UNIVERSIDAD NACIONAL DE SAN ANTONIO

ABAD DEL CUSCO

FACULTAD DE CIENCIAS ADMINISTRATIVAS

CONTABLES ECONÓMICAS Y DE TURISMO

ESCUELA PROFESIONAL DE ECONOMÍA

TESIS
ANÁLISIS DE LOS FACTORES QUE INFLUYEN EN LA DEMANDA DE

EDUCACIÓN SUPERIOR UNIVERSITARIA EN LA PROVINCIA DE CUSCO - 2020

PRESENTADA POR:

Br. Econ. Gabriela Vera Torres

PARA OPTAR AL TÍTULO PROFESIONAL

DE ECONOMISTA

ASESOR:

Mgt. Rafael Vargas Salinas

CUSCO – PERÚ
2022
 PRESENTACIÓN

SEÑOR DECANO DE LA FACULTAD DE CIENCIAS ADMINISTRATIVAS, CONTABLES,

ECONÓMICAS Y TURISMO DE LA UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD
DEL CUSCO, Y SEÑORES MIEMBROS DEL JURADO.
En cumplimiento al reglamento de grados y títulos para optar al título profesional de Economista, se pone
a disposición la presente tesis intitulada.
ANÁLISIS DE LOS FACTORES QUE INFLUYEN EN LA DEMANDA DE EDUCACIÓN
SUPERIOR UNIVERSITARIA EN LA PROVINCIA DE CUSCO – 2020.
Tesis que fue elaborada tomando en consideración los lineamientos establecidos por la Escuela Profesional
de Economía, que me permitió plasmar el aprendizaje adquirido durante mi formación académica, con el
cual deseo contribuir a la sociedad aspectos referentes a la demanda de Educación Superior Universitaria y
así, generar evidencia empírica acerca de las barreras o limitantes que enfrentan los jóvenes en el proceso
de transición hacia los estudios universitarios.

Br. Econ. Gabriela Vera Torres.

i
 DEDICATORIA Y AGRADECIMIENTOS

“El 90% de los chicos que nacen en hogares pobres mueren pobres, por
más capaces que sean. Más del 90% de chicos que nacen en hogares ricos
mueren ricos, por más estúpidos que sean. Por lo tanto, el mérito no es un
valor …”
J. Stiglitz “El precio de la desigualdad”

DEDICATORIA

Dedico el presente trabajo a nuestro Creador por permitirme

alcanzar este objetivo. A mis padres Juliana y Alejandro, que
son el impulso y motor de mi vida. A mis hermanos Cynthia,
Jeffrey y Marleni, por su apoyo y amor incondicional y por
último a mis sobrinos, quienes son dulzura y alegría de mi vida.

AGRADECIMIENTOS

A mis docentes de la Escuela Profesional de Economía por las

enseñanzas impartidas. A mi asesor de tesis Mgt. Rafael Vargas
Salinas, por el apoyo que me brindo durante el proceso de
elaboración del presente trabajo, así mismo al Dr. Tito Livio
Paredes Gordon y al Econ. Lizardo Porcel Guzmán por sus
importantes aportes y recomendaciones.
De igual forma agradezco al Econ. Maykol Medrano Ccahuana
por el apoyo y soporte que me brindo y a todos mis amigos y
compañeros por los consejos que me dieron durante este
proceso de elaboración de mi trabajo de investigación.

ii
 ÍNDICE GENERAL

PRESENTACIÓN ....................................................................................................................................................... i
DEDICATORIA Y AGRADECIMIENTOS ....................................................................................................... ii
ÍNDICE GENERAL ................................................................................................................................................ iii
ÍNDICE DE FIGURAS ........................................................................................................................................... vi
ÍNDICE DE TABLAS ............................................................................................................................................ viii
RESUMEN .................................................................................................................................................................. ix
ABSTRACT .................................................................................................................................................................. x
INTRODUCCIÓN .................................................................................................................................................... xi
CAPÍTULO I: PLANTEAMIENTO DEL PROBLEMA DE INVESTIGACIÓN ..................................... 1
Situación problemática .............................................................................................................................. 1
Formulación del problema ....................................................................................................................... 4
1.2.1 Problema general ................................................................................................................................... 4
1.2.2 Problemas específicos .......................................................................................................................... 4
Justificación de la investigación ............................................................................................................... 4
Objetivos de la investigación ................................................................................................................... 5
1.4.1 Objetivo general .................................................................................................................................... 5
1.4.2 Objetivos específicos ............................................................................................................................ 5
Delimitación de la investigación .............................................................................................................. 5
1.5.1 Delimitación temporal.......................................................................................................................... 5
1.5.2 Delimitación espacial ............................................................................................................................ 5
CAPÍTULO II: MARCO TEÓRICO..................................................................................................................... 6
2.1 Bases teóricas.............................................................................................................................................. 6
2.1.1 Teoría del Capital Humano ................................................................................................................. 6
2.1.2 Economía de la Educación ................................................................................................................ 17
2.1.3 Enfoque de la toma de decisiones individuales: demanda de educación ................................... 20
2.1.4 Complementación a la Teoría del Capital Humano ...................................................................... 24
2.1.5 Líneas de investigación de la transición de los estudiantes a la Educación Superior ............... 28
2.1.6 Un enfoque integral de la transición de los estudiantes a Educación Superior ........................ 29
2.2 Antecedentes de la investigación ........................................................................................................... 30
2.3 Marco conceptual .................................................................................................................................... 40
2.4 Hipótesis de la investigación .................................................................................................................. 42
2.4.1 Hipótesis general ................................................................................................................................. 42
2.4.2 Hipótesis especificas ........................................................................................................................... 42
2.5 Variables e indicadores ........................................................................................................................... 42
2.5.1 Identificación de variables ................................................................................................................. 42

