Factores asociados al rendimiento en competencia ... · Sin embargo, la modelización multinivel incorpora explícitamente efectos institucionales o de grupo a la hora de explicar

EFECTOS DEL CONFLICTO ARMADO Y EL CONFLICTO SOCIOECONÓMICO EN EL APRENDIZAJE CIVILIDAD: LA FUNCIÓN DE PRODUCCIÓN EDUCATIVA EN EL CASO …

CAPÍTULO 3: PRODUCCIÓN EDUCATIVA Y EFICIENCIA 551

Factores asociados al rendimiento en competencia financiera

en PISA 2012

DOLORES MORENO HERRERO [email protected]

MANUEL SALAS VELASCO [email protected]

JOSÉ SÁNCHEZ CAMPILLO [email protected]

Departamento de Economía Aplicada Universidad de Granada

Un mundo globalizado, caracterizado por una mayor complejidad de los mercados y de la economía, requiere que los ciudadanos, y en particular los jóvenes, adquieran más conocimientos –y desarrollen competencias– en temas económico-financieros que las generaciones pasadas. El objetivo de este trabajo es analizar qué factores se asocian al rendimiento en competencia financiera de los jóvenes de 15 años de los dieciocho países que participaron en el programa PISA de la OCDE en 2012, entre ellos España. En PISA, la competencia financiera se define como el conocimiento, las habilidades y la confianza para tomar decisiones financieras responsables. Usando la metodología econométrica de análisis multinivel, los resultados muestran que las diferencias en la competencia financiera de los alumnos vienen explicadas tanto por características individuales de los mismos como por las relativas a sus centros educativos. En el primer caso, la ansiedad ante las matemáticas y la condición de inmigrante afectan negativamente a las puntuaciones alcanzadas en competencia financiera;

mientras que un mayor estatus socioeconómico, y los hábitos y actitudes de los jóvenes ante asuntos de dinero –como tener una cuenta bancaria–, se relacionan positivamente con su nivel de competencia financiera. En el segundo caso, un mayor grado de autonomía y de responsabilidad escolar sobre el currículo y la evaluación, y la realización de actividades extracurriculares de matemáticas en la escuela, se relacionan positivamente con el rendimiento en finanzas para la vida. El interés por conocer la manera en la que los centros escolares pueden realizar aportaciones a la promoción de la cultura financiera de los jóvenes es fundamental para garantizar la igualdad de oportunidades en el desarrollo de habilidades financieras. La implementación de contenidos económico-financieros de manera transversal en distintas materias de la enseñanza obligatoria podría contribuir al desarrollo de dichas habilidades. Palabras clave: PISA 2012, competencia financiera, educación financiera, análisis multinivel.

INVESTIGACIONES DE ECONOMÍA DE LA EDUCACIÓN NÚMERO 10

552 CHAPTER 3: EDUCATIONAL PRODUCTION AND EFFICIENCY

1. INTRODUCCIÓN

Las decisiones económicas y financieras de los individuos, ya sean las relacionadas con la

generación de activos o con la gestión de deudas, requieren la capacidad para realizar cálculos,

incluyendo algunos complejos. Tales decisiones se ven condicionadas por diversos factores

como el nivel educativo, la renta, determinadas características de comportamiento como la

actitud ante el riesgo (Hilgert et al., 2003) y la preferencia temporal respecto al consumo y

ahorro de los individuos. Pero sin duda, también se ven influenciadas por el nivel de

conocimientos en materia económico-financiera.

En los últimos años, el interés por la educación financiera de los ciudadanos y por la medición

de los conocimientos económicos y financieros de los individuos es cada vez más importante

(OECD/INFE, 2011). Cualquier familia media ha de decidir cómo equilibrar su presupuesto, si

comprar o no una vivienda, cómo financiar la educación de los hijos y cómo asegurarse un

ingreso para la jubilación. Los individuos y los hogares siempre han sido responsables de la

gestión de sus propias finanzas, pero en los últimos años varios factores han contribuido a

tomar conciencia de la importancia cada vez mayor de la educación financiera para el

bienestar de los ciudadanos. Por un lado, la evolución demográfica, tanto en la Unión Europea

como en otros países de la OECD, unido a los recortes en los sistemas de ayudas públicas,

conlleva a tensiones importantes para la viabilidad financiera de los sistemas públicos de

pensiones (OECD/INFE, 2011), lo que genera gran preocupación. Ello está suponiendo un

desplazamiento del riesgo de los gobiernos a los individuos y una mayor responsabilidad

individual respecto a la financiación de las necesidades en materia de asistencia social y

sanitaria. Por otro lado, la crisis económica actual ha demostrado que muchas familias son

muy vulnerables a los vaivenes de la economía, y es necesario mejorar las competencias

financieras de los ciudadanos para que puedan tomar sus decisiones con mayor previsión,

calibrando el riesgo y el rendimiento de los diferentes activos, tanto financieros como reales.

Todo ello, en un contexto de mayor interconexión global, con una amplia gama de productos y

servicios financieros, cada vez más sofisticados, y grandes cambios en las comunicaciones y en

la forma de realizar las transacciones financieras.

La idea de que la educación financiera afecta al comportamiento de los individuos con relación

al ahorro, y en particular a sus decisiones respecto a la jubilación, no es nueva. Bernheim

(1995, 1998) y Bernheim y Sholz (1992) concluyen que quienes tienen mayor educación formal

son más propensos a realizar una planificación financiera más sofisticada. Asimismo, Lusardi y

Mitchell (2007a, 2007b) han demostrado que la educación financiera tiene efectos positivos en

el nivel de ahorro para la jubilación y que los planificadores tienen significativamente mayor

riqueza para la jubilación que los no planificadores. La literatura reciente ha demostrado que la

alfabetización financiera se asocia con una amplia gama de decisiones financieras, no sólo con

las que afectan a la jubilación, tales como la participación en el mercado de valores, la

diversificación de la cartera, y la tendencia a evitar el sobreendeudamiento (Guiso y Jappelli,

2008; Lusardi y Tufano, 2009; Van Rooij et al., 2011).

FACTORES ASOCIADOS AL RENDIMIENTO EN COMPETENCIA FINANCIERA EN PISA 2012


La educación financiera de los jóvenes, y en particular en los centros docentes, viene siendo

considerada como una cuestión prioritaria desde hace tiempo, y en este sentido la Red

Internacional de Educación Financiera (International Network on Financial Education, INFE)

creada por la OCDE en 2008, ha elaborado pautas para la educación financiera en los centros.

Sin embargo, no todos los países abordan de igual forma el objetivo de preparar a sus

estudiantes para un mundo financiero cada vez más complejo (OECD, 2014). Algunos de ellos

han empezado a introducir conocimientos financieros en el currículo escolar, mientras que

otros orientan sus esfuerzos a reforzar la comprensión conceptual de los estudiantes en áreas

clave como las matemáticas con el fin de que los estudiantes sean capaces de aplicar lo

aprendido a diferentes contextos, entre ellos el financiero. La competencia financiera requiere

ciertos conocimientos básicos de aritmética o competencia matemática, y en este sentido, tal

como señala Huston (2010), si una persona tiene problemas con sus capacidades aritméticas,

ello afectará a su competencia financiera. De hecho, Mancebón y Pérez (2014) demuestran

para España que las competencias de índole financiera de los individuos está mediatizada por

la adquisición de conocimientos matemáticos. Estas aportaciones sugieren que la mejora de

las habilidades financieras podría lograrse a través de mejoras en los conocimientos

matemáticos y, por tanto, la impartición de más horas de matemáticas junto a la orientación

de la docencia de esta materia hacia el fomento de una actitud positiva hacia ella por parte de

los alumnos, podría constituir una estrategia adecuada, y fácil de implementar, para

desarrollar las competencias financieras de los alumnos. En cualquier caso, la cuestión de

cómo desarrollar los conocimientos financieros está abierta a debate ya que, según PISA 2012,

en países como Shanghái-China, donde no se ha introducido el conocimiento financiero en el

currículo escolar, sus estudiantes muestran mayor dominio en este ámbito que en cualquier

otro país.

Este trabajo tiene precisamente como objetivo conseguir un mejor entendimiento de los

factores que explican el nivel de conocimientos financieros que han adquirido los jóvenes de18

países, entre ellos España, cuando terminan su enseñanza obligatoria. Los resultados

obtenidos por los estudiantes de 15 años en la prueba de finanzas para la vida pueden estar

determinados por numerosos factores personales y relacionados con su contexto familiar, sin

olvidar variables relacionadas con los procesos de enseñanza-aprendizaje (preparación del

docente, sistema de evaluación, etc.). Pero la variabilidad de los resultados puede también ser

atribuible a características de los centros, como el grado de autonomía, los mecanismos de

selección del alumnado, o los recursos humanos y materiales puestos a su disposición.

