Determinantes de la Elección Universitaria en carreras

Determinantes de la Elección
Universitaria en carreras universitarias
en Chile
Modelo de Predicción de Elección de Carrera
Sergio Olavarrieta, Felix Lizama, Ruben Catalan, Paulette Rouliez
Introducción
La elección de una carrera universitaria ha sido ampliamente estudiada por muchas disciplinas
(economistas, psicólogos, sociólogos, entre otros). Determinar qué factores influyen en la decisión de
estudiar una carrera determinada de negocios en una Universidad en particular, puede ser una tarea
que requiere de un correcto planteamiento del modelo predictivo y por consiguiente de la
identificación y análisis de las variables independientes que mejor expliquen dicha elección.
Esta tesis investiga acerca de cómo se realiza dicho proceso, es decir, qué variables están detrás de la
decisión de que un individuo estudie una carrera (notas EM, ingreso de los padres, tipo de colegio, etc.)
en una casa de estudios determinada. Lo anterior, no puede desmerecer aspectos como la influencia de
padres, familiares y amigos en la determinación de carrera y universidad en donde estudiar, que
lamentablemente no son cuantificables en este trabajo.
Capítulo 1 Evolución de la Educación Superior en Chile y el Mundo
1.1. Evolución de la Educación Universitaria en el Mundo
1.1.1. Evolución de la Educación Universitaria en EEUU
Hacer una comparación directa entre una Universidad y una Empresa cualquiera podría resultar algo
insólito hace unas décadas atrás en EEUU. Si hacemos una comparación entre los objetivos de las
Instituciones Educacionales y el de un Mercado distinto, tenemos que las Universidades tienen como
misión formar profesionales y buscar formas de financiamiento para las becas, para remunerar de sus
académicos y para otros gastos de operación de los programas que imparten. Por otro lado, entregan
conocimiento y habilidades con el fin de transformar vidas y otorgar mejores oportunidades laborales
para sus egresados. En cambio, por el contrario, una Empresa cualquiera busca generar ganancias,
definida en estrechos términos financieros. 1
1
Strategic Marketing for Educational Institutions, Philip Kotler, Karen F. A. Fox, segunda Edición, 1995.
Las Instituciones Educacionales Americanas han aprendido mucho de los Negocios, pues han abarcado
aspectos tales como la inclusión de mejores sistemas de presupuestos, el desarrollo de inversiones, y
otros procesos propios de la administración financiera, así como la profesionalización del recurso
humano que está detrás de las funciones administrativas. A menudo los ejecutivos de Admisión y de
Desarrollo utilizan conceptos relevantes en el área de los negocios y los adaptan a sus roles cuyo
principal objetivo es atraer recursos a sus organizaciones.2
El enorme y diverso sistema educacional en EEUU involucra a 1 de cada 4 americanos. En 1992, este
incluía a más de 61 millones de estudiantes de todos los niveles, 3.5 millones de profesores y a 3
millones de funcionarios, profesionales y staff de apoyo. El gasto anual por concepto de educación fue
de US$ 425 billones, representando cerca del 7,5% del producto interno del país. 3
En 2004, el gasto público total en educación como porcentaje del gasto público total en Estados Unidos
fue de un 14,4%, y específicamente en educación terciaria fue de 3,5%. El gasto público en educación
como porcentaje del PIB fue de 5,3%. 4
Actualmente en EEUU existen 3.600 colleges y universidades públicas y privadas compitiendo por
mantener o aumentar sus matrículas, mejorar la calidad de sus programas y aumentar las donaciones y
concesiones con el fin de cubrir sus costos.
Hasta los 90s las Instituciones educacionales públicas se mantuvieron inalterables en cuanto a los
desafíos que enfrentaban. Cuando aumenta el desempleo, los gobiernos locales y estatales reciben
menos impuestos y decrece la ayuda financiera por parte del gobierno para educación. Los fondos
estatales para colleges y universidades han disminuido hasta el punto en que algunas instituciones se
denominan como “Asistidas por el Estado” en vez de “Financiadas por el Estado”.
Se ha intensificado la presión por hacer más con menos recursos, al tiempo de que la demanda por
servicios educacionales ha aumentado, con una mayor cantidad de egresados de la enseñanza
secundaria pero recibiendo menos ingresos y enfrentando una disminución en los postulantes. El bajo
crecimiento en el ingreso familiar ha dejado a la educación privada fuera de las opciones de muchas
familias, estimulando mayores postulaciones a la admisión de instituciones públicas de bajo costo. De
hecho, California, el estado más popular de EEUU necesitó ubicar a 700.000 estudiantes egresados de
educación secundaria en el año 2000, la mayoría en colleges y universidades públicas y no habían los
recursos suficientes para hacerlo.5
Entre los tipos de Colleges y Universidades que existen en EEUU podemos mencionar:
2
Strategic Marketing for Educational Institutions, Philip Kotler, Karen F. A. Fox, segunda Edición, 1995.
National Center for Education Statistics, Digest of Education Statistics 1992, Washington DC, US
Departament of Education, Office of Educational Research and Improvement, 1992.
3
4
Panorama de la educación 2007, Indicadores de la OCDE, 2007.
5
Strategic Marketing for Educational Institutions, Philip Kotler, Karen F. A. Fox, segunda Edición, 1995.
Community Colleges
Este tipo de instituciones públicas representa cerca de un tercio de toda la industria de educación
superior en EEUU y en ellos podemos encontrar a una gran cantidad de necesidades educacionales,
incluyendo por ejemplo los primeros 2 años de los estudio del Baccalaureate (bachillerato francés),
entrenamiento de habilidades vocacionales y actividades recreativas.
Muchas de ellas fueron fundadas como instituciones de libre acceso con un compromiso a servir a todos
aquellos que podrían beneficiarse de educación adicional. Durante los 1970s y 1980s el éxito de los
community colleges fue definido como el crecimiento en los alumnos matriculados en vez de que en la
calidad de los estudiantes. Algunos community Colleges se esfuerzan por mejorar su reputación
académica a través de programas de honor con seminarios y conferencias para los mejores estudiantes
matriculados.
Muchas de estas instituciones tienen muchas limitaciones para cubrir la gran proporción de sus costos.
Por ello se esfuerzan por atraer una gran cantidad de mercado a través de cursos y talleres cuyos
precios les ayudan a cubrir sus costos.
Colleges y Universidades Privadas Selectivas
Los mejores colleges y universidades en EEUU podrian llenar una y otra vez sus clases con estudiantes
cuyas familias pagaran la totalidad del arancel y matricula. Pero incluso Harvard cuyo prestigio es
irreprochable y acepta a uno de cada seis postulantes, otorga apoyo financiero a muchos de ellos de
manera de contar con clases con diversidad geográfica, racial y social en vez de mayores recursos.
Pero el prestigio no ayuda a pagar las cuentas, particularmente de aquellos temas relacionados con
investigación en medicina, ingeniería y otras ciencias. El decrecimiento de ayuda por parte del
Gobierno han hecho que este tipo de instituciones recurra a donaciones corporativas y alianzas.
Es muy frecuente encontrarse con una red de egresados realizando donaciones para becas y otros
propósitos, pero muchas veces esto no es suficiente. Por ejemplo, Stanford University hizo un tremendo
recorte en los gastos a principios de los 1990s y continúa realizándolos. Durante los próximos años, las
donaciones y la buena administración de los recursos serán claves.
Colleges y Universidades Privadas menos Selectivas
Estas organizaciones son más pequeñas y dependen casi exclusivamente de los aranceles, poseen
politicas de admisión moderadamente selectivas o casi no selectivas, limitada ayuda federal y fuertes
afiliaciones con instituciones religiosas. Corresponden a un tercio de todos los colleges de 4 años que
existen en EEUU. Muchos de estos colleges no seleccionan a sus estudiantes debido a que necesitan
atraer a una cierta cantidad de estudiantes para continuar operando pues necesitan del pago de esos
aranceles para cubrir el 90% de sus gastos de operación.
Los cambios demográficos crearon nuevas preocupaciones. La población casi no creció durante los
1980s en estados donde la mayor parte de estos colleges están ubicados, Illinois, Indiana,
Massachussets, Michigan, New York, Ohio y Pennsylvania. Es así, como debieron atraer a postulantes de
estados cercanos aumentando la competencia entre este tipo de colleges. 6
6
Strategic Marketing for Educational Institutions, Philip Kotler, Karen F. A. Fox, segunda Edición, 1995.
1.1.2. El Sistema Académico en EEUU
Lo que en Chile se denomina Pregrado universitario allí se conoce como Undergraduate Studies, y que
son programas dirigidos a aquellos alumnos que acaban de terminar la educación media. Este término
hace referencia a la educación impartida en función de las grandes áreas: Humanidades, Ciencias
Sociales y Ciencias de la Salud, junto con las asignaturas obligatorias y las elegidas por el alumno.
Por lo tanto existen dos grandes tipos de estudios dependiendo de su duración:
Associated Degrees (Diplomas o Bachilleratos)
Es el grado asociado, diploma o bachillerato, que representa aquellos programas académicos diseñados
para ser cursados en dos años académicos de estudios a tiempo completo. Los créditos obtenidos en
estos programas son reconocidos, por regla general, por las instituciones como parte de las
licenciaturas de cuatro años. Las personas que entran a estos programas, con frecuencia pretenden
cambiarse a un programa de licenciatura, y algunas veces sin terminar los dos años.
Bachelor’s Degree (Licenciaturas)
Una vez aprobados dichos estudios se puede optar al título llamado Bachelor’s Degree (Licenciaturas).
Estos programas tienen una duración de cuatro años en los que se debe cumplir ciertos créditos en
función de la especialidad elegida. Hay dos tipos de especialidad: de carácter primario y secundario. Los
primeros son los major (área principal de especialización) y suponen un tercio o la mitad de los
créditos totales del programa, mientras que los segundos, llamados minor (área secundaria de
especialización) representan la mitad de los créditos del área principal.
La principal diferencia con el sistema chileno es la capacidad para personalizar y elegir las asignaturas
propias de cada año, de acuerdo con el major y minor elegido. Es decir, orientar los estudios con las
asignaturas de las áreas que más le convienen al alumno. El primer año se le denomina como freshman,
el segundo sophomore, el tercero, junior y el cuarto senior (agrupados todos en dos bloques de primer
y segundo ciclo o semestre).
Los dos primeros años del Bacherlor’s Degree están dedicados a la formación en las denominadas
“liberal arts”, es decir, artes y ciencias liberales, que son un conjunto de asignaturas genéricas que van
desde las Matemáticas, Filosofía, Historia, e incluso hasta los Deportes. Los estudiantes empiezan sus
estudios con asignaturas distintas de todas las ramas académicas, desde Arte y Humanidades hasta
Ciencias e Idiomas, de manera que tienen la posibilidad de escoger materias en función a su elección
futura.
Las especialidades en Humanidades, Ciencias Sociales, Filosofía, Religión o Arte Cultural reciben una
licenciatura en Artes (B.A o A.B). Los programas en Matemáticas, Física, Ingeniería, y otros campos
profesionales, pueden recibir el B.A o una licenciatura de Ciencias (B.S o S.B).7
1.1.3. El Proceso de Selección Universitaria en EEUU y Europa
Las instituciones de educación superior en Inglaterra y EEUU pueden adoptar los sistemas de selección
que mejor les parezca. Si bien ambas naciones solicitan un examen estandarizado nacional como la PSU
(llamado A-levels en el Reino Unido y SAT en EEUU), éste es sólo una de las herramientas que utilizan
7
Pagina Web preu.universia.es
para seleccionar a sus estudiantes. A ello se agregan las notas de enseñanza media, informes del colegio,
entrevistas, ensayos, cartas de recomendación, participación en actividades extraescolares e, incluso, la
etnia y el grado académico de los padres.8
Pese a que la variedad de criterios en la selección universitaria es una tradición en estos países, existe
polémica sobre su transparencia. La principal crítica que se le hace a este sistema es que su alumnado
es cada vez más elitista: el 90% tiene ingresos por sobre el promedio de la nación y se han convertido
en los más ricos de la historia de la Universidad.
Principalmente, porque el actual sistema requiere de mucho tiempo para postular: los alumnos envían
sus puntajes SAT (examen de aptitud general que se imparte varias veces al año en diferentes lugares
del mundo) en diciembre y en abril vence el plazo para matricularse.
Pero aquellos postulantes con mayores recursos -que no necesitan pasar por el proceso de buscar
financiamiento- se matriculan antes y copan las vacantes. Además, se ha detectado que es muy fácil
preparar a un alumno para que responda bien una entrevista. Tanto en EEUU como en Inglaterra
existen agencias privadas dedicadas a entrenar postulantes.
Por eso, una de las medidas implementadas para las universidades norteamericanas ha sido crear una
base de datos privada con información de los postulantes y además se ha solicitado que las
universidades publiquen el desempeño académico de los alumnos seleccionados. Esto, porque se ha
criticado que autoridades influyentes ejercen presión para conseguir que sus hijos sean admitidos.
El centenario sistema inglés también ha sufrido ciertas modificaciones a través de los años. Pese a que
Oxford tiene más de 800 años, recién este año se han especificado por escrito los criterios de selección
de cada facultad. Además, a partir del 2008 los alumnos deberán presentar el historial académico de los
padres y su origen étnico para sumar puntos, dando la posibilidad de que alumnos con bajo
rendimiento pero con un robusto currículum académico de sus padres queden por sobre jóvenes
destacados.
Desde 1996, los alumnos de cada establecimiento educacional del estado de Texas, con notas de
enseñanza media en el 10% superior de su colegio, son eximidos de las pruebas de ingreso a la
universidad. En California también han adoptado un sistema similar, donde se exime al 4% superior de
la clase.
El programa del estado de Texas funciona en base a un ranking que considera notas de enseñanza
media, recomendaciones de profesores directos del alumno en el colegio, su pertenencia a academias
de ciencias, participación en centros de alumnos u otras actividades para medir liderazgo y un ensayo
escrito a mano explicando su motivación para ingresar a la carrera de su elección. Con esos
antecedentes se elabora una escala y se determina el lugar que ocupa cada alumno en el ranking de su
establecimiento. El 10% de esos escolares mejor evaluado es eximido de las pruebas de ingreso y
tampoco son sometidos a entrevistas personales, pues se ha detectado que es muy fácil preparar a un
alumno para que responda adecuadamente las preguntas de una entrevista. Los resultados de esta
iniciativa en Texas han sido exitosos, pues los alumnos ingresados por esta vía presentan un 16% más
de probabilidad de titularse que quienes han ingresado por la vía normal.
8
Diario La Tercera, Marzo 2007
1.2. La Educación Superior en Chile
1.2.1. Evolución de la Educación Superior en Chile
El Mercado de la Educación Universitaria en Chile ha evolucionado enormemente durante las últimas
décadas. A través de los años, se han sumado nuevos actores y también han salido de escena bastantes
otros. En 2004, el gasto público en educación como porcentaje del PIB fue de 3,5% y específicamente en
educación terciaria fue de 0,5%. 9
Por otra parte cabe destacar que en 2007, incluyó a más de 615.000 estudiantes de todos los niveles. 10
La primera universidad en fundarse en el país fue la Universidad de Chile (1842) y en 1888 se creó la
Pontificia Universidad Católica, ambas situadas en Santiago.
En los inicios del siglo XX comienzan a crearse las universidades llamadas tradicionales (U. de
Concepción, U. Austral) como respuesta a la creciente demanda del resto del país. Luego, a comienzos
de 1960’s se da inicio a las reformas y reglamentación de éstas.
Durante los años 1970’s ocurre la intervención del Gobierno en el Sistema Universitario y a principios
de los 1980’s éste decidió abrir la participación de privados en la creación de Universidades y se
determina separar las Sedes de las Universidades Estatales (de 2 a 16) y dejarlas independientes pero
con la continuación del aporte estatal.
9
Panorama de la educación 2007, Indicadores de la OCDE, 2007.
Escenario de la Educación Superior en Chile, Algunas Consideraciones, Ministerio de Educación de
Chile, 2007.
10
UNIVERSIDADES ESTATALES
Universidad de Chile
Universidad Técnica
Universidad de Valparaíso
Universidad de Tarapacá
Universidad de la Serena
Universidad de Playa Ancha
Universidad de Talca
Universidad Arturo Prat
Universidad
Frontera
de
la
Universidad de Atacama
Universidad de los Lagos
Universidad de Antofagasta
Universidad
Magallanes
Universidad del Bio Bio
Universidad
Metropolitana
de
Universidad Tecnológica
Luego, a comienzos de los 1990’s se aprueba la ley orgánica Constitucional de Enseñanza, que, entre las
muchas modificaciones que propone, incluye la ampliación de la cobertura y creación de políticas de
ayudas estudiantiles, becas y fondo solidario de crédito universitario.
Como podemos observar en la figura, actualmente en Chile existen 220 Instituciones de Educación
Superior, entre las que destacan 25 Universidades Tradicionales (que pertenecen al Consejo de
Rectores), 37 Universidades Privadas, 47 Institutos Profesionales y 111 Centros de Formación Técnica,
que ofrecen estudios superiores a los más de 260.000 egresados de Enseñanza Media que rinden la
Prueba de Selección Universitaria en el país, y que compiten por mantener o aumentar sus matrículas,
mejorar la calidad de sus programas y aumentar sus fuentes de financiamiento con el fin de cubrir sus
costos.
Como podemos observar, 9 de las 25 (36%) Universidades del Consejo de Rectores son Privadas.
En total, se tienen más de 530 sedes distribuidas en todo el territorio nacional. En consecuencia la
oferta educativa es bastante amplia en pregrado, lo cual implica que es difícil para las entidades
externas competir en condiciones ventajosas. 11
En un comienzo, cuando nacieron las instituciones privadas, el liderazgo de las tradicionales en la
totalidad de las carreras que ofrecían era indiscutible, debido a su tradición y prestigio. Además,
Los nuevos proveedores externos de educación superior en chile, Instituto de Educación Superior
para América Latina y El Caribe, Luis Eduardo González, Julio 2003
11
muchas de éstas ubicadas en Regiones pertenecieron por largos años a la Universidad de Chile, la
primera Universidad Pública del país con amplia trayectoria y respaldo.
Con el paso del tiempo, las organizaciones privadas han emergido con fuerza, a través de su enfoque de
negocios, basado en la profesionalización de su administración, grandes inversiones en infraestructura
y la implementación de procesos de administración financiera exitosos. Es así como el escenario ha
cambiado drásticamente, y las Universidades Tradicionales han tenido que adaptar su manera de
operar y enfocarse a lo que los estudiantes necesitan de manera de seguir manteniendo una posición
favorable en el mercado. Además, año a año, trabajan para conseguir la mayor cantidad de ayuda por
parte del Estado a través de 2 mecanismos:
Aporte Fiscal Directo: es el instrumento de financiamiento más importante del Estado para las
universidades del Consejo de Rectores. Consiste en un subsidio de libre disponibilidad asignado en un
95% conforme criterios históricos y el 5% restante de acuerdo con indicadores de eficiencia anuales. 12
Aporte Fiscal Indirecto (AFI) está dirigido a todas las instituciones de educación superior
(universidades, institutos profesionales y centros de formación técnica). Es un aporte concursable cuyo
criterio de distribución es la matrícula de los alumnos de primer año con los mejores 27.500 puntajes
en la Prueba de Selección Universitaria. 13
Es así como las universidades tanto privadas como públicas compiten por captar a los mejores entre
sus filas y no es inusual ver como dichas instituciones educacionales gastan millones de pesos en
agresivas campañas de Admisión para atraer a los más talentosos estudiantes a sus aulas, lo que tiene
por objetivo aumentar el prestigio y recaudar significativas sumas de dinero que el Estado entrega a
través del ya nombrado Aporte Fiscal Indirecto por alumno según tramos de Puntaje Promedio en la
Prueba de Selección Universitaria (PSU).
De hecho, recientes investigaciones ubican a esta industria dentro de las 3 de mayor Inversión
Publicitaria en Chile durante 2007, luego de las tiendas por departamento y la telefonía. 14
Es por ello, que la tarea de los departamentos de Admisión de las Universidades se ha vuelto cada vez
más especializada, y el predecir la elección de una carrera puede ser una poderosa herramienta al
momento de definir ciertas estrategias de marketing.
1.2.2. El Sistema Académico en nuestro País
En Chile existe lo que se denomina el Pregrado que es utilizado para designar los estudios dirigidos a
los egresados de enseñanza media, conducentes a un primer título o grado académico de educación
superior. Comprende los títulos técnicos y profesionales, y los grados de licenciado y bachiller.
También se existe lo que se llama el Postgrado, que es el término utilizado para designar los estudios
emprendidos tras la obtención de un primer grado de licenciatura, los que culminan en un nuevo grado
académico de mayor nivel, tal como Magíster o Doctor.
12
www.educacionsuperiorchile.cl, Ver anexo 1
13
www.educacionsuperiorchile.cl, Ver anexo 1
14
Revista Publimark, abril 2008
Dependiendo del tipo de Institución de que se trate, éstas entregan distintos tipos de Grados
Académicos o Títulos.
Programa de Bachillerato
Constituye una primera etapa de educación universitaria cuya duración es de dos años, período en el
que el alumno prosigue cursos regulares en la universidad, la mayoría de los cuales le serán
convalidados al momento de iniciar una carrera posterior, y otorga el grado académico de Bachiller que
certifica la aprobación de un ciclo básico o inicial dedicado al estudio de una o mas disciplinas
fundamentales afines y a materias culturales que contribuyan a la formación integral del estudiante.
Grado de Licenciado
Es el que se otorga al alumno de una universidad o de las fuerzas armadas que ha aprobado un
programa de estudios que comprenda todos los aspectos esenciales de un área de conocimiento o de
una disciplina determinada. Las licenciaturas son estudios equivalentes a 4 años de estudios u 8
semestres académicos.
Título Profesional
Es el que se otorga a un egresado de un instituto profesional o de una universidad que ha aprobado un
programa de estudios cuyo nivel y contenido le confieren una formación general y científica necesaria
para un adecuado desempeño profesional. En general los títulos profesionales tienen una duración de
entre 4 a 6 años dependiendo de que carrera se trate.
Grado de Magíster
Grado académico de postgrado que se otorga al alumno de una universidad que ha aprobado un
programa de estudios de profundización en una o más de las disciplinas de que se trate. Para optar al
grado de Magíster se requiere tener grado de licenciado o un título profesional cuyo nivel y contenido
de estudios sean equivalentes a los necesarios para obtener el grado de licenciado. La duración de éste
puede ir desde 1 año a 2.
Grado de Doctor
Es el máximo grado académico de postgrado que puede otorgar una universidad.
Se confiere al alumno que ha obtenido un grado de licenciado o magíster en la respectiva disciplina y
que haya aprobado un programa superior de estudios y de investigación, y acredita que quien lo posee
tiene capacidad y conocimientos necesarios para efectuar investigaciones originales. En todo caso,
además de la aprobación de cursos u otras actividades similares, un programa de doctorado deberá
contemplar necesariamente la elaboración, defensa y aprobación de una tesis, consistente en una
investigación original, desarrollada en forma autónoma y que signifique una contribución a la disciplina
de que se trate. La duración de este programa es de 4 años.
Postítulo
Denominación genérica referida a los estudios realizados tras la obtención de un título profesional,
exceptuando los de postgrado.15
1.2.3. El Proceso de Selección Universitaria en Chile
En nuestro país los rectores de las 25 universidades tradicionales participan en el Consejo de Rectores
de las Universidades Chilenas han optado por un sistema común de selección y admisión, la Prueba de
Selección Universitaria (PSU) que es desarrollada, administrada, aplicada y reportada por el DEMRE
(Departamento de Evaluación, Medición y Registro Educacional) que pertenece a la Universidad de
Chile. Dicha prueba es rendida año a año por los estudiantes una vez que finalizan su Enseñanza Media.
