Análisis espacial de la asociatividad socioeducativa con el atraso y la deserción escolar en educación primaria regular por departamentos, Perú 2016 a 2021

Autores/as

  • Magen Danielle Infante Rojas Universidad Nacional de Ingeniería, Lima, Perú https://orcid.org/0000-0002-9292-7457
  • Augusto Mayorca Tinoco Universidad Cesar Vallejo, Lima, Perú
  • Wilmer Wilson Aspajo Quiñonez Estudiante - FIEECS - Universidad Nacional de Ingeniería, Lima, Perú
  • Miliani Stephany Quispe Bejar Estudiante - FIEECS - Universidad Nacional de Ingeniería, Lima, Perú
  • Ruth Samanta Huamani Llactahuaman Estudiante - FIEECS - Universidad Nacional de Ingeniería, Lima, Perú
  • Cristopher Norman Malaga Espinoza Estudiante - FIEECS - Universidad Nacional de Ingeniería, Lima, Perú

DOI:

https://doi.org/10.21754/iecos.v24i2.1972

Palabras clave:

Autocorrelación espacial socioeducativa, Índice de Morán univariado, Índice de Morán Bivariado, atraso escolar primaria, deserción interanual escolar primaria, Agrupamiento por Geary

Resumen

La Educación Básica en el Perú, es un factor fundamental para el desarrollo del país. Los indicadores de la Educación Primaria publicadas por el Instituto de Estadística e Informática (INEI) revelan la necesidad de mayor investigación. Si bien, existen variados estudios referentes a la investigación, éstas no han sido lo suficiente exhaustivas como esperado. Para cada nivel de la educación básica, las realidades son diferentes, uno de esos niveles es la educación primaria, a la cual acceden la mayoría de peruanos. El objetivo es establecer la asociación socio-educativa espacial del atraso y la deserción escolar. Se construyó un marco de datos, denominado dataframe con las Estadísticas de Calidad Educativa (ESCALE por sus siglas) del Ministerio de Educación (MINEDU por sus siglas) del Perú. Además de un análisis descriptivo espacial, se verificó autocorrelación espacial a nivel Departamental del atraso y la deserción escolar, más aún, que los factores desnutrición crónica infantil, niños y adolescentes que trabajan y alumnos con madres con educación superior completa están espacialmente asociados con el atraso y la deserción escolar. Esa asociación, se confirmó a través del modelo de Regresión Espacial Ponderado.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Magen Danielle Infante Rojas, Universidad Nacional de Ingeniería, Lima, Perú

Esta investigación buscó estimar el modelo Azbel Simplificado para verificar que sea un buen ajuste a las tasas de mortalidad peruana con fines previsionales utilizando tres métodos de estimación, con los métodos máximo verosimilitud (MV), Log-linear Regression-type y mínimos cuadrados ordinarios (MCO). Las tablas de mortalidad se segmentaron por edades cercanas a cero, edades intermedias y edades cercanas a uno. Se confirmó que hay diferencia en el ajuste entre hombres y mujeres. Con las métricas de similaridad A/E y ARL, las tablas de mortalidad originales y las estimadas, se corroboran la hipótesis pues se concluye que las mejores estimaciones resultaron para las tablas SP2005, del género masculino con los métodos Log-linear Regression type y mínimos cuadrados ordinarios, excepto para el rango entre 50 y 90 años. En mujeres sólo hay buen ajuste con el método Log-linear Regression type a partir de los 15 años.  El ajuste a las tablas SPP2017 apenas se aprecia en hombres con el método Log-linear Regression type desde los 70 años y en mujeres desde los 80 años.

Citas

Anselin, L. (1995). Local indicators of spatial association—LISA. Geographical analysis, 27(2), 93-115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x

Anselin, L. (2019). A local indicator of multivariate spatial association: extending Geary's C. Geographical Analysis, 51(2), 133-150. https://doi.org/10.1111/gean.12164

Arbia, G. (2006). Spatial econometrics: statistical foundations and applications to regional convergence. Springer Science & Business Media.

ASIS (2016). Departamentos de Lima 2016 [Archivo PDF]. https://www.dge.gob.pe/portal/Asis/indreg/asis_lima.pdf

Beltrán, A. (2013). El tiempo de la familia es un recurso escaso:¿ Cómo afecta su distribución en el desempeño? Apunte, 40(72), 117-156, 2013. https://doi.org/10.21678/apuntes.72.677

Boniolo, P., & Najmias, C. (2018). Abandono e atraso escolar na Argentina: uma abordagem desde as classes sociais. Tempo Social, 30(3), 217-247. https://doi.org/10.11606/0103-2070.ts.2018.121349

Camayo-Tolentino, E. V., Minaya-Del-Valle, R. A., & Ruiz-Ruiz, M. F. (2022). Formación ciudadana democrática intercultural de niñas en contextos rurales peruanos. Revista Brasileira de Educação, 27. https://doi.org/10.1590/S1413-24782022270061

Cardoso, A. R., & Verner, D. (2007). School drop-out and push-out factors in Brazil: The role of early parenthood, child labor, and poverty. IZA Discussion Paper, (2515). https://dx.doi.org/10.2139/ssrn.955862

CEPAL. (2022). Perú: migraciones internas y dinámica sociodemográfica de departamentos, provincias y distritos en las dos primeras décadas del siglo XXI [Archivo PDF]. https://repositorio.cepal.org/items/cdd34fd1-107a-456c-ac7a-5471ce545170

