Este reporte analiza los predictores del rendimiento académico durante la formación universitaria en las carreras incluidas en la base (cohortes 2020–2025). El foco es identificar qué características observadas al momento del ingreso —sexo, tipo de establecimiento de egreso, NSE de origen, vía de admisión, puntaje PSU-PAES— se asocian al promedio global obtenido durante la carrera. El objetivo práctico es orientar políticas de apoyo académico y equidad, priorizando intervenciones de nivelación y acompañamiento donde sean más necesarias.
Loa datos provienen de una comsulta de información a UCampus hecha desde la Secretaría de Estudios. La base contiene información de 2587 estudiantes individualizados provenientes de las cohortes 2020 a 2025, de las carreras de la Facultad de Ciencias Sociales.
Las variables relevantes son las siguientes.
Consulta en UCampus que recopila una nota única para todo todo los periodos académicos que el estudiantes haya terminado. Así, para un estudiante que ingresó el 2025 su refleja sólo el primer semestre, mientras que para un estudiante que ingresó el 2020 su nota considera las evaluaciones de 9 semestres.
| Overall (N=2578) |
|
|---|---|
| PROMEDIO | |
| Mean (SD) | 6.40 (0.331) |
| Median [Min, Max] | 6.43 [2.74, 7.00] |
| Missing | 20 (0.8%) |
| Name | Piped data |
| Number of rows | 2578 |
| Number of columns | 51 |
| _______________________ | |
| Column type frequency: | |
| numeric | 1 |
| ________________________ | |
| Group variables | None |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| PROMEDIO | 20 | 0.99 | 6.4 | 0.33 | 2.74 | 6.2 | 6.43 | 6.65 | 7 | ▁▁▁▂▇ |
Criterio de interpretación: considerando la distribución de las notas (\(\bar{x}=6.4, DE= 0.33\)), es importante considerar los tamaños de efecto. Siguiendo a las propuestas de Cohen, diferencias de 0.3–0.4 pueden ser consideradas relevantes, ya que implican diferencias de alrededor una desviación estandar.
Función Hazen: realiza una pequeña corrección que evita que los extremos se peguen en 0 o en 100.
calc_percentile_hazen <- function(x) {
n <- sum(!is.na(x))
r <- rank(x, ties.method = "average", na.last = "keep")
(r - 0.5) / n * 100
}
El 0 indica personas son información. Fueron incluidos como un decil 0 para analizar sus resultados.
Los gráficos que se presentan a continuación están basados en las estimaciones bivariadas. Es decir, se usan los modelos que consideran sólo un predictor.
Nota: Debemos definir que queda mejor.
| PROMEDIO | PROMEDIO | |||
|---|---|---|---|---|
| Predictors | Estimates | p | Estimates | p |
| (Intercept) | 6.43 | <0.001 | 5.96 | <0.001 |
| carrera [PEDAGOGÍA EN EDUCACIÓN ESPECIAL] |
0.00 | 0.960 | 0.19 | <0.001 |
| carrera [PEDAGOGÍA EN EDUCACIÓN FÍSICA] |
-0.00 | 0.951 | 0.13 | 0.005 |
| carrera [PEDAGOGÍA EN EDUCACIÓN PARVULARIA] |
-0.14 | <0.001 | 0.04 | 0.042 |
| carrera [PSICOLOGÍA] | 0.13 | <0.001 | 0.09 | <0.001 |
| carrera [SOCIOLOGÍA] | -0.06 | 0.001 | -0.02 | 0.310 |
| carrera [TRABAJO SOCIAL] | -0.22 | <0.001 | -0.06 | 0.001 |
| decil psu [1] | 0.12 | <0.001 | ||
| decil psu [2] | 0.25 | <0.001 | ||
| decil psu [3] | 0.31 | <0.001 | ||
| decil psu [4] | 0.36 | <0.001 | ||
| decil psu [5] | 0.39 | <0.001 | ||
| decil psu [6] | 0.48 | <0.001 | ||
| decil psu [7] | 0.53 | <0.001 | ||
| decil psu [8] | 0.61 | <0.001 | ||
| decil psu [9] | 0.63 | <0.001 | ||
| decil psu [10] | 0.67 | <0.001 | ||
| Observations | 2558 | 2558 | ||
| R2 / R2 adjusted | 0.124 / 0.122 | 0.391 / 0.387 | ||
| PROMEDIO | ||
|---|---|---|
| Predictors | Estimates | p |
| (Intercept) | 6.60 | <0.001 |
| ingreso [DEPORTISTA DESTACADO] |
-0.49 | <0.001 |
| ingreso [DISCAPACIDAD] | -0.61 | <0.001 |
| ingreso [EQUIDAD DE GÉNERO] |
