Calero y Otros Sociedad Desigual Educacion Desigual PDF

investigamos
Sociedad desigual, ¿educación desigual? Sobre las desigualdades en el sistema educativo español
Las sociedades que desean reducir las desigualdades básicas deben prestar una
especial atención al sistema educativo. Deben garantizar que el proceso y los
resultados educativos sean lo más independientes posible de las condiciones de
partida de las personas. En España nos queda un largo camino por recorrer en
esa dirección, como se describe en el presente libro. En él se aprecia cómo se
amplían en el sistema educativo desigualdades socioeconómicas y sociocultura-
les que tienen su base en la familia.
El objetivo esencial de este estudio consiste en dar a conocer, con un lenguaje

asequible para el lector no especializado, diversos avances recientes en la inves-
tigación educativa sobre las desigualdades en la educación española. Para ello,
se utiliza una perspectiva interdisciplinaria combinando elementos de la economía
y la sociología de la educación, con objeto de estudiar en diferentes fases del
ciclo vital las relaciones entre educación y desigualdad.
Para el lector interesado en el sistema educativo y, más específicamente, para los

miembros de la comunidad educativa, el texto que aquí presentamos constituye
un valioso instrumento de conocimiento y también, en algunos casos, un valioso
instrumento para la intervención.
Sociedad desigual, ¿educación desigual?

Sobre las desigualdades en el sistema
educativo español
GOBIERNO MINISTERIO
DE ESPAÑA DE EDUCACIÓN,
POLÍTICA SOCIAL Y DEPORTE
7
Sociedad desigual,
¿educación desigual?
Sobre las desigualdades
en el sistema educativo español
Equipo de investigación:
Jorge Calero (dirección),
Águeda Quiroga,
J. Oriol Escardíbul,
Sebastián Waisgrais y
Mauro Mediavilla
GOBIERNO MINISTERIO
Colección Investigamos Nº 7
MINISTERIO DE EDUCACIÓN, POLÍTICA SOCIAL Y DEPORTE

DIRECCIÓN GENERAL DE EVALUACIÓN Y ORDENACIÓN
DEL SISTEMA EDUCATIVO
Centro de Investigación y Documentación Educativa (CIDE)
Edita:
© SECRETARÍA GENERAL TÉCNICA
Subdirección General de Información y Publicaciones
Catálogo general de publicaciones del MEPSyD
www.060.es
NIPO: 660-08-337-7
ISBN: 978-84-369-4702-1
Depósito Legal: M-57.970-2008
Imagen de cubierta: Cuadro original de Pablo Isidoro, Arquitecturas 3
Diseño de cubierta: Gallego & Santos Asociados
Diseño de la maqueta: Charo Villa
Impresión: OMAGRAF, S.L. Madrid
Índice
Introducción..................................................................................................... 5
Glosario............................................................................................................. 9
Capítulo 1. Los determinantes del nivel educativo de las

personas .................................................................................. 11
1. ¿Individuo o entorno?......................................................................... 13
2. ¿Cómo se miden los determinantes de los logros educativos?
Análisis aplicado de las desigualdades en el nivel educativo.... 16
3. ¿Qué sabemos sobre los logros educativos de la población
española? ............................................................................................. 21
Capítulo 2. Los procesos de movilidad educativa............................ 31

1. ¿Qué es la movilidad educativa de una sociedad? .................... 33
2. ¿Cómo se estudia la movilidad educativa? .................................. 34
3. La movilidad educativa en España .................................................. 36
Capítulo 3. La distribución de los resultados educativos.............. 45

1. La valoración de la calidad de la educación a partir de los
datos de la evaluación PISA ............................................................ 47
2. ¿Cuánto saben los estudiantes españoles? ............................... 50
3. Resultados educativos y desigualdades socioeconómicas y
culturales en España........................................................................... 54
4. Los determinantes de los resultados de los alumnos
españoles en PISA a partir del análisis multinivel ....................... 57
Capítulo 4. ¿De la escuela al trabajo? Los jóvenes que salen

del sistema educativo español......................................... 65
1. Las desigualdades más allá de la escuela .................................... 67
3
Índice
2. La inserción de los jóvenes en el mercado laboral en relación

con el máximo nivel educativo alcanzado ...................................... 73
3. Destinos laborales, destinos educativos........................................ 76
Capítulo 5. El gasto en educación de los hogares españoles..... 85

1. ¿Qué es el gasto privado en educación y cómo se mide? ...... 87
2. ¿Cuánto gastan las familias españolas en educación? ............. 92
Capítulo 6. Conclusiones........................................................................... 99
Bibliografía....................................................................................................... 107
Anexos............................................................................................................... 121
4
Introducción
E n los últimos años, en particular desde las últimas décadas del siglo XX, la
educación ha ido ocupando un papel cada vez más central, más determi-
nante, en los procesos que definen la situación de las personas en la socie-
dad y, más específicamente, en los mercados de trabajo. Esta posición cen-
tral se ha proyectado tanto en la agenda política del país como en los medios
de comunicación, y ha crecido notablemente la demanda de conocimientos e
información acerca de qué sucede en el sistema educativo y de cómo lo que
sucede afecta las posiciones desiguales de los individuos.
Para expresarlo de un modo llano: nunca antes el sistema educativo había
ocupado la primera página de los periódicos, como sucede en la actualidad
cuando aparecen los nuevos resultados del informe PISA u otros informes
internacionales anuales. Nunca antes los programas políticos habían dado un
énfasis tan especial a temas como la igualdad o la capacidad de elección en
el sistema educativo.
Debemos sumar a esta situación el creciente convencimiento, tanto de

investigadores académicos como de responsables de políticas educativas, de
que en buena medida los problemas del sistema educativo español son proble-
mas de equidad. Esto significa asumir que muchos de los serios problemas de
eficacia del sistema, como el fracaso escolar y el abandono temprano, por ejem-
plo, son difícilmente separables de las desigualdades que los generan. Y, sin
postergar dimensiones de la desigualdad tan trascendentales como las motiva-
das por el género o por el territorio, puede afirmarse que las desigualdades por
motivos socioeconómicos constituyen actualmente la pieza clave a la hora de
explicar las suertes de las personas en el sistema educativo y después de él.
5
Introducción
Estas razones nos llevaron a abordar, desde una perspectiva interdisci-

plinaria que combina análisis económico y sociológico, una revisión de las
desigualdades por motivos socioeconómicos en el sistema educativo espa-
ñol. A partir de una investigación inicial, realizada por nuestro equipo de inves-
tigación en 2007 para el CIDE (Centro de Investigación y Documentación
Educativa, Ministerio de Educación), decidimos preparar este texto, que tiene
una fuerte voluntad de difusión y de clarificación de conceptos sobre el tema
que nos ocupa. El destinatario principal de nuestro trabajo es la comunidad
educativa. Nos proponemos establecer puentes entre quienes nos dedica-
mos a la investigación académica y las personas que trabajan cotidianamen-
te en la educación, y contribuir a la comprensión de procesos complejos, que
necesitan de complejas técnicas de análisis estadístico para su abordaje y
entendimiento.
Como hemos señalado, este libro presenta una serie de aproximaciones
a diferentes aspectos relacionados con las desigualdades socioeconómicas
del sistema educativo español. Desde una perspectiva teórica común y una
serie de metodologías también comunes, nos aproximamos en los diferentes
capítulos del texto a zonas relevantes del sistema educativo donde se pro-
yectan y, en algunos casos, se amplían las desigualdades sociales.
Estas zonas pueden enmarcarse en un esquema de acceso al sistema
educativo, procesos educativos y resultados educativos. Así, dedicamos el
primer capítulo al análisis de los determinantes del nivel educativo de los jóve-
nes españoles. En el capítulo dos consideramos los procesos de movilidad
educativa, es decir, la diferencia intergeneracional en materia de logros edu-
cativos. En el capítulo 3 se analizan las desigualdades en los resultados edu-
cativos, a partir de los datos de España en PISA-2003. El capítulo 4 analiza
la zona de resultados del sistema educativo: en concreto, se estudian en él
los fenómenos del abandono temprano, así como las trayectorias seguidas,
en el mercado de trabajo, por las personas que abandonan el sistema educa-
tivo en diferentes niveles. Por último, en el capítulo 5 nos centramos en el aná-
lisis del gasto educativo privado, variable central en los procesos de desi-
gualdad socioeconómica y, también, territorial.
Los diferentes análisis que hemos presentado de forma sucinta en el
párrafo anterior comparten, como hemos dicho, un núcleo común teórico y
metodológico. Por lo que respecta a la teoría, se trata de análisis que focali-
zan en las desigualdades desde una perspectiva del ciclo vital: las desigual-
dades sociales iniciales (provenientes del entorno cultural y social de la fami-
lia) son reproducidas y ampliadas a lo largo de la trayectoria en el sistema
educativo; más adelante, estas desigualdades se combinan con otras desi-
6
Procesos de cambio en los centros educativos a partir de evaluaciones externas
gualdades en el mercado de trabajo y determinan en buena medida los resul-

tados de las personas en sus trayectorias vitales. Esta perspectiva es común
con otras aproximaciones recientes al análisis de la desigualdad, como la uti-
lizada por el EGREES1 (véase Baye et al., 2006) o en la ya mencionada revi-
sión temática de la OCDE Equidad en Educación. En todas ellas es común
el reconocimiento del carácter multidimensional de la desigualdad: ante la
pregunta “Igualdad, ¿de qué?” que se planteó Sen, en el caso de la educa-
ción la respuesta puede ser tan diversa como “igualdad de oportunidades”,
“igualdad de trato”, “igualdad de resultados académicos” o “igualdad de
resultados en el mercado de trabajo”. Es nuestra intención, en este estudio,
que el lector encuentre información acerca de los niveles y de las caracterís-
ticas de la desigualdad educativa en España cualquiera que sea su dimensión
relevante de la desigualdad.
Otro aspecto teórico compartido por todas las zonas del estudio y que
quisiéramos resaltar aquí es la utilización de la clase social como una de las
categorías más importantes de análisis. Otra de las categorías importantes de
los análisis, como es lógico en un sistema educativo con un nivel de descen-
tralización territorial muy elevado, es la correspondiente a las Comunidades
Autónomas. Lamentablemente, por falta de datos, en la mayor parte de los
análisis resulta imposible utilizarla; sólo hemos podido aplicarla para tres
Comunidades Autónomas en el caso del capítulo 3 (en el que se utilizan datos
de PISA-2003).
Respecto del análisis de los datos, hemos procurado mantener en todos
los capítulos una aproximación metodológica común. En esta aproximación
confluyen dos elementos importantes: en primer lugar, la utilización de bases
de datos individuales provenientes de encuestas socioeconómicas (es el
caso del Panel de Hogares de la Unión Europea y de la Encuesta Continua
de Presupuestos Familiares) y de estudios de rendimiento académico (como
el ya sobradamente conocido PISA-2003). En segundo lugar, el énfasis en los
análisis multivariantes y, en el caso de PISA-2003, multinivel. En los diferen-
tes análisis presentados se utilizan metodologías que intentan trascender las
aproximaciones bivariantes. Estas últimas pueden ser muy engañosas en el
caso de las Ciencias Sociales, en tanto que incorporan efectos composicio-
nales; únicamente mediante análisis multivariantes que permitan identificar el
efecto “aislado” de cada una de las variables es posible alcanzar conclusio-
nes no lastradas por las interacciones que se producen entre ellas.
El intento de sofisticación metodológica que se ha realizado en este estu-
dio no debería nublar su intención última; dicho de otro modo, los árboles no
1
European Group for Research on Equity in Education Systems.
7
Introducción
deben impedir ver el bosque. El lector encontrará un glosario con los princi-
pales conceptos técnicos utilizados, así como explicaciones de las metodolo-
gías utilizadas escritas en un lenguaje asequible. Lo que se pretende, en esen-
cia, con este estudio es dar a conocer a la sociedad española en general y a
la comunidad educativa en particular los mecanismos por los que se produ-
cen desigualdades dentro de y en torno al sistema educativo español para,
después, poder intervenir sobre ellos con un instrumental adecuado de políti-
ca educativa. No debiera olvidarse, y los autores así lo hemos pretendido, que
detrás de las cifras que aparecen como resultado de cada análisis, existen
personas cuyas trayectorias vitales se ven severamente afectadas por las
desigualdades descritas, que se traducen en muchos casos en recortes sus-
tanciales de las potencialidades personales.
Esta revisión de aspectos vinculados con las desigualdades en el siste-

ma educativo no pretende ser exhaustiva. Lejos de nuestra intención está ofre-
cer este estudio como un tratamiento ya cerrado y completo; antes al contra-
rio, somos conscientes de la gran diversidad de zonas que siguen pendientes
de un análisis serio y de cómo éste deberá efectuarse en los próximos años,
por diversos equipos de investigación que, por suerte, se están consolidando
y alcanzando niveles de calidad elevados.
8
Glosario
A bandono temprano: el término hace referencia a los jóvenes que salen del
sistema educativo sin realizar estudios secundarios post-obligatorios, es
decir, que tienen la ESO como máximo nivel educativo alcanzado.
Efecto calendario: con este concepto se define la situación, en principio des-
ventajosa, que tienen los niños y niñas más jóvenes de cada clase.
Efecto compañero: el término se refiere a la influencia que tiene sobre los

resultados o procesos educativos las características socioeconómicas de los
hogares de origen de todos los alumnos que asisten a un determinado cen-
tro.
Efecto composición: con este concepto se hace referencia al efecto que tiene
una serie de factores no controlables sobre un determinado proceso o resul-
tado. Este es el caso en que existe una relación entre dos variables, pero
donde el verdadero factor causal está enmascarado detrás de otras variables.
Por ejemplo, los centros privados educativos obtienen mejores resultados en
las evaluaciones no por ser privados, sino porque sus alumnos por lo general
provienen de entornos socioeconómicos más favorecidos, que es la causa
determinante de los resultados observados.
Fracaso escolar: el término hace referencia a los jóvenes que salen del siste-
ma educativo sin haber completado la educación obligatoria, es decir, sin
haber concluido la ESO.
Gasto privado educativo: conjunto de costes, directos e indirectos, que se

generan en el sistema educativo y que no son cubiertos por la financiación
pública sino que son afrontados por los individuos o las familias. Entre los
costes directos se encuentran las matrículas o complementos de matrículas
9
Glosario
en los centros privados o concertados y las matrículas universitarias. Son cos-

tes indirectos los generados por la adquisición de material educativo, por des-
plazamientos, por actividades extraescolares, etc.
Gasto público educativo: conjunto de intervenciones, monetarias y en espe-

cie, que realiza la Administración Pública en todos sus niveles (estatal, auto-
nómico y local), en servicios y bienes educativos.
Logro educativo: concepto que se refiere a la “cantidad” de educación que ha

recibido una persona. Esta “cantidad” de educación recibida se suele medir
de dos maneras: como número de años de educación recibidos o como máxi-
mo nivel educativo alcanzado.
Movilidad educativa: comparación entre los logros educativos de dos gene-

raciones. La movilidad mide si una generación (o un individuo) ha alcanzado
un logro educativo diferente de la generación que se toma como punto de
referencia. La movilidad puede ser ascendente, en el caso de que mejore el
logro educativo, o descendente, en el caso de que sea más baja.
Muestra representativa: se dice de una muestra estadística cuando su tama-

ño es suficiente como para considerar que las características y procesos
observados en ella pueden ser extrapolados a la población mayor a la que
pertenece.
Significatividad estadística: se dice que el resultado de un análisis estadísti-

co es significativo estadísticamente cuando no es probable que haya sido
fruto del azar. Por ejemplo, un coeficiente es significativamente estadístico
cuando su probabilidad de ser igual a cero es suficientemente pequeña como
para considerar que su obtención es fruto del azar. Los umbrales de signifi-
catividad más frecuentemente utilizados son el 10% (en el ejemplo expuesto
la probabilidad de que el coeficiente sea cero es del 10%), el 5% (la proba-
bilidad de que el coeficiente sea cero es del 5%) y el 1% (la probabilidad de
que el coeficiente sea cero es del 1%).
10
investigamos
Capítulo 1.
Los determinantes del nivel
educativo de las personas
Los determinantes del nivel
educativo de las personas
1. ¿Individuo o entorno?
U na de las cuestiones centrales que debe abordarse cuando se estudian las

desigualdades educativas en una sociedad es la referida a las diferencias
en los logros educativos de las personas. ¿Cuáles son los factores que hacen
que personas pertenecientes a una misma generación, en el marco de un sis-
tema educativo suficientemente desarrollado y de acceso universal, alcancen
distintos niveles educativos? ¿Se trata de la expresión de diferencias natura-
les debidas a características individuales, como la inteligencia o el interés por
los estudios, o en cambio influyen factores sociales, como el nivel de renta de
las familias? ¿Qué características deberíamos considerar si queremos expli-
car por qué algunas personas consiguen alcanzar un nivel educativo más ele-
vado que otras? Debemos recordar que ésta es una cuestión de importancia
no menor, ya que, como hemos señalado en la introducción, existe una pro-
bada relación entre el nivel educativo de las personas, sus posibilidades de
inserción en el mercado laboral y sus expectativas salariales. Identificar las
causas de las desigualdades en los logros educativos permitiría orientar
las intervenciones públicas en una dirección apropiada para poder corregir-
las o hacerlas menos acentuadas. Los logros educativos son una variable que
tiene gran peso en las opciones y planes de vida que pueden tener los miem-
bros de una sociedad; y para el país en su conjunto, en un contexto econó-
mico internacional como el actual, donde el conocimiento y la innovación tie-
nen un papel determinante, el nivel educativo alcanzado por sus ciudadanos
potencia o limita sus posibilidades de competitividad y productividad econó-
mica.
13
Capítulo 1
Los determinantes del nivel educativo de las personas
Desde la sociología y la economía se han dado respuestas diversas a

este interrogante, y no existe un único acuerdo sobre cuál es la aproximación
más adecuada. Pero más allá de las diferencias teóricas o metodológicas que
plantean, las investigaciones coinciden en señalar que dos grandes grupos de
factores se relacionan con el nivel educativo que puede alcanzar una persona
a lo largo de su vida: por un lado, las propias características del individuo, por
el otro, las características de su entorno social. Repasaremos a continuación
algunas de las propuestas teóricas más influyentes en esta materia.
Leibowitz (1974) y Haveman y Wolfe (1995), por ejemplo, afirman que el
nivel educativo que alcanza una persona está determinado por tres factores: las
habilidades propias del individuo, la inversión que ha hecho su familia en edu-
cación y los propios ingresos económicos de la familia. Una visión similar a la de
estos autores, aunque con una aproximación diferente es la propuesta por
Becker y Tomes (1986), quienes desarrollan un modelo explicativo sobre la
transmisión de los ingresos, de los bienes y del consumo entre padres e hijos.
En otra línea de análisis, Marjoribanks (2005) sostiene que es el entorno
directo de la persona el factor determinante de los logros educativos. El autor
elabora un modelo para explicar la relación que existe entre el ambiente fami-
liar y los resultados educativos alcanzados por los hijos. Considera que todas
las personas viven inmersas en tres niveles ambientales distintos: el de su
propio capital cultural y social, el de su familia y el del contexto cultural, huma-
no y económico de la sociedad en la que vive. Según este autor, el logro edu-
cativo de una persona estará determinado por la interacción de los tres nive-
les, con mayor influencia de los niveles más cercanos. Coleman (1990) reali-
za una propuesta teórica orientada en la misma dirección, en la que sostiene
que los elementos básicos que se han de considerar para explicar los logros
educativos de las personas son el nivel de capital social de sus familias y las
relaciones que se establecen en el interior de la familia, en particular, las inte-
racciones entre padres e hijos. Así, considera que afectan el proceso los
siguientes factores:
a) la presencia de ambos progenitores en el hogar, que genera una relación
interpersonal más fuerte entre ellos y sus hijos;
b) el número de hermanos, ya que se supone que a mayor número de her-
manos menor será la atención que los padres pueden proporcionar a cada
uno de sus hijos;
c) que la madre trabaje o no fuera del hogar, debido a que afecta su disponi-
bilidad para seguir el proceso educativo del hijo; y
d) el interés de los padres en que sus hijos asistan a la universidad, tomado
14
como indicador de la atención a la evolución educativa del hijo en todos

los niveles previos.
La aproximación propuesta por Esping-Andersen (2004) también centra
la respuesta a la cuestión de las desigualdades en los logros educativos en
las interacciones que establecen los individuos con su propia familia y con la
sociedad. Los elementos familiares que influyen en los futuros logros educa-
tivos de un niño son, según este autor, tres: la situación económica de la fami-
lia; el hecho de crecer en un contexto de estabilidad familiar, y tener o no
acceso a recursos culturales. En el caso de las interacciones con la sociedad,
influyen el barrio o vecindario en el que vive la persona, su clase social, su ori-
gen étnico y las redes sociales existentes. Además, Esping-Andersen desta-
ca la importancia de los seis primeros años de vida a la hora de determinar
los futuros logros educativos del individuo.
Tedesco (2002) y López (2004) plantean abordar los logros educativos a

partir del concepto de educabilidad de las personas. La educabilidad hace
referencia a las condiciones mínimas necesarias que posibilitan el proceso de
aprendizaje. Estas condiciones son generadas por el entorno del individuo, en
especial por la familia, que además de cubrir las necesidades básicas del niño
debe proporcionar una serie de valores, actitudes y comportamientos favora-
bles al aprendizaje escolar.
Por último, concluiremos esta breve revisión de los condicionantes de los

logros educativos mencionando las aportaciones de Lassibille y Navarro
(2004), quienes proponen medir los logros educativos de las personas a par-
tir de la relación entre cinco categorías de variables:
a) los recursos y características propias del individuo;
b) el entorno de su hogar;
c) las características del establecimiento educativo al que asiste;
d) el entorno en el aula; y
e) el ambiente social y cultural más amplio en el que se está educando.
Como podemos observar, y tal como habíamos señalado, las propuestas
teóricas sobre los factores que condicionan o determinan el nivel educativo
de las personas son muy diversas, y, si bien dan distinto peso a la influencia
de las características de los individuos y del entorno en este proceso, coinci-
den en señalar que la relación que se establece entre estos dos ámbitos es
crucial. Ahora bien, la pregunta que surge a continuación es la de saber de
qué manera traducir estas aproximaciones teóricas a los casos concretos.
15
Capítulo 1
¿Qué características de la realidad de los individuos o de las sociedades

deberíamos observar para valorar los logros educativos? En nuestra investi-
gación hemos tomado el modelo propuesto por Lassibille y Navarro y lo
hemos reelaborado para aplicarlo en el caso español. En el siguiente punto
detallaremos la aproximación metodológica que hemos utilizado y referiremos
también investigaciones empíricas desarrolladas por otros autores sobre las
desigualdades en materia de logros educativos.
2. ¿Cómo se miden los determinantes de los logros educativos?

Análisis aplicado de las desigualdades en el nivel educativo
En los últimos años se han llevado a cabo diversos estudios que, utilizando
técnicas de análisis estadístico, intentan cuantificar el peso que tienen distin-
tos factores explicativos, como los que hemos mencionado en el apartado
anterior, en el nivel educativo que puede alcanzar una persona. Se trata de
saber en qué medida y de qué manera influyen las diversas características
individuales y contextuales en los logros educativos de las personas, a partir
de los datos estadísticos de los que se dispone. Cabe aclarar que en muchas
ocasiones no se cuenta con la información estadística óptima necesaria para
llevar adelante un análisis completo, por lo que las variables o características
consideradas suelen reducirse de acuerdo con la disponibilidad real de datos.
Pero de todas maneras, más allá de estas limitaciones, las aportaciones rea-
lizadas en este campo son importantes, y la investigación presentada en este
capítulo se propone contribuir al debate internacional a partir del análisis del
caso español. El lector no familiarizado con las técnicas de análisis estadísti-
co encontrará una breve guía de las principales técnicas estadísticas que se
utilizan para medir desigualdades educativas en el recuadro.
Sobre los modelos de análisis estadístico

El análisis estadístico desempeña dos grandes funciones: describir un fenó-
meno y explicarlo. La primera de estas tareas consiste en cuantificar y sinte-
tizar de qué manera se distribuye una determinada característica en un grupo
o población. Así, son ejemplos de descripción las estadísticas que señalan
que el 10% de la población de una determinada ciudad es inmigrante, que la
tasa de paro en 2007 fue del 8% o que el 20% de la población española
tiene más de 65 años.
En cambio, las estadísticas explicativas intentan poner en relación dos o más
variables, encontrar cuáles son los factores que explican el comportamiento
16
de otro factor. Puede interesarnos saber si la mortalidad infantil disminuye en

los países con mayor gasto sanitario, o si existe relación entre el nivel de
ingresos de una persona y su nivel educativo, la Comunidad Autónoma de
residencia y el hecho de ser hombre o mujer, por ejemplo.
Hablamos de análisis bivariante cuando nuestro objetivo es observar la
influencia que tiene una única variable sobre otra. Para continuar con el ejem-
plo, aplicamos análisis bivariante para saber de qué manera se modifica la
mortalidad infantil de un determinado país (la variable dependiente) cuando
sube o baja el gasto público sanitario (la variable independiente).
Pero ¿qué sucede cuándo nos interesa realizar una aproximación más deta-
llada, y observar cómo se comporta una variable cuando está influida por
varios factores a la vez, como en el ejemplo de la influencia del nivel educati-
vo y el sexo de una persona sobre su nivel de ingresos? En estos casos,
debemos utilizar aproximaciones más complejas y adentrarnos en el campo
del análisis multivariante. La estadística ha desarrollado herramientas muy
sofisticadas de análisis multivariante, de acuerdo con el tipo de fenómenos
que se pretenda analizar. Sin ánimo de exhaustividad, mencionaremos a con-
tinuación las que se utilizan con mayor frecuencia en el campo de la econo-
mía y la sociología de la educación.
En el análisis de regresión lineal, sometemos a prueba la influencia de una
variable sobre el fenómeno que queremos explicar, teniendo en cuenta la
influencia simultánea y constante de otras variables. Por ejemplo, a través de
un modelo de regresión lineal analizamos de qué manera el nivel de ingresos
de las personas se ve afectado por el nivel educativo, en el supuesto de que
otras características, como el sexo y la Comunidad Autónoma de residencia
se mantuvieran constantes, es decir, fuesen las mismas para todos los casos.
El análisis de regresión logística es similar, pero la variable dependiente tiene
la característica de ser binomial, es decir, de tener o no tener un determina-
do valor (alcanzar o no el nivel universitario, por ejemplo). Los dos modelos
de regresión logística más frecuentemente utilizados son el probit y el logit.
En el análisis multinivel (que utilizamos en el capítulo 4) se incorpora la
influencia de un segundo nivel explicativo. Por ejemplo, podemos querer
saber de qué manera influyen en los logros educativos las características de
la escuela a la que asisten los estudiantes, pero tomando también en cuenta
otras variables, como el nivel educativo de los padres o la clase social de per-
tenencia. A partir del análisis multinivel podríamos estimar qué desempeño
educativo tendrían dos individuos con las mismas características en el caso
de asistir a la escuela A o a la escuela B.
17
Capítulo 1
Así, una investigación de Jenkins y Schluter (2002) analiza para el caso

de Alemania, utilizando un modelo de regresión logísitica de tipo probit, los
factores que determinan el tipo de educación secundaria (orientada a conti-
nuar los estudios en la universidad u orientada al mercado laboral) que esco-
gen los estudiantes. Basan su análisis en características de la persona (con-
siderando las variables del sexo y la posición de nacimiento respecto del
número de hermanos), en características de su núcleo familiar (a partir del
nivel educativo de sus padres, del número de hijos menores de 14 años en la
familia y de los ingresos familiares) y en características del ambiente social y
cultural (como el estado de residencia de la familia). A partir de los resultados
del modelo estadístico que desarrollan y aplican concluyen que el nivel de los
ingresos familiares es el factor determinante en la elección del tipo de educa-
ción secundaria. En la misma dirección, Lauer (2003) realiza un estudio com-
parativo entre Francia y Alemania, aplicando también un modelo de regresión
probit ordenado, en el que analiza cuáles son los factores que intervienen en
la decisión del tipo de educación secundaria que escogen los estudiantes y
en la decisión de continuar con los estudios de nivel superior. Para abordar
ambos análisis utiliza como factores explicativos el sexo de la persona, el año
de finalización de sus estudios de nivel primario y la educación y el nivel ocu-
pacional de sus padres. Los resultados de su investigación apuntan una esca-
sa influencia del sexo en ambas decisiones (no se observan diferencias en las
decisiones tomadas por hombres y por mujeres), e indican también que el
nivel ocupacional de los padres es una variable relevante, aunque su influen-
cia es mayor en la elección del tipo de educación secundaria que en la de
continuar con los estudios de nivel superior.
Para el caso de España, los resultados de una investigación desarrollada

por Peraita y Sánchez (1998), que aplican regresión logística ordenada, seña-
lan que el nivel de escolaridad alcanzado por una persona está influido por el
bagaje cultural de la familia, por los ingresos y por la clase social de los
padres. Los resultados de este trabajo indican también que tienen influencia
en el rendimiento escolar el número de hermanos y el tipo de medio, urbano
o rural, en el que vive. En la misma línea, Calero (2006b) estudia la situación
laboral o educativa de los jóvenes españoles de entre 16 y 17 años y aplica
un modelo logístico multinomial no ordenado, tomando en cuenta como fac-
tores explicativos características tales como el sexo de la persona, el nivel
educativo de su madre, la modalidad de convivencia de los progenitores, el
número de hermanos, la renta disponible del hogar, la clase social de los
padres y la Comunidad Autónoma de residencia. Los resultados de su análi-
sis indican que son factores relevantes en la decisión de que un joven se
incorpore al mercado laboral o continúe con su educación, el nivel educativo
18
que ha alcanzado su madre, el número de hermanos que tiene y la clase social

a la que pertenecen sus padres. Señala también la influencia que tiene la
Comunidad Autónoma de residencia, y pone de manifiesto que en España las
comunidades del arco mediterráneo incorporan más temprano a los jóvenes
al mercado de trabajo. No influye en la decisión, en cambio, el nivel de renta
de los hogares.
Este tipo de investigaciones no se limita a los países desarrollados, sino

que también se han centrado en casos de países en desarrollo. Por ejemplo,
Glewwe y Jacoby (1994) analizan el caso de Ghana utilizando un modelo pro-
bit ordenado, demostrando los logros educativos de los hijos y las hijas están
fuertemente relacionados con las características de sus padres. Señalan tam-
bién otras variables relevantes, como el sexo (las mujeres tienen menos pro-
babilidades de alcanzar un alto nivel educativo), la zona geográfica de resi-
dencia, la distancia del centro educativo y la experiencia previa de los docen-
tes que imparten la enseñanza. Otro estudio, en este caso realizado por
Binder (1998) en México, aplicando un modelo probit, indica que el rendi-
miento escolar de los hijos está relacionado con el nivel de escolaridad de los
padres, el número de hermanos, la estructura de la familia y los ingresos fami-
liares. Se observa también en este caso que la incidencia de estas variables
es diferente según se trate de niños o de niñas. Por último, Behrman y Wolfe
(1984) estudian las desigualdades de logros educativos en Nicaragua apli-
cando un modelo de regresión lineal, y concluyen que las dos variables que
mayor influencia tienen en el proceso son el nivel educativo de los padres y el
hecho de vivir en un medio urbano o rural.
Para el análisis empírico de nuestra propia investigación sobre las desi-

gualdades en los logros educativos en España, cuyos resultados presentare-
mos en el próximo apartado, hemos elaborado un modelo explicativo a partir
de una reelaboración de la propuesta teórica de Lasibille y Navarro (2004),
aplicando un modelo de regresión logística de tipo logit. Nos interesaba cono-
cer en qué medida influían las variables propias del individuo y de su entorno
en los logros educativos de las personas. En el siguiente apartado presenta-
mos los detalles del análisis empírico realizado.
Planteamiento del análisis empírico
Los datos utilizados en el análisis empírico provienen del Panel de Hogares

de la Unión Europea (PHOGUE), en su edición del año 2000, en la que se
entrevistaron 15.614 hogares españoles (a 40.046 individuos). La muestra
19
Capítulo 1
tiene un tamaño suficiente como para ser representativa por Comunidades

