Análisis de las Variables Socioeconómicas y su Impacto en el Desempeño Matemático: Un Estudio Estadístico en el ICFES
William Nova, Elkin Cardona
2023-05-05
Análisis de las Variables Socioeconómicas y su Impacto en el Desempeño Matemático: Un Estudio Estadístico en el ICFES
Descripcion de la base de datos
Nuestra base de datos recopila la información obtenida durante las pruebas del ICFES realizadas en el año 2019. Esta base de datos recopila información de más de medio millón de personas y fue obtenida de la página web oficial del gobierno colombiano, específicamente de https://www.datos.gov.co/. Por lo tanto, se trata de una fuente directa y confiable, ya que los datos provienen directamente del gobierno.
La base de datos contiene todos los datos recopilados de la Encuesta Socioeconómica del ICFES para el año 2019, así como los diferentes puntajes obtenidos. Esto implica que se dispone de una amplia gama de información socioeconómica y resultados de exámenes, lo cual brinda una visión detallada de la relación entre variables socioeconómicas y el desempeño en matemáticas durante dicho año.
El tamaño de la muestra, con más de medio millón de registros, proporciona una sólida base estadística para realizar análisis significativos y obtener conclusiones representativas. La inclusión de datos socioeconómicos permite examinar cómo factores como el nivel de ingresos, la educación de los padres y el entorno social pueden influir en los resultados de los estudiantes en el campo de las matemáticas.
La utilización de esta base de datos gubernamental asegura la transparencia y la calidad de los datos, lo cual respalda la fiabilidad y la validez de los análisis y conclusiones que se pueden obtener a partir de ella. Además, al ser una fuente oficial, se minimiza el riesgo de sesgos o manipulaciones de los datos, lo que fortalece la confianza en los resultados obtenidos a través de su análisis.
Objetivo del estudio
A través de este proyecto, se busca identificar los factores socioeconómicos más relevantes que influyen en el desempeño de los estudiantes en el área de matemáticas. El objetivo principal es generar soluciones que contribuyan a mejorar estas características y, por ende, aumentar el rendimiento matemático de los estudiantes que presentan las pruebas del ICFES.
El estudio se enfocará en analizar la relación entre variables socioeconómicas, como el nivel de ingresos, la educación de los padres, el acceso a recursos educativos y el entorno familiar, con el puntaje obtenido en el área de matemáticas. A través del análisis de estos factores, se pretende identificar aquellos que tienen un mayor impacto en el desempeño académico de los estudiantes.
Con los resultados obtenidos, se podrán desarrollar estrategias y acciones dirigidas a mejorar los aspectos socioeconómicos que se identifiquen como determinantes en el rendimiento en matemáticas. Estas soluciones podrán ser implementadas tanto a nivel individual, brindando apoyo específico a los estudiantes, como a nivel colectivo, mediante políticas educativas que busquen reducir las brechas socioeconómicas y promover un entorno propicio para el aprendizaje en matemáticas.
Filtrado y limpieza de datos
Es de vital importancia llevar a cabo un riguroso procedimiento de filtrado y depuración de la base de datos antes de iniciar cualquier análisis. Esto se debe a que es común encontrar campos vacíos, datos inconsistentes o incluso errores en la información recopilada, lo que podría afectar significativamente los resultados del estudio y comprometer su validez. Con el fin de evitar estos problemas, se han implementado filtros y criterios de selección para restringir el alcance de la investigación y asegurar que únicamente se utilicen datos confiables y precisos en el análisis.
Contamos con una base de datos obtenida directamente de entidades gubernamentales que ya han realizado la correspondiente limpieza de datos. Por lo tanto, no esperamos encontrar datos anómalos o incorrectos en la base de datos. En cuanto al proceso de filtración, hemos decidido utilizar la totalidad de los datos para garantizar una mayor precisión en el análisis y evitar la pérdida de información. Contamos con la capacidad de procesamiento de nuestros equipos para llevar a cabo esta tarea con todos los datos de la base de datos. Sin embargo, como parte de la metodología del proyecto, se han realizado ciertas modificaciones en la base de datos con el objetivo de optimizar el proceso de compilación del código y reducir el tamaño total de la base de datos. En este sentido, se han eliminado aquellas columnas cuya información no es relevante ni será estudiada en el contexto del proyecto.
Análisis univariante
Antes de realizar las comparaciones entre variables, es crucial llevar a cabo un análisis individual de cada una de ellas. Este enfoque nos permitirá comprender a fondo las características y propiedades de las variables, así como identificar posibles patrones o tendencias que puedan ser relevantes para nuestro proyecto.
Durante este análisis individual, presentaremos e introduciremos en detalle las variables que utilizaremos en nuestro proyecto. Esto implicará proporcionar una descripción exhaustiva de cada variable, incluyendo su definición, su origen y su relevancia en el contexto de nuestro estudio.
Al analizar las variables de forma individual, podremos identificar aspectos importantes, como la distribución de los datos, los posibles valores atípicos, las tendencias a lo largo del tiempo y cualquier otra característica que pueda influir en el análisis y en las conclusiones posteriores.
Este enfoque de análisis individual es fundamental para establecer una base sólida antes de realizar las comparaciones entre las variables. Al comprender plenamente cada variable por separado, estaremos mejor preparados para identificar las interrelaciones y posibles asociaciones entre ellas. Además, este enfoque nos brinda la oportunidad de detectar posibles problemas de calidad de datos o limitaciones en la información recopilada, lo cual es esencial para realizar un análisis riguroso y confiable.
Puntaje matematicas
El puntaje obtenido en el área de matemáticas es una variable fundamental en este proyecto, ya que nos permite analizar y comprender los factores socioeconómicos que pueden influir en la obtención de puntajes más altos o más bajos. A través de este proyecto, llevaremos a cabo estimaciones del promedio y la desviación de los puntajes, con el objetivo de obtener una guía clara sobre cómo se comporta esta variable a nivel individual.
El análisis del promedio nos proporcionará una medida central que nos ayudará a entender el rendimiento general de los estudiantes en matemáticas. Esto nos permitirá identificar si existen diferencias significativas entre grupos socioeconómicos y determinar si ciertos factores están influyendo en los puntajes obtenidos.
Por otro lado, la desviación estándar nos dará una medida de dispersión de los puntajes. Una mayor desviación estándar indicará una mayor variabilidad en los resultados, lo que puede sugerir que existen múltiples factores que afectan el desempeño matemático de los estudiantes, más allá de los aspectos socioeconómicos.
Al tener una guía clara del promedio y la desviación de los puntajes, podremos analizar de manera más precisa cómo se relacionan los factores socioeconómicos con el desempeño en matemáticas. Esto nos permitirá identificar posibles áreas de mejora y diseñar estrategias para brindar un apoyo más efectivo a los estudiantes que enfrentan desafíos en este campo.
Prueba de hipótesis
Primera prueba de hipótesis: Se plantea la hipótesis de que el promedio de las notas obtenidas en matemáticas por los estudiantes que presentaron el ICFES en 2019 es superior a 50 puntos. Idealmente, se espera que la mayoría de los estudiantes superen la mitad de la puntuación en matemáticas.
