PONTIFICIA UNIVERSIDAD JAVERIANA FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS Departamento de Economa

LOS ECAES DE ECONOMA

lvaro Montenegro

Bogot, Septiembre 2005

2 LOS ECAES DE ECONOMA

Por: lvaro Montenegro Departamento de Economa Universidad Javeriana Septiembre 2005

Los exmenes de Estado de Calidad de la Educacin Superior, ECAES, fueron establecidos con el objeto de evaluar las competencias de los estudiantes de ltimo ao de los programas de pregrado en el pas. El primer ECAES de economa se efectu en noviembre del 2004. Sin embargo, tal como qued diseado, el examen evalu conocimientos en lugar de competencias. No hubo sorpresas en cuanto al ranking de universidades que arroj el examen. Los resultados muestran una correlacin positiva entre los puntajes por programa y el valor de la matrcula, el nmero de estudiantes evaluados y el hecho de tener jornada diurna, y correlacin negativa si la institucin es privada. La forma como los medios divulguen los resultados de los ECAES podra llevar en un futuro a las instituciones a reorientar sus currculos y su nmina de profesores hacia los temas bsicos de economa con el fin de asegurar una mejor figuracin en la prensa. Quizs los ECAES tengan mayor utilidad redisendolos para que sirvan como exmenes de admisin en maestras y doctorados, en cuyo caso seran voluntarios.

Los exmenes de Estado de Calidad de la Educacin Superior, ECAES, fueron establecidos por el Decreto 1781 del 26 de junio de 2003 con el fin de evaluar el servicio pblico educativo. Especficamente, los ECAES tienen como objetivos fundamentales: a) comprobar el grado de desarrollo de las competencias de los estudiantes que cursan el ltimo ao de los programas acadmicos de pregrado que ofrecen las instituciones de educacin superior; b) servir de fuente de informacin para la construccin de indicadores de evaluacin del servicio pblico educativo, que fomenten la calificacin de los procesos institucionales, la formulacin de polticas y faciliten el proceso de toma de decisiones en todos los rdenes y componentes del sistema
Deseo agradecer a Claudia Ibez Villa por su asistencia y muy tiles comentarios en el curso de este trabajo. Las opiniones expresadas son del autor y no comprometen a la institucin.

3 educativo. Segn el Decreto, dichos exmenes son pruebas acadmicas de carcter oficial y obligatorio y debern ser presentados por todos los estudiantes que cursan el ltimo ao de los programas acadmicos de pregrado,.... Por otro lado, dice el Decreto, que las instituciones de educacin superior que no inscriban la totalidad de sus estudiantes de ltimo ao o impidan la presentacin de los ECAES, sern objeto de acciones administrativas por incumplimiento de las normas vigentes. De manera que es obligatorio que los alumnos de ltimo ao presenten el examen y que las universidades inscriban sus estudiantes de ltimo ao. Sin embargo, en la actualidad no parece haber consecuencias negativas para el alumno que no lo presente. Entonces, por lo menos, son obligatorios en el papel. El primer objetivo de los exmenes es la evaluacin de las 'competencias' de los estudiantes de ltimo ao. No es claro, an entre los profesionales de la educacin y la psicometra, cmo se mide exactamente una competencia. En general, existe cierto consenso acerca de que las competencias son caractersticas mesurables y permanentes de las personas que permiten predecir un desempeo superior al promedio en alguna actividad o trabajo. No necesariamente coinciden con el concepto de aptitud, por el cual usualmente se entiende capacidad para desarrollar habilidades o adquirir conocimientos. Una rpida revisin de la literatura y de la forma como han evolucionado estos conceptos muestra que, si bien la mejor forma de medir competencias es poner a la persona directamente en la actividad o labor para observar su desempeo, parece prcticamente imposible medir las competencias por medio de un examen escrito tipo ECAES. De hecho, los ECAES que se vienen aplicando, particularmente el de economa, son exmenes que estn midiendo conocimientos en lugar de competencias. Esto sugiere que debe cambiarse el

4 Decreto que dio origen a los ECAES ya que no miden aquello para lo cual fueron creados. Segn establece el ICFES en la Resolucin 951 del 7 de julio de 2003, el examen tiene un costo de 1.81 salarios mnimos diarios, suma que normalmente deben cancelar los alumnos a travs de su institucin de educacin superior. Esta ltima hace una nica y agregada consignacin a favor del ICFES. Puede ocurrir que un alumno no desee presentar el ECAES en cuyo caso no pagara el costo del ICFES, pero la universidad s queda con la obligacin de inscribirlo. Es posible, adems, que la naturaleza obligatoria del ECAES no sea compatible con obligar al alumno a pagar por el examen, de la misma manera que las sentencias judiciales ya han dictaminado que por ser la cdula de ciudadana obligatoria no se puede obligar al ciudadano a pagar por su trmite. Hay ECAES para cada disciplina. El ICFES es la entidad encargada de dirigir y coordinar el diseo de los ECAES, la aplicacin, el procesamiento y la divulgacin de los resultados. Segn el Decreto 1781, los exmenes debern comprender aquellas reas y componentes fundamentales del saber que identifican la formacin de cada profesin, disciplina u ocupacin,.... Por lo anterior, el ICFES generalmente encarga a un comit o asociacin representativo de la disciplina para que disee el examen, los temas, sus ponderaciones, y elabore un banco de preguntas del cual el ICFES pueda ms tarde seleccionar el cuestionario. Una completa exposicin de los antecedentes y resultados generales de los ECAES ms recientes para todas las disciplinas evaluadas se encuentra en ICFES (2005).

5 ECAES para Economa

En el caso de los ECAES para economa, el ICFES encarg a la Asociacin Colombiana de Facultades y Departamentos de Economa, AFADECO, de establecer sus temas y ponderaciones y de elaborar el banco de preguntas. El proceso de estructuracin del ECAES para economa comprendi varias etapas y discusiones para las cuales AFADECO, a su vez, invit un gran nmero de departamentos y facultades a participar. Las memorias del proceso pueden consultarse en la publicacin ECAES de Economa, AFADECO y Herrera (2004). Finalmente, despus de extensa discusin, se lleg a un diseo que constaba de 200 preguntas repartidas en cuatro temas: 60 preguntas de macroeconoma, 60 preguntas de microeconoma, 40 preguntas de estadstica y econometra, y 40 preguntas de pensamiento e historia econmica. En otras palabras, macro y micro tenan un peso de 30% cada uno, estadstica y econometra y pensamiento e historia 20% cada uno. Los cuatro componentes se muestran en el Cuadro 1. De acuerdo con el mencionado Decreto 1781 de 2003, este diseo debe identificar la formacin del economista. Durante las discusiones se consider tambin la adicin de un componente que midiera la habilidad de comprensin escrita del alumno, especficamente en el dominio del ingls, por considerar que esta lengua es fundamental para la formacin y el xito del economista. Esta propuesta fue finalmente descartada al menos para la primera versin del ECAES en vista de que la evaluacin del ingls favorecera a carreras cuyos alumnos provinieran principalmente de estratos socioeconmicos altos ms familiarizados con esa lengua. El ICFES incluy el componente de comprensin lectora en espaol adicionando 20 preguntas sobre este tema al examen ECAES diseado por AFADECO, aunque este componente no se

6 incluye en la ponderacin para obtener el puntaje individual de los estudiantes [ver ICFES (2005)]. Sin embargo, dada la costumbre del ICFES de publicar los puntajes por componente para cada institucin o programa, y no los promedios, los medios de comunicacin calculan sus propios promedios simples a partir de esta informacin (incluido el componente de comprensin lectora) con el objeto periodstico, entendible, de presentar un ranking de universidades a sus lectores [ver, por ejemplo, Portafolio, febrero 16, 2005]. De manera que, en efecto, tenemos dos versiones o dos formas de interpretar los resultados del examen, la que tiene los cuatro componentes con las ponderaciones escogidas por AFADECO (30%, 30%, 20%, 20%) y la que adiciona el quinto componente de comprensin lectora con ponderaciones iguales para los cinco componentes. En noviembre de 2004 se llev a cabo el primer ECAES para economa con la participacin de 2652 estudiantes y 67 programas. Se utiliz un poco menos de la mitad de las preguntas del banco de preguntas preparado por AFADECO de manera que quedan suficientes preguntas elaboradas y revisadas para el siguiente examen, despus del cual ser necesario reiniciar, en el 2006, el proceso de construccin de preguntas. Una muestra del examen aplicado en noviembre 2004 se encuentra en el Anexo; incluye preguntas de macroeconoma, microeconoma, estadstica y econometra, y pensamiento e historia, en su orden. El examen completo para la segunda sesin del da se puede consultar en la pgina Web del ICFES.

7 Resultados

El ICFES present diversos tipos de resultados derivados del examen de noviembre de 2004. En el caso de los resultados individuales, los alumnos reciben su puntaje en una escala que compara con el promedio nacional, normalizado en 100, y con el promedio de su propio programa. Se les adjunta una grfica de la distribucin (histograma) donde se anota el puntaje del alumno y el puntaje promedio de su institucin (el programa). As, el alumno sabe cmo compara su puntaje con respecto al de todos los alumnos que tomaron la prueba a nivel nacional y tambin con respecto a sus compaeros de programa. Los puntajes individuales solo pueden ser consultados por el interesado y por la institucin a la cual pertenece el alumno. Tambin se le entregan al alumno resultados segn los componentes del examen, esto es, comprensin lectora, macroeconoma, microeconoma, estadstica y

econometra, y pensamiento e historia. Estos puntajes por componente estn en una escala centrada en 10 con desviacin 1, de manera que se puede comparar su desempeo con respecto a toda la poblacin que tom el examen. A nivel agregado se encuentran resultados por semestre (semestres 6 a 12) en el ECAES de noviembre 2004. El Cuadro 2 muestra estos puntajes con su desviacin estndar. Es necesario tener algo de cuidado con la interpretacin de estos puntajes porque mientras los semestres 9 y 10 pueden corresponder al ltimo ao en algunas instituciones, en otras el ltimo ao puede corresponder a los semestres 8 y 9, dependiendo de la longitud de la carrera. Inclusive en algunos programas nocturnos el ltimo ao puede ser una combinacin de los semestres 10, 11, y 12. Tampoco sabemos qu impacto pueden tener los repitentes en esta clasificacin. El mejor desempeo lo tienen el semestre 8 y el peor quienes se inscribieron por el semestre 12.

