Aportaciones de los modelos jerárquico-lineales multivariados a la investigación educativa sobre el rendimiento. Un ejemplo con datos del alumnado español en PISA 2009
Autores
Ángeles Blanco-Blanco
Universidad Complutense de Madrid. Departamento de Métodos de Investigación y Diagnóstico en Educación (MIDE).Salto de línea Madrid, España.
Esther López Martín
Universidad Nacional de Educación a Distancia. Departamento de Métodos de Investigación y Diagnóstico en Educación IISalto de línea (MIDE II). Madrid, España.
Covadonga Ruiz de Miguel
Universidad Complutense de Madrid. Departamento de Métodos de Investigación y Diagnóstico en Educación (MIDE).Salto de línea Madrid, España.
DOI
DOI: 10.4438/1988-592X-RE-2014-365-267
Resumen
Los modelos jerárquico-lineales (MJL) han sido ampliamente usados en la investigación sobre el rendimiento, especialmente en el contexto del análisis de resultados de evaluaciones a gran escala, tales como el Programa para la Evaluación Internacional de los Alumnos (PISA, por sus siglas en inglés). La revisión de los estudios desarrollados en España, sin embargo, revela que todos los trabajos incluyen una única variable dependiente, de modo que aunque se han empleado indicadores diversos de rendimiento (por ejemplo: matemáticas o comprensión lectora o ciencias), no se han incorporado tales medidas de resultado conjuntamente en modelos explicativos integrados. A partir de estos antecedentes, este artículo pretende hacer una contribución metodológica a la investigación sobre la explicación del rendimiento académico presentando un ejemplo del uso de los MJL multivariados con los datos del alumnado español en PISA-2009. Concretamente, se plantea un MJL trivariado para analizar de forma simultánea el efecto de un conjunto de predictores sobre la competencia matemática, la compresión lectora y la competencia en ciencias. La investigación mencionada anteriormente solo ha estudiado estas variables de respuesta de forma independiente, desde una perspectiva univariada. Como variables independientes se ha seleccionado un número reducido de predictores ‘clásicos’ típicamente considerados en la investigación educativa multinivel: sexo, estatus inmigrante, repetición, estatus socioecónomico y cultural del alumno y nivel socioeconómico y cultural medio de la escuela. Puesto que el objetivo principal del presente estudio es proporcionar un ejemplo de la metodología, esto permite una adecuada ilustración sin aumentar excesivamente la complejidad. El trabajo presenta el proceso de especificación y estimación de un modelo de tres niveles (alumnoescuela-región) y se analiza la varianza explicada. Finalmente, se obtienen las correlaciones entre las variables dependientes desde una perspectiva multinivel. El artículo concluye con algunas consideraciones sobre las aportaciones adicionales de los MJL multivariados a la investigación futura.
Palabras clave
modelos jerárquico-lineales, modelos multivariados,rendimiento, PISA, comprensión lectora, competencia matemática, competencia en ciencias.
Abstract
Hierarchical linear models (HLM) have been widely used in research into performance, especially in the context of analyzing the results of large-scale assessments such as the Programme for International Student Assessment (PISA). A review of the studies in Spain, however, shows that all the work done so far deals with a single dependent variable, so, even if various performance indicators are used (e.g., reading comprehension, mathematics or science), the outcomes are not incorporated jointly into integrated explanatory models. Working from this background, this article seeks to make a methodological contribution to research into the explanation for academic performance by presenting an exemplification of the use of multivariate HLM with PISA 2009 data on Spanish students. A trivariate HLM is proposed to analyze simultaneously the effect of a set of predictors on mathematical competency, reading comprehension and competency in science. In previous research, these response variables have only been studied independently, in univariate models. The selected independent variables are a small number of ‘classic’ predictors typically used in multilevel education research: gender, immigrant status, repetition, socioeconomic and cultural status of students and average socioeconomic and cultural level of schools. Since the primary objective of the study is to provide a methodological exemplification, an adequate illustration can be given without increasing the complexity overmuch. The process of specifying and estimating a three-level model (student-school-region) is presented, and the explained variance is analyzed. Correlations are found between the dependent variables from a multilevel perspective. The article concludes with some observations on the additional contributions of multivariate HLM in future research.
Keywords
hierarchical linear models, multivariate models, performance, PISA,reading comprehension, mathematical competency, competency in science