iii
 2.5.2 Conceptualización de variables ......................................................................................................... 43
2.5.3 Operacionalización de variables ....................................................................................................... 44
CAPÍTULO III: DISEÑO METODOLÓGICO .............................................................................................. 45
3.1 Tipo de investigación .............................................................................................................................. 45
3.2 Enfoque de investigación ....................................................................................................................... 45
3.3 Diseño de investigación .......................................................................................................................... 46
3.4 Unidad de análisis .................................................................................................................................... 46
3.5 Población de estudio ............................................................................................................................... 46
3.6 Tamaño de muestra ................................................................................................................................. 46
3.7 Técnicas de recolección de datos .......................................................................................................... 47
3.8 Técnicas de análisis e interpretación de la información .................................................................... 47
CAPÍTULO IV: CARACTERIZACIÓN DE LA DEMANDA DE EDUCACIÓN SUPERIOR EN LA
PROVINCIA DEL CUSCO ................................................................................................................................... 48
4.1 Demanda de Educación Superior en el Perú ...................................................................................... 48
4.2 Demanda de Educación Superior en la provincia de Cusco ............................................................ 57
4.2.1 Demanda potencial por Educación Superior en la provincia de Cusco .................................... 57
4.2.1 Demanda efectiva por Educación Superior en la provincia de Cusco ....................................... 59
4.3 Oferta de Educación Superior en la provincia de Cusco .................................................................. 66
4.3.1 Oferta de Educación Superior Universitaria .................................................................................. 66
4.3.2 Oferta de Educación Superior No Universitaria ........................................................................... 67
4.4 Resultados de la encuesta ....................................................................................................................... 68
4.4.1 Factores individuales .......................................................................................................................... 68
4.4.2 Factores escolares ............................................................................................................................... 75
4.4.3 Demanda de Educación Superior..................................................................................................... 86
4.5 Estadísticos descriptivos......................................................................................................................... 87
4.5.1 Factores individuales .......................................................................................................................... 87
4.5.2 Factores escolares ............................................................................................................................... 89
CAPÍTULO V: MODELO ECONOMÉTRICO .............................................................................................. 92
5.1 Metodología de estimación del modelo ............................................................................................... 92
5.1.1 Especificación del modelo econométrico ....................................................................................... 94
5.1.2 Fuente de datos ................................................................................................................................... 94
5.1.3 Descripción de los datos .................................................................................................................... 95
5.2 Resultados econométricos ...................................................................................................................... 96
5.2.1 Factores individuales .......................................................................................................................... 98
5.2.2 Factores escolares ............................................................................................................................. 100
5.3 Análisis e interpretación de resultados - Efectos marginales .......................................................... 102
5.3.1 Factores individuales ........................................................................................................................ 104
5.3.2 Factores escolares ............................................................................................................................. 111

iv
 5.4 Evaluación del modelo econométrico ................................................................................................ 118
5.4.1 Evaluación de bondad de ajuste del modelo econométrico ....................................................... 118
5.4.2 Evaluación de error de especificación del modelo econométrico ............................................. 121
5.4.3 Evaluación de la capacidad predictiva del modelo econométrico ............................................. 121
5.5 Discusión de resultados ........................................................................................................................ 122
CONCLUSIONES.................................................................................................................................................. 129
RECOMENDACIONES ...................................................................................................................................... 131
BIBLIOGRAFÍA ..................................................................................................................................................... 132
ANEXOS .................................................................................................................................................................. 136
ANEXOS 1: MATRIZ DE CONSISTENCIA ................................................................................................. 137
ANEXOS 2: MODELO EMPÍRICO PARSIMONIOSO .............................................................................. 138
ANEXOS 3: CUESTIONARIO .......................................................................................................................... 139
ANEXOS 4: FICHA DE VALIDACIÓN ......................................................................................................... 142

v
 ÍNDICE DE FIGURAS

Figura 1 Ingresos futuros en relación a la edad y años de educación ................................................................................ 12

Figura 2 Demanda de Educación Superior ................................................................................................................... 23
Figura 3 Matriculados y aprobados en 5° grado de secundaria a nivel nacional (2017 - 2020) ..................................... 49
Figura 4 Postulantes e Ingresantes a la ESU a nivel nacional (2017 - 2020) ............................................................... 51
Figura 5 Tasa de admisión en ESU a nivel nacional (2017 - 2020) ........................................................................... 51
Figura 6 Postulantes e Ingresantes a la ESNU a nivel nacional (2017 - 2020) ........................................................... 54
Figura 7 ........................................................................................................................................................................ 54
Figura 8 Porcentaje de matrícula a nivel nacional en ESNU, según sexo (2020) .......................................................... 56
Figura 9 Matrícula total y matrícula según sexo en 5° grado de secundaria, en la provincia de Cusco (2017 - 2020) .... 58
Figura 10 Matriculados y aprobados en 5° grado de secundaria en la provincia de Cusco (2017 - 2020) ....................... 59
Figura 11 Postulantes e Ingresantes a la UAC (2017 - 2020) ..................................................................................... 61
Figura 12 Postulantes e Ingresantes a la UNSAAC (2017 - 2020) ............................................................................ 62
Figura 13 Tasa de Admisión de la UAC y de la UNSAAC (2017 - 2020) ............................................................ 62
Figura 14 Postulantes e Ingresantes a Instituciones de ESNU en la provincia de Cusco (2017 - 2020) ....................... 64
Figura 15 Tasa de Admisión a Instituciones de ESNU en la provincia de Cusco .......................................................... 64
Figura 16 Porcentaje de matrícula según sexo en ESNU en la provincia de Cusco (2020) ............................................. 65
Figura 17 Porcentaje de la población encuestada según edad ........................................................................................... 68
Figura 18 Porcentaje de poblacion encuestada según sexo ................................................................................................ 69
Figura 19 Distrito donde se ubica la II.EE. de nivel secundario de la población encuestada (%)..................................... 70
Figura 20 Distrito de residencia de la población encuestada (%) ..................................................................................... 70
Figura 21 Rendimiento académico en el nivel secundario de la población encuestada (%) ................................................. 71
Figura 22 Aspiraciones de vida de la población encuestada (%) ........................................................................ 72
Figura 23 Nivel socioeconómico de la población encuestada (%) ...................................................................................... 72
Figura 24 Ocupación del jefe de familia de la población encuestada (%) .......................................................................... 74
Figura 25 Ingreso familiar mensual de la población encuestada (%) ................................................................................ 74
Figura 26 Tipo de gestión de la II.EE. de nivel secundario de la población encuestada (%) ............................................ 75
Figura 27 Percepción de la calidad de enseñanza de la II.EE. de nivel secundario de la población encuestada (%) .......... 76
Figura 28 Percepción de la utilidad de la enseñanza de la II.EE. de nivel secundario de la población encuestada (%) ..... 76
Figura 29 Percepción de la población encuestada sobre la forma, estrategia y metodología de enseñanza (%) .................... 77
Figura 30 Percepción de la calidad de las instalaciones e infraestructura de la II.EE. de nivel secundario de la población
encuestada (%)................................................................................................................................................................ 78
Figura 31 Percepción sobre las condiciones de la infraestructura de la II.EE. de nivel secundario de la población encuestada
(%)................................................................................................................................................................................. 78
Figura 32 Disponibilidad de equipos tecnológicos en la II.EE. de nivel secundario de la población encuestada (%) .......... 79
Figura 33 Percepción del estado de los equipos tecnológicos de la II.EE. de nivel secundario de la población encuestada (%)
....................................................................................................................................................................................... 80
Figura 34 Acceso a internet en la II.EE. de nivel secundario de la población encuestada (%) ......................................... 80
Figura 35 Percepción de la calidad del acceso a internet de la II.EE. de nivel secundario de la población encuestada (%) . 81
Figura 36 Uso de herramientas digitales en la II.EE. de nivel secundario de la población encuestada (%) ...................... 82
Figura 37 Disponibilidad del servicio de biblioteca en la II.EE. de nivel secundario de la población encuestada (%) ....... 82
Figura 38 Disponibilidad de material educativo en la II.EE. de nivel secundario de la población encuestada (%) ........... 83
Figura 39 Servicio de orientación vocacional en la II.EE. de nivel secundario de la población encuestada (%) ................. 84
Figura 40 Frecuencia del servicio de orientación vocacional en la II.EE. de nivel secundario de la población encuestada (%)
....................................................................................................................................................................................... 84
Figura 41 Talleres informativos sobre como continuar estudios superiores (%) ................................................................. 85
Figura 42 Ejecución de simulacros de admisión en la II.EE. de nivel secundario de la población encuestada (%) ............ 86
Figura 43 Demanda de Educación Superior de la población encuestada (%) .................................................................. 86
Figura 44 Demanda de ESU y de ESNU de la población encuestada (%) ................................................................... 87