8 El Cuadro 3 muestra la lista de instituciones y programas evaluados en el examen junto con el nmero de alumnos examinados por institucin, el tipo de jornada (diurno o nocturno) y su naturaleza (privada o pblica). El nmero total de programas de economa evaluados es de 67, mayor que el nmero de instituciones debido a que algunas tienen programas diurnos y nocturnos. El Cuadro 4 muestra el puntaje del ECAES obtenido por los programas en cada uno de los cinco componentes: comprensin lectora, estadstica y econometra, macroeconoma, microeconoma, y pensamiento e historia. Los programas estn ordenados segn la ltima columna que muestra el promedio aritmtico simple de los cinco componentes anteriores. La media de los datos es de 10 con una desviacin estndar de 1. La desviacin estndar para cada componente del Cuadro 4 se muestra en el Cuadro 5. La informacin que se presenta corresponde a los datos publicados por parte del Instituto Colombiano de Fomento a la Educacin Superior, ICFES, en su pgina de internet: www.icfes.gov.co; en donde se escogen las opciones ICFES Interactivo, Resultados, Examen de Estado de Calidad de la Educacin Superior, y finalmente se selecciona el programa de Economa, el cual presenta la informacin discriminada segn el nmero de estudiantes evaluados en tres intervalos: menos de 50 estudiantes, de 51 a 100 estudiantes, y ms de 101 estudiantes. La informacin comprende el nombre de la institucin, nmero de alumnos que presentaron el examen, tipo de jornada, el puntaje por componente y la desviacin estndar por componente. Como se anot, en la ltima columna del Cuadro 4 se muestra el promedio aritmtico simple de los cinco componentes. Sin embargo, tal ponderacin no corresponde a la asignada por AFADECO en el diseo original del examen. En el diseo original, el componente de comprensin lectora tiene un peso de cero, mientras que micro y macro tienen un peso de 30% cada uno y

9 estadstica y econometra y pensamiento e historia tienen 20% cada uno. La ltima columna del Cuadro 6 muestra el promedio que resulta de utilizar las ponderaciones con las cuales se dise originalmente el examen. Las instituciones estn ordenadas segn este promedio ponderado. El contraste entre el promedio simple de cinco componentes y el ponderado de cuatro componentes muestra que algunos programas suben o bajan en el ordenamiento aunque los cambios no son generalizables. Es importante tener en cuenta que las instituciones estn listadas en orden descendente segn el promedio de la ltima columna en los Cuadros 4 y 6 pero que en algunos casos donde hay empate, este puede deberse a la aproximacin al primer decimal. Existe cierto debate acerca de si se puede derivar un ranking de universidades o programas a partir del examen ECAES. La respuesta es afirmativa. Un examen que no produce un ranking es un examen intil. Es muy posible que el ranking no sea de competencias, ya que el ECAES no logra medirlas, pero en cualquier caso es un ranking de conocimientos tanto a nivel de alumnos como de instituciones. En la Figura 1 se contrastan los dos promedios, el ponderado de cuatro componentes del diseo original y el promedio simple de cinco componentes. Se observa que el promedio ponderado del diseo original favorece a las universidades que obtuvieron puntajes ms altos mientras que el promedio simple favorece a las universidades que obtuvieron menores promedios. Despus de un punto, el promedio simple est por encima del promedio ponderado. Las universidades se diferencian ms en su capacidad de transmitir conocimientos de economa que en la capacidad de sus alumnos de leer espaol. El componente de comprensin lectora no contribuye a discriminar entre programas por lo cual debera omitirse del ECAES.

10 En el Cuadro 7 se muestra el resultado de una regresin para los 67 programas evaluados. Se corri la nota promedio ponderada (NP) como variable dependiente contra una constante y las siguientes variables: el valor de la matrcula (MAT) en el primer semestre de 2005 en millones de pesos, una dummy (PRI) que vale 1 si la universidad es privada, una dummy (DIU) que vale 1 si el programa es diurno, y el nmero de estudiantes que presentaron la prueba (EST). Todas las variables pueden considerarse significativas. El puntaje obtenido en el ECAES tiende a aumentar con el valor de la matrcula, con el nmero de estudiantes y si la jornada es diurna, pero tiende a disminuir si la universidad es privada. El Cuadro 8 muestra una regresin donde la variable dependiente es la nota promedio simple, arrojando resultados similares a los anteriores.

Cmo se Procesan los Exmenes Masivos?

Existen varias etapas en la elaboracin, aplicacin y procesamiento de exmenes masivos, como lo son los ECAES. Una primera etapa comprende la elaboracin de las preguntas o temes que pasan a formar parte del banco de preguntas. En el lenguaje usual de exmenes masivos orientados a la evaluacin de logros educativos, la palabra tem equivale a pregunta, pero en otras reas de inters, como en las pruebas sicolgicas, biolgicas, de medicina aplicada y mercadeo, los temes pueden no ser preguntas sino tareas a completar por los sujetos. En general, tem sirve para denotar cualquier tarea o punto a completar dentro de una prueba o examen. La siguiente etapa consiste en seleccionar, a partir del banco de preguntas, las preguntas o temes que formarn parte del cuestionario. Al elaborar las preguntas, se califican para establecer si son pertinentes al tema bajo examen,

11 si estn bien construidas, cul es su grado de dificultad, su capacidad para discriminar entre alumnos con diferentes niveles de habilidad o conocimiento, y la facilidad de ser contestadas al azar. Tambin se explora la posibilidad de que las preguntas, en su redaccin o fondo, puedan discriminar en contra de algn grupo poblacional, por ejemplo, que sean ms difciles de contestar para alguna etnia o determinada. El cuestionario en su conjunto se revisa con el objeto de establecer si es vlido y confiable y si las preguntas se encuentran balanceadas, esto es, si el cuestionario contiene una mezcla adecuada de preguntas con diferentes grados de dificultad. Una vez se aplica el cuestionario, se coteja de nuevo contra los resultados. Se examinan los temes que todos los alumnos contestaron correctamente, as como aquellos que ninguno contest correctamente; stos se consideran outliers y proveen poca informacin estadstica sobre la consistencia del examen y sobre el grado de dificultad de las preguntas mismas. Tambin se contrastan las distribuciones (histogramas) del grado de dificultad de las preguntas y de las habilidades de los alumnos, buscando por lo general que las distribuciones sean compatibles y relativamente Normales. Si bien al ingresar preguntas al banco de preguntas se califican por grado de dificultad segn un panel de expertos o segn una muestra de sujetos que las contestan, una vez aplicado el examen se puede realizar un nuevo ejercicio de calificacin de preguntas con base en la totalidad de los sujetos que contestaron la prueba. La calificacin final tanto de los temes como de las personas, puede expresarse en cualquier escala que preserve el ordenamiento de las caractersticas de inters. En otras palabras, a la calificacin final se le puede dar cualquier promedio y cualquier desviacin estndar que se considere adecuada, mientras se preserve el ordenamiento.

12 Existen dos mtodos generalmente aceptados para realizar la calibracin de los temes y la evaluacin de las personas. No parece haber una ventaja sustancial de un mtodo sobre el otro, a pesar de que en la literatura abundan los defensores y detractores de ambos mtodos. Uno es conocido como Teora Clsica de Pruebas (Classical Test Theory, CTT) y el otro como Teora de Respuesta al Item (Item Response Theory, IRT). El primero es ms familiar por ser el mtodo comnmente empleado en el saln de clase. Por ejemplo, las calificaciones individuales consisten bsicamente en contabilizar el nmero de respuestas correctas o la proporcin de respuestas correctas con respecto al total de preguntas; o cuando las preguntas (o temes) no tienen el mismo valor, se trata de contabilizar el total de puntos correctos sobre el puntaje total posible. Esto es aceptable para exmenes pequeos pero tiene problemas para exmenes a escala nacional. En el saln de clase podemos aceptar que un alumno obtenga 100 por ciento de las respuestas correctas o cero por ciento. Pero podemos concluir que quien obtiene 100 por ciento domina totalmente el tema? O podemos concluir que quien obtuvo cero por ciento desconoce totalmente el tema? La respuesta es negativa en ambos casos porque el resultado depende del grado de dificultad de las preguntas incluidas en el examen y de la forma como esa dificultad se distribuya. Es necesario estudiar las preguntas o temes en el sentido de establecer su grado de dificultad y su capacidad para discriminar entre alumnos buenos y malos. Esto se logra comparando las respuestas a un tem particular con el puntaje total que obtiene cada alumno. El grado de dificultad de un tem es funcin inversa de la proporcin de alumnos que lo contestan correctamente. Por otro lado, si es claro el puntaje total a partir del cual los mejores alumnos contestan un tem correctamente y los alumnos malos no lo hacen, entonces se puede concluir que el tem es un buen discriminador.