La organización del trabajo es la siguiente. En la segunda sección se presenta la metodología

de análisis de los datos. Dada la estructura jerárquica que presentan los mismos, variables

individuales (nivel 1) y grupales (nivel 2), se requiere el uso de la modelización multinivel.

Utilizando esta metodología econométrica, se analiza cómo ciertas características socio-

demográficas, prácticas docentes percibidas por los estudiantes, variables relativas a sus

experiencias con asuntos monetarios, y variables relativas a sus centros educativos, influyen

en los resultados obtenidos por los estudiantes de 15 años en la prueba de finanzas para la

vida. A continuación, en la tercera sección, se analizan los principales resultados obtenidos. El



trabajo se cierra con una sección de conclusiones finales y recomendaciones de política

educativa.

2. METODOLOGÍA

2.1. Análisis multinivel

La modelización multinivel asume que los datos que se analizan presentan una estructura

jerárquica; por ejemplo, alumnos (nivel 1) que pertenecen a distintos colegios o centros

educativos (nivel 2). Un modelo estadístico que use las características a nivel individual para

explicar los resultados educativos de los estudiantes, pero que no contemple los efectos de la

institución educativa en la que se encuentran matriculados (efecto colegio o escuela), puede

considerarse insatisfactorio por dos razones. Primera, los test estadísticos de significatividad

están a menudo sesgados. Segunda, si los efectos institucionales son ignorados, el modelo falla

para arrojar luz sobre la influencia de la institución en el proceso educativo (Goldstein, 1995,

1997). Sin embargo, la modelización multinivel incorpora explícitamente efectos

institucionales o de grupo a la hora de explicar la relación entre los resultados de los

estudiantes y factores individuales que determinan el rendimiento.

Consideremos, en primer lugar, un modelo simple en el contexto de la producción educativa.

Denotemos por el rendimiento académico del i-ésimo alumno matriculado en el j-ésimo

centro educativo o escuela; entonces, el modelo se especificaría como (modelo 0):

El modelo anterior, conocido como modelo vacío, indica que el rendimiento individual del

alumno puede dividirse, por un lado, en una contribución específica de colegio ( ) y, por otro,

en una desviación ( ) de la contribución de su colegio. La contribución específica de colegio

( ) es adicionalmente dividida en un valor medio a través de todos los colegios o centros

educativos ( ) y una desviación de la media ( ). A estos a menudo se les denomina

“efectos de grupo” (en nuestro caso, efecto colegio), y que discutiremos más adelante.

En relación con el análisis efectuado hasta ahora deberíamos anotar dos cosas. La primera, que

los centros educativos se asumen que son una muestra aleatoria de la población de escuelas.

Los , los cuales son distribuidos entre centros, se distribuyen normalmente con media 0 y

varianza . Los residuos a nivel de estudiante o individuo ( ) también se distribuyen

normalmente con media 0 y varianza . Con un software específico, como Stata, pueden

obtenerse las estimaciones de los parámetros desconocidos (

). Cada efecto estimado

de colegio ̂ tiene un error de muestreo, y así pueden también computarse intervalos de

confianza.

El modelo anterior puede adaptarse para incorporar predictores de la variable dependiente.

Por ejemplo, el mejor predictor del rendimiento de un alumno es probable que sea, como

probamos en este artículo, su estatus socioeconómico ( ). El modelo, por tanto, se

especificaría ahora como (modelo 1):



En este modelo, la pendiente de la relación entre y queda constante, mientras que el

intercepto varía entre colegios. Así, y son cantidades fijas; y los errores y son la

parte aleatoria del modelo. Ni que decir tiene que un número mayor de variables explicativas

podrían ser añadidas a este modelo.

Finalmente, consideremos un modelo que permita que la pendiente de la relación entre y

varíe entre colegios así como también el intercepto. Se escribiría como (modelo 2):

Así, la pendiente media global para la población de colegios es , y cada colegio puede

desviarse de ésta por . Los términos y siguen una distribución normal bivariada (hay dos

variables aleatorias en el nivel 2) con media igual a cero. La varianza de mide la variación a

través de las rectas de los colegios en sus interceptos, denotada por var( ) = ; la varianza

de mide la variación a través de las rectas de los colegios en sus pendientes y es denotada

por var( ) = ; y la covarianza entre y mide la covarianza entre el intercepto a nivel de

colegio y la pendiente, y es denotada por cov( , ) = . El rendimiento individual de los

alumnos varía de su recta resumen por la cantidad . En este modelo, conocido como

modelo de pendiente aleatoria, y son cantidades fijas; son coeficientes

aleatorios.

2.2. Datos y variables

PISA 2012 es el primer estudio internacional que evalúa la competencia financiera de los

jóvenes de 15 años. En esta evaluación han participado 18 países, 13 de la OCDE (Australia,

Bélgica, Eslovaquia, Eslovenia, España, Estados Unidos, Estonia, Francia, Israel, Italia, Nueva

Zelanda, Polonia y República Checa) y 5 países asociados (Colombia, Croacia, Federación Rusa,

Letonia y Shanghai-China). Los alumnos que participaron en esta evaluación contestaron un

cuestionario sobre ellos mismos, sus familias, su instituto y su aprendizaje, y además,

respondieron preguntas sobre su experiencia en cuestiones de dinero. Por su parte, los

directores de los centros escolares cumplimentaron un cuestionario sobre gestión escolar,

entorno de aprendizaje y cuestiones sobre educación financiera en el ámbito escolar.

2.2.1. Variable dependiente

La variable dependiente en las distintas estimaciones econométricas realizadas es el

rendimiento en competencia financiera de los estudiantes evaluados en PISA 2012. Esta

competencia "hace referencia al conocimiento y comprensión de los conceptos y riesgos

financieros, y a las destrezas, motivación y confianza para aplicar dicho conocimiento y

comprensión con el fin de tomar decisiones eficaces en distintos contextos financieros,

mejorar el bienestar financiero de los individuos y la sociedad, y permitir la participación en la

vida económica" (OECD, 2013a, pág. 144). Hicieron la aprueba unos 29.000 alumnos, lo que

representó a 9 millones de adolescentes de 15 años de los países participantes.



Tabla 1. Puntuaciones medias en competencia financiera por países (número de observaciones entre paréntesis)*

Australia 526,05 (3293) Italia 466,33 (7068)

Bélgica 541,10 (1093) Letonia 500,60 (970)

Colombia 378,66 (2100) Nueva Zelanda 519,98 (957)

República Checa 513,19 (1207) Polonia 510,13 (1054)

España 484,25 (1108) China 603,38 (1197)

Estonia 529,06 (1088) Federación Rusa 486,27 (1187)

Francia 486,26 (1068) República Eslovaca 470,45 (1055)

Croacia 480,30 (1145) Eslovenia 484,10 (1312)

Israel 476,46 (1006) EE.UU. 491,60 (1133)

* La puntuación media de la OCDE es 500 puntos. Las cifras mostradas en la tabla se han obtenido teniendo en cuenta los pesos

correspondientes.

Fuente: Elaboración propia a partir de la base de datos de PISA 2012

La tabla 1 muestra las puntuaciones medias en competencia financiera por países. Claramente,

las puntuaciones más altas corresponden a Shanghái-China (603) y Flandes-Bélgica (541). A

continuación se sitúan Estonia (529), Australia (526) y Nueva Zelanda (520) con puntuaciones

por encima del promedio OCDE. La puntuación obtenida por España (484) es inferior al

promedio de la OCDE de forma significativa. En el lado opuesto, Colombia (379), Italia (466) y

Eslovaquia (470) obtienen las puntuaciones medias más bajas.

2.2.2. Variables explicativas relativas a prácticas docentes y ambiente de clase (nivel 1)

Los profesores pueden desempeñar un papel importante en la conformación de la actitud de

los estudiantes hacia el aprendizaje, y en animarles a trabajar al máximo de sus capacidades, a

través de las estrategias de enseñanza y de la conducta del profesor en el aula. Aunque no se

dispone de información directa sobre métodos docentes para el desarrollo de competencias

financieras, debido a la muy alta correlación entre las puntuaciones en matemáticas y en

finanzas para la vida (correlación de 0,8074 y estadísticamente significativo al 5% para el

conjunto de países participantes), utilizamos la información facilitada por PISA sobre prácticas

de enseñanza de las matemáticas para explicar los resultados en competencia financiera.