Autónomas, lo que la hace especialmente apropiada para nuestro estudio.
Seleccionamos como grupo de análisis a la población comprendida entre

los 25 y 35 años de edad. La selección de las edades obedece a que nos
interesaba por una parte asegurarnos de que las personas incluidas en la
muestra hubiesen tenido el tiempo suficiente para finalizar el ciclo educativo
formal, de ahí que estableciéramos el umbral mínimo en los 25 años. Pero por
otra parte nos interesaba también poder evaluar la movilidad educativa entre
el último grupo de población que había acabado el proceso de escolarización
formal y su antecesora inmediata, por eso el límite superior se fijó en los 35
años. La muestra definitiva se compuso de 2.700 casos, ya que debimos eli-
minar algunas observaciones por no contar con la información de cómo míni-
mo uno de sus progenitores. En nuestro modelo establecimos como variable
dependiente el nivel educativo alcanzado por los integrantes de nuestra mues-
tra, medido en años de escolarización. Las variables independientes se deri-
van de la adecuación de la propuesta de nuestra reelaboración del modelo
propuesto por Lasibille y Navarro (2004) a partir de la información disponible
en el PHOGUE. En el siguiente cuadro presentamos, de manera simplificada,
el detalle de los indicadores y variables considerados.
CUADRO 1.1
VARIABLES UTILIZADAS EN EL ANÁLISIS EMPÍRICO
Variable dependiente Variables utilizados para su medición

(Panel de Hogares de la Unión Europea, ola del año 2000)
Logro educativo de Máximo nivel educativo alcanzado por la persona (expresado

una persona como nivel y como número de años de educación).
Ámbitos explicativos
Características del – Edad

individuo – Sexo
– Salud (padecer o no una enfermedad crónica)
– Mes de nacimiento
Características de sus – Máximo nivel educativo alcanzado por sus padres

padres – Conocimiento o no de una lengua extranjera
– Edad
20
Características del – Renta del hogar

hogar – Número de hermanos
– Situación del padre y/o la madre respecto de la actividad
laboral (si se trata o no de población económicamente acti-
va)
– Situación de desempleo continuada del padre y/o la madre
– Clima educacional (promedio de años de escolarización de
los miembros de la familia mayores de 18 años)
– Clase social a la que pertenece la familia (construida a partir
del tipo de ocupación desempeña por sus miembros)
– Situación del hogar respecto de los indicadores de pobreza
(se consideran pobres los hogares con una renta disponible
inferior al 60% de los ingresos medianos de la sociedad de
referencia. En este caso, son pobres todos los hogares que
en 1999 disponían de menos de 954.594 ptas. al año)
Características del – Existencia de problemas de delincuencia o vandalismo en

entorno social su barrio o zona de residencia
– Comunidad Autónoma de residencia
3. ¿Qué sabemos sobre los logros educativos de la población

española?
Presentaremos a continuación los principales resultados de nuestro análisis.
Los datos del PHOGUE señalan que los españoles y españolas que en el año
2000 tenían entre 25 y 35 años habían tenido en promedio 11 años de edu-
cación formal, es decir, habían alcanzado un nivel educativo levemente por
debajo de la educación secundaria de nivel superior2. Este logro educativo
duplica el obtenido por sus padres, que tiene como valores promedio 6,6
años de estudio en el caso de los padres y 5,6 años en el de las madres. En
el siguiente capítulo, centrado en lo que denominamos “movilidad educativa”
se analizarán en profundidad las diferencias de logros educativos alcanzados
entre el grupo estudiado y la generación de sus padres, por ahora baste con
señalar que el “salto” educativo de una generación a otra es muy importante,
como podemos observar a partir de estos primeros datos. No nos detendre-
mos a presentar aquí los estadísticos descriptivos del análisis, ya que nos
2. La educación secundaria de nivel superior requiere 12 años de escolarización. La relación entre

años de estudio y nivel educativo es la siguiente: población sin estudios o analfabeta: menos de 2
años de escolarización; ciclo medio de EGB: 5 años; ciclo superior de EGB: 8 años; formación pro-
fesional de primer grado: 10 años; formación profesional de segundo grado: 12 años; bachillerato,
COU o BUP: 12 años; título universitario de ciclo corto: 15 años; título universitario de ciclo largo:
17 años.
21
Capítulo 1
centraremos en las relaciones entre variables, en el modelo explicativo. Los

lectores interesados encontrarán los principales resultados descriptivos en el
cuadro A.1 del anexo.
En nuestro análisis realizamos dos aproximaciones explicativas: un estu-

dio bivariante, es decir, un estudio en el que observamos la relación entre
variable dependiente y las variables independientes, por separado; y un estu-
dio multivariante, en el que analizamos qué sucedía con la variable depen-
diente cuando la poníamos en relación con diversas variables independientes
simultáneamente. Veremos a continuación los resultados de la primera apro-
ximación, el estudio bivariante, en la que evaluamos la relación existente entre
algunas de las variables que se han considerado relevantes en el nivel teóri-
co y el nivel educativo alcanzado por las personas.
En primer lugar, hemos observado una marcada relación positiva entre el

nivel educativo de los hijos e hijas y el nivel educativo de sus progenitores. A
medida que aumenta el nivel de escolaridad de padres y madres, aumentan
también los años promedio de escolaridad de sus descendientes. En segun-
do lugar, los mayores logros educativos corresponden a las hijas, como pode-
mos observar en el siguiente cuadro:
CUADRO 1.2
MEDIA DE AÑOS DE ESCOLARIDAD DE LOS HIJOS/HIJAS PARA CADA

NIVEL EDUCATIVO DE LOS PADRES/MADRES
Padres – Hijos Padres – Hijas Madres – Hijos Madres – Hijas

Nivel de escolaridad
de los padres
A-SE 8,3 9,1 8,4 9,2
MEGB 10,6 11,9 10,8 12,0
EGB 12,0 12,8 12,0 13,9
FPI 12,5 14,4 13,0 14,0
FPII 12,6 14,2 12,9 15,0
BACH 12,5 13,7 12,8 15.0
U.C.C. 12,9 14,0 13,3 15,6
U.C.L. 15,1 16,0 15,0 16,1
Referencias: A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB; EGB: ciclo superior
de EGB; FPI: formación profesional de primer grado; FPII: formación profesional de segundo
grado; BACH: incluye bachillerato, COU y BUP; U.C.C: universidad ciclo corto; U.C.L: uni-
versidad ciclo largo.
Fuente: elaboración propia a partir del PHOGUE-2000.
22
En tercer lugar destacaremos los resultados que obtuvimos al correlacio-

nar el nivel educativo que alcanzan los hijos con la clase social a la que per-
tenecen sus padres. En el presente trabajo se emplea la clasificación elabo-
rada por Erikson, Goldthorpe y Portocarero (1979), que se estructura a partir
de las ocupaciones de las personas. Los autores proponen distinguir los
siguientes grupos sociales:
Clase I. Profesionales: incluye a los trabajadores que se definen como

profesionales y administradores cualificados, gerentes de empresa, pro-
pietarios de grandes empresas, técnicos superiores y supervisores de
trabajadores no manuales, en actividades no agrícolas.
Clase II. Intermedia, no manual, rutinaria: empleados en trabajos rutina-
rios no manuales de cualquier tipo, tales como administración, comercio,
ventas y otros servicios, que no pertenecen al sector agrícola.
Clase III. Pequeños propietarios: pequeños propietarios y artesanos, con
y sin empleados, en actividades no agrícolas.
Clase IV. Manual cualificada: técnicos de grado inferior, supervisores de
trabajadores manuales y trabajadores manuales cualificados, no vincula-
dos con actividades agrícolas.
Clase V. Manual no cualificada: trabajadores manuales semi-cualificados
y no cualificados en actividades no agrícolas.
Clase VI. Propietarios agrarios y ganaderos: granjeros, pequeños pro-
pietarios agrícolas y autoempleados en el sector agrícola.
Clase VII. Trabajadores agrarios: agricultores y otros trabajadores en el
sector agrícola.
Debemos aclarar que si bien las clases están numeradas de I a VII, de nin-
guna manera esta numeración supone una jerarquía o subordinación entre
ellas. La clasificación tampoco está asociada a los ingresos de las personas,
sería incorrecto interpretar, por ejemplo, que los integrantes de la clase I tie-
nen una situación económica mejor que los de la clase VI.
De acuerdo con los resultados del análisis bivariante, podemos concluir

que la distribución del nivel educativo de los hijos en función de la clase social
de sus padres muestra una marcada concentración en las clases I, II y II. Si
observamos el comportamiento en los tres niveles educativos más elevados
(véase gráfico 1.1), las personas cuyos padres pertenecen a las clases II y III
alcanzan principalmente el nivel de bachillerato y universitario de ciclo largo,
23
Capítulo 1
con un porcentaje inferior para el nivel universitario de ciclo corto; en cambio,

las personas cuyos padres se adscriben a la clase I alcanzan principalmente
el nivel educativo universitario, y dentro de éste el nivel de ciclo largo (48 %
en U.C.L). Se destaca, en el caso de la clase VI (propietarios agrarios y gana-
deros), su elevada participación en el nivel universitario de ciclo corto. Un
menor porcentaje de personas de las clases IV, V y VII alcanza los tres nive-
les educativos más elevados.
GRÁFICO 1.1
DISTRIBUCIÓN DEL MÁXIMO NIVEL EDUCATIVO ALCANZADO POR LOS HIJOS (PARA
LOS NIVELES DE BACHILLERATO Y UNIVERSITARIO), SEGÚN CLASE SOCIAL A LA
QUE SE ADSCRIBEN SUS PADRES (EN %)
Si en lugar de medir el nivel educativo a través del máximo grado alcan-

zado lo hacemos tomando en cuenta los años de escolaridad, observamos la
misma polarización que hemos señalado en el párrafo anterior: los hijos de
padres pertenecientes a la clase I (profesionales) tienen un valor medio edu-
cativo de 15 años de escolaridad, seguidos por los hijos de padres de las cla-
ses II y III, con un nivel educativo cercano a los 13 años. En cambio, los hijos
de padres pertenecientes a las clases IV, V, y VI tienen un nivel educativo pro-
medio equivalente a 10 años de escolaridad, cifra que baja a los 8 años en el
caso de los hijos de padres trabajadores agrarios (clase VII).
24
¿Cuál es la influencia del resto de las variables que incluimos en el mode-

lo explicativo? Como se observa en el cuadro 1.3, los resultados del análisis
bivariante de nuestro estudio señalan que el género es un factor relevante, ya
que los logros educativos no se distribuyen de igual manera entre hombres y
mujeres. Se constata que las mujeres tienen una mayor presencia en los nive-
les educativos más elevados: existe una diferencia de trece puntos porcen-
tuales en favor de las mujeres en la educación universitaria de ciclo largo.
En relación con las características socioeconómicas de los hogares,

observamos que el nivel de los ingresos es un factor de peso: las personas
que viven en hogares que se encuentran por debajo de la línea de pobreza
acceden con una frecuencia de diez puntos porcentuales menos a la educa-
ción universitaria de ciclo largo. El desempleo de larga duración del padre
también es un factor asociado negativamente con los logros educativos de
sus hijas e hijos.
CUADRO 1.3
DISTRIBUCIÓN PORCENTUAL DE LOS TRES NIVELES EDUCATIVOS MÁXIMOS

SEGÚN DIFERENTES CARACTERÍSTICAS
Variables independientes
Ser mujer Padecer Vivir en un Padre en Madre en
enfermedad hogar pobre desempleo desempleo
crónica continuo continuo
Nivel educ. Sí No Sí No Sí No Sí No Sí No
Bachillerato 13,2 15,1 7,0 15,1 18,0 14,0 8,6 14,7 14,2 14,3
Universitario
13,8 9,2 5,9 11,7 10,6 11,2 10,5 11,2 9,4 11,3
de ciclo corto
Universitario
25,0 12,3 10,3 18,4 8,3 18,5 14,7 17,8 16,9 17,7
de ciclo largo
Media años 11,9 10,6 9,01 11,36 10,03 11,2 10,3 11,2 11,0 11,1
de educación
Nota: Bachillerato incluye bachillerato, COU y BUP.
Por último, el hecho de vivir en un barrio en el que se percibe presencia de

delincuencia o vandalismo también afecta negativamente sobre los logros
educativos, ya que se detectan diferencias importantes en el acceso a los
25
Capítulo 1
niveles superiores de enseñanza para las personas que viven en contextos de

mayor inseguridad percibida. Todos estos resultados confirman la preocupa-
ción central de este trabajo, que consiste en enfatizar la importancia que tie-
nen las desigualdades a la hora de explicar resultados educativos.
En cambio, dos de las variables que consideramos no parecen tener

influencia en los logros educativos, por lo menos a partir de los resultados
obtenidos en el análisis bivariante. Éstas son el mes de nacimiento de la per-
sona (que intentaba capturar el denominado “efecto calendario”) y el número
de hermanos. No se ha encontrado ninguna evidencia estadística que permi-
ta relacionarlos con los resultados observados en materia de nivel educativo.
Hasta aquí hemos presentado una primera aproximación a los factores que
influyen en la consecución de los logros educativos, a partir de los principales
resultados del análisis bivariante. Pero nuestros objetivos de investigación
implican ir un paso más allá de este primer análisis. Nos proponemos cuantifi-
car el peso que tienen las diferentes variables consideradas en la distribución
de los resultados educativos en el grupo de población que analizamos, los
españoles y españolas que en el año 2000 tenían entre 25 y 35 años. Para
conseguir este objetivo necesitamos utilizar otro tipo de herramientas estadís-
ticas, que permitan valorar la incidencia de cada variable al controlar los efec-
tos se producen por la interrelación entre ellas. En nuestro análisis hemos uti-
lizado un modelo estadístico multivariante mediante el cual nos proponemos
explicar el comportamiento de la variable dependiente, es decir, el máximo nivel
educativo al que ha accedido cada una de las personas que integran nuestro
grupo de estudio, en función de un conjunto de variables independientes.
Como adelantáramos, hemos aplicado un modelo estadístico logit orde-

nado, que permite estimar cuál es la probabilidad de que el nivel educativo se
modifique cuando varía el valor de cada una de las variables independientes
(los factores que hacen referencia a características del individuo, de su hogar
y de su entorno), manteniendo constante el resto de las variables. Es impor-
tante tener en mente a la hora de interpretar los resultados que lo que se mide
es la influencia de una determinada variable sobre la variable dependiente, en
el supuesto de que todas las demás variables se mantuvieran constantes.
Para poner un ejemplo, se trata de cuantificar el efecto que tiene ser inmi-
grante sobre la probabilidad de cursar estudios de nivel universitario, en el
supuesto de que las otras variables, como los ingresos o la clase social, se
distribuyeran de forma igual entre la población inmigrante y la no inmigrante.
Los resultados del análisis se presentan en el cuadro 1.4. Los comenta-

remos a continuación.
26
CUADRO 1.4
RESULTADOS DEL ANÁLISIS LOGIT ORDENADO DEL LOGRO EDUCATIVO
Referencias: Ø: relación no significativa; –: relación significativa de signo negativo;

+: relación significativa de signo positivo. La significatividad se establece en niveles
superiores al 10%.
Relación con el Relación con el

Ámbito explicativo Variable independiente nivel educativo nivel educativo
de los hijos de las hijas
Edad Ø Ø
Características del
Padecer enfermedad crónica – –
individuo
-1,127*** -0,892***
Mes de nacimiento Ø Ø
Nivel educativo del padre < EGB Categoría de referencia
Nivel educativo de padre: EGB + Ø
0,397 **
Nivel educativo del padre: FP + Ø

0,515**
Nivel educativo del padre: BACH + Ø
0,476**
Nivel educativo del padre: UNIV + Ø
0,934***
Nivel educativo de la madre < EGB Categoría de referencia
Nivel educativo de la madre: EGB + +
Características 0,411*** 0,812***
de los padres Nivel educativo de la madre: FP + Ø
0,841 **
Nivel educativo de la madre: BACH + +

1,015 ***
1,063 ***
Nivel educativo de la madre: UNIV + +

1,041*** 0,881**
Conocimiento de lengua extranjera Ø Ø
(padre)
Conocimiento de lengua extranjera Ø +
(madre) 0,982 ***
Edad del padre Ø Ø

Edad de la madre Ø Ø
27
Capítulo 1
Ingresos del hogar Ø Ø

Número de hermanos – –
-0,186 -
***
-0,225***
Desempleo continuado del padre Ø Ø
Desempleo continuado de la madre Ø Ø
Padre económicamente activo + Ø
0,454 ***
Madre económicamente activa Ø Ø

Padres pertenecientes a la clase I + +
3,134*** 3,592***
Características Padres pertenecientes a la clase II + +
del hogar 1,947*** 2,085***
Padres pertenecientes a la clase III + +
1,575*** 1,916***
Padres pertenecientes a la clase IV + +
1,170*** 0,993***
Padres pertenecientes a la clase V + +
0,859*** 0,648*
Padres pertenecientes a la clase VI + +
0,938*** 1,423***
Padres pertenecientes a la clase VII Categoría de referencia
Hogar por debajo de la línea de Ø Ø
pobreza
Vivir en una zona o barrio con Ø –
percepción de vandalismo o
delincuencia -0,362**
CCAA de residencia: Andalucía –
-0,570** Ø
CCAA de residencia: Aragón Ø Ø
CCAA de residencia: Asturias Ø Ø
Características CCAA de residencia: Islas Baleares – –
del entorno social -0,933**-0,978**
CCAA de residencia: Canarias – –
-0,863*** -0,861**
CCAA de residencia: Cantabria Ø –
-1,104***
CCAA de residencia: Castilla León Ø Ø
CCAA de residencia: – Ø
Castilla La Mancha -0,6500**
28
CCAA de residencia: Cataluña – –

-0,445* -0,604**
CCAA de residencia: – Ø
Com. Valenciana -0,470*
CCAA de residencia: Extremadura – Ø
-0,831***
Características CCAA de residencia: Galicia Ø –
del entorno social -0,887***
CCAA de residencia: Madrid
CCAA de residencia: Murcia – Ø
-0,768***
CCAA de residencia: Navarra – Ø
-0,659 **
CCAA de residencia: País Vasco Ø Ø

CCAA de residencia: La Rioja Ø Ø
*** Significativa al 1 %; ** significativa al 5 %; * significativa al 10 %.

El modelo predice correctamente el 40 % de las observaciones en el caso de los hijos y del
47 % en el caso de las hijas.
n.s.: variable no significativa. Por convención se considera así a las variables con cuyos inter-
valos de confianza son menores al 90%
Comenzaremos exponiendo los principales resultados obtenidos en el

ámbito de características referidas al individuo. De este grupo de variables, se
ha mostrado significativo el hecho de padecer o no una enfermedad crónica:
la presencia de una enfermedad crónica disminuye las probabilidades de
logro educativo, tanto en hombres como en mujeres, respecto de quienes no
la padecen, controlando por el resto de las variables. En cambio, no hemos
encontrado evidencia de la influencia de las variables de edad y de mes de
nacimiento.
Respecto de la influencia de las características del hogar, se destaca la

importancia que tiene el nivel educativo de los padres y, en particular, de las
madres. Por ejemplo, tener un padre con educación universitaria aumenta 2,5
veces la probabilidad de que el hijo alcance los niveles educativos más altos,
y la probabilidad sube a 2,8 veces si la que tiene los estudios universitarios
es la madre. Como hemos mencionado anteriormente, esta relación se pro-
fundizará en el capítulo 2, donde nos centraremos en la comparación de los
logros educativos de padres e hijos. En cuanto a la variable restante referida
a características de los padres, el conocimiento de una lengua extranjera, sólo
afecta a las mujeres y de forma positiva en el caso en que ese conocimiento
29
Capítulo 1
adicional lo posea la madre, no hay influencia sobre los hombres ni tampoco

cuando el que conoce el idioma es el padre.
La revisión del impacto de las otras características del hogar muestra que
tanto el número de hermanos de la persona como la clase social a la que
pertenece la familia importan. A mayor número de hermanos, menores proba-
bilidades de logro educativo elevado. Respecto de la clase social, las pro-
babilidades educativas aumentan a medida que la clase social de pertenencia
es más alta, es decir, las personas que pertenecen a la clase social I tienen la
mayor probabilidad de alcanzar un nivel educativo elevado, probabilidad que
desciende en las siguientes clases sociales. Sólo existe una excepción a esta
regla y es que la clase VI (integrada por propietarios agrarios y ganaderos)
supera a la clase V (trabajadores manuales no cualificados), en el caso de los
hijos y a la clase IV (trabajadores manuales cualificados). La participación de
los padres en el mercado laboral se refleja de la siguiente manera: aumenta
las probabilidades de logro educativo cuando los padres están empleados, y
disminuyen cuando las madres están desocupadas.
Veamos por último la influencia de las variables referidas al entorno. ¿Qué

sucede con la Comunidad Autónoma de residencia? Los resultados indican
que, tal como se había apuntado en Calero (2006b) hay dos grupos de
Comunidades Autónomas en los que disminuyen las probabilidades de alcan-
zar un elevado nivel educativo. Por un lado, tenemos el caso de Andalucía,
Extremadura y Galicia, donde la baja probabilidad parece estar relacionada
con el hecho de que estas Comunidades han tenido un desarrollo tardío de
la escolarización masiva, en particular en los niveles superiores. Por otro lado
también baja la probabilidad en las Comunidades Autónomas del arco medi-
terráneo (Baleares, Cataluña, Comunidad Valenciana y Murcia), donde la
incorporación de los jóvenes al mercado de trabajo es más fácil. Finalmente y
para el caso de las mujeres, vivir en un barrio en el que hayan episodios de
delincuencia o vandalismo reduce sus probabilidades de logro educativo en
un 30%.
30
investigamos
Capítulo 2.
Los procesos de movilidad
educativa
Los procesos de movilidad educativa
1. ¿Qué es la movilidad educativa de una sociedad?
C on el concepto de movilidad educativa se hace referencia a los logros edu-

cativos que alcanza una generación en comparación con una generación
anterior de referencia; por ejemplo, la comparación entre el nivel educativo
que tienen los hijos respecto del de sus padres. Para realizar un análisis de
movilidad educativa, por lo tanto, necesitaremos dos referencias básicas: el
logro educativo de la generación que estudiamos y el logro educativo de la
generación con la que comparamos. Y si bien en el capítulo anterior ya hici-
mos referencia a la influencia que tiene el nivel educativo de los padres en los
logros educativos de sus descendientes, en el análisis de movilidad educati-
va vamos un paso más allá, y partimos del supuesto de que existe una rela-
ción necesaria entre ambos niveles educativos. En otras palabras, el enfoque
de movilidad educativa supone que el nivel educativo alcanzado por los hijos
en buena medida está condicionado por el que tienen sus padres.
¿Qué nos dice la movilidad educativa sobre la equidad de un sistema
educativo? ¿Por qué ocuparnos de la movilidad en un análisis de desigualda-
des educativas? Por dos razones principales. La primera es que su estudio
muestra la evolución del nivel educativo general de una determinada socie-
dad, lo que permite conocer avances o retrocesos generacionales. En la his-
toria reciente, la pauta habitual ha sido la del crecimiento sostenido de los
niveles educativos. La segunda razón es que el estudio de la movilidad per-
mite valorar la capacidad que tiene un sistema para compensar las diferencias
sociales. Como hemos visto en el capítulo anterior, los logros educativos de
una persona están condicionados por una serie de factores, en su mayoría de
33
Capítulo 2
El cambio en los centros educativos
tipo socioeconómico, como la clase social a la que pertenecen los progenito-

res. De acuerdo con los resultados de nuestro estudio empírico, quienes per-
tenecen a clases sociales más altas tienen mayores probabilidades de acce-
der a niveles educativos superiores. Un sistema educativo más igualitario limi-
taría la influencia de estas desigualdades de origen y haría posible que los
logros educativos de los hijos y las hijas fueran menos dependientes de
los logros educativos de sus padres y madres.
2. ¿Cómo se estudia la movilidad educativa?
En los análisis de movilidad educativa el nivel educativo que alcanza una

generación puede abordarse de dos maneras diferentes: contabilizando los
años de educación formal que ha recibido una persona o bien considerando
el máximo nivel educativo que ha alcanzado. Sin embargo, de cara a un estu-
dio empírico ambas opciones tiene sus aspectos débiles. En el primer caso,
porque la suma de años de escolarización no refleja necesariamente un
aumento de la “cantidad” de educación recibida por el individuo (el denomi-
nado stock educativo), ya que no tiene en cuenta aspectos tales como la tasa
de repetición de cursos. En el segundo caso, porque no se distingue entre la
situación de una persona que haya estado a punto de concluir un nivel edu-
cativo y otra que no lo haya iniciado. Por ejemplo, otorga el mismo logro edu-
cativo a una persona que dejó los estudios al acabar el nivel de EGB y a otra
que los continuó hasta un año antes de concluir los de nivel secundario. De
todas maneras, ambos indicadores son los utilizados normalmente en los aná-
lisis de movilidad, como en los estudios realizados para el caso español por
Carabaña (1999), Sánchez (2004) o Calero y Escardíbul (2005), por ejemplo.
La medición de la movilidad educativa puede realizarse mediante distin-

tas técnicas estadísticas. Entre las más utilizadas se encuentra el análisis de
correlaciones, las matrices de transición y los análisis de regresión. En nues-
tro estudio empírico, basado en datos del Panel de Hogares de la Unión
Europea, hemos aplicado las tres aproximaciones. Pero antes de proceder a
presentar nuestros resultados, mencionaremos otras investigaciones empíri-
cas sobre la movilidad educativa, de acuerdo con la técnica de análisis que
utilizan.
Entre los estudios que han empleado la correlación bivariante para estu-
diar la movilidad educativa se encuentran los de Dunn (2004) para el caso de
Brasil, Lillard y Willis (1994) para Malasia y Österberg (2000) para Suecia. En
34
cuanto a los estudios referidos a España, encontramos el trabajo de

