Embed Size (px)
Citation preview
1
EL EFECTO DEL ORIGEN SOCIAL SOBRE LA FRECUENCIA Y EL TIPO
DE USO DE LAS NUEVAS TECNOLOGÍAS DE LA INFORMACIÓN1
María Fdez. Mellizo-Soto y Dulce Manzano2 (Departamento de Sociología VI, Facultad
de Educación, UCM)
Resumen
Ese trabajo examina el efecto del origen social sobre el tiempo y tipo de uso de las
nuevas tecnologías de la información (TIC) por parte de los estudiantes adolecentes. La
fuerte expansión de las nuevas tecnologías en los hogares y escuelas durante las últimas
décadas ha eliminado prácticamente la brecha en el acceso por razones
socioeconómicas. Pese al proceso de democratización del acceso a las TIC, este trabajo
contribuye a una reciente literatura que se centra en el efecto que la familia de origen
ejerce sobre la frecuencia y el tipo de uso. Nuestro trabajo además está relacionado con
la investigación sociológica sobre estratificación educativa centrada en el estudio del
tiempo que los padres dedican al cuidado y supervisión de sus hijos. A través de un
análisis del tiempo y tipo de uso de las TIC con datos obtenidos directamente de los
estudiantes, los resultados de nuestro estudio confirman los hallazgos empíricos
encontrados en los estudios sobre cuidado parental basados en información extraída de
los propios padres. En concreto, mediante análisis de regresión multinivel con los datos
de la muestra española de PISA 2012, mostramos que el nivel educativo de los padres
reduce el tiempo de uso de las TIC por parte del estudiante y, a la vez, aumenta su
propensión a utilizarlas con fines educativos.
Palabras Claves: cuidado parental, estratificación educativa, homogamia educativa, uso
de internet, nuevas teconologías.
1 Este trabajo forma parte del proyecto de investigación “La institución escolar en la era de la
información: entre el aula sin muros y la educación sin escuelas,” del Plan Nacional de I+D (ref:
CSO2012-38678). 2 Autor de contacto.
2
Abstract
This work examines the effect of family background on the amount of time students
devote to the use of new information and communications technology (ICT) and on its
type of use. The strong expansion of new technological devices at home and school in
recent decades has virtually eliminated the gap in access for socioeconomic reasons.
Despite the democratization process in the access to ICT, this work contributes to a
recent literature that focuses on the impact of social origins on the frequency and type of
use. Our work is also related to a sociological research line centered around on the study
of the quantity and quality of time that parents spend in taking care of their children.
Through an analysis of the time and type of use of ICT with data obtained directly from
students, the results of our study confirm the empirical findings of the parental care
literature, which is mainly based on information from the parents themselves.
Specifically, using multilevel regression analysis with data from the Spanish sample of
PISA 2012, we show that the educational level of parents reduces the amount of time
students devote to the use of internet and, in turn, increases their propensity to use it for
educational purposes.
Key words: parental care, educational stratification, educational homogamy, use of
internet, new information technologies.
3
1. Introducción
La justificación del interés público en la expansión de las nuevas tecnologías en los
hogares y escuelas gira en torno a las consecuencias positivas esperadas del uso de las
TIC en el rendimiento académico y, en particular, en la competencia digital de los
estudiantes (OCDE 2010a). La literatura especialista sobre rendimiento académico más
reciente cuestiona, sin embargo, el esperado impacto positivo del uso de las tecnologías
de la información sobre las competencias clásicas tales como matemáticas, lectura y
ciencias.3 Los resultados de los análisis son muy dispares, incluso entre aquellos que
tratan de estimar el efecto causal de las TIC corrigiendo los problemas de selección y
endogeneidad presentes en los datos. Existen estudios que encuentran efectos positivos
(Machin et al. 2007; Banerjee et al. 2007; Cabras y Tena 2013), otros que sugieren la
inexistencia de una relación significa (Angrist y Lavy 2002) y varios que confirman un
impacto negativo (Fuchs y Woessman 2004; Malamud y Pop-Eleches 2010).
Una razón fundamental de esta falta de consenso reside en la presencia de
efectos cambiantes en función del entorno escolar y social del estudiante. Por un lado,
es lógico pensar que existen distintas pautas de uso de las TIC (tanto en la dimensión de
frecuencia cómo en la del tipo de uso) que afectan de manera distinta al rendimiento.
Por ejemplo, un uso más centrado en actividades educativas podría ayudar a mejorar el
desarrollo de competencias clásicas mientras que un uso muy intensivo en actividades
de ocio, aparte de no mejorar necesariamente estas competencias, podría restar tiempo a
la realización de otras actividades académicas favorables para el rendimiento. Por otro
lado, es posible que los alumnos con orígenes socioculturales y educativos más altos
hagan un uso de las TIC más acorde con el rendimiento académico debido al control
(voluntario) ejercido por sus progenitores o como consecuencia (no intencionada) de la
calidad del tiempo que los padres les dedican.
Dada la diversidad de usos de las TIC y su importancia para el rendimiento, el
objetivo de este trabajo es endogeneizar estos usos y conocer la existencia de efectos
sistemáticos que expliquen las distintas pautas de uso de las nuevas tecnologías. Es más,
se trata de analizar en qué medida factores de estratificación social, como la educación
de los padres, el origen socioeconómico de los estudiantes, la situación laboral o status
migratorio de los padres, influyen de manera sistemática en dos dimensiones claves de
3 Véase Cabras y Tena (2013) para una revisión de esta literatura.
4
uso de las TIC: la frecuencia y tipo de uso. El principal resultado empírico de nuestro
trabajo es que los hijos de padres con niveles educativos más altos utilizan con menor
frecuencia las TIC y, además, tienden a hacer un uso de naturaleza más educativa. El
argumento es que los padres con mayores recursos educativos ejercen un mayor control
sobre el tiempo que sus hijos dedican a las nuevas tecnologías bien porque conocen su
posible efecto negativo en el rendimiento académico o bien porque el tiempo que
dedican al cuidado de sus hijos es, en general, de mayor calidad que implica una
interacción más intensa cara a cara con sus hijos.
Este trabajo está relacionado con dos debates substanciales de la sociología
contemporánea y, en consecuencia, su contribución es doble. Existe una reciente línea
de investigación centrada en la explicación del uso de las TIC por parte de niños y
jóvenes. Su conclusión más general es que el contexto familiar y escolar de los
estudiantes influye en las pautas de uso que hacen estos de las nuevas tecnologías. Uno
de los principales problemas de estos estudios es su escasa contribución teórica al no
proponer argumentos sólidos que especifiquen los mecanismos de cómo el entorno
social va a afectar al tiempo y tipo de uso de las TIC. Este trabajo trata de solventar esta
laguna con la construcción de una teoría inspirada en los estudios sociológicos sobre el
tiempo de cuidado parental. Con el objetivo de identificar patrones sistemáticos entre
las características socioeconómicas y educativas de los padres y el tiempo que éstos
dedican al cuidado y supervisión de sus hijos, estos estudios llegan a las siguientes
conclusiones. La cantidad y calidad del tiempo que los padres dedican a sus hijos varían
en función del género, composición del hogar, nivel de estudios de los padres y otras
características socioeconómicas de los padres como sus ingresos, status laboral u
ocupación (véase Monna y Gauthier 2008 para una revisión de los hallazgos empíricos
de la literatura). Los padres con niveles de estudios más altos suelen pasar más tiempo
con sus hijos y, además, realizan actividades de mayor calidad para el desarrollo
cognitivo y el rendimiento académico de sus hijos. La principal limitación de esta
literatura reside en la medición de la variable central de la investigación: el tiempo de
cuidado parental. Los estudios que trabajan con muestras amplias de la población
utilizan cuestionarios de padres como la principal fuente de información. De esta forma,
se evalúan las distintas dimensiones del tiempo que los padres dedican al cuidado de sus
hijos según las propias opiniones de los padres. El problema es que, dado el sesgo de la
deseabilidad social, los encuestados tiendan a ofrecer respuestas que sobreestiman el
5
tiempo que realmente están con sus hijos así como la calidad de las actividades que
realicen con ellos (Monna y Gauthier 2008). La contribución de nuestro trabajo a esta
literatura es testar, de manera alternativa, las hipótesis centrales del debate con datos
indirectos sobre cuidado parental sin sesgos provenientes de los padres. A través de
encuestas a hijos sobre el tiempo que dedican a distintas actividades relacionadas con
las nuevas tecnologías, nuestra investigación ofrece evidencia indirecta sobre tiempo y
tipo de cuidado parental en la medida en que este está fuertemente relacionado con el
tiempo y tipo de uso que los hijos hacen de las nuevas tecnologías.