En PISA 2012 se introducen por primera vez tres índices relacionados con las prácticas de

enseñanza de matemáticas según la percepción de los alumnos. Se les pidió a los estudiantes

que informaran con qué frecuencia una serie de situaciones se presentaban durante sus clases

de matemáticas. Dichas prácticas relacionadas con la conducta del profesor se refieren, en

primer lugar a la evaluación formativa; en segundo lugar, a una conducta del profesor

orientada al estudiante; y en tercer lugar, a la instrucción dirigida por el docente.

El primer índice, denominado conducta del profesor: evaluación formativa, se construye en

base a las respuestas individuales sobre la frecuencia con la que el profesor de matemáticas: a)

dice a los estudiantes lo bien que lo están haciendo en la clase de matemáticas; b) da a los

estudiantes retroalimentación sobre sus fortalezas y debilidades en las matemáticas; c) dice a

los alumnos lo que espera de ellos ante un examen, prueba o tarea; d) dice a los estudiantes

lo que necesitan hacer para ser mejores en matemáticas.



El segundo índice, denominado conducta del profesor: orientación al estudiante, se construye a

partir de las respuestas dadas por cada estudiantes sobre la frecuencia con que su profesor de

matemáticas: a) asigna tareas diferentes a los estudiantes según tengan dificultades de

aprendizaje o puedan avanzar más rápido; b) asigna proyectos que requieren al menos una

semana para su realización; c) forma pequeños grupos de trabajo para llegar a soluciones

conjuntas a un problema o tarea; d) pide a los estudiantes que ayuden a planificar los temas o

actividades del aula.

El tercer índice, denominado conducta del profesor: instrucción dirigida por el docente se

construye a partir de las respuestas individuales sobre la frecuencia con la que el profesor en

sus clases de matemáticas: a) establece metas claras para el aprendizaje; b) pide al alumno

que muestre su pensamiento o razonamiento con cierta extensión; c) hace preguntas al

estudiantes para comprobar si se ha comprendido lo que enseña; d) al comienzo de la lección,

presenta un breve resumen de la lección anterior; e) dice al estudiante lo que tiene que

aprender.

Adicionalmente, usamos dos índices elaborados por PISA relacionados con la calidad de la

enseñanza de las matemáticas. El primero de ellos, clima disciplinario, mide si los estudiantes

gozan o no de aulas disciplinadas en sus clases de matemáticas. En concreto, PISA utiliza las

opiniones de los estudiantes sobre el ruido y desorden en las clases, el tiempo de espera del

profesor para que los estudiantes se callen, etc. para construir una medida del clima

disciplinario en el aula. Es evidente que los estudiantes no pueden trabajar bien donde el clima

disciplinario no es el más propicio para el aprendizaje. El segundo índice, apoyo del profesor, se

ha construido tomando como base las respuestas dadas por los estudiantes respecto al interés

y la actitud de ayuda del profesor para facilitar su aprendizaje.

2.2.3. Variables explicativas a nivel de escuela (nivel 2)

Son múltiples los factores que pueden condicionar el rendimiento de los alumnos. Las

características de los centros educativos también pueden causar diferencias en los resultados

en finanzas para la vida. En nuestro análisis econométrico introducimos factores geográficos,

como la ubicación rural o urbana en la que se encuentra el centro (escuela en localidad con

menos de 3.000 habitantes), e indicadores de los recursos humanos y materiales puestos a

disposición de los centros construidos por PISA a partir de las opiniones de los directores de los

centros. En concreto, de estos últimos, introducimos el índice de liderazgo instruccional, el

índice sobre la moral del profesorado, y un tercer índice que mide la calidad de los recursos

educativos escolares. El primero de ellos se construye teniendo en cuenta principalmente si los

docentes promueven o no prácticas de enseñanza basadas en la investigación educativa

reciente. El segundo capta el entusiasmo con el que trabajan los docentes, su moral y orgullo

de pertenencia al centro, y la valoración que hacen del rendimiento académico. Por último, el

índice de calidad de los recursos educativos se calculó a partir de las percepciones de los

directores de posibles factores que dificultaban la enseñanza en su centro, como la escasez de:

equipos de laboratorio de ciencias, libros de texto, materiales en biblioteca y ordenadores para

la enseñanza.



Asimismo, y con la finalidad de contrastar si distintos mecanismos de asignación de alumnos a

centros educativos influyen en las diferencias de rendimiento en competencia financiera, se

incluye un índice de selección escolar/políticas de admisión del estudiante. En PISA 2012, este

índice se calculó mediante la asignación de las escuelas a una de tres categorías en función de

la frecuencia con la que dos factores, el rendimiento académico de los estudiantes y la

recomendación de sus escuelas de procedencia, fueron considerados para la admisión de los

estudiantes en su centro actual: (1) los dos factores nunca fueron considerados; (2) al menos

un factor se considera a veces, pero no siempre; y (3) al menos un factor fue siempre

considerado.

Además, la variabilidad de los resultados académicos puede ser atribuible a procesos internos

del centro como el grado de autonomía. En este trabajo, como indicador de este aspecto se

introduce como variable explicativa el índice de responsabilidad escolar sobre el currículo y la

evaluación, que recoge principalmente la mayor o menor descentralización en relación con

aspectos como la elección de los libros de texto, el establecimiento de políticas de evaluación

de los estudiantes o la determinación de los contenidos de las asignaturas. Los valores más

altos indican una mayor responsabilidad del centro (director o profesor) en los aspectos

citados.

Por último, se introduce el índice de actividades extracurriculares de matemáticas en la

escuela, que se construye dependiendo de si la escuela tiene simultáneamente o no: a) clases

adicionales de matemáticas fuera del horario escolar, bien de refuerzo, bien avanzadas; b) club

de matemáticas; c) competiciones de matemáticas; y d) un club centrado en los ordenadores y

nuevas tecnologías.

2.2.4. Variables de características socio-demográficas (nivel 1)

Como tercer bloque de variables explicativas consideradas en nuestro análisis las

características socio-demográficas de los estudiantes. En concreto, se analiza la relación de la

competencia financiera con el género del alumnado, la repetición de curso, el estatus de

inmigración, el índice socioeconómico y cultural, y la ansiedad ante las matemáticas.

En PISA, el índice de estatus económico, social y cultural se considera una combinación de

varios factores de contexto que se resumen en una única variable denominada ESCS

(Economic, Social and Cultural Status). Este índice se construye a partir de ciertos indicadores

que recogen el nivel educativo de los padres del alumno y su ocupación profesional, así como

los recursos tecnológicos, culturales y educativos disponibles en el hogar.

En segundo lugar, la condición de inmigrante del estudiante se ha incorporado en nuestra

estimación econométrica como un grupo de variables dummies: nativo, inmigrante de 2ª

generación, e inmigrante de 1ª generación. Ni que decir tiene que la educación financiera se

considera un componente importante para la integración de los inmigrantes en su nuevo país

de residencia. En muchos países, los hijos de inmigrantes presentan mayor riesgo de obtener

rendimiento bajo en educación que los hijos de nativos, y el bajo rendimiento en esta

competencia en concreto puede contribuir a su no participación completa en la sociedad.



En tercer lugar, para recoger la ansiedad ante las matemáticas, PISA ha construido un índice

sobre la base de las respuestas de los estudiantes acerca de los sentimientos de estrés y la

impotencia cuando se trata de las matemáticas (OECD, 2013b).

Por último, se ha tenido en cuenta la repetición de curso, ya que existen importantes

diferencias en la tasa de repetición por países, estando de hecho España entre los países con la

tasa de alumnos repetidores más alta de la OCDE.

2.2.5. Variables relativas a experiencias de los estudiantes con asuntos monetarios (nivel 1)

La información acerca de las experiencias en asuntos monetarios y financieros de los

estudiantes de 15 años se recabó en un cuestionario añadido a la evaluación de PISA 2012. En

todos los países, se produjo una importante proporción de observaciones perdidas en

respuestas a cuestiones específicas relacionadas con la experiencia, la actitud y el

comportamiento en finanzas. Esta falta de respuesta se explica, al menos en parte, por el

diseño de esta parte de la encuesta que solo formula cada pregunta a la mitad de la muestra.

