Internacional: países OCDE
Las variables explicativas recogen las diferentes características comúnmente utilizadas en la literatura en este contexto (en línea con aquéllas sugeridas en Hu et al. 2018, por ejemplo). A nivel del estudiante, se incluyen indicadores discretos de género, de situación de repetición e inmigración, de introducción tardía al uso de las tecnologías (por encima de los nueve años), y otros indicadores como el grado de bullying sufrido y la frecuencia de uso de las TIC en el colegio con fines educativos 23 . Esta última variable es de especial interés en el análisis, y se incluye en diferentes formas (en la mayoría de los casos, como variable discreta en base a los quintiles de frecuencia de uso, como se explicaba previamente en la Figura 2; y, en otros casos, como variable la Sección 3). A nivel colegio, se incluye el tamaño de la escuela, el tipo de escuela (pública o no), y la ratio de ordenadores por estudiante. Esta ecuación se adapta a las diferentes secciones dependiendo del contexto a analizar. Por ejemplo, en la sección internacional se estima el modelo separadamente para diferentes países; por otra parte, en la primera sección del análisis nacional, ésta se estima de manera conjunta para todas las regiones, añadiendo variables económicas específicas a cada región, como el gasto público en educación por estudiante; y, por último, en la segunda sección del análisis nacional, el modelo se estima de manera separada para las diferentes regiones españolas. En todos los casos se consideran los 10 valores plausibles de cada estudiante de manera simultánea, y se tienen en cuenta los 80 pesos asignados a cada estudiante para evitar potenciales sesgos de estimación.
Impacto de la frecuencia de uso de las TIC en matemáticas
Esta sección se divide en dos partes. La primera trata de captar si la relación negativa entre frecuencia de uso de las TIC observada con datos de PISA 2015 (véase Hu et al., 2018) se mantiene con los datos PISA 2018 y para los diferentes países analizados. Para ello, la principal variable explicativa de interés recoge el índice de frecuencia de uso de las TIC en la escuela, donde la media para cada país se centra en 0, y la desviación estándar, en 1 (como se explica en la Sección 3). En la segunda parte, se explora el posible impacto en matemáticas dependiendo del tipo de usuario TIC del que se trate, como se sugería en el análisis descriptivo en la sección anterior.
A continuación, se estima la Ecuación 2 incluyendo la variable TIC de frecuencia de uso en la escuela como variable continua, tal y como se mostraba en la Identidad (1) en la Sección 3 [Índices TIC creados en el presente estudio]. Es decir, se usa la variable estandarizada creada en este estudio, cuya interpretación muestra el impacto medio en la puntuación de matemáticas si la frecuencia de uso aumenta en una desviación estándar. La Figura 15 muestra que un mayor uso de las TIC en el colegio tiene un impacto negativo –y altamente significativo– en la puntuación en matemáticas en la totalidad de los países analizados 24 . Asimismo, se observa que la escala del impacto difiere notablemente por países: en Polonia, un aumento en la frecuencia de uso implica una penalización sustancialmente mayor que Australia (un aumento del uso de las TIC conlleva penalizaciones de 21 puntos y 9 puntos, respectivamente). De los países analizados, España es el cuarto que muestra una menor penalización estimada: un aumento del uso implica una reducción
23– Mientras que el análisis se enfoca en el uso de las TIC en la escuela, también se realizan ciertas comprobaciones sobre el impacto del uso de las TIC en casa, obteniendo resultados similares.
24– El análisis internacional se realiza para los 22 países para los que los modelos multinivel definidos en este análisis mues- tran convergencia. Los resultados completos de las estimacio- nes para cada país se muestran en el Apéndice 4.1.
74
75
Made with FlippingBook - Online Brochure Maker