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, 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 *.