Informe Nacional Factores Asociados

Análisis de factores asociados
al rendimiento académico de
estudiantes de finales de ciclo
EVALUACIÓN CENSAL 2015

Presidente de la República
Mario Abdo Benítez
MINISTERIO DE EDUCACIÓN Y CIENCIAS
Ministro de Educación y Ciencias

Eduardo Petta San Martín
Viceministro de Educación Básica

Robert Cano Paredes
Viceministra de Educación Superior y Ciencias

Celeste Mancuello de Román
Viceministro de Culto
Fernando Griffith
Directora General del Instituto Nacional de

Evaluación Educativa
Karen Edith Rojas de Riveros
Directora de la Dirección de Evaluación

de Logros y Aprendizajes Curriculares
Rosana Marcoré
EQUIPO TÉCNICO DEL ESTUDIO
Departamento de Medición y Análisis Soporte técnico informático

Lourdes Elizabeth Almirón, Jefa José Miguel Sanz Riquelme
Lorenzo Ariel Aranda Pereira Osvaldo Ferreira Benítez
María Inés Flecha Villalba
Dalia Rocío Larrosa de Moreno EQUIPO DE ELABORACIÓN DEL
Victorina Lezcano Osorio INFORME
Arnaldo Rafael Ortiz Colmán Grupo de investigación | Psicometría
Yenny del Carmen Ortiz González Universidad de Oviedo - España
Lida María Sosa Salgueiro Rubén Fernández-Alonso
Mirna Elizabeth Taboada Godoy Elena de la Guía
Dely Magali Ramírez Ibáñez
REVISIÓN TÉCNICA Y EDICIÓN

Departamento de Procesamiento de Datos Sonia Mariel Suárez Enciso
María Lourdes Rolón Silvero, Jefa Lourdes Elizabeth Almirón
Arnaldo Rubén Aguayo Angelina Mendoza Garay
Esmilce Magdalena González Verónica Heilborn
Angelina Mendoza Garay Mirna Elizabeth Taboada Godoy
Francisco Javier Meza Zarate Rosana Marcoré
Con el apoyo de:
©Ministerio de Educación y Ciencias

2019
SNEPE 2015: Informe Nacional
Índice
Introducción .......................................................................................................................7
Antecedentes de las evaluaciones educativas en Paraguay .................................................... 9
El Sistema Nacional de Evaluación del Proceso Educativo ...................................................... 9
La participación en evaluaciones internacionales ................................................................. 10
Marco teórico del análisis ................................................................................................... 12
Un modelo sistémico con factores de distinta naturaleza ...................................................... 12
La estructura jerárquica de los niveles de análisis ................................................................. 14
El modelo de análisis para el diagnóstico del sistema educativo ............................................ 15
Metodología del estudio .................................................................................................... 16
Población objetivo ............................................................................................................ 16
Instrumentos .................................................................................................................... 16
Pruebas objetivas de carácter cognitivo ....................................................................................... 17
Cuestionarios de contexto ............................................................................................................ 17
Recolección de datos ......................................................................................................... 18
Análisis de datos ............................................................................................................... 20
Variables empleadas en el análisis ................................................................................................20
Análisis de estadísticos descriptivos y análisis de correlaciones ....................................................22
Análisis multinivel.........................................................................................................................22
Valores perdidos ...........................................................................................................................24
Factores asociados al rendimiento académico ..................................................................... 26
Tercer grado de EEB .......................................................................................................... 28
Estadísticos descriptivos y correlaciones ......................................................................................28
Matemática .................................................................................................................................. 30
Comunicación castellana .............................................................................................................. 33
Lectura conjunta de los factores con mayor fuerza explicativa en 3.º de EEB ............................... 36
Sexto grado de EEB ........................................................................................................... 39
Estadísticos descriptivos y correlaciones ...................................................................................... 39
Matemática ..................................................................................................................................42
Comunicación castellana ............................................................................................................. 46
Comunicación guaraní ................................................................................................................. 48
Lectura conjunta de los factores con mayor fuerza explicativa en 6.º de EEB ............................... 51
Noveno grado de EEB ........................................................................................................ 55
Matemática ..................................................................................................................................58
Comunicación castellana ............................................................................................................. 60
Comunicación guaraní .................................................................................................................. 63
Lectura conjunta de los factores con mayor fuerza explicativa en 9º de EEB ................................65
Tercer curso de EM ............................................................................................................ 67
Matemática .................................................................................................................................. 70
Comunicación castellana .............................................................................................................. 72
Lectura conjunta de los factores con mayor fuerza explicativa en 3.º de EM ................................. 74
Conclusiones y orientaciones para la mejora del sistema educativo ....................................... 78
Las diferencias de rendimiento entre instituciones educativas............................................... 79
Las características de las instituciones educativas y el rendimiento .......................................80
Educación inicial y sobreedad ............................................................................................. 83
El docente como facilitador de oportunidades de aprendizaje ............................................... 85
El contexto de los estudiantes y lo que hacen ..................................................................... 88
La diversidad lingüística y los hábitos de lectura .......................................................................... 89
Participación en actividades extraescolares y filiación ................................................................. 90
El involucramiento familiar en la tarea educativa ................................................................. 91
Referencias....................................................................................................................... 92
Anexo I: porcentaje de casos perdidos en las variables por área y grado evaluado ................... 95
3
4
Factores asociados al logro académico. Evaluación censal
Índice de tablas y figuras

Figura 1.1 Medición de rendimientos académicos de los estudiantes en Paraguay .................... 9
Figura 2.1. Estructura básica de un sistema abierto .............................................................. 12
Figura 2.2. Estructura jerárquica de los factores educativos ................................................... 14
Figura 2.3. Modelo de análisis para el diagnóstico del sistema educativo ................................ 15
Figura 4.1. Varianza dentro y entre instituciones educativas en Matemática, 3.º de EEB .......... 32
Figura 4.2. Varianza dentro y entre instituciones educativas, Comunicación castellana,
3.º de EEB ......................................................................................................... 35
Figura 4.3. Efectos de los factores asociados en Matemática y Comunicación castellana,
3.º de EEB ......................................................................................................... 38
Figura 4.4. Varianza dentro y entre instituciones educativas en Matemática, 6.º de EEB ......... 44
Figura 4.5. Rendimiento por tipo de filiación y actividades extraescolares, Matemática
6.º de EEB ......................................................................................................... 45
Figura 4.6. Varianza dentro y entre instituciones educativas, Comunicación castellana,
6.º de EEB .........................................................................................................48
Figura 4.7. Varianza dentro y entre instituciones educativas en Comunicación guaraní,
6.º de EEB ......................................................................................................... 50
Figura 4.8. Efectos de los factores asociados en Matemática, y Comunicación castellana
y guaraní ........................................................................................................... 53
Figura 4.9. Varianza dentro y entre instituciones educativas en Matemática, 9.º de EEB .........60
Figura 4.10. Varianza dentro y entre instituciones educativas en Comunicación castellana,
9.º de EEB ......................................................................................................... 62
Figura 4.11. Varianza dentro y entre instituciones educativas en Comunicación guaraní,
9.º de EEB .........................................................................................................64
Figura 4.12. Efectos de factores en Matemática, Comunicación castellana y guaraní. 9º de EEB
....................................................................................................................... 66
Figura 4.13. Varianza dentro y entre instituciones por departamento en Matemática. 3.º EM... 71
Figura 4.14. Varianza dentro y entre instituciones por departamento en Comunicación
castellana. 3.º EM .............................................................................................. 74
Figura 4.14. Efectos de los factores asociados en Matemática y Comunicación castellana ........ 76
Figura 5.1. Distribución de la variación del rendimiento entre el nivel 1 (estudiante), nivel 2
(instituciones) y nivel 3 (departamento) ............................................................... 79
Figura 5.2. Diferencia en los promedios de las instituciones privadas y oficiales en SNEPE 2015 82
5
Tabla 3.1. Instituciones educativas, directores, profesores, familias y estudiantes participantes y

suma de los pesos por curso ................................................................................ 16
Tabla 3.2. Número de ítems y cuadernillos por curso y área ................................................... 17
Tabla 3.3. Horario de la aplicación SNEPE 2015 .................................................................... 19
Tabla 3.4. Organización de los ítems en los cuestionarios de contexto ................................... 21
Tabla 4.1. Resultados generales de rendimiento por grado, área evaluada, y departamento .... 27
Tabla 4.2. Estadísticos descriptivos de los índices estadísticamente significativos en 3.º EEB ... 29
Tabla 4.3. Estadísticos descriptivos de los índices NO estadísticamente significativos en 3.º EEB
........................................................................................................................ 30
Tabla 4.4. Estimaciones efectos fijos y aleatorios para Matemática. 3.º de EEB ....................... 31
Tabla 4.5. Estimaciones efectos fijos y aleatorios para Comunicación castellana. 3.º de EEB .... 34
Tabla 4.6. Síntesis de los efectos de los factores asociados en 3.º de EEB en el modelo 4 ......... 37
Tabla 4.7. Estadísticos descriptivos de los índices estadísticamente significativos en 6.º de EEB
........................................................................................................................ 41
Tabla 4.8. Estadísticos descriptivos de los índices NO estadísticamente significativos en
6.º de EEB ......................................................................................................... 42
Tabla 4.9. Estimaciones efectos fijos y aleatorios para Matemática. 6º de EEB ....................... 43
Tabla 4.10. Estimaciones efectos fijos y aleatorios para Comunicación castellana. 6.º de EEB .. 47
Tabla 4.11. Estimaciones efectos fijos y aleatorios para Comunicación guaraní. 6.º de EEB ......49
Tabla 4.12 Síntesis de los efectos de los factores asociados en 6.º de EEB............................... 52
Tabla 4.13. Estadísticos descriptivos de los índices estadísticamente significativos en 9.º EEB . 56
Tabla 4.14. Estadísticos descriptivos de los índices NO estadísticamente significativos
en 9.º de EEB..................................................................................................... 57
Tabla 4.15. Estimaciones efectos fijos y aleatorios para Matemática, 9º de EEB ...................... 59
Tabla 4.16. Estimaciones efectos fijos y aleatorios para Comunicación Castellana. 9.º de EEB .. 61
Tabla 4.17. Estimaciones efectos fijos y aleatorios para Comunicación guaraní. 9.º de EEB ...... 63
Tabla 4.18. Síntesis de los efectos de los factores asociados en 9.º de EEB ............................. 65
Tabla 4.19. Estadísticos descriptivos de los índices estadísticamente significativos en 3.º EM . 68
Tabla 4.20. Estadísticos descriptivos de los índices NO estadísticamente significativos
en 3.º EM ......................................................................................................... 69
Tabla 4.21. Estimaciones efectos fijos y aleatorios para Matemática. 3º de EM ....................... 70
Tabla 4.22. Estimaciones efectos fijos y aleatorios para Comunicación castellana. 3.º de EM .... 73
Tabla 4.23. Síntesis de los efectos de los factores asociados en 3.º de EM ............................... 75
Tabla 5.1. Resumen del efecto de las variables sociodemográficas de las instituciones
educativas.........................................................................................................80
Tabla 5.2. Resumen de las variables relacionadas con las variables de acceso y permanencia
escolar .............................................................................................................. 83
Tabla 5.3. Resumen de las variables relacionadas con el papel del docente ............................. 85
Tabla 5.4. Resumen de variables sobre características del estudiante .................................... 88
Tabla 5.5. Resumen de las variables relacionadas con el involucramiento familiar ................... 91
Tabla A.I.1. Suma de los totales y porcentaje de datos perdidos en las variables con efectos
estadísticamente significativos en el análisis de 3.º EEB ........................................ 95
estadísticamente significativos en el análisis de 6.º EEB ....................................... 96
estadísticamente significativos en el análisis de 9.º EEB ........................................ 97
estadísticamente significativos en el análisis de 12.º EEB ..................................... 98
6
Introducción
El Ministerio de Educación y Ciencias de Paraguay tiene entre sus finalidades la mejora de la calidad
educativa. El instrumento canónico para comprobar el grado de consecución de dicha meta es el
Sistema Nacional de Evaluación del Proceso Educativo (SNEPE) que lleva más de dos décadas
proporcionando información válida y confiable, a través de evaluaciones estandarizadas, sobre los
logros escolares de estudiantes de diversos grados y cursos, y estudiando los efectos de las variables
de contexto y proceso educativo asociadas a dichos logros.
La implementación de las evaluaciones estandarizadas del SNEPE está a cargo de la Dirección de

Evaluación de Logros de Aprendizajes Curriculares (DELAC) que depende del Instituto Nacional de
Evaluación Educativa (INEE) del Ministerio de Educación y Ciencias de Paraguay. En 2015, con
financiación del Fondo para la Excelencia de a Educación y la Investigación (FEEI), el SNEPE
implementó la primera evaluación censal de estudiantes de finales de ciclo/nivel en las áreas de
matemática y comunicación (lectura y escritura). Participaron en estas pruebas los estudiantes que
culminaban cada uno de los tres ciclos que conforman la oferta de Educación Escolar Básica y el tercer
curso de la Educación Media.
El SNEPE presenta una serie de características generales que son comunes y propias de los
programas nacionales e internacionales de evaluación de sistemas educativos (Fernández-Alonso,
2005).
- El SNEPE es fruto del compromiso político con la mejora del sistema educativo. Un
compromiso en su doble vertiente. Por un lado, legislativa ya que la evaluación y rendición
de cuentas del sistema educativo queda garantizada por medio de las normas que sancionan
y regulan la propia evaluación. Por otro lado, el compromiso se traduce también en un
esfuerzo humano y económico, ya que sólo de esta forma se pueden garantizar los recursos
necesarios para la implementación de un programa de evaluaciones estandarizadas a gran
escala.
- El proceso de diseño del instrumental de la evaluación (pruebas cognitivas y cuestionarios de

contexto) implica el establecimiento de marcos teóricos robustos y coherentes con el
contenido de las áreas a evaluar, los procesos de aprendizaje y el contexto educativo. En el
desarrollo del instrumental de la evaluación participan equipos de especialistas en diversos
campos de conocimiento, tales como expertos disciplinares de las áreas evaluadas;
metodólogos y técnicos en redacción de ítems y construcción de test; y especialistas en
psicometría y análisis de datos educativos.
- La aplicación de las pruebas supone un esfuerzo logístico que debe estar bien coordinado
para que se cumplan los plazos establecidos con la calidad requerida. Todas las fases de la
implementación –selección de la muestra, aplicación de los test y cuestionarios, recolección,
entrada y limpieza de datos, y, creación de bases- son sometidas a un riguroso control de
calidad que garantiza la comparación posterior de los resultados.
- Para estimar los resultados de logro de los estudiantes se emplean métodos de análisis de
vanguardia. El cálculo de los puntajes se realiza aplicando modelos matemáticos derivados
de la Teoría de Respuesta al Ítem, mientras que en la descripción de las conocimientos y
destrezas de los estudiantes se emplean los niveles de desempeño.
7
- La comunicación de resultados y diseminación de la información generada de evaluación de

los sistemas educativos se realiza a través de informes de diversa naturaleza (técnicos,
ejecutivos, divulgativos) en función de las audiencias interesadas: responsables políticos y de
la administración educativa, profesorado, investigadores, familias y público en general.
La DELAC presentó los resultados cognitivos de las pruebas SNEPE 2015 en un informe nacional. El
presente documento está dedicado al análisis de los factores que se asocian o pueden, hasta cierto
punto, explicar los resultados cognitivos de los estudiantes evaluados. Este informe completa el ciclo
de publicaciones de SNEPE 2015.
Este informe se estructura en cinco capítulos. En el primer capítulo se describen someramente los
antecedentes de la evaluación del sistema educativo de Paraguay. El segundo capítulo presenta el
marco teórico del análisis de factores utilizado para la elaboración de este informe. El tercer capítulo
describe los aspectos metodológicos de la evaluación SNEPE 2015: población objetivo, instrumentos,
proceso de recolección de datos; así como los aspectos asociados al procesamiento de datos:
variables consideradas, tipos de análisis realizados y el tratamiento de los casos perdidos. El cuarto
capítulo presenta los resultados del análisis de factores asociados para cada grado y área evaluada.
En el último capítulo se presentan las conclusiones del trabajo, incluyendo orientaciones para la
mejora del sistema educativo de Paraguay.
8
Antecedentes de las evaluaciones educativas en

Paraguay
El Sistema Nacional de Evaluación del Proceso Educativo
La llegada de la democracia en 1989 marcó en Paraguay el inicio de las reformas destinadas a
alcanzar una sociedad más equitativa y con mayores oportunidades para la ciudadanía, la cuales se
verán culminadas con la aprobación de la Constitución Nacional de 1992. La educación, soporte para
consolidar un estado de derecho y democrático, no es impermeable al proceso de reformas y, por
ello, en abril de 1995 se crea, mediante la Resolución Ministerial Nº 687, el Sistema Nacional de
Evaluación del Proceso Educativo (SNEPE), encargándose su ejecución a la entonces la Dirección de
Orientación y Evaluación Educativa del Ministerio de Educación y Ciencias.
Se inicia la etapa de construcción del marco institucional y jurídico de la evaluación y de definición de

los requisitos técnicos necesarios para llevarla a cabo. El SNEPE se nace con la finalidad de
monitorear el nivel de dominio curricular de los estudiantes e informar sobre las variables de proceso
y contexto escolar asociadas a los resultados escolares en Paraguay. El inicio de SNEPE en Paraguay
a mediados de los años 90 coincide con el debut de un nutrido grupo de países Iberoamericanos en
la evaluación de sus sistemas educativos. En esa misma década, además de Paraguay, también
inician las evaluaciones de sus sistemas educativos a gran escala Brasil, Colombia, Argentina,
Uruguay, Perú, Ecuador, Guatemala y República Dominicana (Woitschach, 2018).
En el mismo año de su creación, el SNEPE realizó el primer estudio piloto en las áreas de matemática
y comunicación (lectura y escritura) con una muestra de estudiantes de 6.º grado de Educación
Escolar Básica (EEB). Con esta aplicación experimental se buscaba validar el instrumental de la
evaluación y demostrar su viabilidad. Un año más tarde (1996), se desarrolló la primera evaluación
muestral con estudiantes de 6.º de EEB (Ministerio de Educación y Cultura, 1998a). Como se muestra
en la figura 1, entre 1997 y 2001 SNEPE se aplicó anualmente, sobre diferentes muestras de
estudiantes de la Educación Escolar Básica y Media (Ministerio de Educación y Cultura, 1998b).
Posteriormente, entre 2002 y 2009 SNEPE solo pudo ser aplicado en 2006. Las siguientes
evaluaciones SNEPE fueron en 2010 y 2015.
Figura 1.1 Medición de rendimientos académicos de los estudiantes en Paraguay

1995
2000
2005
2010
2015
grado 96 97 98 99 01 02 03 04 06 07 08 09 11 12 13 14 16 17 18 19
PreEsc ▲
3º ●● ● ● ● ● ● ●
4º ●
6º ● ● ● ● ● ● ● ●
8º ▼
9º ● ● ● ● ●
10º ▼ ● ●
11º ●
12º ● ● ● ● ●
● SNEPE ▪ LLECE ● PISA-D ▲Eficacia Preescolar ▼ LAMP ▼ ICCS
9
Inicialmente SNEPE se organizó como una evaluación regular de los aprendizajes de los estudiantes
en comunicación (lectura y escritura) y Matemática. Sin embargo, con el discurrir de los años el
sistema se ha enriquecido y complejizado haciendo frente a los desafíos impuestos por la reforma
del sistema educativo (Lafuente, 2009). Durante la primera década se constatan avances en cuatro
direcciones:
En primer lugar, se introducen nuevos niveles de evaluación. En 2005 se realiza la primera evaluación
del sistema preescolar (Ministerio de Educación y Cultura, 2009), mediante un estudio
cuasiexperimental de medidas repetidas con grupo experimental (352 niños y sus familias) y control
(83 niños no escolarizados). El estudio evalúo las áreas fundamentales del desarrollo infantil (motora,
lenguaje, cognición e interacción social); el entorno socio-familiar; y factores escolares (clima de aula,
formación docente y organización escolar). En 2010, la evaluación supone un paso más en la
ampliación de los niveles, ya que el sistema logra, por primera vez de manera conjunta, evaluar los
tres grados de final de ciclo de la Educación Escolar Básica (Ministerio de Educación y Cultura, 2013;
PREAL, 2013).
En segundo lugar, se incorporan nuevas áreas de evaluación. En 1998 se incorpora Estudios Sociales
en la evaluación de estudiantes de 6.º grado (en 1999 para 3.º grado), Ciencias Naturales, Medio
Natural y Salud en 2001 para estudiantes 3.º y 6.º grados. En 2006 se evalúa el Pensamiento Crítico
sobre una muestra de estudiantes de 2.º curso de EM, lo que supone orientar la evaluación por
primera vez hacia el estudio de competencias transversales (Ministerio de Educación y Cultura,
2007a).
En tercer lugar, SNEPE se convierte en herramienta de evaluación de políticas educativas. En 2004

se introduce la evaluación censal de las instituciones beneficiarias del programa Escuela Viva
(Ministerio de Educación y Cultura, 2005, 2007a), programa focalizado en 1000 escuelas rurales y 150
escuelas urbanas en riesgo de marginación, y en el levantamiento del año 2006 se evalúa
censalmente las 100 escuelas con Proyecto Educativo Institucional (Ministerio de Educación y
Cultura, 2007b).
En cuarto lugar, el sistema experimenta mejoras técnicas importantes. El principal exponente vuelve
a ser el informe de evaluación de 2006 en donde, por primera vez, el SNEPE expresa los resultados
de los estudiantes mediante modelos derivados de la Teoría de Respuesta al Ítem (TRI), y no en
función de la Teoría Clásica del Test (TCT) (Ministerio de Educación y Cultura, 2007a). La
aproximación TRI ofrece tres mejoras prácticas: (i) la ventaja métrica que supone el uso de un modelo
de análisis más robusto; (ii) la posibilidad de comparar resultados a lo largo del tiempo, lo que permite
la realización de estudios de tendencia; y (iii) una mayor validez de contenido de la prueba al admitir
el empleo de diseños matriciales en la construcción de los cuadernillos de evaluación que permiten
manejar un número mucho mayor de ítems o preguntas de evaluación y medir una mayor proporción
de contenidos curriculares.
La participación en evaluaciones internacionales

La experiencia de Paraguay en evaluaciones internacionales de sistemas educativos merece mención
especial. Este tipo de evaluaciones permiten ubicar el sistema educativo de Paraguay en el ámbito
internacional, y representan una fuente de fortalecimiento de las capacidades técnicas a través del
apoyo de expertos internacionales vinculados a las organizaciones responsables de llevar a cabo las
evaluaciones internacionales, y de capacitación e intercambio de conocimiento entre técnicos de
diferentes países.
10
La primera experiencia coincidió con el inicio de las evaluaciones comparativas en la región llevada a
cabo por el Laboratorio Latinoamericano de Evaluación de la Calidad Educativa (LLECE) en 1997
(UNESCO-OREALC, y LLECE, 1998, 2000, 2001), que se denominó Primer Estudio Regional
Comparativo y Explicativo. Desde entonces Paraguay ha participado en las siguientes dos ediciones
del estudio realizadas hasta el momento, SERCE (2006) y TERCE (2013) respectivamente, y tiene
confirmada su participación en el próximo ciclo que se realizará en 2019 (UNESCO-OREALC, y
LLECE, 2010, 2016a, 2016b). Las evaluaciones del LLECE tienen como objetivo generar
conocimientos que contribuyan a que los responsables políticos de la región tomen decisiones
informadas en materia de políticas educativas a partir del análisis de los resultados de las
investigaciones evaluativas.
Al margen de las evaluaciones comparativas en Latinoamérica, Paraguay también participó por

primera vez en una comparación global en el International Civic and Citizenship Education Study
(ICCS-2009) realizada por la International Association for the Evaluation of Educational Achievement
(IEA). El ICCS evalúa las dimensiones afectivo-conductual (valores, actitudes, intenciones y
conductas) y cognitiva (conocimiento, razonamiento y análisis) de contenidos relacionados con la
sociedad civil, la participación ciudadana, los principios éticos y la identidad cívica en estudiantes de
8.º grado (Ministerio de Educación y Cultura, 2010).
Por otra parte, Paraguay es uno de los ocho países pioneros en implementar el Programa de la
Evaluación Internacional de Alumnos para el Desarrollo (PISA-D). La evaluación PISA-D es una
derivada de estudio principal PISA de la OCDE, que tiene como finalidad ofrecer datos útiles para los
responsables políticos y los profesionales educativos de los países con ingresos medios y bajos. Al
igual que el estudio principal, PISA-D evalúa competencias en lectura, matemática y ciencias en
estudiantes de 15 años (Adams y Cresswell, 2016; OCDE, 2017a; Willms y Tramonte, 2015). Sin
embargo, el alcance de PISA-D es mayor, ya que también evalúa a jóvenes de entre 14 y 16 años no
escolarizados o con rezago educativo importante (Carr-Hill, 2015). La evaluación PISA-D para
estudiantes escolarizados se realizó en 2017, habiéndose pilotado un año antes, mientras que PISA-
D para jóvenes no escolarizados se aplicó en 2018, previo pilotaje un año antes. La participación en
PISA-D es un antecedente que permitirá fortalecer el sistema de evaluación paraguayo de cara a su
participación en el estudio principal PISA en 2021.
Si bien esta revisión está centrada en los antecedentes de Paraguay en la evaluación de los
aprendizajes de los estudiantes en etapas no universitarias, cabe también señalar que el SNEPE ha
desarrollado evaluaciones en otros ámbitos como la formación docente y la alfabetización de las
personas adultas, que suponen fuentes de información y oportunidades de capacitación (Lafuente,
2009). En este último caso, se menciona la participación del país en el Programa de Evaluación y
Monitoreo de la Alfabetización (LAMP), un estudio internacional implementado en 2011 sobre una
muestra de 4666 personas de 15 años o más a las que se evaluó sus habilidades de lectura y manejo
de los números (Ministerio de Educación y Cultura y Organización de Estados Iberoamericanos,
2012).
11
Marco teórico del análisis

El marco empleado para el análisis de los resultados de la evaluación censal SNEPE 2015 tiene sus
raíces en las concepciones dominantes sobre las organizaciones sociales, los últimos avances en los
modelos matemáticos para el análisis de dichas organizaciones y en las aportaciones del movimiento
de la eficacia escolar y la mejora de la calidad educativa. La aportación de estas tres líneas de
investigación al modelo de análisis empleado en la evaluación del sistema educativo paraguayo
entiende que las organizaciones sociales –y, por tanto, los centros educativos- se conciben como
sistemas donde están implicados factores de distinta naturaleza, que operan en diferentes niveles
jerárquicos y que producen una variedad de resultados.
Un modelo sistémico con factores de distinta naturaleza

La formulación moderna del enfoque sistémico, conocida como Teoría General de Sistemas, propone
una aproximación a la realidad y unos métodos de análisis específicos que tienen aplicaciones en el
campo de la física, la biología y las ciencias sociales (Bertalanffy, 1976). Según esta aproximación un
sistema social, como puede ser el sistema educativo, es un conjunto organizado de elementos que
actúan entre sí o que son interdependientes y que forman un todo complejo, identificable y distinto.
Cuando se habla de elementos de un sistema no se entienden sólo sus componentes físicos o sus
recursos materiales, ya que también incluye la estructura y las funciones como elementos del
sistema. Por tanto, el enfoque sistémico busca analizar el funcionamiento de las organizaciones
sociales atendiendo a las relaciones que se establecen entre los componentes de las mismas. Se trata
de una perspectiva holística donde el todo es más que la suma de las partes y donde el impacto que
un factor determinado tiene en la organización debe explicarse por la relación que establece con el
resto de los factores. Cuando dentro del sistema social varios elementos mantienen una relación
entre sí, que los hace un conjunto identificable y distinto, pueden considerarse un subsistema. Así el
sistema educativo es un subsistema dentro del sistema social y las instituciones educativas pueden
considerarse subsistemas del propio sistema educativo.
La figura 2.1 presenta la estructura fundamental de cualquier sistema abierto. Todos los sistemas
reciben del exterior entradas en forma, por ejemplo, de información, o de recursos físicos. Las
entradas son sometidas a procesos de transformación como consecuencia de los cuales se obtienen
unos resultados o salidas. Se dice que hay retroalimentación cuando parte de las salidas de un
sistema vuelven a él en forma de entrada. La retroalimentación es necesaria para que cualquier
sistema pueda ejercer control de sus propios procesos.
Figura 2.1. Estructura básica de un sistema abierto
Contexto / Entrada Proceso Producto / Resultado
Los elementos o factores asociados o responsables del funcionamiento de una institución educativa
pueden clasificarse atendiendo al esquema estructural que se acaba de mostrar. De esta forma, en el
presente estudio se distinguen tres tipos de factores o variables en toda organización educativa:
factores antecedentes, procesos educativos y resultados escolares.
12
- Factores de antecedentes. Los factores antecedentes son variables previas o dadas sobre los
que las instituciones educativas tienen escasas o nulas posibilidades de manipulación o
mejora. Pese a su naturaleza de factores dados y poco modificables tienen una indudable
incidencia en los resultados educativos. De hecho, ya los primeros trabajos empíricos sobre
organizaciones escolares evidenciaron que, por ejemplo, el nivel educativo de la madre eran
el predictor más importante del rendimiento académico (Coleman, Campbell, Hobson,
McPartland, Mood, Weinfeld y York, 1966). Las pléyades de trabajos posteriores no hicieron
más que confirmar esta evidencia. Así hoy, después de medio siglo de estudios en esta línea,
se sabe que los recursos y oportunidades del barrio o del contexto próximo de la institución
educativa, el nivel económico y cultural de las familias o la nacionalidad del estudiante son
ejemplos de factores de entrada y contexto que están claramente asociados a los resultados
educativos.
- Factores de proceso escolar. Según la aproximación sistémica, los procesos escolares son el
conjunto de factores sobre los que la institución o la política educativa puede incidir para
modificar sus resultados educativos. Se trata pues de los factores capitales para la mejora de
la escuela. El interés por los procesos escolares surge como reacción a las primeras
conclusiones extraídas del informe Coleman y otros (1996), que otorgaba a los procesos
escolares escasa incidencia en los resultados educativos. Frente a esta conclusión un tanto
paralizante para las instituciones educativas surgen los primeros estudios de eficacia escolar
y mejora educativa, que se extienden a través de diversas generaciones hasta el momento
actual (Muñoz-Repiso y Murillo, 2003; Murillo, 2005, 2007). Las investigaciones encuadradas
en este movimiento por la eficacia y la mejora educativa suponen la égida de la sentencia “la
escuela sí importa” y durante las últimas décadas han identificado un conjunto de procesos
educativos claramente asociados a buenos resultados. De esta forma el clima de relaciones
personales, los métodos de enseñanza y la gestión del aula, la relación familia-escuela, las
expectativas académicas y la valoración positiva de la escuela o el papel de los equipos
directivos se han mostrado como procesos educativos claves para la mejora de la calidad
educativa. Por tanto, la finalidad de los estudios basados en modelos derivados de la
aproximación sistémica tiene como principal preocupación la identificación de los procesos
educativos responsables de la mejora escolar.
- Resultados educativos. Tradicionalmente el producto escolar más estudiado en los análisis

escolares basados en la aproximación sistémica han sido las medidas de rendimiento escolar
entendidas, bien como tasas de éxito o repetición, bien como puntuaciones en alguna prueba
objetiva elaborada para tal fin. Ahora bien, existe una corriente cada vez más mayoritaria dentro
de los estudios de evaluación de sistemas educativos que entiende los resultados educativos en
sentido amplio y no sólo cercenados a resultados de tipo cognitivo. Por ejemplo, en España,
prácticamente desde el inicio de los estudios de eficacia escolar ya se incluían, junto con variables
de resultado clásicos, medidas de satisfacción de la comunidad entendida ésta como un producto
educativo deseable. No obstante, en este informe se consideran los resultados de aprendizajes
entendidos como los puntajes de los estudiantes en las pruebas SNEPE 2015.
13
La estructura jerárquica de los niveles de análisis
Cuando se estudian los fenómenos sociales es muy común encontrar que los factores constitutivos de
los mismos actúan en distintos niveles jerárquicos. Algunos ejemplos serían los siguientes:
estudiantes que se escolarizan en grupos-aula y éstos conforman un centro; votantes que se agrupan
en distritos electorales y éstos en circunscripciones; pacientes agrupados en centros de salud y éstos
en áreas sanitarias. Esta agrupación jerárquica o anidada de unos elementos dentro de otros tiene
implicaciones importantes para el estudio de estos fenómenos sociales. Así, individuos que
comparten estructuras jerárquicas de orden superior tienden a mostrar un mayor parecido entre sí y,
por tanto, sus rasgos, competencias, conductas y desempeños son más homogéneos que quienes no
comparten dichas estructuras. Por ejemplo, los estudiantes de una clase se escolarizan en un mismo
clima y organización de aula, trabajan sobre unos contenidos y con unos recursos didácticos similares
y comparten el mismo estilo de enseñanza docente. A la larga, los estudiantes de dicha aula tenderán
a mostrar actitudes y competencias más similares que las que mostrarían si hubieran asistido a
distintas aulas donde el clima, los contenidos y el docente o su estilo de enseñanza fuesen diferentes.
Por tanto, cualquier análisis riguroso que intente explicar la interacción entre los factores de aula y
actitudes y competencias individuales y la relación de estas variables con los resultados educativos
debe tener en cuenta esta estructura anidada o multinivel de la realidad. La figura de abajo muestra
la estructura anidada y jerárquica de los factores educativos (p.81, Scheerens, 1992). Como se ve, los
distintos niveles muestran influencias recíprocas que no siempre son fáciles de separar
analíticamente. Por ejemplo, las condiciones del entorno social pueden determinar una atmósfera de
convivencia en la escuela más o menos ordenada y este clima de convivencia escolar puede facilitar o
entorpecer el orden de aula y las relaciones entre los estudiantes y entre éstos y los docentes.
Figura 2.1. Estructura jerárquica de los factores educativos
Contexto escolar
Aula / Institución
Estudiantes
Esta metodología recibe el nombre de Modelos Jerárquicos Lineales (HLM, por sus siglas en inglés).
A fuerza de sintetizar es posible afirmar que los HLM presentan dos claras ventajas sobre los modelos
de análisis clásico:
- los HLM identifican y descomponen en diferentes niveles los factores contextualizan los
resultados educativos. De esta forma es posible estimar el porcentaje de las diferencias que
se deben a factores individuales del estudiante: capacidades, intereses, motivaciones, hábitos
de trabajo, conducta ante el aprendizaje o factores familiares entre otras. Además, es posible
separar el porcentaje de las diferencias debido a factores de aula (organización del grupo,
metodología de enseñanza, clima de trabajo…) y/o de la escuela (convivencia y relaciones
personales, valoración del trabajo docente, concepciones sobre los procesos de enseñanza y
aprendizaje, etc.).
14
- Los HLM reproducen y modelan mejor la complejidad de los fenómenos sociales que los
modelos clásicos toda vez que ponen en relación datos provenientes de patrones complejos
de variabilidad medidos en distintos niveles anidados. En otras palabras, los HLM analizan la
interacción entre variables de distinto nivel y, por tanto, permiten responder a preguntas de
investigación vetadas para las aproximaciones clásicas donde los datos se presentan en un
único nivel.
El modelo de análisis para el diagnóstico del sistema educativo
La Figura 2.3 representa gráficamente el modelo que se emplea en el análisis de factores asociados
en las pruebas SNEPE 2015.
Figura 2.3. Modelo de análisis para el diagnóstico del sistema educativo
Naturaleza de las variables
Contexto / Entrada Proceso Producto
Factoressocioeconómicosdel
Departamento
departamento
Nivel de análisis
Factoressocioeconómicosde la
Características de la institución y el
Aula / Institución Educativa institucion, características del
aula
docente
Factoressocioeconómicosde la Conductay actitudes hacia el Rendimiento en matemática y

