---
title: "Resultados: Estudiantes"
---
```{r}
#| echo: false
pacman::p_load(knitr, digest, stargazer, sjPlot, codebook, summarytools, dplyr, tidyr,
tidyLPA, lme4, ggplot2, ggeffects, skimr, table1, patchwork, here, kableExtra, ggthemes, tidyverse,
ggbreak, texreg, coefplot, plotly, modelsummary)
options(scipen = 999)
```
```{r}
#| echo: false
base_madre <- readRDS("../../../input/data/proc_data/base_madre.rds")
socio <- readRDS("../../../input/data/proc_data/df_socio.rds")
psico <- readRDS("../../../input/data/proc_data/df_psico.rds")
trabajo <- readRDS("../../../input/data/proc_data/df_trabajo.rds")
educa <- readRDS("../../../input/data/proc_data/df_parvularia.rds")
antropo <- readRDS("../../../input/data/proc_data/df_antropo.rds")
```
```{r}
#| echo: false
base_madre <- base_madre %>%
filter(cohorte %in% c(2021, 2022, 2023, 2024))
```
Este apartado tiene como objetivo presentar los principales resultados de la investigación. En primer lugar, se ilustran resultados descriptivos a nivel de Facultad y luego se detalla por carrera. Posteriormente, se exponen las asociaciones entre las notas y las variables sociodemográficas más relevantes (sexo, colegio de procedencia, nivel socioeconómico). Esta sección se presentará de la siguiente forma:
1) Tabla de promedios de notas por carrera y categoría
2) Gráfico de distribución de las notas a nivel Facultad
3) Gráficos de distribución de las notas según carrera
4) Gráfico de promedios de notas por cohorte diferenciando por categoría
Tercero, se analiza la relación entre las notas univesitarias y los resultados de la prueba de admisión a la educación superior. Por último, se estiman modelos de regresión para observar qué variables son más determinantes en las calificaciones de las/los estudiantes.
## Descriptivos generales
```{r}
#| echo: false
#| label: fig-histo-facso
#| fig-cap: Distribución de notas FACSO 2021-2024
#| fig-cap-location: top
ggplot(base_madre, aes(x = promedio_calculado)) +
geom_histogram(
aes(y = after_stat(count / sum(count) * 100)),
position = "identity",
bins = 20,
alpha = 0.8,
color = "black",
fill = "#b90000"
) +
geom_vline(
xintercept = mean(base_madre$promedio_calculado, na.rm = TRUE),
linewidth = 1.2,
linetype = "dashed",
color = "black"
) +
labs(
x = "Notas",
y = "Frecuencia (%)"
)
```
@fig-histo-facso presenta la distribución de las notas a nivel facultad con la completitud de los datos disponibles, es decir, abordando todas las carreras y cohortes. El promedio de notas de la facultad se encuentra en un 5.9, con una DE de 0.6. Si bien, el promedio no es bajo, es sumamente distinto al que se había calculado en el estudio anterior, que era 6.4. Además, considerando la DE, se entiende que el 68% de los casos se encuentra entre el 5.3 y el 6.6. Para profundizar en estos resultados, es necesario entrar a analizar desagregando por carrera.
```{r}
#| include: false
table1(~promedio_calculado, data=base_madre)
```
```{r}
#| echo: false
#| label: fig-box-facso
#| fig-cap: Distribución de notas por carrera 2021-2024
#| fig-cap-location: top
ggplot(base_madre, aes(x = carrera, y = promedio_calculado)) +
geom_boxplot(
fill = "#b90000",
alpha = 0.8,
color = "black"
) +
scale_y_continuous(
limits = c(1, 7),
breaks = seq(1, 7, 1)
) +
labs(
x = "Carrera",
y = "Promedio de notas"
) +
theme_minimal() +
theme(
axis.text.x = element_text(angle = 45, hjust = 1)
)
```
En @fig-box-facso se presentan las diferencias en los promedios de notas según carrera. Se observa que Educación Parvularia presenta los valores centrales más altos, evidenciando un mejor desempeño académico en comparación a las otras carreras de la facultad. Por su parte, Psicología se ubica en el segundo lugar, con una mediana superior a la del resto de las carreras, exceptuando por Educación Parvularia. En contraste, Antropología, Sociología y Trabajo Social exhiben valores muy similares entre sí, sin diferencias relevantes en sus promedios ni medianas. Cabe resaltar que en todas las carreras se observan valores atípicos bajos, lo que indica la existencia de estudiantes con promedios considerablemente inferiores al promedio general.