-0.71 | <0.001 |
| ingreso [EST. MEDIOS EXTRANJERO] |
-0.79 | <0.001 |
| ingreso [ESTUDIANTES CIEGOS] |
-1.01 | <0.001 |
| ingreso [LICENCIADOS Y TITULADOS] |
-0.40 | <0.001 |
| ingreso [PACE] | -0.24 | <0.001 |
| ingreso [PSU] | -0.16 | <0.001 |
| ingreso [PUEBLOS INDÍGENAS] |
-0.52 | <0.001 |
| ingreso [SIPEE] | -0.29 | <0.001 |
| ingreso [TÉCNICO-PROFESIONALES AGRÍCOLAS] |
-0.73 | <0.001 |
| ingreso [TRANSFERENCIAS EXTERNAS] |
-0.87 | <0.001 |
| Observations | 2558 | |
| R2 / R2 adjusted | 0.190 / 0.186 | |
| PROMEDIO | ||
|---|---|---|
| Predictors | Estimates | p |
| (Intercept) | 6.36 | <0.001 |
| cohorte [2021] | 0.02 | 0.330 |
| cohorte [2022] | 0.11 | <0.001 |
| cohorte [2023] | 0.06 | 0.017 |
| cohorte [2024] | 0.04 | 0.055 |
| cohorte [2025] | 0.03 | 0.198 |
| Observations | 2557 | |
| R2 / R2 adjusted | 0.010 / 0.008 | |
| PROMEDIO | ||
|---|---|---|
| Predictors | Estimates | p |
| (Intercept) | 6.36 | <0.001 |
| colegio [PARTICULAR PAGADO] |
0.10 | <0.001 |
| colegio [PARTICULAR SUBVENCIONADO] |
0.04 | 0.008 |
| colegio [S/INF] | -0.34 | <0.001 |
| Observations | 2558 | |
| R2 / R2 adjusted | 0.035 / 0.034 | |
| PROMEDIO | ||
|---|---|---|
| Predictors | Estimates | p |
| (Intercept) | 5.99 | <0.001 |
| decil psu [1] | 0.12 | <0.001 |
| decil psu [2] | 0.24 | <0.001 |
| decil psu [3] | 0.28 | <0.001 |
| decil psu [4] | 0.33 | <0.001 |
| decil psu [5] | 0.36 | <0.001 |
| decil psu [6] | 0.45 | <0.001 |
| decil psu [7] | 0.52 | <0.001 |
| decil psu [8] | 0.62 | <0.001 |
| decil psu [9] | 0.66 | <0.001 |
| decil psu [10] | 0.70 | <0.001 |
| Observations | 2558 | |
| R2 / R2 adjusted | 0.364 / 0.361 | |
| PROMEDIO | ||
|---|---|---|
| Predictors | Estimates | p |
| (Intercept) | 6.42 | <0.001 |
| carrera [PEDAGOGÍA EN EDUCACIÓN ESPECIAL] |
0.20 | <0.001 |
| carrera [PEDAGOGÍA EN EDUCACIÓN FÍSICA] |
0.23 | <0.001 |
| carrera [PEDAGOGÍA EN EDUCACIÓN PARVULARIA] |
0.00 | 0.862 |
| carrera [PSICOLOGÍA] | 0.07 | <0.001 |
| carrera [SOCIOLOGÍA] | -0.00 | 0.795 |
| carrera [TRABAJO SOCIAL] | -0.05 | 0.007 |
| ingreso [DEPORTISTA DESTACADO] |
-0.27 | <0.001 |
| ingreso [DISCAPACIDAD] | -0.39 | <0.001 |
| ingreso [EQUIDAD DE GÉNERO] |
-0.23 | <0.001 |
| ingreso [EST. MEDIOS EXTRANJERO] |
-0.43 | <0.001 |
| ingreso [ESTUDIANTES CIEGOS] |
-0.84 | <0.001 |
| ingreso [LICENCIADOS Y TITULADOS] |
-0.23 | 0.001 |
| ingreso [PACE] | -0.35 | <0.001 |
| ingreso [PSU] | -0.11 | <0.001 |
| ingreso [PUEBLOS INDÍGENAS] |
-0.30 | <0.001 |
| ingreso [SIPEE] | -0.09 | 0.001 |
| ingreso [TÉCNICO-PROFESIONALES AGRÍCOLAS] |
-0.35 | 0.004 |
| ingreso [TRANSFERENCIAS EXTERNAS] |
-0.68 | <0.001 |
| cohorte [2021] | 0.04 | 0.027 |
| cohorte [2022] | 0.11 | <0.001 |
| cohorte [2023] | 0.07 | <0.001 |
| cohorte [2024] | 0.06 | 0.001 |
| cohorte [2025] | 0.01 | 0.701 |
| decil psu [1] | -0.18 | <0.001 |
| decil psu [2] | -0.08 | 0.087 |
| decil psu [3] | -0.02 | 0.598 |
| decil psu [4] | 0.03 | 0.530 |
| decil psu [5] | 0.07 | 0.137 |
| decil psu [6] | 0.14 | 0.002 |
| decil psu [7] | 0.19 | <0.001 |
| decil psu [8] | 0.28 | <0.001 |
| decil psu [9] | 0.31 | <0.001 |
| decil psu [10] | 0.39 | <0.001 |
| colegio [PARTICULAR PAGADO] |
0.01 | 0.451 |
| colegio [PARTICULAR SUBVENCIONADO] |
-0.01 | 0.628 |
| colegio [S/INF] | -0.01 | 0.848 |
| sexo [MASCULINO] | -0.11 | <0.001 |
| sexo [NO INFORMADO] | 0.06 | 0.627 |
| nse [1] | 0.29 | 0.241 |
| nse [2] | -0.01 | 0.911 |
| nse [3] | 0.04 | 0.424 |
| nse [4] | -0.02 | 0.703 |
| nse [5] | -0.03 | 0.522 |
| nse [6] | -0.06 | 0.458 |
| nse [7] | -0.06 | 0.242 |
| nse [8] | -0.01 | 0.903 |
| Observations | 2557 | |
| R2 / R2 adjusted | 0.482 / 0.472 | |
Logro previo (PAES/PSU) es el predictor más robusto.
