Por: victor

victor — Wed, 19 May 2010 16:23:56 +0000

Uso del Computador en el Hogar y Resultados
Academicos
Vctor Nahuelpan P.
Rodrigo Montero P.
3 de mayo de 2010
Resumen
En el presente trabajo se busca responder si la tenencia de un computador
en el hogar de los estudiantes asi como su frecuencia de uso tiene un efecto
positivo sobre los resultados educacionales que se mediran a traves del resultado
del Simce 2006 aplicado a los cuartos basicos. Se prueban dos metodologas
distintas que corresponden a regresiones por mnimos cuadrados ordinarios y
a estimaciones no parametricas como el caso de un matching propensity score.
Los resultados aca encontrados se~nalan efectos positivos y signicativos en los
resultados educacionales de la tenencia de computadores en el hogar y su uso
frecuente por parte de los alumnos, resutlados que son consistentes a traves de
distintas especicaciones.
1
1. Introduccion
La pregunta que se intenta responder en este trabajo es si la tenencia de un computador
en la casa y el uso frecuente de estos tiene efectos positivos en el rendimiento
de academico el cual se puede medir a traves del puntaje Simce. A diferencia de otro
estudios previos para Chile, se utilizan mas controles referentes a las caractersticas
del colegio como de los compa~neros de curso (efecto par)y ademas se ocupan tecnicas
econometricas provenientes de la evaluacion de impacto de programas para responder
estas preguntas, lo cual constituye el principal aporte de este trabajo.
Luego de esta introduccion en la seccion 2 se revisan ideas de porque la tenencia y
el uso del computador debieran afectar positivamente a los resultados educacionales,
tambien se revisaran algunos trabajos anteriores del tema tanto a nivel nacional como
internacional. La seccion 3 revisa la base de datos y algunas de sus caractersticas descriptivas.
La seccion 4 presenta la metodologa con la cual se va a proceder a realizar
las estimaciones. La seccion 5 presenta los principales resultados de las estimaciones
y discute sus resultados. Finalmente la seccion 6 presenta las principales conclusiones
de este trabajo.
2. Discusion Previa
2.1. >Por que el uso del computador esta relacionado con
rendimiento?
Los alumnos estan expuestos a distintos tipos de tecnologas de informacion (TIC),
siendo la mas relevante de estas el computador, dado las multiples funciones que puede
adquirir en terminos de educacion y productividad, asi como tambien de distraccion
por parte de los alumnos. Dentro de su funcionalidad como herramienta educativa
por parte de un estudiante, Angrist y Lavy (2002) destacan dos potenciales areas de
desarrollo:
Computer skills training (CST)
2
Computer-aided instruction (CAI)
El primer enfoque tiene relacion con las posibilidades de desarrollar habilidades en
el uso de herramientas como oce, explorer entre otras, que constituyen una forma de
\alfabetizacion digital” y sirven a los alumnos como capital humano para incorporarse
en la vida laboral. El problema que surge en par evualuar este tipo de impacto del
computador, es que no tenemos una medida que nos sirva de comparacion. El otro
enfoque tiene como n ayudar al aprendizaje de las asignaturas que forman parte del
sistema escolar, y que pueden ser medibles a traves de pruebas estandarizadas. Es en
esta dimension en donde este trabajo tiene alcance.
El computador como herramienta de aprendizaje puede ser usado tanto en el
hogar, a nivel de colegio y en las salas de clases. El uso en cada una de estas areas
esta condicionado a su uso y pueden tener distinta efectividad. El presente trabajo se
enfocara a evaluar el uso en la casa no tomando en cuenta informacion correspondiente
a los otros casos.
