Publicaciones

22 julio, 2014

La discriminación en el Perú: Balance y desafíos

Tabla de contenidos »

II. 2. Hacia una educación de calidad en el Perú: el heterogéneo impacto de la educación inicial sobre el rendimiento escolar

Por Arlette Beltrán y Janice Seinfeld

0. Introducción
1. Marco teórico
2. Rendimiento escolar y asistencia a educación inicial en el perú: estado de la cuestión
3. Estimación econométrica del impacto diferencial de la educación inicial sobre el rendimiento escolar
4. Conclusiones y recomendaciones
5. Pie de página
6. Bibliografía
7. Anexos

INTRODUCCIÓN

La educación es un factor fundamental para impulsar el desarrollo de una sociedad, especialmente por sus efectos positivos sobre el posterior desenvolvimiento del individuo en el mercado laboral y su mayor capacidad de generación de ingresos (Bossiere 2004, Glewwe y Kremmer 2005). Por ello, la educación cobra una especial importancia en países con elevados niveles de desigualdad, como el Perú, y tiene gran relevancia como instrumento de política.

En cuanto a la educación inicial, a pesar de su reconocimiento casi universal, ha sido relegada dentro de las políticas públicas del sector y su importancia es subestimada por los propios padres de familia. Myers (1992) y Currie y Thomas (2000) demuestran que recibir educación inicial influye positivamente sobre el rendimiento que se pueda presentar en grados superiores de educación, por lo que genera un círculo virtuoso de desarrollo educativo y emocional, y favorece la igualdad de oportunidades.

Sin embargo, la falta de interés por reforzar la oferta de educación preescolar, tanto en lo que se refiere a la disponibilidad de centros educativos especializados como a la calidad e idoneidad del servicio, se ha traducido en un menor acceso de los niños a este nivel educativo y, aun cuando logran acceder, el impacto sobre sus actividades educativas futuras es limitado. En el Perú no solo existen marcadas diferencias entre el sistema de educación inicial privado y el público, sino que, además, los programas de educación pública se dividen en programas escolarizados y no escolarizados, con sustanciales diferencias en la calidad de sus servicios.

El presente capítulo estima una función de producción educativa, que tiene como factores explicativos variables de demanda -características del niño y su entorno, incluyendo la asistencia a educación inicial- y de oferta -infraestructura del colegio, calidad docente, entre otros-. Los resultados indican que la asistencia a educación inicial es una variable altamente explicativa del rendimiento escolar a nivel nacional. Sin embargo, cuando estimamos este impacto considerando el lugar de residencia del niño, su lengua materna y el nivel de pobreza del distrito donde vive, se observa una fuerte reducción del impacto en aquellos grupos marginados.

Así, se demuestra que uno de los principales problemas con relación a la educación preescolar es el limitado acceso a una oferta educativa inicial de calidad. Si bien el nivel de cobertura es más bajo que lo deseado de acuerdo a estándares internacionales, lo más preocupante es que, en las zonas más excluidas y dispersas del territorio nacional, esta cobertura la logran instituciones públicas de baja calidad y con modelos educativos no necesariamente adecuados a las realidades de cada comunidad.

Considerando la importancia de la educación del niño desde sus primeros años de vida, es posible esperar que las desigualdades en los logros educativos que se observan a nivel nacional, y que luego se traducen en fuertes limitaciones de los peruanos y peruanas para ingresar al mercado laboral en igualdad de condiciones, tengan su origen primario en la mala calidad de la educación inicial en el país.

El capítulo se organiza de la siguiente manera. Luego de la presente introducción, se desarrolla el marco teórico, en el que se discute la literatura existente sobre los principales determinantes del rendimiento escolar y su conexión con la asistencia a la educación inicial, así como la posible heterogeneidad de dicho impacto de acuerdo a diversos grupos socioeconómicos. En la segunda sección, se presenta el estado de la cuestión del rendimiento en el Perú y la educación inicial. La tercera sección muestra las estimaciones de la función de producción del aprendizaje escolar, su relación con la asistencia a inicial, y las diferencias de la misma cuando se analizan diversos grupos socioeconómicos. La cuarta sección presenta las conclusiones.

1. MARCO TEÓRICO

1.1 La asistencia a educación inicial como determinante del rendimiento escolar

La investigación y la discusión académica producidas en el contexto latinoamericano concluyen que la educación es la principal vía para el desarrollo. La educación inicial, como parte de la formación educativa del individuo, está siendo también objeto de estudio por su contribución en los logros académicos y en el desarrollo de los países.

Si bien las investigaciones sobre la importancia de haber cursado estudios preescolares son relativamente recientes, los autores concuerdan en que uno de los principales determinantes del rendimiento académico es, justamente, la base educativa del niño. Así, investigadores como Currie y Thomas (2000), Myers (1992) y Berlisnki, Galiani y Gertler (2006)2 encuentran que la asistencia a la educación inicial fomenta un mejor rendimiento futuro.

Berlinski, Galiani y Manacorda (2007) utilizan información para Uruguay y demuestran que promover la educación preprimaria es una medida de política exitosa y costo-efectiva para prevenir el fracaso escolar (medido en términos de deserción escolar y repitencia). Además, sostienen que sus efectos perduran por un período largo de tiempo, incidiendo incluso en los primeros años de secundaria.

De la misma forma, Magnuson, Meyers, Ruhm y Waldfogel (2004) encuentran que niños de primer grado de los Estados Unidos que asistieron a un centro o programa preescolar el año previo a ingresar a la escuela, tienen un mejor desempeño en lectura y matemáticas que aquellos que no lo hicieron.

En Currie y Thomas (2000) se especifican beneficios adicionales de la estimulación educativa temprana. Uno de ellos, de gran relevancia, es la reducción en la tasa de deserción educativa, producto de los mejores rendimientos obtenidos en la etapa primaria. Esto, además, incentiva a que el niño y su familia continúen interesados en su formación académica. La educación preescolar contribuye también al desarrollo de las llamadas “habilidades blandasdz3, que, como Paulus, Horvitz y Shi (2006) muestran, son claves en etapas futuras de la formación del individuo.

En el Perú, Cueto y Díaz (1999) y Gonzales y Basurto (2008) desarrollaron estudios para evaluar el impacto que, sobre el rendimiento escolar, tenía el haber asistido a educación inicial. Los primeros autores plantearon un modelo para medir el impacto sobre el rendimiento en matemáticas y lenguaje en primer grado de primaria. Las segundas desarrollaron un estudio similar con la Evaluación Escolar muestral del 2004, pero considerando un esquema de diferenciación geográfica. Para ello, incorporaron información sobre la ubicación de la vivienda del niño (zona urbana o rural), y encontraron diferencias notorias en el rendimiento. Ambos trabajos identificaron que, en efecto, asistir a educación preescolar presenta retornos positivos sobre el rendimiento y sobre la tasa de culminación escolar posterior (de primaria y secundaria), aunque dichos efectos son mayores en zonas urbanas.

Por otro lado, Yamada (2005) y Calónico y Ñopo (2007) diagnosticaron que culminar la etapa primaria incide positivamente sobre los futuros salarios del individuo. De esta manera, se ve reforzada la idea de que la educación preescolar cumple un rol fundamental en acortar brechas de oportunidades entre grupos sociales.

1.2 Otros determinantes de los logros educativos

Un determinante importante del rendimiento escolar es la asistencia a la educación inicial, aunque no es el único. En consecuencia, incorporar adecuadamente los determinantes de dicho rendimiento en las estimaciones econométricas permitirá evitar distorsiones del cálculo del impacto de la educación preescolar sobre el rendimiento en la educación básica.

Es posible diferenciar los determinantes del rendimiento entre los que provienen de la demanda educativa y aquellos relacionados con la oferta. Los primeros se refieren a las características particulares de los individuos, sus familias y sus comunidades. Autores como Coleman (1968) y Leibowitz (1974) fueron pioneros en manifestar que el background del individuo tiene un impacto muy fuerte en su potencial rendimiento. Las habilidades y el contexto socioeconómico pertenecen a este grupo de determinantes. BID (2008) y Ñopo y Hoyos (2010) afirman que es dicho grupo el que tiene mayor relevancia para explicar la heterogeneidad del impacto de las políticas públicas.

