FACTORES SOCIOECONÓMICOS Y EDUCATIVOS QUE INFLUYEN …

73

Revista Internacional de Estudios en Educación2001, Año 1, Nº 2, 73-98 S ESTUDIOS

FACTORES SOCIOECONÓMICOS Y EDUCATIVOS QUEINFLUYEN EN EL RENDIMIENTO ESCOLAR ENESPAÑOL Y MATEMÁTICAS EN UNA MUESTRA

DE SEXTO AÑO DE COSTA RICA

Rosa Herminia Perla PerlaUNADECA, Costa Rica

RESUMENCon el propósito de aportar elementos a una discusión sobre el mejoramien-

to de la calidad de la educación y sobre los esfuerzos orientados en tal direc-ción, se estudió el rendimiento escolar de 1,320 estudiantes matriculados en1999 en el sexto año en escuelas de la Dirección Regional de Enseñanza de SanJosé, Costa Rica. Mediante análisis correlacionales, de varianza simples ymultivariados y de regresión múltiple, se procuró determinar en qué medida losfactores socioeconómicos y educativos relacionados con el proceso educativoescolar inciden en el rendimiento académico de los estudiantes. Se analizarondatos (a) proporcionados por los padres para determinar la ocupación del padrey de la madre, el nivel educativo del padre y de la madre, el nivel de ingresoeconómico del hogar y el tamaño de la biblioteca del hogar; (b) aportados porlos maestros, con el fin de indagar su grado académico, su antigüedad docente,su salario, el tamaño de la clase, el número de horas lectivas y el número delibros de texto utilizados por cada estudiante en la escuela; (c) proporcionadospor los directores de la escuela respecto del presupuesto escolar para materialesdidácticos y al tamaño de la biblioteca de la institución; y (d) resultantes de laadministración de pruebas comprensivas en las disciplinas de Español yMatemáticas. Los resultados muestran que, a excepción del tamaño de lamatrícula escolar, todas las variables independientes involucradas en el estudioestán asociadas significativamente con el rendimiento académico. Se proponeel mejor modelo predictor del rendimiento académico en la población delestudio.

En América Latina y el Caribe, lapreocupación por el mejoramiento de lacalidad de la educación es uno de lostemas principales en las agendas políti-cas, económicas y sociales y en los últi-mos años se ha incrementado el númerode países que han emprendido la búsque-da de la excelencia educativa (Bosco,1992). El rendimiento académico es unode sus indicadores.

En Costa Rica, al término de dos dé-

cadas de vertiginoso crecimiento demo-gráfico, durante la administración delpresidente Figueres Ferrer (1970-1974)se presentó una propuesta de reformadel sistema educativo costarricense. Conun horizonte de mediano plazo, éstederivó en el Plan Nacional de DesarrolloEducativo (PNDE) que data de 1973,con el cual se planteó poner el sistemaeducativo al servicio de las necesidadesde desarrollo del país y contribuir a la

PERLA PERLA

74

concreción de los preceptos constitucio-nales de igualdad de oportunidades yperfecta correlación de todos los cicloseducativos. Entre otras metas, se propusosuperar el predominio de los sistemasrígidos y antipedagógicos de evaluacióny promoción (Ministerio de PlanificaciónNacional [MPN], 1973, p. 2).

Hoy, después de dos décadas de laformación y puesta en ejecución delPNDE, sus metas continúan constituyen-do un desafío para la sociedad costarri-cense. Las pruebas de aprovechamientoacadémico efectuadas entre 1986 y 1987confirmaron los severos problemas decalidad, expresión inequívoca del agota-miento de la estrategia de política educa-tiva seguida en el período precedente, enque la expansión de la cobertura no seaparejó con adecuados estándares decalidad (MPN, 1994).

Esta situación de la educación hadado lugar a múltiples preocupacionespor parte de quienes son responsables dela educación. También ha motivado aque se realicen estudios con el fin decomprender el fenómeno, detectar suscausas y de ser posible, ofrecer solucio-nes al problema.

Sin embargo, las soluciones buscadaspor funcionarios del Ministerio de Edu-cación Pública (MEP) no parecen ser lasmás adecuadas. Ellas se han centrado enelaborar diferentes tipos de medicionescon el fin de diagnosticar y mejorar lacalidad educativa de los estudiantes (Pa-checo, 1988, p. 8).

Para Donato de Reyes (1977), existenmuchos factores que influyen directa-mente en la calidad, cantidad y compo-sición del contenido académico que pue-den asimilar los educandos. Entre losfactores de influencia directa se encuen-tran algunos significativos, entre ellos lasituación social, cultural y económica delas familias de los estudiantes. También

factores como los procedimientos peda-gógicos, la calidad y eficiencia del per-sonal docente, así como los materiales einstrumentos didácticos, son determinan-tes en los procesos de enseñanza apren-dizaje.

Algunos estudios (Lavin, 1965; Vin-das Lara, 1996) señalan que en el rendi-miento académico intervienen factoresinteractuantes: las características perso-nales del alumno —su inteligencia, acti-tudes, aptitudes, hábitos y gustos—; lascaracterísticas del profesor —su metodo-logía, formación y experiencia profe-sional—; la organización del sistemaeducativo; el ambiente familiar y algu-nos otros factores sociales. Brenes(1997) señala que usualmente se definerendimiento académico como productode calificaciones, producto que puededar el estudiante, medida del alcance,promedio de las notas ponderadas porcréditos, dificultad o cobertura, prome-dio no ponderado y nota del curso, perotodas estas definiciones tienen en comúnpresentar al rendimiento académico entérminos numéricos.

En Costa Rica, las investigacionessobre el rendimiento académico realiza-das por parte del Ministerio de Educa-ción Pública y de las universidades hansido básicamente de carácter estadístico,tendientes a señalar el mayor o menorgrado de incidencia y la importancia delrendimiento en sí, sin tratar de ahondaren sus causas.

Estudios realizados en países desa-rrollados, en América Latina y el Caribesobre la calidad de la educación pruebanque existen factores que influyen positi-va o negativamente en el aprendizaje delestudiante.

Varios estudios descubrieron efectosde la educación y el nivel socioeconó-mico de los padres sobre el rendimientoacadémico (Edwards, 1986; Lanzas,

FACTORES SOCIOECONÓMICOS Y EDUCATIVOS

75

1981; Vélez, Schiefelbein y Valenzuela,1993). Casi todos los estudios revisadoshan confirmado los hallazgos de Heyne-man (1983), según los cuales la clasesocial del alumno afectó menos su rendi-miento en los países en desarrollo quedentro de los países industrializados.

No hay coincidencia en los estudiosrespecto de la significación de los efec-tos del nivel de escolaridad del maestroen términos de la duración de su forma-ción docente sobre el rendimiento esco-lar de sus alumnos. Una reseña encontróuna relación significativa en 12 de 26estudios (Barnett, 1987), en tanto otra lohizo en 22 de 31 (Garza Buentello,1989). Algunos estudios (Knapp, McNergney, Herbert y York, 1990; Turner,1990) no encontraron correlación entreel título de maestría del maestro y loslogros de aprendizaje por parte de losalumnos, en tanto otros (Altback y Phi-llips, 1982; UNESCO, 1992) enfatizan laimportancia del grado académico deldocente, su antigüedad en el trabajo y suuso del tiempo.

Respecto de la experiencia docente,en un estudio de maestros en Chile, Indiae Irán, se halló una diferencia significati-va de rendimiento escolar entre los gru-pos determinados por la experiencia delmaestro (Ortiz, 1987). Loxley (citado enBridge, Juddy M. y Moock, 1979), en unestudio de 37 escuelas primarias deBostwana, encontró que la influencia dela experiencia del maestro ocupó la mis-ma posición que la influencia de la ocu-pación del padre. En Malasia, Cohn yMillman (1975) encontraron que la expe-riencia del maestro está asociada con elrendimiento del alumno, pero sólo enaquellos maestros que recibieron mayorcantidad de cursos de capacitación. Enresumen, sobre un total de 22 estudios,13 han encontrado efectos significativosde la experiencia del maestro (Castro de

Morúa, 1989).Sólo 4 de 13 análisis han encontrado

una asociación entre los niveles de sala-rio del maestro y el rendimiento delalumno. Las implicaciones de costo paraincrementar los salarios del maestro conmás años de trabajo son enormes (Tur-ner, 1983).

En los estudios sobre la eficacia delsistema educativo, las característicasescolares que aparecen más frecuente-mente asociadas a la eficiencia son ladisponibilidad de textos, las condicionessocioeconómicas de los alumnos y el usodel tiempo escolar. Heyneman (1983)analizó un bloque de cualidades institu-cionales escolares, entre ellas la disponi-bilidad de libros de texto, las bibliotecasescolares, el rendimiento escolar de losmaestros y la duración del programainstitucional. Encontró que en los paísesen vías de desarrollo el bloque de facto-res escolares explicó porciones significa-tivas del rendimiento de los estudiantesen el área de las ciencias.

En un estudio empírico de sesentaescuelas en países en desarrollo se inves-tigaron los siguientes factores: gastosescolares, material escolar, cualidadesdel maestro, prácticas de enseñanza yadministración de la escuela. Se encon-traron efectos significativos de los facto-res escolares y de los antecedentes de laclase social del alumno sobre el rendi-miento escolar. Pero, en general, estosestudios evidencian que los factores es-colares influyen en el rendimiento conniveles estadísticos significativos y queel material escolar está relacionado conel rendimiento en los países en desarro-llo, mientras que en Estados Unidos y enInglaterra, hay pocos estudios que en-contraron efectos en el material escolar(Schneider, 1985).