Si bien se espera que el uso del computador en el aprendizaje tenga efectos positivos,
tambien puede generar motivacion al ocio y desarrollar otras actividades que
vayan en contra de lo academico. No es posible identicar cada efecto por separado,
sino que solo la suma de ambos efectos (uno positivo y otro negativo) siendo la in
uencia
total del computador en el rendimiento. Sin poder llegar a conocerlos, la magnitud
de cada efecto dependera del tiempo y el uso que se le de al computador para casa
actividad. Para conocer algunos datos estadsticos del uso de computador por parte
de los estudiantes se tiene a disposicion la encuesta \Educacion en la Sociedad de la
Informacion” realizada por Collect, Investigaciones de Mercado y ENLACES; Centro
de Educacion y Tecnologa del Ministerio de Educacion, cuya recoleccion de datos se
realizo entre julio y septiembre de 2004 encuestandose a un total de 3.843 alumnos
de 385 colegios de distintas regiones y tanto rurales como urbano, de septimo, octavo
basico y de segundo medio, ademas de profesores. Pero nos vamos a enfocar en los
resultados que entrega la encuesta acerca de la intensidad de uso y tipo de uso que
realizan los alumnos del computador. En cuanto a la tenencia del computador en el
3
hogar se muestra que el 43% del total de los alumnos tiene acceso a un computador
en el hogar, llegando a un 95% para los alumnos de colegios particulares y un 43%
para los subvencionados. En cuanto al uso que le dan estos alumnos al computador
en la casa es mayoriatariamente a actividades recreativas como juegos (66% ), escuchar
musica (65%) y comunicacion (68 %), y en menor medida a actividades como
estudio (54 %) y que en general el uso no cambia entre establecimientos particulares
y subvencionados. Algunos detalles de la encuesta se encuentran en el anexo de la
seccion (7.1)
2.2. Evidencia emprica
2.2.1. Internacional
Primer estudio en revisar es el de Beltran y otros (2006) que intenta responder
esta pregunta para Estados Unidos haciendo un emparejamiento de una encuesta de
uso de computadores y otra de resultados educacionales que son transversales a nivel
del pas. Se prueban distintas metodos de estimacion como estimaciones de efecto jo,
minimos cuadrados ordinarios y modelos probit para estudiar el rendimiento de los
alumnos y la probabilidad de egresar de secundaria, controlando por caractersticas
individuales y familiares del alumno, encontrando efectos positivos y signicativos en
estas dos dimensiones.
Tambien se puede encontrar estudios para Brasil en el paper de Alves y otros
(2008) que analiza los resultados en pruebas de lenguaje y matematicas de estudiantes
de cuarto, octavo y onceavo grado, donde se incluye un muestra de 126.609
estudiantes en total. Metodologicamente se procede segmentando la muestra socioecon
omicamente y por el nivel que cursa el alumno, se compararan las medias de los
test controlando por tres aspectos: por si usan o no computadores (casa o escuela),
si tienen computadores en la casa y si el profesor usa en sus clases un computador.
En sntesis para el uso del computador y tenencia de computadores en la casa los
alumnos con nivel socioeconomico mas bajo tienen efecto negativo en el rendimiento
4
escolar y no signiicativo para el resto de los niveles, independientemente de la edad.
Y para el uso del computador en clases no se encuentran resultados estadsticamente
signicativos para ningun estrato social. Analizando a traves de edades de los alumnos
se aprecia que en los niveles mas bajos de edad (cuarto grado) se ven efectos
negativos, sobre todo en los niveles de mas bajos ingresos y que se puede apreciar
un efecto signicativo y positivo para estudiantes de onceavo grado. De esta ultima
diferenciacion de resultados por edades surgen preguntas importantes por responder
pero que no se abordaran en este trabajo.
En el trabajo de Area (2005) se hace un resumen de las evualuaciones existentes
para Espa~na acerca del uso de las TIC en el aprendizaje de los alumnos, tomando las
distintas perspectivas existentes. Como sntesis de su revision de la literatura para
ese pas que considera estudios con distintas metodologas y bases de datos, se arma
que la incorporacion de TIC han tenido un impacto moderado en el aprendizaje de
los alumnos.
2.2.2. Nacional
El tema del uso de tecnologa de la informacion y comunicacion (TIC) ha sido
ampliamente investigado por la red Enlaces, del Ministerio de Educacion, pero sus
investigaciones se han centrado en ambitos relacionados con las ciencias educacionales
y hay muy poco que se puede encontrar de evaluacion del uso de computadores en el
aprendizaje de los ni~nos.