13 El segundo mtodo, el de Teora de Respuesta al Item, IRT, tampoco escapa a las dificultades causadas por las calificaciones extremas, ya sea en grado de dificultad o habilidad. La diferencia con el mtodo clsico est el manejo de los datos, en particular en el nfasis dado al modelaje de la probabilidad de responder correctamente un tem. En principio, la Teora de Respuesta al Item es menos intuitiva que la Teora Clsica de Pruebas, aunque ambos mtodos generan resultados y anlisis bastante similares. La elaboracin y el procesamiento actual de pruebas a gran escala, como los Exmenes de Estado y ECAES en Colombia, y GRE y SAT en Estados Unidos, utiliza una mezcla de ambos mtodos de calificacin. En el enfoque IRT tambin se enfatiza por igual la evaluacin de las personas, para determinar la coherencia en sus respuestas y su habilidad, y de los temes, para establecer sus caractersticas particulares, dificultad, capacidad discriminatoria y probabilidad de ser contestados correctamente al azar (la probabilidad de adivinacin). La diferencia con el mtodo tradicional radica en que las caractersticas de temes o personas se miden a travs de una funcin de distribucin de probabilidad acumulativa, usualmente la logstica, que describimos ms adelante. De esta manera, las calificaciones no estn limitadas dentro de una escala, por ejemplo entre 0 y 100, sino entre e . A cambio de aumentar la complejidad matemtica, el IRT permite una mayor flexibilidad en la calificacin de temes y facilita su seleccin para conformar cuestionarios que cumplan con los niveles y caractersticas exigidos por el diseador de la prueba, segn sus objetivos y segn el nivel de los sujetos. Aprovechando la tecnologa existente, las redes y los computadores, donde sea posible, se pueden aplicar pruebas en lnea donde cada prueba o cuestionario es elaborado a medida que avanza el examen dependiendo de la manera como vaya respondiendo el sujeto; se estima el nivel de habilidad del sujeto

14 seleccionando preguntas cada vez ms difciles hasta que el sujeto falle, luego ms fciles hasta que acierte, luego ms difciles, etc., de manera que en el lapso del examen se establece un intervalo de confianza alrededor de su habilidad. Esta aplicacin es conocida como Computer Adaptive Test, CAT, y tiene la ventaja adicional de minimizar la ocurrencia del fraude en razn de que todos los cuestionarios resultan diferentes. Una comparacin de algunos aspectos de ambos mtodos, de la Teora Clsica de Pruebas y el IRT, en cuanto a los errores estndar, longitud ptima de las pruebas, dependencia de la muestra, y otros, puede consultarse en Embretson (1996). El supuesto bsico de IRT es el de la unidimensionalidad, esto es, que la probabilidad de responder correctamente un tem depende de una nica variable, la cual es no observable directamente, y que dicha probabilidad de responder correctamente un tem es independiente de un tem a otro. En el tema especfico que nos ocupa, esta nica variable, conocida como variable latente, puede ser la habilidad o la dificultad, dependiendo de si estamos calificando personas o temes. Se trata entonces de un conjunto de experimentos binarios independientes donde cada tem se contesta bien o mal. El supuesto de independencia simplifica enormemente la expresin de la verosimilitud a maximizar ya que, bajo esa condicin, la probabilidad de la muestra resulta ser el producto de las probabilidades de los eventos individuales (o la suma si es logartmica). Existen varios modelos de probabilidad que se pueden utilizar. Por ejemplo, si suponemos que la probabilidad de contestar correctamente es proporcional a la variable latente, digamos el nivel de habilidad o conocimiento x , estaramos utilizando el modelo de probabilidad lineal. Aunque la escala de x es arbitraria, se acostumbra trabajar con la variable normalizada de manera que tenga media cero y varianza unitaria. Una

15 ecuacin sencilla para describir la relacin lineal entre la probabilidad y la habilidad es

Pij = c + d x j

(1)

donde Pij es la probabilidad de que el tem i sea contestado correctamente por un sujeto con habilidad j , y donde c y d son constantes. El modelo de probabilidad lineal tiene dificultades bien conocidas; puede arrojar probabilidades por encima de uno y por debajo de cero, adems de las complicaciones de heteroscedasticidad en su estimacin. Puede restringirse su salida al rango [0,1] pero requiere un corte arbitrario asignando cero o uno a los valores que se encuentren por fuera del rango, sin importar su magnitud. Una forma alternativa de presentar la relacin entre x y la probabilidad de respuesta correcta es suponer que la probabilidad sigue una funcin escaln (step function) U

Pij = U ( x j i )

(2)

donde i sera el nivel de dificultad del tem i . Esta funcin vale 1 para x > y cero x < . Esta es la conocida escala de Guttman. Si el tramo vertical de U se ubica ms a la derecha sobre el eje x significa que el tem es ms difcil pues requiere mayor habilidad para ser contestado correctamente, y si se ubica ms a la izquierda es ms fcil. Ntese que este modelo supone una discriminacin perfecta ya que, sin ambigedad, los sujetos con habilidad x j superior a i tienen probabilidad uno de contestar correctamente y aquellos

16 por debajo de i tienen probabilidad cero. Un problema con este modelo es que en la prctica las preguntas no discriminan perfectamente; habr un rango ambiguo alrededor de i donde algunos sujetos de menor habilidad contestarn la pregunta correctamente y algunos de habilidad superior no lo harn. En cualquier caso, esta funcin provee una aproximacin aceptable para medir el grado de dificultad de los temes de un cuestionario. Un modelo ms cercano a la realidad permitira un rango ambiguo alrededor de i , de manera que la probabilidad de contestar correctamente no valga cero antes de i y salte a uno inmediatamente despus de i , sino que el cambio en la probabilidad sea gradual. Este comportamiento se ilustra en la Figura 2. La forma de la curva all mostrada es la de una distribucin acumulativa de probabilidad. Una de las ms utilizadas es la logstica, aunque tambin se utilizan otras, como la acumulativa de la distribucin Normal. Con la logstica, la ecuacin para la probabilidad de que la persona j conteste correctamente el tem i , sera
exp( x j i ) 1 = 1 + exp[( x j i )] 1 + exp( x j i )

Pij =

(3)

donde se utiliza la notacin exp( ) = e . En general, el eje horizontal de la grafica corresponde a la variable latente, que puede ser la habilidad o la dificultad, segn nuestro inters sea el de evaluar personas o temes. Si la curva hace su ascenso ms hacia la derecha en la grfica entonces se tratara de un tem con mayor grado de dificultad o de un sujeto de mayor habilidad comparado con uno cuya curva haga su ascenso ms a la izquierda en la grfica. Los valores de x j y i podrn presentarse en

17 intervalos abiertos centrados en cero. Este modelo es muy popular para la calibracin de temes y procesamiento de exmenes masivos y se conoce como modelo de un parmetro, en razn de que utiliza un parmetro ( i ) para describir al tem. Tambin se conoce como modelo de Rasch. Ver, por ejemplo, Tristn (2002) para una ilustracin de estos mtodos. Para la estimacin de x j y i existen varias alternativas, particularmente en cuanto a la construccin de la verosimilitud y al algoritmo empleado, y en cuanto a la opcin de agrupar datos. Definiendo z ij como la respuesta de la persona j al tem i , donde z ij = 1 si la respuesta es correcta y z ij = 0 si la respuesta es incorrecta, la verosimilitud para una persona y un tem puede expresarse como
exp[ z ij ( x j i )] 1 + exp( x j i )

Pij =

(4)

Y, para una muestra de N personas que toman una prueba de L temes, la verosimilitud sera
exp[ z ij ( x j i )] [1 + exp( x j i )]

=
j =1 i =1

(5)

la cual puede resolverse por algn mtodo adecuado de optimizacin numrica [ver, por ejemplo, Montenegro (2005), cap. 4, para una explicacin intuitiva]. En el texto clsico de Wright y Stone (1979, cap. 3) se describe un procedimiento para estimar x j y i a partir de la ecuacin (5) en el cual se agrupan las personas con el mismo numero de respuestas correctas, resultando en estimativos de la habilidad x j que no dependen del grado de dificultad de

18 las preguntas contestadas acertadamente por la persona j , sino del nmero de preguntas contestadas acertadamente por la persona j . En la ecuacin (3) del modelo de un parmetro la pendiente de la curva en el punto medio de su ascenso, alrededor de i , es constante para todo tem i , de manera que el modelo asume que todos los temes tienen el mismo poder discriminatorio. Si la curva tuviera una mayor pendiente habra un cambio de probabilidad mucho ms abrupto al pasar por i en el eje horizontal y sera fcil distinguir a las personas con habilidad x j alrededor de i . Si la curva tuviera una menor pendiente y su ascenso fuera ms lento entonces sera difcil distinguir a las personas con habilidad alrededor de i . Estas alternativas se ilustran en la Figura 3. Un modelo que permite ajustar la pendiente de la curva dependiendo de la capacidad de discriminacin del tem es conocido como modelo de 2 parmetros, y tiene la expresin

Pij =

1 1 + exp[ i ( x j i )]

(6)

donde i se conoce como el parmetro de discriminacin (discrimination parameter) del tem i . Cuanto ms alto sea i mayor ser la pendiente de la curva y mayor el poder discriminatorio del tem i . Por otro lado, es bien conocido que en muchos tipos de pruebas, especialmente en aquellas de escogencia mltiple como las utilizadas en la evaluacin de conocimientos, existe cierta probabilidad de contestar correctamente al azar, esto es, simplemente adivinando. Por ejemplo, si una pregunta tiene dos distractores o posibles respuestas, la probabilidad de acertar adivinando es 50%; si la pregunta tiene 4 distractores entonces la probabilidad

19 de acertar adivinando ser del 25%. Las probabilidades anteriores se alteran si los distractores no son igualmente atractivos desde el punto de vista de los sujetos. Obviamente, una prueba que pretende medir conocimientos debe ser ajustada por la probabilidad de que una gallina pueda responder correctamente las preguntas. El modelo que incluye este ajuste se conoce como modelo de 3 parmetros y se muestra en la Figura 4. Su expresin es

Pij = i + (1 i )

1 1 + exp[ i ( x j i )]

(7)

donde i se conoce como el parmetro de adivinacin (guessing parameter). Este parmetro introduce un piso igual a i en la probabilidad de responder correctamente el tem i ; en otras palabras, la probabilidad de responder correctamente ahora estar en el intervalo [ i , 1] en lugar del intervalo [0,1] como estaba en los modelos de uno y dos parmetros. Para estimar los parmetros de dificultad, discriminacin y adivinacin, que caracterizan los temes, se construye la verosimilitud utilizando las respuestas (unos y ceros) de una muestra de sujetos. Para estimar la habilidad de un sujeto se construye la verosimilitud utilizando los parmetros de los temes y las respuestas del sujeto a cada tem (unos y ceros). La calificacin final del sujeto puede ser presentada como el promedio de la probabilidad de contestar correctamente cada tem (la suma de las probabilidades dividida por el nmero de temes), lo cual da entre cero y uno, o puede presentarse la habilidad estimada en una escala adecuada, por ejemplo centrada en 100 con desviacin de 10. Existen programas de computador muy conocidos y divulgados para efectuar las estimaciones de algunos de los modelos disponibles, como el WINSTEP y BILOG.