Estudiantes
familia del estudiante aprendizaje comunicación
Los factores de entrada y contexto educativo inciden y, de alguna manera, condicionan, tanto los
procesos como los resultados educativos. Además, se observa que estos antecedentes operan en tres
niveles distintos: un micronivel, que estaría formado por las variables sociológicas del estudiante:
sexo, nacionalidad, nivel económico y cultural de la familia, etc. Un mesonivel donde se incluyen las
variables de la escuela y el aula: tamaño de la institución educativa y de la población en la que se
inscribe, características de la comunidad educativa (p. ej., nivel de formación de las familias),
composición de los docentes (sexo, edad, experiencia), recursos, tamaño y composición del grupo,
entre otros. Como se ve, los procesos educativos también operan en los niveles que se acaban de
mencionar, por lo tanto, es necesario estudiar su efecto. Finalmente, los resultados educativos,
entendidos en sentido amplio –resultados cognitivos y afectivos- reorientan los procesos educativos
y realimentan el propio contexto educativo con la incorporación de los egresados de la escuela al
sistema social y productivo.
15
Metodología del estudio

Población objetivo
Si bien el alcance de este estudio es censal, hay que considerar que, por diferentes razones (ausencias
los días de la aplicación, tasas de no respuesta, datos incompletos, errores de procesamiento y
limpieza de datos etc.), nunca es posible disponer de las respuestas de la población completa. Por
ello se estimaron los pesos para representar los casos perdidos en las instituciones educativas que
fueron evaluadas.
La tabla 4.1 presenta el número efectivo de instituciones educativas, directores, profesores, familias
y estudiantes participantes y suma de los pesos de los estudiantes por curso. Además, en el caso de
los estudiantes se ofrece también la suma ponderada de los estudiantes de cada grado y curso. Por
otro lado, es necesario apuntar que la tasa de recuperación de datos proveídos por las familias, varió
entre 66% y 89% del total de estudiantes efectivamente evaluados. Esto es un fenómeno típico en
las evaluaciones a gran escala, dado que los cuestionarios son llevados a los hogares para que los
padres o encargados los completen y no siempre estos son devueltos a los aplicadores. Por ejemplo,
en 3.º de EEB se recuperaron algo menos de 50.000 encuestas. Esto quiere decir que los datos
familiares de más del 11% de los estudiantes 3.º de EEB eran desconocidos.
Tabla 3.1. Instituciones educativas, directores, profesores, familias y estudiantes participantes y

suma de los pesos por curso
3º EEB 6º EEB 9º EEB 3º EM
Tamaño de la población (suma
ponderada de los casos 93964 95633 80978 67232
efectivos)
Estudiantes (casos efectivos) 67086 72145 61318 44815
Familias 49572 63100 46973 29646
Profesores 4991 5175 6469 4813
Directores 5377 5377 5377 1732
Instituciones educativas 4143 4330 3303 1993
Notas:
Estudiantes (casos efectivos) e Instituciones educativas. Casos efectivamente procesados, es decir, estudiantes e
instituciones participantes calculados con las respuestas al cuestionario de contexto.
Tamaño de la población. Suma de los pesos de los estudiantes en la base de datos censal de Comunicación
castellana.
Los cuestionarios para los directores sólo distinguían entre EEB y EM. Las 5377 respuestas de directores de 3.º, 6.º
y 9.º grado de EEB se corresponden con 5003 respuestas de directores de instituciones de EEB más 374 respuestas
de directores de instituciones de EEB y EM. Igualmente, las 1732 respuestas de directores de EM se corresponden
con 1358 respuestas de directores de instituciones de EM, más las 374 respuestas de directores de ambas etapas
educativas (es decir, se duplicaron casos para el conteo).
Instrumentos
Las evaluaciones de los sistemas educativos persiguen dos grandes finalidades: describir los
conocimientos y destrezas de los estudiantes en un momento concreto o a lo largo de su
escolarización y analizar los factores asociados a los conocimientos y competencias evaluadas. Para
lograr está doble finalidad se emplean dos tipos de instrumentos: pruebas objetivas de carácter
cognitivo para comprobar el nivel de desempeño de los estudiantes y cuestionarios de contexto para
conocer la opinión y actitudes de los diferentes sectores de la comunidad educativa: direcciones,
docentes, estudiantes y familias.
16
Pruebas objetivas de carácter cognitivo
Para evaluar los conocimientos en Matemática, Comunicación castellana y Comunicación guaraní se

desarrollaron ítems o preguntas de evaluación por cada grado evaluado. A su vez en comunicación
castellana y guaraní se evaluaron dos destrezas: compresión lectora y expresión escrita. Los ítems de
todas las pruebas, excepto expresión escrita se ajustaban al formato clásico de selección múltiple; es
decir, una pregunta seguida de cuatro alternativas de respuesta donde sólo una era correcta y las
demás funcionaban como distractores. La expresión escrita fue evaluada mediante un ítem abierto
de respuesta construida (una redacción) que fue puntuado o calificado mediante rúbrica de
corrección.
La primera columna de la tabla 3.2 recoge el número total de ítems por área y curso evaluado. Como
se ve, el número de ítems totales osciló entre 56 para 3.º de EEB y 90 para 3.º de EM. Además, en las
pruebas de Comunicación de 6.º y 9.º grado la colección de ítems se distribuía entre castellano y
guaraní, ya que en esos dos grados se evaluó la competencia comunicativa en los dos idiomas oficiales
de Paraguay. Con una colección de ítems por área como la de SNEPE 2015, es posible cubrir
adecuadamente las tablas especificaciones de contenido presentadas en el marco teórico. Sin
embargo, un estudiante no puede responder a todos los ítems en una sesión ordinaria de evaluación.
Para conjugar el hecho de disponer de un buen número de ítems que cubran adecuadamente el
contenido del área a evaluar y, a la vez, mantener el tiempo de evaluación del estudiante dentro de
unos límites razonables, se construyeron cuadernillos siguiendo los principios del diseño experimental
empleando un arreglo matricial denominado Diseño de bloque incompleto parcialmente equilibrado.
Tabla 3.2. Número de ítems y cuadernillos por curso y área

Cuadernillo de Total de Ítems por
Curso Total de ítems
Evaluación cuadernillos cuadernillo
Matemática 56 4 28
3.º de EEB Comunicación
56 4 28
Castellana
Matemática 68 4 34
6.º de EEB Comunicación
68 (34 + 34) 4 34 (17 + 17)
(Castellana + Guaraní)
Matemática 68 4 34
9.º de EEB
Comunicación
68 (34 + 34) 4 34 (17 + 17)
(Castellana + Guaraní)
Matemática 90 6 30
3.º de EM Comunicación
90 6 30
Castellana
En 6.º y 9.º grado el área de Comunicación se evaluó conjuntamente en ambos idiomas (Castellano y Guaraní). Por
tanto, del total de 68 ítems elaborados, la mitad (34 ítems) se redactaron en Castellano y la mitad restante en
Guaraní. Estos ítems fueron organizados en 4 bloques de 17 ítems cada uno para combinarlos en cuadernillos.
Cuestionarios de contexto
Para identificar los factores que resultan eficaces para el aprendizaje de los estudiantes, SNEPE 2015
recogió información mediante cuestionarios de contexto dirigidos a los estudiantes, sus familias, el
profesorado y las direcciones de las instituciones educativas. Ello permitió recabar información sobre
la situación y el contexto familiar, los recursos e insumos escolares, así como las opiniones,
percepciones y valoraciones de los diferentes sectores de cada institución educativa.
17
Los cuestionarios fueron conformados con ítems cerrados con opciones de respuesta entre dos o más
opciones disponibles. No obstante, los ítems presentaban variedad de formatos: elección alternativa
(p. ej., responder si o no); selección múltiple, es decir, elegir una única alternativa entre varias
disponibles (p. ej., estudios que se espera completar); selección de múltiples alternativas (p. ej., elegir
una, dos o más opciones de las presentadas), respuesta en escala graduada (p. ej., frecuencia de
ciertas situaciones: nunca, a veces, siempre); y escalas Likert (p. ej., valorar la anuencia con ciertas
afirmaciones en una escala entre muy en desacuerdo a muy de acuerdo). Los cuestionarios tienen
como finalidad de recuperar información para la construcción de índices y factores, que
posteriormente se asocian a los resultados educativos.
- Cuestionario para estudiantes. Cada estudiante respondió a un cuestionario que constaba de

35 preguntas. El cuestionario de contexto de los estudiantes recaba información sobre la
estructura, composición y características de su entorno familiar; el historial escolar; las
actitudes hacia la escuela; las oportunidades de aprendizaje, clima de trabajo en el aula y
recursos didácticos que dispone; la valoración de la convivencia en la institución educativa; y
el apoyo y comunicación familiar con respecto a los temas educativos. El tiempo estimado de
respuesta fue de 45 minutos.
- Cuestionario para padres o encargados. Cada familia respondió a una encuesta que constaba
de 19 preguntas, algunos de los cuales contenía varios subapartados, y se respondía en
aproximadamente 15-20 minutos. La encuesta indaga sobre el contexto de la familia y las
características y servicios de la vivienda; el historial de escolarización de los hijos; las actitudes
de los progenitores hacia la lectura; las expectativas escolares con respecto a sus hijos; su
implicación y supervisión de las tareas escolares; y el grado de participación en actividades
sociales y comunitarias.
- Cuestionario para docentes. El profesorado completó un cuestionario de 26 ítems, algunos de

los cuales contenían varios apartados, y cuya duración se programó fuera de 30 minutos. El
instrumento recoge información sobre las características del docente, el clima de convivencia
en la institución y el ambiente de trabajo en el aula, la valoración del equipo directivo y las
oportunidades de aprendizaje de los estudiantes y su participación en actividades de
formación permanente.
- Cuestionario para directores. El instrumento estaba orientado a los directores de las

instituciones educativas evaluadas y contenía 26 ítems, también segregados en
subapartados. El cuestionario indagaba sobre la experiencia del director, su nivel de estudios
y situación laboral; la infraestructura y los recursos disponibles en la institución educativa; la
lengua de instrucción y la asistencia y puntualidad docente, así como la valoración de sus
relaciones con los docentes. El tiempo previsto para su realización fue de unos 30 minutos.
Recolección de datos
La implementación de las pruebas SNEPE 2015 se llevó a cabo a través de un programa diseñado
para el efecto y financiado con recursos del Fondo para la Excelencia de la Educación y la
Investigación (FEEI). Para la ejecución de una evaluación de tal envergadura es necesaria la
coordinación y cooperación de ingentes recursos humanos y materiales. En la aplicación de las
pruebas participaron responsables de diferentes niveles (nacional, regional, local), supervisores del
18
operativo, logísticos (encargados de organizar, entregar y recepcionar los instrumentos antes y

después de la administración de las pruebas), y aplicadores (encargado de administrar las pruebas en
el aula).
De todo el equipo participante en las pruebas SNEPE 2015, el personal logístico, así como los
aplicadores no formaban parte del plantel de funcionarios del MEC. En otras palabras, la
administración de las pruebas fue realizada por personal externo a la institución educativa quienes
fueron contratados mediante un concurso de méritos convocado por el Ministerio de Educación y
Ciencias, en el cual se seleccionaron logísticos y aplicadores entre docentes universitarios, egresados
de educación superior (tecnicatura o formación docente), y estudiantes universitarios. Una vez
seleccionados, tanto el personal logístico como los aplicadores fueron capacitados respecto al
operativo. Supervisor del operativo, que se encargó de supervisar el proceso de aplicación de las
pruebas y cuestionarios.
La aplicación de las pruebas se llevó a cabo durante en las dos últimas semanas de octubre de 2015.
Cada institución fue visitada en dos días consecutivos, pues las evaluaciones se administraron dentro
del horario de clases regular de los estudiantes. Es decir, la prueba se administró por la mañana a los
estudiantes del turno matutino o de jornada completa, por la tarde que asistían en este turno y en la
noche a los estudiantes del turno nocturno. En el primer día, se entregaron los cuestionarios para
directores, para docentes, y para padres-encargados; además se evaluó comunicación. En tanto que
el segundo día los estudiantes fueron evaluados en matemática, y completaron el cuestionario del
estudiante (Tabla 3.3).
Tabla 3.3. Horario de la aplicación SNEPE 2015

Grado/Curso Prueba Minutos
Comunicación: sólo Castellana para 3.º grado y
3.º, 6.º y 9.º grados y 3.º
3.º curso; y Comunicación Castellana y Guaraní 90
curso
para 6.º y 9.º grados
Día 1 3.º, 6.º y 9.º grados y 3.º
Redacción Castellana 45
curso
6.º y 9.º grados Redacción Guaraní 45
Matemática 90
curso
Día 2
Cuestionario de Contexto del estudiante 45
curso
El primer día estaba dedicada a la prueba de Comunicación, de 90 minutos de duración, para todos
los grados y cursos. Después de 15 minutos de descanso los estudiantes realizaron la prueba de
Redacción en Castellano con una duración de 45 minutos. Finalmente, el estudiante de 6.º y 9.º grado
de EEB realizó la prueba de Redacción en Guaraní por otros 45 minutos. Al final de la jornada los
aplicadores entregaron a los estudiantes el “cuestionario para padres/encargados”, quienes lo
llevaron a su casa para que fuera respondido por los responsables respectivos. Se estableció la
obligatoriedad de la devolución de este cuestionario, el cual debía ser entregado a los aplicadores en
el segundo día de evaluación. El segundo día comenzó con la aplicación de la prueba de matemática
para todos los grados y cursos, con una duración de aproximadamente 90 minutos. Posteriormente,
y luego de 15 minutos de receso, debieron responder al “cuestionario de estudiantes.” Al final de esa
segunda jornada los aplicadores recogieron los cuestionarios de contexto de los directores, docentes,
padres o encargados, y estudiantes.
19
Una vez finalizada la aplicación de las pruebas y cuestionarios, los aplicadores entregaron todo el
instrumental (pruebas sobrantes incluidas) a los supervisores de la aplicación en las sedes regionales
habilitadas para el efecto. Estos materiales fueron trasladados al Centro de Operaciones del MEC.
Las hojas de respuesta de los instrumentos cognitivos y de contexto fueron digitalizadas en las bases
de datos. El proceso de digitalización incluyó los chequeos habituales que garantizan la trazabilidad
y seguimiento de los datos, la calidad y consistencia de la base. Posteriormente, un servicio de
consultoría internacional calibró los ítems y construyó las escalas de puntuación para expresar los
resultados de los estudiantes empleando modelos TRI y de estimar los índices de factores requeridos
por el MEC, y utilizados en este trabajo.
Análisis de datos
El dato de los estudiantes con información de rendimiento se fundió con la información de contexto
de los propios estudiantes y de sus familias, y a continuación con la información de contexto escolar
que docentes y directores proporcionaron. Los casos en los que no se disponía de ninguna
información de contexto del estudiante y sus familias fueron descartados para todos los análisis en
todos los casos, dado que no es posible siquiera generar datos imputados para estos casos. En este
informe se realizan dos tipos de análisis: descriptivos clásicos y modelos de análisis multinivel.
Igualmente, se aclara que para el análisis se consideró el primer valor plausible estimado para cada
área evaluada, en lugar del valor EAP. En consecuencia, análisis equivalentes que utilicen otros
valores plausibles o el valor EAP reportarán estadísticos relativamente diferentes, aunque las
conclusiones debieran ser las mismas.
Variables empleadas en el análisis
En la tabla 3.4 se hace un vaciado de los ítems y preguntas que cubren en conjunto los cuestionarios
de contexto que se han organizado en diez grandes bloques. Estos bloques se corresponden con otros
tantos factores que tradicionalmente se han asociado a la eficacia escolar (Murillo, 2007a, b;
Scheerens, 2016; Teddlie y Stringfield, 2007) y son los considerados para el análisis de factores
asociados.
En el análisis, la variable de interés se define como los resultados alcanzados por los estudiantes en
las pruebas cognitivas de Comunicación Lectura castellana, guaraní y Matemática. Las variables de
interés para este estudio fueron seleccionadas a la luz de investigaciones educativas previas y al
contexto particular del país, así como por sus implicaciones en las políticas educativas (referencias las
diferentes tradiciones de la eficacia escolar, informes de factores de LLECE, informes técnicos PISA;
TIMSS y LLECE). Las variables manejadas en este informe son de dos tipos: simples y complejas. Las
variables simples se construyeron por recodificación (por ejemplo, en el género 0 = hombre; 1 = mujer)
o por computación y agregación (por ejemplo, porcentaje de sobreedad en la escuela o proporción
del tiempo del aula dedicado a las tareas escolares en el hogar, como un proxi del tamaño de los
deberes).
Por su parte, los índices complejos fueron en su mayoría proveídos por el MEC y algunos índices
adicionales fueron estimados empleando técnicas de análisis estructural. Se asumió que los índices
complejos estimados para este estudio serían unidimensionales y para la comprobación de este
supuesto la muestra total se dividió aleatoriamente en tres submuestras de tamaño similar. Con la
primera submuestra se realizó un análisis de factorial exploratorio (AFE), empleando como método
de extracción el de máxima verosimilitud robusta. Para determinar el número óptimo de factores a
20
retener se utilizó la implementación óptima del análisis paralelo de Horn propuesta por Timmerman
& Lorenzo-Seva (2011) con 10.000 remuestreos aleatorios para el programa FACTOR 10.5.03. Con la
segunda submuestra se efectuó un análisis factorial confirmatorio (AFC) y para mejorar el ajuste se
tuvo en cuenta los índices de modificación, manteniéndolos constantes en la tercera de las muestras
(Byrne, 2001; Abad, Olea, Ponsoda & García, 2011). Con la tercera submuestra se realizó otro AFC,
aunque sin modificar el modelo propuesto en la primera con la intención de hacer una validación
cruzada (Pérez-Gil, Chacón Moscoso y Moreno Rodríguez, 2000). Dadas las características de los
datos, el método de extracción empleado en los dos AFC fue el de máxima verosimilitud robusta. La
evaluación de la bondad de ajuste se determinó mediante el índice de ajuste comparativo (CFI), la
razón entre χ2 y los grados de libertad del modelo (χ2 /g.l.) y la media cuadrática estandarizada de los
residuales (SRMR). Los AFC se realizaron con el programa MPlus 7. Los índices se construyeron en una
escala de media 0 y desviación típica 1.
Tabla 3.4. Organización de los ítems en los cuestionarios de contexto

Índice Descripción Tipo Cuestionario
CARACTERÍSTICAS DEL ESTUDIANTE Y SU FAMILIA
GÉNERO Género del alumno Dicotómica Estudiante
GUARANI Habla guaraní en casa Dicotómica Estudiante
ACESSTIC Acceso a TIC Dicotómica Estudiante
TICEDU Uso de TIC para Educación Dicotómica Estudiante
TICENT Uso de TIC para entretenimiento Dicotómica Estudiante
PARENTINV Implicación de los padres Continua Familias
SES Nivel socioeconómico Continua Familias
HISTORIAL DE ESCOLARIZACIÓN DEL ESTUDIANTE
EDINICIAL Hizo Educación inicial Dicotómica Estudiante
SOBREEDAD Está en sobreedad Dicotómica Estudiante
ACTITUDES DEL ESTUDIANTE
AFFILIA Afiliación Continua Estudiante
READHAB Hábitos lectura Continua Estudiante
PAORG Participación en organizaciones Continua Familias
Participación en actividades
EXTRAES Continua Estudiante
extraescoalres
OPORTUNIDADES DE APRENDIZAJE
CERCANIA El alumno reside cerca del centro Dicotómica Estudiante
EXPECT Expectativas universidad Dicotómica Familias
TEACHABS Absentismo docente Continua Estudiante
DEBERES Hace deberes todos los días Dicotómica Estudiante
CLIMA DEL AULA
CLIMAESC Clima escolar Continua Estudiante
CLCLIMATE Clima del aula Continua Docentes
CLVIOL Violencia aula Continua Docentes
VIOLEN Violencia en el centro Continua Estudiante
CARACTERISTICAS DEL DOCENTE
WORKCLIMATE Clima de trabajo Continua Docentes
JOBSATIS Satisfacción laboral Continua Docentes
EXCLUSIPROF Exclusividad profesor Continua Docentes
EXCLUSD Exclusividad Continua Director
MONSEGUI Monitoreo y seguimiento Continua Docentes
QUALINS Calidad de instrucción Continua Estudiante
21
Índice Descripción Tipo Cuestionario

CONVIVENCIA EN LA INSTITUCIÓN
RLPARENTSTU Relación con padres Continua Docentes
RLPRI Relación con director Continua Docentes
RLTEAC Relación entre profesores Continua Docentes
RECURSOS INSTITUCIÓN
CLASSRES Recursos de la clase Continua Estudiante
SCHRES Recursos del centro Continua Estudiante
SCHLINFR Infraestructura escolar Continua Director
ACCESO Y USO DE TECNOLOGÍAS
TICA Acceso a TIC Continua Docentes
TICFORMAT Uso TIC formación Continua Docentes
TICGEST Uso TIC para gestión Continua Docentes
TICINCLAS Uso TIC clase Continua Docentes
DTICFORMAT TIC para uso formativo Continua Director
TICGESTD TIC para la gestión Continua Director
TICAD Acceso a TIC Continua Director
LIDERAZGO Y AUTONOMÍA
Liderazgo del director para asuntos
PLACAD Continua Director
académicos
Liderazgo del director para manejo de
PLDOC Continua Director
personal
PLPEI Liderazgo del director para PEI Continua Director
Liderazgo del director para asuntos de la
PLINST Continua Director
institución
AUTOAC Autonomía sobre aspectos académicos Continua Director
Autonomía sobre decisiones relacionadas
AUTODOC Continua Director
a docentes
Autonomía sobre decisiones de
AUTOPPT Continua Director
presupuesto
Análisis de estadísticos descriptivos y análisis de correlaciones
Para cada variable o índice construido se realizó el correspondiente análisis descriptivo básico, lo que
permite analizar los estadísticos de posición, dispersión y rango de las variables implicadas. Luego,
se calcularon los coeficientes de correlación entre las variables o índices y los resultados de
rendimiento de los estudiantes en las áreas evaluadas, que da una idea de las variables que tendrán
más influencias sobre los resultados de la prueba. La correlación mide la relación lineal entre dos
variables, oscila en el intervalo [-1, 1], donde valores cercanos a cero indican que no existe relación
entre las variables analizadas. Su signo indica el sentido de la relación. Si es positivo, la relación entre
el par de variables es directa; mientras que si es negativo indica una relación inversa entre las dos
variables. Solo los predictores con correlaciones significativas se incluyeron en los análisis multinivel.
Análisis multinivel
El análisis de factores asociados se hizo ajustando diferentes modelos multinivel de tres niveles (nivel
1 es estudiante, nivel 2 es institución educativa, y nivel 3 es departamento). Los modelos multinivel
son modelos de regresión en dos o más niveles, en donde el intercepto y los coeficientes de regresión
pueden ser diferentes para los niveles superiores de anidación de los datos (nivel 2 y nivel 3) (Ver
22
Raudenbush & Bryk, 2002). En el análisis multinivel se sigue una estrategia que consiste en definir
modelos de complejidad creciente, incluyendo en cada análisis mayor número de variables que den
cuenta o expliquen un porcentaje de las variaciones o diferencias en los resultados de la evaluación
cada vez mayor. En este estudio, para cada área y grupo de edad se ajustaron cuatro modelos de tres
niveles de pendientes fijas e intercepto aleatorio para el conjunto nacional (por tanto, 40 modelos
multinivel para el análisis conjunto). El análisis se empleó el programa R (R Core Team, 2018) con el
paquete lme4 (Bates, Maechler, Bolker, Walker, 2015) y ponderando los casos por el peso de
estudiante establecido en el diseño muestral del estudio. Los cuatro modelos ajustados han sido:
- Modelo 1 (modelo nulo). Se trata de un modelo sin variables predictoras que tiene como
propósito estimar el monto total de las diferencias (varianza total) y cómo se distribuye dicha
varianza entre estudiantes y escuelas. El modelo nulo funciona como un modelo base, a partir del
cual es posible estimar la contribución a la explicación de la varianza de los grupos de variables
que se incluyen en los modelos posteriores. Además, permite estimar el tamaño del efecto del
centro, tanto para el conjunto del país como para cada departamento.
- Modelo 2 (modelo de ajuste). En dicho modelo se incluyen las variables de contexto de los tres
niveles: estudiante (nivel socioeconómico y cultural, género, indígena e historia escolar),
institución escolar (tamaño, sector y área geográfica) y departamento (nivel socioeconómico,
porcentaje de estudiantes que hablan guaraní y porcentaje de instituciones rurales y privadas o
subvencionadas). Este modelo explica la varianza o diferencias en los resultados atribuidas a los
diferentes contextos socioeconómicos y demográficos de los estudiantes, sus familias y del
centro en el que se escolarizan.
- Modelo 3 (modelo de variables del estudiante). Este modelo mantiene las variables del modelo
anterior e incluye aquellas que son propias del estudiante o de su familia y que operan a nivel
individual. En el modelo 3 se analiza, por ejemplo, el efecto de variables como los hábitos lectores
y de trabajo (por ejemplo, realizar deberes escolares diariamente), el acceso del estudiante a
recursos tecnológicos, o el involucramiento de las familias en las tareas educativas. Este modelo
explica la proporción de la varianza de resultados imputable a la conducta de estudiante y al estilo
educativo de sus progenitores.
- Modelo 4 (modelo de variables de la institución). A las variables de los modelos anteriores, el

modelo 4 incluye las que describen procesos propios de las instituciones educativas. Este modelo
explora el efecto sobre los resultados de variables como el clima de trabajo en el aula, la
metodología de instrucción, el ausentismo docente, etc. Por tanto, el modelo 4 explica la
varianza o diferencias en los resultados atribuidas a procesos educativos de las instituciones
educativas y, como éstas contribuyen a mejorar la calidad de la oferta educativa.
Además, se estimó un modelo nulo de dos niveles (estudiante y escuela) para cada departamento,
área y grupo de edad (en total, 150 modelos adicionales), con el objetivo de verificar si las variaciones
de rendimiento entre instituciones son similares en todos los departamentos o si estas son iguales.
23
Valores perdidos
Las evaluaciones educativas a gran escala como SNEPE 2015 recolectan sus datos empleando
pruebas de rendimiento y cuestionarios de contexto. La recogida de datos mediante autoinformes
es un procedimiento eficiente y económico, aunque presenta ciertas limitaciones, tanto de carácter
epistemológico como psicométricas, ejemplo de las cuales es la aparición de datos perdidos (Bokossa
y Huang, 2001; Willms y Smith, 2006). Las causas de la pérdida de datos son muy variadas. Los
informantes (estudiantes, familias, profesorado y equipos directivos) pudieron declinar participar en
el estudio y, por tanto, no respondieron a la prueba cognitiva o al cuestionario de contexto. También
pudo ocurrir que, queriendo responder, no fuera posible hacerle llegar el instrumental o que sus
respuestas no pudieran ser procesadas (extravíos, deterioros y errores a la hora de cubrir las hojas de
respuesta, etc.). Incluso respondiendo a las pruebas y cuestionarios el informante puede dejar de
responder a algunas cuestiones, bien por considerarlas comprometedoras, porque no sabe o no
alcanza a comprenderlas.
Independientemente de las razones por las cuales la matriz de datos contenga datos perdidos, éstos
suponen un problema analítico ya que los programas estadísticos excluyen del análisis los casos en
los que falta al menos una variable, y lo hacen tanto a nivel micro (estudiantes), como macro
(instituciones). Este hecho puede minorar sensiblemente el tamaño de la matriz y, por tanto, el
alcance de la base del análisis. Al día de hoy está comprobado que ignorar estos valores perdidos
como hace el procedimiento listwise deletion no es una estrategia adecuada y, por tanto, es necesario
emplear algún procedimiento de imputación que permita recuperar los datos perdidos (Botella,
2002).
Existen diversos procedimientos para recuperar datos perdidos en función del tamaño y la naturaleza
o el mecanismo de la pérdida, cada uno con sus ventajas e inconvenientes (Paniagua, Amor,
Echeburúa y Abad, 2017). Para pérdidas pequeñas (en torno al 5%) y aleatorias las diferencias entre
los métodos de recuperación son pequeñas y en este caso está recomendado emplear métodos
sencillos, como el reemplazo de la media o similares, que consumen menos tiempo de cálculo y
tienen menor complejidad matemática. Sin embargo, en las evaluaciones de sistemas educativos los
tamaños de pérdida son mayores y el mecanismo de pérdida no es aleatorio.
Este es el caso de los datos SNEPE: como se puede ver en el Anexo I, donde se recoge el porcentaje
de valores perdidos por variable y grado evaluado, un buen número de variables presenta porcentajes
de pérdida entre moderados (en torno al 20%) y altos (por encima del 30%). Para este estudio,
aquellos casos en los que no se disponía de información alguna del contexto del estudiante y sus
familias fueron removidas de las bases de datos (es decir, se aplicó el método de listwise deletion
sobre estos casos), dado que no se dispone de información para siquiera emplear mecanismos de
imputación de valores. Esto implica que los estimadores calculados en este informe podrían estar
sesgados, pero la cuantificación de este sesgo es imposible de ser estimado. Sólo será posible
contemplar parcialmente el margen de error, si se dispone de menor proporción de información
perdida en ciclos sucesivos de SNEPE.
Para circunstancias donde se observan valores perdidos en algunas variables, pero se cuenta con
información en las demás, los estudios de Fernández-Alonso, Suárez-Álvarez y Muñiz (2012)
aconsejan emplear una combinación de métodos de imputación en función de las características de
los datos perdidos. Si se dispone de un dato incompleto, es decir, cuando se tiene información parcial
del informante, el reemplazo del dato perdido por la media del sujeto sin corrección es un
24
procedimiento que aúna precisión para recuperar los parámetros originales con sencillez y rapidez
de cálculo. Sin embargo, el reemplazo por la media del informante solo es posible cuando el mismo
ha respondido a algún ítem de la escala. Si no se dispone de respuesta alguna el caso quedaría
definitivamente perdido. Por ello, cuando el caso está completamente vacío se empleó el algoritmo
EM con variables auxiliares. De entre todas las variables auxiliares disponibles deben elegirse aquellas
que presenten una buena correlación con la variable a imputar. Procediendo de este modo, es decir,
reemplazando por la media del sujeto los casos incompletos y, en un segundo lugar, aplicando un
procedimiento de imputación múltiple como el EM con variables auxiliares para datos
completamente perdidos se pueden lograr estimaciones precisas de los estadísticos fundamentales
de la escala y también predicciones ajustadas del rendimiento académico. Cabe señalar, que los
mecanismos de imputación se refieren exclusivamente a las variables numéricas, dado que la
imputación de variables nominales es un campo de exploración todavía incipiente.
Finamente, es necesario mencionar que los procedimientos de recuperación de datos perdidos

pueden emplearse siempre que el objetivo sea es disponer de datos suficientes para evaluar el
sistema educativo en su conjunto, como es el propósito de este informe, pero utilizar estos
mecanismos de imputación para la asignación de puntajes individuales plantearían serios problemas
deontológicos.
25
Factores asociados al rendimiento académico

