El rol de la enseñanza media TP en la reproducción de la desigualdad educativa

˜ ´ EL ROL DE LA ENSENANZA MEDIA TECNICO-PROFESIONAL ´ DE LA DESIGUALDAD EDUCATIVA EN LA REPRODUCCION Un estudio cuasi-experimental basado en el modelo de efectos primarios y secundarios del origen social. POR

PABLO GERALDO BAST´IAS Tesis presentada al Instituto de Sociolog´ıa de la Pontificia Universidad Cat´olica de Chile, para optar al grado de Magister en Sociolog´ıa

Profesor Gu´ıa: Andrea Canales Comisi´ on de Tesis: Mat´ıas Bargsted Andrew Webb Noviembre, 2015 Santiago, Chile c

2015, Pablo Geraldo Bast´ıas

ii

Agradecimientos Agradezco a todos los que hicieron posible esta tesis. A mis profesores, especialmente Andrea Canales, por su paciencia y por compartir conmigo el inter´es en estudiar la desigualdad, y a Luis Maldonado, por la buena onda y por introducirme en la causalidad. A Elisa e Isabel, las mejores compa˜ neras de estudio y cervezas. A mis padres, por su apoyo desde siempre. Al Jeremy, que se ley´o mi tesis en vez de estudiar para sus ramos. Y especialmente a Carmen, quien con su cari˜ no hizo que el proceso de investigar y escribir no fuera un sufrimiento, sino un regalo. No hubiese sido posible cursar el programa de magister sin el apoyo de CONICYT y Fundaci´ on Volc´ an Calbuco.

iii

´Indice de Contenidos ´ Indice de Contenidos ´ Indice de Tablas ´ Indice de Gr´ aficos

III

V

VI

1. Introducci´ on

1

2. Marco te´ orico

6

2.1. Efectos primarios y secundarios del origen social . . . . . . . . . . . . . . .

6

2.2. Tracking y desempe˜ no acad´emico . . . . . . . . . . . . . . . . . . . . . . . .

12

2.3. Formaci´ on de las expectativas educacionales . . . . . . . . . . . . . . . . . .

16

2.4. Educaci´ on t´ecnico-profesional en Chile . . . . . . . . . . . . . . . . . . . . .

21

2.5. Preguntas e hip´ otesis de investigaci´on . . . . . . . . . . . . . . . . . . . . .

25

3. Dise˜ no de investigaci´ on

28

3.1. Estrategias de estimaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . .

28

3.1.1. Propensity Score Matching . . . . . . . . . . . . . . . . . . . . . . .

29

3.1.2. Differences-in-differences . . . . . . . . . . . . . . . . . . . . . . . . .

33

3.1.3. An´ alisis de sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . .

35

3.2. Datos y muestra anal´ıtica . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37

3.2.1. Base de Datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

37

3.2.2. Selecci´ on de la muestra anal´ıtica . . . . . . . . . . . . . . . . . . . .

38

3.3. Variables utilizadas y descriptivos . . . . . . . . . . . . . . . . . . . . . . . .

41

3.3.1. Variables de resultado . . . . . . . . . . . . . . . . . . . . . . . . . .

41

3.3.2. Variable de tratamiento . . . . . . . . . . . . . . . . . . . . . . . . .

41

3.3.3. Variables incluidas en el matching . . . . . . . . . . . . . . . . . . .

42

iv

4. Resultados

49

4.1. Balance previo y posterior al matching . . . . . . . . . . . . . . . . . . . . .

49

4.2. Efectos de la modalidad educativa . . . . . . . . . . . . . . . . . . . . . . .

54

4.2.1. Efecto de la modalidad educativa sobre Simce matem´aticas . . . . .

54

4.2.2. Efecto de la modalidad educativa sobre expectativas educacionales .

57

4.3. Aproximaci´ on a la heterogeneidad del efecto de la modalidad educativa . .

60

4.3.1. Interacci´ on del tratamiento con caracter´ısticas previas . . . . . . . .

62

4.3.2. Matching por subgrupos seg´ un caracter´ısticas previas . . . . . . . .

68

4.4. Sensibilidad de los resultados . . . . . . . . . . . . . . . . . . . . . . . . . .

75

5. Discusi´ on y Conclusiones

78

5.1. Efecto TP: hallazgos y posibles mecanismos explicativos . . . . . . . . . . .

78

5.2. Efectos primarios y secundarios: reformulaci´on del modelo causal . . . . . .

84

5.3. Limitaciones de la investigaci´on y agenda futura . . . . . . . . . . . . . . .

88

5.4. Palabras finales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

90

6. Anexos

94

6.1. Modelos de efectos primarios y secundarios . . . . . . . . . . . . . . . . . .

94

6.2. Descriptivos Simce seg´ un grupos de poblaci´on . . . . . . . . . . . . . . . . .

99

6.3. Dificultades de estimar efecto escuela . . . . . . . . . . . . . . . . . . . . . . 100 6.4. Estimaciones del propensity score . . . . . . . . . . . . . . . . . . . . . . . . 106 6.5. Tablas de Balance y descripci´on de los grupos de tratamiento y control . . . 107 6.6. Establecimientos incluidos en el an´alisis . . . . . . . . . . . . . . . . . . . . 111 6.7. Heterogeneidad del efecto TP sobre Simce matem´aticas . . . . . . . . . . . 112 6.8. An´ alisis de sensibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 7. Bibliograf´ıa

115

v

´Indice de Tablas 1.

Operacionalizaci´ on de variables incluidas en Matching . . . . . . . . . . . .

43

2.

Estad´ısticos descriptivos muestra Regi´on Metropolitana . . . . . . . . . . .

47

3.

Balance Matching para SIMCE matem´aticas y Expectativas educacionales .

50

4.

Efecto de la modalidad TP sobre Simce matem´aticas . . . . . . . . . . . . .

55

5.

Efecto de la modalidad TP sobre Expectativas educacionales . . . . . . . .

59

6.

Heterogeneidad del efecto de la modalidad TP sobre Simce matem´aticas . .

63

7.

Heterogeneidad del efecto de la modalidad TP sobre Disminuci´on de Expectativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

66

8.

Balance Matching por subgrupos de Expectativas previas . . . . . . . . . .

69

9.

Heterogeneidad del efecto de la modalidad TP sobre Simce matem´aticas . .

70

10.

Heterogeneidad del efecto de la modalidad TP sobre Simce matem´aticas . .

71

11.

Heterogeneidad del efecto de la modalidad TP sobre Disminuci´on de Expectativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

12.

73

Heterogeneidad del efecto de la modalidad TP sobre Disminuci´on de Expectativas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

75

13.

Descriptivos Simce a nivel nacional, RM y muestra anal´ıtica . . . . . . . . .

99

14.

Estimaciones de la probabilidad de asistir a establecimientos TP (logit) . . 106

15.

Balance previo y posterior al Matching para Simce matem´aticas

16.

Balance previo y posterior al Matching para Simce matem´aticas (DiD) . . . 108

17.

Balance previo y posterior al Matching para Disminuci´on de Expectativas . 109

18.

Balance previo y posterior al Matching para Aumento de Expectativas . . . 110

19.

Establecimientos en la muestra, antes y despu´es del matching . . . . . . . . 111

20.

Heterogeneidad del efecto de la modalidad TP sobre Simce matem´aticas . . 112

21.

Sensibilidad de los resultados a variables no observadas

22.

Amplificaci´ on de los valores Γ del an´alisis de sensibilidad . . . . . . . . . . . 114

. . . . . . 107

. . . . . . . . . . . 113

vi

´Indice de Gr´ aficos 1.

Gr´ aficos de balance previo y posterior al Matching para Matem´aticas . . . .

52

2.

Gr´ aficos de balance previo y posterior al Matching para Expectativas . . . .

53

3.

Efecto de la modalidad TP sobre Simce matem´aticas. . . . . . . . . . . . .

56

4.

Modelo de efectos primarios y secundarios. . . . . . . . . . . . . . . . . . . .

94

5.

Modelo de efectos primarios y secundarios (U). . . . . . . . . . . . . . . . .

95

6.

Modelo de efectos primarios y secundarios (Decisiones anticipatorias). . . .

95

7.

Modelo de efectos primarios y secundarios (EMI). . . . . . . . . . . . . . . .

96

8.

Modelo de efectos primarios y secundarios (Morgan). . . . . . . . . . . . . .

97

9.

Modelo de efectos primarios y secundarios (Completo). . . . . . . . . . . . .

98

vii

Resumen La ense˜ nanza media t´ecnico-profesional, que recibe a m´as del 40 % de los estudiantes secundarios en Chile, es una realidad poco estudiada en nuestro sistema educacional. La literatura reciente ha mostrado que sus alumnos provienen de familias socialmente desaventajadas, que ven disminuidos sus resultados acad´emicos y posibilidades de continuar estudios superiores a causa de esta modalidad de ense˜ nanza. Sin embargo, dichas investigaciones se han centrado en el per´ıodo que va entre 3o y 4o medio, donde los establecimientos t´ecnico-profesionales y cient´ıfico-humanistas tienen un curr´ıculum diferenciado y, por ende, ciertas brechas resultan esperables. La presente tesis, en cambio, se centra en el per´ıodo que va entre 1o y 2o medio, buscando responder si asistir a un establecimiento que ofrece exclusivamente educaci´on t´ecnica tiene un efecto causal sobre los resultados acad´emicos y expectativas educacionales de los estudiantes, a´ un antes de dicha diferenciaci´on curricular. Con este prop´ osito se utiliz´o un Panel de datos Simce (2007-2013), que hace posible seguir a estudiantes de la Regi´on Metropolitana en su trayectoria desde 4o b´asico a 2o medio, explotando el car´ acter longitudinal de los datos a trav´es de dos dise˜ nos cuasiexperimentales: propensity score matching y differences-in-differences. Esto nos permite atribuir causalidad a la modalidad educativa del establecimiento en que los estudiantes comienzan la ense˜ nanza media sobre su desempe˜ no acad´emico y expectativas educacionales al finalizar 2o medio. Los resultados muestran que asistir a un establecimiento t´ecnico-profesional impacta negativamente en el Simce matem´aticas (-0.2 D.E.) y en las expectativas educacionales de los estudiantes, disminuy´endolas en relaci´on a las que declararon al finalizar su ense˜ nanza b´asica. An´ alisis posteriores muestran que los m´as afectados son estudiantes con expectativas previas de asistir a la universidad y, s´olo en el caso del puntaje Simce, los estudiantes con mejor rendimiento previo.

viii

Estos resultados, por su parte, nos permiten incluir nueva evidencia en la discusi´ on sobre el modelo de efectos primarios y secundarios del origen social, que busca explicar la desigualdad de oportunidades educativas a partir de decisiones individuales. Se destacan dos aspectos previamente poco desarrollados en la literatura: en primer lugar, que efectos primarios y secundarios forman parte de un proceso din´amico, condicion´andose y/o reforz´ andose mutuamente en distintos momentos de la trayectoria educativa de los estudiantes; en segundo lugar, que la configuraci´on del sistema educativo, especialmente la existencia de tracks diferenciados, ejerce una importante influencia sobre ambos efectos y, por ende, sobre la persistencia de la desigualdad de oportunidades educativas.

1

1.

Introducci´ on La educaci´ on t´ecnico-profesional (en adelante TP) est´a en el centro de una serie de deba-

tes y pol´ıticas educativas promovidas al m´as alto nivel internacional. Diversos organismos la consideran clave en su agenda, tanto por promover el desarrollo econ´omico sustentable, necesitado de mano de obra cada vez m´as especializada, como por ofrecer oportunidades laborales a j´ ovenes socialmente desaventajados, cuya poblaci´on es m´as proclive a seguir este camino formativo, en busca de cualificaciones a bajo costo que posibiliten su inserci´ on laboral temprana de manera rentable (Bassi et al. 2012; Cedefop 2011, 2014; OECD 2009). Este impulso internacional contrasta con la poca presencia de la educaci´on t´ecnica en el debate educacional en nuestro pa´ıs, copado por temas como la expansi´on de la educaci´ on inicial, la efectividad escolar en la ense˜ nanza b´asica y media, y el acceso y financiamiento en educaci´ on superior (Carrasco y San Mart´ın 2012; Ceppe, UAH y Ciae 2013; Mizala y Torche 2012; Mizala y Urquiola 2013; Mu˜ noz 2014; San Mart´ın y Carrasco 2012; Torche 2005; Zubizarreta et al. 2014). As´ı, a pesar de un creciente inter´es en la tema, que ha significado la convocatoria a diversas comisiones asesoras sobre educaci´on t´ecnica (Comisi´ on de Educaci´ on T´ecnica 2009; Comisi´on Asesora de Formaci´on T´ecnico-Profesional 2010), la ense˜ nanza media TP como camino formativo sigue siendo un terreno poco conocido, tanto en sus caracter´ısticas como en sus efectos. Parafraseando un reciente informe sobre la materia (Larra˜ naga et al. 2013), este desconocimiento parece reflejar un abandono de su alumnado que no es s´ olo sociol´ogico, sino tambi´en social. La propia institucionalidad que rige este tipo de educaci´on se encuentras bastante retrasada. Hasta hace poco tiempo, era regida por la misma normativa establecida en 1965, durante la reforma que extendi´o la educaci´on primaria obligatoria hasta 8o b´ asico (Ortiz 2009). S´ olo el a˜ no 1998 se realiz´o una actualizaci´on de la misma, buscando poner al d´ıa la educaci´ on TP mediante cambios curriculares que afectaron tanto las especialidades

2

ofrecidas como la formaci´ on general1 . Por ejemplo, la reforma implic´o el establecimiento de 46 especialidades distribuidas en 14 ´areas productivas, buscando dar mayor racionalidad a la oferta, para que estuviese en contacto con las necesidades econ´omicas del pa´ıs (Comisi´ on de Educaci´ on T´ecnica 2009; Comisi´on Asesora de Formaci´on T´ecnico-Profesional 2010; Sep´ ulveda 2011). Asimismo, se retras´ o la diferenciaci´on curricular desde 1o a 3o medio, en un intento de igualar las oportunidades educativas de los estudiantes en las distintas modalidades de ense˜ nanza media (Espinoza, Castillo y Traslavi˜ na 2011). Con una mejor formaci´on general, los egresados TP podr´ıan continuar estudios superiores, ya sea t´ecnicos o universitarios; al mismo tiempo, se buscaba promover una inserci´on laboral m´as flexible, que en lugar de preparar a los estudiantes para un puesto de trabajo particular les permitiera mayor movilidad a trav´es de la formaci´on continua (Comisi´on de Educaci´on T´ecnica 2009; Bassi et al. 2012; Larra˜ naga et al. 2013)2 . Tras estos cambios, el sistema educacional alcanz´o su actual estructura, con una educaci´ on b´ asica que comienza a los 6 a˜ nos y se extiende hasta los 14 (1o a 8o b´asico), seguida por una educaci´ on secundaria de 4 a˜ nos, dividida en dos tramos: el primero corresponde a la formaci´ on general, com´ un a todos los establecimientos; el segundo, durante los dos a˜ nos finales, donde algunos contin´ uan ofreciendo s´olo educaci´on general, mientras otros deben dividir su jornada para incorporar la formaci´on de especialidades t´ecnico-profesionales. En los a˜ nos posteriores a esta reforma, la proporci´on de estudiantes que cursa especialidades 1 Entre otras cosas, la mencionada reforma busc´ o responder al verdadero caos en los planes de estudio de especialidades t´ecnicas, que eran formulados a completo arbitrio de cada establecimiento, llegando a contarse 400 especialidades, sin aprobaci´ on de su plan de estudios y, en la mayor´ıa de los casos, con nulas posibilidades de inserci´ on laboral y articulaci´ on con la educaci´ on superior. 2 La magnitud de esta transformaci´ on no debe perderse de vista, pues signific´ o un cambio no s´ olo para los estudiantes, sino tambi´en para profesores e instituciones educativas en general. Por un lado, los docentes debieron capacitarse en los nuevos planes de estudio, lo que tom´ o 5 a˜ nos en realizarse, con un costo aproximado de USD 7,5 millones (Raczynski y Mu˜ noz 2007: 46); por otro lado, los establecimientos t´ecnico-profesionales debieron aumentar su cobertura en formaci´ on general y adaptar la ense˜ nanza de sus especialidades a la mitad del tiempo, generando entre docentes y directivos desde apoyo entusiasta hasta desconfiada resistencia, actitudes que, al menos hasta hace poco tiempo, se manten´ıan en conflicto (Sep´ ulveda 2011).

3

t´ecnicas durante la ense˜ nanza media se ha estabilizado entre el 40 y 45 % de la matr´ıcula, es decir, m´ as de 200.000 alumnos distribuidos en 949 centros educativos3 . En la actualidad, existe consenso de que la ense˜ nanza media t´ecnico-profesional no puede ser comprendida como un nivel de logro terminal, pues cada d´ıa son m´as los j´ovenes que optan por continuar estudios superiores, ya sea inmediatamente despu´es de egresados, o tras haber participado algunos a˜ nos en el mercado laboral (Sevilla 2011a; Sevilla 2011b). Por ende, si bien la inserci´ on laboral de los egresados TP sigue siendo una preocupaci´ on importante (Bucarey y Urzua 2013; Cedefop 2012; Weinstein 2013), cada vez son m´ as voces las que llaman la atenci´ on sobre la calidad de la formaci´on general recibida durante la educaci´ on media, que resulta de vital importancia para los proyectos de continuidad de estudios de los j´ ovenes que han seguido el carril t´ecnico-profesional (Far´ıas 2013; Far´ıas y Carrasco 2012; Far´ıas y Sevilla 2015)4 . En este contexto, las supuestas bondades de la educaci´on t´ecnica se muestran problem´ aticas desde un punto de vista de equidad social, por cuanto implican, aparentemente, un trade off entre favorecer la inserci´on laboral temprana de un grupo de la poblaci´on necesitado de generar ingresos aut´ onomos y, por otro lado, una disminuci´on de sus proyecciones educativas y laborales, especialmente de aquellos j´ovenes de origen social desaventajado con destacado rendimiento acad´emico previo (Far´ıas, 2013; Larra˜ naga et al. 2014). De acuerdo a la literatura comparada, este efecto no deseado de la educaci´on vocacional 3

Seg´ un datos del MINEDUC, en Chile existen 2893 establecimientos que imparten ense˜ nanza media, siendo 1944 exclusivamente cient´ıfico-humanistas, 373 exclusivamente t´ecnico-profesionales y 576 establecimientos polivalentes, es decir, que imparten ense˜ nanza media en ambas modalidades. La cantidad relativamente peque˜ na de establecimientos TP que alberga una proporci´ on tan grande de estudiantes se debe a que, en promedio, los establecimientos de esta modalidad cuentan con el doble de matr´ıcula en 3o y 4o medio que los establecimientos cient´ıfico-humanistas. Por otro lado, existe gran variaci´ on regional en la proporci´ on de estudiantes por modalidad, sin que se haya logrado determinar patrones que expliquen estas diferencias (Comisi´ on Asesora de Formaci´ on T´ecnico-Profesional 2010; Larra˜ naga et al. 2013). 4 Ya durante la d´ecada del ’90 comenzaba a alertarse sobre la progresiva obsolescencia de la educaci´ on secundaria TP, retrasada con respecto a las necesidades educativas contempor´ aneas, donde el aprendizaje continuo y las habilidades generales cobran mayor relevancia (CEPAL-UNESCO 1992; Bassi et al. 2012; Far´ıas y Sevilla 2012). Sin embargo, esta discusi´ on s´ olo recientemente se ha comenzado a dar con m´ as fuerza en nuestro pa´ıs.

4

resulta tanto m´ as pronunciado cuanto m´as temprano en su trayectoria los estudiantes sean divididos en carriles de educaci´on general y t´ecnica (Eichhorst et. al., 2012). En este sentido, resulta pertinente preguntarse por el momento en que, de facto, se produce la separaci´ on entre estudiantes t´ecnico-profesionales y cient´ıfico-humanistas, m´as all´a de que la legislaci´ on chilena establezca su inicio en 3o a˜ no de ense˜ nanza media. Al respecto, si bien no existe evidencia contundente, diversos estudios han insinuado la posibilidad de que las diferencias de calidad entre los establecimientos cient´ıfico-humanistas y t´ecnico-profesionales produzcan brechas de resultado entre sus estudiantes a´ un antes de la diferenciaci´ on curricular, es decir, al comenzar la ense˜ nanza media (Comisi´on Asesora de Formaci´ on T´ecnico-Profesional 2011; Comisi´on de Formaci´on T´ecnica 2009; Far´ıas 2013; Larra˜ naga et al. 2013). Diversos antecedentes explicar´ıan esta sospecha, especialmente las caracter´ısticas particulares de los establecimientos TP en cuanto a la composici´ on de su alumnado, cuerpo docente, y una cultura organizacional m´as orientada al mundo del trabajo que al de la educaci´ on (Catal´an 2014; Far´ıas y Carrasco 2012; Far´ıas y Sevilla 2012; Far´ıas 2013; Sep´ ulveda 2011). En este contexto, ser´ıa esperable que cursar estudios TP afectara a los estudiantes a´ un en 1o y 2o medio. Por ende, la presente investigaci´on busca abordar emp´ıricamente dicha posibilidad, planteando las siguientes interrogantes: ¿Existe un impacto de cursar estudios en establecimientos t´ecnico-profesionales sobre los resultados acad´emicos, antes de la diferenciaci´ on curricular? ¿Se ven afectadas tambi´en las expectativas educacionales de los estudiantes en este per´ıodo? Por u ´ltimo, de existir tales efectos, ¿son heterog´eneos para distintos grupos de la poblaci´on? Al abordar estas preguntas, se pondr´a en di´alogo el caso chileno con el enfoque de rational choice, que busca explicar la desigualdad educativa a partir de la distinci´on entre efectos primarios y secundarios, es decir, bas´andose en las brechas de desempe˜ no acad´emico y decisiones educativas tomadas por j´ovenes de distinto origen social (Breen y Goldthorpe 1997; Jackson et al. 2013). Diversos autores han evidenciado las limitaciones de esta

5

perspectiva, destacando la necesidad de reformular sus supuestos si se pretende desarrollar un modelo causal cre´ıble sobre la reproducci´on de la desigualdad educativa que, al mismo tiempo, permita identificar el papel que desempe˜ nan en ella las brechas de rendimiento acad´emico y las decisiones educativas individuales (Lucas 2009; Morgan 2012; Morgan et al. 2013). Por ende, otro objetivo de esta tesis es hacerse parte de este debate en curso, a partir de la evidencia levantada desde el caso chileno. En definitiva, la presente investigaci´on tiene un doble prop´osito: por una parte, producir evidencia sobre los efectos de cursar ense˜ nanza media en un establecimiento t´ecnicoprofesional en nuestro pa´ıs y, por otra parte, poner en relaci´on estos resultados con el proyecto de formular un modelo sociol´ogico capaz de dar cuenta de la reproducci´on de la desigualdad educacional. Para abordar las preguntas planteadas, haremos uso de m´etodos semi-experimentales (propensity score matching y differences-in-differences), lo que nos permitir´ a aproximar el efecto causal de la modalidad educativa, evaluando de manera m´ as rigurosa nuestras hip´ otesis. Adem´ as de la presente introducci´on, el plan de esta tesis es el siguiente. En primer lugar, se revisa el modelo de efectos primarios y secundarios, que constituye nuestro marco conceptual; a continuaci´ on, se rese˜ nan los principales hallazgos de la literatura tanto internacional como relativa al caso chileno, que ofrecen la base para las hip´otesis que pondremos a prueba en la secci´ on emp´ırica. Luego, se presenta el dise˜ no de investigaci´on, incluyendo las estrategias de estimaci´ on y los supuestos necesarios para interpretar causalmente nuestros resultados, as´ı como los datos y variables incorporadas en el an´alisis. La cuarta secci´on presenta los resultados obtenidos, en relaci´on al efecto de cursar estudios en un establecimiento TP sobre desempe˜ no acad´emico y expectativas educacionales, as´ı como la heterogeneidad de dicho efecto. Finalmente, la u ´ltima secci´on concluye discutiendo los hallazgos de esta tesis, tanto en su aporte a lo que sabemos sobre la ense˜ nanza media t´ecnico-profesional en Chile, como a partir de los indicios que entrega al proyecto de reformular el modelo de efectos primarios y secundarios.

