FACTORES ASOCIADOS AL DESEMPEÑO EN LA PRUEBA SABER PRO ...€¦ · universidades y facultades como...

1 Psicóloga, Universidad Nacional de Colombia (1995). Master en Educación (2002), Pontificia Universidad Javeriana y

Máster en Metodología en Ciencias del Comportamiento y la Salud (2012). PH. D. en Psicología y Educación: perspectivas

contemporáneas (2013), Universidad Autónoma de Madrid-España. Profesora Asociada, Universidad Nacional de Colombia

(2001-presente)

*Estudiantes de psicología de La Universidad Nacional de Colombia.

FACTORES ASOCIADOS AL DESEMPEÑO EN LA PRUEBA SABER PRO-2017: UN ESTUDIO DE

LOS PROGRAMAS DE PSICOLOGÍA

Enero 2019

Olga Rosalba Rodríguez Jimenez1

Lina María Cote Peña*

Jennifer Andrea Malaver Toloza*

Brayam Alexander Pineda Miranda*

Sergio Felipe Sarmiento Fúquene*

Universidad Nacional de Colombia, Sede Bogotá

Semillero de investigación en metodología y evaluación en psicología y educación | Universidad Nacional de Colombia |

Sede Bogotá | Facultad de Ciencias Humanas | Departamento de Psicología

2

FACTORES ASOCIADOS AL DESEMPEÑO EN LA PRUEBA SABER PRO-2017: UN ESTUDIO DE

LOS PROGRAMAS DE PSICOLOGÍA

La calidad de la educación superior es un asunto del cual se ocupan principalmente

las universidades e instituciones que prestan este servicio, así como de los encargados de

los programas, organismos, sistemas y políticas que velan por la educación en el país. Para

cumplir con lo planteado en la Constitución de 1991 sobre Educación Superior se promulga

la Ley 30 de 1992, en la cual se definen el carácter y la autonomía de las instituciones, el

objeto de los programas académicos, los procedimientos, elementos y organismos

constituyentes de un sistema encargado de fomentar y evaluar la calidad de los programas y

de las instituciones de Educación Superior de Colombia (Giraldo, Abad y Díaz, 2007). El

Consejo Nacional de Acreditación (2013), organismo creado a partir de la Ley 30, precisa

que el concepto de calidad en la educación superior hace referencia a la síntesis de

características que permiten reconocer a un programa académico o institución, y hacer un

juicio sobre la distancia relativa entre el modo como se presta el servicio en la institución y

el esperado para su naturaleza. En este sentido, el Consejo Nacional de Acreditación (CNA)

estableció una lista de diez factores que deben cumplirse para garantizar la calidad de los

programas de pregrado: factor misión, proyecto institucional y de programa; factor

estudiantes; factor profesores; factor procesos académicos; factor visibilidad nacional e

internacional; factor investigación, innovación y creación artísticas y cultural; factor

bienestar institucional; factor organización, administración y gestión; factor impacto de los

egresados en el medio y finalmente, factor recursos físicos y financieros.



3

Al hacer una revisión en la literatura es posible identificar que el concepto de calidad

en la educación superior no constituye un término inequívoco, sino que ha dado lugar a

múltiples definiciones y aproximaciones. En este sentido Flórez y Rojas (2010) afirman que

la calidad se define como un concepto complejo, relativo, social e históricamente

determinado, y que en el campo educativo ha estado asociado a conceptos como eficiencia

y eficacia, pertinencia, cobertura y equidad. Por su parte Castaño y García (2012)

encuentran que la calidad de la educación superior ha sido abordada desde ámbitos sociales

e institucionales, desde procesos de eficacia y procesos de acreditación hasta el

cumplimiento de compromisos sociales. Con el fin ofrecer una síntesis de este panorama,

Giraldo et al. (2007) proponen distintos acercamientos al concepto de calidad; de tal

manera que se refieren a prestigio/excelencia, en función de los recursos, como resultado,

como cambio o valor agregado y calidad como adecuación de propósitos; estos autores

señalan que al tomar estas cinco aproximaciones en conjunto se puede observar una

tendencia a establecer el concepto de calidad de la educación en relación con las

condiciones de entrada y salida del sistema educativo, con los factores contextuales y con

los resultados que se obtienen a través de la evaluación del rendimiento de los estudiantes.

A partir de lo expuesto se presenta el objetivo de mejora de la calidad de la

educación superior que corresponde al Ministerio de Educación Nacional (MEN) en general

y el Instituto Colombiano para el Fomento de la Educación Superior (ICFES) en particular;

estas instituciones definieron con este propósito diferentes programas entrelazados, entre

los cuales se encuentran los exámenes de calidad (MEN, 2001), los cuales funcionan como

criterio de evaluación del cumplimiento de los objetivos formativos de los programas

académicos y sirven como valoración de la calidad educativa en la enseñanza superior.



4

Dentro de estos exámenes se encuentra la prueba Saber-Pro (llamada ECAES hasta el

2009), que evalúa y reporta el grado de desarrollo de competencias, habilidades y

conocimientos generales de cada uno de los estudiantes de programas profesionales en el

país (ICFES, 2018), además retoma la concepción de educación como un proceso que no

sólo incluye la adquisición de conocimientos, sino que busca evaluar las competencias del

futuro profesional y con ello evaluar la calidad de las instituciones de educación superior

(Bahamón y Ruiz, 2014).

En este sentido las instituciones de educación superior que ofrecen programas de

psicología podrían utilizar los datos del ICFES como insumos para analizar la formación

profesional de sus egresados; investigaciones que analicen tanto aspectos propios de las

universidades y facultades como de los estudiantes de psicología en la prueba Saber PRO

aportarían información relevante sobre distintos factores que pueden tener relación con los

indicadores de calidad de la formación de psicólogos en el contexto local, y sobre el logro o

no de los objetivos de formación propuestos. En esta última línea se inscribe el presente

trabajo.

Dentro de las investigaciones, los estudios de factores asociados al desempeño

académico en educación superior han sido de interés en el contexto latinoamericano desde

la década del 2000, con el uso de modelos multinivel como principal herramienta para el

análisis de la información. Estos modelos son ampliaciones de los modelos de regresión

lineal y permiten establecer relaciones entre los distintos niveles de variables explicativas

(Murillo, 2008a), es decir, cuando los datos se encuentran anidados, estudiantes en aulas,

estos en colegio y así sucesivamente (Pardo, Ruiz y San Martín, 2007).



5

Los estudios de factores asociados han encontrado una gran cantidad de factores o

variables independientes que inciden en mayor o menor medida sobre el desempeño o

rendimiento académico de los estudiantes, esto es, sobre la variable dependiente. Esta

última ha sido reconocida por distintos autores como un factor imprescindible y

fundamental o un proceso de gran importancia para la valoración de la calidad educativa en

la enseñanza superior (Garbanzo 2007; Alzate, 2008; Navarro y Blandón, 2017). Desde un

punto de vista operacional este indicador se ha tomado generalmente como el resultado de

pruebas estatales o como los promedios de las calificaciones obtenidas en un periodo

académico determinado, con lo cual se tiene información sobre el logro académico; sin

embargo, es importante observar que éste puede ser entendido como la suma de factores

diferentes y complejos que actúan para que la persona aprenda debido a que el resultado

del aprendizaje “No es el producto analítico de una única aptitud, sino más bien el resultado

sintético de una suma (nunca bien conocida) de elementos que actúan en, y desde la persona

que aprende, tales como factores institucionales, pedagógicos, psicosociales y

sociodemográficos” (Tourmon, 1984, op. cit. Montero, Villalobos y Valverde, 2007, p. 217)

Garbanzo (2007) concluye que el rendimiento académico de los estudiantes es sólo

una dimensión del análisis en torno a la calidad de la educación superior, en la cual

intervienen múltiples factores de distinta complejidad. Sin embargo, el rendimiento

académico por ser un fenómeno multicausal tiene una gran capacidad explicativa de los

distintos factores y espacios temporales que intervienen en el proceso de aprendizaje, de

ahí que se haya convertido en un punto de referencia sine qua non para evaluar la calidad y

los procesos educativos.



6

En consideración con lo anterior los estudios sobre desempeño académico

establecen hasta tres niveles para los modelos explicativos desarrollados.

1. Contextual, a los determinantes sociales que incluyen además de índices

sociodemográficos como el nivel económico del grupo familiar, las

condiciones de la zona geográfica de procedencia, y las particularidades de

los hogares de los estudiantes -p.e. número de integrantes, condiciones

materiales del mismo-, variables como el nivel educativo de los padres

(capital cultural), el tipo de colegio del que provienen los estudiantes y

similares.

2. Institucional, que contempla el carácter académico de las instituciones, el

valor de la matrícula, la acreditación y la calidad del programa, la calidad de

los docentes -en términos de estrategias de enseñanza, métodos de

evaluación y materiales didácticos, pero también relaciones de estos con los

estudiantes-, la complejidad de los estudios, las condiciones institucionales -

infraestructura y recursos ofrecidos-, servicios institucionales de apoyo, el

ambiente estudiantil, entre otras variables.

3. Estudiante, los determinantes individuales entre los que se encuentran la

edad, el sexo, el estado civil, si estos trabajan o no, la motivación, las

actitudes, el autoestima, la percepción estudiantil del “clima académico”, la

ansiedad, conductas depresivas, el autoconcepto, la aptitud intelectual,

competencia cognitiva o inteligencia, la autoeficacia percibida, el bienestar



7

psicológico, la inteligencia emocional, la asistencia a clases, la formación

académica previa, si la elección de los estudios fue o no voluntaria, los

resultados en las pruebas de admisión, entre otras.

Vale la pena mencionar que lo presentado es una lista de variables rastreadas en

distintos trabajos, y que, aunque la organización y distribución de las variables cambia de un

trabajo a otro, este es el orden general con el que se acostumbra a trabajar. Sin duda las

interacciones entre estas variables exigen la organización por niveles en los modelos de

análisis; el sentido de los niveles es señalar cómo cambia el efecto de una variable al

considerar el efecto de un nivel superior.

En la educación superior colombiana no se encuentran muchos trabajos sobre la

evaluación del desempeño académico; Rodríguez, Ariza y Ramos (2014) atribuyen que parte

de la escasez en esta línea se debe a que sólo desde la promulgación y entrada en vigor de la

ley 1324 de 2009, se hizo obligatoria la aplicación de las pruebas de desempeño para los

estudiantes de educación superior; sin embargo es necesario aclarar que con la entrada en

vigencia del decreto 1781 de 2003 se reglamentó por primera vez que los exámenes Saber

Pro (antes ECAES) serían de carácter obligatorio; el caso de los programas de psicología

desde el 2012, se crea el módulo específico con el que se empiezan a evaluar las

competencias adquiridas por los psicólogos en formación (Tirado, 2017) .

Los estudios realizados con el propósito de estudiar el efecto de la escolarización y

los factores asociados al desempeño académico se enmarcan en la línea de la eficacia

escolar (v.g. Piñeros y Rodríguez, 1998; Casas et. al, 2002; Correa, 2004; Rodríguez y Murillo,



8

2011; citados en Rodríguez, et al. 2014a) y ofrecen síntesis comprehensivas de evidencias

empíricas que sugieren caminos a seguir en materia de política educativa (Rodríguez et al.

2014a), debido a lo cual el sentido general de estudiar los factores asociados al desempeño

académico consiste en aportar insumos basados en evidencia, lo cual sin duda podrá servir

como punto de partida para evaluar la actualidad de los programas y consecuentemente

marcar líneas de acción que permitan mejorarlos y fortalecerlos. Esto se encuentra en la

misma línea de lo planteado por Iglesias y Vera (2010) en su trabajo con estudiantes de

física y matemáticas de una Universidad de Trujillo en Perú, quienes señalan que de estas

investigaciones se obtienen insumos para “la toma de decisiones tendientes a la mejora de

los niveles de pertinencia, equidad y calidad educativa” (p. 232), que pueden extrapolarse

del campo universitario -por la facilidad de su adaptabilidad- a otras realidades, a otros

sectores educativos independientemente si se trata de instituciones públicas o privadas, de

educación básica, media o superior.

Resultados empíricos: Modelo CIPP

Los estudios enfocados en el análisis de los factores asociados al rendimiento de los

estudiantes universitarios han establecido y desarrollado diferentes modelos explicativos en

los que agrupan las variables presentadas las cuales se han integrado en el modelo

Contexto, Entrada, Proceso y Producto (CIPP por sus siglas en inglés) (Murillo, 2008b), el

cual surge de un ejercicio de combinación de otros modelos clásicos de eficacia escolar (v.g.

Scheerens, 1990; Stringfield y Slavin 1992; Creemers, 1994; Sammons, Thomas y Mortimore,

1997). Las dos características primordiales que subyacen a todos estos modelos son:



9

1. Tienen una perspectiva sistémica del centro educativo, es decir, conciben que el

logro de los estudiantes está parcialmente determinado por las interacciones y

relaciones recíprocas que se establecen entre los elementos o sistemas de estas

instituciones. Para Murillo el modelo de indicadores de Contexto, Entrada, Proceso

y Producto (CIPP por sus siglas en inglés) de Sammons, Thomas y Mortimore (1997,

op. cit. Murillo, 2008b) resulta muy adecuado.

2. Los modelos son jerárquicos en tanto las relaciones e interdependencias

mencionadas en el primer punto se producen en los cuatro niveles de análisis

estudiante, aula, escuela y sistema educativo.

Indicadores y niveles del modelo se cruzan en una matriz o esquema, en cada una de las

casillas se ubican las variables consideradas; así entonces en el contexto a nivel del sistema

educativo se incluirán todas las características de este. Las variables de entrada contemplan,

la institución educativa, sus características y la capacidad y experiencia de los profesores; en

lo relativo al aula, sus características y las del quehacer docente (en el sentido de calidad de

la enseñanza); y en relación con el estudiante, sus características. Las variables de proceso

son quizás las más numerosas dado que corresponden al proceso de enseñanza-aprendizaje,

incluyen: el clima de la escuela y del aula, el compromiso y desarrollo de los docentes, la

implicación de la familia y la comunidad, el uso y gestión de instalaciones y recursos, y las

altas expectativas globales, la misión de la escuela, dirección escolar, metodología docente,

gestión del tiempo, hábitos culturales, actitudes, relación y apoyo familiar.



10

Dentro de las variables de resultado, se puede encontrar distintos factores que se han

incluido en los modelos multinivel de rendimiento académico, por ejemplo, Barrueco (1992,

citado en Peña, 2011) propone como productos educativos las calificaciones escolares, la

formación general del alumno y los niveles de satisfacción de profesores y estudiantes; otras

variables incluidas concernientes a la institución son la valoración del trabajo en equipo de

los profesores, la valoración de la metodología de la institución y la eficacia percibida por los

profesores y directivos (Peña, 2011), y con respecto a variables de resultado en lo relativo al

estudiante, en general, se han incluido variables de tipo cognitivo, como indicadores de

logro académico, y variables no cognitivas como logros socio-afectivos.

Para la presente investigación y enmarcados en el modelo CIPP, se presentan las

variables que serán consideradas en la figura 1. 1



11

Figura 1. Diagrama de variables incluidas en el modelo

Se presentan a continuación algunos de los resultados más relevantes que se

pudieron encontrar en los trabajos revisados y se organizan de acuerdo con la estructura del

modelo ilustrado en la figura 1.

