Contenido principal del artículo

Jacobo Rozo Alzate

Este trabajo estudia los resultados en matemáticas y lenguaje de 32 000 estudiantes en la prueba Saber 11 de 2008, de la ciudad de Bogotá. Este análisis tiene en cuenta que los individuos se encuentran contenidos en barrios y colegios, pero no todos los individuos del mismo barrio asisten a la misma escuela y viceversa. Con el fin de modelar esta estructura de datos, se utilizan varios modelos econométricos, incluyendo una regresión jerárquica multinivel de efectos cruzados. El objetivo central es identificar en qué medida y qué condiciones del barrio y del colegio se correlacionan con los resultados educacionales de la población objetivo y cuáles características de los barrios y de los colegios están más asociadas con el resultado en las pruebas. Se usaron los datos de la prueba Saber 11, del censo de colegios C-600, del censo poblacional de 2005 y de la policía metropolitana de Bogotá. Las estimaciones muestran que tanto el barrio como el colegio están correlacionados con los resultados en las pruebas, pero el efecto del colegio parece ser mucho más fuerte que el del barrio. Las características del colegio que están más asociadas con el resultado en las pruebas son la educación de los profesores, la jornada, el valor de la pensión y el contexto socioeconómico del colegio. Las características de los barrios más asociadas con el resultado en las pruebas son la presencia de universitarios en la upz, un clúster de altos niveles de educación y nivel de crimen en el barrio que se correlaciona negativamente. Los resultados anteriores fueron hallados teniendo en cuenta controles familiares y personales.

Descargas

Los datos de descargas todavía no están disponibles.
Rozo Alzate, J. (2017). La educación secundaria y sus dos dimensiones. Efectos del barrio y del colegio sobre los resultados saber 11. Revista De Economía Del Rosario, 20(1), 33-69. https://doi.org/10.12804/revistas.urosario.edu.co/economia/a.6148

Jacobo Rozo Alzate

Consultor en la ONG, Gea ambiental.

Albright, J. J., & Marinova, D. M. (2015). Estimating multilevel models using spss, Stata, sas and R. Indiana, USA: Indiana University.

Aliaga-Linares, L., & Álvarez-Rivadulla, M. J. (2010). Residential Segregation in Bogotá across Time and Scales. Cambridge, MA: Lincoln Institute of Land Policy.

Barajas, R. G., Philipsen, N., & Brooks-Gunn, J. (2007). Cognitive and emotional outcomes for children in poverty. Handbook of families and poverty. Thousand Oaks, CA: Sage.

Belsley, D. A., Kuh, E., & Welsch, R. E. (1980). Detecting and assessing collinearity. Regression diagnostics: Identifying influential data and sources of collinearity, 85-191.

Benabou, R. (2002). Tax and Education Policy in a Heterogeneous-Agent Economy: What Levels of Redistribution Maximize Growth and Efficiency? Econometrica, 70(2), 481-517.

Blanco, M. E. D. (2004). Equidad de género y diversidad en la educación colombiana. Revista Electrónica de Educación y psicología, 1(2), x-x.

Blume, L. E., Brock, W. A., Durlauf, S. N., & Ioannides, Y. M. (2010). Identification of social interactions.

Cook, T. D., Herman, M. R., Phillips, M., & Settersten Jr, R. A. (2002). Some ways in which neighborhoods, nuclear families, friendship groups, and schools jointly affect changes in early adolescent development. Child development, 73(4), 1283-1309.

Fernández, R. (2001). Education, segregation and marital sorting: Theory and an application to UK data. National Bureau of Economic Research, w8377.

Fielding, A. (1999). Why use arbitrary points scores?: ordered categories in models of educational progress. Journal of the Royal Statistical Society: Series A (Statistics in Society), 162(3), 303-328.

Formisano, M. (2002). Econometría espacial: características de la violencia homicida en Bogotá, 10. Ciudad: CEDE.

Garner, C. L., & Raudenbush, S. W. (1991). Neighborhood effects on educational attainment: A multilevel analysis. Sociology of education, x(x), 251-262.

Gaviria, A., & Barrientos, J. H. (2001). Determinantes de la calidad de la educación en Colombia. Documento 159. Departamento Nacional de Planeación, Dirección de Estudios Económicos.