6

2.

Marco te´ orico

2.1.

Efectos primarios y secundarios del origen social

Inspirada por el trabajo seminal de Raymond Boudon (1973; Cf. Hauser 1975), existe una corriente de la sociolog´ıa de la educaci´on que ha buscado explicar la desigualdad educativa como producto de decisiones individuales tomadas racionalmente. Los individuos perseguir´ıan sus prop´ ositos a partir de estimaciones subjetivas de costo/beneficio, haciendo uso de su conocimiento sobre las condiciones, limitaciones y oportunidades con las que cuentan, sin que esto implique, por otro lado, un conocimiento perfecto de su situaci´ on ni absoluta claridad sobre sus propias metas (Goldthorpe 1996). En este marco, la trayectoria educativa individual es entendida como una serie de decisiones en torno a permanecer estudiando o dejar de hacerlo. Si bien es deseable alcanzar un mayor nivel educativo para obtener una mejor posici´on social en el futuro, permanecer estudiando resulta a la vez costoso. Por ende, en cada punto cr´ıtico de su trayectoria los estudiantes se enfrentan a este dilema, que resolver´an optando por la decisi´on que maximice su beneficio subjetivo. En esta versi´on sociol´ogica de la teor´ıa de la elecci´on racional, por cierto, la utilidad considerada por los individuos van m´as all´a de la estrictamente econ´ omica, trat´ andose de una m´ as amplia “utilidad social”(Goldthorpe 2014; Holm y Jaeger 2005, en Canales 2013). Buscando conceptualizar el modo en que el origen social influye sobre las decisiones educativas, Boudon introdujo la distinci´on entre efectos primarios y secundarios, posteriormente adoptada y desarrollada por Breen y Goldthorpe (1997; Goldthorpe 1996). La distinci´ on es sencilla. Por un lado, la clase de origen estar´ıa asociada al desempe˜ no del estudiante, tal como se observa emp´ıricamente que quienes provienen de la parte baja de la pir´ amide social obtienen resultados acad´emicos inferiores, mientras los estudiantes socialmente aventajados suelen tener mejor desempe˜ no acad´emico. A esta asociaci´on entre origen social y desempe˜ no acad´emico se le denomina efecto primario. Por otro lado, los

7

estudiantes de familias privilegiadas permanecen m´as tiempo educ´andose y suelen tomar rutas acad´emicas m´ as ambiciosas que sus pares de estratos bajos, a´ un a un mismo nivel de desempe˜ no previo. Esta asociaci´on entre origen social y expectativas y decisiones educacionales corresponde a los efectos secundarios. Por su parte, dos mecanismos explicativos estar´ıan detr´as de tales asociaciones. En primer lugar, los efectos primarios influir´ıan en la decisi´on educativa a trav´es de la probabilidad subjetiva de ´exito, es decir, entregando al estudiante una se˜ nal sobre sus posibilidades de superar adecuadamente el pr´oximo nivel educacional. Por ende, la brecha de desempe˜ no entre estudiantes de distinto origen social se traduce en una percepci´on desigualmente distribuida de sus opciones acad´emicas futuras, afectando la decisi´on de continuar estudios. Simult´ aneamente, las expectativas y decisiones educacionales estar´ıan relacionadas con el origen social por un segundo camino, dada la dependencia entre la clase de origen y la utilidad generada por las decisiones educacionales. Breen y Goldthorpe (1997; Goldthorpe 1996) sostienen que, a trav´es de sus decisiones, los estudiantes buscar´ıan evitar descender socialmente; por esta raz´ on los individuos de origen aventajado suelen alcanzar un mayor nivel educativo, el que les resulta necesario para reproducir su posici´on de clase, mientras los estudiantes de origen m´ as bajo pueden cumplir el mismo prop´osito con menos a˜ nos de educaci´ on. En referencia a este u ´ltimo mecanismo los autores denominan su teor´ıa como Relative Risk Aversion (Breen y Goldthorpe 1997; Lucas 2009). Mientras los individuos compartir´ıan, sin importar su clase social, una aversi´ on similar al riesgo de descender socialmente, la educaci´ on necesaria para evitarlo ser´ıa en cada caso relativa a la posici´ on de origen. De all´ı que Goldthorpe (1996) interprete las diferencias en los planes educacionales de los j´ ovenes de distinto origen social, no como expresi´on de una mayor o menor valoraci´on de la educaci´ on, sino como aspiraciones estructuralmente relacionadas con su punto de partida5 . 5

En contraposici´ on a las llamadas teor´ıas de la reproducci´ on cultural (Bourdieu y Passeron 1996; Lareau 2003; Sullivan 2001), el modelo de efectos primarios y secundarios busca dar cuenta de la desigualdad educativa prescindiendo de explicaciones normativas o subculturales, basadas en la supuesta aversi´ on de

8

El modelo de efectos primarios y secundarios reci´en descrito ha sido aplicado en numerosas investigaciones emp´ıricas, las que han destacado la importancia de tomar en cuenta las decisiones individuales, m´ as all´a de las brechas de desempe˜ no acad´emico, para explicar las tendencias comparadas de la desigualdad educacional (Becker y Hecken 2009; Erikson et al. 2005; Glaesser y Cooper 2014; Jackson et al. 2007, 2012, 2013; Jaeger y Holm 2012; Ress y Azzolini 2014; Shindler y L¨orz 2012; van de Werfhorst y Hofstede 2007). Sin embargo, como han reconocido sus propios cultores (Jackson 2013), existe tambi´en una creciente insatisfacci´ on con el modelo causal subyacente a la distinci´on entre efectos primarios y secundarios, llevando a la necesidad de reformular sus supuestos, dada su falta de realismo y excesiva simplicidad (Morgan 2012). A continuaci´on abordaremos tres aspectos de esta cr´ıtica, los que ser´ an de importancia a la hora de discutir nuestros resultados posteriores. En primer lugar, un prop´ osito expl´ıcito del modelo de efectos primarios y secundarios es evaluar la importancia relativa que tendr´ıan tanto las brechas de desempe˜ no como las diferencias de decisi´ on en la reproducci´on de la desigualdad educativa, lo que supone que efectos primarios y secundarios son emp´ıricamente distinguibles (Jackson 2013; Kartsonaki, Jackson y Cox 2013; Ress y Azzolini 2014). Mientras en la formulaci´on original de Breen y Goldthorpe dicha separabilidad simplemente se asume, otros autores han sostenido que el desempe˜ no acad´emico puede ser afectado de manera anticipada por las decisiones que un estudiante proyecta realizar en el futuro, volviendo problem´atica la identificaci´ on de ambos efectos. En otras palabras, la influencia indirecta de las decisiones anticipatorias a trav´es del desempe˜ no acad´emico, impedir´ıa capturar el efecto secundario del origen social simplemente “controlando”por el rendimiento observado (Erikson et al. 2005; Erikson y Rudolphi 2010; Jackson et al. 2007)6 . los estudiantes de clase trabajadora a seguir rutas acad´emicas m´ as ambiciosas, dada la lejan´ıa de sus valores y formas de vida con el mundo acad´emico y la cultural oficial. De acuerdo a Breen y Goldthorpe, su teor´ıa busca evitar“(...) any assumption that these actors will also be subject to systematic influences of a (sub)cultural kind, whether operating through class differences in values, norms or beliefs regarding education or through more obscure ‘subintentional’ processes”(Breen y Goldthorpe 1997: 278). 6 Frente a esta dificultad, algunos autores recurren a un argumento ad hoc para resolver la situaci´ on,

9

En segundo lugar, Morgan y otros han dedicado una serie de art´ıculos a se˜ nalar las limitaciones del modelo de efectos primarios y secundarios en tanto modelo causal, dada su omisi´ on de factores relevantes, que vuelven poco cre´ıbles los supuestos de la descomposici´ on entre efectos primarios y secundarios (Morgan 2012; Morgan et al. 2013 a, 2013 b, 2013 c). Estos factores omitidos ser´ıan todos aquellos que influyen simult´aneamente sobre la posici´ on social y el destino educacional de los estudiantes, sobre su desempe˜ no acad´emico y percepci´ on de oportunidades, o bien los que, no estando relacionado con el origen social, afectan al mismo tiempo el desempe˜ no, las decisiones y el logro educativo. Morgan ejemplifica estas variables, para el caso de EEUU, aludiendo a la raza de los estudiantes y las desigualdades locales en la calidad de la educaci´on. Dicho en t´erminos formales, tal como ha sido aplicada emp´ıricamente, la descomposici´ on entre efectos primarios y secundarios supone que no existen entre ellos causas comunes (back-door paths) que puedan abrir rutas alternativas, y por ende generar asociaci´on, entre el origen social y el logro educativo; es decir, ha supuesto que toda la asociaci´on entre el origen social y el logro educativo que no pasa por el desempe˜ no acad´emico puede ser atribuida a decisiones individuales7 . Un tercer ´ ambito de cr´ıtica se debe a que, en el modelo de Breen y Goldthorpe, el sistema educacional parece no jugar ning´ un papel activo, sino actuar simplemente como sosteniendo que mientras el desempe˜ no acad´emico en momentos cercanos a una transici´ on educativa se encontrar´ıa “contaminado”por decisiones anticipatorias, esto no afectar´ıa al desempe˜ no medido en momentos lejanos a dichas transiciones (Jackson 2013). As´ı, proponen controlar por alguna medida de habilidad obtenida previamente, lo que revelar´ıa no s´ olo la existencia de decisiones anticipatorias sino el hecho de que los efectos secundarios ser´ıan subestimados si no son tomadas en cuenta (Erikson et al. 2005; Erikson y Rudophi 2010; Jackson et al. 2007). 7 En la literatura emp´ırica referida se suele observar u ´nicamente el desempe˜ no acad´emico, considerando como efecto secundario la asociaci´ on entre origen social y logro educativo que permanece a´ un controlando por desempe˜ no. As´ı, dado que estimar la magnitud de los efectos secundarios s´ olo controlando por el desempe˜ no acad´emico refleja todas las fuentes de asociaci´ on entre el origen social y el logro educativo que no pasan por el desempe˜ no acad´emico, es posible que los efectos secundarios sean incluso sobrestimados por la metodolog´ıa est´ andar (Morgan et al. 2013 a). Por ende, el problema que no se soluciona condicionando por un desempe˜ no acad´emico m´ as o menos lejano al momento en que se toma una decisi´ on (Erikson et al. 2005), pues coincidimos con Morgan en que no existe ninguna justificaci´ on para suponer que tal asociaci´ on residual entre origen social y logro educativo sea atribuible exclusivamente a decisiones individuales (el detalle de la discusi´ on en Morgan 2012).

10

un medio de contraste que permite revelar la influencia del origen social sobre el logro educacional, sin causarla ni modificarla. Esto lleva a que las brechas de desempe˜ no acad´emico (efectos primarios) permanezcan como un fen´omeno sin explicaci´on sociol´ogica, y a que las diferentes expectativas y decisiones (efectos secundarios) se expliquen o bien a trav´es de la probabilidad subjetiva de ´exito, o bien por la aversi´on relativa al riesgo, pero en ning´ un caso en referencia a las caracter´ısticas institucionales del sistema educativo. Quien m´ as ha desarrollado este punto de cr´ıtica ha sido Samuel Lucas (2001; 2009), entrando en di´ alogo expl´ıcito con las propuestas de Breen y Goldthorpe, para complementarlas all´ı donde sea posible, y establecer una agenda de investigaci´on que determine cual es la formulaci´on m´ as adecuada all´ı donde sus predicciones entren en conflicto8 . Lucas sostiene que las diferencias cualitativas en la educaci´on recibida son relevantes y tienen importantes consecuencias sobre el destino social de los estudiantes (Lucas 2001, Lucas y Beresford 2010). Por ende, estas diferencias ser´ıan utilizadas por los grupos aventajados como medio para mantener su privilegio social. De all´ı que su teor´ıa se denomine Effectively Maintained Inequality o EMI, en referencia al hecho de que los grupos privilegiados utilizar´ıan, ya sea individualmente o como clase social, todos los recursos a su disposici´ on para traspasar efectivamente su privilegio a sus hijos (Cf. Marks 2013)9 . 8

Los planteamientos de Lucas surgen en directa discusi´ on con la llamada maximally maintained inequality o MMI, elaborada por Raftery y Hout (1993). Dichos autores sostienen que la influencia del origen social sobre el logro educativo permanece constante a su m´ aximo nivel posible, a menos que la clase m´ as aventajada alcance una participaci´ on pr´ acticamente universal en determinada transici´ on educativa. Solo en ese escenario, la influencia del origen social sobre el logro educativo declinar´ıa. Por ende, seg´ un proponen los autores, la u ´nica manera de combatir la desigualdad de resultados educativos ser´ıa mediante la expansi´ on de la cobertura educacional, hasta alcanzar su universalizaci´ on. 9 En consecuencia, si lo que importa no es u ´nicamente el logro educativo sino las diferencias sustanciales en el tipo de educaci´ on recibida, dif´ıcilmente la expansi´ on de la matr´ıcula logre el efecto de disminuir la desigualdad. En cambio, a cualquier nivel de cobertura dado, ser´ıa posible obtener ventajas y, por ende, el conflicto por la ubicaci´ on en el sistema educacional no declinar´ıa necesariamente con su expansi´ on (Lucas 2009: 500). Lucas sostiene asimismo que las familias de origen aventajado invertir´ an los recursos necesarios para transmitir su privilegio a sus hijos, compensando dificultades iniciales en la trayectoria educacional. Este planteamiento ha dado lugar a una l´ınea de investigaci´ on sobre ventajas compensatorias del origen social, que ha generado evidencia sobre la menor dependencia de los estudiantes de familias privilegiadas respecto de fracasos previos en su trayectoria educacional (Bernardi 2012, 2014; Bernardi y Cebolla-Boado 2014a,

11

En este contexto, los arreglos institucionales concretos de cada sistema educativo, con sus diferencias sistem´ aticas en la calidad de la educaci´on provista, se vuelven objeto de an´alisis. Mientras los estudiantes socialmente aventajados aprovechar´an las mejores oportunidades educativas, los estudiantes m´as pobres se ver´an relegados a rutas acad´emicas de menor calidad, preservando la desigualdad. Un ejemplo de tales desigualdades cualitativas es la ubicaci´ on de los estudiantes en determinados tracks educativos, acad´emicos o vocacionales, en cuya asignaci´on el origen social juega un rol determinante. Un aspecto presente en la agenda de investigaci´on propuesta por Lucas (2009) que resulta fundamental para la presente tesis es el origen de la probabilidad subjetiva de ´exito y las expectativas educacionales. Mientras Breen y Goldthorpe sostienen que ´estas dependen directamente del rendimiento previo, Lucas se declara agn´ostico de dicha relaci´on, asign´ andoles, en cambio, una mayor determinaci´on a partir tanto del origen social como de la ubicaci´ on (track ) del estudiante en el sistema educacional. Sobre esto u ´ltimo, sin embargo, la teor´ıa de RRA no se pronuncia. Por ende, estudiar el efecto que podr´ıa tener la ubicaci´ on de los estudiantes al interior del sistema escolar sobre sus expectativas de continuidad de estudios resulta muy relevante para determinar, en este punto, si la formulaci´ on m´ as adecuada proviene de RRA o EMI (Lucas 2009: 503). En resumen, los aspectos del modelo de Breen y Goldthorpe que la literatura ha puesto en tensi´ on son tres. En primer lugar, el supuesto de que los efectos primarios y secundarios son claramente distinguibles en t´erminos emp´ıricos, es decir, de que ambos efectos constituyen caminos paralelos. En segundo lugar, el supuesto de que no existen factores de asociaci´ on entre origen social y logro educativo distintos a los efectos primarios (desempe˜ no) y secundarios (decisi´ on), es decir, variables omitidas que confundan la influencia

2014b). As´ı, contrario a la predicci´ on de RRA de que la mayor influencia del origen social estar´ıa entre los estudiantes con desempe˜ no intermedio, dado que en ese tramo los resultados acad´emicos ser´ıan poco informativos de las probabilidades de ´exito futuro (Jackson et al. 2007; van der Werfhorst y Hofstede 2007), Bernardi muestra que el mayor efecto del origen social se produce entre los estudiantes de peor desempe˜ no previo, pues este grupo requiere mayor inversi´ on de recursos para alcanzar el rendimiento de sus pares.

12

de efectos primarios y secundarios. Por u ´ltimo, el supuesto de que el sistema educacional juega s´ olo un rol pasivo en la existencia de desigualdades educativas, en lugar de ser un agente que influye tanto en las brechas de desempe˜ no como en las decisiones educativas de los j´ ovenes. Estas limitaciones, en conjunto, refuerzan la necesidad de interpretar con precauci´ on (es decir, descriptivamente) los resultados presentes en la literatura enmarcada en el modelo de efectos primarios y secundarios; al mismo tiempo, refuerzan la necesidad de reformular la propuesta de Breen y Goldthorpe, si lo que se busca es desarrollar un modelo causal cuyos supuestos sean cre´ıbles, y que permitan identificar el papel que las brechas de desempe˜ no y las decisiones individuales juegan en la reproducci´on de la desigualdad educativa. Las dos siguientes subsecciones estar´an dedicadas a rese˜ nar la evidencia emp´ırica disponible, que respalda la necesidad de reformular te´oricamente el modelo propuesto por Breen y Goldthorpe (1997); en la tercera subsecci´on se revisar´a la literatura reciente sobre la educaci´ on t´ecnico-profesional en Chile, que constituye el caso de estudio a partir del cual abordaremos la discusi´ on sobre el modelo de efectos primarios y secundarios. Finalmente, se presentan las preguntas e hip´otesis de investigaci´on que se pondr´an a prueba emp´ıricamente en esta tesis.

2.2.

Tracking y desempe˜ no acad´ emico

La mayor´ıa de los sistemas educacionales del mundo cuentan con alg´ un grado de estratificaci´ on curricular en su interior, si bien su magnitud, el momento de la primera separaci´ on, el grado de rigidez y las consecuencias de la separaci´on var´ıan enormemente de un lugar a otro (Bol y van de Werfhorst 2013; Bol et al. 2014). La literatura comparada distingue entre dos tipos de tracking (Lucas y Beresford 2010; Chmielewski 2014). En primer lugar, el que se produce al interior de un mismo establecimiento, separando a los estudiantes por materias con distintos niveles de dificultad, conocido como ability grouping o within

13

tracking, caracter´ıstico del modelo anglosaj´on. Por otro lado, hay sistemas donde los establecimientos se especializan en modalidades educativas, ya sean generales/acad´emicas, o bien vocacionales/t´ecnicas. En este u ´ltimo caso, conocido como between tracking, los estudios se cursan en v´ıas paralelas e incluso lugares f´ısicos diferentes. Su presencia es mayoritaria en los sistemas educativos de Europa y Am´erica Latina, por lo que concentrar´ a nuestra atenci´ on en lo sucesivo. Al evaluar la pertinencia de contar con caminos separados entre estudios acad´emicos y vocacionales, se presenta una tensi´on entre los supuestos beneficios obtenidos, como un mejor manejo de la heterogeneidad de los estudiantes y beneficios laborales para aquellos que siguen el camino vocacional, y los costos de la separaci´on, especialmente el aumento de la desigualdad de resultados educativos entre los que siguen la modalidad acad´emica y t´ecnica (Hanuschek y Woessmann 2006)

10 .

En la literatura que aborda el tracking a partir de sus resultados espec´ıficamente educativos, diversos autores (Holm et al. 2013; Bol et al. 2014) destacan la importancia de considerar separadamente dos fen´omenos de inter´es, el efecto selecci´on y el efecto track. Mientras el primero refiere a la asociaci´on entre origen social y la modalidad cursada, el segundo refiere al efecto de cursar estudios en modalidad vocacional sobre resultados educativos, ajustando por selecci´on. As´ı, la estructura del sistema educativo contribuir´ıa a reproducir la desigualdad social, primero, atrayendo a j´ovenes de clase baja hacia el track menos prestigioso y exigente y, luego, disminuyendo sus oportunidades de aprendizaje. Las investigaciones que han abordado el llamado efecto selecci´ on, han puesto en evidencia la asociaci´ on existente entre las desventajas sociales de los estudiantes y la “elecci´ on”de

10

De acuerdo a Bol y van de Werfhorst (2013), dicha tensi´ on remite al origen mismo del sistema diferenciado durante el siglo XIX, que responder´ıa simult´ aneamente a la creciente necesidad de mano de obra calificada para cumplir labores t´ecnicas, como a la b´ usqueda de preservar la estratificaci´ on social en el sistema educativo en una ´epoca de expansi´ on (Ainsworth y Roscino 2005; Bertocchi y Spagar 2004). Esta tensi´ on persistir´ıa en los sistemas contempor´ aneos pues, como muestra la evidencia comparada, cuanto m´ as r´ıgido, especializado y temprano sea el tracking, mayor ser´ a su retorno laboral y al mismo tiempo la desigualdad de resultados educativos que produzca (Bol y van de Werfhorst 2013).

