Estimación del Rendimiento Medio en las Pruebas PISA 2018. Un Enfoque Espacial Desde la Estimación en Áreas Pequeñas
Cargando...
Fecha
2023-09-15
Autores
Enlace al recurso
DOI
Google Scholar
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Cargando...
Resumen
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.
Abstract
Estimating students' abilities in PISA tests is done using plausible values obtained through a three-parameter logistic model. With this methodology, only the information captured in the tests is taken into account, and estimates can only be made for countries and economies belonging to the OECD (domains) that were sampled. To improve the precision of the estimates and be able to make estimates in unsampled domains that have available and reliable auxiliary information, Tellez (2020) proposed using the small area estimation methodology through a Fay-Herriot model. This methodology incorporates external auxiliary information captured in addition to the test and allows for more precise estimates.
In this research, the methodology proposed by Tellez (2020) is extended by including spatial variability in the small area estimation technique. This is achieved by using the spatial Fay-Herriot model, which takes into account the spatial autocorrelation among domains. This approach is specifically applied to the reading and mathematics tests of PISA 2018. The auxiliary information used in the spatial Fay-Herriot model includes variables associated with education, science, technology, sociodemographic characteristics, economy, infrastructure, and development. These auxiliary variables provide additional information to improve the precision of the estimates of students' abilities in the domains.
Idioma
spa
Palabras clave
Citación
Jiménez Coley, C. (2023). Estimación del Rendimiento Medio en las Pruebas PISA 2018. Un Enfoque Espacial Desde la Estimación en Áreas Pequeñas. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucioal.
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia