Rendimiento académico en cuarto año de primaria: el caso de España
DOI:
https://doi.org/10.34117/bjdv10n7-043Keywords:
análisis de clases latentes, educación, HJ-Biplot, rendimento académicoAbstract
El rendimiento académico es el grado de adquisición de conocimientos que tiene un escolar cuando es evaluado. Esta puede realizarse mediante pruebas estandarizadas internacionales, nacionales (EGD) y/o locales. El rendimiento es un constructo complejo que abarca múltiples competencias, la EGD lo mide a través de las competencias: matemática, comunicación lingüística, conocimiento e interacción con el mundo físico, y competencia social-ciudadana. En esta investigación se utilizaron 25295 registros de la EGD, con el objetivo de presentar una categorización del rendimiento académico general. Se realizó un análisis de clases latentes complementado con un HJ-Biplot. Los principales resultados muestran que: 1. Pueden identificarse tres clases que definen el rendimiento académico general; 2. La mayor diferencia por sexo se da en los escolares de rendimiento académico bajo; 3. La mayoría de los escolares cuyo rendimiento académico es alto ha realizado la evaluación en castellano y la mayor proporción de escolares cuyo rendimiento académico es bajo han realizado la evaluación en catalán, valenciano y vasco; 4. El 75% de los escolares que tienen rendimiento académico bajo va a escuelas públicas; 5. Únicamente el 2% de los escolares con rendimiento académico alto es repetidor, frente al 17% de escolares cuyo rendimiento académico es bajo; 6. Cuanto mayor es el rendimiento académico mayor es el nivel socioeconómico y cultural al que pertenece el escolar. Como conclusión se destaca que, al utilizar tres clases para categorizar el rendimiento académico surgen resultados que van en sintonía con investigaciones previas.
References
Agresti, A. (2013). Categorical data analysis. Wiley-Interscience, Hoboken, N.J.
Alvarez-Vaz, R. y Vernazza, E. (2019). Una caracterización de la satisfacción estudiantil mediante análisis de clases latentes. Cruz-Suarez et al., (Eds), Probabilidad, Estadística y sus Aplicaciones, (pp. 25-37). México. Benemérita Universidad de Puebla, México.
Dietrichson, Jens, Martin Bøg, Trine Filges & Anne-Marie Jørgensen (2017), Academic Interventions for Elementary and Middle School Students with Low Socioeconomic Status: A systematic review and meta-analysis, Review of Educational Research, vol. 87, núm. 2, pp. 243-282.
Instituto de Evaluación (2010). Evaluación general de diagnóstico. Educación Primaria. Cuarto curso. Informe de resultados (2009). Gobierno de España: Ministerio de Educación. Recuperado de https://www.educacionyfp.gob.es/inee/dam/jcr:c3d1762a-0d7b-4b26-b56e-a10a12870938/pdf-completo-informe-egd-2009.pdf
Gabriel, K. R. (1971). The biplot graphic display of matrices with application to principal component analysis. Biometrika, 58(3), 453–467.
Gabriel, K. R. & Odoroff, C. L. (1990), Biplots in biomedical research, Statistics in Medicine 9 (5): 469-485.
Galindo, P. (1986). Una alternativa de representación simultánea: HJ-Biplot. Questiió, 10(1), 13-23.
Gil Flores, J. y García Jiménez, E. (2014). Evaluación formativa y resultados de aprendizaje en los centros que imparten Educación Secundaria Obligatoria. Revista española de pedagogía, 259, 437-455.
Giménez, G. y Castro Aristizábal, G. (2017). ¿Por qué los estudiantes de colegios públicos y privados de Costa Rica obtienen distintos resultados académicos? Perfiles Latinoamericanos, 25(49), 195-223. https://doi.org/10.18504/pl2549-009-2017
González-Betancor, S. M. & López-Puig, A. J. (2016). Grade Retention in Primary Education Is Associated with Quarter of Birth and Socioeconomic Status. PLOS ONE, 11(11), e0166431. https://doi.org/10.1371/journal.pone.0166431
Hagenaars, J. (2002). Applied latent class analysis. New York: Cambridge University Press, Cambridge.
Hemelt, S. W. & Rosen, R. B. (2016). School Entry, Compulsory Schooling, and Human Capital Accumulation: Evidence from Michigan. The B.E. Journal of Economic Analysis & Policy, 16(4). https://doi.org/10.1515/bejeap-2015-0219
Hughes, J. N., Cao, Q., West, S. G., Allee Smith, P. & Cerda, C. (2017). Effect of retention in elementary grades on dropping out of school early. Journal of School Psychology, 65, 11-27. https://doi.org/10.1016/j.jsp.2017.06.003
Inda-Caro, M., Rodríguez-Menéndez, C. y Peña-Calvo, V. (2010). PISA 2006: La influencia del género en los conocimientos y competencias científicas. Revista Iberoamericana de Educación, 51(2), 1-12. https://doi.org/10.35362/rie5121836
Linzer, D. A. & Lewis, J. B. (2011). poLCA: An R Package for Polytomous Variable Latent Class Analysis. Journal of Statistical Software, 42(10). https://doi.org/10.18637/jss.v042.i10
Lizasoain, L., Joaristi, L., Lukas, J. F. y Santiago, K. (2007). Efectos Contextuales del Nivel Socioeconómico sobre el Rendimiento Académico en la Educación Secundaria Obligatoria en la Comunidad Autónoma Vasca (España). Estudio Diferencial del Nivel Socioeconómico. Education Policy Analysis Archives, 15(8).