14

una ruta educacional menos prestigiosa, destinada a una temprana inserci´on laboral. Esta asociaci´ on operar´ıa tanto a trav´es de las decisiones familiares, como de las pr´acticas institucionales del propio sistema educacional, que por medio de docentes y consejeros estimular´ıa a los estudiantes de origen menos privilegiado a seguir dichas trayectorias. En efecto, no s´ olo quienes hayan experimentado dificultades acad´emicas en su trayectoria, sino especialmente quienes sufren desventajas econ´omicas y sociales (incluyendo poblaciones minoritarias y migrantes), tienen una probabilidad muy superior de cursar estudios t´ecnicos o vocacionales, cuesti´on que al menos parcialmente se explicar´ıa por la presencia de un “habitus institucional”del staff de los establecimientos, quienes tienden a percibir las opciones de sus estudiantes de tal forma que reproducen su posici´on social de origen (Barg 2013; Bernardi y Cebolla-Boado 2014a; Bonizzoni, Romito y Cavallo 2014; Glaesser y Cooper 2014; Catal´ an 2014). En cuanto al llamado efecto track, la evidencia acumulada ha llevado a algunos autores a afirmar que el tracking constituye la dimensi´on de los sistemas educacionales que produce el mayor efecto sobre el desempe˜ no de los estudiantes (Bol et al. 2014), generando gran desigualdad de oportunidades educativas. Tal afirmaci´on se sustenta en una serie de estudios comparados, que han utilizado datos de las pruebas TIMSS y PISA, y diversas metodolog´ıas, para dar cuenta de la heterogeneidad entre pa´ıses y sistemas educacionales (Bol et al. 2014; Brunello y Checci 2006; Hanushek y Woessmann 2006; Pekkarinen 2014; Schuetz, Ursprung y Woessmann 2008; Woessmann 2009; Woessmann et al. 2009; Cf. Waldinger 2007), as´ı como numerosos estudios de casos nacionales, que han destacado tanto la importancia del tracking en la reproducci´on de las desigualdades educativas, como de las dificultades que enfrentan las reformas que buscan revertir su influencia (Malamud y Pop-Eleches 2011; Holm et al. 2013; van Elk, van der Steeg y Webbink 2011; Cf. Durstmann, Puhani y Sch¨ onberg 2014). En resumen, la investigaci´on disponible sobre efecto track muestra que la existencia de una ruta educativa vocacional tiende a exacerbar la desigualdad de resultados educativos, sin mejorar sustancialmente las proyecciones laborales

15

de sus estudiantes y, en cambio, perjudicando notoriamente sus posibilidades de continuar estudios. Pero la importancia de las v´ıas separadas en los sistemas educacionales va m´as all´a de su influencia sobre desempe˜ no acad´emico. Por ejemplo, Kelly y Carbonaro (2012) estudian el impacto del camino tomado por un estudiante al interior de la escuela sobre las expectativas de sus profesores, centr´ andose en estudiantes con ubicaciones discrepantes (i.e., que toman algunos cursos de alta exigencia y otros de baja exigencia). Sus hallazgos muestran que cada profesor se forma una imagen de sus capacidades a partir del track donde ellos ense˜ nan, con independencia de su comportamiento y desempe˜ no en las dem´as asignaturas y el resto de su vida escolar. Este argumento es f´ acilmente extrapolable al escenario de separaci´on entre escuelas, por cuanto los profesores de establecimientos TP estar´ıan recibiendo una clara se˜ nal sobre la poca habilidad de sus estudiantes, a diferencia de los profesores de modalidad acad´emica. Esto afecta su percepci´ on sobre el esfuerzo y las posibilidades de sus alumnos, influyendo sobre la cultura institucional del staff acad´emico, su satisfacci´on laboral y, en u ´ltimo t´ermino, sobre sus pr´ acticas instruccionales y expectativas sobre los estudiantes (van Houtte 2004, 2006; van Houtte, Demanet y Stevens 2013). Otros autores han se˜ nalado que la modalidad educativa propicia la formaci´on de redes de amistad entre estudiantes de un mismo track, con su consiguiente influencia mutua y reforzamiento de la jerarqu´ıa de estatus entre modalidades (Kubitschek y Hallinan 1998); por otro lado, se ha argumentado que el track tambi´en afecta el comportamiento y la autoestima de los estudiantes, disminuy´endola entre los que siguen estudios vocacionales, brecha especialmente aguda en establecimientos con segregaci´on interna11 , a causa de la comparaci´ on directa que posibilita (van Houtte et al. 2012; van Houtte y Stevens 2009). En s´ıntesis, los mecanismos posiblemente subyacentes a la influencia del track vocacional, descontando el efecto de selecci´on a nivel individual, podr´ıan resumirse en cuatro 11

Es decir, aquellos establecimientos que en Chile denominar´ıamos Polivalentes.

16

grandes dimensiones: a) efecto de los pares asignados a una misma modalidad, b) el estigma social que implica cursar estudios vocacionales, c) las diferencias curriculares y, d) en general, la diferencia de oportunidades educativas, es decir, la discordante calidad de la educaci´ on recibida en los distintos tracks del sistema educacional, ya sea por aspectos institucionales, docentes, expectativas, etc. (Hallinan y Kubitshek 1998; Holm et al. 2013; Far´ıas 2013). En conjunto, tanto el tipo de estudiantes seleccionados como las consecuencias de esta selecci´ on ponen en evidencia el rol de la modalidad vocacional en la reproducci´ on de las desigualdades educativas. A todo lo anterior, se suma la p´erdida de credibilidad de la narrativa que asocia educaci´ on vocacional con mejores resultados en el mercado laboral, mostrando que, de existir, estos beneficios ser´ıan m´ınimos y decrecientes con el tiempo (Brunello y Cecchi 2006; Dunstmann 2004; Eichhorst et al. 2012). Por ende, los antecedentes recopilados a partir de la evidencia internacional justifican el tratamiento de la modalidad t´ecnico-profesional en t´erminos del rol que podr´ıa jugar en la reproducci´ on de la desventaja social de los grupos que acceden a este tipo de educaci´on.

2.3.

Formaci´ on de las expectativas educacionales

Haber establecido las expectativas educacionales como un factor explicativo de primer orden de las diferencias de logro educativo y estatus ocupacional es debido, sin duda, al llamado modelo de adquisici´ on de estatus, modelo psico-social o simplemente modelo de Wisconsin. Tras el influyente trabajo de Blau y Duncan (1967) en estratificaci´on social, el modelo de Wisconsin surgi´ o como un intento de complementar aspectos insatisfactoriamente tratados, en especial la falta de mecanismos explicativos de la relaci´on entre origen y destino social (Sewell, Haller y Portes 1969). En efecto, el modelo Blau-Duncan destacaba patrones de movilidad, pero sin considerar los posibles mediadores del efecto del origen social sobre el destino educacional y

17

ocupacional. El modelo de Wisconsin, en cambio, desagrega la influencia del origen social en mecanismos causales particulares, rol que pueden cumplir variables psicol´ogicas como la habilidad, y psico-sociales, como la autoestima, grupos de referencia, otros significativos y expectativas educacionales, que ser´ıan transmitidas tempranamente en el proceso de socializaci´ on y, por ende, tender´ıan a reproducir la estructura social (Haller y Portes 1973)12 . Recientemente, se han establecido importantes l´ıneas de investigaci´on que buscan retomar y complementar el modelo de Wisconsin. Por ejemplo, Morgan (et al. 2013 b) ha destacado que las expectativas educacionales, para ser predictivas del logro educativo, requieren ser consistentes y estar acompa˜ nadas de informaci´on adecuada sobre el nivel educacional requerido para cumplir las propias expectativas ocupacionales. As´ı, las expectativas educacionales mediar´ıan el efecto de las expectativas ocupacionales en el proceso de adquisici´ on de estatus. Por otro lado, se ha destacado la importancia de lo que podr´ıa llamarse la “calidad”de las expectativas de los estudiantes, de la cual parece depender en parte importante su influencia sobre resultados educativos. Por ejemplo, analizado los patrones temporales de las expectativas, se ha encontrado que tienden a persistir en el tiempo, especialmente en estudiantes cuyo origen social, rendimiento acad´emico y soporte familiar son consistentes. Sin embargo, los estudiantes de origen m´as bajo est´an expuestos a se˜ nales, tanto acad´emicas como familiares e institucionales, que son contradictorias, inconsistentes y variables, por lo que sus expectativas resultan cambiantes y menos predictivas del logro educativo futuro 12

Mientras los otros significativos, es decir, tanto padres como grupos de pares y profesores referentes, ejercen una influencia decisiva sobre las expectativas de los estudiantes, ´estos a su vez influir´ıan en las expectativas que los otros significativos tienen sobre ellos, mediante su propio desempe˜ no acad´emico (Sewell, Haller y Ohlendorf 1970). El desempe˜ no de los estudiantes generar´ıa una impresi´ on en los otros significativos respecto de su habilidad acad´emica, cuya influencia luego retornar´ıa al propio estudiante, en un proceso de reajustes reflexivos (Haller y Portes 1973). En t´erminos generales, sin embargo, se asume que dichos reajustes no ser´ıan de gran magnitud, y que las expectativas educacionales se encuentran ya formadas en un momento temprano del proceso de socializaci´ on (Sewell, Haller y Portes 1969; Sewell, Haller y Ohlendorf 1970; Haller y Portes 1973; Andrew y Hauser 2011).

18

(Alexander et al. 2008; Bozick et al. 2010). Otra l´ınea de estudio dice relaci´on con el origen de las expectativas educacionales, espec´ıficamente la medida en la cual se ver´ıan influenciadas por experiencias significativas en la trayectoria educacional. Una referencia obligatoria al respecto es el de Andrew y Hauser (2011), Adoption? Adaptation? Evaluating the Formation of Educational Expectations, en el cual testean emp´ıricamente los postulados del modelo de obtenci´on de estatus, por un lado, y nuevas perspectivas como las propuestas por Morgan (2005; citado en Andrew y Hauser 2011). Mientras la perspectiva tradicional sobre formaci´on de expectativas afirma que estas se constituyen tempranamente en base al origen social del estudiante y persisten en el tiempo, Morgan (2005) sostiene, basado en modelos de aprendizaje bayesianos, que los estudiantes ajustar´ıan constantemente sus expectativas a partir de nueva informaci´ on disponible sobre su potencial acad´emico, se˜ nal que recibir´ıan de su desempe˜ no en la escuela. Andrew y Hauser (2011) encuentran que, si bien los estudiantes tienen la capacidad de adaptar sus expectativas, s´ olo lo hacen en presencia de grandes cambios de rendimiento, siendo mayoritariamente estables y formadas tempranamente. La validez de la teor´ıa bayesiana parece ser, por ende, muy restringida, habiendo indicios de adaptaci´on temprana, limitada en magnitud y declinante con el tiempo. Para reforzar su argumento, los autores citan estudios provenientes de la psicolog´ıa experimental, que demostrar´ıan que las creencias sedimentadas tempranamente persisten a´ un en presencia de nuevos antecedentes discordantes. La adaptaci´ on de las aspiraciones educacionales en base a nueva informaci´on ser´ıa de alcance limitado, y ocurrir´ıa u ´nicamente “en circunstancias especiales en las cuales los individuos experimentan eventos inesperados o exigentes, o emociones fuertes y viscerales”(Andrew y Hauser 2011). Resulta esperable que sean precisamente los estudiantes de origen m´as desaventajado quienes est´en en mayor medida expuestos a dicha adaptaci´on (Bernardi y Cebolla-Boado 2014a; Bozick et al. 2010; Iatridis y Fousiani 2009), probablemente en el sentido de reducir sus expectativas educacionales (Kirpatrick y Reynolds 2013), dado la menor concordancia

19

de los est´ımulos recibidos por su entorno respecto de su potencial acad´emico. Mientras, los estudiantes de origen privilegiado reciben se˜ nales consistentes sobre su capacidad, a´ un cuando puedan experimentar fracasos en su trayectoria acad´emica13 . En efecto, Bernardi y Cebolla-Boado (2014 a, 2014 b; Bernardi 2012, 2014) han mostrado que pertenecer a clases altas no s´olo hace menos probable experimentar fracaso acad´emico (obtener bajas calificaciones, repetir de grado), sino que tambi´en aminora sus consecuencias. Este fen´ omeno, denominado por los autores “ventaja compensatoria”, se explica por el hecho de que las familias privilegiadas est´en en condiciones de invertir los recursos necesarios, acad´emicos y extra-acad´emicos, para reponerse a esta experiencia, mientras las familias desaventajados tienden a ver en ello un signo de poca habilidad que no puede revertirse. Por ende, mientras los estudiantes de familias privilegiadas reciben apoyo para alinear sus resultados con las expectativas que hay sobre ellos, los hijos de familias pobres deben demostrar constantemente su habilidad para no ser catalogados como estudiantes sin proyecciones. Por otro lado, autores como Lucas (2001, 2009) han destacado como un factor relevante en la configuraci´ on de sus expectativas educacionales la ubicaci´on de cada estudiante en la jerarqu´ıa de los tracks. Esta influencia puede venir al menos por dos v´ıas. Como se discuti´ o anteriormente, existe evidencia del impacto negativo de la modalidad vocacional sobre los resultados acad´emicos; por ende, si los estudiantes conforman sus expectativas a partir de su probabilidad subjetiva de ´exito, la asistencia a establecimientos t´ecnicos generar´ a en ellos una baja de expectativas mediante una baja de desempe˜ no (Breen y Goldthorpe 1997; Morgan 2005). Una segunda alternativa, en l´ınea con lo planteado por otros autores (van Houtte et al. 2012; Kelly y Carbonaro 2012) apunta al efecto de etiquetado que tendr´ıa la 13

Iatridis y Fousiani (2009) han mostrado que, mientras los resultados acad´emicos concordantes con el origen social suelen ser explicados en t´erminos de habilidad, los resultados discordantes son atribuidos al esfuerzo. En otras palabras, mientras el ´exito acad´emico de un estudiante de origen privilegiado se atribuye a su habilidad innata y su fracaso a una transitoria falta de esfuerzo, lo contrario ocurre con estudiantes de origen social bajo, a quienes se juzga como intr´ınsecamente faltos de habilidad si fracasan e incidentalmente esforzados si tienen ´exito.

20

modalidad educativa sobre los estudiantes del track vocacional, afectado directamente sus expectativas as´ı como indirectamente, a trav´es de la influencia de sus otros significativos, incluidos compa˜ neros, profesores y familia. El rol que las propias instituciones educacionales podr´ıan jugar en la configuraci´on de las aspiraciones de los estudiantes ha sido tambi´en objeto de amplio estudio. El trabajo pionero de Burton Clark (1960; 1980) sobre los Community College durante los a˜ nos ’50, mostr´ o la existencia de un proceso que ´el denomin´o cooling out o enfriamiento de expectativas. Seg´ un Clark, el staff acad´emico de estas instituciones no selectivas se ve´ıa enfrentado a un grupo de estudiantes heterog´eneo y con distintos grados de habilidad, pero con altas aspiraciones educacionales, en muchos casos poco realistas. De all´ı que consideraran parte de su funci´ on propia ir moderando las sobreexpectativas de los estudiantes acad´emicamente rezagados, ayud´ andolos a valorar las alternativas disponibles, distintas a la formaci´on universitaria (Brand et al. 2014). La noci´ on de una funci´ on de cooling out fue luego adoptada por la literatura y adaptada a nuevos contextos institucionales, con interpretaciones del proceso no siempre tan optimistas como las de Clark, poniendo en evidencia su nexo con la estratificaci´on de las expectativas y el logro educacional (Cf. Clark 1980; Hellmich 1993). De hecho, diversos autores han mostrado que el proceso de enfriamiento de las expectativas impulsado por las instituciones educacionales est´a lejos de ser imparcial pues, a´ un a niveles similares de desempe˜ no previo, las recomendaciones de las autoridades educativas suelen ser sesgadas en t´erminos de g´enero, ´etnia y origen social (Barg 2013; Bonizzoni, Romito y Cavallo 2014; Resh y Erhard 2002). Lamentablemente, a pesar de la importancia te´orica que tiene el rol de las instituciones acad´emicas en la gesti´ on de las expectativas de sus estudiantes, especialmente relevantes en contextos donde las aspiraciones acad´emicas ambiciosas son la norma, la investigaci´ on emp´ırica al respecto no es concluyente (Alexander et al. 2008). Uno de los prop´ositos de esta tesis es, por ende, contribuir a la comprensi´on de los efectos que la estratificaci´ on del

21

sistema educativo tiene sobre las aspiraciones educacionales de los estudiantes.

2.4.

Educaci´ on t´ ecnico-profesional en Chile

En la presente secci´ on se busca sintetizar la informaci´on disponible sobre la ense˜ nanza media t´ecnico-profesional en nuestro pa´ıs, caracterizando el origen social y trayectoria acad´emica de su poblaci´ on, lo que nos permitir´a, en u ´ltimo t´ermino, enlazar la evidencia del caso chileno con la revisi´ on te´orica y la literatura internacional. En concordancia con la evidencia internacional, en Chile quienes cursan su educaci´ on secundaria en modalidad TP representan un grupo de la poblaci´on caracterizado por su origen social desaventajado, proveniente de familias con menores ingresos, cuyos padres tienen menos a˜ nos de educaci´ on formal y menores expectativas respecto de sus hijos. Por su parte, estos j´ ovenes presentan un desempe˜ no acad´emico inferior al de sus pares cient´ıficohumanistas a lo largo de su trayectoria educativa. En este sentido, se encontrar´ıa operando lo que en la secci´ on anterior se denomin´o efecto selecci´on, es decir, el hecho de que los estudiantes socialmente m´ as vulnerables sean los que tomen caminos educativos menos prestigiosos y presumiblemente de peor calidad. De Iruarrizaga (2009), quien estudi´o la elecci´on de la modalidad educativa realizada por los estudiantes, sostiene que tanto las restricciones financieras como restricciones cognitivas o de habilidad tendr´ıan influencia sobre la modalidad educativa seleccionada. Sus resultados indican que el promedio de ingreso en los hogares de estudiantes cient´ıfico-humanistas es casi el doble que entre los estudiantes TP, y que la proporci´on de estudiantes que cursan TP disminuye con cada quintil de ingreso. Por su parte, la relaci´on entre modalidad de estudios y rendimiento previo (ya sea medida como Simce o ranking de curso) se comporta de manera similar, aunque presenta una pendiente menos empinada que el ingreso (De Iruarrizaga 2009; Geraldo y Salinas 2014; Larra˜ naga et al. 2013; Sevilla 2011a, 2011b). Asimismo, la informaci´ on disponible indica que los estudiantes que cursan educaci´on TP

22

provienen de hogares con padres formalmente menos educados: mientras los estudiantes cient´ıfico-humanistas tienen padres que, en promedio, han cursado alg´ un estudio postsecundario, los estudiantes de t´ecnico-profesional suelen venir de hogares con padres que no han concluido su escolaridad media (Sevilla 2011a; Sevilla 2011b; Larra˜ naga et al. 2014). Una brecha similar se observa en las expectativas que los padres tienen sobre el futuro educativo de sus hijos, en cuanto la abrumadora mayor´ıa de los j´ovenes que asisten a educaci´ on general tienen padres que esperan que ellos cursen estudios universitarios, situaci´ on en la que est´ an solo un tercio de los estudiantes de educaci´on t´ecnica (De Iruarrizaga 2009). En alguna medida, est´ as expectativas parentales pueden estar influenciadas por los menores niveles de desempe˜ no de sus hijos, o por dificultades previas en su trayectoria educativa expresadas, por ejemplo, en un mayor porcentaje de repitencia de los estudiantes de TP (17 %), en relaci´ on a sus pares de HC (12 %) (Sevilla 2011b). Por otro lado, un estudio reciente (Catal´an 2014) sugiere que, junto con los factores estrictamente acad´emicos y econ´omicos, la decisi´on de cursar estudios t´ecnico-profesionales estar´ıa influenciada por aspectos culturales, espec´ıficamente por el habitus de las familias socialmente desaventajadas, que experimentar´ıan mayor lejan´ıa hacia la trayectoria acad´emica hacia la universidad. Incluso los establecimientos que imparten TP tendr´ıan cierto habitus institucional centrado en el mundo del trabajo m´as que en la educaci´ on acad´emica, por lo que la decisi´on de acudir a este tipo de establecimientos influir´ıa posteriormente sobre las preferencias de educaci´on superior, alejando a los estudiantes TP de las universidades m´ as selectivas y orientadas a la investigaci´on. La importancia de estos hallazgos radica en que, como se˜ nalan los antecedentes disponibles, la educaci´ on t´ecnico-profesional se ha consolidado como una modalidad de estudios no terminal. Seg´ un un reciente informe realizado por el PNUD con datos de la cohorte egresada el 2005, a los 5 a˜ nos de finalizada la ense˜ nanza media un 67 % de los estudiantes de HC y un 41 % de TP han accedido a la educaci´on superior (Larra˜ naga et al. 2013; 2014). Por ende, a pesar de que tanto en la educaci´on universitaria como en la superior t´ecnica

23

los estudiantes de establecimientos cient´ıfico-humanistas son mayor´ıa (90 y 61 % de la matr´ıcula respectivamente, seg´ un Far´ıas y Sevilla 2012), los egresados de educaci´on media t´ecnica representan una proporci´on creciente de la poblaci´on que cursa estudios superiores. De hecho, el porcentaje de estudiantes TP que ingresa directamente a la educaci´on terciaria al finalizar su ense˜ nanza media pas´o de un 14 a un 27 % entre los a˜ nos 2006 y 2011 (Far´ıas y Sevilla 2012), a´ un cuando sus trayectorias acad´emicas siguen siendo m´as prolongadas y suelen conjugarse con participaci´on laboral (Sevilla 2011a; 2011b). Los estudios cualitativos disponibles muestran que muchos estudiantes de ense˜ nanza media TP esperan continuar estudios superiores una vez egresados (Espinoza, Castillo y Traslavi˜ na 2011; Sep´ ulveda y Valdebenito 2014), compatibilizando estudios e inserci´ on laboral, dada su necesidad de ingresos (Sep´ ulveda 2011). La expectativa de realizar una trayectoria mixta es compartida por los profesores de establecimientos t´ecnico-profesionales (Sevilla 2011 b). Quiz´ as por esta raz´ on, y a pesar del diagn´ostico cr´ıtico que se ha levantado en las ya citadas comisiones asesoras, muchos estudiantes de TP se muestran conformes con la formaci´ on recibida, enfatizando la obtenci´on de su t´ıtulo t´ecnico-profesional como un recurso que favorecer´ a eventualmente su continuidad de estudios (Sep´ ulveda 2011). Sin embargo, este mismo estudio entrega antecedentes sobre lo que el autor denomina la “ambig¨ uedad estrat´egica”de la educaci´ on media TP, poniendo de manifiesto que sus estudiantes, a pesar de la valoraci´ on positiva del t´ıtulo de nivel medio, consideran que ser´a dif´ıcil cumplir sus planes de continuidad de estudios, dada la falta de apoyo institucional para realizar el fin de la educaci´ on media t´ecnico-profesional que es, supuestamente, compatibilizar trabajo y estudios. Las razones de esta dificultad son diversas. En primer lugar, se tiene la Prueba de Selecci´on Universitaria (PSU) como barrera de entrada. Seg´ un estimaciones de Far´ıas y Carrasco (2012) quienes utilizan m´etodos cuasi-experimentales para corregir por sesgo de selecci´ on en la modalidad educativa, cursar ense˜ nanza media TP causar´ıa un menor rendimiento en