Sin embargo hay dos estudios que se pueden se~nalar como evidencia previa para el
uso de computadores: el de Maldonado y Ossandon de la red Enlaces y el de Kluttig,
Peirano y Vergara (2008), ambos evaluando los resultados de las pruebas PISA pero
de distinto a~no.
El primer estudio analiza los resultados de la prueba PISA del a~no 2000 en lenguaje
y matematicas. Con respecto al uso del computador en el hogar utiliza estimaciones
OLS donde se incorpora una variable dummy que indica si en el alumno tiene o
no un computador en la casa, incorporando controles como recursos educativos en
5
el hogar (diccionario, numero de libros), capital cultural (educacion de los padres),
del alumno y de nivel socioeconomico. Estas estimaciones entregan resultados para
matematicas que cuando no se incluyen controles (solo como diferencia de medias)
el resultado es de 69.37% hasta cuando se incluyen todos los controles mencionados
que es de 21.15% de una desviacion estandar, siendo los resultados son similares para
la prueba de lenguaje. La conclusion que obtienen es que el uso de computadores en
la casa tiene un efecto positivo y signicativos sobre el rendimiento de los ni~nos en
resultados academicos. Otra conclusion interesante tiene relacion con la frecuencia de
uso del computador en el hogar que tiene una relacion con el rendimiento como una
U invertida planteada tambien por Fuchs y Woessmann (2004), que quiere decir que
si bien tendra efectos positivos la tenencia de un computador, el exceso del tiempo
de uso del computador tiene efectos negativos sobre el rendimiento Sin embargo,
estas estimaciones tienen problemas econometricos para su identicacion, ya que se
omite en la formulacion la in
uencia del efecto par en el resultado, que son variables
que correlacionan positivamente con el uso de computador y que ademas se espera
que tengan una in
uencia positiva en los resultados educacionales y ademas que la
decision de tener un computador es endogena a las caractersticas de la familia, por
lo que el coeciente que resulta de aca debiera estar sobreestimado.
El segundo estudio, el del Klutitg, Peirano y Vergara, utiliza la base del Pisa
del a~no 2006 en la prueba de ciencias. Tiene un enfoque similar ya que se basa en
una estimacion de una funcion de produccion, cuyos insumos son caractersticas del
contexto familiar, del alumno, del colegio y el uso de un computador. El estudio
analiza el impacto de las TIC de una perspectiva mas amplia que lo que se pretende
abordar en este trabajo, considerando el uso de este tipo tecnologas tambien en las
escuelas como en el caso de laboratorios de computacion, como en salas de clases.
Con respecto al efecto del uso del computador en el hogar, este estudio no encuentra
efectos que sean positivos y estadsticamente signicativos.
Como conclusion la evidencia para Chile es aun escasa y existen a la vez oportunidades
de utilizar informacion que no se ha ocupado para responder esta pregunta y de
6
aplicar tecnicas mas sosticadas que la estimacion por mnimos cuadrados ordinarios
ya que se requiere el modelamiento de la decision de obtener un computador para
hacer mas precisa las estimaciones.
3. Datos
La base de datos utilizada para este trabajo es la de los resultados Simce 2006 para
los alumnos de cuarto basico en las pruebas de lenguaje y matematicas. En esta base se
incluyen variables que corresponden a las caractersticas de la familia del alumno que
nos pueden describir su nivel socioeconomico, tambien de caractersticas del colegio
y de los compa~neros del curso. Dentro de las preguntas que realiza esta encuesta se
encuentran dos preguntas que apuntan a si el alumno tiene acceso a un computador
en el hogar y a la frecuencia que esta expuesto al uso de esta tecnologa. La base
cuenta con mas de 210.000 observaciones para alumnos de todo el pas y establecer
diferencias entre regiones, provincias, colegios y cursos. La principal ventaja de esta
base es que tiene toda la informacion relevante para realizar este trabajo y dispone de
un gran numero de observaciones, para hacer a nuestras estimaciones mas precisas.