```{r}
#| echo: false
calcular_stats <- function(notas) {
paste0(
round(mean(notas), 1), " ± ",
round(sd(notas), 1),
" [", round(min(notas), 1), "-", round(max(notas), 1), "]"
)
}
tabla_desc <- base_madre %>%
group_by(carrera, cohorte) %>%
summarise(
Promedio = round(mean(promedio_calculado, na.rm = TRUE), 1),
DE = round(sd(promedio_calculado, na.rm = TRUE), 1),
Min = round(min(promedio_calculado, na.rm = TRUE), 1),
Max = round(max(promedio_calculado, na.rm = TRUE), 1),
Estadisticas = paste0(
Promedio, " (DE = ", DE, ") [", Min, "–", Max, "]"
),
.groups = "drop"
) %>%
select(carrera, cohorte, Estadisticas) %>%
pivot_wider(names_from = cohorte, values_from = Estadisticas)
```
```{r}
#| echo: false
#| label: tbl-desc-carreras
#| tbl-cap: Estadísticas descriptivas del promedio por carrera y cohorte
#| tbl-cap-location: top
tabla_desc %>%
arrange(carrera) %>%
knitr::kable(
format = "html",
align = "lcccc"
) %>%
kableExtra::kable_styling(
bootstrap_options = c("striped", "hover", "condensed"),
full_width = FALSE
) %>%
kableExtra::row_spec(0, bold = TRUE) %>%
kableExtra::column_spec(1, bold = TRUE, width = "4cm") %>%
kableExtra::collapse_rows(columns = 1, valign = "top")
```
@tbl-desc-carreras muestra los promedios de notas de las distintas cohortes de las carreras que imparte la facultad. Se evidencia un patrón en todas las carreras: las notas disminuyen en las cohortes más recientes. Esto quiere decir que las notas de los estudiantes pertenecientes a las cohortes más antiguas son más altas que las de los más nuevos. Llama la atención el caso de Antropología, pues su variación entre cohortes es sólo de una décima, y la desviación estándar se mantiene en 0.4 aproximadamente, siendo consistente en casi todas sus cohortes. En el caso contrario, Psicología y Trabajo Social son carreras que experimentaron una baja considerable en sus notas entre 2021 y 2024, donde ambas carreras presentan una diferencia de 0.6 décimas entre la primera y última cohorte.
## Asociación de nota y variables de caracterización
### Género
```{r}
#| echo: false
tabla_promedios <- base_madre %>%
mutate(
sexo = factor(
sexo,
levels = c(0, 1),
labels = c("Hombre", "Mujer")
)
) %>%
group_by(carrera, sexo) %>%
summarise(
promedio = mean(promedio_calculado, na.rm = TRUE),
.groups = "drop"
) %>%
pivot_wider(
names_from = sexo,
values_from = promedio
) %>%
mutate(
diferencia_mujer_hombre = round(Mujer - Hombre, 2)
) %>%
mutate(across(where(is.numeric), ~ round(.x, 2)))
```
```{r}
#| echo: false
#| label: tbl-gen
#| tbl-cap: Promedios por carrera según género 2021 - 2024
#| tbl-cap-location: top
tabla_promedios %>%
arrange(carrera) %>%
kable(
format = "html",
align = c("l", "c", "c", "c"),
col.names = c(
"Carrera",
"Hombre",
"Mujer",
"Diferencia (Mujer - Hombre)"
),
digits = 2
) %>%
kable_styling(
bootstrap_options = c(
"striped", # filas alternadas
"hover", # efecto al pasar el mouse
"condensed", # reduce espacio vertical
"responsive" # adapta a pantallas pequeñas
),
full_width = FALSE,
position = "center",
font_size = 14
)
```
@tbl-gen exhibe los promedios de notas por carrera distinguiendo entre hombres y mujeres. Se observa una tendencia consistente en las cinco carreras del estudio: en promedio, las mujeres obtienen mejores calificaciones que su contraparte. Esto se puede corroborar al ver la tercera columna, donde los valores positivos significan una diferencia a favor de las mujeres en las calificaciones. En este contexto, Trabajo Social es la carrera que presenta la mayor brecha en rendimiento académico por género, con 0.54 décimas a favor de las estudiantes.
```{r}
#| echo: false
p <- ggplot(base_madre, aes(x = promedio_calculado, fill = sexo)) +
geom_histogram(
aes(y = after_stat(count / tapply(count, group, sum)[group] * 100)),
position = "identity",
bins = 20,
alpha = 0.7,
color = "black"
) +
scale_y_continuous(labels = scales::percent_format(scale = 1),
limits = c(0, 40)) +
scale_fill_manual(
values = c("0" = "#0082fc", "1" = "#fa7a03"),
labels = c("0" = "Hombre", "1" = "Mujer"),
name = "Sexo"
) +
labs(title = "Facultad", x = NULL, y = NULL) +
theme_minimal()
```
```{r}
#| echo: false
a <- ggplot(socio, aes(x = promedio_calculado, fill = sexo)) +
geom_histogram(
aes(y = after_stat(count / tapply(count, group, sum)[group] * 100)),
position = "identity",
bins = 20,
alpha = 0.7,
color = "black"
) +
scale_y_continuous(labels = scales::percent_format(scale = 1),
limits = c(0, 40)) +
scale_fill_manual(
values = c("0" = "#0082fc", "1" = "#fa7a03"),
labels = c("0" = "Hombre", "1" = "Mujer"),
name = "Sexo"
) +
labs(title = "Sociología", x = NULL, y = NULL) +
theme_minimal()
```
```{r}
#| echo: false
b <- ggplot(psico, aes(x = promedio_calculado, fill = sexo)) +
geom_histogram(
aes(y = after_stat(count / tapply(count, group, sum)[group] * 100)),
position = "identity",
bins = 20,
alpha = 0.7,
color = "black"
) +
scale_y_continuous(labels = scales::percent_format(scale = 1),
limits = c(0, 40)) +
scale_fill_manual(
values = c("0" = "#0082fc", "1" = "#fa7a03"),
labels = c("0" = "Hombre", "1" = "Mujer"),
name = "Sexo"
) +
labs(title = "Psicología", x = NULL, y = NULL) +
theme_minimal()
```
```{r}
#| echo: false
c <- ggplot(antropo, aes(x = promedio_calculado, fill = sexo)) +
geom_histogram(
aes(y = after_stat(count / tapply(count, group, sum)[group] * 100)),