Los determinantes de oferta, como postulan Pritchett y Filmer (1997), Rothstein (2008), Harbison y Hanushek (1992), Fertig y Schmidt (2002), entre otros autores, son los que se refieren a la cobertura del servicio (ya sea de origen público o privado). Es sobre estos que recaen, principalmente, los conceptos de exclusión y desigualdad de acceso a la educación. Asimismo, como afirman Benavides y Valdivia (2004), el rol del Estado en estos determinantes es fundamental, dado que su intervención sobre los mismos, mediante el gasto social, permitiría acortar las brechas en el rendimiento entre grupos.

A manera de resumen, y tomando como referencia el marco teórico propuesto por Harbison y Hanushek (1992), el cuadro 1 presenta los determinantes de oferta y demanda que influyen sobre el rendimiento escolar. Este será el punto de partida para el presente estudio, en tanto que ofrece una clasificación sencilla, útil y que es aplicable a las consecuentes implicancias de política. Sobre la base de este cuadro, se planteará el modelo empírico que se presenta en la sección 3.

producción educativa

1.3 La heterogeneidad de los logros educativos entre diversos grupos socioeconómicos

La literatura muestra una evidente vinculación entre la educación inicial y el rendimiento académico. Sin embargo, es importante identificar si el acceso a la educación inicial, así como su impacto sobre el rendimiento, es homogéneo en los distintos grupos sociales.

La heterogeneidad del impacto de la educación en la región ha sido investigada por organizaciones para el desarrollo tales como el BID (2008) y la Unesco (2007), las que han incorporado temas de desigualdad y discriminación en sus agendas de investigación. Sin embargo, a pesar del avance en los estudios, no se ha llegado a una definición clara de por qué se produce dicha heterogeneidad o, más aun, de cómo medirla. Autores como Chong y Ñopo (2007), Gandelman, Ñopo y Ripani (2007), BID (2008), entre otros, afirman que se trata de un fenómeno discriminatorio y plantean diversas metodologías de medición4.

Aun cuando no se han establecido variables específicas para medir la heterogeneidad, sí se observa un intento de consenso entre las metodologías de medición propuestas. Se consideran potenciales variables de controlque identifican de manera única a los grupos sociales, como por ejemplo la raza y/o etnia, la discapacidad, la pobreza y el sexo. Aunque estas variables han sido utilizadas por diversos autores de la región para medir la heterogeneidad de la educación en general -no necesariamente la preescolar-, en este estudio supondremos que estas mismas variables afectan la heterogeneidad del impacto de la educación inicial sobre el logro académico.

El BID (2008) y la Unesco (2007) señalan que los grupos indígenas en América Latina son los que mayor incidencia de exclusión5 y discriminación6 presentan. Chong y Ñopo (2007) muestran que el hecho de que exista una gran diversidad de etnias en América Latina hace más difícil la aplicación de políticas sociales que tengan el impacto debido, pues, además, no son diseñadas tomando en cuenta las características y necesidades específicas de cada grupo étnico. Por otro lado, existe una dificultad de acceso del Estado, dado que las poblaciones indígenas suelen estar ubicadas en zonas alejadas y dispersas. Si bien las mallas curriculares que plantea el Ministerio de Educación peruano podrían ser adaptadas a las necesidades y particularidades de cada localidad, en la práctica se aplican las versiones estandarizadas y no necesariamente compatibles con la realidad cultural de cada zona del país.

Asimismo, el BID (2008) propone la lengua materna como variable principal de diferenciación entre grupos socioeconómicos, pues identifica específicamente a los grupos indígenas y nativos. Al respecto, Toledo (2006) ha determinado la existencia de 860 lenguajes y dialectos distintos en Latinoamérica.

Además de la lengua materna, Chong y Ñopo (2007) proponen incluir otras variables que reflejen la diversidad de los grupos sociales de manera más precisa. El área de residencia es una variable fundamental. Las zonas marginales en el territorio, especialmente las áreas rurales, son las que menor cobertura del gasto público y menor apoyo social presentan (BID 2008 y Defensoría del Pueblo 2009).

Las diferencias en el ámbito económico también son fundamentales para identificar la heterogeneidad de grupos poblacionales (Chong y Ñopo 2007 y Gandelman et al. 2007). La pobreza, como principal indicador de desarrollo humano, puede aproximar las diferencias económicas de diversos grupos poblacionales. En este sentido, el BID (2008) considera que la condición económica de los individuos es clave para entender el proceso de discriminación. Más aun, se afirma que, en el Perú, 41% de la percepción de desigualdad y discriminación se genera por temas económicos7.

Entonces, es posible plantear tres aristas que nos permitirán establecer la posible heterogeneidad de los grupos sociales en lo que se refiere al impacto de la educación inicial sobre el rendimiento escolar: lengua materna, ubicación geográfica (altitudinal) y pobreza.

1.4 Arreglo institucional de la educación inicial en el Perú

La cobertura de la educación inicial en el Perú se ha incrementado notablemente en los últimos años, pasando de 53,2% en 1999 a 66,3% en el 20098. Sin embargo, estas cifras distan aún de las tasas de acceso que se han alcanzado en la educación primaria, donde prácticamente se tiene una cobertura universal.

El sistema de educación inicial en el Perú está constituido por dos tipos de programas de educación pública, uno escolarizado y otro no escolarizado. Ambos buscan el desarrollo integral de los niños y niñas a través de actividades de estimulación cognitiva, motora, afectiva y social. Información del Ministerio de Educación (Minedu) revela que para el año 2009, el número de instituciones educativas de educación inicial a nivel nacional fue de 39.717, de las cuales el 78% correspondía a una gestión pública y el 22%, a una gestión privada9.

La atención escolarizada se ofrece a través los centros de educación inicial (CEI)10, instituciones educativas pertenecientes al segundo ciclo del nivel de educación inicial de la educación básica regular (EBR). Tienen un currículo oficial estructurado a cargo de docentes profesionales, con título de profesores licenciados en educación inicial (Cueto y Díaz 1999), que pueden contar con el apoyo de auxiliares. A esta categoría corresponden las instituciones educativas (estatales y privadas) como las cunas (para niños y niñas de 0 a 3 años), los jardines de infancia (de 3 a 5 años) y las cunas-jardín (hasta los 5 años). Estadísticas del Minedu señalan que los CEI privados dan servicio a 276.782 niños y niñas de entre 3 y 5 años, y los CEI públicos, a 670.596 niños y niñas de esa misma edad11.

Por otro lado, la atención no escolarizada se ofrece a través de programas que están bajo la jurisdicción del Minedu, y que pueden orientarse a atender a niños y niñas o a promover prácticas de crianza entre padres, madres y apoderados. Dentro de los primeros, los programas no escolarizados de educación inicial (Pronoei)12, que surgen por iniciativa de las organizaciones locales, trabajan con niños de 3 a 5 años de edad. Usualmente tienen una metodología de trabajo más libre, a cargo de madres voluntarias de la comunidad, apenas instruidas para desarrollar sus labores, que se conocen como “animadoras” (Cueto y Díaz 1999). Ellas cuentan con un entrenamiento básico en el cuidado y la estimulación del niño, y son monitoreadas por una docente-coordinadora que depende de la Unidad de Gestión Educativa Local del Minedu. Si bien inicialmente cada profesora-coordinadora se encargaba de 8 a 10 programas (dependiendo de la ubicación geográfica y la demanda de atención)13, en la actualidad pueden llegar a supervisar hasta 40 Pronoei, lo que a todas luces no permite brindar la asistencia técnica y el acompañamiento personalizado que necesitan las animadoras. De acuerdo con el Minedu, los Pronoei atienden a 218.382 niños y niñas de 3 a 5 años de edad.

A diferencia de un CEI estatal, que funciona en instalaciones del Minedu, los Pronoei lo hacen en un local designado por la comunidad. Mientras los CEI tienen clases los cinco días útiles de la semana, los Pronoei únicamente tienen cuatro, pues el último está dedicado a la supervisión de las labores. Las animadoras o madres voluntarias encargadas de un Pronoei no reciben un sueldo como la docente del CEI, pero sí una ayuda económica por parte del Estado. Los Pronoei resultan menos costosos para el Estado que los CEI y han sido orientados principalmente a zonas rurales y urbano-marginales de todo el Perú (Díaz 2006). Ofrecen el servicio a un mínimo de 8 niños, en el primer caso, y de 15 niños, en el segundo14.