20 Los mtodos de respuesta al tem permiten estimar la habilidad de manera que se tome en consideracin el grado de dificultad de las preguntas contestadas. En otras palabras, dos alumnos que de 200 preguntas contestan 80 correctamente, pueden no tener la misma calificacin final si uno de ellos contesta ms preguntas difciles que el otro; el mismo nmero de respuestas buenas no necesariamente implica la misma calificacin. Sin embargo, hay que tener cuidado pues no siempre estos patrones de respuestas son coherentes; por ejemplo, sera extrao que un alumno acierte solo en las preguntas difciles y falle en las fciles.

Cmo se Procesan los ECAES?

Para el anlisis de la consistencia de las preguntas del examen se eliminan aquellas preguntas contestadas correctamente por todas las personas y las preguntas contestadas correctamente por ninguna. Tambin se eliminan de la muestra aquellas personas que acertaron en todas las preguntas y aquellas que no acertaron ninguna. Es imposible calibrar el grado de dificultad de una pregunta que todos contestan bien o nadie contesta bien. Se puede saber qu parte del eje horizontal ocupa en las grficas pero no su ubicacin puntual en esa escala. Estas preguntas usualmente se retiran del banco de preguntas. En el caso de las personas con resultados extremos de todas maneras es necesario reportar una calificacin, lo que requiere ajustar su calificacin final para ubicarla en los extremos de la distribucin de calificaciones de todos los dems examinados. Una vez depurada la muestra, se aplica Guttman para efectuar el ordenamiento de las preguntas por grado de dificultad y el de los alumnos por nmero de preguntas contestadas. Esto permite observar los patrones de respuestas para detectar incoherencias adicionales. Se estiman los

21 parmetros que caracterizan cada tem segn el modelo utilizado y con estos se estima la habilidad de cada examinado. En el caso de los exmenes ECAES procesados por el ICFES, el parmetro de grado de dificultad no parece influir en la calificacin del grado de habilidad del alumno ya que sta no depende de la mezcla de preguntas que haya contestado, sean difciles o fciles, sino del nmero de respuestas correctas. Una vez que el modelo asigna puntajes de habilidad a los alumnos, el ICFES los normaliza para que tengan media 100 y varianza 10. Esto se puede hacer sin importar cul sea la distribucin de calificaciones que arroja el software; se puede multiplicar cada calificacin por la cantidad necesaria para que d una desviacin de 10 y luego se le suma a cada calificacin la cantidad necesaria para que la media d 100. Por ejemplo, si la distribucin de habilidades que arroja el programa est centrada en cero con desviacin 1 (esta es la distribucin tpica que sale de los modelos de uno, dos o tres parmetros), se multiplica cada habilidad por 10 y luego se le suma 100 a cada una; de esta manera la distribucin resultante tendr media 100 y desviacin 10, que es el formato en el cual el ICFES presenta las notas individuales del ECAES. De manera similar, los puntajes por componente, individuales e institucionales, se normalizan para que tengan media 10 y desviacin unitaria. Es posible que el ICFES utilice una combinacin de ambos mtodos, el clsico y el de respuesta al tem. De hecho el ICFES cuenta con el programa WINSTEP especial para el modelo Rasch. Sin embargo, el ICFES no tiene disponible un documento que detalle el proceso tcnico de seleccin y calibracin de preguntas, la conformacin de los cuestionarios, y sobre todo una descripcin general de los algoritmos de consistencia, validacin y procesamiento.

22 En el Anexo se encuentra una muestra de preguntas y respuestas del examen ECAES aplicado en noviembre de 2004. Este se llev a cabo en dos sesiones, una en la maana y otra en la tarde, cada una con 100 preguntas para un total de 200 preguntas. La muestra del Anexo fue tomada de las 100 preguntas de la tarde (la segunda sesin). Una de las condiciones de consistencia de un examen masivo es que las respuestas correctas se distribuyan por igual entre todas las claves (las letras A, B, C y D). Todas las claves deben ser igualmente probables. Para el examen de la segunda sesin, sobre 98 preguntas (se eliminaron dos), cada una de las cuatro claves que identifican los distractores debera contener la respuesta correcta en 25% de las veces o 24.5 veces de 98. El histograma del nmero de veces que el examen asigna la respuesta correcta a cada letra se muestra en la Figura 5. Se observa que la respuesta correcta ms frecuente es la B, con 35.7% de las veces, seguida por la C, con 32.7% de las veces. Las menos frecuentes son la A, con el 16.3% y la D con el 15.3% de las veces. Esta puede ser una manifestacin del conocido fenmeno de aversin a los extremos. Los diseadores del examen pueden eliminar el sesgo permutando respuestas para lograr proporciones aproximadamente iguales en la asignacin de respuestas correctas a las letras A, B, C y D. La aversin a los extremos se presenta no solo en quienes escriben las preguntas sino tambin en quienes las contestan [ver Attali y Bar-Hillel (2003)]. En consecuencia, de no corregirse, se afectan los parmetros que identifican cada pregunta o tem, estimados en los modelos de la IRT, descritos arriba. La coincidencia de la aversin a extremos en quienes disean el examen y quienes lo toman hace que las preguntas sean ms fciles. La distorsin puede disminuir los parmetros de dificultad i y de discriminacin i , y aumentar el de adivinacin i .

23 Subrayamos que estos resultados corresponden a las 98 preguntas de la segunda sesin y no sabemos si son generalizables a los de la primera sesin ya que ese cuestionario no est disponible. Si esto fuera generalizable a exmenes futuros (por ejemplo, las preguntas del prximo ECAES ya estn hechas), podra ayudar a mejorar la probabilidad de adivinar.

Por cada Peso Invertido

La presentacin de los datos institucionales por parte del ICFES, centrados en 10 con una desviacin de 1, da la impresin de que los programas de economa se encuentran muy cercanos en rendimiento. Aunque se podran publicar con una desviacin mayor, la presentacin actual no muestra mucha consistencia entre la poca dispersin de los puntajes del ECAES y la gran dispersin de los valores de las matrculas que se cobran los programas. La diferencia en el valor de la matrcula de una institucin a otra se puede justificar por mltiples factores, pero uno de ellos no parece ser la diferencia en la medicin de conocimientos econmicos que brinda una institucin comparada con otra. Considerando cada peso invertido, es posible que muchas instituciones con matrculas menores salgan mejor libradas que aquellas con matrculas ms altas. El Cuadro 9 muestra el nombre del programa, la ciudad, tipo de jornada y el valor de la matrcula. El Cuadro 10 muestra el promedio ponderado (segn el diseo original) de los resultados del examen junto con el valor de la matrcula para el primer semestre de 2005; la ltima columna es el resultado de dividir el valor de la matrcula por el puntaje del ECAES. Esta es una medida de cunto cuesta cada punto del ECAES en el programa correspondiente. Las universidades estn ordenadas de manera que los

24 alumnos inscritos en las primeras en la lista obtienen ms puntos de ECAES por cada peso invertido. La informacin de los precios de las matriculas se obtuvo va telefnica y a travs de otras fuentes como el Ministerio de Educacin que en el momento de la recoleccin tena informacin parcial. Se realizaron llamadas telefnicas a las universidades que reportaron su programa de economa en el ECAES. En muchos casos las universidades tienen matrcula nica para todos los programas o para todos los alumnos del programa y en otros casos el valor de la matrcula se calcula para cada alumno dependiendo de factores como el estrato, ingreso de los padres, tipo de colegio del cual es egresado, etc. En los casos en los cuales la matrcula se calcula de acuerdo a las caractersticas socioeconmicas del alumno, se trat de establecer el valor de la matrcula para un estudiante tpico del programa para el primer semestre 2005. Algunas instituciones son reacias a suministrar por telfono un estimativo arguyendo que debe hacerse un estudio ms completo. En estos casos se estim el valor con base en informacin de archivos del Ministerio de Educacin y a travs de alumnos y profesores u otros contactos relacionados con la institucin.

Informacin Socioeconmica

En los formularios de inscripcin para los exmenes ECAES existe una rica fuente de informacin que podra aprovecharse para diversos tipos de estudios. Una vez tabulada y depurada, esta informacin permitira realizar cruces interesantes, no solo entre los mismos datos del formulario de inscripcin, sino con los resultados del examen. La informacin requerida en el formulario se muestra en el Cuadro 11. Con esta informacin pueden correrse modelos de probabilidad o regresiones en funcin de las variables del

25 formulario. Por ejemplo, cmo, si acaso, influyen en el resultado del alumno variables como el estrato socioeconmico, su estado civil, el nivel ms alto de posgrado que piensa cursar, el tipo de bachillerato, su manejo de otros idiomas, el nivel educativo de sus padres, y la ocupacin de sus padres? Preguntas similares pueden investigarse para cada programa de acuerdo con las caractersticas agregadas de los alumnos que presentaron el ECAES.

