Estimación de los resultados en matemáticas y ciencias de las pruebas TIMSS 2015: un nuevo enfoque desde la metodología de áreas pequeñas
Resumen (es)
Las pruebas TIMSS son un instrumento que se aplica a nivel internacional con el fin de medir las tendencias en los logros de Matemáticas y Ciencias en los grados cuarto de primaria y octavo de bachillerato. Dado el diseño de estas pruebas, es posible obtener resultados trazables y comparables, que permiten a gobiernos de distintas naciones generar, mantener o eliminar políticas públicas con el objetivo de mejorar su sistema educativo. Naturalmente, estas pruebas han adquirido gran relevancia a nivel mundial. Teniendo en cuenta lo anterior, el objetivo de este trabajo académico es proponer un estimador utilizando Estimación en Áreas Pequeñas que permita mejorar la calidad de las estimaciones que se obtienen actualmente con el diseño de muestreo empleado en TIMSS 2015. Adicional a lo anterior, esta metodología permite estimar el resultado que hubiese obtenido un país que no presentó esta prueba en el año 2015, pero que cuenta con información auxiliar relacionada con el logro académico. Para la construcción del estimador del logro académico, se utiliza el modelo de Fay-Herriot y para ello se utilizarán variables auxiliares como información demográfica, socioeconómica y puntajes obtenidos en aplicaciones anteriores de la prueba. Finalmente se mostrará con este trabajo que la utilización de la Estimación en Áreas Pequeñas, en pruebas internacionales, mejora en gran parte la eficiencia de los resultados obtenidos y, por ende, permite una mejor toma de decisiones en política educativa.
Resumen (en)
TIMSS is an internationally applied instrument for measuring trends in Mathematics and Science achievement in the fourth grade of primary and eighth grade of secondary school. Given the design of these tests, it is possible to obtain traceable and comparable results, which allow governments of different nations to generate, maintain or eliminate public policies with the objective of improving their education system. Naturally, these tests have acquired great relevance at the global level. Considering the above, the objective of this academic work is to propose an estimator using Small Area Estimation that allows for improving the quality of the estimates currently obtained with the sampling design used in TIMSS 2015. In addition, this methodology allows us to estimate the result that would have been obtained by a country that did not present this test in 2015, but has auxiliary information related to academic achievement. To build the estimator of academic achievement, the Fay-Herriot model is used using auxiliary variables such as demographic and socioeconomic information and scores obtained in previous applications of the test. Finally, this paper will show that the use of Small Area Estimation in international tests improves the efficiency of the results obtained and, therefore, allows for better decision-making in education policy.
Referencias
Birnbaum, A. (1958), On the estimation of mental ability, in `Series report n_15', USAF School of
Aviation Medicine, Randolph Air Force Base, Texas, pp. 7755-7723.
Duarte, J., Gargiulo, C. & Moreno, M. (2011), Infraestructura Escolar y Aprendizajes en la Educación
Básica Latinoamericana: Un análisis a partir del SERCE, Banco Interamericano de Desarrollo,
Santiago de Chile. Estudio Internacional de Tendencias en Matemática y Ciencias (TIMSS) (2018), Agencia de calidad de la educación, Santiago.
Fay, R. & Herriot, R. (1979), `Estimation of income from small places: An application of jamesstein procedures to census data', Journal of the American Statistical Association 74, 269-277.
Ghosh, M. & Rao, J. (1994), `Small area estimation: An appraisal', Statistical Science 9(1), 55-83. International Standard Classi_cation of Education ISCED (2011), UNESCO, Quebec.
LaRoche, S., Joncas, M. & Foy, P. (2015), Sample design in timss 2015, in M. Martin, I. Mullis & M. Hooper, eds, `Methods and procedures in TIMSS 2015', TIMSS & PIRLS International Study Center, Boston.
Mineducación (2010), Sistema educativo colombiano, Ministerio de educación, Bogotá.
Muraki, E. (1992), `A generalized partial credit model: Application of an em algorithm', Applied Psychological Measurement 16, 159-176.
Prasad, N. & Rao, J. (1990), `The estimation of the mean squared error of small-area estimators', Journal of the American Statistical Association 85(409), 163-171.
Schleicher, A. (2008), La importancia de compararse globalmente, in `Altablero', Vol. 44, Ministerio de educación, Bogotá.
Thieme, C. (2017), Los recursos y capacidades como factores explicativos de la calidad, desempeño de impacto de los establecimientos de educación parvularia en Chile, FONDECYT, Santiago de Chile.
Treviño, E., Fraser, P., Meyer, A., Morawietz, L., Inostroza, P. & Naranjo, E. (2016), Informe de resultados TERCE, Factores Asociados, Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura, París.
Téllez, C. (2018), La importancia de la metodología de estimación en áreas pequeñas en pruebas estandarizadas, Bogotá.
¿Qué es TIMSS? (2011), Instituto Nacional de Evaluación Educativa, España.
Cómo citar
Licencia
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)