Las diferencias de calidad son evidentes incluso dentro de la propia oferta pública, ya que la asistencia a un Pronoei no equivale a la de un CEI15. Por ello, en el Proyecto Educativo Nacional al 2021 se plantea como principal medida asociada con la política de universalizar el acceso a educación inicial formal de niños y niñas de 4 y 5 años de edad, que se produzca una reestructuración de los Pronoei sobre la base de estándares de calidad de servicio, y que se la considere como oferta complementaria y no sustitutoria de la educación inicial escolarizada16.

2. RENDIMIENTO ESCOLAR Y ASISTENCIA A EDUCACIÓN INICIAL EN EL PERÚ: ESTADO DE LA CUESTIÓN

En la sección anterior, se han analizado una serie de variables relacionadas con la demanda y la oferta educativas, que inciden sobre el rendimiento escolar. Asimismo, se ha mostrado cómo diversos autores sostienen que invertir en educación es socialmente rentable, sobre todo cuando se aplican políticas que buscan mejorar su calidad. Para el caso peruano, se cuestiona la eficiencia de tal inversión, ya que esta se ha concentrado, casi exclusivamente, en aumentar la cobertura. Más aun, trabajos como BID (2008) y Banco Mundial (2005) consideran que una de las principales fallas institucionales de la inversión en educación en el Perú ha sido no considerar los factores de diversidad cultural que se presentan a lo largo del territorio.

Para lograr mayores niveles de compatibilidad entre los planes de estudio propuestos por el Estado y las características de la comunidad, así como lograr mayor eficiencia educativa, Currie y Thomas (2000), Myers (1992) y Berlisnki et al. (2006) encontraron que la asistencia a educación inicial permite una mayor integración y reconocimiento de la diversidad cultural en el sistema de educación escolar y genera mejoras en el rendimiento.

Sin embargo, en el caso peruano, la conexión entre asistencia a inicial y rendimiento escolar tiene muchos matices. Cueto y Díaz (1999) encontraron que el niño que ha pasado por un preescolar rinde mejor en el colegio, aun cuando no todos los ofertantes de educación inicial garantizan un efecto similar. Así, afirman que asistir a un CEI incrementa en mayor magnitud la probabilidad de alcanzar las competencias esperadas en primer grado de primaria, que asistir a un Pronoei (22% contra 17% en matemáticas, y 25% contra 15% en lenguaje).

Las conclusiones del BID (2008), junto con los resultados de los trabajos mencionados, sugieren que es necesario considerar la alta diversidad cultural de nuestro país en el momento de analizar el impacto diferenciado de la educación inicial sobre el rendimiento escolar. Es por ello que en el presente documento se han incorporado al análisis las tres variables de diferenciación de grupos socioeconómicos que se plantearon en la sección anterior: lengua materna, ubicación geográfica y pobreza. Así, se podrá definir la situación actual de la educación básica en el Perú y el posible impacto que sus determinantes -especialmente haber asistido a educación inicial- puedan tener en cada subgrupo. Ello se presenta a continuación, a través del análisis de la Evaluación Censal de Estudiantes (ECE, 2008-2009), que contiene evaluaciones censales de rendimiento en matemáticas y comprensión lectora, aplicadas a los alumnos de segundo grado de primaria. Este tipo de evaluaciones permite, justamente, la comparación entre grupos, pues fomentan la objetividad de la medición como lo postula Woe8man (2003). En efecto, este indicador de eficiencia educativa -el rendimiento- ha permitido que distintos autores estudien el impacto diferencial de las políticas sociales y encuentren resultados relevantes. Para América Latina, Patrinos, Giovagnoli y Fiszbein (2005), Cueto y Díaz (1999), entre otros, mostraron que las posibles diferencias en el rendimiento, para distintos países, confirman que existen determinantes específicos del rendimiento, tanto por el lado de la oferta educativa como de la demanda educativa, y estos determinantes condicionan la efectividad de la educación en la sociedad.

2.1 Situación actual del rendimiento escolar y la asistencia a educación inicial

Para analizar el rendimiento escolar alcanzado por el estudiante en las áreas lógico-matemática (LM) y comprensión lectora (CL), se utilizó la ECE 200817, elaborada anualmente desde el 2007 por la Unidad de Medición de la Calidad (UMC) del Minedu18. Se trata de una prueba estandarizada y representativa a nivel nacional de acuerdo con la gestión, las características y la ubicación geográfica de la IE19. Sus resultados se agrupan según dos criterios: por niveles y por puntaje. En términos de niveles, se consideran tres categorías de rendimiento:

1. Menor a nivel 1: el alumno no alcanzó las habilidades elementales del grado.

2. Nivel 1: el alumno alcanzó las habilidades elementales del grado.

3. Nivel 2: el alumno alcanzó las habilidades necesarias del grado.

Estos niveles fueron determinados a partir de la medida RASCH de los puntajes de las pruebas, que se basa en la teoría probabilística del mismo nombre. En ella se establece la nota a partir de una conversión logarítmica que va desde menos infinito a más infinito, con lo que se logra que los resultados sean comparables entre las pruebas.

Los puntos de corte para los niveles los estableció el Minedu, a partir de la opinión de expertos en educación de su UMC. Así, se estableció un nivel óptimo de respuestas acertadas para la prueba de comprensión lectora (CL) y la lógico-matemática (LM)20.

2.1.1 Rendimiento escolar

Los resultados de las pruebas de la ECE ponen en evidencia la alta deficiencia de los alumnos en ambas áreas, aunque las carencias de conocimientos son mayores en matemáticas.

rendimiento

Como se ve en el cuadro 2, 48% de los alumnos a nivel nacional alcanzó un nivel menor de 1 en LM; es decir, casi la mitad de los alumnos no alcanzó ni las habilidades elementales del grado, mientras que tan solo 13% logró el nivel 2. Para el caso de la prueba de CL, los resultados muestran que 51% de los alumnos alcanzó el nivel 1 y 26%, el nivel 2.

evolución rendimiento

En el cuadro 3, se observa una mejora en los niveles de rendimiento en ambas materias para el año 2008, aunque más significativa es la producida en el caso de CL: 26% de niños logró el nivel 2, frente al 16% alcanzado en el 2007. Para el 2009, se aprecia una mejora sutil en LM y un estancamiento en la proporción de niños que alcanzaron el nivel 2 para el área de CL. Pese a estos pequeños avances, las cifras continúan evidenciando una elevada deficiencia en los logros educativos a nivel nacional.

2.1.2. Asistencia a educación inicial

De acuerdo con la ECE 2008, el 88% de los alumnos que rindió las pruebas asistió a algún centro de educación inicial a nivel nacional. Esta cifra es alentadora comparada con la meta propuesta por los Objetivos del Milenio de las Naciones Unidas (100%), y va alcanzando a la tasa de asistencia a la primaria: 94% en el 200821.

asistencia educación

2.1.3 Asistencia a educación inicial y rendimiento escolar

El cuadro 5 presenta la relación entre asistencia a educación inicial y el rendimiento en ambas pruebas.

aistencia rendimiento

Tanto para la prueba de LM como para la de CL, se ve que la asistencia a educación inicial muestra un impacto positivo en el rendimiento. En LM, de los alumnos que asistieron a educación inicial, 14% alcanzó el nivel 2; de los que no asistieron, 7% lo logró. Asimismo, 44% alcanzó un nivel menor de 1, mientras que entre los no asistentes ese porcentaje se situó en 62%. En el caso de CL, el efecto positivo es más notorio: el 29% alcanzó el nivel 2 de la prueba, mientras que de los que no asistieron solamente el 9% lo logró: asimismo, 19% de los alumnos que asistieron a educación inicial no logró ni siquiera el nivel 1, mientras que para quienes no asistieron dicha cifra fue de 45%.

2.1.4 Diferenciación por variables que reflejan la heterogeneidad

Para analizar el impacto diferencial de la educación inicial en el rendimiento de los alumnos en la escuela, de acuerdo con la heterogeneidad de diversos grupos sociales, se incluyeron en el análisis las variables <I>proxies</I>de heterogeneidad identificadas previamente.

2.1.4.1 Lengua materna

Es indudable la alta variabilidad de la lengua materna a lo largo del territorio peruano (43 tipos distintos de idiomas y dialectos de los niños que asisten al sistema educativo22).

