Determinantes de las tasas universitarias de graduacion, retencion y desercion en Puerto Rico: un estudio de Caso.

• Author: Matos-D
• Position: Report
• Pages: 25(20)

1. Introducción

   Muchos educadores sostienen que el mejor criterio disponible para medir el éxito académico alcanzado por las universidades es la proporción de sus estudiantes que logra completar el grado de bachillerato (Zwick y Sklar, 2005). Sobre este punto, DesJardins et al. (2002) citan a Murphy y Welch (1993) para sustentar el hecho de que los graduados de universidad ganan dos veces más que los graduados de pregrado, y seis veces más que los desertores de dicho nivel educativo. Así también, citan a Díaz-Jiménez et al. (1997) para destacar el hecho de que la riqueza de los graduados de universidad es dos veces y media mayor que la de los graduados de escuela superior y cinco veces mayor que la de los desertores de escuela superior.

   Cabe destacar que los resultados citados provienen de estudios realizados en países industrializados. Puerto Rico es un país en vías de desarrollo, por lo que sería de esperar que la educacíon provista por la Universidad de Puerto Rico (UPR) desempeñara un papel preponderante como agente promotor de movilidad y justicia social, así como de equidad en la distribucíon de la riqueza en el país. En dicho contexto, es de suma importancia que se documente toda la información relacionada con las tasas de graduación, retención y deserción de las unidades que componen el Sistema de la Universidad de Puerto Rico (S-UPR) y se analice crííticamente. Entre otros objetivos, este estudio analiza detalladamente el comportamiento de dichas tasas a través del tiempo, en el caso particular de la UPR en Bayamón (UPR-B).

   Los enfoques metodológicos adoptados en la literatura, aunque variados, van dirigidos fundamentalmente a modelar dos fenómenos. En primera instancia, algunos estudios intentan modelar variables dicótomás del tipo: graduación no graduación, o baja total o no baja total. Los siguientes estudios constituyen una muestra (no representativa) del primer enfoque: McArdle y Hamagami (1994); Smith y Naylor (2001); Naylor y Smith (2004); Light y Strayer (2000); Stratton et al. (2008); Singell (2004); Arulampalam et al. (2005); Sandy et al. (2006); Montmarquette et al. (2001); Di Pietro y Cutillo (2008) y Jepsen (2008). Un segundo enfoque pretende modelar el tiempo transcurrido hasta que ocurren los eventos de interés: graduación o desercíon (DesJardins et al. 2002, 2006).

   Pretender replicar en la UPR-B el enfoque metodológico del tipo graduación o no graduación, o baja total o no baja total podría ser limitante, pues se excluirían otras alternativas disponibles a los estudiantes. Por ejemplo, el indicador de éxito académico de los estudiantes admitidos a los programas de traslado es la posibilidad de que se concrete el mismo, no el evento de graduación. Por otro lado, algunos estudiantes pueden ser suspendidos por deficiencias académicas, mientras que otros podrían optar por darse de baja total, continuar estudios o sencillamente desaparecer de la UPR-B sin proveer información sobre las razones para haberlo hecho ni sobre su paradero. Con todo esto, en un momento determinado de su carrera universitaria cada estudiante podría ser clasificado en una de las seis siguientes categorías o estatus académicos: graduado de grado asociado o de bachillerato, [G], trasladado o solicitante de traslado a una unidad del S-UPR, [T], activo como estudiante en la UPR-B, [A], suspendido de la UPR-B, [S], de baja total de la UPR-B, [[W.sub.T]] y, en el caso de que no se le pueda ubicar en ninguna de las cinco categorías anteriores, desaparecido, [D]. A diferencia de los estudios citados, en éste se modelan los determinantes de la probabilidad en que en un determinado momento del tiempo, un estudiante podría ser clasificado en una de estas seis categorías.

   El estudio se organiza de la siguiente manera. La segunda sección se dedica a la discusión de la base de información utilizada y a especificar los modelos estadísticos a estimar. En la tercera sección se discuten los resultados. La cuarta y última sección cierra el estudio con un resumen y sugiere conclusiones de corte general.

2. Base de datos y modelos a estimar

   La información utilizada en este estudio proviene de los expedientes académicos de tres diferentes grupos de estudiantes que fueron admitidos a la UPR-B durante el período de 1995-2006. (2) Cada expediente académico se rastreó hasta el segundo semestre del año académico 2005-06 (punto de referencia para el estudio) y se clasificó en una de las seis categorías señaladas.

   Los siguientes elementos de información están disponibles para cada uno de los estudiantes que comenzaron sus estudios en el período de análisis: puntuación en cada una de las cinco pruebas del examen del College Entrance Examination Board (CEEB); índice general de solicitud (ÍGS) a la UPR; índice académico de graduación de escuela superior (IAGES); y el código de la escuela superior de origen. Además, para todos los estudiantes considerados (incluidos los provenientes de las otras unidades del S-UPR y de las universidades privadas) hay información disponible sobre las siguientes variables: género; programa académico al que fue admitido; programa académico en que estaba clasificado en su último semestre en la UPR-B; total de créditos intentados y acumulados; créditos acumulados (con calificaciones de A, B, C, D y F); total de créditos de cursos de los que se dio de baja parcial y de cursos repetidos; índice académico del último semestre que estuvo activo (ÍAS) en la UPR-B; índice académico acumulado (ÍAA) hasta el último semestre de estudios en la UPR-B. Para identificar la tendencia temporal ([T.sub.t)] de las once clases de nuevo ingreso se definen once variables dicótomas (0,1), cuyo grupo de referencia es la primera clase del período analizado (1995-96). La Tabla 1 (Anexo) describe las variables utilizadas.

