Factores influyentes para el desarrollo de la educación

Factores influyentes para el desarrollo de la educación en Chile

Matilda Raccagni y Rodrigo Huerta

Analisis de datos Multinivel 2025

Introducción

  • Problematización: La educación es uno de los pilares fundamentales del desarrollo individual y colectivo, en la sociedad chilena actual, el acceso y logro educativo son procesos muy influenciados por factores estructurales e individuales

  • Variables a utilizar: nivel educacional (dependiente), nivel educativo de los padres, etnicidad, conectividad digital y capacidad para concentrarse.

¿En qué grado inciden los factores individuales y estructurales en el nivel educativo máximo alcanzado por las personas en Chile?

Hipótesis – Nivel 1

H1: La pertenencia a pueblos originarios se asocia negativamente con el nivel educacional.

H2: La dificultad para concentrarse tiene un efecto negativo sobre el nivel educacional.

Hipótesis – Nivel 2

H3: Mayor conectividad comunal se asocia positivamente con el nivel educacional.

H4: Mayor educación promedio de los padres en la comuna se asocia positivamente con el nivel educacional.

H5: El efecto de la pertenencia a un pueblo indígena sobre el nivel educacional varía por la comuna de residencia.

Hipótesis – Interacción entre niveles

H6: En comunas con mayor educación parental, el efecto negativo de ser indígena es menor.

Metodología

  • Base de datos: Encuesta CASEN 2022
  • Diseño probabilístico, representatividad nacional
  • Submuestra: 51.686 personas de 20+ años en 335 comunas

Para el análisis utilizamos la metodología multinivel, ya que según la literatura revisada, los factores de nivel dos inciden en nuestra variable dependiente.

Tablas de descriptivos variables nivel 1 y 2

Las variables que vamos a utilizar son las siguientes

Descriptivos generales de variables nivel 1
n mean sd median min max range
nvl_educ 51686 3.76 1.86 4 0 8 8
pueblo_indigena 51686 0.13 0.34 0 0 1 1
dificultad_conc 51686 0.17 0.43 0 0 3 3
Descriptivos generales de variables de nivel 2
n mean sd median min max range
mean_educ_padres 335 2.03 0.32 1.99 1.37 3.48 2.12
mean_conectividad 335 1.81 0.55 1.73 0.70 3.39 2.69
N_comunas 335 154.29 222.58 78.00 6.00 1805.00 1799.00

Centrado y casos influyentes

  • Centramos ambas variables de nivel 2 a la gran media para lograr una mejor consistencia de los resultados. 

  • No detectamos casos influyentes

Modelos

Modelo Nulo

El modelo nulo se representa como

\[ \text{nvl_educ}_{ij} = \gamma_{00} + u_{0j} + r_{ij} \]

Modelo con predictores de nivel 1

\[ \text{nvl_educ}_{ij} = \gamma_{00} + \gamma_{01} \text{pueblo_indígena}_{ij} + \gamma_{02} \text{dificultad_conc}_{ij} + u_{0j} + r_{ij} \]

Modelos con predictores de nivel 2

\[ \text{nvl_educ}_{ij} = \gamma_{00} + \gamma_{01} \text{mean_educ_padres_gmc}_{ij} + \gamma_{02} \text{mean_conectividad_gmc}_{ij} + u_{0j} + r_{ij} \]

Modelos con predictores de nivel 1 y 2

\[ \text{nvl_educ}_{ij} = \gamma_{00} + \gamma_{01} \text{pueblo_indígena}_{ij} + \gamma_{02} \text{dificultad_conc}_{ij} + \gamma_{03} \text{mean_educ_padres_gmc}_{ij} + \gamma_{04} \text{mean_conectividad_gmc}_{ij} + u_{0j} + r_{ij} \]

Modelo con pendiente aleatoria

\[ \text{nvl_educ}_{ij} = \gamma_{00} + \gamma_{01} \text{pueblo_indígena}_{ij} + \gamma_{02} \text{dificultad_conc}_{ij} + \gamma_{03} \text{mean_educ_padres_gmc}_{ij} + \gamma_{04} \text{mean_conectividad_gmc}_{ij} + u_{0j} + u_{1j} \text {pueblo_indigena}+ r_{ij} \]

Modelo con interacción entre niveles

\[ \text{nvl_educ}_{ij} = \gamma_{00} + \gamma_{01} \text{pueblo_indígena}_{ij} + \gamma_{02} \text{dificultad_conc}_{ij} + \gamma_{03} \text{mean_educ_padres_gmc}_{ij} + \gamma_{04} \text{mean_conectividad_gmc}_{ij} + \gamma_{05} \text{pueblo_indigena*mean_educ_padres_gmc} + u_{0j} + u_{1j} \text {pueblo_indigena}+ r_{ij} \]

Resultados

Gráfico Bivariado

Resultados

Comparación de modelos
  Modelo Nulo Modelo con predictores de nivel 1 Modelo con predictores de nivel 2 Modelo con predictores de nivel 1 y 2 Modelo con pendiente aleatoria Modelo con interacción entre niveles
Predictors Estimates p Estimates p Estimates p Estimates p Estimates p Estimates p
(Intercepto) 3.27 <0.001 3.46 <0.001 3.74 <0.001 3.91 <0.001 3.90 <0.001 3.91 <0.001
Pertenencia a pueblo indígena -0.36 <0.001 -0.32 <0.001 -0.25 <0.001 -0.26 <0.001
Dificultad para concentrarse -0.75 <0.001 -0.75 <0.001 -0.75 <0.001 -0.75 <0.001
Promedio nivel educativo de los padres (centrado) 0.24 <0.001 0.22 <0.001 0.21 <0.001 0.22 <0.001
Promedio conectividad (centrado) 1.82 <0.001 1.77 <0.001 1.77 <0.001 1.78 <0.001
Interacción (pueblo_indigena:mean_educ_padres) -0.07 0.466
Random Effects
σ2 2.93 2.81 2.93 2.81 2.80 2.80
τ00 0.48 comuna_factor 0.45 comuna_factor 0.01 comuna_factor 0.01 comuna_factor 0.02 comuna_factor 0.02 comuna_factor
τ11         0.07 comuna_factor.pueblo_indigena 0.07 comuna_factor.pueblo_indigena
ρ01         -0.67 comuna_factor -0.67 comuna_factor
ICC 0.14 0.14 0.00 0.01 0.01 0.01
N 335 comuna_factor 335 comuna_factor 335 comuna_factor 335 comuna_factor 335 comuna_factor 335 comuna_factor
Observations 51686 51686 51686 51686 51686 51686
Marginal R2 / Conditional R2 0.000 / 0.142 0.036 / 0.168 0.151 / 0.154 0.184 / 0.188 0.181 / 0.188 0.182 / 0.189

Test de Devianza

Comparación de modelos con test ANOVA
npar AIC BIC logLik deviance Chisq Df Pr(>Chisq)
resultados_3 7 200284.7 200346.7 -100135.3 200270.7 NA NA NA
reg_al1 9 200242.3 200322.0 -100112.2 200224.3 46.34181 2 0

Gráfico de pendiente aleatoria (pueblo_indigena)

Interacción entre niveles

Conclusiones

  • Se confirma incidencia de factores individuales y estructurales

  • Variables comunales tienen efectos importantes

  • Interacción propuesta no se encontró significativa

  • Efecto de la conectividad

Bibliografía