Carabaña (1999), de Sánchez (2004) y de Calero y Escardíbul (2005). Los
tres análisis obtienen conclusiones similares, que hablan de una fuerte depen-
dencia entre los logros educativos de padres e hijos, aunque detectan tam-
bién una fuerte variabilidad entre Comunidades Autónomas.
También han sido frecuentemente utilizadas las matrices de transición y,

dentro de los casos presentes en la literatura, citaremos los trabajos de Corak
y Heisz (1998) y Fortin y Lefebvre (1998) para Canadá, Björklund y Jäntti
(1997) y Österberg (2000) para Suecia, Peters (1992) para los Estados
Unidos, Dearden et al. (1997) para Gran Bretaña y por último, para España,
un estudio de Sánchez (2004).
Con referencia a la tercera técnica empleada, los análisis de regresión, el

método más utilizado es la regresión a la media con variables expresadas en
logaritmos. La variable de logro educativo más usual son los años de escola-
ridad o el máximo nivel educativo alcanzado por el individuo, pero también se
ha utilizado como variable el haber acabado o no la escolarización obligatoria
(Björklund y Jäntti, 1997); o participar o no en la educación post-obligatoria
(Chevalier et al., 2005). En cuanto a las variables independientes, como regla
general se utiliza el nivel educativo de los padres y otras variables de control
sobre padres e hijos (la edad, por lo general). Mencionamos a continuación
algunos trabajos que emplean las regresiones como elemento central de esti-
mación en los países desarrollados y en desarrollo. Por ejemplo, en Behrman
et al. (2001) se comparan los procesos de movilidad educativa entre Estados
Unidos y varios países de América Latina empleando una regresión lineal y uti-
lizando como variable independiente el nivel educativo del padre más educa-
do. Las principales conclusiones indican que los países latinoamericanos tie-
nen un grado de movilidad muy inferior al de los Estados Unidos y que, entre
ellos, Brasil y Colombia presentan el grado de movilidad más bajo.
Comi (2003) realiza un análisis de movilidad educativa utilizando un

modelo probit ordenado empleando como variable dependiente diferentes
niveles educativos y como variables explicativas la educación del padre y la
madre. El análisis se aplica a los casos de Alemania, España, Francia e Italia.
En estos países se observa cómo la educación de los hijos está influida en
mayor grado por la educación del padre, mientras que para el caso de las
hijas no se detecta un único patrón, sino que la situación varía en cada país
considerado.
Black et al. (2003) analizan el caso de Noruega y encuentran una mayor

incidencia de la educación de la madre que de la educación del padre, en un
35
Capítulo 2
marco de alta movilidad educativa. A similar conclusión llegan Behrman y

Rosenzweig (2002) para Estados Unidos, y atribuyen el fenómeno al tiempo
que pasa la madre con el hijo. Lillard y Willis (1994), para el caso de Malasia,
aplican un modelo probit ordenado separando a los hijos y a las hijas por
género, que les permite afirmar que la madre tiene una mayor influencia en las
hijas, mientras que los padres la tienen sobre los hijos. Por último y para el
caso español, Sánchez (2004), a partir de datos de hombres y mujeres mayo-
res de 23 años y aplicando una regresión de mínimos cuadrados ordinarios,
obtiene un coeficiente que indica una alta movilidad educativa entre padres e
hijos, sin distinguir por sexos.
3. La movilidad educativa en España
Como hemos mencionado en el apartado anterior, en nuestra propia indaga-

ción empírica sobre los procesos de movilidad educativa hemos aplicado tres
aproximaciones metodológicas diferentes sobre datos del Panel de Hogares
de la Unión Europea, para el total de España y también desagregando por
Comunidades Autónomas. Nuestro grupo de estudio es el mismo que el del
análisis de los logros educativos: la población española que en el año 2000
tenía entre 25 y 35 años. Presentaremos a continuación los principales resul-
tados obtenidos a partir del análisis de correlación. Como variable para medir
el nivel educativo hemos utilizado los años de escolarización recibidos, tanto
para el caso de los padres/madres como de los hijos/hijas.
La primera pregunta que debemos responder es la de si se verifica una

relación significativa entre el nivel educativo de los padres y el que alcanzan
sus hijos e hijas. Como se observa en cuadro 2.1, los resultados de la prime-
ra aproximación, el análisis de correlación, permiten dar a este interrogante
una respuesta positiva. Pero observamos también que el fenómeno presenta
variación según se trate de los hijos o de las hijas. El nivel educativo alcanza-
do por las hijas aparece correlacionado en igual medida con el nivel educati-
vo del padre y el de la madre, mientras que en el caso de los hijos se obser-
va una influencia mayor del nivel educativo del padre.
36
CUADRO 2.1
CORRELACIONES ENTRE EL NIVEL EDUCATIVO DE LOS PADRES Y LAS MADRES Y

LOS DE LOS HIJOS E HIJAS
Nivel educativo del hijo Nivel educativo de la hija

Nivel educativo del padre 0,51 0,46
Nivel educativo de la madre 0,44 0,46
¿Qué sucede si en lugar de considerar los casos para el total de España

diferenciamos según Comunidad Autónoma de residencia? La información
sintetizada en los gráficos 2.1 y 2.2 pone de manifiesto claras diferencias.
Respecto de la correlación entre el nivel educativo de los padres y el que
alcanzan los hijos e hijas cinco Comunidades Autónomas presentan una
correlación más acentuada, por encima del valor medio (que es de 0,49): La
Rioja, Islas Baleares, Extremadura, Asturias y Castilla y León. En cambio, si
consideramos la influencia que ejerce el nivel educativo de las madres vemos
que ésta es un poco menos acentuada (el valor medio es de 0,44, y lo encon-
tramos en Asturias, País Vasco y Castilla y León), y que seis Comunidades
Autónomas presentan valores por encima de la media: Cantabria, La Rioja,
Andalucía, Galicia, Extremadura y Madrid.
GRÁFICO 2.1
CORRELACIÓN ENTRE EL NIVEL EDUCATIVO DEL PADRE Y LOS HIJOS/HIJAS

(POR CC.AA)
N N N N N N N N N N N N N N N N N
La Rioja
Islas Baleares
Extremadura
Asturias
Castilla y León
Andalucía
Galicia
Castilla La Mancha
País Vasco
Com. Valenciana
Canarias
Navarra
Madrid
Aragón
Cataluña
Murcia
Cantabria

37
Capítulo 2
GRÁFICO 2.2
CORRELACIÓN ENTRE EL NIVEL EDUCATIVO DE LA MADRE Y LOS HIJOS/HIJAS

(POR CC.AA.)
N N N N N N N N N N N N N N N N
Cantabria
La Rioja
Andalucía
Galicia
Extremadura
Madrid
Castilla y León
País Vasco
Asturias
Canarias
Murcia
Aragón
Navarra
Com. Valenciana
Cataluña
Castilla La Mancha
Nota: el valor de Baleares no resulta significativo.
Profundizaremos estos primeros hallazgos sobre los procesos de movili-

dad educativa en España aplicando la segunda de las aproximaciones que
hemos mencionado, las matrices de transición. La aplicación de esta técnica
se realiza utilizando una matriz cuadrada (con el mismo número de filas y de
columnas) donde cada elemento representa la probabilidad de que un indivi-
duo acceda a un cierto nivel educativo de acuerdo con el nivel educativo al
que pertenece su progenitor. La matriz se genera mediante un modelo probit
ordenado. Su interpretación es relativamente sencilla: los valores van de cero
(probabilidad nula de que alcance el nivel educativo) a uno (probabilidad
absoluta de que alcance dicho nivel educativo). En nuestro caso hemos utili-
zado como variable dependiente el nivel educativo de los hijos y las hijas, las
variables independientes son el nivel educativo alcanzado por el padre y la
madre, habiendo incluido las edades como variable de control.
En el cuadro 2.2 presentamos, mediante dos matrices superpuestas, la

relación entre el nivel educativo del padre y el de la madre con el nivel edu-
cativo de los hijos, sin distinción de sexo. Podemos observar dos tendencias
muy claras. En primer lugar, las probabilidades que tienen los hijos de alcan-
zar un nivel educativo más elevado se incrementan a medida que aumenta el
nivel educativo de los padres: una persona cuyo padre tenga EGB como
máximo nivel educativo tiene una probabilidad del 18,9% de alcanzar el nivel
38
universitario de ciclo largo, mientras que la probabilidad aumenta al 54,7%

cuando el padre también tiene ese nivel educativo.
En segundo lugar, advertimos que la educación de la madre tiene una

mayor influencia en las probabilidades educativas de los hijos y las hijas que la
que tiene la educación del padre. Este efecto diferencial se observa claramen-
te en la columna que señala a los hijos y las hijas que acceden al nivel educa-
tivo más elevado, el universitario de ciclo largo, donde para cada nivel educa-
tivo de los padres y madres, son las madres las que se asocian con un mayor
porcentaje de individuos en este nivel educativo. Por ejemplo, un hijo o hija con
una madre con el bachillerato acabado tendría una probabilidad del 37,7% de
finalizar el máximo nivel educativo, mientras que ese porcentaje se reduciría al
28,0% en caso de que sea el padre el que tuviese el bachillerato completo.
CUADRO 2.2
MATRIZ DE TRANSICIÓN ENTRE NIVEL EDUCATIVO DE LOS PADRES Y SUS HIJOS

(EN PORCENTAJE DE PROBABILIDAD)
Nivel educativo de hijos e hijas
Nivel educativo
de los padres A-SE MEGB EGB FPI FPII BACH U.C.C. U.C.L.
Padre: A-SE 4,2 12,5 37,9 11,3 14,6 10,1 5,8 3,6
Madre: A-SE 4,0 13,3 39,0 11,1 13,8 9,8 5,4 3,6
Padre: MEGB 0,9 4,4 24,4 10,9 17,8 16,5 12,7 12,4
Madre: MEGB 0,7 4,5 24,9 10,8 17,2 16,4 12,3 13,0
Padre: EGB 0,4 2,5 17,9 9,4 17,1 18,0 15,7 18,9
Madre: EGB 0,2 2,0 16,3 8,8 16,1 18,0 16,0 22,3
Padre: FPI 0,4 2,6 18,4 9,6 17,3 18,0 15,5 18,3
Madre: FPI 0,2 1,5 13,6 7,9 15,2 18,0 17,0 26,5
Padre: FPII 0,2 1,3 12,5 7,7 15,4 18,2 17,9 26,8
Madre: FPII 0,0 0,5 6,6 4,9 11,0 15,9 18,3 42,7
Padre: BACH 0,1 1,2 11,9 7,4 15,0 18,1 18,1 28,0
Madre: BACH 0,1 0,7 8,3 5,8 12,4 16,8 18,3 37,7
Padre: U.C.C. 0,0 0,4 6,3 4,8 11,3 16,1 19,2 41,9
Madre: U.C.C. 0,0 0,4 5,9 4,5 10,4 15,4 18,3 45,0
Padre: U.C.L. 0,0 0,2 3,3 3,0 7,9 12,9 18,0 54,8
Madre: U.C.L. 0,0 0,1 1,9 1,9 5,3 9,9 14,9 66,0
Referencias de los niveles educativos:

A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB; EGB: ciclo superior de EGB; FPI:
formación profesional de primer grado; FPII: formación profesional de segundo grado; BACH:
incluye bachillerato, COU y BUP; U.C.C: universidad ciclo corto; U.C.L: universidad ciclo largo.
39
Capítulo 2
Hemos intentado establecer también si existen pautas diferenciales en

los procesos de movilidad entre hombres y mujeres. En los siguientes cuadros
presentamos la influencia del nivel educativo del padre (cuadro 2.3) y de la
madre (cuadro 2.4) sobre las probabilidades de logro educativo de los hijos
y de las hijas.
CUADRO 2.3
MATRIZ DE TRANSICIÓN ENTRE NIVEL EDUCATIVO DEL PADRE

Y LOS DE SUS HIJOS E HIJAS (EN % DE PROBABILIDAD)
Nivel educativo de los hijos e hijas (estas últimas en negrita)
Nivel educativo
del padre A-SE MEGB EGB FPI FPII BACH U.C.C. U.C.L.
A-SE 5,8 13,3 41,6 11,2 13,2 8,9 3,8 2,1
3,6 11,5 32,6 10,4 15,7 11,6 8,7 5,7
MEGB 1,1 4,5 27,3 11,8 18,2 17,2 10,5 9,4
0,8 4,2 20,1 9,0 16,9 16,2 16,0 16,7
EGB 0,6 2,9 21,9 10,9 18,2 19,1 12,9 13,6
0,3 2,3 14,4 7,5 15,5 16,8 18,7 24,5
FPI 0,3 1,9 17,8 9,8 17,6 20,0 14,8 17,7
0,6 3,6 18,5 8,7 16,7 16,5 16,8 18,5
FPII 0,3 1,8 16,8 9,5 17,3 20,2 15,2 18,9
0,1 1,0 8,3 5,2 12,3 15,4 20,4 37,2
BACH 0,2 1,4 14,8 8,8 16,7 20,4 16,1 21,6
0,1 1,0 7,8 5,0 11,9 15,1 20,4 38,7
U.C.C. 0,0 0,4 7,3 5,6 12,6 19,0 18,6 36,3
0,0 1,0 4,8 3,5 9,1 13,1 19,9 49,1
U.C.L. 0,0 0,2 4,9 4,2 10,2 17,0 18,5 44,9
0,0 0,4 1,8 1,6 4,9 8,5 16,2 66,8
Referencias de los niveles educativos:

A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB; EGB: ciclo superior de EGB; FPI:
formación profesional de primer grado; FPII: formación profesional de segundo grado; BACH:
incluye bachillerato, COU y BUP; U.C.C: universidad ciclo corto; U.C.L: universidad ciclo
largo.
Si tomamos como referencia el nivel educativo del padre, observamos

mejores probabilidades de logro educativo para las hijas que para los hijos,
en todos los niveles educativos. Las divergencias más notables se producen
en los niveles universitarios, especialmente en el ciclo largo, donde tienen pro-
40
babilidad de alcanzarlo el 66,8% de las mujeres y el 44,9% para los hombres

cuyo padre tienen ese nivel educativo. Comprobamos entonces que el pro-
ceso de movilidad educativa ascendente es superior en la relación padre-
hijas. Si tomamos el nivel educativo de la madre como referencia, vemos que
las probabilidades aumentan tanto para los hijos como para las hijas. Pero
también detectamos una diferencia más marcada en favor de las mujeres: por
ejemplo, los hijos cuya madre tiene el máximo nivel educativo tienen una pro-
babilidad del 51% de alcanzar el mismo logro, mientras que en el caso de las
hijas la probabilidad sube al 85,7%.
CUADRO 2.4
MATRIZ DE TRANSICIÓN ENTRE NIVEL EDUCATIVO DEL PADRE

Y LOS DE SUS HIJOS E HIJAS (EN % DE PROBABILIDAD)
Nivel educativo de los hijos e hijas (estas últimas en negrita)

Nivel educativo
del padre A-SE MEGB EGB FPI FPII BACH U.C.C. U.C.L.
A-SE 5,5 14,1 42,4 11,0 12,1 8,9 3,7 2,2
11,8 3,7 34,2 9,9 16,1 11,0 7,9 5,2
MEGB 1,0 4,6 28,1 11,9 17,0 17,4 10,3 9,6
3,7 0,7 19,9 8,5 17,6 16,2 15,8 17,5
EGB 0,4 2,4 20,3 10,5 16,8 19,9 13,6 16,0
1,6 0,2 11,9 6,3 15,0 16,4 19,2 29,5
FPI 0,2 1,6 16,1 9,2 15,9 20,5 15,4 21,0
1,3 0,2 10,9 6,0 14,5 16,2 19,5 31,4
FPII 0,1 1,0 12,4 7,9 14,5 20,4 16,8 26,8
0,2 0,0 2,7 2,1 6,7 10,4 17,5 60,4
BACH 0,1 0,7 9,8 6,8 13,3 20,0 17,6 31,7
0,5 0,1 5,9 3,8 10,6 13,9 19,8 45,4
U.C.C. 0,1 0,7 9,7 6,8 13,3 20,1 17,7 31,8
0,2 0,0 3,2 2,4 7,5 11,1 18,2 57,3
U.C.L. 0,0 0,2 3,8 3,5 8,2 15,7 17,5 51,0
0,0 0,0 0,3 0,4 1,6 3,5 8,5 85,7
NEM: nivel educativo madre. A-SE: analfabeto, sin estudios; MEGB: ciclo medio de EGB;
EGB: ciclo superior de EGB; FPI: formación profesional de primer grado; FPII: formación pro-
fesional de segundo grado; BACH: incluye bachillerato, COU y BUP; U.C.C: universidad ciclo
corto; U.C.L: universidad ciclo largo.
Las filas suman el 100%.
41
Capítulo 2
Para concluir la presentación de nuestra revisión de los procesos de

movilidad educativa en España, mencionaremos los resultados que hemos
obtenido en los análisis de regresión. Hemos aplicado dos modelos. En el pri-
mero de ellos empleamos una regresión lineal, utilizando como variable
dependiente la cantidad de años de escolarización de los hijos e hijas y como
variables independientes, el nivel educativo alcanzado por el padre y por la
madre, incorporando también sus edades como variables de control. Los
resultados indican que la educación de los progenitores influye en el logro
educativo de sus descendientes, al resultar significativas todas las variables
referidas al nivel educativo de los padres y las madres, como se observa en
el cuadro 2.5. Se observa también un mayor impacto de la educación de los
padres en sus hijos y de la educación de las madres en sus hijas.
CUADRO 2.5
ANÁLISIS DE REGRESIÓN DE LA MOVILIDAD EDUCATIVA
Variable dependiente: años de educación de los hijos/hijas

Ø: relación no significativa; -: relación significativa de signo negativo;
+: relación significativa de signo positivo
Nivel educativo del padre Hijos Hijas
EGB + +
0,0981*** 0,0632*
FP + +
0,1438*** 0,1451***
BACH + +
0,1409*** 0,1346***
UNIV + +
0,2299*** 0,1671***
Nivel educativo de la madre
EGB + +
0,1083*** 0,1553***
FP + +
0,1882*** 0,2084***
BACH + +
0,2123*** 0,224***
UNIV + +
0,2461*** 0,2742***
Referencias: EGB: ciclo superior de EGB; FP: formación profesional de primer y segundo
grado; BACH: incluye bachillerato, COU y BUP; UNIV: universidad ciclo corto y de ciclo largo.
42
Con la intención de efectuar otra aproximación al grado de movilidad edu-

cativa realizamos una segunda regresión, utilizando los años de educación de
los hijos e hijas como variable dependiente y como variable independiente los
años de educación de los padres y madres, con las edades como variables
de control. Los resultados de esta aproximación, presentados en el cuadro
2.6, muestran una alta movilidad educativa, similar a la registrada en Sánchez
(2004). El nivel educativo de los padres y las madres influye positivamente en
los años de educación de sus hijos e hijas. Además, este efecto se encuen-
tra relacionado con el género, puesto que el impacto de la educación de los
padres es mayor en los hijos y la educación de la madre influye más en la edu-
cación de las hijas. La interpretación de los coeficientes indica que, para el
caso padres - hijos, un incremento de un 1% en los años de educación del
padre incrementa, en promedio, en un 0,14% los años de educación de los
hijos.
CUADRO 2.6
ANÁLISIS DE REGRESIÓN DE LA MOVILIDAD EDUCATIVA
Variable dependiente: años de educación de los hijos/hijas

Ø: relación no significativa; -: relación significativa de signo negativo;
+: relación significativa de signo positivo
Hijos Hijas
Años de educación de los padres + +
0,144 *** 0,104 ***
Años de educación de las madres + +
0,170 *** 0,198 ***
Podemos concluir, en función de los resultados de los tres análisis reali-

zados, que España se revela como un país con una importante movilidad edu-
cativa ascendente pero todavía con fuertes desigualdades en la distribución
de las oportunidades: las probabilidades de alcanzar un nivel educativo ele-
vado dependen en buena medida de que los padres hayan alcanzado también
un nivel educativo similar. Retomaremos esta reflexión en el capítulo de con-
clusiones.
43
investigamos
Capítulo 3.
La distribución de los
resultados educativos
La distribución
de los resultados educativos
1. La valoración de la calidad de la educación a partir de los datos de

la evaluación PISA
H emos repasado en los dos primeros capítulos de este libro los logros edu-
cativos de la población española y la movilidad educativa entre generacio-
nes. Nos ocuparemos ahora del rendimiento académico de los estudiantes.
En otras palabras, estudiaremos los resultados que alcanzan en materia de
conocimientos adquiridos. Nos interesa también saber si estos conocimien-
tos se distribuyen de manera semejante entre las estudiantes o si, en cambio,
se observan diferencias cuando consideramos las características del origen
socioeconómico y cultural de cada uno.
Para valorar el nivel de conocimientos de los estudiantes utilizaremos los
datos que proporciona el estudio comparativo internacional PISA. El nombre
del estudio proviene de sus iniciales en inglés: Programme for International
Student Assesment, es decir, Programa para la evaluación internacional de
estudiantes. Se trata de un análisis llevado a cabo por la OCDE, la
Organización para la Cooperación y el Desarrollo Económico, organismo
internacional del que España forma parte. En el estudio se comparan los
conocimientos que a la edad de quince años tienen los estudiantes de diver-
sos países sobre determinadas materias. Para nuestro análisis, hemos toma-
do los resultados del Informe PISA correspondientes al año 2003.
¿En qué consiste la valoración de conocimientos que realiza PISA? La

técnica es sencilla: se administra un examen, que se responde utilizando lápiz
y papel, a una muestra de estudiantes, pertenecientes a centros públicos y
47
Capítulo 3
La distribución de los resultados educativos
privados, en todos los países participantes del estudio, y se comparan los

resultados obtenidos. En la edición del año 2003 participaron 41 países y en
cada uno de ellos se evaluaron entre 4.500 y 10.000 alumnos, en total fueron
evaluados 276.000 jóvenes, que representaban, en términos estadísticos, a
una población de 20 millones de alumnos3.
El espíritu del estudio va más allá de la evaluación de contenidos; como
señala la propia OCDE se trata de una evaluación de amplio alcance en la que
“más que centrarse en el grado en que los alumnos dominan un determinado
currículo escolar, [se] examina su capacidad para usar su conocimiento y cali-
ficaciones para afrontar los retos de la vida real” (OCDE, 2005a: 8).
Los ámbitos de conocimiento evaluados por PISA son los de compren-

sión lectora, matemáticas, ciencias y resolución de problemas, y se presta
atención al dominio de procesos, a la comprensión de conceptos y a la capa-
cidad de los estudiantes para desenvolverse en distintas situaciones en cada
uno de estos ámbitos de análisis. En particular, la edición 2003 del estudio se
centraba especialmente en el área de matemáticas. Ese año, de las 167 pre-
guntas que contenía el examen, 85 correspondían a matemáticas, 35 a cien-
cias, 28 a comprensión lectora y 19 a resolución de problemas.
Una de las particularidades del estudio es que no todos los alumnos con-
testan las mismas preguntas: se les asigna, de modo aleatorio, uno de entre
trece libros de preguntas, que contiene cuatro grupos de preguntas cada uno
de ellos. Las preguntas se ordenan en seis niveles de dificultad y el tiempo
máximo para responder cada grupo de preguntas es de media hora, por lo
que responder todo el libro lleva aproximadamente dos horas.
Los resultados del examen se evalúan utilizando una metodología especí-

fica, denominada Teoría de respuesta al ítem (TRI). Como hemos señalado,
no todos los estudiantes responden las mismas preguntas, pero esta meto-
dología permite comparar los resultados obtenidos por cada uno, con inde-
pendencia del libro de preguntas que le haya tocado en suerte. El diseño de
las pruebas de PISA permite estimar tanto la capacidad de los estudiantes en
las respuestas como la dificultad de las preguntas. Se realizan dos estima-
3. Los países de la OCDE que participaron del estudio en 2003 son los siguientes: Alemania,
Australia, Austria, Bélgica, Canadá, Corea, Dinamarca, Eslovaquia, España, Estados Unidos,
Finlandia, Francia, Grecia, Holanda, Hungría, Irlanda, Islandia, Italia, Japón, Luxemburgo, México,
Noruega, Nueva Zelanda, Polonia, Portugal, Reino Unido, República Checa, Suecia, Suiza y Turquía.
Asimismo, han participado los siguientes países socios de la OCDE: Brasil, Federación Rusa, Hong
Kong (China), Indonesia, Letonia, Liechtenstein, Macao (China), Serbia, Tailandia, Túnez y Uruguay.
48
ciones de resultados. La primera de ellas se obtiene en función de la propor-

ción de preguntas que responde correctamente un estudiante, la segunda, de
acuerdo con el porcentaje de alumnos que responden correctamente cada
pregunta. Las pruebas muestran también qué porcentaje de estudiantes
alcanza cada nivel de dificultad, otra manera de comprobar los resultados del
sistema educativo de cada país.
Además de los resultados de las pruebas, en la evaluación de PISA se

recoge información sobre sus características personales, sobre su situación
familiar, su actitud hacia la escuela, hacia las matemáticas y hacia los méto-
dos de aprendizaje; asimismo, los directores de las escuelas describen las
características de los centros, recursos personales y materiales, criterios de
admisión de alumnos, métodos de aprendizaje y evaluación, y otras cuestio-
nes relacionadas con el profesorado. De esta manera, la información conteni-
da en el estudio PISA permite realizar distintos tipos de análisis sobre los fac-
tores individuales, familiares y escolares y su relación con los resultados de
las pruebas. Los datos referidos al entorno de los estudiantes incluyen ele-
mentos vinculados tanto con la familia como con la escuela. Entre los prime-
ros destacan la clase social, el capital humano y la nacionalidad de los padres;
entre los segundos, el tipo de centro escolar (público o privado) y sus carac-
terísticas socioeconómicas, como el clima educativo (entendido como el nivel
medio de estudios de los padres de los alumnos), el perfil social y el porcen-
taje de estudiantes inmigrantes.
Los datos de la edición 2003 de PISA en España permiten abordar el

análisis a partir de cuatro muestras representativas: a la muestra correspon-
diente a toda España se suman las de Castilla y León, Cataluña y País Vasco.
Es la primera vez que se dispone de datos representativos con este nivel de
desagregación, gracias al esfuerzo que han realizado estas Comunidades
Autónomas para participar en el estudio. En la edición de PISA de 2006 otras
siete Comunidades Autónomas se sumaron a la iniciativa, lo que va a permitir
contar con una base empírica sólida sobre la calidad de la educación en cada
una de las autonomías españolas.
En el siguiente apartado presentaremos los principales resultados obte-

nidos por los estudiantes españoles en la edición 2003 del estudio PISA, en
perspectiva comparada con los resultados obtenidos por los estudiantes de
otros países, para luego proceder a analizar en detalle los datos del informe a
la luz de las desigualdades educativas.
49
Capítulo 3
2. ¿Cuánto saben los estudiantes españoles?
En el cuadro 3.1 se presentan los resultados obtenidos por los estudiantes de

cada país para cada uno de los ámbitos de conocimiento evaluados en PISA,
para los años 2000 y 2003. Para interpretarlos cabe señalar que la metodo-
logía TRI de valoración de los resultados homogeneiza en una escala única
las puntuaciones obtenidas por los estudiantes en las pruebas, donde 500
puntos corresponde al valor promedio de la escala para toda la OCDE.
Como podemos observar, la puntuación obtenida por los estudiantes

españoles está por debajo del promedio de los países de la OCDE para
todos los ámbitos de conocimiento, tanto en la edición 2000 como en la de
2003. Sin embargo, los datos de 2003 muestran que en Castilla y León los
resultados están por encima de la media en todos los ámbitos, que el País
Vasco obtiene mejores resultados en comprensión lectora y en matemáticas
y Cataluña en comprensión científica. Pero aun así los valores obtenidos en
las tres CCAA se encuentran muy alejados de los países con las mejores pun-
tuaciones, como Finlandia, Suecia o Francia.
CUADRO 3.1
RESULTADOS PROMEDIO POR ÁMBITOS DE CONOCIMIENTO OBTENIDOS POR