   Las variables independientes se pueden clasificar en tres categorías. La primera contiene el conjunto de variables dicótomas (0,1) que intentan medir el impacto de la presencia (o la ausencia) de determinadas características. Para cuantificar el impacto de sus efectos específicos no observables, los programas académicos (P. Acad.) se clasifican en 14 conglomerados (mutuamente excluyentes y colectivamente exhaustivos), cada uno de los cuales se identifica con una variable dicótoma cuyo grupo de referencia es otros programas académicos. Para controlar por los efectos específicos no observables de la escuela de origen y del género de los estudiantes, se utiliza el mismo artificio; los respectivos grupos de referencia son escuela pública y sexo masculino. El impacto del cambio estructural se captura utilizando las variables [T.sub.i],...,[T.sub.6]. En una segunda categoría se agrupan las variables continuas: ÍAS, ÍAA, ÍGS y el ÍAGES.

   Este estudio se concentra en el análisis de dos aspectos sustantivos. En primera instancia, se analiza detalladamente el comportamiento de las tasas de graduación, retención y deserción a través del tiempo, utilizando diferentes referentes muestrales. La información relevante se incluye en las Tablas 2 a 4. En segunda instancia se modela la probabilidad de los seis eventos académicos definidos (G,T, A, S,[W.sub.T], o D) utilizando métodos de máxima verosimilitud. Para dicho propósito se genera una variable dependiente discreta multinomial cuya definición, --así como la especificación de los modelos estadísticos para estimarla--, supone que los estudiantes son capaces de establecer una correspondencia entre su índice de preferencias (utilidad) y los eventos académicos definidos. (3) De acuerdo con su potencial académico, así como con las restricciones que le impongan sus condiciones de entorno, cada estudiante tratará de ubicarse en la categoría académica que maximice su utilidad esperada. (4)

   En este estudio se utilizará un modelo logit multinomial como regla para establecer la correspondencia entre el índice de utilidad del estudiante y los eventos académicos o estatus definidos (G, T, A, S, [W.sub.T], o D). Los resultados de dicho modelo son sensibles al supuesto de independencia entre las alternativas irrelevantes. (5) Cuando se viola tal supuesto el modelo probit multinomial es el indicado. No obstante, la complejidad de sus integrales múltiples dificulta su convergencia cuando se especifican más de dos alternativas a escoger. Así, las posibilidades se reducen a utilizar el modelo logit esperando que se satisfaga el supuesto. Fuller et al. (1982) y Brewer et al. (1996) son ejemplos de estudios que adoptan dicho enfoque.

   Sea [w.sub.i] el vector de características que describen al estudiante i, quien puede elegir una de J alternativas académicas, entonces su función de utilidad esperada, cuando selecciona la alternativa j puede expresarse así:

   [U.sup.E.sub.ij] = [w'.sub.i][alfa] + [[épsilon].sub.ij] (1)

   Por lo tanto, elegirá la alternativa j y no la k si:

   [U.sup.E.sub.ij] > [U.sup.E.sub.ik], [atañe a todos]k [desigual a] j. (2)

   Econométricamente, de acuerdo con el modelo logit multinomial, la probabilidad de seleccionar la alternativa j (1,...J); [[alfa].sub.0] = 0 es:

   ([y.sub.i] = j|[w.sub.i)] = [P.sub.ij] = exp ([w'.sub.i][[alfa].sub.j])/[1 + [[suma de].sup.k=1.sub.J] exp ([w'.sub.i][[alfa].sub.k]). (6) (3)

   Toda vez que [[suma de].sup.J.sub.j=1] [P.sub.ij] = 1 se deduce que:

   ([y.sub.i] = 0|[w.sub.i)] = [P.sub.i0] = [1/[1 + [[suma de].sup.k=1.sub.J] exp ([w'.sub.i][[alfa].sub.k]]. (4)

   Del modelo se derivan J razones cuyas transformaciones logarítmicas son:

   ln([P.sub.ij]/[P.sub.ik]) = [w'.sub.i]([[alfa].sub.j] - [[alfa].sub.k], si k = 0. (5)

   Los coeficientes de regresión de estas razones se presentan en las Tablas 5 y 6. Cabe señalar que dichos coeficientes son relativamente difíciles de interpretar, por lo que la discusión se basa en sus correspondientes coeficientes de elasticidad, que se incluyen en las Tablas 7 y 8.

   Es preciso señalar que, para poder modelar el evento de graduación la muestra original debe ser truncada, pues se requiere un tiempo mínimo para que los estudiantes...