Variables de entrada Estudiante

En este nivel los estudios han hecho énfasis en que distintas características,

condiciones y recursos del estudiante pueden tener relación con su rendimiento. Dentro las



12

variables que se han incluido en distintos modelos se encuentran el género, la edad, el

índice socioeconómico y el índice sociocultural, así como una serie de determinantes

personales psicológicos y factores psicosociales.

En relación con la variable género, se encuentran tanto estudios que reportan que

este factor tiene efecto en el rendimiento académico como los que no, por ejemplo,

Garbanzo (2007) señala que, aunque no se puede afirmar con certeza que hay una relación

directa con el rendimiento académico, se evidencia una ligera tendencia al rendimiento

superior de las mujeres en comparación con los hombres (Rodríguez, Fita y Torrado, 2004;

González, 1996; citados en Garbanzo, 2007). Por el contrario, otros estudios reportan que

ser mujer está asociado negativamente con el desempeño y que hay una brecha de género a

favor de los hombres (Valens, 2007; Rodríguez, et al. (2014a); mientras que Montero et al.

(2007) no encontraron que esta variable fuera significativa en el rendimiento de los

estudiantes. Para el caso de los estudios de factores asociados al rendimiento en

estudiantes de Psicología, Jiménez, Caldera, Reynoso y Zamora (2016) concluyen que hay

una diferencia significativa en función del género, encontrando que los hombres obtienen

mejores resultados. Las evidencias en este punto son contradictorias y por ende no puede

presentarse una posición concluyente.

La edad del estudiante es una de las características más estudiadas en este tipo de

investigaciones. Los resultados son más consistentes que los referidos al género, la mayoría

de los estudios señala que la edad tiene un efecto negativo sobre el rendimiento en las

pruebas, es decir, a mayor edad menor el rendimiento. Este hallazgo se ha reportado en

estudiantes de economía (Valens, 2007), ingeniería y administración (Ramírez 2014). En el



13

caso específico de los estudiantes de psicología, Valbuena y García (2016) al construir

tipologías para cada uno de los niveles altos de desempeño en cada módulo del examen

Saber PRO, encontraron que una de las características común a ellos era que sus integrantes

tenían edades entre los 19 y 21 años.

Por otro lado, se encuentran resultados que dan cuenta de algunas condiciones

socioeconómicas individuales, sin embargo, los resultados están divididos. Algunos

investigadores han encontrado que el nivel socioeconómico no es tan determinante como

siempre se ha creído (Iglesias y Vera, 2010), porque, aunque es un hecho su efecto, es

realmente determinante en el rendimiento escolar bajo, por lo que un nivel socioeconómico

alto no necesariamente se asocia con buenos resultados. Adicionalmente, es importante

subrayar que condiciones socioeconómicas desfavorables a menudo se convierten en

factores de riesgo para los estudiantes.

En este mismo sentido se encuentra lo señalado por Ramírez (2014), quien analizó

los resultados de 4.031 estudiantes que presentaron pruebas específicas en el Saber PRO de

2009 en áreas como sistemas, electrónica y administración, y de acuerdo con sus hallazgos

el estrato socioeconómico sólo se asocia positivamente con las mujeres de estrato medio en

comparación con las de estrato bajo, y no tiene ninguna asociación en el caso de los

hombres; asociaciones débiles se encuentran también respecto al ingreso familiar. Por su

parte, Rodríguez et al. (2014a) en su estudio a partir de los resultados del Saber PRO de

2009 de los estudiantes de las universidades del Caribe colombiano llegan a la misma

conclusión. En contraste Valbuena y García (2016) sostienen que las variables que



14

frecuentemente tienen mayor poder predictivo en los niveles de desempeño son las de tipo

económico.

Otros resultados relacionados con variables socioeconómicas son los de Rodríguez et

al. (2014) quienes han reportado que si el estudiante trabaja o es cabeza de familia su

rendimiento académico es en promedio menor frente a quien no tiene estas

responsabilidades. Así mismo, Melo, Ramos y Hernández (2014) identifican que el hecho de

ser estudiante cabeza de familia o estar financiado con recursos de crédito tiene un impacto

negativo en el logro académico; por el contrario, cuando los estudiantes financian sus

estudios con becas hay un efecto positivo y significativo en los resultados de las pruebas.

Variables como la educación y ocupación del padre y de la madre también han sido

incluidas en este nivel. Con respecto al nivel educativo de los padres se ha conceptualizado

como parte del capital cultural, el cual facilita el acceso a la educación, al empleo y

favorecen la movilidad social, elementos que en conjunto determinan la vida familiar de los

estudiantes y facilita el desarrollo intelectual de la persona (Montero et al., 2007). Se ha

encontrado que un alto nivel educativo de los progenitores tiene incidencia positiva en el

rendimiento académico en general. Vélez y Roa (2005 citado en citado en Garbanzo, 2007;

Bahamón y Ruiz 2014) en un estudio con estudiantes universitarios en Bogotá reportaron

que el hecho de que los adultos de quien dependen económicamente los estudiantes no

hayan realizado estudios superiores se asocia con el fracaso académico. Otros señalan que

es el nivel educativo de la madre el que tiene mayor incidencia positiva sobre el rendimiento

(Castejón y Pérez, 1998; Marchesi, 2000 citado en Garbanzo, 2007; Melo et al., 2014).



15

En el caso de los estudiantes de psicología, Valbuena y García (2016) concuerdan en

que el nivel educativo y la ocupación del padre y de la madre influyen en el rendimiento

académico. Se observó que estas variables están incluidas en las tipologías construidas para

los estudiantes con altos niveles de rendimiento. Dentro de las categorías relacionadas con

altos niveles de desempeño para los módulos de competencias ciudadanas, lectura crítica,

comunicación escrita y razonamiento cuantitativo, se encuentran las siguientes: madre con

educación profesional o con posgrado; madre empleada con cargo directivo, empleada

técnica o profesional independiente; padre con educación profesional completa o

incompleta, o con posgrado; y padre empleado con cargo directivo, empleado técnico o

profesional independiente.

Resta mencionar algunas determinantes personales que se han incluido en los

estudios de factores asociados al desempeño académico. Garbanzo (2007), al hacer una

revisión del tema, encontró que entre estas determinantes personales se encuentran:

competencia cognitiva, motivación, auto concepto académico, autoeficacia percibida,

bienestar psicológico, formación académica previa a la universidad y nota de acceso a la

universidad. Por otro lado, Montero et al. (2007) identificaron que factores psicosociales

como la motivación, la autoestima, la ansiedad, el auto concepto y la aptitud intelectual

están relacionadas con el rendimiento académico y explican alrededor de 9% de la

variabilidad de este.

En contraste con lo anterior se encuentra que la mayoría de estudios de factores

asociados al desempeño, específicamente en la prueba Saber PRO, incluyen con mayor

frecuencia variables de tipo socioeconómico, cultural y sociodemográfico, sin embargo, las



16

variables psicológicas y socio- afectivas propias del estudiante con frecuencia no son

incluidas, esto puede deberse a la dificultad para aplicar instrumentos que den cuenta de la

motivación, la inteligencia, el auto concepto, la autoeficacia percibida, entre otras, de todos

los estudiantes que presentan dicho examen.

Institución

Respecto a las variables institucionales los resultados son mucho más diversos,

Rodríguez et al., 2014a) establecen que el “efecto universidad” es relativamente alto para

explicar el rendimiento académico universitario, esto quiere decir que por lo menos el 40%

de las diferencias en el rendimiento entre universidades están explicadas por variables de

segundo nivel; en el caso particular de psicología, Valbuena y García (2016) llegaron a la

misma conclusión. Dentro de estas variables se encuentra por ejemplo el valor de la

matrícula, el número de semestres y de créditos, la jornada, la metodología del programa

académico y para el caso de psicología, la filiación a ASCOFAPSI.

Específicamente para el caso de los estudiantes de psicología, García (2009) reporta

diferencias de promedios teniendo en cuenta factores tales como la jornada, la modalidad y

la filiación a ASCOFAPSI de las instituciones educativas. Se evidencia que hay una diferencia

en los resultados del ECAES desde 2004 hasta 2008 en las pruebas de formación básica

disciplinar e interdisciplinar a favor de los estudiantes vinculados a universidades con

jornada diurna, metodología presencial y asociadas a ASCOFAPSI. En esta misma línea,

Valbuena y García (2016), reportan que en términos generales los estudiantes con altos

desempeños en los distintos módulos de evaluación del examen Saber PRO pertenecen a



17

programas de psicología con afiliación a ASCOFAPSI y con matrícula entre 3.000.000 y

5.000.000; y para el módulo de competencias ciudadanas, además de las características

descritas anteriormente, se incluyeron estudiantes vinculados a universidades con

modalidad presencial.

Variables de Proceso Institución

En el marco de las investigaciones sobre calidad de la educación superior, Giraldo et.

al (2007) afirman que los factores relativos a la fase del proceso, es decir, del trabajo que se

realiza dentro de las instituciones, no suelen ser incluidos como variables para definir la

calidad de la educación o al menos no aparecen con tanta frecuencia y de forma tan

explícita como las variables de entrada y de resultado.

En concordancia con estos planteamientos son pocos los estudios en América Latina

en los cuales se incluyen variables de proceso en los modelos de factores asociados al

desempeño. Sin embargo, es necesario considerar que al asumir una aproximación que

también incluya el nivel de proceso de la institución como factor asociado al rendimiento, se

está siendo consistente con los lineamientos establecidos por el Consejo Nacional de

Acreditación. Variables tales como el índice de flexibilidad, el índice de deserción, el número

de semilleros y grupos de investigación y la relación profesor-estudiante son parte de las

variables de proceso que deben incluirse en el estudio de factores asociados al rendimiento,

pues se han encontrado relacionadas con la calidad de la educación.

Dentro de la caracterización de los programas el CNA (2013), señala que los que

cuentan con alta calidad son reconocidos por la efectividad en sus procesos de formación



18

para la investigación, el espíritu crítico, la creación y por sus aportes al conocimiento

científico, a la innovación y al desarrollo cultural, de manera que la promoción de las

capacidades de indagación, búsqueda, y de intereses investigativos favorece tanto la calidad

de la educación proporcionada por la institución, como la formación del estudiante. En esta

misma dirección se encuentra el estudio realizado por Alzate (2008) sobre los efectos de la

acreditación en el mejoramiento de la calidad de los programas de psicología de Colombia,

se reconoce que hay relación entre la acreditación como indicador de calidad educativa y el

aumento de grupos de investigación escalafonados.

Al considerar el índice de flexibilidad del programa se tiene información acerca de

qué tanto el currículo se mantiene “actualizado y pertinente… para optimizar el tránsito de

los estudiantes por el programa y por la institución" (CNA, 2013). Según Villa (2002) la

formación flexible se refiere a la gama de formas o medios, apoyos, tiempos y espacios que

una institución ofrece para responder a las demandas de formación y para generar,

igualmente, una mayor cobertura y calidad del servicio educativo. Al respecto, Brunner y

Meller (2004 citado en Canales y De los Ríos, 2007) plantean que las bajas tasas de eficiencia

del sistema educativo terciario podrían explicarse por factores asociados con las

instituciones educativas y características propias del sistema, tales como la falta de

flexibilidad curricular de las carreras y la ausencia de sistemas adecuados de progresión, es

decir, sistemas que le permitan a los estudiantes, perfeccionar, mejorar y desarrollar sus

habilidades, capacidades y competencias a medida que avanzan en los mismos.

Por otro lado, al considerar el índice de deserción es importante señalar que el CNA

(2013) establece que, dentro de las características de permanencia y retención, las



19

instituciones de educación superior deben definir un sistema de evaluación y seguimiento a

la permanencia y deben tener mecanismos para su control sin detrimento de la calidad. Se

entiende que el tiempo promedio de permanencia de los estudiantes en el programa es

concordante con la calidad que se propone alcanzar y con la eficacia y eficiencia

institucionales.

Algunos resultados empíricos relacionados con las variables de proceso referidas a

los docentes, y que en principio hacen parte de los factores institucionales, también resultan

de interés para el presente estudio. Montero et al. (2007) encontraron en su modelo que en

términos generales las variables asociadas al docente tienen una mayor influencia en el

rendimiento que las variables asociadas al estudiante. Las variables asociadas y que tienen

una relación negativa significativa con el rendimiento, son por ejemplo la edad del docente,

presumiblemente porque los profesores jóvenes establecen relaciones más empáticas con

sus estudiantes (comodidad y facilidad de la comunicación); y la metodología empleada por

el docente: los estudiantes de los profesores que usan las clases magistrales entre el 50% o

más del tiempo del curso obtuvieron 0,41 puntos menos en sus notas finales que los

estudiantes de profesores que emplean otras estrategias pedagógicas en la mitad o más del

tiempo del curso (v.g. exposición magistral combinada con diálogo, discusión grupal,

exposiciones, trabajo en equipo).

Ahora bien, Gaviria y Barrientos (2001) señalan que es importante estudiar en qué

medida los distintos atributos del plantel, como su infraestructura física, la educación de los

docentes (en el sentido de si son licenciados, profesionales y si cuentan o no con

posgrados), el número de docentes por estudiante, afectan el rendimiento académico; al



20

respecto, Oliver, Eimer, Bálsamo y Crivello (2011 citado en García, 2014) reportan una

relación inversa en términos de la razón estudiante-profesor (cantidad de estudiantes por

profesor), es decir, una menor relación influye positivamente en el rendimiento académico.

En el caso de los programas de psicología Alzate (2008) encontró como efecto de la

acreditación de los programas, la dedicación de los profesores. Vale mencionar además que

se ha encontrado que la preparación próxima para los ECAES por parte de las instituciones

no es un factor determinante para la obtención de buenos resultados en las pruebas (Flórez

y Rojas, 2010).

Se considera de interés indagar en el futuro y para el caso colombiano otros aspectos

relativos a los docentes, en particular, acerca de los efectos de las vinculaciones de estos a

las IES y las condiciones de contratación que se dan con las mismas.

Variables de contexto

En las variables de contexto se recogen dos aspectos, por un lado, las características

del sistema educativo y del entorno, y por el otro las características contextuales del centro

tales como su naturaleza o tamaño.

Con respecto al primer aspecto, y específicamente con relación al factor de la

acreditación, Alzate (2008) muestra la importancia de este en los programas de psicología

de Colombia para la mejora a nivel institucional, no solo en los resultados de exámenes

nacionales como el ECAES (hoy Saber-PRO), sino para el currículum en general, la

preparación de los docentes en diferentes aspectos, además de un apoyo para grupos

investigativos y publicaciones; en definitiva se comprueba cómo los procesos de



21

acreditación son un incentivo para suscitar un interés por la calidad y el mejoramiento

continuo de los programas: se ve un claro antes y después de la acreditación con respecto a

la rigurosidad de los exámenes tanto para los estudiantes como para los maestros.

En esta línea, García (2009) y Valbuena y García (2016) reportan que en términos

generales los estudiantes con altos desempeños en los distintos módulos de evaluación del

examen Saber PRO pertenecen a programas de psicología con acreditación de alta calidad.

Por otro lado, Melo et al. (2014), en su análisis de la eficiencia de la educación en Colombia,

identificaron que la pertenencia a instituciones que tienen programas acreditados, ubicadas

en las ciudades de Bogotá, Cali y Medellín y que son oficiales, tiene un impacto positivo y

significativo sobre el logro académico.

