Proyecto Final PG2
Proyecto Final PG2
Proyecto Final PG2
O se puede plantear de manera genrica as:
18
Este modelo de regresin lineal mltiple nos ayudar a determinar la significancia de
cada uno de los factores en el modelo para cada uno de los periodos de estudio. Se
elige un nivel de confianza estndar del 95% con un nivel de significancia alfa del
5% el cual nos servir para descartar los factores de acuerdo con su p-valor. Cinco
por ciento resulta siendo entonces la probabilidad estndar de rechazar la hiptesis
nula de no significancia cuando sta es verdadera o como la suelen llamar,
probabilidad de cometer error de tipo I. As, si el p-valor del factor es menor a alfa se
rechaza la hiptesis nula que significa que el efecto beta asociado a dicho factor es
nulo, es decir no significativo. Por el contrario si el p-valor es mayor al alfa, no se
rechaza la hiptesis nula y por lo tanto el factor es no significativo.
Un supuesto del modelo se fundamenta en que la carencia de informacin
concerniente a una variable independiente o un factor poltico, representara la
inactividad del gobierno en dicha labor especfica. Lo anterior debido a que para
algunos de estos factores no se cuenta con la informacin en algunos periodos.
Por otro lado, dado que todos los factores polticos identificados anteriormente
apuntan a resolver el mismo objetivo, que es el de ampliar la cobertura en educacin
bsica primaria en Colombia, la interaccin entre dichos factores resultara en la
violacin a uno de los supuestos bsicos de los modelos de regresin lineal mltiple
como es el de la multicolinealidad. La intuicin detrs de esto es que al agregar un
factor de dicha naturaleza, se entrara a explicar dos veces la variable dependiente
desde dos variables independientes que condensan prcticamente la misma
19
informacin redundando finalmente en los resultados obtenidos.
1.1 Anlisis de las variables en el modelo
Y (Cobertura de la educacin bsica primaria en Colombia): Esta es la
variable dependiente dentro del modelo de regresin y objeto de investigacin.
Se determin para dicha variable el nmero de nios que atienen a las
instituciones educativas oficiales en razn a que los servicios de cobertura van
enfocados directamente hacia ellos. Los nios que atienden a las instituciones
educativas privadas por defecto tienen asegurada la educacin bsica
primaria al contar con recursos para pagar por dicho servicio. Esta conjetura
es por lo tanto un supuesto dentro del modelo. Se tom el nmero de
estudiantes asistentes a las instituciones educativas oficiales en lugar de una
proporcin relativa a una variable con el nimo de evitar problemas derivados
a la relatividad generada por la dinmica en el crecimiento poblacional.
X1 (Inversin en dotacin, Factor Poltico): Esta variable independiente es la
inversin econmica que el gobierno ejecuta para la dotacin a las
instituciones educativas y se encuentra expresada en pesos constantes con
base en el ao 2005. Se espera una relacin positiva y significativa con
respecto a la variable dependiente en todos los periodos de proyeccin donde
la inversin es efectiva. Teniendo en cuenta que si un estudiante ve que la
institucin le est proporcionando las herramientas bsicas para su desarrollo
escolar, tendra un incentivo ms para asistir y compartir con otros
compaeros en el proceso educativo. As, dicha inversin incrementara
finalmente la cobertura que es el objetivo final del Gobierno Nacional al
implementar esta medida.
20
X2 (Inversin en transporte escolar, Factor Poltico): Esta variable
independiente es la inversin econmica que el gobierno ejecuta para
asegurar la asistencia escolar por medio del transporte gratuito y se encuentra
expresada en pesos constantes con base en el ao 2005. Se espera una
relacin positiva y directa con la variable dependiente en todos los periodos de
proyeccin donde la inversin es efectiva. Los estudiantes que se encuentran
de alguna manera marginados geogrficamente y que adicionalmente se les
imposibilita pagar por el servicio de transporte, les sera de mucha ayuda la
prestacin gratuita de este servicio y de gran motivacin para cumplir con su
asistencia a las instituciones educativas. El objetivo que persigue el Gobierno
con esta propuesta es acercan a estos estudiantes a las instituciones
educativos para que sean partcipes de la ampliacin en la cobertura
educativa.
X3 (Inversin en alimentacin escolar, Factor Poltico): Esta variable
independiente emana directamente del Sistema General de Participaciones y
es la inversin econmica que el Gobierno Nacional ejecuta para asegurar la
alimentacin escolar. Est expresada en pesos constantes con base en el ao
2005. Se espera una relacin positiva y significativa con la variable
dependiente en todos los periodos de proyeccin donde la inversin es
efectiva. Los principales interesados en este proyecto son los padres de
familia quienes muchas veces, por cuestiones econmicas o de compromisos
laborales, se les dificulta en gran medida la atencin alimentaria hacia sus
hijos. Esta inversin no solo ser un incentivo para el padre de familia y el
alumno para pertenecer al sistema educativo sino contribuir a sobrellevar la
malnutricin en la poblacin infantil que influye en gran medida con el buen
desempeo acadmico. Finalmente, los padres de familia alentarn a sus
hijos a asistir a las instituciones educativas pues se convertirn en centros de
soluciones totales para el estudiante.