En un principio dicha prueba fue pensada para cubrir 2 objetivos: seleccionar a estudiantes para la
educación superior y evaluar el nuevo curriculum de enseñanza secundaria. Luego, en 2002 se decidió
que la PSU sería una prueba de transición entre la PAA y esta nueva prueba, y consistiría en que los
alumnos debían rendir 3 de las 4 prueba. Matemáticas y Lenguaje serían obligatorias, y la elección de la
tercera prueba dependería de los requerimientos de las carreras. 16
El Proceso de Admisión tiene como propósito seleccionar a los candidatos que postulan a una matrícula
en alguna de las veinticinco Universidades que componen el Honorable Consejo de Rectores. El objetivo
fundamental y único del Sistema es obtener de los candidatos informaciones del ámbito cognitivo,
definidas por las distintas instituciones participantes, que permitan detectar aquellos sujetos que
presentan las mayores posibilidades de cumplir con éxito las tareas exigidas por la Educación Superior,
para seleccionarlos en alguna de las carreras a las que están postulando. El cumplimiento del propósito
se logra mediante la aplicación de instrumentos de medición educacional elaborados conforme a
estándares internacionales junto con la inclusión del promedio de Notas de la Enseñanza
Media. Además, el Proceso de Selección se realiza en forma integrada, considerando las exigencias que
cada Universidad miembro del H. Consejo de Rectores ha determinado previamente. 17
Los factores de selección son las Notas de Enseñanza Media, NEM; las Pruebas Obligatorias de Lenguaje
y Comunicación y de Matemática; y las Pruebas Optativas de Historia y Ciencias Sociales y de Ciencias,
las cuales se rinden según la carrera a la que se desea postular. De estas dos pruebas optativas el
15
http://www.cruch.cl/documentos/introduccion_2002.pdf
Problemas de Equidad Asociados con e cambio de las pruebas de Admisión en Chile, M. Koljatic y
Monica Silva, Estudios Publicos, otoño 2007
16
17
Documento Oficial PSU, Proceso de Admisión 2006, El Mercurio, 15 de Junio 2005.
postulante debe rendir a lo menos una. La prueba de Ciencias tiene un módulo común y un módulo
electivo entre el cual el estudiante puede elegir entre biología, física y química. Además de lo anterior,
también constituyen factores de selección las pruebas de aptitudes especiales, cuya aplicación es de
responsabilidad de la unidad académica correspondiente. 18
El Proceso de Admisión a las Universidades del H. Consejo de Rectores, consta de las siguientes etapas:
1. INSCRIPCIÓN
Registro de Establecimientos Educacionales
Inscripción de Postulantes
2. APLICACIÓN DEL EXAMEN
Estructura de las Pruebas de Selección
Universitaria como Instrumentos de Medición
Aplicación de las Pruebas
Publicación de los Resultados
3. POSTULACIÓN
4. SELECCIÓN
5. MATRÍCULA19
Por ello, en Mayo de cada año comienza el proceso de inscripción de los colegios y de los postulantes
para rendir la PSU a través de Internet, así como para la postulación de Becas que da el gobierno para
rendirla (Beca Junaeb). El costo de inscripción es de alrededor de $20.000 pero hace 2 años que el
Ministerio de Educación instauró este tipo de Becas que cubren el 100% de dicho costo para alumnos
de Colegios Municipalizados y Particulares Subvencionados. Para la Admisión 2007 lo hizo con cupos
sólo para algunos alumnos y para la última Admisión la abrió al 100% de los alumnos. Esto hizo que la
cantidad de Inscritos proveniente de ese tipo de establecimientos aumentara significativamente:
18
Documento Oficial PSU, Proceso de Admisión 2006, El Mercurio, 15 de Junio 2005.
19
Documento Oficial PSU, Proceso de Admisión 2006, El Mercurio, 15 de Junio 2005.
PROCESO
Part.
INSCRITOS Particular
%
%
Municipal
%
ADMISION
Subv.
2004
159.239
24.515
15,4% 64.827
40,71% 68.734
43,16%
2005
176.680
25.210
14,3% 74.257
42,03% 74.038
41,91%
2006
182.761
24.797
13,6% 79.852
43,69% 75.382
41,25%
2007
242.155
25.833
10,7% 105.557
43,59% 106.624
44,03%
2008
240.851
25.730
10,7% 112.482
46,70% 100.999
41,93%
2009
261.094
24.990
9,6%
124.398
47,64% 110.172
42,20%
La aplicación de dicho examen se realiza a comienzos del mes de diciembre y la postulación y matrícula
a fines de dicho mes.
Por su parte las Universidades Privadas, al estar fuera del Sistema de Selección empleado por las
Instituciones que pertenecen al Consejo de Rectores, han adoptado distintos mecanismos de Admisión,
al igual que los Instituto Profesionales y los Centros de Formación Técnica.
En algunas de estas Universidades el único requisito obligatorio de ingreso es estar en posesión de la
Licencia de Enseñanza Media y algunas carreras excepcionalmente se aplican pruebas específicas para
medir habilidades específicas, tales como entrevistas personales, análisis de Currículum, entre otras,
pero dicho sistema ha evolucionado hacia la exigencia de la rendición de la PSU, incluso muchas de
éstas piden un Puntaje Mínimo de Postulación y algunas universidades ponderan en la misma
proporción que las Universidades tradicionales.
Cabe destacar en este sentido que el uso de Bases de Datos para dichas instituciones se ha hecho crítico
para la obtención de nuevos postulantes. De hecho, durante el año las Universidades, especialmente
éstas, realizan actividades con el propósito de obtener información de futuros prospectos, en las cuales
los estudiantes deben llenar una ficha de inscripción la que posteriormente sirve para cruzar con los
resultados PSU de los Estudiantes. Es así como también muchas universidades adelantan su proceso de
postulación para que los alumnos se comiencen a inscribir desde ya a partir del segundo semestre y
adelantar parte del trámite que corresponde a fin de año. Dicho proceso generalmente se realiza de
manera on-line a través de los portales de cada una de las Instituciones Privadas.
Capítulo 2 Teoría acerca de Conducta y Elección del Consumidor
2.1 Necesidades y Motivación del Consumidor
La motivación es aquella fuerza dentro de los individuos que los impulsa a la acción. Esta fuerza
impulsora está producida por un estado de tensión que existe como resultado de una necesidad
insatisfecha. Las metas específicas que eligen y los patrones de comportamiento que siguen para
alcanzar tales metas son el resultado del pensamiento y aprendizaje del individuo. Los cursos
específicos de acción que los consumidores emprenden y sus metas específicas se seleccionan a partir
de sus procesos previos de pensamiento y aprendizaje. 20 Esta es una de las razones de porqué los
postulantes se preparan para rendir la PSU y así quedar seleccionados en la carrera que escojan. Se
sienten motivados para alcanzar la tan anhelada meta de “llegar a la universidad”, y realizan diferentes
acciones para tratar de alcanzarlas.
20
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
Asimismo, los individuos tenemos necesidades innatas y adquiridas. Las necesidades innatas son
fisiológicas, y son consideradas motivos o necesidades primarias. Las necesidades adquiridas son
necesidades que aprendemos en respuesta a nuestra cultura o ambiente, y se consideran motivos o
necesidades secundarias.21
Podemos darnos cuenta que en Chile se ha vuelto una “necesidad” el seguir una carrera universitaria.
Mientras que en la época de nuestros padres sólo 1 de cada 10 estudiantes de educación secundaria
llegaba a la universidad, hoy esta cifra ha crecido enormemente.
Las metas constituyen el resultado que se busca con el comportamiento motivado del individuo. Las
metas que los individuos seleccionan dependen de sus experiencias personales, capacidad física,
normas y valores culturales dominantes, y de la accesibilidad de la meta en el contexto físico y social. La
meta tiene que ser socialmente aceptable y físicamente accesible. La percepción que un individuo tiene
de si mismo sirve también para influir en las metas específicas que selecciona. Los productos que una
persona tiene, que le gustaría tener, a menudo se perciben en términos de con qué proximidad reflejan
la autoimagen de la persona. 22
Es así como los individuos se ponen como meta el “ingresar a la universidad” y estudiar una carrera
determinada que sea congruente con ellos. La carrera que escojan dependerá, entre otras cosas, de que
vaya de acuerdo a sus habilidades y capacidades.
Una meta positiva u objetivo de enfoque es la de ingresar a la educación superior, razón por la cual los
estudiantes dirigen su comportamiento hacia alcanzarla y para ello se preparan para obtener el mejor
puntaje posible en la PSU.
Existen motivos racionales y motivos emocionales. Racionalidad supone que los consumidores se
comportan de manera racional cuando analizan con cuidado todas las alternativas y escogen aquella
que les dará la mayor utilidad. En marketing, el término racionalidad implica que los consumidores
seleccionan metas basadas en criterios totalmente objetivos, como tamaño, peso, precio, etc. Los
motivos emocionales implican la selección de metas de acuerdo a criterios personales o subjetivos. Los
criterios subjetivos o emocionales no maximizan la utilidad o satisfacción. Sin embargo, es razonable
suponer que los consumidores siempre tratan de seleccionar alternativas que, de acuerdo con su punto
de vista, sirven para maximizar su satisfacción. Evidentemente, la evaluación de la satisfacción es un
proceso muy personal, que se basa en la propia estructura de necesidades del individuo, así como en
experiencias sociales pasadas (o aprendidas) y de comportamiento. Lo que parece irracional para un
observador externo puede ser perfectamente racional en el contexto de la propia perspectiva
psicológica del consumidor.23
Las necesidades y metas están en constante crecimiento y cambian en respuesta a condiciones físicas,
ambientales, interacciones con otros y experiencias de un individuo. El éxito y el fracaso influyen en las
metas, pues las personas que han logrado alcanzar sus metas tienden a fijarse nuevas y más altas, es
decir elevan su nivel de aspiraciones. En este sentido, podemos ver que alumnos con buenos
21
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
22
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
23
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
rendimientos académicos durante su educación secundaria generalmente tienden a ponerse metas más
altas, como ser seleccionado en una carrera y en una universidad de más alto prestigio del país y dentro
de las más demandadas (Medicina U. de Chile, Ingeniería U. de Chile, Medicina PUC, Ingeniería
Comercial U. de Chile, etc.) con altas exigencias de ingreso (altos puntajes en la PSU) debido a que ya
han alcanzado la meta de tener un buen promedio de notas en el colegio.
Las metas deben ser razonablemente alcanzables. Los anuncios no deben prometer más de lo que el
producto o servicio va a entregar. Incluso no se repetirá la compra de un buen producto si no se cumple
Con lo que se espera de él.
Cuando por una razón u otra un individuo no puede alcanzar una meta específica que cree que
satisfacerá ciertas necesidades, el comportamiento puede dirigirse hacia una meta sustituta. Es así
como un postulante puede tener como meta quedar seleccionado en una carrera en una determinada
universidad. Si, al entregar los resultados de la PSU, ve que su puntaje no le alcanza para ser convocado
por dicha institución, su comportamiento lo llevará a buscar otras alternativas de estudio que
sustituyan la meta inicial, tales como estudiar la misma carrera en otra universidad, o ingresar al
programa de bachillerato en la misma universidad, entre otras.
Las necesidades y metas varían entre individuos. Muchas veces no podemos inferir con toda precisión
los motivos a partir del comportamiento. Gente que tiene diferentes necesidades puede buscar su
satisfacción mediante la selección de las mismas metas, en tanto que personas que tienen las mismas
necesidades pueden buscar satisfacerlas a través de diferentes metas. 24
El surgimiento de una clase particular de necesidades en un punto específico del tiempo puede ser
causado por estímulos internos que se encuentran en la condición fisiológica, procesos cognoscitivos o
emocionales del individuo, o por estímulos que proceden del ambiente externo. Cuando la gente vive en
un ambiente complejo y muy estimulante tiene muchas oportunidades para el surgimiento de
necesidades. En contraste, cuando su ambiente es pobre y limitado, se activan menos necesidades. Eso
podría explicar porqué los alumnos de clases más acomodadas generalmente tienen más motivaciones
para elegir una carrera en las universidades más demandadas y prestigiosas del país mientras que los
individuos de clases más desprotegidas tienen menos motivaciones para alcanzar carreras más difíciles
en universidades más exigentes.
Existen 2 filosofías opuestas relacionadas con el surgimiento de los motivos humanos. La escuela
conductista considera que la motivación es un proceso mecánico; el comportamiento se comprende
como la respuesta a un estímulo, y se ignoran los elementos del pensamiento consciente. La escuela
cognoscitiva cree que todo comportamiento está dirigido a alcanzar una meta. Las necesidades y las
experiencias previas se razonan y se categorizan, y se transforman en actitudes y creencias que actúan
como predisposiciones al comportamiento.
Algunos psicólogos sugieren que la gente tiene distintas prioridades en sus necesidades, que se basan
en su personalidad, ambientes, etc., otros creen que la mayoría de los seres humanos experimentan las
mismas necesidades básicas, a las cuales les asignan una clasificación similar de prioridades.
24
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
La teoría de Maslow postula 5 niveles básicos de necesidades humanas, que se clasifican en orden de
importancia desde necesidades del nivel más bajo (biogénicas) hasta necesidades de nivel superior
(psicogénicas)
Autorrealización (Autosatisfacción)
Necesidad de Ego (Prestigio, Status,
Autorrespeto)
Necesidades Sociales (Afecto, Amistad, Sentido
de Pertenencia)
Necesidades de Seguridad Física y Emocional
(Protección, Orden, Estabilidad)
Necesidades Fisiológicas (Alimento, Agua, Aire,
Abrigo, Sexo)
Sugiere que los individuos tratan de satisfacer necesidades de nivel inferior antes de que surjan las
necesidades de nivel superior. El nivel más bajo de las crónicamente insatisfechas que experimenta un
individuo, sirve para motivar su comportamiento. Cuando tal necesidad se halla razonablemente
satisfecha, surge una nueva (y más alta) necesidad, que ahora el individuo se ve motivado a satisfacer.
Cuando esta necesidad se satisface, aparece una nueva (y aún más alta) necesidad, y así en lo sucesivo. 25
Las necesidades de ego pueden tomar una orientación hacia adentro o hacia fuera, o ambas. Las
necesidades de ego dirigidas hacia adentro, reflejan las necesidades que tiene un individuo de
autoaceptación, autoestima, de lograr el éxito, la independencia, la satisfacción personal de trabajo bien
hecho. Las necesidades dirigidas hacia fuera incluyen las necesidades de prestigio, de tener buena fama,
status, reconocimiento de parte de otros.
Las necesidades de autorrealización se refieren al deseo de un individuo de alcanzar su potencial, de
convertirse en todo lo que es capaz de ser. Es así como dentro de ellas está la necesidad que tienen los
individuos de convertirse en un profesional egresado de una carrera universitaria elegida según sus
preferencias.
Percepción
Se define como la forma en que vemos el mundo que nos rodea. Dos individuos pueden estar sujetos a
los mismos estímulos bajo condiciones que son aparentemente iguales, pero la forma en que los
reconocen, seleccionan, organizan e interpretan es un proceso altamente individualizado, que se basa
en las necesidades, valores y expectativas personales de cada individuo. La percepción es el proceso
por el cual un individuo selecciona, organiza e interpreta los estímulos para integrar una visión
significativa y coherente del mundo. Un estímulo es una unidad de información que ingresa por
25
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
cualquiera de los sentidos. Los receptores sensoriales son los órganos humanos que reciben los
estímulos.26
La sensación es la respuesta inmediata y directa de los órganos sensoriales a los estímulos simples.
El mercado de la Educación Superior en Chile está altamente influenciado por las percepciones que
tienen los postulantes de cada una de las instituciones que existen. Cada individuo las percibe de
acuerdo a sus necesidades, valores y expectativas personales.
El nivel más bajo al cual un individuo puede experimentar una sensación se llama umbral absoluto.
En condiciones de estímulo constante, se eleva el umbral absoluto, es decir, los sentidos tienden a
perder agudeza. Es por ello que en época de Campañas de Admisión, las universidades, especialmente
las privadas que tienen más recursos y las que tienen menos reputación, compiten por llamar la
atención de los postulantes, porque sus anuncios sean percibidos por éstos, de manera de matricular
más y mejores estudiantes a través de atractivas propuestas de valor, tales como ofrecimiento de becas,
conexión con postgrados, oportunidades de intercambio, entre otras.
La diferencia menor que puede detectarse entre 2 estímulos se llama umbral diferencial o la diferencia
apenas perceptible. La ley de Weber establece que mientras más fuerte sea el estímulo inicial, mayor
será la intensidad adicional que se necesita para que se perciba el segundo estímulo como algo
diferente. 27
Es por ello que las universidades muchas veces utilizan este principio para que el mejoramiento de sus
programas por ejemplo (su producto) sean fácilmente discernibles por el público, sin que se caiga en un
desperdicio exagerado.
Esto sirve para que los ejecutivos de marketing puedan determinar la magnitud de las mejoras que
deben realizar a sus productos.
Un tipo de insumo de la percepción está constituido por los estímulos físicos que proceden del
ambiente externo y el otro insumo lo proporcionan los mismos individuos en forma de ciertas
predisposiciones.
Selección Perceptual
Los consumidores ejercitan subconscientemente mucha selectividad respecto de cuales aspectos del
ambiente, cuáles estímulos, van a percibir. Como consecuencia, en la realidad, la gente recibe o percibe
sólo una pequeña parte de los estímulos a los cuales están expuestos. 28
Cuales estímulos seleccionan dependen de 2 factores principales: además de la naturaleza intrínseca
del estímulo: de la experiencia previa del consumidor, en la medida en que ésta afecta sus expectativas
(lo que está preparado para ver) y sus motivos en ese momento (necesidades, deseos, intereses, entre
otros).
26
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
27
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
28
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
Por ello en épocas de Admisión (diciembre-enero), los postulantes tienden a estar más receptivos hacia
la información que provenga de las instituciones de Educación Superior debido a que tienen la
necesidad y el interés en recibir toda la información útil para el proceso de Admisión.
Las expectativas dependen de lo que la gente espera ver, y lo que espera ver por lo común se basa en la
familiaridad, experiencia anterior o conjunto precondicionado. Es por esto que la gente tiende a
percibir los productos y sus atributos de acuerdo con sus propias expectativas.
Por otra parte la gente tiende a percibir cosas que necesita o desea, mientras más fuerte es la necesidad,
mayor es la tendencia a pasar por alto estímulos no relacionados con ella que puedan existir en el
ambiente.29
En último año de educación media, los alumnos están más pendientes de todos los estímulos que las
universidades producen (anuncios, eventos, invitaciones, etc.).
Es por ello que los ejecutivos de marketing reconocen la importancia de enfocar sus productos y
servicios a las necesidades percibidas por los consumidores. Así, dichos ejecutivos, pueden determinar
mediante la investigación de mercado lo que los consumidores consideran que son los atributos ideales
de la categoría del producto o del servicio. Luego, pueden segmentar el mercado sobre la base de tales
necesidades y modificar la publicidad de manera que los consumidores de cada segmento perciban el
producto o servicio como un satisfactor de sus necesidades, deseos e intereses específicos. Esto se ve
reflejado en las diferentes campañas de admisión que han salido al aire en los últimos años en Chile, la
mayoría de las universidades se enfoca en las mismas cosas: en la calidad de sus alumnos (que ingresan
con altos puntajes en la PSU), en el prestigio de sus egresados (Testimonios de egresados que han
tenido éxito laboral), en el prestigio de sus profesores (autoridades y académicos de renombre que
estan en los planteles), en mostrar infraestructura, etc. Todos atributos que tienen la finalidad de
satisfacer las necesidades, deseos e intereses del grupo objetivo y así llegar mejor a ellos.
Organización Perceptual
La gente no experimenta los numerosos estímulos que seleccionan del ambiente como sensaciones
separadas y discretas; más bien, tienden a organizarlas en grupos y a percibirlas como un todo
integrado.
La organización perceptual se ve afectada por los motivos y por las expectativas basadas en la
experiencia.
Interpretación Perceptual
La interpretación de los estímulos también es individual porque se basa en lo que los individuos
esperan ver a la luz de su experiencia anterior, del número de explicaciones factibles que pueden
visualizar, y sobre los motivos e intereses que tienen en el momento de la percepción. 30
Las experiencias anteriores y las interacciones sociales pueden ayudarlos a formarse ciertas
expectativas que proporcionan categorías o alternativas, que los individuos utilizan en la interpretación
29
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
30
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
de estímulos. Mientras más estrecha sea la experiencia del individuo, más limitado será su acceso a
categorías alternativas. Es así, como por ejemplo, si un individuo tiene un familiar que estuvo en una
universidad determinada, y éste tuvo una mala experiencia (por ejemplo, en la calidad de servicio, en el
nivel de sus profesores, en la baja calidad académica de sus programas, etc.) ésta influirá en la
percepción que tenga de dicha universidad.
Imágenes del consumidor
Los consumidores tienen ciertas percepciones duraderas o imágenes que son en particular relevantes
para el estudio del comportamiento del consumidor.
Imágenes de producto o servicio
La imagen de un producto o servicio que un consumidor tiene en su mente, esto es, cómo está
posicionado, es probablemente más importante para su éxito en última instancia, que sus
características reales. Los ejecutivos de marketing tratan de posicionar sus marcas de manera que el
consumidor las perciba como ocupantes de un nicho distintivo en el mercado, un nicho que no está
ocupado por ningún otro producto o servicio. Tratan de crear una imagen de producto consistente con
la autoimagen relevante del segmento objetivo del consumidor.31
Un ejemplo de esto es la Universidad Adolfo Ibáñez, que trata de posicionarse como una Escuela de
Negocios orientada a la formación de ejecutivos especialmente en las áreas como la administración y el
comercio, ingenierías (hasta este año sólo civil industrial) y las ciencias sociales (psicología,
periodismo, etc.). Esta universidad ha tratado de posicionarse en ese nicho específico y toda su
comunicación la realiza en esa dirección.
Estrategia de Posicionamiento
Traduce el concepto o significado del producto o servicio en términos de cómo satisface las necesidades
de los consumidores. Un producto puede ser posicionado de manera diferente para distintos auditorios,
o puede ser reposicionado para la misma audiencia, sin que se hayan cambiado sus características
físicas. En la medida en que los productos se vuelven más complejos y el mercado se vuelve más
saturado, los consumidores se apoyan más en la imagen del producto que en sus atributos reales
cuando toman decisiones de compra.
El posicionamiento de servicios
Los ejecutivos de marketing del sector de servicios enfrentan problemas únicos en el posicionamiento y
promoción de sus ofertas. Estos incluyen a las características del servicio y la importancia del ambiente
en que éste se realiza.
Como los servicios son intangibles, la imagen viene a ser un factor clave en la diferenciación de un
servicio respecto de sus competidores de manera que el objetivo de marketing en este sector es
permitir al consumidor que vincule una imagen con una marca específica.
Algunas empresas ofrecen distintas versiones de sus servicios a diferentes segmentos del mercado,
utilizando distintas estrategias de posicionamiento (carreras diurnas versus vespertinas por ejemplo).
31
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
Este es el caso de las universidades, que son servicios al fin y al cabo, por lo que su imagen llega a ser un
factor clave en la diferenciación con respecto a sus competidoras, y el que su imagen sea reconocida por
todos se hace indispensable.
Ambiente del Servicio
El diseño del ambiente del servicio (infraestructura) es un aspecto importante de la estrategia de
posicionamiento del servicio, y tiene una fuerte influencia sobre las impresiones del consumidor y
sobre el comportamiento de éste y de los empleados. El ambiente de servicio representa la imagen del
proveedor de servicios con el cual está vinculado el servicio. Es así como muchas universidades, tanto
tradicionales y especialmente privadas año a año realizan enormes inversiones en infraestructura de
manera de ofrecer a los postulantes una mejor calidad en la educación.
Calidad percibida
Con frecuencia los consumidores consideran la calidad de un producto o servicio sobre la base de una
diversidad de señales informativas que se asocian con el producto. Algunas de estas señales son
intrínsecas al producto o servicio, otras son extrínsecas como el precio, imagen de la tienda, ambiente
del servicio, imagen de marca y mensaje publicitario.
Calidad percibida de servicios
Es más difícil que los consumidores evalúen la calidad de los servicios que la de los productos físicos.
Esto se explica por la existencia de ciertas características distintivas de los servicios: su intangibilidad,
su variabilidad, el hecho de que los servicios se entregan y consumen simultáneamente y su
perecibilidad.
Para resolver el problema de que los consumidores no pueden comparar un servicio contra otro, se
apoyan en señales sustitutas (extrínsecas) para evaluar la calidad de los servicios (por ejemplo el
precio, imagen de la tienda, ambiente del servicio, imagen de marca y mensaje publicitario).
La mayor parte de los servicios primero se venden y después se entregan y utilizan en forma
simultánea. Como un servicio defectuoso se utiliza en el momento en que se proporciona, hay pocas
oportunidades de realizar correcciones.
Por todo lo anterior es que los departamentos de admisión y marketing de las universidades realizan
una serie de actividades de marketing durante el año con el fin de disminuir la asimetría de
información y hacer que los postulantes experimenten en vivo la experiencia del servicio (visitas
guiadas a las universidades, eventos en las universidades, días abiertos, ensayos PSU en donde los
llevan a conocer las instalaciones, etc.) antes de tomar la decisión acerca de dónde estudiar.
Como los servicios son perecederos, algunos ejecutivos de marketing tratan de cambiar o afectar los
patrones de demanda con el fin de distribuir los servicios de una manera más uniforme en el tiempo.
La calidad de un servicio que un cliente percibe, es función de la magnitud y dirección de la distancia
entre las expectativas de servicio del cliente y su evaluación (percepción) del servicio que recibe.
Aprendizaje
El aprendizaje del consumidor es el proceso mediante el cual los individuos adquieren el conocimiento
de compra y consumo, y la experiencia que aplicarán a un comportamiento futuro con este mismo fin.
En primer lugar, el aprendizaje del consumidor es un proceso; es decir, evoluciona y cambia en forma
continua como resultado del conocimiento de reciente adquisición o de su experiencia real.
Motivación
El concepto de motivación es importante porque actúa como un impulsor para el aprendizaje, donde las
necesidades y metas sirven como estímulos. El grado de relevancia, o involucramiento, es crucial para
determinar el grado y la forma de motivación del consumidor para buscar el conocimiento o
información sobre un producto o servicio. 32
Toma de decisiones del Consumidor
Las teorías de toma de decisiones del consumidor varían de acuerdo con los supuestos del investigador
acerca de la naturaleza del ser humano: los diversos “modelos de hombre” representan a los
consumidores y sus procesos de toma de decisión en formas diferentes.
Modelos de hombre: hombre económico, hombre pasivo, hombre cognoscitivo y hombre emocional.
Modelo de Toma de Decisiones del Consumidor
Este modelo refleja al consumidor cognoscitivo o solucionador de problemas y hasta cierto punto, al
consumidor emocional. Más bien está diseñado para sintetizar y coordinar conceptos relevantes en una
unidad significativa. Sus tres componentes básicos son: insumo, proceso y producto.
Se integran los conceptos psicológicos, sociales y culturales.
Insumos de Marketing: actividades de marketing que intentan alcanzar, informar y persuadir a los
consumidores a que compren y usen sus productos. La mezcla de insumos forman estrategias
específicas de marketing consistentes en el producto en sí, publicidad, marketing directo, venta
personal, políticas de precios, selección de canales de distribución, entre otras, para llevar al producto
desde el fabricante hasta el consumidor.
El impacto de los esfuerzos de marketing de una empresa está gobernado por la percepción que el
consumidor tiene de esos esfuerzos.
Los insumos socioculturales consisten en una amplia variedad de influencias no comerciales. Por
ejemplo, el comentario de un amigo, un editor en el diario, su uso por un miembro de la familia, son
todas fuentes de información no comerciales directas y específicas.
El proceso tiene que ver con la forma en que los consumidores toman decisiones.
El campo psicológico representa las influencias internas (motivación, percepción, aprendizaje,
personalidad y actitudes) que afectan los procesos de toma de decisiones del consumidor. Se incluyen 2
conceptos claves que son función de las percepciones del consumidor:
Percepción del riesgo: los resultados de las decisiones respecto de qué productos o servicios comprar y
donde hacerlo son inciertos. Se está frente a algún grado de riesgo al tomar la decisión de compra. Es la
32
“Comportamiento del Consumidor”, L. Schiffman y L. Kanuk, 5ta Edición, 1997.
incertidumbre que los consumidores enfrentan cuando no pueden anticipar las consecuencias de sus
decisiones de compra. Existen diferentes tipos de riesgos percibidos al tomar decisiones de compra:
Riesgo funcional: riesgo que el producto puede significar para uno mismo o para otros.
Riesgo financiero: riesgo de que el producto no valga lo que costó.
Riesgo social: riesgo de que una mala decisión de producto pueda significar una embarazosa
situación social.
Riesgo psicológico: riesgo de que una mala selección de producto lastime el ego del
consumidor.
Riesgo del tiempo: riesgo de que el tiempo gastado en la búsqueda del producto pueda ser
desperdiciado si el producto no se desempeña como se espera.
La percepción del riesgo de un individuo varía con las categorías de producto. Decisiones relacionadas
con los servicios involucran más riesgo que las decisiones relacionadas con un producto, en particular
en términos de riesgo social, físico y psicológico. El riesgo percibido es influenciado por la situación de
compra.
Se utilizan estrategias de reducción de riesgos que les da más confianza al tomar decisiones. Algunas
Estrategias de reducción de riesgo son:
Búsqueda de información
Lealtad a la marca
Comprar una marca muy conocida
Comprar de un minorista de buena reputación
Comprar la marca (o modelo) más cara
Búsqueda de reafirmación
Conjunto evocado: se refiere a las marcas específicas que un consumidor toma en cuenta al efectuar una
selección de compras en una categoría específica de producto. El conjunto evocado consiste en el
pequeño número de marcas con que el consumidor está familiarizado, recuerda y encuentra aceptables.
Niveles de la toma de decisiones del consumidor: No todas las situaciones de decisión del consumidor
requieren el mismo grado de búsqueda de información. Existen 3 niveles específicos de toma de
decisiones:
1.
2.
3.
Solución extensiva de problemas: cuando no se tiene criterio establecido para evaluar una
categoría de producto o de marcas específicas en esa categoría. Se requiere gran cantidad de
información para establecer un criterio para juzgar marcas.
Solución limitada de problemas: los consumidores ya han establecido criterios básicos para
evaluar categorías del producto y varias marcas en esa categoría, pero no han establecido sus
preferencias respecto de un grupo selecto de marcas. Buscan más información para
discriminar marcas.
Comportamiento rutinario de respuestas: los consumidores tienen cierta experiencia con la
categoría del producto y una serie de criterios bien establecidos con los que evalúan las
marcas. Se busca pequeña cantidad de información adicional.
Capítulo 3 Estudios Anteriores sobre Elección Universitaria
La elección de una carrera universitaria ha sido estudiada por muchas disciplinas (economistas,
psicólogos, etc.). Determinar qué factores influyen en la decisión de estudiar una determinada carrera
en una Universidad en particular, puede ser una tarea que requiere de un correcto planteamiento del
modelo predictivo y por consiguiente de la identificación de las variables independientes que mejor
expliquen dicha elección.
La teoría económica señala que las decisiones en educación se explican principalmente por retornos a
la educación y por la maximización de utilidades de los individuos. La teoría del capital humano dice
que los individuos elegirán una carrera que otorgue el más alto ingreso esperado a lo largo del ciclo de
vida. Los estudiantes elegirán una disciplina anticipando sus ingresos futuros. 33
En psicología, es común explicar las decisiones de estudio, o de especialización académica, a través de
las características personales tales como aptitudes o preferencias. Sin embargo, la teoría Psicológica
más famosa acerca de decisiones de estudio, es la que señala que los estudiantes tienden a buscar
ambientes en los cuales puedan usar sus destrezas y habilidades, expresadas en aptitudes y valores. Los
individuos tienden a elegir estudios o trabajos que los ayuden a lograr una meta certera.
Bajo el punto de vista de la psicología, los beneficios o utilidades para un tipo de estudio dado no
necesitan ser necesariamente sólo monetarios. Es así como la potencialización entre personalidad y
ambiente de trabajo pueden ser interpretados como un beneficio pues esto contribuye a una
satisfacción personal. Existen otras variables asociadas a la disciplina de la elección que pueden ser
vistas como beneficios tales como la cantidad de ocio que el alumno obtenga o la posibilidad de ser
visto por otros como fantástico. Estas diferentes cantidades de beneficios o utilidades no son
mesurables bajo una escala objetiva. Para cuantificar este tipo de utilidades se debe utilizar un tipo de
escala subjetiva, que convierta en subjetivas esas utilidades. 34
Otros estudios muestran que el nivel educativo de los padres y la renta familiar son variables que
influyen significativamente en la cantidad (y el tipo) de capital humano formal que deciden acumular
los jóvenes una vez finalizada su educación secundaria. 35
En esta investigación se parte del supuesto de que existen 7 factores de importancia que condicionan la
elección de los estudiantes tras finalizar su Educación Media:
La aptitud académica, es decir, los estudiantes con menos habilidad escolar demandarán una
menor cantidad de educación Universitaria,
Predicting Academic Discipline Choice Using Students Subjetctive Utilities, N. Smits, H. Vorst, D.
Mellenbergh, Febrero 2002
33
Predicting Academic Discipline Choice Using Students Subjetctive Utilities, N. Smits, H. Vorst, D.
Mellenbergh, Febrero 2002
34
La Demanda de Educación Superior Un Análisis Macroeconómico con Datos de Corte Transversal,
Manuel Salas Velasco, Junio 2004
35
El background social en el que los estudiantes han crecido, es decir, el nivel educativo de los
padres, la ocupación del sustentador principal o la clase social suelen ser determinantes en la
decisión de un individuo de acceder a un perfil concreto de carrera universitaria,
Los ingresos familiares, puesto que para los estudiantes procedentes de familias con mayores
niveles de renta es más fácil financiar un mayor gasto en educación,
El gasto privado en educación y ayudas a los estudios. El gasto total de educación tiene un
costo directo por concepto de derechos de matrícula, libros, transporte, y, en algunos casos,
mantención y alojamiento, pero también un costo de oportunidad, que son los ingresos que
dejan de percibirse, que también debemos considerar. De hecho, es más probable que un
individuo estudie una carrera de ciclo largo si tiene beca que si no la tiene,
Ingresos futuros. Las carreras universitarias de mayor duración conducen, en la mayoría de los
casos, a profesiones mejor pagadas. Sin embargo, estos estudios por lo general, son más
difíciles, lo que significa que el estudiante debe estar preparado para asumir un mayor riesgo y
una mayor probabilidad de fracaso universitario al elegir estas carreras,
Perspectivas de empleo. Hay ciertas carreras que, debido a que la demanda en el mercado
laboral es mayor, permiten una transición relativamente rápida entre el sistema educativo
universitario al mundo del empleo. Si el resto de las variables permanecen constantes, los
estudiantes elegirán aquellas carreras que ofrecen buenas perspectivas de empleo, y Gustos o
Motivaciones Personales.
Otros estudios acerca de riesgo y elección de una profesión universitaria concluyen que carreras
relacionadas con áreas como Educación, Salud e Ingeniería tienen menos fluctuaciones en el ingreso
laboral a través del tiempo que las carreras relacionadas con áreas de Negocios, Ventas y Artes que son
más riesgosas. Controlando por capacidades y habilidades, se encuentra evidencia que estudiantes con
mayores ingresos tienden a elegir carreras más riesgosas, especialmente las relacionadas con
negocios.36
Capítulo 4 Un Modelo de Elección Universitaria
En Chile, actualmente se puede intuir que dicha decisión no sólo depende de las características del
alumno sino que también dependerá de las características de la universidad que elige. Es decir, los
alumnos eligen la universidad que mejor imparte la carrera de su preferencia.
Tomando esto, es que existen estudios acerca de la elección de un determinado programa de MBA, a
través del desarrollo de un modelo Logit Jerárquico para una selección de egresados de una Escuela de
Negocios. En éste, la decisión sobre qué Escuela elegir es una decisión que se toma de manera conjunta
entre en que horario estudiar (cuando) y en que Universidad estudiar (donde). Los parámetros de cada
función de decisión son estimados de manera conjunta por la maximización de las probabilidades.
El modelo Econométrico asume que un futuro estudiante de un MBA elige un programa de acuerdo a un
proceso de 2 etapas. Primero, decide entre ir a un programa full-time, o ir a un programa part-time o no
ir a ninguno. Si decide ir a un programa full-time, elige entre un set de instituciones posibles, si decide
ir a un programa part-time elige (potencialmente) un set diferente.
36
Risk and Career Choice, R. Sacks y S. Shore, The Berckley Electronic Press, 2005.
La elección de una escuela está representada por un modelo de utilidad ramdon (RUM) estimado por la
tecnica Logit condicional. La aproximación RUM asume que una persona selecciona una opción (en este
caso, una escuela de negocios) de entre todas las opciones del denominado set de elección. Este set
puede ser específico para cada individuo. Asumimos que la persona elige la opción que le otorga la
máxima utilidad.
El Logit condicional estima los coeficientes del RUM comparando características de las opciones
escogidas con aquellas características de las opciones rechazadas. Por ello, para identificar un set de
una persona, necesitamos identificar las escuela en las cuales el postulante podría haber sido
seleccionado de aquellas en las que no. 37
Teoría
El objetivo del desarrollo de este estudio es poder identificar con cierto grado de certeza la
probabilidad de que un alumno inscrito para rendir la Prueba de Selección Universitaria postule en
alguna preferencia a una carrera específica de las ofrecidas por las universidades pertenecientes al
CRUCH38. Para poder desarrollar el tema y elaborar un modelo bajo el cual podamos predecir esta
variable, debemos desarrollar una base teórica que soporte dicho modelo.
En primer lugar nos apegaremos al modelo básico inherente en la teoría que soporta a los modelos de
elección discreta. Ya que el resultado a predecir siempre corresponderá a la elección de alguna de las
opciones que representa cada carrera, el tipo de modelos que más se ajusta a este propósito es la
familia de modelos de elección discreta. Una de las teorías inherentes en este tipo de modelos es que la
elección de una de las alternativas en particular es consistente con la maximización de la utilidad del
individuo (modelos del tipo RUM mencionados anteriormente). Ello quiere decir que el proceso de
decisión está controlado por las siguientes probabilidades: la probabilidad del sujeto , de escoger la
alternativa es:
El desarrollo en el modelamiento del problema va a depender sustancialmente de cuál es la
distribución de probabilidades de la relación anterior. Retomaremos la discusión respecto de qué
modelo nos puede ayudar de mejor forma una vez hayamos esclarecido cuáles son los procesos
alternativos mediante los cuales el individuo toma la decisión.
La primera pregunta relevante al enfrentar el tema es: ¿qué decisión toma el individuo? ¿Escoge
primero una universidad y luego una carrera?, ¿o primero toma la decisión respecto del campo de
estudio? De la misma manera como se mostraba en el modelo de postulación al MBA, antes de la
decisión respecto de la casa de estudios primaba una decisión respecto del bloque horario en el que se
deseaba tomar las clases. En el caso de pregrado, nos enfrentamos a que el individuo debe tomar una
decisión respecto a qué carrera estudiar (en lo relativo al campo de estudios: Leyes, Negocios,
Medicina, etc.), y al mismo tiempo la elección de la casa de estudios en donde hacerlo. Quizás se toma
una decisión primero y luego la siguiente (como en el modelo del MBA), o quizás en vez de tomar la
A nested logit model of the Choice of a graduate Business school, Mark Montgomery, Economics of
Education Review, junio 2000.
37
38
CRUCH es el acrónimo del Consejo de Rectores de las Universidades Chilenas
decisión por separado, ambos elementos son decididos en conjunto. Las hipótesis que establecemos
respecto al comportamiento de la decisión son variadas, y principalmente corresponden a hipótesis
sobre el orden en el cual el postulante toma la decisión:
a.
b.
c.
Es posible que un individuo tome su decisión primariamente pensando en las características de
la carrera, o del campo de estudios en el que prefiere participar una vez que entre al mercado
laboral; y una vez que ya ha decidido el campo, decida dentro del set de oportunidades la
universidad que mejor se adapta a sus preferencias.
Alternativamente, un individuo puede tomar una decisión respecto de la universidad, y luego
respecto a la carrera que prefiere. Esto puede darse en familias donde existe una gran tradición
familiar, y por lo tanto hay presión social para que el individuo escoja una universidad;
supeditando su elección de carrera a aquellas que sean ofrecidas en dicha universidad.
Finalmente un individuo puede preferir escoger la carrera en la que estudiará tomando cada
una de las opciones como separada; es decir que para la decisión del individuo aquellas
características presentes en una carrera particular de una universidad no son compartidas por
otra carrera de la misma universidad, o bien que aquellas características que hacen una carrera
más deseable no son necesariamente compartidas por las universidades.
Lo que se espera suceda en la realidad es que ninguno de estos casos se dé ‘completamente puro’, es
decir que la manera en que un individuo escoge en dónde postula no va a ser exactamente de la forma
descrita en a, b o c, sino que una mezcla de estos procesos.
Matemáticamente la diferencia entre estas formas de modelar tiene que ver con impedir o no que
existan correlaciones entre los atributos que les son propios a cada set de carreras pertenecientes tanto
a un campo de estudios como a una universidad particulares. Por ejemplo, si creemos que hay atributos
que hacen más o menos deseable estudiar la carrera de Ingeniería Civil, y que ello va a ser
relativamente cierto sin importar la Universidad en donde se estudie –el tipo de trabajo al que se
enfrentará el individuo es similar, el set de capacidades y habilidades requeridas dentro del estudio y
posterior desempeño de la carrera son también similares, el salario a obtener está en un rango
relativamente cercano entre las universidades-, uno podría estar más dispuesto a aceptar que los
individuos escogen de su set de opciones comparando primero las características de Ingeniería Civil
como campo versus las características de los otros campos (Ingeniería Comercial, Derecho,
Arquitectura, etc.), y luego que ya ha decidido cuál de éstos campos es el que prefiere, se enfrenta a la
elección de la universidad en donde estudiarlo.
Ahora bien, en el caso en que uno espera que haya ciertas características o atributos que presentan
correlación dentro de las carreras de la universidad; por ejemplo si uno espera que el grado de
similitud entre las carreras que son impartidas por la Universidad de Chile respecto a la cantidad de
doctores dentro del plantel, cantidad de profesores full time, las instalaciones físicas en donde se
estudiará, aspectos intangibles como el prestigio o el posicionamiento de la universidad en el mercado
laboral en atributos como la calidad del alumnado, entre otros factores sea alto, y que no fuera así al
comparar carreras entre universidades diferentes, uno podría esperar que la decisión es tomada por el
individuo tomando primariamente características relacionadas con la universidad, lo que es el caso b
mencionado anteriormente.
En el último caso, si las características no son altamente correlacionadas ni dentro de una universidad,
ni dentro de un campo de estudios, lo que postulamos es que un alumno escoja dentro de su set de
posibilidades una carrera de acuerdo a los atributos de esa carrera específica en una universidad
específica, sin permitir que se correlacionen sus atributos con los de otras universidades que imparten
dicha carrera, u otras carreras impartidas por la misma universidad.
En cada uno de estos casos el modelamiento estadístico debe ser diferente, compensando por la
presencia de dichos factores correlacionados en el modelo.
Queremos intentar responder la pregunta que es planteada implícitamente en los párrafos anteriores:
¿cuál es la forma en que postulan los estudiantes chilenos?, ¿pensando en carreras y campos
específicos?, o alternativamente, ¿escogiendo universidades y postulando a las opciones dentro de
ellas? Hay motivos para pensar que cualquiera de estas opciones es válida: por ejemplo estudiantes que
presenten facilidades, gustos, o en el fondo cierta preferencia por algún campo científico, como la
biología, es más probable que postulen una carrera relacionada con dicho campo, y no así que estudien
en una universidad en particular. En ese caso existen razones como para pensar que los alumnos
escogen un campo, y luego ven dentro las opciones que ofrece cada casa de estudios respecto a dicho
campo. Alternativamente, un alumno que estudia en el Instituto Nacional, dada la relación histórica de
este Instituto con la Universidad de Chile, es más probable que postule a carreras de dicho plantel, sin
limitarse a algún campo en particular por el hecho de estudiar en este Instituto. Otro ejemplo similar es
con alumnos que estudian en regiones: dados los mayores costos por trasladarse a vivir y estudiar a
otra región, es más probable que tiendan a limitar sus opciones a las carreras que ofrezcan aquellas
universidades cercanas a su ubicación original, sin necesariamente pensar en un campo laboral
primero.
Para resolver esta disyuntiva efectuamos un análisis de concentración de postulaciones, utilizando una
técnica del análisis económico industrial: los coeficientes e índices de entropía. Para mayor información
respecto a dichas técnicas es posible referirse a (Fernández y Costa, 1998), o (Jiménez y Campos, 2003).
Estos indicadores permiten medir la concentración o dispersión de diferentes mercados basándose en
la participación de mercado de cada industria y la cantidad de participantes en ellas. En este caso la
aplicación es como se detalla: se calcularon índices de entropía de Theil y de Hirschman-Herfindhal
para cada postulante, primero midiendo la entropía en la elección de universidades y luego la entropía
en la selección de campos.
Como un análisis previo a la elaboración de los índices necesitamos aglomerar las postulaciones de
carreras diferentes, vale decir carreras del mismo nombre en distintas universidades o con incluso de
nombres diferentes pero con similares contenidos, en un mismo campo. Para ello se concentró las
carreras ofrecidas por el CRUCH en campos mediante el uso de un análisis factorial.
El resultado de dicho análisis, así como las carreras que componen cada campo se presenta a
continuación39:
39
La matriz de componentes está reproducida en el Anexo 1.
CAMPO
ASISTENCIA MEDICA
INGENIERIA CIVIL
MEDICINA
ARQUITECTURA
CIENCIAS DURAS: BIOQUIMICAS
OTRAS INGENIERIAS
ECONOMIA Y NEGOCIOS
CIENCIAS SOCIALES
CIENCIAS DURAS: FISICO
MATEMATICAS
PEDAGOGIA ESPECIALIZADA
PEDAGOGIA
AGRO & VETERINARIA
ESPECIALIDADES MEDICAS
ADMINISTRACION
CONSTRUCCION
AUDIOVISUAL
DERECHO
TRADUCCION
LITERATURA
TECNOLOGIAS MEDICAS
ARTES
HISTORIA Y GEOGRAFIA
CARRERA
OBSTETRICIA Y PUERICULTURA
ENFERMERIA
NUTRICION Y DIETETICA
INGENIERIA CIVIL
INGENIERIA CIVIL INDUSTRIAL
INGENIERIA ESPECIALIZADA
GEOLOGIA
MEDICINA
ODONTOLOGIA
DISEÑO
ARQUITECTURA
ARTE
BIOQUIMICA
QUIMICA
BIOLOGIA
INGENIERIA DE EJECUCION
INGENIERIA INFORMATICA
AUDITORIA
INGENIERIA COMERCIAL
SOCIOLOGIA
ANTROPOLOGIA
TRABAJO SOCIAL
PSICOLOGIA
FISICA
ASTRONOMIA
MATEMATICA
EDUCACION PARVULARIA
EDUCACION DIFERENCIAL
PEDAGOGIA
AGRONOMIA
MEDICINA VETERINARIA
BIOLOGIA MARINA
TERAPIA OCUPACIONAL
KINESIOLOGIA
FONOAUDIOLOGIA
ADMINISTRACION PUBLICA
ADM DE NEGOCIOS
CIENCIAS
POLITICAS
ADMINISTRATIVAS
CONSTRUCCION CIVIL
TECNICO UNIVERSITARIO
PUBLICIDAD
PERIODISMO
CINE
BACHILLERATO
DERECHO
TRADUCCION
LITERATURA
FILOSOFIA
BIOTECNOLOGIA
TECNOLOGIA MEDICA
TEATRO
MUSICA
GEOGRAFIA
HISTORIA
Y
Como es posible identificar de la matriz de componentes, las carreras que se agruparon en conjutno
presentan características similares, por lo que la definición de cada campo fue bastante directa 40.
Continuando con la elaboración de los índices de entropía, una postulación más concentrada en
carreras versus universidades es indicador de que el estudiante postula con mayor seguridad en base a
la elección de un campo o carrera, y luego reparte sus posibles postulaciones dentro del set de
universidades que imparten dicha carrera. Desde el otro punto de vista, una postulación menos
concentrada en carreras versus universidades es indicador de que el estudiante postula con mayor
seguridad en base a la elección de una universidad, y luego reporte sus posibles postulaciones dentro
del set de carreras que son impartidas por dicha universidad.