position = "identity",
bins = 20,
alpha = 0.7,
color = "black"
) +
scale_y_continuous(labels = scales::percent_format(scale = 1),
limits = c(0, 40)) +
scale_fill_manual(
values = c("0" = "#0082fc", "1" = "#fa7a03"),
labels = c("0" = "Hombre", "1" = "Mujer"),
name = "Sexo"
) +
labs(title = "Antropología", x = NULL, y = NULL) +
theme_minimal()
```
```{r}
#| echo: false
d <- ggplot(educa, aes(x = promedio_calculado, fill = sexo)) +
geom_histogram(
aes(y = after_stat(count / tapply(count, group, sum)[group] * 100)),
position = "identity",
bins = 20,
alpha = 0.7,
color = "black"
) +
scale_y_continuous(labels = scales::percent_format(scale = 1),
limits = c(0, 40)) +
scale_fill_manual(
values = c("0" = "#0082fc", "1" = "#fa7a03"),
labels = c("0" = "Hombre", "1" = "Mujer"),
name = "Sexo"
) +
labs(title = "Educación Parvularia", x = NULL, y = NULL) +
theme_minimal()
```
```{r}
#| echo: false
e <- ggplot(trabajo, aes(x = promedio_calculado, fill = sexo)) +
geom_histogram(
aes(y = after_stat(count / tapply(count, group, sum)[group] * 100)),
position = "identity",
bins = 20,
alpha = 0.7,
color = "black"
) +
scale_y_continuous(labels = scales::percent_format(scale = 1),
limits = c(0, 40)) +
scale_fill_manual(
values = c("0" = "#0082fc", "1" = "#fa7a03"),
labels = c("0" = "Hombre", "1" = "Mujer"),
name = "Sexo"
) +
labs(title = "Trabajo Social", x = NULL, y = NULL) +
theme_minimal()
```
```{r}
#| echo: false
#| label: fig-hist-gen
#| fig-cap: Distribución de notas por carrera según género 2021 - 2024
#| fig-cap-location: top
#| fig-height: 24
#| fig-width: 10
p / a / b / c / d / e
```
En @fig-hist-gen se encuentran histogramas que presentan la distribución de las notas por género, primero a nivel facultad y luego por carrera. Un primer hallazgo a reportar es la forma de la distribución entre hombres y mujeres, las cuales son claramente distintas. Aquello se evidencia en que los hombres presentan más casos en la cola izquierda de la distribución, aludiendo a notas más bajas, mientras que las mujeres tienen una concentración mayor desde el 6 en adelante. Trabajo Social demuestra claramente este resultado, donde destacan varias barras pequeñas azules entre el 1 y el 5, contrario a la menor dispersión de las barras naranjas, acumuladas entre el 6 y 6.3. Por último, en Educación Parvularia no se logran divisar barras de hombres, lo que se debe a la mínima cantidad de estudiantes varones que cursan esa carrera.
```{r}
#| echo: false
promedios_ic <- base_madre %>%
group_by(cohorte, sexo) %>%
summarise(
media = mean(promedio_calculado, na.rm = TRUE),
se = sd(promedio_calculado, na.rm = TRUE) / sqrt(n()),
.groups = "drop"
)
```
```{r}
#| echo: false
#| label: fig-gen-year
#| fig-cap: Promedios por año según género
#| fig-cap-location: top
fig <- plot_ly(data = promedios_ic) %>%
# Líneas y bandas para Hombres (sexo = 0)
add_ribbons(
data = filter(promedios_ic, sexo == "0"),
x = ~cohorte,
ymin = ~media - 1.96 * se,
ymax = ~media + 1.96 * se,
fillcolor = 'rgba(31, 119, 180, 0.25)',
line = list(color = 'transparent'),
name = "IC Hombre",
legendgroup = "Hombre",
showlegend = TRUE,
hoverinfo = 'skip'
) %>%
add_lines(
data = filter(promedios_ic, sexo == "0"),
x = ~cohorte,
y = ~media,
line = list(color = 'rgb(31, 119, 180)', width = 2),
name = "Hombre",
legendgroup = "Hombre",
showlegend = TRUE,
hovertemplate = paste(
'<b>Hombre</b><br>',
'Cohorte: %{x}<br>',
'Promedio: %{y:.2f}<br>',
'<extra></extra>'
)
) %>%
# Líneas y bandas para Mujeres (sexo = 1)
add_ribbons(
data = filter(promedios_ic, sexo == "1"),
x = ~cohorte,
ymin = ~media - 1.96 * se,
ymax = ~media + 1.96 * se,
fillcolor = 'rgba(255, 127, 14, 0.25)',
line = list(color = 'transparent'),
name = "IC Mujer",
legendgroup = "Mujer",
showlegend = TRUE,
hoverinfo = 'skip'
) %>%
add_lines(
data = filter(promedios_ic, sexo == "1"),
x = ~cohorte,
y = ~media,
line = list(color = 'rgb(255, 127, 14)', width = 2),
name = "Mujer",
legendgroup = "Mujer",
showlegend = TRUE,
hovertemplate = paste(
'<b>Mujer</b><br>',
'Cohorte: %{x}<br>',
'Promedio: %{y:.2f}<br>',
'<extra></extra>'
)
) %>%
# Configuración del layout
layout(
xaxis = list(
title = "Cohorte",
showgrid = TRUE,
gridcolor = 'rgb(230, 230, 230)'
),
yaxis = list(
title = "Promedio de notas",
range = c(1, 7),
dtick = 1,
showgrid = TRUE,
gridcolor = 'rgb(230, 230, 230)'
),
legend = list(
title = list(text = '<b>Sexo</b>'),
x = 1.02,
y = 1,
xanchor = 'left'
),
hovermode = 'x unified',
plot_bgcolor = 'white',
paper_bgcolor = 'white'
) %>%
# Habilitar herramientas de zoom y pan
config(
displayModeBar = TRUE,
modeBarButtonsToAdd = list('drawopenpath', 'eraseshape'),
modeBarButtonsToRemove = list('lasso2d', 'select2d')
)
```
```{r}
#| echo: false
#| label: fig-plotly-gen
#| fig-cap: Promedios FACSO por cohorte según género
#| fig-cap-location: top
fig
```
@fig-plotly-gen presenta los promedios a nivel facultad de cada cohorte distinguiendo por género. Aquí se evidencian dos cosas: con el paso de nuevas cohortes, tanto hombres como mujeres han disminuido en promedio sus notas, pasando de 5.9 y 6.1, respectivamente, a 5.5 y 5.8. A partir de esto, se desprende un segundo resultado, develando que, de manera sistemática, las mujeres han obtenido mejores calificaciones que los varones, independientemente del año en que hayan ingresado.