Una simple mayoría de estudios hanencontrado una relación positiva entre

PERLA PERLA

76

gastos escolares y rendimiento del alum-no. Dentro de los gastos escolares seincluyen los siguientes aspectos: gastospor estudiante, tamaño de la clase, librosde texto, provisión de pupitres, la radiocomo aparato instructivo, la bibliotecaescolar, el uso del laboratorio y progra-mas de salud y nutrición. En un estudiocolombiano llevado a cabo por Heyne-man (1983) con 4,233 estudiantes desecundaria, la influencia de gastos poralumno sobre su rendimiento académicofue superada sólo por la de la habilidadverbal del estudiante. Thías y Carnoy(1972) examinaron en Kenya los efectosde los gastos por alumno sobre el rendi-miento académico escolar a nivel de losestudiantes de primaria y secundaria. Anivel primario no encontraron ningúnefecto especial, pero a nivel secundario,los gastos por alumno influyeron signifi-cativamente sobre el rendimiento.

Los hallazgos en el tercer mundoreferidos a posibles efectos del tamañode las clases sobre el rendimiento acadé-mico son similares a los de los paísesindustrializados (Halliman, 1985). Lapresencia de menos estudiantes por claseno ha sostenido un efecto consistente enel rendimiento en 11 de 21 análisis. Sinembargo, de acuerdo con estudios reali-zados por Chapman, Snyder yBurchfield (1993), se necesitan reduccio-nes sustanciales en las clases para levan-tar el rendimiento académico.

La accesibilidad y el uso de libros detexto, medidos en términos del númerode libros disponibles por estudiante, hansido vistos en 24 análisis con efectossignificativos en 16 de ellos, en El Sal-vador, Paraguay, Bolivia, México, Bra-sil, Nicaragua y Uganda (Sepúlveda,1987). En este último país Heyneman(1983) descubrió que los libros de textotienen una influencia significativa en elrendimiento del alumno. En 61 escuelas

primarias, la disponibilidad de libros detexto influyó fuertemente sobre el rendi-miento en inglés, empequeñeciendo losefectos de la clase social del niño. EnMalasia y Chile, Schiebeil y Ferrell(1972, 1973) realizaron un estudio dondeconcluyeron que la disponibilidad delibros de texto eleva el rendimiento aca-démico del estudiante. Psacharopoulos(l974) descubrió que la influencia de loslibros de texto parece ser más fuerte den-tro de las escuelas rurales y entre losestudiantes de más baja clase social. Enlas zonas rurales de Brasil, los estudian-tes cuyos padres no recibieron educacióntenían tres veces más posibilidad de pa-sar la escuela primaria si usaron dos omás libros comparados con estudiantesen este mismo grupo que no tuvieronacceso a libros de texto en la escuela. Enuna muestra de 1,006 estudiantes de pri-maria estudiada por Wolf (1970), cuyospadres habían completado la escuelaprimaria, el 73% de todos los alumnosque poseían por lo menos dos librosaprobaron la escuela primaria, contra un61% de aquellos estudiantes que no po-seían un libro de texto. Similarmente enun estudio de 6,056 jóvenes malasianos,se encontró que la disponibilidad de li-bros de la escuela estaba más fuertemen-te relacionada con el rendimiento entreniños más pobres de grupos étnicos deindios y chinos (Schiebeil y Ferrell,1972). En un programa experimental desa-rrollado en Nicaragua, Jamison (1981)encontró efectos significativos de loslibros de texto sobre el rendimiento, en1,098 niños que asistían a 88 clases deprimer grado en escuelas rurales y urba-nas. Estas clases fueron divididas en tresgrupos: (a) los que recibieron libros detexto, (b) los que recibieron instrucciónradial y (c) los que sirvieron como clasesde control. Estas intervenciones fueronrealizadas al principio del año escolar y


77

se aplicaron exámenes al final de esemismo año académico. Quienes recibie-ron libros de texto, alcanzaron un 4%adicional en el examen de matemáticas.En un estudio comparativo con Filipinas,los autores notaron que los maestros enNicaragua estaban menos preparadosque los maestros de Filipinas. Estos últi-mos tuvieron más experiencia con librosde texto, tanto como estudiantes o alestudiar su carrera de maestros. En unestudio de 4,030 alumnos tailandeses deoctavo año, Lockheed (1986) descubrióque los alumnos de maestros que usaronlibros de texto obtuvieron medio puntomás alto que los que no lo hicieron, enlos exámenes posteriores de matemáti-cas. Los maestros reportaron que al usarlos libros de texto en Matemática cubrie-ron más conceptos matemáticos duranteese año académico, lo que ayudó a llevarun currículum más estructurado.

La cantidad de libros en la bibliotecapresentó una relación positiva con elrendimiento académico en 26 de 45 estu-dios y en ninguno mostró relación nega-tiva (Vélez, Schiefelbein y Valenzuela,1993). No obstante si bien es necesarioque existan libros es también necesarioque estos estén disponibles. Así mismola disponibilidad de textos y materialesse asocia en forma positiva con el logroacadémico en 13 de 17 estudios de Amé-rica Latina. En 15 de 18 investigacionesrealizadas en países en desarrollo, Fuller(1987) encontró que el tamaño de la bi-blioteca se asocia en forma positiva conel rendimiento de los estudiantes. En ElSalvador y Uganda, estudios realizadospor Heyneman (1983) reportaron que lapresencia de una biblioteca escolar esta-ba relacionada con el rendimiento delalumno. En Tailandia, Irán, Chile e In-dia, Thorndike (1983) confirmó la efica-cia de las bibliotecas escolares en el ren-

dimiento de los estudiantes.La duración de la instrucción sobre-

sale como un indicador consistente delrendimiento del estudiante. La defini-ción de este factor escolar se rige pornúmero de días en el año escolar y elnúmero de horas lectivas durante la se-mana escolar (Fend, 1986). El horario dedesempeño docente varía bastante en laregión latinoamericana. Para los profe-sores de primaria, en algunos países, eltiempo semanal de clases puede variarentre 20 y 25 horas, tendiendo a ser másbajo en áreas rurales (Schiefelbein,Braslavky, Gatti y Farres, 1994). Elnivel mínimo de requerimientos en tér-minos de horas lectivas (entre 35 y 45minutos) se extiende desde 20 a 40 horassemanales. Una de las principales con-clusiones al comienzo de los estudios deevaluación del docente fue que cadamaestro utiliza su tiempo pedagógico enforma distinta y que esta diferencia serelaciona con el rendimiento académicodel estudiante. Específicamente, lasprácticas docentes que resultaron en unamenor cantidad de tiempo dedicado aactividades no pedagógicas se asociabana un mayor nivel de rendimiento. Conrespecto a la utilización del tiempo pe-dagógico, Stigler, Lee y Stevenson(1990) observaron que los niños nortea-mericanos dedican más de la mitad de sutiempo de clase a trabajar en forma indi-vidual; a la inversa, los niños japonesesy chinos destinan la mayor parte de sutiempo a escuchar al maestro. Estos últi-mos lograron mejores puntajes al evaluarsus rendimientos. En los análisis de Hey-neman (1983) las horas de instrucciónpor año en ciencias estuvieron significa-tivamente asociadas con el rendimientoen India, Tailandia e Irán. También lashoras de instrucción en lectura ayudarona predecir el rendimiento en Chile e In-dia.

PERLA PERLA

78

La administración de toda escuelatambién incluye un importante aspectode factores escolares. En la calidad de laadministración escolar, el director ad-quiere un nivel de conocimientos y cre-denciales necesarios para ser un lídermás fuerte y saber supervisar (Tora A.,1984). En 60 escuelas primarias de Egip-to, Heyneman (1983) encontró que losestudiantes rindieron mejor en escuelascon directores que habían participado enmás cursos de entrenamiento y teníanmás experiencia de enseñanza antes deser directores. Este hallazgo tambiénapareció en el rendimiento de cienciasentre estudiantes de primaria y secunda-ria en Paraguay.

MétodoEl presente estudio procuró determi-

nar cuáles son los factores relacionadoscon la familia, con el maestro y con laescuela que tuvieron mayor influenciasobre el rendimiento académico de losestudiantes que en 1999 cursaron el sex-to año de Educación General Básica enlos establecimientos escolares depen-dientes de la Dirección Regional de En-señanza de San José, Costa Rica, en lasclases de Español y Matemáticas. Lahipótesis general de la investigación sos-tuvo que a mejores condiciones familia-res, institucionales y docentes correspon-día un mayor rendimiento académico enestas disciplinas.

Para realizar este estudio empírico seanalizaron cuatro tipos de datos: (a) losque proporcionaron los padres con res-pecto a la situación del hogar, para deter-minar la ocupación del padre y de la ma-dre, el nivel educativo del padre y de lamadre, el nivel de ingreso económico delhogar y el tamaño de la biblioteca delhogar; (b) los que se obtuvieron de losmaestros de las escuelas, con el fin deindagar el grado académico, la antigüe-

dad en el servicio docente, el salario delos maestros de sexto año, el tamaño dela clase, las horas lectivas y el númerode libros de textos utilizados por cadaestudiante en el aula; (c) los que propor-cionaron los directores de cada escuelacon respecto al presupuesto con quecuenta la escuela para materiales didácti-cos y además el tamaño de la bibliotecade la institución y (d) los que se obtuvie-ron de los estudiantes como resultado delas pruebas comprensivas para indagarsu rendimiento académico en las clasesde Español y Matemáticas.

Las variables independientes inclui-das en el estudio fueron las siguiente: (a)condiciones familiares: ocupación delpadre y de la madre, años de escolaridaddel padre y de la madre, nivel de ingresoeconómico familiar y tamaño de la bi-blioteca del hogar; (b) condiciones do-centes: nivel de formación docente, anti-güedad docente y salario del maestro; y(c) condiciones institucionales: tamañode la clase, número de horas lectivas pordía, número de libros de texto que utilizael alumno, tamaño de la biblioteca esco-lar, presupuesto para material didácticoy tamaño de la matrícula escolar.