H0:µ≥50
H1:µ<50 H1:µ<50
## [1] 1A partir de la información proporcionada, se observa que el promedio de las notas obtenidas por los estudiantes en matemáticas es igual o mayor a 50 puntos. Esto se basa en un análisis de probabilidad, donde se ha determinado que la probabilidad asociada es de 1, lo cual es mayor a 0.05. Como resultado, no se rechaza la hipótesis nula inicial, lo que indica que el promedio de notas en matemáticas es igual o mayor a 50.
Media
## [1] 50.57453 50.63817
## attr(,"conf.level")
## [1] 0.95Con un nivel de confianza del 95%, se determina que el intervalo de confianza para la media del puntaje en matemáticas está entre 50.57453 y 50.63817. Este intervalo es bastante estrecho, lo cual indica que existe una alta precisión en la estimación de la media. Por lo tanto, podemos afirmar con confianza que, en promedio, el puntaje de los estudiantes en matemáticas es superior a 50 puntos. Esto es altamente satisfactorio, considerando que representa el 50% de los puntos posibles.
Varianza
## [1] 143.4053 144.4850
## attr(,"conf.level")
## [1] 0.95Con un nivel de confianza del 95%, se ha calculado que el intervalo de confianza para la varianza de las notas se encuentra entre 143.4053 y 144.4850. Este intervalo, que es relativamente estrecho, sugiere que la variabilidad en los datos de la base de datos no es muy significativa. Por lo tanto, podemos inferir que la dispersión de las calificaciones es relativamente baja. Además, recordemos que la desviación estándar es la raíz cuadrada de la varianza. Por lo tanto, podemos afirmar que la desviación estándar se sitúa entre 11.98 y 12.02 puntos. Estos valores indican que las calificaciones presentan una dispersión baja, lo que implica que los estudiantes obtienen puntajes bastante consistentes en el área de estudio.
El intervalo de confianza nos brinda una estimación del rango en el cual se espera que se encuentre la verdadera varianza de las notas en la población. Con un nivel de confianza del 95%, podemos afirmar que en el 95% de los casos, los intervalos calculados de manera similar contendrán la verdadera varianza de la población.
Estrato
En Colombia, el estrato es una clasificación socioeconómica utilizada para categorizar las viviendas y determinar las tarifas de servicios públicos, como agua, electricidad, gas y telefonía. El estrato se asigna a cada vivienda en función de sus condiciones socioeconómicas y su ubicación geográfica.
El sistema de estratos en Colombia es una herramienta que busca equilibrar el acceso a los servicios básicos y garantizar que las tarifas sean proporcionales a la capacidad económica de los hogares. La clasificación por estrato se basa en diferentes indicadores, como los ingresos familiares, el tipo de vivienda, las características del vecindario y la infraestructura de servicios públicos disponibles en la zona.
El estrato socioeconómico va del 1 al 6, donde el estrato 1 representa a los hogares con menor capacidad económica y el estrato 6 a los hogares con mayor capacidad económica. Los hogares de estratos bajos suelen ubicarse en zonas más vulnerables, con menos acceso a servicios e infraestructuras, mientras que los hogares de estratos altos se encuentran en áreas más privilegiadas con mejores servicios y comodidades.
El sistema de estratos tiene implicaciones en diferentes aspectos de la vida cotidiana de los colombianos. Por ejemplo, las tarifas de servicios públicos suelen ser más bajas para los estratos bajos, ya que se considera que tienen una capacidad económica limitada. Además, el estrato puede influir en la asignación de subsidios y beneficios sociales, así como en la planificación urbana y en la distribución de recursos en las diferentes zonas del país.
Es importante tener en cuenta que el estrato socioeconómico no define ni determina el nivel educativo, el estatus social o la calidad de vida de los individuos que habitan en una vivienda en particular. Es una clasificación que se utiliza como herramienta para establecer políticas públicas y promover la equidad en el acceso a los servicios básicos. Cabe mencionar que la clasificación por estrato puede variar según la región geográfica dentro de Colombia, ya que hay diferencias en los costos de vida y las condiciones socioeconómicas en distintas áreas del país.
Tabla de frecuencia
## Frequencies
## prueba_base_de_datos$FAMI_ESTRATOVIVIENDA
## Type: Character
##
## Freq % Valid % Total
## ----------- -------- ---------- ----------
## - 34481 6.3131 6.3128
## 1 159977 29.2898 29.2884
## 2 188314 34.4780 34.4764
## 3 108692 19.9002 19.8992
## 4 25810 4.7255 4.7253
## 5 8024 1.4691 1.4690
## 6 3711 0.6794 0.6794
## Sin 17177 3.1449 3.1447
## <NA> 26 0.0048
## Total 546212 100.0000 100.0000
La tabla de frecuencias muestra que la mayoría de las personas que presentaron el examen ICFES pertenecen a los estratos 1, 2 y 3, lo cual está en consonancia con las estadísticas que indican que la mayoría de los colombianos residen en estos estratos socioeconómicos. Ahora procederemos a analizar la relación entre el estrato socioeconómico de los estudiantes y su desempeño en el área de matemáticas.
Tipo de colegio
En Colombia, el sistema educativo se compone principalmente de dos tipos de colegios: los colegios oficiales o públicos y los colegios privados. Estas dos categorías presentan diferencias significativas en términos de financiamiento y administración.
Los colegios oficiales, también conocidos como colegios públicos, son aquellos que son financiados y administrados por el Estado. Estos colegios forman parte del sistema educativo público y su objetivo principal es brindar educación gratuita y accesible a la población. Están bajo la responsabilidad del Ministerio de Educación y reciben financiamiento a través de recursos estatales. Los colegios oficiales suelen ser gestionados por entidades gubernamentales a nivel municipal, departamental o nacional.
Por otro lado, los colegios privados son instituciones educativas que no son financiadas ni administradas directamente por el gobierno. Estos colegios funcionan bajo la responsabilidad de entidades privadas, como organizaciones sin fines de lucro, fundaciones o empresas educativas. Los colegios privados pueden ser confesionales, es decir, asociados a una religión en particular, o laicos, sin afiliación religiosa. A diferencia de los colegios oficiales, los colegios privados suelen cobrar matrículas y mensualidades, ya que su financiamiento proviene principalmente de las familias de los estudiantes.
Tabla de frecuencia
## Frequencies
## prueba_base_de_datos$COLE_NATURALEZA
## Type: Character
##
## Freq % Valid % Total
## ---------------- -------- --------- ---------
## NO OFICIAL 130201 23.84 23.84
## OFICIAL 416011 76.16 76.16
## <NA> 0 0.00
## Total 546212 100.00 100.00
En primer lugar, al analizar la tabla de frecuencias se puede observar que la cantidad de colegios públicos es significativamente mayor que la de colegios privados, ya que los primeros representan el 76.16% del total, mientras que los segundos solo representan el 23.84%. Además, este hecho está relacionado con el porcentaje de personas que presentaron el ICFES en 2019 y que pertenecían al estrato socioeconómico igual o mayor a 4, el cual fue bastante bajo en comparación con los demás estratos.
