Definición y medición de la calidad de los PCC Factores condicionantes que determinan la

• Entre las prácticas relativas al plantel docente, el uso de evaluaciones por pares para valorar el rendimiento docente se relaciona con menores tasas de deserción estudiantil. Del mismo modo, el hecho de incluir la programación didáctica como un elemento importante en la evaluación docente se asocia con un mayor empleo formal. Además, algunas características del plantel docente también guardan relación con los resultados. Los programas con una mayor participación de docentes con más experiencia laboral manifiestan que los estudiantes se gradúan más rápidamente y tienen mayores tasas de empleo formal. Además, un número mayor de mujeres en el plantel docente se asocia con una graduación más rápida. Por el contrario, una mayor participación de docentes jóvenes se asocia con un menor empleo formal, ya que es posible que tengan menos experiencia práctica. Por último, una mayor participación de docentes que trabajan en el sector privado se asocia con una mayor tasa de deserción. Este grupo de docentes podría atraer a los estudiantes a puestos de trabajo en el sector privado cuando aún están cursando los estudios, lo que podría llevarles a desertar. • La mayor parte del capítulo presenta los resultados obtenidos a partir de datos a nivel de programa de la EPCCBM. Además, el capítulo se sirve de datos administrativos a nivel individual para estimar las contribuciones de las características de los programas a los resultados de los estudiantes para el caso de

Brasil (al momento de redacción de este libro, Brasil era el único país que proporcionaba acceso a los datos administrativos). Las estimaciones muestran que ciertos factores condicionantes de la calidad —como ofrecer información sobre el mercado laboral y gozar de prestigio entre las autoridades reguladoras—, así como algunas características, como el tamaño del programa y el tipo de IES, contribuyen a los resultados académicos y laborales de los estudiantes.

Definición y medición de la calidad de los PCC

Cuestiones relacionadas con la medición de la calidad de los PCC

Medir la calidad de la educación superior supone todo un reto por un par de razones. En primer lugar, hay poco acuerdo acerca de las expectativas en materia de educación superior o de cómo medir la calidad de forma normalizada. Además, las medidas en un país determinado suelen depender de la disponibilidad de datos en su sistema de información sobre la educación superior.

Un segundo reto está relacionado con la cuestión de si la calidad debe medirse a través de los resultados de los estudiantes o del valor agregado de los programas. La diferenciación entre resultados y valor agregado, que se esbozó en la introducción de este libro y en el capítulo 2, contribuye a resolver este problema. Considérese el salario que gana la graduada de un programa inmediatamente después de su graduación. El salario constituye el resultado, que está condicionado por las aportaciones de la propia estudiante (capacidad, esfuerzo y otras características personales), sus pares y las aportaciones del programa. La

contribución del programa al salario de la estudiante, neta de las contribuciones de la propia estudiante y de sus pares, es el valor agregado del programa.

La estimación del valor agregado de un PCC requiere datos detallados a nivel individual sobre todos los elementos de la función de producción que pueden afectar al salario de la graduada. Lamentablemente, es difícil obtener este nivel de detalle en los datos administrativos de educación superior de los países de la región. Algunos países no recopilan estos datos. Otros sí lo hacen, pero acceder a ellos supone un gran desafío ya que normalmente contiene información confidencial a nivel individual.2 Recopilar los datos y facilitar su acceso sigue siendo una tarea fundamental en ALC.

Ante la falta de datos o la complejidad para acceder a ellos, este capítulo sigue un enfoque alternativo, que se describe en detalle en Dinarte et al. (2021). El capítulo se sirve de datos que los directores de programas comunican en la EPCCBM sobre la infraestructura de los programas, el plan de estudios y la formación, la colaboración con el sector privado, los costos y la financiación, el plantel docente y las prácticas adicionales, así como los datos sobre otras características de los programas, las instituciones y los estudiantes. Además, el capítulo emplea los datos recopilados por la EPCCBM sobre los resultados académicos y laborales promedio, inclusives las tasas de deserción, el tiempo transcurrido hasta la obtención del título, el empleo formal y los salarios.

A lo largo del capítulo, el término «factor condicionante» se refiere a las prácticas (por ejemplo, proporcionar información sobre el mercado laboral a los estudiantes), los insumos (por ejemplo, talleres de formación práctica) o las características de los insumos (por ejemplo, el porcentaje de docentes que tienen más de cinco años de experiencia laboral en el sector privado) que los programas pueden elegir y que podrían afectar potencialmente a los resultados de los graduados.