Decreto Supremo N.º 007-2021-MINEDU [Ministerio de Educación]. Decreto Supremo que modifica el reglamento de la Ley N° 2804, Ley General de Educación, aprobado por Decreto Supremo N° 011-2012-ED. 10 de mayo de 2021. D.O. No. 9

ESCALE (2023a). Magnitudes de la Educación - ESCALE - Unidad de Estadística Educativa. Recuperado de https://escale.minedu.gob.pe/magnitudes;jsessionid=10e2cb3352fc8d5927521e973a68

ESCALE (2023b). Serie desde 2016 - ESCALE - Unidad de Estadística Educativa. Recuperado de https://escale.minedu.gob.pe/ueetendencias2016

GeoDa (21 de julio de 2023). GeoDa on Github. Recuperado de http://geodacenter.github.io/

IGN (11 de agosto de 2023). Instituto Geográfico Nacional - Infraestructura de Datos Geoespaciales Fundamentales. https://www.idep.gob.pe/

Iqbal, A., Hassan, S., Mahmood, H., & Tanveer, M. (2022). Gender equality, education, economic growth and religious tensions nexus in developing countries: A spatial analysis approach. Heliyon, 8(11), e11394. https://doi.org/10.1016/j.heliyon.2022.e11394

INEI (2017). Compendio Estadístico Lima Provincias 2016 [Archivo PDF]. https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digitales/Est/Lib1521/Libro.pdf

INEI (2022). Perú: Indicadores de Educación según Departamentos, 2011-2021 [Archivo PDF].

https://cdn.www.gob.pe/uploads/document/file/3839416/Per%C3%BA%3A%20Indicadores%20de%20Educaci%C3%B3n%20seg%C3%BAn%20Departamentos.pdf?v=1668544569

Jopen, G., Gómez, W., & Olivera, H. (2014). Sistema educativo peruano: balance y agenda pendiente. [Archivo PDF]. http://files.pucp.edu.pe/departamento/economia/DDD379.pdf

Lind, M., Johansson, J., & Cooper, M. (2009). Many-to-many relational parallel coordinates displays. In 2009 13th International Conference Information Visualisation (pp. 25-31). https://doi.org/10.1109/IV.2009.43

López, C. N. (2020a). Caracterización de la región Lima Metropolitana 2020. SINEACE. https://hdl.handle.net/20.500.12982/6234

López, C. N. (2020b). Caracterización de la región Lima 2020. SINEACE. https://hdl.handle.net/20.500.12982/6223

Ministerio de Salud. (20 de julio de 2023). Sala de situación de Covid. Recuperado de https://www.dge.gob.pe/covid19.html

Nishida, F. H., Nicolella, A. C., Canassa, B. J., Espinoza, D. D. F., & Liduares, T. Q. (2022). Impactos da aposentadoria rural sobre o abandono escolar no Brasil. Revista de Economia e Sociologia Rural, 60(spe). https://doi.org/10.1590/1806-9479.2021.251012

Resolución Viceministerial N.º 193-2020-MINEDU de 2020 [Ministerio de Educación]. Aprobar el documento normativo denominado "Orientaciones para la evaluación de competencias de estudiantes de la Educación Básica en el marco de la emergencia sanitaria por la COVID-19". 11 de octubre de 2020

Seshie-Nasser, H. A., & Oduro, A. D. (2016). Delayed primary school enrolment among boys and girls in Ghana. International Journal of Educational Development, 49, 107-114. https://doi.org/10.1016/j.ijedudev.2015.12.004

Shekhar, S., & Xiong, H. (Eds.). (2007). Encyclopedia of GIS. Springer Science & Business Media. https://doi.org/10.1007/978-3-319-17885-1

Sokal, R. R., Oden, N. L., & Thomson, B. A. (1998). Local spatial autocorrelation in biological variables. Biological Journal of the Linnean Society, 65(1), 41-62. https://doi.org/10.1111/j.1095-8312.1998.tb00350.x

Tang, K., Li, Z., & He, C. (2023). Spatial distribution pattern and influencing factors of relative poverty in rural China. Innovation and Green Development, 2(1), 100030. https://doi.org/10.1016/j.igd.2022.100030

Tovar Obregón, M., & Rios Cataño, C. (2017). Trabajo infantil y deserción escolar en el Perú al 2015. Apuntes De Ciencia & Sociedad, 7(1).

https://doi.org/10.18259/acs.2017008

Walsemann, K. M., Fisk, C. E., & Dues, A. N. (2021). A spatial analysis of county-level education context and population health and wellbeing. Wellbeing, Space and Society, 2, 100002. https://doi.org/10.1016/j.wss.2020.100002

Descargas

Publicado

2023-12-31

Cómo citar

Infante Rojas, M. D., Mayorca Tinoco , A., Aspajo Quiñonez, W. W., Quispe Bejar, M. S., Huamani Llactahuaman, R. S., & Malaga Espinoza, C. N. (2023). Análisis espacial de la asociatividad socioeducativa con el atraso y la deserción escolar en educación primaria regular por departamentos, Perú 2016 a 2021. Revista IECOS, 101–132. https://doi.org/10.21754/iecos.v24i2.1972

Número

Vol. 24 Núm. 2 (2023)

Sección

Artículos de Investigación

Licencia

Derechos de autor 2023 Magen Danielle Infante Rojas, Augusto Mayorca Tinoco , Wilmer Aspajo Quiñonez, Miliani Stephany Quispe Bejar, Ruth Samanta Huamani Llactahuaman, Cristopher Norman Malaga Espinoza

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Artículos más leídos del mismo autor/a