Para determinar las categorías de lasvariables ocupación del padre y de lamadre se utilizó la clasificación ocupa-cional de Mendiola Terán (1988) y ladel Ministerio de Trabajo y SeguridadSocial [MTSS] (1999): (a) obrero nocalificado, (b) obrero semicalificado, (c)obrero calificado, (d) cuello blanco opequeño propietario, (e) semi-profesio-nal, (f) profesional gerencial. Esta varia-ble fue tratada en una escala ordinal,correspondiendo a los profesionales ge-renciales el nivel más alto y a los obrerosno calificados el nivel más bajo.

Para los efectos de este estudio sedefinió la educación del padre y de lamadre como los años de escolaridad que


79

poseía cada uno de ellos. El ingreso fa-miliar fue considerado como la cantidadde dinero mensual, medido en colones,percibido por la familia. Por tamaño dela biblioteca del hogar se entendió elnúmero de libros que poseía el estudian-te en su casa para consultas o para lectu-ras recreativas durante el curso lectivo1999.

Por nivel de formación docente setomó el número de años de estudio quehaya cursado el maestro. Por antigüedaden el servicio docente la cantidad deaños laborados en docencia hasta el cur-so lectivo 1999. El salario del maestrofue tomado neto, sin deducciones, medi-do en colones, en mayo de 1999.

Por tamaño de la clase se entendió elnúmero de estudiantes en cada clase desexto año en el curso lectivo 1999. Pornúmero de horas lectivas se tomó la can-tidad de horas diarias durante las cualesel estudiante es atendido en la escuelapor profesores, incluyendo las horas deatención especial. Se incluyó también enel estudio el número de textos que utilizóel estudiante en el curso lectivo 1999, enlas clases de Español y Matemáticas y elnúmero de libros de la biblioteca de laescuela del estudiante en el curso lectivo1999. Por presupuesto escolar anual para material didáctico se tomaron losingresos y gastos para el curso lectivo1999, determinados por el Patronato Es-colar o la Junta de Educación, destinadosa la compra de material didáctico. Pormatrícula escolar se consideró el númerode alumnos de la escuela durante eseaño.

Como variables dependientes se tomóel rendimiento académico del estudianteentendido como las notas obtenida enEspañol y Matemáticas en las pruebascomprensivas del Ministerio de Educa-ción Pública (MEP) del curso lectivo1999.

SujetosEl estudio se basó en una muestra

regional de niños y niñas de sexto añomatriculados en las escuelas de la Direc-ción Regional de Enseñanza San José delaño 1999. El marco muestral de referen-cia para la selección de los centros edu-cativos lo suministró el Departamento deEstadística del Ministerio de Educacióny lo constituyó la lista de las escuelasprimarias de la Dirección Regional deSan José con la matrícula inicial de1999. Con base en la lista se estimó elnúmero de alumnos de las 224 escuelas(73% públicas y 26% privadas) de estaDirección en la cual se encontró unapoblación de 14,453 estudiantes de sextoaño.

Se hizo un muestreo aleatorio porracimos o conglomerados, donde se alea-torizaron escuelas y dentro de las escue-las las divisiones o clases. Con respectoa los maestros, se recolectaron datos detodos los maestros que correspondían ala muestra. De esta manera, la muestraquedó conformada por 1,320 estudiantesde 189 maestros procedentes de 67 es-cuelas.

La muestra resultó conform confor-mada por un 50% de niños y un 50% deniñas. Llama la atención que, siendo lapoblación estudiantil femenina mayorque la masculina en esta Dirección Re-gional de Enseñanza (MEP, 1999a), estamuestra estuvo conformada por 660 re-presentantes de cada sexo aunque lossubgrupos de siete alumnos de cada di-visión de estudiantes fueron selecciona-dos en forma totalmente aleatoria.

InstrumentosSe elaboraron tres encuestas para

recolectar la información concerniente alas variables independientes, asociadas alas condiciones familiares, docentes einstitucionales.

PERLA PERLA

80

Los instrumentos para medir el rendi-miento académico fueron los formulariosordinarios 98-3 de las pruebas de acredi-tación de II Ciclo de la Educación Gene-ral Básica, para Español y Matemáticas,elaboradas por el Instituto de Investiga-ción para el Mejoramiento de la Educa-ción Costarricense (IIMEC) y distribui-das por el Departamento de Pruebas Na-cionales de la División de Control deCalidad del Ministerio de EducaciónPública. La prueba de Español se com-pone de dos partes. La primera parteconsta de 33 ítemes de cuatro respuestasalternativas donde sólo una es correcta.La segunda parte es de producción tex-tual. La prueba de Matemáticas constade 45 ítemes de múltiples alternativas.

Estas pruebas estandarizadas fueronelaboradas y validadas por un grupo deexpertos del Ministerio de EducaciónPública con el propósito de medir el ren-dimiento académico en todo el país.

ProcedimientoPara tener acceso a la información se

solicitó, por escrito, a cada director, elpermiso correspondiente. Una vez obte-nido el permiso se visitó la escuela y seadministraron los cuestionarios al direc-tor, a los maestros y a los estudiantes.Los cuestionarios para los padres de fa-milia fueron enviados con los estudian-tes; éstos los devolvieron a la investiga-dora antes de la realización de la pruebacomprensiva.

Para el análisis de la información serealizaron análisis de varianza multiva-riados (MANOVA) para determinar ladiferencia de perfiles de medias de ren-dimiento académico entre los gruposdeterminados por cada uno de los facto-res socio-económicos y educativos in-cluidos en el estudio desde ámbito fami-liar (ocupación y nivel educativo delpadre y de la madre, ingreso familiar y

biblioteca del hogar), del maestro (añosde estudio, antigüedad docente y salario)y de la institución educativa (tamaño dela clase, horas lectivas, libros de Españoly libros de Matemáticas, libros de la bi-blioteca escolar, presupuesto escolar ynúmero de alumnos matriculados). Entodos los casos se utilizó un nivel designificación de p menor a .05. Igual-mente se realizaron análisis univariados(ANOVA) para determinar la diferenciade medias entre grupos para cada varia-ble y una prueba post-hoc de Student-Newman-Keuls para identificar los con-trastes significativos.

Tomando los valores originales, noagrupados, de las variables independien-tes, se calcularon los coeficientes decorrelación r de Pearson con los valoresde las variables dependientes. En loscasos de las variables ordinales, se utili-zó el coeficiente D de Spearman.

Por otra parte se empleó el análisisde regresión lineal múltiple, para estimarla magnitud de los efectos de las varia-bles independientes sobre el rendimientoacadémico y determinar el mejor modelopredictor del rendimiento escolar.

ResultadosAnálisis de varianza y correlacionesOcupación del padre

Para el tratamiento de la variable ocu-pación del padre los grupos fueron confor-mados de la siguiente manera: hijos deobreros (a) no calificados y semi-califica-dos, (b) calificados y de cuello blanco opequeños propietarios y (c) semi-profe-sionales y profesionales gerenciales.

Según los resultados del MANOVAaplicado a los datos obtenidos, se obser-va un contraste significativo (F de Hote-lling=153.78; p=.000) entre los perfilesde los tres grupos en estudio: hijos deobreros (a) no calificados y semi-califi-cados, (b) calificados y de cuello blanco


81

o pequeños propietarios y (c) semi-pro-fesionales y profesionales gerenciales

Un ANOVA simple permitió estable-cer la existencia de diferencias significa-tivas de medias de rendimiento escolarentre esos grupos, tanto en Español(F=157.19; p=.0000) como en Matemáti-cas (F=218.88; p=.0000). La prueba posthoc permitió determinar en ambas disci-plinas que los tres contrastes entre los gru-pos fueron estadísticamente significativos.Las medias de rendimiento para cada gru-po pueden observarse en la Tabla 1.

Por otro lado, un análisis de correla-ción bivariada entre el rendimientoacadémico y el nivel educativo de lospadres de los estudiantes —en una escalade razón con un rango que se extiendeentre los 3 y los 17 años de estudio—permitió determinar un coefi-ciente r dePearson de .449 en Español y de .545 enMatemáticas, en ambos con un nivel designificación p de .000.

En síntesis, existe una asociaciónestadísticamente significativa entre elnivel educativo del padre y el rendimien-to del estudiante, tanto en Español comoen Matemáticas. Por lo tanto se afirmaque el nivel educativo del padre influyeen el rendimiento académico de su hijo.Es decir, cuanto más alto el niveleducativo del padre, mayor rendimientoacadémico del hijo.

Por otro lado, un análisis de correla-ción bivariada entre el rendimiento aca-démico y la ocupación del padre de losestudiantes —ordenada en una escalaordinal de seis puntos: hijos de (a) obre-ros no calificados, (b) obreros semi-cali-ficados, (c) obreros calificados, (d) cue-llo blanco o pequeños propietarios, (e)semi-profesionales, y (f) profesionalesgerenciales— permitió determinar uncoeficiente de Spearman de .402 enEspañol y de .482 en Matemáticas, en

ambos con un nivel de significación pigual a .000. En función de estos resulta-dos, se puede afirmar que el nivel ocupa-cional del padre influye en el rendimien-to académico de su hijo. Es decir, cuantomás alto sea el nivel ocupacional delpadre, tanto mayor el rendimiento acadé-mico del hijo.

Ocupación de la madre Para el tratamiento de la variableocupación de la madre los grupos fueronconformados con un criterio similar al dela ocupación del padre: hijos de obreras(a) no calificadas y semi-calificadas, (b)calificadas y de cuello blanco o peque-ñas propietarias, (c) semi-profesionalesy profesionales gerenciales.