Jornada escolar
EEn Colombia, al igual que en muchos otros países, los colegios implementan diferentes jornadas escolares para adaptarse a las necesidades y preferencias de los estudiantes, así como para ampliar las oportunidades de estudio de la población en general. Estas distintas jornadas buscan ofrecer horarios que se ajusten a las circunstancias particulares de los estudiantes y sus familias.
Tabla de frecuencia
## Frequencies
## prueba_base_de_datos$COLE_JORNADA
## Type: Character
##
## Freq % Valid % Total
## -------------- -------- --------- ---------
## COMPLETA 89520 16.39 16.39
## MAÑANA 257060 47.06 47.06
## NOCHE 34124 6.25 6.25
## SABATINA 39098 7.16 7.16
## TARDE 59049 10.81 10.81
## UNICA 67361 12.33 12.33
## <NA> 0 0.00
## Total 546212 100.00 100.00
El análisis estadístico revela que la mayoría de los estudiantes presentaron el ICFES en el año 2019 en una jornada de mañana, lo cual representa un 47.06% del total. Esto indica que la jornada de mañana es la más popular en Colombia. En segundo lugar se encuentran los colegios de jornada completa, con un 16.39% del total de estudiantes, seguidos por la jornada de tarde con un 10.81%. Por otro lado, la jornada sabatina representa el menor porcentaje del total, con solo un 7.16%.
Es importante destacar que la baja representatividad de la jornada sabatina puede deberse al hecho de que la mayoría de las instituciones educativas que ofrecen esta jornada se enfocan en la nivelación académica o en brindar oportunidades adicionales de estudio para los estudiantes.
Acceso a internet
Uno de los avances más significativos en la historia de la humanidad ha sido la creación y estandarización de Internet. Esta red global de comunicación se ha convertido en el medio más rápido y accesible para compartir información y conocimiento en todo el mundo. Sin embargo, en países en vías de desarrollo, como Colombia, se ha experimentado cierto retraso en comparación con naciones más desarrolladas en términos de acceso y disponibilidad de Internet para la población en general. ¿Seguirá esta situación igual en el futuro?
Tabla de frecuencia
## Frequencies
## prueba_base_de_datos$FAMI_TIENEINTERNET
## Type: Character
##
## Freq % Valid % Total
## ----------- -------- --------- ---------
## - 22634 4.21 4.14
## No 201199 37.41 36.84
## Si 314042 58.39 57.49
## <NA> 8337 1.53
## Total 546212 100.00 100.00
Se puede apreciar que en la actualidad, un mayor número de estudiantes tienen acceso a internet en comparación con aquellos que no lo tienen, lo cual representa un avance significativo en términos de conectividad y acceso al conocimiento. Este hecho demuestra el desarrollo tecnológico del país, ya que el 58.39% de las personas que presentaron el ICFES en 2019 contaban con acceso a internet, mientras que el 37.41% no lo tenían. El porcentaje restante corresponde a personas que no respondieron a la pregunta sobre acceso a internet en la encuesta. Ahora es importante analizar si el acceso a internet tiene una influencia positiva o negativa en el desempeño académico de los estudiantes, específicamente en el área de matemáticas.
Area de ubicación
En Colombia, es común clasificar los municipios en dos categorías principales: rurales y urbanos. Esta distinción se basa en las características y el desarrollo de cada localidad, así como en la distribución de su población y las actividades económicas predominantes.
Los municipios rurales son aquellos que se encuentran en áreas menos densamente pobladas y dependen principalmente de la agricultura, la ganadería y otras actividades relacionadas con el sector primario. Estas zonas suelen estar ubicadas en áreas rurales, alejadas de los centros urbanos más grandes. Los municipios rurales suelen tener una infraestructura menos desarrollada y una menor disponibilidad de servicios básicos.
Por otro lado, los municipios urbanos son aquellos que se caracterizan por una mayor densidad de población, así como un mayor desarrollo económico y social. Estos municipios generalmente se encuentran en áreas urbanas, como ciudades y centros urbanos más grandes. Los municipios urbanos tienden a tener una mayor diversidad de actividades económicas, una infraestructura más avanzada y una mayor disponibilidad de servicios como educación, salud, transporte y comunicaciones.
Tabla de Frecuencia
## Frequencies
## prueba_base_de_datos$COLE_AREA_UBICACION
## Type: Character
##
## Freq % Valid % Total
## ------------ -------- --------- ---------
## RURAL 85745 15.70 15.70
## URBANO 460467 84.30 84.30
## <NA> 0 0.00
## Total 546212 100.00 100.00
A pesar de que Colombia es conocido como un país con una fuerte base agrícola, se puede observar que actualmente la mayoría de los colegios se encuentran ubicados en zonas urbanas. Sin embargo, no podemos llegar a una conclusión definitiva debido a la falta de datos en nuestra base para realizar un análisis concluyente. No obstante, podemos plantear dos posibles hipótesis que podrían explicar esta situación.
La primera hipótesis sugiere que el avance industrial y económico del país ha llevado a una migración de la población hacia las zonas urbanas, lo que ha generado una concentración de colegios en esas áreas. Este mayor desarrollo económico y social en las zonas urbanas puede proporcionar más oportunidades educativas para los estudiantes.
La segunda hipótesis plantea que la marginalidad que desafortunadamente afecta a nuestros municipios rurales podría ser la causa de que la mayoría de las poblaciones en estas áreas no tengan acceso a la educación o que exista una insuficiencia de instituciones educativas que ofrezcan educación de nivel bachillerato. Tanto la falta de acceso como la insuficiencia de instituciones podrían ser factores determinantes en esta situación.
Es importante tener en cuenta que estas hipótesis requieren un análisis más profundo y una evaluación de datos adicionales para llegar a conclusiones más precisas.
Genero
Tabla de frecuencia
## Frequencies
## prueba_base_de_datos$ESTU_GENERO
## Type: Character
##
## Freq % Valid % Total
## ----------- -------- --------- ---------
## - 121 0.022 0.022
## F 295994 54.190 54.190
## M 250097 45.788 45.788
## <NA> 0 0.000
## Total 546212 100.000 100.000
En el año 2019, al analizar los gráficos y las tablas, se puede observar que el porcentaje de mujeres que presentaron las pruebas del ICFES fue mayor que el de los hombres. Esta situación, vista desde una perspectiva histórica, es positiva, ya que demuestra cómo las mujeres en Colombia han logrado una mayor participación tanto en la educación como en la sociedad en general en los últimos años, a pesar de que el país se encuentra en desarrollo.
Sin embargo, es importante destacar que este análisis inicial no nos permite determinar las razones detrás de esta disparidad entre hombres y mujeres en la etapa final de la educación escolar. Para comprender mejor esta situación, es necesario realizar una investigación más profunda y contextualizar esta variable. Será fundamental investigar y analizar las razones detrás de esta situación para determinar si se deben a factores positivos, negativos o neutros que influyan en la participación de hombres y mujeres en el proceso educativo.
Etnia
La etnia se refiere a un grupo de personas que comparten una identidad cultural, histórica y social común. Esta identidad se basa en características compartidas, como la lengua, la religión, las tradiciones, la historia y, a veces, también se relaciona con características físicas o rasgos genéticos particulares.