21
X4 (Nmero de docentes en instituciones oficiales, Factor Poltico): Esta
variable independiente emana de la planeacin del Ministerio de Educacin
Nacional en la asignacin de docentes a las instituciones educativas
territoriales. Est expresada en nmero de docentes. Se espera una relacin
positiva y significativa con la variable dependiente en todos los periodos de
proyeccin donde la inversin es efectiva. No hay iniciativa que valga para
asegurar la cobertura si no se tiene el factor indispensable que supla dicha
cobertura, el docente. En la medida en que se ampla la cobertura se tiene
que en teora contratar ms docentes para la prestacin del servicio educativo.
El nmero de docentes para las instituciones oficiales determina entonces el
aseguramiento de dicha cobertura y juega un papel fundamental en la
consecucin de la misma.
X5 (Inversin en infraestructura, Factor Poltico): Esta variable independiente
es la inversin econmica que el Gobierno Nacional destina a la construccin
de infraestructura educativa para ampliar la cobertura en educacin bsica
primaria. Est expresada en pesos constantes con base en el ao 2005. Se
espera una relacin positiva y significativa con la variable dependiente en
todos los periodos de proyeccin donde la inversin es efectiva. Tanto los
nios en edad de estudiar, como los padres se sienten atrados por las nuevas
instalaciones que en principio estn destinadas para ellos. Contar con
espacios propicios para el aprendizaje motivar al nio a asistir a la institucin
educativa, pues encontrar en ella un ambiente agradable y motivar a los
padres de familia a impulsar a sus hijos a asistir a la institucin educativa.
D6 (Familias en accin, Factor Poltico): Esta variable independiente fue
obtenida a partir de la informacin registrada del total de alumnos subsidiados
en sistema educativo que fueron beneficiados por el plan de inversiones del
Gobierno Nacional. Esta variable toma el valor de 1 cuando el nmero de
subsidiados es positivo y 0 de lo contrario, por lo tanto es una variable dummy.
22
Se espera una relacin positiva y significativa con la variable dependiente a
partir de la segunda fase de expansin que data a partir del ao 2006 donde el
proyecto est presente. Lo anterior debido a las estadsticas presentadas por
el Departamento para la Prosperidad Social (Departamento para la
Prosperidad Social, 2014) donde se anuncia el progreso del proyecto durante
la segunda fase que alcanza un orden de 476%. La contribucin econmica
condicionada a la asistencia escolar es de gran atencin de los padres de
familia y los motiva a incitar a sus hijos a asistir a dichas instituciones
educativas.
D7 (Nmero total de ataques contra la poblacin civil por parte de las FARC,
Factor Externo): Dado que la guerrilla como se identific anteriormente juega
un papel determinante en la cobertura de la educacin bsica primaria en
Colombia, esta variable independiente entra a considerar el nmero de
ataques hacia la poblacin civil por parte de las FARC. Se espera una relacin
negativa y significativa con la variable dependiente en todos los periodos de
proyeccin donde el nmero de ataques es efectivo. El hecho de que la
percepcin del municipio sea de inseguridad y de hostigamiento, no solamente
desmotiva a los padres a mandar sus hijos al colegio sino los estimula a
migrar hacia otros centros territoriales.
D8 (Indgenas, Factor Externo): Como se mencion anteriormente, la
presencia de indgenas en un municipio es un factor de inquietud en la
cobertura de la educacin bsica primaria en Colombia. Esta variable toma el
valor de 1 cuando hay presencia de poblaciones indgenas y 0 de lo contrario,
por lo tanto es una variable dummy Se espera una relacin negativa y
significativa con la variable dependiente en todos los periodos de proyeccin
donde la presencia de poblacin indgena es efectiva. Las actividades
tradicionales propias de dichas comunidades y su insatisfaccin por el modelo
23
educativo occidental, que no est alineado a su percepcin acerca de la
educacin y del mundo, los alejar de las instituciones educativas y afectar
en ltimas la cobertura en la educacin bsica primaria en Colombia.
Los betas que acompaan a cada una de las variables independientes descritas
anteriormente son constantes que determinan la pendiente de cada factor, o el
incremento o sensibilidad de la variable dependiente ante el cambio en una unidad
de la variable independiente. El beta 0 del modelo representa la interseccin con el
eje de la variable dependiente. Dichos betas pueden ser de naturaleza positiva o
negativa dependiendo de la relacin con la variable independiente y su naturaleza
misma; dicha relacin se va a analizar ms adelante haciendo uso del paquete
estadstico STATA y se estructura matemticamente de la siguiente manera:
El error recoge toda la explicacin proveniente por factores no tenidos en cuenta
dentro del modelo y que eventualmente juegan un papel dentro de la explicacin de
la cobertura en la educacin bsica primaria en Colombia. Es de naturaleza
estocstica.