Para testar nuestras hipótesis, utilizamos la base de datos de PISA 2012 y, en
particular, la información contenida en el módulo de ICT (Information and
Communication Technology). Aparte de ofrecer información directa de los alumnos (de
15 años) sobre sus usos de las TIC, el programa PISA nos permite disponer de datos
muy detallados sobre variables relacionadas con el entorno familiar del estudiante que
no contiene otras encuestas sobre usos de las TIC. Los resultados estadísticos de la
estimación de varios modelos econométricos multinivel con dos niveles (alumno y
escuela) muestran que, en consonancia con nuestras hipótesis, los hijos de padres con
niveles socioeducativos más altos utilizan con menor frecuencia las nuevas tecnologías
y además las utilizan en mayor medida para fines educativos.
El trabajo se estructura de la siguiente manera. En la siguiente sección, se
desarrolla el marco teórico y analítico sobre los factores explicativos del uso de las
nuevas tecnologías. A continuación, se presenta el análisis empírico para contrastar
nuestras hipótesis derivadas en la sección anterior. Este análisis incluye una descripción
de la metodología y los resultados de la estimación de los modelos estadísticos. En la
última sección concluimos con un breve resumen de los principales resultados del
artículo y planteamos nuevas preguntas para futuras investigaciones.
2. Tiempo y tipo de uso de las nuevas tecnologías
La investigación sociológica sobre la desigualdad en el uso de las TIC se ha centrado
tradicionalmente en el acceso a las nuevas tecnologías. Esta cuestión ha perdido
relevancia en el debate académico en los últimos años debido a la fuerte expansión del
acceso a las TIC en los hogares y en las escuelas por parte de la población joven de las
6
sociedades avanzadas. Sin embargo, el hecho de que las oportunidades de acceso a
internet o a ordenadores hayan aumentado y se hayan igualado fuertemente entre la
población joven no ha eliminado las diferencias existentes en otras dimensiones
relevantes para la formación de los estudiantes como la frecuencia y el tipo de uso.
Diversas fuentes de datos muestran una variación considerable en el tiempo de uso de
las TIC y en la calidad de las actividades que realizan los jóvenes con estas tecnologías
a efectos de su rendimiento educativo, competencias digitales, aprendizaje escolar etc.
Existe una escasa pero creciente literatura sociológica que trata de investigar estas
dimensiones (Selwyn 2004; Livingstone y Helsper 2007). Su objetivo central es
explorar las características individuales y las relacionadas con el entorno escolar y
familiar del estudiante que explican la intensidad y el tipo de uso. En un trabajo
puramente teórico en el que se reconsidera el concepto de brecha digital, Selwyn (2004)
argumenta que la capacidad de los individuos de hacer un uso “útil” de las nuevas
tecnologías (es decir, un empleo productivo basado en la propia elección de la
tecnología y el contenido por parte del usuario) varía en función de las distintas formas
de capital disponible en el hogar: económico, cultural, social y tecnológico.
El informe de la OCDE Are the New Millennium Learners Making the Grade?
Technology use and educational performance in PISA (2010a) pone a prueba estas ideas
a través de un análisis sobre la frecuencia del uso del ordenador en casa con los datos de
PISA 2006. Incorpora en la regresión una batería de variables independientes
relacionadas con el individuo (status migratorio y género), el hogar (la riqueza y
recursos educativos de la familia), la ocupación de los padres y la escuela (el número de
profesores por alumno, la calidad de los recursos educativos, el tamaño de la escuela, el
número de ordenadores por alumno y el porcentaje de ordenadores conectados a
internet). Los resultados obtenidos están en línea con las predicciones del estudio. En
todos los países estudiados incluido España, cuanta más riqueza y más recursos
educativos hay en el hogar, mayor es la frecuencia de uso del ordenador en casa por
parte de los estudiantes encuestados. Los inmigrantes (tanto de primera como de
segunda generación) y los hombres hacen un uso más frecuente del ordenador. Las
variables a nivel de escuela suelen ejercer un efecto positivo en la frecuencia de uso
aunque en algunos países dicho efecto no es significativo.
El análisis que llevamos a cabo en esta sección sobre los determinantes del
tiempo y tipo uso de las TIC se centra en el uso fuera del colegio durante la semana. La
7
elección del uso fuera de la escuela está fundamentada en el hecho de que los jóvenes
utilizan con mayor frecuencia las TIC en entornos fuera del colegio como se ha
confirmado en distintos países (OCDE 2010a). Además, es de esperar que el uso en el
colegio sea más independiente del entorno familiar del estudiante al estar guiado en
mayor medida por el programa escolar y los profesores. Nos hemos centrado en el uso
durante la semana porque creemos que las características de las familias de origen van a
influir en mayor medida y las consecuencias para el rendimiento educativo de los
alumnos van a ser mayores que el uso durante el fin de semana.
La idea central de nuestro argumento es que los padres de niveles educativos
más altos ejercen un mayor control sobre el uso del tiempo que hacen sus hijos. Las
hipótesis que planteamos sugieren que los hijos de estos padres utilizan con menor
frecuencia las TIC (en casa durante la semana) y además las usan para fines de
naturaleza más educativa. Proponemos dos mecanismos para justificar teóricamente
estas hipótesis. En primer lugar, es posible que los padres con niveles educativos altos
traten intencionadamente de limitar el tiempo de uso de las TIC por parte de sus hijos y
guiar las actividades que estos realizan con las nuevas tecnologías. La razón
fundamental reside en los potenciales efectos negativos que pueda ocasionar el uso de
las TIC sobre el rendimiento académico. A partir de cierto umbral de frecuencia de uso,
un empleo más intensivo de las TIC puede provocar efectos perversos en el rendimiento
porque reduce el tiempo que dedica el estudiante a las tareas escolares u otras
actividades educativas como han constatado diversos trabajos de la literatura científica
sobre las consecuencias del uso de las TIC en el rendimiento de los estudiantes (Fuchs y
Woessman 2004; Malamud y Pop-Eleches 2010). Los padres con niveles educativos
más altos pueden ser más conscientes de estos costes. Guiados por una mayor ambición
respecto al logro académico de sus hijos (Breen y Goldthorpe 1997), dichos padres
tratarán de manera intencionada de controlar el tipo de uso que hacen sus hijos de las
TIC y, en general, limitar el tiempo de uso.