Antes de avanzar hacia la revisión de los factores asociados al aprendizaje, se resumen los resultados
del análisis de la evaluación de aprendizajes de todos los grados y áreas evaluadas, reportados con
mayor detalle en el Informe Nacional de Resultados Cognitivos del SNEPE 2015 (MEC, 2018). En
primer lugar, cabe señalar que, si bien existen variaciones en el rendimiento de los estudiantes, en
general, el país enfrenta una crisis de aprendizaje, ya comprobado en estudios previos (SERCE,
TERCE) y posteriores (PISA-D) a la implementación de las pruebas SNEPE 2015. Si bien estas pruebas
no son directamente comparables, lo cierto es que todos los resultados confluyen al hecho de que el
país debe iniciar unos procesos que promuevan y garanticen la mejora de los aprendizajes.
La tabla 4.1 muestra los resultados de aprendizaje por área y grado, tanto en su forma cuantitativa
(promedios y desviación típica), como en la cualitativa (porcentaje de estudiantes que se ubica por
debajo del nivel mínimo de desempeño)1 por departamento. Los promedios y desviación típica
nacionales no se reportan, porque estos son iguales a 500 y 100, respectivamente, para todas las áreas
y grados evaluados, por la manera en que se realizó el escalamiento de los puntajes. En la tabla se
puede apreciar que la mayoría de los estudiantes no logran el nivel de aprendizaje considerado como
mínimo (nivel III) en la escala de niveles de desempeño. Prácticamente 7 de cada 10 estudiantes no
logra el aprendizaje mínimo en el grado y área que se encuentra cursando.
De igual manera, se observa que los promedios departamentales no logran el puntaje mínimo del nivel
III (550), con excepción de Guairá en 3.º grado matemática, y 6.º grado en matemática y comunicación
guaraní. En otras palabras, si tuviéramos que clasificar a los departamentos en función al nivel de
desempeño promedio, se tuviera a prácticamente todos los departamentos ubicados por debajo del
nivel mínimo (nivel III) de rendimiento. Cuando el rendimiento se desagrupa por variables
contextuales como los analizados en este informe, se verifica que existen diferencias de aprendizaje
entre los estudiantes en función de aspectos asociados a sus contextos familiares y escolares. Sin
embargo, no hay que perder de vista que se hablan de diferencias entre grupos que en esencia se
encuentran con niveles de aprendizaje relativamente bajos.
1
El nivel mínimo de desempeño es el nivel III en las pruebas SNEPE 2015. Un estudiante se encuentra por
debajo del mínimo en un área específica, si su puntaje fue inferior a 550 puntos.
26
Tabla 4.1. Resultados generales de rendimiento por grado, área evaluada, y departamento
Comunicación
Departamento Matemática Comunicación Castellana
Guaraní
3.º EEB 6.º 9.º 3.º EM 3.º EEB 6.º EEB 9.º 3.º EM 6.º EEB 9.º
EEB EEB EEB EEB
Promedio 509 520 515 509 513 528 527 517 447 451
DT 97 104 113 111 101 107 112 107 82 91
Asunción
% por debajo
61% 62% 62% 68% 57% 56% 54% 59% 90% 86%
del mínimo
Promedio 511 497 493 501 511 496 483 498 529 523
DT 99 95 92 91 99 93 93 90 100 96
Concepción
% por debajo
63% 73% 77% 73% 61% 72% 77% 72% 58% 58%
del mínimo
Promedio 517 507 502 494 508 493 475 476 529 523
DT 105 110 105 92 102 99 93 96 104 100
San Pedro
% por debajo
59% 68% 72% 75% 63% 71% 78% 76% 57% 58%
del mínimo
Promedio 492 490 488 488 494 495 493 496 518 518
DT 95 96 89 93 96 97 93 97 99 97
Cordillera
% por debajo
70% 76% 78% 76% 70% 71% 73% 70% 62% 60%
del mínimo
Promedio 551 550 525 518 544 527 509 498 552 530
DT 108 120 112 120 108 105 100 94 107 99
Guairá
% por debajo
45% 53% 63% 67% 47% 58% 64% 71% 49% 56%
del mínimo
Promedio 520 509 501 496 516 501 490 480 533 526
DT 107 104 98 102 105 98 95 104 105 100
Caaguazú
% por debajo
58% 68% 72% 73% 58% 69% 73% 74% 56% 58%
del mínimo
Promedio 541 537 529 532 536 518 496 495 553 533
DT 110 115 117 144 104 102 105 98 108 111
Caazapá
% por debajo
48% 55% 60% 65% 49% 63% 71% 72% 47% 53%
del mínimo
Promedio 498 498 512 514 499 497 508 508 497 506
DT 96 101 99 96 97 100 99 95 97 99
Itapúa
% por debajo
67% 71% 67% 67% 65% 69% 66% 66% 71% 66%
del mínimo
Promedio 498 487 490 498 495 492 496 499 503 511
DT 101 95 96 95 105 95 96 95 95 98
Misiones
% por debajo
66% 77% 75% 76% 65% 73% 70% 69% 68% 63%
del mínimo
Promedio 532 505 505 497 531 501 491 493 530 522
DT 105 103 106 98 102 102 96 98 105 103
Paraguarí
% por debajo
52% 69% 70% 74% 52% 68% 73% 70% 56% 59%
del mínimo
Promedio 483 488 492 498 486 488 489 483 495 490
DT 99 102 99 96 99 99 102 106 98 102
Alto Paraná
% por debajo
72% 74% 74% 72% 70% 74% 72% 72% 71% 71%
del mínimo
Promedio 486 492 494 494 488 497 506 509 478 488
DT 93 89 95 94 93 98 99 97 88 95
Central
% por debajo
72% 75% 73% 74% 69% 70% 66% 65% 79% 73%
del mínimo
Promedio 505 489 502 501 508 502 513 513 513 523
DT 97 86 86 98 96 93 93 91 95 91
Ñeembucú
% por debajo
63% 76% 72% 72% 65% 69% 64% 65% 64% 59%
del mínimo
Promedio 503 499 497 486 509 512 500 495 523 516
DT 88 95 94 85 93 99 94 92 94 91
Amambay
% por debajo
65% 72% 74% 80% 63% 65% 69% 72% 61% 63%
del mínimo
Promedio 474 482 491 503 463 486 493 495 492 503
Región del DT 97 91 93 93 100 97 97 90 105 99
Chaco % por debajo
75% 78% 75% 71% 79% 76% 71% 73% 70% 66%
del mínimo
% por debajo
Total país 66% 71% 71% 72% 65% 69% 68% 68% 69% 68%
del mínimo
DT.: Desviación típica.
27
Tercer grado de EEB
Estadísticos descriptivos y correlaciones

Las tres primeras columnas numéricas de la tabla 4.2 muestran los coeficientes de correlación entre
los resultados cognitivos y las variables de contexto que han mostrado resultados significativos en el
análisis multinivel de 3.º EEB. Por su parte, las cuatro columnas restantes recogen los estadísticos
descriptivos (mínimo, máximo, media y desviación típica) de cada variable o factor. En dicha tabla,
las variables están organizadas en función del nivel del análisis. Aunque las correlaciones simples no
tienen por qué ser un buen estimador de la relación con el rendimiento académico en estructuras
jerarquizadas, su uso ofrece ventajas para la selección de variables para el análisis multinivel. Es así,
que se seleccionaron variables con correlaciones significativas (positivas o negativas) para el análisis
final.
La correlación entre las puntaciones de los estudiantes en matemática y Comunicación castellana es

significativa y moderada (r = 0,480; p < 0,01).2 Por su parte, las correlaciones entre los resultados en
Matemática y las variables que reflejan las características de los estudiantes y su familia son, en
general, bajas y oscilan entre 0,121 (“vivir a menos de 30 minutos de la escuela”) y -0,082
(“sobreedad”). En Comunicación castellana, el rango de las correlaciones es similar al observado en
Matemática. En este caso se advierte de nuevo que la variable “sobreedad” presenta la correlación
más negativa (r = -0,105; p < 0,01), mientras que las variables con mayor correlación positiva son “vivir
a menos de 30 minutos de la escuela” (r = 0,106; p < 0,01) y el “nivel socioeconómico de la familia” (r
= 0,105; p < 0,01).
Las variables que caracterizan la institución educativa se extrajeron de los cuestionarios respondidos
por docentes y directores. La variable cuya correlación presenta mayor asociación positiva con los
resultados Matemática es “calidad de la instrucción” (r = 0,122), mientras que en Comunicación
castellana la mayor correlación positiva la muestra “sector privado y subvencionado”, señalando que
las instituciones privadas y subvencionadas tienden a mostrar mejores resultados que aquellas
oficiales. En el extremo contrario, el índice “ausentismo docente” es la variable con relación inversa
más fuerte con los resultados en las dos áreas evaluadas (matemática: r = -0,115; y comunicación
castellana: r = -0,086).
2
La correlación observada en el informe nacional para estas dos áreas en este grado es relativamente mayor
(r=0,554, p<0,01) debido a que (a) todos los casos fueron considerados en la elaboración del informe nacional,
mientras que en este sólo aquellos que reportaron información de contexto fueron considerados, y (b) la
estimación EAP fue utilizada en este informe, mientras que este lo fue el primer valor plausible de cada área.
28
Tabla 4.2. Estadísticos descriptivos de los índices estadísticamente significativos en 3.º EEB
r r
Mínima Máxima Promedio DT
Matem. C. Cast.
Variables criterio (resultados en las pruebas)
Matemática - 37,19 916,62 501,48 100,44
Comunicación Castellana 0,480** - 93,27 943,66 501,73 99,39
Variables analizadas a Nivel Individual (características del estudiante y su familia)
Es mujer/niña 0,027** 0,060** 0,00 1,00 0,485 0,500
Habla Guaraní en casa 0,024** -0,029** 0,00 1,00 0,423 0,494
Vive < 30 min. Escuela 0,121** 0,106** 0,00 1,00 0,695 0,460
SES de la familia 0,058** 0,105** -1,48 2,48 0,088 0,833
Sobreedad -0,082** -0,105** 0,00 1,00 0,157 0,364
Fue a Educación Inicial 0,103** 0,089** 0,00 1,00 0,541 0,498
Hace deberes a diario -0,010* 0,000 0,00 1,00 0,559 0,496
Acceso TIC en el hogar 0,040** 0,085** -1,15 0,99 -0,032 0,333
Involucramiento familiar 0,057** 0,082** -0,96 0,36 0,055 0,258
Expectativas famila Ed.Superior -0,006 0,023** 0,00 1,00 0,853 0,354
Variables analizadas a Nivel de Institución educativa
Sector privado 0,064** 0,097** 0,00 1,00 0,228 0,420
Tamaño de la institución -0,094** -0,049** -1,22 4,79 0,000 1,000
Calidad de la instrucción 0,122** 0,092** -2,12 0,22 -0,149 0,235
Ausentismo del profesor -0,115** -0,086** -0,81 3,94 0,067 0,636
Autonomía general 0,039** 0,072** -1,77 2,48 0,134 0,975
Comunicación institución-familia 0,100** 0,081** -0,80 0,75 0,090 0,215
r = Coeficiente de correlación
* Correlación significativa a nivel p<0.05
** Correlación significativa a nivel p<0.01
En las variables dicotómicas (aquellas cuyo mínimo y máximo son respectivamente 0 y 1 puntos) la media señala la proporción de casos que
cumplen la condición establecida en la tabla. Por ejemplo, el 42,3% de los estudiantes hablan guaraní en el hogar. En estas variables la desviación
típica tomará como valor máximo 0,5 puntos cuando los valores de la variable se distribuyan equitativamente. Por ejemplo, la desviación típica del
género es 0,5 puntos ya que la proporción de hombres y mujeres es paritaria.
La Tabla 4.3 recoge el resto de variables e índices analizados, pero que no arrojaron resultados
significativos en los modelos jerárquico lineales de 3.º de EEB. En el análisis jerárquico-lineal cada uno
de los predictores está condicionado por el resto de variables, y todos los factores funcionan como un
grupo de covariables que mutuamente neutralizan y controlan el efecto del conjunto de variables
predictoras. Además, la exigencia analítica de la propia metodología, que usa errores robustos para
sus estimaciones, hace que los modelos completos incluyan el conjunto de variables más relevantes y
deja fuera, por no presentar significación estadística, factores y variables que son importantes y no
conviene olvidar. Tradicionalmente los estudios educativos desechan las variables y factores que no
muestran efectos significativos. Sin embargo, se considera relevante incluir aquellas variables de
proceso educativo que si bien carecen de potencia explicativa en el modelo completo han mostrado
correlaciones estadísticamente significativas con los resultados de las áreas analizadas en SNEPE
2015.
29
Tabla 4.3. Estadísticos descriptivos de los índices NO estadísticamente significativos en 3.º EEB
r r
Matem. C. Cast.
Clima del aula ,055** ,059** -0,62 0,05 0,00 0,06
Clima de trabajo ,044** ,041** -2,71 0,96 0,13 0,65
Satisfacción laboral docente ,014** ,017** -2,94 0,84 0,21 0,46
Exclusividad profesores -,030** -,023** 0,00 1,00 0,64 0,44
Monitoreo y seguimiento ,023** ,028** -2,08 1,03 0,09 0,52
Relaciones Profesores-
,029** ,032** -1,91 0,39 -0,01 0,38
Director
Relaciones entre profesores ,040** ,035** -1,67 0,36 0,02 0,31
Violencia centro -,065** -,041** -0,09 1,97 0,35 0,56
Uso TIC en el aula ,017** ,054** -0,73 0,92 0,01 0,53
Uso TIC formación 0,00 0,01 -0,80 1,58 0,03 0,40
Uso TIC gestión profesor ,010* ,050** -0,96 1,57 -0,05 0,50
Exclusividad director -,038** -,034** 0,00 1,00 0,55 0,49
Uso TIC gestión institucional -,022** ,023** -1,38 1,71 0,15 0,62
Autonomía académica ,019** ,041** -0,96 0,58 0,05 0,49
Autonomía docente ,043** ,069** -0,32 1,31 0,17 0,58
Autonomía presupuesto -,014** -,012* -1,08 0,42 0,02 0,48
Liderazgo académico 0,00 ,017** -2,52 0,31 -0,01 0,42
Liderazgo personal -,030** 0,00 -2,45 0,31 0,00 0,48
Liderazgo para PEI -,010* 0,00 -2,67 0,23 -0,05 0,48
Liderazgo institucional -,041** -,029** -1,62 0,27 0,02 0,26
En las variables dicotómicas (aquellas cuyo mínimo y máximo son respectivamente 0 y 1 puntos) la media señala la proporción de casos
que cumplen la condición establecida en la tabla. Por ejemplo, el 42,3% de los estudiantes hablan guaraní en el hogar. En estas variables
la desviación típica tomará como valor máximo 0,5 puntos cuando los valores de la variable se distribuyan equitativamente. Por ejemplo,
la desviación típica del género es 0,5 puntos ya que la proporción de hombres y mujeres es paritaria
Matemática
La tabla 4.4 muestra las estimaciones de factores fijos y aleatorios para el análisis de la prueba de
matemática para los cuatro modelos. El modelo nulo (modelo 1) de tres niveles señala que
aproximadamente el 72% de las diferencias se concentran en el nivel del estudiante (varianza dentro
de las instituciones educativas), mientras que la varianza entre las instituciones educativas
representa el 25% del total de las variaciones. La varianza entre instituciones educativas es una
medida del “efecto de la institución educativa”, es decir, una magnitud de las diferencias entre las
instituciones de un determinado país o región en términos de calidad educativa. En general, las
diferencias entre instituciones encontradas en SNEPE 2015 son relativamente menores que las
estimadas para Paraguay en los estudios del LLECE, donde se utilizaron modelos de dos niveles
(UNESCO-OREALC, 2016; UNESCO-OREALC, y LLECE, 2000, 2001, 2010, 2016a, 2016b) y de tres
niveles (Woitschach, et al., 2017).
30
Tabla 4.4. Estimaciones efectos fijos y aleatorios para Matemática. 3.º de EEB
Modelo 1 Modelo 2 Modelo 3 Modelo 4
(Nulo) (Ajuste) (Estudiante) (Completo)
Variables de Nivel 1: Estudiante
Es mujer/niña - 4,44 *** 4,11 *** 4,71 ***
Habla Guaraní en casa - -4,81 *** -4,57 *** -5,48 ***
Vive < 30 min. Escuela - 20,43 *** 19,73 *** 20,02 ***
SES de la familia - 8,14 *** 5,12 *** 6,32 ***
Sobreedad - -13,96 *** -12,41 *** -14,49 ***
Fue a Educación Inicial - 10,43 *** 10,15 *** 9,53 ***
Hace deberes a diario - - - -2,34 *** -3,56 ***
Acceso a las TIC (Factor general) - - - 6,41 *** 7,68 ***
Involucramiento familiar - - - 14,09 *** 16,18 ***
Expectativas familia Ed.Superior - - - 3,56 *** 4,88 ***
Variables de Nivel 2: Institución educativa
Sector privado y subvencionado - 3,61 NS 3,23 NS 4,97 NS
Tamaño de la institución - -17,92 *** -17,88 *** -11,94 ***
Calidad de la instrucción - - - - - 35,4 ***
Ausentismo docente - - - - - -12,13 ***
Autonomía de la institución - - - - - 1,57 NS
Comunicación institución-familia - - - - - 16,18 ***
Variables de Nivel 3: Departamento
SES Departamento - 18,93 0,19 19,73 NS 17,75 0,19
% estudiantes hablan guaraní - 28,79 ** 29,19 ** 27,46 ***
% instituciones privadas y subv. - -4,97 NS -5,3 NS -2,52 NS
Distribución de la varianza entre los niveles de análisis
Dentro instituciones educativas (%) 9555,55 (72%) 9089,69 (76%) 9062,23 (76%) 8927,97 (78%)
Entre las instituciones educativas (%) 3363,04 (25%) 2672,26 (22%) 2636,96 (22%) 2358,03 (21%)
Entre los departamentos (%) 417,71 (3%) 223,63 (2%) 218,07 (2%) 155,73 (1%)
Porcentaje de varianza explicada
Nivel 1 5% 5% 7%
Nivel 2 21% 22% 31%
Nivel 3 46% 48% 55%
Total 10% 11% 14%
Total de casos efectivos (es decir, sin ponderar) en el modelo (N): Nivel 1 = 65619; Nivel 2 = 4117; Nivel 3 = 15
*** Efecto significativo p < 0.01
** Efecto significativo p < 0.05
* Efecto significativo p < 0.1
NS: Efecto no significativo
Para valores p entre 0.1 y 0.2 se reporta el valor de p. En general, se asume que estos efectos no son significativos
31
Varianza dentro y entre instituciones educativas en cada departamento
Con el fin de analizar si las diferencias entre instituciones educativas se mantienen constantes
dentro de los departamentos se ajustó el modelo nulo para cada departamento. La figura 4.1
recoge la distribución de la varianza al interior y entre instituciones educativas en cada
departamento. Los departamentos donde las instituciones educativas presentan menos
diferencias en sus resultados en Matemática son Central y Asunción, donde menos del 20% de
las diferencias en rendimiento se debe a la institución educativa a la que asiste. En el extremo
contrario, las varianzas entre instituciones educativas de Cordillera, Región del Chaco, Misiones
y Ñeembucú superan el 30%. Es decir, existe más diversidad en el rendimiento de los
estudiantes en estos departamentos que pueden deberse a la institución a la que asisten.
Figura 4.1. Varianza dentro y entre instituciones educativas en Matemática, 3.º de EEB
Central 83 17
Asunción 82 18
San Pedro 73 27
Alto Paraná 73 27
Amambay 72 28
Paraguarí 72 28
Caaguazú 72 28
Guairá 71 29
Caazapá 71 29
Concepción 70 30
Itapúa 69 31
Cordillera 66 34
Región del Chaco 64 36
Misiones 63 37
Ñeembucú 58 42
100 80 60 40 20 0 20 40 60 80 100
Dentro de instituciones Entre instituciones
El modelo de factores de ajuste (tabla 4.4, modelo 2) señala que los estudiantes que hablan guaraní
en el hogar obtuvieron menos rendimiento en Matemática, luego de controlar por el índice
socioeconómico familiar (SES), el cual también está positivamente asociado a los resultados en
matemática. Por su parte, el tiempo que toma llegar a la institución educativa (“vivir a menos de 30
minutos de la institución educativa”) también se asocia a una mejora en el rendimiento en
matemática. De igual manera, se observan diferencias por sexo, aunque esta diferencia no es
sustancialmente elevada. Por su parte, los estudiantes que se encuentran en su trayectoria educativa
y que asistieron a educación infantil obtienen mejor rendimiento, luego de controlar por los demás
aspectos del contexto y las características del estudiante. Por el contrario, los estudiantes que se
encuentran con sobreedad (es decir 2 o más años por encima de la edad teórica esperada que es 8
años en tercer grado) menor en la prueba de matemática, luego de considerar otros aspectos del
estudiante (SES, género, idioma).
32
Con respecto a las características de las instituciones educativas, estudiantes que asisten a las
privadas y subvencionadas no logran mejores resultados que los que van a las oficiales, luego de
controlar por otros factores del contexto. Es decir, las no son estadísticamente significativas, o dicho
de otra forma, el rendimiento de un estudiante del sector privado y subvencionado es similar al de un
estudiante del sector oficial, luego de controlar por características del estudiante (nótese que desde
el modelo esta variable no es significativa). Por su parte, el tamaño de la institución (medida por la
cantidad de estudiantes evaluados en cada institución, no la matrícula total de la institución) muestra
un efecto negativo, lo que indica que el rendimiento es relativamente mayor para los estudiantes que
van a instituciones de menor tamaño.
Descontados los efectos de las variables de contexto, es decir, aquellos factores que no son de fácil
incidencia desde las instituciones educativas, se analizan los efectos de las variables del estudiante
(modelo 3) sobre los resultados en la prueba. El índice de “involucramiento familiar” que mide
justamente el acompañamiento de los padres muestra que los estudiantes cuyos padres se
involucran en su vida académica logran mejores resultados en matemática. De igual manera, las
expectativas que los padres tienen sobre el hecho de que sus hijos lograrán niveles superiores de
educación es predictor del buen rendimiento de los estudiantes. Aquellos padres que esperan que
sus hijos alcancen algún nivel de educación superior tienen hijos cuyo rendimiento es relativamente
mayor. El índice “acceso a las TIC” también muestra una asociación positiva con el rendimiento. Es
decir, el acceso a las TIC parece contribuir a la mejora de los aprendizajes. Por su parte, “hacer
deberes escolares a diario” no se asocia positivamente con el rendimiento. Este dato es coherente
con los estudios multinivel, que han encontrado efectos nulos o incluso negativos cuando la variable
deberes escolares se considera a nivel de estudiante.
Finalmente, el modelo completo (modelo 4) añade variables de la institución educativa. Los

resultados señalan el papel fundamental del docente en la enseñanza primaria. El índice “calidad de
la instrucción” se asocia de manera importante al rendimiento de los estudiantes en matemática. En
clara relación con el dato anterior, también se observa que el “ausentismo docente” se asocia
negativamente a los resultados. Es decir, el rendimiento de los estudiantes en instituciones donde el
docente se ausenta frecuentemente, llega tarde y abandona sus funciones tiende a ser más bajo. El
segundo factor a destacar para la mejora de las instituciones educativas en 3.º de EEB es la relación
de la institución y las familias. El índice “comunicación institución-familia” señala que aquellas
instituciones educativas donde las familias están más satisfechas con los procesos de información y
comunicación de la institución tienden a presentar mejores resultados.
Comunicación castellana
Comunicación castellana. El modelo 1 (modelo nulo) indica que el 74% de varianza se concentra en
el nivel del estudiante (varianza dentro de las instituciones educativas) y el 23% entre las instituciones
educativas. Se replican las proporciones de varianza advertidas en el apartado de matemática.
33
Tabla 4.5. Estimaciones efectos fijos y aleatorios para Comunicación castellana. 3.º de EEB
Es mujer/niña - 12,02 *** 11,06 *** 11,39 ***
Vive < 30 min. Escuela - 18,45 *** 18,32 *** 17,56 ***
SES de la familia - 9,56 *** 5,82 *** 7,57 ***
Sobreedad - -16,74 *** -15,16 *** -16,1 ***
Hace deberes a diario - - - -0,82 NS -0,92 NS
Acceso a las TIC (Factor general) - - - 7,59 *** 7,1 ***
Expectativas familia Ed.Superior - - - 7,95 *** 6,92 ***
Sector privado y subvencionado - 9,36 *** 8,5 *** 4,46 NS
Tamaño de la institución - -13,3 *** -13,44 *** -12,36 ***
Comunicación institución-familia - - - - - 15,97 ***
Variables de Nivel 3:
Departamento
SES Departamento - 36,69 *** 36,39 *** 26,1 **
% estudiantes hablan guaraní - 32,71 *** 32,65 *** 26,51 ***
% instituciones privadas y subv. - -18,71 ** -18,18 ** -11,09 0,15
Dentro instituciones educativas
10352,85 (74%) 9790,98 (79%) 9679,65 (79%) 9590,36 (80%)
(%)
Entre instituciones educativas (%) 3171,51 (23%) 2375,85 (19%) 2360,12 (19%) 2197,02 (18%)
Nivel 1 5% 7% 7%
Nivel 2 25% 26% 31%
Nivel 3 61% 61% 74%
Total 10% 13% 15%
Total de casos en el modelo (N): Nivel 1 = 65619; Nivel 2 = 4135; Nivel 3 = 15
En la tabla se observa en el modelo de factores de ajuste (modelo 2) que estudiantes que asisten a
educación infantil y se encuentran en su trayectoria educativa esperada (“sobreedad”) se asocian a
mejores niveles de rendimiento, luego de considerar las condiciones socioeconómicas del
estudiante. El rendimiento en esta área también está condicionado al idioma de uso predominante
de los estudiantes en casa. Es así, que los estudiantes que usan el guaraní frecuentemente poseen
niveles de rendimiento inferior al de los que hablan castellano.
Esto no significa que “hablar guaraní” sea negativo, lo que demuestra es el desafío que tiene el
sistema educativo para igualar las oportunidades de aprendizaje de los estudiantes,
independientemente de cuál sea su lengua de origen. Es posible que las instituciones no estén
considerando esta condición lingüística de los estudiantes y no planteen programas de inmersión que
logren balancear las competencias lingüísticas de uno y otro estudiante, con lo cual la lengua materna
termina mediando en el rendimiento académico de los estudiantes. Esto, además, genera
34
estereotipos en relación a los estudiantes y a la lengua y podría hasta minar la motivación de los
estudiantes y afectar las decisiones de permanencia en el sistema educativo. No en vano se observan
menores años de escolaridad en la zona rural, donde el guaraní es de uso más frecuente (EPH, 2017).
Con el fin de analizar si las diferencias entre instituciones se mantienen constantes dentro de
los departamentos se ajustó un modelo nulo para por cada departamento. La figura 4.2 recoge
la distribución de la varianza al interior y entre instituciones educativas en cada departamento.
Las conclusiones son las mismas que en matemática. Es decir, la correlación entre las varianzas
entre instituciones en Matemática y Comunicación castellana de los departamentos se puede
considerar alta o muy alta (r = 0,768), lo que señala la estabilidad de los datos, puesto que los
departamentos que presentan pequeñas diferencias entre instituciones educativas en un área
tienden también a mostrar resultados más homogéneos en la otra.
Esta figura también muestra que hay mayor homogeneidad en el rendimiento entre
instituciones educativas en Central y Asunción, que lo se observa en otros departamentos como
el Chaco, Misiones, San Pedro, etc., lo que indica que las instituciones educativas en Asunción
y Central marcan diferencias sustanciales en la explicación de la varianza del rendimiento y que
al mismo tiempo existe una diversidad de niveles de aprendizajes al interior de cada una de las
instituciones. Esto podría deberse a características del contexto de los estudiantes en los que
nada tiene que ver el sistema educativo, o que existen variaciones en el acceso a recursos
educativos al interior de las instituciones educativas (por ejemplo, calidad de la instrucción) que
no están siendo capturadas en este modelo.
Figura 4.2. Varianza dentro y entre instituciones educativas, Comunicación castellana, 3.º de
EEB
Central 87 13
Asunción 78 22
Alto Paraná 77 23
Caaguazú 76 24
Amambay 75 25
Paraguarí 75 25
Itapúa 74 26
Caazapá 72 28
Ñeembucú 71 29
Guairá 70 30
San Pedro 69 31
Concepción 69 31
Cordillera 69 31
Misiones 68 32
100 80 60 40 20 0 20 40 60 80 100
La cercanía a la escuela se asocia también a mejor rendimiento en Comunicación castellana similares

a las mostradas en Matemática. El “sector educativo” y “tamaño de la institución” muestra efectos
positivos en este modelo, indicando que un estudiante una institución privada o subvencionada de
35
tamaño grande logra mejor rendimiento. La mayor diferencia entre el modelo de ajuste de
Matemática y Comunicación castellana se da con el sexo del estudiante (“es mujer/niña”): en
Matemática la ganancia atribuida a las niñas era de aproximadamente 4 puntos, mientras que en
Comunicación castellana la ventaja prácticamente se triplica.
Los efectos de las variables del estudiante (modelo 3) sobre los resultados en la prueba muestra
resultados similares que los observados en matemática. Un mayor nivel de involucramiento familiar
y las expectativas de educación superior que tienen los padres sobre sus hijos se asocia a mejores
rendimientos en comunicación castellana. También muestra relación positiva el “acceso a las TIC”,
mientras que la variable “hace deberes escolares a diario” no es significativo en este caso. El modelo
completo de comunicación castellana presenta efectos similares a los advertidos en matemática. La
“calidad de la instrucción” predice mejores resultados en Comunicación castellana equivalentes a casi
un 40% de la escala de puntuaciones típicas, mientras que el “ausentismo docente” predice una
reducción en el rendimiento de 12 puntos. Igualmente, la mayor “comunicación institución-familia”
se asocia a una mejora en el rendimiento de comunicación castellana, señalando la importancia de
las relaciones fluidas entre las familias y las instituciones educativas. La relación entre autonomía de
la institución y el rendimiento es bajo, lo cual es reflejo del alto nivel de centralización que existe en
el sistema educativo, dado que los directores poco y nada deciden sobre aspectos relevantes de la
institución (presupuestarios, selección de docentes, etc.). Nótese que el tipo de gestión deja de ser
significativo cuando se contemplan otras características de la institución, agregadas en el modelo 4.
Lectura conjunta de los factores con mayor fuerza explicativa en 3.º de EEB
El objetivo de este apartado es comparar los tamaños de los efectos y presentar una síntesis de los
resultados del 3.º grado en ambas materias evaluadas. En primer lugar, hay que advertir que los
porcentajes de varianza explicada por los modelos completos de Matemática (tabla 4.4: 14%) y
Comunicación castellana (tabla 4.5: 15%) son modestos, cuestión que era previsible, ya que las
correlaciones entre las variables de entrada y los resultados en la prueba son relativamente bajas o
muy bajas (ver tabla 4.1). La tabla 4.6 resume la relación entre las variables analizadas en los modelos
completos (modelo 4) de 3.º de EEB y el rendimiento académico, segregadas por área evaluada.
Todas las variables de contexto familiar y escolar muestran significación en el mismo sentido en las
dos áreas, lo que confiere consistencia a los datos evaluados.
36
Tabla 4.6. Síntesis de los efectos de los factores asociados en 3.º de EEB en el modelo 4
Matemática Comunicación
castellana
Es mujer/niña  
Habla Guaraní en casa  
Vive < 30 min. Escuela  
SES de la familia  
Sobreedad  
Fue a Educación Inicial  
Hace deberes a diario  ●
Acceso a las TIC (Factor general)  
Involucramiento familiar  
Expectativas familia Ed. Superior  
Sector privado y subvencionado ● ●
Tamaño de la institución  
Calidad de la instrucción  
Ausentismo docente  
Autonomía de la institución ● ●
Comunicación institución-familia  
 Evidencia positiva muy fuerte: relación positiva y significativa p < 0,001 en el área señalada
 Evidencia positiva fuerte: relación positiva y significativa p < 0,05 en el área señalada
 Evidencia positiva: relación positiva y significativa p < 0,1 en el área señalada
● No se han encontrado efectos significativos en el área señalada p > 0,1
 Evidencia negativa: relación negativa y significativa p < 0,1 en el área señalada
 Evidencia positiva fuerte: relación negativa y significativa p < 0,05 en el área señalada
 Evidencia negativa muy fuerte: relación negativa y significativa p < 0,001 en el área señalada
Los efectos no estandarizados que se presentan en las tablas 4.4 y 4.5 hacen que sea difícil hacer una
comparación directa de la relevancia de las variables analizadas. Ello se debe a que se mezclan
variables de distinta naturaleza (por ejemplo, variables dicotómicas e índices estandarizados
expresados en escalas continuas). Además, como se puede comprobar en la tabla 4.2, donde se
presentan los descriptivos básicos de las variables, las distribuciones de los índices presentan rangos
y estadísticos de dispersión diferentes lo que dificulta la comparación del tamaño del efecto de las
variables. Una forma habitual de hacer comparables estos efectos es presentarlos en términos
estandarizados, de modo que los estimadores sean perfectamente comparables. El problema de la
expresión de resultados en términos estandarizados es que son poco intuitivos para personas poco
familiarizadas con las estadísticas. Por ello, en este punto se ha preferido expresar los efectos como
puntos potenciales de ganancia. Para ello, el efecto no estandarizado de una variable se multiplica por
el rango de puntuaciones (es decir, la diferencia entre el valor más alto y el más bajo de la variable en
cuestión) lo que permite expresar los resultados como el recorrido de la ganancia de puntuaciones
que ofrece cualquier variable. La figura 4.3 muestra los puntos de ganancia (o pérdida) en los
resultados de matemática y comunicación castellana asociados a los factores del estudiante y de la
institución educativa, analizados en el modelo 4.
37
Figura 4.3. Efectos de los factores asociados en Matemática y Comunicación castellana, 3.º de EEB
Matemáticas Castellano
Es mujer/ niña 5 11
Habla Guaraní en casa -5 -8
Vive < 30 min. escuela 20 18
SES de la familia 25 30
Sobreedad -14 -16
Fue a Educación Inicial 10 8
Hace deberes a diario -4 -1 NS
Acceso a las TIC (Factor general) 16 15
Involucramiento familiar 21 21
Expectativas Ed. Superior 5 7
Variables de Nivel 2: Institución
Sector privado y subvencionado 5 NS 4 NS
Tamaño de la institución -72 -74
Calidad de instrucción 83 88
Ausent ismo docente -58 -35
Autonomía de la institución 7 NS 9 NS
Comunicación inst itución-familia 25 25
-90 -60 -30 0 30 60 90 -90 -60 -30 0 30 60 90

