Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
XVIII ENCUENTRO DE ECONOMÍA PÚBLICA MÁLAGA, 3 y 4 de febrero de 2011
“La educación medioambiental y sus condicionantes en el contexto
español según PISA 2006”
José Manuel Cordero Ferrera Universidad de Extremadura
Mª Ángeles García Valiñas Toulouse School of Economics, LERNA-INRA
César Manchón López Universidad de Extremadura ([email protected])
Manuel A. Muñiz Pérez Universidad de Oviedo ([email protected])
Resumen
El objetivo de este trabajo es analizar la formación en cuestiones medioambientales de los jóvenes españoles a partir de la base de datos del programa PISA (Programme for International Student Assessment), cuya última oleada, perteneciente al año 2006, ofrece un gran volumen de información sobre los conocimientos en ciencias de los alumnos de 15 años de la mayoría de los países de la OCDE. Para ello, utilizamos un enfoque que nos permite conectar el nivel de conocimiento alcanzado por los estudiantes en este ámbito con los recursos utilizados, prestando especial atención al papel que juegan en este proceso de aprendizaje tanto las escuelas como el contexto familiar de los estudiantes. Con el fin de seleccionar variables que realmente tengan influencia sobre los resultados, se lleva a cabo un examen de las relaciones existentes entre los indicadores de resultados y los recursos educativos mediante el uso de técnicas de regresión multi-nivel, puesto que los datos disponibles están anidados en diferentes niveles (alumnos y escuelas). En la literatura previa, existen muy pocos trabajos como el propuesto, dadas las dificultades que supone obtener información detallada a nivel de alumno sobre los conceptos específicos de medioambiente y sus fuentes de información. No obstante, se trata de un ámbito de estudio que se encuentra en pleno auge como consecuencia de la creciente preocupación existente sobre aspectos relacionados con el medioambiente. Por lo tanto, una contribución importante del trabajo consiste en la explotación de los indicadores que proporciona la base de datos como un output específico del proceso que tiene lugar en las escuelas. Asimismo, se analizan relaciones input-output controlando por las fuentes alternativas de obtención de información ambiental. Palabras clave: Educación, Medioambiente, Análisis multinivel Códigos JEL: H52, I21, Q59
1. INTRODUCCIÓN
La educación formal es reconocida como un factor importante
(significativo) para explicar las conductas y actitudes hacia el medio ambiente.
Los conocimientos generales, incluso las habilidades específicas, relacionados
con las ciencias medioambientales deben adquiridos a través del sistema
educativo, aunque también existen otras fuentes de información alternativas
como los medios de comunicación o Internet.
En este contexto, consideramos que resulta de gran interés conocer
cuáles son las principales fuentes de información para la adquisición de
conocimientos medioambientales, prestando especial interés al papel que
juegan las escuelas en ese proceso de aprendizaje.
El objetivo de este trabajo es describir una aproximación empírica a la
medición de aspectos de la formación científica del medio ambiente mediante
el uso de la base de datos internacional PISA (Programme for International
Student Assessment), elaborada por la OCDE, que en el año 2006 estaba
centrada en aspectos relacionados con las ciencias, incluyendo un gran
volumen de información específica sobre aspectos medioambientales.
A partir de esta información, implementamos un análisis de regresión
multinivel con el propósito de identificar los vínculos existentes entre las
características y actitudes de los estudiantes y sus conocimientos
medioambientales, así como el efecto que tienen las diferentes actividades
realizadas por las escuelas en la promoción de la concienciación
medioambiental.
Aunque el estudio inicialmente fue concebido con el objetivo de analizar
la situación de la educación medioambiental en España, el hecho de que las
competencias educativas estén en manos de las Comunidades Autónomas,
nos ha llevado a analizar si existen diferencias en cuanto a las políticas
implementadas por las distintas regiones españolas que participaron en PISA
2006 con una muestra representativa (Andalucía, Aragón, Asturias, Cantabria,
Castilla y León, Cataluña, Galicia, La Rioja, Navarra y País Vasco).
Este estudio constituye uno de los primeros trabajos aplicados que
existen en este ámbito, en el que las dificultades que plantea la recopilación de
información fiable complica en gran medida la realización de análisis empíricos.
No obstante, se trata de un campo de estudio en pleno auge como
consecuencia de la creciente preocupación existente sobre aspectos
relacionados con el medioambiente en el contexto internacional.
La estructura del artículo es la siguiente. En la sección segunda se
ofrece una breve introducción sobre las conexiones que existen entre la
educación medioambiental y la promoción de actitudes y comportamientos a
favor del medio ambiente, aspecto que sirve como motivación para la
realización del estudio propuesto. La sección tercera se dedica a la descripción
de la base de datos y las variables empleadas en el análisis. En la sección
cuarta se presenta el modelo empírico utilizado y los principales resultados
obtenidos. En la última sección se resumen las principales conclusiones y se
avanzan algunas líneas de investigación futuras.
2. LA EDUCACIÓN MEDIOAMBIENTAL
Uno de los principales retos de los discursos del medio ambiente es
definir y acotar las ciencias medioambientales y, posteriormente, las políticas,
los programas y las prácticas para la enseñanza de las ciencias del medio
ambiente. La gente frecuentemente utiliza la educación ambiental para
describir lo que también podría ser designado como "información ambiental".
Esto incluye información que puede ser adquirida de los medios de
comunicación, a través de anuncios, o incluso en los libros de cuentos. La
educación científica, en algunos casos, también puede proporcionar
información ambiental sin necesidad de proporcionar educación ambiental.
Una definición bien establecida de la educación ambiental fue constituida
por Hines et al. (1986-87), quienes afirmaron que la educación ambiental es
algo más que la mera transferencia de información. Abarca cuatro aspectos
fundamentales: un conocimiento práctico de las cuestiones ambientales, un
conocimiento específico de los enfoques para abordar esas cuestiones, la
competencia para tomar decisiones apropiadas, y la posesión de determinadas
cualidades afectivas y actitudes que hacen que la gente se preocupe y preste
más atención a las condiciones ambientales.
Posteriormente, en 1994, la Asociación Norteamericana de Educación
Ambiental ofreció una definición de enseñanza de las ciencias
medioambientales que expandió los cuatro aspectos señalados por Hines et al.
en: conocimiento medioambiental y socio-político, conocimiento de las
cuestiones ambientales, las habilidades cognitivas y cualidades afectivas y
comportamientos ambientalmente responsables.