LOS ESTUDIANTES DE LOS PAÍSES DE LA UE-15 (Y PROMEDIO DE LOS PAÍSES DE
LA OCDE) EN LAS PRUEBAS PISA-2000 Y PISA-2003
Ámbito de conocimiento
Comprensión Comprensión de Comprensión de Solución de
lectora textos científicos las matemáticas problemas
2000 2003 2000 2003 2000 2003 2003
Alemania 484 491 487 502 490 503 513
Austria 507 491 519 491 515 506 506
Bélgica 507 507 496 509 520 529 525
Dinamarca 497 492 481 475 514 514 517
España 493 481 491 487 476 485 482
Castilla y León - 499 - 502 - 503 505
Cataluña - 483 - 502 - 494 493
País Vasco - 497 - 484 - 502 498
Finlandia 546 543 538 548 536 544 548
Francia 505 496 500 511 517 511 519
Grecia 474 472 461 481 447 445 449
Irlanda 527 515 513 505 503 503 498
Italia 487 476 478 486 457 466 470
50
Ámbito de conocimiento
Comprensión Comprensión de Comprensión de Solución de
lectora textos científicos las matemáticas problemas
2000 2003 2000 2003 2000 2003 2003
Luxemburgo 441 479 443 483 446 493 494
Países Bajos - 513 - 524 - 538 520
Portugal 470 478 459 468 454 466 470
Reino Unido 523 - 532 - 529 - -
Suecia 516 514 512 506 510 509 509
Promedio OCDE 500 494 500 500 500 500 500
Nota: Los datos de PISA-2000 y PISA-2003 de matemáticas no son directamente compara-

bles por haberse producido un cambio de escala y porque determinadas subáreas evaluadas
en 2003 no estaban presentes en 2000.
Fuente: OCDE (2004a).
En el cuadro 3.2 se muestra la ubicación que tiene España en la clasifi-

cación de los resultados obtenidos por el promedio de los países de la UE-
15 y de los países de la OCDE, para los diferentes ámbitos de conocimiento
evaluados. A pesar de que la posición que logra un país tiene una importan-
cia relativa, dado que unos pocos puntos pueden suponer importantes cam-
bios de posición, es llamativo el bajo puesto que ocupa nuestro país: nunca
está en una posición superior a la media. Los datos señalan también que la
posición española ha empeorado entre el año 2000 y 2003.
CUADRO 3.2
POSICIÓN DE ESPAÑA EN RELACIÓN CON LOS PAÍSES DE LA UE-15 Y DE LA OCDE

SEGÚN LOS RESULTADOS DE PISA-2000 Y PISA-2003
Año Grupo de Comprensión Comprensión Comprensión Solución de

países lectora científica matemática problemas
Posición de UE-10 países 8 8 10 -
España en
OCDE-27 países 17 19 21 -
Pisa-2000
Posición de UE-14 países 10 9 11 11
España en
OCDE-29 países 22 21 23 23
Pisa-2003
Fuente: OCDE (2004a).
51
Capítulo 3
La baja posición de España en comparación con el resto de los países

evaluados se repite también si observamos los resultados detallados corres-
pondientes al ámbito de matemáticas, de acuerdo con los datos que se pre-
sentan en el cuadro 3.3. Como hemos mencionado, las preguntas de la prue-
ba PISA se ordenan en seis niveles de dificultad, siendo 1 el más básico y 6
el más avanzado. Dicho cuadro muestra qué porcentaje de estudiantes alcan-
za cada nivel de conocimiento.
CUADRO 3.3
PORCENTAJE DE ESTUDIANTES SEGÚN MÁXIMO NIVEL DE COMPETENCIA

ALCANZADO EN EL ÁMBITO DE MATEMÁTICAS, EN PISA-2003
Nivel
País ≤1 2 3 4 5-6
Alemania 21 19 23 21 16
Austria 19 22 25 20 14
Bélgica 16 16 20 21 27
Dinamarca 15 21 26 22 16
España 23 25 27 18 8
Castilla y León 16 23 28 22 11
Cataluña 20 24 29 17 10
País Vasco 16 24 29 21 10
Finlandia 6 16 28 26 24
Francia 17 20 26 22 15
Grecia 39 26 20 11 4
Irlanda 17 24 28 20 11
Italia 32 25 23 13 7
Luxemburgo 21 23 26 19 11
Países Bajos 11 18 23 23 25
Portugal 30 27 24 13 6
Suecia 18 22 25 20 15
Media OCDE 21 21 24 19 15
Nota: Los resultados agregados de la OCDE sí consideran los datos del Reino Unido.
Fuente: elaboración propia a partir de OCDE (2004a).
La información presentada en el cuadro no muestra un panorama muy

alentador respecto del nivel de conocimiento de los estudiantes españoles.
En primer lugar, llama la atención el porcentaje de alumnos que sólo alcanzan
52
el nivel inferior, 23%, por encima de la media de la OCDE, 21%. En segundo

lugar, sólo un 8% de los estudiantes alcanza el nivel más elevado, mientras
que la media de los países de la OCDE es de 15%. Debe destacarse, sin
embargo, que los resultados obtenidos por las tres Comunidades Autónomas
para las que se dispone de muestra representativa son mejores, tanto en lo
que respecta al porcentaje de estudiantes que sólo alcanzan el nivel inicial
como en el porcentaje que llega a los niveles de mayor dificultad.
A pesar de los limitados resultados de España respecto a la media

OCDE, y de su posición alejada de gran parte de los países de la Unión
Europea, algunos autores consideran que la importancia que tiene la posición
en este ranking es relativa. Por ejemplo, Carabaña (2004) interpreta de mane-
ra menos crítica los resultados obtenidos por España en PISA, señalando que
aunque ocupe posiciones bajas en la clasificación por países, la puntuación
está muy próxima a la media, lo que permitiría sostener que el sistema edu-
cativo español es de todas maneras eficaz. Pero además de este resultado de
eficacia aceptable, Carabaña destaca la eficiencia del sistema educativo
español, ya que los resultados citados anteriormente (no tan alejados de los
de la mayoría de países) se obtienen con niveles menores de gasto público
educativo.
Las relaciones entre gasto público educativo y resultados de PISA mere-

cen una atención especial. El análisis de los resultados de PISA lleva a des-
terrar una visión ingenua del efecto del gasto educativo como panacea con-
tra todos los males de los sistemas educativos, ya que no hay evidencia de
que un aumento del gasto en educación se traduzca directamente en una
mejora en los resultados educativos. Sin embargo, es necesario introducir
matices en la argumentación como para no ir a parar al extremo opuesto y
pasar a considerar inútiles los esfuerzos presupuestarios en el terreno edu-
cativo.
En particular, quisiéramos destacar el papel que cumple el gasto educa-

tivo como instrumento impulsor de la equidad y la cohesión social. Los pro-
gramas educativos que exigen gastos adicionales no afectan por igual al con-
junto de los usuarios del sistema. Éste es el caso, por ejemplo, de los pro-
gramas compensatorios. Cuando estos programas alcanzan resultados posi-
tivos se incrementan los resultados educativos de colectivos no necesaria-
mente numerosos, pero especialmente merecedores de atención debido a
motivos vinculados con la equidad y la cohesión social. El gasto educativo
puede no traducirse, en este caso, en una gran elevación de la puntuación
media de PISA, pero sí en una elevación moderada de las puntuaciones de
53
Capítulo 3
colectivos objetivos de programas concretos de gasto. El que tales progra-

mas no supongan elevaciones notables de los resultados de un país no les
hace, por tanto, perder en absoluto relevancia. Además, debe tenerse en
cuenta que los objetivos de las políticas de gasto educativo se sitúan a menu-
do en abordar necesidades educativas acuciantes, como las derivadas de la
inmigración y de la segregación escolar. Un ejemplo claro lo constituyen los
“pactos educativos” firmados en los últimos años en diferentes Comunidades
Autónomas. Difícilmente se pueden descartar como irrelevantes o poco efi-
caces estos programas de gasto simplemente porque no contribuyan a mejo-
ras espectaculares del rendimiento en PISA. Deberíamos preguntarnos en
cambio hasta qué niveles caería el rendimiento educativo en los próximos
años de no aplicar programas activos que impliquen aumentar el gasto edu-
cativo.
En el siguiente apartado, nos centraremos en la relación entre los resul-

tados educativos y las desigualdades sociales, a partir del análisis de la rela-
ción entre los resultados en la prueba PISA y las características socioeconó-
micas de la población estudiada.
3. Resultados educativos y desigualdades socioeconómicas y

culturales en España
A partir de los datos de PISA-2003 disponibles para España hemos realizado

un análisis empírico con el objetivo de conocer la influencia que tienen dife-
rentes variables que consideramos relevantes en la distribución de los resul-
tados educativos entre los estudiantes españoles. Nos interesa centrarnos en
las desigualdades en materia de conocimientos y capacidades adquiridas
entre los jóvenes de nuestro país4. En particular, nos proponemos determinar
cuáles son los factores que inciden sobre los resultados obtenidos por los
alumnos españoles en los tests de matemáticas de la prueba de 2003, a tra-
vés de un modelo econométrico multinivel5. Hemos utilizado como variable
dependiente el resultado de los alumnos en el ámbito de matemáticas. Esta
variable consiste en una media ponderada de las respuestas correctas a
todas las preguntas de un determinado ámbito (las matemáticas en nuestro
caso) considerando los niveles de dificultad de la prueba.
4. En el anexo presentamos un análisis similar, pero en este caso realizado por la misma OCDE, para
todos los países participantes de la prueba.
5. En el anexo presentamos también los resultados del análisis bivariante que hemos desarrollado.
54
Las variables explicativas proporcionadas por PISA dan información sobre las
características de los alumnos y de los centros a los que asisten. Con res-
pecto a las primeras, existen variables de tipo personal, educativo, de entor-
no familiar, actitud del alumno hacia la escuela y las matemáticas, así como su
aprendizaje. Con respecto a las segundas, las variables escolares se relacio-
nan con las características de la escuela, los recursos (de personal y mate-
rial), la admisión y actitud del alumnado, los procesos de enseñanza-aprendi-
zaje y el profesorado. En el cuadro 3.4 presentamos una síntesis de las varia-
bles utilizadas en nuestro análisis.
CUADRO 3.4
VARIABLES INDEPENDIENTES UTILIZADAS EN LOS MODELOS EXPLICATIVOS
Ámbito Variables
Características personales Edad
de los estudiantes Sexo
Perfil educativo del alumno Curso en el que están los estudiantes en el
momento del test
Haber cursado el nivel de educación infantil
Edad al comenzar la escuela primaria
Historial de repetición de cursos
Expectativa educativa del alumno, en años de
escolarización
Entorno familiar Tipo de estructura familiar
Idioma que se habla en el hogar
Nacionalidad
Actividad económica de los padres
Ocupación de los padres
Educación de los padres, en años de
escolarización
Nivel cultural familiar: disponer de recursos
informáticos para el estudio; existencia de bienes
de cultura clásica (libros de literatura, poesía y
obras de arte); disponer de materiales y de un sitio
apropiado para estudiar; disponer de una
biblioteca de más de cien libros.
Características de actitud Actitud del alumno hacia la escuela
y comportamiento de los Relaciones entre profesores y alumnos
alumnos ante la escuela Sensación de pertenencia a la escuela
y los profesores Motivaciones para la elección del centro
55
Capítulo 3
Actitud y comportamiento Interés y disfrute de las matemáticas

de los alumnos ante las Motivación instrumental en las matemáticas
matemáticas y su estudio Percepción de auto-eficacia para las matemáticas
Ansiedad ante las matemáticas
Auto-concepto ante las matemáticas
Utilización de la memoria para el aprendizaje
de las matemáticas
Estrategias de aprendizaje de las matemáticas
Estrategias de control del aprendizaje de las
matemáticas
Preferencia por un aprendizaje competitivo
o cooperativo
Horas semanales dedicadas al estudio
de las matemáticas fuera del horario escolar
Instrucción y clima en el aula Número medio de alumnos y alumnas en clase

de matemáticas
Número de semanas de instrucción general
durante el curso escolar
Tiempo destinado a las clases de matemáticas
Percepción del nivel de apoyo de los profesores
Clima disciplinario en el aula
Características de la escuela Tamaño del municipio en que se localiza

la escuela
Número de alumnos y alumnas en la escuela
Porcentaje de alumnas
Porcentaje de alumnado no nativo
Porcentaje de alumnado cuya primera lengua es
distinta a la lengua del examen
Titularidad del centro
Porcentaje de alumnado repetidor en el nivel
correspondiente a la ESO
Nivel socioeconómico general de la escuela
(a partir del nivel ocupacional de los padres de
los alumnos)
Clima educativo de la escuela (a partir de la
media de años de escolarización de los padres
de los alumnos)
Recursos personales y materiales de los centros
escolares: problemas para contratar profesores
de matemáticas cualificados, disponibilidad de
material educativo, ratio de ordenadores por
56
estudiante, porcentaje de ordenadores

conectados a Internet, número de alumnos por
profesor de matemáticas, porcentaje de
profesores de matemáticas licenciados
en matemáticas
Políticas de los centros en Políticas de admisión de los centros

materia de selección, Nivel de autonomía de gestión del centro escolar
autonomía y enseñanza Nivel de autonomía curricular del centro escolar
Número de evaluaciones anuales al alumnado
Tipo de enseñanza de matemáticas en clase
(agrupación o no de los estudiantes por nivel
de capacidad)
Estimulación del aprendizaje de las matemáticas
Valoración del índice de moral de los estudiantes
Valoración del comportamiento de los alumnos
Valoración del grado de innovación del
profesorado en la enseñanza de matemáticas
Valoración de la voluntad de exigencia
en matemáticas de los profesores
Valoración del comportamiento de los profesores
en el proceso de aprendizaje de los estudiantes
Valoración del grado de moral de los profesores
Nivel de participación de los profesores
en distintos ámbitos de gestión del centro
Idioma en que se imparten las clases
4. Los determinantes de los resultados de los alumnos españoles en

PISA a partir del análisis multinivel
¿Por qué hemos utilizado un modelo multinivel para evaluar los factores deter-
minantes de los resultados educativos? Como hemos mencionado en el
recuadro sobre metodologías de análisis estadístico del capítulo 1, los mode-
los multinivel permiten tener en cuenta un aspecto determinante de la realidad
educativa: los alumnos no adquieren sus conocimientos en solitario, sino que
forman parte, o están “anidados”, en un nivel superior: las escuelas. En el grá-
fico 3.1. hemos representado los dos niveles que utilizaremos. A través del
análisis multinivel observaremos por una parte la influencia de las caracterís-
ticas de los alumnos y de su entorno en los resultados educativos, pero tam-
bién incorporaremos la influencia que tiene en el proceso el centro educativo
al que asisten. Para continuar con el ejemplo del gráfico, nos proponemos
determinar qué porcentaje de los resultados obtenidos por el alumno 1 se
57
Capítulo 3
explican por sus propias características socioculturales (y determinar también

cuál de estas características tiene más peso) y qué porcentaje se explica por
asistir a la escuela A o a la escuela B.
GRÁFICO 3.1
ESTRUCTURA CON DOS NIVELES
Nivel 1: alumnos/as
Dado que las variables recogidas por PISA son numerosas, hemos ela-
borado nueve modelos estadísticos, para así poder probar la influencia de
diversos factores explicativos y darle mayor robustez a nuestras conclusiones,
de modo que hemos ido agregando variables independientes en cada mode-
lo. Nuestro objetivo con el primero de los modelos aplicado (sin variables
explicativas) era el de conocer la varianza de resultados entre las escuelas y
entre su alumnado, sin considerar sus características particulares. A partir de
este modelo inicial, comenzamos a introducir el resto de las variables inde-
pendientes. Así, en el segundo modelo incluimos las características persona-
les de los estudiantes, y en el tercero y en el cuarto, las variables socioeco-
nómicas familiares. Con el quinto modelo iniciamos la introducción de varia-
bles del nivel 2 (escuelas). En este modelo incluimos las variables referidas a
la titularidad de los centros; en el modelo número seis incorporamos las varia-
bles socioeconómicas referidas a las escuelas; en el séptimo añadimos los
datos sobre los recursos de la escuela. En el modelo número ocho incluimos
las variables relacionadas con las prácticas pedagógicas y finalmente, en el
modelo número nueve incorporamos las variables referidas al proceso de
enseñanza y aprendizaje de las matemáticas desde la perspectiva de los
alumnos.
58
No nos detendremos aquí a explicar los resultados obtenidos en cada

uno de ellos, sino que nos centraremos en el modelo número nueve, que es
el que incorpora mayor número de variables independientes, y tiene por lo
tanto mayor capacidad explicativa. Los coeficientes obtenidos en cada mode-
lo se presentan en el Anexo.
En los cuadros 3.6.1 a 3.6.4 presentamos los resultados que obtuvimos

en el modelo número nueve del análisis multinivel. Para facilitar la interpreta-
ción de los datos, dado que las variables consideradas son muy numerosas,
hemos subdivido la información de acuerdo con el ámbito explicativo al que
pertenecen las variables independientes.
CUADRO 3.6.1
RESULTADOS DEL MODELO NÚMERO NUEVE DE LA REGRESIÓN MULTINIVEL

(MULTIVARIANTE). ÁMBITO EXPLICATIVO: CARACTERÍSTICAS PERSONALES
DE LOS ESTUDIANTES
Referencias: Ø: relación no significativa; -: relación significativa de signo negativo; +: relación

significativa de signo positivo. La significatividad se establece en niveles superiores al 10%.
+
Edad
5,8**
–
Sexo (ser mujer)
-12,6***
–
Cursar 1º ó 2º de ESO en el momento del test
-59,6 ***
–
Cursar 3º de ESO en el momento del test
-39,4 ***
Haber cursado menos de un año de educación infantil Ø

+
Haber cursado un año o más de educación infantil
6,2**
–
Edad al inicio de la escuela primaria
-5,7 ***
–
Haber repetido curso durante el nivel primario
-20,5***
Haber repetido curso durante el nivel secundario Ø
+
Expectativa educativa del alumno, en años de escolarización
5,7 ***
Notas: *** significativa al 1%; ** significativa al 5%; * significativa al 10%.

59
Capítulo 3
Como podemos observar, todas las variables incluidas en este bloque, a

excepción de dos, son significativas. En los resultados se destaca la inciden-
cia negativa en los resultados de PISA de ser mujer (ceteris paribus, éstas
obtienen 12,6 puntos menos que sus compañeros) y de haber repetido curso
durante el nivel primario; así como los efectos positivos de haber asistido un
año o más al nivel de educación infantil.
CUADRO 3.6.2

(MULTIVARIANTE). ÁMBITO EXPLICATIVO: CARACTERÍSTICAS DEL ENTORNO PERSONAL
-
Ser inmigrante
-12,0 **
-
Padre económicamente activo
-5,8*
Madre económicamente activa Ø
Padre con ocupación de cuello blanco, cualificada Ø
Padre con ocupación de cuello blanco, no cualificada Ø
Padre con ocupación de cuello azul Ø
+
Madre con ocupación de cuello blanco, cualificada
6,6 ***
+
Madre con ocupación de cuello blanco, no cualificada
5,5 ***
+
Madre con ocupación de cuello azul
4,6*
Años de escolarización del padre Ø
-
Años de escolarización de la madre
-0,5*
+
Disponer de recursos informáticos para el estudio
2,0**
Disponer de materiales y de un sitio apropiado para estudiar Ø
+
Disponer de una biblioteca de más de cien libros
14,6***
60
Del conjunto de variables sobre las características del entorno personal se

destaca la incidencia negativa que tiene el hecho de ser inmigrante; éstos
obtienen 12 puntos menos que quienes no lo son. Respecto de la clase
social, la influencia se concentra en las madres y no en los padres. Pero la
variable con mayor poder explicativo en este ámbito es la de disponer en el
hogar de una biblioteca de más de cien libros: quienes se encuentran en esta
situación obtienen, en promedio, 14,6 puntos más que quienes no lo cuentan
con ella.
CUADRO 3.6.3

(MULTIVARIANTE). ÁMBITO EXPLICATIVO: CARACTERÍSTICAS DE LA ESCUELA
Centro de titularidad privada independiente Ø

Centro de titularidad privada concertada Ø
Número de alumnos en la escuela Ø
+
Porcentaje de alumnas en el centro
28,3**
Porcentaje de alumnos no nativos 10% Ø
–
Porcentaje de alumnos no nativos > 10%
-18,5 ***
Clima educativo de la escuela (media de años de

escolarización de los padres de los alumnos) 6,4***
Porcentaje de alumnos repetidores en el nivel +
correspondiente a la ESO 0,3**
Número de ordenadores por estudiante Ø
Número de alumnos del centro por total de profesores de –
matemáticas del centro -0,1**
Relación entre el número de alumnos en clase por cada +
profesor de matemática 0,0004 ***
Agrupación de los estudiantes según nivel de capacidad, –

en todas las clases -12,1***
Agrupación de los estudiantes según nivel de capacidad, Ø
en algunas clases
+
Estimulación del aprendizaje de las matemáticas
6,3***
+
Valoración del índice de moral de los estudiantes
4,3**
61
Capítulo 3
Del cuadro 3.6.3 nos interesa destacar especialmente la no significativi-

dad de las variables relacionadas con el tipo de titularidad del centro. ¿Por
qué no son significativas estas variables, a pesar de que en otros análisis han
demostrado tener influencia en los resultados educativos? Pierden su signifi-
catividad al ser incluidas en el modelo las variables socioeconómicas, referi-
das tanto a los estudiantes como a las escuelas, como se puede observar en
el cuadro del Anexo que presenta los coeficientes obtenidos para todos los
modelos. Tampoco resultan significativas las variables sobre el número de
estudiantes de la escuela, o la agrupación de estudiantes según niveles de
capacidad en algunas las clases. En cambio, inciden negativamente sobre los
resultados educativos la agrupación de estudiantes según capacidad en
todas las clases y el que el porcentaje de alumnos no nativos sea superior al
10%. Muestran incidencia positiva el clima educativo de la escuela, es decir,
el agregado del nivel educativo de todos los padres y madres del alumnado,
como así también la moral de estudiantes y la estimulación del aprendizaje de
las matemáticas.
CUADRO 3.6.4

(MULTIVARIANTE). ÁMBITOS EXPLICATIVOS: ACTITUD Y COMPORTAMIENTO
DE LOS ALUMNOS ANTE LA ESCUELA Y LOS PROFESORES Y
ANTE LAS MATEMÁTICAS Y SU ESTUDIO

Sensación de pertenencia a la escuela -4,2***

Motivaciones para la elección del centro -10,6***
Interés y disfrute de las matemáticas -1,8*
Motivación instrumental en las matemáticas 4,4***
Percepción de auto-eficacia para las matemáticas 16,1***
Ansiedad ante las matemáticas -6,9***
Auto-concepto ante las matemáticas 11,4***
Utilización de la memoria para el aprendizaje de las matemáticas) -4,5***
Horas semanales dedicadas al estudio de las matemáticas fuera -2,6***
del horario escolar
Número medio de alumnos/as por clase de matemáticas 1,8***
Percepción de actitud de apoyo de los profesores en el estudio -3,3***
de las matemáticas
Clima de disciplina en el aula 3,3***
62
Procesos de cambio en los centros educativos a partir de evaluaciones externas
Por último, la información del cuadro 3.6.4 muestra que la ansiedad ante
las matemáticas reduce la puntuación, mientras que la motivación instrumen-
tal, es decir, aquella que proviene de valorar la utilidad futura de las matemá-
ticas, la auto-eficacia (o confianza en la resolución de problemas) y el auto-
concepto (creencia en la propia capacidad ante las matemáticas) inciden
positivamente sobre los resultados. A su vez, un mayor clima de disciplina
mejora la puntuación esperada de los alumnos. Respecto al método de estu-
dio y aprendizaje los siguientes resultados no permiten considerar una deter-
minada práctica como óptima. No resultaron significativas las variables aso-
ciadas con el tipo de aprendizaje ni con las estrategias de control del apren-
dizaje de las matemáticas.
Como reflexión final de este apartado quisiéramos mencionar la impor-

tancia que a nuestro criterio tienen algunos de los resultados obtenidos por
el análisis multinivel. Como hemos señalado, en España los estudiantes de
centros privados obtienen puntuaciones más altas en PISA que los estudian-
tes que acuden a centros de titularidad pública. Pero, de acuerdo con los
resultados de nuestros modelos, hemos podido comprobar cómo la aporta-
ción real de los centros en función de su titularidad es estadísticamente nula.
Las diferencias que se aprecian inicialmente entre centros públicos y privados
se originan, en realidad, en un efecto de composición. Los usuarios de las
escuelas de titularidad privada provienen de un entorno socioeconómico favo-
rable, en estas escuelas el clima educativo es mejor y acceden a ellas un
número menor de inmigrantes; son estos los factores que explican, en última
instancia, los mejores resultados en los centros privados. Estos resultados
indican que para mejorar los resultados educativos necesariamente debe
ampliarse el punto de mira: las intervenciones típicamente educativas no son
suficientes, es necesario centrar también la atención en las condiciones
socioeconómicas generales de la sociedad. En más de una oportunidad
hemos visto cómo se pone como ejemplo de buen sistema educativo el caso
de Finlandia, que es el país que mejores resultados obtiene en PISA. Se sue-
len destacar diversos rasgos de su organización, como la capacitación de los
maestros o la edad de entrada al sistema escolar. Sin embargo, gran parte del
éxito se debe a que la sociedad finlandesa es una sociedad con pocas desi-
gualdades socioeconómicas y culturales, factor este que se proyecta sobre
unos mejores resultados educativos. La evidencia que aquí se presenta pre-
tende contribuir a encontrar maneras más apropiadas de mejorar los resulta-
dos educativos en España.
63
investigamos
Capítulo 4.
¿De la escuela al trabajo?
Los jóvenes que salen del
sistema educativo español
¿De la escuela al trabajo?
Los jóvenes que salen
del sistema educativo español
1. Las desigualdades más allá de la escuela
C entraremos este capítulo en el análisis de las trayectorias de los jóvenes

que dejan el sistema educativo y transitan hacia el mercado de trabajo. En
particular, nos interesa conocer en detalle las conexiones que se trazan en el
pasaje de la educación secundaria obligatoria y secundaria superior al mer-
cado laboral, desde una perspectiva basada en la equidad.
Como hemos mostrado en los capítulos anteriores, si bien durante las últi-
mas décadas el nivel educativo de los jóvenes españoles se ha incrementado
sustancialmente, no podemos pasar por alto algunas situaciones preocupan-
tes que les afectan y que generan un serio déficit en materia de equidad. Las
desigualdades no se acaban en el sistema educativo, sino que persisten e
incluso se acentúan en el proceso de transición al mundo laboral. En nuestro
país, como en muchos otros países desarrollados, la transición al mundo del
trabajo no es sencilla. Es un camino largo y con muchos obstáculos, donde
las probabilidades de fracaso, de estar en riesgo de desempleo o de lograr
empleos de bajos salarios, de baja calidad e inestables son elevadas. El paso
de la educación al mundo del trabajo es sensible también a las condiciones
macroeconómicas, ya que el empleo y el desempleo juvenil dependen de los
valores que tome la tasa de desempleo total de la sociedad (véase
Blanchflower y Freeman, 1999 y OIT, 1999).
Cuando se analizan los procesos de transición al mundo laboral, llama la
atención que el nivel de formación que alcanzan los jóvenes españoles es
reducido en relación con el que tienen los jóvenes de otros países europeos.
67
Capítulo 4
¿De la escuela al trabajo? Los jóvenes que salen del sistema educativo español
Según datos del MEC (2005a), el porcentaje de jóvenes que ha completado