La pertenencia a una etnia se transmite principalmente a través de la ascendencia, ya sea por herencia familiar o por una identificación cultural adoptada. Las etnias pueden tener una organización social propia, normas y valores compartidos, y pueden tener una presencia territorial concentrada en una región o dispersa en diferentes áreas. La diversidad étnica en un país o una región puede enriquecer la cultura y promover la convivencia pacífica, pero también puede presentar desafíos en términos de respeto, igualdad y cohesión social.
Tabla de frecuencia
## Frequencies
## prueba_base_de_datos$ESTU_TIENEETNIA
## Type: Character
##
## Freq % Valid % Total
## ----------- -------- --------- ---------
## - 377 0.069 0.069
## No 506074 92.652 92.652
## Si 39761 7.279 7.279
## <NA> 0 0.000
## Total 546212 100.000 100.000
Al analizar los datos correspondientes al año 2019, se observa que el porcentaje de personas que presentaron el examen del ICFES y se identifican con alguna etnia es significativamente inferior al porcentaje de aquellos que no se identifican con ninguna etnia. Esta disparidad plantea interrogantes sobre los posibles factores que pueden influir en esta situación. En consecuencia, es necesario realizar análisis multivariables para determinar si existen vulneraciones específicas que afecten el acceso a la educación y el rendimiento en matemáticas de las diferentes etnias en Colombia.
En un país tan diverso como Colombia, donde conviven múltiples grupos étnicos, es fundamental comprender las dinámicas y los desafíos que enfrenta cada uno de ellos en términos educativos. Aunque el acceso a la educación en Colombia ha mejorado en las últimas décadas, persisten desigualdades y barreras que afectan a ciertos grupos étnicos de manera desproporcionada.
Algunas de las posibles razones que podrían contribuir a la disparidad en el porcentaje de personas de etnias presentes en el examen del ICFES podrían ser factores socioeconómicos, geográficos y culturales. Por ejemplo, las comunidades étnicas en zonas rurales o apartadas pueden enfrentar mayores dificultades para acceder a una educación de calidad debido a la falta de infraestructura, recursos y oportunidades. Además, las barreras lingüísticas y culturales pueden influir en el desempeño académico de los estudiantes pertenecientes a ciertas etnias.
Cierre del análisis univariable
Ahora que hemos introducido cada una de las variables que serán estudiadas en este proyecto y hemos descrito su situación inicial, procederemos a realizar los análisis multivariables correspondientes. Estos análisis nos permitirán examinar de manera más precisa las diversas relaciones existentes entre las variables socioeconómicas y el puntaje obtenido por los estudiantes en el área de matemáticas.
Análisis del desempeño en matematicas en relacion al estrato
Existe la creencia común de que a medida que aumenta el estrato socioeconómico, se logra un mejor desempeño en las pruebas debido a las mayores oportunidades y facilidades de estudio. En este punto, realizaremos un análisis para evaluar la relación entre el estrato socioeconómico y el desempeño en las pruebas y así comprobar o refutar esta hipótesis.
Descripción estadística
##
## Descriptive statistics by group
## group: -
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 34481 45.14 12.03 44 44.82 13.34 0 100 100 0.25 -0.32 0.06
## ------------------------------------------------------------
## group: 1
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 159977 48.66 11.06 49 48.6 11.86 15 100 85 0.07 -0.24
## se
## X1 0.03
## ------------------------------------------------------------
## group: 2
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 188314 51.47 11.28 52 51.53 11.86 15 100 85 -0.02 -0.21
## se
## X1 0.03
## ------------------------------------------------------------
## group: 3
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 108692 53.71 11.97 54 53.88 11.86 16 100 84 -0.08 -0.17
## se
## X1 0.04
## ------------------------------------------------------------
## group: 4
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 25810 55.17 14.05 56 55.47 14.83 17 100 83 -0.11 -0.4
## se
## X1 0.09
## ------------------------------------------------------------
## group: 5
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 8024 54.11 15.12 55 54.28 17.79 17 100 83 -0.05 -0.68 0.17
## ------------------------------------------------------------
## group: 6
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 3711 50.55 16.07 50 50.2 19.27 17 100 83 0.21 -0.75 0.26
## ------------------------------------------------------------
## group: Sin
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 17177 42.15 10.65 41 41.67 10.38 0 100 100 0.45 0.1 0.08El análisis de la media de los puntajes en matemáticas según el estrato socioeconómico muestra que el estrato 4 tiene la media más alta, con 55.17, seguido por el estrato 5, con una media de 54.28. Los estratos 3 y 2 les siguen en el ranking, mientras que el estrato 6 ocupa el quinto lugar en cuanto a la media. Esto demuestra que, a pesar de ser el estrato más alto en Colombia, el estrato 6 no supera a la mayoría de los estratos inferiores en términos de desempeño en matemáticas. Es importante destacar que el único estrato con una nota mínima de 0 puntos es el estrato 0, aunque este valor se encuentra dentro de los datos típicos y se puede visualizar en el boxplot.
Boxplot
Con el boxplot, podemos observar que los estratos 5 y 6 son los únicos en los que se obtuvo un puntaje en matemáticas mayor a 85 de manera no típica. En los demás estratos, aunque existen casos en los que se obtienen puntajes mayores a 100, estos se consideran datos atípicos que se encuentran por fuera de los percentiles y se representan como puntos fuera del boxplot.
Además, se puede observar que el estrato que presenta en promedio las mejores notas en matemáticas no es el estrato 6, como se podría pensar a primera vista, sino el estrato 5. En el estrato 5, el 50% de las notas se encuentran entre más de 50 puntos y 100, y las notas más bajas se sitúan alrededor del promedio, teniendo como mínimo 17 puntos.
También se puede apreciar que el estrato 6 no sale tan bien parado en esta comparativa frente a los estratos 1, 2 y 3. Estos últimos tienen límites inferiores más altos que el estrato 6, excluyendo los datos atípicos, y límites superiores más elevados. Además, presentan una menor dispersión de datos, lo que indica que los datos se concentran más dentro de estos límites. La única ventaja del estrato 6 es que su tercer cuartil tiene como límite superior 100 puntos, y no solo se trata de datos atípicos con este puntaje.
Análisis del tipo de colegio y la relacion que tienen con el desempeño en el area de matematicas
Junto con la creencia de que a mayor estrato se puede obtener un mejor desempeño académico, existe la idea de que los colegios oficiales o públicos tienden a tener un desempeño menor que los colegios privados o no oficiales. Con el siguiente análisis, podremos obtener una idea de si este sesgo es verdadero.
Boxplot
Al analizar el boxplot, se puede observar una tendencia que sugiere que los colegios no oficiales tienen un mejor desempeño en el área de matemáticas en comparación con los colegios oficiales en las pruebas ICFES. Esto se refleja en el hecho de que el límite superior del puntaje en matemáticas para los colegios no oficiales es más alto que el límite superior para los colegios oficiales. Ambos tipos de colegios presentan datos atípicos que alcanzan el puntaje máximo de 100, lo que indica la presencia de estudiantes destacados en ambas instituciones.