24

la PSU (0.28 desviaciones est´ andar menos que sus pares cient´ıfico-humanistas), brecha que ser´ıa heterog´enea seg´ un rendimiento previo, llegando a 0.59 desviaciones est´andar entre quienes ten´ıan mejores resultados acad´emicos en la ense˜ nanza b´asica. Dado que en nuestro pa´ıs el resultado en la PSU define tanto la posibilidad de acceder a la universidad como de obtener financiamiento estatal, el menor desempe˜ no alcanzado por los estudiantes de EMTP tiene grandes consecuencias. Por ejemplo, Sevilla (2011b) destaca que s´ olo el 44 % de los egresados de ense˜ nanza media t´ecnico-profesional que da la PSU logra obtener 500 puntos, cifra m´ınima para postular a beneficios econ´omicos estatales. Por otra parte, incluso si logran ingresar finalmente a la educaci´on superior, los titulados de TP desertan casi el doble que sus pares cient´ıfico-humanistas (19 % contra 9.8 %). Far´ıas y Sevilla (2012, 2015) estiman que cursar ense˜ nanza media TP genera peores resultados y menor persistencia en la ense˜ nanza superior incluida la t´ecnica, excepto en estudiantes que cursan carreras del ´ area tecnol´ogica relacionada sus estudios secundarios. Una posible explicaci´ on de esta situaci´ on, complementaria a las dificultades de acceder a financiamiento, es la brecha de rendimiento entre egresados de las distintas modalidades educativas, dando cuenta de una desigual preparaci´on para enfrentar estudios superiores (Idem). Dadas estas inmensas brechas de resultados entre estudiantes de distintas modalidades educativas, cabe preguntarse qu´e distingue a uno u otro tipo de establecimiento educacional seg´ un su modalidad educativa. Ciertamente, un primer aspecto a destacar corresponde a las diferencias de curr´ıculum entre los establecimientos t´ecnico-profesionales y cient´ıficohumanistas, pues estos u ´ltimos dedican por completo a la formaci´on general las horas de clases que en la educaci´ on TP deben dividirse entre formaci´on general y de especialidad (Sevilla 2011a). Sin embargo, esta diferencia, que por ley aparece u ´nicamente en 3o y 4o medio, no es la u ´nica a considerar para explicar las brechas de resultados entre los distintos establecimientos. En efecto, la composici´ on de los establecimientos es distinta en t´erminos del nivel socioecon´ omico de sus estudiantes y de su desempe˜ no acad´emico previo, lo que sin duda

25

genera condiciones de aprendizaje que difieren entre modalidades educativas a´ un antes de la diferenciaci´ on curricular. Por su parte, la influencia de la composici´on del alumnado ser´ıa reforzada por el estigma asociado a cursar estudios t´ecnicos, las menores expectativas del staff del establecimiento respecto de los estudiantes, o la presencia de docentes menos motivados, todo lo cual redundar´ıa en el ya mencionado habitus institucional que alejar´ıa a los estudiantes de establecimientos TP de seguir trayectorias acad´emicamente m´as exigentes (Catal´ an 2014; Far´ıas y Sevilla 2012; Geraldo 2015). Dados los antecedentes presentados en esta secci´on, resulta esperable que la formaci´on entre establecimientos de educaci´on t´ecnico-profesional y cient´ıfico-humanista difiera incluso antes de 3o medio, momento en que se produce la diferenciaci´on curricular. Esta suposici´ on se ha recogido en diversos informes sobre el estado de la educaci´on t´ecnica en Chile (Consejo Asesor Presidencial para la Calidad de la Educaci´on 2006; Larra˜ naga et al. 2013; 2014) sin ofrecerse, sin embargo, evidencia emp´ırica en apoyo de esta afirmaci´ on. Por ende, hasta donde llega nuestro conocimiento, la presente tesis constituye la primera investigaci´ on dise˜ nada con el prop´osito de abordar dicha hip´otesis.

2.5.

Preguntas e hip´ otesis de investigaci´ on

El hecho mayor que una parte importante de la sociolog´ıa de la educaci´on contempor´ anea intenta explicar es la persistencia de las desigualdades educativas (Goldthorpe 1996). A pesar de la democratizaci´on en el acceso y el constante aumento del gasto educacional, tanto el desempe˜ no como el logro acad´emico siguen fuertemente estratificados (Breen 2010; Jackson et al. 2013), patr´on que resulta observable en pr´acticamente cualquier pa´ıs donde hayan sido estudiados (Torche 2005). Hasta este punto, se discutieron algunas teor´ıas que buscan explicar este fen´omeno, especialmente aquellas enmarcadas en la corriente de rational choice: RRA (Breen y Goldthorpe 1997) y EMI (Lucas 2001). Despu´es de explicar sus aspectos fundamentales, se puso

26

en evidencia lugares donde ambas teor´ıas ofrecen predicciones contrarias, lo que representa una oportunidad para evaluar los supuestos del modelo de efectos primarios y secundarios, cuya plausibilidad ha sido puesta en duda por diversos autores (Lucas 2009; Morgan 2012; Morgan et al. 2013). Igualmente, se rese˜ n´o la evidencia disponible sobre el caso chileno, que nos entrega el contexto donde ser´an puestas a pruebas nuestras hip´otesis emp´ıricas. As´ı, a partir de la literatura discutida hasta este punto, hemos formulado las siguientes hip´ otesis. En primer lugar, respecto de la existencia de efectos causales: • Hip´ otesis 1: Asistir a establecimientos de educaci´on TP tendr´a un impacto negativo sobre los resultados del Simce matem´aticas en 2o medio. • Hip´ otesis 2: Asistir a establecimientos de educaci´on TP har´a m´as probable disminuir las expectativas educacionales de los estudiantes. • Hip´ otesis 3: Asistir a establecimientos de educaci´on TP har´a menos probable aumentar las expectativas educacionales de los estudiantes. En segundo lugar, respecto de la heterogeneidad de dichos efectos, se espera que: • Hip´ otesis 4: El impacto negativo de asistir a establecimientos TP sobre el Simce ser´ a mayor para aquellos estudiantes con mejor desempe˜ no en el Simce matem´ aticas de 8o b´ asico. • Hip´ otesis 5: El impacto negativo de asistir a establecimientos TP sobre el Simce ser´ a mayor para aquellos estudiantes con expectativas educacionales m´as ambiciosas en 8o b´ asico. • Hip´ otesis 6: El impacto negativo de asistir a establecimientos TP sobre las expectativas acad´emicas ser´ a mayor para aquellos estudiantes con mejor desempe˜ no en el Simce matem´ aticas en 8o b´asico.

27

• Hip´ otesis 7: El impacto negativo de asistir a establecimientos TP sobre las expectativas acad´emicas ser´ a mayor para aquellos estudiantes con expectativas educacionales m´ as ambiciosas en 8o b´ asico. Finalmente, tambi´en ser´ a abordada en esta tesis una u ´ltima pregunta de car´acter te´ orico: ¿En qu´e contribuyen nuestros resultados a la agenda de investigaci´on que busca reformular el modelo de efectos primarios y secundarios en tanto modelo causal? En este sentido, esperamos que contrastar emp´ıricamente las predicciones de distintas teor´ıas en disputa permitir´ a avanzar en la formulaci´on de un modelo causal que de cuenta de la reproducci´ on de la desigualdad educativa, capaz de incorporar la evidencia disponible sobre el rol del tracking en los sistemas educacionales y sobre los factores asociados a las brechas de expectativas educacionales (v´ease supra). Esta pregunta ser´a retomada en la discusi´ on final, una vez que hayamos presentado los resultados emp´ıricos de nuestra investigaci´ on.

28

3.

Dise˜ no de investigaci´ on Como se se˜ nal´ o previamente, la secci´on emp´ırica de esta tesis busca estimar el efecto

causal de cursar los primeros dos a˜ nos de ense˜ nanza media en un establecimiento t´ecnicoprofesional, en comparaci´ on con hacerlo en un establecimiento cient´ıfico-humanista, sobre el desempe˜ no acad´emico en el Simce matem´aticas 2o medio y las expectativas educacionales de los estudiantes. En este apartado se introducen, en primer lugar, las estrategias de estimaci´ on a trav´es de las cuales se pretende identificar dicho efecto; para, a continuaci´ on, describir la construcci´ on de la base de datos y la selecci´on de las variables consideradas en el estudio, que buscan hacer plausibles los supuestos de identificaci´on invocados.

3.1.

Estrategias de estimaci´ on

El aparato te´ orico que permite formular preguntas causales en t´erminos estad´ısticos es conocido como modelo contrafactual de causalidad14 . En este marco, el efecto de inter´es a nivel individual (δi ) es conceptualizado como un contraste entre los resultados obtenidos por un individuo bajo dos situaciones: la de haber sido tratado o expuesto a determinada intervenci´ on o causa (t), y la de no haberlo sido (c), es decir:

δi = Yit − Yic

(1)

Sin embargo, es imposible observar ambos escenarios simult´aneamente, y s´olo se tendr´ a informaci´ on del resultado bajo la exposici´on efectivamente realizada. Una manera de lidiar con este problema es, en lugar de centrarse en el efecto causal a nivel individual, estimar su valor esperado en una poblaci´on determinada. Este efecto, denominado efecto promedio del tratamiento o ATE, puede ser estimado insesgadamente contrastando los resultados de

14

Utilizo esta formulaci´ on en lugar de hablar de modelo Neyman-Rubin o de resultados potenciales, por ser m´ as amplia e incluir igualmente la aproximaci´ on gr´ afica de Judea Pearl (2009), y los aportes provenientes de la epidemiolog´ıa (Hernan y Robins 2015).

29

un grupo de tratamiento y uno de control, siempre que la asignaci´on a cada estado sea independiente de caracter´ısticas observadas, no observadas, y resultados potenciales. As´ı:

cuando D

|=

AT E = E[δ] = E[Y t − Y c ] = E[Y t |D = t] − E[Y c |D = c]

(2)

Y t , Y c , X, u, donde X representa las caracter´ısticas observadas de los gru-

pos, u la heterogeneidad no observada, siendo Y t e Y c los resultados potenciales bajo la situaci´ on de tratamiento y control respectivamente. La manera de asegurar razonablemente el cumplimiento de dicho supuesto es la asignaci´on aleatoria del tratamiento en contextos experimentales (Imbens y Rubin 2015; Gelman 2010). En diversas situaciones, sin embargo, la asignaci´on aleatoria es irrealizable. Por ende, para establecer relaciones causales se recurre a m´etodos denominados semi-experimentales, que buscan generar grupos comparables, aproximando un experimento aleatorio (Hansen 2011). Para hacerlo, por cierto, dicho experimento debe ser al menos imaginable, pues en caso contrario el efecto de inter´es resultar´ıa indeterminado (Imbens y Rubin 2015). En la presente tesis se emplean dos de estos m´etodos semi-experimentales: propensity score matching, propuesto inicialmente por Rubin (Rubin y Rosenbaum 1983); y differences-in-differences, que se beneficia del car´acter longitudinal de los datos, y es de amplio uso en econom´ıa (Angrist y Pischke 2009). Los supuestos que ambos modelos requieren para identificar efectos causales con datos observacionales, y su plausibilidad en el contexto de la presente investigaci´on, se discutir´an en los apartados subsiguientes. 3.1.1.

Propensity Score Matching

El matching, en sus distintas versiones, se ha convertido en uno de los m´etodos m´ as utilizados para estimar relaciones causales con datos observacionales (Clouston 2014; Sekhon 2009; Stuart 2010). Como estrategia no-param´etrica para controlar por las diferencias observadas entre los grupos (King y Zeng 2006), el matching busca reducir los sesgos de

30

interpolaci´ on y extrapolaci´ on, a los que son sensibles las estimaciones obtenidas sobre el total de las casos cuando los grupos a comparar son excesivamente disimiles o, en otras palabras, cuando hay observaciones fuera de la zona de soporte com´ un. Privilegiando la validez interna de los resultados (Hansen, Rosenbaum y Small 2014), en el matching se pre-procesan los datos para generar una submuestra anal´ıtica en la que los grupos de tratamiento y control tengan caracter´ısticas similares y, por ende, no sea necesario realizar supuestos dif´ıcilmente defendibles sobre la correcta especificaci´ on del modelo para obtener estimaciones del efecto de inter´es (King y Zeng 2006). Como contraparte, la estimaci´ on obtenida suele ser m´as local que el ATE, restringi´endose en la mayor´ıa de los casos a un efecto sobre los tratados (ATT ), o sobre los controles (ATC ) (Morgan y Winship 2015). Para estimar el efecto sobre los tratados, que corresponde al inter´es de esta tesis, es necesario construir un contrafactual v´alido para los que han recibido el tratamiento, pero no viceversa. Es decir, idealmente tendr´ıamos controles para cada tratado, pero no necesariamente tratados para cada control. Por ende, el ATT podr´ıa formalizarse del siguiente modo:

AT T = E[δ|D = t] = E[Y t − Y c |D = t]

(3)

Existen diversos tipos de matching, seg´ un la distancia utilizada para encontrar las observaciones similares, la manera de formar los bloques, el uso o no de reemplazo, etc. (Sekhon 2009; Stuart 2010). El m´etodo utilizado en esta investigaci´on corresponde a un optimal full matching, es decir, un matching sin reemplazo que busca minimizar la distancia total entre tratados y controles (Rosenbaum 2010), implementado en R a trav´es del paquete optmatch (Hansen 2007, 2015; R Development Core Team 2008). Para hacerlo, se construyen estratos de tama˜ no variable, dentro de los cuales la discrepancia entre las covariantes consideradas sea m´ınimo o, en otras palabras, en los que la asignaci´on al trata-

31

miento pueda considerarse ignorable o como si fuese aleatoria. En este sentido, el matching constituye una post-estratificaci´on de la muestra, buscando asemejarse a un experimento por bloques (Gerber y Green 2012; Imai, King y Stuart 2008; Morgan y Winship 2015). Para generar los bloques, se utiliz´o como distancia el propensity score, es decir, la probabilidad estimada de que cada estudiante reciba el tratamiento (cursar estudios en un establecimiento TP en lugar de hacerlo en un establecimiento CH). La ventaja de este m´etodo es que permite reducir la dimensi´on de las variables que deben ser balanceadas, pasando de m´ ultiples caracter´ısticas a u ´nicamente un valor; adem´as, cumple con la propiedad de que el balance en el propensity score tiende a producir balance en las covariantes (Rosenbaum 2010; Stuart 2010). Si, a partir del matching sobre el propensity score se alcanza balance en las covariantes de inter´es, entonces es posible estimar el efecto causal del tratamiento bajo el supuesto de selecci´ on sobre observables o independencia condicional (CIA, por sus siglas en ingl´es). Es decir, asumiendo que no existen variables omitidas del an´alisis que distingan a los grupos, capaces de hacer variar sus probabilidades de recibir el tratamiento y afectar sus resultados potenciales (Keele y Minozzi 2013; Rosenbaum 2010)15 . Existe una amplia literatura sobre qu´e variables incluir en la estimaci´on del propensity score. Las variables fundamentales a ser incluidas en el an´alisis son aquellas que afecten simult´ aneamente el tratamiento y el resultado, es decir, confounders, pues su exclusi´on producir´ıa estimaciones sesgadas (Brookhart et al. 2006; Cuong 2013; Stuart 2010; Pearl 2009 b). Se recomienda tambi´en la inclusi´on de variables que, no estando relacionadas con el tratamiento, s´ı afecten el resultado, pues mejoran la eficiencia de las estimaciones (Brookhart

Formalmente, se asume que Y t , Y c D|X, donde Y t e Y c corresponden a los resultados potenciales, D al tratamiento, y X es una matriz que incluye todas las variables consideradas en el matching. Dado que este supuesto no puede corroborarse, se implementa tambi´en un an´ alisis de sensibilidad para evaluar la influencia que su violaci´ on tendr´ıa sobre nuestros resultados, lo que ser´ a discutido m´ as adelante. Por lo pronto, baste decir que, como ha destacado Dehejia (2005), la aplicaci´ on del matching no deber´ıa descansar ni en la confianza ni en la negaci´ on a priori de la selecci´ on sobre observables, sino que su plausibilidad debe discutirse caso a caso. |=

15

32

et al. 2006; Cuong 2013). En cambio, incluir variables que afecten el tratamiento pero no la respuesta, es decir, aquellas que cumplan las condiciones de una variable instrumental, producir´ıa sesgo en las estimaciones (Wooldridge 2009). De all´ı que en la presente investigaci´ on se hayan excluido variables como la oferta comunal de establecimientos TP, que algunos han sostenido que cumple con las condiciones de IV (Bucarey y Urzua 2013). En cuanto a qu´e hacer en presencia de valores perdidos en las variables de inter´es, Rosenbaum (2010, cap. 9) ha mostrado que si se incorpora una variable dummy indicando la informaci´ on perdida en la estimaci´on del propensity score, el matching tambi´en balancear´ a los missing entre tratados y controles. Siguiendo la literatura te´orica y emp´ırica (Small et al. 2008; Zubizarreta et al. 2014), en esta tesis se ha utilizado dicha estrategia. Sin embargo, en ciertas variables especialmente relevantes para la estimaci´on no se admitieron casos con valores perdidos. Ocurri´o as´ı con los outcomes de inter´es y sus mediciones previas; es decir, no hay valores perdidos de ning´ un Simce (4o , 8o y 2o medio), ni en las expectativas educacionales de los estudiantes (8o y 2o medio). Una vez estimado el propensity score y realizado el match, se debe reportar el balance alcanzado. Esto representa un punto cr´ıtico, pues indica en qu´e medida la estratificaci´ on de la muestra logra asemejarse a un escenario experimental. Como sostiene Hansen, el matching descansa en el supuesto de que, aunque la hip´otesis de que la asignaci´ on al tratamiento haya sido aleatoria sea ciertamente falsa, trabajar bajo la hip´otesis nula de aleatoriedad es poco da˜ nino para la estimaci´on del efecto causal (Hansen 2008). Para evaluar el balance de nuestros datos hemos utilizado el test propuesto por Hansen y Bowers (2008a, 2008b), e implementado por Bowers, Fredrickson y Hansen (2015) en R a trav´es del paquete RItools. Una vez definidos los bloques, procede analizar el resultado. A pesar de que es com´ un estimar el impacto mediante regresiones con efecto fijo por cada estrato (Stuart 2010), se sabe que dicha estimaci´ on es sesgada si la probabilidad de recibir el tratamiento var´ıa entre estratos (Humpreys 2009; Imai y King 2015). Por ende, se estim´o el resultado mediante

33

una regresi´ on ponderada, donde los ponderados corresponden al inverso de la probabilidad de recibir el tratamiento dentro de cada bloque o inverse probability weighting (Gerber y Green 2012; Imbens y Rubin 2015; Hern´an y Robins 2015). Para el caso del cambio en expectativas, se utiliz´o el mismo ponderador en un modelo de probabilidad lineal, recomendado cuando el outcome corresponde a una variable dicot´ omica (Angrist y Pischke 2009; Bernardi 2014), siendo preferible al an´alisis con modelos logit o probit, pues sus estimaciones resultan m´as sensibles a supuestos param´etricos (Breen y Karlson 2013). 3.1.2.

Differences-in-differences

El modelo de doble diferencia utiliza datos longitudinales para construir un escenario contrafactual. A diferencia de un dise˜ no pre/post, donde todas las observaciones son controles en el primer momento, y todas son tratadas en un segundo instante, el modelo DiD tiene dos grupos paralelos: inicialmente, ambos son controles, pero en el segundo momento s´olo uno es tratado y el segundo permanece como control. Formalmente, el efecto causal estimado mediante DiD bivariado es el siguiente:

t c E[δ] = E[Yt+1 − Ytc |D = 1] − E[Yt+1 − Ytc |D = 0]

(4)

Es decir, corresponde a una doble diferencia: por un lado, el valor esperado de la diferencia entre la variable dependiente en los momentos post-tratemiento (t+1) y pretratamiento (t), tanto para tratados como para controles; y luego la diferencia entre ambos valores esperados16 . 16

El hecho de que la comparaci´ on de resultados sea intra-persona, permite remover cualquier heterogeneidad no observada constante en el tiempo, similar a la inclusi´ on de efectos fijos individuales; mientras, la comparaci´ on entre-grupos remueve el sesgo de la tendencia compartida, es decir, el efecto del per´ıodo (Gebel y Vossemer 2014). Por ende, omitir variables del an´ alisis (probablemente no observadas) es seguro en cuanto su influencia sea constante en el tiempo (Lechner 2010). El efecto identificado, bajo este escenario, corresponde a un efecto para los tratados (Angrist y Pischke 2009).

34

El supuesto de identificaci´on del differences-in-differences es conocido como supuesto de l´ıneas paralelas, es decir, de que los resultados potenciales de tratados y controles seguir´ıan caminos paralelos en ausencia de tratamiento (Angrist y Pischke 2009; Keele y Minozzi 2013). En otras palabras, se asume que la tendencia de los resultados potenciales en ambos grupos es comparable, a diferencia del matching, donde se asume independencia del nivel de los resultados potenciales respecto del tratamiento. As´ı, este supuesto puede considerarse m´ as flexible en cuanto admite diferencias entre quienes reciben tratamiento y quienes no, en la medida que dichas diferencias sean constantes en el tiempo. Es posible hacer m´ as cre´ıble este supuesto mediante la incorporaci´on de covariantes en el an´ alisis, en lo que se conoce como doble diferencia condicional (CDiD) o differences-indifferences semi-param´etrico (Abadie 2005)17 . El car´acter condicional del an´alisis puede implementarse ajustando por covariantes en la misma regresi´on sobre el outcome o, m´ as frecuentemente, mediante matching. La ventaja de combinar matching con DiD es que permite construir grupos contrafactuales manteniendo en el an´alisis u ´nicamente los casos en la zona de soporte com´ un, donde la inferencia pueda realizarse sin extrapolaciones poco cre´ıbles (Gebel y Vossemer 2014)18 . Cabe destacar que, si bien para implementar el differences-in-differences hacen falta u ´nicamente dos puntos en el tiempo, contar con m´as informaci´on permite mayor flexibilidad y arroja luces sobre la credibilidad del supuesto de l´ıneas paralelas. As´ı, es posible analizar los resultados mediante una triple diferencia, admitiendo que incluso las tendencias de los 17

En otras palabras, en el caso de que las tendencias de ambos grupos difieran a partir de caracter´ısticas observables, es posible realizar un an´ alisis causal condicionando por tales variables (X), de tal forma que c c se cumpla el supuesto E[Yt+1 − Ytc |D = 1, X] = E[Yt+1 − Ytc |D = 0, X]. 18 Resulta especialmente com´ un que en el matching combinado a la doble diferencia se incluyan los resultados previos. Sin embargo, como han mostrado diversos autores (Chab´e-Ferret 2014; Gebel y Vossemer 2014; Lechner 2010), en lugar de hacer m´ as flexible la estimaci´ on, esta estrategia la rigidiza, haciendo obligatorios los supuestos del matching, sin aportar ganancia alguna por el uso de datos longitudinales. Incluir los resultados previos en el matching y luego implementar el DiD, equivale a forzar que el punto de partida de ambos grupos sea id´entico y, por ende, el supuesto de l´ıneas paralelas se convierte simplemente en el supuesto de independencia condicional. De all´ı que en la presente tesis no se incluya el Simce previo del estudiante en el matching previo al DiD condicional, sino s´ olo en el an´ alisis del outcome.