vi
Figura 45 Efectos marginales de las variables sexo y edad del estudiante ...................................................................... 104
Figura 46 Efectos marginales de las variables distrito de la II.EE. y de residencia del estudiante .................................. 105
Figura 47 Efectos marginales de la variable rendimiento académico .............................................................................. 107
Figura 48 Efectos marginales de la variable aspiraciones de vida ................................................................................ 108
Figura 49 Efectos marginales de las variables nivel socioeconómico e ingreso familiar ..................................................... 109
Figura 50 Efectos marginales de las variables nivel educativo del padre y nivel educativo de la madre ............................ 110
Figura 51 Efectos marginales de la variable ocupación del jefe de hogar ......................................................................... 111
Figura 52 Efectos marginales de la variable tipo de gestión educativa de la II.EE. ....................................................... 112
Figura 53 Efectos marginales de las variables nivel de enseñanza de la II.EE. y utilidad de los estudios secundarios ..... 113
Figura 54 Efectos marginales de las variables acceso a internet y estado del acceso a internet en la II.EE. de nivel
secundario ..................................................................................................................................................................... 114
Figura 55 Efectos marginales de las variables calidad y condiciones de la infraestructura de la II.EE. de nivel secundario
..................................................................................................................................................................................... 115
Figura 56 Efectos marginales de las variables disposición y estado de equipos tecnológicos de la II.EE. de nivel secundario
..................................................................................................................................................................................... 116
Figura 57 Efectos marginales de las variables uso de herramientas digitales y disponibiidad del servicio de biblioteca en la
II.EE. de nivel secundario ............................................................................................................................................ 117
Figura 58 Efectos marginales de las variables orientación vocacional y frecuencia con que se brinda el servicio de orientación
vocacional en la II.EE. de nivel secundario ................................................................................................................... 118
Figura 59 Curva ROC ............................................................................................................................................... 120

vii
 ÍNDICE DE TABLAS

Tabla 1 Población con edades de 15 - 24 años .............................................................................................................. 47

Tabla 2 Matrícula, aprobados y desaprobados en 5° grado de secundaria a nivel nacional (2017 - 2020) ..................... 49
Tabla 3 Postulantes, ingresantes, tasa de admisión y matricula en ESU a nivel nacional (2017 - 2020)....................... 50
Tabla 4 Número de universidades a nivel nacional, según tipo de gestión y estado de licenciamiento ................................ 52
Tabla 5 Postulantes, ingresantes, tasa de admisión y matricula en ESNU a nivel nacional (2017 - 2020) .................... 53
Tabla 6 Matricula en ESNU a nivel nacional, según sexo (2017 - 2020) ................................................................... 55
Tabla 7 Instituciones de ESNU a nivel nacional, según nivel modular (2020) ............................................................... 56
Tabla 8 Matrícula en 5° grado de secundaria en la provincia de Cusco, según sexo (2017 - 2020) ............................... 58
Tabla 9 Matrícula y aprobados en 5° grado de secundaria, en la provincia del Cusco (2017 - 2020) ............................ 59
Tabla 10 Postulantes e ingresantes de las universidades de la provincia de Cusco (2017 - 2020) ................................... 60
Tabla 11 Postulantes, ingresantes, tasa de admisión y matrícula total en ESNU en la provincia de Cusco (2017 - 2020)
....................................................................................................................................................................................... 63
Tabla 12 Matricula en ESNU en la provincia de Cusco, según sexo (2017 - 2020) ..................................................... 65
Tabla 13 Instituciones de ESU en la provincia de Cusco ............................................................................................... 67
Tabla 14 Número de programas que ofrecen las instituciones de ESU en la Provincia de Cusco ..................................... 67
Tabla 15 Número de instituciones de ESNU, según nivel modular en la provincia de Cusco .......................................... 68
Tabla 16 Nivel educativo alcanzado por los padres (%) ................................................................................................. 73
Tabla 17 Estadísticos descriptivos de las características individuales de los encuestados .................................................... 87
Tabla 18 Estadísticos descriptivos de los antecedentes socioeconómicos de los encuestados .................................................. 88
Tabla 19 Estadísticos descriptivos de tipo de gestión, enseñanza e infraestructura educativa ............................................. 89
Tabla 20 Estadísticos descriptivos de recursos educativos y apoyo institucional ................................................................. 90
Tabla 21 Estadísticos descriptivos de la demanda de Educación Superior y de Educación Superior Universitaria ............ 91
Tabla 22 Definición de variables.................................................................................................................................... 95
Tabla 23 Odds ratio del modelo empírico ....................................................................................................................... 97
Tabla 24 Efectos Marginales del modelo empírico......................................................................................................... 103
Tabla 25 Medidas de ajuste para el modelo logit .......................................................................................................... 119
Tabla 26 Predicciones del modelo econométrico .............................................................................................................. 120
Tabla 27 Prueba de enlace para la especificación del modelo econométrico ...................................................................... 121
Tabla 28 Predicción del modelo econométrico estimado .................................................................................................. 122
Tabla 29 Comparación de investigaciones ..................................................................................................................... 128

viii
 RESUMEN

En la presente investigación se analiza los factores que determinan la demanda de Educación

Superior Universitaria en la provincia de Cusco en el año 2020; haciendo un análisis microeconómico acerca

de qué factores influyen en la probabilidad de que un egresante o egresado de educación secundaria continúe

con estudios universitarios, contiene un marco teórico en relación a la Teoría del Capital Humano. El

análisis de la elección educativa se realizará con el modelo logit, tomando en cuenta los elementos relevantes

presentes en los textos del tema como: factores individuales y escolares. Por medio de la utilización de

información de encuestas respecto a la elección educativa después de concluir la secundaria, realizadas a los

egresantes y egresados de estudios secundarios (información de corte transversal). La obtención de los

resultados nos permitirá evidenciar en qué medida los factores determinantes teóricos repercuten en la

práctica.

Palabras claves: Capital humano, modelo logit, demanda de Educación Superior Universitaria,

elección educativa.

ix
 ABSTRACT

In the present investigation, the factors that determine the demand for University Higher

Education in the province of Cusco in the year 2020 are analyzed; making a microeconomic analysis about

what factors influence the probability that a graduate of secondary education continues with university

studies, contains a theoretical framework in relation to the Theory of Human Capital. The analysis of the

educational choice will be carried out with the logit model, taking into account the relevant elements present

in the texts about the theme such as: individual and school factors. Through the use of information from

surveys regarding the educational choice after completing secondary school, carried out on graduates of

secondary studies (cross-sectional information). Obtaining the results will allow us to demonstrate to what

extent the theoretical determining factors have repercussions in practice.