Más recientemente, Coyle (2005) equiparó la información a la
sensibilización y afirmó que la educación ambiental "implica una serie
secuencial de pasos que da lugar a un conocimiento profundo del tema y su
dinámica, incluyendo el desarrollo de habilidades y y el aprendizaje de su
aplicación en un escenario mundial real". Asimismo, este autor clasificó la
consciencia ambiental en tres categorías: simple concienciación (conocer la
existencia del tema); conocimiento de la conducta personal (de fácil
comprensión de los conceptos e ideas globales), y la alfabetización de las
ciencias ambientales (comprensión de los principios científicos básicos, las
habilidades necesarias para investigar el tema, y cómo utilizar los principios y
habilidades). En esta definición, la alfabetización de la ciencia ambiental se
considera el resultado de más alto nivel en la educación ambiental.
La importancia de la educación ambiental se sustenta sobre el hecho de
que cuanto más profundo es el conocimiento sobre este tema, mayor es la
probabilidad de que un individuo esté involucrado en acciones para proteger el
medio ambiente (Kollumuss y Agyeman, 2002). Además, los ciudadanos bien
informados sobre los problemas ambientales podrían tener fuertes actitudes y
comportamientos a favor del medio ambiente, porque son más conscientes de
los posibles daños (Danielson et al., 1995; Olli et al., 2001).
Otras implicaciones surgen del estudio realizado por Govindasamy e
Italia (1999), que descubrió que las personas con conocimientos sobre las
técnicas respetuosas con el medio ambiente en la agricultura eran más
propensas a pagar una prima para alimentos ecológicos. Además, se ha
demostrado que las campañas de información sobre los beneficios de
comportamientos a favor del medio ambiente y las consecuencias negativas de
las conductas irresponsables son, sin duda, eficaces en el logro de mejores
actitudes y comportamientos (Serret y Ferrara, 2008). Lubell et al. (2006)
implementaron un índice sobre el conocimiento del medio ambiente mediante la
proporción de respuestas correctas a algunas preguntas relacionadas con la
contaminación del aire en Texas, encontrando una relación positiva entre el
índice y el apoyo a las políticas medioambientales sobre el aire y las actitudes
a favor del medio ambiente.
En definitiva, la literatura ha reconocido la importancia de la educación
medioambiental para conseguir que las acciones individuales y colectivas se
encaminen a proteger el medio ambiente.
3. DATOS Y VARIABLES
El programa PISA de la OCDE es un estudio que proporciona
información sobre las capacidades de los alumnos de 15 años desde una
perspectiva internacional. En el año 2006 fueron evaluados casi 400.000
estudiantes pertenecientes a 57 países, aunque en nuestro estudio sólo
utilizaremos información relativa a los alumnos españoles que realizaron la
prueba, un total de 19.605 distribuidos en 685 centros educativos. Su
distribución por Comunidades Autónomas se muestra en la Tabla 1.
Tabla 1. Estructura de la base de datos utilizada Región Alumnos Escuelas Públicos Concertados Privados
Andalucía 1.463 51 37 13 1 Aragón 1.526 51 31 16 4 Asturias 1.579 53 31 14 8
Cantabria 1.496 53 31 19 3 Castilla y León 1.512 52 31 17 4
Cataluña 1.527 51 29 11 10 Galicia 1.573 53 36 11 6
La Rioja 1.333 45 22 20 3 Navarra 1.590 52 30 19 3
País Vasco 3.929 150 63 83 4 Resto España 2.077 74 44 20 10
TOTAL 19.605 685 385 243 57
PISA examina a los estudiantes en tres materias (lectura, matemáticas y
ciencias) y tiene lugar cada tres años, prestando especial atención a cada uno
de los dominios en cada ocasión. El área principal en cada oleada ocupa
aproximadamente el 66 por ciento del estudio, con dos áreas remanentes
contando cada una como 17 por ciento. Esto permite una extensa y detallada
visión sobre la educación de los estudiantes cada nueve años, con una
aproximación de su evolución cada tres años.
Hasta ahora han tenido lugar tres oleadas de este estudio, en 2000,
2003 y 2006, centrándose en lectura, matemáticas y ciencias, respectivamente.
El desarrollo del marco de trabajo de ciencias de PISA 2006 estuvo guiado por
referencia a lo que los ciudadanos requieren sobre conocimiento y habilidades
en ciencias. Consecuente con este principio rector, el grupo internacional de
expertos en ciencias, que fue designado por gobernantes de la OCDE, decidió
incluir aspectos de ciencias del medioambiente y geociencia en el marco de la
evaluación.
El conocimiento y las habilidades en ciencias están ampliamente
definidos en PISA 2006 en términos de competencias, contextos,
conocimientos y actitudes. Mientras que este marco no identificaba las ciencias
medioambientales como una subcategoría por sí misma, el contenido y
contextos de algunas cuestiones sí se concentran en aspectos
medioambientales. Por lo tanto, una contribución significativa del estudio
propuesto consiste en usar las puntuaciones obtenidas por los alumnos en este
conjunto de preguntas sobre el medio ambiente como un output cognitivo
independiente.
PISA 2006 define las ciencias medioambientales como “el uso del
conocimiento científico para la identificación de cuestiones, la explicación de
fenómenos biológicos y geológicos y la obtención de conclusiones basadas en
la evidencia acerca de aspectos medioambientales”. A pesar de que PISA 2006
no está específicamente diseñado para la evaluación de conocimientos
medioambientales, entre las 108 cuestiones que se les planteaban a los
alumnos participantes en esta última oleada, 24 estaban dedicadas a aspectos
relacionados con el medioambiente, de las cuales 14 estaban vinculadas con la
geología. Entre estas cuestiones se incluyen preguntas relativas la disposición
de materiales, la biodiversidad, el control de la contaminación, la erosión de las
costas o el cambio climático, así como el planteamiento de posibles soluciones
para problemas concretos o la existencia de riesgos medioambientales. De
este modo, se cubren la mayor parte de las competencias definidas en el
contexto de PISA 20061.