3.1. Uso del computador: dependencia
En esta seccion se revisaran algunas caractersticas descriptivas de la base de
datos relacionadas con el uso del computador. Primero se revisaran estadsticas de
uso del computador cuyos gracos estan en la seccion 7.2. Ahi se re
eja que cerca del
42% de los alumnos posee un computador en el hogar estableciendose diferencias a
favor de los alumnos con colegio particulares, luego los subvencionados y de ahi los
municipales. En cuanto a la frecuencia de uso, se observa la misma relacion de orden
en cuanto a las magnitudes, siendo en promedio un 28% los que usan el computador
de manera regular y casi un 11% los que los usan muy frecuentemente.
7
3.2. Uso del computador: localidad
Con respecto a la tenencia del computador segun localidad, los gracos de esta se
aprecian en la seccion 7.3, donde se observa una diferencia de casi 10% de la tenencia
de un computador a favor de los alumnos que viven en la region metropolitana con
respecto al resto de los que viven en otras regiones del pas. Difencias similares en
porcentajes se aprecian en las zonas urbanas con respecto a las zonas rurales.
4. Metodologa
Para poder indenticar el efecto de la tenencia de un computador se realizaran
basicamente dos metodologas: estimacion por mnimos cuadrados ordinarios (MCO)
y por matching propensity score (MPS)
La estimacion por MCO se realiza para ver los resultados que tendra esta tecnica
utilizada anteriormente en dos estudios para Chile, pero con la muestra obtenida para
el SIMCE 2006 para cuartos basicos. Se utilizara un enfoque de funcion de produccion
explicando el resultado del alumno i que va al colegio j en la prueba k a partir de
caractersticas propias de la familia, del colegio y de los compa~neros de su clase, lo
cual se puede expresar de la siguiente forma:
yk
i;j = Xii + Xjj + Xrr + Di + ui
Donde se tiene que:
Xi son caractersticas que son propias del alumno y su familia.
Xj son variables del colegio al cual asiste.
Xr son caractersticas de los compa~neros del curso.
Di es una variable dicotomica que se~nala la tenencia de un computador en la
casa.
8
El parametro de interes en este caso es . Las variables incluidas en Xi son sexo del
alumno, ingreso per capita familiar, educacion de los padres, educacion de la madre
y tenencia de libros en el hogar. Las del vector Xj se~nalan dependencia del colegio
que corresponden a dos variables dummy que se~nalan si el colegio es subvencionado
o particular pagado, teniendo como categora base los colegios municipalizados y si
el colegio es urbano o rural. Las variables Xr controlan por el efecto par, y entre
ellas se incluyen escolaridad promedio de los padres del curso, puntaje promedio de
los alumnos del curso en la prueba k e ingreso per capita de las familias del curso,
en cada caso se excluye a cada alumno dentro del promedio. Un mayor detalle de la
construccion de las variables se encuentra en el anexo (7.4)
Los siguientes modelos se estimaran en la seccion siguiente
I: Solo incluyendo la variable del uso del computador, donde el parametro de
interes corresponde unicamente a la diferencia de medias entre el grupo con
computador y sin computador
II: Se le agregan controles con caractersticas del alumno y la familia.
III: Se incluyen mas controles que incluyen en la regresion las caractersticas
de los compa~neros del curso.
IV: Se agregan al modelo anterior las variables correspondientes al colegio que
asiste.
El principal problema de esta metodologa trata en que se considera la tenencia
del computador como una variable exogena, sin embargo, esta es una decision que
depende de las caractersticas propias de la familia del alumno, por lo que existe un
problema de endogeneidad al no modelar la decision de uso o no del computador,
teniendo un problema de identicacion del parametro de interes. Ante este situacion
se puede estudiar dos alternativas: estimacion en dos etapas (Heckman) o bien utilizar
una estimacion de matching propensity score. En ambos casos se requiere modelar la
probabilidad de tener un computador en la casa a partir de caractersticas propias de
9
la familia, pero la diferencia es que el primero utiliza la estructura lineal que impone
una estimacion por MCO en cambio en la segunda no se impone una estructura en
la relacion de los puntajes con sus determinantes. Es por esto que se considerara esta
metodologa de evualuacion para identicar el efecto de la tenencia de un computador
en el hogar sobre el rendimiento de los alumnos.