Los resultados del MANOVA aplica-do a los datos obtenidos muestran uncontraste significativo (F deHotelling=49.61; p=.000) entre losperfiles de medias de los tres grupos.

Un ANOVA simple permitió estable-cer la existencia de diferencia significati-vas de medias de rendimiento escolarentre los grupos, tanto en Español(F=37.96; p=.0000) como en Matemáti-cas (F=63.73; p=.0000). La prueba posthoc permitió determinar en ambas disci-plinas que los tres contrastes entre losgrupos fueron estadísticamente significa-tivos. Las medias de rendimiento paracada grupo pueden observarse en la Ta-bla 2.

En síntesis, existe una asociaciónestadísticamente significativa entre laocupación de la madre del educando y elrendimiento del estudiante tanto enEspañol como en Matemáticas. Por lotanto se afirma que el nivel ocupacionalde la madre del educando influye en surendimiento académico. Es decir, a másalto nivel ocupacional de la madre, ma-yor rendimiento académico del hijo.

PERLA PERLA

82

Tabla 1Medias de rendimiento académico por grupos determinados por la ocupacióndel padre

Media

Grupo

Español(F=157.19;p=.0000)

Matemáticas(F=218.88;p=.0000)

Hijos de:Obreros no calificados y semi-calificados (n=333) Obreros calificados y de cuello blanco o pequeños pro-

pietarios (n=583)Semi-profesionales y profesionales gerenciales (n=399)

56.9868.53

75.13

54.4568.27

78.47

Tabla 2Medias de rendimiento académico por grupos determinados por la ocupaciónde la madre

Media

Grupo

Español(F=37.96;p=.0000)


Hijos de:Obreras no calificados y semi-calificadas (n=252)Obreras calificados y de cuello blanco o pequeñas propie-

tarias (n=220)Semi-profesionales y profesionales gerenciales (n=201)

67.4370.53

78.33

66.4371.94

82.44

Nivel educativo del padreSe estudiaron las diferencias de los

perfiles de medias de rendimiento acadé-mico entre los estudiantes cuyos padresposeen un nivel educativo de (a) 3 a 9años, (b) 10 a 14 años, (c) 15 o más años.

Se observa un contraste altamentesignificativo (F de Hotelling=175.65;p=.000) entre los perfiles de medias delos tres grupos en estudio. También seobservan diferencias significativas demedias de rendimiento escolar entre losgrupos en estudio, tanto en Español(F=224.20; p=.0000) como en Matemáti-cas (F=292.50; p=.0000). La prueba post

hoc permitió determinar en ambas disci-plinas que los tres contrastes posiblesentre los grupos fueron estadísticamen-te significativos. Las medias de rendi-miento para cada grupo pueden obser-varse en la Tabla 3.

Nivel educativo de la madreSe estudiaron las diferencias de los

perfiles de medias de rendimiento acadé-mico entre los estudiantes cuyas madresposeen un nivel educativo de (a) 3 a 7años, (b) 8 a 12 años, (c) 13 a 18 años.Se observó un contraste altamentesignificativo (F de Hotelling=179.20;


83

p=.000) entre los perfiles de los tres gru-pos.

Un análisis univariado determinó laexistencia de diferencias significativasde medias de rendimiento escolar entrelos grupos en estudio, tanto en Español(F=214.31; p=.0000) como en Matemáti-cas (F=267.98; p=.0000). La prueba posthoc permitió determinar en ambas disci-plinas que los tres contrastes posiblesentre los grupos fueron estadísticamentesignificativos. Las medias de rendimien-to para cada grupo pueden observarse enla Tabla 4.

Por otro lado, un análisis de correla-ción bivariada entre el rendimiento aca-démico y el nivel educativo de las ma-

dres de los estudiantes —en una escalade razón con un rango que se extiendeentre los 3 y los 18 años de estudio—permitió determinar un coeficiente r dePearson de .515 en Español y de .568 enMatemáticas, en ambos con un nivel designificación p igual a .000.

En síntesis, existe una asociaciónestadísticamente significativa entre elnivel educativo de la madre del educan-do y el rendimiento del estudiante, tantoen Español como en Matemáticas. Por lotanto se afirma que el nivel educativo dela madre influye en el rendimiento aca-démico de su hijo. Es decir, a más altonivel educativo de la madre, mayor ren-dimiento académico del hijo.

Tabla 3Medias de rendimiento académico por grupos determinados por el nivel educativo del padre

Media

Grupo

Español(F=224.20;p=.0000)


Estudiantes cuyos padres poseen un nivel educativo de:3 a 9 años (n=430)10 a 14 años (n=406)15 o mas años (n=476)

57.2368.7275.97

55.0268.4278.94

Tabla 4Medias de rendimiento académico por grupos determinados por el niveleducativo de la madre

Media

Grupo

Español(F=214.31;p=.0000)


Estudiantes cuyas madres poseen un nivel educativo de:3 a 7 años (n=441)8 a 12 años (n=508)13 a 18 años (n=367)

57.0570.9675.47

55.1270.6979.10

PERLA PERLA

84

Nivel de ingreso económico familiarPara conocer el impacto del nivel de

ingreso familiar, se analizaron las dife-rencias de perfiles de medias de rendi-miento académico entre los estudiantesque proceden de hogares con ingresoeconómico familiar en colones ticos de(a) 40,000 a 80,000, (b) 81,000 a150,000 y (c) más de 150,000. Los re-sultados del MANOVA muestran uncontraste altamente significativo (F deHotelling=224.17; p=.000) entre los per-files de los tres grupos.

El ANOVA simple permitió estable-cer la existencia de diferencia significati-va de medias de rendimiento escolarentre los grupos en estudio, tanto en Es-pañol (F=294.13; p=.0000) como en Ma-temáticas (F=378.18; p=.0000), en tantola prueba post hoc permitió determinaren ambas disciplinas que los tres con-trastes posibles entre los grupos fueronestadísticamente significativos. Las me-dias de rendimiento para cada grupopueden observarse en la Tabla 5.

Un análisis de correlación biva-riada entre el rendimiento académico yel nivel de ingreso económico familiarde los estudiantes —con un rango que seextiende entre los 40,000 y los 200,000colones— permitió determinar un coefi-ciente r de Pearson de .485 en Español yde .529 en Matemáticas, en ambos con

un nivel de significación p menor a.0001.

En síntesis, existe una asociaciónestadísticamente significativa entre elnivel de ingreso económico familiar y elrendimiento del estudiante, tanto en Es-pañol como en Matemáticas. A más altonivel de ingresos de la familia, mayorrendimiento académico de los hijos.

Tamaño de la biblioteca del hogarSe analizaron las diferencias de perfi-

les de medias de rendimiento académicoentre los estudiantes que proceden dehogares con biblioteca de (a) 0 a 50 li-bros, (b) 51a 250 libros y (c) más de 250libros. Según los resultados del MANO-VA aplicado a los datos obtenidos, seobservan contrastes significativos (F deHotelling=217.23; p=.000) entre los per-files de los tres grupos en estudio.

Un ANOVA simple permitió estable-cer la existencia de diferencias significa-tivas de medias de rendimiento escolarentre los grupos en estudio, tanto en Es-pañol (F=268.92; p=.0000) como en Ma-temáticas (F=355.30; p=.0000). La prue-ba post hoc permitió determinar en am-bas disciplinas que los tres contrastesposibles fueron estadísticamente signifi-cativos. Las medias de rendimiento paracada grupo pueden observarse en la Ta-bla 6.

Tabla 5Medias de rendimiento académico por grupos determinados por el nivel deingreso económico familiar

Media

Grupo

Español(F=294.13;p=.0000)


Estudiantes de hogares con ingreso económico familiarde:40,000 a 80,000 colones (n=416)81,000 a 150,000 colones (n=472)Más de 150,000 colones (n=430)

55.5669.8976.61

53.0869.7679.86


85

Tabla 6Medias de rendimiento académico por grupos determinados por el número delibros de la biblioteca del hogar

Media

Grupo

Español(F=268.92;p=.0000)


Estudiantes cuyos hogares contaban con una biblioteca de:0 a 50 libros (n=444)51 a 250 libros (n=430)Más de 250 libros (n=436)

55.5969.1976.84

54.2868.8980.17

Un análisis de correlación bivariadaentre el rendimiento académico y la can-tidad de libros en la biblioteca del hogarde los estudiantes permitió determinarun coeficiente r de Pearson de .536 enEspañol y de .585 en Matemáticas, enambos con un nivel de significación p de.000.

Los datos precedentes permiten afir-mar que existe una asociación estadísti-camente significativa entre la cantidadde libros en la biblioteca del hogar delestudiante y el rendimiento del estu-diante, tanto en Español como en Mate-máticas. A mayor número libros en labiblioteca del hogar, mayor rendimientoacadémico de los hijos.

Nivel educativo del maestroSe estudiaron las diferencias de perfi-

les de medias de rendimiento académicoentre los estudiantes cuyos maestros po-seen una formación académica de (a) 12ó 13 años, (b) 14 ó 15 años y (d) 16 ó 17años. El MANOVA aplicado a los datosobtenidos muestra contrastes significati-vos (F de Hotelling=98.19; p=.000) entrelos perfiles de los tres grupos en estudio.

El análisis univariado permitió esta-blecer la existencia de diferencias signi-ficativas de medias de rendimiento esco-

lar entre los grupos en estudio, tanto enEspañol (F=159.37; p=.0000) como enMatemáticas (F=142.39; p=.0000). Laprueba post hoc permitió determinar que,de los tres contrastes posibles, en ambasdisciplinas, dos fueron significativos enEspañol y tres en Matemáticas. Lasmedias de rendimiento para cada grupopueden observarse en la Tabla 7.