Para fines del presente documento, y por razones de disponibilidad de información, se han categorizado las lenguas existentes en el país en dos grandes grupos: los niños cuya lengua materna es el castellano y los que poseen cualquiera otra distinta a ella. La prueba de la evaluación censal se lleva a cabo en castellano, lo que representa una desventaja para quienes no tienen como lengua materna este idioma y más bien tuvieron que aprenderlo fuera del hogar.

lengua materna

Como muestra el cuadro 6, existe una clara concentración de niños que tienen como lengua materna el castellano, debido a que las pruebas de rendimiento en colegios bilingües se aplican dentro del Programa ECE-EIB (Educación Intercultural Bilingüe) y no en la ECE que se ha analizado en este documento23. Esto significa que se está excluyendo del análisis a aquellos niños que sí reciben educación en su lengua nativa, y más bien se concentra en todos aquellos que acceden a ella en castellano, cualquiera sea su lengua materna.

logico matemático

Como se observa en el cuadro 7, la ventaja en rendimiento se da en ambas pruebas, pero más intensamente en CL, lo cual parece lógico, pues en ella influye especialmente el manejo del idioma. Dicha ventaja disminuye para el caso del área LM, aunque se siguen observando diferencias estadísticamente significativas entre las categorías.

educación inicial

En lo que respecta a la asistencia a inicial, esta es menor entre los niños que tienen lengua materna distinta al castellano (cuadro 8), posiblemente por un acceso más restringido a este nivel educativo entre tales niños24.

lengua materna

En el cuadro 9 se ve que, para los niños con lengua materna distinta al castellano, el impacto de cursar educación inicial sobre el rendimiento escolar es menor que para los que presentan lengua materna castellana, e incluso en varios casos negativo. Ello puede deberse a dos razones. Por un lado, efectivamente, en las zonas donde predomina una lengua materna distinta al castellano (que suelen ser las regiones más marginadas y pobres del país), la calidad de la educación inicial es tan limitada que no hace diferencia sobre el posterior rendimiento escolar. La segunda razón es la posible endogeneidad de la variable educación inicial, que lleva a dirigir este nivel educativo a aquellas zonas donde el rendimiento de la escuela es justamente menor o en las áreas de mayor pobreza25. Estas constataciones estadísticas serán verificadas más adelante con el análisis econométrico que se presenta.

2.1.4.2 Ubicación geográfica

Dominio geográfico

En el caso de ubicación geográfica, se cuenta con diversas variables para el análisis. Una alternativa es utilizar la variable dominio (Costa, Sierra o Selva). Como se ve en el cuadro 10, 66% de los niños de la muestra vive en la Costa; 24%, en la Sierra; y 11%, en la Selva26.

niños dominio

Al analizar los indicadores de rendimiento y asistencia con relación al dominio, se notan diferencias entre grupos. El cuadro 11 evidencia que, en todas las regiones, la situación del rendimiento es similar a la del nivel nacional (i.e., en LM el rendimiento es, en general, muy bajo). Sin embargo, para el caso de CL la brecha entre regiones se torna más notoria, hasta de 26 puntos porcentuales para el logro del nivel 2 entre Costa y Selva (35% contra 9%, respectivamente).

dominio geográfico

Por otro lado, en el cuadro 12 se analiza la tasa de asistencia a educación inicial, según dominio geográfico. Se observa que, mientras en la Costa la asistencia es muy elevada (casi 100%), en la Selva y en la Sierra dicho porcentaje disminuye a 83% y 75%, respectivamente.

inicial

A pesar de que la tasa de asistencia no presenta un diferencial tan amplio entre las regiones, la heterogeneidad en el rendimiento sí es elevada. Este fenómeno, a priori, puede explicarse por las diferencias de la calidad educativa que se presenta en cada región, así como por la dificultad en el acceso y la dispersión poblacional que caracteriza a muchas zonas en esas localidades.

Área geográfica

Una de las alternativas más simples, pero más precisas, para lograr una diferenciación geográfica es comparar poblaciones rurales y urbanas. Se espera que el rendimiento de los niños pertenecientes a niveles urbanos sea mayor que el de los de las zonas rurales, ya sea por acceso y/o calidad educativa.

rendimiento lectora

En el caso urbano, el porcentaje de niños que alcanzó el nivel esperado para el grado fue de 16% y 37%, para LM y CL, respectivamente. Como muestra el cuadro 13, en el área rural dichas cifras alcanzan un 6% en ambas pruebas. Se ve, además, una heterogeneidad mayor en CL que en LM.

Por otro lado, respecto a la educación inicial, se observa casi un 100% de asistencia en la zona urbana, mientras que en las poblaciones rurales 1 de cada 4 niños en edad preescolar no asiste a este nivel educativo.

Tabla 14

El análisis cruzado entre variables para definir el posible efecto de asistir a educación preescolar sobre el rendimiento permite observar que dicho impacto es más notorio para las comunidades urbanas (nuevamente, consideramos la calidad educativa como factor explicativo). Como se aprecia en el cuadro 15, la diferencia entre áreas geográficas es más evidente en CL que en LM.

Tabla 15

2.1.4.3 Niveles de pobreza (a nivel distrital)

La tercera variable por incluir dentro del análisis de heterogeneidad es la pobreza. Dada la dificultad de conseguir información específica de cada niño evaluado en la ECE 2008, se tomó como referencia el nivel de pobreza del distrito donde vive y se consideraron las tres categorías tradicionales: pobreza extrema, pobreza no extrema y no pobre.

Se esperan mejores indicadores de rendimiento escolar mientras menos pobre sea el niño. La consideración de las necesidades insatisfechas, propuestas por Maslow (1943), sustenta esta idea. El autor presenta un ranking de satisfacción de necesidades, clasificadas, de mayor a menor prioridad, en fisiológicas, de seguridad, de afiliación, de reconocimiento y de autorrealización. Los estudios académicos del niño, como parte de las necesidades de autorrealización, son relegados al último lugar si es que no se cuenta con los recursos suficientes para satisfacer las necesidades más prioritarias, referidas a las fisiológicas, como comida o vivienda.

nivel pobreza

El cuadro 16 corrobora la hipótesis de que existe una correlación negativa entre el nivel de pobreza y el rendimiento alcanzado, especialmente en el caso de los pobres extremos. Las mismas tendencias se observan para el caso de la CL.

En lo que respecta a la asistencia a educación inicial, como lo demuestra el cuadro 17, se ve que los más pobres asisten menos. La diferencia es mucho más evidente entre los dos niveles de pobreza y, especialmente, entre los pobres extremos y el resto de observaciones.

Tabla 17

Al analizar la relación entre asistencia y rendimiento escolar, se observa un efecto positivo entre dichas variables pero específicamente para los grupos no pobres, como lo demuestra el cuadro 18, lo que refuerza el uso de la variable económica como aproximación de la heterogeneidad. En ese cuadro, se presentan las elasticidades del rendimiento en cada tipo de prueba, respecto de la asistencia a educación inicial.

elasticidad inicial

La baja calidad de las instituciones educativas en los sectores más pobres puede ser una las explicaciones del porqué de estas elasticidades negativas asociadas al nivel 2: a diferencia de lo que ocurre entre las poblaciones no pobres, entre los pobres, asistir a educación inicial no mejora la posibilidad de alcanzar el nivel 2 sino solamente el 1. En este sentido, como se observa en el cuadro 19, existe una clara predominancia de las instituciones públicas en los grupos más pobres. Más aun, dentro de dichas instituciones públicas predominan los Pronoei, que, como ya se dijo previamente, suelen tener una calidad más reducida que los centros de educación inicial escolarizados.

Tabla 19

La situación es distinta para los distritos no pobres. En ellos, asistir a educación inicial se relaciona con una mayor probabilidad de alcanzar el mejor nivel de desempeño en LM y CL, en 159% y 100% respectivamente. A manera de resumen, se puede observar el comportamiento de asistencia a inicial y rendimiento en el gráfico 1.

inicial medida

3. ESTIMACIÓN ECONOMÉTRICA DEL IMPACTO DIFERENCIAL DE LA EDUCACIÓN INICIAL SOBRE EL RENDIMIENTO ESCOLAR

3.1 Metodología

3.1.1 Bases de datos

Para modelar el rendimiento escolar se ha trabajado con la ECE 2008. Esta base de datos contiene, además de los resultados obtenidos en las pruebas de rendimiento, variables sociodemográficas del alumno, es decir, determinantes provenientes de la demanda como, por ejemplo, lengua materna, sexo, edad, asistencia a educación inicial y lugar de procedencia.

Se utiliza una fuente de datos adicional que permita complementar esta información con los determinantes por el lado de la oferta educativa. El Censo Escolar 2008 (CE), un formulario de preguntas dirigidas al director de cada centro educativo, contiene variables relacionadas con la calidad de la infraestructura y la plana docente, además de algunos atributos de los estudiantes a nivel de colegio.