1.2 Estructura de la matriz de datos:
La base de datos se encuentra configurada por departamento, por municipio y por
ao; se tienen datos sobre el valor de cada una de las variables independientes X
para cada ao, municipio y departamento. De igual manera la variable dependiente Y
est indexada por ao, por municipio y por departamento. As tenemos una serie de
datos que posteriormente, luego de hacer uso del filtro en Excel, se agruparan en
cortes transversales en el tiempo para finalmente poder determinar la significancia de
24
cada uno de los factores pertenecientes al modelo de regresin lineal. En el anexo 4
se ilustrar mediante una imagen la estructura de los datos condensados en las
tablas de Excel a manera de matriz para as tener una idea de cmo se configuraron
previamente al anlisis estadstico. (VER ANEXO 4).
1.3 Anlisis de la informacin recolectada
La informacin recolectada es en su totalidad de naturaleza secundaria, proviene en
primera instancia de la base de datos del CEDE de la Facultad de Economa de la
Universidad de los Andes y en segunda instancia del Departamento para la
Prosperidad Social en lo que respecta a la informacin de Familias en Accin. En la
base de datos del CEDE se encuentra la informacin consignada para cada una de
las variables identificadas dentro del modelo de regresin. As mismo, la base de
datos proporcionada por el DPS contiene los datos concernientes a Familias en
Accin para cada uno de los municipios donde se ejecuta el programa.
Las variables que se relacionan en trminos monetarios, se encontraban en un
principio en valores corrientes pues eran extrados directamente de las bases de
datos de las instituciones gubernamentales colombianas. Fue necesario hacer una
transformacin de dichos valores a trminos constantes para as poder realizar el
anlisis y las comparaciones de los distintos momentos en el tiempo sin perder el
sentido y la dimensin pertinente. Se escogi el ao 2005 como el ao base estndar
para el cual el IPC era de 100 puntos y a partir del cual se iban a configurar los IPC
de los dems aos. Fue necesario construir la siguiente tabla de informacin y utilizar
la consecuente ecuacin para configurar el valor constante de cada variable en cada
ao:
25
Fuente: Trabajo propio; DANE, Departamento Administrativo Nacional de Estadstica, 2014.
IPC:
Ecuacin de transformacin del valor corriente al valor constante:
Para las variables dummy no fue necesario hacer ningn tipo de transformacin ya
que por su naturaleza solo denotan dos posibles situaciones, 1 que la variable est
activa y 0 que la variable est inactiva. En todos los casos fue pertinente eliminar los
valores extremos con el objetivo de minimizar la influencia estadstica de dichos
valores sobre los resultados del estudio.
AO INFLACIN INFLACIN % IPC
2000 9,22 9,22% 63,42
2001 7,97 7,97% 72,65
2002 6,35 6,35% 80,61
2003 7,13 7,13% 86,96
2004 5,90 5,90% 94,10
2005 5,05 5,05% 100,00
2006 4,30 4,30% 104,30
2007 5,54 5,54% 109,84
2008 7,00 7,00% 116,84
2009 4,20 4,20% 121,04
2010 2,28 2,28% 123,32
26
CAPTULO III
PRUEBAS DE SIGNIFICANCIA
En este captulo se har un anlisis de los resultados obtenidos a partir del modelo
de regresin planteado en el captulo anterior en lo que respecta la explicacin de la
cobertura en la educacin bsica primaria en Colombia. Por medio de tablas de
datos construidas y de comparaciones con valores crticos, se proceder a identificar
la significancia de cada uno de los factores, individual y conjuntamente, en cada uno
de los aos de estudio. Se describir el procedimiento que se sigui para llegar a los
resultados de significancia conjunta final usando un nivel de confianza del 95%.
1. Significancia individual: Previo a la formulacin del modelo conjunto, se procedi
a definir la significancia para cada una de las variables independientes. (VER
ANEXO 1). Posterior a este estudio, se escogen las variables significativas y se
estructura para cada periodo el modelo de regresin conjunto para as concluir
sobre la significancia de cada variable en el modelo. En la siguiente tabla, se
configuran cada una de los resultados de significancia individual para cada
variable en cada periodo:
27
De la tabla se puede notar que tanto el nmero de docentes en instituciones
oficiales, las inversiones en alimentacin, el nmero de ataques a la poblacin
civil por parte de las FARC, y la presencia de poblacin indgena fueron
significativa durante todos los periodo de la proyeccin, es decir su variabilidad
explica la variabilidad de la cobertura en la educacin bsica primaria en
Colombia individualmente. Por lo anterior estas variables se van a incluir en el
modelo regresin conjunto en todos los periodos. Se confirma lo que se haba
previsto acerca de la relacin positiva y significativa de las variables
independientes de inversiones en alimentacin y el nmero de docentes. Para el
caso del nmero de ataques a la poblacin civil y la presencia de poblacin
indgena, se confirma la significancia prevista en la declaracin de las variables
pero la relacin no fue negativa como se esperaba. Sin embargo se espera que
dicha relacin se corrija en el anlisis conjunto y que mantengan su nivel de
significancia dentro del modelo.