Un análisis de correlación bivariadaentre el rendimiento académico y la for-mación o años de estudio del docente—en una escala de razón con un rangoque se extiende entre los 12 y los 17años de estudio— permitió determinarun coeficiente r de Pearson de .501 enEspañol y de .477 en Matemáticas, enambos con un nivel de significación p de.000.

Los resultados permiten afirmar laexistencia de una asociación estadística-mente significativa entre el nivel acadé-mico del docente y el rendimiento esco-lar del estudiante, tanto en Españolcomo en Matemáticas. Por lo tanto seafirma que el nivel académico del docen-te influye en el rendimiento académicode los estudiantes. Es decir, a mayornivel académico del docente, correspon-de un mayor rendimiento escolar de susestudiantes.

PERLA PERLA

86

Antigüedad docenteEn un análisis de las diferencias de

perfiles de medias de rendimiento acadé-mico entre los estudiantes cuyos maestrosposeen una antigüedad en el serviciodocente de (a) 2 a 8 años, (b) 9 a 22 añosy (c) 23 a 32 años, se determinó que haycontrastes significativos (F de Hote-lling=127.04 p=.000) entre los perfilesde los tres grupos en estudio.

Un ANOVA simple permitió estable-cer diferencias significativas de mediasde rendimiento escolar entre los gruposen estudio, tanto en Español (F=233.55;p=.0000) como en Matemáticas(F=214.96; p=.0000). La prueba posthoc de Student-Newman-Keuls permitiódeterminar en ambas disciplinas que lostres contrastes posibles fueron estadísti-camente significativos. Las medias derendimiento para cada grupo puedenobservarse en la Tabla 8.

Un análisis de correlación bivariadaentre el rendimiento académico y la anti-güedad en el servicio docente del maes-tro—en una escala de razón con un ran-go que se extiende entre los 2 y los 32años de antigüedad en el servicio do-cente— permitió determinar un coefi-ciente r de Pearson de .503 en Español yde .479 en Matemáticas, en ambos conun nivel de significación p de .000.

En síntesis, existe una asociaciónestadísticamente significativa entre laantigüedad docente del maestro y elrendimiento del estudiante, tanto en Es-pañol como en Matemáticas. Por lo tantose afirma que el número de años que elmaestro dedicó al servicio docente influ-yen en el rendimiento académico de losestudiantes. Es decir, a mayor número deaños dedicados por el maestro al serviciodocente, mayor rendimiento escolar desus estudiantes.

Tabla 7Medias de rendimiento académico por grupos determinados por el número deaños de estudio del docente

Media

Grupo

Español(F=159.37;p=.0000)


Estudiantes cuyos maestros han estudiado:12 o 13 años (n=196)14 o 15 años (n=762)16 o 17 años (n=362)

62.7265.5078.53

62.6564.8179.98

Tabla 8Medias de rendimiento académico por grupos determinados por el número deaños de antigüedad docente del maestro

Media

Grupo

Español(F=233.55;p=.0000)


Estudiantes cuyos maestros tienen una antigüedad docente de:2 a 8 años (n=454)9 a 22 años (n=413)23 a 32 años (n=453)

57.1369.7175.93

55.8771.1776.57


87

Salario del maestroPara estudiar el impacto del salario

del maestro se conformaron tres gruposde estudiantes, según sus maestros perci-ben un salario en colones ticos de (a)hasta 98,500, (b) 98,750 a 124,500 y (c)125,000 o más. Los resultados del MA-NOVA muestran contrastes significati-vos (F de Hotelling=132.56; p=.000)entre los perfiles de medias de los tresgrupos en estudio. L análisis univariadopermitió establecer la existencia de dife-rencias significativas de medias de ren-dimiento escolar entre los grupos en es-tudio, tanto en Español (F=263.11;p=.0000) como en Matemáticas(F=234.89; p=.0000). La prueba posthoc permitió determinar en ambas disci-plinas que los tres contrastes posiblesentre los grupos fueron estadísticamentesignificativos. Las medias de rendimien-to para cada grupo pueden observarse enla Tabla 9.

Un análisis de correlación bivariadaentre el rendimiento académico y el sala-rio del maestro—en una escala de razóncuyo rango que se extiende entre los70,000 y los 250,000 colones— permitiódeterminar un coeficiente r de Pearsonde .532 en Español y de .511 en Mate-máticas, en ambos con un nivel de signi-ficación p igual a .000. Es posible afir-mar, entonces, que existe una asociación

estadísticamente significativa entre elsalario del maestro y el rendimiento delestudiante, tanto en Español como enMatemáticas.Los datos aportan eviden-cias de que el salario que percibe elmaestro influye en el rendimiento acadé-mico de los estudiantes. Es decir, a ma-yor salario del maestro, corresponde unmayor rendimiento escolar de sus estu-diantes.

Tamaño de la claseEn el estudio se analizaron las dife-

rencias de perfiles de medias de rendi-miento académico entre los estudiantesque pertenecen a clases de (a) 20 a 30alumnos, (b) 31 a 38 alumnos y (c) 39 a49 alumnos. Se observó un contrastesignificativo (F de Hotelling=185.39;p=.000) entre los perfiles de medias delos tres grupos en estudio.

Mediante el ANOVA simple se de-terminaron diferencias significativas demedias de rendimiento escolar entre losgrupos en estudio, tanto en Español(F=285.04; p=.0000) como en Matemáti-cas (F=348.61; p=.0000). La prueba posthoc permitió determinar en ambas disci-plinas que los tres contrastes posiblesentre los grupos fueron estadísticamen-te significativos. Las medias de rendi-miento para cada grupo pueden obser-varse en la Tabla 10.

Tabla 9Medias de rendimiento académico por grupos determinados por el salario docente

Media

Grupo

Español(F=263.11;p=.0000)


Estudiantes cuyos maestros perciben un salario de:Hasta 98.500 colones (n=426)98,750 a 124,500 colones (n=504)125,000 colones o más (n=390)

57.8666.8678.92

57.0067.1180.36

PERLA PERLA

88

Tabla 10Medias de rendimiento académico por grupos determinados por el tamaño dela clase

Media

Grupo

Español(F=285.04;p=.0000)


Estudiantes que pertenecen a clases de:20 a 30 alumnos (n=462)31 a 38 alumnos (n=438)39 a 49 alumnos (n=390)

56.8067.1077.66

54.3667.5380.18

Un análisis de correlación bivariadaentre el rendimiento académico y el ta-maño de la clase a la que pertenece elestudiante —en una escala de razón conun rango que se extiende entre los 20 a49 alumnos— permitió determinar uncoeficiente r de Pearson de -.550 en Espa-ñol y de -.572 en Matemáticas, en amboscon un nivel de significación p de .000.

En síntesis, existe una asociaciónnegativa estadísticamente significativaentre el tamaño de la clase a la que per-tenece el estudiante y su rendimientoescolar, tanto en Español como en Mate-máticas. Por lo tanto se afirma que eltamaño de la clase influye en el rendi-miento académico de los estudiantes. Esdecir, a menor número de estudiantes enuna clase, mejor su rendimiento escolar.

Número de horas lectivasPara estudiar el efecto del número de

horas lectiva, los estudiantes fueronagrupados en cuatro categorías: quienesasisten en sus escuelas a (a) 4 horas, (b)5 horas, (c) 6 horas y (d) 7 u 8 horas declases. Se exploraron las diferencias deperfiles de medias de rendimiento esco-lar entre estos cuatro grupos. El MANO-VA mostró contrastes significativos (Fde Hotelling=87.98; p=.000) entre los

perfiles de los cuatro grupos.El ANOVA simple permitió estable-

cer la existencia de diferencias significa-tivas de medias de rendimiento escolarentre los grupos en estudio, tanto en Es-pañol (F=235.24; p=.0000) como en Ma-temáticas (F=213.51; p=.0000) y la prue-ba post hoc permitió determinar en am-bas disciplinas que los seis contrastesposibles entre los grupos fueron estadís-ticamente significativos. Las medias derendimiento para cada grupo puedenobservarse en la Tabla 11.

Un análisis de correlación bivariadaentre el rendimiento académico y el ho-rario lectivo de la escuela del estudiante—en una escala de razón con un rangoque se extiende entre las 4 y las 8 horasde clases diarias— permitió determinarun coeficiente r de Pearson de .589 enEspañol y de .572 en Matemáticas, enambos con un nivel de significación p de.000.

En síntesis, existe una asociaciónestadísticamente significativa entre elnúmero de clases diarias que recibe elestudiante en su escuela y su rendimien-to escolar, tanto en Español como enMatemáticas. Por lo tanto, se afirma queel número de horas de clases que recibeel estudiante en la escuela influye en el


89

rendimiento académico de los estudiantes.Es decir, a mayor número de horas declases recibidas en la escuela, mayor seráel rendimiento escolar de los alumnos.

Números de libros de EspañolEl estudio analizó las diferencias de

perfiles de medias de rendimiento acadé-mico entre los estudiantes que utilizan enla clase de Español (a) 0 libros, (b) 1libro, (c) 2 libros y (d) 3 libros. Se obser-varon contrastes significativos (F deHotelling=75.83; p=.000) entre los perfi-

les de los cuatro grupos en estudio.Mediante ANOVAs simples se esta-

blecieron diferencias significativas demedias de rendimiento escolar entre losgrupos en estudio, tanto en Español(F=115.17; p=.0000) como en Matemáti-cas (F=89.95; p=.0000). Una prueba posthoc permitió determinar en ambas disci-plinas que los seis contrastes posiblesentre los grupos fueron estadísticamentesignificativos. Las medias de rendimien-to para cada grupo pueden observarse enla Tabla 12.