el nivel de Educación Secundaria Superior es tan solo del 63%. Esta cifra
refleja una caída del nivel de escolaridad en el paso de la educación obliga-
toria a la post-obligatoria (17 y 18 años) de casi cuarenta puntos, situación
que genera un cuello de botella en el sistema educativo e importantes desi-
gualdades posteriores (Calero, 2005).
En este contexto de abandono temprano de los estudios, debemos llamar

la atención sobre un grupo de jóvenes en particular, que se encuentra en una
especial situación de riesgo: nos referimos a quienes, habiendo abandonado
el sistema educativo, no han logrado incorporarse al mercado laboral y no
buscan empleo. Según datos de la OCDE (2005c), el 2,7% de los jóvenes
españoles de entre 15 y 19 años formaba parte de este grupo, porcentaje que
aumenta al 5,2 en el caso de los jóvenes entre 20 y 24 años, afectando esta
situación particularmente a las mujeres. Si además consideramos el grupo de
jóvenes y adolescentes que no están en el sistema educativo y que buscan
empleo, tenemos que el 22% de los jóvenes entre 16 y 24 años no está cur-
sando estudios pero tampoco desarrolla aún una actividad laboral, y no es
esta una cifra menor. Son jóvenes que, dadas sus características educativas,
tienen un riesgo relativo superior de exclusión social, así como de obtener
pobres resultados laborales. Existe cierto consenso entre los analistas acerca
de que un requisito básico para incorporarse con garantías al mercado labo-
ral es el de tener finalizada la educación secundaria o su equivalente de, al
menos, doce años de educación. Según la OCDE (1997), los jóvenes que no
logran completar ese nivel serán claramente penalizados en el mercado labo-
ral. Cañas (2004) señala la tendencia del mercado de trabajo a concentrar
gran parte del crecimiento neto de empleo en puestos de trabajo dirigidos a
la población más cualificada (niveles de estudio superiores); un poco menos
del 40% de los puestos laborales será para personas con estudios secunda-
rios; y solo un 15% para trabajadores no cualificados con nivel educativo ele-
mental. En la misma línea, Tokman (2001) afirma que la segmentación social
se vuelve más discriminatoria y marcada en el trabajo juvenil, dado que las cre-
denciales, las destrezas y las aptitudes exigidas para el ingreso en mercado
laboral moderno son casi exclusivas de los jóvenes de las clases más favore-
cidas.
En este complejo panorama ¿qué perspectivas les deparará el futuro a

los jóvenes con pocos estudios? Debemos recordar además que en el inte-
rior de estos grupos vulnerables existe una situación de desigualdad básica
que muy probablemente se acentuará en el ámbito educativo. En nuestra
investigación, que presentamos en el siguiente apartado, nos propusimos
68
conocer la situación de dos grupos de jóvenes en particular: los que solo lle-
gan hasta el nivel de Educación Secundaria Obligatoria (ESO), incluyendo a
quienes lo abandonan sin concluirlo y a quienes lo finalizan pero no conti-
núan estudiando, y los jóvenes que acaban el Bachillerato o los Ciclos
Formativos de Grado Medio (CFGM). Algunas de las preguntas que guían
nuestra investigación son las siguientes: ¿hay un proceso de segmentación
que diferencia los destinos laborales de acuerdo con el nivel de estudios
alcanzado? ¿Qué sucede con los jóvenes que abandonan el sistema educa-
tivo y no trabajan? ¿Acaso se quedan inactivos? ¿Se incorporan en empleos
inestables o de mala calidad? ¿Cuál es el papel de la clase social y la renta
del hogar de origen de los jóvenes en las trayectorias educativas y laborales?
En nuestro estudio valoramos especialmente la calidad de empleo consegui-
do. Partimos del supuesto de que el destino laboral y educativo de los jóve-
nes está vinculado con su origen socioeconómico familiar. De esta forma, a
partir de los datos de una muestra de jóvenes que han alcanzado los niveles
educativos seleccionados, analizaremos de qué manera contribuyen a explicar
sus destinos laborales y educativos las diferencias sociales.
Precisiones sobre el análisis empírico
Al igual que en los capítulos anteriores, hemos utilizados para nuestro análisis
datos del Panel de Hogares de la Unión Europea (PHOGUE). En función de
las metodologías que hemos aplicado se utilizaron dos tipos de información:
a) datos de corte transversal a partir de la muestra ampliada correspondiente
al año 2000 y b) datos longitudinales del período que va desde el año 1994
al 2001. Nuestro grupo de estudio está compuesto por los jóvenes (hombres
y mujeres) que tenían entre 16 y 22 años, ordenados de acuerdo con el máxi-
mo nivel educativo alcanzado. Los datos del panel nos permiten seguir los
movimientos que realizan los jóvenes desde una posición inicial (finalización
de un nivel educativo) hacia diferentes destinos: el mercado laboral, la inacti-
vidad o la continuidad en el sistema educativo. Al igual que en los análisis pre-
sentados en los capítulos anteriores, los datos de PHOGUE incorporan infor-
mación sobre características personales, de sus padres y del entorno socio-
económico de los jóvenes incluidos en la muestra. Antes de proceder a la pre-
sentación de los modelos aplicados y de los resultados obtenidos, conside-
ramos necesario realizar algunas aclaraciones sobre las variables que utiliza-
mos en el análisis.
En primer lugar, dado que uno de los objetivos centrales del capítulo es
analizar el tipo de inserción laboral de los jóvenes españoles, hemos realiza-
69
Capítulo 4
do una diferenciación de los empleos según su calidad. Por lo general, la lite-

ratura define un empleo como de calidad por las condiciones laborales de los
ocupados: el tipo de relación laboral entre trabajador y empleador, la duración
de la jornada, la protección social, el ejercicio de los derechos laborales fun-
damentales, etc. La calidad del empleo también se vincula a niveles de pro-
ductividad e ingresos y, fundamentalmente, al sector donde tiene lugar el
empleo, ya que existen diferencias significativas en los niveles de productivi-
dad e ingresos, cualificación, nivel de protección y condiciones de trabajo
entre los distintos sectores económicos o ramas de actividad. Algunos estu-
dios han tenido en cuenta las formas de inserción laboral de los jóvenes
dependiendo de si tienen un contrato regular o atípico (Iannelli, 2002) o si el
empleo conseguido es significativo o no (Albert et al., 2003; Kogan y Unt,
2003).
En nuestro análisis hemos definido la calidad del empleo siguiendo la

metodología desarrollada por la OIT (1999). De esta forma, un empleo es de
calidad cuando es regular y estable (con contratación indefinida) y tiene una
dedicación superior a las 15 horas semanales. En el caso de empresarios o de
trabajadores independientes, además de la jornada semanal superior a las 15
horas hemos agregado como requisito que las actividades sean realizadas en
ciertas ocupaciones que, según la clasificación ISCO 88, pueden definirse
como de calidad, de acuerdo con la complejidad de la tarea desempeñada.
De forma complementaria, en la categoría de empleo de baja calidad

hemos agrupado un conjunto heterogéneo de situaciones que incluyen: jor-
nadas inferiores a las 15 horas semanales, ausencia de contrato, contrato
eventual o temporal y situaciones profesionales de aprendices, trabajadores
en formación y ayuda familiar.
En segundo lugar, dado que las desigualdades socioeconómicas ocupan

un lugar central en nuestro modelo explicativo, hemos incorporado como
variables la clase social de origen de los jóvenes y la renta disponible equiva-
lente de los hogares. Respecto del indicador de clase hemos reelaborado el
esquema de Erikson, Goldthorpe y Portocarero (1979) que aplicamos en los
capítulos anteriores, debido a que la muestra con la que trabajamos aquí es
más reducida. Las siete clases originales han sido reagrupadas en cinco, tal
como resumimos en el cuadro 4.1.
70
CUADRO 4.1
REAGRUPACIÓN DE CLASES SOCIALES A PARTIR DEL ESQUEMA DE ERIKSON,

GOLDTHORPE Y PORTOCARERO
Versión Grupos ocupacionales Versión

completa reducida
I Profesionales de alto nivel, administradores y
}
oficiales; directores y gerentes en grandes
establecimientos industriales; grandes
propietarios
II Profesionales de nivel medio, administradores
y oficiales; técnicos; directores y gerentes en Trabajadores de
pequeños establecimientos industriales; cuello blanco
supervisores de empleados no manuales
Empleados con rutinas no manuales, alto nivel
(administración y comercio)
IIIb Empleados con rutinas no manuales, bajo nivel
(ventas y servicios)
IVab Pequeños propietarios y artesanos con
o sin empleados } Pequeños
propietarios
IVc Agricultores y minifundistas; otros trabajadores
VIIb
por cuenta propia en producción primaria
Agricultura y otros trabajadores en producción
primaria
} Trabajadores
agrarios
V Técnicos grado medio; supervisores
VI
VIIa
de trabajadores manuales
Trabajadores manuales cualificados
Trabajadores manuales no cualificados
} Trabajadores
cualificados
Trabajadores no
(excluido agricultura) } cualificados
Fuente: Erikson y Goldthorpe, 1993 (citado por Haag y Jungblut, 2001).
El otro indicador de desigualdad que hemos utilizado se refiere a la renta dis-

ponible equivalente corregida atendiendo al tamaño del hogar. Para su cálcu-
lo se tiene en cuenta el ingreso total disponible del hogar, dividido por su
número de integrantes, ponderado de acuerdo con las edades de los miem-
71
Capítulo 4
bros. En el cuadro 4.2 presentamos una síntesis de todas las variables que
hemos utilizado en los modelos estadísticos aplicados.
CUADRO 4.2
DESCRIPCIÓN DE LAS VARIABLES UTILIZADAS EN EL ANÁLISIS
Variables dependientes Tener un empleo de calidad

Tener un empleo de baja calidad
Estar desempleado
Ser económicamente no activo
Variables independientes
Características personales Sexo
Edad
Convivir con los padres
Estar a cargo del cuidado de niños y/o de personas
dependientes
Características del hogar Renta disponible equivalente del hogar
Clase social de origen: trabajadores de cuellos
blanco
Clase social de origen: pequeños propietarios
Clase social de origen: trabajadores cualificados
Clase social de origen: trabajadores no cualificados
Clase social de origen: trabajadores agrarios
Padre ocupado
Padre desempleado
Padre inactivo
Madre ocupada
Madre desempleada
Madre inactiva
Años de educación del padre
Años de educación de la madre
Presencia en el hogar de menores de 12 años de
edad
La vivienda cuenta con las siguientes características:
cocina independiente, instalación fija de baño,
inodoro con agua corriente, agua caliente y
calefacción colectiva o individual
Características territoriales Comunidad Autónoma de referencia
72
2. La inserción de los jóvenes en el mercado laboral en relación con el

máximo nivel educativo alcanzado
Presentaremos a continuación los resultados que obtuvimos en el análisis del

estatus laboral y educativo de los jóvenes a partir de la muestra del PHOGUE
del año 2000. A partir de un modelo de regresión logística (logit multinomial),
contrastamos la influencia de cada una de las variables independientes (pre-
sentadas en el cuadro 4.2) en la situación de los jóvenes españoles de entre
16 y 22 años que tienen la ESO como máximo nivel educativo y los de entre
18 y 22 que han concluido el Bachillerato o un Ciclo Formativo de Grado
Medio (CFGM).
De acuerdo con nuestro modelo, los jóvenes que integran nuestra mues-
tra pueden encontrarse en alguna de estas cuatro alternativas excluyentes: (1)
tener un empleo de buena calidad; (2) tener un empleo de baja calidad; (3)
estar inactivos, y (4) estar parados. Estas situaciones están afectadas por un
conjunto de variables independientes referidas a las características persona-
les, familiares y socioeconómicas de los jóvenes. Como síntesis del análisis,
cabe señalar que los modelos probabilísticos aplicados muestran que existen
desigualdades en las poblaciones seleccionadas que determinan los resulta-
dos laborales de los jóvenes que conforman la muestra. En particular, la inser-
ción en empleos de calidad varía con el nivel de renta de los hogares, la clase
social de pertenencia, el sexo, la ubicación geográfica y los factores socioe-
conómicos. A continuación destacaremos los aspectos más relevantes surgi-
dos del análisis, ordenados según los tres subgrupos de variables explicati-
vos que hemos considerado. Los resultados del modelo logit multinomial se
presentan en el anexo (véanse los cuadros A.3.1 y A.3.2).
Características personales
Los resultados de nuestro análisis ponen de manifiesto claras diferencias rela-
tivas al género sobre las probabilidades de inserción laboral, en particular,
sobre la probabilidad de acceder a empleos de calidad. Los hombres que ter-
minan la ESO tienen mayores probabilidades de insertarse en empleos de
calidad e incluso de baja calidad que las mujeres en la misma situación. En el
caso de los jóvenes que terminan el bachillerato o CFGM, el efecto es aún
mayor. Si bien las mujeres tienen tasas de participación y rendimiento en el
sistema educativo superiores a los hombres y presionan en el mercado labo-
ral, el fenómeno de la estigmatización y la penalización de las mujeres tiene
plena vigencia en el mundo del trabajo (mayor desempleo, menor tasa de acti-
vidad y salarios, mayor incidencia de la contratación precaria y a tiempo par-
cial, etc.).
73
Capítulo 4
Los resultados de los modelos muestran que la edad es un factor signifi-

cativo en la mayoría de las estimaciones consideradas, aunque tiene mayor
relevancia en la probabilidad de acceder a un empleo de calidad. A medida
que aumenta la edad de los jóvenes, se incrementa la probabilidad relativa de
trabajar en empleos de calidad, y disminuye la de situarse en el paro. Este es
un resultado esperado, debido a que a medida que aumenta la edad se redu-
cen las probabilidades de estar fuera del mercado laboral, lo que podría estar
indicando que en estas poblaciones el proceso de integración en el mercado
laboral se produce de forma paulatina y las probabilidades se van acrecen-
tando a medida que aumenta la edad de los jóvenes.
Incluimos en el modelo una variable que recogiera si los jóvenes conviví-

an o no con sus padres debido a que ha sido establecido por diferentes estu-
dios que las redes familiares tienden a amortiguar el período de inestabilidad
que enfrentan los jóvenes cuando salen del sistema educativo para insertarse
en el mercado de trabajo. Los extensos períodos que dedican a la búsqueda
del primer empleo estable implican que los jóvenes vivan con sus padres
incluso durante largos periodos después de haber salido del sistema educa-
tivo. En este sentido, Iannelli y Soro-Bonmatí (2001) indican que esta situa-
ción produce una evidente transferencia intergeneracional a través de la resi-
dencia y las redes familiares informales. En las estimaciones realizadas, si bien
esta variable no muestra efectos significativos en la inserción laboral, sí que
lo hace en relación con la inactividad. Aquellos jóvenes que viven con sus
padres y finalizaron los niveles educativos seleccionados tienen menores pro-
babilidades de situarse en la inactividad que quienes no se encuentran en
esta situación de convivencia.
Por último, hemos analizado la influencia que tiene estar a cargo del cui-
dado de personas menores y/o mayores sobre los destinos laborales analiza-
dos. Es interesante destacar que aquellos jóvenes que terminan el
Bachillerato o CFGM y tienen responsabilidades de esta índole tienen eleva-
das probabilidades de estar inactivos sin continuar con sus estudios. Por otra
parte, si bien el escaso número de observaciones no permite realizar un aná-
lisis diferenciado por género, creemos que tal situación está muy vinculada
con el sexo de los individuos. No debemos olvidar que muchas mujeres tienen
entre sus ocupaciones diarias el cuidado de menores y personas necesitadas
de ayudas especiales, determinando esto, como diversos estudios lo confir-
man, la situación laboral de muchas mujeres en algunos países del arco medi-
terráneo.
74
Características de los hogares

Uno de nuestros objetivos de investigación principales consistía en analizar
las señales proporcionadas por las variables socioeconómicas. En este senti-
do, la renta disponible familiar influye claramente sobre las probabilidades de
obtención de empleos, en particular, de empleos de calidad. A medida que
aumenta la renta del hogar, se incrementa considerablemente la probabilidad
de que los individuos obtengan un empleo de calidad, reduciéndose las pro-
babilidades de encontrarse en situación de desempleo. Por otra parte, si bien
la renta es significativa en las dos poblaciones seleccionadas, su influencia es
superior en los jóvenes que terminan el Bachillerato o Ciclos Formativos de
Grado Medio. Es importante destacar que los jóvenes que pertenecen a los
sectores más favorecidos en términos de rentas tienen mayores probabilida-
des de incorporarse al sector de los buenos empleos que aquellos que no se
encuentran en esta situación.
En relación con la influencia de la clase social, al contrario de lo que ocu-
rre con la renta del hogar, no se observa una incidencia diferenciada para las
dos poblaciones seleccionadas y, en líneas generales, los coeficientes tienen
una menor significatividad estadística.
Hemos considerado también el nivel educativo que tienen los padres. En
el caso de los jóvenes cuyo máximo logro educativo es la ESO, se observa
que la educación de la madre muestra una relación negativa en los casos de
empleos de calidad y baja calidad. Por ejemplo, por cada año adicional de
educación de la madre, manteniendo constantes las demás variables, dismi-
nuye un 12% la probabilidad de que el hijo o la hija trabaje en un empleo de
baja calidad. De todas maneras, debemos destacar que el papel de la edu-
cación de los padres y las madres está mucho más vinculado con el desem-
peño en el sistema educativo, tal como se demuestra en los estudios de Ray
y Lancaster (2005), en Psacharopoulos y Arriagada (1989) y en nuestro pro-
pio análisis presentado en el capítulo anterior.
Por su parte, en el caso de los jóvenes que terminan el Bachillerato o
Ciclos Formativos de Grado Medio, la influencia de la educación de los
padres y las madres es más reducida. No obstante, en este modelo tiene rele-
vancia la educación del padre: por cada año de educación del padre, dismi-
nuye casi un 9% la probabilidad de que el joven trabaje en un empleo de baja
calidad.
Con el objetivo de analizar cómo influye la estructura del hogar en el tipo

de inserción laboral de los jóvenes, incorporamos una variable referida a los
hogares en los que viven menores de 12 años. Los resultados de la estima-
75
Capítulo 4
ción muestran que esta variable es positiva y significativa en la población que

termina la ESO, tanto cuando se analiza la inserción en empleos así como en
la inactividad.
Por último, las características de la infraestructura que disponen los hoga-

res muestran señales muy claras en relación con el tipo de inserción laboral.
Por ejemplo, para la población que finaliza la ESO, los hogares que disponen
una mayor infraestructura de servicios en el hogar tienen mayores probabili-
dades de situarse en empleos de calidad.
Área de residencia
Las variables relacionadas con la Comunidad Autónoma de residencia mues-

tran efectos significativos con relación a acceder a un empleo, tanto de cali-
dad como de baja calidad. En el caso de la población que finaliza solamente
el nivel de ESO, las mayores probabilidades de acceder a un empleo de cali-
dad se dan entre los jóvenes que viven en Aragón, Galicia, Cantabria, Navarra
y las Comunidades que integran el arco mediterráneo. Este resultado tiene
relación con lo expuesto en el capítulo 2 y con el trabajo de Calero (2006b),
al observar que en algunas Comunidades se produce una incorporación tem-
prana de jóvenes al mercado laboral, fundamentalmente en el sector servicios.
En este sentido, los jóvenes pertenecientes a Baleares, Cataluña, Comunidad
Valenciana y Murcia tienen elevadas probabilidades de situarse en el merca-
do laboral, suponiendo esto un desincentivo a la continuidad de los estudios.
Cuando se estudia a los jóvenes que terminan el Bachillerato o Ciclos

Formativos de Grado Medio también es importante la influencia de las áreas
territoriales sobre el tipo de inserción laboral. En el caso de empleos de cali-
dad, Comunidad Valenciana, Cataluña, Castilla-La Mancha, Extremadura,
Madrid y Navarra presentan las probabilidades más elevadas. Por ejemplo,
aquellos jóvenes que terminan el Bachillerato y no continúan estudiando y
residen en la Comunidad Valenciana tienen casi 29 veces más probabilidades
de conseguir un empleo de calidad que los mismos jóvenes en Andalucía.
3. Destinos laborales, destinos educativos
Nos centraremos ahora en el análisis de las trayectorias educativas o labora-

les de los dos grupos de jóvenes considerados. A diferencia de los resulta-
dos que presentamos en el apartado anterior, donde solo se seleccionaban
jóvenes que alcanzaban el nivel de la Educación Secundaria Obligatoria o el
76
Bachillerato pero que abandonaban a continuación el sistema educativo, en

este apartado contamos con datos que permiten ampliar la perspectiva de
análisis y evaluar la situación de todos los jóvenes, y no solo de aquellos que
abandonan prematuramente la educación. Trabajaremos con los siguientes
grupos: jóvenes entre 16 y 22 años (18 y 22 en el caso de Bachillerato o
Ciclos Formativos de Grado Medio), según el último nivel educativo alcanza-
do en el año 1995 y jóvenes que se encuentran prematuramente en el mer-
cado laboral o que están inactivos.
Presentaremos en primer lugar el análisis de las probabilidades que tie-

nen los jóvenes de cada grupo de alcanzar otra situación ocupacional o edu-
cacional. Como se puede observar en el cuadro 4.3, en el caso de los jóve-
nes que solo terminan la ESO, la probabilidad más elevada (38,4) correspon-
de a situarse en empleos de mala calidad. Para este grupo, la probabilidad de
continuar estudios de Bachillerato o CFGM alcanza al 5,5% mientras que la
de cursar estudios universitarios alcanza el 12%. Sumando a lo anterior se
observa una alta incidencia del desempleo (13,7%) así como la inactividad
(6,7%).
La situación mejora en el caso de los jóvenes que finalizan estudios de

Bachillerato o CFGM. Para ellos, aumenta la probabilidad de situarse en un
empleo de buena calidad, y se reduce significativamente la incidencia de la
inactividad. Por su parte, aquellos jóvenes que terminaron el Bachillerato tie-
nen una probabilidad del 21% de cursar estudios universitarios.
La situación más desventajosa en términos educativos se observa en los

jóvenes que se sitúan, inicialmente, en el mercado laboral. Si bien estos jóve-
nes logran la inserción más elevada en empleos de calidad (34,2%), esta
situación se produce conjuntamente con elevadas probabilidades de estar
situados en empleos de mala calidad o directamente en el paro o la inactivi-
dad, mostrando la existencia de una marcada segmentación laboral. Así, la
probabilidad de que los jóvenes en el mercado laboral se encuentren desem-
pleados al final del período analizado se aproxima al 20%, siendo también muy
elevada la incidencia de la inactividad (13,2%).
77
Capítulo 4
CUADRO 4.3
PROBABILIDAD DE MOVIMIENTO ENTRE UN ESTADO INICIAL Y UN ESTADO FINAL
Situación final (2001)

Tener un Cursar Cursar
Situación inicial Tener un empleo empleo de Estar Bachillerato estudios
(1995) de buena calidad mala calidad Estar en paro inactivo o CFGM universitarios
ESO 22,7 38,4 13,7 6,7 5,5 12,9
Bachillerato o
CFGM 26,2 34,6 13,9 1,6 2,9 20,7
Combina estudio
y trabajo 34,2 25,0 19,7 13,2 6,6 1,3
¿Qué sucede cuando consideramos la influencia de las características

socioeconómicas de los jóvenes en la probabilidad de alcanzar cada uno de
los estados? En los gráficos 4.1 y 4.2 presentamos este análisis, consideran-
do dos variables: la clase social de pertenencia y la ubicación del hogar de
acuerdo con su nivel de renta familiar disponible. La información sobre la renta
de los hogares está presentada en quintiles. Es decir, dividimos el total de
hogares que conforman la muestra en cinco grupos de igual tamaño. El pri-
mer quintil está integrado por el 20% de los hogares con renta más bajas, el
quinto quintil con el 20% de los hogares de renta más alta.
Cada uno de los gráficos muestra la probabilidad de destino laboral y

educativo para los jóvenes partiendo de las tres situaciones iniciales de refe-
rencia: a) finalización de la ESO; b) finalización del Bachillerato o CFGM y; c)
combinaciones entre estudio y trabajo.
78
GRÁFICO 4.1
PROBABILIDAD DE MOVIMIENTO ENTRE UN ESTADO INICIAL A UN ESTADO FINAL

SEGÚN QUINTILES DE RENTA EQUIVALENTE FAMILIARES
79
Capítulo 4
Como podemos observar, en líneas generales la tendencia es similar a la

que habíamos presentado en el cuadro 4.3: los jóvenes que en el año 1995
habían alcanzado el nivel de ESO tienen mayores probabilidades de transitar
hacia un empleo de mala calidad, quienes han concluido el Bachillerato o el
CFGM, mejorar sus probabilidades de alcanzar un empleo de buena calidad
o de asistir a la universidad, mientras que quienes se encontraban en una
situación mixta entre empleo y trabajo tienen la mejor probabilidad de acce-
der a un empleo de buena calidad, aunque no de llegar a la universidad.
Si leemos cada gráfico atendiendo a la posición de los jóvenes que solo

habían completado la ESO, de acuerdo con el quintil de ingresos al que per-
tenece su hogar, vemos que los jóvenes pertenecientes a los quintiles más
pobres de la distribución de rentas tienen como destino más probable em-
pleos de baja calidad, el paro y la inactividad. Un 18,8% logra insertarse en
empleos de baja calidad y solo un 9% se encuentra estudiando en el año
2001. Sin embargo, si se observan las trayectorias de los jóvenes pertene-
cientes a hogares con rentas elevadas (quintiles 4 y 5) aumentan las proba-
bilidades de estar situados en empleos de buena calidad y se reduce la inac-
tividad y el paro como destinos laborales. Más aún, partiendo del nivel de
ESO, los jóvenes más favorecidos de la distribución de rentas tienen un 30%
de probabilidad de cursar estudios universitarios.
En el gráfico 4.2 presentamos los resultados del análisis según clase

social. Los resultados obtenidos se orientan en la misma dirección: aquellos
80
jóvenes que habían alcanzado la ESO, las clases relativas a los trabajadores
de cuello blanco (y en menor medida pequeños propietarios) tienen una ele-
vada probabilidad de obtener empleos de calidad (28,4%) así como de cursar
estudios universitarios (25,7%). En el extremo opuesto, la incidencia de los
empleos de mala calidad, así como el desempleo y la inactividad es elevada
entre las clases de trabajadores no cualificados y trabajadores agrarios. En
relación a los estudios, las probabilidades más reducidas de cursar estudios
universitarios se corresponden con la clase de trabajadores no cualificados.
GRÁFICO 4.2
PROBABILIDAD DE MOVIMIENTO ENTRE UN SECTOR INICIAL A UN SECTOR FINAL

SEGÚN CLASES SOCIALES
81
Capítulo 4
En el caso de los jóvenes que en el año 1995 habían finalizado el