Efecto de los ECAES

El impacto que puedan tener los ECAES depende de la percepcin que se formen las personas y las instituciones acerca de su utilidad, esto es, acerca de la pregunta para qu sirven? La respuesta no necesariamente coincidir con el objetivo de los ECAES expuesto en el Decreto 1781 del 26 de junio de 2003, el cual se repite aqu: a) comprobar el grado de desarrollo de las competencias de los estudiantes que cursan el ltimo ao de los programas acadmicos de pregrado que ofrecen las instituciones de educacin superior y b) servir de fuente de informacin para la construccin de indicadores de evaluacin del servicio pblico educativo, que fomenten la cualificacin de los procesos institucionales, la formulacin de polticas y faciliten el proceso de toma de decisiones en todos los rdenes y componentes del sistema educativo. Como se discuti antes, el primer objetivo es impracticable. El segundo objetivo no es claro pero parece indicar que los ECAES servirn para obtener informacin sobre el sistema educativo. Una percepcin previsible, y que parece estar formndose desde ahora, es que las instituciones, mas que los programas, estn siendo juzgadas por este tipo de examen y en particular por la forma como se divulgan. La gran publicidad que la prensa le asigna a los resultados de cada institucin y su afn

26 por compararlas, induce a las universidades a procurar ubicarse en un lugar de preferencia dentro del listado de todas las instituciones o al menos dentro del subconjunto de instituciones que consideran de su inmediata competencia. Esto, a primera vista, parece compatible con el objetivo de los ECAES, el de comprobar el grado de desarrollo de las competencias; sin embargo, la obsesin por aparecer en los lugares privilegiados de las notas de prensa puede llevar a comportamientos que desvirtan el objetivo. Por ejemplo, las instituciones podran inscribir alumnos (o economistas) que no pertenezcan al ltimo ao, sino a la maestra o tener alguna otra condicin. Saber cules son los alumnos de ltimo ao no siempre es tarea fcil, especialmente cuando se utiliza el sistema de crditos. Algunas universidades tienen cierta ventaja porque ofrecen maestras en las cuales sus alumnos de pregrado hacen el llamado coterminal, esto es, se inscriben en la maestra y toman algunos cursos como parte de los requisitos para optar al ttulo de pregrado, luego de lo cual optan por el ttulo de maestra. En razn de estas posibilidades, no sera claro qu se est evaluando; ciertamente no sera el grado de desarrollo exclusivamente de los alumnos de ltimo ao y posiblemente ni siquiera el del programa. Otro efecto de los ECAES podra ser el de obligar a un cambio en los programas de economa en Colombia, a manera de reforma curricular. Esto, en principio, suena bien pero podra resultar nefasto para la calidad de la educacin si las instituciones comienzan a ajustar sus currculos para reflejar las preguntas de los ECAES, que son de nivel bsico. Por un tiempo, las instituciones no sabrn si el pnsum deber reflejar las ponderaciones originales de AFADECO o las simples, incluyendo el componente de comprensin lectora. Eventualmente, las instituciones ajustarn sus currculos guiadas por la presentacin que haga la prensa; esto es, la ponderacin de

27 componentes que utilice la prensa para ordenar las instituciones sern las ponderaciones que las instituciones querrn adoptar en sus currculos. Una institucin que se concentre en la educacin bsica y mnima que define al economista en los ECAES, tendr tan buenos resultados como otra que ensee, adems de los temas bsicos, otros ms avanzados. Esto podra disminuir el beneficio de ofrecer cursos avanzados en economa ya que las instituciones no seran juzgadas por la instruccin avanzada sino por la bsica. Obviamente, no desapareceran los cursos avanzados pero si puede disminuir su presencia en las reas de microeconoma, macroeconoma, y cuantitativas en los programas de las universidades colombianas. Preocupa tambin, en razn del nfasis de los ECAES en los temas bsicos, que se cuestione la bondad de mantener una nmina de profesores con mayor preparacin avanzada, de ctedra o de planta, arguyendo que puede lograrse igual desempeo en los ECAES con profesores de menor preparacin. Tambin puede suceder que las universidades adopten cada vez ms el mtodo de exmenes de escogencia mltiple con el objeto de ir familiarizando y entrenando a los alumnos para que les vaya bien en los ECAES. Los exmenes de respuesta en prosa (pregunta abierta) o de solucin de problemas donde vale el procedimiento, evalan aspectos del aprendizaje que escapan a los de escogencia mltiple. Los ECAES podran cumplir quizs una funcin ms til como exmenes de admisin para posgrados, esto es, para maestras y doctorados, al estilo de los GRE norteamericanos. En este caso seran voluntarios dado que no toda la poblacin de pregrado sigue a los posgrados, y habra que redisear el enfoque de los ECAES de manera que incluya la evaluacin de aptitud verbal y matemtica junto con la evaluacin de conocimientos. Al ser voluntarios, se eliminara el ranking de universidades y las presiones negativas discutidas

28 antes. No se necesitan los ECAES para vigilar la calidad de la educacin superior; esta vigilancia se puede efectuar a travs de mecanismos que estn en efecto actualmente, como visitas directas, procesos de acreditacin y requerimientos de estndares mnimos,

Conclusin

Los exmenes de Estado de Calidad de la Educacin Superior, ECAES, fueron establecidos en el ao 2003 por el Decreto 1781 del 26 de junio, con el objetivo general de evaluar las competencias de los estudiantes de ltimo ao de las carreras de pregrado en el pas. En principio, los ECAES son obligatorios para los alumnos de ltimo ao; sin embargo, an no parece haber consecuencias negativas para quien no lo presente. En noviembre 28 de 2004 se efectu el primer ECAES de economa con la participacin de 2652 estudiantes pertenecientes a 67 programas. Segn los resultados, no hubo sorpresas en cuanto a las instituciones educativas que obtuvieron los mejores puntajes de manera que, en este sentido, los ECAES no aportaron informacin nueva y podra cuestionarse su alto costo. La poca dispersin de los puntajes entre programas puede deberse al artificio estadstico de fijar una desviacin estndar muy estrecha o puede deberse a que los ECAES solo indagan sobre los temas bsicos de la economa, incluyendo comprensin lectora, que todos los programas ensean ms o menos bien. Se encontr correlacin positiva entre el puntaje obtenido por programa y el valor de la matrcula, el nmero de estudiantes y el hecho de ser jornada diurna, pero se encontr correlacin negativa con el hecho de ser institucin privada. Estas relaciones se mantienen ya sea con el puntaje obtenido por

29 promedio ponderado de los cuatro componentes del diseo original o por promedio simple de los cinco componentes (con la adicin de comprensin lectora). El promedio ponderado favorece a las universidades que obtuvieron los puntajes ms altos mientras que el promedio simple favorece a las universidades que obtiene puntajes medios y bajos. La existencia de los ECAES, y en especial la forma como los medios divulguen sus resultados, podra llevar a las instituciones a reorientar sus currculos y su nmina de profesores para asegurar una mejor figuracin en la prensa, concentrndose en los temas bsicos, en posible detrimento de la calidad de la educacin superior. Como estn diseados, especialmente por la forma en que se presentan sus resultados y por su obligatoriedad, los ECAES evalan y preocupan ms a las universidades que a los alumnos; de hecho, no han concitado el entusiasmo esperado entre los alumnos. Se propone estudiar la posibilidad de eliminar los ECAES o de redisearlos de manera que sirvan como exmenes de admisin para los posgrados en Colombia. Para esto, dejaran de ser obligatorios y su evaluacin actual de conocimientos podra complementarse con la evaluacin de aptitud verbal y matemtica.

30

REFERENCIAS

Attali, Y. y Bar-Hillel, M. (2003) Guess Where: The Position of Correct Answers in Multiple Choice Test temes as a Psychometric Variable, Journal of Educational Measurement, 40, 2, 109-128. AFADECO y Herrera, B. (2004) Marco de Fundamentacin Conceptual y Especificaciones del ECAES de Economa, Bogot. Embretson, Susan (1996) The New Rules of Measurement, Psychological Assesment, 8, 4, 341-349. ICFES (2005) Informe Nacional de Resultados ECAES 2004, Subdireccin Acadmica, Grupo de Evaluacin de la Educacin Superior. Montenegro, Alvaro (2005) Series de Tiempo, Facultad de Economa, Universidad Javeriana. Tristn, Agustn (2002) Presentacin de Reportes Institucionales del Examen de Certificacin para Profesores de Educacin Media Superior, memorias, Quinto Foro de Evaluacin Educativa, Ensenada, Baja California. Wright, B. y Stone, M. (1979) Best Test Design, Chicago, MESA Press.