Un segundo mecanismo alternativo opera indirectamente a través del tiempo y
tipo de cuidado parental que suelen llevar a cabo los padres con recursos culturales y
educativos más altos. Estos disponen de capitales culturales y estilos de vida que
promueven un uso moderado y más educativo de las nuevas tecnologías por parte de sus
hijos. Por ejemplo, los padres con mayor formación suelen establecer reglas y rutinas
relacionadas con las tareas escolares o con actividades extraescolares y lúdicas que
8
favorecen el rendimiento educativo y, como subproducto, un uso más limitado y
educativo de las TIC. Como muestran diversos estudios sobre cuidado parental
(Chalasani 2007; Monna y Gauthier 2008; Baizán et al. 2014), la clase ocupacional y el
nivel educativo de los padres influyen claramente en la cantidad y calidad del tiempo
dedicado a sus hijos. Los padres de nivel educativo y de clase ocupacional más alta
suelen dedicar más tiempo a actividades de cuidado consideradas de “alta intensidad”
(alimentarlo, bañarlo, acostarlo o cuidarlo cuando está enfermo el niño) y estimulación
intelectual (jugar, enseñar, leer o conversar). Estas actividades requieren la interacción
cara a cara del niño con su progenitor y son cruciales para el desarrollo cognitivo y el
bienestar emocional del niño. Por el contrario, el cuidado parental que reciben los hijos
de familias más desfavorecidas suelen estar más centrado en tareas de supervisión
pasiva. Estas tareas se realizan con el menor presente pero no requieren de interacción
con el mismo. Obviamente, es de esperar que los padres que realizan en mayor medida
actividades de estimulación intelectual con sus hijos influyan, aunque de forma no
intencionada, negativamente en el tiempo de uso de las TIC por parte de sus hijos al ser
ésta una actividad en la que no existe una interacción entre el progenitor y sus hijos.
Además, también es de esperar que en estos hogares el uso de la TIC sea de naturaleza
más educativa ya que puede formar parte de la estimulación intelectual ejercida por los
padres. En suma, ambos mecanismos sugieren las siguientes hipótesis acerca de la
relación entre la educación de los padres y el tiempo o tipo de uso de las TIC:
H1: La educación de los padres reduce la frecuencia/tiempo de uso de las nuevas
tecnologías en casa
H2: La educación de los padres favorece un uso de las nuevas tecnologías de naturaleza
más educativa
La riqueza de las familias, sin embargo, es de esperar que influya positivamente
en el tiempo de uso en la medida en que tiene un efecto positivo y directo sobre el
acceso a las TIC. Los hogares con mayores recursos económicos pueden disponer de
una diversidad más amplia de tecnologías. Tener acceso a tecnologías más avanzadas y
a una mayor variedad de instrumentos y servicios puede incrementar el tiempo de uso.
H3: La riqueza de las familias aumenta el tiempo de uso de las TIC en casa
9
3. Análisis empírico
3.1 Datos y variables
Para comprobar la validez de nuestras hipótesis, utilizamos los datos de PISA 2012 de
la muestra de estudiantes españoles (25313 observaciones). Una de las principales
fortalezas de esta base de datos es que dispone de información detallada sobre el hogar
del estudiante de manera que nos permite estimar el impacto del origen familiar del
estudiante sobre nuestras variables dependientes. La información sobre el uso de las
TIC se ha obtenido del cuestionario sobre la Tecnología de la Información y la
Comunicación (ICT familiarity questionaire) que se administra a los estudiantes en el
marco del programa PISA. El cuestionario ofrece información detallada sobre la
disponibilidad, frecuencia y tipo de uso de las nuevas tecnologías.
Las variables dependientes del análisis son el tiempo y tipo de uso de las TIC
fuera de la escuela. Respecto al tiempo, se ha utilizado como indicador las respuestas a
la pregunta del tiempo de uso de internet fuera de la escuela durante un día cualquiera
de la semana. No se ha podido analizar el tiempo de uso de otro tipo de tecnología
porque el cuestionario solo incluye la pregunta de tiempo de uso de internet. Las
contestaciones posibles a esta pregunta están agrupadas en intervalos de tiempo desde
“nada de tiempo” (categoría 0) hasta “más de seis horas al día” (categoría 6).4 Respecto
al tipo de uso, hemos creado un índice a partir de las respuestas sobre uso del ordenador
fuera de la escuela en distintas actividades. Este índice mide la propensión del uso en
actividades educativas versus actividades de ocio. Es una variable cuantitativa que
adopta valores positivos cuando el estudiante suele utilizar el ordenador más para
actividades educativas que para actividades de ocio, y valores negativos en caso
contrario. Los valores cercanos a cero significan que la frecuencia de uso es similar
tanto en actividades educativas como lúdicas.5
4 El conjunto de categorías serían las siguientes: 0 “nada de tiempo”, 1 “menos de treinta minutos al día”,
2 “ entre treinta y una hora al día”, 3 “entre una hora y dos horas al día”, 4 “entre dos horas y cuatro horas
al día”, 5 “entre cuatro y seis horas al día”, y 6 “más de seis horas al día”. 5 La construcción de este índice se ha realizado de la siguiente manera: primero, hemos sumado los
valores de las respuestas dadas sobre frecuencia de uso en todas las actividades educativas mencionadas
en el cuestionario (7 actividades) y lo mismo para las actividades de ocio (10 actividades). Las respuestas
sobre frecuencia se dividen en cinco categorías que van desde “nunca o casi nunca” (valor 1) a “todos los
días” (valor 5). Luego hemos dividido cada suma por el número de actividades sobre las que se les
preguntan a los encuestados: 10 en el caso de actividades de ocio y 7 actividades educativas. Finalmente,
hemos restado la media de frecuencia de uso en actividades educativas a la media de frecuencia de uso en
actividades de ocio. La variable resultante es nuestra variable dependiente de tipo de uso de internet.
10
Las variables independientes del análisis incluyen características del individuo,
como su status migratorio y el género. El status migratorio del estudiante se ha definido
atendiendo al país de nacimiento de sus padres. Se considera inmigrante al alumno cuyo
padres han nacido fuera de España, nativo cuando ambos progenitores han nacido en
España y mixto cuando alguno de los progenitores ha nacido en el extranjero. Estas
características entran en el análisis como variables dicotómicas. En los modelos
estimados, los alumnos inmigrantes constituyen la categoría de referencia. Para testar
nuestras hipótesis sobre los efectos de la familia de origen, hemos incluido la estructura
familiar, el nivel educativo y status laboral de los padres y la riqueza en el hogar como
factores explicativos. La variable “monoparental” es un indicador del tipo de familia
que toma valor 1 para los hogares de un solo adulto y valor cero para el resto que
fundamentalmente son familias nucleares (dos adultos). En consonancia con la
estrategia estándar de estimación estadística de la literatura sobre cuidado parental, el
nivel educativo y el status laboral de los padres se han incluido en el análisis estadístico
por separado según el género del ascendiente. La razón de distinguir los efectos de las
características laborales y educativas del padre y la madre es que existen patrones
diferenciales entre hombres y mujeres respecto al tiempo y tipo de cuidado parental.