Keywords: Human capital, logit model, demand for Higher University Education, educational

choice.

x
 INTRODUCCIÓN

En los textos de economía, la definición de capital humano ha sido de motivo de investigación en

el transcurrir del tiempo. Las más influyentes investigaciones teóricas surgieron a inicios de la década de

1960, momento en el que se utilizó por primera vez el término capital humano. Los pioneros de lo que es

hoy en día la Teoría del Capital Humano, como Becker (1964), instituyen como la idea principal de dicha

teoría, considerar a la educación como una inversión, desde las perspectiva que si una persona posee más

educación adquiere mayor capital humano, el cual repercute en la mejora de su productividad, y esto genera

que la persona perciba mayores ingresos en el futuro (esta noción es fundamental debido a que muestra la

manera en que se relacionan la cantidad de dinero que se percibirá en el futuro y la educación).

No obstante, la Teoría del Capital Humano ha recibido críticas por únicamente tener en cuenta a

la educación como una inversión, y no considerar los aspectos de utilidad o motivos de consumo (Blaug,

1976). Del mismo modo Villalobos y Pedrosa (2009), dan a conocer que el talón de Aquiles de dicha teoría

son los rendimientos no económicos y las externalidades que genera la inversión en educación. Por este

motivo Jiménez y Salas (2000), toman como un error considerar el capital humano como un bien

únicamente de capital, y creer que solamente produce rendimientos económicos, más aún si es que se trata

de calcular la totalidad de beneficios que trae consigo las inversiones en capital humano, es de esta forma

que dichos autores dan a conocer que los beneficios de consumo también deben de ser reconocidos para

ciertas formas de capital humano, como la educación. Después de conocer las críticas que posee la Teoría

del Capital Humano, se llevaron a cabo diversos estudios acerca de los rendimientos no pecuniarios de la

educación, como lo son el consumo educativo y la contribución en la utilidad.

En concordancia con lo mencionado por Cardona, Montes, Vásquez, Villegas y Brito (2007),

cuando se aborda el tema de capital humano, no se toma en cuenta únicamente a la educación, debido a

que existen otros dos componentes importantes que son la experiencia y la salud. No obstante, para la

presente tesis, nos vamos a centrar en la educación y específicamente realizaremos un estudio de la demanda

por Educación Superior Universitaria (ESU) en la provincia de Cusco. Según Campbell y Siegel (1967), la

Teoría de Demanda Educativa está compuesta por 2 enfoques, que no son excluyentes entre sí

xi
necesariamente. Uno de los enfoques trata a la decisión de seguir la Educación Superior como una inversión

que dará beneficios futuros, mientras que el otro enfoque la ve como una decisión de consumo presente.

Con el paso del tiempo se dieron a conocer nuevos enfoques o líneas de investigación en relación

a la demanda de la Educación Superior. Guerrero (2013), identifica 4 líneas de análisis: los modelos

económicos, sociológicos, psicológicos y educativos. En los cuales cada uno da a conocer la integración de

factores específicos que influyen en la elección de la Educación Superior. Basándonos en lo mencionado,

en el presente trabajo investigativo se va a utilizar un enfoque completo acerca de la demanda de Educación

Superior, para estudiar los factores que ejercen influencia en la decisión de continuar estudios universitarios

en la provincia de Cusco en el año 2020.

La presente tesis está organizada en capítulos, siendo estos: Capítulo I, planteamiento del problema

de investigación; Capítulo II, marco teórico; Capítulo III, diseño metodológico; Capítulo IV, caracterización

de la demanda de Educación Superior en la provincia de Cusco; Capítulo V, modelo econométrico y como

parte final el trabajo de tesis presenta conclusiones, recomendaciones, bibliografía y anexos.

xii
 CAPÍTULO I:
PLANTEAMIENTO DEL PROBLEMA DE INVESTIGACIÓN

Situación problemática

La trascendencia de la educación no es algo nuevo para la ciencia económica, debido a que se

sabe que esta influye en la calidad de vida de las personas y en la expansión económica, lo que ha sido

estudiado por diferentes economistas en distintas épocas y junto con la Teoría del Capital Humano

permitieron el surgimiento de un campo de estudio de la economía, que viene a ser la Economía de la

Educación.

Cada sociedad presenta diversas necesidades educativas, por lo que los países asignan recursos

para satisfacer las crecientes demandas educativas. Según el Banco Mundial (2005), en los países en vía

de desarrollo la política educativa está enfocada en la reducción del analfabetismo, mejoras de

cobertura de niveles educativos básicos y avanzar en las discusiones de calidad, equidad y eficiencia

del sistema educativo.

Si observamos la tendencia de la educación a nivel mundial podemos afirmar que la demanda

por educación es cada vez más creciente. En relación con los datos de la UNESCO, la tasa bruta de

matriculados en Educación Superior a nivel mundial ha tenido un crecimiento importante; en el año

2000 era un 21%, en 2010 un 40%, en 2014 subió a un 47,5% y en 2017 se estimó que superaría el

50,6%, por encima de los objetivos de la Agenda 2030 (Sáinz y Barberá, 2019). Este crecimiento

corresponde fundamentalmente a que la cantidad de alumnos que finaliza la Educación Básica Regular

(EBR) ha incrementado.

Para el periodo 2010 – 2016, el crecimiento anual promedio de la matrícula en Educación

Superior para Latinoamérica fue 3.8%, mientras que para el Perú fue de 8.3%, el cual represento la

mayor tasa de crecimiento promedio de matrícula en Educación Superior de la región (García, 2018).

En el Perú se ha logrado cubrir con la EBR a la mayor parte de la población en etapa escolar,

en términos de asistencia más de 95 de cada 100 personas de las nuevas generaciones finaliza la

1
educación primaria, y un promedio de 85 personas de cada 100 finalizan la educación secundaria

(Montoro y Rodríguez, 2013). Así mismo con respecto a la Educación Superior a nivel nacional y de

acuerdo con los resultados de la Encuesta Nacional de Hogares (ENAHO) del año 2018; la matricula

en Educación superior (universitaria y no universitaria), de la población de 17 a 24 años de edad, fue

de 31,2%, dicho porcentaje es superior en 8,8 puntos porcentuales al que se tuvo para el año 2008.

En el ámbito de la región Cusco, basándonos en los datos del Instituto Nacional de estadística

e informática (INEI), la tasa neta de matrícula del nivel secundario de personas con edades entre 12 y

16 años, ha tenido un crecimiento, observándose para el año 2017 una tasa de 78.6% y para el año el

año 2020 una tasa de 84.3%. Por otro lado, la tasa de matrícula a Educación Superior de la población

de 17 a 24 años en el departamento de Cusco, para el año 2008 fue de 28.8% y para el año 2018

aumento a 34.0%, dicho porcentaje de cobertura de matrícula a Educación Superior fue mayor que el

promedio nacional de dicho año que fue de 31.2% (ENAHO, 2018).

El incremento de personas que finaliza la educación secundaria ha tenido como consecuencia

el aumento de la demanda de Educación Superior, la que es atendida por dos variantes: educación

superior universitaria y no universitaria. En otras palabras, las personas que han concluido o están por

concluir su secundaria enfrentan un proceso elección educativa, con dos alternativas: la primera una

educación universitaria, con un tiempo de estudios de diez semestres que en promedio son en cinco

años; o una educación tecnológica, pedagógica o artística, que tienen un tiempo de estudios de seis

ciclos, si es que eligen la tecnológica y diez ciclos para la pedagogía, la Educación Superior No

Universitaria (ESNU) tiene en promedio una duración de tres años.