A partir de las respuestas a estas cuestiones, los técnicos de PISA
elaboraron dos indicadores que representan los conocimientos de los
estudiantes en aspectos medioambientales y geología2. No obstante, en
nuestro estudio únicamente hemos utilizado como variable dependiente el
indicador medioambiental con el propósito de evitar los problemas derivados de
la evidente correlación existente entre los dos indicadores disponibles.
El procedimiento utilizado para la construcción de este indicador,
coincidente con el empleado para la elaboración de los indicadores
representativos de los resultados en matemáticas, lectura y ciencias, se basa
1 Estas preguntas cubren dos de las tres competencias incluidas en PISA 2006: la explicación de fenómenos científicos y el uso de la evidencia científica. 2 Pese a se dispone de información limitada para ambos indicadores (24 cuestiones para el indicador medioambiental y 14 para el indicador representativo de los conocimientos geológicos) en otros estudios se ha utilizado un volumen de información similar en cuanto al número de ítems evaluados. OECD (2009) ofrece un análisis detallado de las posibles limitaciones que pueden derivarse del uso de una información tan reducida.
en la teoría de la respuesta al ítem desarrollada por Rasch (1980), según la
cual las dificultades de cada pregunta y las habilidades del alumno son
estimadas de manera simultánea3. El indicador resultante se define como una
variable continua que utiliza como referencia el resultado de los alumnos a
escala internacional, con un valor medio de 500 puntos y una desviación
estándar de 100 puntos4.
Asimismo, dado que la escuela, el hogar y el contexto socioeconómico
son aspectos que tienen una clara influencia sobre el aprendizaje de los
alumnos, el Proyecto PISA recoge una extensa base de datos en torno a estas
variables, obtenidas a partir de dos cuestionarios, uno completado por los
propios alumnos y otro por los directores de los centros educativos. A partir de
esta información, resulta posible extraer un gran volumen de información
acerca de multitud de factores relacionados con el entorno familiar y escolar.
Por tanto, dado que el principal objetivo del estudio es la identificación
de las principales fuentes de información sobre aspectos medioambientales, la
variable representativa de los conocimientos medioambientales se incluye
como dependiente en una regresión en la que se consideran dos bloques de
variables explicativas claramente diferenciados: (i) factores individuales
relacionados con características y actitudes de los estudiantes y (ii) variables
que representan actividades desarrolladas por las escuelas. La Tabla 2 ofrece
un resumen de todas las variables consideradas en el estudio. En la Tabla 3 se
muestran los principales estadísticos descriptivos de todas ellas.
3 Véase OECD (2007) para un análisis más detallado. 4 Existe un mecanismo alternativo para resumir el conocimiento demostrado por un estudiante, basado en el establecimiento de cuatro niveles (A, B, C y D). Los alumnos situados en el segmento D, el más bajo de todos, con una puntuación inferior a -0,7, serían capaces de interpretar un gráfico o una figura, pero demostrarían tener sólo unos conocimientos básicos sobre el medioambiente. Los estudiantes pertenecientes al siguiente nivel (C), con una puntuación entre -0,7 y 0, son capaces de entender aspectos relacionados con los ciclos ambientales, las fuentes de energía, los motivos de la contaminación e incluso las causas de algunos de estos problemas. Los alumnos del siguiente nivel (B), con una puntuación situada entre 0 y 1, son capaces de responder preguntas más complejas sobre el medioambiente como el balance del ecosistema, el cambio climático o los recursos energéticos naturales. Por último, los alumnos situados en el nivel más alto (A), con valores por encima de 1, son capaces de entender y explicar problemas más complejos y procesos como la lluvia ácida la evolución de las especies.
Tabla 2. Definición de las variables
Bloque Variable Definición
GENER Variable dummy que toma el valor 1 si el alumno es una chica y 0 en caso contrario
ESCS Índice socioeconómico
INMIG Variable dummy que toma el valor 1 si el alumno nación fuera de España y 0 en caso contrario
REPET Variable dummy que toma el valor 1 si el alumno pertenece a 9º grado o inferior (repetidor) y 0 si cursa 10º grado (no repetidor)
CONOCIM Conocimiento que los alumnos declaran tener acerca de diversos temas medioambientales (ST22Q01-05).
Nivel alumno
FUENTES DE INFORMACIÓN
Fuente de información que los alumnos declaran tener sobre diversos temas medioambientales (cinco variables con una escala que toma valores entre 0 y 6), (ST23QA1-F6): SOURCE_SCHOOL: escuela SOURCE_MEDIA: medios de comunicación SOURCE_FRIENDS: amigos SOURCE_FAMILY: familia SOURCE_INTBOOK: internet o libros
PRIVADO Variable dummy que toma el valor 1 si la escuela es privada y 0 en caso contrario
CONCERT Variable dummy que toma el valor 1 si la escuela es concertada y 0 en caso contrario
PEER Valor medio de la variable ESCS en la escuela
CURSO Variable dummy que toma el valor 1 si existe un curso específico sobre medioambiente y 0 en caso contrario. (SC21Q01)
SCIACTIV
Actividades organizadas por la escuela relacionadas con la ciencia (SC20Q01-05): Se definen cinco variables dummy que toman el valor 1 si la escuela realiza una determinada actividad: SCACTIV_CLUBS: Club de ciencias SCACTIV_FAIRS: Feria de ciencias SCACTIV_COMP: Competiciones de ciencias SCACTIV_PROJ: Proyectos de ciencias SCACTIV_TRIPS: Viajes relacionados con la ciencia
Nivel escuela
ENVACTIV
Actividades extracurriculares organizadas por las escuelas con el propósito de instruir sobre cuestiones medioambientales (SC22Q01-05). Se definen cinco variables dummy que toman el valor 1 si la escuela realiza una determinada actividad: ENVACTIV_OUT: Educación fuera del centro ENVACTIV_MUS: Viajes a museos ENVACTIV_TECH: Viajes a centros de investigación científica o tecnológica ENVACTIV_PROJ: Proyectos medioambientales extracurriculares ENVACTIV_LEC: Conferencias y seminarios