Sin embargo, es importante destacar que el límite inferior del puntaje para los colegios oficiales es ligeramente más alto que el de los colegios no oficiales. Además, se observa que los datos de los colegios oficiales tienen una dispersión menor que los de los colegios no oficiales en cuanto al puntaje obtenido en matemáticas. Esto sugiere que, aunque los colegios no oficiales pueden tener mejores resultados en promedio, los colegios oficiales pueden ser más consistentes en su desempeño en esta área.
Descripción estadística
##
## Descriptive statistics by group
## group: NO OFICIAL
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 130201 53.8 13.2 54 53.97 14.83 0 100 100 -0.06 -0.32 0.04
## ------------------------------------------------------------
## group: OFICIAL
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 416011 49.61 11.41 50 49.62 11.86 0 100 100 0.02 -0.29
## se
## X1 0.02Después de realizar un análisis detallado de los datos y comparar las estadísticas, podemos concluir que el tipo de colegio al que asiste un estudiante tiene una relación significativa con su desempeño en las pruebas de matemáticas del ICFES. En efecto, los estudiantes de colegios privados obtienen puntajes más altos en promedio (53.8) en comparación con los estudiantes de colegios oficiales (49.61).
Esta diferencia en los puntajes promedio puede deberse a una serie de factores, como la calidad de la enseñanza, el nivel de preparación del profesorado y la infraestructura escolar. Es importante destacar que, si bien los puntajes en matemáticas son más altos en los colegios privados, esto no significa necesariamente que estos colegios ofrezcan una educación general superior.
Además, es importante mencionar que mientras los colegios privados tienen una media mayor en los puntajes de matemáticas, también presentan una mayor variabilidad en sus resultados. Por otro lado, los colegios oficiales tienen una menor variabilidad en sus puntajes, lo que indica que, en promedio, los estudiantes de colegios oficiales tienen un desempeño más homogéneo.
Análisis de la relacion entre la jornada y el desempeño en el area de matematicas
En Colombia y en otros países del mundo, los colegios ofrecen diferentes horarios para adaptarse a las diversas necesidades de los estudiantes. Se busca determinar cuál de estos horarios es más efectivo para mejorar el rendimiento académico en el área de matemáticas.
Antes de empezar con el análisis de la tabla, quiero explicar en qué consiste cada una de las jornadas para tener un mejor entendimiento de la variable:
Jornada única: La jornada única es un modelo de jornada escolar que busca concentrar la educación de los estudiantes en una sola jornada diaria de 8 horas. Esto significa que los estudiantes reciben todas sus clases y actividades en un solo turno, lo que les permite tener más tiempo libre para realizar otras actividades durante el resto del día. Este modelo de jornada escolar se implementa principalmente en colegios públicos.
Jornada completa: La jornada completa es un modelo de jornada escolar en el que los estudiantes reciben sus clases y actividades durante un horario que comprende la mañana y la tarde, con una hora de descanso para el almuerzo. Este modelo de jornada escolar permite a los estudiantes tener más tiempo para recibir una educación integral y participar en actividades extracurriculares, pero también puede resultar agotador para algunos estudiantes.
Jornada sabatina: La jornada sabatina es un modelo de jornada escolar en el que los estudiantes asisten a clases solo los días sábados. Este modelo de jornada escolar se implementa principalmente en colegios privados y en algunos colegios públicos en zonas rurales donde no se cuenta con la disponibilidad de transporte durante la semana.
Jornada nocturna: La jornada nocturna es un modelo de jornada escolar que se imparte en la noche y está dirigido a personas mayores de edad que trabajan o tienen responsabilidades durante el día. Este modelo de jornada escolar permite a las personas que no tienen la posibilidad de asistir a clases durante el día completar su educación secundaria.
Jornada de la tarde: La jornada de la tarde es un modelo de jornada escolar que se imparte en horarios que van desde la una de la tarde hasta las seis de la tarde. Este modelo de jornada escolar permite a los estudiantes tener más tiempo para realizar actividades en la mañana o asistir a trabajos, y al mismo tiempo recibir una educación integral.
Boxplot
Al observar el boxplot, se puede apreciar que la jornada completa exhibe una clara superioridad en cuanto a los puntajes de matemáticas de sus estudiantes. Esta jornada presenta una dispersión menor en comparación con las demás, lo que indica que los puntajes de los estudiantes están más concentrados en un rango estrecho. Además, los límites inferior y superior no atípicos son más altos que los de las otras jornadas, lo que significa que la mayoría de los estudiantes de la jornada completa obtienen puntajes más altos que los de las otras jornadas.
Por otro lado, la jornada de la mañana también muestra buenos resultados, con un 50% de los estudiantes que obtuvieron notas por encima de 51 puntos. En contraste, las jornadas nocturna y sabatina presentan medianas de 41 puntos y límites inferiores y superiores no atípicos que oscilan entre 15 y 75 puntos, lo que indica que los estudiantes en estas jornadas suelen obtener puntajes más bajos en general. Es importante tener en cuenta que estas jornadas suelen estar destinadas a estudiantes que trabajan o tienen otras responsabilidades, lo que puede afectar su disponibilidad para estudiar y prepararse para el examen.
Descripción estadística
##
## Descriptive statistics by group
## group: COMPLETA
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 89520 56.68 12.01 57 56.94 11.86 0 100 100 -0.13 0
## se
## X1 0.04
## ------------------------------------------------------------
## group: MAÑANA
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 257060 50.86 11.43 51 50.87 11.86 0 100 100 0.03 -0.19
## se
## X1 0.02
## ------------------------------------------------------------
## group: NOCHE
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 34124 41.28 9.96 41 41.01 10.38 0 100 100 0.25 -0.25 0.05
## ------------------------------------------------------------
## group: SABATINA
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 39098 41.26 9.8 41 41.05 10.38 0 84 84 0.21 -0.29 0.05
## ------------------------------------------------------------
## group: TARDE
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 59049 50.29 11.03 50 50.28 11.86 15 100 85 0.04 -0.18 0.05
## ------------------------------------------------------------
## group: UNICA
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 67361 51.97 10.89 52 52.08 11.86 17 100 83 -0.06 -0.22
## se
## X1 0.04El análisis estadístico de las diferentes jornadas escolares en relación al desempeño en matemáticas revela patrones interesantes. Según el análisis descriptivo, la jornada completa presenta la media más alta, con 56.68 puntos, seguida de la jornada de la mañana con 50.86 puntos. Esto sugiere que los estudiantes que asisten a estas jornadas tienen una mayor probabilidad de obtener puntuaciones más altas en matemáticas en comparación con las otras jornadas.
Un aspecto destacado que se encontró en el análisis es que los estudiantes de las jornadas de la tarde y única son los únicos cuyo límite inferior de nota es mayor a cero, siendo de 15 y 17 puntos, respectivamente. Esto podría indicar que los estudiantes de estas jornadas presentan una menor variabilidad en sus puntuaciones y, en general, obtienen resultados más altos en matemáticas.