Debido al elevado número de valores perdidos en gran parte de las variables, únicamente nos

ha sido posible incluir en el análisis información relativa, por un lado a la tenencia de una

cuenta bancaria (= 1) y, por otro, una variable de lo que nosotros entendemos que mide la

ignorancia financiera (= 1 si el estudiante no tenía ni idea de lo que era una tarjeta de débito

de prepago). Esto se ha hecho en el apartado 3.2.2.

3. RESULTADOS

3.1. Resultados del modelo vacío

Este apartado muestra los resultados de la estimación del modelo multinivel vacío o nulo. Los

resultados nos permiten obtener la proporción de la varianza del nivel de adquisición de la

competencia financiera del alumnado que se debe a factores asociados con las características

de los centros educativos (varianza entre centros) y la que es debida a las características a nivel

de individuo (variación de resultados dentro de un mismo centro: varianza dentro de los

centros).

La tabla 2 muestra el porcentaje de la varianza del rendimiento en finanzas para la vida del

alumnado de 15 años explicada por las diferencias entre los centros y dentro de los centros en

cada país participante. La última columna muestra la variación de rendimiento de los alumnos

entre centros expresada como porcentaje de la varianza total de cada país. La variabilidad

dentro de los centros se obtiene restándole a 100 el porcentaje atribuido a la variabilidad

entre centros. Se observa que España es el país con la menor variabilidad entre centros,

seguido de Estonia y Polonia, con valores estimados del 16,0%, 19,8% y 20,1%

respectivamente. Los resultados relativos a España apuntan, por tanto, a una mayor equidad

de nuestro sistema educativo, indicando que en todos los centros pueden encontrarse

alumnos con bajo, medio y alto rendimiento en competencia financiera. Valores similares se

obtienen en Estonia y Polonia, con valores muy por debajo del promedio de la OCDE (37%), lo

que corrobora que los resultados educativos del alumnado dependen en mayor medida de las



características y de las circunstancias propias de los estudiantes, que de las características de

los centros educativos a los que acuden.

En el extremo opuesto se encuentran Eslovenia, República Eslovaca y Francia, donde la

proporción de la varianza del nivel de adquisición de la competencia financiera del alumnado

se debe principalmente a factores asociados a las características de los centros educativos

(variación de resultados entre centros), con unos valores estimados del coeficiente de

partición de la varianza por encima del 50%. Las características de los centros educativos

pueden causar diferencias en los resultados. De hecho, estas diferencias, como más adelante

confirman los resultados del análisis multinivel, reflejan, en parte, los distintos mecanismos de

selección que tienen estos países para asignar los alumnos a los centros educativos.

Tabla 2. Variabilidad del rendimiento del alumnado dentro y entre centros

Varianza entre centros Varianza dentro de centros

Coeficiente de partición de la varianza (ICC)

Australia 2515,262 7650,103 0,247

Bélgica 4075,626 5186,604 0,440

Colombia 3123,127 7842,582 0,285

Rep. Checa 3588,583 3867,899 0,481

España 1181,805 6188,216 0,160

Estonia 1181,071 4775,772 0,198

Francia 6058,068 4923,300 0,552

Croacia 2641,092 4584,341 0,366

Israel 5785,928 7097,964 0,449

Italia 3412,063 4019,793 0,459

Letonia 1369,098 4384,956 0,238

N. Zelanda 3235,321 10218,170 0,240

Polonia 1329,490 5281,344 0,201

China 3124,287 3856,487 0,448

Fed. Rusa 2350,411 5303,719 0,307

R. Eslovaca 6150,831 4785,905 0,562

Eslovenia 4365,888 3246,436 0,574

EE.UU. 2396,122 7373,853 0,245

ICC: Coeficiente de correlación intra-clase. En todos los países resulta estadísticamente significativo al 5%. Las cifras

mostradas en la tabla se han obtenido teniendo en cuenta los pesos correspondientes.

Fuente: Elaboración propia a partir de la base de datos de PISA 2012

3.2. Resultados del modelo multinivel de pendiente aleatoria

3.2.1. Resultados del modelo sin las variables relativas a asuntos monetarios

Los resultados del modelo de pendiente aleatoria se muestran en la tabla 3. En relación con los

índices relativos a las prácticas de enseñanza de las matemáticas (según la percepción de los

estudiantes), en todos los países analizados las puntuaciones en competencia financiera se ven



reducidas cuando los alumnos perciben que su profesor lleva a cabo una enseñanza orientada

al estudiante, asignando tareas diferentes a estudiantes según sus habilidades u organizando

pequeños grupos de trabajo para solucionar problemas. En todos los casos, los valores

obtenidos se interpretan como una reducción del rendimiento en competencia financiera

asociada a una variación de un punto en el índice de enseñanza orientada a los estudiantes,

destacando Nueva Zelanda, Croacia y Polonia. Dado que a priori esta conducta del profesor

podría considerarse beneficiosa para el aprendizaje de las matemáticas, y con el fin de explicar

el resultado obtenido contrario a dicha hipótesis, se ha realizado un análisis descriptivo (no

mostrado en este trabajo) en el que se observa que, en general, los alumnos con habilidad

matemática alta (puntuaciones iguales o superiores a 500 en la prueba PISA 2012 de

matemáticas) dan valoraciones inferiores a la media de su país en ese índice, mientras que los

alumnos de habilidad matemática baja (con menos de 500 puntos) otorgan valores superiores

a la media en este índice. En definitiva, los resultados sugieren que, a pesar de contar con

países culturalmente distintos y con sistemas educativos diferentes, en todos ellos la

valoración que hacen los estudiantes de esta conducta de sus docentes depende de la

habilidad matemática de los alumnos. Sin embargo, la instrucción dirigida por el docente

presenta resultados desiguales según los países. En concreto, este tipo de instrucción hace que

se reduzca la puntuación en competencia financiera de forma significativa en la República

Checa, China y Croacia; y por el contrario, tiene un impacto positivo y significativo en

Eslovenia, Polonia, Bélgica, Israel, Letonia y en Australia. Por último, la evaluación formativa

solo tiene un efecto positivo y significativo en los resultados de finanzas para la vida en

Francia, y en menor medida en Italia; mientras que esta práctica reduce el rendimiento en

competencia financiera de los alumnos de Israel, EE.UU., Rusia, Polonia, Letonia y Eslovenia.

En segundo lugar, y respecto a las variables relacionadas con el ambiente de clase y el apoyo

del profesor, de nuevo según la percepción de los estudiantes, los resultados de la estimación

econométrica mostrados en la tabla 3 revelan, por un lado, que un clima de aprendizaje

positivo en el aula contribuye favorablemente al desarrollo de competencias financieras. En

concreto, destaca el caso de Israel con un coeficiente de 19,02; que se interpreta como el

aumento del rendimiento en competencia financiera asociado a una variación de un punto en

el clima disciplinario. Por otro lado, el coeficiente estimado asociado a la variable de apoyo del

profesor es positivo y estadísticamente significativo en Nueva Zelanda, Croacia, República

Checa y Estonia. Sin embargo, se relaciona negativamente con la competencia financiera en

Eslovenia, España e Israel, donde los alumnos con una menor habilidad para las matemáticas

son los que más valoran el apoyo de su profesor.

En tercer lugar, y centrándonos en factores controlables por las escuelas, la política de

admisión de los centros, medida por el índice de selección escolar, es una variable que se

relaciona positivamente con el rendimiento en la competencia financiera en cinco países de

Europa del Este (Croacia, Eslovenia, República Eslovaca, Letonia y República Checa) y también

en China. Este resultado apunta a que estamos ante sistemas educativos estratificados, menos

equitativos y más exclusivos. Por su parte, el índice de responsabilidad escolar sobre el

currículo y la evaluación tiene un efecto desigual según los países, con una incidencia positiva y

significativa sobre las puntuaciones de competencia financiera en España, Israel y la República



Checa pero, por el contrario, presenta un efecto negativo en Nueva Zelanda y en Croacia. En

cuanto a las actividades extracurriculares de matemáticas en la escuela, éstas contribuyen

positivamente a elevar la puntuación en competencia financiera en la mitad de los países

participantes; en concreto, en Eslovenia, China, Croacia, Italia, Israel, República Eslovaca y

España. Por último, la calidad de los recursos escolares resulta positiva y altamente

significativa en Australia, EE.UU. y Colombia; en estos países, por tanto, el dinero sí importa.