Los resultados ilustran el gran número de variables asociadas que se consideran de

interés cuando se trata de explicar el desempeño de los estudiantes en un programa

académico. En consideración a que los factores que influyen el desempeño académico son

dinámicos, es necesario realizar un nuevo estudio considerando los resultados más

recientes de la prueba Saber PRO. Se propone incluir variables adicionales a las

socioeconómicas disponibles, de tal manera que, aunque se analizarán las variables

contextuales y personales, es decir, los datos sociodemográficos recogidos en la misma

prueba SABER PRO, el trabajo incluirá variables de nivel institucional que tienen efecto en el

desempeño académico (v.g. el índice de flexibilidad, la jornada, la modalidad y el número de

créditos del programa). Las variables que serán incluidas son en muchos casos indicadores

que garantizan la calidad de la formación o bien que han estado relacionadas con el

rendimiento académico. Además, se propone incluir como variable de resultado el



22

desempeño en la prueba disciplinar profesional específico de la psicología, junto con las

pruebas básicas del examen, pues esto resulta más informativo para los programas de

formación de nuestro interés. En conclusión, se trata de darle continuidad a los trabajos

previos, complementando la información a partir de nuevas variables institucionales.

Metodología

Variables

Los datos empleados en esta investigación provienen de distintas fuentes: las bases

de datos del Instituto Colombiano para la Evaluación de la Educación (ICFES), el observatorio

de la calidad de la Educación Superior en Psicología y los portales web de las instituciones

educativas.

El ICFES provee la información de aspectos socioeconómicos, socioculturales,

demográficos e institucionales de cada uno de los estudiantes que realizaron el examen

Saber PRO en el año 2017. Las variables relacionadas con los programas académicos de

psicología de cada universidad, como la Calidad, la pertenencia o no a la Asociación

Colombiana de Facultades de Psicología (ASCOFAPSI), jornada y cantidad de créditos fueron

tomadas de la página del Observatorio de la Calidad de la Educación Superior en Psicología

en Colombia (2012).

La información para calcular el índice de flexibilidad se obtuvo en los portales web de

cada una de las universidades que cuentan con programas académicos de Psicología. Es

pertinente mencionar que debido a que muchas universidades no reportan estos datos en



23

sus páginas oficiales, se hicieron transformaciones con la información a la que se tuvo

acceso para hacerla comparable entre las distintas instituciones.

Debido a la complejidad de las relaciones que se van a identificar en este estudio y a

la naturaleza anidada de los datos (Estudiantes en universidades) se realiza un

modelamiento multinivel de dos niveles: el primero se vincula con las variables del

individuo, el segundo con las variables institucionales del programa de Psicología. En los

modelos multinivel desarrollados dentro del campo de investigación de eficacia escolar -

que desde “su concepción original surgieron como un sistema de indicadores que informa

acerca del funcionamiento del centro” (Murillo, 2008a, p. 5)- las variables se clasifican en

cuatro grandes componentes, a saber: de contexto, entrada, proceso y producto.

a. Contextuales: Características del centro educativo, ambiente socio afectivo y

contexto de los estudiantes.

b. De entrada: instalaciones y recursos, dotación de personal, servicios que ofrece y

apoyos externos.

c. De proceso: estructura, funcionamiento y clima/cultura organizacional.

d. De producto: desarrollo de la institución, desempeño o rendimiento de los

estudiantes, satisfacción de estudiantes y padres de familia y reputación

institucional” (Fernández & Gonzalez, 1997, citado en Moreira, 2013, pp. 21-22).

A continuación, se describen las variables incluidas en el modelo realizado.



24

Nivel Individual (Estudiante)

Entrada:

1. Género: Masculino o femenino. Asignando 0 para la primer categoría y 1 para la

segunda en el modelo.

2. Edad: Número de años cumplidos.

3. Semestre: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10,11, 12 o más. Al tratarse de una variable ordinal,

se ingresa en el modelo tal cual, con excepción de la última categoría la cual se

codifica con el número 12.

4. Nivel socioeconómico: Medido con el Índice socioeconómico, el cual relaciona las

variables socioeconómicas de cada estudiante que incluyen: mecanismo de pago de

la matrícula semestral (beca, crédito, pagado por familiares o el propio estudiante),

si es cabeza de familia, el número de personas que tienen a cargo, la ocupación del

padre y madre, el estrato socioeconómico, el número de personas con quien vive y la

cantidad de electrodomésticos que tiene en el hogar. Fue realizado con Análisis de

Correspondencias Múltiples para las variables nominales y ordinales y luego Análisis

de Componentes Principales. Este valor se transforma a una escala que toma valores

entre 0 y 100, con media 50 y desviación estándar de 10.

5. Nivel sociocultural: Referido a los aspectos socioculturales del entorno familiar

medido con el Índice sociocultural, el cual agrupa las variables educación de padre y

madre y la cantidad de libros con los que cuenta en el hogar de contenidos

diferentes a los académicos. Fue realizado con Análisis de Correspondencias



25

Múltiples para las variables nominales y ordinales y luego Análisis de Componentes

Principales. Este valor se transforma a una escala que toma valores entre 0 y 100,

con media 50 y desviación estándar de 10.

6. Gestión del tiempo: Se refiere a las actividades ajenas al ambiente académico,

incluye el tiempo dedicado a la lectura por entretenimiento y a navegar en internet

Fue realizado Análisis de Componentes Principales. Este valor se transforma a una

escala que toma valores entre 0 y 100, con media 50 y desviación estándar de 10.

Producto:

Puntajes de cada uno de las pruebas del examen general del Saber PRO: Lectura

Crítica, Razonamiento Cuantitativo, Competencias Ciudadanas, Comunicación Escrita, Inglés

y la prueba específico para Psicología. Los puntajes toman valores entre 0 y 300.

Nivel Institucional (Institución de Educación Superior):

Contexto:

1. Naturaleza u origen de la Institución de Educación Superior (IES): definido por las

categorías de orden jurídico oficial y no oficial, que se refiere a la distinción entre

público y privado respectivamente, se contemplan equivalentes de no oficial la

corporación y la fundación, y de oficial que pueden ser del orden de departamental,

municipal o nacional dependiendo del alcance de la institución. Cuyos valores dentro

del modelo van de 1 a 5 respectivamente.



26

2. Carácter de la institución de educación superior: distingue entre institución

universitaria cuyo valor es 1 dentro del modelo y universidad cuyo valor es 0 dentro

del modelo, donde la última “alcanza por mandato legal los requisitos indicados en el

artículo 20 de la Ley 30 de 1992, los cuales están desarrollados en el Decreto 1212 de

1993.” (MEN, 2010).

3. Estado de registro de calidad del programa: determinado por el cumplimiento o no

de las condiciones mínimas de educación superior establecidas por el Ministerio de

Educación. La clasificación obtenida puede ser “registro calificado” cuando cumple

con las condiciones mínimas y “registro calificado de Alta calidad” cuando el

programa supera las condiciones mínimas de educación superior. A estas categorías

se les asignó 0 y 1 dentro del modelo respectivamente.

Entrada:

1. Adscrito a ASCOFAPSI: Pertenencia del programa académico a la Asociación

Colombiana de Facultades de Psicología, la cual se declara como la institución

encargada de “velar por el mejoramiento de la formación universitaria del psicólogo

en Colombia, con la colaboración permanente de sus miembros, para contribuir al

desarrollo científico, profesional, ético y social de la psicología” (ASCOFAPSI, 2019).

Para estas categorías se asignó un valor de 0 para registro calificado y 1 para el

registro de alta calidad.



27

2. Metodología del programa: Se refiere a las condiciones en las que se suelen llevar a

cabo las clases, en este sentido se divide en presencial (3 dentro del modelo),

distancia (1 dentro del modelo) y distancia virtual (2 dentro del modelo).

3. Número de créditos del programa.

4. Número de semestres del programa. De 8 a 10 semestres.

5. Valor de la matrícula. Con 8 categorías cuyos valores dentro del modelo son 0 para

quienes ‘No pagan matrícula’, 1 para quienes pagan ‘Menos de 500 mil’, 2 para

quienes pagan ‘Entre 500 mil y menos de un millón de pesos’, 3 para quienes pagan

‘Entre un millón y 2.5 millones’, 4 para quienes pagan ‘Entre 2.5 millones y 4

millones’, 5 para quienes pagan ‘Entre 4 millones y 5.5 millones’, 6 para quienes

pagan ‘Entre 5.5 millones y 7 millones’ y finalmente 7 para quienes pagan ‘Más de 7

millones’.

6. Jornada: Periodo del día en el que se imparten los cursos del programa. Se

contemplan diurnas (2 dentro del modelo), diurna y nocturna (4 dentro del modelo),

mixta (5 dentro del modelo), diurna y mixta (3 dentro del modelo) y a distancia (1

dentro del modelo).



28

Proceso:

1. Preparación para el examen: indica si el estudiante recibió algún tipo de preparación

para presentar el examen, sea a través de cursos dictados por la institución a la que

pertenece o cursos impartidos en instituciones externas y tomados voluntariamente

por el estudiante. Para esta variable se asignó 1 para aquellos que sí se prepararon y

0 para quienes no lo hicieron.

2. Índice de flexibilidad el programa: Cociente del número de créditos dispuestos para

cada una de las asignaturas o cursos de carácter obligatorio, y el número de créditos

definidos para cursar asignaturas elegibles, bien sean electivas u optativas.

Corresponde a un valor que está entre 0 y 1.

Análisis de datos

Para efectos de conocer los Factores asociados al desempeño en pruebas

estandarizadas se emplean los modelos multinivel, siguiendo el procedimiento “clásico",

recomendado por Bryk y Raudenbush (1992) y Gaviria y Castro (2005). La información se

procesará con MLWIN 3.02 y SPSS 25.

El estudio de factores asociados consideró inicialmente un modelamiento con tres

niveles: estudiante, escuela y departamento. Luego de realizar el modelamiento y encontrar



29

que el nivel de Departamento no explica varianza se decidió el modelamiento con dos

niveles.

El primer modelo permite conocer la variabilidad a explicar y permite la comparación

con los demás modelos, no incluye variables y se denomina modelo nulo. El proceso de

modelamiento continuó incluyendo variables de ajuste de primer y segundo nivel y

posteriormente variables de proceso tanto de primer como de segundo nivel. Se estimó el

aporte de cada variable tanto a nivel fijo como a nivel aleatorio; en todos los casos se asumió

la significación estadística de cada parámetro calculando el valor t, significativo cuando es

superior a 2.

Modelo nulo (Vacío)

El modelo nulo permite apreciar el puntaje promedio en cada una de las pruebas

genéricas y la componente específico para Psicología, el modelo con dos niveles modelado

con el programa MLwiN v3,01, se expresa así:

𝑌𝑖𝑗 = 𝛽0𝑖𝑗𝐶𝑜𝑛𝑠

𝛽0𝑖𝑗 = 𝛽0 + 𝜇𝑜𝑗 + 𝑒𝑜𝑖𝑗

[𝜇𝑜𝑗] N(0, u ): u= 2

0u

[𝑒𝑜𝑖𝑗] N(0, e): e= 2

0e

Donde:

ijkY= Puntaje promedio en la variable de resultado (prueba) para un estudiante i de

la institución j.

Cons= Es una constante igual a 1, para efectos del modelamiento en MLwiN.

𝛽0𝑖𝑗= Es el promedio esperado en la variable de resultado para el estudiante i, de la

institución j. Se compone de:

= El gran promedio general para la variable de resultado (𝑌𝑖𝑗). 0



30

𝜇0𝑗= Es el efecto aleatorio asociado al nivel de institución educativa (universidad),

con distribución normal, media 0 y varianza Ωu.

𝑒0𝑖𝑗= Es el efecto aleatorio asociado al nivel del estudiante, con distribución

normal, media 0 y varianza Ωe.

Modelo con variables de ajuste y proceso

Al modelo nulo se le agregaron las variables de ajuste y proceso de primer nivel, en

el modelo se consideró cada variable con sus efectos fijos y aleatorios, se evaluó la

significación estadística para determinar si hacían parte del modelo o no, y se continuó con

la incorporación de variables del segundo nivel. En el primer modelo se consideraron todas

las variables con efectos fijos y se evaluó su significación estadística para decidir si

continuaban en el modelo o se excluían del mismo. La expresión de este modelo si se

consideran dos variables con efecto fijo y aleatorio se expresa como se presenta a

continuación:

𝑌𝑖𝑗 = 𝛽0𝑖𝑗𝐶𝑜𝑛𝑠 + 𝛽1𝐺𝐸𝑁𝐸𝑅𝑂𝑖𝑗 + 𝛽2𝐼𝑛𝑑𝑖𝑐𝑒_𝑠𝑜𝑐𝑖𝑜𝑒𝑐𝑜𝑛𝑜𝑚𝑖𝑐𝑜𝑖𝑗

𝛽0𝑖𝑗 = 𝛽0 + 𝜇𝑜𝑗 + 𝑒𝑜𝑖𝑗

𝛽1𝑖𝑗 = 𝛽1 + 𝜇1𝑗 + 𝑒1𝑖𝑗

𝛽2𝑖𝑗 = 𝛽2 + 𝜇2𝑗 + 𝑒2𝑖𝑗



31

En este modelo, en comparación con el modelo nulo, se representan los coeficientes

𝛽𝑛𝑖𝑗 para cada una de las variables de ajuste, el subíndice indica el número de variable en el

modelo y el nivel al cual pertenece la variable, el nombre indica la denominación asignada a

la variable, para el caso, Género e índice socioeconómico que dan cuenta de estas dos

variables del estudiante. Los coeficientes 𝛽 son parámetros que se estiman y expresan el

efecto de cada una de las variables de ajuste en el puntaje promedio de la prueba e indican

el cambio pronosticado en el puntaje en la prueba por cada unidad que aumenta esta

variable incluida en el modelo.

Por su parte, los efectos aleatorios permiten la variación de los interceptos y las

pendientes, se presentan las varianzas ( 𝜎𝜇02 /𝜎𝑒0

2 ) de las variables incluidas en el modelo y

las covarianzas (𝜎𝜇012 /𝜎𝑒01

2 ) entre estas. Los efectos aleatorios reflejan la posibilidad de que

los estudiantes sean más parecidos dentro del grupo que entre el nivel en el cual están

anidados (la institución educativa).

Los efectos aleatorios señalan:

𝜇𝑛𝑗= el efecto aleatorio de la pendiente de la variable n asociado al segundo nivel,

con distribución normal, media 0 y varianza Ωu.

𝑒𝑛𝑖𝑗=el efecto aleatorio de la pendiente de la variable n asociado al primer nivel,

con distribución normal, media 0 y varianza Ωe.

En la variabilidad del modelo aleatorio, se tiene que:



32

Ω= matriz de varianzas y covarianzas para cada nivel de las medias y las pendientes

de las variables incluidas en el modelo.

Al final del modelamiento se reportan sólo las variables significativas y se presentan

en los resultados.

Procedimiento

Se trata de un estudio con expltación secundaria de datos, que implicó el desarrollo

de distintas actividades, a saber:

I. Preparación de la información

1. Selección de las variables para definir la información a incluir en el modelo.

2. Revisión y depuración de las bases de datos. Se excluyó la información

correspondiente a los programas distintos a Psicología y se eliminaron los casos que

no contaban con los datos correspondientes a cada una de las variables.

II. Procesamiento de la información: generación de variables y preparación de los

archivos

1. Construcción de índices con SPSS.

2. Adecuación de las bases de datos al programa MLWin.



33

III. Procesamiento de la información: proceso de modelización y proceso de

estimación de las propiedades científicas

1. Estimación del modelo nulo y de los distintos modelos acorde con las variables

de contexto, entrada, proceso y producto.