Finalmente, se trabajó también con el Censo de Vivienda 2007 (CV) para obtener las variables de demanda adicionales que no se encontraron en la ECE. Las variables disponibles en el CV son utilizadas, principalmente, para definir algunos parámetros que distingan a los grupos sociales, dentro de los cuales se encuentran el nivel de pobreza y el dominio geográfico al que pertenecen el niño y su familia27.

3.1.2 Modelo empírico

El estudio estima la función de producción del rendimiento escolar utilizando los puntajes de la ECE 2008. Para ello, se trabaja con una función tradicional cuya dependiente es la medida RASCH obtenida por el alumno, mientras que las variables explicativas son los factores de oferta y demanda presentados en la sección 2.2, incluyendo la asistencia a EI. Así, en términos generales, se tiene:

IMAGEN 2.1

Donde:

IMAGEN 3.1: es la medida RASCH obtenida por el alumno “i” en la asignatura “j”.

IMAGEN 3.2: son los factores de demanda asociados al alumno “i”, que incluye la asistencia a EI.

IMAGEN 3.3: son los factores de oferta asociados al alumno “i”.

IMAGEN 3.4: es el componente no observable.

En el proceso de estimación, se usa el estimador de mínimos cuadrados ordinarios (MCO), en un contexto de información de corte transversal. Sin embargo, dado que dentro de los factores de demanda se encuentra la variable “Asistencia a educación inicial”, es necesario considerar potenciales problemas de endogeneidad, pues muchas de las variables que explican el rendimiento estudiantil de un alumno son las que pueden haber explicado su asistencia a educación inicial en un período pasado. Para resolver este problema fue necesaria la instrumentalización de la asistencia a educación inicial utilizando como regresores una serie de variables exógenas que permiten obtener, finalmente, estimadores eficientes en la función de producción.

Es así como se aplica un proceso de estimación en dos etapas: la primera da cuenta de la instrumentalización de la asistencia a inicial; la segunda es una estimación por MCO del rendimiento escolar, utilizando la predicción de la variable instrumentalizada en la primera etapa.

En lo que se refiere a la segunda etapa, se decidió estimar solamente la asignatura de CL, puesto que los problemas de restricción de información en las variables de oferta generaron dificultades en la estimación de la función de producción para LM (véase la nota 26).

3.2 Estimación de la función de producción educativa

El cuadro 20 muestra los resultados de la estimación de la función de producción para la prueba de CL, incluyendo como variable explicativa la instrumentalización de la asistencia a educación inicial obtenida en la etapa previa (véase el anexo 2).

producción rendimiento

Al observar el coeficiente asociado a la asistencia a educación inicial, se muestra que el impacto de asistir sobre el rendimiento es positivo y significativo. Los demás determinantes por el lado de la demanda también tienen el impacto esperado: padres más educados elevan el rendimiento del niño, y también lo hace provenir de un distrito con mayor nivel de desarrollo.

Los determinantes de oferta tienen igualmente impactos significativos. En este caso solo se consideraron los referentes a la gestión educativa y a los docentes, más no aquellos vinculados con la infraestructura de la escuela y la disponibilidad de servicios, dado que las variables incluidas en esta última categoría limitaban en mayor medida el número de observaciones disponibles.

En primer lugar, existen dos variables que reflejan los efectos de pares. Martins y Walker (2005) se refirieron a los efectos del estudio en grupo dentro de un aula de clase y notaron que el nivel intelectual de los compañeros del aula, así como la heterogeneidad de personalidades y de orígenes, tiene una incidencia significativa sobre el rendimiento del alumno. En este trabajo se incluyen para medir los efectos de pares la lengua materna y la repitencia, y ambos muestran los signos esperados: positivo en el caso del porcentaje de alumnos hispanohablantes, y negativo en el del porcentaje de repitentes.

Por su parte, en cuanto a gestión educativa, pertenecer a un colegio público supone una desventaja en términos de rendimiento. Dronkers y Robert (2005) ya habían encontrado en un estudio comparativo de rendimiento entre alumnos de escuelas privadas y públicas en países pertenecientes a la OECD, que el rendimiento de quienes asistieron a instituciones privadas fue mayor en aproximadamente 15%.

Finalmente, en lo que se refiere a docentes, cuando la institución educativa donde estudia el niño es polidocente completa (nivel docente) y tiene un mayor porcentaje de docentes con estudios pedagógicos con título (% de docentes calificados), se produce un efecto positivo sobre el rendimiento del niño.

3.3 Efectos impacto y elasticidades

En el cuadro 21 se ha cuantificado la magnitud de los impactos encontrados, a partir del cálculo de las semielasticidades (para variables explicativas discretas) y elasticidades (para las continuas). Allí se muestran las variaciones porcentuales de la medida RASCH ante una variación en 50% en el nivel de las variables continuas o, en su defecto, pasar a contar con una categoría adicional en el caso de las variables discretas (de 0 a 1, por ejemplo). Los resultados han sido ordenados según la magnitud del impacto (en valor absoluto). Se observa que la asistencia a educación inicial ocupa el segundo lugar dentro del ranking de las que más influyen. Así, asistir a El supone un incremento de 34% del puntaje esperado en la prueba de CL. La variable que más impacta en el rendimiento en CL es la gestión de la institución educativa, con un efecto 38% menor si el niño pertenece a una escuela pública. Esto resulta coherente si se toma en cuenta la alta deficiencia de la gestión pública de la educación en el Perú.

El tercer y cuarto lugar lo ocupan el índice de desarrollo humano (IDH) y el porcentaje de docentes calificados del grado, con impactos de 27% y 23% sobre el rendimiento, respectivamente.

impacto elasticidades

Si estos impactos se dieran de manera agregada, combinando el efecto de varias variables a la vez, el cambio en el logro académico sería más importante. Así, por ejemplo, si el niño asiste a inicial, estudia en una institución privada y polidocente completa, donde el 50% de los docentes están calificados, su puntaje en escala RASCH más que se duplica, con un incremento de 227%.

Recordemos que este estudio centra su atención en determinar si existe un impacto significativo de asistir a educación preescolar sobre el rendimiento académico. Los resultados de la estimación de la función educativa muestran que dicho impacto existe y es significativo, y además permite analizar el impacto de los otros determinantes del rendimiento académico, tanto de demanda como de oferta. Sin embargo, queda pendiente determinar si este impacto es heterogéneo entre grupos sociales, de acuerdo a la posibilidad de acceder a una educación inicial de calidad.

3.4 Medición de la heterogeneidad

Como forma de medir si existe o no un impacto diferenciado de acuerdo con el grupo social específico al que pertenece el niño, el estudio realiza un proceso de interacción de variables. Ello se logra incluyendo variables multiplicativas en la ecuación inicial y determinando si es que existe un quiebre en el coeficiente de la variable asistencia a educación inicial. En términos generales, el procedimiento se realiza estimando la siguiente función de producción:

IMAGEN 2

Donde:

IMAGEN 3.5: asistencia a educación inicial instrumentalizada

X: vector del resto de variables explicativas

M: vector de diferenciación

IMAGEN 3.6: coeficientes asociados a los tres tipos de variables.

El efecto impacto de la variable ini_iv será distinto dependiendo si el coeficiente Ɵ presentado en la ecuación anterior es significativo. M es el vector de diferenciación, que consiste en un conjunto de variables dicotómicas que toman el valor de 1 si es que el niño pertenece a un grupo social determinado. Por ejemplo, si el coeficiente e resulta significativo y positivo cuando M es la variable “lengua materna del niño”, se podría inferir que existe un efecto distinto de asistir a El sobre el rendimiento académico de acuerdo a dicha lengua materna. La conclusión anterior se logra a partir del cálculo del efecto impacto de la variable “asistencia a El”:

IMAGEN 3

Este análisis se realiza utilizando como especificación para el vector M las variables que representan las aristas de heterogeneidad, analizadas en la sección 1.3, específicamente, dominio geográfico, lengua materna y nivel de pobreza.