Al aplicar un matching propensity score, se utiliza una idea de evaluacion de
impacto de un programa, el cual en este caso se denira como la tenencia de un
computador en la casa del alumno. El efecto individual del programa se puede expresar
como:
i = Yi(1) 􀀀 Yi(0) (1)
Que corresponde a la diferencia del puntaje del invididuo i con el tratamiento
(Yi(1)) y el individuo i sin el tratamiento (Yi(0)). Ante la imposibilidad de observar
uno de los dos estados, se requiere realizar una estimacion de la diferencia. En caso de
que la asignacion del programa sea aleatoria, bastara con estimadores tipo diferencias
en diferencias para identicar el efecto. Pero sabemos que en este caso, la decision
de comprar un computador (pertenecer al programa a evaluar) no es aleatoria, sino
que depende de caractersticas propias de la familia del alumno, por lo que se puede
implementar un enfoque como el que aplica el MPS.
El MPS se basa en dos supuestos:
El puntaje de los no tratados es ortogonal al tratamiento condicional a la muestra,
es decir:
Y0? DjX
Que se puede interpretar que la seleccion solo ocurre en observables.
Que cada agente tratado tiene una contraparte no tratada y cada uno tiene una
probabilidad de participacion:
0 < P(D = 1jX) < 1
Lo cual garantiza que exista un contrafactual.
10
Luego se requiere una estimacion de P(D = 1jX), esta probabilidad la cual es
llamada \propensity score" , que se usa como criterio para comparar a los individuos
tratados con los no tratados a partir de ello se elige un rango de comparacion para
encontrar el clon"del individuo tratado o el grupo de clones bajo los cuales se hace la
comparacion. El enfoque parametrico del matching asigna distintos pesos los vecinos
mas cercanos del individuo tratado. Una forma general de este estimador corresponde
a:
^M =
X
i2T

Yi 􀀀
X
j2C
Wi;jYj
!
wi (2)
Donde T es el grupo de tratamiento, C el de control, Wi;j es el peso asignado al
vecino j del individuo i, Yi es un invididuo del grupo tratado y wi es la ponderacion
del valor i en la estimacion. Para seleccionar a los Yj 2 C se utiliza un criterio tal
que:
Pi(D = 1jX) 􀀀 Pj(D = 1jX) Que nos dice
18
PISA sobre la educacion de los jovenes en Chile? Nuevos analisis y perspectivas
sobre los resultados en PISA 2006. p 47-70. Unidad de Currculum y Evaluacion,
Ministerio de Educacion
[10] Maldonado L. Ossandon J.(2004) \Tecnologas de la informacion y comunicacion
y resultados en pisa 2000: Estudio sobre el caso chileno, informe nal. “. Red
Enlaces. Ministerio de Educacion de Chile
19
7. Anexos
7.1. Algunos Resultados de la Encuesta Educacion en la So-
ciedad de la Informacion
20
7.2. Tenencia y Uso de Computador segun Dependencia
21
7.3. Tenencia y Uso de Computador segun Ubicacion Geogra-
ca
22
7.4. Descripcion de Variables
1. Variables del alumno y su familia
Sexo
Ingreso per capita: ingreso declarado por la familia dividido por el numero
de integrantes
Escolaridad del padre
Escolaridad de la madre
Libros: variable dicotomica que toma el valor 1 si el alumno posee en su
casa un numero mayor a 50 libros o cero su no.
2. Variables de los compa~neros de curso 1
Ingreso promedio del curso
Promedio de lenguaje del curso
Promedio de matematicas del curso
Escolaridad del curso: promedio de escolaridad a nivel de curso del promedio
del padre y la madre de cada alumno del curso.
3. Variables del establecimiento
Particular: variable dicotomica q toma el valor 1 si el colegio es particular
pagado o cero si no lo es.
Subvencionado: variable dicotomica q toma el valor 1 si el colegio es particular
pagado o cero si no lo es. Esto incluye tambien a las corporaciones
privadas.
4. Tenencia y uso de computadores
1En cada una de estas variables se excluye al propio alumno dentro de los promedios para evitar
algun problema de endogeneidad
23
Computador: si el alumno posee o no al menos un computador en la casa,
no importando su uso.