2. Determinación de la bondad de ajuste del modelo.

IV. Análisis de la información y elaboración de informes

Resultados

Estadísticos descriptivos

Se describen aspectos de la muestra acorde con los dos niveles definidos. Frente al

primer nivel (estudiante) se obtuvo lo siguiente:

La muestra total se compone de 10.291 estudiantes que presentaron la prueba Saber

PRO en el año 2017 pertenecientes a 86 instituciones de educación superior, ubicadas en 22

departamentos; 17% de los estudiantes son hombres y el 83% son mujeres, el promedio de

edad es de 26 años con una desviación estándar de 5,02.

En relación con los puntajes de cada uno de las pruebas del examen Saber PRO se

obtienen los siguientes promedios. En la prueba de razonamiento cuantitativo se obtuvo

una media de 140, en lectura crítica 153, en competencias ciudadanas 144, en inglés



34

148, en comunicación escrita 154, y en el puntaje global 148. Comparando las puntuaciones

por género se puede identificar, como se presenta en la figura 2, que hay una diferencia de

dos puntos menos entre la puntuación promedio y la puntuación de las mujeres y por el

contrario, la puntuación para los hombres supera hasta en 11 puntos el valor promedio en

Figura 2. Comparación por género sobre las puntuaciones de las pruebas de la prueba Saber

PRO.

las diferentes pruebas; el único valor que no presenta diferencias entre los grupos es la

puntuación de comunicación escrita, la cual se mantiene exactamente igual en ambos

grupos y por tanto en la media total del grupo.

Los datos de la variable semestre que cursa muestran que el 3,47% de los

estudiantes cursaba séptimo (7) semestre al momento de presentar la prueba, de este

porcentaje el 31,93% pertenecen a programas académicos de ocho (8) semestres. El 21,29 %

de la muestra total cursaba octavo (8) semestre, de este porcentaje el 47,47% está inscrito

en programas académicos de ocho (8) y (9) semestres. El 39,17% del total de estudiantes

cursaban noveno (9) semestre, el 76,01 % de este porcentaje cursaba programas de diez



35

(10) semestres. El 33,24 % de la muestra cursa décimo (10) semestre y tan solo el 1,77% y

1.06% cursaba undécimo (11) y doceavo (12) semestre respectivamente.

En relación con la variable preparación para el examen se demuestra que el 91,92%

de los estudiantes no realizan ningún tipo de preparación para la presentación del examen

Saber PRO y el 8,08 % se preparó a través de curso brindados por su propia institución,

cursos externos a su universidad o como un ejercicio personal; de este grupo de estudiantes

que sí preparó el examen, el 85,82% pertenecen a instituciones no oficiales y el 14,18% a

instituciones oficiales.

Los valores de la matrícula se organizan en 8 categorías como lo muestra la figura 3,

estos porcentajes indican que el valor de la matrícula de 477 estudiantes es mayor a 7

millones de pesos, 536 estudiantes pagan entre 5.5 millones y menos de 7 millones, 1356

tienen matrículas de entre 4 y 5.5 millones, 2410 pagan entre 2.5 y 4 millones de pesos,

4211 entre 1 y 2.5 millones, 901 entre 500.000 pesos y 1 millón de pesos , 421 menos de

500.000 pesos y 19 estudiantes no pagan matrícula, así el valor promedio de la matrícula

está en el rango de 2.5 y 4 millones de pesos.

Figura 3. Valor de las matrículas de los estudiantes de psicología



36

Debido a que los índices se expresan acorde con la escala T de McCall con media de

50 y una desviación estándar de 10. En el índice socioeconómico el 30,59 % de la muestra se

encuentra entre 40 y 60 puntos que corresponden a una desviación estándar por debajo y

encima de la media respectivamente; el 34,52 % para el índice sociocultural y frente al índice

de gestión del tiempo se encuentra que el 25,67% de la muestra se ubica en esta mismo

rango.

Igualmente, se identificó el número de estudiantes que pertenecen a instituciones

con determinadas características como el estado de calidad, la vinculación a ASCOFAPSI,

jornada, metodología, carácter y origen (Tabla 1 ).

Tabla 1. Variables institucionales por estudiante e institución.

Variable Valores Número de estudiantes

Número de Instituciones

Estado de calidad

Alta calidad 39% (4024) 48% (41)

Calificado 61% (6267) 52% (45)

ASCOFAPSI

Pertenece 75% (7693) 74% (64)

No pertenece 25% (2598) 26% (22)

Jornada

Distancia 11,5% (1171) 2% (2)

Diurna 48,5% (4976) 58,5% (50)



37

Diurna y mixta 5% (501) 2% (2)

Diurna y nocturna 26% (2683) 30,5% (26)

Mixta 9% (960) 7% (6)

Metodología

Distancia 27% (2818) 3,5% (3)

Distancia Virtual 4% (400) 2,5% (2)

Presencial 69% (7073) 94% (81)

Carácter

Institución Universitaria 45% (4684) 33% (28)

Universidad 55% (5607) 67% (58)

Origen

No oficial 81% (8293) 85% (73)

Oficial 19% (1998) 15% (13)

El estado de calidad del programa puede tener dos valores, Registro de Alta Calidad

que identifica los mejores programas de psicología y Registro Calificado que identifica los

programas que son aptos para formar profesionales; frente a las 86 Instituciones de

Educación Superior que conforman la muestra 41 cuentan con Registro de Alta Calidad y 45

se encuentran con Registro calificado. La pertenencia a la Asociación Colombiana de

Facultades de Psicología (ASCOFAPSI) se incluye dentro de los criterios de análisis por

institución, se identifica que 64 instituciones pertenecen a ASCOFAPSI. Las 41 instituciones



38

que tienen Registro de Alta calidad pertenecen a ASCOFAPSI, y 23 instituciones que no

cuentan con este registro pertenecen igualmente a la asociación, los datos anteriores están

actualizados al 2017.

La tabla 1 también expone las características de los programas y de las instituciones a

través de porcentajes obtenidos en relación con la jornada, es predominante la jornada

diurna. Con respecto a la metodología se identifica que predomina la metodología

presencial.

Las Instituciones de Educación Superior (IES) que ofrecen el programa de psicología en

Colombia pueden tener dos tipos de carácter Institución Universitaria o Universidad, así, 28

son instituciones universitarias y 58 universidades. En relación con el origen de la IES esta

puede ser Oficial o No oficial, la primera se refiere a que es una institución que le pertenece

al estado y por lo tanto es pública y la segunda es una institución que por el contrario no es

manejada por el estado y por tanto es privada, mediante esta característica se puede

identificar que 73 de las IES que ofrecen el programa de psicología tienen origen No oficial y

13 son Oficiales.

En cuanto a duración de los programas 60 de estas instituciones cuentan con un

programa de diez (10) semestres, 15 tienen un programa de nueve (9) semestres y el

programa de 11 instituciones es de ocho (8) semestres. En promedio los programas de

psicología de las diversas instituciones tienen 156 créditos de carga académica, el total de

créditos se ubica en un rango de entre 134 y 196.

Como parte de la acreditación de los distintos programas, las instituciones deben

brindar el acceso a grupos de estudio e investigación; de 86 instituciones analizadas 5 no



39

cuentan con ningún grupo de investigación, 14 tienen entre 1 y 4 grupos, 3 tienen entre 5 y

7 grupos, 60 entre 8 y 10 grupos de investigación y 4 instituciones tienen más de 10 grupos

de investigación.

A nivel descriptivo la relación entre las puntuaciones promedio de cada prueba del

examen Saber PRO con las características propias de las instituciones, permite identificar

cuáles de estas se relacionan con mayores puntuaciones en cada una de las pruebas. En la

Tabla 2 se evidencia que las instituciones con jornada diurna tienden a tener mejores

resultados en todas las pruebas en comparación con las demás jornadas, igualmente la

metodología presencial se relaciona con puntuaciones mayores en todas las pruebas del

examen, teniendo hasta una diferencia de 20 puntos con las demás metodologías. En

cuanto al carácter de las instituciones, las universidades tienen mayores puntajes en todas

las pruebas, con diferencias de entre 5 y 12 puntos con las instituciones universitarias. Como

podría esperarse las instituciones con Registro Alto de Calidad tienen puntuaciones mayores

en todas las pruebas con el tope de 14 puntos por encima en la prueba de Lectura Crítica; en

cuanto al origen o naturaleza de la institución se identifica que las instituciones Oficiales

tienen mayores puntajes en todas las pruebas del examen, sin embargo, la puntuación en

inglés de las instituciones Oficiales es mayor solo por 1 punto.

La puntuación mayor en la prueba de Razonamiento cuantitativo está relacionada con

el origen oficial de la institución; la jornada Diurna y el origen oficial tienen las mayores

puntuaciones en Lectura crítica; además de relacionarse con el origen oficial de la

institución, la mayor puntuación en la prueba de competencias ciudadanas se da en



40

instituciones con Registro de Alta calidad; por su parte las altas puntuaciones en la prueba

de Inglés se relacionan con las instituciones con Registro de Alta Calidad; finalmente, la alta

puntuación la prueba de comunicación escrita se puede relacionar tanto con instituciones

oficiales como con aquellas que tienen Registro de Alta calidad.



41

Tabla 2. Puntuaciones en la prueba Saber PRO de acuerdo a las características

institucionales

Prueba

Razonamiento

Cuantitativo

Lectura

Crítica

Competencias

ciudadanas

Inglés Comunicación

escrita

Puntaje

Global

Jornada

Distancia 128,93 138,56 129,52 130,77 145,12 134,56

Diurna 144,19 161,02 148,97 158,29 157,13 153,91

Diurna y mixta 136,7 151,8 140,45 143,32 153,31 145,1

Diurna y

nocturna 140,37 154,11 145,02 148,13 152,44 148

Mixta 135,77 150,8 139,8 144,58 153,3 144,87

Metodología

Distancia 130,54 139,59 131,72 132,25 146,76 136,16

Distancia

virtual 137,23 143,07 137,96 135,36 147,33 140,14

Presencial 142,46 158,5 147,25 154,49 155,57 151,32

Carácter



42

Institución

Universitaria 138,89 149,25 139,48 142,63 151,2 143,67

Universidad 144,83 161,46 149,87 158,41 156,94 154,3

Estado de

Calidad

Registro

Calificado 137,08 150,7 140,47 143,87 150,83 144,57

Registro de

Alta calidad 147,23 164,92 153,09 163,59 159,73 157,71

Origen-

Naturaleza

No oficial 140,29 155,52 144,72 153,04 153,4 149,58

Oficial 151,09 168,49 156,43 154,57 158,87 157,9

Análisis Multinivel

Para identificar los factores asociados al desempeño en las pruebas Saber PRO se emplearon

modelos multinivel, a continuación se presentan los resultados obtenidos para el modelo

nulo y el modelo final.

En la Tabla 3 se presenta el modelo nulo para cada variable de resultado. La primera

columna corresponde al nombre de la variable analizada, la segunda al intercepto o gran



43

media de cada modelo -esta corresponde al valor esperado de un estudiante de cualquier

universidad en la prueba-, la tercera y cuarta son las varianzas al interior de los niveles IES y

Estudiantes respectivamente, estos valores representan la varianza no explicada del modelo

que se debe a cada nivel. En consideración a que este modelo es significativo en los dos

niveles se justifica realizar el modelamiento multinivel. Es importante recordar que el

modelo nulo es el punto de referencia desde el cual se parte para decidir si el grado de

ajuste de un modelo alternativo es significativo tal que sea un mejor predictor del puntaje.

Tabla 3. Modelo nulo para cada variable de resultados

Intercepto σ² Entre IES σ² Entre Estudiantes

Est. SE Est. SE Est. SE

Razonamiento cuantitativo

141,984 1,382 151,278 25,175 573,677 8,03

Lectura crítica 157,469 1,678 224,398 36,739 770,023 10,78

Competencias ciudadanas

146,538 1,487 171,867 29,098 811,117 11,354

Inglés 155,325 2,036 341,803 54,309 619,024 8,666

Comunicación escrita

155,432 1,106 85,394 15,802 964,773 13,505

Pruebas específicas

141,604 2,051 133,091 34,978 592,311 13,72

En la Tabla 4 los modelos finales para cada variable de resultados. Para todos los

modelos se presenta la parte fija y la aleatoria, compuesta por los valores que fueron

significativos. Se debe tener en cuenta que las variables y categorías al interior de la primera

parte no representan el total de las que fueron incluidas en el modelo, sino únicamente las



44

que fueron significativas, en la metodología se presenta la información para todas las

variables y las categorías.

Se mencionan a continuación las variables que no fueron significativas dentro de

ningún modelo: El semestre que cursaba el estudiante cuando presentó la prueba, la

pertenencia a ASCOFAPSI, el número de semestres del programa, el número de créditos del

programa, la jornada del programa, y el número de semilleros y/o grupos de investigación

dentro del programa. Además, los niveles Municipio y Departamento no presentaban una

varianza lo suficientemente significativa para desarrollar un modelo de más de dos niveles.



45

Tabla 4. Modelos finales

Est.

SEEs

t. SE

Est.

SEEs

t. SE

Est.

SEEs

t. SE

Parte

fija

Interc

epto

154,

333

5,615

157,

661

4,523

143,

294,1

7513

0,45

44,6

8716

4,14

53,8

6713

2,17

65,2

43

Entra

da

Géne

ro-Fe

menin

o-8

,71

0,725

-7,9

140,7

26-8

,349

0,784

-7,9

760,6

37NA

NA-3

,078

1,055

8

Edad

-0,5

580,0

64-0

,444

0,069

NANA

NANA

NANA

-0,2

770,1

05

Indice

socio

econ

ómico

NANA

0,10

60,0

380,

145

0,039

0,32

50,0

31NA

NA0,

124

0,056

Indice

socio

cultu

ral0,

270,0

320,

380,0

340,

330,0

360,

582

0,03

0,20

40,0

360,

247

0,047

Metod

ología

-Dist

ancia

-5,7

261,5

11-1

5,19

71,7

14-1

0,57

11,6

82-9

,51

1,577

-7,5

661,6

21NA

NA

Valor

de la

matr

ícula

- Men

os de

500 m

il-1

3,64

93,0

23NA

NA-1

7,47

42,7

44-2

3,49

93,4

17-1

6,61

33,2

56NA

NA

Valor

de la

matr

ícula

- Entr

e 500

mil y

men

os de

1 mi

llón

-9,8

632,2

54NA

NA-1

2,58

82,0

19-1

7,56

23,2

18-1

5,81

62,9

46NA

NA

Valor

de la

matr

ícula

- Entr

e 1 m

illón y

men

os de

2.5 m

illone

s-4

,989

1,37

NANA

-9,0

891,5

34-1

5,11

23,0

85-1

4,12

2,637

NANA

Valor

de la

matr

ícula

- Entr

e 2.5

millo

nes y

4 mi

llone

s-2

,847

1,207

NANA

-7,4

081,3

47-1

3,90

53,0

63-1

3,50

32,5

84NA

NA

Valor

de la

matr

ícula

- Entr

e 4 m

illone

s y 5,

5 millo

nes

NANA

NANA

NANA

-8,8

753,0

85-1

1,74

42,6

04NA

NA

Entre

5,5 m

illone

s y m

enos

de 7

millo

nes

NANA

NANA

NANA

-7,3

993,1

75-1

0,81

42,8

18NA

NA

Proc

eso

Indice

de ge

stión

de tie

mpo

0,13

80,0

270,

057

0,027

0,10

60,0

29NA

NANA

NANA

NA

Prepa

ración

- Si

-3,0

461,0

19-2

,828

1,111

NANA

NANA

NANA

NANA

Cont

exto

Estad

o de c

alida

d - Re

gistro

de al

ta ca

lidad

NANA

10,3

362,0

546,

731

1,496

12,4

822,1

374,

778

1,278

5,98

82,1

82

Carác

ter ac

adem

ico - I

nstit

ución

unive

rsitar

iaNA

NANA

NANA

NANA

NANA

NA-9

,091

2,407

Natur

aleza

u ori

gen -

No o

ficial

Corpo

ración

-1

7,81

64,4

93-1

9,79

23,1

12-2

1,04

12,7

5-1

5,50

53,2

55-1

0,21

22,0

55-1

1,52

22,4

96

Natur

aleza

u ori

gen -

No o

ficial

Fund

ación

-13,

112

4,467

-15,

696

2,968

-18,

374

2,725

-13,

017

3,126

-9,1

332,0

24NA

NA

Natur

aleza

u ori

gen -

Ofic

ial M

unici

pal

NANA

NANA

-14,

865

5,997

NANA

NANA

NANA

Parte

alea

toria

Entre

escu

elas

22,5

645,5

1969

,602

12,89

221

,18

5,349

68,1

6412

,539

11,3

123,7

0527

,094

8,93

Entre

alum

no50

7,48

411

,415

593,

766

29,68

379

0,71

11,41

934

8,76

621

,057

701,

308

36,41

457

3,96

613

,392

Indice

socio

econ

ómico

NANA

0,05

30,0

11NA

NA0,

081

0,008

NANA

NANA

Indice

socio

cultu

ralNA

NANA

NANA

NANA

NA0,

098

0,014

NANA

Flexib

ilidad

2295

,608

521,6

86NA

NANA

NANA

NANA

NANA

NA

Prue

bas e

spec

ifica

s Ra

zona

mien

to cu

antit

ativo

Lect

ura c

rítica

Com

pete

ncia

ciuda

dana

sIn

glés

Com

unica

ción

escr

ita



46

A continuación, se presenta un breve resumen general de la Tabla 4 seguido de un apartado

para cada modelo.