Como avalan diversos estudios empíricos al respecto (véase, por ejemplo, Monna and
Gauthier 2008; Baizán et al. 2014), las madres suelen pasar más tiempo con sus hijos y
el tipo de actividades que suelen realizar con ellos difieren en comparación a la de los
padres. Por ejemplo, distintas investigaciones internacionales parecen confirmar que los
padres dedican más tiempo de cuidado parental a actividades más gratificantes como
jugar o enseñar, mientras que las madres se dedican en mayor proporción a cuestiones
más básicas de cuidado como alimentar o bañar a sus hijos.6 Si efectivamente los
hombres y mujeres muestran patrones distintos tanto en la cantidad como en la calidad
del tiempo empleado al cuidado de sus hijos, es de esperar lógicamente que los efectos
del nivel educativo y status laboral de los padres sobre el tiempo y tipo de uso de las
TIC por parte de sus hijos varía en función del género del progenitor. Nótese que
nuestro argumento considera que el tiempo y el tipo de uso de las TIC por parte de los
estudiantes es una posible consecuencia del tiempo y tipo de cuidado parental que
reciben.
6 Para una revisión de esta investigación, véase Monna and Gauthier 2008.
11
Las variables del nivel educativo de la madre y del padre han sido recodificadas
a partir de los índices educativos incluidos en la base de datos original de PISA. Se han
agrupado los niveles educativos máximos alcanzados en tres: básico (ninguno, ISCED
nivel 1 y ISCED nivel 2), secundaria post-obligatoria (ISCED nivel 3B ó 3C, ISCED
nivel 3A y ISCED nivel 4) y universidad (ISCED nivel 5B, ISCED nivel 5A ó 6). El
status laboral de la madre y del padre está codificado en cuatro valores: empleado a
tiempo completo, a tiempo parcial, desempleado o inactivo. Respecto a las condiciones
económicas del hogar, al no disponer de un indicador directo de la renta o riqueza del
hogar, hemos optado por la cantidad de posesiones en el hogar como proxy del nivel
económico de la familia (“posesiones hogar”). Esta variable corresponde al índice
normalizado WEALTH, disponible en la base de datos de PISA, que se basa en las
respuestas de los estudiantes a si disponen en el hogar de una serie de bienes y servicios
como habitación propia, internet, televisión, ordenador etc. A partir de estas respuestas,
se crea un índice latente de la riqueza de las familias normalizado entorno al valor cero
(de ahí que existan valores negativos) aplicando un procedimiento complejo de escala
(véase OECD 2014b para una descripción detallada de este procedimiento y del índice
resultante).
Finalmente, para explicar parte de la varianza entre escuelas, se ha incorporado
en el análisis una batería de características del colegio relevantes para nuestra
investigación: la titularidad del centro (público vs. privado) y el entorno
socioeconómico escolar medido a través de la media de la educación de los padres y la
media de las posesiones de los hogares del conjunto de los alumnos de un mismo
colegio. Para estimar las posibles diferencias en el uso de las TIC entre el campo y la
ciudad, hemos incluido un indicador de la ubicación del colegio (“ciudad”) que toma
valor 1 si la escuela está en una ciudad y 0 si se encuentra en un pueblo. Dado que el
uso de las TIC en el colegio puede condicionar el uso en casa durante la semana, hemos
incluido una variable que mide el porcentaje de deberes que los directores esperan que
los alumnos hagan a través del acceso a internet y las distintas webs (“uso internet
deberes”). Las Tablas 1A y 1B en el anexo presentan la información descriptiva de estas
variables. Para el caso de las variables cuantitativas o cualitativas ordinales (Tabla 1A),
se muestra la media, desviación típica y valores mínimos y máximos. La Tabla 1B
presenta las frecuencias y porcentajes de cada categoría de las variables cualitativas
nominales.
12
3.2 Método y resultados
Para el análisis se han utilizado modelos de regresión multinivel con dos niveles
(escuela y alumno). La regresión multinivel se justifica por la naturaleza jerárquica de
los datos que analizamos; estudiantes que se agrupan en escuelas. Si no adoptáramos la
lógica multinivel, podríamos incurrir en falacias interpretativas de la relación entre los
datos (ecológica o atomística), así como en la violación del presupuesto de
independencia de las observaciones en la regresión. Al correlacionar los residuos de los
individuos anidados, lo lógico es adoptar una perspectiva multinivel7.
Dentro de los modelos multinivel, la técnica estadística seleccionada es la del
modelo de efectos aleatorios, que nos permite obtener dos tipos de residuos: las
desviaciones de cada grupo respecto a la media general y el error que se comete en cada
observación individual dentro de cada grupo. A diferencia del modelo de efectos fijos,
el modelo de efectos aleatorios resulta adecuado cuando se quiere no sólo explicar la
varianza en el nivel inferior (individual) controlando por el nivel superior, sino explicar
también la varianza en el nivel superior (agregado). En particular, la estructura de
nuestros datos muestra que la media de tiempo y tipo de uso de internet por parte de los
estudiantes españoles difiere sustantivamente entre los centros educativos, con lo que
nuestra variable dependiente se encuentra afectada por procesos intra e interescuela.
Dentro de los modelos de efectos aleatorios, utilizamos en particular el modelo de
intercepto aleatorio, puesto que no estamos interesados en estimar efectos distintos en
cada grupo (escuela).8
La Tabla 2 muestra los resultados de varios análisis de regresión multinivel de
efectos aleatorios para el tiempo de uso, en concreto, uso de internet fuera del colegio
durante un día cualquiera de la semana. El modelo (1) estima el impacto de las variables
individuales y del conjunto del hogar. Según los coeficientes de la regresión, los
estudiantes nativos y los chicos dedican menos tiempo a internet. Los hijos de hogares
monoparentales y con mayor cantidad de posesiones (proxy del nivel de riqueza del
hogar) parecen pasar más tiempo en internet durante la semana. El modelo (2) añade a
la anterior estimación las variables educativas y laborales del padre y de la madre. El
nivel educativo y el status laboral de ambos padres se incluyen en el modelo a través de
7 De hecho, en todos los modelos realizados se rechaza la H0 de que las perturbaciones aleatorias entre
escuelas es igual a cero 0, con lo que se justifica la regresión multinivel frente a la de un solo nivel. 8 Para una descripción de los modelos multinivel en español véase Cebolla (2013).