Bachillerato o CFGM, destacaremos tres resultados centrales. El primero
está en relación con la probabilidad de continuar estudios universitarios. En
este sentido, no se observan diferencias significativas según los niveles de
renta, lo que podría estar reflejando un cierto efecto igualador en los resulta-
82
dos educativos de los individuos según los niveles de renta. En segundo

lugar, la incidencia de la inactividad para este grupo de jóvenes es muy redu-
cida, con independencia del quintil de renta de procedencia. Por último, y
unido a lo anterior, la probabilidad de estar en situación de búsqueda activa
de un empleo es relativamente elevada en todos los estratos de rentas
Al considerar las clases sociales se observan niveles de dispersión supe-

riores, con la excepción de la inactividad, que vuelve a mostrar valores redu-
cidos para las cinco clases sociales consideradas. Las probabilidades de cur-
sar estudios universitarios son elevadas para las clases de trabajadores cua-
lificados, de cuello blanco y de pequeños propietarios, situándose en prome-
dio en torno al 24%. En relación con los destinos laborales, se observa una
elevada incidencia de los empleos de baja calidad en aquellos jóvenes perte-
necientes a la clase de trabajadores no cualificados, alcanzando el 58%. De
acuerdo con estos datos, seis de cada diez jóvenes que terminan el
Bachillerato o CGFM y pertenecen a esta clase probablemente tendrán des-
tinos laborales de carácter precario. La probabilidad de obtener empleos de
calidad se sitúa en torno al 27% y no muestra diferencias relevantes en fun-
ción de la clase social de pertenencia. Por último, si bien el desempleo como
destino laboral es elevado en todas las clases, afecta fundamentalmente a la
clase de trabajadores agrarios
En relación con el grupo de jóvenes que en 1995 se encontraban en la

categoría que agrega combinaciones entre estudio y trabajo, observamos
situaciones heterogéneas. Esto se debe a que esta variable combina diversas
situaciones como el trabajo, estudio, estudio y trabajo y la inactividad. No obs-
tante, hay dos resultados a destacar. Por un lado, el déficit educativo del que
parte este grupo poblacional y la prematura entrada al mercado de trabajo
consolida una estructura laboral caracterizada por la elevada incidencia de
empleos de mala calidad, desempleo y, particularmente, inactividad. Por otro
lado, se observa un componente de desigualdad en las trayectorias educati-
vas seguidas por estos jóvenes, debido a que solamente los grupos de renta
elevada y la clase social de cuello blanco pueden continuar con sus estudios
universitarios.
Si consideramos la clasificación por quintiles de renta equivalente fami-

liar, la probabilidad de situarse en empleos de calidad es elevada para los
jóvenes con niveles de renta altos (entre el 40 y 50%), aunque también hay una
inserción importante en este tipo de empleos para el quintil 2 de la distribución
de rentas. La probabilidad más significativa de situarse en un empleo de baja
calidad se corresponde con el grupo de rentas más reducido (quintil 1), y se
83
Capítulo 4
sitúa en valores cercanos al 40%. A su vez, se observa una relación negativa

entre el desempleo y la renta, ya que a mayores niveles de renta, menores son
las probabilidades de situarse en el paro. Por último, un resultado que nos
parece importante destacar hace referencia al acceso a los estudios universi-
tarios según los niveles de renta. Éste se sitúa en el 23% para el grupo de
rentas más elevada de la distribución, siendo el único grupo que logra este
tipo de recorrido.
Estos resultados se mantienen al analizar la situación de las trayectorias

educativas y laborales a partir de las clases sociales seleccionadas. Las regu-
laridades que se observan muestran que en primer lugar, la probabilidad de
inserción en empleos de calidad es elevada para la clase de trabajadores de
cuello blanco, superando el 40%. En segundo lugar, la incidencia del desem-
pleo es muy elevada para todos los jóvenes, así como la inactividad, que afec-
ta fundamentalmente a los individuos provenientes de familias de la clase
social de no cualificados y a los de la clase de trabajadores agrarios.
Finalmente, sólo se observan probabilidades limitadas de cursar estudios de
Bachillerato o CFGM para los trabajadores de cuello blanco y cualificados, y
menores al 10% de cursar estudios universitarios para los trabajadores de
cuello blanco.
Los resultados presentados en este apartado confirman la existencia de

una marcada desigualdad en los resultados educativos y laborales. Los jóve-
nes que en términos socioeconómicos se encuentran en mejor posición
logran insertarse en empleos de mayor calidad, tienen una menor probabilidad
de estar desempleados o incluso inactivos, y logran en mayor medida conti-
nuar con los estudios. La contrapartida en esta estructura dual son aquellos
jóvenes pertenecientes a las clases de trabajadores no cualificados y trabaja-
dores agrarios, así como aquellos pertenecientes a los quintiles 1 y 2 de la
distribución de rentas, que obtienen pobres resultados laborales y educativos.
No obstante, la magnitud de las desigualdades difiere de acuerdo al nivel edu-
cativo que obtienen los jóvenes.
84
investigamos
Capítulo 5.
El gasto en educación de los
hogares españoles
El gasto en educación de los
hogares españoles
1. ¿Qué es el gasto privado en educación y cómo se mide?
E n este capítulo nos centraremos en una característica del sistema educati-

vo español que no hemos abordado aún, y que es la de los esfuerzos eco-
nómicos individuales que realizan las familias para costear la educación de
sus hijos e hijas. Nos referimos a lo que técnicamente se denomina gasto pri-
vado en educación.
El gasto privado en educación está formado por todos los costes, direc-
tos e indirectos, que se generan en el sistema educativo y que no son cubier-
tos por la financiación pública, sino que son afrontados individualmente por
las familias. Son costes directos, por ejemplo, las matrículas de los centros
privados no concertados, o el porcentaje de todo el coste que abonan los
padres en los centros concertados y en la universidad pública. Entre los cos-
tes indirectos encontramos los gastos en libros de texto, materiales escolares,
actividades extraescolares, desplazamientos exigidos por la escolarización,
etcétera.
Este gasto es una variable clave en el establecimiento de desigualdades

en los procesos educativos, sobre todo en España, donde, como veremos a
continuación, representa un porcentaje importante respecto del gasto educa-
tivo total. Tanto el acceso a los centros educativos privados independientes o
privados concertados como el acceso a otros bienes educativos están deter-
minados por la capacidad de pago de cada hogar, por lo que las familias que
tienen mayor poder adquisitivo pueden ampliar sus opciones en mayor medi-
da que quienes tienen una peor situación económica, fortaleciéndose también
87
Capítulo 5
El gasto en educación de los hogares españoles
las desigualdades no económicas que tienen lugar entre los hogares durante
el proceso educativo.
¿Cuál es el peso que tiene el gasto privado en educación respecto del

gasto público? Como podemos observar en la tabla 5.1, en España no es un
gasto menor: alcanza al 0,5% del PIB, y “compensa” el menor esfuerzo que
realiza el país en gasto público educativo. Como nos muestran los datos del
cuadro 5.1, en el año 2002 sólo dos países de la Unión Europea-15, Grecia e
Irlanda, tenían un gasto público educativo más bajo. Y sólo dos países,
Alemania y Reino Unido, un gasto privado mayor.
GRÁFICO 5.1
GASTO EDUCATIVO PÚBLICO Y PRIVADO COMO PORCENTAJE DEL PIB.

PAÍSES DE LA UNIÓN EUROPEA-15, 2002
País Gasto público Gasto privado Gasto total

Austria 5,4 0,3 5,7
Bélgica 6,1 0,3 6,4
Dinamarca 6,8 0,3 7,1
Finlandia 5,9 0,1 6,0
Francia 5,7 0,4 6,1
Alemania 4,4 0,9 5,3
Grecia 3,9 0,2 4,1
Irlanda 4,1 0,3 4,4
Italia 4,6 0,3 4,9
Luxemburgo n.d. n.d. n.d.
Países Bajos 4,6 0,5 5,1
Portugal 5,7 0,1 5,8
España 4,3 0,5 4,8
Suecia 6,7 0,2 6,9
Reino Unido 5,0 0,9 5,9
Media países U.E.-15 5,2 0,4 5,6
Fuente: OECD (2005c).

n.d.: dato no disponible.
88
Una parte importante del peso que tiene el gasto privado educativo en
España se debe a la creciente utilización por parte de las familias de centros
educativos pertenecientes a la red privada o concertada. Si bien desde los
años ochenta se ha producido una importante expansión de la educación
pública, con patrones diferenciados según cada Comunidad Autónoma, la
dualidad entre centros públicos y privados en el sistema educativo continúa
siendo una fuente de desigualdades. Entre los años 1997 y 2000 se produjo
en nuestro país un importante desplazamiento de la demanda de servicios
educativos desde los centros públicos hacia los privados. Es decir, muchas
familias matricularon a sus hijos en centros privados y no en centros públicos.
En buena medida, este desplazamiento estuvo provocado por la búsqueda de
muchos hogares de clase media de cierta seguridad ante incertidumbres que
afectan especialmente a los centros públicos. Carabaña (2006a) considera
que este fenómeno se debe, entre otras razones, a la alteración de las pro-
porciones de clases debido al crecimiento de las clases medias profesiona-
les y empleados administrativos, que suelen llevar a sus hijos a escuelas pri-
vadas, y la reducción de las clases de obreros y campesinos que llevan a sus
hijos a escuelas públicas. Por otra parte, el mismo autor indica que parecería
existir un criterio de “distinción” que opera a favor de las escuelas privadas,
ya que se le atribuye un estatus más alto que a las públicas. Estos factores,
sumados a los procesos de selección que operan en algunos sectores de la
enseñanza privada, limitan (véase Calero y Bonal, 2004) los principios de
libertad de elección y calidad educativa, produciendo una segregación social
en el sistema educativo.
Esta situación es particularmente notoria en la educación de nivel secun-

dario. Como se observa en el gráfico 5.1, a partir del curso 1996-1997 los
centros privados de educación secundaria experimentan un importante
aumento en sus matrículas, que alcanza su punto máximo en el curso 2000-
2001, año en que el número de estudiantes matriculados en los centros
secundarios públicos era un 10% más bajo que en 1992, mientras que la
matriculación en centros privados casi había recuperado su nivel inicial. La
tendencia se estabiliza a partir de esa fecha, y los cambios en el número de
estudiantes matriculados obedecen a factores demográficos, que afectan de
igual manera a centros públicos y privados.
89
Capítulo 5
GRÁFICO 5.1
EVOLUCIÓN DE LA MATRÍCULA EN LOS ESTUDIOS CORRESPONDIENTES

A LA FRANJA DE EDAD TEÓRICA 14-17 AÑOS (1992-2005),
SEGÚN TITULARIDAD DEL CENTRO
Fuente: elaboración propia a partir de datos del MEC.
Nota: los estudiantes considerados han sido los matriculados en todos los niveles posibles
durante las edades teóricas entre 14 y 17 años (estudios de secundaria obligatoria y postobli-
gatoria general y vocacional). Estos niveles se modifican durante el periodo estudiado, por lo
que se utilizó el criterio de edad y no de nivel.
Un fenómeno similar se observa en las matriculaciones en centros uni-

versitarios. Como se observa en el cuadro 5.2, durante el mismo periodo en
que sube la matriculación en los centros privados de secundaria, se experi-
menta un fuerte crecimiento de la demanda de plazas privadas de educación
universitaria, en un contexto de caída de la demanda total provocada por cau-
sas demográficas. El crecimiento del sector privado, sin embargo, se desa-
celera notablemente a partir del curso 2001-02, y comienza a bajar en el
curso 2005-06.
90
CUADRO 5.2
EVOLUCIÓN DE LA MATRÍCULA EN UNIVERSIDADES PÚBLICAS Y

PRIVADAS ESPAÑOLAS, 1996-2006
Curso Matrículas totales Matrículas en centros Matrículas en centros Porcentaje de matrículas

públicos privados privadas sobre el total
de matriculaciones
96-97 1.549.312 1.480.881 68.431 4,4

97-98 1.575.645 1.493.927 81.718 5,2
98-99 1.582.795 1.489.155 93.640 5,9
99-00 1.589.473 1.486.912 102.561 6,4
00-01 1.555.750 1.438.294 117.456 7,5
01-02 1.525.989 1.403.594 122.395 8,0
02-03 1.503.694 1.376.269 127.425 8,5
03-04 1.482.042 1.349.248 132.794 9,0
04-05 1.462.897 1.318.154 144.743 9,9
05-06 1.442.081 1.303.109 138.972 9,6
Fuente: MEC, Estadística universitaria (varios años).
¿Qué sucedió durante los cuatro cursos en los que se produjo este cam-
bio en la demanda de centros educativos, especialmente en secundaria? Son
los cursos en los que coincide la generalización de la reforma de la LOGSE
y, también, el comienzo de la llegada acelerada de población inmigrante, dos
factores que crean incertidumbre y que, como señalábamos, provocan la bús-
queda de ámbitos de seguridad por parte de determinados grupos sociales,
en particular de las clases medias.
Respecto de la influencia de la inmigración, si bien el porcentaje de alum-

nos y alumnas extranjeras todavía se sitúa en valores alejados con respecto a
países con mayor tradición migratoria, el cómputo global de todas las ense-
ñanzas de régimen general no universitarias en el curso 2004-2005 repre-
sentó el 6,4% del total de la población escolarizada (MEC, 2005b). Sin
embargo, hay diversas áreas donde la presión migratoria genera problemas
de equidad, fundamentalmente en aspectos relacionados con la titularidad del
centro y la distribución geográfica. Respecto al primer factor, los datos del
MEC (2005b) muestran que el incremento de la inmigración ha sido absorbi-
do, fundamentalmente, por los centros públicos.
91
Capítulo 5
La estabilización de la tendencia que se observa a partir de 2001 podría

deberse a diversos factores, que no han sido aun suficientemente estudiados.
Por ejemplo, podría haber una suerte de percepción de “normalización” de los
fenómenos de la reforma de la secundaria y de la inmigración. También podría
deberse a que los centros privados concertados tengan dificultades para
absorber la demanda potencial situada en los centros públicos. Pero encon-
trar una respuesta requiere una exploración más profunda, que no desarrolla-
remos aquí. Sí nos centraremos, en cambio, en conocer las características y
las magnitudes del gasto privado en los hogares españoles, analizando tam-
bién cuáles son los factores que lo determinan. En el siguiente apartado pre-
sentaremos los resultados del análisis empírico que hemos realizado.
2. ¿Cuánto gastan las familias españolas en educación?
Para conocer las cifras del gasto privado en educación hemos analizado los
datos que proporciona la Encuesta Continua de Presupuestos Familiares, por
trimestres para el año 2003-04, y la evolución del gasto agregado a partir de
los datos anuales de la misma fuente, desde 1998.
De acuerdo con los datos de esta encuesta, en el periodo comprendido

entre 1998 y 2003 el gasto en educación realizado por los hogares españo-
les creció constantemente, pasando de 2,85 millones de euros en 1998 a 3,6
millones de euros en el curso 2002-2003. Los datos contenidos en el gráfico
5.2 permiten una percepción más ajustada de la evolución del gasto, ya que
en él presentamos el gasto por estudiante durante el período 1998-2003,
considerando también la evolución de los precios y tomando como referencia
los valores correspondientes al año 1998. De acuerdo con los datos el gasto
privado por estudiante, medido en euros corrientes (es decir, sin corregir la
inflación de todo el periodo, que fue del 24%), era en 2003 un 30% más alto
que en 1998. En cambio, al considerar la evolución de los precios la diferen-
cia entre un año y otro es menor, pero de todas maneras la tendencia es
ascendente: el gasto privado en educación en 2003 se encuentra ocho pun-
tos por encima del valor correspondiente a 1998 si igualamos el dato de ese
año a 100.
92
GRÁFICO 5.2
EVOLUCIÓN DEL GASTO PRIVADO EN EDUCACIÓN POR ALUMNO, EN PRECIOS

CORRIENTES Y CONSTANTES (1998 = 100)
Fuente: Elaboración propia a partir de Encuesta Continua de Presupuestos Familiares (INE),

ficheros anuales.
Los determinantes del gasto privado educativo: clase social, nivel de renta y
Comunidad Autónoma de referencia
¿Qué sucede si dejamos de considerar a los hogares en su conjunto e incor-

poramos al análisis variables relacionadas con sus características particula-
res, como la clase social, el nivel de renta y la Comunidad Autónoma de resi-
dencia, como en los análisis que hemos presentado en los capítulos anterio-
res? En otras palabras, ¿qué sucede cuando observamos los datos con las
gafas de las desigualdades?
En anteriores investigaciones hemos demostrado que la asociación entre

la clase social y el nivel de gasto privado en educación es muy clara (véase
Calero y Escardíbul, 2005): las clases sociales más altas tienen una partici-
pación más elevada en el gasto privado educativo. Los datos que hemos ana-
lizado ahora corroboran nuestra afirmación, como podemos observar en el
cuadro 5.3. En el gráfico se muestran tres relaciones: en primer lugar, el por-
93
Capítulo 5
centaje que representa el gasto educativo que realizan los hogares respecto
del total del gasto privado educativo, agrupado de acuerdo con la clase social
de pertenencia de acuerdo con la clasificación de Erikson, Goldthorpe y
Portocarero (1979); en segundo lugar, el porcentaje de población que repre-
senta cada clase social al total de la muestra, y en tercer lugar la proporción
que se establece entre el peso poblacional de cada clase y el peso en la mag-
nitud del gasto educativo privado. Como se observa, los hogares que perte-
necen a la clase I realizan casi un tercio del gasto privado educativo total,
cuando su participación en la población de referencia es de un 11%. Su peso
es un 20% superior al que le correspondería de acuerdo con su tamaño si el
gasto se distribuyese de forma equitativa. Estos datos muestran la centralidad
del gasto privado en educación en las estrategias educativas de esta clase,
que reconoce al sistema educativo (y, dentro de él, el sector privado) como la
vía más importante de promoción social. De forma simétrica, resulta también
llamativa la muy reducida participación en el gasto de las clases IV y V: entre
ambas efectúan poco más del 22% del gasto, cuando aportan casi el 39%
del total de población relevante.
CUADRO 5.3
GASTO PRIVADO EN EDUCACIÓN EN RELACIÓN CON EL GASTO PRIVADO TOTAL

Y PARTICIPACIÓN EN GASTO PRIVADO EN EDUCACIÓN (2003-04),
SEGÚN CLASE SOCIAL
% gasto privado % que aporta al Proporción de la

educativo en el total de la participación gasto
gasto privado población de privado educativo/
Clase social educativo total entre 3 y 24 años peso poblacional
I. Profesionales 31,3 11,0 +20,3
II. Intermedia 25,5 23,4 +2,1
III. Pequeños propietarios 16,8 20,3 +3,5
IV. Trabajadores manuales
cualificados 18,4 30,9 -12,5
V. Trabajadores manuales
no cualificados 3,9 7,9 -4,0
VI. Propietarios agrarios 3,1 3,6 +0,5
VII. Trabajadores agrarios 0,9 3,0 -2,1
Total 100 100 –
Fuente: elaboración propia a partir de Encuesta Continua de Presupuestos Familiares (INE).

Si en lugar de considerar el indicador de clase social utilizamos el de la

renta disponible de los hogares, observamos también una tendencia diferen-
cial entre grupos. En el cuadro 5.4 presentamos la información relativa a la
participación de los hogares en el gasto privado en educación. Hemos agru-
pado a los hogares en quintiles, de acuerdo con su nivel de renta: el primer
quintil incluye los hogares de rentas más bajas, el quinto quintil los que tienen
rentas más altas. De acuerdo con nuestro análisis, podemos ver que casi la
mitad del gasto privado educativo lo efectúa el quinto quintil (que aporta el
22,2% de la población de referencia); mientras que los dos primeros quintiles
realizan poco más del 11% del total del gasto privado en educación. En cuan-
to al esfuerzo presupuestario que supone el gasto privado en educación a los
diferentes quintiles de gasto (columna 1 del cuadro 5.4), éste alcanza un
máximo para el quintil 3 (2,0%), si bien el valor del quinto quintil es también
muy elevado (1,9%).
CUADRO 5.4
GASTO PRIVADO EN EDUCACIÓN EN RELACIÓN CON EL GASTO PRIVADO TOTAL

Y PARTICIPACIÓN EN GASTO PRIVADO EN EDUCACIÓN (2003-04),
SEGÚN QUINTILES DE GASTO EQUIVALENTE
% gasto privado
educativo en el % que aporta al total de la Relación gasto privado
gasto privado población de entre 3 y 24 educativo/ peso
Quintil educativo total años poblacional
1 3,0 20,5 -17,5
2 8,3 19,1 -10,8
3 15,4 18,4 -3
4 23,4 19,8 +3,6
5 49,9 22,2 +27,7
Total 100 100 –
El gasto privado educativo según Comunidad Autónoma de residencia
La información que hemos presentado hasta ahora corresponde al total de los

hogares españoles, sin diferenciar de acuerdo con la Comunidad Autónoma
de residencia. ¿Se observan variaciones en el comportamiento de esta varia-
95
Capítulo 5
ble si la analizamos de forma territorial? Como pone de manifiesto la informa-

ción presentada en el cuadro 5.5, existen fuertes desigualdades territoriales
en relación con el gasto privado en educación. La primera columna del cua-
dro muestra el porcentaje que representa el gasto privado educativo respec-
to del gasto educativo total de cada Comunidad; la segunda columna indica
el porcentaje de la población de entre 3 y 24 años que aporta cada
Comunidad al total de la población de estas edades del país; por último, la
tercera columna muestra la relación entre la magnitud del gasto privado en
educación y el peso poblacional de la Comunidad.
CUADRO 5.5
GASTO PRIVADO EN EDUCACIÓN EN RELACIÓN CON EL GASTO PRIVADO TOTAL Y

PARTICIPACIÓN EN GASTO PRIVADO EN EDUCACIÓN (2003-04), SEGÚN
COMUNIDAD AUTÓNOMA
CCAA % de participación en % de participación en el total Relación gasto privado

el total del gasto de la población entre 3 y 24 educativo/ peso
privado en educación años poblacional
Andalucía 14,9 20,8 -5,9

Aragón 2,8 2,6 +0,2
Asturias 2,1 2,1 0
Baleares 2,0 2,1 -0,1
Canarias 3,6 4,6 -1
Cantabria 0,8 1,2 -0,4
Castilla y León 5,1 5,3 -0,2
Castilla–La Mancha 2,7 4,5 -1,8
Cataluña 19,3 14,5 +4,8
Comunidad Valenciana 9,5 10,3 -0,8
Extremadura 1,5 2,8 -1,3
Galicia 5,4 6,0 -0,6
Madrid 18,3 13,1 +5,2
Murcia 1,9 3,4 -1,5
Navarra 1,3 1,2 +0,1
País Vasco 7,6 4,4 +3,2
La Rioja 0,9 0,6 +0,3
Ceuta y Melilla 0,3 0,4 -0,1
Total 100 100 –

96
Los datos del cuadro 5.5 muestran que el gasto educativo privado es
mayor en tres Comunidades Autónomas: Cataluña, Madrid y País Vasco. En
estas Comunidades reside el 32% de la población en edad de estar poten-
cialmente en el sistema educativo; en ellas se concentra el 45% del gasto pri-
vado en educación. Otro grupo de Comunidades, formado por Andalucía,
Canarias, Castilla-La Mancha y Extremadura, presentan niveles muy reduci-
dos de gasto privado educativo.
La información que presentamos en el cuadro 5.6, referida al gasto públi-
co educativo por Comunidades Autónomas, permite completar la visión al res-
pecto. Como podemos observar, en las Comunidades que tienen un mayor
gasto privado, el gasto público educativo representa un menor porcentaje del
PIB. En cambio, en aquellas Comunidades en las que el gasto privado es
reducido, como Andalucía, Canarias, Castilla-La Mancha y Extremadura, el
peso porcentual del gasto público en educación aumenta. En estas
Comunidades la expansión del sistema educativo ha sido tardía y poco apo-
yada por el sector privado; la combinación de un PIB per cápita reducido y
una serie de políticas educativas muy centradas en el sector público ha pro-
vocado que el gasto público educativo sea muy superior a la media.
CUADRO 5.6
GASTO PÚBLICO EN EDUCACIÓN COMO PORCENTAJE DEL PIB, SEGÚN

COMUNIDAD AUTÓNOMA. AÑO 2003
Andalucía 4,8
Aragón 3,3
Asturias 4,3
Baleares 3,1
Canarias 4,4
Cantabria 3,5
Castilla y León 4,3
Castilla-La Mancha 5,1
Cataluña 2,9
Comunidad Valenciana 4,3
Extremadura 6,2
Galicia 4,7
Madrid 2,8
Murcia 4,5
Navarra 3,7
País Vasco 4,0
La Rioja 3,2
Total España 4,3
Fuente: elaboración propia a partir de MEC (2005c) y Contabilidad regional de España del INE.
97
investigamos
Capítulo 6
Conclusiones
Conclusiones
Asentargualdades
lo largo de este texto hemos revisado diferentes aspectos de las desi-
socioeconómicas en la educación en España. Antes de pre-
una síntesis de nuestros principales resultados, queremos destacar
que, tal y como habíamos apuntado ya en la introducción, en buena medida
los problemas del sistema educativo español son problemas de equidad.
Consideramos que nuestro trabajo aporta una evidencia empírica sólida que
permite apreciar de qué manera se amplían en el sistema educativo las desi-
gualdades socio-culturales de las familias, y que esta evidencia puede contri-
buir a delinear una actuación más precisa de las políticas educativas destina-
das a reducir las desigualdades.
En cada uno de los capítulos que componen el libro hemos utilizado
metodologías innovadoras y adecuadas a los problemas concretos analiza-
dos, y hemos trabajado sobre las mejores fuentes de datos estadísticos dis-
ponibles. Hemos intentando dar tanto una visión de conjunto como aislar el
efecto de diversos factores en cada uno de los factores del proceso. A con-
tinuación, revisaremos las ideas centrales y conclusiones aportadas en cada
uno de los capítulos del libro.
Capítulo 1: Los determinantes del nivel educativo de las personas
El capítulo 1 tenía como objetivo determinar hasta qué punto la familia y las
características del entorno influyen sobre la capacidad de los individuos para
alcanzar ciertos objetivos educativos. Los resultados de las estimaciones rea-
lizadas permiten concluir que existen diversos condicionantes.
101
Capítulo 6
Conclusiones
En primer lugar, las variables educativas del padre se revelan como deter-
minantes del nivel educativo de los hijos, mientras que las referidas a la madre
influyen sobre los hijos e hijas con un mayor efecto, y reflejan la mayor impor-
tancia, para el caso de España, que tiene el grado de educación de la madre.
En segundo lugar, dentro de las variables que reflejan las características

del hogar, la clase social destaca como un condicionante muy fuerte de las
posibilidades educativas de los hijos e hijas. También resulta condicionante,
aunque en menor medida, la composición del hogar (número de descendien-
tes) o, para el caso de las hijas y los hijos, que su padre forme parte de la
población activa.
En cuanto a la influencia del territorio, se observa un efecto negativo (para

hombres y mujeres) derivado de residir en algunas Comunidades Autónomas.
Es el caso de Comunidades donde se ha producido un desarrollo tardío de la
escuela de masas (casos como Andalucía, Extremadura y Galicia) y, también,
el de las Comunidades del arco mediterráneo y Canarias, donde el dinamis-
mo del mercado de trabajo (especialmente en el sector servicios) incentiva a
la incorporación laboral temprana de los jóvenes.
Capítulo 2: Los procesos de movilidad educativa
En el capítulo 2 nos ocupamos de los procesos de movilidad educativa en