Fuente: Elaboración propia
Tabla 3. Estadísticos descriptivos de las variables
N Mínimo Máximo Media Desv. típ. ENVSCORE 19604 236,63 790,62 509,3489 95,03785
GENER 19604 ,00 1,00 ,4999 ,50001 ESCS 19604 -5,0691 2,8141 -,157983 1,02787 INMIG 19604 ,00 1,00 ,0542 ,22636 REPET 19604 ,00 1,00 ,3110 ,46290
CONOCIM 19604 5,00 20,00 13,6229 2,82389 SOURCE_SCHOOL 19604 0 6 4.5309 1.7886 SOURCE_MEDIA 19604 0 6 3.2539 2.2327
SOURCE_FRIENDS 19604 0 6 .33050 .86215 SOURCE_FAMILY 19604 0 6 1.1067 1.5802
SOURCE_INTBOOKS 19604 0 6 1.3501 1.9528 PRIVADO 19604 ,00 1,00 ,0808 ,25704 CONCERT 19604 ,00 1,00 ,3557 ,45148
PEER 19604 -1,57 1,42 -,1559 ,50892 CURSO 19604 ,0 1,0 ,214 ,4102
SCACTIV_CLUBS 19604 ,0 1,0 ,616 ,4863 SCACTIV_FAIRS 19604 ,0 1,0 ,534 ,4989 SCACTIV_COMP 19604 ,0 1,0 ,319 ,4663 SCACTIV_PROJ 19604 ,0 1,0 ,334 ,4716 SCACTIV_TRIPS 19604 ,0 1,0 ,947 ,2243 ENVACTIV_OUT 19604 ,0 1,0 ,742 ,4373 ENVACTIV_MUS 19604 ,0 1,0 ,893 ,3087 ENVACTIV_TECH 19604 ,0 1,0 ,848 ,3594 ENVACTIV_PROJ 19604 ,0 1,0 ,377 ,4847 ENVACTIV_LEC 19604 ,0 1,0 ,502 ,5000
Entre los factores individuales se han incluido diversas variables
dummies representativas de la condición del estudiante que habitualmente se
emplean en este tipo de estudios, como pueden ser el sexo, haber repetido
algún curso académico o haber nacido fuera del país. Asimismo, se ha
seleccionado una variable continua representativa de las características del
entorno familiar del estudiante, apoyándonos en el elevado nivel de consenso
que existe entre los investigadores de este campo acerca de la relevancia de
este factor a la hora de explicar el rendimiento académico de los estudiantes
(Coleman et al., 1966; Hanushek, 1997, 2003). Concretamente, la variable
empleada, denominada ESCS, es un indicador construido por los analistas del
proyecto PISA agrupando las respuestas a distintas preguntas planteadas en el
cuestionario de la evaluación5.
Al margen de estos indicadores habituales en los estudios empíricos
sobre rendimiento educativo, se han considerado otras variables vinculadas
directamente con aspectos ambientales como son los conocimientos que los
alumnos declaran tener acerca de diversas cuestiones y las fuentes de
información de las que se nutren, según las respuestas que ofrecen a una
batería de preguntas acerca de diferentes temas específicos sobre medio
ambientes que se incluyen en el cuestionario6.
En cuanto a las variables escolares, nuevamente se han seleccionado
otras variables habituales en este tipo de estudios como son las relacionadas
con el tipo de centro de acuerdo a su sistema de financiación, diferenciando
entre público, privado y concertado mediante dos variables dummies
representativas de los dos últimos. No obstante, dado que esta información
puede presentar un cierto sesgo debido a que estas escuelas normalmente
cuentan con estudiantes con un nivel socioeconómico más elevado, hemos
decidido complementar esta información con la inclusión en el análisis de un
indicador que refleja el valor medio de la variable ESCS en el centro escolar, a
través de la cual pretendemos incorporar el denominado efecto compañeros o
peer effect7. Por último, en lo que respecta a factores asociados con cuestiones
medioambientales, se han construido un total de once variables a partir de la
información obtenida de las respuestas de los directores de los centros
5 La primera variable es el nivel educativo más alto de cualquiera de los padres medida a partir del International Standard Classification of Education (ISCED, OECD, 1999). La segunda variable es el índice más alto de ocupación laboral de cualquiera de los dos padres medido a partir de la Internacional Socio-economic index of Occupational Status (ISEI, Ganzeboom et al., 1992). La tercera variable es un índice de posesiones educativas relacionadas con la economía del hogar construido a partir de las respuestas que el alumno dio sobre si poseía o no en casa los siguientes elementos: lugar de estudio, habitación propia, lugar de estudio tranquilo, ordenador para tareas escolares, software educativo, conexión a internet, calculadora propia, libros de literatura clásica, libros de poesía, trabajos de arte, libros de ayuda educativa, diccionario y lavavajillas. 6 Concretamente, esta información procede de las respuestas de los estudiantes a la siguiente cuestión del test: “De qué fuente/s aprendiste principalmente acerca de los siguientes temas medioambientales: contaminación, ahorro de energía, extinción de plantas y animales, limpieza forestal para otros usos de la tierra, ahorro de agua y residuos nucleares. 7 Véase Betts (2000) para una revisión detallada de la literatura sobre el efecto de esta variable sobre el resultado educativo.
educativos a diferentes preguntas relacionadas con la existencia de cursos o
actividades que tengan por objeto el aprendizaje de conocimientos
medioambientales y científicos.
4. METODOLOGÍA
Desde un punto de vista metodológico, en un primer paso, examinamos
la potencial influencia de las variables de entrada en los resultados. Para
completar nuestro análisis, utilizamos un análisis multi-nivel, dado que los datos
proporcionados por PISA 2006 se encuentran anidados en dos niveles
diferentes, la escuela y el alumno. Con este tipo de datos, los métodos
clásicos, como la estimación mediante mínimos cuadrados ordinarios, no
produciría errores estándar correctos (Bryk y Raudenbush, 1992; Snijders,
1999; Hox, 2002; Bickel, 2007). Por lo tanto, los modelos multi-nivel necesitan
ser usados como ellos toman en consideración la cuestión de errores
correlacionados y proporcionan pruebas estadísticas más realistas y
conservadoras.
Asimismo, los modelos de datos multi-nivel han desarrollado métodos
para analizar experimentos con efectos aleatorios. De esta forma, es
importante para aquellos interesados en la utilización de modelos jerárquicos
lineales tener un entendimiento mínimo del uso del lenguaje de los
investigadores experimentales para distinguir entre efectos considerados
arbitrarios o fijos.