13
indicadores dicotómicos para cada valor de dichas variables, siendo las categorías de
referencia educación básica y empleado a tiempo completo. Así los coeficientes
asociados a un determinado valor miden el impacto de tener dicha característica en
comparación a la categoría de referencia. Por ejemplo, el coeficiente relacionado con el
indicador “universidad” es una estimación de cómo cambia la variable dependiente
cuando el padre (o madre) tiene estudios universitarios en comparación a tener un nivel
básico de enseñanza. En consistencia con nuestras hipótesis, el nivel educativo de
ambos padres influye negativamente en el tiempo de uso de internet fuera del colegio
durante la semana: los padres y madres con estudios secundarios y, sobre todo,
universitarios utilizan menos internet en comparación a los hijos de padres con estudios
obligatorios (la categoría de referencia “básico”). El estatus laboral de los padres no
parece ejerce ningún efecto significativo sobre el tiempo de uso de internet por parte de
sus hijos. Este último hallazgo resulta sorprendente dado que a priori el estatus laboral
refleja las constricciones temporales de cuidado parental que enfrentan los padres y, por
tanto, deberíamos esperar una influencia significativa en el tiempo que destinan sus
hijos al uso de las TIC.9 El resto de variables individuales y del conjunto del hogar
mantienen el signo y la significación estadística. Finalmente, el modelo (3) estima los
efectos de las características del colegio. Los resultados apuntan en la dirección
esperada: los alumnos en colegios de zonas urbanas utilizan más internet que los de
zonas rurales aunque estas diferencias no son significativas. Cuanto mayor es el
porcentaje de deberes que potencialmente requiere el uso de internet, mayor es el uso
del mismo en casa durante la semana. Si bien este efecto no es estadísticamente
significativo. Por último, los colegios de entornos socioeconómicos más altos (de padres
más educados y con mayor riqueza) parecen inducir significativamente un menor uso de
9 El argumento sería el siguiente. Por una parte, estar empleado a tiempo completo o parcial, estar
desempleado o ser inactivo determina la cantidad de tiempo que los padres destinan a cuestiones
relacionadas con el mercado laboral y, en consecuencia, influye en los límites en horas que
potencialmente pueden dedicar al cuidado de sus hijos. A priori podríamos pensar que el tiempo de
dedicación que exige el estatus laboral se reduce progresivamente de estar empleado a tiempo completo a
estarlo a tiempo parcial, a estar desempleado y, finalmente, a estar inactivo. Aunque los desempleados no
consumen horas a trabajo efectivo sí que a cuestiones relacionadas con la búsqueda de empleo y, por
tanto, estar desempleado debería imponer una mayor constricción temporal para el cuidado parental que
estar inactivo dado que en este caso no se busca activamente trabajo. Por otra parte, es posible que los
padres que pueden dedicar más tiempo al cuidado de sus hijos, supervisen de manera más efectiva las
tareas que realizan estos durante la semana y, en consecuencia, limiten en mayor medida el tiempo de uso
de internet por parte de sus hijos. En suma, deberíamos esperar que los hijos de padres empleados a
tiempo parcial, desempleados o inactivos pasen menos horas utilizando internet durante la semana en
comparación a los hijos de padres empleados a tiempo completo. Sin embargo, los coeficientes de
regresión del modelo (2) asociados a las variables del estatus laboral de los padres no confirman nuestras
expectativas.
14
internet en casa por parte de sus estudiantes. Los coeficientes del resto de variables
apenas cambian. Por tanto, los resultados empíricos que confirman nuestras hipótesis en
el anterior modelo son robustos a la inclusión de las variables a nivel escuela: sigue
siendo válido el hecho de que el nivel de estudios de ambos padres influye negativa y
significativamente sobre el tiempo de uso de internet durante la semana por parte de sus
hijos.10
Tabla 2: Regresión multinivel de intercepto aleatorio (tiempo de uso)
(1) (2) (3)
Rango de tiempo
uso internet
Rango de tiempo
uso internet
Rango de tiempo
uso internet
nativo -0.211***
-0.221***
-0.201***
mixto -0.116* -0.130
* -0.115
*
mujer 0.142***
0.140***
0.150***
posesiones hogar 0.299***
0.322***
0.332***
monoparental 0.279***
0.293***
0.306***
Características padre
secundaria -0.099***
-0.089**
universidad -0.163***
-0.143***
tiempo parcial -0.009 -0.006
desempleado 0.034 0.030
Inactivo 0.036 0.022
Características madre
secundaria -0.048 -0.032
universidad -0.118***
-0.100***
tiempo parcial 0.027 0.021
desempleada 0.059 0.045
Inactiva -0.026 -0.033 Características colegio
Ciudad 0.056
Público -0.009
uso internet deberes 0.027
media educación padres -0.186***
media posesiones hogar -0.147**
Constante 3.262***
3.414***
3.722***
N alumnos 22612 20977 20359
N escuelas 902 901 857
Desviación típica entre
escuelas
0.290 0.258 0.258
Desviación típica 1.410 1.399 1.399
10
La interpretación substantiva de los coeficientes de regresión es poco intuitiva porque la variable
dependiente está medida en 6 rangos de minutos de uso de internet. La media de la muestra es 3.17, es
decir, entre el rango de menos de dos horas (3) y el rango de más de dos horas (4). Teniendo en cuenta
que la variable dependiente puede adoptar 6 valores, los coeficientes de regresión no mide el cambio en
minutos de uso de internet sino el cambio en el rango de minutos de uso cuando la variable independiente
en cuestión varía de una unidad.
15
(residual) intraescuelas
Rho 0.04 0.032 0.032
chi2 597.06 663.69 694.44 Nota: * p<0,1; ** p<0,05; *** p<0,01. En todos los modelos se rechaza la H0 de que las perturbaciones
aleatorias entre escuelas es 0. Los errores estándar de los coeficientes se han estimado de manera robusta
para incorporar la correlación intraescuela. Rho es una estimación de la proporción de la varianza total
debida al componente de varianza entre escuelas.
La especificación de los modelos de la anterior tabla asume que el efecto de la
educación del padre o de la madre es independiente del nivel educativo de la pareja.
Así, por ejemplo, el coeficiente asociado al indicador de los padres universitarios del
último modelo (-0.143) nos dice que el tener estudios universitarios el padre (en
comparación a tener estudios básicos) reduce nuestra variable sobre tiempo de uso de
internet en -0.143 con independencia de la educación de la madre. Sin embargo, es
posible que el impacto del nivel educativo de un miembro de la pareja varíe en función
del nivel educativo del otro miembro de la pareja. ¿En qué medida, cuando uno de los
progenitores ha alcanzado un nivel de estudios universitarios, incrementos en la
educación del otro progenitor ejerce un efecto adicional significativo sobre el uso del
tiempo que hacen sus hijos? La respuesta a esta pregunta nos permite además entender
en qué medida la existencia de un proceso de homogamia educativa en la formación de
pareja (es decir, el emparejamiento de personas con niveles educativos similares) tiene
consecuencias sobre los resultados de sus hijos. Los modelos de la Tabla 3 ponen a
prueba la tesis de la homogamia a través de la estimación de regresiones que incluyen la
interacción entre la educación del padre y la madre. La categoría de referencia se refiere
a uniones en las que ambos miembros han alcanzado como máximo estudios básicos.
Los coeficientes de las variables asociadas a la educación de los padres revelan el efecto
de cualquier combinación del nivel de estudios de la pareja respecto a la categoría de
referencia. De acuerdo con las estimaciones del primer modelo de la tabla, que incluye
las características individuales y familiares de los estudiantes, los hijos de padres con
niveles educativos más altos tienden a pasar menos tiempo usando internet.11
Además,
los coeficientes de los indicadores de parejas con el mismo nivel de formación (“ambos
secundaria” y “ambos universidad”) suelen ser mayores que los del resto de parejas que
combinan distintos niveles educativos. Este hecho es más evidente para el caso de
11
Todos los coeficientes relacionados con la educación de los padres tienen el signo esperado y son
estadísticamente significativos a excepción de los coeficientes de la pareja en la que el padre tiene como
máximo estudios básicos y la madre secundaria y de la pareja en la que el padre tiene estudios
universitarios y la madre como máximo básicos.
16
parejas en las que ambos miembros son universitarios, lo cual indica, por tanto, que la
homogamia educativa parece generar efectos significativos. En el modelo (2)
contrastamos en qué medida estos hallazgos son robustos a la inclusión de las
características de la escuela. Aunque la magnitud de los coeficientes tiende a reducirse
ligeramente, los principales resultados empíricos se mantienen.
Tabla 3: Regresión multinivel de intercepto aleatorio (tiempo de uso), el efecto de la
homogamia educativa
(1) (2) (3) (4)
Rango de
tiempo uso
internet
Rango de
tiempo uso
internet
Probabilidad
de usar
internet +2h.