El tema de la elección educativa postsecundaria por parte de los estudiantes, en los últimos

años ha tenido cada vez más atención por parte de los investigadores, de instituciones públicas y

privadas, responsables y formuladores políticos, entre otros. Quienes buscan saber qué factores

repercuten en la determinación de seguir estudios superiores, con el fin de proponer políticas que

favorezcan un mayor acceso a la Educación Superior de manera equitativa, así como su financiamiento

2
e implementación de manera efectiva. Este interés, se ve reflejado en los diversos programas de becas

educativas para estudios superiores que ha venido impulsando el Estado peruano en los últimos años.

Las decisiones de elección postsecundaria que realizan los jóvenes, sin duda alguna son

trascendentales y son influenciadas por diversas variables como: los ingresos familiares, el contexto

socioeconómico, las características personales y académicas del estudiante, el tipo de institución

educativa de nivel secundario, entre otros.

Los estudios realizados sobre los factores que repercuten en la demanda de Educación

Superior, consideran como factores relevantes a los factores individuales y escolares. Siendo los

factores individuales las características de los alumnos (como: género, edad, lugar de residencia,

rendimiento académico, aspiraciones del estudiante, entre otros) y los antecedentes socioeconómicos

de la familia (como: nivel socioeconómico, nivel educativo de los padres, ocupación del jefe de familia,

ingreso familiar mensual, entre otros). Por otro lado, los factores escolares son el tipo de gestión

educativa (tipo de institución educativa), la enseñanza educativa (como: calidad de enseñanza,

percepción de la utilidad de la enseñanza obtenida, metodología de enseñanza, entre otros), la

infraestructura (como: calidad de las instalaciones, implementación de equipos y herramientas

educativas, entre otros), los recursos educativos (como: acceso a internet, equipos educativos, material

educativo, entre otros) y el apoyo institucional (como: orientación vocacional, simulacros de exámenes

de admisión, entre otros).

Teniendo en consideración lo descrito líneas arriba, la presente tesis se propone como objetivo

analizar los factores que determinan la demanda de Educación Superior Universitaria en la provincia

de Cusco en el año 2020; haciendo un análisis microeconómico acerca de qué factores influyen en la

probabilidad de que un egresante o egresado de educación secundaria continúe con estudios

universitarios.

3
 Formulación del problema

1.2.1 Problema general

¿Qué factores determinaron la demanda de Educación Superior Universitaria en la provincia

de Cusco en el año 2020?

1.2.2 Problemas específicos

• ¿Cuáles son los factores individuales que influyeron en la demanda de Educación Superior

Universitaria en la provincia de Cusco en el año 2020?

• ¿Cuáles son los factores escolares que influyeron en la demanda de Educación Superior

Universitaria en la provincia de Cusco en el año 2020?

Justificación de la investigación

La presente investigación tiene una justificación teórica, debido a que el tema de la elección

de Educación Superior por parte de los estudiantes, en los últimos años ha cobrado mayor atención.

Por lo tanto, existe la necesidad de realizar estudios sobre este tema, principalmente para los

formuladores de políticas y encargados de implementar políticas educativas en el país, en materia de

Educación Superior.

Por otra parte, la presente investigación presenta una justificación práctica, porque busca

analizar qué factores influyen significativamente en la probabilidad de continuar con estudios

universitarios; de esa manera obtener resultados con implicaciones importantes para la Teoría de la

Demanda Educativa y evidenciar en qué medida los factores determinantes teóricos repercuten en la

práctica.

Por último, la presente investigación dispone de una justificación metodológica, debido a que

se utiliza métodos cuantitativos, los cuales serán explicados en el capítulo diseño metodológico.

4
 Objetivos de la investigación

1.4.1 Objetivo general

Analizar los factores que determinaron la demanda de Educación Superior Universitaria en la

provincia de Cusco para el año 2020.

1.4.2 Objetivos específicos

• Determinar cuáles fueron los factores individuales que influyeron significativamente en la

demanda de Educación Superior Universitaria en la provincia de Cusco para el año 2020.

• Determinar cuáles fueron los factores escolares que influyeron significativamente en la

demanda de Educación Superior Universitaria en la provincia de Cusco para el año 2020.

Delimitación de la investigación

1.5.1 Delimitación temporal

La presente tesis tiene una delimitación temporal porque la recopilación de información se

realiza en un solo perdido que es el año 2020.

1.5.2 Delimitación espacial

La presente tesis se delimita espacialmente porque el estudio se realiza en jóvenes de la

provincia de Cusco.

5
 CAPÍTULO II:
MARCO TEÓRICO

2.1 Bases teóricas

2.1.1 Teoría del Capital Humano

La Teoría del Capital Humano posee un gran reconocimiento, incluso desde antes que se

considere a la economía como una ciencia independiente. Aunque en los inicios se presentaba de

manera implícita, para luego con estudios posteriores consolidarse como la Teoría del Capital

Humano, que contribuyo en la generación de una rama de la economía, llamada hoy en día Economía

de la Educación.

2.1.1.1 Antecedentes de la Teoría del Capital Humano

Antes del siglo XVIII, se utilizaban términos como “skill” o “arte” para referirse a las

capacidades, el conjunto de habilidades y destrezas. Los mercantilistas en distintas obras mencionaban

que para la política estatal uno de los objetivos más importantes era el aumentar el “arte” de la nación,

para así poder aumentar las exportaciones y de esa manera tener un saldo comercial positivo que se

traducía en metales preciosos, que era la referencia de riqueza de un país. Senior (1836), al analizar la

definición de capital, incluyó el concepto de “capital inmaterial” para indicar las habilidades y destrezas

desarrolladas en el individuo mediante la educación (Martínez, 1997).

El primer economista clásico que implemento el concepto de capital humano fue Smith

(1776), en su libro “La riqueza de las naciones”, donde señala que el hombre que ha sido educado a

costa de mucho trabajo y tiempo, debe poder realizar un trabajo que le reembolse el costo de su

formación con al menos los beneficios ordinarios de un capital de igual valor (Pérez y Castillo, 2016).

Para Smith (1776), el hecho de que las personas que realizan actividades y devengan

consecuentemente mayores salarios, se da no porque estas personas tengan una inteligencia superior

o algo que los distinga del resto, sino porque estas personas poseen mayor educación (Cardona et al.,

2007). Muchos economistas concuerdan en que en el trabajo de Adam Smith se hallan las bases de la
6
Teoría del Capital Humano, ya que nos habla del trabajo como una fuente de riqueza, así como la

división de trabajo que trae consigo la especialización de los trabajadores.

En la década de 1950 Solow (1956), comienza a considerar otras formas de inversión

diferentes al capital y trabajo, que trataban de explicar el crecimiento de la producción de los países;

denominó factor “A” o progreso técnico a todo lo que explicaba el crecimiento, diferente a los factores

de producción (capital y trabajo), donde el progreso de los conocimientos era fuente principal del

progreso técnico (Areiza, 2004). Solow en su estudio mostraba que el desarrollo educativo y

profesional desempeñan un papel relevante como fuentes del crecimiento de un país.