En cuanto a las posibles causas de estas diferencias entre las jornadas, una hipótesis preliminar es que la cantidad de tiempo que los estudiantes dedican al estudio podría estar relacionada con el tipo de jornada. Por ejemplo, los estudiantes de jornada única y mañana podrían dedicar más horas al estudio dentro de la institución educativa, en comparación con los estudiantes de jornada sabatina o nocturna, quienes pueden tener responsabilidades laborales o personales adicionales que limitan el tiempo disponible para el estudio. Es importante mencionar que se requiere una investigación más exhaustiva para confirmar esta hipótesis y determinar si existen otros factores que influyan en el desempeño en matemáticas en las diferentes jornadas escolares.
Análisis de la relacion entre el acceso a internet y el desempeño en el area de matematicas
El acceso a internet desempeña un papel crucial en el rendimiento académico de los estudiantes, especialmente en el campo de las matemáticas, donde las herramientas en línea pueden marcar la diferencia. Constituye una herramienta invaluable para aquellos estudiantes que saben cómo aprovecharla de manera efectiva para mejorar su aprendizaje en esta materia. Por ejemplo, pueden hacer uso de plataformas de aprendizaje en línea, recursos educativos abiertos y tutoriales en video para fortalecer su comprensión de los conceptos matemáticos.
Sin embargo, también existe el riesgo de que los estudiantes se distraigan fácilmente con las redes sociales y otras distracciones en línea, lo cual puede perjudicar su capacidad de concentración y, en última instancia, afectar su desempeño académico. Por lo tanto, resulta esencial que los estudiantes aprendan a utilizar internet de manera responsable y productiva, maximizando así su rendimiento académico.
Boxplot
Se puede apreciar claramente cómo el acceso a Internet tiene un impacto positivo en la obtención de puntajes más altos en matemáticas, como lo demuestran los diagramas de caja (boxplot). En comparación con los estudiantes que carecen de acceso a Internet, aquellos que sí lo tienen muestran límites inferiores y superiores más elevados, incluso considerando los valores atípicos. Además, se observa una menor dispersión en los datos, lo que indica que Internet desempeña un papel significativo en la mejora de los resultados académicos en matemáticas.
Descripción estadística
##
## Descriptive statistics by group
## group: -
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 22634 45.19 12.13 44 44.84 13.34 0 100 100 0.25 -0.39 0.08
## ------------------------------------------------------------
## group: No
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 201199 47.37 11.02 47 47.23 11.86 0 100 100 0.13 -0.28
## se
## X1 0.02
## ------------------------------------------------------------
## group: Si
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 314042 53.25 11.88 54 53.38 11.86 15 100 85 -0.05 -0.12
## se
## X1 0.02En este sentido, es relevante resaltar que el acceso a Internet es una herramienta con una influencia significativa en el desempeño académico de los estudiantes. Al analizar los datos de aquellos estudiantes que tienen acceso a Internet y los que no, se puede observar que la media de los estudiantes con acceso es significativamente mayor, lo que sugiere que el acceso a Internet puede ser un factor determinante en la obtención de mejores resultados académicos.
Además, es importante mencionar que ninguno de los estudiantes con acceso a Internet obtuvo un puntaje inferior a 15 puntos, a diferencia de los estudiantes sin acceso, quienes presentaron casos atípicos de notas de 0. Esto indica que el acceso a Internet puede ser una herramienta que contribuye a reducir las brechas académicas entre personas de diferentes estratos socioeconómicos, ya que proporciona a los estudiantes una fuente de información y recursos educativos más amplia y diversa.
Análisis de la relacion entre la ubicacion del colegio (rural o urbano) y el desempeño en el area de matematicas
Boxplot
Durante el análisis, hemos observado una correlación entre una mayor capacidad económica y un mejor desempeño en el área de matemáticas. No obstante, es importante destacar que esta variable no es la única responsable, ya que las instituciones educativas ubicadas en zonas rurales y sus estudiantes suelen enfrentar desafíos relacionados con un nivel adquisitivo más bajo y un acceso limitado a oportunidades educativas.
Al examinar el boxplot, se puede observar que los colegios urbanos presentan cuartiles y límites inferiores y superiores más altos. En contraste, los colegios rurales muestran límites inferiores más bajos en cada cuartil en comparación con los colegios urbanos. Aunque los datos de los colegios rurales presentan una menor dispersión, el hecho de que los límites inferiores sean más bajos indica que los puntajes de los estudiantes en los colegios rurales tienden a estar más concentrados en notas inferiores en comparación con los colegios urbanos.
Además, en el boxplot se observa que los puntajes en los colegios rurales cercanos a 80 puntos o superiores son considerados datos atípicos, mientras que en los colegios urbanos, incluso puntajes ligeramente más altos que 80 puntos siguen siendo considerados datos típicos dentro de los cuartiles. Lo mismo ocurre en relación a los límites inferiores: en los colegios urbanos, es atípico que un estudiante tenga un puntaje igual o inferior a aproximadamente 17 puntos, mientras que en los colegios rurales, puntajes alrededor de los 15 puntos se consideran normales dentro de los cuartiles.
Descripción estadística
##
## Descriptive statistics by group
## group: RURAL
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 85745 46.54 11.41 46 46.3 11.86 0 100 100 0.22 -0.2 0.04
## ------------------------------------------------------------
## group: URBANO
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 460467 51.36 11.95 52 51.39 11.86 0 100 100 0.02 -0.22
## se
## X1 0.02Para complementar el análisis realizado en el boxplot, realizaremos un estudio de la descripción estadística de los datos en R. Esto nos proporcionará una visión más completa de las diferencias entre los colegios rurales y urbanos en el área de matemáticas.
Al calcular la media de los puntajes en matemáticas, encontramos que un estudiante de colegio rural tiene una puntuación promedio de 46.54, mientras que un estudiante de colegio urbano tiene una puntuación promedio de 51.36. Esta diferencia considerable en los puntajes refuerza aún más la idea de que la calidad de la educación en sectores rurales, al menos en el área de matemáticas, es inferior a la de los sectores urbanos.
Además, al examinar la desviación estándar de los puntajes en matemáticas, se observa que tanto los colegios rurales como los urbanos presentan una desviación estándar muy similar, siendo de 11.41 para los colegios rurales y 11.95 para los colegios urbanos. Esto indica que la variabilidad en los puntajes es relativamente similar en ambos tipos de colegios.
Es importante destacar que, a pesar de esta similitud en la variación de los datos, los colegios urbanos siguen demostrando una “superioridad” en términos de las notas obtenidas por sus estudiantes en las pruebas ICFES. Esto se evidencia en la diferencia en las medias de puntajes mencionada anteriormente. Los colegios urbanos muestran un rendimiento más consistente y, en general, obtienen mejores resultados en matemáticas en comparación con los colegios rurales, a pesar de la similitud en la dispersión de los puntajes.
Cabe mencionar que, aunque se han observado casos aislados de estudiantes de colegios urbanos con puntajes de 0 en matemáticas y estudiantes de colegios rurales con puntajes de 100, estos casos excepcionales requerirían un análisis individual más profundo para comprender las razones detrás de estas discrepancias y determinar si son representativos de un patrón generalizado.