España. Los principales resultados del análisis empírico muestran un patrón
de movilidad intergeneracional ascendente; así como el impacto positivo de la
educación de los padres y las madres sobre la educación de sus hijos e hijas
y una mayor influencia entre los niveles educativos de progenitores y descen-
dientes de igual sexo (padre-hijo, madre-hija).
Hemos detectado también una mayor movilidad educativa ascendente en

el caso de las hijas. Este hecho refleja un cambio estructural en el sistema
educativo español que ha pasado, en el transcurso de una generación, de una
situación en la que los mayores logros educativos correspondían a los hom-
bres, a la situación actual, donde son las mujeres las que obtienen las mejo-
res cualificaciones, en un marco de fuerte crecimiento del nivel educativo
medio de la población.
102
Capítulo 3: La distribución de los resultados educativos
En el capítulo 3 nos centramos en los resultados educativos, a partir del aná-

lisis de los datos proporcionados por el estudio PISA. Los datos presentados
mostraron la relevancia de los factores socioeconómicos y culturales sobre
los resultados de los alumnos, tanto aquellos de ámbito familiar como los refe-
ridos a los centros escolares.
Respecto de la influencia del ámbito familiar, inciden significativamente

sobre los resultados de los alumnos las variables relacionadas con el entorno
cultural del hogar, la clase social y la nacionalidad de los padres. En relación
con el ámbito escolar, el efecto de la titularidad de los centros educativos
sobre los resultados desaparece al incluir las variables sociales y económicas
relacionadas con los mismos, destacándose la incidencia del nivel educativo
de los padres y madres de los alumnos de la escuela.
A partir de los resultados anteriores, y en consonancia con los estudios

de la OCDE debe subrayarse la importancia del entorno escolar sobre las
puntuaciones de los alumnos en los test de PISA. Respecto del resto de
variables que determinan los resultados, destacan, en el ámbito personal, los
vinculados con la trayectoria educativa del propio individuo: mejoran los resul-
tados haber cursado educación infantil más de un año, estar en el curso más
avanzado posible según la edad y tener buenas expectativas en cuanto a la
carrera educativa futura; sin embargo, actúa contra la obtención de unos bue-
nos resultados repetir algún curso de primaria. De este modo, cobra impor-
tancia no sólo la situación presente del alumno (en PISA, las condiciones edu-
cativas en secundaria) sino también el historial académico y la expectativa
educativa.
Capítulo 4: ¿De la escuela al trabajo? Los jóvenes que salen del sistema
educativo español
En el cuarto capítulo estudiamos las trayectorias laborales y educativas de los

jóvenes que finalizan la Educación Secundaria Obligatoria, el Bachillerato y
los Ciclos Formativos de Grado Medio. Adoptamos una perspectiva centrada
en las desigualdades con el fin de explicar la inserción laboral de los jóvenes
que abandonan prematuramente el sistema educativo. De esta forma, los aná-
lisis se han centrado en el estudio de los determinantes que explican el tipo
de inserción laboral, así como las características de la movilidad según las cla-
ses sociales y quintiles de renta equivalente del hogar. Destacaremos tres
resultados principales del análisis.
103
Capítulo 6
Conclusiones
En primer lugar, hemos observado diferencias importantes relativas al

género en la inserción en empleos de calidad. Estos resultados, significativos
para la población que termina ESO y, fundamentalmente para la que termina
el Bachillerato o CFGM, indican que los adolescentes varones tienen mayo-
res probabilidades de conseguir empleos de calidad.
En segundo lugar, los datos analizados ponen de manifiesto que los jóve-
nes que proceden de grupos socioeconómicos privilegiados realizan su tran-
sición a la vida laboral con menores dificultades, mientras que los que están
económicamente desfavorecidos se enfrentan a la situación inversa.
En tercer lugar, los resultados de las estimaciones indican que el nivel

educativo de los padres influye sobre los destinos laborales de las poblacio-
nes seleccionadas.
Del análisis de trayectorias entre estados laborales y educativos para el

período 1995-2001 realizado se desprenden diversos resultados de impor-
tancia. En primer lugar debemos resaltar la magnitud que toma la inactividad
y el desempleo para aquellos jóvenes que inicialmente se encontraban en el
mercado laboral o sólo habían concluido la ESO, situación que muestra de
qué manera el déficit educativo penaliza a los individuos, convirtiéndolos en
grupos marginales en el mercado laboral.
En segundo lugar, los jóvenes pertenecientes a sectores de bajas rentas,

así como aquellos que pertenecen a las clases sociales de trabajadores no
cualificados y trabajadores agrarios tienen elevadas probabilidades de situar-
se en empleos de mala calidad, estar desempleados e inactivos, particular-
mente cuando sólo disponen de la credencial de la educación obligatoria y
abandonan el sistema educativo. En cierta medida, cuando los jóvenes logran
finalizar el Bachillerato o CFGM, las trayectorias educativas y laborales mues-
tran menores niveles de dispersión. De esta forma, la posición en el mercado
laboral de aquellas personas que logran sólo la educación obligatoria es la
más precaria y desaventajada en términos laborales, ya que tienen mayores
probabilidades de estar desempleados e inactivos, y más probabilidades,
también, de tener contratos atípicos.
Capítulo 5: El gasto en educación de los hogares españoles
En el quinto capítulo analizamos las cifras del gasto privado en educación en

España, que tiene un peso proporcional más importante que en otros países
de su entorno. El gasto privado en educación está determinado por variables
104
que tienen una distribución desigual dentro de la sociedad y provoca, a su

vez, desigualdades adicionales, relativas al tipo de trayectoria educativa de los
individuos. En este capítulo nos centramos en desigualdades de dos tipos:
socioeconómicas y territoriales.
Con respecto a la primera (considerada a través de una variable de clase

social y de quintiles de gasto equivalente), hemos aportado nuevas evidencias
relativas a cómo determinados grupos (aquellos con mayor capacidad de
pago y, muy especialmente, los pertenecientes a la clase I) concentran una
elevadísima proporción del gasto educativo privado.
Con respecto a las desigualdades territoriales, hemos identificado dos

grupos diferenciados de Comunidades Autónomas: en el primero de ellos
(formado esencialmente por Cataluña, Madrid y el País Vasco) la evolución
histórica del sistema educativo y las políticas educativas recientes han impul-
sado el gasto privado en educación hacia niveles muy elevados. Por el con-
trario, en otro grupo de Comunidades (como Andalucía, Canarias, Castilla-La
Mancha y Extremadura) se produce una situación simétrica, donde el gasto
público tiene un papel mucho más relevante.
***
Los diferentes análisis empíricos presentados señalan insistentemente en

una dirección: las desigualdades educativas tienen un fuerte carácter inercial:
se transmiten de una generación a otra y se reproducen (en ocasiones de
forma ampliada) a lo largo del ciclo vital. La posición central de la educación
a la hora de definir las posiciones de las personas en el mercado de trabajo y
en la sociedad en general hace que las desigualdades educativas incidan,
también, cada vez más en los niveles agregados de desigualdad social.
Las desigualdades socioeconómicas presentes en el sistema educativo

no sólo producen efectos sobre el tipo de inserción laboral de los jóvenes,
sino que además agravan las condiciones asociadas a los niveles socioeco-
nómicos bajos. Los procesos de exclusión de los sectores menos favorecidos
se incrementan en los niveles educativos más elevados, generando nulas
oportunidades para mejorar el nivel de vida.
Una sociedad que quiera remover las desigualdades sociales de mayor

entidad debe velar por que el proceso educativo sea lo más independiente
posible de las condiciones socioeconómicas de partida. Es decir, invertir jus-
tamente la situación actual, en la que la igualdad real de oportunidades se ve
lastrada, en todas y cada una de las fases del proceso educativo, por las con-
105
Capítulo 6
Conclusiones
diciones socioeconómicas de partida, quedando reducida a una mera igual-

dad formal de oportunidades.
Las políticas educativas aplicadas con este objetivo, las actuales y las
que se diseñen en el futuro, son políticas no sólo equitativas, sino también efi-
cientes: al impedir que las desigualdades de origen “colonicen” el sistema
educativo, se evita el despilfarro de recursos humanos, tan necesarios en una
sociedad basada en el conocimiento, que ahora se produce.
106
investigamos
Bibliografía
Bibliografía
Abburrà, L. (2005). As Good as the Others. Northern Italian Students and

their Peers in other European Regions. Istituto Ricerche Economico
Sociali del Piemonte. Mimeo. Noviembre.
Albert, C. y García-Serrano, C. (2004). “Tipo de escuela y logros educativos
en España”. Comunicación presentada en el XIII Congreso de la AEDE,
Universidad del País Vasco, San Sebastián, 13-14 de septiembre de
2004.
Albert, C., Dávila, M. y Toharia, L. (2003). “To find or not to find a First
Significant Job: the Case of Spain”. Comunicación presentada en las V
Jornadas de Economía Laboral, Universidad Rovira i Virgili, Reus, 9-11 de
julio de 2003.
Albert, C., Juárez, J., Sánchez, R. y Toharia, L. (2000). “La transición de la
escuela al mercado de trabajo en España: años noventa”. Papeles de
Economía Española, Monográfico: Capital Humano y Bienestar
Económico, n. 86, pp. 42-58.
Allison, P. D. (2002). Missing Data. Thousand Oaks, CA: Sage.
Anderson, J. (2002). “Gender-related Differences on Open and Closed
Assessment Tasks”. International Journal of Mathematical Education in
Sciences and Technology, vol. 33, n. 4, pp. 495-503.
Ayala, L. y Sastre, M. (2002). “La medición de la movilidad de ingresos: enfo-
ques e indicadores”. Revista de Economía Pública, vol. 162, n. 3, pp.
101-31.
109
Bibliografía
Banco Mundial (2004). Indicadores del Desarrollo Mundial 2004.

Washington D.C.
Baye, A. et al. (2006). A Set of Indicators to Measure Equity in 25 European
Union Education Systems. Report for the European Commission. Liège:
Service de Pédagogie expérimentale.
Becker, G. y Tomes, N. (1986). “Human Capital and the Rise and Fall of
Families”. Journal of Labor Economics, vol. 4, n. 3, pp. S1-S39.
Behrman, J. y Rosenzweig, M. (2002). “Does Increasing Women’s Schooling
Raise the Schooling of the Next Generation”. American Economic
Review, vol. 92, pp. 323-34.
Behrman, J. y Taubman, P. (1990). “The Intergenerational Correlation between
Children’s Adult Earnings and their Parent’s Income: Results from the
Michigan Panel Survey of Income Dynamics”. Review of Income and
Wealth, vol. 36, n. 2, pp. 115-27.
Behrman, J. y Wolfe, B. (1984). “The Socioeconomic Impact of Schooling in a
Developing Country”. The Review of Economics and Statistics, vol. 66,
n. 2, pp. 296-303.
Behrman, J., Gaviria, A. y Székely, M. (2001). “Intergenerational Mobility in
Latin America”. Research Departament Working Paper, Inter-American
Development Bank 452.
Binder, M. (1998). “Family Background, Gender and Schooling in Mexico”.
The Journal of Development Studies, vol. 35, n. 2, pp. 54-71.
Björklund, A. y Chadwick, L. (2003). “Intergenerational Income Mobility in
Permanent and Separated Families”. Economics Letters, vol. 80, pp. 239-
46.
Björklund, A. y Jäntti, M. (1997). “Intergenerational Income Mobility in Sweden
Compared to the United States”. American Economic Review, vol. 87, n.
5, pp. 1009-18.
Black, S., Devereux, P. y Salvanes, K. (2003). “Why the Apple Doesn’t Fall
Far: Understanding Intergenerational Transmission of Human Capital”.
Discussion Paper Series, IZA, vol. 926. Bonn: Institute for the Study of
Labor.
Blanchflower, D. y Freeman, R. (2000). “The Declining Economic Status of
Young Workers in OECD Countries”, en Blanchflower, D. y R. Freeman
110
(eds): Youth Employment and Joblessness in Advanced Countries.

Chicago: NBER y University of Chicago Press.
Blanchflower, D. y Freeman, R. (eds.) (1999). Youth employment and jobless-
ness in advanced countries. Chicago: University of Chicago Press.
Bonal, X. (2002). “El balance público-provado en el sistema de enseñanza
español: evolución y efectos sobre las desigualdades educativas”.
Educar, vol. 29, pp. 11-29.
Bowers, N., Sonnet, A. y Bardone, L. (2002). “Giving Young People a Good
Start: The Experience of OECD Countries. Background Report”. Paris:
OECD.
Buchinsky, M. (1998). “Recent advances in quantile regression models: a
practical guideline for empirical research”. Journal of Human Resources,
vol. 33, pp. 88-126.
Buhman, B. et al. (1988), “Equivalence scales, well-being, inequality, and
poverty: sensitivity estimates across ten countries using the Luxembourg
Income Study (LIS) data”. Review of Income and Wealth, vol. 34, pp.
115-142.
Calero, J. (2006a). La equidad en educación. Informe analítico del sistema
educativo español. Madrid: MEC-CIDE.
Calero, J. (2006b) Desigualdades tras la educación obligatoria: nuevas
evidencias. Documento de trabajo de la Fundación Alternativas, n. 83/06
Calero, J. y Bonal, X. (2004) “Financiación de la educación en España”, en
Navarro, V. (coord.): El estado de bienestar en España. Madrid: Tecnos,
pp. 183-207.
Calero, J. y Escardíbul, J. O. (2005). “Financiación y desigualdades en el sis-
tema educativo y de formación profesional de España”, en Navarro, V.
(coord.): La situación social de España. Madrid, Biblioteca Nueva-
Fundación Largo Caballero, pp. 337-384.
Cañas, G. (2004). “España es el tercer país de la UE en el que los alumnos
abandonan antes los estudios”. El País, 11-12-2004.
Carabaña, J. (2006a). “El progreso interclasista de la escuela pública (1985-
2004). Argumentos para un debate sobre la distribución del alumnado en
el sistema educativo español”. Panorama Social, Monográfico: Infancia y
juventud: nuevas condiciones, nuevas oportunidades, vol. 3.
111
Bibliografía
Carabaña, J. (2006b) “El ‘Informe PISA’, mala guía para la LOE”. El País, 06-
03-2006.
Carabaña, J. (2004). “El futuro del sistema de enseñanza: alumnos y sabe-
res.”, en Cruz, Laura (ed.): España 2015: Prospectiva social e investiga-
ción científica y tecnológica. Madrid: Ministerio de Educación y Ciencia-
FECYT, pp. 69-99.
Carabaña, J. (1999). Dos estudios sobre movilidad intergeneracional. Madrid:
Fundación Argentaria-Visor.
Checchi, D., Ichino, A. y Rustichini, A. (1999). “More Equal But Less Mobile?
Education Financing and Intergenerational Mobility in Italy and in the US”.
Journal of Public Economics, vol. 74, pp. 351-93.
Chevalier, A. (2004). “Parental Education and Child’s Education: A Natural
Experiment”. Discussion Paper Series. IZA, vol. 1153. Bonn: Institute for
the Study of Labor.
Chevalier, A., Harmon, C., O’Sullivan, V. y Walker, I. (2005). “The Impact of
Parental Income and Education on the Schooling of their Children”. The
Institute for Fiscal Studies, WP05/05.
Cohen, J., Cohen, P., West, S. y Aiken, L. (2003). Applied Multiple
Regression/Correlation Analysis for the Behavioural Sciences (3rd. ed.).
Hillsdale, NJ: Erlbaum.
Coleman, J. (1990). Foundations of Social Theory. Cambridge, MA: Harvard
University Press.
Comi, S. (2003). “Intergenerational Mobility in Europe: Evidence from ECHP”.
Working Papers del Dipartimento de Economia Politica e Aziendale.
Università degli Studi di Milano, 3.
Comisión Europea (2002). Comunicación de la Comisión. Indicadores
estructurales. Bruselas: Comisión de las Comunidades Europeas.
Comunidad Escolar (2002). “El nivel sociocultural influye decisivamente en el
rendimiento estudiantil”. Comunidad Escolar, n. 705. Madrid: Ministerio
de Educación y Ciencia.
Consejo Escolar del Estado (2005). Informe sobre el estado y situación del
sistema educativo. 2003/04. Madrid, Consejo Escolar del Estado.
112
Corak, M. y Heisz, A. (1998). “The Intergenerational Earnings and Income

Mobility of Canadian Men: Evidence from Longitudinal Income Tax Data”.
Analytical Studies Branch, Statistics Canada.
Dearden, L., Machin, S. y Reed, H. (1997). “Intergenerational Mobility in
Britain”. The Economic Journal, vol. 107, pp. 47-66.
Dolado, J., Felgueroso, F. y Jimeno, J. (2000). “Explaining Youth Labor Market
Problems in Spain: Crowding-Out, Institutions, or Technology Shifts?”.
Discussion Paper Series. IZA, vol. 142. Bonn: Institute for the Study of
Labor.
Dronkers, J. y Robert, P. (2004). The effectiveness of public, private govern-
ment-dependent and private independent schools: a cross-national
analysis. European University Institute. Department of Political and Social
Sciences. Mimeo.
Duncan, G., Yeung, W., Brooks-Gunn, J. y Smith, J. (1998). “How Much
Childhood Poverty Affect the Life Chances of Children?”. American
Sociological Review, vol. 63, n. 3, pp. 406-23.
Dunn, C. (2004). “Intergenerational Transmission of Lifetime Earnings: New
Evidence from Brazil”. Working Papers from University of Michigan.
Departament of Economics and Population Studies Center: Enero.
Erikson, R., Goldthorpe, J. y Portocarero, L. (1979). “Intergenerational class
mobility in three Western European Societies: England, France and
Sweden”. British Journal of Sociology, vol. 30, n. 4, pp. 415-441.
Esping-Andersen, G. (2004). “Unequal Opportunities and the Mechanisms of
Social Inheritance”, en Miles Corak (ed.): Generational Income Mobility
in North America and Europe. Cambridge: Cambridge University Press,
pp. 289-314.
Esping-Andersen, G. (1997). “Welfare State at the End of the Century. The
Impact of Labour Markets, Family and Demographic Change”, en OECD
(ed.): Family, Market and Community, Paris: OECD Publications.
Ferrer, G., Castel, J. y Ferrer, F. (2006). “Las desigualdades del sistema edu-
cativo a través del Estudio PISA 2003”. Revista de Educación, extraordi-
nario 2006, Ministerio de Educación y Ciencia, pp. 399-428.
Fertig, M. (2003). “Who’s to Blame? The Determinants of German Students’
Achievement in the PISA 2000 Study”. Discussion Paper Series, IZA,
vol. 739. Bonn: Institute for the Study of Labor.
113
Bibliografía
Fortin, N. y Lefebvre, S. (1998). “Intergenerational Income Mobility in Canada”,

en Statistics Canada Miles Corak ed.: Labour Markets, Social
Institutions, and the Future of Canada’s Children’s.
Gang, I. y Zimmerman, K. (1999). “Is Child Like Parent? Educational
Attainment and Ethnic Origin”. Discussion Paper Series, IZA, vol. 57.
Bonn: Institute for the Study of Labor.
García-Montalvo, J., Peiró, J. y Soro-Bonmatí, A. (2003). Capital Humano.
Observatorio de la inserción laboral de los jóvenes: 1996-2002.
Valencia: Fundación Bancaja/IVIE.
Gautier, P. (2000). “Do More High-skilled Workers Occupy Simple Jobs
During Bad Times?”, en Borghans, L. y A. De Grip: The Overeducated
Worker?: The Economics of Skill Utilization. Cheltenham: Edward Elgar
Publishing, pp. 203-230.
Glewwe, P. y Jacoby, H. (1994). “Student Achievement and Schooling Choice
in Low-Income Countries. Evidence from Ghana”. The Journal of Human
Resources, vol. 29, n. 3, pp. 843-64.
Glomm, G. y Ravikumar, B. (1992). “Public and Private Investment in Human
Capital: Endogenous Growth and Income Inequality”. The Journal of
Political Economy, vol. 100, n. 4, pp. 818-834.
González, J. (1992). “La construcción empírica de las clases”. Política y
Sociedad, vol. 11, pp. 99-122.
Grañeras, M. y cols. (1998). Catorce años de investigación sobre desigual-
dades en la educación. Madrid: CIDE.
Grañeras, M., Gordo, J., Lamelas, R., Villa, N. y Regil, M. de. (2000). Las desi-
gualdades en la educación en España (II). Madrid: Centro de
Investigación y Documentación Educativa.
Greene, W. (2002) Econometric Analysis (5th Edition). Prentice Hall.
Haag, A. y Jungblut, J. (2001): “The Changing of Labour Market Patterns dur-
ing the Nineties in Germany, France, United Kingdom and United States”.
Paper presented at the ISA Research Committee on Social Stratification
(RC28) Conference, Mannheim, Abril 26-28, 2001.
Halvorsen, R. y Palmquist, R. (1980). “The Interpretation of Dummy Variables
in Semilogarithmic Equations”. The American Economic Review, vol. 70,
n. 3, pp. 474-75.
114
Haveman, R. y Wolfe, B. (1995). “The Determinants of Children’s Attainments:

A Review of Methods and Findings”. Journal of Economic Literature, vol.
33, pp. 1829-78.
Hox, J. (2002). Multilevel Analysis. Techniques and Applications. London:
Lawrence Erlbaum.
Iannelli, C. (2002). “Parental Education and young People´s Educational and
Labour Market Outcomes: A comparision across Europe”. MZES
Working Papers, n. 45, Mannheim.
Iannelli, C. y Soro-Bonmatí, A. (2001). “The Transition from School to Work
in Southern Europe: The Cases of Italy and Spain”. CATEWE
Discussion Paper, ESRI.
INECSE (2004). Evaluación PISA 2003. Resumen de los primeros resulta-
dos en España. Madrid: Instituto Nacional de Evaluación y Calidad del
Sistema Educativo.
Jenkins, S. y Schluter, C. (2002). “The Effect of Family Income during
Childhood on Later-Life Attainment: Evidence form Germany”. Working
Papers of the Institute for Social and Economic Research, 2002-20.
Jones, K. y Duncan, C. (1998). “Modelling context and heterogeneity: apply-
ing multilevel models”, en Scarbrough, Elinor y Tanenbaum, Eric (eds.):
Research Strategies in the Social Sciences. A Guide to New
Approaches. Oxford: Oxford University Press.
Koenker, R. (2005). Quantile Regression. Cambridge: Cambridge University
Press.
Koenker, R. y Bassett, G. (1978). “Regression Quantiles”. Econometrica, vol.
46, n. 1, pp. 33-50.
Kogan, I. y Unt, M. (2003). “Transition from School to Work in Transition
Economies”. Paper presentado al “Transition in Youth Conference
Competencies and careers”, 4-6 September 2003, Funchal, Madeira.
Lareau, A. (1987). “Social Class Differences in Family - School Relationships:
The Importance of Cultural Capital”. Sociology of Education, vol. 60, n.
2, pp. 73-85.
Lassibille, G. y Navarro, L. (2004). Manual de economía de la educación.
Teoría y casos prácticos. Madrid: Pirámide.
115
Bibliografía
Lassibille, G. y Navarro, L. (1997). Un análisis de los gastos privados de edu-

cación en España en 1991. Madrid: CIDE (MEC).
Lassibille, G. y Navarro, L. (1990). Los gastos privados de educación. Madrid:
CIDE (MEC).
Lassibille, G., Navarro, L. y Aguilar, I. (2001). “Youth transition from school to
work in Spain”. Economics of Education Review, vol. 20, n. 2, pp. 130-
149.
Lauer, C. (2003). “Family Background, Cohort and Education: A French-
German Comparison based on a Multivariate Ordered Probit Model of
Educational Attainment”. Labour Economics, vol. 10, pp. 231-51.
Leibowitz, A. (1974). “Home Investment in Children”. The Journal of Political
Economy, vol. 82, n. 2, pp. S111-S131.
Levison, D., Moe, K y Knaul, F. (2001). “Youth Education and Work in Mexico”.
World Development, vol. 29, n. 1, pp. 167-188.
Lillard, L. y Willis, R. (1994). “Intergenerational Educational Mobility. Effects of
Family and State in Malaysia”. The Journal of Human Resources, vol. 29,
n. 4, pp. 1126-66.
López, G. y Casado, D. (2001). Vejez, dependencia y cuidados de larga dura-
ción en España. Barcelona: Fundación “La Caixa”, Colección Estudios
Sociales, n. 6.
López, N. (2004). “Educación y equidad. Algunos aportes desde la noción de
educabilidad”. Documentos del IIPE. Instituto Internacional de
Planeamiento de la Educación.
López, N. (2005). Equidad educativa y desigualdad social. Desafíos de la
educación en el nuevo escenario latinoamericano. Buenos Aires: IIPE -
UNESCO Sede Regional Buenos Aires.
Marchesi, A. (2006). “El informe PISA y la política educativa en España”.
Revista de Educación, extraordinario 2006, Ministerio de Educación y
Ciencia, pp. 337-355.
Marchesi, A. (2000). “Un sistema de indicadores de desigualdad educativa”.
Revista Iberoamericana de Educación, vol. 23, mayo-agosto.
Marjoribanks, K. (2005). “Family Environments and Children’s Outcomes”.
Educational Psychology, vol. 25, n. 6, pp. 647-57.
116
MEC (2005a). Las cifras de la Educación en España. Edición 2005. Madrid:

Ministerio de Educación y Ciencia.
MEC (2005b). “El alumnado extranjero en el Sistema Educativo Español
(1994-2005)”. Boletín de Temas Educativos 14. Madrid: Centro de
Investigación y Documentación Educativa.
MEC (2005c). Estadística del gasto público en educación, 2003. Disponible
en Internet: www.mec.es.
MEC (2004). Una educación de calidad para todos y entre todo. Propuestas
para el debate. Madrid: Ministerio de Educación y Ciencia.
Monseur, C. y Lafontaine, D. (2006). Methodological Issues Raised by Equity
Indicators Derived from Multilevel Analyses. Université Catholique de
Lovain. Département des sciences économiques, sociales et politiques.
Workshop. http://www2.econ.ucl.ac.be/~sexvdb/Workshop/4Monseur-
Lafontaine.pdf.
Moreno, A. (2004). Cambios en la fecundidad y el empleo femenino en los
estados de bienestar del sur de Europa en perspectiva comparada: el
papel del mercado laboral, la familia y las políticas familiares. Tesis
Doctoral. Departamento de Sociología. Barcelona: Universidad
Autónoma de Barcelona.
Moreno, L. (2001). “La vía media española del modelo de bienestar medite-
rráneo”. Papers. Revista de Sociología, vol. 63/64, pp. 67-82.
Navarro, V. (coord.) (2005). La situación social de España. Madrid: Biblioteca
Nueva.
OECD (2005a). PISA 2003. Technical report. Paris: OCDE.
OECD (2005b). PISA 2003. Data Analysis Manual (SPSS Users), Paris:
OCDE.
OECD (2005c). Education at a Glance. Paris: OECD. Disponible en Internet:
www.oecd.org.
OECD (2004a). Learning for tomorrow’s world. First results from PISA 2003.
Paris, OCDE.
OECD (2004b). Problem Solving for Tomorrow’s World. First Measures of
Cross-Curricular Competencies from PISA 2003. Paris, OCDE.
117
Bibliografía
OECD (1999). Classifying educational programmes. Manual for ISCED-97.

Implementation in OECD Countries. Paris, OCDE.
OECD (1997). Employment Outlook. Paris: OECD.
OIT (2006). 95 Conferencia Internacional del Trabajo. Ginebra: OIT.
OIT (1999). “Emplear a los jóvenes: promover un crecimiento intensivo en
empleo”. Informe preparado para el Simposio Inter Regional sobre
Estrategias para Combatir el Desempleo y la Marginalización de los
Jóvenes. 13-14 de diciembre, 1999. Ginebra: OIT.
Österberg, T. (2000). “Intergenerational Income Mobility in Sweden: What do
Tax-Data Show?”. Review of Income and Wealth, vol. 46, n. 4, pp. 421-
36.
Peraita, C. y Sánchez, M. (1998). “The Effect of Family Background on
Children’s Level of Schooling Attainment in Spain”. Applied Economics,
vol. 30, pp. 1327-34.
Pérez Zorilla, M. (2005). Evaluación de la Educación Primaria 2003. Madrid:
Ministerio de Educación y Ciencia. Instituto Nacional de Evaluación y
Calidad del Sistema Educativo.
Peters, E. (1992). “Patterns of Intergenerational Mobility in Income and
Earnings”. The Review of Economics and Statistics, vol. 74, n. 3, pp.
456-66.
Plug, E. (2004). “Estimating the Effect of Mother’s Schooling on Children’s
Schooling using a Sample of Adoptees”. American Economic Review,
vol. 94, n. 1, pp. 358-368.
Psacharopoulos, G. y Arraigada, A. (1989). “The Determinants of Early Age
Human Capital Formation: Evidence from Brazil”. Economic
Development and Cultural Change, vol. 37, n. 4, pp. 683-708.
Rasch, G. (1960). Probabilistic models for some intelligence and attainment
tests. Copenhague: Nielsen & Lydiche.
Raudenbush, S. y Bryk, A. (2002). Hierarchical Linear Models: Applications
and Data Analysis Methods. 2nd edition. Newbury Park, CA: Sage.
Ray, R. y Lancaster, G. (2005). “The impact of children´s work on schooling:
Multi-country evidence”. Internacional Labour Review, vol. 144, n. 2, pp.
189-210.
118
Recio, A. (1997). Trabajo, personas y mercados. Barcelona: Icaria/Fuhem.