Dentro de los factores polticos respectivos a las polticas del Gobierno Nacional,
la inversin en alimentacin y la planeacin de docentes para la prestacin del
servicio de educacin en las instituciones educativas oficiales, resultan ser de
gran significancia para los modelos de regresin individuales. El anterior
resultado nos da una nocin de cmo podra ser su implicacin en el modelo de
regresin lineal conjunto, para lo que se espera que siga siendo significativo y
que expliquen de manera contundente la variabilidad en la cobertura de
educacin bsica primaria.
En cuanto al programa de Familias en accin, se puede ver que del periodo 2000
al 2006, que corresponde al momento de expansin de la fase 1, dicha variable
no tuvo mayor significancia dentro del modelo individual como se haba previsto
anteriormente. Sin embargo se torna significativa a partir del ao 2008, justo
cuando est en el segundo periodo de la fase 2 de expansin del programa de
28
subsidio condicionado en todo el pas. Dado el resultado anterior, se confirma lo
que se prevea como hiptesis al momento de la declaracin de la variable y se
espera que en el modelo conjunto tenga el mismo comportamiento, pues si es
as sera determinante en la explicacin de la variabilidad de la cobertura a partir
dicho periodo.
Ahora bien, si se mira a la inversin en transporte hasta el ao 2004 no se haba
implementado dicha estrategia y justo cuando se implement, producto de la ley
715 de diciembre de 2001, result siendo no significativa en la explicacin de la
variabilidad de la cobertura educativa. A excepcin del ao 2006 en el que cobr
significancia pero a partir del cual se detuvo para todo el periodo restante. Se
confirma parcialmente la hiptesis planteada al momento de la declaracin de la
variable en cuanto que presenta una relacin positiva con la variable dependiente
y resulta significativa para uno de los dos periodos evaluados. Se espera que
dicha variable no tenga mayor relevancia dentro del modelo conjunto pues
parece no ser determinante en la explicacin de la cobertura educativa, debido al
comportamiento presentado anteriormente.
Finalmente para la inversin en infraestructura y la inversin en dotacin se
confirm la significancia esperada solo para dos de los tres periodos evaluados y
tres de los cuatro periodos evaluados respectivamente, as como su relacin
positiva con la variable dependiente. Por lo tanto puede que ambas variables
tengan un gran chance de resultar significativas en el modelo conjunto
conservando su relacin positiva con la cobertura de la educacin bsica
primaria en Colombia.
2. Significancia conjunta: En el anlisis de significancia conjunta se integraran al
modelo cada una de las variables independientes significativas identificadas en el
29
anlisis individual anterior. (VER ANEXO 2) Adicionalmente identificaremos el
porcentaje de variabilidad en la cobertura de la educacin bsica primaria en
Colombia explicada por la variabilidad de los factores independientes dentro del
modelo o como la llaman tcnicamente el R2.
De nuevo se vuelve a presentar un escenario en el que el nmero de docentes
de instituciones oficiales juega un papel definitivo e importantsimo en la
explicacin de la variabilidad de la cobertura en la educacin bsica primaria en
Colombia reafirmando la hiptesis esperada en el anlisis individual.
Adicionalmente se reafirma la significancia y relacin positiva de la segunda fase
del proyecto Familias en Accin que data desde el ao 2006 pero que para
efectos del trabajo de investigacin, y dado que se escogi periodos
intercalados, se argumenta a partir del ao 2008 en que se presenta significancia
inequvoca.
En contraste, el facto de la incidencia de la poblacin indgena en la explicacin
de la cobertura educativa primaria no tuvo mayor relevancia durante todo el
periodo de proyeccin a excepcin del periodo concerniente al ao 2010 en que
toma un carcter significativo por lo que se niega la relacin que se esperaba
30
tanto en la relacin negativa como en su significancia. Por el contrario el nmero
de ataques a la poblacin civil conserv su significancia para dos de los cinco
periodos de evaluacin pero su relacin en cuanto a la variable dependiente no
result ser negativa como se esperaba.
Por otra parte, la inversin en dotacin que el Gobierno Nacional vena
adelantando desde el ao 2000 hasta el ao 2006 presenta indicios de
significancia y relacin positiva en el modelo a excepcin cuando se mira el
periodo 2004 de la misma manera que en anlisis conjunto confirmando dicha
hiptesis.
En cuanto al transporte escolar, se evidencia que no explica la cobertura en la
educacin bsica primaria en lo absoluto, para por lo menos los dos aos de
inversiones que el Gobierno Nacional ejecut; por lo tanto es una inversin que
el Gobierno debe analizar ms detalladamente pues no ha sido satisfactoria
durante el periodo de proyeccin. Se confirma por lo tanto la hiptesis planteada
en el anlisis conjunto de no significancia. No sera descabellado pensar en
posibles actos de corrupcin por parte del Gobierno Territorial, en la medida en
que es a ellos a los que se les transfiere los recursos para la gestin de este
proyecto de cobertura en la gratuidad del transporte escolar, pero sera un poco
irresponsable afirmar sobre dicho argumento pues el modelo solo da para afirmar
sobre la significancia de dicho factor y no sobre sus posibles causas.