Los métodos estadísticos que explícitamente tienen en cuenta datos
jerárquicamente estructurados han ganado popularidad en años recientes, lo
que ha hecho que softwares tan populares como SPSS, Stata, o SAS
incorporen sus propios procedimientos para la realización de estimaciones con
datos anidados. No obstante, en este estudio hemos optado por la utilización
de HLM 6 (Raudenbausch et al., 2004), un programa estadístico diseñado
expresamente para estimar modelos multi-nivel.
La estrategia utilizada para el cálculo de los resultados es la tradicional
dentro de la literatura sobre el análisis estadístico de datos anidados,
consistente en el uso de un enfoque “aditivo” en el que, a partir de una
especificación básica de partida, se van incorporando los diferentes bloques de
variables explicativas paso a paso (Dronkers and Robert, 2008). En
consecuencia, hemos estimado un total de cuatro modelos:
a. Modelo 1 o Modelo base. Su único objetivo consiste en descomponer la
varianza entre los dos niveles existentes: alumnos (i = nivel 1) y escuela (j =
nivel 2), sin incorporar ninguna variable explicativa. La formulación sería la
siguiente:
Yij = β0j + rij (1)
β0j = γ00 + u0j (2)
donde Yij representa el output medioambiental del alumno i en la escuela j, el
cual se explica según la desviación de la escuela j (uj) respecto de los
resultados medios de todas las escuelas (γ0) y la desviación del estudiante i
respecto de la media de los resultados obtenidos por los alumnos que
pertenecen a su misma escuela j.
De acuerdo a la información mostrada en la primera columna de la Tabla 4,
se puede comprobar que este modelo es significativo en su conjunto, lo que
implica que la constante es significativamente distinta de 0 y, por tanto, que
el enfoque basado en el análisis multinivel resulta apropiado. Asimismo, la
descomposición de la varianza de este modelo (Tabla 5) nos permite
identificar que sólo el 8,2 % de la varianza total del output se explica por las
diferencias entre escuelas. Aunque estos resultados son muy preliminares y,
en consecuencia, deben ser interpretados con cierta cautela, nos ofrecen
unas primeras pistas acerca del reducido papel que parecen jugar las
escuelas a la hora de explicar los conocimientos medioambientales de los
alumnos.
b. Modelo 2 (Modelo con variables individuales). Se incluye un conjunto de
variables explicativas a nivel de alumno, lo que implica la transformación de
la expresión (1) en los siguientes términos:
Yij = β0j + β1jX + rij (3)
Además, si se asume que el efecto de la variable explicativa (Xij) puede ser
distinta entre las escuelas (posibles cambios en la pendiente), la ecuación
(2) podría incluir también un nuevo componente, quedando del siguiente
modo:
αij = γ0 + uj
βj = γ1 + πj (4)
En nuestro caso, se ha considerado un conjunto de variables dummies
(GENER, REPET o INMIG) para las que los coeficientes deben ser
interpretados como diferencias entre las medias. Asimismo, existen otras
variables como el índice socioeconómico (ESCS) o las variables
relacionadas con aspectos medioambientales (CONOC y las relativas a las
distintas fuentes de información) en las que los coeficientes representan la
pendiente. Los resultados mostrados en la Tabla 3 para este modelo indican
que las chicas obtienen resultados significativamente peores que los chicos,
al igual que ocurre con los estudiantes que han nacido en otro país. Sin
embargo, el factor que tiene un mayor peso a la hora de explicar las
diferencias en cuanto a conocimientos medioambientales es el haber
repetido algún curso académico, puesto que estos alumnos presentan un
output medio 55 puntos inferior al resto. Por el contrario, como cabía
esperar, la variable ESCS tiene un efecto positivo y significativo sobre los
indicadores medioambientales, al igual que el conocimiento que los alumnos
declaran tener sobre temas medioambientales. Finalmente, entre las
variables representativas de las fuentes de información de los estudiantes,
cabe destacar que, de acuerdo a los valores estimados, la escuela no
parece tener un impacto demasiado significativo sobre los resultados, siendo
los medios de comunicación el factor que parece ostentar una mayor
relevancia como instrumento de información empleado por los estudiantes.
c. Modelos 3 y 4 (Modelos con variables escolares): En esta última etapa del
análisis, se estima un modelo en el que también se incluyen las variables
explicativas escolares (Zlj). Por tanto, no sólo se permiten variaciones en la
constante y en la pendiente, sino interacciones entre las variables
pertenecientes a los dos niveles (alumno y escuela). Así, el modelo queda
de la siguiente manera:
Yij= β0j + β1jX + rij
β0j =γ00 + γ01Zlj + u0j
β1j =γ10 + γ11Zlj + u1
Con el propósito de facilitar la interpretación de los resultados, en nuestro
estudio hemos decidido construir dos modelos diferenciados. En el primero
de ellos (Modelo 3) únicamente nos ocupamos de detectar si existen
diferencias significativas en los resultados entre los alumnos pertenecientes
a escuelas públicas, privadas o concertadas, aunque en este modelo
también incluimos la variable PEER para evitar posibles sesgos en la
selección de estudiantes, tal y como se explicó en la sección anterior.
Posteriormente, se estima el modelo completo (Modelo 4) en el que también
se incluyen las variables representativas de las actividades realizadas por
las escuelas para promover la adquisición de conocimientos
medioambientales.
Una importante conclusión que se deriva de este último análisis es el
hecho de que, una vez tenido en cuenta el efecto compañeros, los alumnos
que pertenecen a escuelas públicas obtienen unas puntuaciones
significativamente mejores que los asisten a escuelas concertadas, mientras
que las diferencias respecto a los estudiantes que asisten a centros privados
no son estadísticamente signficativas. Este resultado, que podría ser
considerado como sorprendente hace unos años, se ha convertido en habitual
en nuestro país en diversos estudios que han empleado la base de datos PISA,
tanto en 2006 (Cordero et al, 2010) como en 2003 (Calero and Escardíbul,
2007), si bien debe matizarse que en este último caso el test se centraba en
conocimientos matemáticos.