En cuarto lugar, la moral del profesorado, variable clave para el logro de los objetivos de

aprendizaje en cualquier sistema educativo, tiene un efecto positivo y significativo en las

puntuaciones en competencia financiera de los estudiantes de gran parte de los países

participantes (EE.UU., Federación Rusa, Australia, Polonia, Italia, Bélgica e Israel). Por su parte,

el liderazgo instruccional no resulta significativo en la mayoría de los países; únicamente

muestra un efecto positivo en la competencia financiera de los estudiantes letones, mientras

que en Israel, Australia, Italia y España reduce la puntuación en competencia financiera.

En quinto lugar, los alumnos escolarizados en centros rurales y ciudades pequeñas obtienen

puntuaciones inferiores en competencia financiera a los de ciudades más grandes, aunque

únicamente esta diferencia resulta estadísticamente significativa al 5% en Eslovenia, y al 10%

en Croacia, Letonia y Federación Rusa.

En sexto lugar, y como era de esperar, el estatus socioeconómico, medido por el índice social

económico y cultural (ESCS), se relaciona positiva y significativamente con el rendimiento de

los estudiantes en competencia financiera en todos los países participantes, encontrándose

diferencias de dicho impacto por países. Este valor se interpreta como el aumento del

rendimiento en competencia financiera asociado a una variación de un punto en el ESCS. El

impacto de este índice en los resultados se considera una medida de la equidad de los

sistemas educativos: a mayor impacto del índice, menor equidad en el sistema educativo. En

concreto, en Nueva Zelanda, Australia y en Israel se observa una mayor asociación entre el

rendimiento en competencia financiera y este índice. Además, y al haber estimado un modelo

de pendiente aleatoria donde se ha hecho interactuar esta variable individual con el segundo

nivel, los resultados de la estimación multinivel nos permiten afirmar que no hay un efecto fijo

de país, sino que el impacto del ESCS cambia según colegios en cada país (al haber obtenido

una estimación de la varianza de ESCS estadísticamente significativa en todos los países).

En séptimo lugar, y al tratarse de la primera evaluación que realiza PISA de la competencia

financiera, cabe preguntarse si hay diferencias de rendimiento entre chicos y chicas. En

promedio, las puntuaciones de chicos y chicas en conocimientos financieros en PISA 2012 se

hallan muy próximas (OCDE, 2014); sin embargo, los resultados de nuestro análisis

econométrico demuestran que en ocho países el coeficiente estimado asociado a la variable

del género es negativo y estadísticamente significativo (al 5%), lo que viene a indicar la

existencia de diferencias estadísticamente significativas a favor de los chicos en competencia

financiera. Entre estos países se encuentran Bélgica, República Checa, España (donde la

diferencia es de casi 11 puntos a favor de ellos), Croacia, Israel, Italia y Eslovenia. La excepción

viene dada por Letonia, donde las chicas obtienen mayor puntuación media que ellos (11

puntos). Este patrón con respecto al género está en línea con el observado para los

estudiantes cuyo rendimiento es comparable en competencias matemática y lectora, entre los



que se observa un mejor rendimiento de los chicos que el de las chicas en 11 de los 18 países

participantes. Nuestros resultados también coinciden con los obtenidos por Atkinson y Messy

(2012) en el estudio piloto llevado a cabo por la Red Internacional Educación Financiera (INFE)

de la OCDE en 14 países, donde los hombres obtienen puntuaciones significativamente más

altas en alfabetización financiera que las mujeres.

En octavo lugar, la brecha entre las puntuaciones de estudiantes nativos y de inmigrantes

muestra que los hijos de inmigrantes tienden a obtener rendimientos significativamente

inferiores a los de los hijos de nativos. En la mayoría de los países, las diferencias son

estadísticamente significativas y favorables a los hijos de nativos, sobre todo en relación con

los de primera generación, destacando China, República Eslovaca, Letonia y Polonia. La

condición de inmigrante de segunda generación afecta a las puntuaciones alcanzadas en

competencia financiera en sentido negativo entre los inmigrantes de Colombia, Francia y

Rusia. En este análisis, la excepción la constituye Australia donde la media obtenida por los

alumnos inmigrantes supera a la obtenida por los alumnos nativos.

En noveno lugar, la ansiedad ante las matemáticas es un factor que está asociado al

rendimiento en competencia financiera, al igual que sucede con el rendimiento en

matemáticas. En 17 de los 18 países participantes el coeficiente estimado resulta negativo y

estadísticamente significativo. El mayor efecto se observa en Nueva Zelanda, Letonia, Estonia y

Polonia con más de 30 puntos, mientras que dicho efecto es menor en España o Israel. Estos

resultados están en línea con los obtenidos en promedio para los países de la OCDE en

matemáticas, ya que más ansiedad en matemáticas se asocia con una puntuación de 34 puntos

menos en este dominio, el equivalente a casi un año de escuela. Además, en el modelo se ha

incorporado la ansiedad de forma multiplicativa con el género, de forma que en Estonia y en

Croacia el ser mujer compensa el efecto negativo que ejerce la ansiedad en las puntuaciones

en competencia financiera.

Para terminar, debemos resaltar que existen diferencias de rendimiento en competencia

financiera según la repetición de curso. Entre los países de la OCDE existen políticas diversas

con respecto a la repetición de curso. Es de todos conocido que en España la tasa de alumnos

repetidores es de las más altas de la OCDE. El 32,3% de los alumnos españoles que

participaron en la evaluación de la competencia financiera estaban matriculados en tercero o

en segundo de la ESO; es decir, habían repetido uno o dos cursos académicos. Este porcentaje

es el mayor de los países participantes en la evaluación de la competencia financiera, y más de

2,5 veces superior al promedio de la OCDE (12,0%). En Israel y Nueva Zelanda, apenas un 5%

de alumnos se encontraban en esta situación. En general, nuestro análisis muestra que los

alumnos que han repetido curso tienen peores resultados que los no repetidores. Con la

excepción de Israel, Nueva Zelanda y Rusia, las diferencias observadas entre las puntuaciones

de alumnos que no han repetido curso y los repetidores son importantes y significativas,

superando los 25 puntos. La mayor brecha, de en torno a 100 puntos, se observa en Francia y

en Eslovenia.



3.2.2. Resultados del modelo con las variables relativas a asuntos monetarios

En esta sección analizamos la relación entre las experiencias de los estudiantes relacionadas

con asuntos monetarios (financieros), tales como la tenencia de una cuenta bancaria o el

conocimiento de productos financieros, y su rendimiento en la evaluación de finanzas para la

vida, controlando por el resto de variables incorporadas en la estimación antes comentada

(tabla 4). En general, para estas últimas se sigue confirmando el signo y la significatividad de

los coeficientes, por lo que nos centramos en esta sección solo en comentar los resultados

relativos a las variables relativas a asuntos económicos.

En primer lugar, con respecto a la relación entre el rendimiento en finanzas para la vida y tener

una cuenta bancaria, se observa que en la mitad de los países tener una cuenta bancaria está

asociado a obtener puntuaciones más altas en la prueba de educación financiera. En concreto,

los estudiantes que son titulares de una cuenta bancaria obtienen 90 puntos más que los que

no disponen de ella en Nueva Zelanda, y 30 puntos en Eslovenia, mientras que en España (17

puntos) es mucho menor. Las diferencias más altas observadas en Nueva Zelanda y Eslovenia

pueden deberse, en parte, a que en estos países los jóvenes de 15 años no necesitan el

permiso de los padres para abrir una cuenta bancaria. La relación positiva observada entre ser

titular de una cuenta bancaria y los resultados de la prueba de competencia financiera puede

ser interpretada de diversas maneras. Por un lado, tener conocimientos y destrezas financieras

puede despertar la curiosidad entre los alumnos por los productos financieros (Otto, 2013).

Por otro lado, disponer de una cuenta bancaria permite a los estudiantes familiarizarse con

cuestiones financieras (Sherraden et al., 2011), al tiempo que fomenta determinados hábitos

de ahorro con beneficios a largo plazo en la edad adulta (Friedline et al., 2011).

En segundo lugar, resulta interesante observar si existen diferencias en el rendimiento en

competencia financiera entre los estudiantes que tienen unos conocimientos mínimos de los

productos financieros formales y los que no los tienen. Como se observa en la tabla 4, existe

una relación negativa y estadísticamente significativa en la mitad de los países considerados

entre el rendimiento en finanzas para la vida y el indicador de ignorancia financiera definido

previamente. En concreto, este efecto se observa con mayor intensidad principalmente en la

República Eslovaca, donde la variable introducida para captar la ignorancia financiera de los

alumnos reduce hasta 122 puntos la puntuación en competencia financiera. También resulta

importante este efecto en Nueva Zelanda, en Bélgica, Estonia y Australia.