A partir de Solow (1956), se comienza una fuerte investigación acerca de la importancia del

ser humano como parte relevante del progreso de la industria y, de manera similar, en el crecimiento

y expansión del producto. Solow a través de su modelo, explica que mayores conocimientos aportan

en el crecimiento del producto por medio de dos formas, por una parte, la productividad puede

explicar el “residual de Solow” y, por otra contribuye a que se mantenga el ritmo de crecimiento de

creación de capital.

Denison (1962), centró su atención en la educación como parte del crecimiento económico y

señaló que la estimación de la contribución del avance de los conocimientos, se obtiene como un

residuo de Solow. Después haber realizado pruebas econométricas, encontró que este “residuo” no es

explicado por ninguno de los dos factores de producción, sino por las mejoras cualitativas en la fuerza

de trabajo proveniente de la educación (Martínez, 1997).

Podemos concluir que, dentro de los antecedentes de la Teoría del Capital Humano, el primer

paso lo dio Solow (1957), al denominar como residuo a los a otros factores de producción diferentes

al capital y trabajo. Es decir, la importancia de la educación se encontraba de manera implícita en la

descripción del crecimiento económico. Posteriormente Deninson (1962), siguió la misma línea de

trabajo de Solow y obtuvo una relación más directa entre educación y crecimiento económico, donde

el crecimiento económico era explicado en gran medida por la inversión en educación.

7
2.1.1.2 Teóricos de la Teoría del Capital Humano

El análisis que realizan los teóricos de la Teoría del Capital Humano asume que la educación

aumenta los ingresos y la productividad al proporcionar conocimientos, habilidades y una forma de

analizar los problemas (Becker, 1964).

Para estimar la inversión en las personas, se hace uso de una metodología basada en el

rendimiento. De esta metodología se desprende que a medida que aumenta la instrucción de una

persona, también aumenta su productividad y sus ingresos futuros; entonces, la instrucción se

convierte en una fuente o factor de desarrollo económico (Villalobos y Pedroza, 2009). Razón por la

cual los teóricos de la Teoría del Capital Humano realizan sus diferentes estudios considerando a la

educación principalmente como una inversión.

a. Theodore Schultz (1961)

Schultz (1961), fue el pionero de la Teoría del Capital Humano que se centró en considerar a

la educación como una inversión; en este contexto, los accesos a la salud y a la educación se daban en

relación al nivel de ingresos. Así mismo, instauro la disciplina conocida como Economía de la

Educación. Schultz (1985), propuso lo siguiente: “Tratar la educación como una inversión en el

hombre y tratar sus consecuencias como una forma de capital. Como la educación viene a formar parte

de la persona que la recibe, me referiré a ella como capital humano” (Martínez, 1997).

La Teoría del Capital Humano posee como inicio la conferencia expuesta por Schultz en 1960,

en la Asociación Económica Americana, en donde tocó por primera vez el tema de capital humano

como una aproximación de la educación y la formación de las personas. Según este autor “al invertir

en sí mismos, los seres humanos aumentan el campo de sus posibilidades, que es un camino por el

cual los hombres pueden aumentar su bienestar”. Así mismo, indica que cualquier trabajador al

insertarse en el sistema productivo, no sólo aporta su fuerza física y su habilidad natural, sino que,

además trae consigo un bagaje de conocimientos adquiridos a través de la educación (Cardona et al.,

2007).

8
 Posteriormente en 1963, Schultz comprobó los hallazgos de Denison al compararlos con sus

resultados, contrasto la diferencia entre la tasa de rendimiento de un dólar invertido en educación con

respecto a un dólar invertido en capital. Schutz llego a la conclusión que, la tasa de rendimiento

producto de la inversión en educación es mayor que la tasa de rendimiento del capital. Es por ello que

Schultz propuso que la educación no debería considerarse como una actividad de consumo, sino como

una inversión que obtiene tasas muy altas de retorno, comparadas con las del capital (Martínez, 1997).

Del mismo modo Schultz, identifico que es complejo cuantificar los rendimientos de la

inversión en capital humano, específicamente indicó que hay problemas en diferenciar el gasto

destinado al consumo del gasto en inversión. Propuso estimar la inversión en capital humano por

medio de su rendimiento, y no por medio de su costo. También indicó que el aumento de la capacidad

producida por la inversión humana se convierte en una parte del agente humano y por lo tanto no

puede ser objeto de venta, sin embargo, “en relación con el mercado” afecta a los sueldos y salarios

que percibe el agente humano, por lo tanto, el aumento resultante de los ingresos es el rendimiento de

la inversión en capital humano (Villalobos y Pedroza, 2009).

Los avances en conocimientos, así como mejores niveles de calidad de vida, de acuerdo a

Schultz, representan fuentes que explican el bienestar de la población, debido a ello es importante que

las personas adquieran capacidades y destrezas a través de la educación y la salud, más aún si se trata

de personas con bajos ingresos. En este contexto es donde los factores decisivos para el bienestar son

el mejoramiento de la calidad de vida de la población y los adelantos en conocimientos, por lo que la

Teoría del Capital Humano resalta la importancia de la calidad de vida de las personas a la hora de

invertir en capital humano (Cardona et al., 2007).

b. Gary Becker (1964)

Becker (1964), fue el que estructuro y sistematizo los aportes realizados por Schultz, para

realizar una reformulación de la Teoría de la Inversión en Capital Humano. Sostuvo que el capital

humano viene a ser la acumulación de diversas competencias que un individuo consigue a través de

9
saberes específicos o generales. Según Becker, el progreso de un país es calculado a partir de la

utilización de conocimientos, del conjunto de hábitos y técnicas de la sociedad.

En el libro de Becker: “Human capital: A theoretical and empyrical analysis, with special

reference to education”, de 1964, se toma como idea que la inversión en capital humano genera

retornos personales y que es un componente relevante para el incremento de la productividad de la

sociedad americana. Así mismo, estudia diferentes tipos de capital humano, como la formación escolar

y la instrucción laboral, de los cuales, propone una teoría con ciertas implicaciones que van desde el

reparto individual de beneficios hasta las consecuencias del paro en los individuos con reducida

educación. También estudia la acción del capital humano sobre las ganancias y la productividad en

Norteamérica (Martínez, 1997).

El análisis de Becker (1993), sigue a la economía moderna y asume que un individuo incurre

en gastos de educación al mismo tiempo que en un costo de oportunidad, por permanecer en la

población económicamente inactiva y no recibir renta actual; sin embargo, en el futuro su formación

le otorgará la posibilidad de obtener unos salarios más elevados, ya que las ganancias de las personas

más educadas casi siempre están muy por encima del promedio. Siendo estas inversiones respuestas

racionales a un cálculo de costos y beneficios esperados.