Resumen general

El género afecta negativamente el puntaje de las pruebas para el caso de las

mujeres, con disminuciones entre los 3 y los casi 9 puntos comparado con el puntaje de los

hombres a excepción de la prueba de Comunicación escrita donde esta variable no tuvo

efecto.

El índice socioeconómico afecta de manera significativa el puntaje en la mayoría de

las pruebas, siendo la excepción Razonamiento Cuantitativo y Comunicación Escrita. El

puntaje aumenta hasta 0,3 puntos por cada desviación estándar que aumente el índice, de

tal manera que aquellas personas cuyo índice es superior a 60 (15% aprox. de la población)

obtienen 0,3 puntos más que aquellos cuyo índice se encuentra entre los 40 y los 60, donde

se ubica la media de la población. El índice sociocultural del estudiante incide

significativamente en el puntaje obtenido en todas las pruebas, con un incremento que se

encuentra entre los 0,2 y los 0,6 puntos por cada desviación estándar que aumente éste.

Las variables anteriores corresponden a variables de entrada del estudiante que

inciden en todos o la mayoría de resultados de las pruebas del examen. Adicionalmente se

encuentran variables de entrada de la institución que inciden de manera general. La

metodología por ejemplo, en la categoría Distancia también es significativa en el efecto que

produce sobre el puntaje estimado, disminuyendo en esta puntuación desde 5 hasta 15

puntos respecto al puntaje total dependiendo de la prueba del examen. El valor de la

matrícula por otra parte también tiene efectos significativos sobre los puntajes en general,



47

las universidades cuyas matrículas son inferiores a los 4 millones de pesos presentan

menores puntajes respecto a las más costosas, con diferencias entre los 2 hasta los 23

puntos respecto a la media. Es importante señalar que la categoría No paga matrícula no

mostró diferencias significativas en ningún modelo.

Las variables de contexto que fueron significativas, como instituciones con Registro

de Alta Calidad presentan mejores puntajes respecto a aquellas que cuentan con Registro

Calificado, con puntuaciones de entre 4 y 10 puntos por encima de las últimas.

Adicionalmente las universidades cuya naturaleza u origen es No Oficial, presentan menores

puntajes en las pruebas del examen respecto a la media general con diferencias entre los 9 y

21 puntos.

Ninguna variable de proceso fue significativa de manera general, es decir ninguna

tuvo efecto sobre todos o la mayoría de los modelos, no obstante, sí fueron significativas

para algunas de las variables de resultado.

Resultados por prueba

Razonamiento Cuantitativo

El puntaje en esta prueba se ve afectado por otras variables de entrada del

estudiante, por cada desviación estándar que aumente la edad de un estudiante, el valor

estimado será de menos 0,5 puntos en la prueba respecto a la media general, esto significa

que a mayor edad menor puntaje en la prueba. Por otro lado, variables de proceso como el

Índice de gestión de tiempo inciden positivamente en el puntaje, aquellos estudiantes que

invierten más tiempo en navegación en internet y lectura por ocio obtienen puntuaciones



48

más altas en esta prueba, más exactamente aumentan 0,1 punto por cada desviación

estándar que aumente el índice. Otra variable de proceso que incide en este puntaje, pero

negativamente es Preparación, donde los estudiantes que si se preparan para la prueba

obtienen puntajes 3 puntos menores en comparación con aquellos que no lo hacen.

Es pertinente señalar también que la variable de contexto Estado de calidad no

afecta significativamente el modelo, esta es la única prueba donde esta variable no incide.

Por último, otra particularidad de este modelo es que es el único donde la variable de

entrada de la institución Flexibilidad del programa tuvo un efecto significativo, aunque sólo

como parámetro aleatorio en el nivel de estudiante.

Lectura crítica

El puntaje en esta prueba también se ve afectado negativamente por la edad,

disminuyendo 0,4 puntos por cada desviación estándar. Aunque ya se había mencionado, la

categoría Distancia dentro de la variable Metodología como una variable significativa para la

mayoría de los modelos, es importante señalar que es justamente en esta prueba donde

tiene un efecto mayor sobre la puntuación estimada con una disminución de -15,2 puntos

respecto a la media. Por otro lado, esta prueba es una de las dos donde no afecta el valor de

la matrícula junto con la prueba específica.

Las variables de proceso Índice de gestión de tiempo y Preparación inciden positiva y

negativamente respectivamente sobre el puntaje en esta prueba. Por último, el índice

socioeconómico es significativo como parámetro aleatorio dentro del modelo al nivel del

estudiante, lo que quiere decir que explica parte de la varianza entre estudiantes.



49

Competencias ciudadanas

Esta prueba se ve afectada por las variables mencionadas en los resultados generales

con sólo una variable adicional, a saber, la categoría Oficial Municipal dentro de la variable

Naturaleza u Origen de la IES, llama la atención que es la única prueba que se ve afectada

por esta categoría, sin embargo, es relevante mencionar que a esta categoría sólo pertenece

una IES. Por último, es la variable que presenta el mayor valor de varianza no explicada al

nivel de estudiante.

Inglés

El puntaje en esta prueba es aquel cuyo intercepto o media general es menor

respecto a los demás y el que se ve afectado por el mayor número de categorías dentro de

las variables, sin embargo, llama la atención que ninguna variable de proceso incide

significativamente en el resultado de esta prueba. Adicionalmente, es la prueba donde más

incide el índice socioeconómico y el sociocultural.

El valor de la matrícula tiene el mayor peso en esta prueba que en las demás

derivando en el descenso en el puntaje de los estudiantes que pagan menos de 7 millones

de matrícula, así mismo se evidencia este efecto es ordenado, es decir, que aquellos que

pagan menos presentan una mayor disminución en el puntaje en comparación con aquellos

que pagan más, yendo desde menos 23 hasta menos 7 respectivamente.

El estado de calidad también incide mayormente en esta prueba respecto a otras, y

el índice socioeconómico explica parte de la varianza no explicada del puntaje al nivel de

estudiante.



50

Comunicación escrita

Es la prueba cuyo intercepto o valor medio general es mayor, además la única donde

el género no afecta significativamente el puntaje. También aquí se observa el mismo efecto

que en la prueba anterior con respecto al valor de la matrícula, presentando una

disminución ordenada en la puntuación para aquellos que pagan menos de 7 millones de

pesos, que va desde menos 16 hasta menos 10. Es también la prueba donde la varianza al

interior del nivel de la IES es menor y la única que se ve afectada por el índice sociocultural

como parámetro aleatorio al nivel de estudiante.

Competencias específicas

El puntaje en esta prueba es el que se ve afectado por un menor número de

variables y aquel donde la variable género incide menos. La edad también incide

negativamente sobre el puntaje esperado, disminuyendo hasta 0,2 puntos por cada

desviación típica. Es la única prueba donde la categoría Distancia dentro de la variable

Metodología del programa no incide significativamente. Pese a lo anterior, es la única

prueba donde la categoría Institución universitaria de la variable Carácter académico sí

afecta el puntaje estimado, presentando una disminución en comparación a la media

general de menos 9 puntos.

Varianza explicada

Por último, la calidad de cada modelo fue evaluada mediante la estimación de la

capacidad explicativa de cada uno y la razón de verosimilitud. La capacidad está



51

representada por el porcentaje de varianza de cada nivel que el modelo explica y se estima

mediante el coeficiente de determinación R² (Longford, 1993) que sigue

Donde var(final) representa la varianza del modelo final para el nivel en cuestión y

var(nulo) representa la varianza de ese mismo nivel en el modelo nulo. Según Murillo

(2008a) un porcentaje de varianza explicada aceptable es como mínimo de 9%. La Tabla 5

muestra los resultados para cada nivel.

Tabla 5. Varianza explicada por nivel

Var. Total Var. Entre IES Var. Estudiantes

Razonamiento Cuantitativo 27% 85% 12%

Lectura Crítica 33% 69% 23%

Competencias Ciudadanas 17% 88% 3%

Inglés 57% 80% 44%

Comunicación Escrita 32% 87% 27%

Competencias Específicas 17% 80% 3%

Es posible apreciar que los porcentajes son bastante heterogéneos, pero en general

todos explican un nivel aceptable de varianza al interior de las IES, sin embargo, al nivel de

estudiante los modelos de Competencias ciudadanas y Competencias Específicas (prueba

específica) explican sólo el 3% de la varianza.



52

La tabla 6 muestra las diferencias entre los índices de verosimilitud de ambos

modelos, con un alfa de 0,05 en la prueba chi cuadrado, todos los modelos finales para cada

una de las pruebas fue significativo, con lo cual el modelo que considera las distintas

variables es mejor que el modelo nulo.

Tabla 6. Diferencias de los índices de verosimilitud entre el modelo final y el nulo

Dif. entre modelos Dif. De

parámetros Significancia

Razonamiento Cuantitativo 22543,623 14 0,000

Lectura Crítica 1471,998 11 0,000

Competencias Ciudadanas 6410,710 13 0,000

Inglés 4441,919 14 0,000

Comunicación Escrita 3319,121 12 0,000

Competencias Específicas 689,619 10 0,000



53

Discusión y conclusiones

Enmarcados en el modelo CIPP y siguiendo las variables propuestas en la figura 1, se

presentan a continuación las principales reflexiones y conclusiones acerca de los resultados

encontrados.

Variables de entrada

Estudiante

Género.

Las primeras diferencias que aparecen en los resultados del presente estudio tienen

que ver con el género de los estudiantes, en cuatro de las pruebas (a excepción de

comunicación escrita) y en la prueba específica los resultados generales de las mujeres son

significativamente inferiores a los de los hombres, lo cual pone de entrada el acento en las

brechas educativas a favor de los hombres.

Inicialmente se podría señalar una continuidad con lo observado a nivel de

educación secundaria por Posada y Mendoza (2014) respecto a la prueba Saber 11; estos

autores realizaron un estudio sobre los determinantes del logro académico de los

estudiantes de grado 11 en el periodo 2008 -2010 con una perspectiva de género y región, y

encontraron que el comportamiento de esta brecha en las áreas de lenguaje y matemáticas

se debe en gran medida a un componente “inexplicado” que se relaciona con características

no medibles de los individuos, lo cual apuntaría hacia “determinantes de orden psicológico,

sociológico o incluso biológicos” (pp. 29-30) que desbordan los alcances y métodos de las



54

investigaciones tradicionales del tema y aún de la política pública que es la principal

herramienta para la reducción de este tipo de brechas.

Respecto a la prueba Saber PRO, Ramírez (2014) ya había encontrado una asociación

débil y negativa con el desempeño de los estudiantes, es decir, los resultados indican que

ser mujer tiene un efecto negativo en el puntaje de la prueba Saber PRO. Resultados en esta

dirección también en el ámbito de la educación superior pero con variables dependientes

que no son pruebas estandarizadas se reportan en estudios locales (Rodríguez et al. 2014a)

y en trabajos de facultades de psicología (Jiménez et al., 2016).

La prueba de razonamiento cuantitativo fue donde se encontró la mayor diferencia

entre géneros. Se puede interpretar esto como evidencia de facilidades de aprendizaje en la

que las mujeres suelen demostrar un mayor dominio en lo concerniente al lenguaje,

mientras que los hombres tienden a tener mejores resultados en tareas espaciales, las

capacidades involucradas en la resolución de estas últimas afectarían el aprendizaje de

matemáticas -hipótesis que queda en entredicho si nos fijamos que en la prueba de lectura

crítica también las mujeres obtienen resultados significativamente inferiores. Es necesario

matizar estas explicaciones y apuntar que históricamente ha habido una sostenida

“masculinización” de las matemáticas con creencias asociadas a su complejidad y a las

aptitudes superiores de los hombres para estas, lo cual sin duda desestimula la participación

de mujeres en carreras con un alto contenido de matemáticas (Aguiar, Gutiérrez, Barragán y

Villalpando, 2011); una explicación más plausible sería que estas diferencias se deben a que

los hombres a menudo reciben mayores y mejores niveles de instrucción en matemáticas en

comparación con las mujeres (Fennema y Sherman, 1977, citado en Weerakkody y



55

Ediriweera, 2008), o desde otra perspectiva y extrapolando lo dicho por Posada y Mendoza

(2014) sobre los resultados en la etapa pre-universitaria:

“Ante la ausencia de diferencias estructurales significativas entre hombres y mujeres

o entre las áreas de matemáticas y lenguaje, se podría aseverar que las brechas

educativas perceptibles entre ambos grupos no se deben a diferencias de fondo en

la estructura de los procesos educativos internos de cada individuo, sino a

diferencias de “nivel”, es decir, de acumulación y dotación de factores” (p. 29).

Entendiendo por dotación de factores, una suerte de aprovisionamiento dilatado en

el tiempo de habilidades cognitivas de tipo numérico y lógico que facilitarán el desempeño

en tareas con contenidos matemáticos para los hombres.

Vale mencionar que no se observan diferencias en la prueba de comunicación

escrita, lo cual, de nuevo, contradice la suposición común de que las mujeres suelen

desempeñarse mejor en las tareas del lenguaje frente a los hombres. Uniendo esto a las

diferencias en favor de los hombres para la prueba de lectura crítica iría en contravía de tal

presunción.

Edad.

Las diferencias debidas a la edad son menos pronunciadas. Se encontraron

variaciones significativas en las pruebas de razonamiento cuantitativo y lectura crítica y en

la prueba específica, así con el aumento de la edad se ven ligeras diferencias en los puntajes.