4. CONCLUSIONES

Unos mercados financieros cada vez más sofisticados (nuevos productos, pagos on-line, etc.),

junto con un aumento de la esperanza de vida que obliga a que los individuos planifiquen su

futuro asegurándose de que tienen suficientes ahorros para la jubilación, exigen una mayor

competencia en temas económicos y financieros. La importancia de la competencia financiera

se reconoce también cada vez más en el ámbito escolar. PISA 2012 es el primer estudio

internacional a gran escala que evalúa la competencia financiera de los jóvenes de 15 años.

Intenta medir hasta qué punto una muestra representativa de alumnos procedentes de 18

países de la OCDE y asociados tienen el conocimiento y la comprensión necesarias para tomar



decisiones en el ámbito de las finanzas cotidianas y para planificar diversos aspectos de su

futuro. Los datos cuantitativos proporcionados por el proyecto PISA nos han permitido

comparar a los alumnos españoles con los del resto de países participantes, observándose una

brecha entre las puntuaciones de los países con mejor rendimiento, como Shanghái-China

(603) y Flandes-Bélgica (541), y España (484).

En un primer análisis exploratorio de las puntuaciones de alfabetización financiera, y tras

estimar un modelo multinivel (modelo vacío), se calcula el coeficiente de partición de la

varianza (ICC), resultando estadísticamente significativo en todos los países que participan en

PISA financiera, con diferencias importantes entre ellos. Por ejemplo, en Eslovenia más del

57% de la variabilidad de las puntuaciones en competencia financiera se debe a la diferencia

entre escuelas (también destacan Eslovaquia y Francia con un ICC superior al 55%). Por el

contrario, países como España, Estonia, Polonia y Letonia muestran un ICC inferior al 24%. En

particular, en España solo el 16% de la variabilidad de los resultados de PISA financiera es

debida a la diferencia entre centros educativos.

En un análisis más pormenorizado de las variables predictoras del rendimiento en finanzas

para la vida, se ha estimado un modelo multinivel de pendiente aleatoria. Aunque son

múltiples los factores que condicionan el rendimiento de los alumnos, se observa que, en

general, en todos los países hay dos variables de características individuales que afectan a las

puntuaciones alcanzadas en competencia financiera en sentido negativo: la ansiedad ante las

matemáticas y la condición de inmigrante; por el contrario, el estatus socioeconómico, como

era de esperar, se relaciona positivamente con el rendimiento de los estudiantes y la

competencia financiera en todos los países participantes, especialmente en Nueva Zelanda,

Australia e Israel. Adicionalmente, un buen clima de aprendizaje en el aula tiene un efecto

positivo en las puntuaciones en competencia financiera. Por último, se observa en la mitad de

los países considerados, entre ellos España, una relación positiva y estadísticamente

significativa entre el rendimiento en finanzas para la vida y el tener una cuenta bancaria;

también, en la mitad de los países se observa una relación negativa entre el rendimiento en

finanzas para la vida y la ignorancia financiera, aunque para España no ha mostrado

significatividad el coeficiente.

En cuanto a las variables a nivel de escuela, la política de admisión de los centros, medida por

el índice de selección escolar, es una variable que se relaciona positivamente con el

rendimiento en la competencia financiera en los países de Europa del Este y también en China.

Por último, el índice de responsabilidad escolar sobre el currículo y la evaluación, y el relativo a

las actividades extracurriculares de matemáticas en la escuela tienen un efecto desigual según

los países, si bien en España ambos tienen una incidencia positiva y significativa sobre las

puntuaciones de competencia financiera.

El interés por conocer la manera en la que los centros escolares pueden realizar aportaciones a

la promoción de la cultura financiera de los jóvenes es fundamental. Un número gradual de

países están ya elaborando nuevos currículos y aplicando estrategias de aprendizaje centradas

en este campo. La implementación de contenidos económico-financieros de manera

transversal en distintas materias de la enseñanza obligatoria podría contribuir de esta manera

al desarrollo de la competencia financiera.



REFERENCIAS

Atkinson, A. y Messy, F. (2012): "Measuring Financial Literacy: Results of the OECD/International Network on Financial Education (INFE) Pilot Study", OECD Working Papers on Finance, Insurance and Private Pensions, n.º 15, OECD Publishing.

Bernheim, D. (1995): "Do Households Appreciate Their Financial Vulnerabilities? An Analysis of Actions, Perceptions, and Public Policy". En Tax Policy and Economic Growth, American Council for Capital Formation, Washington, D.C., pp. 1–30.

Bernheim, D. (1998): "Financial Illiteracy, Education and Retirement Saving". En Mitchell, O. y Schieber, S. (eds.): Living with Defined Contribution Pensions, University of Pennsylvania Press, Philadelphia, pp. 38–68.

Bernheim, D. y Scholz, J.K. (1992): "Private Saving and Public Policy", National Bureau of Economic Research, Working Paper nº 4215.

Friedline, T.L., Elliott, W. y Nam, I. (2011): “Predicting Savings from Adolescence to Young Adulthood: A Propensity Score Approach”, Journal of the Society for Social Work and Research, 2, pp. 1-22.

Goldstein, H. (1995): Multilevel Statistical Models, Wiley and Sons, London.

Goldstein, H. (1997): "Methods in School Effectiveness Research", School Effectiveness and School Improvement, 8(4), pp. 369–95.

Guiso, L. y Jappelli T. (2008): "Financial Literacy and Portfolio Diversification", CSEF Working Papers nº 212.

Hilgert, M.A., J.M. Hogarth y S.G. Beverly (2003): "Household Financial Management: The Connection Between Knowledge and Behavior", Federal Reserve Bulletin, 89(7), pp. 309- 322.

Huston, S.J. (2010): "Measuring Financial Literacy", The Journal of Consumer Affairs, 44(2), pp. 296-316.

Lusardi, A. y Mitchell, O.S. (2007a): "Baby Boomer Retirement Security: The Role of Planning, Financial Literacy, and Housing Wealth", Journal of Monetary Economics, 54, pp. 205–24.

Lusardi, A. y Mitchell, O.S. (2007b): "Financial Literacy and Retirement Preparedness: Evidence and Implications for Financial Education", Business Economics, 42(1), pp. 35–44.

Lusardi, A. y P. Tufano (2009): "Debt Literacy, Financial Experiences, and Overindebtedness", NBER Working Paper n.º 14808.

Mancebón, M.J. y Pérez, D. (2014): "Alfabetización financiera, competencias matemáticas y tipo de centro". En: PISA 2012. Competencia Financiera (Informe español, Análisis secundario), Ministerio de Educación, Madrid, pp. 137-164.

OCDE (2014): "¿Saben los jóvenes de 15 años cómo gestionar dinero?", PISA in Focus-07/2014, 41.

OECD/INFE (2011): Measuring Financial Literacy: Core Questionnaire in Measuring Financial Literacy: Questionnaire and Guidance Notes for conducting an Internationally Comparable Survey of Financial literacy, OECD Publishing.

OECD (2013a): PISA 2012 Assessment and analytical framework, OECD Publishing.

OECD (2013b): PISA 2012 Results: Ready to Learn – Students’ Engagement, Drive and Self-Beliefs (Volume III), PISA, OECD Publishing.

OECD (2014): Financial Education for Youth: The Role of Schools, OECD Publishing.

Otto, A. (2013): “Saving in Childhood and Adolescence: Insights from Developmental Psychology”, Economics of Education Review, 33, pp. 8-18.



Sherraden, S.M., Johnson, L., Guo, B. y Elliot, W. (2011): “Financial Capability in Children: Effects of Participation in School-Based Financial Education and Savings Program, Journal of Family & Economic Issues, 32, pp. 385-399.

Van Rooij, M., Lusardi, A. y Alessie, R. (2011): Financial Literacy and Stock Market Participation. Journal of Financial Economics, 101(2), pp. 449–72.