Gibbons, S., Silva, O., & Weinhardt, F. (2013). Everybody needs good neighbours? Evidence from students’ outcomes in England. The Economic Journal, 123(571), 831-874.

Goux, D., & Maurin, E. (2003). Neighborhood Efects on Performances at School. Conference on Changing Condition in Education (Uppsala, 2003).

Hanushek, E., & Yilmaz, K. (2007). The complementarity of Tiebout and Alonso. Journal of Housing Economics, 16(2), 243-261.

Harding, D. J. (2009). Collateral consequences of violence in disadvantaged neighborhoods. Social forces; a scientific medium of social study and interpretation, 88(2), 757.

Hofmann, D. A., & Gavin, M. B. (1998). Centering decisions in hierarchical linear models: Implications for research in organizations. Journal of Management, 24(5), 623-641.

Hoxby, C. M., & Weingarth, G. (2005). Taking race out of the equation: School reassignment and the structure of peer effects. Working paper 7867.

Iregui, A. M., Melo, L., & Ramos, J. (2006). La educación en Colombia: análisis del marco normativo y de los indicadores sectoriales. Revista de economía del Rosario, 9(2), 175-238.

Jaramillo, S. G., Carrizosa, D. M., Rubio, G. P., Orgales, C. R., Calvo, J. E. S., Ospina, I. S., Montaña, L. B. et al. (2014). Tras la excelencia docente. Cómo mejorar la Cali.

Kaztman, R., & Retamoso, A. (2007). Efectos de la segregación urbana sobre la educación. Revista de la CEPAL, 91, 134.

Manski, C. F. (1993). Identification of endogenous social effects: The reflection problem. The review of economic studies, 60(3), 531-542.

Mayer, S. E., & Jencks, C. (1989). Growing up in poor neighborhoods: How much does it matter? Science, 243(4897), 1441-1446.

Mediavilla, M., & Calero, J. (2009). Determinantes internos y externos en el proceso de aprendizaje. Una aproximación al caso español a partir de la ECV-05. Revista Iberoamericana de Educación (oei), 50(6).

O’brien, R. M. (2007). A caution regarding rules of thumb for variance inflation factors. Quality & Quantity, 41(5), 673-690.

Owens, A. (2010). Neighborhoods and schools as competing and reinforcing contexts for educational attainment. Sociology of Education, 83(4), 287-311.

Patacchini, E., & Zenou, Y. (2011). Neighborhood effects and parental involvement in the intergenerational transmission of education. Journal of Regional Science, 51(5), 987-1013.

Rabe-Hesketh, S., & Skrondal, A. (2008). Multilevel and longitudinal modeling using Stata. Ciudad: STATA press.

Raudenbush, S. W. (1993). A crossed random effects model for unbalanced data with applications in cross-sectional and longitudinal research. Journal of Educational Statistics, 18(4), 321-349.

Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical linear models: Applications and data analysis methods.

Ready, D. D. (2010). Socioeconomic disadvantage, school attendance, and early cognitive development the differential effects of school exposure. Sociology of Education, 83(4), 271-286.

Robinson, C., & Schumacker, R. E. (2009). Interaction effects: centering, variance inflation factor, and interpretation issues. Multiple Linear Regression Viewpoints, 35(1), 6-11.

Small, M. L., & Newman, K. (2001). Urban poverty after the truly disadvantaged: The rediscovery of the family, the neighborhood, and culture. Annual Review of sociology, 27(1), 23-45.

Snijders, T. A. B., & Bosker, R. J. (1999). Multilevel analysis. An introduction to basic and advanced multilevel modeling. Ciudad: Sage.

Steele, F., Vignoles, A., & Jenkins, A. (2007). The effect of school resources on pupil attainment: a multilevel simultaneous equation modelling approach. Journal of the Royal Statistical Society: Series A (Statistics in Society), 170(3), 801-824.

Van der Leeden, R., Busing, F. M. T. A., & Meijer, E. (April, 1997). Applications of bootstrap methods for two-level models. In Multilevel Conference, Amsterdam.

Wilson, W. J. (1987). The truly disadvantaged: The inner city, poverty and the underclass. Chicago: Univ. Chicago Press.

Detalles del artículo