### Tipo de colegio
```{r}
#| echo: false
tabla_promedios_col <- base_madre %>%
filter(!is.na(colegio)) %>%
group_by(carrera, colegio) %>%
summarise(
promedio = mean(promedio_calculado, na.rm = TRUE),
.groups = "drop"
) %>%
pivot_wider(
names_from = colegio,
values_from = promedio
) %>%
mutate(across(where(is.numeric), ~ round(.x, 2)))
```
```{r}
#| echo: false
#| label: tbl-notas-col
#| tbl-cap: Promedios por carrera según colegio
#| tbl-cap-location: top
tabla_promedios_col %>%
arrange(carrera) %>%
kable(
format = "html",
align = c("l", rep("c", ncol(tabla_promedios_col) - 1))
) %>%
kable_styling(
bootstrap_options = c(
"striped",
"hover",
"condensed",
"responsive"
),
full_width = FALSE,
position = "center",
font_size = 14
)
```
@tbl-notas-col muestra los promedios por carrera, distinguiendo el tipo de colegio del que provienen los estudiantes. En antropología, educación parvularia y sociología se aprecia un patrón escalonado según el financiamiento de las escuelas, donde las notas más bajas son de aquellos que egresaron de un colegio municipal, siendo superados por los particulares subvencionados, y los que estudiaron en particulares pagados son quienes poseen mejores calificaciones. En estos casos, se puede observar un orden estratificado de las notas, en el que la excelencia académica se ve atravesada por el nivel de pago de las familias para la educación de sus pupilos. Sin embargo, en Psicología y Trabajo Social se presenta un patrón distinto al ya visto, pues el grupo de particulares subvencionados es el que obtiene las calificaciones más altas, mientras que los particulares pagados son relegados al segundo lugar. Es sumamente llamativo que esta diferencia en Trabajo Social llegue a marcar 0.3 décimas aproximadamente.
```{r}
#| echo: false
p2 <- ggplot(base_madre %>% filter(!is.na(colegio)),
aes(x = promedio_calculado, fill = colegio, color = colegio)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(
x = NULL, y = "Densidad",
fill = "Colegio", color = "Colegio") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
aa <- ggplot(socio %>% filter(!is.na(colegio)),
aes(x = promedio_calculado, fill = colegio, color = colegio)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Sociología",
x = NULL, y = "Densidad",
fill = "Colegio", color = "Colegio") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
ab <- ggplot(psico %>% filter(!is.na(colegio)),
aes(x = promedio_calculado, fill = colegio, color = colegio)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Psicología",
x = NULL, y = "Densidad",
fill = "Colegio", color = "Colegio") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
ac <- ggplot(antropo %>% filter(!is.na(colegio)),
aes(x = promedio_calculado, fill = colegio, color = colegio)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Antropología",
x = NULL, y = "Densidad",
fill = "Colegio", color = "Colegio") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
ad <- ggplot(educa %>% filter(!is.na(colegio)),
aes(x = promedio_calculado, fill = colegio, color = colegio)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Educación Parvularia",
x = NULL, y = "Densidad",
fill = "Colegio", color = "Colegio") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
ae <- ggplot(trabajo %>% filter(!is.na(colegio)),
aes(x = promedio_calculado, fill = colegio, color = colegio)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Trabajo Social",
x = NULL, y = "Densidad",
fill = "Colegio", color = "Colegio") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
#| label: fig-dens-carreras
#| fig-cap: Distribución de notas por carrera según tipo de colegio 2021 - 2024
#| fig-cap-location: top
#| fig-height: 24
#| fig-width: 8
p2 / aa / ab / ac / ad / ae
```
@fig-dens-carreras presenta las distribuciones de densidad, primero en un nivel de facultad, y posteriormente por cada carrera. A nivel facultad se observa claramente que los colegios municipales poseen una concentración menor de notas desde el 6 en adelante, a comparación de los particulares subvencionados y pagados. Las curvas verdes y azules mantienen una forma bastante similar, lo que da a entender que, en promedio en FACSO, quienes provienen de algún tipo de colegio particular, tienen un rendimiento académico similar. En sociología y psicología se mantiene este patrón, no así en antropología y educación parvularia, donde los particulares subvencionados tienen una concentración mayor entre el 6 y 6.5 por sobre los particulares pagados, mientras los municipales se mantienen en último lugar. Sin embargo, en trabajo social se da algo distinto a las demás carreras, y es que las notas de los provenientes de particulares pagados son las más bajas, lo que queda demostrado al ser la curva más baja de las tres, seguido de los municipales y los subvencionados.
