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%