Finalmente, los coeficientes estimados para las variables representativas
de las actividades desarrolladas por las escuelas presentan valores muy bajos
y, en la mayoría de los casos, no son significativos, lo que nos lleva a pensar
que dichas actividades parecen tener una influencia muy escasa sobre los
conocimientos adquiridos por los estudiantes. Las únicas actividades que
muestran tener un cierto efecto son los viajes a centros de investigación
científica o tecnológica y las conferencias impartidas por personas ajenas al
centro escolar.
El último paso de nuestro análisis consiste en la estimación del Modelo 4
para cada una de las Comunidades Autónomas participantes en PISA 2006,
con el propósito de determinar si existen diferencias apreciables en alguna de
ellas respecto al caso nacional.
Como se puede comprobar en la Tabla 6, los resultados son, en general,
similares al caso nacional, aunque el hecho de contar con tamaños de muestra
más reducidos hace que menos variables puedan identificarse como
significativas a la hora de explicar los resultados medioambientales. Esto
ocurre, por ejemplo, con el hecho de haber nacido en otro país, con un efecto
claramente negativo y significativo para el conjunto del territorio español y que,
sin embargo, al desagregar los datos esta variable deja de ser significativa en
la mayoría de las regiones.
De la misma manera que sucedía para el conjunto del territorio nacional,
la variable género sigue influyendo de manera negativa y significativa, es decir,
las chicas obtienen resultados significativamente peores que los chicos. Lo
mismo ocurre en todas las Comunidades con la variable asociada con la
repetición de curso, aunque su efecto sobre los resultados es ostensiblemente
mayor, llegando a alcanzar valores superiores a los 60 puntos negativos en
regiones como Cantabria, Castilla y León y Navarra.
Entre las variables que influyen de forma positiva, el índice
socioeconómico (ESCS) tiene un claro efecto significativo sobre los indicadores
medioambientales, así como el nivel de conocimiento que los alumnos declaran
tener sobre temas medioambientales, con una influencia muy parecida a la del
conjunto nacional.
Entre las variables representativas de las fuentes de información de los
estudiantes, nuevamente cabe destacar el peso de los medios de
comunicación influyendo de forma positiva y significativa. De nuevo, la escuela
no parece tener un impacto significativo de acuerdo con los valores estimados.
Por último, cabe destacar algunos casos llamativos, en los que determinadas
fuentes de información presentan valores negativos y significativos, como es el
caso de los amigos en Cantabria, Internet y libros en Aragón o la familia en la
Rioja.
Si prestamos atención a las variables escolares, existe diversidad de
resultados en lo que se refiere a la significatividad de las variables
representativas de los centros privados y concertados, con una preponderancia
de efectos negativos en ambos casos. Algunos casos destacables son los de
Andalucía, donde ambas son significativas, Cantabria en el caso de los
concertados o Castilla y León para los privados.
Finalmente, los coeficientes estimados para las variables representativas
de las actividades desarrolladas por las escuelas presentan valores muy bajos
y, en la mayoría de los casos, no significativos. No obstante, se pueden
encontrar algunos ejemplos de actividades que parecen tener influencia sobre
la adquisición de conocimientos medioambientales por parte de los estudiantes,
como las visitas a museos en Galicia, o lo que resulta aún más curioso,
actividades que tienen un efecto negativo sobre los resultados, como los viajes
relacionados con la ciencia en Castilla y León, las competiciones de ciencias en
la Rioja o los viajes a centros de investigación científica o tecnológica en el
País Vasco.
Tabla 4. Estimación de los distintos modelos multinivel
Modelo 1 Modelo 2 Modelo 3 Modelo 4 Variable Coef. SE Coef. SE Coef. SE Coef. SE
Intercept 508.09** 1.23 416.14** 3.81 421.97** 3.98 415.48** 6.09 Vbles. Nivel 1
(alumno)
GENER -12.65** 1.21 -12.70** 1.21 -12.73** 1.21 ESCS 8.86** 0.68 7.56** 0.74 7.56** 0.74 INMIG -10.71** 2.49 -10.74** 2.48 -10.62** 2.48 REPET -55.39** 1.41 -55.28** 1.41 -55.33** 1.40
CONOCIM 7.57** 0.23 7.56** 0.23 7.55** 0.23 Source_school -0.44 0.36 -0.40 0.35 -0.43 0.36 Source_media 5.93** 0.31 5.96** 0.31 5.94** 0.31 Source_friends -1.97* 0.82 -2.04* 0.82 -2.04* 0.82 Source_family -0.97* 0.45 -0.97* 0.45 -0.97* 0.45
Source_intbook -0.26 0.34 -0.26 0.33 -0.26 0.34 Vbles. Nivel 2
(escuela)
PRIVADO -5.05 3.59 -5.34 3.71 CONCERT -9.91** 2.20 -10.06** 2.24
PEER 14.11** 2.04 14.03** 2.04 CURSO -0.91 2.38
Scactiv_clubs -1.54 1.89 Scactiv_fairs -0.23 1.83
Scactiv_comp 1.33 1.90 Scactiv_proj 1.73 2.18 Scactiv_trips 8.58* 4.22 Envactiv_out -0.48 2.07 Envactiv_mus 1.16 3.03 Envactiv_tech -3.46 2.72 Envactiv_proj -0.85 2.18 Envactiv_lect 3.28* 1.62
