Estimación del Rendimiento Medio en las Pruebas PISA 2018. Un Enfoque Espacial Desde la Estimación en Áreas Pequeñas

Estimar la habilidad de los estudiantes en las pruebas PISA se realiza utilizando valores plausibles obtenidos por medio de un modelo logístico de tres parámetros, con esta metodología solo se tiene en cuenta la información capturada en las pruebas y solo se pueden realizar estimaciones en los paíse...

Full description

Autores:
Jiménez Coley, Cupertino
Tipo de recurso:
Masters Thesis
Fecha de publicación:
2023
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/52093
Acceso en línea:
http://hdl.handle.net/11634/52093
Palabra clave:
ability
domains
three parameter logistic model
plausible data
small area estimation
spatial variability
Estadísticas Aplicadas
Estudiantes-Prueba Pisa
Metodología-Investigación
Educación
habilidad
dominios
modelo logístico de tres parámetros
datos plausibles
Estimación en áreas pequeñas
variabilidad espacial
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
Description
Summary:Estimar la habilidad de los estudiantes en las pruebas PISA se realiza utilizando valores plausibles obtenidos por medio de un modelo logístico de tres parámetros, con esta metodología solo se tiene en cuenta la información capturada en las pruebas y solo se pueden realizar estimaciones en los países y economías perteneciente a la OCDE (dominios) que fueron muestreados. Para mejorar la precisión de las estimaciones y poder realizar estimaciones en dominios no muestreados que cuenten con información auxiliar disponible y confiable, Tellez (2020) propuso utilizar la metodología de estimación en áreas pequeñas mediante un modelo Fay-Herriot. Esta metodología incorpora información auxiliar externa a la captada en la prueba y permite hacer estimaciones más precisas. En esta investigación, se extiende la metodología propuesta por Tellez (2020) al incluir la variabilidad espacial en la técnica de estimación en áreas pequeñas. Esto se logra mediante el uso del modelo Fay-Herriot espacial, que tiene en cuenta la autocorrelación espacial entre los dominios. Este enfoque se aplica específicamente a las pruebas de lectura y matemáticas del PISA 2018. La información auxiliar utilizada en el modelo Fay-Herriot espacial incluye variables asociadas a la educación, ciencia, tecnología, características sociodemográficas, economía, infraestructura y desarrollo. Estas variables auxiliares proporcionan información adicional para mejorar la precisión de las estimaciones de habilidad de los estudiantes en los dominios.