A partir de los datos de la EPCCBM correspondientes a los cinco países que cubre la encuesta —Brasil (los estados de Ceará y São Paulo), Colombia, Ecuador, Perú (programas con licencia) y la República Dominicana—, el capítulo estima las contribuciones marginales de los factores condicionantes que determinan los resultados académicos y laborales de los PCC, netas de las características de los estudiantes. Por ejemplo, se estima la relación entre la provisión de información sobre el mercado laboral por parte de los programas y las mejoras en el empleo formal de los estudiantes, después de tener en cuenta sus características. El análisis se centra en dos categorías de resultados: el rendimiento académico —que se mide por las tasas de deserción y el tiempo transcurrido hasta la obtención del título— y los resultados del mercado laboral, que incluyen el empleo en el sector formal y los salarios de los graduados.

Conviene hacer un par de observaciones. En primer lugar, el capítulo estima las asociaciones sin afirmar la existencia de causalidad. Para establecer el efecto causal de un factor condicionante —por ejemplo, la existencia de un centro de empleo— en un resultado de interés —por ejemplo, el empleo formal—, lo ideal sería distribuir aleatoriamente a las personas entre un grupo para el que se dispone de un centro de empleo y un grupo de control para el que no se dispone de él.

Dado que las personas serían muy similares entre los dos grupos, las diferencias en el empleo formal serían atribuibles al centro de empleo. Sin embargo, este enfoque no es factible para miles de programas y un gran número de factores condicionantes que determinan la calidad.

En segundo lugar, los directores de programas facilitaron los resultados promedio de los programas y las características promedio de los estudiantes, aunque no los resultados de los estudiantes a nivel individual. Para facilitar la explicación, imagínese que los directores de los programas informaron de un resultado promedio (el salario de los graduados), de una característica promedio de los estudiantes (el porcentaje de estudiantes a tiempo parcial) y de una característica del programa (si el programa ofrece clases de nivelación). La estimación responde a la siguiente pregunta: si los programas A y B tienen un estudiantado similar (el mismo porcentaje de estudiantes a tiempo parcial), pero el programa A ofrece clases de nivelación mientras que el programa B no lo hace, ¿cuál es la diferencia en los salarios promedio entre los graduados de los programas A y B? En este sentido, la estimación es un intento de cuantificar el valor agregado de los programas mediante los datos agregados de la EPCCBM.

El resto de esta sección describe los resultados de interés. También documenta los resultados promedio de los programas a partir de los datos de la EPCCBM. La siguiente sección describe los factores condicionantes de la calidad, y la posterior resume las principales asociaciones entre los factores condicionantes de la calidad y los resultados de interés. El anexo 4A presenta estadísticas resumidas de los resultados, los factores condicionantes de la calidad y otras características de los programas.

Resultados

Tasa de deserción y tiempo adicional para graduarse

Se recopilaron datos sobre dos resultados académicos: la tasa de deserción y el tiempo adicional para graduarse. Para medir la tasa de deserción, se pidió a los directores que se centraran en la cohorte que debía graduarse el año académico anterior. Para dicha cohorte, los directores comunicaron el porcentaje de estudiantes que lograron cada uno de los siguientes resultados: se graduaron a tiempo, desertaron y seguían estando matriculados en el programa. El porcentaje de estudiantes de esta cohorte que desertó del programa es la medida de la tasa de deserción.

En promedio, la tasa de deserción es de aproximadamente el 14 %. Como muestra el gráfico 4.1, las tasas de deserción promedio en todos los países son similares, y oscilan entre el 13 % en Ecuador y Perú, el 14 % en Colombia y el 15 % en Brasil y la República Dominicana.

La medida del tiempo adicional para graduarse es la cantidad de tiempo adicional que, en promedio, tarda una cohorte en obtener el título con respecto a la duración oficial del programa (en términos porcentuales). Se pidió a los directores que se centraran en los estudiantes que se graduaron el año académico anterior y que indicaran el tiempo promedio que tardaron dichos estudiantes en graduarse. Por ejemplo, si un programa dura dos años y los estudiantes tardan un