35

grupos difieran en el tiempo, siempre que la tasa por la que difieren sea constante (Mora y Reggio 2012). Por otro lado, si los resultados entre doble y triple diferencia son similares, es indicio de que las tendencias previas a la asignaci´on del tratamiento era efectivamente paralelas. Como indican Buscha y otros (2012), dicho an´alisis es pertinente en estudios sobre educaci´ on, pues los estudiantes puede diferir no s´olo en t´erminos de sus niveles de logro sino tambi´en en su habilidad para progresar en el tiempo. As´ı, en la presente tesis se implement´o un an´alisis de doble y triple diferencia condicional, aplicado u ´nicamente a los resultados Simce matem´aticas en 2o medio. No se utiliz´ o dicha estrategia para la variable de expectativas dado que, como indica Lechner (2010), en contextos de regresi´ on no lineal los supuestos de identificaci´on del DiD son problem´aticos, siendo un terreno a´ un en discusi´on a pesar de sus aplicaciones emp´ıricas (Cf. McDonald y Lenz 2009). Finalmente, dado que los datos fueron pre-procesados con optimal full matching, el m´etodo de an´ alisis del outcome corresponde a la misma regresi´on ponderada que se present´ o en el apartado anterior. 3.1.3.

An´ alisis de sensibilidad

Los estudios observacionales deben enfrentar la posibilidad de que sus resultados se encuentren sesgados a causa de variables no observadas que afecten tanto la asignaci´ on al tratamiento como la respuesta al mismo (confounder ). Si bien esta posibilidad no invalida inmediatamente los hallazgos, s´ı obliga a ser precavidos en su interpretaci´on y evaluar su robustez. Con tal prop´ osito, en esta tesis hemos implementado tres estrategias para analizar la sensibilidad de nuestros resultados. En primer lugar, una manera informal de enfrentar posibles sesgos es evaluar la consistencia de distintas estrategias de estimaci´on. Por este motivo, se presentan resultados en base a propensity score matching y differences-in-differences condicional. Dado que ambos m´etodos descansan en supuestos de identificaci´on distintos, resultados discordantes advertir´ıan sobre el incumplimiento de al menos uno de ellos. En cambio, su convergencia

36

indicar´ıa que los resultados del matching no son sensibles a la omisi´on de variables no observadas constantes en el tiempo. En segundo lugar, en el an´alisis de heterogeneidad de los resultados se estiman modelos para diferentes subgrupos de la muestra. Estos an´ alisis permiten evaluar la sensibilidad de los resultados, pues el efecto confundente de variables no observadas se ve acotado al realizar estimaciones con grupos m´as homog´eneos (Brand et al. 2014; Rosenbaum 2005; Stuart y Rubin 2008; Zubizarreta et al. 2014). Por u ´ltimo, se implementa el an´alisis de sensibilidad propuesto por Rosenbaum (2002, 2010), que permite testear de manera m´as formal el cambio que provocar´ıa en nuestras conclusiones la violaci´ on del supuesto independencia condicional. Se comienza asumiendo que el matching logr´ o replicar un escenario experimental, donde los individuos que parecen comparables (en sus caracter´ısticas observables), son realmente comparables (en sus no observables) o, en otras palabras, que las chances de un individuo de ser asignado al tratamiento son equivalentes a las del sujeto con el que ha sido emparejado19 . Luego, nos alejamos de este escenario ideal o ingenuo, para evaluar que ocurrir´ıa con nuestros resultados en caso de que observaciones que parecer comparables, no lo sean a causa de un no observable relacionado casi perfectamente con el resultado. De all´ı que sea una estimaci´ on bastante conservadora, situ´andose en el peor escenario posible (Rosenbaum 2010)20 . En la presente tesis, se implementa el an´alisis de sensibilidad para el efecto de la modalidad educativa sobre el Simce matem´aticas, utilizando el paquete arsimsens disponible 19

Esta similitud se expresa en un factor Γ = 1, que representa la raz´ on entre las odds de ser asignado al π /(1−π ) tratamiento para la observaci´ on tratada (j) y la no tratada (k), es decir: Γ1 ≤ πkj /(1−πjk ) ≤ Γ. Por ejemplo, un Γ de 1,5 equivale a sostener que entre dos observaciones que parecen similares, una tiene un 50 % m´ as de chances de ser tratada que su par, a causa de su heterogeneidad no observada. Dado que, por definici´ on, no sabemos si existe ni de qu´e magnitud es el sesgo oculto, asignamos arbitrariamente un valor al factor Γ para evaluar la sensibilidad de los resultados (Keele 2010). 20 Como ayuda para interpretar tales resultados, se ha desarrollado con posterioridad una t´ecnica denominada amplificaci´ on, que consiste en descomponer el factor Γ en dos dimensiones: Λ, o la relaci´ on entre la variable no observada u y el tratamiento, y ∆, o la relaci´ on entre la variable u y el resultado. As´ı, cada Γ puede ser descompuesto en una serie de parejas (Λ,∆), que indican simult´ aneamente qu´e tan grande debiera ser el desbalance entre los grupos y la relaci´ on entre la variable omitida y el resultado, para invalidar las estimaciones obtenidas (Hsu y Small 2013; Keele y Minozzi 2013; Small et al. 2009; Zubizarreta et al. 2014).

37

en Stata (Lempert 2015). Sin embargo, dada su dificultad computacional, s´olo es posible realizar dicho an´ alisis con full matching cuando la variable dependiente es ordinal o continua, como el caso del Simce, sin haberse implementado a´ un para variables dependientes dicot´ omicas, como es el cambio de expectativas educacionales. Como una aproximaci´ on, se analiza la sensibilidad del efecto sobre expectativas educacionales en los bloques de nuestro full match que quedaron compuestos por pares, utilizando el paquete rbounds disponible en R (Keele 2010). La amplificaci´on se obtuvo en R a trav´es del paquete sensitivitymv (Rosenbaum 2015).

3.2. 3.2.1.

Datos y muestra anal´ıtica Base de Datos

Los resultados emp´ıricos de la presente tesis se basan en informaci´on secundaria proveniente del Sistema de Medici´on de la Calidad de la Educaci´on (Simce). El Simce es una prueba que se aplica censalmente a nivel nacional, para medir el grado de aprendizaje de los estudiantes en el sistema educacional chileno. Junto con las pruebas de conocimiento rendidas por los estudiantes, se aplican cuestionarios de contexto a padres y apoderados, as´ı como a los mismos alumnos, lo que permite obtener informaci´on sobre el origen social y familiar de quienes rindieron la prueba, as´ı como otros factores asociados a los resultados educativos. Nuestros datos provienen de un Panel Simce que, hasta donde llega nuestro conocimiento, a´ un no ha sido utilizado en investigaci´on emp´ırica. En efecto, recientemente se hizo posible contar con informaci´on de estudiantes que rindieron la prueba en 4o b´ asico (2007), 8o b´ asico (2011) y 2o medio (2013), permitiendo seguirlos a lo largo de su trayectoria educativa, lo que resulta muy favorable para dise˜ nos de investigaci´on cuasi-experimentales basados en informaci´ on longitudinal21 . 21

Lamentablemente, no es frecuente contar con datos panel en el Simce. S´ olo con la aplicaci´ on de 2o medio el a˜ no 2006 fue posible construir un panel de dos olas, con los mismos estudiantes que hab´ıan rendido

38

Las principales dificultades a la hora de consolidar la base de datos final fueron, por un lado, la p´erdida de casos por no devoluci´on de cuestionarios con informaci´on de los padres22 y, por otro lado, la existencia de casos duplicados en el Simce 4o b´asico23 . Estos problemas pudieron ser en parte subsanados utilizando como fuente principal de las variables de origen social el cuestionario 2011, recurriendo al cuestionario 2007 u ´nicamente para imputar a los casos faltantes el 2011. Del total de casos disponibles24 , se trabaj´o con una muestra de estudiantes definida de acuerdo a criterios vinculados al prop´osito de esta investigaci´on. Como suele suceder en estos casos, la selecci´ on de una submuestra para el an´alisis produce un trade-off entre validez interna y externa, por lo que resulta necesario tener en cuenta que los resultados presentados son extensibles, en principio, s´olo a la poblaci´on que comparte caracter´ısticas relevantes con la muestra anal´ıtica. Las caracter´ısticas dicha muestra ser´an discutidas a continuaci´ on. 3.2.2.

Selecci´ on de la muestra anal´ıtica

Al construir la muestra anal´ıtica considerada en este estudio, se siguieron criterios que permitiesen reducir la heterogeneidad entre el grupo de tratados y controles, con el fin de disminuir por dise˜ no la sensibilidad de los resultados. En efecto, la literatura relacionada con inferencia causal, ya sea mediante estudios experimentales (Gerber y Green 8o b´ asico el 2004. Esto permiti´ o generar numerosa investigaci´ on sobre efectividad escolar (Carrasco y San Mart´ın 2012; Contreras y Santos 2009; Santelices et al. 2015). 22 Al aplicar el Simce, se env´ıan cuestionarios al hogar del estudiante, que deben ser devueltos al establecimiento dentro de un plazo determinado. Si un hogar no devuelve el cuestionario a tiempo, no se cuenta con la informaci´ on para dichos estudiantes. El a˜ no 2007 (4o b´ asico), se cuenta 244.724 estudiantes con puntaje, mientras 229.490 (equivalentes al 93,7 %) tienen asociado un cuestionario de padres. En 8o b´ asico (2011) existen puntajes para 226.785 estudiantes, de los cuales 204.897 cuentan con informaci´ on del cuestionario de padres (90 % del total). 23 Esto afecta especialmente al cuestionario de padres, entre los cuales 39.531 casos presentan identificadores duplicados, por lo que no pudieron asociarse a los estudiantes respectivos. En cambio, solo 1.804 estudiantes presentaban identificadores duplicados. 24 Corresponde a 159.759 estudiantes que permanecen en la muestra durante las tres mediciones, descontados los casos con identificador duplicado.

39

2012) u observacionales (Keele 2012; Morgan y Winship 2015; Rosenbaum 2005; Stuart y Rubin 2008) recomienda utilizar subgrupos m´as homog´eneos, por ejemplo, a trav´es de la construcci´ on de bloques o submuestras, para reducir el sesgo de las estimaciones. As´ı, si bien esta pr´ actica puede limitar la representatividad de los resultados, el primer esfuerzo est´a puesto en realizar an´ alisis internamente cre´ıbles, en el entendido de que es preferible identificar efectos causales locales que atribuir causalidad a relaciones que, aunque siendo “representativas”, resulten poco convincentes (Imbens 2010; Imbens y Rubin 2015). En primer lugar, los estudiantes incorporados en la muestra cursaron su educaci´ on b´asica en establecimientos urbanos de la Regi´on Metropolitana que s´olo contaban con ense˜ nanza b´ asica y, por ende, que estuviesen obligados a buscar un nuevo establecimiento al ingresar a la ense˜ nanza media. Esta estrategia es habitual en estudios similares (Zubizarreta et al. 2014; Carrasco y San Mart´ın 2012), pues permite definir con claridad el momento de inicio del tratamiento cuyo efecto se quiere estimar, evitando las complejidades de evaluar el impacto de distintas “dosis”de tratamiento, lo que en nuestro caso significa que todos los estudiantes incorporados en la muestra comenzaron a asistir durante 1o medio al establecimiento en que ser´ıan evaluados el a˜ no siguiente. Por otro lado, se excluyeron de la muestra los establecimientos Particulares Pagados, pues la mayor´ıa de los establecimientos que s´olo imparten ense˜ nanza b´asica corresponden a escuelas Municipales y Particulares Subvencionadas y, por otro lado, la poblaci´on que asiste a este tipo de establecimientos es sumamente distinta del resto de los estudiantes del pa´ıs. Esto hace implausible estimar, para este grupo particular, el efecto de cursar ense˜ nanza media en un establecimiento TP, pues no corresponde a una trayectoria t´ıpica en ellos. En cuanto a la trayectoria educativa, se consider´o s´olo a aquellos estudiantes que es posible observar en las tres mediciones (2007, 2011, 2013) y que, por tanto, no experimentaron repitencia en el per´ıodo. Al mismo tiempo, se excluyeron los estudiantes que cambiaron de establecimiento entre 4o y 8o b´asico, a fin de incorporar en la estimaci´ on del

40

propensity score variables a nivel del establecimiento que pudiesen estar correlacionadas con la decisi´ on de cursar estudios en establecimientos TP y/o con los resultados acad´emicos posteriores. Del mismo modo, la permanencia en el mismo establecimiento durante la ense˜ nanza b´ asica hace m´ as cre´ıble el supuesto de l´ıneas paralelas, pues permite comparar estudiantes con tendencias similares en sus puntajes entre 4o y 8o b´asico, sin confundirlas con variaciones en la calidad de la educaci´on a la que estuvieron expuestos. Finalmente, una importante preocupaci´on fue la posible p´erdida de casos producto de las exigencias de balance impuestas al conformar los grupos de tratamiento y control en el matching. As´ı, para aumentar la cantidad de controles disponibles y minimizar la p´erdida de tratados, se sigui´ o la estrategia de Bellei (2013), incluyendo estudiantes cient´ıficohumanistas provenientes de las regiones de Valpara´ıso y B´ıo-B´ıo. Adem´as de buscar en dichas regiones a los estudiantes y establecimientos m´as similares a los tratados en t´erminos de sus covariantes, para capturar remanentes de heterogeneidad no observada entre regiones se incorpor´ o un efecto fijo por regi´on en los an´alisis posteriores. En resumen, se cuenta con una muestra final de 11.416 estudiantes, para las estimaciones sobre resultados Simce matem´aticas, y 9.753 estudiantes para las estimaciones sobre expectativas educacionales25 . Por supuesto, la selecci´on de la muestra anal´ıtica, si bien pretende reducir el sesgo de las estimaciones, obliga al mismo tiempo a tener precauci´ on sobre las generalizaciones que se pueden obtener a partir de los resultados26 .

25 De los 11.416 casos en la muestra de resultados Simce, 7.525 pertenecen a la Regi´ on Metropolitana; mientras, de los 9.753 casos con expectativas educacionales, 6.381 pertenecen a la Regi´ on Metropolitana 26 Cabe notar, sin embargo, que la muestra anal´ıtica no difiere notoriamente ni del promedio de la Regi´ on Metropolitana, ni del promedio nacional, en t´erminos de su rendimiento acad´emico durante la ense˜ nanza b´ asica, por lo que no parecen ser poblaciones altamente heterog´eneas entre s´ı (Anexo 6.2).

41

3.3. 3.3.1.

Variables utilizadas y descriptivos Variables de resultado

En los an´ alisis se consideraron tres variables dependientes. En primer lugar, el Simce matem´ aticas de 2o medio, que en la muestra tiene un promedio de 261,6 puntos, y una desviaci´ on est´ andar de 60,46. Para obtener una medida de impacto comparable con otros resultados reportados en la literatura, se estandariz´o el Simce a nivel nacional con media cero y desviaci´ on est´ andar 1; en la muestra, la media corresponde a -0.078 con desviaci´ on est´andar 0.92, lo que indica que los resultados obtenidos por los estudiantes incluidos en el an´alisis son algo inferiores que el promedio nacional y presentan una dispersi´on ligeramente menor. Los otros dos outcomes considerados fueron el aumento y la disminuci´on de expectativas educacionales. Tomando como l´ınea de base las expectativas declaradas por los estudiantes en 8o b´ asico, durante 2o medio un tercio de la muestra (33.6 %) declara tener expectativas diferentes. Quienes han cambiado de expectativas se dividen entre los que han aumentado sus expectativas entre 8o y 2o medio (15.3 %), y quienes presentan expectativas inferiores que las declaradas anteriormente (18.3 %)27 . 3.3.2.

Variable de tratamiento

La variable tratamiento corresponde a un indicador que toma valor 0 si el estudiante asiste durante los primeros a˜ nos de ense˜ nanza media (1o y 2o medio) a un establecimiento con formaci´ on exclusivamente cient´ıfico-humanista, y 1 si el establecimiento al que asiste ofrece s´ olo especialidades t´ecnico-profesionales. As´ı, el tratamiento corresponde a cursar 27

Al construir la variable de expectativas, se orden´ o de manera ascendente desde educaci´ on media completa o menos, educaci´ on superior t´ecnica en un Centro de Formaci´ on T´ecnica (CFT) o Instituto Profesional (IP), y educaci´ on superior Universitaria. Se consider´ o u ´nicamente el sentido del movimiento y no la magnitud; por ejemplo, si un estudiante pasa de expectativas de completar su ense˜ nanza media a tener expectativas CFT/IP se considera un aumento, al igual que si sus nuevas expectativas son cursar estudios universitarios.

42

estudios en un establecimiento TP antes de la diferenciaci´on curricular, con la consiguiente exposici´ on a la composici´ on del alumnado, y a las caracter´ısticas institucionales y motivacionales del entorno. Se excluyen del an´ alisis los establecimientos que ofrecen ambas modalidades educativas durante la ense˜ nanza media (polivalentes), considerando que sus caracter´ısticas institucionales y su composici´ on los convierte en un tipo de establecimiento particular, cuyo impacto debe estudiarse por s´ı mismo. Esto se diferencia de estudios anteriores (Far´ıas 2013), donde se asigna a los liceos polivalentes a una u otra categor´ıa seg´ un la mayor´ıa de su matr´ıcula en 3o y 4o medio, lo que podr´ıa confundir el efecto de inter´es. 3.3.3.

Variables incluidas en el matching

Las variables incluidas en este estudio han sido seleccionadas, dada su relevancia te´ orica respaldada en la revisi´ on de la literatura (v´ease supra), para hacer plausibles los supuestos invocados al interpretar causalmente las estimaciones. En otras palabras, se busc´o incorporar las variables que permitieran bloquear cualquier camino no-causal capaz de generar asociaci´ on entre el tratamiento y el resultado (Morgan y Winship 2015). En la tabla 1 se presenta la operacionalizaci´ on de las variables incorporadas. En primer lugar, se consider´o el g´enero de los estudiantes, tanto por su conocida asociaci´ on con resultados acad´emicos (Calderon y Matus 2013), como con las expectativas educacionales (DiPrete y Sigal 2015); al mismo tiempo, es sabido que la modalidad educativa en la que se cursa ense˜ nanza media est´a muy desbalanceada en t´erminos de g´enero (Far´ıas 2013; Larra˜ naga et al. 2014; Sevilla 2011), por lo que su inclusi´on en el an´ alisis resulta indispensable.