31

Cuadro 1. Componentes y Ponderaciones del ECAES segn Diseo Original

Componente

Macroeconoma Microeconoma

Estadstica y Econometra

Ponderacin Nmero de Preguntas

30% 60

30% 60

20% 40

Pensamiento Econmico e Historia Econmica 20% 40

Cuadro 2. Resultados por Semestres, Nivel Nacional

Semestre 6 7 8 9 10 11 12 sin informacin Total

Nmero de Alumnos 61 34 233 912 1110 163 136 3 2652

Promedio 97.7 101.3 105.0 101.2 98.7 98.0 97.4 101.7 100.0

Desviacin Estndar 9.2 9.6 11.1 9.8 9.6 10.0 9.3 11.7 10.0

32

Cuadro 3. Programas Evaluados

Estudiantes 131 118 7 22 96 57 93 34 53 122 5 72 13 9 84 66 49 15 18 7 43 42 21 16 33 61 25 69 23 46 66 26 53 35 123 74 8 56 19 19 33 36 38 55 11 22 15 27 23 8 29 73 38 21 12 22 28 44 47 21 24 7 25 6 22 11 14 Ciudad Bogot Bogot Cali Bogot Cali Medelln Bogot Medelln Bogot Cali Bogot Medelln Popayn Bogot Bucaramanga Cartagena Ibagu Ibagu Bogot Cartagena Pasto Bogot Bogot Barranquilla Bogot Barranquilla Cali Tunja Medelln Santa Marta Medelln Bogot Bogot Bogot Bogot Villavicencio Cali Cali Tunja Manizales Armenia Cali Bogot Bogot Bogot Bogot Montera Bogot Bucaramanga Montera Medelln Bogot Pereira Bogot Bogot Manizales Bucaramanga Manizales Bogot Sincelejo Bogot Cali Bogot Popayn Valledupar Barranquilla Valledupar Jornada Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Nocturno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Nocturno Nocturno Diurno Diurno Nocturno Nocturno Diurno Nocturno Diurno Nocturno Nocturno Diurno Nocturno Diurno Diurno Diurno Nocturno Nocturno Nocturno Nocturno Nocturno Diurno Nocturno Diurno Diurno Nocturno Diurno Nocturno Nocturno Nocturno Nocturno Diurno Nocturno Nocturno pblica 0 privada 1 1 0 1 1 0 1 1 0 1 1 1 0 0 1 0 0 0 1 1 1 0 1 1 1 1 0 1 0 1 0 1 1 1 0 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 0 nocturno 0 diurno 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 0 0 1 0 1 0 0 1 0 1 1 1 0 0 0 0 0 1 0 1 1 0 1 0 0 0 0 1 0 0 matrcula 7.06 0.40 3.10 4.35 2.49 3.50 4.39 0.40 4.10 3.45 1.90 0.40 0.40 3.00 0.35 0.39 0.39 1.63 1.90 1.97 0.40 1.67 3.95 2.84 1.38 0.39 2.68 0.77 2.50 0.35 2.50 2.24 2.06 1.80 1.67 0.70 1.72 2.57 0.77 1.79 1.31 2.57 2.06 1.38 2.50 1.23 2.39 1.75 1.13 0.90 1.02 1.77 1.10 2.50 1.77 1.79 1.68 2.89 1.44 0.95 1.75 1.90 1.29 1.36 0.55 0.98 0.55 Institucin De los Andes Nacional Javeriana Rosario Del Valle EAFIT Javeriana De Antioquia Externado Icesi Central Nacional Del Cauca Escuela Col. De Ingeniera Industrial de Santander De Cartagena Del Tolima Coruniversitaria Central Tecnolgica de Bolvar De Nario De la Salle Sergio Arboleda Del Norte Catlica Del Atlntico San Buenaventura UPTC Pontificia Bolivariana Del Magdalena De Medelln EAN Santo Toms Militar De la Salle De los Llanos Santiago de Cali Corporacin Autnoma de Occidente UPTC De Manizales La Gran Colombia Corporacin Autnoma de Occidente Santo Toms Catlica Jorge Tadeo Lozano De Amrica Pontificia Bolivariana Piloto Cooperativa de Colombia Cooperativa de Colombia Autnoma Latinoamericana Los Libertadores Catlica Popular de Risaralda Jorge Tadeo Lozano Los Libertadores De Manizales Santo Toms Autnoma De Manizales La Gran Colombia Corp. Univer. Del Caribe Piloto Universidad Libre Cooperativa de Colombia Fundacin Universitaria de Popayn Universidad Popular del Cesar Corporacin Educativa Mayor del Desarrollo Simn Bolvar Universidad Popular del Cesar

33
Cuadro 4. Resultados por Promedio Simple
Jornada Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Nocturno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Nocturno Nocturno Diurno Diurno Nocturno Nocturno Diurno Nocturno Diurno Nocturno Nocturno Diurno Nocturno Diurno Diurno Diurno Nocturno Nocturno Nocturno Nocturno Nocturno Diurno Nocturno Diurno Diurno Nocturno Diurno Nocturno Nocturno Nocturno Nocturno Diurno Nocturno Nocturno Comprension Estadistica y Lectora Econometria De los Andes 10.7 11.3 Nacional 10.8 11.1 Javeriana 10.9 10.7 Rosario 10.5 10.9 Del Valle 10.6 11.1 EAFIT 10.6 10.5 Javeriana 10.5 10.8 De Antioquia 10.3 10.8 Externado 10.4 10.4 Icesi 10.4 10.5 Central 10.6 9.9 Nacional 10.5 10.4 Del Cauca 10.5 9.9 Escuela Col. De Ingeniera 10.4 10.5 Industrial de Santander 10.5 10.2 De Cartagena 10.2 10.4 Del Tolima 10.3 9.9 Coruniversitaria 10.4 10.1 Central 10.5 10.0 Tecnolgica de Bolvar 10.2 10.7 De Nario 10.4 9.9 De la Salle 10.2 10.1 Sergio Arboleda 10.3 10.1 Del Norte 10.4 10.0 Catlica 10.2 9.8 Del Atlntico 10.0 10.2 San Buenaventura 10.4 9.9 UPTC 10.2 10.0 Pontificia Bolivariana 10.3 9.6 Del Magdalena 10.2 9.7 De Medelln 10.1 9.8 EAN 10.4 9.5 Santo Toms 10.1 9.7 Militar 10.2 9.5 De la Salle 10.1 9.7 De los Llanos 10.0 9.2 Santiago de Cali 9.3 9.4 Corporacin Autnoma de Occidente 10.0 9.5 UPTC 9.8 9.9 De Manizales 9.8 9.8 La Gran Colombia 10.1 9.4 Corporacin Autnoma de Occidente 10.5 9.4 Santo Toms 10.3 9.4 Catlica 10.0 9.4 Jorge Tadeo Lozano 10.1 9.7 De Amrica 10.5 9.3 Pontificia Bolivariana 9.8 9.4 Piloto 10.1 9.6 Cooperativa de Colombia 10.3 9.0 Cooperativa de Colombia 9.6 9.6 Autnoma Latinoamericana 9.7 9.6 Los Libertadores 9.9 9.4 Catlica Popular de Risaralda 9.9 9.4 Jorge Tadeo Lozano 9.8 9.4 Los Libertadores 9.9 9.0 De Manizales 9.8 9.3 Santo Toms 10.4 9.1 Autnoma De Manizales 9.8 9.2 La Gran Colombia 9.8 9.1 Corp. Univer. Del Caribe 9.4 9.2 Piloto 9.7 9.2 Universidad Libre 9.8 9.5 Cooperativa de Colombia 9.7 9.1 Fundacin Universitaria de Popayn 10.1 9.3 Universidad Popular del Cesar 9.6 9.2 Corporacin Educativa Mayor del Desarrollo Simn Bolvar 9.5 9.0 Universidad Popular del Cesar 8.8 9.2 Institucin Macro 11.0 10.9 11.0 10.9 10.9 11.0 10.5 10.7 10.5 10.5 10.6 10.3 10.3 10.3 10.0 10.5 10.2 10.5 10.1 9.8 10.2 10.1 10.0 10.3 10.1 10.0 9.8 9.8 10.1 9.9 9.9 9.5 9.7 9.8 9.6 9.7 9.9 9.7 9.5 9.7 9.7 9.4 9.4 9.6 9.6 9.2 9.5 9.5 9.6 9.3 9.7 9.3 9.4 9.4 9.5 9.5 9.2 9.3 9.2 9.3 9.1 8.6 9.2 8.9 8.9 9.2 9.1 Micro 11.6 11.0 10.9 11.4 10.9 10.4 10.8 10.6 10.6 10.3 10.2 10.3 10.4 10.2 10.2 10.1 10.1 10.1 10.2 10.4 9.7 10.1 10.1 9.9 9.7 9.9 9.8 9.6 9.7 9.7 9.7 9.8 9.7 9.4 9.7 9.6 10.1 9.4 9.4 9.5 9.4 9.3 9.5 9.3 9.3 9.5 9.7 9.1 9.2 9.7 9.4 9.4 9.4 9.3 9.4 9.3 9.2 9.4 9.5 9.4 9.4 9.2 9.2 8.9 9.2 9.4 9.3 Pensamiento e historia econ 10.9 11.5 10.7 10.5 10.6 10.5 10.3 10.2 10.6 10.3 10.7 10.2 10.6 10.1 10.6 10.0 10.3 9.7 10.0 9.6 10.2 9.9 9.8 9.6 10.3 9.9 9.8 10.0 9.9 9.8 9.6 9.7 9.7 9.9 9.5 10.0 9.8 9.8 9.7 9.5 9.7 9.6 9.5 9.7 9.3 9.5 9.5 9.6 9.8 9.6 9.3 9.5 9.4 9.5 9.5 9.2 9.2 9.3 9.3 9.3 9.2 9.5 9.3 9.3 9.3 8.6 9.2 promedio simple 11.1 11.1 10.8 10.8 10.8 10.6 10.6 10.5 10.5 10.4 10.4 10.3 10.3 10.3 10.3 10.2 10.2 10.2 10.2 10.1 10.1 10.1 10.1 10.0 10.0 10.0 9.9 9.9 9.9 9.9 9.8 9.8 9.8 9.8 9.7 9.7 9.7 9.7 9.7 9.7 9.7 9.6 9.6 9.6 9.6 9.6 9.6 9.6 9.6 9.6 9.5 9.5 9.5 9.5 9.5 9.4 9.4 9.4 9.4 9.3 9.3 9.3 9.3 9.3 9.2 9.1 9.1