Magnuson, K. A., Meyers, M. K., Ruhm, C. J. & Waldfogel, J. (2004). Inequality in Preschool Education and School Readiness. American Educational Research Journal, 41(1), 115-157. https://doi.org/10.3102/00028312041001115f
Mantzicopoulos, P. & Morrison, D. (1992). Kindergarten Retention: Academic and Behavioral Outcomes Through the End of Second Grade. American Educational Research Journal 29(1), 182-189.
Montes, J. F. C., Castro, B. E. P. y González, M. G. M. (2007). Niveles de estrés y rendimiento académico en estudiantes de la carrera de Psicología del Centro Universitario de Los Altos. Revista de Educación y Desarrollo, 7, 77-82.
Moreno Llacza, A. D., & Huanca Velarde, L. A. (2019). Factors associated with the performance in mathematics of the students of the fifth grade secondary of the department of Lima. Brazilian Journal of Development, 5(4), 3839-3855.
Organización para la Cooperación y el Desarrollo Económico (OECD. (2011). Centros privados: ¿A quién benefician?. Pisa in focus (7). En: https://www.oecd.org/pisa/pisaproducts/pisainfocus/49184642.pdf
Organización para la Cooperación y el Desarrollo Económico (OECD). (2011b). Cuando los alumnos repiten un curso o son transferidos a otros centros: ¿Qué repercusiones tiene esto en los sistemas educativos? Pisa in focus (6). En: https://www.oecd.org/pisa/pisaproducts/pisainfocus/48887492.pdf
Peña, P. A. (2017). Creating winners and losers: Date of birth, relative age in school, and outcomes in childhood and adulthood. Economics of Education Review, 56, 152-176. https://doi.org/10.1016/j.econedurev.2016.12.001
R Core Team (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
Rodrigues, C. G., Rios-Neto, E. L. G. & Pinto, C. C. de X. (2011). Diferenças intertemporais na média e distribuição do desempenho escolar no Brasil: O papel do nível socioeconômico, 1997 a 2005. Revista Brasileira de Estudos de População, 28(1), 5-36. https://doi.org/10.1590/S0102-30982011000100002
Ruiz, F. J. O. (2017). Cultura y rendimiento del alumnado de segundo ciclo de educación infantil en un contexto multicultural [Universidad de Granada]. https://hera.ugr.es/tesisugr/26767648.pdf
Santamaría Villar, B. y Valdés Muñoz, M. (2017). Rendimiento del alumnado de educación secundaria obligatoria: influencia de las habilidades sociales y la inteligencia emocional. International Journal of Developmental and Educational Psychology. INFAD Revista de Psicología, Nº1 - Monográfico 1, 2017. ISSN: 0214-9877. pp:57-66.
Stumpf, H. & Eliot, J. (1995). Gender-related Difference in Spatial Ability and the k Factor of General Spatial Ability in a Population of Academically Taleneted Students. Personality and Individual Differences, 19, 33-45.
Urruticoechea, A. y Vernazza, E. (2019). Caracterización del trabajo de niños, niñas y adolescentes de Montevideo, Uruguay. XII Semana Internacional de la Estadística y la Probabilidad. Caracterización del trabajo de niños, niñas y adolescentes de Montevideo, Uruguay, Puebla.
Urruticoechea, A., Vernazza, E., Del Callejo Canal, D., Canal Martínez, M. y Álvarez Vaz, R. (2020). Estudio comparativo del rendimiento entre niños repetidores y no repetidores. Revista INFAD de Psicología. International Journal of Developmental and Educational Psychology., 1(1), 53-62. https://doi.org/10.17060/ijodaep.2020.n1.v1.1761
Vale, M. Y. R. D., Silva, A. B., Silva, J. D. E., Bezerra, A. J. S., & Pimenta, J. S. (2021). Desempeho escolar de alunos ingressantes na rede pública de educaçâo e vulnerabilidade social. Brazilian Journal of Development, 7(1), 6424-6433. https://doi.org/10.34117/bjdv7n1-434
Vernazza, E., Urruticoechea, A., Del Callejo Canal, D., Canal Martínez, M. y Álvarez Vaz, R. (2020a). ¿Con qué factores se asocia el rendimiento académico de escolares de cuarto de primaria?. Revista INFAD de Psicología. International Journal of Developmental and Educational Psychology., 1(1), 183-190. doi: https://doi.org/10.17060/ijodaep.2020.n1.v1.1774
Vernazza, E., Urruticoechea, A., Del Callejo Canal, D., Canal Martínez, M. y Álvarez Vaz, R. (2020b). Caracterización del rendimiento académico de escolares de cuarto de educación primaria, España. XIII Semana Internacional de la Estadística y la Probabilidad, FCFM, BUAP. Recuperado de https://cape.fcfm.buap.mx/SIEP/2020/memorias/oral3.pdf
Vicente Villardón, J.L. (2015). MULTBIPLOT: A package for Multivariate Analysis using Biplots., Departamento de Estadística. Universidad de Salamanca. http://biplot.usal.es/ClassicalBiplot/index.html.