Tabla 22

3.4.1 Según dominio geográfico

Una primera arista de diferenciación utilizada para establecer la existencia de heterogeneidad es el dominio geográfico, es decir, la pertenencia de un niño a la Sierra o Selva en vez de habitar en la Costa. Al estimar esta variante del modelo, las variables de diferenciación resultaron significativas. Se encontró que pertenecer a la Sierra supone una disminución en 3 puntos porcentuales del efecto de asistir a El sobre el rendimiento, en comparación con el observado en la Costa. Una situación drástica presenta la Selva, en la cual la reducción llega a 59 puntos porcentuales. Estos resultados pueden evidenciar los problemas de calidad educativa que tiene el nivel inicial en las zonas más alejadas y de difícil acceso de nuestro país. La baja calidad de los procesos de enseñanza afecta el impacto neto que tiene cursar dicho nivel preescolar, especialmente en las zonas selváticas.

impacto diferenciado

3.4.2 Según lengua materna

La segunda forma de diferenciación es la lengua materna del niño. Como se vio en la sección de análisis estadístico, los estudiantes que tienen como lengua materna una distinta al castellano, muestran un menor puntaje en las pruebas de rendimiento respecto de sus pares que tienen por lengua materna el castellano.

Los resultados encontrados al medir la heterogeneidad no escapan a dicha realidad, pues se observa que si el niño presenta una lengua materna distinta al castellano, el impacto de asistir a El sobre el rendimiento disminuye en 17 puntos porcentuales. Así, en términos efectivos, el efecto impacto se reduce de 37% a 20% (véase el cuadro 24).

Esta disminución puede explicarse por los contenidos y las metodologías de enseñanza que caracterizan al sistema educativo peruano, los que, por defecto, suelen presentarse en castellano y que, en general, no forman parte de un proceso multicultural educativo.

Además de los problemas que enfrentan los niños cuya lengua materna no es el castellano respecto a la dificultad para entender correctamente las clases y los materiales que se encuentran en dicho idioma, también surge la posibilidad de que sean ellos quienes evidencien mayor exclusión educativa. En efecto, las estadísticas muestran que los colegios con mayor cantidad de niños no hispanoparlantes, presentan serias deficiencias en términos de dotación de recursos pedagógicos físicos y humanos (Minedu 2004).

Tabla 24

3.4.3 Según nivel de pobreza

El cuadro 25 muestra los resultados de la estimación de la ecuación que considera las interacciones que dependen de si el niño proviene de un distrito pobre, según la línea de pobreza monetaria (ya sea pobre o pobre extremo).

Tabla 25

Como se observa, en comparación con los otros tipos de diferenciación, la reducción del impacto de la asistencia a EI sobre el rendimiento escolar es relativamente menor: dos puntos porcentuales en relación con sus pares no pobres. Ello puede ser reflejo de las actuales políticas de gobierno, que suelen utilizar el indicador de pobreza para focalizar el gasto de los sectores sociales, logrando reducir en parte las disparidades, pero especialmente en las zonas urbanas, costeñas e hispanohablantes.

4. CONCLUSIONES Y RECOMENDACIONES

En la literatura nacional e internacional se han utilizado diferentes enfoques para identificar los principales factores que pueden influir sobre el rendimiento del niño en la escuela. Uno de ellos, y en el que se ha basado buena parte de la discusión del presente estudio, es el de Harbison y Hanushek (1992), donde se diferencian los factores por el lado de la oferta y de la demanda del servicio educativo. Entre los más importantes vinculados con la demanda está la posibilidad que han tenido los niños de asistir a una institución preescolar en sus primeros años de vida. En este sentido, nuestra hipótesis central de trabajo ha sido que la educación inicial influye en los resultados que luego los niños muestran en la escuela, si y solo si se ofrece con estándares de calidad apropiados. Por esa razón, es posible observar un impacto heterogéneo de ese primer nivel educativo sobre el rendimiento que los alumnos logran más adelante en la educación escolar, dependiendo del acceso que tienen los diversos grupos sociales analizados a una oferta educativa de calidad.

Utilizando la Evaluación Censal 2008, el estudio se centra en analizar los determinantes del rendimiento de los niños de segundo grado de primaria en el área de comprensión de textos (CT). Los resultados indican que diferentes factores de oferta y demanda determinan el rendimiento del niño en CT y, entre ellos, la asistencia a educación inicial ocupa el segundo lugar de importancia, en promedio, después de la gestión de la escuela (38%). Asistir a educación inicial supone un incremento de 34% del puntaje esperado en la prueba de CT.

Adicionalmente, y con el objetivo de destacar la heterogeneidad geográfica, étnica y económica del país, se mostró que el impacto de la educación inicial es diferente entre grupos sociales. Los resultados de este ejercicio indican que en el caso de los niños que habitan en las regiones Sierra y Selva, que tienen una lengua materna diferente al castellano (pese a recibir la educación en dicho idioma), y que viven en el seno de una familia pobre, la educación inicial no genera una diferencia sustancial en su posterior rendimiento en la escuela, la cual es incluso a veces nula.

La razón principal para estos hallazgos es la heterogeneidad de la calidad del nivel educativo inicial que reciben los diferentes grupos sociales y zonas geográficas del país, con importantes limitaciones en lo que se refiere a recursos pedagógicos físicos y humanos, y a la falta de adecuación de los currículos básicos que se implementan respecto de las necesidades específicas de dichos grupos sociales.

Analizando el arreglo institucional actual de la educación inicial, y teniendo en cuenta los resultados encontrados en el presente documento, es evidente la necesidad de garantizar que la oferta de educación inicial tenga un estándar mínimo de calidad a lo largo y ancho del país.

Para ello, es recomendable acercar más los Pronoei hacia la oferta escolarizada, incluso reconvirtiendo los primeros de acuerdo con el modelo seguido por los segundos, y garantizar que la gestión pública emule a la privada en lo que se refiere a la flexibilidad de contratación de docentes calificados, y de diseño de contenidos y técnicas de enseñanza (Beltrán y Seinfeld 2010). En efecto, incorporar nuevos modelos de gestión, especialmente en zonas alejadas y de difícil acceso del país, como lo son las zonas selváticas se hace indispensable, así como trabajar con los gobiernos regionales y locales de manera coordinada para adecuar la educación a las realidades de cada región. Todo ello sin descuidar la necesidad de continuar ampliando la cobertura en aquellas áreas donde todavía se mantiene bajo.

PIE DE PÁGINA

1 Las autoras agradecen la colaboración de Graciela Muñiz y Oliver Narro.

2 El autor desarrolló un estudio para Argentina en el cual halla que la asistencia a educación inicial resulta en un impacto positivo sobre el puntaje de las pruebas de matemáticas y lengua (de tercer grado de primaria). Cursar la etapa preescolar permite un puntaje 8% mayor para el caso de matemáticas y 7% mayor para el de lengua.

3 Las habilidades blandas son las capacidades humanas necesarias para llevar a cabo las actividades cotidianas que implican algún tipo de resolución de conflictos. En el ámbito educativo, según Bustos (2006), aluden principalmente al desarrollo de la capacidad de trabajo en equipo, así como de habilidades técnicas básicas.

4 Metodologías tales como la de Blinder (1973) y Oaxaca (1973), la de matching de pares, o la de Hanushek y WoeBman (2009).

5 De acuerdo a Kogan (2010), la exclusión se refiere a la negación por parte del sistema del acceso de un grupo social a los recursos económicos, sociales, culturales o políticos que comparten los miembros de una nación, independientemente de las características particulares de cada sujeto.

6 La discriminación existe en la medida en que, en un contexto concreto, se le niega al otro la posibilidad de ejercer un derecho. Esta se puede anclar en diferentes ejes: sexo, edad, orientación sexual, raza, religión, entre otros. A pesar de que los términos `exclusión’ y `discriminación’ se usen indistintamente, se refieren a unidades de análisis diversas: grupos sociales e individuos, respectivamente (Kogan 2010).

7 En países con mayor diversidad racial, los encuestados afirman que la pobreza es un problema crucial que lleva a la discriminación. La percepción de la discriminación por motivos de pobreza es más acentuada en economías más pobres.

8 Estas cifras corresponden a la tasa neta de matrícula en educación inicial de niños y niñas de entre 3 y 5 años. Estadística de la Calidad Educativa (Escale) del Ministerio de Educación.

9 Escale – Minedu.

10 Según el Minedu (2004), el número total de CEI aumentó en 44% entre 1993 y el 2004, crecimiento que fue más pronunciado en los privados (88%) que en los estatales (25%).

11 Censo Escolar 2007 y Censo de Población y Vivienda 2007.

12 El número de Pronoei ha aumentado 10% entre 1993 y el 2004 (Minedu 2004).

13 Información obtenida de la página web de Pronoei y de las entrevistas realizadas en Guerrero, Sugimaru y Cueto (2010).