Por construcción, la interpretación del índice de Theil versus el de Hirschman-Herfindhal (HH) son
inversas. En el primer caso, mientras menor es el índice, mayor es la concentración del set de opciones,
y en el segundo, mientras menor es el índice mayor es la dispersión de las opciones.
El resultado de dicho análisis se comparó mediante un test de comparación de medias, de dos colas,
presentado en la tabla a continuación:
HH – Igual Varianza
HH
–
Distinta
Varianza
Theil – Igual Varianza
Theil
–
Distinta
Varianza
Diferencia calculada como
índice utilizado.
0.0012688
0.0012688
P-Value Test t
Diferencia <
0
0.000
0.000
Diferencia
0
0.000
0.000
Diferencia >
0
1.000
1.000
0.0008655
0.0008655
1.000
1.000
0.000
0.000
0.000
0.000
Diferencia
Error
Estándar
-0.16115
-0.16115
0.02289
0.02289
, donde
corresponde al índice del campo, e
es el índice de la universidad. representa el
Como vemos, el primer resultado es que el permitir que existan varianzas desiguales no altera en nada
la interpretación de los resultados. De acuerdo a lo explicado anteriormente, mientras menor es el
índice de Hirschman-Herfindhal, mayor es la dispersión de las opciones. Luego, si queremos probar que
las personas eligen una universidad y luego un campo de estudios a la hora de postular, lo que
buscamos es que la dispersión de los campos sea mayor a la dispersión de las universidades. Eso se
traduce en que el índice HH debe ser menor para los campos que para las universidades. Como
podemos ver en la tabla, no se puede rechazar esa hipótesis nula a un 1% de significancia.
Alternativamente el índice de Theil nos decía que mientras menor es el índice, la concentración de
opciones es mayor (es decir el individuo escoge dentro de un set más limitado). Como en ambos casos
(tanto permitiendo varianzas desiguales como no permitiéndolas) el índice del campo es mayor al
índice de las universidades ello quiere decir que el índice de los campos es menos concentrado, lo que
proporciona evidencia para validar la conclusión anterior.
Se hizo sólo modificaciones en la asignación de 3 carreras, basándose en el criterio y experiencia de
los investigadores.
40
Variables y Datos
Existe una gran lista de variables a las que se les puede atribuir cierta relación con la toma de la
decisión por parte del alumno. Tal como se mencionó en puntos anteriores, la decisión puede estar
basada en diferentes tipos de modelamiento, que se basarán a su vez en variables de diferente
naturaleza. El modelo económico que es el utilizado en esta investigación, define la decisión como un
proceso resultado de la comparación de beneficios y costos de cada alternativa, consistentemente con
la noción de racionalidad de los individuos. En un modelo de características como estas, uno esperaría
que variables como la relación entre el arancel de la carrera y los ingresos del grupo familiar, el costo
de tener que mudarse (por ejemplo desde provincias hacia Santiago) de una ciudad a otra, y otras
similares afectaran de forma diferente a cada opción y consecuentemente la probabilidad de que el
individuo escoja dicha opción. Un modelo perceptual, que tome en cuenta factores psicológicos como
percepción de gustos, hábitos, habilidades, o incluso modas en cambio tomaría datos de una naturaleza
muy diferente a los anteriores; y así sucesivamente con otro tipo de modelamientos.
En este trabajo hemos escogido utilizar el modelamiento económico, debido principalmente a un
criterio de disponibilidad: las Universidades del consejo de Rectores reciben de parte del DEMRE, la
institución encargada de administrar la PSU, datos de esta índole luego de cada proceso. Además, esto
nos permitirá obtener una primera aproximación al tema, a ser posteriormente expandida por medio
de la integración de estos otros enfoques alternativos, y no excluyentes.
Dentro de los datos disponibles para el estudio se encuentran para cada postulante: sexo, nacionalidad,
año de egreso de enseñanza media, horas que dedica a trabajar a la semana, cantidad de integrantes del
grupo familiar, ingresos del grupo familiar, cantidad de estudiantes en los diferentes niveles
educacionales (prebásica, básica, secundaria, etc.) dentro del grupo familiar, información respecto a la
sobrevivencia de los padres, su nivel de estudios, información respecto del colegio: región y comuna del
colegio, rama educacional 41 y grupo de dependencia42, resultados agregados para el colegio en procesos
pasados, y los datos de los puntajes obtenidos por los alumnos en cada prueba.
Cabe decir que los datos utilizados corresponden al proceso de Admisión 2008: personas que rindieron
la PSU a finales de 2007 para entrar al sistema de educación superior en 2008.
Modelo Predictivo
Dentro de la literatura en los Modelos de Elección Discreta, se han elaborado una serie de modelos que
permiten definir las probabilidades de diferentes elecciones bajo variados escenarios. Un modelo
consistente con procesos maximizadores de utilidad (RUM), que presenta la propiedad de ser IIA
(Independence of Irrelevant Alternatives) 43, y además presenta ciertas facilidades en el uso desde el
punto de vista computacional es el de la función de distribución Logística:
Por ejemplo si un colegio es Humanista o Científico, Diurno o vespertino, o si es de alguna
especialidad.
41
42
El régimen en el cual funciona el colegio: municipalizado, subvencionado o particular.
IIA se cumple cuando la relación de probabilidades, medida como una tasa, entre la probabilidad de
un suceso A y la de un suceso B se mantienen inalteradas ante la inclusión de un suceso C, con
.
43
Una función perteneciente a la familia de funciones GEV (Generalized Extreme Value). A partir de esta
distribución es que se desarrolla el modelo Logit, el modelo a utilizar en este trabajo. Para estimar la
probabilidad de un suceso , el modelo computa:
condicional a que en el desarrollo del modelo exista al menos un
, que representa la constante, y
a que el suceso
, el universo que incluye las alternativas relevantes para el problema decisional al
que se enfrenta el individuo.
Este modelo tiene la particularidad de que en su forma básica, como acaba de ser presentado, puede
representar el caso postulado en la teoría: la decisión de la carrera-universidad a la que se postula es
completamente separada de la decisión de postular a otra carrera-universidad. Esto correspondería a
una persona que va carrera por carrera decidiendo si postula o no, y no tiene en consideración a
cuántas carreras ya ha decidido postular.
Un punto metodológico importante a tener en cuenta es en qué momento del tiempo se toma la
decisión. Pese a creencias anteriores que el postulante pueda tener respecto a la carrera que le gusta, o
incluso preferencias personales, la decisión final de dónde se postula está determinada fuertemente por
el puntaje obtenido en las pruebas, en un periodo inferior a una semana entre el momento en que
recibe el puntaje y el momento en que debe postular. Las carreras del CRUCH exigen como mínimo, sólo
para cursar la postulación, un puntaje ponderado de 450 puntos; y es más: las carreras demandadas
por alumnos de mejor rendimiento44 ofrecidas por el sistema de admisión tradicional exigen un puntaje
ponderado mínimo para postular normalmente de 600 puntos. Pese al deseo o inclinación previos de
un alumno por postular a Medicina en alguna universidad tradicional de prestigio en el área, si el
puntaje no alcanza estos mínimos no podrá cursar la postulación. De hecho, aunque el alumno lograra
superar esta barrera, la importancia del puntaje de corte de dichas carreras en el proceso anterior es
altísima. Si el alumno no supera ese puntaje, la probabilidad de que logre quedar seleccionado en
carreras en las cuales la demanda por alumnos de altos puntajes ha aumentado es mínima. Ahora bien,
desde el punto de vista de la estimación, ello implica que para poder predecir la postulación se
necesitan los puntajes obtenidos en las pruebas, lo cual es una restricción importante, especialmente si
el objetivo de la predicción es la utilización de dicha información en campañas de Marketing Masivo,
que normalmente comienzan en los meses de Octubre o Noviembre; o en campañas de Marketing
Dirigido, que funcionan prácticamente todo el año. De cualquier forma, como se demostrará más
adelante, la significatividad de estos factores es innegable, por lo que en caso de ser necesario el
obtener las predicciones sin tener aún los resultados oficiales, una propuesta metodológica alternativa
para el modelamiento del problema es efectuar los análisis en base a ensayos de PSU hechos a los
alumnos en estudio45. Claramente esto impactará en término de costos a la realización del estudio.
44
Medido como puntaje ponderado obtenido en la PSU
45
O a una muestra de ellos, si es un análisis a gran escala.
Un segundo factor postulado como de gran importancia es el hecho de que el alumno deba trasladarse,
desde la ciudad en donde cursó sus estudios secundarios, a una ciudad diferente en donde se curse una
carrera. Nuestra hipótesis es que menor será la probabilidad de postular a una carrera particular,
ceteris paribus, mientras ésta se dicte a una distancia mayor del lugar en donde se estudió la
secundaria.
Vale destacar por motivos de procesamiento computacional no se elaboraron modelos que cubrieran
toda la gama de posibles postulaciones, ya que sólo la cantidad de carreras ofrecidas por el CRUCH 46
para el proceso 2008 es de 952 carreras (un promedio de 39.7 carreras para las 24 universidades
listadas, ver anexo para mayor detalle). El listado de carreras seleccionadas corresponde a carreras
tradicionales de las universidades de mayor prestigio del país: 43 carreras listadas en el anexo.
Además, 3 de ellas son impartidas en dos sedes diferentes, por lo cual se consideran como carreras
distintas.
Modelo Hipotético I
En base a la metodología anterior es que calculamos nuestro Modelo Hipotético I: queremos evaluar el
impacto de las que postulamos son las dos variables más importantes en la toma de la decisión: la
relación del puntaje obtenido en nuestra PSU con el puntaje de corte del proceso anterior, y la distancia
entre la casa de estudios universitaria y aquella de secundaria.
Como se mostró anteriormente, la probabilidad está calculada como
Con
siendo el individuo, e u , la alternativa académica. En este caso
Difc corresponde a la diferencia del puntaje ponderado que el alumno habría tenido al postular a dicha
carrera con el puntaje de corte del año anterior. Ello implica que valores positivos de dicha variable
corresponden a personas que postulan con puntajes por sobre el corte del año anterior, y valores
negativos de dicha variable son personas que postulan con puntajes menores al corte.
Resultados
Los resultados de dicho modelo se presentan a continuación:
Variable
Coeficiente
Error
Estándar
P-Value
IC Izquierdo
IC Derecho
Diferencia
Corte PSU
0.008
0.000
0.000
0.0075
0.0080
Distancia
(kms)
-0.004
0.000
0.000
-0.0039
-0.0037
Constante
-4.152
0.014
0.000
-4.1800
-4.1241
46
Informadas por el DEMRE.
Como podemos ver, ambos factores son altamente significantes, y en la dirección esperada. Mientras
mayor es el puntaje por sobre el corte, la dirección del cambio en la probabilidad es positiva; y a mayor
distancia del lugar de estudios secundarios, la probabilidad disminuye. Ello valida las hipótesis
establecidas anteriormente.
Para validar la representatividad de los resultados utilizaremos dos medidas gráficas que dan cuenta de
la capacidad de discriminación del modelo. La primera es graficar tanto la sensitividad 47 como la
especifidad 48del modelo. Una medida de qué tan bueno es el modelo es que el punto en que ambas
curvas se cruzan sea alto (por sobre 0.5).
En este caso, el cruce se da en el punto de corte 0.0764, y su proyección sobre el eje de
Sensitividad/Especificidad puede ser interpretado como sigue: representa el porcentaje de aciertos
sobre la población total de ambas posibilidades (tanto de los que deciden postular como los que
deciden no hacerlo, que es aproximadamente un 80%.
Una mejor medida de la representatividad del modelo se obtiene mediante la curva ROC (Receiver
Operating Characteristic), cuya área se puede interpretar directamente como una medida de la
efectividad de la discriminación del modelo: es la probabilidad de que un sujeto que postula tendrá una
mayor probabilidad que la de un sujeto que no lo hace 49. En este modelo se obtiene:
Definida en el sentido tradicional como el porcentaje de casos clasificados como postulantes sobre el
total de postulantes reales.
47
Definida en el sentido tradicional como el porcentaje de casos clasificados como no postulantes sobre
el total de no postulantes reales.
48
Detalles sobre la implementación de dicho estimador se pueden encontrar en Hosmer & Lemeshow
(2000), pg. 162.
49
Como vemos, la probabilidad corresponde a un 84.55%, lo cual es clasificado por la literatura como
Discriminación Excelente, ver Hosmer & Lemeshow (2000).
También debemos hacer la aclaración que se siguió el proceso estándar de revisión de consistencia en
este tipo de modelos. Un porcentaje de la muestra fue utilizado como set de entrenamiento y
estimación (un 60%), mientras que el porcentaje restante fue utilizado como muestra de testeo de
consistencia. En ambos casos, los valores de clasificación son idénticos. Abajo mostraremos la curva de
ROC para la muestra de testeo.
Como es evidente, la diferencia entre un ROC = 84.55%, en la muestra de entrenamiento, versus un
ROC = 84.14% en la muestra de testeo es negligible.
Con este modelo ya se pueden hacer proyecciones interesantes. Por ejemplo, si queremos analizar la
distribución de probabilidades para calcular a una carrera; queremos ver cómo varía la probabilidad
cuando aumentamos el puntaje de corte del alumno, dado a que la carrera se imparta en la misma
comuna en donde estudiaba50.
Como vemos, la probabilidad que un postulante enfrenta si tiene un puntaje ponderado menor al
puntaje de corte de la carrera es bajísima (del orden del 1%), y para un alumno que está 100 puntos
sobre el puntaje de corte, la probabilidad de que postule es entre 4 y 5 veces la de aquél que tiene 100
puntos por debajo del puntaje de corte.
Si graficamos el comportamiento de las probabilidades sin mostrando todos los casos en la distancia es
mayor a cero, vemos que esta tenderá a bajar a medida que aumenta la distancia.
Como el lector supone, es necesario dar valores fijos al resto de las variables para analizar el
comportamiento de una de ellas, a la ceteris paribus.
50
Esto puede ser más claro visualizarlo si graficamos el comportamiento de la probabilidad cuando la
distancia es cero (en azul), cuando la distancia está en torno a las 100 kilómetros (en rojo), y en torno a
los 200 kilómetros (en verde).
Como se aprecia más claramente, a medida que aumenta la distancia, las probabilidades dadas a
cualquier diferencia con el puntaje de corte son menores.
¿Qué sucede ahora con la probabilidad de postular de un alumno que está en el puntaje de corte, a
medida que aumenta la distancia? La respuesta es la siguiente:
A medida que aumenta la distancia al lugar donde se imparte la carrera, las probabilidades disminuyen
rápidamente.
Ahora bien, ya ha quedado clara la importancia de los factores antes mencionados respecto de las
probabilidades de postular a una u otra opción. Un punto que es interesante evaluar, y que el modelo
actual no permite, es diferenciar las probabilidades de postulación entre carreras distintas. Para ello
correremos modelos diferentes por carrera, y el resultado total será evaluado en conjunto, para
mantener la comparabilidad con el modelo anterior.
Modelo Hipotético II
En este caso el modelo va a seguir la siguiente especificación:
Con
siendo el individuo, e u , la alternativa académica. En este caso
tenemos un sistema de ecuaciones, donde obtendremos una probabilidad diferente por cada carrera.
Resultados
Los resultados de este modelamiento se presentan en el anexo 5. Como se observa en la tabla, el
indicador de representatividad de estos modelos (LROC) es también alto, un 87.32% en promedio; con
un mínimo de 68.52% presentado por el modelo calculado a Ingeniería Comercial, de la Universidad
Técnica Federico Santa María, en su sede de Valparaíso.
Factores que saltan a la vista de este segundo modelamiento son los siguientes: Ingeniería Comercial en
la Universidad Católica del Norte tiene un factor negativo respecto de la diferencia con el corte, lo que
no se condice con nuestras hipótesis originales. Asimismo, otro efecto contrario al esperado es el que se
da en el Plan Común de Ingeniería en la Universidad Técnica Federico Santa María, que presenta un
factor también significativo y de signo diferente al esperado. Si bien estos casos presentan evidencia de
que nuestras hipótesis no son tan fuertes como esperábamos, el que se cumplan en casi la totalidad de
las carreras revisadas, indican la significatividad de estos resultados.
Además, ya es posible diferenciar las probabilidades de postular en carreras diferentes, en base a estos
factores. Por ejemplo, podemos cuantificar la diferencia en la probabilidad de postular a Ingeniería
Comercial en la Universidad Católica (en Rojo) versus en la Universidad de Chile (en Azul), ambas
probabilidades para personas que ya viven en Santiago (se hizo un acercamiento en la zona de entre
500 y 750 puntos ponderados).
Lo que se desprende de este gráfico es que en la zona de 500-680 puntos aproximadamente, es mayor
la probabilidad de que una persona postule a la Universidad de Chile, mientras que desde este punto en
adelante, la probabilidad de que lo haga a la católica es mayor. Esto sucede con bastante certeza, ya que
la tasa a la que aumenta la probabilidad desde los 700 puntos en adelante es claramente mayor que la
de la Universidad de Chile. Esto es un reflejo de los puntajes de corte relevantes en el proceso de
Admisión 2008, que eran de 698.1 para la Universidad de Chile, y de 715.9 para la Universidad Católica.
En el caso de Derecho graficamos las probabilidades de los individuos en la muestra para la
Universidad de Chile (Azul), Universidad Católica (Rojo), Universidad de Concepción (Verde),
Universidad Católica del Norte sede Antofagasta (Naranjo), y Universidad Católica del Norte sede
Coquimbo (Verde Agua). Como se puede observar, la Universidad de Chile tiene preponderancia en
todos los puntajes altos sobre la Universidad Católica, preponderancia que pierde a favor de la
Universidad de Concepción y del Norte (Antofagasta), aproximadamente en torno a los 740 puntos.
Para puntajes bajo los 670 aproximadamente, la preponderancia de la sede de Coquimbo de la
Universidad del Norte es clarísima.
Vale la pena notar que estas probabilidades son calculadas teniendo como base a una persona cuya
distancia entre su lugar de estudios secundarios y universitarios es nula; lo que viene a explicar la
presencia de altos puntajes postulando a la Universidad de Concepción o postulaciones en el rango
intermedio (sobre los 670 puntos) a la Universidad del Norte.
Gráficos de curvas de probabilidad para otras combinaciones de carreras pueden derivarse de los
factores mostrados en el anexo 5, para valores arbitrarios de puntajes sobre corte y distancia.
Modelo Hipotético III
Este modelo amplía la base de variables utilizada, con el objetivo de aumentar la capacidad predictiva
del modelo, y permitir diferenciar individuos basándose en otros atributos: sexo, el tipo de colegio:
privado o público, el puntaje en cada prueba (Lenguaje, Matemáticas, Historia y Ciencias),
independiente de cuánto pondera a cada carrera por sobre el corte, el nivel de educación que alcanzó el
padre, la rama del colegio y los años que han pasado desde que el alumno salió de secundaria.
En términos de hipótesis, el efecto del sexo del individuo es variable: hay carreras que son postuladas
más por mujeres que por hombres. Es interesante estudiar en qué casos existe una diferencia
significativa entre ambos grupos. El tipo de colegio debiera tener distintos efectos dependiendo de la
carrera, ya que hay carreras que son postuladas mayoritariamente por alumnos de colegios privados, y
otras por alumnos de colegios públicos. Normalmente se postula que dada la significativa diferencia de
puntajes entre un colegio privado y uno público, aquellas carreras más demandadas tendrán más
demanda por alumnos de colegios privados por causa de esta relación. Ahora bien, el modelamiento
propuesto nos permitirá definir si además del puntaje existen otros efectos no capturados por éste que
estén asociados a estudiar en un colegio particular o no, y si efectivamente este efecto es siempre
significativamente positivo. Por otra parte el efecto del puntaje de cada prueba puede hasta cierto
punto ser un proxy de habilidades, o incluso de preferencias de los individuos (bajo la hipótesis de que
aquellas personas que están interesadas en un área tienen un mayor rendimiento en ella). Por ello esos
efectos pueden no estar capturados en el puntaje ponderado, y por lo tanto ser significante. De
cualquier forma es posible que estas variables pierdan significancia en algunas carreras. La rama del
colegio debiera ser significante en distintos tipos de carreras, por ejemplo un alumno proveniente de
un Liceo Técnico Profesional Agrícola podría tender a postular a carreras relacionadas con esa área, o
un Liceo Comercial a carreras del área de Administración, pero este tipo de relación no debiera ser
significante para todas las carreras. Finalmente, para la variable que indica años desde el egreso del
postulante postulamos que por lo general un alumno deja pasar algunos años entre la fecha de salida
del colegio y la de rendición de la PSU debido alternativamente a que (1) ha pasando tiempo
preparando especialmente la PSU51, o es un alumno que ya eligió carrera en un proceso pasado y por lo
tanto desea cambiarse. Ahora bien, el efecto es difícil de cuantificar teóricamente, debido a que hay
motivaciones en ambos sentidos respecto del cambio en la variable, pero de todas formas postulamos
que hay diferencias significativas entre un alumno que postula directamente luego de salir de 4to
medio, versus un alumno que tiene preparación adicional en la PSU por medio de un universitario
intensivo o alternativamente un alumno que ya tiene algo de preparación universitaria.
Resultados
Los resultados del modelamiento se encuentran en el Anexo 6, del cual podemos destacar en primer
lugar el aumento en la curva LROC para cada modelo. En promedio hay un aumento de un 4.4%, con
una mediana de 3.8%. El modelo que aumentó mayormente su capacidad predictiva es el modelo de la
carrera 1331, Periodismo en la Universidad de Concepción, con una mejora de 12.62%; mientras que el
modelo que menos mejoró es el de la carrera 1239, Ingeniería en la Universidad Católica.
En relación a las hipótesis presentadas anteriormente, podemos verificar directamente en la Tabla del
Anexo 7 lo siguiente: en primer lugar se corroboran las hipótesis levantadas en los modelamientos
anteriores: a mayor distancia (variable dist) es menor la probabilidad de postular. Ahora bien, para el
análisis respecto de la diferencia con el puntaje de corte debemos analizar tanto la diferencia (difc)
como una dummy armada a partir de este puntaje (pcneg), que es 1 cuando el puntaje ponderado es
menor al puntaje de corte del proceso anterior. Si bien la relación directa del puntaje no siempre es en
la dirección esperada (en el caso de las relaciones significativas lo es sólo el 24% de las veces), el efecto
en conjunto con la dummy si va en la dirección correcta: la dummy es significativa un 62% de las veces,
81% de las cuales está en la dirección predicha. En relación al sexo (la variable i_sexo_2 corresponde a
un 1 cuando el individuo es mujer y 0 cuando es hombre), podemos ver que aproximadamente el 40%
de los casos son significantes al 10%, y de ellos hay ocasiones en que la variable aumenta la
probabilidad de la mujer y otras en que las disminuye. La revisión de aquellos casos en que esta
diferencia es relevante se deja al lector. En relación al tipo de colegio (la variable _itcol_2 toma valores
de 1 para colegios de tipo municipal o particular subvencionado y de 0 para colegios privados), se
evidencia que en general, la relación es que colegios municipales tienen menor probabilidad de
estudiar en las carreras de la muestra. En relación a los puntajes de los alumnos, la significancia es alta
para las 4 pruebas, encontrándose en general relaciones positivas significantes para lenguaje y ciencias
y negativas para matemáticas e historia. Ello debe evaluarse como se comentó anteriormente en base a
La alternativa más común siendo en un Preuniversitario, por lo que en general uno supone encontrar
un efecto positivo dado el estudio especializado en el proceso, aunque también hay buenos argumentos
en la dirección contraria, ya que existe por ejemplo un efecto selección (mientras mayor sea el nivel del
alumno para dar la PSU, menor necesidad tiene de pasar por un Preuniversitario). De cualquier forma
uno esperaría que este paso tuviera un efecto positivo y no negativo, especialmente en carreras más
demandadas.