Finalmente podemos notar un acontecimiento realmente alentador y relevante al
objeto de estudio y es el hecho de encontrar un mayor porcentaje de variabilidad
explicada por parte del modelo ante un nmero cada vez ms reducido de
variables independientes a lo largo del periodo de proyeccin. El hecho de
obtener un porcentaje de variabilidad de cobertura de 98,97% en el ao 2004,
31
cuando intervienen los ocho proyectos de cobertura, a uno de 99,24% cuando
solo intervienen cuatro es prueba de que el Gobierno Nacional ha venido
identificando acertadamente los factores decisivos y significativos al momento de
plantear sus estrategias de cobertura. Adems el hecho de que en el 2010 todos
los proyectos de cobertura sean significativos sugiere una gran capacidad del
Gobierno de responder a escenarios desfavorables y escoger las estrategias que
ms convienen cuando se trata de la consecucin de un pilar fundamental como
la educacin bsica primaria.
32
CAPTULO IV
VALIDACIN DEL MODELO DE REGRESN
Posterior al montaje del modelo de regresin y una vez identificador los factores
claves en la explicacin de la cobertura en la educacin bsica primaria en Colombia,
se procede a validar el modelo de regresin planteado para cada uno de los aos del
periodo de proyeccin. Se procede entonces a ejecutar las pruebas de
homocedasticidad o igualdad en las varianzas, multicolinealidad o correlacin
extrema de las variables independientes y autocorrelacin o independencia serial de
los datos recolectados. Una vez el modelo pase estas pruebas, se puede tener
confianza en la eficiencia del modelo planteado para la explicacin de la variable de
estudio.
Se propone entonces la siguiente tabla donde se condensa la informacin relativa a
las pruebas realizadas al modelo para cada uno de los periodos.
1. Multicolinealidad: Para evaluar la prueba de multicolinealidad se seleccion el
indicador de inflacin de la varianza el cual indica el grado de colinealidad que
33
experimentan las variables independientes dentro del modelo cuyo promedio
tiene que ser por lo menos menor a 10. Para todos los aos el VIF no pasa de 5
puntos siendo el mayor 3,27 por lo cual se puede concluir que todos los modelos
pasan el supuesto de la no multicolinealidad. Lo anterior sugiere que cada
variable est intentando explicar la variabilidad de la variable dependiente
independiente a las dems variables que conforman el modelo de regresin, es
decir su correlacin es bajita.
A este punto es importante comprobar una aclaracin que se hizo anteriormente
en cuanto a por qu no se incluy las interacciones en el modelo. Para eso se
construy un modelo de regresin lineal mltiple con base en los datos del
periodo 2006 y que contemplara todas las variables independientes e
interacciones significativas y se simulo en STATA. Posteriormente se obtuvo los
ndices de inflacin de la varianza y se comprob el resultado as:
Fuente: Bases de datos CEDE y DPS. Paquete estadstico STATA, 2014
34
Fuente: Bases de datos CEDE y DPS. Paquete estadstico STATA, 2014
Luego de comprobar el inminente crecimiento en el indicador de inflacin de la
varianza, se procede a identificar la raz del problema que lleva a concluir el por qu
no incluir interacciones en el modelo. As, se calcul la matriz de correlaciones entre
las variables independientes y se identific los grados de correlacin entre cada par
de ellas; las correlaciones que se acerquen a 1 son las que deberan salir del modelo
de regresin para que eventualmente el ndice de inflacin de la varianza VIF caiga a
niveles normales y el supuesto de multicolinealidad se cumpla.
Fuente: Bases de datos CEDE y DPS. Paquete estadstico STATA, 2014
As se comprob que las interacciones tienen entre si correlaciones cercanas a 1 por
lo que lleva a concluir que es pertinente no incluirlas dentro del modelo. Es esa la
razn por la cual se consider un modelo sin interacciones. Adicionalmente, se
35
considera que en principio las variables tratan de explicar la variabilidad del modelo
desde la misma perspectiva econmica por lo cual no resultaba atractivo integrarlas
en una interaccin pues se conoca a priori la implicacin que dicha interaccin poda
tener.
2. Autocorrelacin: Para evaluar el supuesto de no autocorrelacin se ejecuta el
comando TIME en el paquete estadstico STATA y posteriormente se evala el
estadstico de Durbin Watson con el comando estat dwatson. (VER ANEXO 3).
As, si el valor de este estadstico se acerca a 2, se sugiere que no hay
problemas de autocorrelacin. Segn la teora un valor de 2 indica la ausencia
absoluta de autocorrelacin; mientras que valores cercanos a 0 y cercanos a 4
sugieren la presencia inequvoca de autocorrelacin positiva y negativa
respectivamente (Universidad Nacional de Colombia, 2014).