NS: estadísticamente no significativo.
Dentro de las variables de nivel 1 el índice socioeconómico de las familias es el factor que puede
marcar mayores diferencias. Entre dos estudiantes provenientes de familias ubicadas en los extremos
de la escala socio-cultural se predicen diferencias de 25 y 30 puntos en Matemática y Comunicación
castellana respectivamente. A continuación, la distancia entre la institución educativa y el hogar del
estudiante (“vivir a menos de 30 minutos de la escuela”) presenta ganancias de cerca de 20 puntos en
las dos áreas. En Comunicación castellana el sexo (“Es mujer/niña”) predice una mejora en el
rendimiento que duplica al observado en matemática, mientras que el idioma de uso predominante
en la casa (“hablar guaraní en el hogar”) predice una reducción en el rendimiento promedio del
estudiante de entre 5 y 8 puntos según el área considerada, manteniendo todo lo demás constante.
Las variables relativas a la trayectoria escolar pueden marcar diferencias de prácticamente un cuarto
en la escala de desviaciones típicas. Por ejemplo, en matemática un estudiante que asistió a algún
programa de primera infancia obtiene 10 puntos más que aquel estudiante que no lo hizo. Mientras
que estar en la trayectoria educativa (es decir, no encontrarse con sobreedad) predice cerca de 15
puntos de mejora en el rendimiento, manteniendo todo lo demás constante. El involucramiento
familiar marca diferencias de 21 puntos en Matemática y Comunicación castellana, y algo más
moderadas, pero también importantes son las diferencias esperadas por el acceso de los estudiantes
a las TIC. Las expectativas de las familias sobre la educación superior de sus hijos también predicen
mejoras en el rendimiento de entre 5 y 7 puntos.
38
La “calidad de la instrucción” se asocia a diferencias promedios superiores a 80 puntos en las dos

áreas. Por su parte, el “ausentismo docente”, predice igualmente pérdidas de prácticamente 60
puntos en matemática y 35 puntos en Comunicación castellana. Estos datos hablan del potencial de
mejora de las variables docentes para el conjunto del sistema educativo. Por ejemplo, en matemática
la diferencia promedio entre una institución educativa con altos niveles de calidad de la instrucción y
ausentismo docente nulo y otra cuya calidad instructiva es baja y el ausentismo docente es reiterado
supera los 140 puntos. Además, al tratarse de variables de nivel 2 (institución educativa) esta
diferencia se aplica para el conjunto de los estudiantes de la institución, y no para individuos
particulares como sería el caso de las variables analizadas a nivel de estudiante. Estos dos factores
reflejan forman parte de un constructo mayor, las oportunidades de aprendizaje del estudiante.
Finalmente, los datos muestran la importancia de considerar las relaciones entre la institución
educativa y sus familias. Los datos señalan diferencias de 25 puntos en las dos áreas evaluadas entre
los dos extremos de interacción entre la familia y la institución.
Sexto grado de EEB

La tabla 4.7 recoge los coeficientes de correlación entre los resultados en las tres áreas evaluadas y
las variables de contexto que han mostrado resultados significativos en el análisis de 6.º EEB. Esta
tabla también reporta la puntuación mínima, máxima, la media y la desviación típica de cada variable
o factor. En dicha tabla, las variables están organizadas en función del nivel del análisis. Aunque las
correlaciones simples no tienen por qué ser un buen estimador de la relación con el rendimiento
académico en estructuras jerarquizadas, su uso ofrece ventajas para la selección de variables para el
análisis multinivel. Es así, que se seleccionaron variables con correlaciones significativas (positivas o
negativas) para el análisis final.
Todas las correlaciones entre las puntaciones de los estudiantes en las pruebas son positivas y
estadísticamente significativas (p<0,01), aunque bastante moderadas. La correlación de mayor
magnitud aparece entre los resultados en matemática y comunicación guaraní (r = 0,338) y la más
baja entre matemática y comunicación castellana (r = 0,258).3 Las correlaciones entre los resultados
en matemática y las variables que reflejan las características de los estudiantes y su familia son
también, en general, bajas y oscilan entre -0,107 (sobreedad) y 0,104 (SES familiar). El sexo de los
estudiantes no mostró relación significativa con el rendimiento en matemática, pero sí con el resto
de las áreas evaluadas. En comunicación castellana el rango de las correlaciones es similar al
observado en matemática. En este caso se advierte de nuevo que la variable “sobreedad” presenta la
correlación más negativa con comunicación castellana (r = -0,106 p < 0,01), y que igualmente el SES
familiar fue el índice que mostró mayor correlación (r = 0,118 p < 0,01).
3
Los coeficientes de correlación observados en el informe nacional para matemática y comunicación castellana
(r=0,447, p<0,01); matemática y comunicación guaraní (r=0,332, p<0,01), y comunicación castellana y guaraní
(r=0,406, p<0,01) en este grado son relativamente mayores a los reportados en este informe debido a que (a)
todos los casos fueron considerados para la elaboración del informe nacional, mientras que en este sólo aquellos
que reportaron información de contexto fueron considerados, y (b) la estimación EAP fue utilizada en este
informe, mientras que este lo fue el primer valor plausible de cada área.
39
En el caso de comunicación guaraní, si bien las correlaciones se mantienen en magnitudes muy

moderadas, el sentido de algunas de las relaciones cambia sensiblemente con respecto a las dos
áreas comentadas. El idioma de uso predominante (“hablar guaraní en el hogar”) se relaciona
positivamente con el rendimiento en comunicación guaraní (r = 0,169), cuando en el caso de
comunicación castellana y matemática la correlación es negativa. Esto muestra cierta coherencia
pues indica que a los estudiantes les va mejor en la prueba de comunicación cuando la evaluación se
hace en la lengua predominante del estudiante. Más interesante es la relación negativa entre el
rendimiento en comunicación guaraní y el SES de la familia (r = -0,104), lo que se asocia al hecho de
que los estudiantes guaraní hablantes son, en general, los de menores niveles socioeconómicos.
También se advierte que, contrariamente a lo que ocurre en matemática y comunicación castellana,
las variables relacionadas con el acceso y uso las nuevas tecnologías presentan una correlación
negativa. Igualmente se encontraron variaciones en las correlaciones de las variables que describen
la trayectoria escolar de los estudiantes: la relación aprendizaje y “sobreedad” sigue siendo negativa,
pero su magnitud se reduce a la mitad, y la “asistencia a educación inicial” presenta una correlación
nula con el aprendizaje.
Tanto en matemática como en comunicación castellana las dos variables de nivel de institución
educativa que mostraron mayor correlación positiva fueron el “sector” de la institución educativa y
el índice de “autonomía” de la institución. En el primer caso, la correlación es idéntica en las dos áreas
mencionadas (r = 0,116) y señala la ventaja de las instituciones privadas y subvencionadas frente a las
oficiales. Por su parte, las correlaciones del índice de “autonomía” de la institución son de 0,112 en el
caso de matemática y 0,082 en comunicación castellana. En el extremo contrario, el “ausentismo
docente” muestra una relación inversa fuerte con los resultados en las tres áreas evaluadas
(matemática: r = -0,096; comunicación castellana: r = -0,054; y comunicación guaraní: -0,101). En el
caso de guaraní, las correlaciones se vuelven a invertir, es así que “sector” de la institución educativa
y los índices “violencia” o “autonomía de las instituciones” se relacionan negativamente con el
rendimiento. Esto hace que los modelos explicativos del desempeño en comunicación guaraní sean
distintos a los mostrados en matemática y comunicación castellana en algunos aspectos.
40
Tabla 4.7. Estadísticos descriptivos de los índices estadísticamente significativos en 6.º de EEB
r r r Desvia.
Mínima Máxima Media
Matem. L. Cast. L. Gua. Típica
Matemática - 55,44 977,73 501,24 100,48
Comunicación Guaraní 0,338** 0,290** - -150,39 923,38 501,18 99,68
Variables analizadas a nivel individual (características del estudiante y su familia)
Es mujer/niña 0,000 0,054** 0,077** 0,00 1,00 0,50 0,50
Habla Guaraní en casa -0,035** -0,073** 0,169** 0,00 1,00 0,44 0,50
Vive < 30 min. de la escuela 0,059** 0,060** 0,047** 0,00 1,00 0,84 0,36
SES de la familia 0,104** 0,118** -0,104** -6,64 4,30 -0,13 1,82
Sobreedad -0,107** -0,106** -0,051** 0,00 1,00 0,16 0,36
Fue a Educación Inicial 0,053** 0,051** 0,000 0,00 1,00 0,92 0,27
Hace deberes a diario 0,023** 0,026** 0,028** 0,00 1,00 0,41 0,49
Hábitos de lectura 0,026** 0,040** 0,068** -3,52 1,16 0,01 0,85
Acceso a las TIC (Factor general) 0,045** 0,032** -0,024** -1,10 3,26 0,05 0,83
Participa en organizaciones -0,059** -0,056** -0,041** -1,08 3,56 0,02 0,84
Participa en actividades extraescolares -0,039** -0,036** 0,015** -0,18 0,31 -0,02 0,12
Involucramiento familiar 0,076** 0,082** 0,032** -0,96 0,36 0,02 0,26
Expectativas familia Ed. Superior 0,070** 0,096** -0,010** 0,00 1,00 0,83 0,37
Variables analizadas a nivel de institución educativa
Sector privado y subvencionado 0,116** 0,116** -0,099** 0,00 1,00 0,22 0,41
Clima de trabajo en el aula 0,042** 0,026** 0,023** -3,24 0,96 0,12 0,68
Violencia en la institución -0,026** 0,020** -0,074** -0,06 0,35 0,01 0,05
Clima escolar 0,050** 0,000 0,127** -0,48 0,76 0,10 0,22
Calidad de la instrucción 0,112** 0,074** 0,038** -0,40 0,12 0,03 0,05
Ausentismo docente -0,096** -0,054** -0,101** -0,95 3,57 0,03 0,51
Uso TIC formación 0,000 0,000 -0,025** -0,80 1,58 0,00 0,39
Autonomía de la institución 0,112** 0,082** -0,062** -1,77 2,48 0,12 0,96
En las variables dicotómicas (aquellas que tiene de mínimo y máximo 0 y 1 puntos respectivamente) la media señala la proporción de casos que cumplen la condición establecida en la
tabla. Por ejemplo, el 44% de los estudiantes hablan guaraní en el hogar. En estas variables la desviación típica tomará como valor máximo 0,5 puntos cuando los valores de la variable se
distribuyan equitativamente. Por ejemplo, la desviación típica del género es 0,5 puntos ya que la proporción de hombres y mujeres es paritaria.
41
En el análisis jerárquico-lineal las variables predictoras se condicionan mutuamente y funcionan como

un grupo de covariables que se neutralizan y controlan mutuamente. Además, el uso de errores
robustos en las estimaciones hace que los modelos completos sólo incluyan las variables más
relevantes, dejando fuera, por no presentar significación estadística, factores y variables que son
importantes y no conviene olvidar. Tradicionalmente los estudios educativos desechan las variables y
factores que no muestran efectos significativos. En este caso se considera relevante incluir aquellas
variables de proceso educativo que si bien carecen de potencia explicativa en el modelo completo han
mostrado correlaciones estadísticamente significativas con los resultados de las áreas analizadas en
SNEPE 2015. La tabla 4.8 recoge dichas variables mostrando sus descriptivos básicos y el coeficiente
de correlación con la puntuación en matemática, comunicación castellana y guaraní.
Se observa que variables tradicionalmente importantes en los estudios de eficacia escolar, como sería
el caso de los recursos del aula y la institución, la satisfacción docente, el liderazgo de las direcciones
o las relaciones personales entre los docentes han quedado fuera de los modelos finales de 6.º de EEB.
Esto no quiere decir que estas variables carezcan de importancia. Por ejemplo, los coeficientes de
correlación en matemática y comunicación castellana con las “relaciones profesor-director” son
similares al de variables como “clima de trabajo en el aula”, que sí fueron estadísticamente
significativas en el modelo analizado.
Tabla 4.8. Estadísticos descriptivos de los índices NO estadísticamente significativos en 6.º de EEB
r r r
Matem. L. Cast. L. Gua.
Recursos de aula ,019** ,035** -,059** -0,66 0,19 0,09 0,09
Recursos de la institución -,029** -,039** ,088** -0,16 0,19 0,09 0,07
Exclusividad director -,023** 0,00 -,019** 0,00 1,00 0,55 0,49
Exclusividad profesores -,018** -,025** 0,00 0,00 1,00 0,60 0,47
Monitoreo y seguimiento ,019** ,021** -,011** -2,08 1,03 0,04 0,55
Satisfacción laboral docente ,018** 0,00 0,00 0,00 1,00 0,93 0,25
Relaciones Profesores-Director ,042** ,031** ,014** -2,00 0,39 -0,01 0,38
Relaciones entre profesores ,029** ,009* ,023** -1,37 0,36 0,01 0,32
Autonomía académica ,051** ,047** -,039** -0,96 0,58 0,05 0,48
Autonomía personal ,094** ,086** -,065** -0,32 1,31 0,14 0,57
Autonomía presupuesto 0,00 -0,01 0,00 -1,08 0,42 0,02 0,47
Liderazgo académico 0,00 ,009* -,025** -2,52 0,31 0,00 0,42
Liderazgo materia personal 0,00 ,014** -,032** -2,45 0,31 0,02 0,48
Liderazgo institucional -,030** -,022** 0,00 -1,62 0,27 0,03 0,26
Liderazgo para PEI 0,01 ,020** -,035** -2,67 0,23 -0,03 0,47
Acceso a TIC en la institución ,061** ,073** -,075** -0,73 0,92 0,02 0,51
Uso TIC en el aula ,020** ,040** -,046** -0,77 2,12 0,12 0,51
Uso TIC gestión institucional ,042** ,061** -,080** -0,96 1,57 0,01 0,49
r = Coeficiente de correlación de Pearson
Matemática
La tabla 4.9 muestra las estimaciones de factores fijos y aleatorios para la prueba de matemática. El
modelo nulo (modelo 1) señala que aproximadamente el 73% de las diferencias se concentran en el
nivel del estudiante (varianza dentro de las instituciones educativas), mientras que la varianza entre
las instituciones educativas representa el 24% del total de las variaciones. Los datos de 6.º de EEB
replican las proporciones del “efecto de la institución educativa” advertidos en 3º de EEB y señalan
42
que la magnitud de la varianza entre instituciones estimada en SNEPE 2015 es menor de la que cabría
esperar en función de los datos previos disponibles (UNESCO-OREALC, 2016; UNESCO-OREALC, y
LLECE, 2000, 2001, 2010, 2016a, 2016b; Woitschach, et al., 2017).
Tabla 4.9. Estimaciones efectos fijos y aleatorios para Matemática. 6º de EEB

Es mujer/niña - -0,42 NS -1,52 ** -1,47 NS
Habla guaraní - -5,47 *** -4,79 *** -4,72 ***
Vive < 30 min de la escuela - 12,82 *** 12,24 *** 11,63 ***
SES de la familia - 4,19 *** 4,13 *** 4,51 ***
-
Sobreedad - *** -18,49 *** -19,07 ***
20,18
Fue a Educación Inicial - *** 10,84 11,48 *** 12,49 ***
Hace deberes a diario - - - 0,23 NS 0,44 NS
Hábitos de lectura - - - 3,76 *** 3,90 ***
Acceso a TIC (factor gral.) - - - -2,58 *** -2,00 *
Participa act. Extraescolares - - - -32,89 *** -32,76 ***
Participa en organizaciones - - - -4,83 *** -4,57 ***
Expectativas Ed. Superior - - - 12,16 *** 13,15 ***
Sector privado y subvencionado - 18,94 *** 22,95 *** 16,93 ***
SES institución - -5,53 *** -4,72 *** -2,71 NS
Clima de trabajo en el aula - - - - - 6,01 ***
Violencia en la institución - - - - - -117,67 ***
Clima escolar - - - - - 14,06 *
Ausentismo docente - - - - - -5,49 *
Uso TIC formación - - - - - -2,16 NS
SES Departamento - 22,09 NS 10,31 NS 11,70 NS
% estudiantes hablan guaraní - 31,2 0,18 24,46 NS 27,81 NS
% instituciones privadas y subv. - -2,72 NS 1,78 NS 8,01 NS
Nivel 1 2% 4% 4%
Nivel 2 5% 14% 26%
Nivel 3 8% 7% 33%
Total 3% 6% 10%
43
recoge la distribución de la varianza dentro y entre instituciones educativas en cada
departamento. Los departamentos donde las instituciones educativas presentan menos
diferencias en sus resultados en Matemática son Central y Ñeembucú. En el extremo contrario,
Paraguarí, Capaazá y San Pedro presentan varianzas entre instituciones educativas en torno o
por encima del 30%, y son las regiones donde las diferencias entre sus instituciones son más
acusadas.
Central 87 17
Ñeembucú 86 14
Misiones 80 20
Asunción 78 18
Amambay 78 22
Alto Paraná 77 23
Concepción 76 24
Cordillera 73 27
Guairá 72 28
Itapúa 72 28
Caaguazú 71 29
Paraguarí 70 30
Caazapá 70 30
San Pedro 67 33
100 80 60 40 20 0 20 40 60 80 100
En la tabla 4.9 el modelo de factores de ajuste (modelo 2) señala que no existe diferencia entre
hombres y mujeres en el rendimiento en matemática, los estudiantes que hablan guaraní en el hogar
obtuvieron 5 puntos menos en Matemática, después de controlar por el nivel socioeconómico
familiar. Por su parte, los estudiantes que viven a corta distancia de la institución, o al menos invierten
menos tiempo para llegar a ella, obtienen cerca de 13 puntos más en la prueba de matemática. Las
variables relativas a la trayectoria escolar también funcionan en el sentido esperado. Los estudiantes
que asistieron a educación infantil tienen una ventaja de casi 11 puntos, mientras que los estudiantes
con sobreedad se ubican alrededor de 20 puntos por debajo de sus pares que están en su trayectoria
educativa. Por su parte, estudiantes de instituciones educativas privadas y subvencionadas obtienen
mejores resultados que aquellos de instituciones oficiales, luego de considerar el nivel
socioeconómico de los estudiantes.
El modelo 3 muestra que, de las variables del estudiante, el involucramiento familiar en la tarea
educativa y las expectativas académicas que las familias tienen para sus hijos se asocian
significativamente al rendimiento en matemático, incluso luego de descontar los aspectos
44
socioeconómicos del estudiante. Los hábitos de lectura también se asocian positivamente al

rendimiento en matemática. El acceso a TIC también se asocia significativamente, aunque con una
contribución relativamente baja. Por otra parte, se advierte que la “participación de los estudiantes
en actividades extraescolares” y su “afiliación a organizaciones” deportivas, culturales y sociales
presentan efectos negativos. Inicialmente estos resultados pueden parecer contraintuitivos. Sin
embargo, las actividades extraescolares no se orientan necesariamente a la mejora de los
aprendizajes en matemática, mientras que las afiliaciones captan el efecto de aquellos estudiantes
que priman su participación en actividades lúdicas y deportivas, por encima de su trabajo escolar. Tal
como se observa en la figura 4.5, el rendimiento promedio de los estudiantes (sin controlar por
ningún otro factor) es inferior para los que están vinculados a alguna organización o que realizan
actividades extraescolares. Igualmente, se puede confirmar que a excepción de una (p. ej., clases de
ayuda a otros estudiantes…), las actividades no están directamente conectadas al aprendizaje de
contenidos en matemáticas.
Figura 4.5. Rendimiento por tipo de filiación y actividades extraescolares, Matemática 6.º de EEB
Clases de ayuda a otros estudiantes organizadas por la institución o los maestros 496 516
Actividades extraescolares
Actividades musicales o teatrales en la institución, pero fuera de las clases regulares 513 506
Votaciones a representantes del Consejo Escolar o Centro de Estudiantes 512 511
En alguna decisión acerca del funcionamiento de la institución 503 515
En debates en una asamblea de estudiantes 508 513
Preparar un periódico escolar o página web de internet 492 517
Candidatura p/ miembro del Consejo Escolar o rep. del Centro de Estudiantes 511 514
En una protesta a favor de alguna causa 501 516
Algún equipo u organización deportiva 507 504

Algún grupo de arte, música o teatro 509 510
Algún grupo de interés especial 505 515
Organización para jóvenes afiliados a algún partido político o sindicato 484 519
Afiliación
Organización ecológica 502 517

Organización en defensa de los derechos humanos 491 521
Grupo de ayuda a la comunidad 507 517
Organización cultural que defiende el origen o identidad étnica 493 520
Grupo u organización religiosa 517 506
Sí No s/ d 0 20 40 60 80 100
La realización diaria de deberes o tareas escolares en el hogar, no parece guardar relación con el
rendimiento matemático, cuestión que es compatible con otros los estudios multinivel de otros
países, que han encontrado efectos nulos o incluso negativos cuando la variable deberes escolares se
considera a nivel de estudiante.
Finalmente, el modelo completo (modelo 4) que permite estudiar los factores que se encuentran
dentro del ámbito de incidencia directa de la propia institución educativa, señala dos elementos a los
que la política educativa debe prestar especial atención. Por un lado, a los docentes, ya que la “calidad
de la instrucción” predice una ganancia de 161 puntos en matemática por cada punto de aumento en
dicho índice. Muy relacionado con lo anterior está el “ausentismo docente” que se encuentra
negativamente asociado a los resultados, señalando que los estudiantes cuyos docentes faltan, son
impuntuales o se retira más temprano tienden a presentar resultados más bajos. Por el otro lado, la
convivencia dentro de las instituciones educativas también parece ser relevante. La inseguridad o
violencia en la institución mostró una relación negativa con los resultados en matemática.
45
Adicionalmente el “clima de trabajo en el aula” aparece positivamente asociado al rendimiento en

esta área.
Cabe señalar que la autonomía de la institución educativa no se asocia a los resultados de las pruebas
de matemática. Esto es coherente, pues las instituciones educativas oficiales no tienen autonomía
en materia presupuestaria, ni en la selección y promoción de los docentes. De igual forma, tanto el
acceso a las TIC como su uso no se asocian fuertemente al rendimiento en matemática.
Comunicación castellana. El modelo 1 (modelo nulo) señala que casi el 87% de varianza se concentra
en el nivel del estudiante (varianza dentro de las instituciones educativas), lo que hace que “efecto
de la institución educativa” sea bastante pequeño.
En esta tabla, el modelo de factores de ajuste (modelo 2) muestra que cuando el idioma de uso
predominante no es el mismo que el utilizado en la prueba, el rendimiento es menor. Por su parte,
las variables de trayectoria escolar, “asistir a educación infantil” y “sobreedad” predicen,
respectivamente, ganancias de 6 puntos y pérdidas de 16 puntos en esta área, luego de controlar por
el índice socioeconómico familiar. Al igual que en los modelos anteriores, la cercanía a la escuela se
asocia a ganancias en comunicación castellana. Como ya ocurriera en matemática, las características
de las instituciones educativas (SES de la institución y sector) presentan relaciones significativas. La
mayor diferencia entre el modelo de ajuste de matemática y comunicación castellana se da con el
sexo del estudiante (“es mujer/niña”). En comunicación castellana, las mujeres tienen un rendimiento
por encima al de los hombres luego de controlar por otros factores del estudiante y su institución.
El modelo 3 muestra los efectos de las variables del estudiante sobre el rendimiento en Comunicación
castellana. En este caso los datos replican lo encontrado en matemática para este grado. Las
expectativas de educación superior que tengan los padres respecto a sus hijos, el nivel de
involucramiento que tienen en su educación, y los hábitos de lectura de los estudiantes presentan
efectos positivos y significativos, mientras que la participación en actividades extraescolares y la
afiliación a organizaciones lúdico-deportivas y culturales aparecen nuevamente inversamente
relacionadas con los resultados, mientras que la realización de deberes escolares no se asocia
significativamente al rendimiento. Nuevamente, el acceso a las TIC resulta significativo en su
asociación con el rendimiento, aunque con un efecto bastante moderado.
Finalmente, el modelo completo (modelo 4) de comunicación castellana presenta efectos similares

a los advertidos en matemática, aunque dichos efectos son ligeramente más débiles. La variable con
mayor efecto es el índice de calidad de la instrucción, que recoge el tipo y variedad de materiales
utilizados en la clase y predice una ganancia de 0,71 desviaciones típicas en comunicación castellana
por cada punto que aumenta dicho índice. Por su parte, el ausentismo docente no tiene efectos
significativos en el rendimiento en esta ocasión. El “clima de trabajo en el aula” también predice
mejoras en el rendimiento, aunque relativamente bajos. Es probable que parte del efecto del clima
de trabajo del estudiante sea ya capturado por el índice de calidad de la instrucción. Además, el uso
de TIC resultó significativamente asociado al rendimiento en esta área. Cabe aclarar que esta variable
agrupa ítems como el uso de computadoras o tablets para hacer tareas de la escuela, redes para fines
educativos, procesador de texto y planillas electrónicas, powerpoint y software educativo.
46
Tabla 4.10. Estimaciones efectos fijos y aleatorios para Comunicación castellana. 6.º de EEB
Es mujer/niña - 10,15 *** 9,67 *** 9,36 ***
Habla guaraní - -4,83 *** -3,55 *** -3,6 **
Vive < 30 min. Escuela - 14,66 *** 14,26 *** 13,44 ***
SES de la familia - 3,27 *** 3,19 *** 2,73 ***
Sobreedad - -16,37 *** -15,21 *** -16,5 ***
Acceso a TIC (Factor gral.) - - - -2,24 *** -2,67 **
Participa act. Extraescolares - - - -26,03 *** -29,9 ***
Sector privado y subvencionado - 12,65 *** 15,76 *** 15,05 ***
SES institución - 1,96 ** 1,63 * 2,8 *
Clima de trabajo en el aula - - - - - 3,89 **
Violencia en la institución - - - - - -29,37 NS
Clima escolar - - - - - 15,47 **
Ausentismo docente - - - - - -2,88 NS
Uso TIC formación - - - - - 4,97 **
% estudiantes hablan guaraní - 18,93 0,19 16,92 NS 10,46 NS
% instituciones privadas y subv. - -5,79 NS -2,53 NS 6,28 NS
10576,44
Dentro instituciones educativas (%) 10364,95 (88%) 10087,9 (89%) 10136,92 (90%)
(87%)
Entre instituciones educativas
1529,04 (13%) 1249,07 (11%) 1123,75 (10%) 1011,03 (9%)
(%)
Nivel 1 2% 5% 4%
Nivel 2 18% 27% 34%
Nivel 3 -10% -16% -14%
Total 4% 7% 8%
47
los departamentos se ajustó un modelo nulo para por entidad departamental. La figura 4.6
departamento. Se observan varianzas entre instituciones inferiores al 10% en departamentos
como Ñeembucú y Misiones, que estarían indicando una alta homogeneidad en los resultados
entre instituciones educativas, afirmación que, a la vista de los datos podría hacerse extensible
al conjunto de los departamentos toda vez que la varianza entre instituciones educativas no
supera el 20% en aquellos departamentos con mayores diferencias entre sus instituciones
educativas.
Los datos también señalan que la correlación entre las varianzas entre instituciones en
Matemática y Comunicación castellana por departamento es de 0,67. Esto indica cierta
estabilidad de los datos, ya que los departamentos que presentan pequeñas diferencias entre
instituciones educativas en un área tienden también a mostrar resultados más homogéneos es
la otra.
Figura 4.6. Varianza dentro y entre instituciones educativas, Comunicación castellana, 6.º de
EEB
Ñeembucú 93 7
Misiones 91 9
Central 90 10
Alto Paraná 89 11
Cordillera 88 12
Caazapá 87 13
San Pedro 86 14
Paraguarí 86 14
Caaguazú 86 14
Concepción 86 14
Asunción 85 15
Itapúa 85 15
Amambay 84 16
Guairá 84 16
120 100 80 60 40 20 0 20 40 60 80 100
Comunicación guaraní
Comunicación guaraní. El modelo 1 (modelo nulo) señala que el 80% de varianza se concentra en el
nivel del estudiante. De nuevo se encuentra un “efecto de la institución educativa” más pequeño de
lo esperado en función de los datos previos disponibles para Paraguay (UNESCO-OREALC, 2016;
UNESCO-OREALC, y LLECE, 2000, 2001, 2010, 2016a, 2016b; Woitschach, et al., 2017).
48
Tabla 4.11. Estimaciones efectos fijos y aleatorios para Comunicación guaraní. 6.º de EEB
Es mujer/niña - 14,65 *** 13,26 *** 12,62 ***
Habla guaraní - 11,04 *** 11,52 *** 12,5 ***
Vive < 30 min. Escuela - 11,35 *** 11,71 *** 11,94 ***
SES de la familia - 1,33 *** 1,68 *** 1,47 ***
Sobreedad - -18,07 *** -18,14 *** -19,2 ***
Fue a Educación Inicial - 4,64 *** 3,7 ** 4,43 *
Hace deberes a diario - - - 1,72 * 2,19 *
Acceso a TIC (Factor gral.) - - - -5,33 *** -3,92 ***
Participa act. Extraescolares - - - 7,11 NS 5,15 NS
Sector privado y subvencionado - -5,69 ** -0,33 NS 1,76 NS
SES institución - -4,93 *** -5,06 *** -4,97 ***
Clima de trabajo en el aula - - - - - 0,73 NS
Violencia en la institución - - - - - -71,05 **
Clima escolar - - - - - 4,86 NS
Ausentismo docente - - - - - -5,57 **
Uso TIC formación - - - - - 0,1 NS
Autonomía de la institución - - - - - -1,39 NS
SES Departamento - 9,26 NS 3,4 NS -1,29 NS
% estudiantes hablan guaraní - 12,26 NS 9,58 NS 7,28 NS
% instituciones privadas y subv. - -16,15 ** -12,05 ** -7,82 NS
Entre las instituciones educativas
1763,71 (14%) 1493,6 (13%) 1293,35 (12%) 1152 (10%)
(%)
Nivel 1 1% 3% 1%
Nivel 2 15% 27% 35%
Nivel 3 82% 86% 94%
Total 8% 11% 12%
En la tabla 4.11, se aprecia que el modelo de factores de ajuste de comunicación guaraní presenta
algunos rasgos diferentes a los de las otras áreas de 6.º de EEB. La diferencia más sustantiva es que
hablar guaraní en el hogar predice mejores resultados, incluso luego de considerar las diferencias
socioeconómicas. Esto podría estar significando que el rendimiento en comunicación está mediado
por el idioma, y que los guaraní hablantes demuestran habilidades similares en comunicación que los
castellano hablantes, siempre que la evaluación responda al idioma predominante del estudiante.
49
Para comprobar si las diferencias entre instituciones educativas se mantienen constantes

dentro de los departamentos se ajustó el modelo nulo para por entidad departamental. La
figura 4.7 recoge la distribución de la varianza al interior y entre instituciones educativas en cada
departamento. Hay cuatro departamentos (Asunción, Misiones, Central y Amambay) con
varianzas entre instituciones educativas inferiores al 10%, es decir los resultados de las
instituciones educativas en estas regiones son más homogéneos. En el extremo contrario las
mayores diferencias entre los promedios de las instituciones educativas en comunicación
guaraní se observan en la región del Chaco.
Los resultados indican que la correlación entre las varianzas entre las instituciones educativas
por departamento en Comunicación guaraní y castellana es de 0,76 y de correlación entre
Comunicación guaraní y Matemática de 0,56. Por tanto, los resultados parecen indicar que el
efecto entre instituciones educativas por departamento es bastante estable en las tres áreas
evaluadas y permite concluir que los departamentos que presentan pequeñas diferencias entre
instituciones en un área tienden a mostrar también valores más homogéneos en las áreas
restantes.
Figura 4.7. Varianza dentro y entre instituciones educativas en Comunicación guaraní, 6.º de
EEB
Misiones 93 7
Asunción 93 7
Central 92 8
Amambay 91 9
Ñeembucú 88 12
Cordillera 85 15
Paraguarí 84 16
Concepción 84 16
Alto Paraná 83 17
Caaguazú 83 17
Caazapá 82 18
Itapúa 82 18
San Pedro 80 20
Guairá 80 20
120 100 80 60 40 20 0 20 40 60 80 100
También quiere decir que el sistema no contempla la diversidad lingüística de manera eficiente, ya
que el bilingüismo no parece desarrollarse en los estudiantes. Por su parte, atendiendo que la mayoría
de las horas y en la mayoría de las instituciones el castellano es la lengua de instrucción, se pudiera
asumir que el progreso académico de los guaraní hablantes es más desafiante que el de los castellano
hablantes. Es decir, por un lado, ninguno de los estudiantes (ni los que hablan castellano ni los que
hablan guaraní) aprenden el otro idioma oficial del país, y por el otro, el que habla guaraní en la casa
tiene más dificultades de aprendizaje que el que habla castellano en su casa porque la escuela no
50
contempla su idioma de origen para facilitar su navegación en el sistema. El resto de las variables (sexo
del estudiante, cercanía del hogar a la institución educativa, asistencia a educación inicial y
sobreedad) funcionan en misma línea que los modelos ajustados para matemática y comunicación
castellana.
El modelo 3 muestra el efecto de las variables del estudiante sobre el rendimiento en comunicación
guaraní. De nuevo se observan algunas diferencias con respecto a los modelos precedentes de 6.º de
EEB. La realización diaria de deberes escolares muestra efectos positivos, aunque bastante marginal
y significativo sólo al 0,10 de significancia, mientras que la participación en actividades extraescolares
pierde la significación estadística observada las áreas discutidas anteriormente. El resto de las
variables funcionan en el mismo sentido y con efectos similares a los ya mencionados para
matemática y comunicación castellana.
En el modelo completo (modelo 4), los resultados son similares a los advertidos en los de matemática
y comunicación castellana. De nuevo la calidad de la instrucción y el ausentismo docente muestran
importantes relaciones con el rendimiento de los estudiantes, lo mismo que el índice de violencia y
seguridad en el entorno de la institución. El resto de variables presentan relaciones no significativas.
Lectura conjunta de los factores con mayor fuerza explicativa en 6.º de EEB
Los porcentajes de varianza explicada por los modelos completos de las tres áreas son modestos
(entre 8% y 12%). El dato es compatible con el hecho de que las correlaciones entre las variables
antecedentes y los resultados en las pruebas son bajas o muy bajas. Adicionalmente debe recordarse
que en todos los modelos se observó una fuerte concentración de varianza en el nivel de estudiantes,
lo que quiere decir que existen otros elementos del contexto del estudiante, y que no fueron
capturados en este modelo, que explicarían esta variabilidad. De igual forma, esta concentración de
varianza entre estudiantes muestra que las instituciones educativas son relativamente homogéneas
en cuanto a sus características. La tabla 4.12 resume la relación entre las variables analizadas en los
modelos completos (modelo 4) de 6.º de EEB y el rendimiento académico, segregadas por área
evaluada.
51
Tabla 4.12 Síntesis de los efectos de los factores asociados en 6.º de EEB
Comunicación Comunicación
Matemática
castellana guaraní
Es mujer/niña ●  
Habla Guaraní en casa   
Vive < 30 min. Escuela   
SES de la familia   
Sobreedad   
Fue a Educación Inicial   
Hace deberes a diario ● ● 
Hábitos de lectura   
Acceso a las TIC (Factor general)   
Participa en actividades extraescolares   ●
Participa en organizaciones   
Involucramiento familiar   
Expectativas familia Ed. Superior   
Sector privado y subvencionado   ●
SES de la Institución ●  
Clima de trabajo en el aula   ●
Violencia en la institución  ● 
Clima escolar   ●
Calidad de la instrucción   
Ausentismo docente  ● 
Uso TIC formación ●  ●
Autonomía de la institución ● ● ●
Los modelos completos incluyen variables de distinta naturaleza (nominales y continuas) que se
expresan en diferentes escalas (por ejemplo, variables dicotómicas e índices estandarizados
expresados en escalas continuas). Todo ello dificulta la comparación del tamaño del efecto de las
variables que se presentan en las tablas 4.9, 4.10, y 4.11. En este apartado, el efecto de las variables
se expresa como puntos potenciales de ganancia, para lo cual el coeficiente no estandarizado de cada
variable se multiplica por su rango de puntuaciones lo que permite expresar los resultados como el
recorrido de la ganancia de puntuaciones que ofrece cualquier variable y básicamente muestra las
diferencias en los puntajes entre dos estudiantes ubicados a cada extremo de la distribución de la
variable en cuestión (p. ej., la diferencia de puntajes entre el estudiante con la mejor condición
socioeconómica y el de peores condiciones). La figura 4.8 muestra los puntos de ganancia (o pérdida)
en los resultados de Matemática, Comunicación castellana y Comunicación Guaraní asociados a los
factores del estudiante y de la institución educativa.
52
Figura 4.8. Efectos de los factores asociados en Matemática, y Comunicación castellana y guaraní
Matemáticas Castellano Guaraní