```{r}
#| echo: false
promedios_ic_col <- base_madre %>%
filter(!is.na(colegio)) %>%
group_by(cohorte, colegio) %>%
summarise(
media = mean(promedio_calculado, na.rm = TRUE),
se = sd(promedio_calculado, na.rm = TRUE) / sqrt(n()),
.groups = "drop"
)
```
```{r}
# Preparar los datos con las etiquetas
plotly_colegio <- plot_ly(data = promedios_ic_col) %>%
# Agregar las bandas de confianza (ribbons) primero para que queden detrás
add_ribbons(
x = ~cohorte,
ymin = ~media - 1.96 * se,
ymax = ~media + 1.96 * se,
color = ~factor(colegio),
colors = NULL, # usa colores por defecto
opacity = 0.25,
line = list(width = 0),
showlegend = FALSE,
hoverinfo = "none"
) %>%
# Agregar las líneas
add_lines(
x = ~cohorte,
y = ~media,
color = ~factor(colegio),
colors = NULL,
line = list(width = 2),
name = ~factor(colegio, labels = c("1" = "Municipal", "2" = "Particular Subvencionado", "3" = "Particular Pagado"))
) %>%
# Configurar el layout
layout(
xaxis = list(title = "Cohorte"),
yaxis = list(
title = "Promedio de notas",
range = c(1, 7),
tickmode = "linear",
tick0 = 1,
dtick = 1
),
legend = list(title = list(text = "Colegio")),
hovermode = "x unified"
)
```
```{r}
#| echo: false
#| label: fig-time-col
#| fig-cap: Promedios por año según tipo de colegio
#| fig-cap-location: top
plotly_colegio
```
@fig-time-col presenta los promedios de notas por cohorte según el tipo de colegio. Tanto los particulares subvencionados como los pagados mantienen un gran nivel de similitud, cuyas diferencias no son apreciables sin ampliar el gráfico. Sin embargo, los provenientes de colegios municipales se distancian paulatinamente de los otros dos tipos de colegio, lo cual se nota con mayor claridad en las cohortes 2023 y 2024. Esto da a entender que, a medida que ingresan nuevos estudiantes a la facultad, en las nuevas cohortes la brecha de notas entre quienes provienen de colegios municipales y particulares se amplía.
### Nivel socioeconómico
```{r}
tabla_promedios_nse <- base_madre %>%
filter(!is.na(nse)) %>%
group_by(carrera, nse) %>%
summarise(
promedio = mean(promedio_calculado, na.rm = TRUE),
.groups = "drop"
) %>%
pivot_wider(
names_from = nse,
values_from = promedio
) %>%
mutate(across(where(is.numeric), ~ round(.x, 2)))
```
```{r}
#| echo: false
#| label: tbl-notas-nse
#| tbl-cap: Promedios por carrera según nivel socioeconómico 2021 - 2024
#| tbl-cap-location: top
tabla_promedios_nse %>%
arrange(carrera) %>%
kable(
format = "html",
align = c("l", rep("c", ncol(tabla_promedios_nse) - 1))
) %>%
kable_styling(
bootstrap_options = c(
"striped",
"hover",
"condensed",
"responsive"
),
full_width = FALSE,
position = "center",
font_size = 14
)
```
@tbl-notas-nse presenta los promedios de nota de las carreras, distinguiendo por nivel socioeconómico. En los casos de antropología, psicología y sociología se exhibe un patrón ascendente de notas desde el menor al mayor estatus socioeconómico, reflejando que, aquellos con mejores condiciones económicas de base obtienen un logro académico superior. No obstante, es interesante observar que esta tendencia no se cumple en educación parvularia ni trabajo social. Respecto a educación parvularia, son los estudiantes de nivel socioeconómico medio quienes tienen calificaciones más altas que aquellos con estatus más alto, mientras que los de nivel bajo siguen siendo los de menor rendimiento. Por su parte, en trabajo social, los estudiantes de nivel socioeconómico más alto son los que tienen las notas más bajas, al contrario de los niveles bajos y medios que, coincidentemente, poseen la misma nota promediada.
```{r}
#| echo: false
p3 <- ggplot(base_madre %>% filter(!is.na(nse)),
aes(x = promedio_calculado, fill = nse, color = nse)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Facultad",
x = NULL, y = "Densidad",
fill = "NSE", color = "NSE") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
ba <- ggplot(socio %>% filter(!is.na(nse)),
aes(x = promedio_calculado, fill = nse, color = nse)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Sociología",
x = NULL, y = "Densidad",
fill = "NSE", color = "NSE") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
bb <- ggplot(psico %>% filter(!is.na(nse)),
aes(x = promedio_calculado, fill = nse, color = nse)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Psicología",
x = NULL, y = "Densidad",
fill = "NSE", color = "NSE") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
bc <- ggplot(antropo %>% filter(!is.na(nse)),
aes(x = promedio_calculado, fill = nse, color = nse)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Antropología",
x = NULL, y = "Densidad",
fill = "NSE", color = "NSE") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
bd <- ggplot(educa %>% filter(!is.na(nse)),
aes(x = promedio_calculado, fill = nse, color = nse)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Educación Parvularia",
x = NULL, y = "Densidad",
fill = "NSE", color = "NSE") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
be <- ggplot(trabajo %>% filter(!is.na(nse)),
aes(x = promedio_calculado, fill = nse, color = nse)) +
geom_density(aes(y = after_stat(density) * 100),
alpha = 0, linewidth = 1.5) +
coord_cartesian(xlim = c(1,7), ylim = c(0, 180)) +
labs(title = "Trabajo Social",
x = NULL, y = "Densidad",
fill = "NSE", color = "NSE") +
theme_minimal() +
theme(legend.position = "top")
```
```{r}
#| echo: false
#| label: fig-dens-carreranse
#| fig-cap: Distribución de notas por carrera según nivel socioeconómico 2021 - 2024
#| fig-cap-location: top
#| fig-height: 24
#| fig-width: 8
p3 / ba / bb / bc / bd / be
```
@fig-dens-carreranse presenta gráficos de densidad del promedio de notas según nivel socioeconómico (NSE), primero a nivel de facultad y luego desagregados por carrera. A nivel agregado se observa un patrón estratificado claro: el NSE bajo presenta una menor concentración de densidad en notas superiores a 6, seguido del NSE medio, mientras que el NSE alto concentra su distribución en los valores más altos del rendimiento académico.