En la primera parte de este trabajo se aseguró que la edad es quizás una de las

características más estudiadas en este tema, y que a menudo la relación que se establece



56

entre esta y el desempeño académico es negativa, esto es, a mayor edad se presenta

usualmente un menor rendimiento; los resultados de la presente investigación son

coherentes con lo reportado en particular en razonamiento cuantitativo y lectura crítica, es

decir, los más jóvenes tienen un mejor desempeño en competencias numéricas y lectoras.

Por el lado de la prueba específica se puede apelar a lo dicho antes respecto a que las

responsabilidades de la adultez reducen la disponibilidad de tiempo que se le pueda dedicar

al estudio; este resultado permite afirmar que las personas más jóvenes que usualmente

tienen como actividad principal la vida universitaria, terminan apropiándose en un mayor

grado de los contenidos propios de la disciplina psicológica y en consecuencia es probable

que tengan en el futuro un mejor desempeño profesional. En una palabra, la posibilidad de

dedicación absoluta al estudio tiene consecuencias directas y positivas sobre la formación

disciplinar.

Índice sociocultural.

En la primera parte de este trabajo se señalan las evidencias sobre el efecto del capital

cultural de un estudiante y su efecto en el desempeño académico en los ámbitos

universitarios. La “dotación” cultural del estudiante relacionada con los recursos culturales

familiares, ha demostrado ser un elemento de suma importancia en todos los niveles de los

procesos educativos e incluso es posible rastrear sus efectos en el acceso a la educación, al

empleo y en el favorecimiento de la movilidad social. Win y Miller (2005) encuentra para

Australia que si bien no existe una relación significativa entre el rendimiento académico de

los estudiantes en su primer año en la universidad y los recursos económicos de su hogar, el

nivel de educación y ocupación en el hogar si tiene un impacto positivo en el rendimiento

del estudiante. En otras palabras, no solo los estudiantes de entornos familiares favorables



57

tienen mayores posibilidades de asistir a la universidad (Marks, Fleming, Long y McMillan,

2000, citado en Win y Miller, 2005), también parecen tener mejores resultados en sus

estudios universitarios, incluso después de controlar el TER (Tertiary Entrance Rank, era un

puntaje empleado por muchas universidades de Australia para la selección de sus

estudiantes; se reemplazó en 2010 por el Australian Tertiary Admission Rank -ATAR-). Esto

es consistente con la evidencia existente presentada por Marks, McMillan y Hillman (2001,

citado en Win y Miller, 2005) en el cual se muestra que el estado ocupacional de los padres

tiene un fuerte efecto positivo en el logro de los estudiantes.

Los resultados de la presente investigación son coherentes con este cúmulo de

evidencias y resultan relevantes especialmente porque es claro que su efecto positivo es

transversal a todos los puntajes de prueba, incluso al específico. En efecto, persiste el

“efecto cuna” que se extiende más allá de los años de escolarización; este efecto se refiere a

los determinantes del aprendizaje que se pueden situar en los entornos familiares de base

en los que nacen y crecen los infantes (Brunner, 2010 pp. 22-23 presenta las variables que

se suelen contemplar como parte del “efecto cuna”)

El índice sociocultural construido para la presente investigación incluye muchas de

las variables que se incluyen en las definiciones internacionales estandarizadas y por ende

se asume que los resultados delatan una arista de este efecto, que dice también Brunner

(2010), tiene consecuencias decisivas no solo en el rendimiento escolar sino a la larga en la

vida adulta de las personas. Siguiendo lo expuesto por este autor podemos acuñar la

explicación que sobre este efecto se hace desde la economía:



58

“los padres de estrato socioeconómico alto y medio (con mayores niveles de

escolarización, ocupaciones bien remuneradas y por tanto un ingreso

comparativamente alto, familias relativamente estables y hogares con disponibilidad

de recursos culturales y didácticos) tienden a desarrollar creencias, expectativas y

comportamientos que -unidos a las mejores posibilidades de invertir en la educación

de sus hijos- los llevan a preocuparse, desde el primer día y a lo largo de sus vidas, de

una manera más adecuada (y exitosa) por el capital humano de aquellos.” (p. 22).

Para Brunner (2010) esta explicación aunque cierta resulta insuficiente, por lo cual

introduce su propia hipótesis que trabaja con un mayor grado de detalle: lo determinante se

ha de situar en los procesos tempranos de adquisición y desarrollo del lenguaje que se

apareja con las primeras brechas cognitivas, los modos de socialización primigenia instauran

en el infante un orden en el lenguaje, y además abonan el terreno para que se cristalice una

codificación cultural, luego en la etapa de escolaridad estas estructuras que serán o no

compatibles con las dinámicas de transmisión y adquisición de contenidos ahondará o

cuando menos sostendrá las brechas iniciales. Esta senda se proyectará hacia la vida adulta

y hacia sus posiciones en el orden de la estratificación y del desempeño en la sociedad.

Estas brechas deberían sufrir una mitigación por efecto de la educación misma, que

idealmente produce desde su centro movilidad social para las personas. La transversalidad

que se encuentra en el efecto del índice sociocultural, aunque de dimensiones discretas

delata la persistencia de las brechas de entrada entre los estudiantes, lo cual hace oportuno

insistir en la educación en general, y la educación superior en particular importan y hacen

una diferencia en la vida de las personas, todavía hay subsistencia y réplicas en su núcleo de

las diferencias sociales.



59

Índice socioeconómico.

Se encontraron diferencias significativas para los módulos de lectura crítica,

competencias ciudadanas, inglés y en la prueba específica debidas al índice socioeconómico

del estudiante. Estos resultados son consistentes con los estudios que han reportado que las

variables de este tipo son factores que pueden favorecer en el rendimiento académico, y

que por lo tanto, al igual que la variable género, puede estar marchando brechas y

desigualdades en la educación.

Dentro de las investigaciones realizadas en educación superior, se ha encontrado

que para diferentes programas académicos esta variable está asociada con el rendimiento

en las pruebas Saber PRO, estos resultados se han reportado para los programas

académicos de administración, economía, contaduría, medicina, licenciaturas e ingenierías

(Gil, Rodríguez, Sepúlveda, Rondón y Gómez, 2013; Ramírez, 2014; Rodríguez, et al. 2014a).

Para el caso de psicología en Colombia, en un estudio realizado por ASCOFAPSI (2004 citado

en Avendaño, Jiménez y Senior, 2008) se encontró que a mayor estrato mayor puntaje en el

ECAES, y en relación, Valbuena y García (2016) encontraron que las variables con mayor

poder predictivo y recurrentes en los niveles de desempeno son las de tipo económico.

Con respecto a estos resultados, cabe señalar que no han sido solo reportados en el

contexto de la educación superior en Colombia, sino que es una tendencia en todo el ciclo

educativo y a nivel mundial. El estudio realizado por Jacobs y Wolbers (2018) que incluyeron

datos de 31 países de los continentes Asiático, Americano y Europeo, se hizo evidente la

existencia de brechas en la excelencia de los estudiantes en los resultados de las pruebas

PISA, de manera que los estudiantes que tenían un índice socioeconómico bajo tenían una



60

menor probabilidad de estar dentro de los estudiantes de mejor desempeño; por otro lado,

en Estados Unidos, México y Brasil, se ha encontrado que los estudiantes con índices

socioeconómicos bajos obtienen menores puntajes en las pruebas de admisión estipuladas

por las instituciones de educación superior (Zwick y Himelfarb, 2011; Yañez, Vera, &

Mungarro, 2014; Valente, 2017).

Dentro de las explicaciones de este efecto se ha considerado que las variables de

tipo socioeconómico pueden impactar en el resultado académico porque implican una serie

de condiciones económicas, culturales y sociales que podrían poner en ventaja a quienes

pueden acceder a ellas, por ejemplo, podrían tener una capacidad mayor para pagar una

mejor escuela y universidad, una mejor alimentación e incluso un mejor transporte (Mella &

Ortiz, 1999 citado en Avendaño et al., 2008), además, contarían con condiciones ideales

para el estudio, con oportunidad para acceder a computadores, internet y software

educativos.

Es importante resaltar que aunque los resultados de la prueba Saber PRO -

razonamiento abstracto y comunicación escrita- no resultaron afectados por esta variable,

no debe pasarse por alto que las variables de tipo socioeconómico no son modificables y

que de hecho pueden estar generando un círculo vicioso en el cual los estudiantes con

niveles económicos superiores siguen consolidándose como una élite, mientras que para

quienes tienen índices socioeconómicos bajos siguen generándose desigualdades en el

futuro, porque sus habilidades no están completamente desarrolladas, de manera que el

bajo logro educativo resultante los lleva a empleos de baja remuneración, lo que hace

imposible competir y ascender en la escala socioeconómica, terminado en disparidad de

ingresos en el futuro (Montt citado en Zwick y Himelfarb, 2011; Valente, 2017).



61

Universidad

Metodología: Metodología a distancia.

Para los programas a distancia se observó un efecto negativo en todos los puntajes

(no hubo diferencias significativas en el puntaje específico). Esto se alinea con los hallazgos

de Rodríguez, Gómez y Ariza (2014) quienes buscaron determinar si existían diferencias

estadísticamente significativas entre las modalidades de educación profesional tradicional y

la no tradicional (Educación a distancia y virtual), en cuanto a desempeño académico en los

estudiantes de pregrado que presentaron la prueba Saber PRO 2010. Los resultados

demostraron que en efecto hay una brecha de rendimiento académico en todas las áreas

analizadas (Administración, contaduría, ingenierías, licenciaturas y psicología) entre los

estudiantes de unos y otros programas, siendo superiores los de la modalidad presencial.

Con estos resultados vale la pena señalar que si bien la formación a distancia es una

buena alternativa para ampliar los niveles de cobertura de los programas de pregrado -un

propósito del sistema de educación superior colombiano-, es fundamental complementar

estos esfuerzos con una vigilancia rigurosa de la calidad de los mismos, en la misma línea de

los planteado por Rodríguez, et al (2014) quienes afirman que:

“la política nacional de acreditación debe enfocar gran parte de su atención en los

programas a distancia e impulsar al interior de las instituciones de educación

superior con la mayor oferta de estos programas, una reestructuración de los

aspectos básicos relacionados con los diseños curriculares y las estrategias

pedagógicas necesarias para elevar la calidad de estos que permita llevarla, en

principio, al nivel de las carreras de tipo presencial” (pp. 92-93).



62

No se trata de desvalorizar el potencial que tienen estos programas, debido a que

existen evidencias que sustentan su efectividad y señalan además, que la clave de su éxito

es el diseño, desarrollo y entrega de instrucciones (Simonson, Smaldino y Zvacek, 2015), la

implementación informada de verdaderas estrategias pedagógicas novedosas que se

compaginen con los recursos tecnológicos.

Por otra parte, hay que reconocer que en el caso colombiano los programas a

distancia hacen parte de una apuesta estatal por consolidar el proyecto educativo de

nación, en tanto se consideran medios óptimos en crecimiento que favorecen la inclusión y

cobertura (Martínez, 2013). En definitiva conviene dirigir la atención y los esfuerzos hacia lo

que se está haciendo en la actualidad en estos programas más allá de lo puramente

tecnológico e insistir que su operación adecuada debe priorizar los elementos básicos de

calidad como la formación de los docentes, desarrollo de currículos y puesta en marcha de

estrategias y metodologías pedagógicas creadas para los entornos virtuales.

Valor de la matrícula.

Se encuentra que hay un efecto negativo del valor de la matrícula en los resultados

de las pruebas –a excepción de Lectura crítica y la prueba específica-. Este efecto no implica

al nivel de no pago de matrícula y al de matrículas superiores a 7 millones, es decir,

involucra a las universidades que tienen valores de matrícula menores a $500.000 hasta las

que tienen valores entre 4 y 5,5 millones.

Es interesante notar que a medida que van aumentando los umbrales de costos de

las matrículas, el efecto negativo en los resultados se reduce, llegando incluso en



63

razonamiento cuantitativo y lectura crítica a detenerse en el segmento de matrículas entre

2.5 y 4 millones.

En relación con estos resultados se podría interpretar que a mayor inversión en educación

superior, mayor es el conocimiento que se adquiere en todas las áreas, acorde con la teoría

del Capital Humano la inversión en educación y/o capacitación es de suma importancia para

que en un futuro la persona o el inversor obtenga un mayor nivel de ingresos (Becker, 1964,

citado en Rodríguez, Gómez, Ariza., 2014b); aunque en este contexto no se trata de ingresos

sino de desempeños. Sin embargo, lo anterior sólo podría ser valido para valores de

matrícula superiores a 7 millones, pues no se puede interpretar que costos altos de

matrícula –hasta 5,5 millones- impliquen resultados superiores, en cambio, estos sólo harían

que el rendimiento deficiente en las pruebas disminuya.

Estos resultados se pueden asociar con lo encontrado para el factor de carácter académico,

en los cuales se evidencia un efecto negativo en el rendimiento para las IES privadas. Para la

muestra analizada, se podría afirmar que los costos de matrículas superiores a 500 y hasta

5,5 millones corresponden a universidades privadas y por lo tanto el desempeño deficiente

podría no estar relacionado con el costo de matrícula, sino con las universidades privadas de

baja calidad.

Variables de Proceso

Gestión de tiempo y preparación.



64

Con respecto a las variables de proceso se encontró que el índice de gestión de

tiempo afectó de manera positiva los resultados de los estudiantes en los puntajes de

razonamiento cuantitativo, lectura crítica y competencias ciudadanas. Dentro de este índice

estaba contemplado la dedicación a lectura diaria por placer y la navegación en internet.

Con respecto a la variable de preparación, se encontró un efecto negativo para

razonamiento cuantitativo y lectura crítica.

Para interpretar estos resultados vale primero hacer una precisión sobre la gestión

del tiempo ya que tiene que ver más que con el tiempo total que se emplea para el estudio,

con la manera en cómo este tiempo se emplea para estudiar, de hecho García, Pérez, Talaya

y Martínez (2008) señalan que el modo como se invierte el tiempo de estudio es tan

importante o más que el tiempo mismo que se invierte en esta actividad, “la forma en cómo

los estudiantes gestionan el tiempo de estudio resulta significativa en cuanto a su relación

con el aprendizaje y resulta esencial que estos aprendan a gestionar y planificar su tiempo

de manera efectiva” (p. 246).

En el caso de los resultados de esta investigación el índice de gestión de tiempo que

se construyó sólo incluye el tiempo invertido en actividades que no son propiamente de

estudio, y a partir de esto es posible inferir indirectamente cierta posible dedicación

temporal menor al estudio en aquellas personas con niveles altos en este índice, sin

embargo en los estudiantes con valores superiores en el índice pueden estar operando

mecanismo de evaluación de tiempo, planificación y monitorización que son las conductas

que ciertamente permiten gestionar efectivamente el estudio (García et al., 2008; García y

Pérez, 2011), pero que no son identificables justamente por el tipo de variables

consideradas.



65

Por otra parte, los resultados acerca del efecto negativo de la preparación de la

prueba en razonamiento cuantitativo y lectura crítica podría ser explicado por otras

variables, en consideración a que al ser una variable dicotómica, no es posible conocer las

razones que llevaron a los estudiantes a preparar su examen de estado, es posible especular

que contrario a lo dicho por Broc (2011) sobre la relación positiva entre variables

metacognitivas como la regulación del esfuerzo y la gestión del tiempo sobre el rendimiento

académico, la preparación del examen en este caso podría estar señalando una tentativa de

compensar vacíos formativos de programas que se enfocan en mejorar sus resultados en la

prueba de estado, sin embargo haría falta mayor investigación al respecto para identificar

con mayor precisión los determinantes de las diferencias encontradas.

Variables de contexto

Estado de calidad- Registro de alta calidad.