51
la noción de que estas variables, al ya incluirse tanto valores de puntaje ponderado como la dummy que
indica ponderados menores al puntaje de corte, se captura gran parte del efecto de los puntajes. Ahora
bien, existe una probabilidad de que estas variables tengan una correlación directa con otro tipo de
habilidades, lo que se muestra en los coeficientes de esta regresión: por ejemplo, tomando Medicina en
la Universidad Católica, la diferencia con el corte es altamente significante y positiva, mientras que la
dummy de corte es negativa (ambos factores apoyan nuestra hipótesis original). No obstante al mismo
tiempo un aumento de un punto en la prueba de Matemáticas 52, significa una disminución de la
probabilidad de entrar, por un factor de -0.012, significativo al 1%, lo cual es muy contraintuitivo si se
piensa sólo en los factores directos relacionados con la nota, pero lo que deja de serlo si tomamos las
pruebas como factores correlacionados con otro tipo de habilidades. Claramente esto es sólo una
hipótesis, pero amerita cierta investigación posterior en el tema, especialmente si se cuenta con
información respecto al aspecto psicológico de la postulación. En relación al estudio del padre, se
encuentra una evidencia muy fuerte que en presencia de algún nivel de estudios en el padre 53 hay
mayores probabilidades de estudiar, y si bien las tasas son bastante variables cuando el padre sube de
nivel de estudios, en promedio entre todos los modelos, hay un aumento de un 5% en el ponderador a
medida de que el padre sube de nivel de estudios. Luego, como se postuló, por lo general el efecto de las
ramas cuando es significante es positivo, y la cantidad de años que han pasado desde la salida de cuarto
medio tiene una relación negativa. Vemos que las hipótesis postuladas en lo general se cumplen.
En términos del análisis de curvas de probabilidad que es posible mediante la utilización de estas
técnicas podemos elaborar, por ejemplo, gráficos como el siguiente54:
52
Que es la prueba que más pondera para entrar a esta carrera, un 30%.
_iedpa_2 a _iedpa_12 corresponden a dummies con 1 en los siguientes casos: omitido corresponde a
"Sin Estudios" 2 a "Básica Incompleta", 3 es "Básica Completa", 4 a "Media Incompleta", 5 a "Media
Completa", 6 a "CFT Incompleta", 7 a "CFT Completa", 8 a "Universitaria Incompleta", 9 a "Universitaria
Completa", 10 a "Otros Estudios", 11 a "Instituto Profesional Incompleta", y 12 a "Instituto Profesional
Completa"
53
En este caso, a diferencia de los gráficos presentados en los modelos anteriores, se obtuvo la curva de
probabilidades mediante el cálculo de probabilidades para personas con características arbitrarias. En
los casos anteriores, las curvas mostradas correspondían a aquellas de personas reales, existentes en la
muestra. La diferencia de ambos métodos se reduce sólo a crear continuidad en las curvas de
probabilidad, versus las anteriores que eran continuas en la medida de que existiera una alta
concentración de personas con aquellas características.
54
Curvas de Probabilidad de Postular a
Ingeniería Comercial - U. Chile & P.U.C.
Pr(UCH,0km)
Pr(CAT,0km)
Pr(UCH,1000km)
Pr(CAT,1000km)
60.00%
50.00%
40.00%
30.00%
20.00%
10.00%
580
587
594
601
608
615
622
629
636
643
650
657
664
671
678
685
692
699
706
713
720
727
734
741
748
755
762
769
776
783
790
0.00%
Puntaje en Prueba de Matemáticas
Este análisis mejora mucho respecto de aquél hecho en base sólo a dos variables (en el modelo
Hipotético II): las líneas continuas corresponden a las probabilidades calculadas para una persona que
reside en Santiago55, que es la ciudad en donde está la sede de ambas carreras, y las líneas punteadas,
aquellas para una persona que estudió en 4to medio a 1.000 kilómetros de Santiago. La obtención de la
probabilidad se hace tomando el valor de la prueba de matemáticas correspondiente en el eje,
ponderándola por su respectivo factor, además recalculando su probabilidad ponderada para obtener
la diferencia con el puntaje de corte del año anterior para cada carrera, y además incluyendo el efecto
de la dummy pcneg, que provoca aquellos saltos en la curva de probabilidades.
En primer lugar, para aquellas personas residentes en Santiago podemos ver un efecto similar al
observado en el primer análisis. En aquellos puntajes de matemáticas mayores, en donde el ponderado
es suficiente para poder postular por sobre el puntaje de corte anterior, hay una pequeña probabilidad
adicional de postular a la Universidad Católica, versus a la Universidad de Chile, que se amplía a medida
de que el puntaje es mayor. Ahora bien, una vez que el postulante no tiene un puntaje suficiente para
postular por sobre el puntaje de corte anterior, la probabilidad de estudiar en la Universidad de Chile es
mucho mayor. Ahora, si incorporamos el efecto de la distancia, podemos observar que la supremacía de
Vale decir que para calcular la curva es necesario darse valores respecto del resto de variables
tomadas en el modelo. En este caso es un hombre, estudiante de un colegio privado, que obtuvo 650
puntos en todas sus pruebas, excepto en matemáticas –la variable independiente en el análisis-, cuyo
padre tenía un nivel educacional de 11, es decir Instituto Profesional Incompleto-, postulando el mismo
año que egresa de 4to medio.
55
la Universidad de Chile se pierde, mientras que en el sector en que la Universidad Católica es
predominante, el efecto se mantiene. Ello podemos interpretarlo de la siguiente forma: aquellas
personas que efectivamente pueden postular a la Universidad Católica es más probable que lo hagan,
aunque estén a 1000 kilómetros de distancia, que aquellas personas que están en condiciones sólo de
postular a la Universidad de Chile. Ahora bien, estas probabilidades (para ambas casas de estudio) son
tan pequeñas, que aunque son positivas, lo más probable es que el estudiante postule a otra casa de
estudios (no mostrada), que probablemente esté más cerca a su lugar de origen. Es sólo en aquellos
puntajes realmente excepcionales que la Universidad Católica efectivamente captura una probabilidad
de postulación interesante.
Ahora agreguemos al análisis el efecto del tipo de colegio en el que se estudió:
Curvas de Probabilidad de Postular a
Ingeniería Comercial - U. Chile & P.U.C
Pr(UCH,Cpriv)
Pr(PUC,Cpriv)
Pr(UCH,Cmun)
Pr(PUC,Cmun)
70.00%
60.00%
50.00%
40.00%
30.00%
20.00%
10.00%
550
559
568
577
586
595
604
613
622
631
640
649
658
667
676
685
694
703
712
721
730
739
748
757
766
775
784
793
802
811
820
0.00%
Puntaje en Prueba de Matemáticas
Este gráfico, elaborado siguiendo el mismo lineamiento que el anterior, muestra la diferencia respecto
de personas que han estudiado en colegios privados (líneas contínuas) versus aquellas estudiando en
colegios municipales o particulares subvencionados (líneas punteadas). Como se observa claramente la
probabilidad de que se estudie en la U. Católica, disminuye para alumnos provenientes de colegios
municipales o particulares subvencionados independiente del puntaje obtenido en la prueba de
Matemáticas. Adicionalmente vemos que en el caso de la Universidad de Chile, la diferencia en la
probabilidad de postulación para un alumno de altos puntajes no es alta, mientras que en el caso de la
Universidad Católica claramente lo es, disminuyendo considerablemente. Ello tiene dos implicancias: la
primera es que un alumno de un colegio Municipal o Particular es mucho más probable que postule a
esta Carrera en la Universidad de Chile a que a la Universidad Católica, y la segunda es que la
supremacía observada en termino de alumnos de puntajes altos sucede sólo para casos en los que el
colegio de procedencia del alumno es privado. Si la existencia de alumnos de altos puntajes estuviera
distribuida de forma proporcional tanto para colegios particulares como públicos, la Universidad
Católica tendría problemas para mantener su supremacía en los alumnos de altos puntajes. Un última
implicancia es que en la Universidad de Chile es más probable encontrar alumnos en los que varíe el
tipo de colegio de procedencia, lo que es un indicador de diversidad, mientras que ello no ocurre en la
Universidad Católica.
Otro tipo de análisis posible es respecto a carreras en el mismo plantel. Por ejemplo, reproducimos las
curvas de probabilidad para el Plan Común de Ingeniería de la Facultad de Ciencias Físicas y
Matemáticas, versus Ingeniería Comercial de la Facultad de Economía y Negocios:
Curvas de Probabilidad de Postular a Ingeniería
en la U. de Chile : Comercial y Plan Común Ciencias
Pr(COM,Cpriv)
Pr(COM,Cpriv)
Pr(ING,Cmun)
Pr(ING,Cmun)
80.00%
70.00%
60.00%
50.00%
40.00%
30.00%
20.00%
10.00%
550
559
568
577
586
595
604
613
622
631
640
649
658
667
676
685
694
703
712
721
730
739
748
757
766
775
784
793
802
811
820
0.00%
Puntaje Prueba de Matemáticas
Como es posible observar, para puntajes ponderados por sobre los 760 puntos, hay una mayor
probabilidad de postular a la Facultad de Ciencias Físicas; no obstante, las diferencias entre ambas
curvas de probabilidad son bastante pequeñas. Lo que si es importante resaltar es el efecto de estudiar
en un colegio no-privado: en la Carrera de Ingeniería Comercial ello disminuye la probabilidad de
postular (aquellas probabilidades para estudiantes de colegios privados es mayor), mientras que lo
anterior no ocurre para personas de colegios municipalizados o subvencionados que pretenden
estudiar alguna de las ingenierías de Beaucheff. Sólo en aquellos casos en que el puntaje no es suficiente
para superar el corte del año anterior en dicha carrera, es que alumnos de colegios municipalizados
tienen mayor probabilidad de postular en Ingeniería Comercial; probabilidad que inclusive en este
caso, es muy pequeña.
Modelo Hipotético IV
Hasta ahora hemos estado evaluando las opciones de postulación de manera independiente. Por ello es
que, por ejemplo en el último ejemplo, la probabilidad para un alumno de un colegio municipal o
particular subvencionado con puntaje nacional en matemáticas de postular a Plan común de Ingeniería
era de cerca del 70%, y a Ingeniería Comercial cerca de 50%. Si bien ambas probabilidades nos
entregan información, no estamos teniendo a todo el universo de carreras estudiadas en consideración
al hacer el análisis. Es posible que un alumno en esas condiciones tuviera una probabilidad de 90% de
postular Matemáticas, o Medicina, por lo que en realidad nuestras conclusiones no son tan extendibles
respecto de lo que el estudiante realmente estipule en su cartilla de postulaciones, sino que son
valorables sólo en análisis comparativos.
Ahora bien, una alternativa es evaluar la probabilidad para cada carrera, y esta probabilidad rankearla
para definir el set de carreras a postular más probable. Si bien esto es posible, hay un enfoque mejor: el
cálculo de un Modelo Logit Multivariado. En este tipo de modelos se levanta la restricción de una
elección discreta binaria56, y se permite que una decisión tome muchas formas, en el sentido de que es
posible que elija dentro de un set de opciones diferente a sólo dos, como era el caso hasta ahora. Ello
implica que podemos tener un set de opciones
, en donde tenemos nuestras 45 carreras, y
además una opción que corresponda a que la persona no escoja una de las 45 carreras anteriores. De
esa manera el set es siempre exhaustivo: el individuo siempre escogerá una opción del set, y sólo una57 .
Ello se traduce en este tipo de modelos a que la suma de las probabilidades de todos los sucesos
posibles debe necesariamente ser 1.
En reconocimiento a lo limitado del análisis de los modelos anteriores es que regresionamos un Logit
Multivariado para nuestra muestra de 45 carreras, utilizando exactamente las mismas variables que las
de nuestro modelo III, y agregamos una nueva opción la carrera 0000, caso en el cual el individuo no
postula a ninguna de las carreras anteriores en primera opción.
Resultados
Los resultados de dicho modelamiento pueden observarse en el Anexo 858.
Gracias al análisis logit multivariado es posible obtener probabilidades de postular para cada individuo
de forma tal que el conjunto completo de opciones asigna probabilidades integrando las probabilidades
de postular a todo el set de carreras. Ello tiene la implicancia directa de que podemos determinar el set
de carreras que es más probable que sean postuladas por observación directa de las magnitudes de las
Hasta este momento, la elección binaria consistía en: para una carrera en particular, la probabilidad
de postular versus la de no hacerlo.
56
Dado a que la cartilla de postulaciones permite que los alumnos postulen a más de una opción, para la
evaluación de este modelo se utilizó la información respecto sólo a la primera postulación del
individuo.
57
Una diferencia relevante entre ambos modelos es el tamaño de la muestra utilizada. Debido a los
mucho mayores requerimientos computacionales del modelo Multivariado, en términos de memoria y
especialmente de capacidad de procesamiento, a diferencia de los modelos anteriores se utilizó como
muestra de entrenamiento sólo el 30% de la muestra, siempre seleccionado aleatoriamente.
58
probabilidades. Inclusive es posible extender la utilización del modelo para que prediga la cartilla de
postulación: el sistema de Selección Universitaria permite al alumno postular hasta 8 preferencias,
ordenadas de la más preferida a la menos. Es posible, gracias a que tenemos el set completo de
posibilidades tomar la opción cuya probabilidad de postular sea mayor e interpretarla como la primera
preferencia59, luego tomar aquella con la segunda mayor probabilidad e interpretarla como segunda
preferencia, y así sucesivamente. Esto nos permitirá armar un índice de eficiencia de la estimación, ya
que la elaboración de la curva LROC no es posible en modelos multivariados.
Al elaborar este set de postulaciones para cada individuo, esta evaluación de la eficiencia de la
estimación se hace directamente por medio de la capacidad predictiva del modelo, de la siguiente
manera: se elaboran cartillas de postulaciones para los estudiantes. Luego se evalúa si la carrera
efectivamente postulada en primera opción aparece en la cartilla. Si así es, las preferencias del
individuo han sido estimadas con éxito. Si la opción postulada no aparece en la cartilla, el modelo falla.
A continuación se presentan los resultados para cartillas que incluyen desde 1 hasta 8 postulaciones.
Adicionalmente se presentan dos medidas de eficiencia. Como la mayoría de los individuos de la
muestra no postulan a ninguna de las 45 carreras escogidas (recordemos que el proceso incluía 952
carreras en total), se presentan los porcentajes de eficiencia tomando tanto a todos los individuos
(Población Completa), como sólo aquellos individuos de la muestra que efectivamente postulan a las
carreras estudiadas60 (y por lo tanto excluyendo a aquellos que postulan a la carrera 0000).
Número de
Postulaciones
% Casos Bien Clasificados
Población Completa
Excluyendo Otros
1
83.75
39.43
2
88.93
59.16
3
91.71
69.72
4
93.67
77.20
5
95.07
82.50
6
96.07
86.30
7
96.77
88.97
8
97.37
91.26
Como se puede observar de la tabla anterior, en términos de la Base completa, el porcentaje de casos
bien clasificados es alto inclusive aunque tomemos sólo una postulación, lo que corresponde al tests
más estricto. Ahora bien, si no tomamos en cuenta la opción de no postular a las carreras estudiadas, el
porcentaje de aciertos es mucho más moderado. De cualquier manera si relajamos un poco la rigidez
del test, los resultados mejoran sustancialmente. En el anexo 9 se encuentran resultados específicos
para cada carrera.
Hay que recordar que el modelo es consistente con procesos maximizadores de utilidad. Inclusive,
hay una relación directa entre la utilidad estimada por el modelo (que no es observable directamente),
y la probabilidad, en el sentido que
59
Debemos recordar que la estimación se elaboro con un 30% aleatorio de los datos de la base
completa. El resultado del cuadro incluye a toda la población de estudio.
60
Modelamientos Posteriores
Para poder contrastar las hipótesis alternativas respecto a la forma en que un alumno puede postular,
necesitamos modelos que permitan que las correlaciones de los atributos dentro de los grupos sean
diferentes a las de fuera de cada grupo de opciones. Esto es debido a lo siguiente: en cada uno de los
modelamientos anteriores hemos comparado las carreras en igualdad de condiciones, ya sea dentro de
modelos diferentes (en los casos II y III), o en un único modelo para cada carrera (modelos I y IV).
Ahora bien, una falla de la que adolecen todos nuestros modelos es que no hemos permitido que varíen
las correlaciones dentro de cada grupo. Recordando nuestras proposiciones de la forma en que es
posible que los estudiantes tomen su decisión, en sólo la proposición el alumno comparaba a todas las
carreras en igualdad de oportunidades. En los otros casos había primero una decisión de Universidad o
una decisión de Campo Ocupacional, que determinaba el choice set relevante para la segunda decisión.
Uno tipo de modelo que nos permite realizar este análisis se conoce como el de Logit Anidados (Nested
Logits).
La utilización de estos modelos en los paquetes de software estadístico es relativamente directa,
condicional a que la base de datos de la que se dispone se encuentre formateada de una manera
adecuada. Debido a los requerimientos computacionales de un modelo de este tipo, y la gran cantidad
de datos de la que se compone la muestra de la PSU, esto requeriría armar, para un modelo completo,
una base de más de 24 millones de datos, en donde se contemplen más de 1.000 variables. Esto no es
factible de realizar, dados los recursos computacionales de los que se dispuso a la hora de preparar esta
investigación61.
Ahora bien, ello no impide que un análisis cuidadoso de selección en la muestra, preparar una
elaboración teórica de un modelo que elimine variadas variables no interesantes, además de eliminar
restricciones de tiempo de uso del sistema, logre entregar frutos satisfactorios, pero tal análisis se deja
a una investigación posterior.
Capítulo 5 Conclusiones
Se postulan diversos modelos econométricos de estimación de la probabilidad de postular a alguna
carrera específica en la Prueba de Selección Universitaria. Se demuestra que relaciones teóricas se
cumplen en la realidad, como por ejemplo aquellas relacionadas con el costo de trasladarse de ciudad
para estudiar en alguna carrera, o aquellas restricciones relacionadas con la probabilidad de postular
dado el puntaje de corte de años anteriores. Además se muestra que es posible obtener modelos en los
cuales la probabilidad de asignar las probabilidades correctas a los individuos adecuados (medido por
medio del LROC) son excepcionalmente altas, lo que da cuenta de buenas capacidades predictivas del
modelo. Pudimos ejemplificar además los tipos de análisis posibles de ser realizados mediante análisis
de los resultados de regresiones obtenidas mediante los métodos de predicción de elecciones discretas;
entre ellos la obtención de probabilidades específicas para individuos en la muestra, elaboración de
curvas de probabilidad teóricas, y la definición de un listado probable de postulaciones; todas
fácilmente obtenibles y que permiten elaborar análisis bastante complejos de las situaciones y
preferencias de postulación de individuos con características muy específicas. No cabe duda la
Que en ningún caso fueron pocos: software estadístico multiprocesador corriendo en un servidor de
8 procesadores de 2.83 GHz cada uno, con 6 GB de memoria RAM.
61
importancia o relevancia que esta información puede tener para un proceso de toma de decisiones
adecuado pueda tener curso, especialmente si hablamos, por ejemplo, de campañas de marketing
dirigidas, elaboradas por las universidades.
Aún pese a los buenos resultados de nuestros modelos más simples, no existe evidencia para descartar
la utilidad que información del tipo psicológica y de percepción del individuo pueda tener para la
predicción de estas postulaciones. Creemos firmemente que mayor investigación debe ser hecha en
relación a estos temas.
Anexo 1: Aporte Fiscal Directo y Aporte Fiscal Indirecto
Instituciones
AFD 5%
U.de Chile
981.372
P.U. Católica de Chile
643.987
U. de Concepción
415.436
P.U.
Católica
de
358.549
Valparaíso
U. Téc. Federico Sta.Maria
535.682
U. de Santiago
246.307
U. Austral
231.601
U. Católica del Norte
342.424
U. de Valparaíso
91.132
U. de Antofagasta
73.634
U. de la Serena
146.251
U. de Bio Bio
140.918
U. de la Frontera
156.599
U. de Magallanes
49.970
U. de Talca
605.818
U. de Atacama
49.653
U. de Tarapacá
439.772
U. Arturo Prat
27.101
U. Metropolitana
78.873
U. de Playa Ancha
69.810
U.Tecnológica Metropolitana
84.355
U. de Los Lagos
116.120
U. Católica de Maule
155.620
U. Católica de Temuco
36.191
U. C.de la Sant.Concepción
58.538
Total
6.135.713
AFD 95%
Total AFD
24.374.562
15.212.770
8.761.768
6.531.858
25.355.934
15.856.757
9.177.204
6.890.407
5.639.268
8.029.399
6.094.777
5.657.740
2.538.251
2.467.586
2.429.257
2.380.251
2.470.915
1.223.876
6.129.913
1.183.115
4.001.731
1.627.808
3.195.787
1.311.788
1.636.411
1.566.204
827.286
604.726
681.486
116.578.533
6.174.950
8.275.706
6.326.378
6.000.164
2.629.383
2.541.220
2.575.508
2.521.169
2.627.514
1.273.846
6.735.731
1.232.768
4.441.503
1.654.909
3.274.660
1.381.598
1.720.766
1.682.324
982.906
640.917
740.024
122.714.246
N° instituciones
participantes
N° instituciones
con AFI
N° instituiciones
sin AFI
Alumnos
participantes
Alumnos con AFI
Alumnos sin AFI
Puntaje bajo
corte
Valor Unidad Afi
(M$)
Monto Total AFI
(M$)
Cuadro Nº 1: Datos relevantes procesos AFI año 2000 al 2008
AFI 2000
130
AFI 2001
124
AFI 2002
129
AFI 2003
123
AFI 2004
124
AFI 2005
113
AFI 2006
109
AFI 2007
104
AFI 2008
107
105
96
100
88
99
87
89
81
84
25
28
29
35
25
26
20
23
23
59.352
62.582
63.532
69.395
87.116
80.656
77.338
81.802
95.799
27.513
31.839
599,5
27.583
34.999
604,50
27.569
35.963
612,0
27.528
39.295
623,0
27.602
59.514
631,5
27.600
53.056
591,5
27.558
49.780
591,0
27.515
54.287
595,0
27.551
68.248
610,5
94.187
96.007
99.103
98.616
100,260
102,614
105,790
109,468
113,931
16.106.987
16.509.662
17.021.462
17.021.462
17.348.274
17.695.239
18.226.096
18.864.006
19.656.297
Nota: Valores monetarios nominales.
Cuadro N°2: PROCESO ASIGNACION AFI 2008
TRAMO
DESDE
HASTA
Nº DE ALUMNOS
PONDERACION ALUMNOS
PUNTAJE
PUNTAJE PSU PSU
POR TRAMO
POR TRAMO
PONDERADOS POR ALUMNO ($)
1
610,5
624,5
5.259
1
5.259
113,931
2
625,0
642,5
5.568
3
16.704
341,795
3
643,0
665,5
5.592
6
33.552
683,590
4
666,0
698,5
5.524
9
49.716
1.025,385
5
699,0
838,0
5.608
12
67.296
1.367,180
27.551
MONTOS
172.527
Monto Total Aporte Fiscal Indirecto
2007 (M$):
19.656.297
Repartido según la matrícula de los 27.500 mejores puntajes de la PSU rendida en diciembre del 2006, cuyo
ingreso
a la Educación Superior fue durante el año 2007.