En Sociología se observa un patrón distinto, ya que el NSE bajo exhibe una distribución bimodal, con un pico principal cercano al 6 —aunque levemente desplazado hacia la izquierda— y un segundo pico menor en torno a la nota 5. El NSE alto, en cambio, concentra sus valores hacia el extremo derecho de la distribución, pese a presentar menor densidad. Por su parte, psicología reproduce un patrón estratificado similar al de la facultad.
En Antropología y Educación Parvularia destaca que el NSE medio presenta una mayor concentración en torno a la nota 6 en comparación con los otros grupos; en Antropología, además, la distribución del NSE bajo sugiere una estructura multimodal, lo que indica mayor heterogeneidad en el desempeño. Finalmente, en Trabajo Social el NSE medio concentra la mayor densidad cerca del 6, mientras que el NSE bajo presenta adicionalmente una masa relevante en torno a notas cercanas a 4, y el NSE alto muestra una distribución más extendida entre aproximadamente 4.5 y 6.
```{r}
#| echo: false
promedios_ic_nse <- base_madre %>%
group_by(cohorte, nse) %>%
summarise(
media = mean(promedio_calculado, na.rm = TRUE),
se = sd(promedio_calculado, na.rm = TRUE) / sqrt(n()),
.groups = "drop"
)
```
```{r}
#| echo: false
nse_break <- plot_ly(data = promedios_ic_nse) %>%
add_ribbons(
x = ~cohorte,
ymin = ~media - 1.96 * se,
ymax = ~media + 1.96 * se,
color = ~factor(nse),
colors = NULL,
opacity = 0.25,
line = list(width = 0),
showlegend = FALSE,
hoverinfo = "none"
) %>%
# Agregar las líneas
add_lines(
x = ~cohorte,
y = ~media,
color = ~factor(nse),
colors = NULL,
line = list(width = 2),
name = ~factor(nse, labels = c("1" = "Bajo", "2" = "Medio", "3" = "Alto"))
) %>%
# Configurar el layout
layout(
xaxis = list(title = "Cohorte"),
yaxis = list(
title = "Promedio de notas",
range = c(1, 7),
tickmode = "linear",
tick0 = 1,
dtick = 1
),
legend = list(title = list(text = "NSE")),
hovermode = "x unified"
) %>%
config(
displayModeBar = TRUE,
modeBarButtonsToAdd = list('drawopenpath', 'eraseshape'),
modeBarButtonsToRemove = list('lasso2d', 'select2d')
)
```
```{r}
#| echo: false
#| label: fig-plotly-nse
#| fig-cap: Promedios FACSO por cohorte según nivel socioeconómico
#| fig-cap-location: top
nse_break
```
@fig-plotly-nse presenta los promedios por cohorte diferenciando los niveles socioeconómicos. En primer lugar, no se observa una variación notable entre los tres niveles, lo cual se respalda por el solapamiento de los intervalos de confianza. Ahora bien, al ampliar el gráfico, se puede notar que el nivel bajo se distancia de los dos restantes en la cohorte de 2023, pero en la siguiente vuelve a homogeneizarse el promedio de notas. En suma, la figura no permite visualizar las diferencias por nivel socioeconómico entre las distintas cohortes de la facultad.