Revista de Educación (2006). “PISA. Programa para la Evaluación
Internacional de Alumnos”. Revista de Educación, número extraordinario.
Robinson, W. (1950). “Ecological correlations and the behavior of individuals”.
American Sociological Review, vol. 15, pp. 351-357.
Rubin, D. (1989). Multiple imputation for nonresponse in surveys. New York:
Wiley.
Sánchez, A. (2004). “Movilidad intergeneracional de ingresos y educativa en
España (1980-90)”. Document de treball. Institut d’Economia de
Barcelona, 2004/1.
Schwartzman, S. (2005). “Accesos y retrasos en la educación en América
Latina”, En: Equidad en el acceso y la permanencia en el sistema edu-
cativo. Serie Debates N. 1. Néstor López y Ana Pereyra (coord.) ed.
Buenos Aires: IIPE - UNESCO, pp. 4-17.
Solon, G. (1992). “Intergenerational Income Mobility in the United States”.
American Economic Review, vol. 82, pp. 393-408.
Soro-Bonmatí, A. (2001). From school to work: a comparison of labour mar-
ket transitions and leaving home decisions of young people in
Germany, Italy and Spain. Tesis Doctoral. Florencia: European
University Institute.
Sullivan, A. (2001). “Cultural Capital and Educational Attainment”. Sociology,
vol. 35, n. 4, pp. 893-912.
Tedesco, J. C. (2002). “Los pilares de la educación del futuro”. Documentos
del IIPE. Instituto Internacional de Planeamiento de la Educación.
Tokman, V. (2001). De la informalidad a la modernidad. Santiago de Chile:
Organización Internacional del Trabajo.
Torres Mora, J. A. (1992). Las desigualdades educativas en España. Madrid:
CIDE (MEC).
Waisgrais, S. (2005). Educación y mercado laboral en Argentina. La transi-
ción del sistema educativo al trabajo. Tesis Doctoral. Pamplona:
Universidad Pública de Navarra.
Waisgrais, S. y Rosas, M. (2006). “Actividades económicas de niños, niñas y
adolescentes en la Argentina”. Trabajo, Ocupación y Empleo, Serie
119
Bibliografía
Estudios/3, Subsecretaría de Programación Técnica y Estudios

Laborales. Buenos Aires: Ministerio de Trabajo.
Willms, J. (2005). Learning divides. Ten policy questions about the perfor-
mance and equity of schools and schooling systems. Report prepared
for the Organization of Economic Cooperation and Development.
Willms, J. y Smith, T. (2005). A Manual for Conducting Analyses with Data
from TIMMS and PISA. Report prepared for the UNESCO Institute for
Statistics. Disponible en Internet: www.unb.ca/crisp/pdf/Manual_
TIMSS_PISA2005_0503.pdf.
Wright, E. (1980). “Class and Occupation”. Theory and Society, vol. 9, n. 1,
pp. 177-214.
120
investigamos
Anexos
Anexos
1. Información complementaria correspondiente al capítulo 1.
CUADRO A.1
ESTADÍSTICOS DESCRIPTIVOS DE LAS VARIABLES UTILIZADAS

EN LAS ESTIMACIONES DE LOGRO EDUCATIVO
Nivel educativo medio de los hijos e hijas (años de educación) 11,1

Nivel educativo medio de los padres (años de educación) 6,6
Nivel educativo medio de las madres (años de educación) 5,6
Edad promedio de los hijos e hijas 28,7
Edad promedio de los padres 60,1
Edad promedio de las madres 57,7
Porcentaje de padres que habla una lengua extranjera 7,0
Porcentaje de madres que habla una lengua extranjera 1,0
Porcentaje de hijos e hijas que padecen enfermedad crónica 10,0
Renta equivalente del hogar promedio (en pesetas) 2.353.563
Número promedio de hermanos 2,6
Porcentaje de padres en situación de desempleo continuado 7,0
Porcentaje de madres en situación de desempleo continuado 6,0
Tasa de actividad promedio de los padres 44%
Tasa de actividad promedio de las madres 23%
Clima educacional promedio (años de educación) 8,6
Porcentaje de hogares pertenecientes a la clase I 9,0
Porcentaje de hogares pertenecientes a la clase II 22,0
Porcentaje de hogares pertenecientes a la clase III 20,0
Porcentaje de hogares pertenecientes a la clase IV 29,0
Porcentaje de hogares pertenecientes a la clase V 10,0
Porcentaje de hogares pertenecientes a la clase VI 5,0
Porcentaje de hogares pertenecientes a la clase VII 4,0
Porcentaje de hogares por debajo del umbral de pobreza 9,0
Porcentaje de hijos e hijas que afirman vivir en un barrio
con delincuencia o vandalismo 16,0
Fuente: elaboración propia sobre datos de PHOGUE-2003.
123
Anexos
2. Información complementaria correspondiente al capítulo 3
2.1. Análisis de la relación entre los resultados obtenidos en la prueba

PISA-2003 de matemáticas y distintas variables socioeconómicas,
para el conjunto de países de la OCDE.
El Informe PISA-2003 incluye un análisis de las puntuaciones promedio obte-

nidas por cada país en la prueba de matemáticas en relación con un conjun-
to de variables independientes, analizadas con la misma metodología que
hemos empleado en el capítulo 3. Sintetizamos a continuación los resultados
más relevantes.
De acuerdo con el citado informe, variables como la renta per cápita, el

gasto educativo total acumulado por estudiante (entre 6 y 15 años) y el gasto
público en educación expresado como producto interior bruto PIB de cada
país muestran una relación de asociación positiva con los resultados en mate-
máticas. Ahora bien, dichas variables no son determinantes de los resultados,
ya que se observan países con unos resultados por encima (o por debajo) de
lo esperado atendiendo a su nivel de renta y gasto en educación. Hemos ana-
lizado esta relación en el capítulo 3.
Respecto de las variables referidas a las características de los estudian-

tes, el informe señala que en todos los países participantes se observan mejo-
res resultados en matemáticas en los chicos (salvo en Islandia), si bien la bre-
cha entre los géneros es estrecha. En el conjunto de países, la diferencia
media (estadísticamente significativa) a favor de los chicos es de 11 puntos
(un 2,2% sobre el resultado medio de la OCDE), si bien ésta es mayor en los
países con mejores resultados; en el caso español, se produce una diferen-
cia de 9 puntos (1,9% sobre la media nacional) que resulta también significa-
tiva en tres de los cuatro ámbitos que componen la prueba.
Los resultados medios en matemáticas son mejores entre los estudiantes

“nativos” que entre los hijos de inmigrantes nacidos en el país (“estudiantes
de primera generación”) y entre éstos y los estudiantes no nativos (nacidos en
el extranjero). Los resultados para España entre los nativos y el resto (se con-
sidera conjuntamente los alumnos no nativos y los estudiantes de primera
generación por su escasa presencia en la muestra) son algo superiores a la
media OCDE. En casi todos los casos (España entre ellos), los efectos se
reducen pero no desparecen si se controla por las diferencias socioeconómi-
cas de los alumnos, es decir, si se tienen en cuenta los efectos composicio-
nales, como hemos realizado en nuestro propio análisis presentado en el capí-
tulo 3.
124
Diversas variables relacionadas con las actitudes de los estudiantes tam-

bién tienen significatividad. Así, en prácticamente todos los países manifestar
una mayor confianza en la capacidad propia de resolver determinados pro-
blemas matemáticos planteados (lo que PISA denomina “auto-eficacia”), no
tener ansiedad ante las matemáticas, una mayor seguridad (“auto-concepto”)
con las matemáticas, un mayor interés en ellas y una mayor motivación instru-
mental (es decir, que aprender matemáticas se perciba como útil para conti-
nuar estudiando o para la actividad laboral) está correlacionado con un mejor
resultado en la prueba.
Dos factores que presentan una relación significativa, de signo positivo,

con los resultados son el entorno socioeconómico y cultural de las familias y
de las escuelas. En casi todos los países supone una ventaja asistir a escue-
las donde el alumnado, en promedio, proviene de entornos aventajados (inde-
pendientemente del nivel socioeconómico de cada cual). Además, dicho
entorno escolar tiene un mayor efecto positivo sobre los resultados obtenidos
en matemáticas que el contexto familiar de la persona (con la excepción casi
exclusiva de los países escandinavos). Para el caso español, también el efec-
to del entorno socioeconómico de la escuela es mayor al generado por el
entorno socioeconómico de cada alumno o alumna, si bien el efecto de la
escuela es algo menor a la media de la OCDE y el efecto de la familia algo
superior.
Siguiendo con las variables referidas a las escuelas, se constata la

influencia de la titularidad del centro: casi siempre obtienen mejores resulta-
dos quienes asisten a centros privados (520 puntos como promedio en los
países de la OCDE y 507 para España) que públicos (respectivamente 483
y 472). Sin embargo, en el caso del total de países de la OCDE, la diferencia
de 37 puntos se reduce a 24 puntos si se considera el contexto socioeconó-
mico del alumnado y casi desaparece (8 puntos) si se añade el efecto de la
composición social de las escuelas. Para España, la diferencia inicial de 36
puntos a favor de los centros privados se reduce a 19 si se tiene en cuenta el
primer factor y a 3 (no resultando entonces estadísticamente significativa) si
se consideran ambos factores socioeconómicos (OECD, 2004a). Así, en la
línea de los hallazgos de nuestra propia investigación, la diferencia de rendi-
miento entre centros públicos y privados depende de las características
socioeconómicas del alumnado del centro y del entorno social y cultural de
éste, produciéndose un efecto de atracción o arrastre en el rendimiento de
cada individuo hacia el promedio global del centro. Por tanto, y como en PISA
2000, el valor añadido educativo “neto” de los centros públicos y privados es
prácticamente el mismo (INECSE, 2004).
125
Anexos
En el análisis por centros escolares también se introducen variables refe-

ridas a la actitud y comportamiento de alumnado y profesorado, relacionán-
dose las siguientes con la obtención de buenos resultados: la existencia de
un buen clima escolar (bajo absentismo y buena relación entre alumnos y
entre éstos y los profesores); la disciplina en el aula (que se preste atención
al profesor y se dé un ambiente de trabajo); la moral de los profesores (que
trabajen con entusiasmo y estén a gusto en la escuela) y de los estudiantes
(que les guste la escuela y aprender). En España, también se relaciona posi-
tivamente con los resultados la actitud de los profesores (que sean proclives
al cambio, próximos a los alumnos, con bajo absentismo laboral, etc.). Ahora
bien, para la mayoría de países, las variables citadas tienen una baja relación
con los resultados de los alumnos y las alumnas y además dicha relación se
produce en combinación con factores socioeconómicos (como el clima esco-
lar, la actitud del profesorado, etc., que dependen en buena medida del nivel
socioeconómico de las familias). Finalmente, se observa una ligera relación
positiva entre los resultados y la autonomía escolar en la gestión del centro
(asignación de recursos financieros, políticas de personal, decisión sobre los
contenidos académicos, etc.), si bien esta variable también actúa preferente-
mente en combinación con el entorno social del alumnado de las escuelas.
Asimismo, se constata una relación positiva entre los resultados de matemá-
ticas y la asistencia a educación infantil más de un año (para un período infe-
rior los resultados son dispares).
2.2. Resultados de los modelos de análisis multinivel
CUADRO A.2.1
RESULTADOS DE LA REGRESIÓN MULTINIVEL (MULTIVARIANTE), MODELOS 1 A 4

Variables (1) (2) (3) (4)

+ + +
Edad
6,8*** 7,3*** 7,4***
– – –
Sexo (ser mujer)
-26,8*** -26,3*** -25,6***
Cursar 1º o 2º de ESO en el momento – – –

del test -74,6 ***
-68,2 ***
-62,5 ***
126
Cursar 3º de ESO en el momento del test – – –

-52,1 ***
-48,0 ***
-43,9 ***
Haber cursado menos de un año de

Ø Ø Ø
educación infantil
Haber cursado más de un año de + + +
educacióninfantil 1 año) 10,1 ***
8,3** 7,2**
Edad al inicio de la escuela primaria – – –
-8,5 ***
-8,3 ***
-7,9 ***
Haber repetido curso durante la escuela – – –

primaria -23,5 ***
-25,0 ***
-25,2 ***
Haber repetido curso durante la escuela

Ø
secundaria
Expectativa educativa del alumno, en años + + +
de escolarización 9,4 ***
8,8 ***
8,1 ***
– –
Ser inmigrante
-20,7*** -15,2***
– –
-8,4** -8,6**
– –
Madre económicamente activa
-5,2*** -4,7***
Padre con ocupación de cuello blanco, +
Ø
cualificada 5,1**
Padre con ocupación de cuello blanco,
Ø Ø
no cualificada
Padre con ocupación de cuello azul,
Ø Ø
cualificada
Madre con ocupación de cuello blanco, + +
cualificada 14,5*** 11,2***
Madre con ocupación de cuello blanco, + +
no cualificada 9,1*** 7,7***
Madre con ocupación de cuello azul, + +
cualificada 6,8** 6,1**
Años de escolarización del padre +
Ø
0,5 **
Años de escolarización de la madre Ø Ø
127
Anexos
Disponer de recursos informáticos para +

el estudio 4,0***
Disponer de materiales y de un sitio +
apropiado para estudiar 2,7 ***
Disponer de una biblioteca de más de +

cien libros 18,9***
CUADRO A.2.2
RESULTADOS DE LA REGRESIÓN MULTINIVEL (MULTIVARIANTE), MODELOS 5 A 9

Variables (5) (6) (7) (8) (9)

+ + + + +
Edad
7,5 ***
7,3 ***
7,3 ***
7,2 ***
5,8**
– – – – –
Sexo (ser mujer)
-25,6 -25,8 -25,8
*** *** ***
-25,8 -12,6
*** ***
– – – – –
Cursar 1º o 2º de ESO en el momento del test
-62,0 ***
-61,2 ***
-61,3 ***
-61,1 -59,6
*** ***
– – – – –
Cursar 3º de ESO en el momento del test
-43,7 -43,6
*** ***
-43,7 ***
-43,6 -39,4
*** ***
Haber cursado menos de un año de

Ø Ø Ø Ø Ø
educación infantil
Haber cursado más de un año de + + + + +
educación infantil 7,1 **
7,0 **
6,9** 6,9 **
6,2**
Edad al inicio de la escuela primaria – – – – –
-7,8 ***
-7,7 ***
-7,6 ***
-7,7 ***
-5,7 ***
Haber repetido curso durante la escuela – – – – –

primaria -25,4 -26,0 -25,9
*** *** ***
-26,1 -20,5
*** ***
128
Haber repetido curso durante la escuela

secundaria
Expectativa educativa del alumno, en años + + + + +
de escolarización 8,1 ***
8,0 ***
8,0 ***
8,0 ***
5,7 ***
– – – – –
Ser inmigrante
-15,0 ***
-13,8** -13,8** -13,7** -12,0**
– – – – –
-8,6** -8,4** -8,4** -8,4** -5,8*
– – – –
Madre económicamente activa Ø
-4,8 ***
-4,7 ***
-4,6 ***
-4,5 ***

Ø Ø Ø Ø Ø
cualificada
Ø Ø Ø Ø Ø
no cualificada
Padre con ocupación de cuello azul,
Ø Ø Ø Ø Ø
cualificada
Madre con ocupación de cuello blanco, + + + + +
cualificada 11,1 ***
10,6 ***
10,5 ***
10,4 ***
6,6 ***
Madre con ocupación de cuello blanco, + + + + +

no cualificada 7,6 ***
7,2 ***
7,1 ***
7,1 ***
5,5 ***
Madre con ocupación de cuello azul, + + + + +

cualificada 6,1** 6,3** 6,3** 6,0** 4,6*
Años de escolarización del padre Ø Ø Ø Ø Ø
Años de escolarización de la madre –
Ø Ø Ø Ø
-0,5*
Disponer de recursos informáticos para + + + + +
el estudio 4,0 ***
3,7 ***
3,7 ***
3,8 ***
2,0**
Disponer de materiales y de un sitio + + + + +
apropiado para estudiar 2,7 ***
2,7 ***
2,7 ***
2,6 ***
Ø
Disponer de una biblioteca de más de + + + + +
cien libros 18,9 ***
18,4 ***
18,4 ***
18,4 ***
14,6 ***
Centro de titularidad privada independiente Ø Ø Ø Ø Ø

+ + + + +
Centro de titularidad privada concertada
9,5*** Ø Ø Ø Ø
+ +
Número de alumnos en la escuela Ø Ø
0,01** 0,01*
+ + + +
Porcentaje de alumnas en el centro
42,1*** 36,6*** 40,5*** 28,3**
129
Anexos
Porcentaje de alumnos no nativos 10% Ø Ø Ø Ø

Porcentaje de alumnos no nativos > 10% – – – –
-14,8** -14,3** -16,5** -18,5***
Clima educativo de la escuela (media de + + + +
años de escolarización de los padres de 7,2 ***
7,4 ***
6,7 ***
6,4**
los alumnos)*
Porcentaje de alumnos repetidores en el + + + +
nivel correspondiente a la ESO 0,3* 0,3* 0,3* 0,3**
Número de ordenadores por estudiante Ø Ø Ø
Número de alumnos del centro por total de – – –
profesores de matemáticas del centro -0,1* -0,1* -0,1**
Relación entre el número de alumnos en + + +
clase por cada profesor de matemática 0,0004 0,0004 0,0004***
** **
Agrupación de los estudiantes según nivel – –

de capacidad, en todas las clases -13,6*** – -12,1***
Agrupación de los estudiantes según nivel
Ø Ø
de capacidad, en algunas clases
Estimulación del aprendizaje de las + +
matemáticas 6,4 ***
6,3 ***
Valoración del índice de moral de los + +

estudiantes 5,3*** 4,3**
–
Sensación de pertenencia a la escuela
-4,2***
–
Motivaciones para la elección del centro
-10,6 ***
–
Interés y disfrute de las matemáticas
-1,8*
+
Motivación instrumental en las matemáticas
4,4 ***
Percepción de auto-eficacia para las +

matemáticas 16,1***
–
Ansiedad ante las matemáticas
-6,9***
+
Auto-concepto ante las matemáticas
11,4 ***
Utilización de la memoria para el aprendizaje +

de las matemáticas) 4,5***
130
Horas semanales dedicadas al estudio de las -

matemáticas fuera del horario escolar -2,6***
Número medio de alumnos por clase de +
matemáticas 1,8 ***
Percepción de actitud de apoyo de los –

profesores en el estudio de las matemáticas -3,3***
+
Clima de disciplina en el aula
3,3***
3. Información complementaria correspondiente al capítulo 4
CUADRO A.3.1
RESULTADOS DEL ANÁLISIS LOGIT MULTINOMIAL PARA JÓVENES QUE

TERMINARON LA EDUCACIÓN SECUNDARIA OBLIGATORIA
Empleos de Empleos de Inactividad

Características personales
calidad baja calidad
– – –
Sexo
-0,849*** -0,356** Ø
–
Ø Ø -0,613**
+ + +
Edad
0,477*** 0,076* 0,168*
Mes de nacimiento Ø Ø Ø
Estar a cargo del cuidado de niños y/o de – –
personas dependientes -Ø -0,555* Ø
Renta disponible equivalente del hogar + +

0,939*** 0,219* Ø
Clase social: EGP II, Pequeños propietarios + +
1,069 ***
Ø 1,351**
131
Anexos
Clase social: EGP III, Trabajadores cualificados +

0,624** Ø Ø
Clase social: EGP IV, Trabajadores no cualificados Ø Ø Ø
Clase social: EGP V, Trabajadores agrarios Ø Ø Ø
Padre Desempleado + +
1,089* 0,737* Ø
+
Madre Ocupada
Ø 0,312* Ø
–
Madre Desempleada
Ø -0,467* Ø
Años de educación del padre Ø Ø Ø
Años de educación de la madre – –
-0,182*** -0,126*** Ø
Presencia en el hogar de niños menores de 12 + + +
años de edad 0,488** +0,502*** 0,681**
La vivienda cuenta con una infraestructura + +
mínima de confort 1,038*** 0,375* Ø
Área de residencia
+ + +
Aragón
2,998*** 1,075** 1,549**
+
Asturias
1,423* Ø Ø
+ +
Baleares
1,875** 0,799*** Ø
+ –
Canarias
2,139 ***
Ø -1,166*
+ +
Cantabria
2,698*** Ø +1,161*
Castilla y León Ø Ø Ø
+
Castilla y La Mancha
1,020* Ø Ø
+
Cataluña
2,035 ***
Ø Ø
+ +
Valencia
2,369*** 0,500* Ø
132
+
Extremadura
1,596*** Ø Ø
+ +
Galicia
2,465 ***
0,562* Ø
+ +
Madrid
1,311* 0,877** Ø
+ +
Murcia
2,147 ***
0,885** Ø
+ +
Navarra
3,287*** 1,898** Ø
País Vasco Ø Ø Ø
La Rioja Ø Ø Ø
Notas:
La categoría de referencia de la variable dependiente es “Paro”. Las categorías de referencias
para las variables independientes son: “Andalucía”, “EGP I, Trabajadores de cuello blanco”,
“Padre inactivo”, “Madre inactiva”. *** significativa al 1%; ** significativa al 5%; * significativa al
10%.
CUADRO A.3.2
RESULTADOS DEL ANÁLISIS LOGIT MULTINOMIAL PARA JÓVENES QUE

TERMINARON EL BACHILLERATO O CFGM
Características personales Empleos de Empleos de Inactividad

calidad baja calidad
– –
Sexo
-1,750 ***
-1,307 ***
Ø
– –
Ø -1,004* -2,105**
+ +
Edad
0,386*** Ø 0,837***
Mes de nacimiento Ø Ø Ø
Estar a cargo del cuidado de niños y/o de +
personas dependientes Ø Ø 2,578**
+ + +
Renta disponible equivalente del hogar
0,953*** 0,653*** 1,232**
133
Anexos
+
Clase social: EGP II, Pequeños propietarios
0,750*** Ø Ø
Clase social: EGP III, Trabajadores cualificados Ø Ø Ø
Clase social: EGP IV, Trabajadores no cualificados Ø Ø Ø
–
Clase social: EGP V, Trabajadores agrarios
Ø -0,276 Ø
+
Padre ocupado
Ø 0,558* Ø
Padre Desempleado Ø Ø Ø
Madre Ocupada Ø Ø Ø
– –
Madre Desempleada
-0,840* -0,654* Ø
– – –
Años de educación del padre
-0,104** -0,093** -0,258**
–
Años de educación de la madre
-0,034** Ø Ø
Presencia en el hogar de niños menores de +
12 años de edad 0,555* Ø Ø
La vivienda cuenta con una infraestructura
Ø Ø Ø
mínima de confort
Área de residencia
Aragón Ø Ø Ø
Asturias Ø Ø Ø
Baleares 1,621 *
Ø Ø
Canarias 1,613 **
Ø Ø
Cantabria Ø Ø Ø
Castilla y León 2,758 ***
2,225 ***
Ø
Castilla y La Mancha 1,761 **
Ø Ø
Cataluña 2,860 ***
1,711 ***
Ø
Valencia 3,360 ***
1,044 **
Ø
Extremadura 2,448 ***
Ø 2,465**
Galicia Ø Ø Ø
Madrid 2,403 ***
0,866 *
Ø
134
Murcia 1,895*** 0,973** Ø

Navarra 2,745 ***
1,040 *
Ø
País Vasco Ø 1,063 *
2,019*
La Rioja 2,232** Ø Ø
Notas:
La categoría de referencia de la variable dependiente es “Paro”. Las categorías de referencias para
las variables independientes son: “Andalucía”, “EGP I, Trabajadores de cuello blanco”, “Padre inac-
tivo”, “Madre inactiva”. *** significativa al 1%; ** significativa al 5%; * significativa al 10%.
135
investigamos
Las sociedades que desean reducir las desigualdades básicas deben prestar una
especial atención al sistema educativo. Deben garantizar que el proceso y los
resultados educativos sean lo más independientes posible de las condiciones de
partida de las personas. En España nos queda un largo camino por recorrer en
esa dirección, como se describe en el presente libro. En él se aprecia cómo se
amplían en el sistema educativo desigualdades socioeconómicas y sociocultura-
les que tienen su base en la familia.
El objetivo esencial de este estudio consiste en dar a conocer, con un lenguaje

asequible para el lector no especializado, diversos avances recientes en la inves-
tigación educativa sobre las desigualdades en la educación española. Para ello,
se utiliza una perspectiva interdisciplinaria combinando elementos de la economía
y la sociología de la educación, con objeto de estudiar en diferentes fases del
ciclo vital las relaciones entre educación y desigualdad.
Para el lector interesado en el sistema educativo y, más específicamente, para los

miembros de la comunidad educativa, el texto que aquí presentamos constituye
un valioso instrumento de conocimiento y también, en algunos casos, un valioso
instrumento para la intervención.
Sociedad desigual, ¿educación desigual?

Sobre las desigualdades en el sistema
educativo español
GOBIERNO MINISTERIO

Calero y Otros Sociedad Desigual Educacion Desigual PDF

Cargado por

Información del documento

Título original

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

Calero y Otros Sociedad Desigual Educacion Desigual PDF

Cargado por

Copyright:

Formatos disponibles

investigamos

El objetivo esencial de este estudio consiste en dar a conocer, con un lenguaje

Para el lector interesado en el sistema educativo y, más específicamente, para los

Sociedad desigual, ¿educación desigual?

MINISTERIO DE EDUCACIÓN, POLÍTICA SOCIAL Y DEPORTE

Capítulo 1. Los determinantes del nivel educativo de las

Capítulo 2. Los procesos de movilidad educativa............................ 31

Capítulo 3. La distribución de los resultados educativos.............. 45

Capítulo 4. ¿De la escuela al trabajo? Los jóvenes que salen

2. La inserción de los jóvenes en el mercado laboral en relación

Capítulo 5. El gasto en educación de los hogares españoles..... 85

Debemos sumar a esta situación el creciente convencimiento, tanto de

Estas razones nos llevaron a abordar, desde una perspectiva interdisci-

gualdades en el mercado de trabajo y determinan en buena medida los resul-

Esta revisión de aspectos vinculados con las desigualdades en el siste-

Efecto compañero: el término se refiere a la influencia que tiene sobre los

Gasto privado educativo: conjunto de costes, directos e indirectos, que se

en los centros privados o concertados y las matrículas universitarias. Son cos-

Gasto público educativo: conjunto de intervenciones, monetarias y en espe-

Logro educativo: concepto que se refiere a la “cantidad” de educación que ha

Movilidad educativa: comparación entre los logros educativos de dos gene-

Muestra representativa: se dice de una muestra estadística cuando su tama-

Significatividad estadística: se dice que el resultado de un análisis estadísti-

U na de las cuestiones centrales que debe abordarse cuando se estudian las

Desde la sociología y la economía se han dado respuestas diversas a

como indicador de la atención a la evolución educativa del hijo en todos

Tedesco (2002) y López (2004) plantean abordar los logros educativos a

Por último, concluiremos esta breve revisión de los condicionantes de los

¿Qué características de la realidad de los individuos o de las sociedades

2. ¿Cómo se miden los determinantes de los logros educativos?

Sobre los modelos de análisis estadístico

de otro factor. Puede interesarnos saber si la mortalidad infantil disminuye en

Así, una investigación de Jenkins y Schluter (2002) analiza para el caso

Para el caso de España, los resultados de una investigación desarrollada

que ha alcanzado su madre, el número de hermanos que tiene y la clase social

Este tipo de investigaciones no se limita a los países desarrollados, sino

Para el análisis empírico de nuestra propia investigación sobre las desi-

Planteamiento del análisis empírico

Los datos utilizados en el análisis empírico provienen del Panel de Hogares

tiene un tamaño suficiente como para ser representativa por Comunidades

Seleccionamos como grupo de análisis a la población comprendida entre

VARIABLES UTILIZADAS EN EL ANÁLISIS EMPÍRICO

Variable dependiente Variables utilizados para su medición

Logro educativo de Máximo nivel educativo alcanzado por la persona (expresado

Características del – Edad

Características de sus – Máximo nivel educativo alcanzado por sus padres

Características del – Renta del hogar

Características del – Existencia de problemas de delincuencia o vandalismo en

3. ¿Qué sabemos sobre los logros educativos de la población

2. La educación secundaria de nivel superior requiere 12 años de escolarización. La relación entre

centraremos en las relaciones entre variables, en el modelo explicativo. Los

En nuestro análisis realizamos dos aproximaciones explicativas: un estu-

En primer lugar, hemos observado una marcada relación positiva entre el

MEDIA DE AÑOS DE ESCOLARIDAD DE LOS HIJOS/HIJAS PARA CADA

Padres – Hijos Padres – Hijas Madres – Hijos Madres – Hijas

En tercer lugar destacaremos los resultados que obtuvimos al correlacio-

Clase I. Profesionales: incluye a los trabajadores que se definen como

De acuerdo con los resultados del análisis bivariante, podemos concluir

con un porcentaje inferior para el nivel universitario de ciclo corto; en cambio,

Fuente: elaboración propia a partir del PHOGUE-2000.

Si en lugar de medir el nivel educativo a través del máximo grado alcan-

¿Cuál es la influencia del resto de las variables que incluimos en el mode-

En relación con las características socioeconómicas de los hogares,

* Significativa al 1 %; significativa al 5 %; * significativa al 10 %.

* Significativa al 1 %; significativa al 5 %; * significativa al 10 %.