Cuadro N° 3: Ranking de Instituciones AFI 2008 por Monto Total Recibido
Lugar
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
Institución
Universidad de Chile
Pontificia Universidad Católica de Chile
Universidad de Concepción
Universidad de Santiago de Chile
Universidad Técnica Federico Santa María
Pontificia Universidad Católica de Valparaíso
Universidad de Valparaíso
Universidad Adolfo Ibáñez
Universidad de Los Andes
Universidad Nacional Andrés Bello
Universidad del Desarrollo
Universidad Austral de Chile
Universidad Diego Portales
Universidad Mayor
Universidad de La Frontera
Universidad de Talca
Universidad Católica del Norte
Universidad Tecnológica Metropolitana
Universidad Metropolitana de Ciencias de la Educación
Universidad Católica del Maule
Universidad de Antofagasta
Universidad Finis Terrae
Universidad del Bío-Bío
Universidad de La Serena
Universidad Católica de la Santísima Concepción
Universidad San Sebastián
Universidad Alberto Hurtado
Instituto Profesional DUOC UC
Universidad Católica de Temuco
Universidad Central de Chile
Universidad de Tarapacá
Universidad Pedro de Valdivia
Universidad de Playa Ancha de Ciencias de la Educación
Universidad Santo Tomás
Ejército de Chile Comando de Institutos y Doctrina
Universidad del Pacífico
Universidad Autónoma de Chile
Universidad de Artes, Ciencias y Comunicación - UNIACC
Universidad Arturo Prat
Universidad del Mar
Instituto Profesional INACAP o Instituto Profesional Instituto Nacional de
Universidad de Magallanes
Universidad Academia de Humanismo Cristiano
Policía de Investigaciones de Chile Jefatura de Educación
Universidad de Atacama
Centro de Formación Técnica INACAP
Fuerza Aérea de Chile División de Educación
Universidad de Viña del Mar
Universidad Tecnológica de Chile INACAP
Universidad de Las Américas
Monto
TotalM$
4.293.289
3.615.395
1.521.216
1.330.950
1.160.395
779.635
685.641
665.703
544.935
499.363
458.689
426.219
419.611
391.014
378.709
294.513
259.992
175.227
165.885
161.441
158.707
121.337
118.489
116.210
104.703
86.816
69.384
67.220
49.105
47.737
42.724
42.269
38.737
33.724
26.658
22.558
22.103
20.850
20.166
18.799
16.976
15.267
13.444
13.444
13.216
12.077
10.368
9.684
9.570
9.342
%
21,8%
18,4%
7,7%
6,8%
5,9%
4,0%
3,5%
3,4%
2,8%
2,5%
2,3%
2,2%
2,1%
2,0%
1,9%
1,5%
1,3%
0,9%
0,8%
0,8%
0,8%
0,6%
0,6%
0,6%
0,5%
0,4%
0,4%
0,3%
0,2%
0,2%
0,2%
0,2%
0,2%
0,2%
0,1%
0,1%
0,1%
0,1%
0,1%
0,1%
0,1%
0,1%
0,1%
0,1%
0,1%
0,1%
0,1%
0,0%
0,0%
0,0%
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
Armada de Chile División de Educación
Universidad Católica Cardenal Raúl Silva Henríquez
Instituto Profesional Escuela Moderna de Música
Universidad de Los Lagos
Universidad de Ciencias de la Informática
Universidad de Arte y Ciencias Sociales Arcis
Centro de Formación Técnica Instituto Superior Alemán de Comercio INSALCO
Universidad Iberoamericana de Ciencias y Tecnología, UNICYT
Instituto Profesional de Chile
Universidad Internacional Sek
Instituto Profesional PROJAZZ
Carabineros de Chile División de Educación
Instituto Profesional de Arte y Comunicación ARCOS
Universidad La República
Universidad Regional San Marcos
Centro de Formación Técnica DUOC UC
Universidad Adventista de Chile
Instituto Profesional AIEP
Instituto Profesional Santo Tomás
Instituto Profesional Alemán Wilhelm Von Humboldt
Instituto Profesional Dr. Virginio Gómez G.
Instituto Profesional CIISA
Universidad Bolivariana
Universidad de Aconcagua
Instituto Profesional de Ciencias y Artes INCACEA
Centro de Formación Técnica Instituto de Secretariado INSEC
Universidad Bernardo O'Higgins
Centro de Formación Técnica de ENAC o de los Establecimientos Nacionales d
Centro de Formación Técnica Los Leones
Instituto Profesional Los Leones
Instituto Profesional de Ciencias de la Computación Acuario Data
Centro de Formación Técnica INACAP Antofagasta
Instituto Profesional Escuela de Contadores Auditores de Santiago
Centro de Formación Técnica UTEM
TOTAL
9.342
6.950
6.494
5.469
4.557
4.557
4.329
3.076
3.076
2.848
2.506
2.393
2.279
2.165
2.051
1.709
1.481
1.481
1.139
1.139
1.139
1.139
684
684
684
684
570
456
456
342
342
342
114
114
19.656.297
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
0,0%
100,0%
Cuadro N° 4: Ranking de Instituciones AFI 2008 por Número de
Alumnos con AFI
Lugar
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
Institución
Universidad de Chile
Pontificia Universidad Católica de Chile
Universidad de Concepción
Universidad de Santiago de Chile
Pontificia Universidad Católica de Valparaíso
Universidad Técnica Federico Santa María
Universidad de Valparaíso
Universidad Nacional Andrés Bello
Universidad Adolfo Ibáñez
Universidad Diego Portales
Universidad del Desarrollo
Universidad de Los Andes
Universidad Austral de Chile
Universidad Mayor
Universidad de La Frontera
Universidad de Talca
Universidad Tecnológica Metropolitana
Universidad Católica del Norte
Universidad Metropolitana de Ciencias de la Educación
Universidad del Bío-Bío
Universidad de La Serena
Universidad Católica del Maule
Universidad de Antofagasta
Universidad Finis Terrae
Instituto Profesional DUOC UC
Universidad Católica de la Santísima Concepción
Universidad Alberto Hurtado
Universidad San Sebastián
Universidad de Playa Ancha de Ciencias de la Educación
Universidad Central de Chile
Universidad Santo Tomás
Universidad de Tarapacá
Universidad Católica de Temuco
Universidad Pedro de Valdivia
Universidad Autónoma de Chile
Instituto Profesional INACAP o Instituto Profesional Instituto Nacional de
Universidad del Pacífico
Universidad Arturo Prat
Universidad de Artes, Ciencias y Comunicación - UNIACC
Ejército de Chile Comando de Institutos y Doctrina
Universidad del Mar
Universidad de Magallanes
Centro de Formación Técnica INACAP
Universidad de Atacama
Universidad Tecnológica de Chile INACAP
Universidad Academia de Humanismo Cristiano
Universidad de Las Américas
Universidad de Viña del Mar
Alumnos
con AFI
4.294
3.435
2.302
2.204
1.450
1.448
1.154
956
927
896
717
703
687
621
578
528
489
438
372
296
265
256
231
200
182
174
170
155
123
112
107
95
91
66
59
53
50
49
46
46
42
37
34
30
29
28
26
25
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
Policía de Investigaciones de Chile Jefatura de Educación
Universidad Católica Cardenal Raúl Silva Henríquez
Armada de Chile División de Educación
Fuerza Aérea de Chile División de Educación
Universidad de Los Lagos
Universidad de Arte y Ciencias Sociales Arcis
Universidad de Ciencias de la Informática
Instituto Profesional Escuela Moderna de Música
Universidad Iberoamericana de Ciencias y Tecnología, UNICYT
Instituto Profesional de Chile
Instituto Profesional de Arte y Comunicación ARCOS
Centro de Formación Técnica DUOC UC
Centro de Formación Técnica Instituto Superior Alemán de Comercio
INSALCO
Instituto Profesional AIEP
Instituto Profesional PROJAZZ
Carabineros de Chile División de Educación
Universidad La República
Universidad Internacional Sek
Universidad Adventista de Chile
Universidad Regional San Marcos
Universidad Bernardo O'Higgins
Instituto Profesional Dr. Virginio Gómez G.
Instituto Profesional Los Leones
Instituto Profesional Santo Tomás
Instituto Profesional Alemán Wilhelm Von Humboldt
Instituto Profesional CIISA
Centro de Formación Técnica de ENAC o de los Establecimientos Nacionales
d
Centro de Formación Técnica Los Leones
Universidad Bolivariana
Universidad de Aconcagua
Instituto Profesional Escuela de Contadores Auditores de Santiago
Instituto Profesional de Ciencias y Artes INCACEA
Instituto Profesional de Ciencias de la Computación Acuario Data
Centro de Formación Técnica Instituto de Secretariado INSEC
Centro de Formación Técnica INACAP Antofagasta
Centro de Formación Técnica UTEM
TOTAL
25
24
23
22
19
18
15
15
12
12
9
9
8
7
6
6
5
5
4
4
3
3
3
2
2
2
2
2
1
1
1
1
1
1
1
1
27.551
Cuadro N° 5: Ranking de Instituciones AFI 2008 por Número de Alumnos
con AFI en Quinto Tramo de Puntajes
(Puntaje entre 699,00 a 838,00 Puntos en la PSU 2006))
Lugar
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
Alumnos
Institución
con AFI
Universidad de Chile
1.729
Pontificia Universidad Católica de Chile
1.633
Universidad de Concepción
389
Universidad Técnica Federico Santa María
270
Universidad de Santiago de Chile
180
Universidad de Valparaíso
176
Universidad de Los Andes
156
Universidad del Desarrollo
127
Universidad Adolfo Ibáñez
114
Universidad Nacional Andrés Bello
108
Universidad de La Frontera
104
Pontificia Universidad Católica de Valparaíso
99
Universidad Austral de Chile
97
Universidad Mayor
77
Universidad Católica del Norte
54
Universidad Católica del Maule
52
Universidad Católica de la Santísima Concepción
46
Universidad de Talca
37
Universidad de Antofagasta
35
Universidad Diego Portales
27
Universidad San Sebastián
15
Universidad Metropolitana de Ciencias de la Educación
12
Universidad de La Serena
11
Universidad Católica de Temuco
8
Universidad Finis Terrae
7
Universidad del Bío-Bío
7
Universidad Alberto Hurtado
5
Universidad Tecnológica Metropolitana
4
Universidad Arturo Prat
3
Instituto Profesional DUOC UC
3
Universidad Pedro de Valdivia
2
Universidad de Artes, Ciencias y Comunicación - UNIACC
2
Universidad del Mar
2
Universidad Autónoma de Chile
2
Universidad de Atacama
2
Universidad de Tarapacá
2
Ejército de Chile Comando de Institutos y Doctrina
2
Universidad Central de Chile
1
Universidad Academia de Humanismo Cristiano
1
Universidad de Las Américas
1
Universidad del Pacífico
1
Universidad de Magallanes
1
Instituto Profesional INACAP o Instituto Profesional Instituto
Nacional de
1
Armada de Chile División de Educación
1
Fuerza Aérea de Chile División de Educación
1
Policía de Investigaciones de Chile Jefatura de Educación
1
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
Universidad Bolivariana
Universidad Santo Tomás
Universidad La República
Universidad Internacional Sek
Universidad de Viña del Mar
Universidad Iberoamericana de Ciencias y Tecnología, UNICYT
Universidad de Ciencias de la Informática
Universidad Adventista de Chile
Universidad de Arte y Ciencias Sociales Arcis
Universidad Católica Cardenal Raúl Silva Henríquez
Universidad de Aconcagua
Universidad Bernardo O'Higgins
Universidad Tecnológica de Chile INACAP
Universidad Regional San Marcos
Universidad de Playa Ancha de Ciencias de la Educación
Universidad de Los Lagos
Instituto Profesional Escuela de Contadores Auditores de Santiago
Instituto Profesional Santo Tomás
Instituto Profesional Alemán Wilhelm Von Humboldt
Instituto Profesional de Chile
Instituto Profesional Escuela Moderna de Música
Instituto Profesional de Ciencias y Artes INCACEA
Instituto Profesional Dr. Virginio Gómez G.
Instituto Profesional AIEP
Instituto Profesional de Arte y Comunicación ARCOS
Instituto Profesional Los Leones
Instituto Profesional CIISA
Instituto Profesional de Ciencias de la Computación Acuario Data
Instituto Profesional PROJAZZ
Centro de Formación Técnica Instituto de Secretariado INSEC
Centro de Formación Técnica de ENAC o de los Establecimientos
Nacionales d
Centro de Formación Técnica DUOC UC
Centro de Formación Técnica Los Leones
Centro de Formación Técnica Instituto Superior Alemán de
Comercio INSALCO
Centro de Formación Técnica INACAP
Centro de Formación Técnica INACAP Antofagasta
Centro de Formación Técnica UTEM
Carabineros de Chile División de Educación
TOTAL
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
5.608
Cuadro Nª 7 : Afi 2008 por tipo de Institución
Tipo
U.
Tradicional
U. Privada
I.P.
CFT
Fuerzas
Armadas
Total AFI
Monto
(M$)
15.931.300
Porcentajes
3.536.555
106.070
20.167
62.205
18,0%
0,5%
0,1%
0,3%
19.656.297
100,0%
81,0%
Porcentaje de AFI 2008 Asignado por Tipo de Institución
0,3%
0,1%
0,5%
18,0%
U. Tradicional
U. Privada
I.P.
CFT
Fuerzas Armadas
81,0%
Anexo 2: Matriz de Componentes
OBSTETRICIA_Y_PUERICULTURA
ENFERMERIA
NUTRICION_Y_DIETETICA
INGENIERIA_CIVIL
INGENIERIA_CIVIL_INDUSTRIAL
INGENIERIA_ESPECIALIZADA
PEDAGOGIA
GEOLOGIA
MEDICINA
ODONTOLOGIA
DISEÑO
ARQUITECTURA
ARTE
BIOQUIMICA
QUIMICA
BIOLOGIA
INGENIERIA_DE_EJECUCION
INGENIERIA_INFORMATICA
AUDITORIA
INGENIERIA_COMERCIAL
SOCIOLOGIA
ANTROPOLOGIA
TRABAJO_SOCIAL
FISICA
ASTRONOMIA
MATEMATICA
EDUCACION_PARVULARIA
EDUCACION_DIFERENCIAL
AGRONOMIA
MEDICINA_VETERINARIA
BIOLOGIA_MARINA
TERAPIA_OCUPACIONAL
KINESIOLOGIA
FONOAUDIOLOGIA
ADMINISTRACION_PUBLICA
ADM_DE_NEGOCIOS
CIENCIAS_POLITICAS_Y_ADMINISTRATIVAS
CONSTRUCCION_CIVIL
TECNICO_UNIVERSITARIO
PUBLICIDAD
PERIODISMO
CINE
BACHILLERATO
DERECHO
TRADUCCION
LITERATURA
FILOSOFIA
BIOTECNOLOGIA
TECNOLOGIA_MEDICA
TEATRO
MUSICA
GEOGRAFIA
PSICOLOGIA
HISTORIA
1
0.720
0.706
0.540
-0.086
-0.071
-0.109
-0.195
-0.011
0.000
-0.038
-0.052
-0.055
-0.035
-0.069
0.088
-0.024
-0.052
-0.077
-0.043
-0.075
-0.041
0.028
-0.120
-0.010
-0.003
-0.085
-0.043
0.017
-0.046
0.056
0.009
-0.019
0.192
0.156
-0.044
-0.046
-0.031
-0.034
-0.023
-0.004
-0.060
0.010
0.014
-0.116
-0.036
-0.028
-0.059
-0.036
0.236
0.008
-0.111
-0.047
-0.146
-0.054
2
0.028
0.076
0.033
-0.717
-0.686
-0.370
0.345
-0.282
0.026
0.048
0.080
0.009
0.039
0.016
0.035
0.048
0.014
-0.061
0.137
-0.113
0.041
0.004
0.117
0.012
-0.028
0.075
0.069
0.021
0.029
0.054
-0.001
0.002
0.080
0.042
0.030
0.006
0.081
-0.074
0.142
0.023
0.068
-0.027
-0.079
0.212
0.097
0.042
0.033
-0.028
0.054
-0.010
0.156
-0.012
0.175
0.107
3
0.017
0.097
-0.126
-0.033
-0.066
-0.109
-0.256
0.050
0.758
0.733
-0.041
-0.052
-0.020
0.044
-0.029
-0.052
-0.047
-0.047
-0.037
-0.063
-0.039
0.007
-0.092
-0.026
0.016
-0.106
-0.042
-0.017
-0.042
0.047
-0.046
-0.108
0.262
-0.017
-0.026
-0.003
-0.073
-0.047
-0.001
0.001
-0.060
0.013
0.071
-0.116
-0.080
-0.043
-0.012
-0.052
0.211
0.007
-0.105
-0.002
-0.122
-0.064
4
-0.029
-0.059
-0.026
-0.061
-0.062
-0.070
-0.154
0.013
-0.055
-0.043
0.746
0.679
0.492
-0.017
-0.046
-0.026
-0.055
-0.025
-0.043
-0.020
-0.045
0.029
-0.073
-0.010
0.008
-0.125
-0.036
-0.019
-0.035
-0.017
-0.014
-0.016
-0.061
-0.025
-0.022
0.005
-0.048
-0.005
0.001
0.104
-0.096
0.081
-0.008
-0.063
-0.059
-0.038
0.006
-0.006
-0.036
0.013
-0.107
0.039
-0.052
-0.065
5
-0.021
0.027
0.006
-0.034
-0.091
0.131
-0.104
0.041
0.017
-0.029
-0.031
-0.057
0.006
0.708
0.665
0.409
0.017
-0.087
-0.014
-0.073
-0.023
0.010
-0.066
-0.011
-0.012
-0.030
-0.042
-0.020
-0.124
-0.052
0.223
0.012
-0.040
-0.092
-0.027
0.005
-0.063
-0.076
0.021
-0.007
-0.041
0.006
0.078
-0.137
-0.041
-0.038
-0.017
0.160
0.185
-0.011
-0.083
-0.018
-0.105
-0.057
6
0.033
0.051
0.042
0.019
-0.054
-0.307
0.236
0.056
0.059
0.042
0.018
0.055
0.028
0.041
-0.011
0.058
-0.714
-0.669
0.000
0.055
0.045
0.030
0.126
-0.006
-0.019
0.131
0.083
0.005
0.026
0.048
0.012
0.021
0.038
0.039
0.022
0.114
-0.011
0.154
-0.160
0.016
0.054
-0.007
0.174
0.057
0.185
0.066
-0.030
0.067
0.028
-0.001
0.098
0.049
0.117
0.025
7
0.028
0.053
0.021
0.067
-0.024
-0.068
0.193
0.056
0.053
0.034
0.044
-0.027
0.067
0.031
0.025
0.045
0.056
0.000
-0.763
-0.730
0.057
-0.033
0.077
0.008
0.020
-0.025
0.065
-0.004
0.015
0.047
0.005
0.038
0.071
0.019
-0.017
-0.181
0.123
0.051
0.045
0.018
0.028
-0.004
0.015
0.075
0.175
0.082
-0.066
0.027
0.028
0.001
0.125
-0.003
0.055
0.070
8
-0.002
-0.029
-0.027
-0.081
-0.042
-0.082
-0.092
0.165
-0.043
-0.022
-0.039
-0.044
0.056
-0.021
-0.006
-0.044
-0.035
-0.077
-0.012
-0.060
0.636
0.610
0.342
-0.024
0.010
-0.179
-0.068
-0.041
-0.038
-0.032
0.023
-0.012
-0.056
-0.029
-0.040
-0.038
0.153
-0.046
0.006
-0.100
0.044
0.024
-0.074
0.148
-0.083
-0.080
0.082
-0.078
-0.028
0.070
-0.170
0.150
0.334
0.245
9
-0.008
-0.020
-0.004
0.090
-0.113
0.047
-0.034
0.251
-0.005
-0.017
-0.011
-0.014
0.000
-0.015
-0.007
-0.006
0.004
-0.017
0.004
-0.046
-0.015
0.009
-0.040
0.768
0.729
0.298
-0.029
0.002
-0.023
-0.009
0.012
-0.013
-0.024
-0.006
0.005
0.000
-0.016
-0.030
-0.013
-0.015
-0.019
0.011
0.033
-0.045
-0.046
-0.019
0.023
-0.005
-0.010
-0.003
-0.050
-0.010
-0.008
-0.046
10
0.032
0.030
-0.026
0.045
0.048
0.092
-0.266
-0.002
0.025
0.038
0.020
0.074
-0.030
0.026
0.041
0.019
0.027
0.070
-0.009
0.090
0.041
0.089
-0.308
0.008
0.002
0.106
-0.681
-0.667
0.041
0.035
-0.025
0.042
0.078
0.004
-0.022
0.041
0.060
0.049
0.008
0.022
0.029
-0.007
0.034
0.148
0.242
0.063
-0.066
-0.007
0.063
-0.029
0.240
-0.032
0.074
0.042
11
-0.019
-0.024
0.063
-0.092
-0.066
0.220
-0.138
0.041
-0.021
0.003
-0.035
-0.014
-0.032
-0.067
-0.042
0.328
-0.053
-0.059
-0.031
-0.055
-0.041
-0.004
-0.066
-0.007
-0.004
-0.086
-0.049
-0.008
0.654
0.627
0.444
-0.005
-0.004
-0.012
-0.020
-0.029
-0.026
-0.057
-0.025
-0.022
-0.034
0.008
-0.050
-0.058
-0.105
-0.032
0.011
0.057
-0.041
0.010
-0.079
0.013
-0.044
-0.056
12
-0.057
0.118
0.115
-0.048
-0.019
-0.092
-0.037
-0.042
-0.064
0.075
-0.028
-0.051
0.004
-0.049
-0.057
0.134
-0.046
-0.016
-0.044
-0.064
-0.027
-0.042
-0.023
0.000
-0.019
-0.010
-0.059
-0.031
-0.124
-0.001
0.139
0.713
0.528
0.470
0.011
0.040
-0.094
-0.026
-0.022
-0.010
-0.042
0.002
-0.012
-0.162
-0.169
-0.075
0.083
-0.024
0.207
-0.016
-0.084
0.047
0.083
-0.072
13
-0.006
-0.047
-0.034
-0.055
-0.042
-0.057
-0.121
0.026
-0.039
-0.035
0.005
-0.052
-0.016
-0.014
-0.045
-0.012
-0.032
-0.037
0.008
0.020
0.098
-0.092
0.050
-0.013
0.026
-0.149
-0.008
-0.029
-0.048
-0.010
0.006
0.024
-0.043
-0.035
0.736
0.544
0.514
-0.047
0.036
-0.004
-0.007
0.010
0.006
0.210
0.035
0.005
-0.035
0.023
-0.011
0.052
-0.110
0.076
-0.152
0.008
14
-0.023
-0.040
-0.001
0.002
-0.092
0.342
-0.159
0.009
-0.027
-0.027
0.006
0.028
-0.075
-0.036
0.029
-0.068
0.095
-0.083
-0.015
-0.079
-0.018
-0.011
-0.025
-0.011
-0.038
0.107
-0.046
-0.013
0.031
-0.053
-0.016
-0.014
-0.047
-0.016
-0.013
0.122
-0.100
0.717
0.673
0.018
-0.040
-0.012
0.009
-0.125
-0.125
-0.037
0.047
-0.028
-0.040
0.015
-0.092
0.008
-0.050
-0.065
15
-0.008
-0.033
-0.016
-0.053
-0.034
-0.065
-0.089
0.048
-0.031
-0.022
0.118
-0.042
-0.073
-0.018
-0.015
-0.029
-0.012
-0.050
-0.026
-0.020
0.022
-0.075
0.025
-0.009
-0.014
-0.036
-0.027
-0.017
-0.029
-0.021
0.015
-0.012
-0.039
-0.017
0.013
-0.008
-0.026
-0.072
0.042
0.643
0.603
0.555
0.008
0.032
-0.005
0.064
-0.007
-0.014
-0.029
0.070
-0.091
0.116
0.120
-0.047
Valores marcados en naranjo son relaciones cuyo valor absoluto es mayor a 0.4. Marcados en verde aquellos cuyo valor absoluto es mayor a 0.25
16
0.021
0.013
-0.032
-0.084
0.030
0.100
0.286
0.236
-0.067
0.030
0.049
-0.073
0.054
-0.034
0.041
-0.096
0.028
0.046
0.103
-0.100
-0.063
0.067
0.102
-0.022
0.011
-0.065
0.078
-0.048
0.050
0.007
-0.003
-0.002
0.038
-0.001
-0.044
0.324
-0.225
-0.077
0.081
0.093
-0.094
0.013
-0.591
-0.437
0.424
0.027
-0.081
0.023
0.077
-0.021
0.076
0.066
-0.099
-0.126
17
-0.043
-0.054
0.004
-0.043
-0.039
-0.060
0.026
-0.014
-0.033
-0.028
-0.034
-0.109
0.189
-0.012
-0.036
-0.024
-0.012
-0.023
-0.010
-0.020
-0.054
0.133
-0.149
-0.010
0.033
-0.138
0.005
0.008
0.001
-0.007
-0.028
-0.001
-0.028
0.028
0.002
-0.005
-0.043
-0.017
0.022
-0.059
0.044
0.092
0.146
-0.014
0.272
0.686
0.573
0.047
0.004
0.033
-0.215
-0.027
-0.084
0.300
18
-0.011
0.039
0.029
-0.050
0.001
0.076
-0.127
0.137
-0.091
0.096
-0.027
0.037
-0.053
0.127
0.112
-0.259
-0.041
-0.053
-0.010
-0.035
-0.040
-0.081
-0.018
-0.015
-0.009
-0.025
-0.032
0.014
0.230
-0.017
-0.305
-0.149
0.101
0.349
0.024
-0.119
0.068
-0.005
-0.047
-0.032
0.000
-0.008
-0.208
0.115
-0.202
-0.021
0.089
0.580
0.412
0.015
0.023
0.008
0.097
0.017
19
0.010
-0.010
-0.018
0.002
-0.006
-0.026
0.027
-0.078
0.006
-0.019
0.039
-0.156
0.328
-0.009
-0.022
0.016
-0.009
-0.011
-0.004
-0.042
0.049
0.047
-0.063
-0.001
-0.011
0.064
0.015
-0.010
0.010
-0.006
-0.024
-0.007
-0.033
-0.016
0.022
0.070
-0.045
0.016
-0.035
-0.207
0.077
0.401
0.011
-0.158
-0.171
-0.035
0.086
0.013
-0.004
0.673
0.433
-0.098
-0.104
-0.066
20
0.026
-0.007
-0.052
0.002
0.004
0.036
0.127
0.010
-0.012
0.010
-0.005
0.039
-0.020
-0.026
-0.001
0.024
-0.001
-0.036
0.023
-0.030
0.042
0.187
-0.198
0.017
-0.061
0.231
-0.009
0.040
-0.011
-0.019
0.042
0.015
0.024
-0.077
0.081
-0.142
0.157
0.026
-0.026
0.166
-0.080
0.007
-0.076
-0.077
-0.184
-0.027
0.092
0.005
0.010
-0.117
0.219
0.576
-0.444
0.442
Anexo 3. Total de carreras impartidas en el proceso 2008.