Uso Regular: variable dicotomica que toma el valor 1 si el alumno usa rara
vez.o “frecuentementeun computador o cero en otro caso.
Uso Frecuente: variable dicotomica que toma el valor 1 si se declara que el
alumno usa casi siemprecomputador en la casa, y es cero en caso contrario
24
7.5. Regresion Tenencia de Computador: Matematicas
Variable I II III IV
Constante 243.47 181.91 29.99 30.52
(0.00) (0.00) (0.00) (0.00)
Computador 31.50 9.43 4.92 5.09
(0.00) (0.00) (0.00) (0.00)
Ingreso per capita 0.061 0.016 0.015
(0.00) (0.00) (0.00)
Sexo 4.05 4.77 4.77
(0.00) (0.00) (0.00)
Escolaridad Madre 3.13 1.95 1.98
(0.00) (0.00) (0.00)
Escolaridad Padre 1.98 1.23 1.27
(0.00) (0.00) (0.00)
Libros en el Hogar 6.30 6.25
(0.00) (0.00)
Ingreso Promedio del Curso -0.040 -0.047
(0.00) (0.00)
Promedio Matematicas del Curso 0.76 0.76
(0.00) (0.00)
Escolaridad del Curso -1.05 -0.72
(0.00) (0.00)
Colegio Particular 0.75
(0.38)
Colegio Subvencionado -0.72
(0.00)
Localidad Urbana -3.56
(0.00)
P-value entre parentesis
25
7.6. Regresion Tenencia de Computador: Lenguaje
Variable I II III IV
Constante 242.19 203.13 49.43 52.68
(0.00) (0.00) (0.00) (0.00)
Computador 26.57 6.86 3.50 3.64
(0.00) (0.00) (0.00) (0.00)
Ingreso per capita 0.063 0.024 0.023
(0.00) (0.00) (0.00)
Sexo -8.12 -6.86 -6.87
(0.00) (0.00) (0.00)
Escolaridad Madre 1.68 1.68 1.72
(0.00) (0.00) (0.00)
Escolaridad Padre 1.17 0.05 1.22
(0.00) (0.00) (0.00)
Libros en el Hogar 6.97 6.93
(0.00) (0.00)
Ingreso Promedio del Curso -0.04 -0.04
(0.00) (0.00)
Promedio Lenguaje del Curso 0.72 0.70
(0.00) (0.00)
Escolaridad del Curso -0.75 -0.35
(0.00) (0.00)
Colegio Particular 0.38
(0.00)
Colegio Subvencionado -0.10
(0.00)
Localidad Urbana -5.23
(0.79)
P-value entre parentesis
26
7.7. Detalle Estimaciones Matching
Propensity Score: Tenencia de computador
Variable Coeciente P-Value
Ingreso per capita 0.0072 0.00
Escolaridad de la madre 0.0946 0.00
Escolaridad del padre 0.0885 0.00
Pseudo R2 0.2720
Tratados 96.811
No Tratados 113.259
Propensity Score: Uso Frecuente contra Uso Regular y sin Uso
Variable Coeciente P-Value
Ingreso per capita 0.0011 0.00
Escolaridad de la madre 0.054 0.00
Escolaridad del padre 0.050 0.00
Pseudo R2 0.0793
Tratados 26.309
No Tratados 183.761
Propensity Score: Uso Regular contra Uso Frecuente y sin Uso
Variable Coeciente P-Value
Ingreso per capita 0.0017 0.00
Escolaridad de la madre 0.0792 0.00
Escolaridad del padre 0.0708 0.00
Pseudo R2 0.1338
Tratados 68.217
No Tratados 141.853
27
Propensity Score: Uso Regular contra sin Uso
Variable Coeciente P-Value
Ingreso per capita 0.0062 0.00
Escolaridad de la madre 0.0958 0.00
Escolaridad del padre 0.0856 0.00
Pseudo R2 0.2564
Tratados 68.127
No Tratados 115.544
28

Comentarios en: Útil contador de palabras online

Por: victor

Por: GoFormat: Editor de texto online