43

Tabla 1: Operacionalizaci´on de variables incluidas en Matching

Variables de nivel individual Sexo Puntaje SIMCE

Ingreso

Educaci´ on del padre

Educaci´ on de la madre

Copago pagado por los padres

Cantidad de libros en el hogar

H´ abito lector

Variables de nivel escuela Grupo Socioecon´ omico Dependencia administrativa

Puntaje SIMCE

Dummy con valor 0 para hombre y 1 para mujer Cuatro variables continuas con las siguientes evaluaciones: Prueba de Lenguaje en 4o b´ asico (2007) Prueba de Matem´ aticas en 4o b´ asico (2007) Prueba de Lenguaje en 8o b´ asico (2011) Prueba de Matem´ aticas en 8o b´ asico (2011) Variable categ´ orica con los siguientes tramos (en pesos): 0 a 100 mil;100 a 200 mil; 200 a 400 mil; 400 a 600 mil; m´ as de 600 mil Sin informaci´ on de ingreso Variable categ´ orica con los siguientes tramos: Padre con educaci´ on b´ asica completa o menos Padre con educaci´ on media incompleta o completa Padre con educaci´ on superior t´ecnica incompleta o completa Padre con educaci´ on universitaria incompleta o completa Sin informaci´ on sobre educaci´ on del padre Variable categ´ orica con los siguientes tramos: Madre con educaci´ on b´ asica completa o menos Madre con educaci´ on media incompleta o completa Madre con educaci´ on superior t´ecnica incompleta o completa Madre con educaci´ on universitaria incompleta o completa Sin informaci´ on sobre educaci´ on de la madre Variable categ´ orica con los siguientes tramos: Sin copago Copago hasta 10 mil pesos Copago entre 10 y 20 mil pesos Copago superior a 20 mil pesos Sin informaci´ on sobre copago Variables categ´ orica con los siguientes tramos: Sin libros en el hogar De 1 a 10 libros en el hogar De 11 a 50 libros en el hogar M´ as de 50 libros en el hogar Sin informaci´ on sobre libros en el hogar Variable categ´ orica con los siguientes valores: El estudiante declara leer por entretenci´ on al menos una vez a la semana El estudiante declara no leer nunca por entretenci´ on Sin informaci´ on sobre el h´ abito lector del estudiante Variable categ´ orica con los siguientes grupos: Bajo (A), Medio bajo (B), Medio (C), Medio alto y Alto (D y E) Variable categ´ orica con los siguientes valores: Corporaci´ on Municipal Departamento de Administraci´ on de Educaci´ on Municipal (Daem) Particular Subvencionado Cuatro variables continuas con el promedio de las siguientes evaluaciones: Prueba de Lenguaje en 4o b´ asico (2007) Prueba de Matem´ aticas en 4o b´ asico (2007) Prueba de Lenguaje en 8o b´ asico (2011) Prueba de Matem´ aticas en 8o b´ asico (2011)

44

Como medidas de origen social se utiliz´o la educaci´on de los padres y el ingreso, como es habitual en la literatura (Bernardi 2014; Jakcson 2013; Morgan 2012). Es sabido que el rendimiento acad´emico est´ a enormemente influenciado por el nivel socioecon´omico, tanto a trav´es de la transmisi´ on de habilidades y apoyo parental, como a trav´es de mayores oportunidades educativas (Lucas 2001; Torche 2005; van de Werfhorst y Hofstede 2007). Lamentablemente, no contamos con datos sobre clase ocupacional de los padres (Breen y Goldthorpe 1997), lo que nos impide realizar comparaciones m´as precisas con la literatura internacional sobre desigualdad de oportunidades educativas. Por otro lado, se incorpora la cantidad de libros en el hogar, que ha sido utilizada tambi´en como proxy de origen social, no s´olo por su dimensi´on econ´omica, sino tambi´en de capital cultural (Lareau 2003). Esta variable, tradicional en estudios educacionales (Zubizarreta et al. 2014), puede tomarse tambi´en como una se˜ nal de mayor inter´es en educaci´ on, al igual que la inclusi´ on del copago de los padres en el establecimiento educacional. Adicionalmente, se cuenta con informaci´on sobre los h´abitos lectores de los estudiantes, permitiendo identificar a quienes tienen pr´acticas de lectura en su tiempo libre, variable que se ha mostrado influyente en la trayectoria de aprendizaje inclusive en matem´aticas (Sullivan y Brown 2013). Tambi´en a nivel de estudiante, se incorporaron variables relacionadas con su trayectoria y entorno educativo. En primer lugar, la asistencia a educaci´on preescolar, que constituye un antecedente relevante del desarrollo cognitivo y emocional futuro (Ceppe, UAH y Ciae 2013; Mineduc 2013; Seguel et al. 2012; Cf. Bucarey, Ugarte y Urz´ ua 2014). Se consideraron tambi´en las expectativas, de los padres y los propios estudiantes, sobre el m´aximo nivel educacional que esperan alcanzar. La importancia de las expectativas ha sido destacada en la literatura, especial pero no exclusivamente en relaci´on al modelo de Wisconsin, y representa actualmente un terreno de activa investigaci´on (Sewell, Haller y Portes 1969; Haller y Portes 1973; Andrew y Hauser 2011; Morgan et al. 2013). Finalmente, se cuenta tambi´en con el desempe˜ no acad´emico previo en matem´ aticas

45

y lenguaje, a trav´es de los puntajes Simce en 4o (2007) y 8o b´asico (2011). Esto resulta sumamente importante, pues el desempe˜ no acad´emico previo es la variable m´as predictiva del desempe˜ no futuro y, por tanto, contar con dicha informaci´on permite emparejar estudiantes con rendimientos similares durante su ense˜ nanza b´asica, construyendo un escenario contrafactual cre´ıble (Larra˜ naga et al. 2013; Zubizarreta et al. 2014). En cuanto a las caracter´ısticas de los establecimientos, se incluy´o en primer lugar el Grupo Socioecon´ omico (GSE), que divide a los establecimientos en cinco categor´ıas, a partir de un an´ alisis de conglomerados que considera el promedio de educaci´on de los apoderados del establecimiento, su ingreso, y el ´ındice de vulnerabilidad reportado por Junaeb. La metodolog´ıa de construcci´ on de los grupos puede consultarse en Simce (2012). La inclusi´ on de esta variable est´ a avalada por la literatura, por cuanto los resultados acad´emicos de los estudiantes dependen no s´olo de sus caracter´ısticas individuales sino tambi´en de su contexto educativo, que en Chile es altamente segregado (Mizala y Torche 2012; Torche 2005; Valenzuela, Bellei y de los R´ıos 2011). Por la misma raz´ on indicada, se incluyeron otros indicadores de composici´on del establecimiento, como son la dependencia administrativa, cuya importancia destaca en el contexto del mercado educacional chileno (Carrasco y San Mart´ın 2012; Lara, Mizala y Repetto 2011; Mansilla 2011), y el rendimiento acad´emico del establecimiento como promedio Simce. Todas estas caracter´ısticas del establecimiento permiten capturar diferencias en las oportunidades educativas experimentadas por los estudiantes en sus aulas (Morgan y Sorensen 2000; Sorensen y Hallinan 1977), lo que resulta muy relevante para identificar cu´ales estudiante son comparables y cu´ales no lo son. En efecto, uno podr´ıa suponer en primera instancia que los estudiantes que presentan resultados acad´emicos similares son comparables, por ende, tambi´en en t´erminos de sus resultados potenciales. Sin embargo, la teor´ıa sobre el aprendizaje nos indica que esto no es necesariamente as´ı. Como plantean Morgan y Sorensen (2000), lo que un estudiante aprende en determinado per´ıodo de tiempo, depende de tres factores: su habilidad, su esfuerzo, y las

46

oportunidades educativas con las que cuenta

28 .

De all´ı que dos estudiantes con el mismo

nivel de desempe˜ no acad´emico, e incluso con la misma tendencia de aprendizaje entre dos puntos en el tiempo (digamos, por ejemplo, de 4o a 8o b´asico), s´olo ser´ıan comparables en la medida en que sus resultados correspondieran a una combinaci´on similar de habilidad, esfuerzo y oportunidades educativas. En palabras sencillas, se trata de tomar en cuenta que no es lo mismo obtener un puntaje Simce por sobre el promedio nacional estudiando en un establecimiento de alta calidad y en un contexto estimulante, que hacerlo en una escuela que ofrece escasas oportunidades de aprendizaje. Sin duda, esto u ´ltimo requerir´a una mayor proporci´on de habilidad y/o esfuerzo. Por ende, al incorporar caracter´ısticas de los establecimientos en el matching, se intenta tomar en cuenta esta interacci´on entre las caracter´ısticas individuales y del contexto educacional, para generar contrafactuales cre´ıbles tanto a nivel de resultados como de tendencias potenciales. En la tabla 2, se presenta un resumen con los estad´ısticos descriptivos de las variables utilizadas en el an´ alisis. Como puede apreciarse, la muestra utilizada para estimar el efecto de la modalidad sobre resultados acad´emicos no difiere sustancialmente de la muestra con la que se estim´ o el impacto sobre expectativas educacionales, a pesar de ser esta u ´ltima de menor tama˜ no. Dado que representa nuestro foco de inter´es, se incluyen u ´nicamente observaciones de la Regi´ on Metropolitana.

28

Una discusi´ on m´ as extensa sobre este punto se encuentra en el Anexo 6.3.

47

Tabla 2: Estad´ısticos descriptivos muestra Regi´on Metropolitana

Matem´ aticas

Variables de nivel individual Mujer Simce Lenguaje 4o b Simce Matem´ aticas 4o b Simce Lenguaje 8o b Simce Matem´ aticas 8o b Simce Matem´ aticas 8o b (1o tercil) Simce Matem´ aticas 8o b (3o tercil) Ingreso hasta 100 mil Ingreso entre 200 y 400 mil Ingreso entre 400 y 600 mil Ingreso superior a 600 mil Sin informaci´ on Padre con ed. b´ asica o menos Padre con ed. t´ecnica Padre con ed. universitaria Sin informaci´ on Madre con ed. b´ asica o menos Madre con ed. t´ecnica Madre con ed. universitaria Sin informaci´ on Copago cero Copago 20 mil o m´ as Sin informaci´ on Asisti´ o a ed. preescolar Sin informaci´ on Libros en el hogar 1 a 10 11 a 50 50 o m´ as Sin informaci´ on Estudiante sin h´ abito lector Sin informaci´ on Expectativa parental media Expectativa parental CFT/IP Sin informaci´ on Expectativa estudiante media Expectativa estudiante CFT/IP Variables de nivel escolar Establecimiento grupo A Establecimiento grupo B Establecimiento grupo D y E Dependencia Daem Dependencia P. Subvencionada Simce Lenguaje 4o b Simce Matem´ aticas 4o b Simce Lenguaje 8o b Simce Matem´ aticas 8o b N

Media

(S.D.)

257.1 250.8 255.0 259.2

(49.21) (50.58) (47.30) (45.05)

Expectativas %

Media

(S.D.)

258.0 251.1 256.0 259.2

(48.98) (50.20) (47.05) (44.83)

53.1

247.0 239.6 244.6 250.4

(20.40) (23.47) (21.63) (21.17) 7.525

%

54.3

30.6 33.4 5.3 24.4 25.8 6.9 10.8 21.6 10.5 5.8 4.9 21.8 12.3 3.7 3.7 31.8 2.3 39.5 95.4 3.5 17.5 48.2 23.6 8.3 35.7 1.6 16.7 18.4 15.1 9.3 22.1

30.6 33.4 5.3 24.4 26.1 6.8 10.7 21.5 10.4 5.8 4.9 21.9 12.4 3.7 3.7 31.6 2.4 39.3 95.3 3.6 17.2 48.4 23.6 8.4 35.1 1.6 16.9 18.3 15.1 9.3 22.1

4.8 38.8 5.3 16.2 50.0

4.9 38.8 5.6 16.3 49.7 246.9 239.6 244.5 250.1

(20.31) (23.36) (21.44) (20.81) 6.381

48

En resumen, tomando en cuenta la selecci´on de la muestra anal´ıtica y las variables incluidas en el matching, el efecto causal estimado representa un efecto sobre los tratados (ATT ), correspondiendo este grupo a estudiantes con trayectorias acad´emicas “regulares”, es decir, sin repitencia ni cambio de establecimientos desde 4o a 8o b´asico, provenientes de escuelas Municipales o Particulares Subvencionadas ubicadas en la zona urbana de la Regi´on Metropolitana, y que cursan sus primeros a˜ nos de ense˜ nanza media en establecimientos t´ecnico-profesionales. El grupo de control corresponde a estudiantes con caracter´ısticas similares, pero que cursan su ense˜ nanza media en establecimientos que imparten exclusivamente estudios cient´ıfico-humanistas. Por dise˜ no, los estudiantes de establecimientos Polivalentes quedan excluidos de la consideraci´on, pues se trata de un tratamiento distinto que cursar estudios TP, escapando del foco de nuestra tesis.

49

4.

Resultados La presentaci´ on de resultados se encuentra dividida en cuatro partes. En primer lugar,

se reporta el balance obtenido a trav´es del matching, tanto gr´aficamente como a trav´es de pruebas de balance. Luego, se presentan las estimaciones del efecto de cursar los primeros a˜ nos de ense˜ nanza media en un establecimiento TP sobre el puntaje Simce de matem´ aticas en segundo medio y las expectativas de continuidad de estudios. Con posterioridad, se presentan estimaciones de la heterogeneidad del efecto causal sobre Simce matem´aticas y expectativas educacionales, siguiendo dos estrategias diferentes: regresi´on con interacciones entre el tratamiento y caracter´ısticas previas, y mediante matching para distintos subgrupos de la poblaci´ on. Finalmente, se realizan an´alisis de sensibilidad para evaluar la robustez de los resultados obtenidos a la posible violaci´on del supuesto de independencia condicional.

4.1.

Balance previo y posterior al matching

En la tabla 3 se describen las muestras resultantes de los diferentes matching estimados. El panel superior corresponde a la muestra antes de ser procesada v´ıa matching, mientras el panel inferior presenta las muestras resultantes, con las cuales se llevaron adelante los an´alisis. Las columnas de la izquierda contienen la informaci´on sobre las muestras utilizadas para estimar el efecto de la modalidad TP sobre el Simce matem´aticas en segundo medio (v´ıa matching y differences-in-differences), mientras las dos columnas restantes presentan las muestras con que se estim´ o el efecto TP sobre expectativas educacionales29 . Respecto de las submuestras para estimar el efecto sobre cambio de expectativas, se elimin´ o del an´ alisis al subgrupo cuyo resultado, en cada caso, no pod´ıa cambiar en la direcci´ on evaluada. As´ı, la muestra para disminuci´on de expectativas no incluye a los estudiantes que 29 Como se indic´ o en la secci´ on anterior, las cuatro sub-muestras difieren entre s´ı por dise˜ no. La primera muestra (“Matching”), incluye todas las covariantes consideradas en esta investigaci´ on, incluyendo las expectativas de los estudiantes declaradas en 8o b´ asico, as´ı como sus resultados Simce previos (obtenidos en 4o y 8o b´ asico, en las pruebas de Lenguaje y Matem´ aticas). Por su parte, la segunda muestra (“Doble diferencia”) excluye las variables de resultados previos, de acuerdo a lo discutido en la secci´ on metodol´ ogica.

50

declaran (en 8o b´ asico) tener expectativas de completar s´olo la ense˜ nanza media o menos, mientras, para el aumento de expectativas, se excluye a los estudiantes que declararon previamente tener expectativas de asistir a la universidad, puesto que en nuestros datos corresponde a la m´ axima aspiraci´on. Esta es la raz´on por la cual las observaciones en cada muestra difieren. Tabla 3: Balance Matching para SIMCE matem´aticas y Expectativas educacionales

Matem´ aticas

Expectativas

Matching

Doble diferencia

Disminuci´ on

Aumento

Pre Matching Tratados Controles d2 (grados de libertad) valor p

3.905 7.511 3.207 (45) 0,00

3.905 7.511 3.122 (39) 0,00

2.889 6.160 2.493(44) 0,00

1.480 967 435(44) 0,00

Post Matching Caliper Bloques (max) Tratados Controles d2 (grados de libertad) Valor p

0,005 16:1, 1:38 3.728 6.356 19,6(45) 1

0,005 19:1, 1:43 3.715 6.389 23,1(39) 0,98

0,01 19:1, 1:52 2.787 5.307 23,7(44) 0,995

No 23:1, 1:19 1.480 967 4,74(44) 1

Las pruebas de balance muestran que, previo al matching, la probabilidad de observar diferencias similares a las presentes entre los grupos de tratamiento y control en un escenario experimental es m´ınima. Es decir, como indica el test d2 , podemos rechazar la hip´ otesis nula de que los estudiantes t´ecnico-profesionales y cient´ıfico-humanistas est´an balanceados en sus caracter´ısticas (valor p < 0.00 para las cuatro submuestras)30 . 30

El balance fue analizado utilizando el test propuesto por Hansen y Bowers (2008a, 2008b), e im-

51

Por su parte, en el panel inferior se reportan los resultados del test de balance posterior al matching. En primer lugar, se puede apreciar que las muestras m´as grandes requieren de un caliper m´ as exigente para alcanzar el balance, y que la submuestra que excluye a los estudiantes con expectativa previa universitaria no requiere dicha restricci´on para alcanzar balance. Esto se debe a que, mientras los estudiantes con expectativas de completar su ense˜ nanza media o menos, o bien de cursar estudios superiores t´ecnicos son similares en los establecimientos TP y CH, existen muchos estudiantes cient´ıfico-humanistas con expectativas de educaci´ on universitaria que no son comparables con ning´ un estudiante asistiendo a establecimientos TP, por lo que deben ser eliminados de la muestra. A continuaci´ on, se presenta tambi´en la raz´on entre tratados y controles que puede encontrarse en los bloques m´ as dispares conformados en el full matching 31 . Luego, aparecen la cantidad de tratados (estudiantes TP) y controles (estudiantes CH) que fueron incluidos en las muestra anal´ıtica. Para nuestras estimaciones, resulta necesario contar con controles suficientes para los tratados, pero no viceversa, por lo que el matching deber´ıa minimizar la p´erdida de casos t´ecnico-profesionales. Como puede apreciarse en la tabla 3, la p´erdida de casos de estudiantes TP en ninguna muestra supera el 5 % de las observaciones disponibles, por lo que el matching puede considerarse satisfactorio en cuanto a la conservaci´on del tama˜ no muestral. Finalmente, se reportan los resultados del test de balance posterior al matching para las cuatro muestras anal´ıticas. El test d2 arroja valores p cercanos a 1 en todos los casos, plementado por Bowers, Fredrickson y Hansen (2015) a trav´es del paquete RItools. El test, a trav´es de permutaciones, permite evaluar el balance de los grupos de tratamiento y control en su conjunto, estimando la probabilidad de haber observado diferencias similares a las encontradas, si sus miembros hubiesen sido asignados aleatoriamente. Su fortaleza radica, por ende, en proveer una medida del ´exito con que se ha conseguido replicar un escenario experimental (Hansen 2008). El test tambi´en reporta el balance de cada variable incluida en el an´ alisis a trav´es de sus diferencias estandarizadas antes y despu´es del matching, como ha propuesto Rosenbaum (2010: 187ss). Los resultados pueden encontrarse en el Anexo 6.5. 31 La mayor proporci´ on de tratados por cada control se encuentra en el modelo para aumento de expectativas, donde el bloque m´ as dispar incluye 23 tratados y un u ´nico control. Por su parte, el matching para disminuci´ on de expectativas cuenta con un bloque de 1 tratado por 53 controles. En promedio, la cantidad de tratados y controles por cada bloque tiende a estar balanceado.

52

siendo el menor 0.98, correspondiente a la muestra analizada con differences-in-differences para estimar el efecto de asistir a un establecimiento TP sobre el Simce matem´aticas. En t´erminos generales, el test de balance indica que las caracter´ısticas de los estudiantes t´ecnico-profesionales y cient´ıfico-humanistas incluidos en el an´alisis son muy similares, de modo que ser´ıa altamente probable observar tales diferencias si los estudiantes hubiesen sido asignados aleatoriamente a la modalidad educativa. Gr´ afico 1: Gr´ aficos de balance previo y posterior al Matching para Matem´aticas Matching Matemáticas

DiD Matemáticas

Mujer Simce Lenguaje 4ºb Simce Matemáticas 4ºb Simce Lenguaje 8ºb Simce Mat. 8ºb (1º tercil) Simce Mat. 8ºb (3º tercil) Ingreso hasta 100 mil Ingreso entre 200 y 400 mil Ingreso entre 400 y 600 mil Ingreso superior a 600 mil Ingreso sin información Padre con ed. básica Padre con ed. técnica Padre con ed. universidad Ed. Padre sin información Madre con ed. básica Madre con ed. técnica Madre con ed. universidad Ed. Madre sin información Copago cero Copago 20 mil o superior Sin información sobre copago Asistió a preescolar Sin información sobre preescolar Libros en el hogar 1 a 10 Libros en el hogar 11 a 50 Libros en el hogar 50 o más Libros en el hogar sin información Estudiante s/ hábito lector Hábito lector sin información Padres exp. media Padres exp. CFT/IP Padres exp. Sin información Estudiante exp. media Estudiante exp. CFT/IP GSE Escuela bajo GSE Escuela medio-bajo GSE Escuela medio-alto y alto Escuela Municipal Daem Escuela Particular Subv. Simce Escuela Lenguaje 4ºb Simce Escuela Matemáticas 4ºb Simce Escuela Lenguaje 8ºb Simce Matemáticas 8ºb

Balance

Previo Posterior

-1.0

-0.5

0.0

0.5

1.0 -1.0

-0.5

Diferencia estandarizada

0.0

0.5

1.0

Por su parte, si observamos a nivel de cada covariante, se puede apreciar que el matching implementado tambi´en logr´o reducir considerablemente las diferencias entre el grupo

53

tratamiento y control. Estos resultados se presentan en los gr´aficos 1 y 2, que refieren a los grupos conformados para estimar el efecto de la modalidad TP sobre el Simce de Matem´ aticas y las expectativas educacionales respectivamente. En el Anexo 6.5. es posible encontrar las tablas correspondientes, con los descriptivos de cada grupo antes y despu´es del matching, as´ı como sus diferencias estandarizadas. Gr´ afico 2: Gr´ aficos de balance previo y posterior al Matching para Expectativas Aumento de Expectativas

Disminución de Expectativas

Mujer Simce Lenguaje 4ºb Simce Matemáticas 4ºb Simce Lenguaje 8ºb Simce Mat. 8ºb (1º tercil) Simce Mat. 8ºb (3º tercil) Ingreso hasta 100 mil Ingreso entre 200 y 400 mil Ingreso entre 400 y 600 mil Ingreso superior a 600 mil Ingreso sin información Padre con ed. básica Padre con ed. técnica Padre con ed. universidad Ed. Padre sin información Madre con ed. básica Madre con ed. técnica Madre con ed. universidad Ed. Madre sin información Copago cero Copago 20 mil o superior Sin información sobre copago Asistió a preescolar Sin información sobre preescolar Libros en el hogar 1 a 10 Libros en el hogar 11 a 50 Libros en el hogar 50 o más Libros en el hogar sin información Estudiante s/ hábito lector Hábito lector sin información Padres exp. media Padres exp. CFT/IP Padres exp. Sin información Estudiante exp. media Estudiante exp. CFT/IP GSE Escuela bajo GSE Escuela medio-bajo GSE Escuela medio-alto y alto Escuela Municipal Daem Escuela Particular Subv. Simce Escuela Lenguaje 4ºb Simce Escuela Matemáticas 4ºb Simce Escuela Lenguaje 8ºb Simce Matemáticas 8ºb

Balance

Previo Posterior

-1.0

-0.5

0.0

0.5

1.0 -1.0

-0.5

Diferencia estandarizada

0.0

0.5

1.0

En resumen, dado que el matching lo que busca es aproximarse a un escenario experimental o, en palabras de Hansen (2011), recuperar el experimento latente en los datos observacionales, podemos concluir que nuestro matching ha sido exitoso en alcanzar un

54

balance similar al de una asignaci´on aleatoria y, por lo tanto, proceder a estimar el efecto de inter´es.

4.2. 4.2.1.

Efectos de la modalidad educativa Efecto de la modalidad educativa sobre Simce matem´ aticas

Nuestra primera hip´ otesis de investigaci´on dice relaci´on con la existencia de un efecto track, es decir, que asistir a un establecimiento t´ecnico-profesional disminuir´ıa el rendimiento acad´emicos de los estudiantes. En la tabla 4 se reportan los resultados que permiten poner a prueba dicha hip´ otesis, en relaci´on al puntaje Simce matem´aticas obtenido en 2o medio. La primera columna presenta la estimaci´on obtenida mediante una regresi´on lineal, donde los casos est´ an ponderados seg´ un su pertenencia a los bloques construidos en el matching. As´ı, un estudiante que asiste a un establecimiento TP durante los primeros dos a˜ nos de ense˜ nanza media obtiene en promedio un puntaje Simce matem´aticas 0.19 desviaciones est´ andar (D.E.) menor del resultado que hubiese obtenido en caso de asistir a un establecimiento cient´ıfico-humanista. Esta brecha equivale aproximadamente a 13 puntos Simce, y es significativa al 99.9 %.