UNIVERSIDAD
PONTIFICIA UNIVERSIDAD CATOLICA
UNIVERSIDAD ARTURO PRAT
UNIVERSIDAD AUSTRAL DE CHILE
UNIVERSIDAD CATOLICA DE LA SANTISIMA CONCEPCION
UNIVERSIDAD CATOLICA DE TEMUCO
UNIVERSIDAD CATOLICA DEL MAULE
UNIVERSIDAD CATOLICA DEL NORTE
UNIVERSIDAD DE ANTOFAGASTA
UNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE CHILE
UNIVERSIDAD DE CONCEPCION
UNIVERSIDAD DE LA FRONTERA
UNIVERSIDAD DE LA SERENA
UNIVERSIDAD DE LOS LAGOS
UNIVERSIDAD DE MAGALLANES
UNIVERSIDAD DE PLAYA ANCHA DE CIENCIAS DE LA EDUCACION
UNIVERSIDAD DE SANTIAGO DE CHILE
UNIVERSIDAD DE TALCA
UNIVERSIDAD DE TARAPACA
UNIVERSIDAD DE VALPARAISO
UNIVERSIDAD DEL BIO-BIO
UNIVERSIDAD METROPOLITANA DE CIENCIAS DE LA EDUCACION
UNIVERSIDAD TECNICA FEDERICO SANTA MARIA
UNIVERSIDAD TECNOLOGICA METROPOLITANA
Total general
Total
87
34
43
25
26
18
36
28
23
51
86
36
30
25
21
44
63
20
50
63
37
23
52
31
952
Anexo 4. Carreras tomadas en cuenta para el estudio.
UNIVERSIDAD
PONTIFICIA UNIVERSIDAD
CATOLICA
CARRERA
ARQUITECTURA
DERECHO
INGENIERIA
INGENIERIA COMERCIAL
MATEMATICA Y ESTADISTICA
MEDICINA
PSICOLOGIA
ARQUITECTURA
DERECHO
UNIVERSIDAD CATOLICA
DEL NORTE
INGENIERIA CIVIL
INGENIERIA CIVIL INDUSTRIAL
INGENIERIA CIVIL, PLAN
COMUN
INGENIERIA COMERCIAL
UNIVERSIDAD DE CHILE
UNIVERSIDAD DE
CONCEPCION
UNIVERSIDAD DE
SANTIAGO DE CHILE
UNIVERSIDAD TECNICA
FEDERICO SANTA MARIA
MATEMATICA, PLAN COMUN
MEDICINA
PERIODISMO
PSICOLOGIA
ARQUITECTURA
DERECHO
INGENIERIA COMERCIAL
INGENIERIA Y CIENCIAS
MATEMATICAS
MEDICINA
PERIODISMO
PSICOLOGIA
ARQUITECTURA
DERECHO
INGENIERIA CIVIL
INGENIERIA CIVIL, PRIMER
AÑO COMUN
INGENIERIA COMERCIAL
MEDICINA
PERIODISMO
PSICOLOGIA
ARQUITECTURA
INGENIERIA COMERCIAL
INGENIERIA MATEMATICA
MEDICINA
PERIODISMO
PSICOLOGIA
INGENIERIA CIVIL
INGENIERIA COMERCIAL
PLAN COMUN INGENIERIAS
CODIGO DEMRE
1204
1221
1239
1214
1251
1258
1217
1840
1860
1883
1867
1862
1855
1846
1884
1852
1887
1839
1861
1101
1155
1142
1145
1134
1183
1168
1169
1380
1324
1369
1368
1319
1386
1331
1367
1670
1635
1647
1691
1655
1660
1504
1520
1573
1503
Anexo 5. Resultado Modelo Hipotético II.
CODIGO CARRERA
LROC
DIFC
DIST
CONS SIG DIFC SIG DIST SIG CONS
1101
ARQUITECTURA , UNIVERSIDAD DE CHILE
76.99% 0.0065 -0.0028 -4.7650
1134
MATEMATICAS , UNIVERSIDAD DE CHILE
83.01% 0.0095 -0.0025 -6.7990
1142
INGENIERIA COMERCIAL, UNIVERSIDAD DE CHILE
82.06% 0.0116 -0.0020 -3.3430
1145
INGENIERIA Y CIENCIAS , UNIVERSIDAD DE CHILE
93.90% 0.0212 -0.0013 -1.9190
1155
DERECHO, UNIVERSIDAD DE CHILE
91.16% 0.0187 -0.0011 -2.1500
1168
PERIODISMO , UNIVERSIDAD DE CHILE
85.75% 0.0148 -0.0003 -5.2240
1183
MEDICINA , UNIVERSIDAD DE CHILE
93.19% 0.0230 -0.0006 -1.6350
1204
ARQUITECTURA , PONTIFICIA UNIVERSIDAD CATOLICA
84.32% 0.0141 -0.0015 -4.4830
1214
INGENIERIA COMERCIAL , PONTIFICIA UNIVERSIDAD CATOLICA
89.64% 0.0188 -0.0017 -2.8960
1221
DERECHO , PONTIFICIA UNIVERSIDAD CATOLICA
93.72% 0.0220 -0.0011 -2.7700
1239
INGENIERIA , PONTIFICIA UNIVERSIDAD CATOLICA
95.00% 0.0262 -0.0012 -1.7590
1251
MATEMATICA Y ESTADISTICA , PONTIFICIA UNIVERSIDAD CATOLICA
87.80% 0.0105 -0.0043 -5.8390
1258
MEDICINA , PONTIFICIA UNIVERSIDAD CATOLICA
94.82% 0.0287 -0.0009 -1.2660
1319
INGENIERIA COMERCIAL , UNIVERSIDAD DE CONCEPCION
84.20% 0.0003 -0.0068 -3.8720
1324
DERECHO , UNIVERSIDAD DE CONCEPCION
86.82% 0.0130 -0.0061 -2.6110
1331
PERIODISMO , UNIVERSIDAD DE CONCEPCION
78.34% 0.0044 -0.0035 -6.2310
1368
INGENIERIA CIVIL, PRIMER AÑO COMUN , UNIVERSIDAD DE CONCEPCION
86.83% 0.0067 -0.0064 -4.6350
1369
INGENIERIA CIVIL , UNIVERSIDAD DE CONCEPCION
91.27% 0.0119 -0.0087 -3.1690
1380
ARQUITECTURA , UNIVERSIDAD DE CONCEPCION
85.18% 0.0079 -0.0071 -4.3450
1386
MEDICINA , UNIVERSIDAD DE CONCEPCION
86.70% 0.0177 -0.0047 -1.5180
1503
PLAN COMUN INGENIERIAS, UNIVERSIDAD TECNICA FEDERICO SANTA MARIA 75.92% 0.0110 0.0005 -5.8070
1504
INGENIERIA CIVIL , UNIVERSIDAD TECNICA FEDERICO SANTA MARIA
78.63% 0.0124 -0.0002 -5.2350
1520
INGENIERIA COMERCIAL , UNIVERSIDAD TECNICA FEDERICO SANTA MARIA
68.52% 0.0036 -0.0017 -5.8780
1573
INGENIERIA COMERCIAL , UNIVERSIDAD TECNICA FEDERICO SANTA MARIA
75.57% 0.0001 -0.0036 -5.5300
1635
INGENIERIA COMERCIAL , UNIVERSIDAD DE SANTIAGO DE CHILE
83.92% 0.0065 -0.0078 -4.7350
1647
INGENIERIA MATEMATICA , UNIVERSIDAD DE SANTIAGO DE CHILE
86.66% 0.0072 -0.0078 -6.1490
1655
PERIODISMO , UNIVERSIDAD DE SANTIAGO DE CHILE
82.26% 0.0066 -0.0051 -6.1640
1670
ARQUITECTURA , UNIVERSIDAD DE SANTIAGO DE CHILE
78.23% 0.0002 -0.0100 -5.7570
1691
MEDICINA , UNIVERSIDAD DE SANTIAGO DE CHILE
89.28% 0.0140 -0.0017 -3.3170
1840
ARQUITECTURA , UNIVERSIDAD CATOLICA DEL NORTE
92.18% 0.0007 -0.0045 -3.8040
1846
INGENIERIA COMERCIAL , UNIVERSIDAD CATOLICA DEL NORTE
94.52% 0.0002 -0.0053 -3.2590
1852
MATEMATICA, PLAN COMUN , UNIVERSIDAD CATOLICA DEL NORTE
97.69% 0.0037 -0.0058 -5.3420
1855
INGENIERIA CIVIL, PLAN COMUN , UNIVERSIDAD CATOLICA DEL NORTE
93.07% 0.0026 -0.0044 -4.6750
1860
DERECHO , UNIVERSIDAD CATOLICA DEL NORTE
95.30% 0.0089 -0.0052 -2.6640
1862
INGENIERIA CIVIL INDUSTRIAL , UNIVERSIDAD CATOLICA DEL NORTE
97.04% 0.0071 -0.0054 -2.9710
1867
INGENIERIA CIVIL , UNIVERSIDAD CATOLICA DEL NORTE
90.85% 0.0023 -0.0040 -4.6340
1883
DERECHO , UNIVERSIDAD CATOLICA DEL NORTE
94.40% 0.0092 -0.0122 -1.9170
1884
INGENIERIA COMERCIAL , UNIVERSIDAD CATOLICA DEL NORTE
90.58% -0.0015 -0.0102 -3.4210
1887
MEDICINA , UNIVERSIDAD CATOLICA DEL NORTE
90.27% 0.0221 -0.0094 -1.5890
Nota: Se presentan marcados en rojo valores que contradicen las hipótesis presentadas (columnas DIFC, DIST), o
significantes al 5% (columnas SIG DIST, SIG CONS).
0.0000
0.0000
0.0000
0.0260
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.3440
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.7400
0.0000
0.0000
0.0000
0.0620
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0020
0.0000
0.2580
0.0150
0.0010
0.9340
0.0000
0.0000
0.0000
0.0000
0.0010
0.0010
0.0030
0.9170
0.0000
0.0000
0.0000
0.7000
0.0000
0.8710
0.0000
0.2770
0.0000
0.2530
0.0000
0.0000
0.0000
0.0000
0.0000
0.2930
0.0000
0.0000
0.0000
0.3490
0.0000
0.0000
0.0000
alternativamente que
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
no son
Anexo 6. Resultados Modelo Hipotético III.
carrera
roc
Dist
difc
pcneg
_Isexo_2
_Itcol_2
allen
almat
alhis
alcie
_Iedpa_2
_Iedpa_3
_Iedpa_4
_Iedpa_5
1101
1134
1142
1145
1155
1168
1169
1183
1204
1214
1217
1221
1239
1251
1258
1319
1324
1331
1367
1368
1369
1380
1386
1503
1504
1520
1573
1635
1647
1655
1660
1670
1691
1839
1840
1846
1852
1855
1860
1861
1862
1867
1883
1884
1887
82.18%
88.73%
85.86%
94.80%
94.28%
91.01%
84.01%
94.68%
88.80%
93.48%
92.07%
95.53%
95.74%
90.34%
95.79%
90.65%
91.38%
90.96%
92.03%
91.73%
93.81%
88.56%
89.79%
83.17%
82.53%
75.40%
85.64%
89.72%
94.68%
93.79%
87.38%
89.26%
92.44%
98.55%
94.77%
96.19%
99.20%
97.20%
98.22%
97.19%
97.89%
96.39%
96.21%
92.36%
94.03%
-0.002***
-0.001
-0.002***
-0.001***
-0.001***
0
-0.002***
-0.001***
-0.001***
-0.001***
-0.002***
-0.001***
-0.001***
-0.004***
-0.001***
-0.009***
-0.007***
-0.006***
-0.009***
-0.007***
-0.009***
-0.007***
-0.005***
0**
0
-0.001**
-0.006***
-0.006***
-0.013***
-0.006***
-0.003***
-0.016***
-0.001***
-0.004***
-0.004***
-0.006***
-0.005***
-0.005***
-0.006***
-0.006***
-0.006***
-0.004***
-0.012***
-0.01***
-0.009***
0.008**
-0.014
0.007***
0.003
0.012***
0.016***
0.007**
0.024***
-0.002
0.009***
0.011***
0.029***
0.011***
0.002
0.047***
-0.009***
0.013***
0.002
-0.008*
-0.009
-0.001
-0.006
0.042***
0.001
0.008*
-0.001
-0.013***
0.016***
0.003
0.003
-0.004
0.014***
0.015**
-0.011
-0.008*
-0.006
-0.029*
-0.009
-0.002
-0.004
-0.004
-0.016*
0.013***
-0.001
0.044***
1.248***
0.171
1.345***
1.26***
0.153
1.232***
1.615***
0.942***
0.856***
0.47***
0.824***
0.378**
-0.124
0.62
-0.283
0.315
1.034***
0.64
0.387
0.173
0.69*
-0.029
0.439*
0.227
0.809**
1.694***
1.787***
1.66***
-0.62
2.275***
1.364***
1.622***
2.739***
-2.708***
-0.833*
-1.353***
0.273*
-0.17
0.023
-0.644***
-0.11
0.303
0.157
0.311***
0.309*
0.111
1.539***
-0.197
-0.872***
-0.147
0.459***
-0.138
-0.122
0.113
0.186
-1.238***
-1.117***
0.031
0.116
-0.934***
-0.904***
0.414*
-0.274
0.087
-0.726
0.14
0.681***
-0.004
-0.062
0.388
0.114
0.188
2.653**
-0.394
0.186
0.532**
-0.704***
-1.383***
0.271
0.158
-0.146
0.248
1.817*
-0.214*
0.419***
0.063
0.172
-0.184
0.176
-0.99***
-1.684***
-1.139***
-0.919***
-0.897***
0.419
-0.621***
-0.272
-0.106
1.539**
0.173
0.403
0.209
0.645*
0.224
-0.047
-0.001
-0.118
0.055
1.358***
1.769**
-0.586
0.731**
1.668***
0.123
-0.441
0.014
0.163
-0.001
0.001
-0.004***
-0.001
0.004***
0.003
0.008***
0.002
0.002
-0.005***
0.003*
-0.005***
-0.004***
-0.009***
-0.005**
-0.004***
0
0.004
0.011***
-0.007***
-0.003
-0.004*
-0.004**
-0.004*
-0.007***
-0.006***
-0.003
-0.009***
-0.01***
0.006
0.007***
-0.005*
-0.004**
0.006
-0.005
-0.001
-0.005
-0.007*
0.008**
0.006**
-0.007***
-0.007*
0.001
-0.007***
-0.009**
0.008***
0.021***
0.012***
0.019***
-0.007***
-0.008***
-0.006***
-0.007***
0.012***
0.013***
-0.002
-0.009***
0.011***
0.013**
-0.012***
0.014***
-0.005***
-0.004
-0.007***
0.01***
0.013***
0.01***
-0.017***
0.009***
0.008***
0.016***
0.016***
0.008***
0.011**
-0.013***
-0.002
-0.005**
-0.012***
-0.016***
0.007*
0.007**
0.025**
0.008
-0.007***
-0.003
0.009***
0.01*
-0.007***
0.004
-0.016***
0.002***
-0.002
0.002***
-0.001***
0.01***
0.006***
0.001**
-0.001***
0.002***
0.003***
0.002***
0.006***
0
-0.001
-0.001***
0.002***
0.007***
0.002
0.001***
-0.001**
0
0.006***
0*
0
0.001**
0.001***
0.002***
0.003***
-0.002*
0.008**
0.003***
0.002***
-0.001*
0.001
0.002***
0.001*
0
-0.002
0.008***
0.002***
0
-0.001
0.006***
0.001**
0
-0.001*
0.004
-0.001***
0.005***
-0.002***
-0.002***
-0.001***
0.009***
-0.001***
-0.001***
-0.001***
-0.002***
0.002
0.002
-0.002
-0.001**
-0.001***
-0.004***
0.006***
0.006***
0.002*
0
0.001
0.002***
0.002***
0
0
-0.002***
0
-0.002*
-0.002***
0
0.018***
-0.005*
0
-0.002**
0.004
0.002
-0.002***
-0.001**
0.004***
0.003
-0.002***
0
0.005
13.328***
13.348*
-0.043
-0.318
-0.519
13.098***
-0.962
14.138***
13***
13.452***
13.371***
12.756***
12.502*
0.25
-0.383
-0.129
13.235***
-0.805
14.927***
13.072***
12.61***
12.836***
14.401***
13.387***
14.066**
-1.52
-0.293
0.532
13.833***
11.829
-0.373
-0.543
-0.294
11.856***
-1.129
14.506***
13.984***
12.994***
13.78***
14.225***
13.818***
13.967**
-0.845
-1.185*
0.357
12.572***
-0.891
16.367***
-1.819
13.879***
-0.318
14.186***
12.961***
12.889***
13.12***
-0.808
13.162**
14.899***
14.049***
14.345***
14.153***
-2.08*
13.295***
15.849***
15.382**
14.357***
-1.498
14.824***
-1.43
14.985***
-1.116
-0.488
13.354**
13.597***
12.758*
0.248
-0.399
-0.107
13.639***
-0.847
14.583***
13.858***
13.038***
13.605***
14.626***
13.896***
14.845**
-0.817
-1.263**
0.325
14.236***
-1.199
16.087***
-1.331
13.885***
-0.212
13.751***
13.658***
13.256***
14.005***
-0.712
13.253**
14.7***
13.66***
13.478***
14.258***
-3.054**
14.929***
16.456***
13.129*
15.376***
-1.572
15.69***
-1.323
14.425***
-0.775
-1.254
13.621**
Continúa en página siguiente.
-2.214***
-0.037
-0.046
-0.648*
1.21***
-0.481
0.096
1.096
0.278
0.402
0.565*
-0.033
1.102**
0.071
0.872*
13.726***
14.067**
-1.273
-0.944
0.55
13.04***
-0.923
16.323***
-1.226
13.685***
-0.459
13.31***
14.099***
13.27***
14.099***
-0.776
14.267**
-1.463*
16.469***
-2.694*
14.471***
-0.075
14.042***
13.826***
13.103***
12.953***
-0.839
13.633**
12.933***
14.144***
14.403***
14.005***
13.913***
14.263***
14.967***
14.964***
14.754***
16.526***
15.52**
16.207***
-2.264
16.011***
-1.35
-0.618
-0.785
12.982**
-1.58
15.752***
-1.37
14.509***
-0.888
-1.457
13.594**
carrera
1101
1134
1142
1145
1155
1168
1169
1183
1204
1214
1217
1221
1239
1251
1258
1319
1324
1331
1367
1368
1369
1380
1386
1503
1504
1520
1573
1635
1647
1655
1660
1670
1691
1839
1840
1846
1852
1855
1860
1861
1862
1867
1883
1884
1887
_Iedpa_6 _Iedpa_7 _Iedpa_8 _Iedpa_9
14.03***
0.502
-0.462
-0.33
-0.586
15.191***
14.332***
14.159***
13.916***
-0.778
0.509
0.117
14.188***
-0.302
13.801***
13.821***
14.504***
-1.405
14.168**
14.167***
14.546***
-0.867
-1.115
-1.246
14.441***
*: Valor es significante con un
14.006***
13.209*
-0.147
-0.469
-0.079
14.18***
-0.742
14.936***
14.425***
13.485***
13.065***
14.709***
14.193***
14.36**
-1.35
-1.279*
0.459
14.363***
-1.891**
16.148***
-1.802
13.541***
-0.322
13.927***
13.636***
13.435***
14.15***
-1.29
14.486***
13.737***
13.862***
13.736***
-2.531*
15.362***
15.947***
-1.263
15.554***
-0.511
15.165
-0.558
-0.229
13.149**
14.517***
0.499
-0.326
-0.249
13.824***
-0.353
14.844***
14.485***
13.369***
14.067***
15.11***
14.279***
15.152**
-0.79
-0.467
-0.232
15.322***
-0.929
16.229***
-2.41*
13.344***
-0.369
13.405***
13.76***
13.758***
14.232***
-1.135
12.827**
13.57***
13.313***
13.455***
14.599***
-2.328*
15.728***
15.911***
14.049*
15.585***
-1.935
15.873***
-0.852
14.712***
-0.716
-0.326
13.478**
. **: Valor es significante con un
14.056***
11.33
0.451
-0.364
-0.16
14.007***
-0.54
14.679***
14.531***
13.765***
14.143***
14.769***
14.731***
14.564**
-0.587
-0.851
0.295
14.759***
-0.691
16.704***
-0.913
14.146***
-0.266
13.898***
13.877***
13.367***
14.57***
-1.047
12.423**
14.856***
13.97***
13.788***
14.603***
-2.502**
14.938***
15.884***
14.344*
15.513***
-1.432
15.824***
-1.136
14.355***
-0.726
-0.583
13.327**
_Iedpa_1 _Iedpa_1 _Iedpa_1 _Iedpa_1 _Inrama_ _Inrama_ _Inrama_ _Inrama_
0
1
2
3
2
3
4
5
14.713***
13.798***
0.4
-0.558
0.289
14.664***
-0.151
15.22***
13.973***
13.326***
14.346***
14.824***
13.185***
14.862**
-1.316
-1.266
0.702
14.9
-0.491
0.373
-0.332
0.448
14.344***
-0.496
14.759***
14.144***
13.694***
13.771***
15.155***
14.409***
-1.546
13.694***
-1.517
13.736***
14.712***
-1.583
13.767***
13.756***
15.29***
16.16***
-1.858
-1.297
-1.484
-0.58
-0.208
-0.833
0.976
-1.609
16.416***
-0.835
-0.701
0.66
15.062***
-0.886
14.622***
12.947***
13.994
14.66***
14.719***
0.96
15.77***
-0.588
0.306
13.718***
0.086
14.249***
13.815***
13.842***
13.757***
-0.62
12.673**
14.069***
13.888***
13.711***
14.253***
-2.181
15.41***
14.743***
16.523***
-1.39
15.477***
-1.38
14.881***
-2.43
12.667**
. ***: Valor es significante con un
.