Probabilidad
de usar
internet +2h.
nativo -0.222***
-0.202***
-0.344***
-0.313***
mixto -0.129* -0.114
* -0.210
** -0.186
*
mujer 0.139***
0.150***
0.193***
0.208***
posesiones hogar 0.322***
0.332***
0.368***
0.381***
monoparental 0.290***
0.303***
0.338***
0.353***
ambos básicos ref ref ref ref
ambos secundaria -0.149***
-0.122**
-0.253***
-0.204***
ambos universidad -0.297***
-0.258***
-0.439***
-0.358***
padre básico, madre
secundaria
-0.061 -0.044 -0.106 -0.078
padre básico, madre
universidad
-0.088* -0.071 -0.214
** -0.172
*
padre secundaria, madre
básico
-0.142**
-0.131**
-0.195**
-0.173*
padre secundaria, madre
universidad
-0.171***
-0.142**
-0.286***
-0.224***
padre universidad, madre
básico
-0.092 -0.073 -0.114 -0.055
padre universidad, madre
secundaria
-0.189***
-0.151***
-0.261***
-0.194**
Características padre
tiempo parcial -0.009 -0.006 -0.004 -0.003
desempleado 0.034 0.030 0.102 0.101
inactivo 0.036 0.022 0.029 0.020
Características madre
tiempo parcial 0.026 0.020 0.055 0.046
desempleada 0.058 0.043 0.192***
0.164**
inactiva -0.028 -0.035 -0.012 -0.029 Características colegio
ciudad 0.059* 0.107
*
público -0.010 -0.004
uso internet deberes 0.027 0.036
media educación padres -0.189***
-0.352***
17
Nota: * p < 0.05,
** p < 0.01,
*** p < 0.001. En todos los modelos se rechaza la H0 de que las
perturbaciones aleatorias entre escuelas es 0. Los errores estándar de los coeficientes se han estimado de
manera robusta para incorporar la correlación intraescuela. Rho es una estimación de la proporción de la
varianza total debida al componente de varianza entre escuelas.
Para ilustrar con más claridad los efectos interactivos y su significancia
estadística, los Gráficos (1) y (2) muestran el impacto de la educación de un miembro de
la pareja según la formación del otro miembro teniendo en cuenta las estimaciones del
modelo (1) de la Tabla 2.12
En el Gráfico (1), la línea negra (gris) muestra cómo
cambian los valores predichos de la regresión cuando el padre ha alcanzado estudios
universitarios (secundaria) en relación a la categoría de referencia –es decir, tener como
máximo un nivel de formación básica- para cada nivel educativo de la madre. Los
círculos de las líneas representan las estimaciones de estos cambios y las líneas
verticales en torno a dichas estimaciones trazan los correspondientes intervalos de
confianza al 95 por cien. Cuando el intervalo pasa por el valor cero, el efecto estimado
en cuestión no es estadísticamente significativo.13
Como muestra el gráfico, los padres
universitarios ejercen un efecto negativo en cuanto al tiempo que sus hijos dedican al
uso de internet durante la semana. Este efecto es más significativo conforme aumenta el
nivel educativo de la madre. Así pues, en los hogares cuyas madres han alcanzado la
universidad, la educación del padre sigue teniendo un impacto negativo adicional sobre
el tiempo de uso de internet por parte de sus hijos. Podemos afirmar, por tanto, que la
homogamia educativa en la pareja influye en las pautas de uso del tiempo de los hijos al
sumar los efectos de la educación de cada uno de los miembros de la pareja. De acuerdo
con el Gráfico (2), se observa un patrón similar para el caso de las madres. Nótese, sin
12
Las simulaciones de ambos gráficos se han realizado manteniendo el resto de controles constantes en
los siguientes valores: estudiantes varones (mujer=0) nativos (nativo=1) de hogares nucleares
(monoparental=0) cuyos ambos padres trabajan a tiempo completo y tienen un nivel medio de posesiones
en el hogar. 13
El Gráfico (2) se ha construido utilizando el mismo procedimiento y, por tanto, se interpreta de la
misma manera.
media posesiones hogar -0.144**
-0.163*
constante 3.414***
3.729***
-0.053 0.566**
N alumnos 20977 20359 20977 20359
N escuelas 901 857 901 857
Desviación típica entre
escuelas
0.258 0.257 0.353 0.332
Desviación típica
(residual) intraescuelas
1.399 1.399
rho 0.032 0.032 0.036 0.032
chi2 671.868 702.289 460.968 495.885
18
embargo, que las repercusiones del nivel educativo de los miembros de la pareja no se
refuerzan entre sí ya que, como muestran los gráficos, el impacto de tener un padre o
madre universitaria no es estadísticamente diferente conforme cambia la educación de la
pareja.14
En conclusión, la homogamia educativa parental parece tener como
consecuencia una suma de los efectos de la educación del padre y la madre pero no un
refuerzo de los mismos. Tampoco la evidencia sugiere que el nivel educativo de uno de
los miembros de la pareja es irrelevante cuando el otro miembro ha alcanzado niveles
superiores de formación.
Gráfico 1: Efecto educación del padre según el nivel educativo de la madre (rango de
tiempo de uso)
-.3
-.2
-.1
0
Efe
cto
so
bre
valo
r p
red
ich
o
básico secundaria universidadeducación madre
secundaria universidad
Gráfico 2: Efecto educación de la madre según el nivel educativo de la padre (rango de
tiempo de uso)
14
Los intervalos de confianza que mide la significancia del impacto de tener un padre (o madre)
universitario se solapan entre sí en las tres estimaciones para cada nivel educativo de la madre (o padre).
Esto sucede igualmente cuando estimamos el impacto de tener un padre (o madre) con estudios de
secundaria.
19
-.3
-.2
-.1
0.1
Efe
cto
so
bre
valo
r p
red
ich
o
básico secundaria universidadeducación padre
secundaria universidad
Los modelos (3) y (4) de la Tabla 3 prueban la robustez de los resultados
empíricos ante un cambio de la medida de nuestra variable dependiente. Hemos
utilizado en estas regresiones un indicador dicotómico que agrupa los rangos de la
variable dependiente utilizada hasta ahora “tiempo de uso” en dos categorías, una con
valor cero para todos los estudiantes que dicen usar menos de dos horas internet (al día
durante la semana fuera del colegio) y otra con valor 1 para aquellos que informan
utilizar internet más de dos horas.15
Dado que la nueva variable dependiente es
dicotómica, hemos estimado los modelos a través de una regresión logística multinivel
de intercepto aleatorio. Los resultados que se presentan en la Tabla 3, atendiendo al
signo y significancia estadística de los coeficientes, muestran los mismos patrones de
influencia que los de los modelos anteriores. En cuanto a la interpretación de los
coeficientes relacionados con las variables interaccionadas sobre la educación de los
padres, la Tabla 4 presenta la probabilidad predicha de usar más de dos horas internet
junto con su intervalo de confianza para cada tipo de pareja según sus niveles
educativos. Una vez más, la probabilidad de que el hijo use más de dos horas al día
internet se reduce significativamente con la formación de los padres: mientras esta
15
Hemos fijado el umbral de división en el rango de entre una hora y dos horas al día (categoría 3 de la
variable “tiempo de uso”) porque ser el más cercano a la media de la variable (3.17). En cualquier caso,
los resultados substantivos de interés apenas varían si cambiamos el umbral de división al rango inferior
(entre media hora y una hora al día).