### Asociación de nota y prueba de admisión (PSU/PAES)
```{r}
#| include: false
base_madre %>%
filter(!is.na(pct_paes_psu)) %>%
ggplot(aes(
x = pct_paes_psu,
y = promedio_calculado,
color = carrera
)) +
geom_point(alpha = 0.6) +
geom_smooth(
method = "lm",
se = TRUE,
color = "black",
linewidth = 2
) +
labs(
x = "Percentil Prueba Admisión",
y = "Nota universidad",
color = "Carrera"
) +
theme_minimal() +
theme(legend.position = "right")
```
```{r}
#| echo: false
#| label: fig-scat-facso
#| fig-cap: Relación Notas universidad y Puntaje Prueba de Admisión en FACSO 2021 - 2024
#| fig-cap-location: top
base_madre %>%
filter(!is.na(pct_paes_psu)) %>%
ggplot(aes(x = pct_paes_psu, y = promedio_calculado)) +
geom_point(color = "#990000", alpha = 0.3) +
geom_smooth(method = "lm", se = TRUE, color = "black", linewidth = 2) +
labs(
x = "Percentil Prueba Admisión",
y = "Nota universidad"
) +
theme_minimal() +
theme(legend.position = "right")
```
```{r}
#| echo: false
#| label: fig-scat-socio
#| fig-cap: Relación Notas universidad y Puntaje Prueba de Admisión en Sociología 2021 - 2024
#| fig-cap-location: top
socio %>%
filter(!is.na(pct_paes_psu)) %>%
ggplot(aes(x = pct_paes_psu, y = promedio_calculado)) +
geom_point(color = "#990000", alpha = 0.3) +
geom_smooth(method = "lm", se = TRUE, color = "black", linewidth = 2) +
labs(
x = "Percentil Prueba Admisión",
y = "Nota universidad"
) +
theme_minimal() +
theme(legend.position = "right")
```
```{r}
#| echo: false
#| label: fig-scat-psico
#| fig-cap: Relación Notas universidad y Puntaje Prueba de Admisión en Psicología 2021 - 2024
#| fig-cap-location: top
psico %>%
filter(!is.na(pct_paes_psu)) %>%
ggplot(aes(x = pct_paes_psu, y = promedio_calculado)) +
geom_point(color = "#990000", alpha = 0.3) +
geom_smooth(method = "lm", se = TRUE, color = "black", linewidth = 2) +
labs(
x = "Percentil Prueba Admisión",
y = "Nota universidad"
) +
theme_minimal() +
theme(legend.position = "right")
```
```{r}
#| echo: false
#| label: fig-scat-antropo
#| fig-cap: Relación Notas universidad y Puntaje Prueba de Admisión en Antropología 2021 - 2024
#| fig-cap-location: top
antropo %>%
filter(!is.na(pct_paes_psu)) %>%
ggplot(aes(x = pct_paes_psu, y = promedio_calculado)) +
geom_point(color = "#990000", alpha = 0.3) +
geom_smooth(method = "lm", se = TRUE, color = "black", linewidth = 2) +
labs(
x = "Percentil Prueba Admisión",
y = "Nota universidad"
) +
theme_minimal() +
theme(legend.position = "right")
```
```{r}
#| echo: false
#| label: fig-scat-educa
#| fig-cap: Relación Notas universidad y Puntaje Prueba de Admisión en Educación Parvularia 2021 - 2024
#| fig-cap-location: top
educa %>%
filter(!is.na(pct_paes_psu)) %>%
ggplot(aes(x = pct_paes_psu, y = promedio_calculado)) +
geom_point(color = "#990000", alpha = 0.3) +
geom_smooth(method = "lm", se = TRUE, color = "black", linewidth = 2) +
labs(
x = "Percentil Prueba Admisión",
y = "Nota universidad"
) +
theme_minimal() +
theme(legend.position = "right")
```
```{r}
#| echo: false
#| label: fig-scat-trabajo
#| fig-cap: Relación Notas universidad y Puntaje Prueba de Admisión en Trabajo Social 2021 - 2024
#| fig-cap-location: top
trabajo %>%
filter(!is.na(pct_paes_psu)) %>%
ggplot(aes(x = pct_paes_psu, y = promedio_calculado)) +
geom_point(color = "#990000", alpha = 0.3) +
geom_smooth(method = "lm", se = TRUE, color = "black", linewidth = 2) +
labs(
x = "Percentil Prueba Admisión",
y = "Nota universidad"
) +
theme_minimal() +
theme(legend.position = "right")
```
En todos los gráficos de puntos anteriores se presentó la asociación entre el promedio de notas de los estudiantes y su percentil en la prueba de admisión universitaria (PSU o PAES). Tanto a nivel facultad como carrera se encontró una relación positiva pero sin haber un patrón claro en cómo se distribuyen los puntos en el plano. Excepcionalmente, en @fig-scat-educa se evidencia una relación negativa, aunque leve, entre las notas universitarias y el percentil en PSU o PAES. Al observar este gráfico, se da cuenta que la mayoría de los casos con buenas calificaciones pertecenen a los deciles más bajos de la prueba de admisión, lo que da a comprender el sentido de la recta, pero no deja de llamar la atención.
```{r}
#| echo: false
#| label: fig-scat-pct
#| fig-cap: Relación Notas universidad y Puntaje Prueba de Admisión según cohorte
#| fig-cap-location: top
base_madre %>%
filter(!is.na(pct_paes_psu)) %>%
ggplot(aes(x = pct_paes_psu, y = promedio_calculado, color = factor(cohorte))) +
geom_point(alpha = 0) +
geom_smooth(method = "lm", se = TRUE, linewidth = 1) +
labs(
x = "Percentil Prueba Admisión",
y = "Nota universidad",
color = "Año de ingreso"
) +
theme_minimal() +
theme(legend.position = "right")
```
En @fig-scat-pct se grafican las rectas por cohorte en la asociación entre notas universitarias y percentil de la prueba de admisión. En términos generales, se observa una asociación positiva entre las dos variables para todas las cohortes analizadas. Esto indica que un mejor desempeño relativo en la prueba de admisión se traduce sistemáticamente en un mayor rendimiento académico posterior, independientemente del año de ingreso. En mayor profundidad, se aprecian diferencias consistentes entre cohortes, donde la del 2021 presenta los niveles más altos de rendimiento esperado en prácticamente todos los puntos del percentil, seguida por las cohortes 2022 y 2023, mientras que la cohorte 2024 exhibe de manera consistente los valores más bajos. Este patrón sugiere un desplazamiento negativo de las cohortes más recientes en sus calificaciones, aun cuando obtienen buenos resultados en las pruebas de admisión universitaria.