Es mujer/niña -1 NS 9 13
Habla Guaraní en casa -5 -4 13
Vive < 30 min. escuela 12 13 12
SESde la familia 49 30 16
Sobreedad -19 -17 -19
Fue a Educación Inicial 12 8 4
Hace deberes a diario 0 NS 0 NS 2
Hábitos de lectura 18 18 24
Aceso a las TIC (Factor general) -9 -12 -17
Participa en act. extraescolares -16 -15 3 NS
Participa en organizaciones -21 -23 -23
Involucramiento familiar 16 16 16
Expectativas Ed.Superior 13 14 9

Sector privado y subvencionado 17 15 2NS
SESinstitución -21 NS 22 -39
Clima de trabajo en el aula 25 16 3 NS
Violencia en la institución -48 -12 NS -29
Clima escolar 17 19 6 NS
Calidad de la instrucción 84 37 34
Ausentismo docente -25 -13 NS -25
Uso TIC formación -5 NS 12 0 NS
Autonomía de la institución 10 NS 6 NS -6 NS
-90 -60 -30 0 30 60 90 -90 -60 -30 0 30 60 90 -90 -60 -30 0 30 60 90
Tal como se esperaba, el nivel socioeconómico de las familias es el factor que se asocia de manera
más fuerte con el aprendizaje de los estudiantes. Entre dos estudiantes provenientes de familias
ubicadas en los extremos de la escala socioeconómica se predicen diferencias de prácticamente 50
puntos en las escalas de Matemática, 30 puntos en comunicación castellana, y de 16 puntos en
Comunicación guaraní. La diferencia entre hombres y mujeres es significativa en comunicación
(guaraní y castellano), pero no en matemáticas. El idioma, tal como se mencionó condiciona la calidad
del rendimiento, y es tanto más fuerte en comunicación guaraní. La sobreedad se asocia
consistentemente con el mal rendimiento académico de los estudiantes en todas las áreas evaluadas
en 6.º grado, encontrándose desventajas de entorno al 20% de la desviación típica (es decir, cerca de
20 puntos). La distancia o tiempo invertido en la conmutación entre escuela y casa se vincula
consistentemente con buenos resultados.
La realización frecuente de deberes escolares sólo muestra una asociación marginalmente positiva
con los resultados en comunicación guaraní y, por tanto, impide extraer una conclusión definitiva
sobre sus efectos sobre los resultados escolares. El acceso a TIC mostró resultados significativos, pero
negativamente asociados al rendimiento, considerando distintos niveles de significancia. Por
ejemplo, el acceso a las TIC se asocia a un menor rendimiento en matemática al 0,10 de significancia,
mientras que en castellano y guaraní lo hace al 0,05 de significancia. Esto implica que la asociación es
tanto más negativa y evidente en comunicación que en matemática. De manera opuesta, el uso de
TIC en actividades asociadas a la educación muestra un efecto positivo en el rendimiento en
comunicación castellana, pero no es significativa en matemática y comunicación guaraní.
53
Dos variables que conjuntamente suman un 40% de desviación típica (es decir, 40 puntos
aproximadamente) en las tres áreas son “hábitos lectores” e “involucramiento familiar”. Se trata de
dos posibles vías para establecer planes de mejora en las instituciones educativas. Dicho de otra
forma, se podría plantear el trabajo en estas dos líneas tanto a nivel de sistema como a nivel de
institución. Estas acciones no implican costos económicos importantes, pero muestran su potencial
en términos de su incidencia en la mejora del rendimiento académico de los estudiantes.
Las expectativas familiares muestran un efecto muy importante y sistemático en las tres áreas de
evaluación. Si los padres tienen altas expectativas académicas para sus hijos e hojas (como que
alcancen educación superior), el rendimiento de sus hijos es mayor. De hecho, existe asociación entre
estos dos factores: los padres que tienen altas expectativas de educación de sus hijos tienden a
involucrarse más en sus actividades académicas. Esta correlación se va atenuando conforme se
avanza en los grados evaluados (p.ej., en 3.º grado la asociación es más fuerte que en 6.º grado).
Por su parte, participar en actividades extraescolares no implica mejor rendimiento académico al igual
que la participación en organizaciones de algún tipo. Esto no significa que estas actividades no sean
útiles para otros propósitos, tales como el desarrollo de habilidades interpersonales y de valores (a
través de las actividades lúdicas) o de aspectos asociados a la educación cívica (como participación en
elecciones, debates, y protestas). La literatura ha mostrado efectos positivos en el aprendizaje cuando
las actividades extraescolares son organizadas persiguiendo objetivos claros. La institución educativa
podría plantear dichas actividades a la luz de los resultados del as pruebas SNEPE 2015.
Las dos variables que describen la historia escolar del estudiante (“asistencia a educación inicial” y
“sobreedad”) también muestran resultados constantes. Que los estudiantes no se encuentren en su
trayectoria educativa esperada (es decir, que estén con sobreedad) implica que ellos obtendrán un
rendimiento de alrededor del 20% de la varianza de resultados en las tres áreas (20 puntos menos).
Por su parte, haber asistido a educación infantil predice mejores rendimientos en comunicación
castellana y matemática y de forma más moderada en comunicación guaraní.
Las variables de proceso a nivel de institución educativa muestran unos resultados muy destacados y
permiten orientar las líneas de mejora de la calidad educativa. El papel del docente se muestra con un
elemento clave. La calidad de la instrucción presenta fuertes relaciones positivas con los resultados
en todas las áreas (84 puntos en matemática, y alrededor de 35 puntos en comunicación), mientras
que al ausentismo docente aparece vinculado a resultados educativos más bajos en dos de las tres
materias (25 puntos en matemática y comunicación guaraní). La calidad de la instrucción es mayor en
zonas urbanas y en instituciones privadas y subvencionadas. De igual manera, el ausentismo es mayor
en las zonas rurales que en las urbanas, y en subvencionadas y oficiales que en privadas (en ese orden)
para este grado. Estos dos factores forman parte de un constructo mayor, las oportunidades de
aprendizaje del estudiante. Los datos parecen apuntar a que la mejora de los procesos instructivos y
el control sobre el cumplimiento del horario docente son aspectos que muy probablemente ayudarán
a la mejora de los resultados educativo.
Finalmente, las evidencias también señalan la importancia de la convivencia, las relaciones personales
y el clima de trabajo en el aula en las instituciones educativas. Por ejemplo, en Matemática los índices
de “violencia en la institución” y “clima de trabajo” predicen diferencias en torno a un 60% de la
desviación típica. Estos factores muestran un importante potencial de mejora que debería ser
trabajado desde la institución y desde el sistema educativo.
54
Noveno grado de EEB

La tabla 4.13 organiza las variables según el nivel de análisis y muestra las correlaciones entre los
resultados cognitivos y las variables de contexto que han mostrado resultados significativos en el
análisis de 9.º EEB. También recoge los estadísticos descriptivos (mínimo, máximo, media y
desviación típica) de cada variable o índice analizado. Tal como ya se mencionó, las correlaciones
simples no siempre son un estimador preciso de la relación con el rendimiento académico en
estructuras jerarquizadas. Sin embargo, una correlación significativa es condición necesaria para
aportar capacidad explicativa a un modelo multinivel. Por lo tanto, el análisis de la matriz de
correlaciones facilita la selección de variables para el análisis multinivel: las variables con
correlaciones significativas se consideraron en el análisis.
Todas las correlaciones de rendimiento académico son positivas y estadísticamente significativas

(p<0,01). La correlación de mayor magnitud aparece entre los resultados en matemática y
comunicación castellana (r=0,269) y la más baja entre matemática y comunicación guaraní (r=0,177).4
Las correlaciones entre los resultados en matemática y las variables que reflejan las características
de los estudiantes y su familia son, en general, bajas y oscilan entre -0,096 (“sobreedad”) y 0,125
(“nivel socioeconómico de la familia – SES de la familia”). Hay variables –“hacer deberes
diariamente” y “participación en actividades extraescolares”- que no mostraron relación significativa
con los resultados en matemática, aunque sí aparecieron significativamente relacionadas con los
resultados de comunicación guaraní. El rango de las correlaciones en comunicación castellana es
similar a matemática. Por ejemplo, el nivel socioeconómico del estudiante (r=0,170; p<0,01) tiene la
correlación más alta con el rendimiento en comunicación castellana, seguido por el idioma hablado
en la casa (“hablar guaraní en casa”) (r=-0,134; p<0,01).
4
(r=0,383, p<0,01); matemática y comunicación guaraní (r=0,254, p<0,01); y comunicación castellana y guaraní
(r=0,345, p<0,01) en este grado son relativamente mayores a los reportados en este informe debido a que (a)
todos los casos fueron considerados en la elaboración del informe nacional, mientras que en este sólo aquellos
55
Tabla 4.13. Estadísticos descriptivos de los índices estadísticamente significativos en 9.º EEB
r r r
Matemática C. Castellana C. Guaraní.
Matemática - - - 89,77 960,59 501,19 100,04
Comunicación Castellana 0,269** - - 109,41 1106,97 500,51 99,96
Comunicación Guaraní 0,177** 0,226** - 80,17 907,64 501,50 100,06
Variables analizadas a Nivel individual (características de los estudiantes y su familia)
Es mujer/niña -0,021** 0,059** 0,068** 0,00 1,00 0,52 0,50
Habla Guaraní en casa -0,075** -0,134** 0,143** 0,00 1,00 0,43 0,49
Vive < 30 min. de la escuela 0,046** 0,042** 0,050** 0,00 1,00 0,83 0,38
SES de la familia 0,125** 0,170** -0,086** -6,55 4,40 0,12 1,81
Sobreedad -0,096** -0,116** -0,047** 0,00 1,00 0,13 0,33
Fue a Educación Inicial 0,044** 0,052** 0,003 0,00 1,00 0,93 0,25
Hace deberes a diario 0,006 -0,003 0,036** 0,00 1,00 0,26 0,44
Hábitos de lectura 0,027** 0,014** 0,077** -3,43 1,33 0,02 0,86
Acceso a las TIC 0,116** 0,136** -0,086** -1,72 2,78 -0,04 0,87
Participa en organizaciones -0,021** -0,036** 0,000 -1,13 4,10 0,01 0,85
Participa en actividades extraescolares 0,002 -0,008 0,040** -0,18 0,31 0,00 0,11
Involucramiento familiar 0,041** 0,038** 0,043** -0,96 0,36 -0,07 0,29
Expectativas familia Ed. Superior 0,053** 0,089** -0,008 0,00 1,00 0,89 0,31
Variables analizadas a Nivel de institución (características de la institución educativa)
Sector privado y subvencionado 0,132** 0,145** -0,082** 0,00 1,00 0,22 0,41
Tamaño institución 0,029** 0,077** -0,079** -1,02 5,10 0,00 1,00
SES institución 0,122** 0,175** -0,146** -4,23 3,08 0,15 1,20
Calidad de la instrucción 0,053** 0,005 0,069** -0,34 0,12 0,00 0,05
Ausentismo docente -0,079** -0,013** -0,045** -1,63 2,84 -0,01 0,48
Clima del aula 0,018** -0,054** 0,088** -0,46 0,76 -0,02 0,19
En las variables dicotómicas (aquellas cuyo mínimo y máximo son respectivamente 0 y 1 puntos) la media señala la proporción de casos que cumplen la condición establecida en la tabla. Por
ejemplo, el 42,3% de los estudiantes hablan guaraní en el hogar. En estas variables la desviación típica tomará como valor máximo 0,5 puntos cuando los valores de la variable se distribuyan
equitativamente. Por ejemplo, la desviación típica del género es 0,5 puntos ya que la proporción de hombres y mujeres es paritaria.
56
En comunicación guaraní las correlaciones se mantienen en magnitudes muy moderadas, si bien el

sentido de relaciones cambia sensiblemente con respecto a las dos áreas precedentes. Por ejemplo,
“hablar guaraní en el hogar” se relaciona positivamente con el rendimiento (r = 0,143), lo cual tiene
sentido. Igualmente, se encontraron diferencias en las correlaciones de las variables que describen la
trayectoria escolar de los estudiantes: la “sobreedad” es negativa pero su magnitud se reduce a la
mitad para comunicación guaraní, mientras que asistir a educación inicial y participar en
organizaciones de algún tipo tienen correlación nula con el rendimiento en guaraní.
El tipo de gestión de la institución se relaciona con el rendimiento en matemática y comunicación

castellana: las instituciones privadas y subvencionadas tienden a mostrar mejor desempeño. De igual
manera, el SES de la institución (es decir, el promedio del SES de los estudiantes que asisten a la
institución) muestran una correlación más fuerte con comunicación castellana (r = 0,175) que con
matemática (r=0,122). Comunicación guaraní tiene una relación con estas variables que va en la
dirección opuesta. Por ejemplo, SES de la institución tiene asociación negativa con comunicación
guaraní (r=-0,146). Todo esto hace que los modelos explicativos del desempeño en comunicación
guaraní sean en algunos aspectos distintos a los mostrados en matemática y comunicación
castellana.
Tabla 4.14. Estadísticos descriptivos de los índices NO estadísticamente significativos en 9.º de EEB
r r R
Matem. C. Cast. C. Guar.
Acceso a TIC en la institución 0,091** -0,065** 0,106** -1,77 2,48 0,12 0,05
Acceso TIC profesor 0,102** -0,046** 0,082** -0,73 0,92 0,16 0,23
Autonomía materia personal 0,092** -0,059** 0,100** -0,32 1,31 0,18 -0,32
Uso TIC en el aula 0,095** -0,089** 0,073** -0,95 1,4 0,41 0,46
Uso TIC gestión institucional 0,055** -0,061** 0,038** -1,38 1,71 0,31 0,33
Uso TIC gestión profesor 0,055** -0,052** 0,027** -0,96 1,57 0,13 0,13
Autonomía materia académica 0,049** -0,057** 0,045** -0,96 0,58 0,03 0,05
Relaciones entre profesores 0,018** 0,017** 0,044** -1,18 0,36 -0,05 -0,04
Relaciones Profesores-Director 0,018** 0 0,034** -2 0,39 -0,01 0
Liderazgo para PEI 0,032** -0,057** 0 -2,67 0,23 -0,04 0,23
Liderazgo académico 0,029** -0,039** 0,012* -2,12 0,31 0 0,31
Monitoreo y seguimiento 0,017** -0,019** 0,027** -2,08 1,03 -0,03 -0,09
Liderazgo materia personal 0,024** -0,031** 0 -2,33 0,31 0,02 0,31
Satisfacción laboral 0,011* 0 0,020** -1,9 0,84 0,13 0,15
Exclusividad director 0,019** -0,01 0 0 1 0,48 0
Los modelos multinivel sólo incluyen las variables más relevantes, y excluyen factores y variables
tradicionalmente importantes en las evaluaciones de sistemas educativos que no presentan
significación estadística. En general, los estudios educativos desechan las variables y factores que no
muestran efectos significativos. Sin embargo, en este caso se ha considerado interesante incluir
aquellas variables de proceso educativo que si bien carecen de potencia explicativa en el modelo
completo han mostrado correlaciones estadísticamente significativas con los resultados de las áreas
analizadas en SNEPE 2015. La tabla 4.14 recoge dichas variables mostrando sus descriptivos básicos
y la correlación con matemática, comunicación castellana y comunicación guaraní. Se observa que las
variables relacionadas con los recursos TIC o el liderazgo del director presentan coeficientes de
correlación muy similares a variables incluidas en los modelos finales. Sin embargo, la potencia
explicativa de estos índices y factores quedan anuladas, en parte por también relacionarse con otros
factores que mantienen su significancia en el modelo.
57
Matemática
matemática. El modelo nulo (modelo 1) señala que el 80% de las diferencias se concentran en el nivel
del estudiante (varianza dentro de las instituciones), mientras que la varianza entre las instituciones
educativas representa el 19% del total de las variaciones. Como ya se señaló en los datos de 3.º y 6.º
de EEB, la varianza entre instituciones estimada con los datos de SNEPE 2015 es relativamente baja.
Sin embargo, en PISA-D, que evalúa a estudiantes cuyo grado modal es 9.º grado, la proporción de
varianza entre instituciones era también relativamente baja, ubicándose entre 30% y 34% para las
tres áreas evaluadas (MEC, 2018).
La tabla 4.15 muestra que los estudiantes que hablan guaraní en el hogar obtuvieron 4 puntos menos
en matemática, luego de controlar por los demás factores de contexto del estudiante (SES, género,
etc.) Por su parte, “vivir a menos de 30 minutos de la escuela o institución educativa” se asocia a una
ganancia de 9 puntos en esta prueba. Los estudiantes que asistieron a educación infantil tienen una
ventaja de 6 puntos, luego de controlar por los demás factores. Por su parte, los estudiantes
rezagados (con sobreedad) obtienen 20 puntos menos que sus pares que se encuentran en su
trayectoria educativa, luego de descontar las demás variables contextuales. El tipo de gestión de las
instituciones educativas y el SES de la institución presentan efectos significativos, prediciéndose
ventajas para las instituciones privadas y subvencionadas y para aquellas con estudiantes que tienen
mejores niveles de SES. El tamaño de la institución no fue estadísticamente significativo.
El modelo 3 explora el efecto de las variables del estudiante, nuevamente las “expectativas familiares
sobre la educación superior” de sus hijos y el “involucramiento familiar” en la tarea educativa se
asocian a mejor rendimiento. Es así, que el modelo predice 15 puntos de ganancia en matemática si
las familias esperan que sus hijos o hijas alcancen al menos un nivel educativo superior y 6 puntos de
ganancia por cada punto de mejora en el índice que resume el grado en que los padres son partícipes
de las actividades escolares de sus hijos. Por otra parte, se advierte que la afiliación de estudiantes a
organizaciones deportivas, culturales y sociales presentan efectos negativos, mientras que la
participación en actividades extraescolares no es estadísticamente significativa. Hacer tareas a
diario, no parece guardar relación con el rendimiento matemático, cuestión que es compatible con
las evidencias ofrecidas por otros estudios que analizan la naturaleza multinivel de las tareas
escolares en el hogar. De igual forma, los hábitos de lectura se asocian a mejores niveles de
aprendizaje, mientras que las TIC no guardan relación significativa con el rendimiento en
matemática.
58
Tabla 4.15. Estimaciones efectos fijos y aleatorios para Matemática, 9º de EEB

Es mujer/niña - -5,56 *** -6,64 *** -6,78 ***
SES de la familia - 3,36 *** 2,39 *** 2,32 ***
Sobreedad - -20,12 *** -18,92 *** -18,95 ***
Fue a Educación Inicial - 6,10 *** 4,00 * 4,79 **
Hábitos de Lectura - - - 4,58 *** 4,31 ***
Acceso a TIC - - - 0,52 NS 0,69 NS
Participa en act. extraescolares - - - 5,23 NS 7,25 NS
Sector Privado y subvencionado - 18,92 *** 20,84 *** 17,65 ***
Tamaño institución - 1,53 NS 2,41 NS 4,4 **
SES institución - 2,06 * 2,13 * 3,87 ***
Calidad de la instrucción - - - - - 49,15 **
SES Departamento - -7,2 NS -11,53 NS -7,74 NS
% instituciones privadas y subv. - 1,94 NS 5,25 NS 5,02 NS
Entre instituciones educativas
1999,61 (19%) 1627,22 (17%) 1589,26 (17%) 1589,26 (17%)
(%)
Nivel 1 4% 6% 6%
Nivel 2 19% 21% 31%
Nivel 3 -12% -65% 55%
Total 7% 8% 14%
El modelo completo (modelo 4) permite estudiar los factores que se encuentran dentro del ámbito
de incidencia directa de la propia institución educativa. Los resultados señalan dos elementos a los
que la política educativa debe prestar especial atención: la “calidad de la instrucción,” que predice
una ganancia de 49 puntos en matemática y el clima de trabajo en el aula, que mostró ganancias de
19 puntos de rendimiento. El ausentismo docente también se asocia al rendimiento en matemática,
apareciendo como el factor con mayor potencial para deteriorar los resultados en esta área.
59
los departamentos se ajustó el modelo nulo por entidad departamental. La figura 4.9 recoge la
distribución de la varianza dentro y entre institución en cada departamento. Los
departamentos donde las instituciones presentan menos diferencias en sus resultados en
Matemática son Central y Ñeembucú, en este último caso con un efecto pequeño entre-
instituciones. En el extremo opuesto, Paraguarí, San Pedro y Caazapá presentan varianzas
entre instituciones en torno o por encima del 25%, y son las regiones donde las diferencias entre
instituciones son más acusadas.
Ñeembucú 97 3
Central 92 8
Cordillera 89 11
Misiones 85 15
Asunción 85 15
Concepción 83 17
Itapúa 83 17
Alto Paraná 82 18
Caaguazú 82 18
Amambay 80 20
Guairá 75 25
Paraguarí 74 26
San Pedro 74 26
Caazapá 69 31
120 100 80 60 40 20 0 20 40 60 80 100
Comunicación castellana. El modelo 1 (modelo nulo) señala de nuevo un pequeño efecto de la
institución: casi el 85% de varianza se concentra en el nivel del estudiante, quedando apenas 11% de
las varianzas debido a diferencias entre instituciones educativas.
El modelo de factores de ajuste muestra que la educación inicial se relaciona con ganancias de 6
puntos en comunicación castellana y pérdidas de 21 puntos en esta área para los chicos con rezago
escolar (sobreedad). El idioma, como en grados anteriores, se relaciona al rendimiento. Es decir, un
estudiante que habla guaraní en el hogar tiene un rendimiento en comunicación castellana de 6
puntos por debajo de su par castellanohablante, luego de controlar el nivel socioeconómico (SES).
Finalmente, vivir a menos de 30 minutos de la escuela predice ganancias en comunicación castellana
similares a las mostradas en Matemática.
60
Tabla 4.16. Estimaciones efectos fijos y aleatorios para Comunicación Castellana. 9.º de EEB
Es mujer/niña - 9,82 *** 8,79 *** 8,94 ***
SES de la familia - 3,68 *** 2,77 *** 2,75 ***
Sobreedad - -21,5 *** -20,52 *** -20,91 ***
Fue a Educación Inicial - 6,44 *** 3,17 NS 3,02 NS
Acceso a las TIC - - - 1,45 * 1,55 *
Participa en act. Extraescolares - - - -0,19 NS -1,34 NS
Involucramiento familiar - - - 2,81 NS 2,15 NS
Variables Nivel 2: Institución educativa
Sector Privado y subvencionado - 13,94 *** 15 *** 14,22 ***
Tamaño institución - 3,07 ** 3,83 *** 4,15 ***
SES institución - 5,07 *** 5,68 *** 6,25 ***
Calidad de la institución - - - - - 38,32 **
Ausentismo docente - - - - - 0,76 NS
Clima de trabajo en el aula - - - - - 6,00 NS
% estudiantes hablan guaraní - -2,28 NS -2,03 NS -1,1 NS
Dentro de las instituciones educativas (%) 8653,32 (85%) 8474,97 (88%) 8389,85 (89%) 8418,67 (90%)
Nivel 1 2% 3% 3%
Nivel 2 5% 15% 31%
Nivel 3 83% 86% 55%
Total 5% 7% 14%
El modelo 3 permite comprobar el efecto de las variables del estudiante sobre su rendimiento en
comunicación castellana. La frecuencia y motivación para la lectura (“hábitos de lectura”) y las
expectativas que tienen los padres respecto a la educación que pueden alcanzar sus hijos presentan
efectos positivos y significativos, la afiliación a organizaciones lúdico-deportivas y culturales aparece
inversamente relacionada con los resultados, mientras que el involucramiento de los padres, la
realización de tareas escolares y la participación de los estudiantes en actividades extraescolares
muestran una relación nula. El acceso a las TIC no parece ser un factor importante, dado que sólo es
significativo cuando se asume mayor riesgo de error (p > 0.05).
61
Se ajustó un modelo nulo por entidad departamental con el fin de analizar si las diferencias
entre instituciones se mantienen constantes dentro de los departamentos. La figura 4.10
recoge la distribución de la varianza al interior de las instituciones y entre instituciones en cada
departamento. En seis departamentos, las diferencias de rendimiento entre instituciones son
inferiores al 10%, lo que estaría indicando una alta homogenidad en los resultados de las
instituciones educativas. Es decir, no parece haber mucha diferencia entre asistir a una u otra
institución, lo cual no sería malo si el aprendizaje de los estudiantes fuera elevado. Sin embargo,
atendiendo que esta no es la situación del noveno grado, esta homogeneidad indica que
ninguna institución “marca la diferencia” en relación al rendimiento de sus estudiantes. Esta
afirmación podría hacerse extensible al conjunto de los departamentos cuya varianza entre
instituciones no supera el 15%.
Por su parte, se verifica que la correlación departamental de las varianzas entre instituciones en
Matemática y Comunicación castellana es de 0,67, lo que indica que los departamentos que
presentan pequeñas diferencias entre instituciones en un área tienden también a mostrar los
mismos resultados en la otra.
Figura 4.10. Varianza dentro y entre instituciones educativas en Comunicación castellana, 9.º
de EEB
Ñeembucú 95 5
Cordillera 94 6
Central 93 7
San Pedro 93 7
Caaguazú 92 8
Amambay 91 9
Misiones 90 10
Itapúa 90 10
Alto Paraná 90 10
Concepción 89 11
Paraguarí 89 11
Asunción 88 12
Guairá 87 13
Caazapá 85 15
120 100 80 60 40 20 0 20 40 60 80 100
Finalmente, el modelo 4 analiza las variables y factores que pueden ser manejados directamente por
las instituciones educativas y que pueden transformar los resultados educativos. El modelo completo
de comunicación castellana presenta efectos similares a de Matemática, con leves diferencias. La
“calidad de la instrucción” predice una ganancia de 38 puntos en la prueba de comunicación
castellana. Por su parte, el “tamaño de la institución” se asocia positivamente a los resultados en esta
área, mientras que el ausentismo docente y el clima de trabajo en el aula no se asociaron al
rendimiento en esta área.
62
Comunicación guaraní
La tabla 4.17 muestra las estimaciones de factores fijos y aleatorios para el modelo que predice los
resultados en comunicación guaraní. En este grado el modelo 1 (modelo nulo) de comunicación
guaraní replica las mismas proporciones de la distribución de la varianza del modelo de comunicación
castellana: 85% de las diferencias concentradas en el nivel del estudiante, 11% en el nivel de las
instituciones educativas y el resto de las variaciones debido a diferencias entre departamentos.
Tabla 4.17. Estimaciones efectos fijos y aleatorios para Comunicación guaraní. 9.º de EEB
Es mujer/niña - 14,02 *** 13,01 *** 13,14 ***
Habla Guaraní en casa - 13,83 *** 12,32 *** 11,68 ***
SES de la familia - 0,86 *** 0,29 NS 0,27 NS
Sobreedad - -18,11 *** -18,25 *** -18,29 ***
Fue a Educación Inicial - 5,11 *** 4,52 ** 5,07 **
Hace deberes a diario - - - 2,24 * 2,3 *
Acceso a las TIC - - - -2,14 ** -3,01 ***
Participa en act. Extraescolares - - - 17,95 *** 18,65 ***
Sector Privado y subvencionado - -3,13 NS 0,57 NS -0,84 NS
Tamaño institución - -0,66 NS 0,48 NS 1,03 NS
SES institución - -4,03 *** -2,91 *** -2,03 *
Calidad de la institución - - - - - 42,56 **
% instituciones privadas y subv. - -1,98 NS -2,76 NS -3,19 NS
Nivel 1 2% 3% 2%
Nivel 2 5% 15% 18%
Nivel 3 83% 86% 86%
Total 5% 7% 7%
Total de casos en el modelo (N): Nivel 1 = 64353; Nivel 2 3353; Nivel 3 = 15
63
Para comprobar si las diferencias entre instituciones se mantienen constantes dentro de los
departamentos se ajustó un modelo nulo para por entidad departamental. La figura 4.11 recoge
la distribución de la varianza dentro y entre instituciones en cada departamento. Hay cuatro
departamentos (Ñeembucú, Misiones, Central y Amambay) con varianzas entre instituciones
inferiores al 10% siendo las regiones donde los resultados de las instituciones educativas son
más homogéneos. En el extremo contrario las mayores diferencias entre los promedios de las
instituciones educativas en Comunicación guaraní se observan en Caazapá.
Los resultados indican que la correlación entre las varianzas entre las instituciones por
departamento en Comunicación guaraní y castellana es de 0,76 y de correlación entre
Comunicación guaraní y Matemática de 0,56. Por tanto, los resultados parecen indicar que el
efecto entre instituciones por departamento es bastante estable en las tres áreas evaluadas y
permite concluir que los departamentos que presentan pequeñas diferencias entre
instituciones en una de las áreas evaluadas tienen a mostrar valores más homogéneos en las
áreas restantes.
Figura 4.11. Varianza dentro y entre instituciones educativas en Comunicación guaraní, 9.º de
EEB
Ñeembucú 93 7
Amambay 92 8
Central 92 8
Misiones 92 8
Cordillera 90 10
Guairá 90 10
Paraguarí 89 11
Asunción 89 11
Itapúa 88 12
Concepción 88 12
Caaguazú 87 13
San Pedro 84 16
Alto Paraná 84 16
Caazapá 79 21
120 100 80 60 40 20 0 20 40 60 80 100
En la tabla 4.17 se destaca que el modelo de factores de ajuste de comunicación guaraní presenta
rasgos similares a los observados en el 6.º de EEB para esta prueba. Es así, que hablar guaraní en la
casa predice mejores resultados en la prueba de comunicación guaraní, luego de controlar por otros
factores del contexto del estudiante. El sexo, el tiempo invertido para llegar a la institución, la
asistencia a educación inicial y la sobreedad funcionan en misma dirección que la observada en
matemática y comunicación castellana. El modelo 3 muestra que realizar tareas a diario muestra
efectos positivos al igual que la participación en actividades extraescolares. El “acceso a las TIC” se
relaciona de manera negativa con el rendimiento en guaraní. Los hábitos de lectura, el
64
involucramiento de las familias y las altas expectativas de los padres respecto a la educación de sus
hijos predicen mejores niveles de aprendizaje en comunicación guaraní. En el modelo 4, se verifica
nuevamente que la calidad de la instrucción juega un rol significativo para el aprendizaje, mientras
que el ausentismo docente no es un factor relevante para esta área.
Lectura conjunta de los factores con mayor fuerza explicativa en 9º de EEB