20
probabilidad es del 40 por ciento cuando ambos padres han obtenido como máximo un
nivel básico de formación, cae al 30 por ciento cuando ambos padres han logrado un
nivel de educación universitaria. Nótese que los intervalos de confianza de ambas
predicciones no llegan a solaparse de manera que la diferencia entre estas
probabilidades es estadísticamente significativa. Finalmente, en consistencia con los
resultados de los modelos anteriores, la homogamia educativa en la pareja suele influir
en nuestra variable dependiente a través de la agregación de los efectos de la educación
del padre y de la madre: la probabilidad predicha de usar más de dos horas internet al
día de los hijos de uniones en las que ambos han alcanzado un grado universitario es
significativamente más baja que la probabilidad de los hijos de algunos hogares en los
que los progenitores combinan estudios universitarios y básicos (por ejemplo, el caso de
hogares con madres universitarias y padres con niveles básicos de estudios).
Tabla 4: Homogamia educativa y probabilidad de usar internet +2h.
Probabilidad
de usar +2h.
Error
estándar
[Intervalo de
Confianza, 95%]
ambos básicos .401 .011 .380 .422
padre básico,
madre secundaria .376 .013 .350 .402
padre básico,
madre universidad .351 .014 .323 .379
padre secundaria,
madre básico .355 .015 .325 .385
ambos secundarios .342 .011 .319 .365
padre secundaria,
madre universidad .334 .013 .308 .361
padre universidad,
madre básico .374 .017 .340 .408
padre universidad,
madre secundaria .340 .013 .315 .365
ambos universidad .301 .008 .286 .317
La Tabla 5 muestra los resultados de regresión para la variable dependiente tipo
de uso. Esta variable cuantitativa mide la frecuencia de uso en actividades educativas en
comparación al uso en actividades de ocio. Valores positivos y más altos de esta
21
variable significa que el estudiante hace un uso mayor del ordenador en casa para tareas
educativas (en relación al uso que hace para tareas de ocio). La especificación del
primer modelo incluye la educación de los padres por separado y la del segundo
incorpora la interacción de ambas variables educativas. Según los coeficientes de ambas
regresiones, las mujeres y los hijos de hogares con dos adultos suelen usar las TIC más
para cuestiones educativas que de ocio. La cantidad de posesiones en el hogar ejerce un
efecto negativo y estadísticamente significativo en nuestra variable dependiente. El
estatus laboral de ambos padres no parece predecir significativamente el tipo de uso de
internet que hacen los hijos. En línea con nuestra hipótesis 2, los estudiantes cuyos
padres alcanzan un nivel de formación más alto tienen una mayor propensión a utilizar
el ordenador fuera de la escuela para actividades educativas. Sin embargo, la educación
de las madres parece no tener ningún impacto en nuestra variable dependiente tanto por
separado como en combinación con el nivel educativo de su pareja.
Tabla 5: Regresión multinivel de intercepto aleatorio (tipo de uso)
(1) (2) (3)
Tipo de uso Tipo de uso Tipo de uso
nativo 0.005 0.005 -0.001
mixto -0.056 -0.057 -0.070*
mujer 0.231***
0.231***
0.231***
posesiones hogar -0.061***
-0.061***
-0.063***
monoparental -0.132***
-0.131***
-0.128***
Características padre
secundaria 0.025
universidad 0.068***
tiempo parcial 0.004 0.004 0.002
desempleado 0.001 0.001 -0.000
inactivo -0.015 -0.015 -0.003
Características madre
secundaria -0.006
universidad 0.002
tiempo parcial -0.008 -0.008 -0.005
desempleada 0.035 0.036 0.033
inactiva 0.017 0.018 0.021
Características educativas padre y madre
ambos básicos ref ref
ambos secundaria 0.025 0.020
ambos universidad 0.078***
0.071***
padre básico, madre
secundaria
0.001 -0.006
padre básico, madre
universidad
-0.000 -0.011
22
padre secundaria, madre
básico
0.043 0.038
padre secundaria, madre
universidad
0.006 0.008
padre universidad,
madre básico
0.052 0.044
padre universidad,
madre secundaria
0.052* 0.046
Características colegio
ciudad -0.096***
público -0.030
uso internet deberes 0.040***
media educación padres 0.059
media posesiones hogar 0.029
constante -0.965***
-0.967***
-1.138***
N alumnos 20008 20008 19423
N escuelas 900 900 857
Desviación típica entre
escuelas
0.233 0.234 0.236
Desviación típica
(residual) intraescuelas
0.783 0.783 0.782
rho 0.082 0.082 0.084
chi2 475.161 476.929 573.686 Nota:
* p < 0.05,
** p < 0.01,
*** p < 0.001. En todos los modelos se rechaza la H0 de que las
perturbaciones aleatorias entre escuelas es 0. Los errores estándar de los coeficientes se han estimado de
manera robusta para incorporar la correlación intraescuela. Rho es una estimación de la proporción de la
varianza total debida al componente de varianza entre escuelas.
Siguiendo el mismo procedimiento para la construcción de los gráficos
anteriores, el Gráfico (3) representa el efecto de la educación del padre para cada nivel
educativo de la madre según los coeficientes de regresión del modelo (2). Como se
puede observar, los padres con estudios secundarios (línea gris) no suelen inducir en sus
hijos ningún cambio en el tipo de uso de internet en comparación a los padres que han
alcanzado como máximo estudios básicos. No obstante, los hijos de padres con niveles
universitarios (línea negra) suelen tener una mayor propensión de utilizar internet para
actividades educativas, sobre todo si las madres han alcanzado además un nivel de
educación universitaria, en relación a los hijos de padres con niveles bajos de
formación. Los resultados empíricos asociados al impacto de la formación de la madre
sugieren, sin embargo, que el nivel educativo de la madre no influye (para cualquier
23
nivel de educación del padre) en los patrones del tipo de uso de internet por parte del
hijo.16
Gráfico 3: Efecto educación del padre según el nivel educativo de la madre (tipo de uso)
-.0
5
0
.05
.1.1
5
Efe
cto
so
bre
valo
r p
red
ich
o
básico secundaria universidadeducación madre
secundaria universidad
El modelo (3) de la tabla introduce las características del colegio en la regresión
anterior. La ubicación de la escuela y el uso esperado (por parte de los directores) de
internet para realizar los deberes son los únicos factores escolares que influyen
significativamente en el tipo de uso: los alumnos de escuelas urbanas suelen hacer un
mayor uso del ordenador fuera de la escuela para actividades de ocio. Obviamente,
cuanto mayor es el porcentaje de deberes que se espera que los alumnos hagan a través
de internet (según la opinión de los directores), el uso del ordenador fuera de la escuela
se hará en mayor medida para cuestiones educativas. El resto de coeficientes mantienen
el signo y su significancia estadística excepto el coeficiente de las parejas constituidas
por un padre universitario y una madre con estudios de nivel de secundaria.
4. Conclusiones
16
El gráfico correspondiente que simula este impacto no se ha incluido en el texto por razones de espacio.
Básicamente, el gráfico muestra que el efecto sobre el valor predicho de la variable dependiente de tener
estudios secundarios o universitarios la madre (en comparación a estudios básicos) no es estadísticamente
significativo sea cual sea el nivel educativo del padre.