Tabla 11 Medias de rendimiento académico por grupos determinados por el número dehoras diarias de clase

Media

Grupo

Español(F=235.24;p=.0000)


Estudiantes que reciben diariamente en sus escuelas:4 horas de clase (n=90)5 horas de clase (n=595)6 horas de clase (n=476)7 u 8 horas de clase (n=159)

47.9862.0672.2384.92

47.0061.1773.5586.87

Tabla 12 Medias de rendimiento académico por grupos determinados por el número delibros que utiliza el estudiante en la clase de Español

Media

Grupos

Español(F=115.17;p=.0000)


Estudiantes que:No utilizan libros (n=49)Utilizan 1 libro (n=272)Utilizan 2 libros (n=490)Utilizan 3 o 4 libros (n=509)

49.8958.4466.6274.93

53.3556.9067.3075.40

PERLA PERLA

90

Un análisis de correlación bivariadaentre el rendimiento académico y el nú-mero de libros que utiliza el estudianteen la clase de Español —en una escalade razón con un rango que se extiendeentre 0 y 3 libros— permitió determinarun coeficiente r de Pearson de .456 enEspañol y de .409 en Matemáticas, enambos con un nivel de significación p de.000.

Como puede observarse, existe unaasociación estadísticamente significativaentre el número de libros de texto queutiliza el estudiante en la clase de espa-ñol y su rendimiento escolar, tanto enEspañol como en Matemáticas. Por lotanto se afirma que la cantidad de librosque utiliza el estudiante en la clase deEspañol influye en su rendimiento aca-démico. Es decir, a mayor número delibros utilizados en la clase de Españolpor el estudiante, mayor será su rendi-miento escolar.

Libros de MatemáticasAl igual que para los libros de Espa-

ñol, para estudiar los efectos del númerode libros de Matemáticas utilizados porel alumno sobre su rendimiento escolar,los sujetos de la muestra fueron agrupa-

dos de la siguiente manera: estudiantesque utilizan en la clase de Matemáticas(a) 0 libros, (b) 1 libro, (c) 2 libros y (d)3 o 4 libros. Según los resultados delMANOVA aplicados a los datos obteni-dos, se observan contrastes significativos(F de Hotelling=127.18; p=.000) entrelos perfiles de los cuatro grupos en estu-dio.

Un ANOVA simple permitió estable-cer la existencia de diferencias significa-tivas de medias de rendimiento escolarentre los grupos en estudio, tanto en Es-pañol (F=322.55; p=.0000) como en Ma-temáticas (F=317.27; p=.0000). Unaprueba post hoc permitió determinar, enambas disciplinas, que los seis contrastesposibles entre los grupos fueron estadís-ticamente significativos. Las medias derendimiento para cada grupo puedenobservarse en la Tabla 13.

Un análisis de correlación bivariadaentre el rendimiento académico y el nú-mero de libros de matemática que utilizael estudiante —en una escala de razóncon un rango que se extiende entre 0 y 4libros— permitió determinar un coefi-ciente r de Pearson de .643 en Español yde .641 en Matemáticas, en ambos conun nivel de significación p de .000.

Tabla 13 Medias de rendimiento académico por grupos determinados por el número delibros de Matemáticas que utiliza el estudiante

Media

Grupo

Español(F=322.55;p=.0000)


Estudiantes que:No utilizan libros (n=119)Utilizan 1 libro (n=322)Utilizan 2 libros (n=489)Utilizan 3 o 4 libros (n=390)

45.7860.4967.3580.16

42.7159.5367.7782.20


91

Por lo tanto, es posible afirmar queexiste una asociación estadísticamentesignificativa entre el número de libros detexto que utiliza el estudiante en la clasede Matemáticas y su rendimiento esco-lar, tanto en Español como en Matemáti-cas. Por lo tanto se afirma que la canti-dad de libros que utiliza el estudiante enla clase de Español influye en su rendi-miento académico. Es decir, cuanto ma-yor sea el número de libros utilizados enla clase de Matemáticas por el estudiante,mayor será su rendimiento escolar.

Biblioteca escolarSe estudiaron los perfiles de medias

de rendimiento académico de los estu-diantes que asisten a escuelas que (a) notienen biblioteca, (b) tienen hasta 1,000libros en su biblioteca y (c) tienen másde 100 libros en su biblioteca. El MA-NOVA aplicado a los datos obtenidosmuestra contrastes significativos (F deHotelling=89.74; p=.000) entre los perfi-les de los tres grupos en estudio.

Un ANOVA simple permitió estable-cer la existencia de diferencias significa-tivas de medias de rendimiento escolarentre los grupos en estudio, tanto en Es-pañol (F=175.30; p=.0000) como en Ma-temáticas (F=155.57; p=.0000). La prue-ba post hoc permitió determinar en am-bas disciplinas que los tres contrastesposibles entre los grupos fueron estadís-ticamente significativos. Las medias derendimiento para cada grupo puedenobservarse en la Tabla 14.

Por otro lado, un análisis de correla-ción bivariada entre el rendimiento aca-démico y el número de libros en la bi-blioteca de la escuela del estudiante—en una escala de razón con un rangoque se extiende entre 0 y 6,000 libros—permitió determinar un coeficiente r dePearson de .466 en Español y de .445 enMatemáticas, en ambos con un nivel de

significación p de .000.Los análisis precedentes permiten

afirmar que existe una asociación esta-dísticamente significativa entre el núme-ro de libros de la biblioteca de la escuelay el rendimiento escolar del estudiantetanto en Español como en Matemáticas.Por lo tanto, se puede afirmar que la can-tidad de libros de la biblioteca escolarinfluye en el rendimiento académico. Esdecir, cuanto mayor sea el número delibros en la biblioteca de la escuela, ma-yor será el rendimiento escolar del edu-cando.

Presupuesto escolar para materialdidáctico

Se analizaron las diferencias de perfi-les de medias de rendimiento académicoentre los estudiantes que asisten a escue-las que cuentan con un presupuesto paramaterial didáctico de (a) hasta1,200,000, (b) 1,300,000 a 1,600,000 y(c) 1,700,000 colones o más. Se observa-ron contrastes significativos (F deHotelling=87.30; p=.000) entre los perfi-les de los tres grupos en estudio.

El ANOVA simple permitió estable-cer la existencia de diferencia significati-va de medias de rendimiento escolarentre los grupos en estudio, tanto en Es-pañol (F=161.48; p=.0000) como en Ma-temáticas (F=153.26; p=.0000). La prue-ba post hoc permitió determinar en am-bas disciplinas que los tres contrastesposibles entre los grupos fueron estadís-ticamente significativos. Las medias derendimiento para cada grupo puedenobservarse en la Tabla 15.

Un análisis de correlación bivariadaentre el rendimiento académico y el pre-supuesto anual para material didácticopermitió determinar un coeficiente r dePearson de .466 en Español y de .445 enMatemáticas, en ambos con un nivel designificación p de .000.

PERLA PERLA

92

Tabla 14 Medias de rendimiento académico por grupos determinados por el número delibros existente en la biblioteca de la escuela

Media

Grupo

Español(F=175.30;p=.0000)


Estudiantes que asisten a escuelas que:No tienen biblioteca (n=413)Tienen biblioteca de hasta 1,000 libros (n=432)Tienen biblioteca de más de 1,000 libros (n=406)

57.9768.6276.12

57.1568.8077.10

Tabla 15 Medias de rendimiento académico por grupos determinados por elpresupuesto escolar para material didáctico

Media

Grupo

Español(F=161.48;p=.0000)


Estudiantes de escuelas con presupuesto para materialdidáctico de:Hasta 1,200,000 colonesDe 1,300,000 a 1,600,000 colonesDe 1,700,000 colones o más

59.4467.4975.91

59.0166.9077.58

Como puede observarse, existe unaasociación estadísticamente significativaentre el presupuesto escolar para mate-rial didáctico y el rendimiento escolardel estudiante tanto en Español como enMatemáticas. Por lo tanto se afirma queel presupuesto escolar para material di-dáctico influye en el rendimiento acadé-mico. Es decir, a mayor presupuestoescolar, mayor será el rendimiento esco-lar del alumno.

Matrícula escolarA los fines de estudiar los efectos del

tamaño de la matrícula escolar, se agru-pó a los sujetos de la muestra según su

asistencia a establecimientos de (a) hasta690 alumnos, (b) de 691 a 900 alumnos,(c) más de 900 alumnos. Por medio deun MANOVA se determinó que las dife-rencias entre los perfiles de medias deestos tres grupos eran significativas (Fde Hotelling=17.5244; p=.000).

Los análisis univariados de varianzapermitieron establecer entre los tres gru-pos la existencia de diferencias significa-tivas de medias de rendimiento escolarMatemáticas (F=3.3804; p=.0343), perono en Español (F=1.5009; p=.2233). Laprueba post hoc permitió determinar enMatemáticas que dos de los tres con-trastes posibles fueron estadísticamente


93

significativos. Las medias de los grupos(a) y (b) fueron significativamente ma-yores que la del grupo (c). Las mediasde rendimiento para cada grupo puedenobservarse en la Tabla 16.

Se observó una asociación estadísti-camente significativa entre el número dealumnos matriculados en la escuela y elrendimiento escolar de sus estudiantesen Matemáticas, no así en Español. Losalumnos que asisten a escuelas con unamatrícula baja o media tienen un rendi-miento en Matemáticas significativamentesuperior al de los alumnos pertenecientesa escuelas con una matrícula alta.

Análisis de regresión múltiple Los resultados del análisis de regre-

sión múltiple para cada una de las tresdimensiones factoriales —familiares,docente e institucionales— se presentanen la Tabla 17.