14 Información obtenida de la página web de Pronoei y de las entrevistas realizadas en Guerrero, Sugimaru y Cueto (2010).

15 Cueto y Díaz (2009) y Díaz (2006) encuentran efectos positivos de la educación inicial sobre el rendimiento escolar en los primeros grados de primaria. Los primeros indican que los estudiantes de primer grado en escuelas estatales que asistieron a un CEI obtuvieron mejores resultados que los que fueron a un Pronoei; Díaz (2006) encuentra que es menor el retraso escolar para alumnos que asistieron a un CEI, pero no halla diferencias estadísticas de desempeño entre aquellos niños que asistieron a un Pronoei y aquellos que no fueron a educación inicial.

16 Proyecto Educativo Nacional al 2021. Minedu y Consejo Nacional de Educación.

17 Cabe mencionar que las ECE no son propiamente “censales”, pues la evaluación tiene una cobertura del 90% de instituciones educativas y del 71% de estudiantes. Además, dicha base de datos presenta problemas de representatividad en los departamentos de Cajamarca, Puno, Pasco y Huancavelica. Asimismo, según información brindada por el Ministerio de Educación, en algunos colegios podrían haberse obtenido resultados distorsionados debido a que la prueba fue aplicada por los mismos profesores de la escuela, quie­nes podrían tener incentivos perversos para ayudar a sus alumnos en la resolución de las evaluaciones, sobre todo si creen que los resultados estarán asociados a la entrega de recursos al colegio por parte del Estado (fuente: UMC).

18 Las ECE son una actividad del Programa de Presupuesto por Resultados, el mismo que tiene como objetivo mejorar el aprendizaje de los estudiantes de 5 a 7 años, y cuyos resultados deben ser monitoreados anualmente por el Ministerio de Educación para poder evaluar la eficacia de las intervenciones que se realizan.

19 Las ECE evalúan el segundo grado de primaria de instituciones educativas con 5 o más alumnos que no pertenezcan al programa de Educación Intercultural Bilingüe (EIB).

20 En el anexo 2 se muestran los puntos de corte del puntaje RASCH que corresponden a cada nivel.

21 Según cifras del Ministerio de Educación.

22 Según dicho censo, las principales lenguas de los asistentes a los centros escolares son (en orden descendente de cantidad de hablantes): castellano, quechua, quichua, aimara, jaqaru, achuar, shiwiar, aguaruna, amahuaca, amarakaeri, arabela, asháninka, bora, candoshi, caquinte, cashibo, cocama, kashinawua,chayahuita, culina, ese-ejja, huachipaeri, huambisa, huitoto, iquito, jebero, machiguenga, mastanahua, matse, nante, nomatsiguenga, ocaina, secoya, sharanahua, shipibo, ticuna, urarina, yagua, yaminahua y yanesha.

23 Cabe mencionar que, por la forma como han sido diseñadas las pruebas aplicadas al programa de Educación Intercultural Bilingüe, sus resultados no son comparables con los de la ECE.

24 El análisis de cobertura se realizará posteriormente.

25 La variable pobreza será analizada más adelante, cuando se incorporen las distintas aristas económicas de la desigualdad.

26 La distribución de niños en cada una de las regiones que proporciona la ECE para la muestra de control es claramente mayor para la Costa. Sin embargo, al realizar el mismo análisis a nivel de colegios, se nota que la distribución es menos dispersa. Un 38% de los colegios pertenece a la Costa; 40%, a la Sierra; mientras que 22%, a la Selva. Fuente: Censo Escolar.

27 Es importante notar, no obstante, que las bases de datos utilizadas presentan ciertas deficiencias. Por ejemplo, respecto de las variables obtenidas a partir del CE se detectó que existe una cantidad restringida de escuelas que brindaron la información requerida. Por ello, al incorporarlas en la estimación, se produce una pérdida de observaciones válidas, reduciéndose así la muestra disponible. Fue necesario, por tanto, considerar dichas limitaciones en el momento de estimar la función de producción educativa, descartando aquellas variables que generen una pérdida excesiva de observaciones.

28 Esta interpretación es válida al tomar en cuenta la construcción de la variable IDH (categórica).

BIBLIOGRAFÍA

AGÜERO, L. y Santiago CUETO
2004 Dime con quién estudias y te diré cómo rindes: peer-effects como determinantes del rendimiento escolar. CIES

ÁLVAREZ, Jesús; Vicente GARCÍA y Anthony PATRINOS
2007 Institutional Effects as Determinants of Learning Outcomes: Exploring State Variations in Mexico. Policy Research Working Paper 4286. Human Development Network, Education Team. The World Bank.

ARMITAGE, Jane y Richard SABOT
1987 “Socioeconomic Background and the Returns to Schooling in Two Low-Income Economies”. En: Economica, N° 54, pp. 103-8.

BANCO MUNDIAL
2005 México: nota sobre los determinantes de la política en materia de aprendizaje. Informe N° 31842-MX. Unidad de Educación, Departamento de Desarrollo Humano América Latina y el Caribe.

BELTRÁN, Arlette C. y Janice N. SEINFELD
2010 Hacia una educación de calidad: la importancia de los recursos pedagógicos en el rendimiento escolar. CIES – Universidad del Pacífico.

BENAVIDES, Martín y Martín VALDIVIA
2004 Metas del Milenio y la brecha étnica en el Perú. Documento de trabajo. Lima: Grade.

BERLINSKI, Samuel y Sebastian GALIANI
2005 The Effect of a Large Expansion of Pre-primary School Facilities on Preschool Attendance and Maternal Employment. Working Papers, 77. Universidad de San Andrés, Departamento de Economía.

BERLINSKI, Samuel; Sebastian GALIANI y Paul GERTLER
2006 The Effect of Pre-Primary Education on Primary School Performance. William Davidson Institute Working Paper N° 838. Michigan: University of Michigan.

BERLINSKI, Samuel; Sebastian GALIANI y Marco MANACORDA
2007 Giving Children a Better Start: Preschool Attendance & School-Age Profiles. William Davidson Institute Working Papers Series wp860, William Davidson Institute, en la Universidad de Michigan Stephen M. Ross Business School.

BID
2008 Informe: ¿los de afuera? Patrones cambiantes de exclusión en América Latina y el Caribe. Washington: Banco Interamericano de Desarrollo.

BLINDER, Alan
1973 “Wage Discrimination: Reduced Form and Structural Estimates”. En: Journal of Human Resources, N° 8, pp. 436-55.

BOSSIERE, Maurice
2004 Determinants of Primary Education Outcomes in Developing Countries. Background Paper for the Evaluation of the World Bank’s Support to Primary Education. Washington: Banco Mundial.

BRACK-EGG, Antonio et al.
2000 Ecología del Perú. Lima: Bruño.

BRUNNER, José y Gregory ELACQUA
2004 Factores que inciden en una educación efectiva: evidencia internacional. Documento de Trabajo. Viña del Mar: Universidad Adolfo Ibáñez.

BUSTOS, Claudio
2006 Evaluación de apoyo al aprendizaje colaborativo en entornos de e-learning. Documento de Discusión.

CALÓNICO, Sebastián y Hugo ÑOPO
2007 Retornos a la educación privada en el Perú. Documento de Trabajo N° 603. Research Department. Washington: Inter-American Development Bank.

CASTELLAR, Carlos y José URIBE
2002 “Una aproximación econométrica a la tasa de retorno social de la educación”. En: Revista Sociedad y Economía, N° 1, pp. 77-102.

CHONG, Alberto y Hugo ÑOPO
2007 Discrimination in Latin America: An Elephant in the Room? Working Paper 614. Research Department Inter-American Development Bank.

COLEMAN, James
1968 “Equality of Educational Opportunity”. En: The Journal of Human Resources, Vol. 3, N° 2 pp. 237-46.

CUETO, Santiago
2004 “Factores predictivos del rendimiento escolar, deserción e ingreso a educación secundaria en una muestra de estudiantes de zonas rurales del Perú”. En: Education Policy Analysis Archives, 12(35). Lima: Grade.

CUETO, Santiago y Juan José DÍAZ
1999 Impacto de la educación inicial en el rendimiento en primer grado de primaria en escuelas públicas urbanas de Lima. Lima: PUCP.