Asimismo, Becker (1964) plantea el riesgo que tiene la inversión en capital humano, debido a

que no existe certeza sobre el rendimiento por la existencia de numerosos acontecimientos

impredecibles y también porque tiene que transcurrir un largo período de tiempo antes de percibir el

rendimiento de una inversión en capital humano. Por lo que Becker llega a la conclusión que, la

inversión en adquisición de conocimientos mediante la educación formal y la educación en el trabajo;

genera mayores retornos cuanto mayor es la edad de las personas. Otra de las conclusiones es que,

algunas personas obtienen mayores ingresos en comparación a otras, porque realizan mayor inversión

en su formación.

10
 Por otro lado, Becker calculo la tasa monetaria del rendimiento de los estudios universitarios

y secundarios en Estados Unidos, esto le permitió hacer un estudio integral de las inversiones en capital

humano. Con el tiempo se hizo evidente que este análisis general haría mucho más que llenar un vacío

en la teoría económica formal, ya que brinda luces explicativas de manera integrada sobre un conjunto

de fenómenos empíricos, como los siguientes: (1) Los ingresos sucesivos de las personas incrementan

con la edad, pero a un ritmo decreciente. (2) Con respecto a la tasa de inactividad, la cual posee una

relación negativa con el grado de habilidad. (3) Las firmas de los países de bajos ingresos parecen ser

mayormente “paternalistas” con los trabajadores. (4) Los jóvenes tienen una mayor tasa de rotación

de trabajo y obtienen mayor instrucción en sus centros de labores con respecto a los trabajadores de

mayores edades. (5) La forma en que se distribuye la renta de las personas presenta un sesgo positivo,

particularmente entre personas calificadas y profesionales. (6) Las personas más capaces reciben más

educación y otros tipos de formación, que otras personas con menor capacidad (Becker, 1993, p.22).

Según Becker (1993), la educación secundaria y universitaria se ha extendido ampliamente en

las economías modernas, porque el conocimiento y la información adicional adquiridos en la escuela

son muy importantes en las economías tecnológicamente avanzadas. Así mismo se sabe que el

aprendizaje y la formación se obtienen también en el trabajo y fuera de las escuelas.

Es por ello que en sus estudios Becker (1964), trata de manera elaborada el tema de la

capacitación en el trabajo, y lo divide en dos: general training, que es generadora de la educación general

y specific training, que es generadora de la educación específica. Becker realiza un análisis de quien

asume los costos de capacitación si la empresa o el trabajador y llega a las conclusiones: que la

educación general es útil a todas las empresas y casi siempre los gastos para adquirirla lo asumen los

trabajadores. Mientras que, en la educación específica, los gastos son asumidos especialmente por la

firma o el trabajador, y se prevé que se obtenga beneficios para la persona que destino dicho gasto a

invertirlo en educación. Sin embargo, considerando a una persona racional y con información, la cual

solo realizará la inversión cuando el retorno supere al conjunto de intereses que brindan los activos

libres de riesgos.

11
 Las empresas con información y racionales retribuyen a los trabajadores con formación

general, con un salario similar al de otros lugares, así mismo, a los trabajadores con formación

particular les retribuye con un salario más alto del que podrían recibir en otros lugares. Además, las

empresas no están demasiado preocupadas por la rotación de empleados con educación general y

tampoco poseen motivos para brindarles una prima superior a los salarios de otros lugares, porque el

costo de dicha formación corre a cargo íntegramente de los empleados. A las empresas les preocupa

la rotación de empleados con formación específica y ofrecen una prima para reducir su rotación porque

las empresas pagan parte de sus costes de formación (Becker, 1993).

La representación gráfica de la relación de los ingresos con la edad, realizada por Becker

(1964), muestra que los trabajadores sin formación tienden a recibir retribuciones que se representan

en la línea horizontal (U); las retribuciones a sus ingresos futuros tienden a cero. Por otro lado, los

trabajadores con formación obtendrán ingresos inferiores en el tiempo de entrenamiento y educación,

dado que asumen los costos de educación, pero tendrán mayores ingresos futuros cuanto mayor sea

la edad, como se representa en la línea (T).

Figura 1
Ingresos futuros en relación a la edad y años de educación

Fuente: Gary Becker - Human Capital 1983.

El entrenamiento hace que la curva sea más pronunciada y cóncava; es decir, el incremento

de los ingresos se ve más influenciada en edades inferiores que superiores. Dado que el ingreso de los

individuos cualificados no refleja su productividad, en los inicios de su capacitación; para

12
posteriormente aumentar drásticamente al final de la capacitación y se tiende a estabilizar (como está

representado en la recta punteada T'T' en la Figura 1), dando un aspecto cóncavo a la curva. En este

caso extremo aparece una concavidad extrema (como en TT); en casos menos extremos el principio

sería el mismo y la concavidad más continua (Becker, 1993, p.28).

Becker (1993), indica que invertir en capital humano generalmente aumenta el perfil: edad -

ingresos, reduciendo los ingresos reportados durante el período de inversión y elevándolos más

adelante. Becker (1964), también considera que los jóvenes tienen una mayor propensión a invertir

porque percibirán un rendimiento de su capital a lo largo de un número mayor de años; por esto, la

posibilidad de obtener rendimientos a lo largo de un número mayor de años, proporcionaría a los

jóvenes un mayor incentivo para invertir.

Así mismo Becker realiza una observación importante; que el rendimiento de los trabajadores

no depende exclusivamente de la habilidad e inversión realizada en ellos fuera y dentro del centro de

labores, sino que también depende además del grado de intensidad y motivación al interior de su

trabajo. Los economistas han reconocido desde hace mucho tiempo que la motivación, a su vez,

depende en parte de las ganancias debido al efecto del aumento de las ganancias en la moral y las

aspiraciones (Becker, 1993).

De acuerdo a Becker (1964), el capital humano cumple una función relevante en las

investigaciones de desarrollo, distribución de los ingresos, grado de rotación de los trabajadores, etc.

A diferencia de Solow (1957) y Denison (1962), que sólo veían la educación como una explicación

posible del crecimiento económico. Schultz (1961) y Becker (1964) consolidan la Teoría de Capital

Humano, y ven de la inversión en las personas un mejor futuro y una de las formas de disminuir la

pobreza. (Cardona et al., 2007).

En la actualidad muchos países saben mucho sobre determinados efectos que se desprenden

de la educación, los cuales influyen en los ingresos, en la inclusión de la ocupación, en el paro y empleo

13
de las personas de diferentes grupos étnicos y razas. También se sabe mucho sobre el vínculo entre las

tasas de natalidad y las inversiones en educación y formación, cómo las familias influyen en el capital

humano de sus hijos y la relación entre las inversiones en capital humano y el progreso económico

(Becker, 1993).