Los porcentajes de varianza explicada por los modelos completos de las tres áreas son modestos
(entre 7% y 14%). El dato es compatible con el hecho de que las correlaciones entre las variables
antecedentes y los resultados en las pruebas son bajas o muy bajas. Adicionalmente, en todos los
modelos se observó una fuerte concentración de varianza en el nivel de estudiantes, lo que quiere
decir que existen otros elementos del contexto del estudiante que no fueron capturados en este
modelo, que explicarían esta variabilidad. De igual forma, esta concentración de varianza entre
estudiantes muestra que las instituciones educativas son relativamente homogéneas en cuanto a sus
características. La tabla 4.18 resume la relación entre las variables analizadas en los modelos de 9.º
de EEB y el rendimiento académico, segregada por área evaluada.
Tabla 4.18. Síntesis de los efectos de los factores asociados en 9.º de EEB
Matemática Comunicación Comunicación
castellana guaraní
Es mujer/niña   
Habla Guaraní en casa   
Vive < 30 min, Escuela   
SES de la familia   ●
Sobreedad   
Fue a Educación Inicial  ● 
Hace deberes a diario ● ● 
Hábitos de Lectura   
Acceso a las TIC ●  
Participa en act. extraescolares ● ● 
Participa en organizaciones   
Involucramiento familiar  ● 
Expectativas familia Ed. Superior   
Sector Privado y subvencionado   ●
Tamaño institución   ●
SES de la institución   
Calidad de la institución   
Ausentismo docente  ● ●
Clima de trabajo en el aula  ● 
Como ya se indicó en los apartados de grados anteriores, la diversidad en la naturaleza, distribución

de frecuencias y el estatus métrico de las variables no permite la comparación directa de su potencia
o relevancia, por lo que una alternativa es emplear coeficientes estandarizados. Sin embargo, este
tipo de coeficientes son difíciles de comprender debido a que se encuentran en escalas diferentes a
las originales. Para resolver esta limitación y expresar el efecto de las variables en términos
aproximadamente comparables, la figura 4.12 muestra los puntos de ganancia (o pérdida) en la
65
prueba de matemática, comunicación castellana y comunicación guaraní que se asocian a los factores
del estudiante y su institución educativa. Estos puntos de ganancia se estiman multiplicando el efecto
no estandarizado de las variables en los modelos completos por el rango de su distribución. Por tanto,
la longitud de las barras se puede interpretar como el recorrido de la ganancia de puntuaciones que
ofrece cualquier variable.
Figura 4.12. Efectos de factores en Matemática, Comunicación castellana y guaraní. 9º de EEB
Matemáticas Castellano Guaraní

Es mujer/ niña -7 9 13
Habla Guaraní en casa -5 -8 12
Vive < 30 min de la escuela 9 9 8
SES de la familia 25 30 3 NS
Sobreedad -19 -21 -18
Fue a Educación Inicial 5 3 NS 5
Hace deberes a diario 2 NS 2 NS 2 NS
Hábitos de Lectura 21 22 22
Acceso a las TIC 3 NS 7 NS -14
Participa en act, extraescolares 4 NS -1 NS 9
Participa en organizaciones -26 -26 -13
Involucramiento familiar 8 3 NS 12
Expectativas Ed.Superior 15 17 16

Sector Privado y subvencionado 18 14 -1 NS
Tamaño institución 27 25 6 NS
SES inst itución 28 46 -15 NS
Calidad de la instrucción 22 17 19
Ausent ismo docente -34 3 NS -6 NS
Clima de trabajo en el aula 24 7 NS 7
-60 -40 -20 0 20 40 60 -60 -40 -20 0 20 40 60 -60 -40 -20 0 20 40 60
El nivel socioeconómico de las familias es el factor que puede marcar mayores diferencias en el
rendimiento en matemática y comunicación castellana. Entre dos estudiantes provenientes de
familias ubicadas en los extremos de la escala socioeconómica, se predicen diferencias de más de 20
puntos en estas áreas, y mientras que este factor no es significativo en la prueba de guaraní. Le sigue
de cerca la sobreedad o el rezago académico, que marca una diferencia de cerca de 20 puntos en las
tres áreas evaluadas. Es decir, un estudiante con sobreedad tiene, en promedio, alrededor de 20
puntos menos en cualesquiera de las áreas evaluadas que otro estudiante que se encuentra en su
trayectoria educativa esperada.
Los hábitos de lectura muestran ganancias similares. Entre un estudiante con hábitos de lectura y otro
sin ellos, la diferencia en el rendimiento es de más de 20 puntos en matemática, comunicación
castellana y guaraní, luego de considerar los demás factores del modelo. Por su parte, el
involucramiento familiar y las expectativas que tienen los padres sobre la educación superior de sus
hijos suman diferencias de entre 23 y 28 puntos. Estas son posibles vías para establecer planes de
mejora en las instituciones, a través de la promoción de prácticas de lectura entre estudiantes y el
trabajo conjunto con los padres, así como también la sensibilización sobre la importancia de continuar
estudiando. En el extremo contrario aparece la participación en organizaciones, que se asocia
66
negativamente al rendimiento en todas las áreas. La realización frecuente de deberes escolares no

parece relacionarse con mejores niveles de rendimiento en ningún área evaluada. En general, el
manejo de la diversidad lingüística parece ser un desafío para la política educativa de Paraguay, pues
cuando los estudiantes son evaluados en su lengua materna, demuestran mejor rendimiento (p.ej.,
guaraní) que cuando no lo son (p.ej., castellano).
Las características de las instituciones educativas (sector, tamaño y nivel socioeconómico y cultural)
funcionan en el sentido esperado en Comunicación castellana y Matemática, mientras que en
Comunicación guaraní el efecto de estas características es no significativo. Las variables de proceso a
nivel de la institución muestran unos resultados muy destacados y permiten orientar las líneas de
mejora. La calidad de la instrucción se muestra con un elemento clave, presentando fuertes relaciones
positivas con los resultados en todas las áreas, mientras que al ausentismo docente aparece vinculado
a resultados educativos más bajos en matemática. Estos dos factores forman parte de un constructo
mayor: las oportunidades de aprendizaje. Los datos parecen apuntar a que la mejora de los procesos
instructivos y el control sobre el cumplimiento del horario docente son aspectos que muy
probablemente ayudarán a la mejora de los resultados educativos a través del uso efectivo del tiempo
de aprendizaje. Por otro lado, las evidencias también señalan la importancia del clima de trabajo en
el aula.
Tercer curso de EM

La tabla 4.19 muestra los coeficientes de correlación entre los resultados cognitivos y las variables de
contexto que han mostrado resultados significativos en el análisis del 3.º curso de EM. Esta tabla
también recoge los estadísticos descriptivos (mínimo, máximo, media y desviación típica) de cada
variable o factor. En los apartados precedentes de este informe, se habló de las ventajas y
limitaciones del análisis de la matriz de correlaciones entre los resultados de la prueba y el resto de
las variables de la base de datos que son candidatas a predecir la puntuación en SNEPE 2015.
Respetando la estructura de la presentación de resultados empleada en los grados de EEB evaluados,

el análisis para el 3.º de EM presenta las variables significativas en este curso, tanto aquellas que
fueron retenidas para el modelo como las que no. Como se ve en esta sección, todas las variables
excluidas de los modelos multinivel de 3.º de EM tienen una correlación con matemática y
comunicación castellana inferior a 0,10.5 Las correlaciones entre los resultados en matemática el
rango de las correlaciones va de -0,050 (sobreedad) a 0,074 (SES familiar).
5
(r=0,268, p<0,01) en este curso son relativamente mayores a los reportados en este informe debido a que (a)
todos los casos fueron considerados para la elaboración del informe nacional, mientras que en este sólo aquellos
67
Tabla 4.19. Estadísticos descriptivos de los índices estadísticamente significativos en 3.º EM

r r
Variables Mínima Máxima Promedio DT
L. Cast. Matem.
Matemática - - 60,31 1013,52 502,05 100,10
Variables analizadas a nivel individual (características del estudiante y su familia)
Es mujer/niña 0,063** -0,004 0 1 0,5 0,5
Habla Guaraní en casa -0,109** -0,035** 0 1 0,44 0,5
Vive < 30 min. de la escuela 0,000 0,030** 0 1 0,84 0,36
SES de la familia 0,126** 0,074** -6,64 4,3 -0,13 1,82
-
Sobreedad -0,091** 0 1 0,16 0,36
0,050**
Fue a Educación Inicial 0,032** 0,025** 0 1 0,92 0,27
Hace deberes a diario 0,015** 0,038** 0 1 0,41 0,49
Hábitos de lectura 0,041** 0,041** -3,52 1,16 0,01 0,85
Participa en organizaciones -0,042** 0,00 -1,08 3,56 0,02 0,84
Participa en actividades extraescolares -0,026** 0,018** -0,18 0,31 -0,02 0,12
Involucramiento familiar 0,001 0,010* -0,96 0,36 0,02 0,26
Expectativas familia Ed. Superior 0,013** 0,052** 0 1 0,92 0,27
Variables analizadas a nivel de institución educativa
Sector privado y subvencionado 0,116** 0,077** 0 1 0,22 0,41
Tamaño de la institución 0,054** 0,006 -3,24 0,96 0,12 0,68
Clima escolar -0,053** 0,037** -0,48 0,76 0,1 0,22
Calidad de la instrucción 0,074** 0,072** -0,4 0,12 0,03 0,05
-
Ausentismo docente -0,054** -0,95 3,57 0,03 0,51
0,087**
En las variables dicotómicas (aquellas que tiene de mínimo y máximo 0 y 1 puntos respectivamente) la media señala la proporción de casos que cumplen la condición establecida en la
tabla. Por ejemplo, el 44% de los estudiantes hablan guaraní en el hogar. En estas variables la desviación típica tomará como valor máximo 0,5 puntos cuando los valores de la variable se
distribuyan equitativamente. Por ejemplo, la desviación típica del género es 0,5 puntos ya que la proporción de hombres y mujeres es paritaria.
68
En comunicación castellana, las correlaciones son también bajas y oscilan entre -0,109 (habla guaraní
en casa) y 0,126 (SES familiar). Vivir a menos de 30 minutos de la institución y el involucramiento
familiar no mostraron relación significativa con el rendimiento en comunicación castellana, pero sí
con matemática. El tipo de gestión de la institución educativa mostró mayor nivel de asociación con
el rendimiento en matemática y comunicación castellana. En el extremo contrario, el “ausentismo
docente” muestra una relación inversa con los resultados en las dos áreas evaluadas (matemática: r =
-0,087; comunicación castellana r = -0,054).
En el análisis jerárquico lineal, los predictores funcionan como un bloque de covariables que se
neutralizan mutuamente. Ello hace que sólo las variables más relevantes permanezcan significativas
en los modelos completos, mientras que otros factores que pierden potencia estadística cuando son
controlados por el conjunto de predictores. Por ello, es frecuente que algunas variables teóricamente
relevantes queden fuera de los modelos explicativos por no presentar significación estadística. La
investigación educativa normalmente desecha las variables y factores sin efectos significativos. Sin
embargo, algunas de estas variables (ver tabla 4.20) son tradicionalmente relevantes en los estudios
de eficacia y mejora educativa. Reportarlas tiene como objetivo resaltar que, pese a quedarse fuera
de los modelos finales de 3.º EM, no deben despreciarse en estudios futuros.
Tabla 4.20. Estadísticos descriptivos de los índices NO estadísticamente significativos en 3.º EM

r r
Matem. L. Cast.
Recursos del aula 0,055** 0,067** -0,68 0,19 0,00 0,20
Recursos de la institución -0,005 0,003 -0,16 0,19 -0,09 0,11
Uso TIC en el aula 0,091** 0,049** -0,12 0,22 0,03 0,08
Clima laboral 0,011* 0,030** -2,52 0,96 0,14 0,58
Satisfacción laboral docente 0,006 0,011* -1,87 0,84 0,18 0,40
Exclusividad profesores 0,010* 0,014** 0,00 1,00 0,17 0,29
Relaciones con los padres -0,001 0,000 -2,08 1,03 -0,05 0,48
Relaciones Profesores-Director -0,019** -0,018** 0,20 0,34 0,20 0,01
Relaciones entre profesores 0,011* 0,026** -1,91 0,39 0,03 0,32
Violencia en la institución 0,004 0,021** -1,46 0,36 -0,01 0,28
Uso TIC en el aula 0,009 -0,012* -0,09 1,97 0,10 0,35
USO TIC formación 0,080** 0,058** -0,73 0,92 0,31 0,44
Acceso a TIC en la institución -0,026** -0,012* -0,80 1,58 0,07 0,34
Uso TIC en el aula 0,040** 0,009 -0,96 1,57 0,21 0,41
Feedback profesor -0,004 -0,004 -0,77 2,12 0,18 0,44
Autonomía materia académica 0,005 0,002 -2,55 1,27 -0,10 0,66
Autonomía materia personal 0,052** 0,013* -0,96 0,58 -0,04 0,50
Autonomía materia presupuesto 0,066** 0,059** -0,32 1,31 0,17 0,59
Liderazgo académico -0,008 0,012* -1,08 0,42 -0,07 0,50
Liderazgo materia personal 0,041** 0,026** -2,35 0,31 -0,06 0,45
Liderazgo para PEI 0,050** 0,016** -2,45 0,31 -0,12 0,56
Liderazgo institucional 0,044** 0,026** -2,669 0,23 -0,14 0,56
Liderazgo institucional 0,009 -0,008 -1,398 0,274 -0,04 0,29
69
Matemática
matemática. El modelo nulo (modelo 1) señala que aproximadamente el 91% de las diferencias se
concentran en el nivel del estudiante (varianza dentro de las instituciones educativas), mientras que
la varianza entre las instituciones educativas representa apenas el 8% del total de las variaciones.
Tabla 4.21. Estimaciones efectos fijos y aleatorios para Matemática. 3º de EM

Es mujer/niña - -1,94 ** -3,35 *** -3,71 ***
Habla guaraní - -0,09 NS -0,04 NS 0,00 NS
Vive < 30 min de la escuela - 4,16 *** 2,72 ** 2,87 **
SES de la familia - 1,88 *** 0,68 NS 0,65 NS
Sobreedad - -9,52 *** -10,19 *** -10,8 ***
Fue a Educación Inicial - 5,43 ** 5,78 *** 5,51 **
Hace deberes a diario - - - 8,68 *** 8,44 ***
Acceso a TIC (Factor gnral) - - - 4,02 *** 3,79 ***
Participa act. Extraescolares - - - 1,25 NS 1,00 NS
Involucramiento familiar - - - -1,83 NS -2,07 NS
Sector privado y subvencionado - 5,29 * 9,27 ** 5,26 NS
SES institución - 3,9 *** 2,98 ** 4,31 ***
Tamaño de la institución - 1,19 NS 1,22 NS 3,07 NS
Clima escolar - - - - - 21,02 ***
Dentro de instituciones educativas (%) 13175 (91%) 12925,56 (92%) 12651,26 (92%) 12648,04 (92%)
Nivel 1 2% 4% 4%
Nivel 2 8% 11% 19%
Nivel 3 -41% -75% -95%
Total 3% 5% 5%
Por su parte, el modelo de factores de ajuste (modelo 2), señala que los estudiantes con sobreedad
obtuvieron 9 puntos menos en matemática, luego de controlar por el nivel socioeconómico familiar.
Por su parte, “vivir a menos de 30 minutos de la institución educativa” se asocia a una ganancia de 4
puntos en esta área. El sexo y el idioma hablado por el estudiante en casa no mostraron efectos
significativos sobre el rendimiento en matemática, a diferencia de lo observado en niveles educativos
70
inferiores. Los estudiantes que asistieron a la educación inicial tienen una ventaja de casi 5 puntos en
matemáticas, luego de controlar por el SES, mientras que los estudiantes con rezago escolar tienen
cerca de 10 puntos menos que sus pares que están en la trayectoria educativa esperada. El tipo de
gestión de la institución no presenta la misma incidencia en el rendimiento de los estudiantes que lo
observado en grados inferiores, dado que el coeficiente es sólo significativo cuando se asumen
mayores niveles de riesgo de error (p>0,05).
recoge la distribución de la varianza dentro y entre instituciones educativas por departamento.
Los departamentos donde las instituciones educativas presentan menos diferencias en sus
resultados en matemática son Ñeembucú y Misiones. En el extremo contrario, Caazapá y
Guairá presentan varianzas entre instituciones educativas por encima del 15%, es decir, donde
las diferencias entre instituciones son más acusadas.
Figura 4.13. Varianza dentro y entre instituciones por departamento en Matemática. 3.º EM
Ñeembucú 96 4
Misiones 95 5
Amambay 95 5
Central 95 5
Alto Paraná 93 7
San Pedro 93 7
Concepción 92 8
Caaguazú 92 8
Itapúa 92 8
Asunción 92 8
Paraguarí 91 9
Cordillera 90 10
Guairá 82 18
Caazapá 66 34
120 100 80 60 40 20 0 20 40 60 80 100
El modelo 3 muestra los efectos de las variables del estudiante sobre los resultados en la prueba. Las
variables asociadas a un mejor rendimiento son la realización diaria de deberes, los hábitos de lectura
y el acceso a las TIC. El modelo predice 8,68 puntos de ganancia en matemática para aquellos que
hacen tareas en la casa, mientras que aquellos con hábitos de lectura mejoran su rendimiento en casi
4 puntos por cada unidad de aumento en el índice. En el caso del acceso a las TIC se espera alrededor
de 4 puntos de ganancia por cada punto de aumento en el índice. Por otra parte, se advierte que la
participación en organizaciones deportivas, culturales y sociales presenta efectos negativos y
significativos, mientras que la participación de los estudiantes en actividades extraescolares no se
asocia significativamente al rendimiento. El grado de implicación familiar en las tareas académicas
71
del estudiante no es significativo para el rendimiento. Este hallazgo no sigue la tendencia a lo
observado en niveles educativos inferiores, donde el involucramiento familiar tenía un efecto
positivo. En 3º EM, sin embargo, pudiera ocurrir que los estudiantes con un rendimiento académico
inferior requieren de más apoyo y atención familiar que los estudiantes que tienen un rendimiento
académico óptimo. Por su parte, las altas expectativas que los padres tienen de sus hijos nuevamente
resulta en mejores puntajes de los estudiantes.
Finalmente, el modelo completo (modelo 4) muestra que la calidad de la instrucción predice una
ganancia de 80 puntos en matemática por cada punto de aumento en dicho índice. La calidad de la
instrucción es una variable que ha demostrado para todos los niveles educativos analizados en este
informe, un efecto positivo y sistemático. Muy relacionado con lo anterior está el ausentismo
docente que asocia negativamente a los resultados, señalando que estudiantes de instituciones
educativas donde el docente muestra más ausencias, impuntualidad y abandono de funciones
tienden a presentar resultados más bajos, prediciéndose pérdidas de 11 puntos en matemática por
cada punto que aumenta el índice que resume los niveles de ausentismo docente. De igual manera,
el clima escolar contribuye a la mejora del rendimiento en matemática de 21 puntos por cada unidad
de incremento en dicho índice.
El tipo de gestión de la institución no muestra efectos significativos, luego de controlar por los demás
factores de contexto. En otras palabras, no hay diferencia en el rendimiento entre estudiantes del
sector oficial y el privado subvencionado cuando se controlar por los demás factores asociados. El
tamaño de la institución tampoco mostró efectos significativos. En consecuencia, el tamaño de la
institución educativa no es clave en el rendimiento académico de los estudiantes de tercer curso de
EM.
Comunicación castellana. El modelo 1 (modelo nulo) señala que más del 91% de varianza se
concentra en el nivel del estudiante (varianza dentro de las instituciones educativas), mientras que la
varianza entre las instituciones educativas representa el 8% del total de las variaciones.
El modelo de factores de ajuste (modelo 2) muestra que las mujeres obtienen, en promedio, 11
puntos más que los hombres, luego de controlar por el SES de la familia, mientras que los estudiantes
con sobreedad predicen pérdidas de 16 puntos en la prueba de comunicación castellana. Se esperan
pérdidas en comunicación castellana de 4 puntos para quienes hablan guaraní en el hogar en
comparación con sus pares castellanohablantes. Por su parte, los estudiantes que asistieron a
educación inicial no muestran diferencias significativas con sus pares que no asistieron a este nivel
educativo.
Por su parte el índice socioeconómico de la institución educativa presenta efectos significativos sobre
el rendimiento en comunicación castellana, prediciéndose ventajas de más de 5 puntos para las
instituciones con estudiantes más favorecidos. Sin embargo, no se observó efecto significativo según
la gestión de las instituciones educativas. Así, el hecho de que el estudiante acuda a una institución
privada o subvencionada no se asocia a un incremento significativo en el rendimiento académico en
3º EM, luego de controlar por los demás factores del modelo.
72
Tabla 4.22. Estimaciones efectos fijos y aleatorios para Comunicación castellana. 3.º de EM
Es mujer/niña - 11,41 *** 10,09 *** 10,01 ***
Habla guaraní - -4,02 *** -3,69 ** -3,85 ***
Vive < 30 min de la escuela - 1,75 0,155 1,46 NS 1,55 NS
SES de la familia - 3,15 *** 1,97 *** 1,94 ***
Sobreedad - -16,38 *** -16,04 *** -16,33 ***
Fue a Educación Inicial - 3,18 * 2,73 NS 2,42 NS
Hace deberes a diario - - - 2,79 ** 2,98 **
Acceso a TIC (Factor gnral) - - - 4,06 *** 4,16 ***
Participa act. Extraescolares - - - -12,46 ** -13,39 **
Involucramiento familiar - - - -3,43 NS -3,21 NS
Sector privado y subvencionado - 3,44 NS 9,89 *** 10,37 ***
SES institución - 5,15 *** 3,45 *** 2,75 **
Tamaño de la institución - 4,18 ** 4,40 ** 4,26 **
Clima escolar - - - - - -6,27 NS
Calidad de la instrucción - - - - - 17,23 NS
Dentro de instituciones educativas (%) 12065 (91%) 11342,63 (93%) 11282,07 (94%) 11273,44 (93%)
Nivel 1 6% 6% 7%
Nivel 2 16% 28% 28%
Nivel 3 32% 1% 4%
Total 7% 9% 8%
El modelo 3 muestra nuevamente que los hábitos lectores y el acceso a las TIC tienen efectos
positivos en el rendimiento en comunicación castellana. El modelo predice 6 puntos de ganancia en
esta área por cada punto que aumenta el índice de “hábitos de lectura” y 4 puntos de mejora por cada
punto de aumento en el índice de acceso a las TIC. Por su parte, las expectativas que los padres tienen
sobre la educación superior de sus hijos aumentan en 14 puntos el rendimiento de comunicación
castellana. Por otro lado, la participación en actividades extraescolares y la afiliación a
organizaciones lúdico-deportivas y culturales aparecen inversamente relacionadas con los
resultados. El modelo predice 12 puntos de pérdida en comunicación castellana por cada punto que
aumenta el índice de “participa en actividades extraescolares” y en el caso de la afiliación lúdico-
deportivas se espera una pérdida de 4 puntos por cada punto de mejora en el índice.
73
El modelo completo (modelo 4) muestra que, a diferencia de casos anteriores, ni la calidad de la
instrucción, ni el clima escolar, ni el ausentismo docente no se asocian significativamente al
rendimiento en comunicación castellana. De hecho, el modelo 4 no representa un mejor modelo que
el modelo anterior, a juzgar por el porcentaje de varianza explicada.
los departamentos se ajustó un modelo nulo para por entidad departamental. La figura 4.14
departamento. El departamento donde las instituciones educativas presentan una alta
homogeneidad en los resultados en comunicación castellana es Ñeembucú. Esta afirmación
podría hacerse extensible al conjunto de los departamentos dado que la varianza entre
instituciones educativas no supera el 20% en aquellos departamentos con mayores diferencias
entre sus instituciones educativas.
Por su parte, se verifica que la correlación departamental de las varianzas entre instituciones en
matemática y comunicación castellana es de 0,63 lo que indica que los departamentos que
presentan pequeñas diferencias entre instituciones en un área tienden también a mostrar los
mismos resultados en la otra.
Figura 4.14. Varianza dentro y entre instituciones por departamento en Comunicación

castellana. 3.º EM
Ñeembucú 99 1
Central 94 6
Amambay 93 7
Concepción 93 7
Caaguazú 93 7
Guairá 93 7
Itapúa 92 8
Asunción 91 9
Paraguarí 91 9
Misiones 90 10
Alto Paraná 90 10
San Pedro 90 10
Cordillera 90 10
Caazapá 85 15
120 100 80 60 40 20 0 20 40 60 80 100
Lectura conjunta de los factores con mayor fuerza explicativa en 3.º de EM

Al igual que ocurriera en todos los grados de EEB, la potencia explicativa de los modelos completos
es modesta (menos del 10%), hecho esperable a la vista de la magnitud de los coeficientes de
correlación mostrados. La tabla 4.23 resume la relación entre las variables analizadas en los modelos
de 3.º de EM y el rendimiento académico, segregadas por área evaluada. Las variables de contexto
familiar muestran significación estadística en todas las áreas evaluadas, aunque en algunos casos se
modifica el sentido y la fuerza de la asociación.
74
Tabla 4.23. Síntesis de los efectos de los factores asociados en 3.º de EM
Matemática Comunicación castellana

Es mujer/niña  
Habla Guaraní en casa ● 
Vive < 30 min. de la escuela  ●
SES de la familia ● 
Sobreedad  
Fue a Educación Inicial  ●
Hace deberes a diario  
Hábitos de lectura  
Acceso a las TIC (Factor general)  
Participa en actividades
● 
extraescolares
Participa en organizaciones  
Involucramiento familiar ● ●
Expectativas Ed. Superior  
Sector privado y subvencionado ● 
Tamaño de la institución ● 
SES de la institución  
Calidad de la instrucción  ●
Ausentismo docente  ●
Clima escolar  ●
Nuevamente, a fin de facilitar la comparación de los efectos entre las variables del modelo,
considerando que estas variables tienen características diferentes (rangos, escalas, distribución, etc.),
los efectos se expresan como puntos potenciales de ganancia. Para ello, el efecto no estandarizado
de una variable se multiplica por el rango de puntuaciones lo que permite expresar los resultados
como el recorrido de la ganancia de puntuaciones que ofrece cualquier variable. La figura 4.14
muestra los puntos de ganancia (o pérdida) en los resultados de matemática y comunicación
castellana asociados a los factores del estudiante y de la institución educativa.
75
Figura 4.14. Efectos de los factores asociados en Matemática y Comunicación castellana
Matemáticas Castellano
Es mujer/ niña -4 10
Habla Guaraní en casa 0 NS -4
Vive < 30 min de la escuela 3 2 NS
SES de la familia 7 NS 21
Sobreedad -11 -16
Fue a Educación Inicial 6 2 NS
Hace deberes a diario 8 3
Hábitos de Lectura 17 29
Acceso a las TIC 18 20
Participa en act. extraescolares 0 NS -7
Participa en organizaciones -11 -17
Involucramiento familiar -3 NS -4 NS
Expectativas universidad 11 14

Sector Privado y subvencionado 5 NS 10
Tamaño institución 13 NS 18
SES inst itución 32 20
Calidad de la instrucción 33 7 NS
Ausent ismo docente -48 -9 NS
Clima escolar 26 -8 NS
-60 -40 -20 0 20 40 60 -60 -40 -20 0 20 40 60

NS: No significativo.
Para este curso, se verifica que el nivel socioeconómico se asocia al rendimiento en comunicación
castellana, pero no en matemáticas. Es decir, el rendimiento en matemáticas entre estudiantes de
condiciones socioeconómicas favorables y desfavorables es el mismo. Esto resulta relativamente
similar a lo observado en las pruebas PISA-D, en la que Paraguay tuvo un desempeño relativamente
bajo, independientemente del nivel socioeconómico de los estudiantes (MEC, 2018). El idioma
hablado en la casa sólo mostró asociarse al rendimiento en comunicación castellana, mientras que el
sexo mostró mejores resultados para las mujeres en comunicación castellana y para los hombres en
matemática.
La sobreedad, como en todas las etapas educativas anteriores, no se asocia a mejores niveles de
rendimiento académico del estudiante. En promedio, un estudiante con rezago escolar obtiene entre
11 y 16 puntos menos que uno estudiante que otro que se encuentra en su trayectoria educativa
esperada. El efecto de la asistencia a educación inicial se mitiga conforme avanzan los años de
escolaridad, es decir, a medida que el estudiante avanza en su vida académica, el efecto de la
educación inicial parece diluirse. Sin embargo, esto también pudiera estar reflejando la variación en
la calidad de la educación inicial ofrecida, atendiendo que la oferta educativa de este nivel ha ido
avanzando con el transcurrir del tiempo.
Si bien hacer tareas a diario parece contribuir a mejorar los resultados en ambas áreas,
definitivamente los hábitos de lectura contribuyen a esto de manera más importante. Un estudiante
que lee frecuentemente logra mejores resultados en comunicación castellana, aunque el efecto en su
76
rendimiento en matemáticas tampoco es despreciable. Puesto que el efecto observado es robusto y

significativo, establecer estrategias que motiven a los estudiantes a leer puede mejorar el rendimiento
académico en las áreas analizadas. El acceso a las TIC también contribuye a la mejora del rendimiento
en las dos áreas evaluadas, con mejoras de hasta 20 puntos entre estudiantes ubicados en los dos
extremos del acceso a tecnología.
Por su parte, la participación en actividades extraescolares muestra asociación nula (matemática) o

negativa (comunicación castellana), mientras que la filiación a organizaciones se asocia a peores
niveles de rendimiento en las pruebas de ambas áreas, y el involucramiento familiar no se muestra
significativo como sí ocurrió en los grados anteriores. Sin embargo, las expectativas que tienen los
padres sobre la educación superior de sus hijos permanece significativa como también se registró en
la educación escolar básica.
La calidad de la instrucción, el clima escolar, y el ausentismo docente implican diferencias de más de

100 puntos en la prueba de matemática entre estudiantes ubicados en cada extremo de estos índices.
Sin embargo, estas variables no se mostraron estadísticamente significativas para explicar el
rendimiento en la prueba de comunicación castellana. Por su parte, el tipo de gestión de la institución
y su tamaño sólo fueron relevantes para predecir el rendimiento en comunicación castellana,
marcando diferencias de hasta 28 puntos entre estudiantes del sector oficial de tamaño pequeño y los
que van a instituciones privadas y subvencionadas de mayor tamaño. En matemática, estas variables
fueron no significativas.
Por otra parte, el SES de la institución mostró efectos significativos en ambas áreas, es decir,
estudiantes que asisten a instituciones donde el conjunto de estudiantes está en situación de
desventaja socioeconómica tienen rendimiento inferior a pares que asisten a instituciones con
estudiantes en mejores condiciones socioeconómicas. Téngase en cuenta que las variables del nivel 2
(institución educativa) predicen ganancias (o pérdidas) para el conjunto de la institución y no para
estudiantes individuales como sería el caso de las variables consideradas a nivel individual.
77
Conclusiones y orientaciones para la mejora del

sistema educativo
El análisis de factores asociados en las pruebas SNEPE 2015 se basó en un modelo sistémico en el que
se analiza el funcionamiento de las organizaciones sociales atendiendo a las relaciones que se
establecen entre sus componentes. Se trata de una perspectiva holística en el que todos los sistemas
reciben insumos del exterior en forma de recursos físicos o información. Estos insumos o entradas
son sometidos a procesos de transformación de los que se obtienen unos resultados o productos. El
conjunto de factores asociados a las condiciones de contexto del estudiante representa la entrada o
insumo, mientras que los factores y procesos que ocurren en la institución educativa a la que el
estudiante asiste equivalen los procesos a los que el estudiante es sometido con el fin de lograr que
aprendan y en consecuencia desarrollen competencias que les sean útiles para la vida. El resultado o
producto en SNEPE 2015 está representado por el rendimiento académico en las pruebas de
matemática y comunicación que son una medida del nivel de aprendizaje que alcanzaron los
estudiantes.
El análisis de datos, desde el punto de vista estadístico responde a un modelo multinivel de tres
niveles (estudiante, institución educativa, y departamento) con intercepto aleatorio y pendiente fija.
En general, los modelos utilizados explican un porcentaje de varianza (es decir, diferencia de
rendimiento) modesto (de 5% a 15%, en los modelos finales presentados en el informe). En
consecuencia, es necesario considerar algunos puntos a este respecto. Primero, un porcentaje
importante de las diferencias observadas en el rendimiento de los estudiantes que no es posible
explicar con el modelo utilizado y el conjunto de variables recolectadas con los cuestionarios de
contexto. Esto no significa que la prueba haya fracasado en su propósito, pues este fenómeno es
típico de las evaluaciones a gran escala (p. ej., TERCE y PISA). Existe un sinfín de “variables” cuya
medición resulta compleja, sea porque su definición es difícil, porque el avance en el desarrollo de los
instrumentos no ha llegado a los niveles suficientes para medir estas variables, o porque su medición
requiere de más tiempo y recursos que los disponibles para las evaluaciones de este tipo. Además, es
posible que haya habido errores de medición que explican parte de la varianza, y que no es posible
aislar. A este riesgo están expuestas cualesquiera de las mediciones a gran escala, SNEPE no es la
excepción.
Segundo, es posible que otro tipo de modelos de análisis pueda incrementar el porcentaje de
varianza explicada. Para ello, es necesario explorar estas alternativas, para lo cual las bases de datos
de SNEPE están a disposición de la academia y la comunidad investigadora. Tercero, es posible que
la información perdida, que es típico de las evaluaciones censales, no esté claramente representada
por los valores imputados para el análisis de este trabajo; será necesario explorar alternativas de
imputación para confirmar si los resultados cambian de manera importante. Cuarto, las conclusiones
presentadas en este apartado se refieren al porcentaje de la varianza del rendimiento por área y
grado que fue posible explicar con las variables existentes. Conocer qué variables son estas y qué tan
importantes parecen ser a la luz de los modelos trabajados soportan muchas de las hipótesis que el
sistema viene presumiendo, pero que carecen de evidencias, o en su defecto, refuerzan los hallazgos
de estudios de evaluaciones anteriores, mostrando si la realidad del sistema educativo, a partir de las
variables explicativas de los resultados, sigue siendo la misma o ha cambiado.
78
Las diferencias de rendimiento entre instituciones educativas

El rendimiento de los estudiantes varía más al interior de las instituciones educativas que entre
instituciones educativas. La figura 6.1 resume la distribución de las variaciones del rendimiento
dentro de las instituciones, entre ellas, y entre departamentos de Paraguay. Estos resultados
muestran que, existe una diversidad de estudiantes con distintos niveles de rendimiento logrados
dentro de una misma institución. Además, muestran que la calidad de la educación es, en promedio,
relativamente homogénea en el sistema, pues la variación entre instituciones es como mucho
equivalente al 25% de todas las diferencias observadas. Esto, en combinación con los niveles de
desempeño que lograron los estudiantes evaluados (la mayoría por debajo del nivel mínimo) en estas
pruebas, desnudan la debilidad del sistema en términos de calidad: es decir, los aprendizajes son, en
general, bajos y la institución educativa a la que asiste el estudiante no marca la diferencia de manera
importante. Es necesario explorar si la “no-diferencia” se debe a que las escuelas no son muy
diferentes entre sí en los aspectos trascendentales y que efectivamente inciden en el aprendizaje o si
existen factores ajenos al sistema educativo que deben tratarse al mismo tiempo que se mejoran las
condiciones de las instituciones educativas.
Figura 5.1. Distribución de la variación del rendimiento entre el nivel 1 (estudiante), nivel 2
(instituciones) y nivel 3 (departamento)
3.º grado, matemática
3.º grado, Com. Cast.