Se encontró que el factor de estado de calidad, en el nivel de registro de alta calidad,

afecta de manera positiva el rendimiento de los estudiantes en las competencias genéricas y

en la prueba específica; resultados consistentes con los hallazgos reportados.

Un registro de alta calidad supone un reconocimiento por parte del Estado

Colombiano a la calidad de los programas académicos y a las IES por su organización y

funcionamiento, y por el cumplimiento de su función social (Decreto 2904, de 1994, art. 1).

Este mecanismo es voluntario para las IES, garantiza el cumplimiento de unos estándares

mínimos de calidad y legitima los programas académicos a través de un proceso de

evaluación integral de diversos factores e indicadores relacionados con los contextos,

insumos, procesos y resultados o logros de las instituciones; estos deben ser valorados tanto



66

por la propia institución como contrastados con una evaluación de expertos externos en el

área del conocimiento.

La acreditación tanto institucional como de programas académicos es el mecanismo

de garantía de la calidad más utilizado a nivel mundial, en términos relativos, Europa y

Norteamérica tienen la mayor proporción de países con sistemas de acreditación, seguidos

por América Latina y el Caribe, Asia y el Pacífico, África, y finalmente, los Estados Árabes

(Cruz, 2009). En este sentido, aunque se pueden encontrar diferencias considerables en

cuanto a las instituciones encargadas y a los procesos evaluados en los distintos países, se

puede considerar que este mecanismo se convierte en una forma de garantizar los

estándares de calidad de la educación en el contexto de globalización.

Los estudios que relacionan la acreditación de los programas con el rendimiento

académico muestran de manera consistente resultados positivos. Van Zante (2015) reportó

que médicos graduados de universidades internacionales acreditadas que realizaron

exámenes para obtener licencias médicas en Estados Unidos, obtuvieron tasas más altas de

aprobación en los primeros intentos. Por otro lado, Cole y Cole (2017) encontraron que los

estudiantes de programas acreditados en Estados Unidos, reportan niveles más altos de

compromiso y niveles mayores en la adquisición de conocimientos y habilidades prácticas

relacionadas con su profesión. Para las carreras de psicología, se ha reportado efecto

positivo de la acreditación tanto a nivel nacional (Alzate 2008; García 2009; Valbuena y

García, 2016) como internacional, así Yu et al (citado en Maiden, Knight ,Howe y Kim, 2012)

encontraron que los puntajes en el examen de licencia para la práctica profesional en

Estados Unidos fueron más altos para estudiante de programas acreditados.



67

En resumen, cabe destacar que es fundamental que los programas académicos de

psicología se sometan a los mecanismos de evaluación que garantizan la educación de alta

calidad, dado que se ha encontrado la asociación con la formación de profesionales más

calificados y con la prestación de servicios públicos efectivos y éticamente responsables

(Farrell, McFarland, González, Hass y Stiles, 2014), por lo tanto, se debe insistir en que los

organismos de evaluación y acreditación y, consecuentemente, los conceptos de calidad

sean partes centrales de las políticas de educación superior y de los objetivos de las IES.

Carácter académico.

Según el Ministerio de Educación Nacional (2010b) las IES se clasifican en: A, según

su carácter académico, y B, según su naturaleza jurídica. En lo que se refiere al carácter

académico, se encontró un efecto negativo del nivel de institución universitaria sobre el

puntaje de la prueba específica.

Según el Artículo 18, de la Ley 30, son instituciones universitarias o escuelas

tecnológicas, aquellas facultadas para adelantar programas de formación en ocupaciones,

programas de formación académica en profesiones o disciplinas y programas de

especialización; y están diferenciadas de las universidades, pues, estas últimas desempeñan

con criterio de universalidad las actividades de investigación científica, la formación

académica en profesiones o disciplinas; y la producción, desarrollo y transmisión del

conocimiento y de la cultura universal y nacional.

Al tener en cuenta que las competencias específicas son las que se asocian con esta

variable, es posible pensar que el efecto encontrado se deba a que las instituciones

universitarias o escuelas tecnológicas tienen, en comparación con las universidades, poca



68

experiencia en investigación científica de alto nivel, menor número de programas

académicos y programas en ciencias básicas, y menor número de docentes, de horas de

dedicación y de niveles de formación académica (Ley 30, Artículo 20).

En el marco anterior, las instituciones universitarias o escuelas tecnológicas podrían

estarían favoreciendo aspectos muy puntuales de la formación del psicólogo, formando

profesionales con conocimientos más prácticos (Jirón 2008), olvidando el desarrollo de

habilidades en investigación. Sin embargo, se ha encontrado que estas últimas tienen

efectos en los resultados académicos, Yu et al. (citado en Maiden et al., 2012) encontró que

los psicólogos que tenían puntajes superiores en los exámenes de licencia para la práctica

profesional provenían de programas académicos orientados a la investigación.

Naturaleza u origen.

La Clasificación B de las IES está dada según la naturaleza jurídica, la cual define las

principales características que desde lo jurídico y administrativo distinguen a una y otra

persona jurídica y tiene que ver con el origen de su creación, de manera que estas se

pueden clasificar como públicas (oficial) o privadas (no oficial).

En lo que se refiere al factor de carácter académico, se encontró un efecto negativo

en los resultados para las instituciones con naturaleza no oficial. Para el nivel de corporación

se encontró efecto en todos los puntajes generales y en la prueba específica; mientras que

para el nivel de fundación en todos los puntajes generales. En cuanto a las instituciones de

nivel oficial, solo se encontró un efecto negativo para competencias ciudadanas en las

instituciones oficiales municipal.



69

Con respecto a estos resultados, se puede resaltar que distintos estudios han

encontrado que las universidades públicas tienen mejores resultados en comparación con las

privadas. En relación, Gil et al. (2013) sugieren que estos resultados pueden ser debidos a que

las instituciones oficiales tienen un posible sesgo de selección al incluir diversos filtros, tales

como los resultados de pruebas específicas de la institución o resultado de la prueba Saber

11; así mismo, y en concordancia, Rodríguez (2015) encontró que las instituciones que

seleccionan a sus aspirantes tienen un mejor desempeño frente a las que no llevan a cabo

dichos procesos de selección.

En esta misma dirección, Guarín et al.(2016), señalan que al comparar el rendimiento

académico, definido como el progreso entre el examen de entrada a la universidad y los

resultados de las pruebas estandarizadas, las universidades públicas obtienen mejores

resultados, por lo tanto, aseguran que en general el valor agregado de las universidades

públicas en relación con las privadas es positivo y significativo.

En concordancia con Guarín et. al (2016), y teniendo en cuenta que el 87,62% de las

universidades incluidas en este estudio eran privadas, debe resaltarse la importancia de la

promoción e implementación de una mayor regulación de dichas instituciones, esto con la

intención de superar la brecha con respecto a los resultados de dichas instituciones.

De manera general, se puede concluir que al hacer un análisis integrado de los

resultados encontrados, las variables que tienen mayor incidencia sobre el rendimiento

académico son las de entrada del estudiante. Estos resultados son consistentes con el

informe Coleman de 1966 de la primera evaluación externa de un sistema educativo

mediante pruebas objetivas. Según Carabaña (2016), las principales conclusiones de este



70

informe siguen vigentes y han sido confirmadas por la investigación posterior, de manera

que al preguntarse sobre sí las instituciones educativas cumplen o no un rol determinante o

por lo menos importante en el desempeño académico del escolar, se sigue encontrando que

no hay factores escolares que den cuenta de mucha variación en el aprendizaje y que solo

una pequena porción de varianza en el rendimiento es explicada por las variaciones en

instalaciones y currículum.

Este panorama nos introduce en el debate amplio y complejo sobre el rol de la

educación en la sociedad que se puede circunscribir, según Brunner (2010), en dos extremos

problemáticos: por una parte están los autores (v.g. Bernstein, 1993; Bowles, 2007; Mc

Laren, 2010 citados en Brunner, 2010 p. 32) que sostienen que la educación simplemente

reproduce y conserva las estructuras de desigualdad que caracterizan a la sociedad

contemporánea en su conjunto, y por el otro aquellos que un poco utópicamente creen que

la educación tiene dentro de sí el potencial único de transformar completamente estas

estructuras, para orientar desde su base a la sociedad a una igualación de oportunidades de

acceso y resultados de aprendizaje. Vistos en su generalidad, los resultados del presente

trabajo irían en la dirección indicada por los primeros autores sobre el aparente efecto nulo

de la escuela (o universidad en este caso) en favor de la perpetuación de las brechas

estructurales de la sociedad. Sin embargo se considera idónea la posición del propio

Brunner (2010) por un punto medio entre las dos posiciones arriba mencionadas, es decir,

conviene situarse dentro de una reserva y cautela sobre las esperanzas en que la educación

por sí misma será capaz de invertir de golpe y definitivamente las brechas sociales, sigue

creyendo en que esta es importante y fundamental, aún a pesar de sus condicionantes y

excepciones. De esto se desprende un ánimo por seguir trabajando con todos los medios



71

posibles para promover cambios y mejoras en la educación en general, y en la educación

superior en particular, pues en definitiva sólo así se podrán introducir progresivamente las

transformaciones que permitirán refinar lo que inevitablemente sigue su propio curso.

Finalmente, es importante señalar algunas limitaciones y recomendaciones para

futuros estudios. En primer lugar, debido al acceso restringido, los datos perdidos y la falta

de información, algunas de las variables que la literatura ha reportado que tienen efecto

sobre el rendimiento de los estudiantes no fueron incluidas en el modelo o necesitan

revisión, así la variable de horas de trabajo no se incluyó por la cantidad de datos perdidos,

sin embargo, la literatura reporta que esta tiene efecto negativo sobre los estudiantes

(Lundberg, 2003; Rodríguez et al. 2014a); por otro lado, las variables de razón profesor-

estudiante, índice de deserción y nivel de formación de los profesores no fueron incluidas

por la falta de información en las bases de datos disponibles, sin embargo, sería importante

incluirlas en futuras investigaciones dado que en la literatura se ha reportado que tienen un

papel significativo en el rendimiento de los estudiantes. Con respecto a la primera, Ajani y

Akinyele (2014) reportan una relación significativa entre la proporción maestro-estudiante y

el logro académico de los estudiantes, de manera que las clases más pequeñas benefician a

estudiantes porque reciben atención individual de los maestros, en relación, Koc y Celik

(2015) encontraron que las ciudades con mayor número de estudiantes por maestro

tienden a tener un bajo rendimiento en el examen de educación superior. En lo que refiere

a la formación del docente, se ha encontrado que un porcentaje mayor de docentes con

maestría y doctorado tiene un impacto positivo en los resultados de las pruebas de logro

(Hanushek y Rivkin, 2012; RAND Corporation, 2013; citados en Rodríguez 2015).



72

Por otro lado, las variables que fueron incluidas en el modelo y que deberían ser

objeto de revisión para futuros estudios son el índice de flexibilidad y el número de

semilleros y/o grupos de investigación. El acceso a esta información fue a través de las

páginas web de las universidades, sin embargo, aunque en ellas se describe los programas,

no fue posible conocer con exactitud el número de semilleros y/o grupos de investigación

para cada de ellas, ni calcular con certeza el número de créditos elegibles u optativos, de ahí

que deba revisarse la confiabilidad de los índices de flexibilidad utilizados en este estudio.

Además de las variables mencionadas anteriormente es recomendable que futuras

investigaciones incluyan otros factores que pueden estar afectando el rendimiento de los

estudiantes en el examen Saber PRO. Por ejemplo, se ha reportado que las escuelas

secundarias tienen un impacto en el rendimiento de los estudiantes universitarios, incluso

más importante que características estudiantiles individuales, por lo tanto, sería importante

incluir factores relacionados con la educación básica y media (Win y Miller, 2005). Por otro

lado, en relación al nivel de universidad, sería importante incluir variables de

infraestructura, por ejemplo, indagar sobre las instalaciones y condiciones físicas de la

institución, por ejemplo de oficinas, salas de conferencias, aulas, laboratorios, instalaciones

bibliotecarias y de informática, además de los recursos, tales como el número de libros y

aulas por estudiante y la existencia de red inalámbrica (Zabriskie y McCormick, 2000; Melo

et al., 2014; Rodríguez 2015); y en lo referente a las características de los profesores, es

importante evaluar las metodologías y prácticas de enseñanza y de evaluación, dado que se

ha encontrado que profesores universitarios que implementa prácticas de enseñanza que

promueven el aprendizaje activo ejercen efectos beneficiosos para el estudiante (Tinnesz,

Ahuna, & Kiener, 2006). Finalmente, en relación con los estudiantes, se ha encontrado que



73

en contextos académicos el rendimiento académico puede depender también de destrezas

emocionales, de autocontrol y de control del entorno actitudinal (Montero et al., 2007) -

elementos que también se encuentran en la denominada Inteligencia Emocional y que en

general también ha demostrado una influencia positiva en el desempeño académico de

estudiantes universitarios de otras latitudes (v.g. Ranasinghe, Wathurapatha,

Mathangasinghe y Ponnamperuma, 2017); de aspectos de índole actitudinal, métodos de

estudio y estilos de aprendizaje (Tejedor y García, 2007); así como con satisfacción

educacional, salud y conductas saludables (Ansari y Stock, 2010); en síntesis, se trata de

dirigir la atención también hacia las habilidades no cognitivas que se perfilan como críticas

para el éxito y logro académico de todo tipo de estudiantes (Khine, 2016). Aunque es

entendible que se puede presentar dificultades en la recolección de información para

muchas de las variables señaladas anteriormente, es importante para que el país construya

y consoliden sistemas y bases de datos de distintas variables de índole educativo para que

próximos estudios puedan tener los insumos requeridos para una investigación más

completa.



74

Referencias

Aguiar, M. E.; Gutiérrez, H.; Barragan, A. L. & Villalpando, J. F.(2011). El rendimiento académico

de las mujeres en matemáticas: Análisis bibliográfico y un estudio de caso en educación

superior en México. Actividades Investigativas en Educación, 11 (2) 1-24.

Ajani, I. R., & Akinyele, O. B. (2014). Effects of Student-Teacher Ratio on Academic

Achievement of Selected Secondary School Students in Port Harcourt Metropolis, Nigeria.

Journal of Education and Practice, 24 (5), 100-106.

Alzate, G. (2008) Efectos de la acreditación en el mejoramiento de la calidad de los programas de

psicología de Colombia. Universitas psychologica, 2, 425-439.

Ansari, W. E. & Stock, C. (2010). Is the health and wellbeing of university students associated with

their academic performance? Cross sectional findings from the United Kingdom.

International Journal of Environmental Research and Public Health, 7, 509-527.

doi:10.3390/ijerph7020509

ASCOFAPSI (n.d.) Recuperado Enero 20, 2019 de https://www.ascofapsi.org.co/

Avendaño, B., Jiménez, M. Y., & Senior, M. (2008). Caracterización de un grupo de estudiantes

que obtuvo altos puntajes en el Examen de Calidad de la Educación Superior. ECAES,

años,2003 - 2006. Suma psicológica, 15 (2) 355-384.

Bahamón, M. J., & Ruiz, L. R. (2014). Caracterización de la capacidad intelectual, factores

sociodemográficos y académicos de estudiantes con alto y bajo desempeño en los exámenes

Saber PRO año 2012. Avances en Psicología Latinoamericana, 32 (3), 459-476.

Broc, M. A. (2011). Voluntad para estudiar, regulación del esfuerzo, gestión eficaz del tiempo y

rendimiento académico en alumnos universitarios. Revista de Investigación Educativa. 29,

(1), 171-185.