Análisis de la relacion entre el genero y el desempeño en el area de matematicas
Aunque se ha establecido que las capacidades intelectuales entre hombres y mujeres son iguales, hemos decidido realizar un análisis más detallado de esta variable en el marco de nuestro proyecto. Nuestra intención es explorar posibles datos interesantes que puedan surgir, ya sea en relación a las condiciones sociales asociadas a cada género o a la existencia de alguna predisposición hacia un mejor rendimiento en el área de matemáticas en uno de los géneros.
Este enfoque de análisis nos permitirá obtener una visión más completa de la diversidad y complejidad de los datos, así como de las posibles relaciones entre el género y otros factores relevantes en nuestro estudio. Comprendemos que existen múltiples influencias y variables que pueden afectar el rendimiento académico y las condiciones sociales, y es por eso que consideramos necesario incluir el análisis del género como parte de nuestra investigación.
Al explorar la posible relación entre el género y las condiciones sociales, buscamos descubrir si existen disparidades significativas en términos de acceso a recursos educativos, oportunidades laborales, niveles de ingresos u otros indicadores socioeconómicos relevantes. Estos hallazgos podrían aportar información valiosa sobre la igualdad de género y resaltar la importancia de abordar cualquier desigualdad existente.
Además, al examinar si hay alguna predisposición hacia un mejor rendimiento en el área de matemáticas en uno de los géneros, estamos interesados en comprender si existen diferencias en la forma en que hombres y mujeres se relacionan con esta materia. Si encontramos alguna evidencia de patrones consistentes, esto podría llevar a un mayor análisis sobre los factores subyacentes, como las expectativas sociales, las diferencias de oportunidades o incluso las habilidades cognitivas específicas.
Boxplot
En el análisis mediante el boxplot, se puede observar una ligera diferencia en los puntajes obtenidos por hombres y mujeres en el área de matemáticas, aunque esta diferencia parece ser mínima. A pesar de que los límites inferiores y superiores de los percentiles para los hombres son mayores, lo cual indica en general un puntaje más alto, no se encuentra una diferencia significativa entre ambos grupos. Además, es interesante notar que los datos atípicos en el caso de los hombres tienden a ser más bajos en comparación con las mujeres.
Estos hallazgos sugieren que, en términos generales, no existen grandes disparidades en el desempeño matemático entre hombres y mujeres. Sin embargo, es importante realizar un análisis más detallado y exhaustivo para examinar otras posibles variables o factores que podrían influir en estos resultados y comprender mejor la dinámica subyacente.
Descripción estadística
##
## Descriptive statistics by group
## group: -
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 121 51.6 11.6 52 51.63 11.86 27 80 53 -0.04 -0.6 1.05
## ------------------------------------------------------------
## group: F
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 295994 48.96 11.69 49 48.84 11.86 0 100 100 0.11 -0.27
## se
## X1 0.02
## ------------------------------------------------------------
## group: M
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 250097 52.56 12.06 53 52.66 11.86 0 100 100 -0.03 -0.16
## se
## X1 0.02La relación entre el género y el desempeño en el área de las matemáticas es un tema de estudio y debate, y en este caso, con los resultados existen diferencias observadas en los resultados de matemáticas entre hombres y mujeres. Es importante abordar este tema con cautela y considerar múltiples factores. En general, se ha encontrado que no hay diferencias significativas en la capacidad matemática innata entre hombres y mujeres. Ambos géneros tienen el potencial de tener éxito en matemáticas y pueden lograr resultados similares. Sin embargo, factores sociales y culturales pueden influir en el desempeño de hombres y mujeres en matemáticas. Estos factores incluyen estereotipos de género, expectativas sociales y roles de género. Por ejemplo, cuando a las mujeres se les dan estereotipos negativos sobre las habilidades matemáticas, puede afectar su confianza y autoeficacia en este campo, lo que puede disminuir su desempeño.
Análisis de la relacion entre etnia y el desempeño en el area de matematicas
Boxplot
Descripción estadística
##
## Descriptive statistics by group
## group: -
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 377 52.04 12.08 51 51.87 11.86 19 100 81 0.18 0.05 0.62
## ------------------------------------------------------------
## group: No
## vars n mean sd median trimmed mad min max range skew kurtosis
## X1 1 506074 51.11 11.91 51 51.11 11.86 0 100 100 0.04 -0.22
## se
## X1 0.02
## ------------------------------------------------------------
## group: Si
## vars n mean sd median trimmed mad min max range skew kurtosis se
## X1 1 39761 44.16 11.26 43 43.8 11.86 0 100 100 0.31 -0.18 0.06Estos resultados reflejan diferencias en el desempeño en el examen entre los grupos de aquellos que no pertenecen a una etnia (con una media de 51.11) y aquellos que sí pertenecen a una etnia (con una media de 44.16). Sin embargo, es importante tener en cuenta que la interpretación debe ser cautelosa, ya que los resultados presentados solo reflejan estadísticas descriptivas. Para comprender mejor la relación entre etnia y desempeño en los resultados de matemáticas, sería necesario realizar un análisis más profundo y considerar otros factores, como el contexto socioeconómico o las oportunidades educativas que puedan tener.
intervalo la proporción de acuerdo con la variable cualitativa
## [1] 0.03992328 0.04140085
## attr(,"conf.level")
## [1] 0.95El análisis probabilístico realizado nos proporciona información relevante sobre la proporción de personas de una determinada etnia que obtienen un puntaje mayor a 50 puntos en matemáticas. El intervalo de confianza del 95% para esta proporción se estima entre 0.03992328 y 0.04140085. Esto significa que, con un nivel de confianza del 95%, podemos afirmar que la proporción real de personas de esa etnia con un puntaje mayor a 50 puntos en matemáticas se encuentra dentro de este rango.
Tipo de colegio vs estrato
Analizando la relación entre el estrato y el tipo de colegio, se puede observar que los colegios oficiales tienen una mayor cantidad de estudiantes que pertenecen a los estratos más bajos, específicamente los estratos 0, 1, 2 y 3. Sin embargo, se debe destacar que existe una población reducida de estudiantes de los estratos 4, 5 y 6, donde se encontró que los estudiantes de estrato 4 y 5 presentaron un mejor rendimiento en el área de matemáticas.
Esto sugiere que el hecho de que los colegios no oficiales tengan una población de estudiantes de mayor estrato puede ser un factor que contribuye a que estos colegios se perciban como superiores a los oficiales. No obstante, también se debe resaltar que existe una gran población de estudiantes de estratos 2 y 3 en los colegios no oficiales, y una presencia moderada de estudiantes de estratos más bajos.
Es importante destacar que el hecho de que los colegios privados tengan una mejor financiación podría implicar que brinden un mejor servicio educativo. Sin embargo, debido a los datos analizados, no podemos afirmar con certeza si este es el caso. Por lo tanto, se requiere más investigación y análisis para determinar cómo influye el financiamiento de los colegios en el rendimiento académico de los estudiantes.
