caso de Brasil

Cuadro 4.3 Factores condicionantes de calidad y valor agregado: el caso de Brasil

Como se ha expuesto en la sección Definición y medición de la calidad de los PCC, una posible medida de la calidad de los programas es el valor agregado a los resultados de los estudiantes. La estimación del valor agregado requiere datos detallados a nivel individual sobre todos los elementos que podrían influir en los resultados de los estudiantes, para desentrañar las contribuciones de todos los insumos involucrados, incluyendo las características personales y la capacidad de los estudiantes, las características personales y la capacidad de los pares, etc.

Dichos datos se obtuvieron para Brasil, concretamente para los estados incluidos en la Encuesta de Programas de Ciclo Corto del Banco Mundial: São Paulo y Ceará. Se combinaron datos de varias fuentes: los informes anuales de información social (Relação Anual de Informações Sociais, RAIS), una base de datos con pares de datos empleador-empleado de todos los trabajadores y empresas del sector formal; el censo de educación superior (INEP); y el examen nacional de educación secundaria (Exame Nacional de Ensino Médio, ENEM), la evaluación nacional a la que se someten los estudiantes al término de la educación secundaria. Además de las puntuaciones de las pruebas, el ENEM incluye las características de los estudiantes y de sus familias. Por lo tanto, la base de datos contiene información detallada sobre la preparación académica para la educación superior y el entorno socioeconómico de los estudiantes y sus pares, así como los resultados del mercado laboral (salarios y empleo) para los graduados del programa de ciclo corto (PCC) que obtienen un empleo en el sector formal después de graduarse.

Con estos datos, se utiliza un enfoque en dos fases para estimar las contribuciones a nivel de programa, netas de las contribuciones propias de una estudiante y de sus pares. Se consideran tres resultados entre los graduados de PCC: graduación, empleo en el sector formal y salarios. En la primera fase, siguiendo el documento de referencia de Ferreyra et al. (2020), se estima el siguiente modelo:

i R Z Y u ' ' ˆ ijt k k ijt k j k 1 2α α α α= + + + ijt k ∈ , (B4.3.1)

donde ijt kY es el resultado de interés, k = {1,2,3}, para la estudiante i, en el programa j, y la cohorte t. i kR incluye características personales, como la puntuación obtenida en el ENEM, el género, la edad, el nivel socioeconómico y la educación de los progenitores. Zijt k es un vector de las características de los pares, inclusives la puntuación promedio en el ENEM, la edad, el nivel socioeconómico y la educación parental de los pares i de la estudiante. Por último, uj k representa los efectos fijos de los programas. El vector de las estimaciones de efectos fijos (û) constituye el principal vector de interés en la primera fase —las contribuciones estimadas a nivel de programa (la aplicación de esta metodología al caso de Colombia se describe en el capítulo 2)—.

En la segunda etapa, el vector û se combina con las características de los programas inventariadas a través de la Encuesta de Programas de Ciclo Corto del Banco Mundial (EPCCBM). Luego se aplica la técnica de operador de selección y contracción mínima absoluta (LASSO,

continúa en la siguiente página

Cuadro 4.3 Factores condicionantes de calidad y valor agregado: el caso de Brasil (continuación)

por sus siglas en inglés) para identificar los factores condicionantes que explican conjuntamente la mayor variación en û (véase el cuadro 4.2).

Los resultados demuestran que las tasas de graduación de los PCC en Brasil se asocian con un factor condicionante importante y dos características de los programas o las instituciones de educación superior (IES) (véase el gráfico B4.3.1). Los programas que recibieron una alta calificación de la autoridad reguladora el año anterior y los impartidos por universidades tienen tasas de graduación más altas. Además, las tasas de graduación son más altas para los programas con mayores costos de matrícula.

El nivel de empleo formal es más alto en los programas que proporcionan información sobre el mercado laboral a los estudiantes, lo que coincide con los resultados de la EPCCBM. Curiosamente, la oferta de clases en línea guarda una relación negativa con el empleo formal de los graduados, en consonancia con los resultados de Ferreyra et al. (2020) para los PCC de las grandes ciudades de Colombia.

Los resultados para los salarios muestran que el único factor condicionante que contribuye de forma considerable es tener una calificación alta. ¿Qué explicación tiene este resultado? Tal como se ha comentado en el capítulo 1, el Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) evalúa anualmente los programas en Brasil. Para dicha evaluación, el INEP utiliza los datos del Sistema Nacional de Evaluación de la Educación Superior, que asigna una calificación preliminar a cada programa (Conceito Preliminar de Curso, CPC) de acuerdo con múltiples indicadores. Estas calificaciones están relacionadas con los insumos de los programas y el valor agregado al aprendizaje de los estudiantes, aunque no con los resultados del mercado laboral.

La calificación del índice general de cursos (Índice Geral de Cursos, IGC) es un resumen a nivel de IES de otros indicadores, incluidos los correspondientes a la CPC. Por lo tanto, la calificación del IGC es un indicador general de la calidad de las IES. Por la disponibilidad de datos, se emplea el IGC y se establece que un programa tiene una calificación alta si se sitúa en el cuartil superior de la distribución de calificaciones del IGC para todos los programas en los universos de la EPCCBM de São Paulo y Ceará. Teniendo en cuenta que el IGC refleja algunos factores condicionantes del programa —incluidos los insumos y, potencialmente, las prácticas—, no es de extrañar que sea el único factor condicionante asociado con el valor agregado del programa a los salarios. ¿Significan estos resultados que todas las evaluaciones reguladoras (como la CPC, el IGC y los procesos de acreditación) pueden identificar los programas que hacen contribuciones positivas a los resultados del mercado laboral? No necesariamente; depende de la estructura y el contenido de las evaluaciones. Cuando están bien diseñadas, estas evaluaciones deberían identificar programas de alto valor agregado. En el caso de Brasil, las evaluaciones parecen estar cumpliendo dicha función.

continúa en la siguiente página