Factores Asociados al Rendimiento Académico de Estudiantes de Paraguay: Un Análisis de los Resultados del TERCE

Sonia Suárez Enciso, Rodolfo Elías, Dalila Zarza

Resumen


El presente estudio analiza los factores asociados al rendimiento académico de estudiantes de tercer y sexto grado de Paraguay a partir de los resultados obtenidos en el Tercer Estudio Regional Comparativo y Explicativo (TERCE). La reciente realización del estudio TERCE y la disponibilidad de estas bases de datos constituyen una oportunidad para avanzar en el análisis y proponer recomendaciones para la política educativa paraguaya y regional. El modelo utilizado en este estudio fue lineal de dos niveles, considerando características particulares de diseños muestrales complejos tales como pesos muestrales y valores plausibles. Este estudio permitió comprobar la importancia de un conjunto de variables relacionadas con el desempeño de estudiantes que fueron identificados en otros estudios en Iberoamérica y Latinoamérica. Por otra parte, del análisis emergen factores asociados al rendimiento escolar que responden a las características socio-culturales y económicas del Paraguay. Esto constituye un aporte relevante para las políticas educativas del país. 

 


Palabras clave


Modelos multinivel; Factores asociados; Eficacia escolar; Paraguay; TERCE; Rendimiento académico. 

Texto completo:

PDF

Referencias


Asparouhov, T. y Muthén, B. (2010). Multiple imputation with Mplus. Recuperado de https://www.statmodel.com/download/Imputations7.pdf

Baird, K. y Elias, R. (2014). Factores asociados al logro académico en Paraguay: un análisis multinivel. Revista Paraguaya de Educación, 4, 15-35.

Greenwald, R., Hedges, L. y Laine, R. (1996). The effect of school resources on student achievement. Review of Educational Research, 66(3), 361-396. doi:10.3102/00346543066003361

Kim, J. S., Anderson, C. J. y Keller, B. (2013). Multilevel analysis of assessment data. En L. Rutkowski, M. von Davier y D. Rutkowski (Eds.), Handbook of international large-scale assessment: Background, technical issues, and methods of data analysis (pp. 389-425). Boca Raton, FL: Taylor & Francis. 

Little, R. J. y Rubin, D. B. (1989). The analysis of social science data with missing values. Sociological Methods & Research, 18(2-3), 292-326. doi:10.1177/0049124189018002004

Lundren, U. (2013). PISA como instrumento político: la historia detrás de la creación del Programa PISA. Profesorado. Revista de Currículum y Formación del Profesorado, 17(2), 15-29.

MEC. (2015). Informe Nacional de Paraguay: Resultados TERCE 2013. Asunción: Ministerio de Educación y Cultura.

Mons, N. (2009, agosto). Theoretical and real effects of standardised assessment. Comunicación presentada en el Eurydice Network, Bruselas.

Moloney, K. (2006). Teaching to the test. International Journal of Learning,13(6), 19-25.

Murillo, F. J. (2003). Una panorámica de la investigación Iberoamericana sobre eficacia escolar. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 1(1), 1-14.

Murillo, F. J. y Román, M. (2012). School infraestructure and resources do matter: analysis of the incidence of school resources on the performance of Latina American students. School Effectiveness and School Improvement, 22(1), 29-50. doi:10.1080/09243453.2010.543538

Muthén, L. (2011, marzo) Multiple imputation. Recuperado de http://www.statmodel.com/

Muthén, L. K. y Muthén. B. O. (1998). Mplus (Programa informático). Los Angeles, CA: Muthén & Muthén.

Muthén, L. K. y Muthén, B. O. (2015). Mplus User’s Guide. Los Angeles, CA: Muthén & Muthén.

OCDE. (2013). PISA 2012 results: what makes schools successful? Resources, policies and practices. París: OCDE Publishing.

OCDE. (2014). PISA 2012 results: what students know and can do. Student performance in mathematics, reading, and science. París: OCDE Publishing.

Popham, W. J. (2001). Teaching to the test? Educational Leadership, 58(6), 16-21.

Snijders, T. y Bosker, R. J. (2012). Multilevel analysis: an introduction to basic and advanced multilevel modeling. Londres: Sage Publishers.

Yucel, R. M., He, Y. y Zaslavsky, A. M. (2011). Imputation of categorical variables using Gaussian-based routines. Statistics in Medicine, 30(29), 3447-3460.




DOI: http://dx.doi.org/10.15366/reice2016.14.4.006

Copyright (c) 2016 REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación

REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación está indexada en:

Scopus, Emerging Sources Citation Index (ESCI), Google Académico, Dialnet, ISOC, Redalyc, EBSCO Fuente Académica Premier, EBSCO Fuente Académica Plus, ERIH PLUS, CIRC, DICE, GENAMICS, Latindex, MIAR, Resh, Biblioteca de la OEI, In-Recs, Iresie, REDIB, REDIAL, DOAJ, Dulcinea, EZB, BNE, GLOOBAL, REBIUN, Sudoc, WorldCat y Georgetown University Library, Copac *.