**Significativo al 99%. * Significativo al 95 %.
Tabla 5: Descomposición de la varianza en los distintos modelos
Modelo 1 Modelo 2 Modelo 3 Modelo 4 Alumnos (rij) 8312.83 6529.91 6529.71 6527.80 Escuelas (uoj) 740.53 285.53 280.34 251.66 Total (u0j + rij) 9053.36 6815,44 6810,05 6779,46
% Var. Escuelas 8.2
Tabla 6. Estimaciones del Modelo 4 para las distintas Comunidades Autónomas españolas Andalucía Aragón Asturias Cantabria Castilla y León
Coef. SE Coef. SE Coef. SE Coef. SE Coef. SE Intercept 411.14** 26.20 427.50** 11.69 465.35** 20.01 479.32** 26.12 507.20** 16.96
Vbles. Nivel 1 (alumno) GENER -17.81** 4.33 -10.25* 4.11 -17.77** 4.14 -13.40** 4.30 -17.15** 3.63 ESCS 10.32** 2.45 8.28** 2.79 8.50** 3.27 11.14** 2.54 7.54** 2.57 INMIG -19.22 13.90 -14.73 8.65 9.92 9.69 -18.84 9.97 -11.10 10.01 REPET -56.77** 4.70 -48.02** 5.69 -57.79** 5.08 -62.44** 4.88 -60.95** 5.06
CONOCIM 6.87** 0.83 7.53** 0.78 6.04** 0.75 7.46** 0.82 4.97** 0.79 Source_school 0.76 1.27 0.93 1.17 -1.32 1.43 -2.04 1.28 -1.80 1.41 Source_media 5.79** 1.08 7.29** 1.06 5.53** 0.86 4.35** 1.06 3.50** 1.05 Source_friends -1.62 2.87 0.10 3.57 -0.58 3.26 -6.40* 2.81 1.95 2.65 Source_family -2.25 1.69 0.07 1.46 -3.38 1.74 -0.55 1.59 -0.25 1.61
Source_intbook 1.41 1.23 -3.27** 1.11 2.03 1.21 1.61 1.25 0.52 1.01 Vbles. Nivel 2 (escuela)
PRIVADO -51.51* 21.95 8.64 5.86 -7.24 7.12 -4.77 12.52 -29.23** 9.13 CONCERT -17.33** 6.23 -4.12 5.31 -9.56 7.32 -19.67** 6.50 -8.37 5.52
PEER 16.07** 5.81 13.85** 4.87 16.40* 6.39 7.78 7.36 6.87 7.38 CURSO -8.20 6.18 8.01 5.17 -0.92 7.86 -14.54* 7.01 -10.54 6.07
Scactiv_clubs 1.35 6.70 10.21 5.13 9.43 5.47 -5.97 5.25 4.57 5.13 Scactiv_fairs 0.78 5.86 0.14 4.24 9.34 5.82 7.02 5.99 -5.88 4.55
Scactiv_comp -7.88 6.37 0.94 5.04 2.07 6.03 -9.77 5.22 0.10 5.62 Scactiv_proj -4.14 6.71 -11.24 8.11 -6.83 6.56 1.52 8.02 -6.25 6.14 Scactiv_trips 30.47 25.46 6.83 6.31 -7.62 14.51 -28.35 19.35 -32.44** 5.60 Envactiv_out -4.17 9.90 -2.02 5.75 -6.22 5.83 -11.12 5.55 2.98 6.95 Envactiv_mus -0.87 7.63 -8.25 7.05 -1.50 7.84 7.58 8.99 -1.87 5.66 Envactiv_tech -16.12 12.28 -8.81 7.73 -13.26 7.11 -5.17 8.05 7.65 7.31 Envactiv_proj 5.02 6.33 4.55 7.11 13.16 7.62 4.47 7.02 9.84 6.51 Envactiv_lect 9.02 5.66 -6.26 5.23 -4.03 5.84 5.59 6.30 5.83 5.14
** Significativo al 99% * Significativo al 95%
Tabla 6. Estimaciones del Modelo 4 para las distintas Comunidades Autónomas españolas (cont.) Cataluña Galicia La Rioja Navarra País Vasco
Coef. SE Coef. SE Coef. SE Coef. SE Coef. SE Intercept 395,96** 19,21 395,67** 20,99 424,47** 27,46 427,89** 13,65 411,54** 9,98
Vbles. Nivel 1 (alumno) GENER -15,32** 3,72 -20,16** 4,69 -7,82 5,73 -12,04** 3,79 -7,70** 2,66 ESCS 6,79* 3,22 9,04** 2,12 5,28 3,31 8,13** 2,21 6,52** 1,70 INMIG -19,72** 6,72 1,87 9,40 -22,32* 9,20 0,76 6,76 -2,84 6,68 REPET -49,96** 4,84 -59,99** 4,69 -55,66** 4,98 -62,51** 5,25 -51,79** 3,42
CONOCIM 7,99** 1,09 7,87** 0,88 7,98** 1,01 8,93** 0,70 7,66** 0,56 Source_school 1,54 1,28 0,80 1,21 -1,44 1,19 -1,40 1,31 -0,61 0,76 Source_media 6,83** 1,29 5,08 1,12 5,20** 1,13 6,30** 0,98 6,67** 0,73 Source_friends -2,92 2,90 -3,19 3,08 -2,34 2,86 -4,30 2,98 -0,74 1,54 Source_family -1,76 1,34 0,99 1,77 -2,80* 1,33 -1,60 1,76 -0,46 1,02 Source_intbook -0,33 1,21 -1,61 1,18 1,49 1,31 0,05 1,25 -1,37 0,78
Vbles. Nivel 2 (escuela) PRIVADO -12,04 11,62 -9,19 8,75 -8,53 16,24 15,04* 7,64 -6,62 11,53 CONCERT -1,41 8,06 3,08 8,80 -3,69 8,71 -5,71 6,61 -2,78 4,19 PEER 32,59** 8,50 10,62* 4,89 20,97* 9,55 9,51 6,06 16,81** 4,21 CURSO -24,70* 10,26 9,22 6,29 27,94* 13,51 4,49 6,67 3,25 5,85
Scactiv_clubs -1,71 6,02 -3,92 4,83 -0,87 5,34 5,84 5,12 2,49 4,38 Scactiv_fairs -5,95 5,65 -5,21 5,66 -3,87 6,06 -4,75 4,38 2,29 3,82 Scactiv_comp 1,47 6,64 0,20 5,40 -12,30* 5,55 6,63 6,14 0,07 5,13 Scactiv_proj -11,80 7,00 1,39 7,21 -5,12 5,72 -1,54 2,25 6,95 4,70 Scactiv_trips 7,75 11,34 9,76 7,71 -28,06 24,24 -3,48 3,17 -8,67 5,85 Envactiv_out 4,71 7,18 -3,18 6,77 11,30 6,73 -5,72 6,08 6,74 4,82 Envactiv_mus -4,58 10,09 20,71** 6,50 24,89 13,98 -4,61 9,62 -6,58 4,94 Envactiv_tech 10,34 8,28 0,62 8,04 9,04 6,01 2,57 11,48 -9,21* 4,73 Envactiv_proj 8,75 6,58 -8,56 8,12 6,49 6,50 -1,28 6,80 -4,22 4,84 Envactiv_lect -0,07 7,89 0,13 5,74 3,91 8,24 -11,57 6,16 0,72 4,53
** Significativo al 99% * Significativo al 95%
5. CONCLUSIONES
En este estudio se ha empleado un gran volumen de información
proveniente de la base de datos PISA 2006 sobre diversos aspectos
relacionados con la educación medioambiental de los alumnos de enseñanza
secundaria en España y sus regiones, con el propósito de identificar cuál es el
papel que desempeñan las escuelas en la transmisión de conocimientos
medioambientales a los estudiantes.