Segn la tabla de PRUEBAS, los datos dentro del modelo pasan el supuesto de
no autocorrelacin para todo el periodo de evaluacin al tener valores del
estadstico Durbin Watson, muy cercanos a 2.
3. Heterocedasticidad: Este supuesto no se cumple para ningn modelo dentro del
periodo de proyeccin incluso luego de haber realizado distintas
transformaciones a los datos. (VER ANEXO 3) Se hicieron varios experimentos
concernientes a eliminar la heterocedasticidad pero no fue posible. Investigando
en la literatura, nos encontramos con mtodos que iban desde la eliminacin de
valores extremos para la estabilizacin de la media como media truncada, hasta
la transformacin de los datos como porcentaje de otros valores.
Adentrando un poco ms es ste caso especial de inversiones gubernamentales
en territorios de dimensiones poblacionales distintas, nos encontramos con un
trmino interesante, congruente y que tiene mucho sentido. Es as como en un
36
documento presentado por Carlos Murillo Fort, Profesor de la Universidad de
Pompeu Fabra en Barcelona, y Beatriz Gonzles Lpez, Catedrtica de la
Universidad de Las Palmas de Gran Canaria se sugiere el trmino de
heterocedasticidad estructural que se relaciona totalmente con el caso muestral
de la presente investigacin.
La Heterocedasticidad puede surgir por causas estructurales o
muestrales, es decir, su presencia puede ser sugerida por la teora o por
el propio diseo muestral y plan de muestreo en la recogida de la
informacin para estimar el modelo. Las causas estructurales o tericas
suelen darse en modelos de corte transversal con unidades muestrales de
diferente tamao (Murillo Fort & Gnzales Lpez, 2000)
Finalmente y en base en el documento sugerido anteriormente podemos
argumentar que para este caso especial, la heterocedasticidad es un
fenmeno importante en lograr la explicacin del modelo, dada su
estructura muestral, y que por tanto no compromete en una
importantsima medida la significacin de los parmetros obtenidos en el
anlisis estadstico.
37
CONCLUSIONES
La consecucin de la cobertura en la educacin bsica primaria en Colombia como
cometido de los exhortos hechos por la Naciones Unidas en la Declaracin del
Milenio, han sido objeto de planeacin y accin por parte del Gobierno Nacional
colombiano en lo corrido del siglo XXI. Prueba de lo anterior son las inversiones que
hace a travs de las distintas vertientes identificadas durante el anlisis de los
factores polticos con el objetivo de ampliar la cobertura en educacin bsica primaria
en Colombia.
Se ve por lo tanto un inters sostenido de Gobierno Nacional en mantener la
estrategia de planeacin para la contratacin del total de profesores que atendern
las instituciones educativas pblicas como estrategia de cobertura educativa en lo
que respecta la educacin bsica primaria. De igual manera con los proyectos de
Familias en Accin y de alimentacin escolar, factores significativos en la explicacin
de la variabilidad de la cobertura educativa dentro del modelo planteado. Por el
contrario, dentro de los factores externos, la variable independiente poblaciones
indgenas, no represent significancia alguna durante el periodo de proyeccin a
excepcin del periodo 2010, por lo cual hay razones suficientes dado un nivel de
confianza del 95%, para objetar que dicho factor no explica la variabilidad en la
cobertura de educacin bsica primaria. Entre las posibles razones se encuentra el
hecho de tener programas de acompaamiento a las poblaciones tnicas, como el
Proyecto Etnoeducativo del Ministerio de Educacin Nacional que viene adelantando
desde el ao 2006 (Ministero de Educacin Nacional, 2010).
La inversin en infraestructura y la inversin en transporte son por el contrario
factores polticos no significativas e irrelevantes para la mayora de los periodos del
tiempo de proyeccin. El factor externo de ataques a la poblacin civil por parte de
38
las FARC no fue significativo en el anlisis conjunto para casi la mitad de los
periodos, as como el proyecto gubernamental de dotacin.
Conexo a lo anterior, resulta interesante el hecho de obtener una explicacin de la
variabilidad del modelo, proporcionada por el r^2, cada vez mayor durante el periodo
de proyeccin y en la medida en que se restaban factores no significativos,
inicialmente identificados en el anlisis individual. Un ejemplo de lo anterior radica en
el ltimo periodo del tiempo donde se tiene un r^2 de 99,27% con la totalidad de
variables independientes significativas que suman 4, a diferencia del r^2 del ao
2004 el cual es de 98,97% pero con 3 variables significativas y 8 analizadas, que en
un comienzo haban pasado la prueba de significancia en el anlisis individual. Eso
da argumento para pensar que el Gobierno colombiano tiene una buena capacidad
para identificar y reaccionar ante las polticas mal adoptadas con el objetivo de
mejorar siempre y amplificar la cobertura en educacin bsica primaria en Colombia.