55

Tabla 4: Efecto de la modalidad TP sobre Simce matem´aticas

T´ecnico-profesional

Matching

CDiD

CDiDiD

-0.199*** (0.031)

-0.215*** (0.023) 0.661*** (0.013)

-0.206*** (0.022) 0.492*** (0.018) 0.256*** (0.017) √

Simce 8o b´ asico Simce 4o b´ asico Efecto Fijo N

√ 10.264

√ 10.104

10.104

Error est´ andar de Neyman (HC2) en par´entesis. Efecto Fijo corresponde a una variable dummy por Regi´ on de Valpara´ıso y una por Regi´ on de B´ıo-b´ıo. * p < .05, ** p < .01, *** p < .001

En la segunda columna, se presenta la estimaci´on obtenida mediante differences-indifferences. Este m´etodo permite aprovechar el car´acter longitudinal de nuestros datos, entregando resultados robustos a la heterogeneidad no observada entre los estudiantes TP y CH, siempre que esta sea constante en el tiempo. Por ende, este m´etodo permite hacer frente a posibles diferencias de habilidad entre los grupos, lo que, de acuerdo a ciertos autores (De Iruarrizaga 2009), dificulta su comparabilidad. En este modelo, que incorpora como variable independiente el puntaje Simce matem´ aticas en 8o b´ asico, es posible apreciar que el rendimiento previo es un importante predictor del desempe˜ no futuro, por cuanto un aumento de 1 D.E. en el Simce 8o b´asico se traducir´ a, en promedio, en una ganancia de 0.66 D.E. dos a˜ nos despu´es. Respecto del efecto de inter´es, nuevamente se estima que asistir a un establecimiento t´ecnico-profesional impacta negativamente en el desempe˜ no acad´emico, causando en sus estudiantes un puntaje 0.215 D.E. menor del que hubiesen obtenido de asistir a un establecimiento cient´ıfico-humanista. Tanto el sentido como la magnitud de la brecha estimada (aproximadamente 14 puntos Simce) es consistente con la estimaci´on v´ıa matching, y sig-

56

nificativa al 99.9 %. Por ende, ambas estimaciones refuerzan el argumento de que la brecha observada es atribuible a la modalidad educativa, y no a otras diferencias previas, ya sean observadas o no observadas. El gr´ afico 4 presenta visualmente estos resultados, permitiendo observar que las tendencias del Simce obtenido por ambos grupos de estudiantes son paralelas entre 4o y 8o b´asico, y que se distancian notoriamente en el momento en que ingresan a establecimientos de ense˜ nanza media especializados ya sea en modalidad TP o CH. Gr´ afico 3: Efecto de la modalidad TP sobre Simce matem´aticas. Estimación differences-in-differences

Puntaje SIMCE Matemáticas (en desviaciones estándar)

0.2

0.1

Resultado Contrafactual Observado

0.0

Modalidad HC TP -0.1

-0.2

4º básico

6º básico

8º básico

2º medio

Cursos de rendición de la prueba SIMCE

Por u ´ltimo, la tercera columna presenta la estimaci´on obtenido incorporando el Simce previo, no s´ olo de 8o b´ asico, sino tambi´en de 4o b´asico. Esta especificaci´on permite identificar el efecto causal con un supuesto m´as flexible, admitiendo incluso que las tendencias de los grupos difieran previo a la asignaci´on al tratamiento, por ejemplo, presentando una tasa de aprendizaje diferente (Buscha et al. 2012; Mora y Reggio 2012). El resultado obtenido corresponde a un impacto negativo de la modalidad TP de 0.206 D.E. en el Simce

57

matem´ aticas 2o medio (p < 0.001), lo que corrobora que no existen diferencias sustantivas en las tendencias de ambos grupos de estudiantes previo a su asignaci´on a la modalidad educativa. En definitiva, los tres modelos estimados confirman el resultado de que cursar los primeros dos a˜ nos de ense˜ nanza media en un establecimiento que entrega exclusivamente formaci´ on t´ecnico-profesional impacta negativamente en el desempe˜ no acad´emico de los estudiantes, en comparaci´ on con el resultado que hubiesen obtenido de asistir a un establecimiento cient´ıfico-humanista. La magnitud del efecto es consistente en las tres estimaciones, y cercana a las 0.2 D.E., efecto significativo y robusto al control por diferencias observadas, no observadas constantes en el tiempo, y a posibles diferencias en las tendencias de aprendizaje previas a la ense˜ nanza media. Por ende, los resultados entregan evidencia favorable a nuestra primera hip´otesis. 4.2.2.

Efecto de la modalidad educativa sobre expectativas educacionales

En esta secci´ on se presentan las estimaciones del efecto de cursar modalidad t´ecnicoprofesional sobre las expectativas de continuidad de estudios. Se consideran tres expectativas distintas, declaradas por los estudiantes en 8o b´asico y 2o medio. En primer lugar, estudiantes que declaran como su m´aximo nivel educativo a completar la ense˜ nanza media o menos; luego, los estudiantes que tienen expectativas de completar estudios t´ecnicos de nivel superior, ya sea en un Centro de Formaci´on T´ecnica (CFT) o en un Instituto Profesional (IP), y, finalmente los estudiantes que esperan completar estudios universitarios. Como se indic´ o en la construcci´on de las variables, se eval´ uan dos posibles resultados, que permiten testear dos hip´ otesis diferentes (hip´otesis 2 y 3). En primer lugar, se estima el efecto de la modalidad educativa sobre la probabilidad de disminuir expectativas. En este caso, se considera que disminuyen sus expectativas quienes cumplen una de dos condiciones: declarar en 8o b´ asico tener expectativas de continuar estudios en un CFT/IP y en 2o medio aspirar a s´ olo terminar su ense˜ nanza media; o bien declarar en 8o b´asico querer cursar

58

estudios universitarios, y en 2o medio tener expectativa de cursar estudios en un Centro de Formaci´ on T´ecnica o Instituto Profesional, o u ´nicamente completar su ense˜ nanza media32 . La hip´ otesis a contrastar en este caso es que asistir a un establecimiento TP hace m´ as probable que las expectativas de los estudiantes bajen, pues este tipo de establecimientos tendr´ıa un efecto cooling out, es decir, de incentivar a sus estudiantes a seguir trayectorias educativas socialmente menos prestigiosas y acad´emicamente menos exigentes. En segundo lugar, se estima el efecto de la modalidad TP sobre la probabilidad de aumentar de expectativas. Se consider´o que aumentan sus expectativas aquellos estudiantes que cumplen con alguna de las siguientes dos condiciones: que en 8o b´asico esperaban completar ense˜ nanza media o menos, y en 2o medio esperan continuar estudios en CFT/IP o alguna universidad; o bien, que en 8o b´asico esperaban completar estudios en CFT/IP, y en 2o medio declaran tener expectativas de estudios universitarios33 . En este caso, la hip´ otesis a evaluar es que asistir a un establecimiento TP hace menos probable aumentar de expectativas que cursar ense˜ nanza media CH, pues en este u ´ltimo tipo de establecimientos se producir´ıa un efecto de warming up, es decir, de incentivar a sus estudiantes a seguir trayectorias educativas acad´emicamente m´as ambiciosas y socialmente m´as valoradas. En la Tabla 5 se muestran los resultados de ambos modelos. Las estimaciones corresponden a modelos de probabilidad lineal (Breen y Karlson 2013), ponderados seg´ un la pertenencia de las observaciones a los bloques construidos en el matching. Las primeras dos columnas corresponden a la estimaci´on del efecto de asistir a un establecimiento TP sobre la probabilidad de que los estudiantes disminuyan sus expectativas educacionales. Mientras el primer modelo corresponde a una estimaci´on bivariada con datos procesados v´ıa matching, el segundo incorpora como variables independientes las mismas 32 En este caso, se excluyen de la muestra los estudiantes que en 8o b´ asico declaran expectativas de completar ense˜ nanza media o menos, pues por definici´ on no pueden disminuir sus expectativas 33 Por esta raz´ on, se excluyen de la muestra los estudiantes que en 8o b´ asico declaran expectativas universitarias, pues por definici´ on no pueden aumentar sus expectativas.

59

covariantes consideradas en el matching, en busca de remover posibles sesgos remanentes y de una estimaci´ on m´ as eficiente. Tabla 5: Efecto de la modalidad TP sobre Expectativas educacionales

Disminuci´on T´ecnico-profesional Controles Efecto Fijo N

0.070*** (0.019) √ 8.094

0.073*** (0.017) √ √ 8.094

Aumento -0.019 (0.032) √

-0.033 (0.031) √ √

2.447

2.447

Error est´ andar de Neyman (HC2) en par´entesis. Controles corresponde a la inclusi´ on en la regresi´ on de todas las variables consideradas en el matching. Efecto Fijo corresponde a una variable dummy por Regi´ on de Valpara´ıso y una por Regi´ on de B´ıo-b´ıo. * p < .05, ** p < .01, *** p < .001

Ambos resultados muestran, de manera consistente, que asistir durante dos a˜ nos a un establecimiento TP hace m´as probable que un estudiante disminuya sus expectativas, en una magnitud cercana al 7 %, en comparaci´on con lo que hubiese ocurrido con dichos estudiantes de asistir a un establecimiento cient´ıfico-humanista. En ambos modelos el efecto es significativo (p < 0.001). Estos resultados respaldan nuestra segunda hip´otesis, sobre la existencia de un enfriamiento de expectativas provocada por los establecimientos t´ecnicoprofesionales. Por su parte, las dos columnas siguientes constituyen las estimaciones, bivariada y multivariada, del impacto de la modalidad educativa del establecimiento sobre el aumento de expectativas educacionales durante los primeros dos a˜ nos de ense˜ nanza media. Al igual que en el caso anterior, ambas estimaciones son consistentes, pero esta vez sin aportar evidencia convincente sobre la influencia que la modalidad educativa del establecimiento pudiese tener sobre el aumento de expectativas. Si bien la direcci´on de los coeficientes va en el

60

sentido esperado por nuestra segunda hip´otesis, la estimaci´on es demasiado imprecisa para se˜ nalar que asistir a un establecimiento CH aumenta las expectativas de los estudiantes. Las estimaciones presentadas muestran que el efecto de cursar los primeros a˜ nos de ense˜ nanza media en un establecimiento de modalidad t´ecnico-profesional sobre las expectativas educacionales, estar´ıa concentrado en la disminuci´on experimentada por los estudiantes de establecimientos TP. As´ı, no existe evidencia de que los establecimientos cient´ıfico-humanistas estimulen (al menos no con ´exito) las expectativas de sus estudiantes, impuls´ andolos a seguir una trayectoria acad´emicamente m´as exigente. En cambio, los resultados obtenidos respaldan la hip´otesis de que en los establecimientos t´ecnico-profesionales se produce un efecto cooling out, es decir, que los estudiantes que ingresan con altas expectativas educacionales a este tipo de establecimientos, al cabo de dos a˜ nos tienen m´ as probabilidad de haber desistido de tales aspiraciones, decant´andose por proyectos educativos menos exigentes y socialmente menos valorados.

4.3.

Aproximaci´ on a la heterogeneidad del efecto de la modalidad educativa

En esta secci´ on se presentar´an estimaciones de la heterogeneidad del efecto causal de la modalidad educativa t´ecnico-profesional sobre el Simce matem´aticas y cambio de expectativas en 2o medio. Dados los resultados obtenidos en la secci´on anterior, nos detendremos u ´nicamente en la influencia de la modalidad TP sobre la disminuci´on de expectativas, que es donde se ha mostrado la existencia de un impacto negativo. A pesar de su reconocida importancia (Elwert y Winship 2010), no existe una manera can´ onica de abordar el estudio de la heterogeneidad del efecto causal. Por ejemplo, distintos autores han propuesto modelar la heterogeneidad del efecto como una funci´on de la probabilidad de recibir el tratamiento o propensity score (Brand et al. 2014; Brand y Thomas 2013; Brand y Xie 2010; Xie, Brand y Jann 2012). Sin embargo, dicho m´etodo ha sido

61

recientemente cuestionado (Breen, Choi y Holm 2015). Por otro lado, la heterogeneidad estimada de ese modo responde a un continuo, impidiendo una interpretaci´on en t´erminos de grupos que difieren en sus caracter´ısticas de manera “categ´orica”. Por nuestra parte, hemos optado por estudiar la heterogeneidad de los efectos estimados en la secci´ on anterior a partir de dos caracter´ısticas previas de los estudiantes en la muestra, ambas de inter´es sustantivo: su rendimiento acad´emico previo y sus expectativas educacionales en 8o b´ asico. Esta estrategia nos permite definir ciertos grupos de estudiantes, y ver c´ omo reacciona cada uno a la modalidad educativa. La primera estrategia empleada fue incluir en los modelos una interacci´on entre el tratamiento y las caracter´ısticas de inter´es, m´etodo utilizado en la literatura (Bellei 2013; Far´ıas 2013). Sin embargo, dicho m´etodo presenta algunas limitaciones, en cuanto exige nuevos supuestos que no necesariamente se satisfacen en el dise˜ no utilizado (Elwert y Winship 2010; Xie, Brand y Jann 2012). Por ejemplo, podr´ıan existir cruces de variables con pocas observaciones, llevando a que los resultados descansen en la extrapolaci´on del efecto estimado para otros grupos de la poblaci´on. Por ende, estos resultados se consideran una primera aproximaci´ on a la heterogeneidad del efecto. La segunda estrategia empleada corresponde a estimar mediante matching el efecto de cursar estudios TP, pero analizando separadamente tres subgrupos de poblaci´on, de acuerdo a las expectativas declaradas en 8o b´asico: completar ense˜ nanza media o menos, asistir a CFT/IP, o cursar estudios universitarios. Es decir, se estima el propensity score y se realiza el matching para cada grupo por separado, lo que permite posteriormente comparar el efecto estimado en cada caso, evaluando su heterogeneidad34 . En este punto, resulta necesario aclarar qu´e tipo de heterogeneidad estamos buscando estimar. De acuerdo a VanderWeele (2015), es necesario distinguir entre heterogeneidad del efecto e interacci´ on causal. La primera implica que la magnitud del efecto pueda variar para 34

La ventaja de este m´etodo es que no requiere supuestos adicionales a los ya invocados para el matching; adicionalmente, permite incluir una interacci´ on con alguna caracter´ıstica previa al interior de los subgrupos, siempre que estas caracter´ısticas se encuentren balanceadas entre tratados y controles.

62

distintos subgrupos de la poblaci´on, definidos de acuerdo a alg´ un factor de estratificaci´ on; en cambio, la interacci´ on causal se pregunta por la relaci´on entre dos exposiciones que act´ uan simult´ aneamente sobre el outcome, es decir, busca determinar si la intervenci´ on sobre una causa puede modificar el efecto de otra variable, tambi´en considerada como causante del resultado. Los supuestos necesarios para determinar el segundo tipo de relaciones son m´as restrictivos, y no se sostienen en esta tesis. En cambio, lo que se busca es identificar si el efecto de la modalidad educativa es distinto seg´ un el tipo de expectativas que el estudiante ten´ıa previamente, a´ un cuando no podamos determinar si esa variaci´on es causada por la expectativa previa. Para hacerlo, no se requiere incorporar nuevos supuestos a nuestro an´alisis que los se˜ nalados en la secci´on metodol´ogica35 . 4.3.1.

Interacci´ on del tratamiento con caracter´ısticas previas

En primer lugar, se presentan los resultados en relaci´on al Simce matem´aticas 2o medio. En la Tabla 6, las dos primeras columnas incluyen la interacci´on entre la modalidad t´ecnico-profesional y el Simce matem´aticas 8o b´asico; al igual que en la secci´on anterior, se presentan las estimaciones bivariadas, seguidas por las estimaciones multivariadas.

35 “If we found that the effect of our primary exposure varied by strata defined by the secondary factor in this way, then we might call this ‘effect heterogeneity’ or ‘effect modification’. This might be useful, for example, in decisions about which subpopulations to target in order to maximize the effect of interventions. Provided that we have controlled for confounding of relationship between the primary exposure and the outcome, these estimates of effect modification or effect heterogeneity could be useful even if we have not controlled for confounding of the relationship between the secondary factor and the outcome. What we would not know, however, is whether the effect heterogeneity were due to the secondary factor itself, or something associated with it”(VanderWeele 2015: 268).

63

Tabla 6: Heterogeneidad del efecto de la modalidad TP sobre Simce matem´aticas

Simce 8o b´asico T´ecnico-profesional TP x Simce 8o b´ asico Simce 8o b´ asico

-0.210*** (0.022) -0.073*** (0.022) 0.720*** (0.014)

-0.205*** (0.019) -0.067** (0.020) 0.494*** (0.021)

TP x Exp. Media o menos TP x Exp. CFT/IP Ref. Exp. Universitaria Exp. Media o menos Exp. CFT/IP Controles Efecto Fijo N

√ 10.264

√ √ 10.264

Expectativa 8o b´asico -0.273*** (0.036)

-0.248*** (0.024)

0.296*** (0.088) 0.251*** (0.059)

0.111 (0.078) 0.159*** (0.039)

-0.879*** (0.061) -0.483*** (0.040)

-0.239*** (0.052) -0.146*** (0.030) √ √

√ 10.264

10.264

Error est´ andar de Neyman (HC2) en par´entesis. Controles corresponde a la inclusi´ on en la regresi´ on de todas las variables consideradas en el matching. Efecto Fijo corresponde a una variable dummy por Regi´ on de Valpara´ıso y una por Regi´ on de B´ıo-b´ıo. * p < .05, ** p < .01, *** p < .001

Dada la interacci´ on, el efecto de la modalidad TP esta vez debe interpretarse en relaci´ on con el Simce previo, que se encuentra estandarizado, con media cero y desviaci´on est´ andar uno. As´ı, un estudiante que en 8o b´asico obtuvo un resultado cercano al promedio nacional en el Simce matem´ aticas, y que cursa estudios en un establecimiento TP al inicio de su ense˜ nanza media, obtiene un puntaje entre 0.205 y 0.210 D.E. inferior del que hubiese obtenido de asistir a un establecimiento cient´ıfico-humanista. En ambos modelos, esta brecha es significativa.

64

Ahora bien, de acuerdo al modelo estimado, el efecto de la modalidad educativa variar´ a de acuerdo al desempe˜ no previo del estudiante, siendo m´as perjudicial para quienes presentaban un rendimiento acad´emico destacado en 8o b´asico (Far´ıas 2013). Por ejemplo, un estudiante que termin´ o su ense˜ nanza b´asica una desviaci´on est´andar por sobre la media nacional en el Simce matem´ aticas, y que asiste a un establecimiento TP durante su ense˜ nanza media, obtendr´ a un puntaje entre 0.272 y 0.283 D.E. por debajo del rendimiento que hubiese obtenido en un establecimiento cient´ıfico-humanista. Estas estimaciones son significativas (p < 0.001) y respaldan nuestra cuarta hip´otesis, en cuanto los estudiantes de mejor desempe˜ no acad´emico anterior son los m´as perjudicados por asistir a establecimientos de modalidad t´ecnico-profesional. En la misma Tabla 6, la tercera y cuarta columna presentan las estimaciones bivariadas y multivariadas de la heterogeneidad del efecto TP sobre desempe˜ no acad´emico, seg´ un las expectativas previas. En concordancia con la literatura, las expectativas previas se muestran predictivas del desempe˜ no acad´emico posterior, de tal forma que los estudiantes que en 8o b´ asico ten´ıan aspiraciones de asistir a la universidad son los que obtienen mayor desempe˜ no en 2o medio, seguido por los estudiantes con expectativas de cursar estudios t´ecnicos de nivel superior, y finalmente por aquellos que s´olo esperan terminar su ense˜ nanza media. Este patr´ on es consistente en el modelo bivariado como en el multivariado. En cuanto al efecto de inter´es, los resultados ofrecen evidencia favorable a nuestra quinta hip´ otesis, por cuando los estudiantes de mayores expectativas previas resultan ser los m´ as afectados al asistir a un establecimiento t´ecnico-profesional. Por ejemplo, un estudiante con expectativa universitaria obtiene un puntaje entre 0.248 y 0.273 D.E. inferior del que obtendr´ıa cursando estudios en modalidad CH, resultado significativo en ambos modelos. Por otro lado, la interacci´ on entre el tratamiento y las expectativas CFT/IP muestra que un estudiante que en 8o b´ asico esperaba alcanzar estudios t´ecnicos de nivel superior, si bien resulta perjudicado por asistir a un establecimiento t´ecnico-profesional en lugar de a uno cient´ıfico-humanista, lo ser´a en menor medida que un estudiante de expectativa previa

65

universitaria. Este resultado est´a igualmente alineado con la quinta hip´otesis presentada. Por u ´ltimo, el caso de los estudiantes que en 8o b´asico esperaban s´olo completar su ense˜ nanza media resulta menos claro. Si bien en ambos modelos el sentido de los coeficientes es el esperado, por cuanto su desempe˜ no acad´emico parece menos perjudicado que el de los estudiantes con mayores expectativas, en el segundo modelo la interacci´ on no es significativa, y por tanto no se puede distinguir entre estos estudiantes y aquellos que tienen expectativas de cursar estudios universitarios. En definitiva, mientras el modelo bivariado es completamente concordante con nuestra quinta hip´ otesis, el modelo multivariado lo es s´olo parcialmente. Es posible que esto se deba al tama˜ no del grupo, pues los estudiantes con expectativas de completar u ´nicamente su ense˜ nanza media son un caso minoritario. Al realizar el matching por subgrupos se buscar´ a ofrecer evidencia m´ as concluyente al respecto. Corresponde ahora analizar la heterogeneidad del efecto de la modalidad TP sobre la probabilidad de disminuir las expectativas educacionales. En la Tabla 7 se presentan las estimaciones, tanto de la interacci´on entre modalidad y desempe˜ no acad´emico previo, como entre modalidad y expectativas previas.