Factores familiaresCinco de las seis variables familiares

ingresaron en la ecuación predictora delrendimiento académico en Español, esdecir presentaron asociación significati-va. El valor del coeficiente de determi-nación R2 fue de .356, lo que significaque estas variables explicaron el 35.6%de la variabilidad del rendimiento acadé-

mico en Español. La ecuación predictoraquedó conformada con cinco de las seisvariables, las que se señalan a continua-ción en orden de influencia relativa : (a)nivel educativo de la madre (= .592), (b)ocupación del padre (=-.511), (c) bi-blioteca del hogar (=.344), (d) niveleducativo del padre (=.208), y (e) ocu-pación de la madre (=.063). La variableingreso familiar, al ser agrupada con lasotras variables familiares, quedó fuera dela ecuación.

Todas las variables hipotetizadascomo predictoras del rendimiento acadé-mico en Matemáticas ingresaron en laecuación, es decir presentaron asocia-ción significativa. El valor del coeficien-te de correlación múltiple R2 fue de .415,lo que significa que las variables predic-toras explicaron el 41,5% de la variabili-dad del rendimiento académico en Mate-máticas. La ecuación predictora quedóconformada con las seis variables, en elsiguiente orden de influencia relativa(): (a) nivel educativo de la madre(=.485), (b) biblioteca del hogar(=.397), (c) ocupación del padre(=!.307), (d) nivel educativo del padre(=.258), (e) ocupación de la madre(=121), y (f) nivel de ingreso familiar(=!.118).

Tabla 16 Medias de rendimiento académico por grupos determinados por el tamaño dela matrícula escolar

Media

Grupo

Español(F=1.50;p=.0000)


Estudiantes de escuelas con matrícula de:Hasta 690 alumnos (n=455)De 691 a 900 alumnos (n=433)Más de 900 alumnos (n=432)

67.1168.5666.88

68.4168.9065.95

PERLA PERLA

94

Tabla 17Resultados de la regresión múltiple para las tres dimensiones factoriales

Español Matemáticas

Variables predictoras R2 $ R2 $

Factores familiaresOcupación del padreOcupación de la madreNivel educativo del padreNivel educativo de la madreTamaño de la biblioteca del hogarIngreso familiar

Factores docentesNivel de formación del docenteSalario del docenteAntigüedad docente

Factores escolaresNúmero de alumnos en la claseNúmero de horas lectivasNúmero de libros de MatemáticasNúmero de libros de EspañolTamaño de la biblioteca escolarPresupuesto escolarMatrícula escolar

.356

.330

.492

-.511****.063*

.208***.592****.344****

-.043

.138***.455****

.073

-.268****.150***.212***

-.019.092***

.125****.044

.415

.291

.517

-.307****.121****.258***

.485****

.397****-.118*

.133**.425****

.148

-.399****.135***.177**-.076*.088**

.115****.027

* p < .05. **p < .01. *** p < .001. **** p < .0001.

Factores relacionados con el docenteSe evaluaron tres ítemes relacionados

con el docente, de los cuales, tanto enEspañol como en Matemáticas, dos in-gresaron en la ecuación de regresión.

La ecuación predictora del rendi-miento en Español obtuvo una R2 de.330, lo que significa que explica el 33%de la varianza del rendimiento académi-co en Matemáticas. El modelo predictorincluyó (a) el salario del maestro(=.455) y (b) el nivel de formación do-cente (=.138).

Para el rendimiento académico enMatemáticas, la ecuación predictora ob-tuvo un cooeficiente de correlación múl-tiple R2 de .291, lo que significa queexplica el 29.1% de la varianza. En laecuación quedaron incluidas las mismasvariables: (a) el salario del maestro(=.425) y (b) los años de estudio o ni-vel académico del docente (=.133). La

variable antigüedad en el servicio docen-te, al interactuar con las otras variablesdocentes, quedó fuera de la ecuación.

Factores relacionados con lainstitución educativa

Los factores institucionales se midie-ron por medio de siete ítemes. Para elrendimiento académico en Español, cin-co de ellos ingresaron en la ecuación deregresión en el siguiente orden de in-fluencia relativa: (a) el tamaño de la cla-se (=-.268), (b) el número de libros deMatemáticas que utiliza el alumno(=.212), (c) el número de horas de claseque recibe el estudiate (=.150), (d) elpresupuesto escolar (=.125) y (e) eltamaño de la biblioteca escolar (=.092).El coeficiente de correlación múltiple R2

de este modelo predictor fue de .492, porlo cual explica el 49,2% de la varianzadel rendimiento académico en Español.


95

Las variables número de libros de Espa-ñol y tamaño de la matrícula escolar, alser agrupadas con las variables estudia-das, quedaron fuera de la ecuación.

Para el rendimiento académico enMatemáticas , el modelo predictor que-dó conformado con seis de las sietevariables, en el siguiente orden de in-fluencia relativa: (a) el tamaño de laclase (=!.399), (b) el número de librosde matemáticas que utiliza el alumno(=.177), (c) el número de horas declase que recibe el estudiante (=.135),(d) el presupuesto escolar (=.115), (e)el tamaño de la biblioteca escolar(=.088) y (f) el número de libros deEspañol que utiliza el alumno (=.076).

Este modelo predictor obtuvo un coefi-ciente R2 de .517, por lo cual explica el51.7% de la varianza del rendimientoacadémico en Matemáticas. La varia-bles tamaño de la matrícula escolar, alser agrupadas con las variables estudia-das, quedan fuera de la ecuación.

Modelo predictor generalComo puede observarse en la Tabla

18, al ingresar las dieciséis variables enel análisis de regresión, la ecuaciónmuestra un R2 de .598 para el rendimien-to académico en Español y un R2 de .613para el rendimiento académico en Ma-temáticas.

Tabla 18Resultados de la regresión múltiple para todas las variables predictorasfactoriales

Español Matemáticas

Variables predictoras R2 $ R2 $

Modelo predictor general

Ocupación del padre

Ocupación de la madre

Nivel educativo del padre

Nivel educativo de la madre

Tamaño de la biblioteca del hogar

Ingreso familiar

Nivel de formación del docente

Salario del docente

Antigüedad docente

Número de alumnos en la clase

Número de horas lectivas

Número de libros de Matemáticas

Número de libros de Español

Tamaño de la biblioteca escolar

Presupuesto escolar

Matrícula escolar

0.598

-.512****

.213****

-.170**

.359****

.324****

.115*

-.031

.426****

-.165*

-.362****

.134**

.149*

.028

-.183****

.149****

.009

0.613

-.391****

.237****

-.068

.264****

.364****

-.024

-.032

.393****

-.267***

-.415****

.128**

.134*

.035

-.175****

.144****

.006

* p < .05. **p < .01. *** p < .001. **** p < .0001.

PERLA PERLA

96

Al aplicar un nivel de significaciónp<.0001, se tienen las ocho variables quehacen el aporte más significativo al ren-dimiento académico en Español, las quese señalan a continuación en orden de in-fluencia relativa: (a) ocupación del padre(=!.512), (b) salario del maestro(=.426), (c) tamaño de la clase(=!.362), (d) nivel educativo de la ma-dre (=.359), (e) tamaño de la bibliotecadel hogar (=.324), (f) ocupación de lamadre (=.213), (g) tamaño de la biblio-teca escolar (=!.183) y (h) nivel edu-cativo del padre (=-.170).

Al aplicar un nivel de significaciónp<.0001, las nueve variables que hacenel aporte más significativo al rendimien-to académico en Matemáticas en ordende influencia relativa son las siguientes:(a) número de alumnos en la clase(=!.415), (b) salario del maestro(=.393), (c) ocupación del padre(=!.391), (d) tamaño de la bibliotecadel hogar (=.364), (e) antigüedad do-cente (=!.267), (f) nivel educativo de lamadre (=.264), (g) ocupación de la ma-dre (=.237), (h) tamaño de la bibliotecaescolar (=!.175) y (i) presupuesto esco-lar anual para material didáctico(=.144).

DiscusiónRespecto de los factores relacionados

con la familia, el nivel de ocupación delpadre y de la madre ejerce efectos signi-ficativos sobre el rendimiento académicodel estudiante, pero son más importanteslos efectos del nivel educativo del padrey de la madre. Aunque el ingreso econó-mico del grupo familiar tiene efectossignificativos sobre el rendimiento aca-démico de los estudiantes, su impacto esconsiderablemente menor que el resto delas variables consideradas en una ecua-ción de regresión. Y aunque el tamañode la biblioteca escolar tiene efectos sig-

nificativos sobre el rendimiento acadé-mico, son más importantes los efectosdel tamaño de la biblioteca del hogar.Estos hallazgos se corresponden con losde investigaciones realizadas por Vélez,Schiefelbein y Valenzuela (1993), quie-nes encontraron estrecha relación entreel nivel de ingreso económico familiar yel nivel ocupacional y educativo del pa-dre y de la madre con el rendimientoacadémico del estudiante.

En cuanto a los factores relacionadoscon el docente, se observa que el nivelde formación profesional de los maestrostiene efectos significativos sobre el ren-dimiento académico pero es más impor-tante el salario. Aunque la antigüedaddocente tiene efectos significativos sobreel rendimiento académico del estudiante,su impacto decrece considerablementeen una ecuación de regresión múltiplecon el resto de las variables considera-das. Además, los efectos del salario delmaestro sobre el rendimiento académicodel estudiante son más importantes quelos de la antigüedad docente. El hechode que el salario docente resultó ser elpredictor más firme puede ser atribuidoa que en Costa Rica existe una estrecharelación entre el salario, la capacitacióny la experiencia del docente. En un estu-dio realizado hace más de dos décadasen 115 escuelas secundarias de Kenia,Bridge el al. (1979) habían encontradoresultados similares. Con relación a laantigüedad en el servicio docente, cabeseñalar que los hallazgos de Castro deMorúa (1989) en investigaciones realiza-das en Brasil, respaldan los de esta in-vestigación. Este investigador encontró,en 22 estudios realizados, que la expe-riencia del maestro fue la menos signifi-cativa. Solamente en 13 de ellos se en-contraron efectos significativos en rela-ción con la experiencia del maestro.