24
La generalización en el acceso a las tecnologías de la información y comunicación
(TIC) en los últimos años no ha anulado las diferencias existentes entre los estudiantes
respecto a la intensidad y tipo de uso de las TIC. Este trabajo ha abordado estas
cuestiones para el caso español mediante un análisis de la frecuencia y tipos de uso de
las nuevas tecnologías y, en particular, de internet fuera del colegio. Hemos analizado,
en particular, los factores a nivel individual, familiar y escolar que explican el uso
utilizando la base de datos PISA 2012 aplicando una técnica de regresión multinivel. En
la medida en que el tiempo y tipo de uso de las TIC por parte de los estudiantes es una
consecuencia directa del tipo de cuidado parental, nuestro trabajo proporciona evidencia
indirecta, no sesgada por la propia opinión de los padres, acerca de las diferencias
respecto al tipo de cuidado parental entre padres con distintas características
socioeconómicas y educativas.
Este trabajo sugiere que los alumnos que crecen en entornos educativos más
favorables hacen un uso más moderado de las nuevas tecnologías. Hemos mostrado
cómo cuanto mayor es el nivel educativo de los padres del alumno, menor es su tiempo
de uso de las TIC pero mayor es su propensión a utilizarlas con fines educativos (por
contraposición a fines de ocio). La riqueza de la familia (medida con un indicador sobre
posesiones en el hogar), sin embargo, tiene justo el efecto contrario, puesto que es la
llave del acceso a las nuevas tecnologías. Adicionalmente, hemos confirmado que la
homogamia educativa en la pareja tiene efectos significativos sobre el tiempo de uso de
internet por parte de sus hijos. Podemos afirmar, según los resultados empíricos del
trabajo, que en las parejas en las que ambos miembros han alcanzado una titulación
universitaria los efectos de la educación del padre y la madre se suman, principalmente
en el análisis sobre el tiempo que los hijos dedican al uso de internet (durante la semana
fuera del colegio).
De cara al futuro, nos planteamos varias líneas de mejora y expansión de nuestra
investigación. En primer lugar, deberemos incorporar al análisis el rendimiento
educativo de los estudiantes en competencias clásicas, para comprobar en mayor detalle
el argumento de la racionalización del uso de las TIC en entornos educativos familiares
más favorables y su impacto en el rendimiento educativo. PISA es la encuesta adecuada
para incorporar el rendimiento educativo. En tercer lugar, sería deseable expandir el
análisis al máximo número de países, lo cual es posible con PISA, para comprobar la
validez de nuestros argumentos más allá de nuestras fronteras.
25
Referencias
Angrist, Joshua y Victor Lavy. 2002. “New Evidence on Classroom Computers and
Pupil Learning”. Economic Journal 112: 735-765.
Baizán, Pau, Marta Domínguez y María José González. 2014. “Couple Bargaining or
Socio-Economic Status? Why some parents spend more time with their children than
others.” European Societies 16(1): 3-27.
Banerjee, Abhijit V., Shawn Cole, Esther Duflo y Leigh Linden. 2007. “Remedying
Education: Evidence from Two Randomized Experiments in India”. Quarterly Journal
of Economics 122(3): 1235-1264.
Breen, R, and JH. Goldthorpe. (1997). “Explaining Educational Differentials: Towards
a Formal Rational Action Theory,” Rationality and Society 9: 275-305.
Cabras, Stefano y Juan D. Tena. 2013. “Estimación del efecto causal del uso de
ordenadores en los resultados de los estudiantes en la prueba PISA 2012” en PISA 2012.
Informe español, volumen II: Análisis secundario. Instituto Nacional de Evaluación
Educativa, Ministerio de Educación, Cultura y Deporte.
Cebolla, Héctor. 2013. Introducción al análisis multinivel. Cuadernos Metodológicos
del CIS, 49. Madrid: CIS.
Chalasani, Satvika. 2007. “The Changing Relationship between Parents’ Education and
their Time with Children.” International Journal of Time Use Research 4(1): 93-117.
Fuchs, Thomas y Ludger Woessman. 2004. “Computers and student learning: bivarate
and multivariate evidence on the availability and use of computers at home and at
school”. Brussels Economic Review 47(3-4): 359-386.
Livingstone, Sonia y Ellen Helsper. 2007. “Gradiations in Digital Inclusion: Children,
Young People and the Digital Divide”. New Media and Society 9(4): 671-696.
Machin, Stephen, Sandra McNally, Olmo Silva. 2007. “New Technology in Schools: Is
There a Payoff? Economic Journal 117: 1145-1167.
26
Malamud, Ofer y Cristian Pop-Eleches. 2010. “Home Computer Use and the
Development of Human Capital”. NBER Working Paper Series, 15814.
http://www.nber.org/papers/w15814
Monna, Berenice y Anne H. Gauthier. 2008. “A Review of the Literature on the Social
and Economic Determinants of Parental Time.” Journal of Family and Economic Issues
29(4): 634-653.
OECD. 2010a. Are the New Millennium Learners Making the Grade? Technology use
and educational performance in PISA. http://dx.doi.org/10.1787/9789264076044-en
OECD. 2010b. PISA 2009 Results: What Students Know and Can Do: Student
Performance in Reading, Mathematics and Science (Volume I). Paris: OECD.
Selwyn, Neil. 2004. “Reconsidering Political and Popular Understandings of the Digital
Divide.” New Media and Society 6(2): 341-362.
Anexo
Tabla 1A: descriptivos variables cuantitativas y cualitativas ordinales
Variable Media Desviación
típica
Mínimo Máximo Valores N
Tiempo uso
internet al
día
3.169 1.468
0 6 0: cero minutos
1: menos 30min. 2: 30min-1hora 3: 1h.-2h. 4: 2h.-4h. 5: 4h.-6h. 6: más de 6h.
24200
Tipo de uso -0.813 0.837 -4 4 22985
Posesiones
hogar
-0.018 0.800 -5.32 2.91 25097
Uso internet
deberes
(escuela)
2.451 1.006 1 5 1: menos 10%
2: 10-25%
3: 26-25%
4: 51-75%
5: más 75%
24607
Media
educación
padres
(escuela)
2.327 0.3386 1 3 1: básico
2: secundaria
3: universidad
25313
Media
posesiones
hogar
(escuela)
-0.018 0.308 -1.94 1.153 25313
Datos: PISA 2012 (sin ponderación).
Tabla 1B: descriptivos variables cualitativas nominales
Variables N Valores Frecuencias Porcentajes
27
Status migratorio (país
nacimiento padres)
24906 Nativo
Mixto
Ambos inmigrante
20879
1562
2465
83.83
6.27
9.9
Género 25313 Mujer
Varón
12690
12623
50.13
49.87
Estructura familiar 23797 Monoparental
Nuclear
otras
2333
21302
162
9.22
84.15
0.65
Educación madre 24515 Básico
Secundaria
Universidad
7479
7050
9986
30.51
28.76
40.73
Educación padre 23976 Básico
Secundaria
Universidad
8273
5918
9785
34.51
24.68
40.81
Estatus laboral madre 24611 Tiempo completo
Tiempo parcial
Desempleada
Inactiva
11989
4965
2195
5462
48.71
20.17
8.92
22.19
Estatus laboral padre 24040 Tiempo completo
Tiempo parcial
Desempleado
Inactivo
17910
2779
1984
1367
74.5
11.56
8.25
5.69
Ubicación escuela 25087 Pueblo
Ciudad
15918
9169
63.45
36.55
Titularidad escuela 25287 Privado
Público
9722
15565
38.45
61.55
Datos: PISA 2012 (sin ponderación).