66

Tabla 7: Heterogeneidad del efecto de la modalidad TP sobre Disminuci´on de Expectativas

Simce 8o b´asico T´ecnico-profesional TP x Simce 8o b´ asico Simce 8o b´ asico

0.073*** (0.018) -0.018 (0.019) -0.060*** (0.008)

0.075*** (0.017) -0.018 (0.019) -0.041** (0.019)

TP x Exp. Universitaria Ref. Exp. CFT/IP Exp. Universitaria Controles Efecto Fijo N

√

√ √

8.094

8.094

Expectativa 8o b´asico -0.042* (0.021)

-0.035 (0.021)

0.138*** (0.029)

0.139*** (0.028)

0.047* (0.019)

0.147*** (0.020) √ √

√ 8.094

8.094

Error est´ andar de Neyman (HC2) en par´entesis. Controles corresponde a la inclusi´ on en la regresi´ on de todas las variables consideradas en el matching. Efecto Fijo corresponde a una variable dummy por Regi´ on de Valpara´ıso y una por Regi´ on de B´ıo-b´ıo. * p < .05, ** p < .01, *** p < .001

En primer lugar, nos detendremos en la heterogeneidad seg´ un el rendimiento previo. El coeficiente asociado a t´ecnico-profesional, que corresponde al efecto de la modalidad TP para los estudiantes con un puntaje Simce matem´aticas cercano al promedio nacional en 8o b´ asico, indica que cursar los primeros a˜ nos de ense˜ nanza media en un establecimiento TP hace entre 7,3 y 7,5 % m´ as probable que disminuyan sus expectativas, en relaci´on con lo que ocurrir´ıa de asistir a un establecimiento CH. Este efecto es significativo tanto en el modelo bivariado como en el multivariado (p < 0.001), y de magnitud similar al estimado en la secci´ on anterior. Por otro lado, ambos modelos estiman que haber obtenido un mejor puntaje Simce en 8o b´ asico hace menos probable disminuir las expectativas en segundo medio (p < 0.01). Sin

67

embargo, en ninguno de los dos modelos el impacto de la modalidad educativa var´ıa significativamente seg´ un el puntaje Simce obtenido en 8o b´asico, por lo que no proveen evidencia que respalde nuestra sexta hip´otesis, a saber, que los estudiantes con mejor desempe˜ no previo ser´ıan los m´ as afectados por la modalidad educativa, en cuanto a disminuir sus expectativas de continuidad de estudios. En otras palabras, mientras los estudiantes de mejor desempe˜ no previo tienen menor probabilidad de disminuir sus expectativas respecto de sus compa˜ neros de peor desempe˜ no en establecimientos de cualquier modalidad, al asistir a un establecimiento TP todos los estudiantes est´ an m´ as expuestos a disminuir sus expectativas, sin importar el rendimiento obtenido en 8o b´ asico. En la Tabla 7, la tercera y cuarta columna corresponden a la estimaci´on de la heterogeneidad del efecto TP de acuerdo a las expectativas educacionales previas. La categor´ıa de referencia corresponde a estudiantes que en 8o b´asico aspiran a cursar estudios en un Centro de Formaci´ on T´ecnica o Instituto Profesional. En relaci´on a estos estudiantes, quienes en 8o b´ asico ten´ıan expectativas de cursar estudios universitarios disminuyen sus expectativas en mayor proporci´ on al asistir a establecimientos TP durante su ense˜ nanza media, entre un 9,6 y un 10,4 %, resultados significativos y consistentes en el modelo bivariado y multivariado (p < 0.001). Por su parte, en ambos modelos los estudiantes con expectativas CFT/IP disminuyen en menor proporci´ on sus expectativas, en relaci´on con los estudiantes de expectativa universitaria. A pesar de que el modelo bivariado incluso estima que los estudiantes con expectativas de cursar estudios t´ecnicos de nivel superior disminuyen menos sus expectativas asistiendo a establecimientos TP que asistiendo a establecimientos CH, la estimaci´ on es imprecisa y no resulta robusta frente a la inclusi´on de covariantes. Estos resultados son consistentes con nuestra s´eptima y u ´ltima hip´otesis, seg´ un la cual se espera que los estudiantes que en 8o b´asico presenten expectativas acad´emicas m´ as ambiciosas (es decir, universitarias), sean los m´as afectados en sus aspiraciones por el

68

hecho de cursar estudios en un establecimiento t´ecnico-profesional. Incluso, de acuerdo al modelo multivariado, ´estos ser´ıan los u ´nicos afectados en sus expectativas por asistir a un establecimiento TP, cuesti´ on que exploraremos m´as en detalle en la secci´on siguiente. En resumen, en este apartado hemos explorado la manera en que la modalidad educativa afecta a distintos grupos de la muestra, tanto en sus resultados Simce como en sus expectativas de continuidad de estudios. En relaci´on al desempe˜ no acad´emico, los resultados muestran que cursar estudios en modalidad t´ecnico-profesional disminuye significativamente el puntaje obtenido en matem´aticas durante 2o medio, siendo los m´as afectados los estudiantes con mejor desempe˜ no previo, y quienes declaraban tener expectativas de cursar estudios universitarios. Estos resultados respaldan nuestras hip´otesis. Por su parte, se encontr´ o que la probabilidad de disminuir expectativas entre 8o b´ asico y 2o medio a causa de la modalidad TP se concentra en los estudiantes con expectativas previas de educaci´ on universitaria, resultado concordante con nuestra hip´otesis, pero, contrario a lo esperado, el efecto no var´ıa seg´ un el rendimiento anterior. 4.3.2.

Matching por subgrupos seg´ un caracter´ısticas previas

Buscando profundizar en los resultados obtenidos en la secci´on anterior, analizaremos diversas submuestras de la poblaci´on. Inicialmente, se estudiar´a el efecto de la modalidad educativa sobre desempe˜ no acad´emico en 2o medio para tres grupos de estudiantes: con expectativas de cursar estudios universitarios, con expectativas de cursar estudios en un Centro de Formaci´ on T´ecnica o Instituto Profesional, y aquellos que declaraban querer cursar u ´nicamente su ense˜ nanza media, seg´ un el cuestionario aplicado en 8o b´asico. El efecto de la modalidad educativa sobre la probabilidad de disminuir expectativas se estima para las mismas submuestras, exceptuando a los estudiantes con expectativas de completar s´ olo ense˜ nanza media pues, como ya se indic´o, se trata de un grupo que por definici´ on no puede disminuir sus expectativas. La Tabla 8 describe los resultados de balance para los matching por submuestras, cada

69

uno de los cuales incluye las mismas variables que el an´alisis principal. En la parte superior se encuentra la informaci´ on previa al matching, donde puede apreciarse que, de acuerdo al test d2 , en ninguno de los casos las diferencias entre el grupo de tratados y controles se asemejan a las que observar´ıamos en presencia de asignaci´on aleatoria. Por su parte, la secci´ on inferior del panel reporta los resultados del matching para las cinco submuestras. Tabla 8: Balance Matching por subgrupos de Expectativas previas

Simce matem´ aticas

Disminuci´ on de expectativas

Media o menos

CFT/IP

Universidad

CFT/IP

Universidad

Pre Matching Tratados Controles d2 (grados de libertad) valor p

528 305 173 (43) 0.00

1.198 845 332 (43) 0.00

2.179 6.361 1.945 (43) 0.00

1.025 718 306 (43) 0.00

1.864 5.442 1.717 (43) 0.00

Post Matching Caliper Bloques (max) Tratados Controles d2 (grados de libertad) Valor p

No 15:1, 1:21 528 305 9,33 (43) 1

No 14:1, 1:23 1.198 845 4,8 (43) 1

0,01 11:1, 1:60 2.123 5.426 17,7 (43) 1

No 18:1, 1:22 1.025 718 5,9 (43) 1

0,01 10:1, 1:49 1.785 4.529 12 (43) 1

Al ser grupos de poblaci´ on menos heterog´eneos entre s´ı, en la mayor´ıa de los casos no se requiere la incorporaci´ on de un caliper en la matriz de distancia, sino que el balance puede ser alcanzado directamente a trav´es de la construcci´on de bloques; s´olo en el caso de estudiantes con expectativa previa universitaria se debe incluir un caliper, por lo que se pierden observaciones de estudiantes en establecimientos TP. La p´erdida de casos, sin embargo, no supera al 5 % de los tratados. Los bloques resultantes est´an conformados por hasta 18 tratados y un control, y hasta 1 tratados por 60 controles. Seg´ un queda reportado en los test d2 posteriores al matching, se alcanza un balance muy satisfactorio, de tal forma que las diferencias observadas entre los grupos no son

70

mayores que las que podr´ıan observarse por azar. En otras palabras, a trav´es del matching se ha logrado emular un escenario experimental, donde los estudiantes fuesen asignados aleatoriamente a la modalidad educativa. Tabla 9: Heterogeneidad del efecto de la modalidad TP sobre Simce matem´aticas

Media o menos T´ecnico-profesional Controles Efecto Fijo N

-0.045 (0.106)

CFT/IP -0.110 (0.058)

√

-0.052 (0.070) √ √

833

833

2.043

√

-0.104** (0.040) √ √ 2.043

Universidad -0.279*** (0.041) √ 7.549

-0.246*** (0.026) √ √ 7.549

Error est´ andar de Neyman (HC2) en par´entesis. Controles corresponde a la inclusi´ on en la regresi´ on de todas las variables consideradas en el matching. Efecto Fijo corresponde a una variable dummy por Regi´ on de Valpara´ıso y una por Regi´ on de B´ıo-b´ıo. * p < .05, ** p < .01, *** p < .001

La Tabla 9 presenta la heterogeneidad del efecto TP sobre Simce matem´aticas, seg´ un las expectativas iniciales. Como puede apreciarse, y en consistencia con los resultados de la secci´ on anterior, el efecto de la modalidad educativa var´ıa ostensiblemente en el sentido hipotetizado. En cuanto al puntaje Simce de los estudiantes con expectativas de cursar u ´nicamente estudios secundarios, parece no verse afectado por la modalidad educativa de su establecimiento, tanto en el modelo bivariado como en el que incluye controles36 . Por su parte, el desempe˜ no acad´emico de los estudiantes con expectativa previa CFT/IP parece ser afectado por cursar estudios en un establecimiento TP, provocando una disminuci´ on de aproximadamente 0.1 D.E. en el Simce matem´aticas de 2o medio. Si bien el resultado es consistente en ambos modelos, s´olo en el modelo multivariado es significativo 36 En el modelo multivariado con interacciones de la secci´ on anterior, el efecto de la modalidad TP sobre estudiantes con expectativa de completar ense˜ nanza media no se diferenciada significativamente del efecto sobre estudiantes con aspiraciones universitarias (categor´ıa de referencia). Sin embargo, el sentido de los coeficientes en las cuatro estimaciones indica que ser´ıan el grupo menos afectado, y la significancia en tres de ellos indica que no existe efecto de la modalidad TP en este grupo.

71

(p < 0.01). La magnitud es similar a la estimada en el modelo multivariado con interacciones presentado en la secci´ on anterior. Finalmente, los estudiantes con expectativas previas de cursar estudios universitarios son los que resultan m´ as perjudicados al asistir a un establecimiento TP, estim´andose un efecto perjudicial de entre 0.246 y 0.279 D.E., significativo en ambos modelos. En l´ınea con lo presentado en la secci´ on anterior, este grupo resulta ser, en todas las estimaciones, el m´ as perjudicado por la modalidad TP, resultado muy relevante si consideramos que constituye el m´ as numeroso, tanto en la muestra como en la poblaci´on de estudiantes en general. En resumen, los an´ alisis presentados ofrecen nuevamente evidencia favorable a lo hipotetizado, por cuanto a mayor expectativa previa cursar estudios en establecimientos TP se muestra m´ as perjudicial, tanto en t´erminos de la magnitud como de la significancia del efecto. Tabla 10: Heterogeneidad del efecto de la modalidad TP sobre Simce matem´aticas

CFT/IP T´ecnico-profesional TP x Simce 8o b´ asico Simce 8o b´ asico Controles Efecto Fijo N

-0.099* (0.045) -0.083 (0.060) 0.069*** (0.037) √ 2.043

-0.118** (0.040) -0.061 (0.042) 0.038*** (0.066) √ √ 2.043

Universidad -0.230*** (0.030) -0.093** (0.031) 0.701*** (0.013) √ 7.549

-0.232*** (0.027) -0.087** (0.032) 0.463*** (0.046) √ √ 7.549

Error est´ andar de Neyman (HC2) en par´entesis. Controles corresponde a la inclusi´ on en la regresi´ on de todas las variables consideradas en el matching. Efecto Fijo corresponde a una variable dummy por Regi´ on de Valpara´ıso y una por Regi´ on de B´ıo-b´ıo. * p < .05, ** p < .01, *** p < .001

En la Tabla 10 se testea la hip´otesis de que el efecto de la modalidad educativa var´ıa

72

seg´ un el rendimiento previo. En la secci´on anterior se encontr´o evidencia favorable a partir de la muestra completa de estudiantes. En este caso, se ha desagregado el an´alisis de acuerdo a las expectativas previas; por ende, nos permite evaluar m´as en detalle la heterogeneidad del efecto, en caso de que var´ıe simult´ aneamente por rendimiento y expectativas previas37 . En cuanto a los estudiantes ubicados en el promedio nacional del Simce matem´ aticas de 8o b´ asico, los resultados son consistentes con las estimaciones anteriores, indicando un efecto perjudicial de cursar estudios en un establecimiento TP, tanto para aquellos con expectativas previas CFT/IP como, en mayor medida, para estudiantes con aspiraciones universitarias. Sin embargo, mientras este efecto no var´ıa con el rendimiento previo en el caso de los primeros, los estudiantes con expectativas universitarias resultan ser m´ as perjudicados cuanto mayor es su desempe˜ no anterior (interacci´on significativa con p < 0.01). En otras palabras, el impacto negativo de los establecimientos de modalidad TP sobre el desempe˜ no acad´emico var´ıa de acuerdo a las expectativas de continuidad de estudios que presentan los estudiantes al terminar 8o b´asico. Mientras los estudiantes que buscan u ´nicamente completar su ense˜ nanza media no son afectados por la modalidad, los estudiantes con expectativas de cursar estudios superiores s´ı lo son, especialmente aquellos que esperaban hacerlo en alguna universidad. Por otro lado, s´ olo en este u ´ltimo grupo, aquellos que obtuvieron un rendimiento destacado en 8o b´asico son perjudicados de manera m´ as aguda38 . Por u ´ltimo, resta por analizar la influencia de la modalidad TP sobre las expectativas educacionales. Por los resultados presentados inicialmente, sabemos de la existencia de un

37

Se excluyen del an´ alisis los estudiantes con expectativas de completar ense˜ nanza media, por cuanto las estimaciones anteriores indican que no se ven perjudicados por cursar estudios en modalidad TP. 38 Dado que la interacci´ on con el Simce 8o b´ asico como variable continua no permite distinguir entre los estudiantes de alto o bajo rendimiento previo, se replic´ o el modelo categorizando su desempe˜ no en terciles del Simce matem´ aticas 8o b´ asico. As´ı, se encontr´ o que mientras los estudiantes de desempe˜ no medio y bajo no se distinguen entre s´ı, los estudiantes con mejores resultados anteriores son los m´ as perjudicados por la modalidad del establecimiento. Los resultados se muestran en el Anexo 6.6.

73

efecto cooling out de los establecimientos TP sobre las expectativas de sus estudiantes, sin haber encontrado evidencia sobre una hipot´etica influencia ben´efica de los establecimientos CH sobre las expectativas educacionales. Por ende, en lo sucesivo, el an´alisis se centrar´ a en la disminuci´ on de expectativas. La Tabla 11 presenta las estimaciones del impacto de cursar estudios TP sobre la probabilidad de disminuir las propias expectativas, separadamente para estudiantes con aspiraciones previas CFT/IP y universitaria. Tanto los modelos bivariados como multivariados evidencian que, mientras los estudiantes cuyas expectativas en 8o b´asico eran cursar estudios superiores de nivel t´ecnico no las cambian a causa de la modalidad de su establecimiento, los estudiantes con expectativas previas de cursar estudios universitarios aumentan entre un 9 y 10 % la probabilidad de disminuir dichas aspiraciones por el s´olo hecho de asistir a un establecimiento t´ecnico-profesional (p < 0.001). Estos resultados soportan nuestra hip´ otesis, por cuanto los estudiantes acad´emicamente m´as ambiciosos son quienes se ven expuestos a disminuir sus expectativas a causa de la modalidad de su establecimiento. Tabla 11: Heterogeneidad del efecto de la modalidad TP sobre Disminuci´on de Expectativas

CFT/IP T´ecnico-profesional Controles Efecto Fijo N

-0.013 (0.024) √

-0.013 (0.023) √ √

1.743

1.743

Universidad 0.089*** (0.022) √ 6.314

0.101*** (0.020) √ √ 6.314

Error est´ andar de Neyman (HC2) en par´entesis. Controles corresponde a la inclusi´ on en la regresi´ on de todas las variables consideradas en el matching. Efecto Fijo corresponde a una variable dummy por Regi´ on de Valpara´ıso y una por Regi´ on de B´ıo-b´ıo. * p < .05, ** p < .01, *** p < .001

Resta por verificar una u ´ltima cuesti´on. Estimaciones anteriores (Tabla 7) indicaron que

74

el efecto de la modalidad educativa sobre expectativas educacionales no var´ıa de acuerdo al rendimiento anterior; a continuaci´on se replica dicho an´alisis, incluyendo u ´nicamente al grupo de estudiantes que sufre la disminuci´on de sus expectativas a causa de la modalidad TP, es decir, los que reportan expectativas previas universitarias. La Tabla 12 presenta dichos resultados. Como puede apreciarse, tanto el modelo bivariado como el multivariado corroboran el hallazgo anterior, a saber, que los estudiantes con expectativa previa universitaria est´ an expuestos a disminuir sus expectativas al asistir a establecimientos de modalidad t´ecnicoprofesional, con independencia de su rendimiento previo. En resumen, nuestros resultados dan cuenta del efecto perjudicial de cursar estudios en establecimientos TP en al menos dos dimensiones. Por un lado, disminuyendo el rendimiento acad´emico de los estudiantes, especialmente de aquellos con expectativas de cursar estudios universitarios, m´ as a´ un si en 8o b´asico presentaban un rendimiento acad´emico destacado. Por otro lado, dichos estudiantes tienden a disminuir sus expectativas al cursar estudios en establecimientos TP; sin embargo, la probabilidad de tal variaci´on no se ve afectada por el rendimiento anterior.

75

Tabla 12: Heterogeneidad del efecto de la modalidad TP sobre Disminuci´on de Expectativas

Universidad T´ecnico-profesional TP x Simce 8o b´asico Simce 8o b´asico Controles Efecto Fijo N

0.093*** (0.022) -0.030 (0.022) -0.072*** (0.008) √ 6.314

-0.107*** (0.021) -0.031 (0.022) -0.048* (0.024) √ √ 6.314

Error est´ andar de Neyman (HC2) en par´entesis. Controles corresponde a la inclusi´ on en la regresi´ on de todas las variables consideradas en el matching. Efecto Fijo corresponde a una variable dummy por Regi´ on de Valpara´ıso y una por Regi´ on de B´ıo-b´ıo. * p < .05, ** p < .01, *** p < .001

4.4.

Sensibilidad de los resultados

Informalmente, la sensibilidad de nuestros resultados ha sido puesto a prueba utilizando diversas estrategias de estimaci´on y realizando matching para subgrupos de la muestra. La consistencia entre los resultados da indicios de que el matching implementado fue exitoso para remover el sesgo proveniente de caracter´ısticas observadas, y de no observadas constantes en el tiempo. Es posible, sin embargo, que el efecto estimado a´ un se encuentre confundido por otras variables, cuya influencia no ha podido removerse completamente. Por ende, corresponde preguntarse qu´e tan grande debiera ser dicho sesgo para invalidar nuestros resultados39 . 39 En la Tabla 21 (Anexo 6.8.), se pueden observar los resultados de dicho an´ alisis. En concordancia con lo esperado, las estimaciones que incluyen toda la muestra son m´ as sensibles a sesgos ocultos que aquellos que s´ olo incluyen a los estudiantes con expectativa previa universitaria, tanto en lo relacionado al efecto de la modalidad TP sobre resultados acad´emicos como sobre expectativas educacionales.

76

En primer lugar, en relaci´ on al impacto de cursar estudios en un establecimiento t´ecnicoprofesional sobre el Simce matem´aticas en 2o medio, el resultado se mantendr´ıa consistente con lo reportado incluso aunque existiera un desbalance no observado entre tratados y controles, que hiciera a los primeros tener hasta un 44 % m´as de chances de asistir a TP y, simult´ aneamente, enormemente m´as proclives a obtener resultados acad´emicos inferiores. En cambio, si nos centramos u ´nicamente en los estudiantes con expectativa previa universitaria, la robustez de los resultados alcanza un Γ = 1.62, es decir, que la influencia estimada de cursar estudios TP sobre este grupo es menos sensible a posibles sesgos ocultos. Ahora bien, ¿c´ omo interpretar estos valores? Descomponiendo el factor Γ en el set de amplificaci´ on (Λ,∆), obtenemos que, para explicar el efecto de cursar estudios TP sobre toda la muestra, una variable no observada que duplicase las chances de los tratados de asistir a establecimientos t´ecnicos debiera, al mismo tiempo, m´as que triplicar sus chances de obtener un peor Simce; para el caso de los estudiantes con expectativa universitaria, tal variable debiese casi sextuplicar sus opciones de obtener un peor Simce, en relaci´on a los estudiantes que asisten a establecimientos cient´ıfico-humanistas40 . Por su parte, dada la falta de rutinas de an´alisis adecuadas, s´olo es posible presentar una aproximaci´ on a la sensibilidad del efecto de la modalidad TP sobre expectativas educacionales. Analizando u ´nicamente la submuestra de nuestro full matching que est´ a constituida por pares, se obtienen factores de 1.52 y 1.84, para toda la muestra y los estudiantes con expectativa previa universitaria, respectivamente41 . Si descomponemos dichos factores, obtenemos que para explicar el efecto observado en toda la muestra, har´ıa falta 40

Comparativamente, estudios similares, como el de Zubizarreta y otros (2014), donde se analiza el impacto de cursar estudios en un establecimiento sin fines de lucro sobre resultados acad´emicos, se llega a un Γ de 1.42, es decir, una sensibilidad similar a la reportada en nuestro caso. En las ciencias sociales, esta cifra corresponde a una sensibilidad media, siendo considerados como robustos resultados con Γ aproxim´ andose a 2. En t´erminos sustantivos, sin embargo, resulta dif´ıcil considerar la existencia de una variable omitida que pueda tener tal desbalance, a juzgar por las diferencias entre los grupos con posterioridad al matching, y simult´ aneamente que tenga tal impacto en las estimaciones, por cuanto se han incluido incluso resultados acad´emicos previos, variable que seg´ un la literatura es la m´ as predictiva del resultado posterior. 41 Como referencia, se realiz´ o el mismo ejercicio con el Simce matem´ aticas, arrojando para toda la muestra un Γ = 1.49, es decir, una cifra bastante cercana a la estimaci´ on “correcta”(Γ = 1.44).

77

un sesgo oculto entre tratados y controles que hiciera a los primeros tener, por ejemplo, el doble de opciones de asistir a un establecimiento TP y m´as del cuadruple de disminuir sus expectativas. En el caso de los estudiantes con expectativas previas de asistir a la universidad, ser´ıa necesario un sesgo oculto que triplicara las chances de los tratados de asistir a un establecimiento TP y casi cuadruplicara las de disminuir sus expectativas. Si dicho sesgo s´ olo duplicara sus chances de recibir el tratamiento, ser´ıa necesario que aumentara 16 veces las odds de disminuir sus expectativas en 2o medio, para que el efecto de la modalidad TP dejara de ser significativa a los niveles convencionales (p