97

En lo que se refiere a los factoresrelacionados con la institución educati-va, se observa que el tamaño de la clasees el que tiene mayor impacto sobre elrendimiento académico del escolar. Asi-mismo el número de horas lectivas, elnúmero de libros de Español y de Mate-máticas que el estudiante utiliza en suclase y el presupuesto escolar tienenefectos significativos sobre el rendimien-to académico de los estudiantes.

Respecto de la cantidad de horas lec-tivas que recibe el estudiante en la es-cuela, el presente estudio encontró queésta es una variable que predice el rendi-miento académico de los estudiantes.Este hallazgo se alinea con los de Hey-neman (l983), quien, en investigacionesrealizadas en India, Tailandia e Irándescubrió una asociación significativaentre el número de horas de instrucciónpor año y el rendimiento académico enciencias, a la vez que en investigacionesrealizadas en Chile e India observó quelas horas de instrucción en lectura ayu-daron a predecir el rendimiento académi-co.

El estudio muestra que existe asocia-ción entre el rendimiento académico y eluso de libros de texto, sobre todo en Ma-temáticas —donde se halló una asocia-ción más fuerte—, hallazgo que coincidecon los de un programa experimentaldesarrollado en Nicaragua (Jamison,1981) que encontró efectos significativosde los libros de texto sobre el rendimien-to, en 1098 niños que asistían a 88 clasesde primer grado en escuelas rurales yurbanas, y con los de Lockheed (1986),quien en un estudio de 4,030 alumnostailandeses de octavo año, descubrió quelos alumnos cuyos maestros usaron li-bros de texto obtuvieron medio puntomás alto que los que no lo hicieron, enlos exámenes posteriores en matemáticascontrolando el resultado del examen pre-

vio y las características de los antece-dentes del alumno.

Finalmente, en el presente estudio seencontró también que la biblioteca esco-lar tiene algún efecto significativo sobreel rendimiento académico del estudiante,al analizar las dimensiones factorialespor separado. Dicho resultado puede seratribuido al hecho de que la bibliotecaescolar es esencial en el desarrollo detareas y asignaciones escolares. En con-sonancia con este hallazgo están los deVélez, Schiefelbein y Valenzuela,(1993), quienes encontraron que la canti-dad de libros en la biblioteca presentarelación positiva con el rendimiento aca-démico en 26 de 45 estudios y en ningu-no muestra relación negativa, y los deFuller (1987), quien encontró en 15 de18 investigaciones realizadas en paísesen desarrollo, que el tamaño de la biblio-teca se asocia en forma positiva con elrendimiento de los estudiantes.

ReferenciasAltback, G. y Phillips, M. (1982). Comparative

education. New York: Macmillan. Barnett, R. A. (1987). Teacher education, a

changing model of professional preparation.Educational Studies, 13(1), 17-30.

Bosco, B. J. (1992). Reflexiones en torno al mejo-ramiento de la educación. Boletín 29, diciem-bre. Proyecto Principal de la Educación.UNESCO. San José, Costa Rica.

Brenes, O. E. (1997). Análisis comparativo delrendimiento académico en el Liceo Laborato-rio de la Universidad de Costa Rica y en cincoLiceos oficiales creados en 1972. Tesis deLicenciatura. Universidad de Costa Rica.

Bridge, G.; Juddy M., Ch. y Moock, P. (1979).The determinants of educational outcomes:The impact of families, peers, teachers, andschools. Massachussets: Cambridge MassBallinger.

Castro de Morúa, Claudio. (1989). Determinantesde la educación en América Latina. Río deJaneiro: ECIEI.

Chapman, D. W.; Snyder, C. W. y Burchfield, S.A. (1993). Teacher incentives in the thirdworld. Comparative Education Review, 36(2),150–171.

PERLA PERLA

98

Cohn, J y Millman, D. (1975). Imput outputanalysis in public education. Indianápolis:Ballinger.

Donato de Reyes, Shirley. (1977). Estudio sobrefactores socioeconómicos y pedagógicos queinfluyen en la adaptación y el rendimientoacadémico de los alumnos de primer año de laenseñanza media. Tesis de Maestría, Universi-dad de Costa Rica.

Edwards, Clifford H. (1986). Teaching elemen-tary school science: A competency-basedapproach. Indianápolis: Wiley.

Fend, Helmut. (1986). Factores determinantes delos rendimientos escolares: ¿Cuál es laimportancia de los maestros? Revista deEducación, 33(2), 70-75.

Fuller, Bruce. (1987). What school factors raiseachivement in the Third World? Review ofEducational Research, 57(3), 255-292.

Garza Buentello, María Teresa. (1989). Hacia unperfíl de las actitudes del maestro en la educa-ción básica. Boletín de Investigación Educati-va, 3(3): 7-14.

Halliman, Maureen T. (1985). Clase size, abilitygroup size, and student achievement. Ame-rican Journal of Education, 94(1), 24-36.

Heyneman, S. P. (1983). Los textos escolares y elrendimiento: lo que sabemos. Educación Hoy,13(74), 15-29.

Jamison. Ch. D. (1981). Classroom time andachievement in mixed aged class. EducationalStudies, 13(1), 20-24.

Knapp, G. L.; Mc Nergney, R. F; Herbert, J. M. yYork, H. L. (1990). Should a master’s degreebe required of all teachers? Journal of Tea-cher Education, 41(2), 75-93.

Lanzas, Antonio. (1981). The effects of familystatus and residential disruption. ComparativeEducation Review, 25(3), 10-23.

Lavin, David E. (1965). The prediction of acade-mic performance. New York: Russell SageFoundation.

Lockheed. (1986). A causal model of teacherexpectations in elementary classrooms. NewJersey: Princeton.

Mendiola Terán, Haydée. (1988). The impact ofhigher education expansion on social stratifi-cation and labor markets: The case of CostaRica. Tesis no publicada. Stanford University.

Ministerio de Educación Pública. (1999). Divi-sion de desarrollo y planeamiento. Departa-mento de estadistica: expansión y rendimien-to. San José: MEP.

Ministerio de Planificación Nacional. (1973).Plan nacional de desarrollo 1973-1974. SanJosé: El Ministerio.

Ministerio de Planificación Nacional. (1994).Plan nacional de desarrollo Francisco J. Or-lich 1994-1998. San José: El Ministerio.

Ministerio de Trabajo y Seguridad Social. (1999).Profesiones y oficios: salario mínimo año ju-

nio1998/junio1999. San José: El MinisterioOrtiz, Carlos. (1987). Los factores del rendimiento

escolar y la realidad nacional. Revista de Cien-cias Sociales. Universidad de Costa Rica,51(2), 84-99.

Pacheco, Francisco. (1988, 17 de febrero). Reve-lan desastre de la educación. La República(Costa Rica), p. 8.

Psacharopoulos, G. (1974). The classroom envi-ronment study: Teaching of learning.Comparative Education Review, 31(1), 18-28.

Schiebeil y Ferrell. (1972). Do schools made adifference? Journal of Education Research,78(5), 24-36.

Schiebeil y Ferrell. (1973). Equality of educatio-nal opportunity. Journal of Education Re-search, 78(3), 14-23.

Schiefelbein, E.; Braslavsky, C.; Gatti, B. y Farres,P. (1994). Characteristics of the teaching pre-fession and the quality of education in LatinAmerica. The Mayor Project of Education inLatin America and the Caribbean, 34, 3–17.

Schneider, B. L. (1985). Evidence of schools ef-fects. Journal of Educational Research,78(6), 10.

Sepúlveda, Manuel. (1987). Análisis de lainfluencia que tienen algunos factores escola-res en el rendimiento escolar de paises endesarrollo. Boletín de Investigación Educati-va, 4: 6-12.

Stigler, F. W.; Lee, S. Y. y Stevenson, H. W.(1990). Mathematical knowledge of Japane-se,Chinese, and American elementary schoolchildren. Reston, VA: National Council ofTeacher of Mathematics.

Thías, Hans y Carnoy, M. (1972). Cost-benefitanalysis in education: a case study of Kenya.Washington: World Bank.

Thorndike. Robert L. (1983). Readingcomprehension education in thirteen countries.Educational Researcher, 12(2), 37-50.

Tora A., Lombana. (1984). Investigación eneducación, tendencias y características. Edu-cación, 14(82), 125-136.

Turner, R. (1983). Teacher salary incentive andstudent achievement and exploratory model.Educational Researcher, 13(3), 15-30.

Turner, R. (1990). An issue for the 1990’s: theefficacy of the required master’s degree.Journal of Teacher Education, 41(2), 38-44.

UNESCO. (1992). Situación educativa de AméricaLatina y el Caribe. 1980-1989. Santiago:UNESCO–ORELAC.

Vélez, E.; Schiefelbein, E. y Valenzuela, J.(1993). Factores que afectan el rendimientoacadémico en la educación primaria en Amé-rica Latina y el Caribe. Ponencia presentadaen Seminario Regional sobre medición delrendimiento educativo. Mina Girais, Brasil.

Vindas Lara, Andrea Isabel. (1996). Factores quese relacionan con el rendimiento académico en

PERLA PERLAFACTORES SOCIOECONÓMICOS Y EDUCATIVOS

99

Matemáticas. Revista Educación, 20(2): 7-17.Wolf, B. L. (1970). Equality of educational op-

portunity quantified. Washington: BancoMundial.

FACTORES SOCIOECONÓMICOS Y EDUCATIVOS QUE INFLUYEN …

Documents

Transcript of FACTORES SOCIOECONÓMICOS Y EDUCATIVOS QUE INFLUYEN …