En cuanto a los datos secundarios suministrados por el CEDE de la facultad de
Economa de la Universidad de los Andes, y los datos suministrados por el DPS o
Departamento para la Prosperidad Social fue de vital importancia para la satisfactoria
realizacin de este trabajo de grado. Adicionalmente, la transformacin de los valores
monetarios de las variables independientes de corrientes a constantes as como la
eliminacin de los valores extremos atpicos para cada una de dichas variables, nos
da base firme para contrastar los resultados obtenidos a travs del anlisis
estadstico arrojado por STATA entre los periodos de proyeccin.
Tambin, fue pertinente no haber incluido las interacciones entre las variables
independientes como lo demuestra el anlisis realizado en el captulo cuarto, donde
luego de correr un modelo de regresin lineal mltiple adoptando todas las
interacciones entre las variables independientes, arroja una inflacin del factor de la
39
varianza preocupantemente alto como prueba absoluta y definitiva de una
multicolinealidad implacable.
Por ltimo la verificacin de los supuestos del modelo: multicolinealidad,
autocorrelacin y heterocedasticidad estructural da seguridad para pensar que los
estimadores del modelo son eficientes y por tanto sirven para explicar de una buena
manera la variabilidad del modelo. Fue indispensable realizar la argumentacin
acerca de la heterocedasticidad estructural, comn a estos estudios de naturaleza de
poblaciones e inversiones, para as argumentar y contrarrestar el hecho de no haber
obtenido homocedasticidad en ninguno de los periodos de estudio. Por ende se
relaja el supuesto de homocedasticidad para darle cabida a estudios con una
variabilidad mayor propia de las estructuras muestrales heterocedsticas.
40
TRABAJOS CITADOS
Adriana Gonzales. (10 de Junio de 2010). Ministerio de Educacin Nacional. Recuperado el
15 de Mayo de 2014, de Proyectos: http://www.mineducacion.gov.co/1621/w3-article-
235111.html
Cecilia Mara Vlez White. (19 de Marzo de 2003). Ministerio de Educacin Nacional.
Recuperado el 19 de Mayo de 2014, de Compilacin de Normatividad, Doctrina y
Jurisprudencia: http://www.alcaldiabogota.gov.co/sisjur/normas/Norma1.jsp?i=10837
del Barrio Castro, T., Clar Lpez, M., & Caralt, J. (18 de Mayo de 2014). Modelo de regresin
lineal mltiple: especificacin, estimacin y contraste. UOC La Universidad Virtual.
Departamento para la Prosperidad Social. (2014). Inscripcin Familias por ao hasta 2012.
Archivo Excel, Departamento para la Prosperidad Social, Cundinamarca, Bogot.
Departamento para la Prosperidad Social. (s.f.). Departamento para la Prosperidad Social.
Recuperado el 19 de Mayo de 2014, de Familias en Accin:
http://www.dps.gov.co/Ingreso_Social/FamiliasenAccion.aspx
ElEspectador. (11 de Febrero de 2014). Prensa internacional destaca inversiones de
Colombia en salud y educacin. (E. Espectador, Ed.) El Espectador.
ElEspectador.com. (12 de Octubre de 2013). Defensora alert por ataques a la poblacin
civil en escalada de las FARC. Defensora alert por ataques a la poblacin civil en
escalada de las Farc.
ElPais.com.co. (12 de Febrero de 2014). ElPas.com.co. Recuperado el 28 de Mayo de 2014,
de http://www.elpais.com.co/elpais/judicial/noticias/colombia-6000-ninos-han-sido-
reclutados-por-grupos-armados
Fransisco Jos Lloreda Mella. (2002). Directiva Ministerial No. 13. ORIENTACIONES
SOBRE EL USO DE LOS RECURSOS DE ALIMENTACIN ESCOLAR DEL
SISTEMA GENERAL DE PARTICIPACIONES, Ministerio de Educacin Nacional,
Cundinamarca, Bogot.
La educacin en las poblaciones indgenas colombianas. (2014). Bogot D.C.,
Cundinamarca, Colombia.
Gualdrn, Y. (9 de Febrero de 2013). Historias de cmo es ir a estudiar por trochas minadas
y sin puentes. El Tiempo, pg. 1.
41
Jungito Bonnet, R., Vlez White, C., & Rubiano Grillo, F. (2002). Decreto 3020 del 10 de
diciembre del 2002. Decreto, Ministerio de Educacin Nacional, Cundinamarca,
Bogot.
Lagarde, P. (2012). Naciones Unidas. Bogota: Oveja Negra.
Lpez, L. E. (2001). La cuestin de la interculturalidad y la educacin en latinoamrica .
Sptima reunin del Comit Regional del Proyecto Principal de Educacin en
Amrica Latina y el Caribe, UNESCO.
Ministerio de Educacin Nacional. (5 de Mayo de 2014). www.mineducacion.gov.co.