-0.169
13.746***
14.074***
14.168**
13.988***
16.571***
-0.016
16.015***
-0.59
13.994***
11.581
0.228
-0.745
-0.146
13.747***
-0.709
14.555***
13.865***
13.67***
13.865***
14.956***
14.716***
14.84**
-0.622
-0.843
0.467
14.008***
-1.453*
16.457***
-1.234
14.128***
-0.13
13.916***
13.428***
13.161***
13.773***
-1.36
12.706**
14.762***
13.835***
13.579***
13.724***
-3.108**
15.416***
15.835***
15.512***
-1.73
15.84***
-0.917
14.634***
-0.969
-0.403
13.526**
-0.336
0.562
0.264
-0.041
0.217
-0.285
0.343
1.04*
0.047
0.205
1.306*
0.285
-0.709
-0.026
0.755
0.742
0.584
1.299**
0.175
-1.272
-0.076
0.061
0.103
0.409
-0.216
-0.079
0.015
-0.506
0.661
0.082
-0.021
0.602
0.89***
0.305
-0.486**
-0.185
0.351
1.055***
0.014
0.758**
-1.639
-0.035
0.589
-0.353
0.271
1.093***
-0.322
-0.513
0.049
-0.031
0.259
-0.861*
0.702**
-1.523
-0.173
0.284
0.974***
0.642***
-0.261
-0.997
-0.52
-0.33
-0.8
-0.236
0.331
1.24***
-0.47
-0.66
-0.053
0.563
1.051
-0.216
1.249***
-0.758
0.139
-1.215**
-0.191
-1.508***
-0.477
-1.408
-0.464
1.117**
0.728
-1.271
1.158***
-0.747
-0.194
-1.425**
-0.95**
0.09
-0.75
0.106
-0.067
0.148
0.117
0.236
0.29
-0.113
0.169
0.053
-0.114
1.389**
1.061
-0.202
-0.859
0.002
1.291
-0.283
-1.66
-0.351
0.265
-1.247
0.951**
-1.419
1.184
0.329
0.407
0.575
-0.233
0.152
0.066
-1.142
-0.066
-0.899
0.318
-0.073
-0.011
2.69**
-0.906
-1.366
-1.333
adeg
_cons
-0.001
-0.108
0.013
-0.353***
-0.2***
-0.087
-0.047
-0.101**
-0.221**
0.015
0.03
-0.122**
-0.306***
0.108**
0.001
-0.156**
-0.17***
-0.074
0.031
-0.052
0.006
0.015
-0.081
-0.175*
-0.229**
-0.116
-0.082
-0.08
-0.098
0.016
-0.033
-0.252*
-0.013
-0.121
-0.082
0.021
0.037
-0.004
-0.003
0.015
-0.395**
-0.301
-0.16**
-0.12
0.037
-24.927
-37.311
-10.606***
-18.126***
-7.28***
-20.137
-7.079***
-19.672
-29.242
-22.737
-21.053***
-11.457
-21.57
-25.657
14.74***
-8.721***
-3.833*
-21.912***
-9.892***
-26.196
-11.18***
-25.873
13.874***
-23.571
-21.233
-26.784
-30.349
-6.154***
-20.353
-22.397
-26.289
-16.074
-21.041
3.776
-20.289
-22.463
-32.657
-21.066
-6.589**
-21.497
-4.164*
-20.073***
-2.226
-1.141
-1.668
Anexo 7: Resumen de la Dirección de las Variables
Todas
Negativas
Positivas
% Significativo
al 10%
dist
4.44%
95.56%
93.3%
2.38%
97.62%
difc
55.56%
44.44%
55.6%
76.00%
24.00%
pcneg
72.09%
27.91%
62.8%
81.48%
18.52%
_isexo_2
56.52%
43.48%
39.1%
55.56%
44.44%
_itcol_2
64.44%
35.56%
42.2%
63.16%
36.84%
allen
34.78%
65.22%
65.2%
23.33%
76.67%
almat
54.35%
45.65%
87.0%
57.50%
42.50%
alhis
60.87%
39.13%
73.9%
76.47%
23.53%
alcie
47.83%
52.17%
65.2%
33.33%
66.67%
_iedpa_2
65.85%
34.15%
61.0%
100.00%
0.00%
_iedpa_3
69.05%
30.95%
66.7%
92.86%
7.14%
_iedpa_4
67.39%
32.61%
65.2%
93.33%
6.67%
_iedpa_5
69.57%
30.43%
67.4%
93.55%
6.45%
_iedpa_6
65.38%
34.62%
50.0%
100.00%
0.00%
_iedpa_7
65.12%
34.88%
65.1%
89.29%
10.71%
_iedpa_8
64.44%
35.56%
66.7%
93.33%
6.67%
_iedpa_9
67.39%
32.61%
63.0%
96.55%
3.45%
_iedpa_10
63.64%
36.36%
48.5%
100.00%
0.00%
_iedpa_11
72.50%
27.50%
62.5%
100.00%
0.00%
_iedpa_12
70.83%
29.17%
50.0%
100.00%
0.00%
_iedpa_13
68.89%
31.11%
64.4%
93.10%
6.90%
_inrama_2
64.52%
35.48%
9.7%
100.00%
0.00%
_inrama_3
47.73%
52.27%
27.3%
75.00%
25.00%
_inrama_4
48.72%
51.28%
20.5%
50.00%
50.00%
_inrama_5
42.86%
57.14%
9.5%
100.00%
0.00%
adeg
30.43%
69.57%
32.6%
13.33%
86.67%
_cons
8.70%
91.30%
37.0%
17.65%
82.35%
variable
Significativas al 10%
Negativas
Positivas
Anexo 8. Resultados Modelo Hipotético IV.
carrera
1101
1134
1142
1145
1155
1168
1169
1183
1204
1214
1217
1221
1239
1251
1258
1319
1324
1331
1367
1368
1369
1380
1386
1503
1504
1520
1573
1635
1647
1655
1660
1670
1691
1839
1840
1846
1852
1855
1860
1861
1862
1867
1883
1884
1887
difc
-0.175***
-0.118***
-0.237***
-0.301***
-0.222***
-0.176***
-0.218***
-0.504***
-0.245***
-0.268***
-0.237***
-0.213***
-0.41***
-0.117***
-0.601***
-0.08***
-0.156***
-0.06**
-0.141***
-0.079***
-0.218***
-0.079***
-0.411***
-0.121***
-0.204***
-0.161***
-0.203***
-0.16***
-0.11***
-0.132***
-0.164***
-0.133***
-0.436***
-0.047*
-0.048**
-0.05**
-0.049**
-0.044*
-0.089***
-0.057**
-0.064***
-0.044*
-0.096***
-0.053**
-0.23***
Continúa en página siguiente.
dist
0
-0.002
0.001
0.002
0.001
0.001
0.001
0.003
0.001
0.001
0.001
0.001
0.002
-0.001
0.004
0.001
0.001
0.001
0.001
0
0
0.001
0.003
0.002
0.003
0.002
0
-0.001
-0.009
-0.001
0
-0.001
0.003
0
0.002
0
0.002
0.001
0.001
0.001
0.001
0
0.001
-0.001
0.003
pcneg
7.908
7.638
7.87
7.699
7.419
7.699
7.866
7.441
7.934
7.946
7.547
7.509
7.273
8.916
7.564
7.955
7.562
7.849
7.301
7.673
6.982
7.888
7.024
7.833
7.198
7.762
8.062
8.854
6.546
8.085
8.194
8.899
7.588
4.031
6.359
5.819
6.864
3.424
7.518
8.254
7.018
3.581
7.643
6.531
7.23
_isexo_2
2.555***
1.862**
2.671***
2.651***
2.95***
2.921***
3.053***
5.23***
2.817***
2.979***
3.897***
2.909***
3.436***
2.183***
5.838***
1.676**
2.224***
1.805**
2.336***
0.098
1.223
1.866**
4.715***
0.685
1.033
2.056***
2.202***
1.971**
1.132
1.538*
2.856***
2.226***
4.713***
2.407***
1.076
0.988
1.077
0.03
1.669**
2.153***
0.787
0.82
2.317***
1.368*
2.392***
_itcol_2
1.564*
2.242**
1.129
1.537*
1.649*
1.569*
1.68*
1.387
0.75
0.196
0.687
1.241
0.884
1.485
0.925
0.757
1.73*
2.092*
1.418
1.539*
2.336**
0.953
1.862**
0.944
1.499
1.464
1.971**
2.467***
3.072***
0.993
2.424**
2.592***
2.078**
-1.624
0.133
0.219
0.619
0.344
1.282
0.731
0.745
-0.387
2.742***
2.071**
2.603**
allen
0.115***
0.09***
0.131***
0.14***
0.138***
0.122***
0.144***
0.186***
0.138***
0.142***
0.146***
0.135***
0.158***
0.089***
0.212***
0.07***
0.109***
0.074***
0.104***
0.07***
0.119***
0.071***
0.164***
0.088***
0.117***
0.105***
0.119***
0.103***
0.085***
0.107***
0.121***
0.104***
0.165***
0.043***
0.049***
0.052***
0.049***
0.036***
0.084***
0.069***
0.057***
0.035**
0.087***
0.055***
0.141***
almat
0.115***
0.097***
0.156***
0.189***
0.11***
0.091***
0.114***
0.263***
0.153***
0.174***
0.131***
0.111***
0.245***
0.102***
0.299***
0.065***
0.083***
0.034**
0.071***
0.061***
0.134***
0.06***
0.225***
0.095***
0.131***
0.103***
0.126***
0.109***
0.094***
0.063***
0.087***
0.083***
0.23***
0.025*
0.039***
0.041***
0.05***
0.037***
0.047***
0.037***
0.058***
0.041***
0.052***
0.044***
0.118***
alhis
0.005***
0.001
0.005***
0.004**
0.027***
0.015***
0.005***
0.004**
0.006***
0.007***
0.006***
0.025***
0.004***
0.002
0.004**
0.003*
0.013***
0.005**
0.004**
0.001
0.003*
0.008***
0.004***
0.003*
0.004**
0.004**
0.005***
0.009***
-0.001
0.013***
0.007***
0.004***
0.004**
0.002
0.003
0.002
0.003
-0.002
0.007***
0.003*
0
-0.001
0.01***
0.003*
0.002
alcie
0.001
0.007**
0.002
0.027***
0
-0.001
0
0.097***
0.001
0.003
0.001
0
0.053***
0.007**
0.125***
0.001
0.001
-0.002
0.007***
0.008***
0.008***
0.002
0.062***
0.005**
0.006***
0.002
0.002
0.001
0.004
-0.002
-0.001
0.002
0.08***
-0.006**
-0.001
-0.001
0.006
0.002
-0.001
-0.001
0.004**
0.003
0
0
0.024***
_iedpa_2
11.502
12.41
1.21
2.629
11.07
3.051
1.495
5.61
11.836
11.315
0.758
11.896
12.343
10.456
5.896
14.1
2.602
4.757
1.378
10.439
13.072
12.801
5.097
1.992
11.886
1.154
12.539
1.451
10.342
11.287
12.2
13.595
14.749
3.271
7.94
0.385
13.224
-1.09
-0.301
1.906
-0.413
-1.112
11.015
15.123
14.349
_iedpa_3
14.378
5.754
3.601
4.922
12.791
14.46
3.251
8.778
13.397
13.517
3.027
13.647
14.368
13.83
8.718
15.825
3.869
8.465
3.396
12.176
12.667
14.366
7.753
3.915
13.624
3.154
14.41
3.839
4.944
14.3
13.902
15.162
17.331
6.629
10.259
-4.356
9.591
0.227
0.489
4.08
0.815
0.628
13.405
16.277
14.964
_iedpa_4
12.62
11.414
0.501
2.131
10.75
10.082
0.633
4.561
11.762
8.974
-0.164
10.943
11.893
11.481
3.435
13.972
1.723
11.52
1.962
11.529
12.739
13.234
4.094
0.964
9.367
0.628
11.775
1.124
11.21
11.482
12.298
13.413
13.461
10.476
7.504
1.93
7.364
1.32
-0.42
1.879
0.608
-1.259
10.754
15.387
12.739
_iedpa_5
11.525
11.055
0.181
0.934
10.436
11.329
0.519
3.208
10.739
9.232
0.033
10.962
10.135
10.633
2.203
13.334
1.516
11.657
0.925
10.826
11.131
12.173
2.962
0.793
10.136
0.336
11.678
1.146
9.906
11.763
11.696
12.749
12.198
10.348
8.547
1.663
11.983
0.608
-0.746
1.779
0.001
-1.456
10.892
13.818
11.749
carrera
1101
1134
1142
1145
1155
1168
1169
1183
1204
1214
1217
1221
1239
1251
1258
1319
1324
1331
1367
1368
1369
1380
1386
1503
1504
1520
1573
1635
1647
1655
1660
1670
1691
1839
1840
1846
1852
1855
1860
1861
1862
1867
1883
1884
1887
_iedpa_6
17.213
7.97
5.349
5.985
16.905
6.516
6.962
7.707
6.337
5.871
-4.52
17.366
15.351
8.073
5.811
9.658
7.113
6.665
7.061
7.103
17.279
18.07
9.318
7.251
5.953
7.327
7.722
-2.864
9.729
16.936
18.347
18.511
18.356
14.403
6.921
-4.706
7.899
-3.837
5.536
6.733
-2.828
-6.645
16.529
7.535
19.233
_iedpa_7
11.914
10.569
0.269
0.603
9.949
11.708
-0.075
2.942
11.251
9.545
-0.381
10.629
10.251
-0.833
2.456
12.323
1.345
10.369
-0.84
10.882
10.968
12.039
2.359
1.104
10.243
0.386
11.826
0.266
8.645
10.599
1.665
12.776
10.966
9.785
8.001
1.815
7.326
1.131
-2.396
0.818
1.005
-0.553
10.855
14.614
10.426
_iedpa_8
11.733
10.776
-0.696
0.059
9.704
10.003
0.005
2.677
10.901
8.68
-0.987
10.313
10.028
9.713
2.649
12.67
0.866
11.551
-0.011
10.652
9.471
11.819
1.776
-0.131
8.869
0.26
11.333
-0.201
8.833
9.501
10.967
12.441
11.397
9.351
8.333
1.082
11.755
0.284
-1.992
1.697
0.437
-1.298
10.42
14.548
8.804
_iedpa_9
12.348
10.903
0.557
1.174
10.514
11.458
1.035
3.713
11.385
9.914
0.286
11.052
10.996
9.91
3.272
13.624
1.014
12.064
1.408
11.211
11.947
13.064
3.208
0.898
10.242
0.481
12.353
1.208
9.188
10.648
11.694
13.384
12.784
10.237
8.626
1.831
12.733
0.585
0.051
2.258
0.379
-2.1
10.734
14.261
12.015
_iedpa_10
12.879
12.37
1.163
2.225
11.116
13.334
-7.875
4.958
13.127
10.944
0.799
11.454
11.431
0.077
4.146
14.367
3.074
13.208
1.521
11.04
10.993
12.769
2.963
-0.19
9.915
0.64
3.189
-7.399
0.996
2.728
13.314
14.19
14.438
1.087
9.448
3.002
6.616
0.209
0.71
-2.809
0.161
-0.96
11.77
14.79
2.238
_iedpa_11
12.551
1.363
1.469
2.093
11.615
12.445
1.896
5.277
1.925
10.848
1.593
12.397
12.453
10.396
5.267
14.376
2.404
5.588
2.268
10.619
11.674
13.96
3.683
2.133
10.669
0.788
12.564
2.242
11.329
11.577
12.864
12.493
13.268
3.259
9.455
2.514
7.653
1.757
0.572
2.796
0.809
-1.834
11.682
14.577
13.161
*: Valor es significante con un
. **: Valor es significante con un
. ***: Valor es significante con un
La elaboración de este logit multinomial tomó como opción base la carrera 0000; no postular a ninguna carrera.
_iedpa_12
15.026
1.046
1.724
3.983
13.124
13.992
2.827
6.096
2.76
11.517
3.107
13
12.325
0.7
-0.832
7.089
4.571
4.523
4.173
0.746
14.201
10.279
-3.891
2.918
2.371
-5.988
14.013
-0.549
11.773
3.715
13.644
15.742
15.14
1.158
4.194
4.218
6.52
1.484
2.791
4.036
1.308
-12.241
13.956
16.265
6.207
.
_iedpa_13
13.162
12.221
1.728
2.949
11.731
12.304
1.5
5.518
12.462
11.341
1.441
12.308
12.663
11.447
5.371
14.804
2.764
13.067
2.486
12.114
13.06
13.667
4.856
1.975
11.562
1.884
12.789
1.984
10.813
12.214
12.563
14.088
14.234
2.403
9.442
2.214
8.222
0.998
-0.459
2.749
0.643
-1.237
11.597
15.5
12.925
_inrama_2 _inrama_3 _inrama_4 _inrama_5 _inrama_6 _inrama_7
1.771
2.869*
1.503
-4.81
-14.785
12.443
-3.084
2.535
2.256
-2.676
-8.721
16.022
-0.701
5.161***
0.665
2.985
-22.252
13.258
-1.216
6.58***
2.722
2.145
-0.337
13.569**
1.118
2.1
0.1
5.91**
-16.285
24.752
2.662
2.012
0.012
-3.324
-14.444
14.9
1.872
2.919*
-0.052
-6.493
-15.819
13.719
-2.95
7.804***
1.661
0.754
18.348
19.198**
-9.467
3.45**
2.253
-7.24
-20.782
13.25
-4
5.621***
1.004
-5.747
-19.862
18.016*
0.168
3.27**
1.429
1.594
-12.325
14.316
1.043
2.01
-0.05
6.342**
-15.233
16.355
-1.898
7.518***
2.812
-6.525
1.434
18.01***
-5.12
2.961*
0.999
-3.279
-9.957
14.367
-3.956
6.986***
-1.611
-14.446
30.331
26.412***
3.567
3.16**
-0.693
3.228
8.794
8.118
3.043
1.918
-0.582
4.14
31679.71
12.694
4.054
0.71
1.177
-6.165
-12.471
4.314
1.607
1.592
0.571
3.727
-60.04
11.063
-6.38
0.527
1.979
-4.838
-1.98
12.306
-7.72
3.221*
2.221
-6.04
-21.301
8.679
2.597
1.07
1.603
-6.616
8.548***
19.048
-1.691
8.867***
3.001
0.257
-5.859
14.813**
-3.848
2.456
0.323
-2.243
-10.449
13.754
-4.528
3.739**
1.109
-3.274
-18.953*
27.074***
2.127
1.837
0.224
-3.04
-25.024
14.912*
2.571
3.712**
-7.615
-5.599
-18.127
12.256
2.503
3.782**
0.317
-3.508
-61.253
14.131
-2.809
-4.555
-6.996
-2.133
4.565
15.747
3.25
0.788
-8.341
-4.249
-22.639
9.587
3.746
1.932
0.884
5.895**
-57.487
13.506
3.604
2.456
1.98
5.617*
-16.609
11.676
-2.287
8.032***
2.077
1.277
1.28
14.008**
-5.14
0.521
-5.857
-6.608
-3.636
-0.995
3.54
0.303
1.099
3.817
-7.919
0.234
3.791
2.891*
0.466
-5.768
0.649
-1.737
-2.984
3.314*
-5.952
7.285**
-4.144
-2.394
-6.141
1.761
1.948
2.055
-3.636
-1.7
1.888
0.976
0.75
3.687
-1.999
8.23
-3.509
0.904
0.903
2.628
-4.086
2.799
2.688
2.097
2.172
-7.613
8.98
7.745
3.414
1.305
1.604
-7.112
-3.751
-2.633
3.79
0.62
-0.027
3.293
-5.113
6.943
-6.089
1.594
1.402
2.839
-4.928
0.45
3.307
4.428**
1.347
-4.128
-2.52
10.137
Anexo 9. Resultados de Clasificación Modelo Hipotético IV, por carrera.
Carrera
0000
1101
1134
1142
1145
1155
1168
1169
1183
1204
1214
1217
1221
1239
1251
1258
1319
1324
1331
1367
1368
1369
1380
1386
1503
1504
1520
1573
1635
1647
1655
1660
1670
1691
1839
1840
1846
1852
1855
1860
1861
1862
1867
1883
1884
1887
1
99.5%
14.8%
8.3%
38.0%
82.5%
53.8%
0.4%
6.9%
70.2%
1.2%
40.8%
7.4%
34.2%
57.1%
12.7%
62.4%
37.4%
44.5%
13.4%
39.8%
51.2%
18.7%
20.5%
25.3%
57.7%
12.5%
3.1%
9.5%
19.9%
21.1%
7.8%
12.1%
4.9%
17.3%
46.1%
16.7%
21.2%
2.6%
67.8%
26.3%
28.3%
27.5%
10.0%
30.5%
21.9%
20.5%
2
99.5%
25.6%
24.0%
65.2%
93.2%
84.9%
3.3%
14.9%
92.0%
5.4%
62.0%
14.7%
73.9%
83.8%
30.3%
89.5%
53.2%
63.9%
26.8%
55.4%
68.0%
28.2%
40.3%
44.2%
68.5%
30.0%
14.3%
25.7%
30.8%
30.3%
14.7%
25.2%
11.1%
48.9%
57.9%
26.8%
38.4%
5.1%
79.4%
42.1%
46.1%
58.8%
43.6%
46.4%
38.7%
28.8%
Numero de Postulaciones
3
4
5
99.5%
99.5%
99.5%
40.0%
51.6%
60.0%
37.2%
47.1%
52.9%
79.7%
87.6%
92.4%
96.5%
98.0%
99.3%
89.1%
91.8%
94.3%
13.2%
26.7%
42.0%
32.3%
47.6%
57.5%
96.8%
98.2%
99.1%
25.3%
41.1%
53.3%
74.4%
82.8%
87.2%
34.0%
52.8%
62.6%
82.6%
88.9%
92.3%
90.5%
95.6%
98.8%
41.8%
46.7%
55.8%
94.1%
96.9%
98.4%
63.9%
73.5%
79.5%
77.5%
82.8%
87.4%
39.4%
51.2%
63.0%
67.2%
73.9%
77.4%
75.6%
82.0%
85.5%
41.0%
51.5%
61.0%
55.1%
67.0%
75.9%
74.4%
88.9%
97.3%
74.8%
78.7%
82.7%
41.5%
52.8%
60.8%
21.8%
31.7%
45.4%
35.7%
46.7%
58.1%
43.0%
52.4%
59.0%
35.8%
50.5%
56.0%
21.7%
31.0%
39.5%
36.1%
48.6%
56.2%
18.5%
25.9%
34.2%
74.5%
90.1%
98.6%
59.2%
65.8%
67.1%
41.1%
51.8%
62.5%
49.2%
58.4%
69.2%
12.8%
20.5%
25.6%
83.3%
87.1%
90.6%
56.1%
65.6%
73.3%
58.5%
67.8%
77.1%
72.9%
83.9%
88.2%
61.4%
77.1%
81.4%
59.3%
65.5%
72.4%
51.6%
60.2%
68.0%
39.0%
48.6%
52.1%
6
99.5%
69.7%
56.2%
95.0%
99.8%
96.8%
56.0%
65.3%
99.1%
65.2%
91.0%
72.3%
94.4%
99.1%
61.2%
99.1%
84.6%
91.0%
69.3%
82.2%
87.7%
68.2%
82.7%
98.2%
85.3%
68.8%
53.6%
66.8%
65.0%
60.6%
42.6%
64.5%
43.2%
99.3%
67.1%
71.4%
80.4%
28.2%
91.8%
77.9%
83.3%
91.8%
85.7%
76.4%
76.2%
60.3%
7
99.5%
77.2%
60.3%
96.5%
99.8%
97.4%
63.0%
72.8%
99.5%
74.7%
92.8%
80.0%
95.7%
99.2%
64.8%
99.1%
87.4%
93.6%
76.4%
85.7%
90.0%
73.4%
86.6%
98.6%
87.6%
74.8%
62.5%
74.9%
68.2%
61.5%
50.4%
69.0%
49.0%
99.7%
71.1%
81.0%
85.6%
38.5%
92.3%
82.5%
87.6%
92.5%
85.7%
80.9%
82.0%
67.8%
8
99.5%
83.6%
64.5%
98.1%
99.9%
98.1%
67.9%
78.6%
99.5%
83.0%
94.7%
83.5%
97.4%
99.5%
70.3%
99.1%
89.5%
94.8%
81.1%
87.9%
91.7%
80.3%
92.6%
99.1%
89.6%
78.0%
68.3%
80.7%
73.3%
64.2%
60.5%
74.8%
57.2%
99.7%
73.7%
86.3%
90.8%
51.3%
93.6%
85.6%
89.1%
94.1%
88.6%
83.2%
85.9%
71.9%