34
Cuadro 5. Desviacin Estndar
Institucin De los Andes Nacional Javeriana Rosario Del Valle Javeriana EAFIT De Antioquia Externado Icesi Central Nacional Del Cauca Escuela Col. De Ingeniera Industrial de Santander De Cartagena Del Tolima Coruniversitaria Central Tecnolgica de Bolvar De Nario De la Salle Sergio Arboleda Del Atlntico Del Norte Catlica UPTC San Buenaventura Pontificia Bolivariana De Medelln Del Magdalena Santo Toms EAN Militar De los Llanos Corporacin Autnoma de Occidente De la Salle Santiago de Cali UPTC De Manizales Catlica La Gran Colombia Corporacin Autnoma de Occidente Santo Toms Jorge Tadeo Lozano Cooperativa de Colombia De Amrica Pontificia Bolivariana Los Libertadores Piloto Cooperativa Autnoma Latinoamericana Catlica Popular de Risaralda Jorge Tadeo Lozano Los Libertadores De Manizales Santo Toms Autnoma De Manizales La Gran Colombia Corp. Univer. Del Caribe Corporacin Universidad Piloto de Colombia Universidad Libre Universidad Cooperativa de Colombia Fundacin Universitaria de Popayn Universidad Popular del Cesar Corporacin Educativa Mayor del Desarrollo Simn Bolvar Universidad Popular del Cesar Comprension Estadistica y Lectora Econometria 0.8 0.8 0.8 0.9 0.8 1.3 1.2 1.0 0.9 0.8 0.9 0.8 0.9 0.8 0.7 0.8 0.8 0.8 0.8 0.9 0.6 1.4 0.7 1.0 0.6 0.9 0.6 0.7 0.8 0.8 1.1 0.6 0.7 0.8 0.9 0.9 0.8 0.9 1.2 0.6 0.8 0.6 0.9 0.6 1.0 0.9 1.0 0.8 1.0 0.8 0.9 1.0 0.9 0.8 0.7 0.7 1.0 0.8 0.8 0.8 1.0 0.8 0.8 0.8 1.0 0.8 0.8 0.5 1.2 0.6 0.9 0.6 0.7 0.7 1.0 0.7 0.8 0.7 0.8 0.7 0.9 0.6 1.0 0.8 0.6 0.6 0.9 0.7 0.7 0.5 1.0 0.6 0.6 0.7 0.7 0.8 0.9 0.6 1.0 0.6 1.3 0.7 1.2 0.8 0.9 0.9 0.8 0.8 0.8 0.6 0.8 0.8 0.9 0.7 1.0 0.6 1.0 0.6 1.0 0.5 0.9 0.7 0.8 0.5 1 0.6 0.6 0.9 1.2 0.8 0.4 0.7 0.7 1 Macro 1.0 0.9 1.1 0.6 0.8 1.0 0.9 0.9 0.9 0.9 1.5 1.0 1.0 1.1 0.8 0.8 0.8 1.1 1.0 1.2 0.8 0.8 0.7 1.0 1.0 0.9 0.8 0.9 0.7 0.8 1.0 0.6 0.8 0.6 0.7 0.7 0.8 0.8 0.8 0.9 0.7 0.8 0.7 0.7 0.5 0.7 0.8 0.5 0.5 0.5 0.6 1.2 0.8 0.6 0.4 0.9 0.6 0.7 0.7 0.6 0.8 1.3 0.5 0.4 0.8 0.5 0.8 Micro 1.0 0.9 1.3 1.0 0.9 1.1 0.8 0.9 1.0 0.9 0.8 1.0 0.8 0.9 0.6 0.9 0.9 1.3 1.0 0.6 0.6 0.8 0.8 1.0 0.8 0.7 0.6 0.7 0.8 0.8 0.7 0.6 1.0 0.8 0.7 0.8 0.6 1.1 0.7 0.7 0.6 0.7 0.6 0.8 0.6 0.6 0.5 0.7 0.6 0.7 0.4 0.7 0.7 0.6 0.7 0.6 0.5 0.7 0.5 0.7 0.6 1.2 0.5 0.6 0.8 0.4 0.4 Pensamiento e historia econ 0.9 0.9 1.0 0.6 0.9 0.9 1.0 0.8 1.0 0.9 1.6 0.9 0.6 1.2 0.9 0.8 0.8 1.2 1.4 1.0 0.7 1.1 0.6 0.9 1.0 0.8 0.8 1.0 0.9 0.9 1.0 0.7 0.9 0.7 0.7 0.8 0.7 1.1 0.8 0.8 0.6 0.9 0.6 0.7 0.6 1.0 0.7 0.6 0.8 0.7 1.0 1.0 0.8 0.7 0.5 0.6 0.7 0.7 0.7 0.5 0.8 1.4 0.8 0.8 0.5 0.8 0.8

35
Cuadro 6. Resultados por Promedio Ponderado
Institucin De los Andes Nacional Rosario Del Valle Javeriana EAFIT Javeriana De Antioquia Externado Icesi Central Del Cauca Nacional Escuela Col. De Ingeniera De Cartagena Industrial de Santander Coruniversitaria Del Tolima Tecnolgica de Bolvar Central De la Salle Sergio Arboleda Del Atlntico De Nario Del Norte Catlica Santiago de Cali Pontificia Bolivariana UPTC San Buenaventura Del Magdalena De Medelln Santo Toms Militar De la Salle EAN De los Llanos De Manizales UPTC Corporacin Autnoma de Occidente La Gran Colombia Pontificia Bolivariana Cooperativa Autnoma Latinoamericana Catlica Jorge Tadeo Lozano Santo Toms Piloto Corporacin Autnoma de Occidente Cooperativa de Colombia Catlica Popular de Risaralda Los Libertadores Jorge Tadeo Lozano Los Libertadores De Amrica De Manizales Corp. Univer. Del Caribe Autnoma De Manizales La Gran Colombia Corporacin Universidad Piloto de Colombia Universidad Popular del Cesar Universidad Cooperativa de Colombia Santo Toms Universidad Libre Universidad Popular del Cesar Corporacin Educativa Mayor del Desarrollo Simn Bolvar Fundacin Universitaria de Popayn Estadistica y Econometria 11.3 11.1 10.9 11.1 10.7 10.5 10.8 10.8 10.4 10.5 9.9 9.9 10.4 10.5 10.4 10.2 10.1 9.9 10.7 10.0 10.1 10.1 10.2 9.9 10.0 9.8 9.4 9.6 10.0 9.9 9.7 9.8 9.7 9.5 9.7 9.5 9.2 9.8 9.9 9.5 9.4 9.4 9.6 9.6 9.4 9.7 9.4 9.6 9.4 9.0 9.4 9.4 9.4 9.0 9.3 9.3 9.2 9.2 9.1 9.2 9.2 9.1 9.1 9.5 9.2 9 9.3 Macro 11.0 10.9 10.9 10.9 11.0 11.0 10.5 10.7 10.5 10.5 10.6 10.3 10.3 10.3 10.5 10.0 10.5 10.2 9.8 10.1 10.1 10.0 10.0 10.2 10.3 10.1 9.9 10.1 9.8 9.8 9.9 9.9 9.7 9.8 9.6 9.5 9.7 9.7 9.5 9.7 9.7 9.5 9.3 9.7 9.6 9.6 9.4 9.5 9.4 9.6 9.4 9.3 9.4 9.5 9.2 9.5 9.3 9.3 9.2 9.1 9.1 9.2 9.2 8.6 8.9 9.2 8.9 Micro 11.6 11.0 11.4 10.9 10.9 10.4 10.8 10.6 10.6 10.3 10.2 10.4 10.3 10.2 10.1 10.2 10.1 10.1 10.4 10.2 10.1 10.1 9.9 9.7 9.9 9.7 10.1 9.7 9.6 9.8 9.7 9.7 9.7 9.4 9.7 9.8 9.6 9.5 9.4 9.4 9.4 9.7 9.7 9.4 9.3 9.3 9.5 9.1 9.3 9.2 9.4 9.4 9.3 9.4 9.5 9.3 9.4 9.4 9.5 9.4 9.3 9.2 9.2 9.2 9.2 9.4 8.9 Pensamie nto e 10.9 11.5 10.5 10.6 10.7 10.5 10.3 10.2 10.6 10.3 10.7 10.6 10.2 10.1 10.0 10.6 9.7 10.3 9.6 10.0 9.9 9.8 9.9 10.2 9.6 10.3 9.8 9.9 10.0 9.8 9.8 9.6 9.7 9.9 9.5 9.7 10.0 9.5 9.7 9.8 9.7 9.5 9.6 9.3 9.7 9.3 9.5 9.6 9.6 9.8 9.4 9.5 9.5 9.5 9.5 9.2 9.3 9.3 9.3 9.2 9.2 9.3 9.2 9.5 9.3 8.6 9.3 Promedio 11.2 11.1 11.0 10.9 10.9 10.6 10.6 10.6 10.5 10.4 10.4 10.3 10.3 10.3 10.3 10.2 10.1 10.1 10.1 10.1 10.1 10.0 10.0 10.0 10.0 10.0 9.8 9.8 9.8 9.8 9.8 9.8 9.7 9.6 9.6 9.6 9.6 9.6 9.6 9.6 9.6 9.5 9.5 9.5 9.5 9.5 9.5 9.4 9.4 9.4 9.4 9.4 9.4 9.4 9.4 9.3 9.3 9.3 9.3 9.2 9.2 9.2 9.2 9.1 9.1 9.1 9.1

36

Figura 1

DOS FO RMAS DE PRESENT AR LOS RESULTADO S 11.6 11.2 10.8 10.4 10.0
promedio simple

9.6 9.2 8.8 10 20 30 40 50 60

promedio ponderado

37
Cuadro 7
Dependent Variable: NP Method: Least Squares Date: 07/18/05 Time: 13:30 Sample: 1 67 Included observations: 67 Variable C MAT PRI DIU EST R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 9.396329 0.226649 -0.495002 0.370630 0.003297 0.561160 0.532847 0.363840 8.207537 -24.73095 1.118997 Std. Error 0.143138 0.051995 0.147786 0.103601 0.001663 t-Statistic 65.64536 4.359034 -3.349441 3.577463 1.983390 Prob. 0.0000 0.0001 0.0014 0.0007 0.0518 9.821343 0.532330 0.887491 1.052020 19.82035 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Cuadro 8
Dependent Variable: NS Method: Least Squares Date: 07/18/05 Time: 13:37 Sample: 1 67 Included observations: 67 Variable C MAT PRI DIU EST R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 9.474472 0.196602 -0.417210 0.346054 0.003222 0.561631 0.533349 0.327580 6.653131 -17.69711 1.098371 Std. Error 0.128873 0.046813 0.133058 0.093276 0.001497 t-Statistic 73.51809 4.199705 -3.135544 3.709983 2.152679 Prob. 0.0000 0.0001 0.0026 0.0004 0.0352 9.882985 0.479536 0.677526 0.842055 19.85832 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

NP nota, promedio ponderado (cuatro componentes) NS nota, promedio simple (cinco componentes) MAT valor matrcula primer semestre 2005 (millones de pesos) PRI (dummy) universidad privada=1, universidad pblica=0 DIU (dummy) jornada diurna=1, jornada nocturna=0 EST nmero de estudiantes que presentaron la prueba