Brunner, J. J. (2010). Lenguaje del hogar, capital cultural y escuela. Revista Pensamiento

Educativo, 46 (1), 17-44.

Bryk, A., & Raudenbush, S. (1992). Hierarchical linear models. Applications and data analysis

methods. Mewbury Park, CA: SAGE.

Canales, A. & De los Ríos, D. (2007). Factores explicativos de la deserción universitaria. Calidad

en la Educación, 26. 173 - 201

Carabaña, J. (2016). El informe Coleman, 50 años después. Revista de la Asociación de Sociología

de la Educación (RASE), 9 (1), 9-21.

Castaño, G. A., & García, L. (2012). Una revisión teórica de la calidad de la educación superior en

el contexto colombiano. Educación y Educadores, 15 (2), 219-243.

Cole, J. S., & Cole, S. T. (2008). Accreditation and Educational Quality: Are Students in

Accredited Programs More Academically Engaged?. Schole: A Journal of Leisure Studies

and Recreation Education, 23 (1), 75-90.



75

Consejo Nacional de Acreditación [CNA] (2013). Lineamientos para la acreditación de programas

de pregrado. Recuperado de: https://www.cna.gov.co/1741/articles-

186359_pregrado_2013.pdf

Cruz, L. Y. (2009). La acreditación como mecanismo para la garantía del compromiso social de

las universidades [tesis doctoral].Universidad de Cataluña, Barcelona

Decreto 2904 (1994). Ministerio de Educación Nacional, Colombia.

Farrell, P., McFarland, M., Gonzalez, R., Hass, M., & Stiles, D. A. (2014). The role of international

accreditation in promoting academic and professional preparation in school psychology.

International Journal of School & Educational Psychology, 2 (3), 205-213.

Flórez, T., & Rojas, J. M. (2010). Factores asociados a la calidad en las facultades de Derecho de

alto rendimiento académico en Colombia. Educación y Educadores, 13 (2), 185-197.

Garbanzo, G. M. (2007). Factores asociados al rendimiento académico en estudiantes

universitarios, una reflexión desde la calidad de la educación superior pública. Educación, 31

(1), 43- 64.

García, G. (2009) Los ECAES de psicología: Resultados comparativos 2004 – 2008 [Documento

en pdf]. Bogotá: ASCOFAPSI. Recuperado de:

http://ascofapsi.org.co/convocatoria/2018/Informe_General_ECAES.pdf

García, A. M. (2014). Rendimiento académico y abandono universitario: Modelos, resultados y

alcances de la producción académica en la Argentina. Revista Argentina de Educación

Superior, (8), 9-38.

García, R. & Pérez, F. (2011). Validez predictiva e incremental de las habilidades de

autorregulación sobre el éxito académico en la universidad. Revista de psicodidáctica, 16 (2),

231-250.

García, R.; Pérez, F., Talaya, I. & Martínez, E. (2008). Análisis de la gestión del tiempo académico

de los estudiantes de nuevo ingreso en la titulación de psicología: capacidad predictiva y

análisis comparativo entre dos instrumentos de evaluación. International journal of

developmental and educational psychology, 2 (1), 245-252.

Gaviria A. & Barrientos J.H, (2001). Determinantes de la calidad de la educación en Colombia.

Archivos de Economía Departamento Nacional de Planeación, 88 (159). Recuperado de

https://www.repository.fedesarrollo.org.co/handle/11445/1249

Gaviria, J. & Castro, M. (2005). Modelos jerárquicos lineales. Madrid: Editorial la Muralla.

Gil, F. A., Rodríguez, V. A., Sepúlveda, L. A., Rondón, M. A., & Gómez, C. (2013). Impacto de

las facultades de medicina y de los estudiantes sobre los resultados en la prueba nacional de

calidad de la educación superior (SABER PRO). Revista Colombiana de Anestesiología,

41(3), 196-204.

http://ascofapsi.org.co/convocatoria/2018/Informe_General_ECAES.pdf

https://www.repository.fedesarrollo.org.co/handle/11445/1249



76

Giraldo, U., Abad, D., & Díaz, E. (2007). Bases para una política de calidad de la educación

superior en Colombia. Recuperado de: https://www.cna.gov.co/1741/articles-

186502_doc_academico10.pdf

Guarín, A., Londoño, S., Medina, C. A., Parra, J., Posso, C. M., & Vélez, C. E. (2016). Estimating

the effect of attending a public versus a private university in Colombia on academic

achievement. Borradores de Economía, n° 968.

Iglesias, L. & Vera, V. (2010). Factores psicológicos, sociales y demográficos asociados al

rendimiento académico en estudiantes universitarios. Revista de psicología, 12 (1), 216-236.

Instituto Colombiano para la Evaluación de la Educación [ICFES] (2018). El Examen Saber Pro en

el 2017. Boletín Saber en Breve. Bogotá. Recuperado de:

http://www.icfes.gov.co/divulgaciones- establecimientos/boletin-saber-en-

breve/publication/edicion-30-boletin-saber-en-breve/32/direct

Jacobs, B., & Wolbers, M. H. (2018). Inequality in top performance: an examination of cross-

country variation in excellence gaps across different levels of parental socioeconomic status.

Educational Research and Evaluation, 24 (1-2), 68-87.

Jiménez, C., Caldera, J.,Reynoso, O., & Zamora, M.. (2016). Variables asociadas al rendimiento en

el Examen General para el Egreso de Licenciatura. El caso de Psicología. Revista de la

Educación Superior, 45, 75–88

Jirón, M. (2008). La institución de la modalidad de educación tecnológica en Colombia: una

mirada. Revista Facultad de Ciencias Económicas: Investigación y Reflexión, 16 (1), 9-22.

Khine, M. S. & Areepattamannil, S. (Eds.). (2016). Non-cognitive skills and factors in educational

attainment. Springer.

Koc, N., & Celik, B. (2015). The Impact of Number of Students per Teacher on Student

Achievement. Procedia-Social and Behavioral Sciences, 177, 65-70.

Ley N° 30. Congreso de Colombia, Bogotá, Colombia, Diciembre 28 de 1992.

Longford, N. T. (1993). Random Coefficient Models. Oxford: Oxford University Press.

Lundberg, C. (2003). “The influence of time-limitations, faculty and peer relationships on adult

student learning: a causal model”. The Journal of Higher Education, 6 (74), 665-688

Maiden, R., Knight, B. G., Howe, J. L., & Kim, S. (2012). Accreditation in the profession of

psychology: A cautionary tale. Gerontology & geriatrics education, 33 (1), 55-74.

Martinez, P. (2013). Prólogo. En N. Arboleda & C. Rama (Eds.), La educación superior a distancia

y virtual en Colombia: Nuevas realidades. (pp. 13-20). Bogotá: Asociación colombiana de

instituciones de Educación Superior con Programas a Distancia y Virtual, ACESAD,

Melo, L. A., Ramos, J. E. & Hernández, P. O. (2014). La educación superior en Colombia:

situación actual y análisis de eficiencia. Borradores de economía, 808 (1), 2-9.

https://www.cna.gov.co/1741/articles-186502_doc_academico10.pdf

https://www.cna.gov.co/1741/articles-186502_doc_academico10.pdf



77

Ministerio de Educación Nacional [MEN]. (05 de junio de 2001). Calidad en Educación Superior.

Altablero. El periódico de un país que educa y se educa, 5. Recuperado de:

https://www.mineducacion.gov.co/1621/article-87349.html

Ministerio de Educación Nacional [MEN]. (2010). Instituciones de Educación Superior

Recuperado de: https://www.mineducacion.gov.co/1759/w3-article-231240.html

Montero, E., & Villalobos, J., & Valverde, A. (2007). Factores institucionales, pedagógicos,

psicosociales y sociodemográficos asociados al rendimiento académico en la Universidad de

Costa Rica: un análisis multinivel. Relieve. Revista Electrónica de Investigación y

Evaluación Educativa, 13 (2), 215-234.

Moreira, T. (2013). Factores de contexto, entrada y proceso asociados al rendimiento en

Matemática: un estudio multinivel. Actualidad en Psicología, 27 (114), 19-38. ISSN 0258-

6444.

Murillo, F. J. (2008a). Los modelos multinivel como herramienta para la investigación educativa.

Magis, Revista Internacional de Investigación en Educación, 1, 45-62.

Murillo, F. J. (2008b). Hacia un modelo de eficacia escolar. Estudio multinivel sobre los factores

de eficacia en las escuelas españolas. Revista Iberoamericana sobre Calidad, Eficacia y

Cambio en Educación, 6 (1), 4-28.

Navarro, S., & Blandón, S. (2017). Determinantes que inciden en la calidad de rendimiento

académico de los estudiantes de ingeniería. Revista Científica de FAREM-Estelí. Medio

ambiente, tecnología y desarrollo humano, 24, 126-142

Observatorio cación Superior en Psicología en Colombia [ASCOFAPSI]. (2012) Documentos.

Recuperado dehttp://observatorio.ascofapsi.org.co/documentos/de la Calidad en la Edu

Pardo, A., Ruiz, M., & San Martín, R. (2007). Cómo ajustar e interpretar modelos multinivel con

SPSS. Psicothema, 19 (2), 308-321.

Peña, E. (2011). Modelos multinivel de los factores de eficacia escolar en el programa PISA. (tesis

doctoral). Universidad de Oviedo, Oviedo, España.

Posada J. M. & Mendoza, F. (2014, noviembre). Determinantes del logro académico de los

estudiantes de grado 11 en el periodo 2008 - 2010. Una perspectiva de género y región.

Estudios sobre calidad de la educación en Colombia, ICFES, Ministerio de Educación

Nacional. Bogotá, Colombia. Recuperado de:

http://www2.icfes.gov.co/docman/investigadores-y-estudiantes-de-posgrado/resultados-de-

investigaciones/factores-asociados/educacion-superior/1011-determinantes-del-logro-

academico-de-los-estudiantes-de-grado-11-en-el-periodo-2008-2010-una-perspectiva-de-

genero-y-region

Ramírez, C. (2014). Factores asociados al desempeño académico según nivel de formación

pregrado y género de los estudiantes de educación superior Colombia. Revista Colombiana

de Educación, (66), 201-222.



78

Ranasinghe, P., Wathurapatha, W. S., Mathangasinghe, Y. & Ponnamperuma, G. (2017).

Emotional intelligence, perceived stress and academic performance of Sri Lankan medical

undergraduates. BMC medical education, 17 (1), 41.

Rodríguez, G., Ariza, M. & Ramos, J. L. (2014a). Calidad institucional y rendimiento académico:

El caso de las universidades del Caribe colombiano. Perfiles Educativos, 36 (143), 10-29.

https://doi.org/10.1016/S0185-2698(14)70607-5.

Rodríguez, G., Gómez, V & Ariza, M (2014b). Calidad de la educación superior a distancia y

virtual: un análisis de desempeño académico en Colombia. Investigación y desarrollo, 22 (1),

58-99. http://dx.doi.org/10.14482/indes.22.1.6079

Rodríguez, R. (2015). Medición del valor agregado para la educación superior en Bogotá. [tesis de

maestría]. Universidad Santo Tomás, Bogotá, Colombia.

Simonson, M.; Smaldino, S. & Zvacek, S. (2015). Foundations of Distance Education. En Teaching

and Learning at a Distance. Charlotte, NC: Information Age Publishing, Inc. Disponible en:

https://books.google.com.co/books?hl=en&lr=&id=qgUoDwAAQBAJ&oi=fnd&pg=PP1&dq

=distance+education&ots=SPYixOCzi1&sig=RKKYHcb-

ZJFpSFGsh4cKaDVLzjY&redir_esc=y#v=onepage&q=distance%20education&f=false

Tejedor, F. J. & García, A. (2007). Causas del bajo rendimiento del estudiante universitario (en

opinión de los profesores y alumnos). Propuestas de mejora en el marco del EEES. Revista de

educación, 342 (1), 443-473.

Tinnesz, C. G., Ahuna, K. H., & Kiener, M. (2006). Toward college success: Internalizing active

and dynamic strategies. College Teaching, 54 (4), 302-306.

Tirado, M. C. (2017). Aporte de los exámenes de estado, Saber Pro, al desarrollo curricular y la

calidad en dos programas de psicología de Bogotá D.C. (tesis de maestría en psicología).

Universidad Católica de Colombia, Bogotá. Recuperado de:

https://repository.ucatolica.edu.co/bitstream/10983/15028/1/APORTE%20DE%20LOS%20E

X%C3%81MENES%20DE%20ESTADO1.pdf

Valbuena, C., & García, G. (2016). Factores Asociados al Desempeño de los Estudiantes de

Psicología en Colombia en las Pruebas Saber-Pro. Bogotá: ASCOFAPSI. Recuperado de:

http://ascofapsi.org.co/convocatoria/2018/Factores_Asociados_desempeno_SABER-PRO.pdf

Valens, M. (2011). Calidad de la Educación Superior en Colombia: un análisis multinivel con base

en el ECAES de Economía 2004. Sociedad y Economía, (13), 132-154

Valente, R. R. (2017). The vicious circle: effects of race and class on university entrance in Brazil.

Race ethnicity and education, 20 (6), 851-864.

Van Zanten, M. (2015). The association between medical education accreditation and the

examination performance of internationally educated physicians seeking certification in the

United States. Perspectives on medical education, 4 (3), 142-145.

Villa, M. D. (2002). Flexibilidad y educación superior en Colombia. Icfes. Bogotá, Colombia.

http://dx.doi.org/10.14482/indes.22.1.6079



79

Weerakkody, W. A. S. y Ediriweera, A. N. (2008). Influence of gender on academic performance:

an empirical study of human resource management students (undergraduates) in university of

Kelaniya, Sri Lanka. Proceedings of the Fifth International Conference on Business

Management. Recuperado de:

https://www.researchgate.net/publication/280831328_INFLUENCE_OF_GENDER_ON_AC

ADEMIC_PERFORMANCE_AN_EMPIRICAL_STUDY_OF_HUMAN_RESOURCE_MA

NAGEMENT_STUDENTS_UNDERGRADUATES_IN_UNIVERSITY_OF_KELANIYA_

SRI_LANKA

Win, R. y Miller, P. W. (2005). The effects of individual and school factors on University Students’

academic performance. The Australian Economic Review, 38 (1), 1-18.

Yañez, A., Vera, J. Á., & Mungarro, J. E. (2014). El proceso de admisión de las escuelas normales

y los antecedentes socioeconómicos como predictores del rendimiento académico. Revista

Intercontinental de Psicología y Educación, 16 (2), 111-129.

Zabriskie, R. B., & McCormick, B. P. (2000). Accreditation and academic quality: A comparison

with healthcare accreditation. Schole: A Journal of Leisure Studies and Recreation

Education, 15 (1), 31-45.

Zwick, R., & Himelfarb, I. (2011). The Effect of High School Socioeconomic Status on the

Predictive Validity of SAT Scores and High School Grade-Point Average. Journal of

Educational Measurement, 48 (2), 101-121 https://doi.org/10.1111/j.1745-

3984.2011.00136.x

https://doi.org/10.1111/j.1745-3984.2011.00136.x

https://doi.org/10.1111/j.1745-3984.2011.00136.x

FACTORES ASOCIADOS AL DESEMPEÑO EN LA PRUEBA SABER PRO ...€¦ · universidades y facultades como...

Documents

Transcript of FACTORES ASOCIADOS AL DESEMPEÑO EN LA PRUEBA SABER PRO ...€¦ · universidades y facultades como...