## Modelamiento
```{r}
#| echo: false
base_madre_coef <- base_madre %>%
mutate(
carrera = forcats::fct_relevel(
carrera,
"Educación Parvularia",
"Psicología",
"Antropología",
"Sociología",
"Trabajo Social"))
base_madre_coef$colegio <- relevel(base_madre_coef$colegio, ref = "Particular Pagado")
base_madre_coef$nse <- relevel(base_madre_coef$nse, ref = "Alto")
```
```{r}
#| echo: false
model = lm(promedio_calculado ~ nse, data = base_madre_coef)
model1 = lm(promedio_calculado ~ carrera + cohorte + sexo + colegio + nse, data = base_madre_coef)
model2 = lm(promedio_calculado ~ carrera + cohorte + sexo + colegio + nse + pct_paes_psu, data = base_madre_coef)
```
```{r}
#| include: false
modelsummary(
list(model, model1, model2),
estimate = "{estimate}{stars}",
statistic = "({std.error})",
fmt = 3,
stars = c('*' = 0.05, '**' = 0.01, '***' = 0.001),
coef_omit = "Intercept",
output = "kableExtra",
coef_rename = NULL
) %>%
kable_styling(bootstrap_options = c("striped", "hover")) %>%
add_header_above(c(" " = 1, "Modelo 1" = 1, "Modelo 2" = 1, "Modelo 3" = 1))
```
```{r}
# Extraer coeficientes y p-valores
coef_summary <- summary(model2)$coefficients
coef_df <- data.frame(
variable = rownames(coef_summary),
estimate = coef_summary[, "Estimate"],
pvalue = coef_summary[, "Pr(>|t|)"]
)
# Crear etiquetas de significancia
coef_df$sig <- ifelse(coef_df$pvalue < 0.001, "***",
ifelse(coef_df$pvalue < 0.01, "**",
ifelse(coef_df$pvalue < 0.05, "*",
ifelse(coef_df$pvalue < 0.1, ".", ""))))
# Crear etiquetas combinadas (valor + significancia)
coef_df$label <- paste0(round(coef_df$estimate, 3), coef_df$sig)
# Remover intercepto si existe
coef_df <- coef_df[coef_df$variable != "(Intercept)", ]
```
```{r}
#| echo: false
#| label: fig-coefplot
#| fig-cap: Coeficientes del modelo de regresión (FACSO 2021 - 2024)
#| fig-cap-location: top
p <- coefplot(model2,
xlab = "Coeficiente",
ylab = "Variables",
color = "#990000",
innerCI = 1,
outerCI = 1.96,
intercept = FALSE)
# Agregar las etiquetas con valores y significancia
p +
scale_y_discrete(labels = c(
"sexo1" = "Mujer (ref. Hombre)",
"nseBajo" = "Nivel socioeconómico bajo",
"nseMedio" = "Nivel socioeconómico medio (ref. alto)",
"colegioMunicipal" = "Municipal",
"colegioParticular Subvencionado" = "Subvencionado (ref. Particular Pagado)",
"cohorte2024" = "Cohorte 2024 (ref. Cohorte 2021)",
"cohorte2023" = "Cohorte 2023",
"cohorte2022" = "Cohorte 2022",
"carreraTrabajo Social" = "Trabajo Social (ref. Educación Parvularia)",
"carreraSociología" = "Sociología",
"carreraPsicología" = "Psicología",
"carreraAntropología" = "Antropología"
)) +
geom_text(
data = coef_df,
aes(
x = estimate,
y = variable,
label = label
),
hjust = -0.2,
vjust = 1.8,
size = 2.8,
color = "#990000",
fontface = "bold"
)
```
En @fig-coefplot se presentan los coeficientes de regresión de un modelo multivariado con los datos a facultad, donde el promedio de notas es la variable predicha. En primer lugar, para el nivel socioeconómico se utilizó el nivel alto como categoría de referencia. Los resultados indican que los estudiantes provenientes de niveles socioeconómicos bajos presentan un rendimiento significativamente inferior, con una diferencia promedio de −0.204 puntos respecto del nivel alto, mientras que la diferencia asociada al nivel medio no es estadísticamente significativa. Este patrón sugiere una penalización académica concentrada principalmente en el grupo socioeconómico más desaventajado.
Respecto al sexo del estudiante, los resultados muestran que las mujeres obtienen, en promedio, 0.201 puntos más que los hombre. Este hallazgo indica una ventaja sistemática en el rendimiento académico femenino en comparación a su contraparte. Además, al observar el colegio, donde se utiliza como referencia el particular pagado, se exhibe, en promedio, una diferencia de 0.074 en las notas universitarias a favor de los estudiantes de particulares subvencionados.
En cuanto a las cohortes de ingreso, se estableció como referencia la cohorte más antigua (2021). Los coeficientes estimados evidencian un gradiente temporal negativo, de modo que las cohortes más recientes presentan promedios de notas progresivamente más bajos en comparación con la cohorte de referencia. En particular, la cohorte 2024 presenta la brecha más amplia en términos negativos (−0.373), mientras que los valores asociados a las demás cohortes disminuyen progresivamente, lo que sugiere un deterioro acumulativo del rendimiento académico en los ingresos más recientes.
Por último, al considerar la carrera, se utilizó Educación Parvularia como categoría de referencia, dado que presenta los promedios más altos. En comparación con esta carrera, Antropología, Sociología, Psicología y Trabajo Social muestran coeficientes negativos y estadísticamente significativos, con magnitudes que oscilan entre −0.47 y −0.54 puntos. Estos resultados indican que, manteniendo constantes las demás variables, los estudiantes de estas carreras presentan un rendimiento académico promedio sistemáticamente inferior al observado en Educación Parvularia.