CURRIE, Janet y Duncan THOMAS
2000 “School Quality and the Longer-Term Effects of Head Start”. Working Paper. En: The Journal of Human Resources, Vol. 35, N° 4, pp. 755-74. University of Wisconsin Press.

DEFENSORÍA DEL PUEBLO
2009 Actuación del Estado frente a la discriminación. Casos conocidos por la Defensoría del Pueblo. Informe 005-2009-DP/ADHPD. Lima: DP.

DÍAZ, Juan José
2006 Preschool Education and Schooling Outcomes in Peru. Investigación en curso y parte del proyecto “Niños del Milenio” para el Perú. Grade.

DRONKERS, Jaap y P. ROBERT
2005 The Effectiveness of Public and Private Schools from a Comparative Perspective. Discussion paper. San Domenico di Fiesole: European University Institute.

FERTIG, Michael y Christoph SCHMIDT
2002 The Role of Background Factors for Reading Literacy: Straight National Scores in the PISA 2000 Study. CEPR Discussion Paper N° 3544. Londres: Centre for Economic Policy Research.

GANDELMAN, Néstor; Hugo ÑOPO y Laura RIPANI
2007 Traditional Excluding Forces: A Review of the Quantitative Literature on the Economic Situation of Indigenous Peoples, Afro-Descendants, and People Living with Disability. Working Paper 619. Research Department. Washington: Banco Interamericano de Desarrollo.

GLEWWE, Paul y Michael KREMER
2005 “Schools, Teachers, and Education Outcomes in Developing Countries”. Segundo borrador de un capítulo para el Handbook on the Economics of Education. Cambridge: Harvard University.

GONZALES, Verónica y Pía BASURTO
2008 “La relevancia de la educación inicial en el desempeño escolar de las zonas urbanas en Perú”. Documento de tesis. Seminario de Investigación Económica – Universidad del Pacífico.

GUERRERO, Gabriela; Claudia SUGIMARU y Santiago CUETO
2010 Alianzas público-privadas a favor de la primera infancia en el Perú: posibilidades y riesgos de su aplicación. Documento de Trabajo 58. Grade.

HANUSHEK, Eric y Ludger WOEPMAN
2009 Schooling, Cognitive Skills and the Latin American Growth Puzzle. Working Paper 15066. Cambridge: National Bureau of Economic Research.

HARBINSON, Ralph y Eric HANUSHEK
1992 Educational Performance of the Poor: Lessons from Rural Northeast Brazil. 3a ed. Washington: World Bank.

INEI
2010 Censo Nacional de Vivienda 2007.

IWS
2009 Internet World Stats: Internet and Population Statistics. Disponible en: <http:// www.internetworldstats.com>.

KOGAN, Liuba
2010 Desestabilizar el racismo: el silencio cognitivo y el caos semántico. Documento no publicado. CIUP – Fundación Ford.

KRUEGER, Alan y Diane WHITMORE
2001 Would Smaller Classes Help Close the Black-White Achievement Gap? Working paper 451. Princeton University Press.

LEE, Jong-Wha y Robert BARRO
2001 “Schooling Quality in a Cross-Section of Countries”. En: Economica, N° 68, pp. 465-88.

LEIBOWITZ, Arleen
1974 “Home Investments in Children”. En: Journal of Political Economy, parte II.

MAGNUSON, Katherine A.; Marcia K. MEYERS, Christopher J. RUHM y Jane WALDFOGEL
2004 “Inequality in Preschool Education and School Readiness”. En: American Educational Research Journal, Vol. 41, N° 1, pp. 115-57.

MARTINS, Pedro e Ian WALKER
2005 Student Achievement and Education Production: A Case-Study of the Effect of Class Attendance. Working paper. Bonn: IZA – Institute for the Study of Labor.

MASLOW, Abraham
1943 “A Theory of Human Motivation”. En : Psychological Review, Vol. 50, pp. 370-96.

MINISTERIO DE EDUCACIÓN DEL PERÚ
2010a Escale. Censo Escolar 2008.
2010b Unidad de Medición de Calidad. Evaluación Censal de Estudiantes 2007.
2010c Unidad de Medición de Calidad. Evaluación Censal de Estudiantes 2008.
2010d Unidad de Medición de Calidad. Evaluación Censal de Estudiantes 2009.
2007 Plan Educativo Nacional al 2021. Consejo Nacional de Educación y asumido como desarrollo de la décimo segunda política de Estado por el Foro del Acuerdo Nacional.
2004 Unidad de Medición de la Calidad. Documento de Trabajo 9. Factores asociados al rendimiento estudiantil – Resultados de la Evaluación Nacional 2001.

MYERS, Robert
1992 The Twelve Who Survive: Strengthening Programmes of Early Childhood Development in the Third World. 1a ed. Londres: Routledge-Taylor and Francis Group.

ÑOPO, Hugo y Alejandro HOYOS
2010 Evolution of Gender Gaps in Latin America at the Turn of the Twentieth Century. An Addendum to “New Century, Old Disparities” . Department of Research and Chief Economist. Washington: Inter-American Development Bank.

OAXACA, Ronald
1973 “Male-Female Wage Differentials in Urban Labor Markets”. En: International Economic Review, Vol. 14(3), pp. 693-709. Department of Economics, University of Pennsylvania and Osaka University Institute of Social and Economic Research Association.

PATRINOS, Anthony; Paula GIOVAGNOLI y Ariel FISZBEIN
2005 Estimating the Returns to Education in Argentina: 1992-2002. Documento de trabajo. Center for Distribution, Labor and Social Studies (Cedlas), Universidad Nacional de la Plata.

PAULUS, Trena; Brian HORVITZ y Min SHI
2006 Isn’t It Just Like Our Situation? Engagement and Learning in an Online Story Based Environment. Discussion Paper. Boston: Springer Boston.

PRITCHETT, Lant y Deon FILMER
1997 “What Education Production Functions Really Show: A Positive Theory of Education Expenditures”. En: Economics of Education Review, Vol. 18, pp. 223-39.

PULGAR-VIDAL, Javier
1981 Geografía del Perú: las ocho regiones naturales del Perú. 7a ed. Lima: Ed. Universo.

ROTHSTEIN, Jesse
2008 Teacher Quality in Education Production: Tracking, Decay & Student Achievement. Working paper 14442. National Bureau of Economic Research. Cambridge: NBER.

SHAPIRO, J. y J. MORENO
2004 Compensatory Education for Disadvantaged Mexican Students: An Impact Evaluation Using Propensity Score Matching. World Bank Policy Research Working Paper N° 3334. Washington: World Bank.

TOLEDO, Víctor
2006 “Pueblos indígenas, territorios, derechos y políticas públicas en América Latina”. Documento presentado en el quinto Congreso de la Red Latinoamericana de Antropología Jurídica. Ciudad de México.

UNESCO
2007 Situación educativa de América Latina y el Caribe: garantizando la educación de calidad para todos. Informe Regional de Revisión y Evaluación del Progreso de América Latina y el Caribe hacia la Educación para Todos en el marco del Proyecto Regional de Educación (EPT/Prelac). Santiago de Chile: Unesco.

VÉLEZ, Eduardo; Ernesto SCHIEFELBEIN y Jorge VALENZUELA
1998 “Factores que afectan el rendimiento académico en la educación primaria”. En: Revista Latinoamericana de Innovaciones Educativas, N° 17. Buenos Aires: OEA.

WOEƁMAN, Ludger
2003 Schooling Resources, Educational Institutions, and Student Performance: The International Evidence. Working Paper 983. Kiel: Kiel Institute of World Economics.

YAMADA, Gustavo
2005 Retornos a la educación superior en el mercado laboral. ¿Vale la pena el esfuerzo? Informe final revisado. Proyecto Mediano CIES ACDI-IDRC 2005. Lima: CIUP.

ANEXOS

Tabla 25.1

Tabla 26

En la regresión, los signos de cada una de las variables utilizadas son los esperados. Así, se muestra que un bajo desarrollo del distrito conlleva una menor probabilidad de asistencia a educación inicial28. El efecto es similar si es que el niño vive en la Sierra o en la Selva, señal de diferencias en el acceso a este nivel educativo en dichos dominios respecto de la Costa. Por otro lado, se evidencia una relación positiva con la asistencia a educación inicial si el niño pertenece al área urbana, si la educación promedio de los padres en el distrito aumenta en un grado educativo, o si las instituciones de educación inicial se incrementan en una unidad per cápita.

diccionario variables

variables oferta

Tabla de contenidos