Tabla 3. Estimación del modelo multinivel de pendiente aleatoria (solo se muestran los coeficientes estimados)

Australia Bélgica Colombia Rep. Checa España Estonia Francia Croacia Israel

Variables de alumno (nivel 1)

Relativas a prácticas docentes y ambiente de clase

Conducta del profesor: evaluación formativa

-4,703

1,487

1,084

-2,931

3,477

-7,205

9,025 ** 4,145

-16,446 **

Conducta del profesor: orientación al estudiante

-17,972 ** -16,342 ** -13,648 ** -13,338 ** -17,214 ** -9,946 ** -12,072 ** -22,692 ** -13,269 **

Conducta del profesor: instrucción dirigida por el docente

5,446 * 11,209 ** -5,197

-16,461 ** 0,562

0,284

3,738

-7,054 * 10,395 **

Clima disciplinario 11,808 ** 12,655 ** 5,981

8,546 ** 4,508

2,830

7,445 ** 11,592 ** 19,029 **

Apoyo del profesor 3,635

-2,364

3,341

9,982 ** -6,338 ** 7,070 * -2,517

10,304 ** -10,205 *

Características sociodemográficas

Edad 34,548 ** 13,488

22,168 * -16,351

14,799

23,485 ** -8,702

27,178 ** -8,920

Género (mujer=1) 3,721

-18,754 ** -8,779

-24,896 ** -10,787 ** -1,368

-6,770

-21,585 ** -15,861 **

Ansiedad ante las matemáticas -22,164 ** -7,859

-30,701 ** -15,507 ** -9,938 ** -34,531 ** -17,193 ** -22,223 ** -12,048 **

(Ansiedad matemáticas)*(género) 1,309

-3,922

15,822 * -7,873

-2,065

13,572 ** -1,370

10,262 ** 7,357

Índice de estatus económico, social y cultural

33,925 ** 11,249 ** 16,385 ** 24,401 ** 14,900 ** 15,546 ** 21,229 ** 19,074 ** 31,255 **

Repetición de curso -48,499 ** -62,015 ** -37,635 ** -64,389 ** -68,275 ** -33,875 ** -97,291 ** -32,907 * -25,405

Nativo c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

Inmigrante de 2ª generación 23,772 ** -21,706 * -94,092 ** -12,215

12,165

-12,891

-27,243 ** -4,168

15,225

Inmigrante de 1ª generación -5,813

-52,582 ** 24,664 * -44,370 * -30,703 ** -29,144 ** -59,717 ** 14,314

-3,166

Variables de escuela (nivel 2)

Índice de responsabilidad escolar sobre el currículo y la evaluación

-1,898

-7,960

-0,517

9,281 * 9,673 ** 3,669

3,506

-14,902 ** 9,626 **

Liderazgo instruccional -11,557 ** 4,754

1,816

-1,333

-5,472 ** 0,572

-0,829

-1,547

-11,856 **

Selección escolar/políticas de admisión del estudiante

0,176

0,452

-7,430

12,655 ** 1,656

4,041

5,651

51,239 ** 0,425

Actividades extracurriculares de matemáticas en la escuela

1,673

1,018

3,569

-0,140

5,288 * -2,219

3,787

11,737 ** 9,072 **

Calidad de los recursos educativos escolares

11,684 ** 7,926

7,583 ** -5,829

-2,557

-6,603 * -1,283

-1,274

5,020

Moral del profesorado 5,344 ** 9,436 * 3,081

2,777

1,261

5,948

2,516

3,835

9,006 *

Escuela en localidad con menos de 3.000 habitantes

-8,637

-10,813

-4,423

-20,317

-5,098

7,010

-23,660

-13,636 * 2,420

Constante -27,521

355,559 ** 119,811

758,836 ** 279,188 * 151,950

653,445 ** -122,019

607,709 **

var (ESCS) 274,16 ** 15,05 ** 20,70 ** 99,55 ** 12,29 ** 207,67 ** 178,01 ** 61,87 ** 35,82 **

var (cons) 1151,79 ** 1184,11 ** 1085,22 ** 1339,80 ** 535,45 ** 553,48 ** 1148,68 ** 992,00 ** 1384,43 **

cov (ESCS, cons) -95,01

-133,51 ** 149,88

124,44

-29,38

-132,91

77,88

46,70

-222,70 **

var (residual) 5263,10 ** 3855,55 ** 5812,83 ** 2923,95 ** 3603,89 ** 3600,02 ** 3703,72 ** 3116,43 ** 5466,18 **

Número de observaciones 1918

670

1206

622

689

705

613

723

573

Log pseudolikelihood -39667,9 ** -16083,2 ** -122732,1 ** -10365,9 ** -83427,0 ** -2561,8 ** -116812,0 ** -11510,0 ** -21420,1 **

c.r.: categoría referencia n.c.: variable no considerada (por problemas en la estimación) **,* Signicatividad al 5% y 10% respect. La estimación se ha realizado teniendo en cuenta los pesos correspondientes.



Tabla 3. Estimación del modelo multinivel de pendiente aleatoria (solo se muestran los coeficientes estimados). Continuación

Italia Letonia N. Zelanda Polonia China Fed. Rusa R. Eslovaca Eslovenia EE.UU.




3,239 * -9,397 ** -9,834

-9,577 ** 5,828

-10,251 ** -0,177

-9,103 ** -12,952 **


-15,650 ** -7,785 ** -33,013 ** -19,757 ** -15,976 ** -7,551 ** -17,253 **

-7,042 ** -12,758 **


0,991

10,378 ** 10,889

14,769 ** -5,599 * -2,625

-1,208

16,150 ** 2,324

Clima disciplinario 6,700 ** -2,133

2,216

2,831

9,913 ** 4,567

-1,689

5,327 ** 7,775 **


0,015

10,800 ** -4,636

-0,266

n,c,

-4,524

-6,547 ** 6,338


Edad 13,415 ** 21,921 ** 13,144

14,292 * 4,849

5,043

15,655

-3,474

38,034 **

Género (mujer=1) -18,003 ** 11,441 ** -0,231

-5,275

-8,816 * -2,225

-11,891 * -21,122 ** -5,205

Ansiedad ante las matemáticas -17,559 ** -34,920 ** -37,738 ** -30,519 ** -14,895 ** -29,401 ** -20,468 **

-11,794 ** -19,371 **

(Ansiedad matemáticas)*(género) 3,854

10,442 * 7,398

-1,757

-3,210

3,163

-7,095

6,986

-2,949


8,917 ** 15,829 ** 53,607 ** 17,761 ** 7,944 ** 24,788 ** 20,655 **

7,795 ** 25,570 **

Repetición de curso -42,542 ** -35,980 ** -23,785

-67,267 ** -41,393 ** -35,721

-56,711 **

-99,242 ** -64,321 **

Nativo c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

c,r,


-2,697

-2,614

n,c,

-25,106

-30,891 ** 12,383

-12,325

-9,037


-93,636 ** -30,081 ** -63,426 ** -111,612 ** -46,281 ** -104,953 **

-50,336 ** 11,191



-2,460

1,926

-15,636 ** 1,279

-6,858

0,508

-6,638

-4,506

-0,745

Liderazgo instruccional -7,636 ** 9,211 ** 4,780

n,c,

4,688

-9,017 * 4,967

-5,826

0,083


-0,101

9,488 ** -1,639

6,448

24,092 ** 1,768

29,307 **

32,073 ** -2,945


11,028 ** -1,414

-0,827

-6,017 * 11,890 ** -2,665

7,655 * 14,555 ** 0,027

Calidad de los recursos educativos escolares 0,560

0,080

6,892

-2,544

-1,612

5,349

-9,000

2,216

9,663 **

Moral del profesorado 5,697 ** 3,759

-0,134

6,700 ** 4,487

12,296 ** 0,312

4,528

12,863 **


14,897

-17,369 * n,c,

-10,726

n,c,

-21,182 * 1,993

-80,901 ** -5,889

Constante 262,454 ** 133,701

338,722 * 313,573 ** 438,949 ** 448,978 ** 143,735

435,786 ** -93,987

var (ESCS) 25,19 ** 72,63 ** 60,42 ** 0,18 ** 102,44 ** 4,08 ** 47,49 **

0,46 ** 163,04 **

var (cons) 1792,83 ** 870,25 ** 253,68 ** 416,22 ** 1182,96 ** 1058,72 ** 2479,42 **

2229,86 ** 582,51 **

cov (ESCS, cons) -212,52 ** 129,42

123,80

8,76 ** 129,17

-65,68

169,66

32,00 ** -140,49

var (residual) 3359,39 ** 2947,48 ** 6857,96 ** 3148,82 ** 2937,97 ** 4122,48 ** 3543,03 **

2322,51 ** 4554,40 **

Número de observaciones 4078

603

503

664

773

743

646

754

604

Log pseudolikelihood -118110,7 ** -2835,4 ** -10549,7 ** -87517,6 ** -23848,1 ** -262022,7 ** -10849,8 **