A través de la implementación de un análisis multi-nivel en el que se han
incluido diversas variables relacionadas con las características de los
estudiantes, los centros educativos y las actividades llevadas a cabo por estos
últimos para promover el aprendizaje en este ámbito, se ha llegado a la
conclusión de que las escuelas juegan un papel residual en la educación
medioambiental de los alumnos españoles. Asimismo, las estrategias utilizadas
para fomentar la adquisición de estos conocimientos no parecen tener
demasiado éxito, siendo los medios de comunicación la principal herramienta
con la que cuentan los alumnos para informarse acerca de estas cuestiones.
Estos desalentadores resultados, cuya interpretación debe hacerse
siempre con cierta cautela dadas las limitaciones inherentes a la fuente de
información utilizada, nos han llevado a preguntarnos si el caso español es
excepcional o, por el contrario, se trata de una tendencia generalizada en otros
países. De ahí que la extensión lógica del análisis propuesto consista en
analizar qué ocurre en otros países que también participaron en PISA 2006,
para los cuales se dispone de información homogénea, lo que hace posible la
comparación internacional.
Bibliografía
Betts, J. R., and Shkolnik, J. L. (2000): “The effects of ability grouping on student achievement and resource allocation in secondary schools”, Economics of Education Review, 19, 1-15.
Blomquist, G.C. and Whitehead, J.C. (1998): Resource quality information and validity of willingness to pay in contingent valuation, Resource and Energy Economics, 20, 179-96.
Bickel, R. (2007): Multilevel Analysis for Applied Research, It´s Just Regression, Guilford Press, New York.
Bryk, A.S. y Raudenbush, S.W. (1992): Hierarchical Linear Models: Applications and Data Analysis Methods, Sage Publications, Newbury Park, Thousand Oaks, CA.
Calero, J. and Escardibul, O. (2007): Evaluación de servicios educativos: el rendimiento en los centros públicos y privados medido en PISA-2003, Hacienda Pública Española – Revista de Economía Pública, 183 (4), 33-66.
Coleman, J., Campbell, E. Q., Hobson, C. F., Mcpartland, J. and Mood, A. M. (1966): Equality of Educational Opportunity, Washington, U,S, Office of Education.
Cordero, J., Crespo, E., Pedraja, F. y Santín, D. (2010): “Exploring educational efficiency divergences across Spanish regions in PISA 2006”, Revista de Economía Aplicada, en prensa.
Coyle, K. (2005): Environmental literacy in America: What ten years of NEETF/Roper research and related studies say about environmental literacy in the U.S., The National Environmental Education & Training Foundation, Washington, D.C.
Danielson, T.J. Hoban, G. Van Houtven y J.C. Whitehead (1995): Measuring the benefits of local public goods: environmental quality in Gaston County, North Carolina, Applied Economics, 27, pp. 1253–1260.
Dronkers, J. and Robert, P. (2008): Differences in Scholastic Achievement of Public, Private Government-Dependent and Private Independent Schools, Educational Policy, 22 (4), 541-577.
Ganzeboom, H., De Graaf, P., Treiman, J. and De Leeuw, J. (1992): “A standard internacional socio-economic index of occupational status”, Social Science Research, 21 (1), pp, 1-56.
Govindasamy, R. e Italia, J., (1999): Predicting willingness-to-pay a premium for organically grown fresh produce, Journal of Food Distribution Research, July, 44–53.
Hanushek, E. A. (1997), “Assessing the effects of school resources on student performance: An update”, Educational Evaluation and Policy Analysis, 19, 141-164.
Hanushek, E. A. (2003): “The failure of input based schooling policies,” The Economic Journal, 113, 64-98.
Hidano, N., Kato, T. and Aritomi, M. (2005): Benefits of participating in contingent valuation mail surveys and their effects on respondent behaviour: a panel analysis, Ecological Economics, 52, 63–80.
Hines, J., Hungerford, H. R., & Tomera, A. N. (1986-87): Analysis and synthesis of research on responsible environmental behavior: A meta-analysis, Journal of Environmental Education, 18(2), 1-8.
Hox, J. (2002): Multilevel Analysis: Techniques and Applications, Mahwah,NJ: Lawrence Erlbaum Associates.
Kollmuss, A. y Agyeman, J. (2002): Mind the gap: why do people act environmentally and what are the barriers to pro-environmental behaviour?. Environmental Educational Research, 8(3), 239-260.
Lubell, M., Vedlitz, A., Zahran, S., y Alston, L. (2006): Collective action, environmental activism, and air quality policy, Political Research Quarterly, 59(1), 149–160.
OECD (2007): PISA 2006 Science Competencies for Tomorrow’s World, Volumes 1 and 2, OECD, Paris.
OECD (2009): Green at Fifteen? How 15-years-old perform in environmental science and geoscience in PISA 2006, OECD, Paris.
Olli, E., Grendstad, G., yWollebaek, D. (2001), Correlates of environmental behaviors: Bringing back social context, Environment and Behavior, 33(2), 181-208.
Rasch, G. (1980): Probabilistic models for some intelligence and attainment tests, Copenhagen, Danish Institute for Educational Research, Expanded edition (1980), The University of Chicago Press.
Raudenbausch, S., Bryk, A., Cheong, Y.F., Congdon, R. and Toit, M. (2004): HLM6 Hierarchical Linear and Nonlinear Modelling, Scientific Software International Inc, Lincolnwood, IL.
Serret, Y. and Ferrara, I. (2008): “Conclusions and policy implications, Special issue (nº 2) on Household Behavior and the Environment”, OECD General Papers.
Snijders, T.A.B. (1999): Multilevel Analysis: An Introduction to Basic and Advanced Multilevel Modeling, Sage Publications, London.