38
Cuadro 9. Valor Matrculas
Institucin De los Andes Nacional Javeriana Rosario Del Valle Javeriana EAFIT De Antioquia Externado Icesi Central Nacional Del Cauca Escuela Col. De Ingeniera "Julio Garavito" Industrial de Santander De Cartagena Del Tolima Coruniversitaria Central Corporacin UniversitariaTecnolgica de Bolvar De Nario De la Salle Sergio Arboleda Del Atlntico Del Norte Catlica de Colombia UPTC San Buenaventura Pontificia Bolivariana De Medelln Del Magdalena Santo Toms EAN Militar De los Llanos Corporacin Unversitaria Autnoma de Occidente De la Salle Santiago de Cali UPTC De Manizales Catlica de Colombia La Gran Colombia Corporacin Universitaria Autnoma de Occidente Santo Toms Jorge Tadeo Lozano Cooperativa de Colombia De Amrica Pontificia Bolivariana Los Libertadores Corporacin Univerisitaria Piloto de Colombia Cooperativa Autnoma Latinoamericana Catlica Popular de Risaralda Jorge Tadeo Lozano Los Libertadores De Manizales Santo Toms Autnoma De Manizales La Gran Colombia Corp. Univer. Del Caribe Corporacin Universidad Piloto de Colombia Universidad Libre Universidad Cooperativa de Colombia Fundacin Universitaria de Popayn Universidad Popular del Cesar Corp.Educativa Mayor del Desarrollo Simn Bolvar Universidad Popular del Cesar Ciudad Bogot Bogot Cali Bogot Cali Bogot Medelln Medelln Bogot Cali Bogot Medelln Popayn Bogot Bucaramanga Cartagena Ibagu Ibagu Bogot Cartagena Pasto Bogot Bogot Barranquilla Barranquilla Bogot Tunja Cali Medelln Medelln Santa Marta Bogot Bogot Bogot Villavicencio Cali Bogot Cali Tunja Manizales Bogot Armenia Cali Bogot Bogot Bucaramanga Bogot Montera Bogot Bogot Montera Medelln Pereira Bogot Bogot Manizales Bucaramanga Manizales Bogot Sincelejo Bogot Cali Bogot Popayn Valledupar Barranquilla Valledupar Jornada Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Nocturno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Diurno Nocturno Diurno Nocturno Nocturno Diurno Nocturno Diurno Nocturno Nocturno Diurno Nocturno Diurno Diurno Nocturno Diurno Nocturno Diurno Nocturno Nocturno Nocturno Nocturno Diurno Nocturno Diurno Diurno Nocturno Diurno Nocturno Nocturno Nocturno Nocturno Diurno Nocturno Nocturno Valor Matrcula 7060000 400000 3100000 4351000 2486000 4392000 3500000 400000 4100000 3450000 1900000 400000 400000 3000000 347000 385000 385000 1627000 1900000 1972000 400000 1668000 3953800 385000 2836000 1380000 770000 2680000 2500000 2500000 350000 2060000 2236000 1800000 700000 2566000 1668000 1719000 770000 1791000 1380000 1312000 2566000 2060000 2500000 1128600 1227000 2386000 1773000 1749000 903120 1015000 1103000 2500000 1773000 1791000 1680141 2889000 1438000 945000 1749000 1898000 1290000 1361000 550000 981000 550000

39
Cuadro 10. Costo de cada Punto de ECAES
In s t it u c i n In d u s tria l d e S a n ta n d e r D e l M a g d a le n a N a c io n a l B ta D e C a rta g e n a D e A n tio q u ia D e l T o lim a D e l A tl n tic o D el C auca N a c io n a l M e d D e N a ri o U n iv e r s id a d P o p u la r d e l C e s a r U n iv e r s id a d P o p u la r d e l C e s a r D e lo s L la n o s UPTC UPTC C o o p e r a tiv a C o r p . U n iv e r . D e l C a r ib e A u t n o m a L a tin o a m e ric a n a C o r p o ra c i n E d u c a tiv a M a y o r d e l D e s a r ro llo S im n B o lv a r C a t lic a P o p u la r d e R is a r a ld a C o o p e r a tiv a d e C o lo m b ia D e A m ric a L a G ra n C o lo m b ia C a t lic a U n iv e r s id a d C o o p e ra tiv a d e C o lo m b ia C a t lic a F u n d a c i n U n iv e r s ita ria d e P o p a y n L a G ra n C o lo m b ia C o r u n iv e r s ita ria D e la S a lle D e la S a lle S a n tia g o d e C a li S a n to T o m s B /m a n g a C e n tra l P ilo to D e M a n iz a le s M ilita r C e n tra l L o s L ib e rta d o r e s L o s L ib e rta d o r e s C o r p o ra c i n U n iv e r s id a d P ilo to d e C o lo m b ia D e M a n iz a le s T e c n o l g ic a d e B o lv a r U n iv e r s id a d L ib r e S a n to T o m s S a n to T o m s D e l V a lle EAN P o n tific ia B o liv a r ia n a M o n t P o n tific ia B o liv a r ia n a M e d D e M e d e lln Jo rg e T a d e o L o za n o Jo rg e T a d e o L o za n o C o r p o ra c i n A u t n o m a d e O c c id e n te C o r p o ra c i n A u t n o m a d e O c c id e n te S a n B u e n a v e n tu ra D e l N o r te J a v e ria n a C a li E s c u e la C o l. D e In g e n ie r a A u t n o m a D e M a n iz a le s E A F IT Ic e s i E x te r n a d o S e r g io A r b o le d a R o s a r io J a v e ria n a B ta D e lo s A n d e s P ro m e d io 1 0 .2 9 .8 1 1 .1 1 0 .3 1 0 .6 1 0 .1 1 0 .0 1 0 .3 1 0 .3 1 0 .0 9 .2 9 .1 9 .6 9 .8 9 .6 9 .5 9 .3 9 .5 9 .1 9 .4 9 .4 9 .4 9 .6 1 0 .0 9 .2 9 .5 9 .1 9 .3 1 0 .1 1 0 .1 9 .6 9 .8 9 .2 1 0 .4 9 .4 9 .6 9 .6 1 0 .1 9 .4 9 .4 9 .2 9 .3 1 0 .1 9 .1 9 .7 9 .5 1 0 .9 9 .6 9 .5 9 .8 9 .8 9 .5 9 .4 9 .6 9 .4 9 .8 1 0 .0 1 0 .9 1 0 .3 9 .3 1 0 .6 1 0 .4 1 0 .5 1 0 .0 1 1 .0 1 0 .6 1 1 .2 V a lo r M a tr c u la 347000 350000 400000 385000 400000 385000 385000 400000 400000 400000 550000 550000 700000 770000 770000 903120 945000 1015000 981000 1103000 1128600 1227000 1312000 1380000 1290000 1380000 1361000 1438000 1627000 1668000 1668000 1719000 1680141 1900000 1749000 1791000 1800000 1900000 1773000 1773000 1749000 1791000 1972000 1898000 2060000 2060000 2486000 2236000 2386000 2500000 2500000 2500000 2500000 2566000 2566000 2680000 2836000 3100000 3000000 2889000 3500000 3450000 4100000 3953800 4351000 4392000 7060000 Pesos por ECAES 33953 35787 36069 37524 37771 38006 38539 38797 38835 40040 59783 60241 72690 78411 80292 94667 101504 106730 107802 117340 120064 130950 137382 138554 140217 145416 150221 154790 160454 165805 173209 174695 183022 183398 185669 186175 186722 188305 188818 189221 189491 191756 194862 207659 212371 217989 228493 232191 250105 254065 256148 263992 266241 267570 272689 272912 284168 285714 292113 310311 329567 331731 389364 394985 396627 413949 629234

40

Figura 2

P 1.0 0.8

0.6

0.4

0.2

0.0 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 X

41
Figura 3

P 1.0 0.8

0.6

0.4

0.2

0.0 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 X

42
Figura 4

P 1.0

0.8

0.6

0.4

0.2

0.0 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 X

43

Figura 5

Frecuencia de Respuestas (A, B, C, D) 36 32 28 24 20 16 12 A B C D

44
Cuadro 11 Informacin necesaria para la inscripcin de estudiantes en ECAES
Nombres y apellidos Identificacin Estado Civil Fecha de Nacimiento (ao, mes, da) Direccin Estrato Telfono Ttulo Obtenido en el bachillerato Semestre y ao cuando present el ICFES Puede leer otro idioma Puede hablar otro idioma Mximo nivel de posgrado que proyecta cursar (Subraye) Es usted cabeza de familia? Nivel educativo del padre (Subraye)

Por favor subraye: Acadmico, Normalista, Tcnico, (Si lo present varias veces, por indique la oportunidad en la que mejor le fue) Si ___ No ___ Cual _______________________ Si ___ No ___ Cual _______________________ Especializacin, Maestra, Doctorado, Ninguno

Si ___ No ___ No tuvo escuela, preescolar, primaria, secundaria, media vocacional, tecnolgico, tcnico, universitario, posgrado Nivel educativo de la madre(Subraye) No tuvo escuela, preescolar, primaria, secundaria, media vocacional, tecnolgico, tcnico, universitario, posgrado Ocupacin del padre Padre Madre Escoger (marcar con X) entre: Empresario (dueo de compaa) Administrador o Gerente Profesional independiente Profesional empleado Trabajador Independiente Trabajador empleado Rentista Obrero Jubilado Hogar Estudiantes Persona que no devenga ingreso por ningn concepto o que est buscando trabajo

45

ANEXO

Seleccin de Preguntas del Examen de Estado de Calidad de la Educacin Superior ECAES

Realizado Noviembre de 2004 (segunda sesin)

Las preguntas seleccionadas y sus respuestas fueron transcritas tal como aparecen en la pgina Web del ICFES

46 Seleccin de Preguntas del Examen ECAES Realizado Noviembre 2004

47

48

49

50

51

52

53

54

55

56

57

58
Respuestas
7B 8A 9C 10 C 11 C 12 B 13 B 14 C 15 B 16 C 17 C 18 B 19 C 20 A 21 B 22 B 23 C 24 C 25 B 26 B 27 B 28 D 29 B 30 A 31 C 32 C 33 B 34 C 53 B 54 A 55 A 56 D 57 D 58 B 73 A 74 D 75 C 76 A 77 C 78 D 79 B