Se observa una gradiente monótona por decil: en el modelo bivariado la brecha entre el decil 10 y la categoría base ronda ~+0.70 puntos de promedio; en el modelo completo se atenúa a ~+0.39, lo que sugiere que parte del efecto está compartido con otros predictores (carrera, vía de ingreso, etc.), pero permanece.
Se observan diferencias entre carreras.
En el modelo sin control del puntaje de ingreso Psicología muestra el promedio más alto, mientras que Trabajo Social el más bajo. Estas diferencias por carrera persisten aun controlando por el puntaje ponderado de ingreso. Las predicciones ordenadas por carrera ubican a Pedagogía en Educación Especial, Pedagogía en Educación Física y Psicología sobre 6, mientras que Sociología y Trabajo Social bajo 6.0. Esto sugiere cierta heterogeneidad (currículum, criterios de evaluación, composición del estudiantado) que no queda totalmente capturada por PAES/PSU u otros controles.
Vía de ingreso: brechas consistentes entre modalidades.
En el modelo bivariado, BEA aparece con promedios esperados más altos, mientras que vías como Estudiantes ciegos, Transferencias externas, Discapacidad, Pueblos indígenas, PACE (entre otras) muestran promedios más bajos. En el modelo múltiple, varias de estas diferencias siguen siendo negativas respecto del referente. El resultado muestra lo esperado: que las vías de equidad que capturan perfiles con desventajas acumuladas (capital académico previo, trayectorias dispares), por lo que requerirían apoyos específicos para mejorar en rendimiento.
Tipo de colegio: efecto fuerte en bivariado, casi nulo con controles.
En el análisis bivariado, estudiantes que provienen de colegios particular pagado es mayor a colegios subvencionado, y estos a su vez mayor a colegios municipales. Este resultado es el esperado y consistente con lo que se sabe acerca del efecto del este factor. Sin embargo, en el modelo completo el efecto prácticamente desaparece. En consecuencia, el “premio” del colegio parece operar vía logro previo, refeljado en el puntaje de ingreso (discutir).
Cohorte: pequeñas alzas post-2021.
Las predicciones por cohorte sugieren incrementos modestos (2022 tiende al alza) con diferencias pequeñas. Posibles mecanismos: reajustes de evaluación tras pandemia, cambios de composición por políticas de acceso, o cambios en la curva de notas a nivel institucional.
Recomendación: normalizar por cohorte o reportar effect sizes estandarizados para no sobre-interpretar centésimas.
Género:
Se observa una diferencia de hombres vs mujeres (≈ −0.1) que se mantiene al controlar por el resto. Es un patrón conocido en varias áreas de Ciencias Sociales, probablemente asociado a diferencias de hábitos de estudio.
NSE (puntaje socioeconómico): efecto directo acotado.
Varios niveles de NSE son significativos en bivariado, pero se diluyen al incluir PAES/PSU y demás controles: el canal principal parece ser vía logro previo y selección por carrera/vía de ingreso.
Interacciones sustantivas: sexo×deciles y vía×deciles para ver si el gradiente de logro previo cambia entre subgrupos.
Heterogeneidad de efectos: evaluar si el efecto de PAES/PSU es más fuerte en la cola baja. Podría implicar que el plan de apoyo debe ser más intensivo allí.
Estandarización por carrera/cohorte: además del promedio bruto, reporta z-scores intra-carrera y cohorte para mejorar comparabilidad.
Robustez: SE robustos agrupados por carrera/cohorte.
Incorporar las notas separadas por año, asignatura, trayectoria. Es necesario trabajar más esa base.