Recuperado el 17 de Mayo 1 de 2014, de
http://www.mineducacion.gov.co/cvn/1665/articles-96469_archivo_ppt3.pdf
Murillo Fort, C., & Gnzales Lpez, B. (2000). Universidad de las Palmas de Gran Canaria.
Recuperado el 15 de Mayo de 2014, de
http://www.ulpgc.es/hege/almacen/download/6/6090/Manual_de_Econometria_9.pdf
Nederveen, J. P. (2010). Development Theory (Vol. ISBN 9781412945141). Sage
Publications Ltd.
Paz, P., & Osvaldo, S. (1991). El subdesarrollo latinoamericano y la teora de desarrollo (Vol.
ISBN 9682316863). Siglo Veintiuno Editores.
Savater, F. (29 de Octubre de 1998). La educacin es el momento adecuado de la tica...
De qu sirve la tica para los jvenes?(Analtica Consulting). (A. Consulting, Ed.)
Caracas, Caracas, Venezuela.
Tovar, L. P., Sarmiento Gmez, A., & Alam, C. (2001). Situacin de la educacin bsica,
media y superior en Colombia. Corpoeducacin, Cundinamarca. Bogot: Casa
Editorial El Tiempo.
Unidas, D. d. (s.f.). Naciones Unidas. Recuperado el 20 de Mayo de 2014, de Nosotros los
pueblos... Unidos por un mundo mejor:
http://www.un.org/es/millenniumgoals/bkgd.shtml
United Nations. (1949). Acuerdo de Bretton Woods. Washington: casa del Libro.
Universidad Nacional de Colombia. (s.f.). Universidad Nacional de Colombia. Recuperado el
20 de Mayo de 2014, de
http://www.virtual.unal.edu.co/cursos/ciencias/2007315/html/un2/cont_07_19.html
White, Cecilia Mara Vlez. (2003). Directiva ministerial No. 4. Informe ministerial, Ministerio
de Educacin Nacional, Cundinamarca, Bogot D.C.
42
ANEXOS
ANEXO 1
1. Anlisis individual ao 2000
1.1. Inversin en dotacin:
1.2. Nmero de profesores en colegios oficiales:
43
1.3. Inversin en infraestructura:
1.4. Familias en accin:
1.5. Nmero de ataques a la poblacin civil:
44
1.6. Poblacin indgena:
2. Anlisis individual ao 2002
2.1. Inversin en dotacin:
2.2. Nmero de profesores en colegios oficiales:
45
2.3. Inversin en alimentacin:
2.4. Familias en accin:
2.5. Nmero de ataques a la poblacin civil:
46
2.6. Poblacin indgena:
3. Anlisis individual ao 2004
3.1. Inversin en dotacin
3.2. Inversin en transporte:
47
3.3. Nmero de profesores en colegios oficiales:
3.4. Inversin en alimentacin:
3.5. Inversin en infraestructura:
48
3.6. Familias en accin:
3.7. Nmero de ataques a la poblacin civil:
3.8. Poblacin indgena:
49
4. Anlisis individual ao 2006
4.1. Inversin en dotacin:
4.2. Inversin en transporte:
4.3. Nmero de profesores en colegios oficiales:
50
4.4. Inversin en alimentacin:
4.5. Inversin en infraestructura:
4.6. Familias en accin:
51
4.7. Nmero de ataques a la poblacin civil:
4.8. Poblacin indgena:
5. Anlisis individual ao 2008
5.1. Nmero de profesores en colegios oficiales:
52
5.2. Inversin en alimentacin:
5.3. Familias en accin:
5.4. Nmero de ataques a la poblacin civil:
53
5.5. Poblacin indgena:
6. Anlisis individual ao 2010
6.1. Nmero de profesores en colegios oficiales:
6.2. Inversin en alimentacin:
54
6.3. Familias en accin:
6.4. Poblacin indgena
55
ANEXO 2
1. Anlisis conjunto ao 2000
2. Anlisis conjunto ao 2002
56
Anlisis conjunto ao 2004
3. Anlisis conjunto ao 2006
57
4. Anlisis conjunto ao 2008:
5. Anlisis conjunto ao 2010:
58
ANEXO 3
1. Pruebas de supuestos ao 2000
1.1. Multicolinealidad
1.2. Autocorrelacin
1.3 Homocedasticidad
2. Pruebas de supuestos ao 2002
2.1. Multicolinealidad
59
2.2. Autocorrelacin
2.3 Homocedasticidad
3. Pruebas de supuestos ao 2004
3.1. Multicolinealidad
3.2. Autocorrelacin
60
3.3 Homocedasticidad
4. Pruebas de supuestos ao 2006
4.1. Multicolinealidad
4.2. Autocorrelacin
3.3 Homocedasticidad
61
5. Pruebas de supuestos ao 2008
5.1. Multicolinealidad
5.2. Autocorrelacin
3.3 Homocedasticidad
6. Pruebas de supuestos ao 2010
6.1. Multicolinealidad
62
6.2. Autocorrelacin
6.3. Homocedasticidad
63
ANEXO 4