Tipo de colegio vs Jornada
La relación entre el tipo de colegio y la jornada es una de las variables más relevantes a la hora de analizar el desempeño en matemáticas de los estudiantes. En los datos se evidencia que la mayoría de los colegios no oficiales ofrecen jornadas completas y de mañana, las cuales presentaron los mejores resultados en la prueba. Esto puede deberse a que los estudiantes que asisten a estas jornadas tienen una mayor disponibilidad de tiempo para dedicarse al estudio, tanto dentro como fuera de la institución.
Asimismo, es importante tener en cuenta que factores económicos pueden influir en el tipo de jornada que los estudiantes eligen. Aquellos que estudian por la noche o en jornadas sabatinas suelen hacerlo por motivos laborales.
Colegio vs Acceso a internet
Como se evidencia en los datos, el acceso a internet es un factor clave que influye en el desempeño académico de los estudiantes en matemáticas. En ese sentido, se puede observar una clara relación entre el acceso a internet y el tipo de colegio al que asisten los estudiantes, siendo los colegios privados los que tienen un mayor porcentaje de estudiantes con acceso a internet.
Es importante destacar que el acceso a internet no solo se relaciona con el tipo de colegio, sino que también guarda una estrecha relación con el estrato socioeconómico. Como se mencionó previamente, los estudiantes de estratos más altos tienden a asistir a colegios privados, lo cual se relaciona directamente con el acceso a internet, ya que estos estudiantes tienen una mayor probabilidad de contar con esta herramienta en sus hogares.
El acceso a internet puede tener un impacto significativo en el rendimiento académico, ya que los estudiantes pueden aprovechar esta herramienta para obtener información adicional, resolver dudas y trabajar en actividades interactivas y prácticas que les permitan reforzar sus conocimientos. En este sentido, es posible que los estudiantes que tienen acceso a internet tengan una mayor facilidad para comprender y aplicar los conceptos matemáticos.
Tipo de colegio vs Ubicación
Al observar el gráfico que muestra la relación entre el tipo de colegio y la ubicación geográfica, se puede determinar que existen diferencias significativas en el número total de colegios rurales y urbanos según el tipo de colegio. En el caso de los colegios no oficiales, se puede observar una presencia muy escasa en zonas rurales. Por otro lado, los colegios oficiales, a pesar de tener una mayor presencia en zonas rurales en comparación con los no oficiales, presentan cifras considerablemente inferiores a las de las zonas urbanas.
Tipo de colegio vs Etnia
Para una interpretación más precisa, se observa el gráfico que muestra la relación entre el tipo de colegio y la etnia de los estudiantes. En este gráfico se puede analizar que existen diferencias significativas en el número total de estudiantes con etnia y sin etnia, y se puede observar una mayor diferencia en los colegios no oficiales.
Estrato vs Jornada
Este análisis muestra la influencia que tanto la jornada como el estrato social tienen sobre el rendimiento académico de los estudiantes en el campo de las matemáticas. Podemos observar que los estudiantes con un estrato socioeconómico más alto tienen más probabilidades de estudiar en colegios privados con jornadas completas o de mañana, lo cual les proporciona más tiempo y herramientas para dedicarse al estudio de manera efectiva.
Es importante destacar que la disponibilidad de tiempo y herramientas no solo está limitada por el tipo de colegio y la jornada que se elige, sino que también está influenciada por otros factores, como la disponibilidad de recursos económicos y tecnológicos en el hogar. Estos factores pueden tener un impacto significativo en el desempeño académico de los estudiantes.
Estrato vs Internet
Como se observa en los datos, el acceso a internet es una variable que está directamente relacionada con el estrato socioeconómico de los estudiantes. Los resultados indican que los estudiantes de estratos bajos, especialmente los estratos 0 y 1, tienen menos acceso a internet en comparación con los estratos más altos. Esta situación puede deberse a que las personas de bajos recursos económicos no pueden permitirse contratar servicios de internet, lo que limita sus oportunidades educativas.
Por otro lado, se puede observar que la mayoría de los estudiantes de estratos 2 y 3 tienen acceso a internet, lo que sugiere que esta herramienta puede contribuir a reducir la brecha educativa y la desventaja económica. Además, como se demostró anteriormente, el acceso a internet puede influir significativamente en el desempeño académico, especialmente en el área de matemáticas.
Es importante resaltar que el acceso a internet no solo proporciona recursos educativos adicionales a los estudiantes, sino que también les brinda la posibilidad de comunicarse con sus profesores y compañeros de clase, así como acceder a información actualizada y relevante. Además, el acceso a internet puede ser una herramienta valiosa para la formación de habilidades digitales, las cuales son cada vez más importantes en el mercado laboral actual.
Estrato vs Ubicación
El gráfico muestra la relación entre el estrato socioeconómico y la ubicación geográfica. En este caso, se puede observar que a medida que aumenta el estrato socioeconómico, las diferencias en la proporción de estratos socioeconómicos según la ubicación geográfica (rural o urbana) son menores.
Estrato vs Etnia
En el gráfico se puede observar que la mayoría de los estudiantes que presentaron el examen y pertenecen a una etnia se encuentran en estratos socioeconómicos bajos (1 y 2), lo cual puede influir en los resultados, ya que no cuentan con las mismas oportunidades que se encuentran en los estratos socioeconómicos más elevados.
Internet vs Etnia
En estos resultados se puede observar un problema común en muchas comunidades étnicas del país, que es la falta de recursos que dificulta la adquisición de dispositivos y servicios de Internet. El acceso a Internet desempeña un papel crucial en la educación y el desarrollo económico de estas comunidades, por lo que es fundamental abordar este problema para mejorar la calidad de la educación en el país.
Ubicación vs Etnia
Concluciones:
Al analizar los diversos factores socioeconómicos que pueden afectar el rendimiento en matemáticas de los estudiantes en las pruebas ICFES, se puede concluir que existe una fuerte correlación entre el acceso a recursos y el éxito académico. El estrato, el tipo de colegio, la jornada y el acceso a internet son factores que pueden determinar la calidad y cantidad de recursos a los que un estudiante tiene acceso y, por lo tanto, su capacidad para mejorar en matemáticas.
Sin embargo, también se puede observar que las creencias comunes sobre la relación entre el estrato socioeconómico y el rendimiento académico no siempre son precisas. Los resultados indican que los estudiantes de estratos más bajos pueden tener éxito académico en matemáticas, siempre y cuando tengan acceso a los recursos necesarios para mejorar su aprendizaje.
Además, es importante destacar que la cantidad y calidad de tiempo que un estudiante dedica al estudio también es un factor clave en su desempeño en matemáticas. Por lo tanto, el fomento de hábitos de estudio efectivos y la creación de entornos de aprendizaje enriquecedores pueden ser igual de importantes que el acceso a recursos materiales.
Es importante destacar que el acceso a Internet puede ser una herramienta poderosa para reducir las brechas académicas entre estudiantes de diferentes estratos socioeconómicos. El acceso a la información y a recursos educativos en línea puede ayudar a los estudiantes a superar las limitaciones impuestas por la falta de recursos físicos y económicos. Por lo tanto, invertir en tecnología y en la promoción del acceso a Internet para todos los estudiantes puede ser una estrategia eficaz para mejorar el desempeño académico y reducir las desigualdades educativas en Colombia.