6.º grado, Com. Guar.

Dentro de instituciones 9.º grado, Com. Guar.
Entre instituciones 3.º curso, matemática

educativas
3.º curso, Com. Cast.
100 % 80 60 40 20 0 20 40 60 80 100 %
Los resultados encontrados por Woitschach et al (2017) en relación a las variaciones dentro y entre
escuelas en las pruebas TERCE (2006) en las que Paraguay también participó reportan proporciones
relativamente similares, pues con un modelo jerárquico de 3 niveles, encontraron que la varianza
entre instituciones para el conjunto de los países participantes en TERCE fue del 28% en lectura y
matemática. Por su parte, el informe de factores asociados de la UNESCO reporta que la variación
entre escuelas en Paraguay fue superior al 50% en tercer grado (matemática y lectura), y por encima
de 40% en sexto grado (matemática, lectura y ciencias) (Treviño et. al, 2016). A pesar de que estas
cifras no son directamente comparables (dado que los instrumentos de medición son diferentes y el
periodo de referencia es otro), es interesante observar que las diferencias al interior de las
79
instituciones tomen un mayor protagonismo en SNEPE.6 Cabe señalar, por su parte, que los
resultados para Paraguay encontrados en PISA-D (2017) reflejan una situación muy parecida a
SNEPE, donde los estudiantes al interior de las instituciones educativas mostraban una alta
heterogeneidad en su rendimiento haciendo la variación entre instituciones mucho menor que la
variación al interior de ella (esto es, entre estudiantes).
Las características de las instituciones educativas y el rendimiento

El rendimiento de los estudiantes está condicionado al tipo de gestión de la institución
educativa, su ubicación y tamaño. La tabla 5.1 resume el efecto que dichas variables institucionales
tienen en los resultados de cada área y grado evaluado. La variable con el efecto más consistente es la
proximidad al hogar que, con una excepción (Comunicación castellana de 3.º de EM), aparece
positivamente asociada en todas las áreas y grados evaluados. Esto no significa necesariamente que las
instituciones estén cerca, sino que el tiempo de llegada a ella no sea relativamente importante. Esta
variable está igualmente asociada a la zona geográfica de las instituciones, dado que es en zonas urbanas
donde el recorrido entre la institución y la casa es menor, tanto por la cercanía de la institución como por
la accesibilidad de los caminos.
Tabla 5.1. Resumen del efecto de las variables sociodemográficas de las instituciones educativas
Comunicación
guaraní
3.º G 6.º G 9.º G 3.º C 3.º G 6.º G 9.º G 3.º C 6.º G 9.º G
Vivir < 30 min
       ●  
de la escuela
Sector privado y
●   ● ●    ● ●
subvencionado
Tamaño de la
 ●  ●  ●   ● ●
institución
SES de la
● ●   ●     
institución
El modelo jerárquico-lineal completo señala que, una vez descontado el efecto del resto de variables
incluidas en el modelo, los estudiantes que viven a menos de 30 minutos de su institución educativa
obtienen entre 8 y 20 puntos más (dependiendo del área y grado) que aquellos que invierten más de
30 minutos en llegar a su escuela. Los datos indican que el efecto es mayor en las edades más
tempranas. Por ejemplo, en 3.º de EEB la diferencia oscila entre 17 puntos (Comunicación castellana)
y 20 puntos (Matemática). Sin embargo, en 9.º de EEB la diferencia disminuye a la mitad, siendo de
9 puntos en Matemática y Comunicación castellana y de 8 puntos en Comunicación guaraní. Los
resultados son compatibles con la evidencia pretérita: Velez, Schiefelbein y Valenzuela (1994), en
una revisión primigenia de estudios sobre los factores asociados a la calidad educativa en
Latinoamérica, encontraron que la distancia a la escuela estaba sistemática y negativamente
asociada con el rendimiento.
El tamaño de la escuela afecta a la complejidad y las formas de organización de la institución, a la

calidad de las relaciones que se establezcan y a la capacidad de transformación y adaptación de la
institución al entorno. La investigación educativa ha señalado que el efecto del tamaño escolar sobre
los resultados parece indirecto y que se encuentra mediado por factores organizacionales (Coladarci,
6
La eliminación del análisis de aquellos casos que no reportan información de contexto también afecta la
proporción de varianza entre instituciones, respecto del total. De igual forma, el paquete estadístico utilizado
también incide.
80
2006): las escuelas grandes disponen de más recursos y pueden mostrase más eficaces y eficientes,
mientras que las escuelas pequeñas tienen mayor potencial de integración social, una atención más
personal a los estudiantes y mayores oportunidades para crear un clima de trabajo positivo. La
revisión de Blanco Bosco (2011) en el contexto latinoamericano no encuentra relación entre el
tamaño de la escuela y los resultados escolares, si bien es verdad que el tamaño de las instituciones
puede estar mediatizado por el sector y el área geográfica de la institución (por ejemplo, las escuelas
rurales y privadas suelen ser más pequeñas que las instituciones urbanas y oficiales respectivamente).
En SNEPE 2015, esta variable se comporta de forma diferente dependiendo de la edad de los
estudiantes. En 3.º de EEB el efecto es negativo, es decir, las instituciones más grandes tienden a
mostrar resultados más bajos; en 6.º de EEB no se encuentran diferencias estadísticamente
significativas; y en 9.º curso los datos cambian de sentido e indican que las instituciones más grandes
tienden a presentar mejores resultados, mientras que en 3.º de EM aparecen resultados mixtos. En
PISA-D (2017), que evalúa a estudiantes de 15 años (cuyo grado modal es 9.º en Paraguay) los
resultados son similares a los observados para el 9.º grado en SNEPE.
Estos resultados podrían estar indicando que en edades tempranas es importante que la escuela no
se encuentre tan alejada del hogar o que llegar a ella no implique demasiado tiempo, aunque ello
implique que las instituciones educativas no sean tan grandes. Sin embargo, el tamaño de la escuela
muestra una asociación positiva con los resultados en SNEPE 2015 conforme se avanza hacia grados
superiores, mientras que la distancia se mantiene como una variable que dificulta la progresión
escolar. Esto podría estar asociado no tanto a la distancia entre la escuela y el hogar, sino a las
facilidades de transporte y movilidad existentes en ciertas zonas del país. Los datos parecen indicar
que desde el punto de vista de la política educativa es necesario encontrar el equilibrio entre disponer
de instituciones pequeñas que permitan un clima organizacional favorable a los aprendizajes
(especialmente al inicio de la escolarización), pero con un tamaño suficiente para contar con recursos
escolares y posibilidades de diversificación en los grados más elevados de escolarización.
El tipo de gestión de la institución educativa presenta resultados variados, condicional al grado y área
evaluadas. En tercer grado, por ejemplo, no existe diferencia en el rendimiento entre estudiantes en
función al sector al que pertenecen sus escuelas, luego de controlar por factores del contexto del
estudiante. En 6.º y 9.º grados de EEB las diferencias por sector son significativas. La figura 5.1 recoge
las diferencias promedio entre instituciones por sector educativo encontradas en el Informe Nacional
Resultados del Rendimiento Académico de Estudiantes de Finales de Ciclo y Nivel en la Prueba Censal
2015 (Ministerio de Educación y Ciencias, 2018a). Las diferencias entre las instituciones aumentan a
medida que avanza la escolaridad obligatoria, y son mayores en Comunicación castellana que en
Matemática. Por su parte, en Comunicación guaraní la ventaja es para las instituciones oficiales.
Estos datos son coherentes con la evidencia disponible (Martin, Mullis, Foy, y Stanco, 2012;
Ministerio de Educación y Ciencias, 2018b; OECD, 2018; UNESCO-OREALC, y LLECE, 2016;
Woitschach et al., 2018).
81
Figura 5.2. Diferencia en los promedios de las instituciones privadas y oficiales en SNEPE 2015
Diferencia a favor Diferencia a favor
Instituciones oficiales Instituciones privadas y subvencionadas
Mat emática 5
3.º grado 19
Com.Cast 4
26
Mat emática 17
35
Com.Cast 6.º grado 15
39
Com.Guar 2
-33
Mat emática 18
44
Com.Cast 9.º grado 14
52
Com.Guar -1
-30
Mat emática 5
29
3.º curso
Com.Cast 10
32
-60 -40 -20 0 20 40 60
Despues de controlar por factores de contexto Antes de controlar por factores de contexto
Ahora bien, una parte de estas diferencias se deben a que en las instituciones privadas escolarizan a
estudiantes que provienen de familias de más alto nivel socioeconómico, mayoritariamente de
población urbana y con mejores condiciones de acceso y permanencia en el sistema educativo. La
figura 5.2 muestra las diferencias por sector luego de descontar otros factores de contexto asociados
al estudiante. Una vez se descuentan todos los factores de ajuste se observan dos hechos: en primer
lugar, que en los cursos más bajos las diferencias estadísticamente significativas desaparecen en 3º
de EEB, manteniéndose en el resto de los grados. Este hecho, ha sido analizado por diferentes
autores con datos PISA (Choi y Calero, 2013; Choi, Gil, Mediavilla y Valbuena, 2017; Choi y Jerrim,
2017; Pajares Box, 2005).
En segundo lugar, las diferencias se reducen en los grados superiores (6.º grado, 9.º grado y 3.º
curso). Por ejemplo, en 9.º grado de EEB la diferencia entre los dos sectores es de alrededor del 50%
de la desviación típica (44 puntos en matemática y 52 en comunicación castellana) antes de controlar
por los demás factores contextuales. Sin embargo, cuando se elimina el efecto del nivel
socioeconómico de la familia y de la institución educativa, así como el resto de variables de contexto
del estudiante, las diferencias pasan a ser de 17 puntos en matemática y 15 en comunicación
castellana. Es decir, se produce una disminución en las diferencias entre instituciones de
prácticamente 50% en matemática y de 61% en comunicación castellana. Esto es consistente con lo
encontrado en PISA-D para Paraguay, que después de descontar los factores contextuales, las
instituciones privadas y subvencionadas mantienen su ventaja sobre las oficiales en los estudiantes
de 15 años (cuyo grado modal es 9.º grado). Esto señala que una parte importante de las diferencias
entre instituciones oficiales y las privadas y subvencionadas está motivada por el hecho de que estas
últimas escolarizan a estudiantes de contextos socioeconómicos más altos y con condiciones de
acceso y permanencia más favorables.
82
Por último, es importante señalar que el nivel socioeconómico de las instituciones educativas (que
consiste en el promedio del nivel socioeconómico de sus estudiantes) es siempre indicado en la
literatura como un factor que se asocia al éxito educativo de los estudiantes, dado que esta variable
resume el capital cultural de la institución y la pertenencia a grupos dominantes (Palardy, Rumberger
& Butler, 2015; Sirin, 2005; White, 1982). No obstante, en SNEPE 2015 la asociación entre el nivel
socioeconómico de las instituciones educativas y los resultados escolares no ha presentado una
magnitud tan grande como cabría esperar a la vista de resultados previos de Paraguay (UNESCO-
OREALC y LLECE, 2016a; Woitschach et al., 2018), especialmente en los primeros niveles de
escolaridad. Como consecuencia, en 3.º de EEB la variable que resume el estatus social y económico
de las instituciones educativas se diluye en los modelos jerárquico-lineales de matemática y
comunicación castellana, aunque se mantienen en 9.º grado y 3.º curso. Cabe señalar, sin embargo,
que los datos de SNEPE 2015 confirman que las instituciones educativas que escolarizan a
estudiantes de familias con altos niveles socioeconómicos tienden a presentar mejores resultados, y
estas diferencias parecen ampliarse a medida que discurre la escolarización.
Educación inicial y sobreedad

La educación inicial tiene relaciones significativas con el rendimiento de los estudiantes,
especialmente en los niveles iniciales de escolarización. La tabla 5.2 resume la significancia
estadística de los modelos para cada grado y área evaluada. Un niño de 3.º grado que asistió a
educación inicial tiene en promedio, 10 puntos más de rendimiento en la prueba de matemática y de
8 puntos en la de castellano, mientras que esta contribución se reduce a 6 y 2 puntos respectivamente
en el tercer curso de la EM. Esto puede deberse en parte al efecto diluido que tiene la participación
en educación inicial y las limitaciones de los modelos para mantener aislada la relación con los
aprendizajes. Por su parte, esta atenuación también podría deberse a las variaciones en la calidad de
la oferta de educación inicial en el tiempo. Los estudiantes que en 2015 estaban cursando el 3.º curso
habían asistido a educación inicial 12 años antes (es decir, 2003), cuando tanto la oferta como la
calidad del preescolar eran relativamente bajos (la tasa neta de escolarización era del 72%; MEC,
2003).
Tabla 5.2. Resumen de las variables relacionadas con las variables de acceso y permanencia escolar
Comunicación
guaraní
3.º 6.º 9.º 3.º 6.º 9.º 6.º 9.º
3.º EM 3.º EM
EEB EEB EEB EEB EEB EEB EEB EEB
Asistió a educación
      ● ●  
inicial
Sobreedad          
Existe abundantes referencias que señalan que la asistencia a educación infantil y preescolar impacta
en los resultados académicos educación obligatoria (Hidalgo-Hidalgo y García-Pérez, 2012) y mitiga
la desigualdad de oportunidades a lo largo de la vida (Cebolla-Boado, Radl y Salazar, 2014). Un
reciente estudio de UNICEF (Espinosa Bayal, 2018) señala que garantizar plazas suficientes y dar
apoyo a las familias para que puedan escolarizar tempranamente a sus hijos es una inversión rentable
que se asocia a un amplio espectro de efectos deseables: contribuye al desarrollo de las capacidades
cognitivas, afectivo-emocionales y sociales del estudiante; coadyuva a la adquisición habilidades y
competencias que maximizan el éxito en la escolarización obligatoria, contribuyendo a disminuir, en
el medio y largo plazo, las tasas de fracaso y abandono escolar; es una media compensadora e
83
inclusiva ya que beneficia especialmente a los estudiantes más vulnerables, sea por razones
socioeconómicas o personales (discapacidad); y permite conciliar la vida laboral y familiar,
posibilitando la integración de las madres al mundo laboral, lo que contribuye a eliminar las
desigualdades de género y a disminuir la pobreza infantil, ya que el hecho de que las madres se
incorporen al mercado laboral posibilita el aumento de los ingresos familiares.
Las estadísticas actuales de asistencia a educación inicial muestran que cerca del 98% de los
estudiantes de 5 años asisten a educación preescolar (EPH, 2017). Sin embargo, la cobertura es
bastante baja para el prejardín (3 años) y jardín (4 años), dado que menos del 30% de estos chicos
asiste a alguna institución educativa. Además, cabe señalar que sólo recientemente el MEC ha venido
a fortalecer la oferta de servicios de educación inicial para el tramo de 3 y 4 años (e incluso para el
rango de edad de 0 a 2 años). A la vista de estos datos, considerando que la asistencia a educación
inicial es obligatoria desde 2010, y teniendo en cuenta las evidencias señaladas, el aumento de la
inversión para garantizar plazas escolares en educación infantil se muestra como una línea de mejora
para el conjunto del sistema educativo de Paraguay.
Los estudiantes con sobreedad logran resultados consistentemente más bajos que sus pares
ubicados en su trayectoria educativa esperada. Los estudiantes con sobreedad (es decir, con 2 o
más años por encima de la edad teórica) obtienen aproximadamente 20 puntos menos en todas las
áreas y grados evaluados. Los datos de SNEPE 2015 señalan que, en función del grado de EEB
considerado, entre el 13% y el 15% de los estudiantes está con sobreedad. El fenómeno de la
sobreedad el pluricausal y puede estar motivado por el ingreso tardío de los estudiantes al sistema
educativo, por un proceso de escolarización irregular (por ejemplo, ingreso-abandono-reingreso de
los estudiantes) y por la repetición de los estudiantes. Se han hecho esfuerzos por reducir la tasa de
repitencia en Paraguay a través de normativas aprobadas, especialmente en los grados iniciales de
la EEB, dado que históricamente son esos los grados donde se observaban mayoritariamente los
casos de repitencia. Sin embargo, a pesar de estos esfuerzos, se verifican tasas que son relativamente
altas, aunque inferiores a lo observado en América Latina y el Caribe (UNESCO-OREALC y LLECE,
2016a; MEC, 2018). En PISA-D Paraguay encontró que la actitud de los docentes hacia la repitencia
era positiva. Es decir, los docentes siguen pensando que repetir es bueno para el aprendizaje del
estudiante (MEC, 2018).
Existen varios estudios sobre la repetición, y mientras que muchos señalan los efectos perniciosos de
la repetición, casi ninguno muestra evidencias de que dicha medida mejore el rendimiento, la
motivación y los niveles de autoconfianza de los estudiantes (Ikeda y García, 2014; Xia y Kirby, 2009).
Además, la repitencia afecta con mayor fuerza a los estudiantes de niveles socioeconómicamente
bajos: a igualdad de dificultades de aprendizaje el estudiante de entornos desfavorecidos tiene más
probabilidades de repetir que el estudiante de la clase acomodada. Además, la repetición eleva el
gasto educativo ya que supone, costos directos (proporcionar un año más educación a cada
repetidor) e indirectos (los que se generan en la economía de un país al retrasar un año la entrada en
el mercado laboral) (OCDE, 2013). La repitencia también se asocia a la continuidad en el sistema de
los estudiantes, pues afecta la autoestima y la motivación de estos para seguir estudiando.
Cabe señalar, sin embargo, que eliminar la repetición no resolvería el problema de bajo
desempeño pues como se indicó, el problema de aprendizaje es sistémico. Sin embargo, es
necesario seguir luchando contra el fenómeno de la repitencia. Desde el punto de vista
presupuestario, una alternativa sería dedicar los recursos económicos ahorrados por el sistema
educativo con la eliminación de la repetición (o una parte de ellos) a medidas de apoyo académico
84
para los estudiantes con peores rendimientos. Además, se podría trabajar el compromiso de los
docentes de un mayor esfuerzo con los estudiantes con mayores desafíos académicos.
El docente como facilitador de oportunidades de aprendizaje

El docente es una pieza clave para el logro de los aprendizajes. La tabla 5.3 reporta los tres factores
que componen la “oportunidad de aprendizaje”, un constructo multidimensional que incluye el
tiempo de aprendizaje, el currículo impartido, la gestión y prácticas de aula y los recursos empleados,
y al tiempo factor clave para explicar las diferencias en los resultados de las pruebas SNEPE 2015.
Como se ve, la mayoría de ellas resultan significativas. Los modelos analizados en este informe
señalan que la combinación de esta terna de variables predice que las diferencias entre las
puntuaciones de las instituciones (se trata de variables que operan en el nivel 2, institución educativa)
de cerca de 50 puntos en comunicación castellana, y de 90 puntos en Matemática.
Tabla 5.3. Resumen de las variables relacionadas con el papel del docente
Comunicación
guaraní
3.º 6.º 3.º 9.º
9.º EEB 3.º EM 3.º EEB 6.º EEB 9.º EEB 6.º EEB
EEB EEB EM EEB
Ausentismo
      ● ●  ●
docente
Clima de
trabajo en el
●    ●  ● ●  
aula / clima
escolar
Calidad de la 
      ●  
instrucción 
El ausentismo docente predice diferencias en el rendimiento que oscilan entre 10 puntos en las
tres áreas de 3.º de EEB y 24 en 6.º de EBB. Son valores similares a los encontrados en los estudios
del Laboratorio Latinoamericano de la Calidad Educativa (LLECE) que señalan que la asistencia y
puntualidad docente aumentan el rendimiento promedio de los estudiantes entre 6 y 34 puntos,
según el país y la materia, encontrándose que este efecto significativo se reproduce en todos los
países participantes en el estudio, aún después de descontar el nivel socioeconómico de los
estudiantes. El ausentismo docente está inversamente relacionado con el tiempo efectivamente
dedicado al aprendizaje, concepto que tiene su origen en el modelo de Carroll (1963). Stallings,
Knight y Markham (2014) estiman que, en un aula óptimamente gestionada, al menos el 85% del
tiempo se dedica a actividades de enseñanza y aprendizaje, mientras que las estimaciones de la
OECD (2014) son del 80%. No obstante, Bruns y Luque (2014) encuentran que los países
iberoamericanos quedan 20 puntos porcentuales por debajo del 85%, lo que se traduce en un día
menos de instrucción por semana. El ausentismo docente (ausencias, impuntualidad al inicio o
finalización de las lecciones o a la realización durante las mismas de actividades distintas de las
instructivas) es generalmente responsable de la mitad del total del tiempo perdido (Abadzi, 2009;
Chaudhury, Hammer, Kremer, Muralidharan, & Rogers, 2006).
En general, los datos disponibles señalan que el tiempo escolar está positivamente asociado a los
resultados de pruebas estandarizadas en diferentes contextos (bilingues o monolingues), edades y
materias (Cueto & Secada, 2003; Hernández-Castilla, Murillo, & Martínez-Garrido, 2014; Schuh
Moore, DeStefano, & Adelman, 2010). La problemática del ausentismo docente no es fácil de
abordar. En primer lugar, es una problemática multicausal, donde se mezclan factores personales
(desgaste, cansancio, enfermedades, circunstancias familiares, compromiso y motivación docente,
85
etc.); institucionales (clima de trabajo y relaciones interpersonales, modelos de participación,
recursos materiales y condiciones de trabajo complejas, contextos sociales exigentes, desvaloración
de la profesión, etc.) y físicos (climatología, medios de transporte). La Organización de Estados
Iberoamericanos (2015) propone una estrategia global para la prevención de ausentismo docente
basada en tres aspectos:
1. Diagnóstico preciso de cada situación, dada la naturaliza multicausal del hecho.
2. Establecer estrategias institucionales para la prevención de ausentismo, que abarcan:

campañas de prevención en materia de salud; estudio de las barreras que impiden al docente
presentarse en la escuela; y potenciar el papel de los equipos directivos para reconocer la
labor docente, mejorar el clima de convivencia en el centro y fomentar el trabajo
colaborativo.
3. Establecer pautas organizativas en las instituciones educativas para cubrir las ausencias
docentes. Esto podría estar indicando
Los resultados de SNEPE 2015 señalan que el clima ordenado de trabajo en el aula, entendido como
la atmósfera de orden, buenas relaciones y ambiente de trabajo orientado a la consecución de los
objetivos educativos (Scheerens, 2016), marca diferencias de entre 10 y 20 puntos en la escala
puntaciones típicas según el grado y área evaluada. El efecto del clima de trabajo en el aula se
incrementa a medida que avanzan los años de escolarización. En 3.º de EEB la variable no mostró
significación estadística. En 6.º grado, además de ser significativo en las tres áreas, otras dos
variables relacionadas con el orden de las aulas (los índices “violencia escolar” y “clima de relaciones
personales”) también fueron estadísticamente significativas.
Estos resultados se alinean con las evidencias encontradas en la literatura internacional: en las aulas
con ambiente de trabajo ordenado hay menos interrupciones y problemas de comportamiento de
los estudiantes, menos intervenciones disciplinarias del docente y mejores resultados educativos
(Durlak, Weissberg, Dymnicki, Taylor y Schellinger, 2011; Korpershoek, Harms, de Boer, van Kuijk, y
Doolaard, 2014; Marzano, Marzano y Pickering, 2003; Oliver et al., 2011). En su metanálisis Marzano
et al. (2003) estimaron que el orden de aula tenía un efecto moderado (d = 0,52) sobre el rendimiento
académico, mientras que Korpershoek et al. (2016) calificaron el efecto de pequeño, aunque
significativo (g = 0,17). Durlak et al. (2011) obtienen un efecto entre pequeño y moderado (g = 0,27).
Gil Flores (2014), con datos de PISA, señala que la percepción que los estudiantes tienen del orden de
aula marcaban diferencias del 40% de la desviación típica de la escala de Matemática para el conjunto
de la OCDE, confirmando esta relación, en mayor o menor grado, en todos los países.
Por su parte, en el contexto Latinoamericano los tres estudios del LLECE apuntan en la misma
dirección: en el primer estudio de esta región (PERCE), se predecían diferencias en Matemática y
Lectura en torno a una desviación típica, según el clima de aula, y en el segundo estudio (SERCE) el
modelo predecía ganancias más moderadas (entre 10 y 60 puntos según la materia y el país). En el
tercer estudio (TERCE) el rango de las diferencias en función del clima de aula ha oscilado entre 6 y
18 puntos (UNESCO-OREALC & LLECE, 2016a). De igual modo, existen un buen número de
investigaciones que señalan que las aulas con buenas relaciones personales y clima de trabajo
estimulante, cordial, afectivo y seguro tienden a presentar mejores resultados educativos (Carvallo,
2006; López, 2006; Ramos Ramírez, 2013; Román, 2010; Torres-Fernández, 2008), así como
ganancias en factores socio-afectivos (motivación, autoconcepto) y mayor satisfacción hacia la
escuela (Martínez-Garrido, 2015). También se ha encontrado que, en las escuelas de bajo
86
rendimiento, el clima de aula se caracteriza por la tensión, la escasa participación, y las malas
relaciones entre docentes y estudiantes (Hernández-Castilla et al., 2014). Estas evidencias señalan
que lo que ocurre en el aula es uno de los factores más importantes para explicar la calidad de las
instituciones educativas, por los que los planes de mejora deben siempre considerar este factor.
Los planes de formación para el docente destinados a mejorar la gestión del aula pueden
estructurarse sobre los siguientes objetivos:
1. identificar la conducta docente encaminada a maximizar las oportunidades de aprendizaje y

adquirir estrategias de intervención para mejorar el clima del aula; generar ambientes de
trabajo adecuado y maximización del tiempo de aprendizaje;
2. mejorar la aceptación social entre los estudiantes y los vínculos y cohesión del grupo de clase;
e identificar roles, dinámicas de aula y perfiles de alumnado.
Para cumplir con estas finalidades la formación docente debería abarcar los siguientes contenidos:
trabajo grupal en el aula; conductas, pautas y actitudes docentes asociadas al buen ambiente de
aprendizaje y buen manejo del ritmo de la clase; organización espacial y diseño de las aulas;
elaboración de normas de aula; modificación de dinámicas negativas de aula; y manejo del aula como
sistema para mejorar la convivencia y promover la aceptación social de los estudiantes y prevenir e
intervenir en casos de acoso escolar.
La calidad de la instrucción es el tercer elemento clave asociado a las oportunidades de aprendizaje.