-2932,1 ** -796946,0 **




Tabla 4. Estimación del modelo multinivel de pendiente aleatoria con variables relativas a asuntos monetarios (solo se muestran los coeficientes estimados)

Australia Bélgica Colombia Rep. Checa España Estonia Francia Croacia Israel




-7,721

3,624

-6,739

-2,705

0,897

-12,088 ** 8,611

-2,760

-20,720 **


-17,615 ** -14,517 ** -10,603

-14,323 ** -14,844 ** -12,175 ** -13,726 ** -18,765 ** -14,959 **


8,453 * 8,773

-3,143

-21,755 ** -4,245

-0,316

2,513

-8,106

16,110 **

Clima disciplinario 11,438 ** 13,976 ** 10,673 * 9,414 ** 7,206

2,354

8,202 ** 14,039 ** 21,778 **


-0,009

4,011

10,537

-2,955

13,698 ** -1,834

15,243 ** -19,455 **


Edad 31,713 ** 11,352

39,988 ** -46,129 ** 17,840

12,105

-7,919

16,694

-3,876

Género (mujer=1) -6,379

-4,021

-19,947

-28,145 ** -6,353

0,009

3,809

-27,023 ** -19,441 *

Ansiedad ante las matemáticas -19,844 ** 0,027

-56,358 ** -3,946

-15,398 * -36,094 ** -14,171 ** -14,446 ** -17,037 **

(Ansiedad matemáticas)*(género)

-1,672

-7,583

44,566 ** -27,346 ** -3,524

23,592 ** -14,393

2,812

2,979


36,100 ** 7,524

16,548 ** 21,046 ** 11,137 ** 10,408 * 15,511 ** 24,414 ** 31,749 **

Repetición de curso -56,550 ** -61,700 ** -37,103 ** -64,797 ** -57,775 ** -35,967 ** -95,964 ** -61,739 ** 9,532

Nativo c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

c,r,

Inmigrante de 2ª generación 11,780

-15,755

-16,636

-42,670

-13,466

-16,522

10,648

12,212


-53,871 * 26,506

32,552

-38,856 ** 2,938

-34,534 * 16,213

9,309

Relativas a asuntos monetarios

Tenencia de una cuenta bancaria 15,696 * 6,376

4,318

19,927 ** 18,664 ** 4,399

7,511

11,473

-0,657

Ignorancia financiera -19,072 ** -26,181 ** n,c,

37,504

-2,335

-25,530 ** n,c,

-54,371

n,c,



-2,862

-4,363

3,902

5,361

8,563

8,433 * 10,642 ** -15,889

13,844 **

Liderazgo instruccional -5,916

6,058

-6,217

4,566

-5,068

1,011

1,273

-0,010

-9,177


-4,257

0,616

-9,782

16,563 ** 3,351

4,052

8,253

55,550 ** 1,682


1,296

-5,367

4,854

-2,979

3,389

-3,007

1,349

11,475 ** 3,430


13,399 ** -0,265

8,898 ** 1,435

-4,613

-9,841 ** 4,283

0,031

5,715

Moral del profesorado 6,800 * 10,384 * 12,369 ** -0,602

0,046

14,382 ** -0,473

1,264

13,287 **


1,314

7,512

13,669

-13,571

-24,186

-1,233

-26,646

-18,418 ** -10,882

Constante 26,227

410,556 * -149,151

1232,440 ** 220,559

338,128 * 633,231 ** 39,853

548,719 **

var (ESCS) 1012,06 ** 62,85 ** 21,70 ** 18,69 ** 48,04 ** 668,32 ** 2,31 ** 0,53 ** 131,96 **

var (cons) 1097,67 ** 1276,98 ** 6,79 ** 1552,27 ** 778,86 ** 688,74 ** 1126,82 ** 1126,82 ** 455,63 **


-283,30

-12,14

-93,48

-193,43

-282,33

51,03 ** 24,53 ** 173,22

var (residual) 4754,18 ** 3402,91 ** 6050,95 ** 2365,90 ** 3279,71 ** 2904,41 ** 3669,55 ** 3123,13 ** 4785,87 **

Número de observaciones 842 302 498 287 282 319 325 336 262





Tabla 4. Estimación del modelo multinivel de pendiente aleatoria con variables relativas a asuntos monetarios (solo se muestran los coeficientes estimados). Continuación

Italia Letonia N. Zelanda Polonia China Fed. Rusa R. Eslovaca Eslovenia EE.UU.




1,434

-8,520

-0,518

-18,429 ** 8,995

-20,484 ** -5,585

-13,204 ** -9,091


-20,051 ** -11,357 ** -35,495 ** -19,786 ** -19,991 ** -14,504 ** -9,658

-8,763 ** -13,647 **


4,497

11,894

17,357 * 24,289 ** -2,305

8,358

-7,143

21,047 ** 9,314 *

Clima disciplinario 8,083 ** -3,664

-3,856

-0,945

14,364 ** 3,805

-14,255 ** 12,501 ** 11,220 **

Apoyo del profesor -1,007

-3,924

6,619

-1,914

-2,480

3,219

-3,435

-2,630

3,722


Edad 14,533 * 19,919

31,771 ** 9,625

8,201

9,787

-5,774

5,405

26,603

Género (mujer=1) -14,593 ** 8,498

-2,912

-13,336 * -25,648 ** -4,555

-10,195

-7,596

-22,542 **

Ansiedad ante las matemáticas -14,566 ** -23,451 ** -35,282 ** -37,295 ** -14,131 ** -23,637 ** -21,946 ** -11,543 * -9,686

(Ansiedad matemáticas)*(género) -4,110

-1,172

5,509

11,256

-6,679

1,345

-8,213

2,018

-11,291


7,842 ** 9,536 * 49,540 ** 11,774 ** 7,081 * 27,611 ** 26,935 ** 5,443

23,087 **

Repetición de curso -45,771 ** -33,058 * -43,706 ** -91,025 ** -68,352 ** -36,502

-92,826 ** -93,433 ** -58,740 **

Nativo c,r,

c,r,

c,r,

n,c,

c,r,

c,r,

c,r,

c,r,

c,r,


-18,384

31,680

n,c,

-21,878

-29,821 ** n,c,

-9,060

-3,513


-93,713 ** -25,191 * n,c,

-201,033 ** -38,762 * -191,820 ** -78,900 ** 14,900

Relativas a asuntos monetarios

Tenencia de una cuenta bancaria

6,309

90,072 ** 17,374 * 18,040 ** 10,024

-14,204

29,695 ** 13,337

Ignorancia financiera -14,707 * -7,491

-49,034 ** -4,830

-8,343

-12,520

-122,208 **

-45,920 *



-3,497

3,327

-4,156

3,740

-7,697

1,157

-3,428

-2,365

-5,066

Liderazgo instruccional -8,394 ** 6,545

8,479

0,620

6,539

-14,747 ** 8,713

-4,515

2,351


-1,633

18,970 ** 1,997

2,462

15,055 ** 7,936

33,474 ** 25,606 ** -1,460


10,351 ** -4,573

-5,871

-4,948

10,168 ** 0,593

9,012

9,309 ** -1,917


0,972

-0,837

4,100

-2,819

-3,252

4,223

-5,922

5,004

9,635 **

Moral del profesorado 6,300 ** 10,268 * 10,461

12,851 ** 8,529 ** 17,707 ** 6,397

2,337

13,984 **


23,558

-7,110

-60,274 ** -6,010

n,c,

-11,184

22,643

-97,088 ** -32,075 **

Constante 255,292 ** 158,039

-24,746

394,369 ** 411,050

354,350 * 480,730

291,986

98,253

var (ESCS) 32,10 ** 4,55 ** 0,60 ** 1,32 ** 190,80 ** 205,22 ** 36,35 ** 9,97 ** 12,64 **

var (cons) 1746,41 ** 362,06 ** 115,30 ** 331,39 ** 990,13 ** 1352,42 ** 2823,63 ** 1705,85 ** 108,32 **


-40,60

8,32

-20,95

176,61

-526,82 ** 320,37

-130,44

37,00

var (residual) 2984,64 ** 3457,26 ** 5774,07 ** 3035,55 ** 2826,36 ** 3025,56 ** 3026,51 ** 2375,56 ** 4467,99 **

Número de observaciones 1719 260 229 286 360 342 286 388 283



Documents

Factores asociados al rendimiento en competencia ... · Sin embargo, la modelización multinivel incorpora explícitamente efectos institucionales o de grupo a la hora de explicar