el 2018, de Logit Model como modelo de elección discreta: origen y evolución: https://dialnet.unirioja.es/servlet/articulo?codigo=2652092
Ministerio de Educación. (21 de Octubre de 2013). Acuerdo Mineduc No. 0382-13. Recuperado el 08 de Febrero de 2018, de Acuerdo Mineduc No. 0382-13: http://www.evaluacion.gob.ec/wp-content/uploads/downloads/2015/06/Anexo-a.-Acuerdo-Mineduc-0382-13.pdf
Moscote-Flórez, O., & Arley-Rincón, W. (2012). Modelo Logit y Probit: un caso de aplicación. Comunicaciones en estadística, 5(2), 123-130.
Muñiz, J. (2010). Las Teorías de los test: teoría clásica y teoría de respuesta a los ítems. Papeles del Psicólogo, 57-59.
Organización para la Cooperación y el Desarrollo Económico . (2007). Recuperado el 27 de Enero de 2018, de Programa PISA de la OCDE Que es y para que sirve: https://www.oecd.org/pisa/39730818.pdf
Peña, A. (2004). Las teorías de la inteligencia y la superdotación. Aula Abierta, 27.
Pérez, J. (2017). Desarrollos actuales de la medición: Aplicaciones en evaluación psicológica.
Piñeros, L., & Rodríguez, A. (1998). Los insumos escolares en la educación secundaria y su efecto sobre el rendimiento académico de los estudiantes: Un estudio en Colombia. Banco Mundial.
Pollitt, E. (1984). La nutrición y el rendimiento escolar. División de Enseñanza de las Ciencias y de Enseñanza Técnica y Profesional.
Ponsoda, V., Olea, J., & Revuelta, J. (1998). Teoría de la respuesta del ítem. En Psicometría I (págs. 2-3).
Trustees of Boston College. (2001). Progress in International Reading Literacy Study. Recuperado el 07 de Febrero de 2018, de https://timss.bc.edu/PIRLS2001.html
Trustees of Boston College. (2003). Recuperado el 08 de Febrero de 2018, de Trends in International Mathematics and Science Study: https://timss.bc.edu/timss2003.html
Valera, J., Sinha, S., Varela, J., & Ponsot-Balaguer, E. (2009). Una explicación del rendimiento estudiantil universitario mediante modelos de regresión logística. Visión gerencial(2), 415-427. Obtenido de http://www.redalyc.org/articulo.oa?id=465545881010
Vitola, L. (2015). Regresión Logística: una aplicación en la identificación de variables que inciden en el rendimiento académico, en el area de matemáticas. Educación y Desarrollo Social(1), 118-131. Obtenido de http://funes.uniandes.edu.co/10382/
Zambrano-Ramírez, J. (2016). Una mirada crítica al examen nacional para la educación superior en Ecuador. EduSol, 16(56), 37-51.