Tradicionalmente, la investigación sobre la vida del aula ha identificado dos grandes componentes:
estrategias de gestión de aula (referida al clima de trabajo) y las prácticas de aula, que hacen
referencia a los aspectos instructivos y a la metodología docente. Los resultados de SNEPE 2015 son
concluyentes; considerando todas las áreas y grados evaluados, la calidad del proceso instructivo
es la variable con mayor potencial de mejora. Por ejemplo, con los resultados de Matemática de 6.º
grado se predicen diferencias entre instituciones educativas de hasta 85 puntos en la escala de
puntuaciones típicas, siendo en promedio 30 los puntos predichos en otras áreas y grados.
Se trata de un efecto importante sobre los resultados educativos que está en línea con lo apuntado
por los estudios anglosajones como iberoamericanos (Murillo, 2007; Scheerens, 2016).
Generalmente, las prácticas de enseñanza incluyen aspectos como el modo de trabajar los
contenidos de aprendizaje, la metodología didáctica, la actitud del docente, las explicaciones, tipo y
organización de tareas de enseñanza, así como la evaluación de los aprendizajes. En este sentido, se
ha señalado una relación positiva entre los resultados educativos y tareas docentes como (a)
establecer objetivos de aprendizaje claros, (b) plantear actividades de alto nivel de exigencia
cognitiva, (c) controlar el trabajo y los deberes en el hogar y (d) organizar una evaluación variada y
justa (Gobierno del Principado de Asturias, 2011). Estudiantes con niveles de comprensión más bajos
se benefician cuando asisten a un aula en la que la claridad de las explicaciones del docente es común,
mientras que los estudiantes con mayor nivel de comprensión se benefician cuando se enfrentan a
actividades con alta exigencia cognitiva y que demandan reflexión sobre el propio aprendizaje, lo cual
señala la necesidad de establecer prácticas de enseñanza diferenciadas y de claro nivel reflexivo e
investigador (Fernández et al., 2016).
La investigación del LLECE apunta a conclusiones similares. Si bien los primeros estudios del LLECE
no mostraron resultados concluyentes (UNESCO-OREALC & LLECE, 2000, 2010), TERCE estimó que
las prácticas docentes predicen ganancias de entre 9 y 36 puntos más en las pruebas cognitivas
87
(UNESCO-OREALC & LLECE, 2016a). Igualmente, los trabajos de Martínez-Garrido (2015) y Román
(2010) encuentran efectos positivos de la metodología docente sobre los resultados. En conjunto, los
buenos resultados se asocian a ciertas características docentes, tales como clases bien preparadas,
enseñanza estructurada, objetivos claros, colaboración docente, actividades variadas y
participativas, estrategias de aprendizaje activas y uso frecuente de la evaluación y el seguimiento
del progreso de los estudiantes (Murillo & Román, 2009; Torres-Fernández, 2008; Velez,
Schiefelbein, & Valenzuela, 1994). Por el contrario, cuando la metodología docente se basa en
estrategias de memorización y reproducción de contenidos, las escuelas tienden a presentar
rendimientos más bajos (Carvallo, 2006; Hernández-Castilla et al., 2014).
En definitiva, la formación docente, ya sea inicial o permanente, debe prestar especial atención a los
contenidos relacionados con la didáctica y la mediación sobre los contenidos curriculares. En ese
sentido, la selección de contenidos de aprendizaje significativos, tanto desde el punto de vista lógico-
epistemológico, como desde el punto de vista psicológico; el uso de metodologías activas que
permitan al estudiante la construcción de sus propios significados y aprendizajes; el control y la
adecuada retroalimentación sobre el progreso escolar son aspectos ineludibles en la agenda
formativa de todo docente.
El contexto de los estudiantes y lo que hacen

La tabla5.4 resume la asociación de las características del estudiante y su contexto con su rendimiento
en las pruebas SNEPE 2015. Como se verifica, mejores condiciones socioeconómicas se asocian a
mejor rendimiento en prácticamente todas las áreas y grados/curso evaluados. Esto significa que la
escuela no logra compensar las diferencias de clase con las que vienen los estudiantes a clase,
pues un estudiante de contexto favorable logra mejor resultado que uno de contexto
desfavorable o, dicho de otra forma, un estudiante de clase alta tiene mayor probabilidad de
aprender más que un estudiante de clase baja.
Tabla 5.4. Resumen de variables sobre características del estudiante

Comunicación
guaraní
3.º 6.º 9.º 9.º
3.º EM 3.º EEB 6.º EEB 9.º EEB 3.º EM 6.º EEB
EEB EEB EEB EEB
Ser mujer/niña          
Hablar guaraní en el
   ●      
hogar
SES de la familia    ●      ●
Hacer deberes
 ● ●  ● ● ●   ●
diariamente
Acceso a las TIC   ●    ●   
Hábitos de lectura ●    ●     
Participar en
actividades ●  ● ● ●  ●  ● 
extraescolares
Participa en
●    ●     
organizaciones
88
La diversidad lingüística y los hábitos de lectura
De igual manera, la diversidad lingüística no está siendo considerada en la escuela como debería
serlo. Es así que estudiantes que no hablan el idioma de instrucción o de evaluación tienen peor
rendimiento que los que sí lo hacen, incluso luego de considerar las diferencias socioeconómicas
entre estos dos grupos lingüísticos. De esto se desprende que es necesario mejorar los esfuerzos ya
realizados por el sistema educativo para proponer estrategias que incorporen la lengua materna
como recurso para el aprendizaje. Dado que, en la mayoría de los espacios, el castellano es el idioma
utilizado en la escuela para la instrucción y la evaluación, los guaraníhablantes tienen mayor
probabilidad de bajo rendimiento, menores niveles de aprendizaje y de escolaridad. Esto se
comprueba al observar el promedio de años de estudio entre estos dos conjuntos de poblaciones:
mientras que las personas de 15 años y más que hablan castellano tienen 12 años de escolaridad, los
guaraníhablantes tienen sólo 6.8 años (EPH, 2017). Es necesario aclarar, que el idioma no es el
problema (es decir, no debe estigmatizarse el idioma) sino que la forma como el bilingüismo está
siendo tratado en el sistema educativo. Nótese que, cuando los estudiantes son evaluados en su
lengua de uso predominante el rendimiento se torna homogéneo: los guaraníhablantes logran
rendimiento similar en la prueba de guaraní que los castellanohablantes en la prueba de
castellano.
La realización de deberes diariamente no se asocia significativamente a los aprendizajes en las

áreas evaluadas en el nivel escolar básico en las pruebas de SNEPE 2015. Es decir, hacer deberes a
diario apenas ha mostrado efectos y en el único caso donde han aparecido (Matemática en 3º de EEB)
el efecto ha sido negativo. Estos resultados coinciden con los planteamientos actuales de la
investigación educativa sobre el tópico. Los trabajos de revisión de Cooper (1989) y Cooper, Robinson
y Patall (2006) señalan que durante la segunda mitad del siglo XX la mayoría de los trabajos
empleaban modelos de análisis clásicos (fundamentalmente comparaciones de medias, análisis de
varianza y regresiones múltiples) y concluían que la relación entre la realización de deberes escolares
y el rendimiento académico era positiva, si bien esta asociación no era estrictamente lineal. Sin
embargo, con el cambio de siglo la investigación sobre el tópico comenzó a emplear modelos
jerárquico-lineales, demostrando que el tiempo dedicado a los deberes tienen poco efecto sobre los
resultados (De Jong, Westerhof y Creemers, 2000; Farrow, Tymms y Henderson, 1999; Murillo y
Martínez-Garrido, 2013; Núñez, Vallejo, Rosário, Tuero y Valle, 2014) y que, en caso de significación
estadística, el efecto es negativo (Chang, Wall, Tare, Golonka y Vatz, 2014; Trautwein, 2007;
Trautwein, Köller, Schmitz y Baumert, 2002; Trautwein, Schnyder, Niggli, Neumann y Lüdtke, 2009).
Estos estudios están captando el hecho de que los estudiantes con más dificultades de aprendizaje y
concentración necesitan más tiempo para completar sus deberes. Cabe señalar, sin embargo, que la
realización de tareas a diario en la educación media ha mostrado su asociación al rendimiento en
matemática y comunicación castellana. Es necesario complementar estos resultados con una
exploración más cualitativa sobre los tipos de tarea entregados en la EEB y la entregada en la EM.
Los hábitos de lectura han estado consistentemente asociados a mejores niveles de rendimiento
académico en las pruebas SNEPE 2015. El rendimiento en cualesquiera de las áreas es mayor para
aquel estudiante que posee hábitos de lectura en comparación con aquel que no practica esta
actividad. Las diferencias en el rendimiento son de entre 17 y 29 puntos, dependiendo del área y
grado/curso evaluado, luego de controlar por otros factores de contexto familiar y escolar. El índice
de hábitos de hábitos de lectura fue construido a partir de preguntas realizadas a los estudiantes sobre
89
si leen o no y para qué lo hacen (entretenimiento, aprender cosas nuevas, sobre cosas que interesan,
hacer tareas o trabajos de la escuela, para informarse sobre lo que ocurre). La promoción de los
hábitos de lectura entre estudiantes es una actividad que puede ser trabajada desde distintos niveles.
Por un lado, el sistema educativo paraguayo podría incorporar de manera directa estrategias
asociadas al fomento de este hábito a través de planes y programas, como por ejemplo la dotación de
bibliotecas a las escuelas, la incorporación de la lectura como una actividad asociada al desarrollo del
currículum de lengua castellana y guaraní. Las instituciones educativas, a su vez podrían trabajar de
manera directa en su comunidad intervenciones como la habilitación de espacios para realizar
competencias, concursos y/o ferias asociadas a la lectura; y trabajar con los padres de familia la
concienciación sobre la importancia de esta práctica invitándolos a instalar un horario y un espacio en
el hogar para la lectura, el préstamo de textos de la biblioteca para su lectura en casa, o la realización
de actividades conjuntas (padre-hijo) de lectura. El uso de audiolibros también se convierte en una
opción, así como los textos digitales disponibles en la web.
Participación en actividades extraescolares y filiación
La participación en actividades extraescolares y la filiación a organizaciones no se asocia a

mejores niveles de rendimiento. Esto no sorprende atendiendo que las actividades asociadas a
ambos índices no se vinculan directamente a tareas asociadas a las áreas evaluadas (matemática,
comunicación castellana y guaraní). Por ejemplo, las actividades extraescolares abarcan (i)
participación en una protesta a favor de alguna causa, (ii) candidatura para miembro del Consejo
Escolar o representante del centro de estudiantes, (iii) la preparación de un periódico escolar o página
web de internet, (iv) participación en debates en una asamblea de estudiantes, (v) participación en
alguna decisión acerca del funcionamiento de la institución, (vi) participación en votaciones a
representantes del Consejo Escolar o Centro de Estudiantes, (vii) participación en actividades
musicales o teatrales en la institución, pero fuera de las clases regulares, y (viii) clases de ayuda a otros
estudiantes organizadas por la institución o los maestros; mientras que la filiación se refiere a
organizaciones tales como (a) grupo u organización religiosa, (b) organización cultural que defiende
el origen o identidad étnica, (c) grupo de ayuda a la comunidad, (d) organización en defensa de los
derechos humanos, (e) organización ecológica, (f) organización para jóvenes afiliados a algún partido
político o sindicato, (g) algún grupo de interés especial, de arte, música o teatro, algún equipo u
organización deportiva.
Estos resultados tampoco debieran tomarse como indicativas de que no contribuyen al bienestar del
estudiante. Estas actividades podrían estar siendo beneficiosas para los estudiantes en otras
dimensiones no evaluadas en las pruebas SNEPE 2015, como por ejemplo el bienestar
socioemocional, las habilidades interpersonales, la educación cívica, la ética, entre otras. Sin
embargo, las instituciones educativas podrían plantear actividades extraescolares que trabajen de
manera más directa los contenidos o competencias asociadas a las áreas evaluadas en SNEPE 2015 a
fin de contribuir a la mejora de los aprendizajes, dado que la literatura ha mostrado evidencias de que
las actividades extraescolares pueden convertirse en un elemento importante que potencia el
desarrollo de los saberes y competencias.
90
El involucramiento familiar en la tarea educativa

El estudio del involucramiento familiar en la tarea educativa tiene una tradición centenaria (Brooks,
1916), siendo uno de los tópicos de investigación educativa más productivo. Contando solo las dos
últimas décadas se dispone de un buen número de compendios de investigación (Hoover-Dempsey,
Battiato, Walter, Reed, DeJong & Jones, 2001; Pomerantz, Moorman & Litwack, 2007; Suárez,
Fernández, Cerezo, Rodríguez, Rosário & Núñez, 2012), metanálisis generales (Castro, Expósito-
Casas, López-Martín, Lizascaín, Navarro-Asencio & Gaviria, 2015; Fan & Chen, 2001; Hill & Tyson,
2009; Jeynes 2003, 2005, 2007, 2016), centrados en aspectos específicos como: el papel de las
familias en la adquisición de la lectura (Sénéchal & Young, 2008), la ayuda con los deberes escolares
(Patall, Cooper & Robinson, 2008), la evaluación de programas diseñados para fomentar la
implicación familiar (Erion, 2006; Jeynes, 2012) y síntesis cualitativas de metanálisis (Wilder, 2014),
sin olvidar las revisiones molares de los estudios de eficacia escolar, que señalan que el
involucramiento familiar es el factor no-instructivo con mayor tamaño del efecto sobre el
rendimiento académico (Murillo, 2007; Scheerens, 2016; Scheerens, Witziers & Steen, 2013). La
lectura conjunta de estas referencias permite afirmar que la asociación entre involucramiento
familiar y resultados escolares es universal, ya que se ha replicado en diferentes edades, grupos
étnicos, países y culturas.
Tabla 5.5. Resumen de las variables relacionadas con el involucramiento familiar
Comunicación
guaraní
3.º 6.º 9.º 3.º 6.º 9.º 6.º 9.º
3.º EM 3.º EM
EEB EEB EEB EEB EEB EEB EEB EEB
Involucramiento
   ●    ●  
familiar
Como se ve en la tabla 5.5. los datos de SNEPE 2015 confirman la línea mayoritaria de la investigación
educativa, ya que se han encontrado efectos positivos y estadísticamente significativos en todas las
áreas y grados. Aquellos estudiantes cuyos padres o encargados realizan el seguimiento de las
tareas escolares, mantienen frecuentes conversaciones sobre las actividades escolares y asisten
a reuniones en la institución educativa, tienden de a presentar mejores resultados que los
estudiantes cuyos padres y encargados no muestran tanto interés por las actividades escolares.
También se advierte que el efecto es mayor en edades tempranas, perdiendo algo de fuerza a medida
que avanza la escolarización. Así, en 3.º de EEB se predicen diferencias individuales de unos 22 puntos
en función del grado de involucramiento familiar, este efecto está en torno a 18 puntos en 6º de EEB
y baja hasta los 9 puntos en 9.º grado.
91
Referencias
Abadzi, H. (2009). Instructional time loss in developing countries: Concepts, measurement, and implications.
World Bank Research Observer 24(2), 267-290. doi;10.1093/wbro/lkp008
Anderson, J. O., Milford, T., & Ross, S. P. (2009). Multilevel modeling with HLM: Taking a second look at PISA.
In M. C. Shelley II, L. D. Yore, & B. Hand (Eds.), Quality research in literacy and science education:
International perspectives and gold standards (pp. 263-286). Dordrecht, The Netherlands: Springer.
Bokossa, M.C., y Huang, G.G. (2001). Imputation of tests scores in the National Education Longitudinal Study of
1988 (NELS: 88). Washington, DC: National Center for Education Statistics, U.S. Department of Education.
Botella, J. (2002). Potencia de pruebas alternativas para dos muestras relacionadas con datos perdidos.
Psicothema, 14(1), 174-180.
Brooks, E. C. (1916). The value of home study under parental supervision. The Elementary School Journal, 17(3),
187-194
Bruns, B., & Luque, J. (2014). Great teachers how to raise student learning in Latin America and the Caribbean.
Washington, DC: International Bank for Recosntruction and Development/The World Bank. doi:10.1596/
978-1-4648-0151-8.
Carroll, J. B. (1963). A model of school learning. Teachers College record, 64, 723-733.
Carvallo, M. (2006). Factores que afectan el desempeño de los alumnos mexicanos en edad de educación
secundaria: un estudio dentro de la corriente de eficacia escolar. Revista Iberoamericana sobre Calidad,
Eficacia y Cambio en Educación, 4(3), 30-53.
Casas, A., Gamboa, L. F., & Piñeros, L. J. (2002). El efecto escuela en Colombia, 1999-2000. Bogotá: Universidad
del Rosario.
Castro, M., Expósito-Casas, E., López-Martín, E., Lizasoain, L., Navarro-Asencio, E., & Gaviria, J. L. (2015).
Parental involvement on student achievement: A meta-analysis. Educational Research Review, 14, 33–46.
Cebolla-Boado, H., Radl, J., & Salazar, L. (2014). Aprendizaje y ciclo vital. La desigualdad de oportunidades desde
la educación preescolar hasta la edad adulta. Obra Social “la Caixa”.
http://ifuturo.org/documentacion/Aprendizaje%20y%20ciclo%20vital.pdf
Cervini, R. (2004a). Influencia de los factores institucionales sobre el logro en matemática de los estudiantes
en el último año de la educación media de Argentina- Un modelo de tres niveles. Revista Electrónica
Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 2(1), 1-24.
Cervini, R. (2004b). Nivel y variación de la equidad en la educación media de Argentina. Revista Iberoamericana
de Educación, 34(4), 1-18.
Chaudhury, N., Hammer, J., Kremer, M., Muralidharan, K., & Rogers, F. H. (2006). Missing in action: Teacher
and health worker absence in developing countries. Journal of Economic Perspectives, 20(1), 91-116. doi:
10.1257/089533006776526058
Cueto, S., & Secada, W. (2003). Eficacia escolar en escuelas bilingues en Puno, Perú. Revista Electrónica
Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 1(1), 1-23. Recuperado de
https://goo.gl/2qrMaa
Erion, J. (2006). Parent tutoring: a meta-analysis. Education and Treatment of Children, 29(1), 79–106.
Fan, X., & Chen, M. (2001). Parental involvement and students’ academic achievement: a meta-analysis.
Educational Psychology Review, 13(1), 1–22.
Directores que Hacen Escuela (2015). Estrategias para prevenir el ausentismo docente y fortalecer la enseñanza.
Buenos Aires: OEI.
Bates D., Maechler M., Bolker B., Walker S. (2015). Fitting Linear Mixed-Effects Models Using lme4. Journal of
Statistical Software, 67(1), 1-48.<doi:10.18637/jss.v067.i01>.
Durlak, J. A., Weissberg, R. P., Dymnicki, A. B., Taylor, R. D., & Schellinger, K. B. (2011). The impact of enhancing
students’ social and emotional learning: a meta-analysis of schoolbased universal interventions. Child
Development, 82, 405- 432. http://dx.doi.org/10.1111/j.1467-8624.2010.01564.x
92
Espinosa Bayal, M. Á. (2018). La garantía del derecho a la educación en la etapa 0-3 años. Una inversión
necesaria y rentable. Cuadernos para el Debate nº 6. Madrid: UNICEF, Comité Español: Madrid.
https://www.unicef.es/publicacion/cuaderno-para-el-debate-garantia-derecho-educacion-0-3-anos
Fernández Aráuz, A. (2017). Latinoamérica en PISA 2012: Factores asociados a la alfabetización matemática.
Ciencias Económicas, 35(1), 10-37. doi: http://dx.doi.org/vvv10.15517/rce.v1i1.28926
Fernández-Alonso, R., Suárez-Álvarez, J., & Muñiz, J. (2015). Adolescents’ homework performance in
mathematics and science: Personal factors and teaching practices. Journal of Educational Psychology,
107(4), 1075-1085. doi:10.1037/edu0000032
Hidalgo-Hidalgo, M., & García-Pérez, J. I. (2012). Impacto de la asistencia a educación infantil sobre los
resultados académicos del estudiante en primaria. En Ministerio de Educación, Cultura y Deportes (Ed.).
TIMSS-PIRLS 2011. Informe Español. Volumen 2. INEE, MECD: Madrid.
Hill, N. E., & Tyson, D. F. (2009). Parental involvement in middle school: a meta-analytic assessment of the
strategies that promote achievement. Developmental Psychology, 45(3), 740–763.
Hoover-Dempsey, K. V., Battiato, A. C., Walker, J. M. T., Reed, R. P., DeJong, J. M., & Jones, K. P. (2001).
Parental involvement in homework. Educational Psychologist, 36, 195-209.
Ikeda, M., y García, E. (2014). Grade repetition. A comparative study of academic and non-academic
consequences. OCDE Journal: Economic Studies, 8(1). http://dx.doi. org/10.1787/eco_studies-2013-
5k3w65mx3hnx
Jeynes, W. H. (2003). A meta-analysis: the effects of parental involvement on minority children’s academic
achievement. Education and Urban Society, 35(2), 202–218.
Jeynes, W. H. (2005). A meta-analysis of the relation of parental involvement to urban elementary school
student academic achievement. Urban Education, 40(3), 237–269.
Jeynes, W. H. (2007). The relationship between parental involvement and urban secondary school student
academic achievement. A meta-analysis. Urban Education, 42(1), 82–110.
Jeynes, W. H. (2012). A meta-analysis of the efficacy of different types of parental involvement programs for
urban students. Urban Education, 47(4), 706–742.
Jeynes, W. H. (2016). A Meta-Analysis: The Relationship Between Parental Involvement and African American
School Outcomes. Journal of Black Studies, 47(3), 195-216. doi: 10.1177/0021934715623522.
Korpershoek, H., Harms, T., de Boer, H., van Kuijk, M., & Doolaard, S. (2016). A meta-analysis of the effects of
classroom management strategies and classroom management programs on students’ academic,
behavioral, emotional, and motivational outcomes. Review of Educational Research, 86, 643-680.
doi:10.3102/0034654315626799
Hernández-Castilla, R., Murillo, F. J., & Martínez-Garrido, C. (2014). Factores de ineficacia escolar. Revista
Electrónica Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 12(1), 103-118. Recuperado de
https://goo.gl/C4B8ri
Marzano, R. J., Marzano, J. S., & Pickering, D. J. (2003). Classroom management that works. Research-based
strategies for every teacher. Alexandria, VA: Association for Supervision and Curriculum Development
(ASCD)
Murillo, F. J. (2007). School effectiveness research in Latin America. En T. Townsend (Ed.), International
Handbook of School Effectiveness and Improvement (pp. 75-92). Nueva York: Springer.
OECD (2013). PISA 2012 results: What makes schools successful? Resources, policies and practices (Vol. IV). Paris:
OECD Publishing. http://dx.doi. org/10.1787/9789264201156-en
OECD (2014). TALIS 2013 Results: An International Perspective on Teaching and Learning. Paris: OECD Publishing.
doi:10.1787/9789264196261-en
Oliver, R. M., Wehby, J. H., & Reschly, D. J. (2011). Teacher classroom management practices: effects on
disruptive or aggressive student behavior. Campbell Systematic Reviews, 4, 1-55.
Palacios de Asta, G. (2016). Situación de la educación en Paraguay por departamento, a la luz de los
indicadores educativos 2014. Población y Desarrollo, 22(42), 45 – 56.
Paniagua, D., Amor, P J., Echeburúa, E., & Abad, F. J. (2017). Comparison of methods for dealing with missing
values in the EPV-R. Psicothema, 29(3), 384-389. doi: 10.7334/psicothema2016.75
93
Patall, E. A., Cooper, H., & Robinson, J. C. (2008). Parent involvement in homework: a research synthesis.
Review of Educational Research, 78(4), 1039–1101.
Pomerantz, E. M., Moorman, E. A., & Litwack, S. D. (2007). The how, whom, and why of parents’ involvement
in children’s academic lives: more is not always better. Review of Educational Research, 77(3), 373-410.
R Core Team (2018). R: A language and environment for statistical computing. R Foundation for Statistical
Computing, Vienna, Austria. URL https://www.R-project.org/.
Raudenbush, S. W., & Bryk, A. S. (2002). Hierarchical linear models: Applications and data analysis methods
(Vol. 1). Sage.
Scheerens, J. (2016). Educational Effectiveness and Ineffectiveness. A Critical Review of the Knowledge Base.
Dordrecht: Springer.
Scheerens, J., Witziers, B., & Steen, R. (2013). A meta-analysis of school effectiveness studies. Revista de
Educación, 361, 619-645. doi: 10.4438/1988-592X-RE-2013-361-235
Schuh Moore, A., DeStefano, J., & Adelman, E. (2012). Opportunity to Learn as a measure of school effectiveness
in Guatemala, Honduras, Ethiopia, and Nepal. USAID/ EQUIP2, Washington DC: FHI 360.
Sénéchal, M., & Young, L. (2008). The effect of family literacy interventions on children’s acquisition of
reading from kindergarten to grade 3: a meta-analytic review. Review of Educational Research, 78(4), 880–
907.
Shell, D. F., Brooks, D. W., Trainin, G., Wilson, K. M., Kauffman, D. F., & Herr, L. M. (2010). The Unified Learning
Model. Dordrecht, The Netherlands: Springer.
Stallings, J., Knight, S., & Markham, D. (2014). Using the stallings observation system to investigate time on task
in four countries. Washington, DC: World Bank.
Suárez, N., Fernández, E., Cerezo, R., Rodríguez, C., Rosário, P., & Núñez, J. C. (2012) Tareas para casa,
implicación familiar y rendimiento académico. Aula Abierta, 40(1), 73-84.
UNESCO-OREALC. (2016a). Recomendaciones de Políticas Educativas en América Latina en base al TERCE.
Santiago de Chile: UNESCO.
UNESCO-OREALC. (2016b). Reporte Técnico Tercer Estudio Regional Comparativo y Explicativo. TERCE.
Santiago de Chile: UNESCO.
UNESCO-OREALC, & LLECE. (2000). Primer estudio internacional comparativo sobre lenguaje, matemática y
factores asociados, para alumnos del tercer y cuarto grado de la educación básica. Segundo Informe. Santiago
de Chile. UNESCO.
UNESCO-OREALC, & LLECE. (2001). Informe Técnico. Primer estudio internacional comparativo sobre lenguaje,
matemática y factores asociados, para alumnos del tercer y cuarto grado de la educación básica. Santiago de
Chile: UNESCO.
UNESCO-OREALC, & LLECE. (2010). SERCE. Factores asociados al logro cognitivo de los estudiantes de América
Latina y el Caribe. Santiago de Chile: UNESCO.
UNESCO-OREALC, & LLECE. (2016a). Informe de resultados del Tercer Estudio Regional Comparativo y
Explicativo. Factores Asociados. Santiago de Chile: UNESCO.
UNESCO-OREALC, & LLECE. (2016b). Informe de resultados del Tercer Estudio Regional Comparativo y
Explicativo. Logros de aprendizaje. Santiago de Chile: UNESCO.
Wilder, S. (2014). Effects of parental involvement on academic achievement: a meta-synthesis. Educational
Review, 66(3), 377–397.
Willms, J.D., y Smith, T. (2006). A Manual for Conducting Analyses with Data from TIMSS and PISA (Report
prepared for the UNESCO Institute for Statistics). New Brunswick: Canadian Research Institute for Social
Policy. Consultado el 17 de mayo de 2011 en: http://www.unb.ca/crisp/
pdf/Manual_TIMSS_PISA2005_0503.pdf.
Xia, N., & Kirby, S. N. (2009). Retaining students in grade: A literature review of the effects of retention on
students' academic and nonacademic outcomes. (Technical Report No. 678). Santa Mónica, CA: RAND
Coorporation. Recuperado en junio de 2016 de: http://www.rand.org/ pubs/technical_reports/TR678/
94
Anexo I: porcentaje de casos perdidos en las

variables por área y grado evaluado
estadísticamente significativos en el análisis de 3.º EEB
Matemática Comunicación Castellana
% Datos % Datos
Suma Pesos Suma Pesos
Perdidos Perdidos
Es mujer/niña 93872 0% 93964 0%
Habla Guaraní en casa 81463 13% 71738 24%
Vive < 30 min. Escuela 81767 13% 71932 23%
SES de la familia 78595 16% 69098 26%
Sobreedad 93871 0% 80759 14%
Fue a Educación Inicial 93872 0% 80761 14%
Hace deberes a diario 77256 18% 68181 27%
Acceso a las TIC (Factor general) 88216 6% 77434 18%
Involucramiento familiar 88008 6% 77244 18%
Expectativas familia Ed.Superior 88087 6% 88846 5%
Sector privado 93872 0% 93964 0%
Tamaño de la institución 93872 0% 93964 0%
Calidad de la instrucción 84389 10% 74223 21%
Ausentismo docente 82828 12% 73022 22%
Autonomía de la institución 58226 38% 50155 47%
Comunicación institución-familia 87596 7% 76865 18%
SES Departamento 93872 0% 93964 0%
Porcentaje estudiantes hablan guaraní 93872 0% 93964 0%
Porcentaje instituciones privadas 93872 0% 93964 0%
95
Matemática Comunicación Castellana Comunicación Guaraní
% Datos % Datos % Datos
Suma Pesos Suma Pesos Suma Pesos
Perdidos Perdidos Perdidos
Es mujer/niña 94333 0% 95633 0% 95633 0%
Habla guaraní 88674 6% 81829 14% 81829 14%
Vive < 30 min. Escuela 88475 6% 81643 15% 81643 15%
SES de la familia 86661 8% 83354 13% 83354 13%
Sobreedad 90712 4% 83604 13% 83604 13%
Fue a Educación Inicial 88440 6% 81612 15% 81612 15%
Hace deberes a diario 88450 6% 81622 15% 81622 15%
Hábitos de lectura 79617 16% 76266 20% 76266 20%
Acceso a TIC (Factor gnral) 78204 17% 74862 22% 74862 22%
Participa act. Extraescolares 79673 16% 76375 20% 76375 20%
Participa en organizaciones 79577 16% 76245 20% 76245 20%
Involucramiento familiar 91822 3% 75388 21% 75388 21%
Expectativas Ed. Superior 91766 3% 92795 3% 92795 3%
Sector privado 94333 0% 95633 0% 95633 0%
SES institución 90712 4% 91445 4% 91445 4%
Clima de trabajo en el aula 77395 18% 78445 18% 78445 18%
Violencia en la institución 90712 4% 83354 13% 83354 13%
Clima escolar 87574 7% 80679 16% 80679 16%
Calidad de la instrucción 80535 15% 74816 22% 74816 22%
Ausentismo docente 83928 11% 80738 16% 77991 18%
Uso TIC formación 75214 20% 76179 20% 76179 20%
Autonomía de la institución 62130 34% 59820 37% 59820 37%
SES Departamento 94333 0% 95633 0% 95633 0%
% estudiantes hablan guaraní 94333 0% 95633 0% 95633 0%
% instituciones privadas y
94333 0% 95633 0% 95633 0%
subvencionadas
96
Matemática Comunicación Castellana Comunicación Guaraní
% Datos % Datos % Datos
Suma Pesos Suma Pesos Suma Pesos
Perdidos Perdidos Perdidos
Es mujer/niña 79878 0% 80971 0% 80971 0%
Habla Guaraní en casa 65335 18% 66823 17% 66823 17%
Vive < 30 min. Escuela 66232 17% 67716 16% 67716 16%
SES de la familia 74875 6% 70845 13% 70845 13%
Sobreedad 79879 0% 80971 0% 80971 0%
Fue a Educación Inicial 64368 19% 65817 19% 65817 19%
Hace deberes a diario 64542 19% 65998 18% 65998 18%
Hábitos de Lectura 64327 19% 65727 19% 65727 19%
Acceso a TIC 63872 20% 65209 19% 65209 19%
Participa en act.
69665 13% 65770 19% 65770 19%
extraescolares
Participa en organizaciones 64198 20% 65602 19% 65602 19%
Involucramiento familiar 54302 32% 55115 32% 55115 32%
Expectativas Ed. Superior 77729 3% 78701 3% 78701 3%
Sector Privado 79879 0% 80971 0% 80971 0%
Tamaño institución 79879 0% 80971 0% 80971 0%
SES institución 71245 11% 78223 3% 78223 3%
Calidad de la institución 70906 11% 66929 17% 66929 17%
Ausentismo docente 67696 15% 69220 15% 69220 15%
Clima del aula 73207 8% 69236 14% 69236 14%
Variables de Nivel 3:
Departamento
SES Departamento 79878 0% 80971 0% 80971 0%
Porcentaje estudiantes hablan
79878 0% 80971 0% 80971 0%
guaraní
Porcentaje instituciones
79878 0% 80971 0% 80971 0%
privadas
97
Matemática Comunicación Castellana
% Datos % Datos
Suma Pesos Suma Pesos
Perdidos Perdidos
Es mujer/niña 66154 0% 67232 0%
Habla guaraní 59663 10% 51833 23%
Vive < 30 min. Escuela 60270 9% 52334 22%
SES de la familia 65634 1% 66019 2%
Sobreedad 66154 0% 67232 0%
Fue a Educación Inicial 58772 11% 51070 24%
Hace deberes a diario 58904 11% 51239 24%
Hábitos de lectura 59707 10% 60036 11%
Acceso a TIC (Factor gnral) 59409 10% 59738 11%
Participa act. Extraescolares 59757 10% 60086 11%
Participa en organizaciones 59635 10% 59964 11%
Involucramiento familiar 64439 3% 65417 3%
Expectativas Ed. Superior 56206 15% 63300 6%
Variables de Nivel 2: Institución educativa 100% 100%
Sector privado 66154 0% 67232 0%
SES institución 65634 1% 66019 2%
Tamaño de la institución 66154 0% 67232 0%
Clima escolar 64691 2% 64999 3%
Calidad de la instrucción 63629 4% 63901 5%
Ausentismo docente 65634 1% 66019 2%
Variables de Nivel 3: Departamento 100% 100%
SES Departamento 66154 0% 67232 0%
Porcentaje estudiantes hablan guaraní 66154 0% 67232 0%
Porcentaje instituciones privadas 66154 0% 67232 0%
98

Informe Nacional Factores Asociados

Cargado por

Información del documentohacer clic para expandir la información del documento

Información del documentohacer clic para expandir la información del documento

Copyright:

Formatos disponibles

Informe Nacional Factores Asociados

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informe Nacional Factores Asociados

Cargado por

Copyright:

Formatos disponibles

Análisis de factores asociados

EVALUACIÓN CENSAL 2015

MINISTERIO DE EDUCACIÓN Y CIENCIAS

Ministro de Educación y Ciencias

Viceministro de Educación Básica

Viceministra de Educación Superior y Ciencias

Directora General del Instituto Nacional de

Directora de la Dirección de Evaluación

EQUIPO TÉCNICO DEL ESTUDIO

Departamento de Medición y Análisis Soporte técnico informático

REVISIÓN TÉCNICA Y EDICIÓN

Con el apoyo de:

©Ministerio de Educación y Ciencias

Índice de tablas y figuras

Tabla 3.1. Instituciones educativas, directores, profesores, familias y estudiantes participantes y

La implementación de las evaluaciones estandarizadas del SNEPE está a cargo de la Dirección de

- El proceso de diseño del instrumental de la evaluación (pruebas cognitivas y cuestionarios de

- La comunicación de resultados y diseminación de la información generada de evaluación de

Antecedentes de las evaluaciones educativas en

Se inicia la etapa de construcción del marco institucional y jurídico de la evaluación y de definición de

Figura 1.1 Medición de rendimientos académicos de los estudiantes en Paraguay

● SNEPE ▪ LLECE ● PISA-D ▲Eficacia Preescolar ▼ LAMP ▼ ICCS

En tercer lugar, SNEPE se convierte en herramienta de evaluación de políticas educativas. En 2004

La participación en evaluaciones internacionales

Al margen de las evaluaciones comparativas en Latinoamérica, Paraguay también participó por

Marco teórico del análisis

Un modelo sistémico con factores de distinta naturaleza

Figura 2.1. Estructura básica de un sistema abierto

Contexto / Entrada Proceso Producto / Resultado

- Resultados educativos. Tradicionalmente el producto escolar más estudiado en los análisis

La estructura jerárquica de los niveles de análisis

Figura 2.1. Estructura jerárquica de los factores educativos

El modelo de análisis para el diagnóstico del sistema educativo

Figura 2.3. Modelo de análisis para el diagnóstico del sistema educativo

Naturaleza de las variables

Contexto / Entrada Proceso Producto

Factoressocioeconómicosde la Conductay actitudes hacia el Rendimiento en matemática y

Metodología del estudio

Tabla 3.1. Instituciones educativas, directores, profesores, familias y estudiantes participantes y

Pruebas objetivas de carácter cognitivo

Para evaluar los conocimientos en Matemática, Comunicación castellana y Comunicación guaraní se

Tabla 3.2. Número de ítems y cuadernillos por curso y área

- Cuestionario para estudiantes. Cada estudiante respondió a un cuestionario que constaba de

- Cuestionario para docentes. El profesorado completó un cuestionario de 26 ítems, algunos de

- Cuestionario para directores. El instrumento estaba orientado a los directores de las

operativo, logísticos (encargados de organizar, entregar y recepcionar los instrumentos antes y

Tabla 3.3. Horario de la aplicación SNEPE 2015

Variables empleadas en el análisis

Tabla 3.4. Organización de los ítems en los cuestionarios de contexto

Índice Descripción Tipo Cuestionario

Análisis de estadísticos descriptivos y análisis de correlaciones

- Modelo 4 (modelo de variables de la institución). A las variables de los modelos anteriores, el

Finamente, es necesario mencionar que los procedimientos de recuperación de datos perdidos

Factores asociados al rendimiento académico

Tercer grado de EEB

Estadísticos descriptivos y correlaciones

La correlación entre las puntaciones de los estudiantes en matemática y Comunicación castellana es

Varianza dentro y entre instituciones educativas en cada departamento