Por ello Becker señala que la educación es el factor de mayor relevancia en la producción de

capital humano, al brindar capacidades y conocimientos. Cuando el capital humano aumenta, gracias

a la alta inversión en los sectores educativos, el retorno en la inversión de capital humano aumenta

hasta que éste crece lo suficiente y encuentra un equilibrio, es decir, se eleva el ingreso per cápita de la

sociedad debido a la relación directa con el crecimiento económico y el stock de capital humano

(Becker et. al, 1990, citado por Cardona, et al. 2007).

c. Jacob Mincer (1974)

Mincer (1974), manifestó un marcado interés por el efecto que ejerce la capacitación y el

aprendizaje en el trabajo, en el aumento de los ingresos; así mismo, evidencio que la educación y la

experiencia son componentes que generan stock de capital humano. Para Mincer (1995), el concepto

de capital humano juega un papel importante en los tratamientos modernos de la Teoría del

Crecimiento y la Teoría de la Economía del Trabajo, la distinción entre los dos está en los niveles de

agregación. A nivel macroeconómico, el stock social de capital humano y su tasa de incremento son

importantes para la dinámica de crecimiento del producto; a nivel microeconómico, las distinciones

entre el stock de capital humano y su variación son capaces de explicar los cambios observados en la

distribución salarial y su estructura entre individuos y grupos.

El continuo crecimiento del capital humano ha sido fundamental para las transformaciones

sociales profundas como: (1) El crecimiento de la educación: Desde proporciones muy pequeñas de

graduados de la escuela secundaria hasta la finalización casi universal. (2) El incremento de los ingresos

reales per cápita. (3) Urbanización: de casi la mitad de la población activa en agricultura a menos del

5%. (4) La transición demográfica: de grandes y extendidos familias con alta fecundidad y mortalidad

14
a familias nucleares y subnucleares con mucha mayor longevidad y mejor salud, y (5) La tendencia

creciente de la inclusión de la mujer en los trabajos. Estas tendencias también se están desarrollando

en países menos desarrollados, países donde, como en la mayoría de ellos, el crecimiento de los

ingresos es positivo (Mincer, 1995).

Según Mincer (1993), con paso del tiempo el gasto en la fuerza laboral aumenta con una mejor

salud y longevidad, el cuidado infantil disminuye, la rentabilidad de las inversiones en capital humano

en la escuela y en el trabajo aumenta desde que se alarga el período de amortización. El incremento de

la matrícula escolar y la formación laboral de las mujeres está en correlación con el crecimiento de la

fuerza laboral, especialmente con la creciente continuidad de las actividades del mercado laboral.

Todos los efectos del crecimiento económico sobre la formación de capital humano directos o

indirectos como: los mayores ingresos que hacen que el costo del tiempo se eleve, la vida en la ciudad,

la transición demográfica y el papel cambiante de la mujer en el mercado de trabajo, así como en la

familia; aumentan la motivación para realizar inversión en capital humano. Lo que a su vez generan

una oferta de capital humano en continua expansión (Mincer, 1995).

Mincer (1993), realiza un análisis de series de tiempo de agregados anuales, durante un período

de 25 años; en capital humano, tecnología y estructura salarial. Este estudio se centra en las variaciones

dramáticas en las diferencias salariales por educación y por experiencia durante el período de 1963 -

1987. Mincer indica que estas diferencias salariales agrandan la brecha de desigualdad en los ingresos

y que estos diferenciales son, en parte, indicadores de los beneficios de las habilidades, o tasas de

rendimiento de las inversiones en capital humano.

En otra investigación acerca de los retornos de la educación y de la capacitación en el trabajo,

Mincer tomo como base los trabajos de Gary Becker sobre capital humano y transformó la fórmula

del valor presente neto en una corriente constante de beneficios recibidos indefinidamente, que da una

idea del retorno obtenido por el entrenamiento:

d/c = (1 + r) n
15
 Donde r es la tasa de retorno de la inversión, c es el costo del entrenamiento, entendidas como

las ganancias que se dejan de percibir durante el entrenamiento, d es el incremento de las ganancias

percibidas luego de terminar el entrenamiento, y n es el número de años que dura el entrenamiento o

carrera universitaria, este procedimiento en su momento limitado por la escasez de datos,

especialmente en cuanto a la cantidad de dinero invertido en capital humano (Cardona et al., 2007).

En 1974, basándose en los aportes de Becker, Mincer propuso a la experiencia y el periodo de

escolaridad, como factores explicativos del salario de los individuos.

La regresión propuesta por Mincer, denominado “función de ingresos”, esta expresada, por

una parte, por el logaritmo del salario como variable explicada y por otra parte por la escolaridad y la

experiencia como variables explicativas. Esta representación del modelo ayudo a impulsar un conjunto

de investigaciones empíricas, relacionadas con el ingreso y los retornos de la educación (Barceinas,

Oliver, Raymond y Roig, 2001). El modelo Minceriano tradicional es:

lnY = β0 + β1 S + β2 X + β3 X 2 + ε

Donde, Y representa los salarios percibidos en un tiempo determinado, S representa el tiempo

de estudios (en años), X es la experiencia laboral, X2 es la experiencia elevada al cuadrado; β0 representa

el intercepto, que es el logaritmo del ingreso de un individuo sin instrucción ni experiencia, en las

referencias clásicas, a esta pendiente se le llama “tasa de retorno privada de la educación”. De acuerdo

a la teoría, β1 y β2 son mayores a cero y β3 es negativo; es decir, la forma de crecimiento y el aporte de

la experiencia es cada vez menor. El parámetro β1 aproxima la tasa privada de rentabilidad de la

educación; la experiencia real en general no es una variable de observación directa, por lo que

tradicionalmente se ha utilizado la experiencia potencial, esto es: (“edad”- S - 6), lo que supone,

adicionalmente, que la educación se inicia a los 6 años (Barceinas et. al, 2001). Con este trabajo Mincer

pudo demostrar que hay un grado de asociación positiva con respecto a mayores niveles de escolaridad

y los ingresos superiores.

16
 La función de ingresos se basa en diversos supuestos como: 1) los ingresos recogen las

ganancias provenientes de la inversión en educación, lo que significa que no se cuantifica las

externalidades ni los beneficios no pecuniarios, 2) la economía está en su estado estacionario, con un

crecimiento constante de la productividad y de los salarios, 3) solamente una función es capaz de

capturar las fuentes de ingresos de los individuos durante su ciclo de vida, lo que conlleva a: 3.1) el

periodo de escolaridad es previo al trabajo, 3.2) no existe la interacción entre la experiencia y la

escolaridad en los ingresos, 3.3) no hay diferencia entre una experiencia madura y una experiencia

inicial, 3.4) no existe la posibilidad de combinar trabajo y educación, es decir, la persona se dedica solo

a uno de ellos, 3.5) no hay adquisición de experiencia durante el periodo de estudio, 3.6) no existe

momentos posteriores al estudio donde las personas estén desempleadas y, en consecuencia, que no

puedan adquirir experiencia, 3.7) el periodo del ciclo de vida es la misma, de manera independiente del

tiempo de estudio (Barceinas et. al, 2001). Estos supuestos son fijos y dificultan la aproximación a la

realidad.

Con estos autores que son considerados los teóricos del capital humano, se estableció la idea

que la educación representa la inversión en capital humano. A partir de esta teoría se han realizado

diversas investigaciones econométricas, en diferentes partes del mundo, estas investigaciones muestran

los grados de relación entre el nivel educativo y los ingresos. También aportaron ideas de que la

educación contribuye a solucionar problemas de nivel socioeconómico, como el paro y la pobreza;

con lo que se genera mayores incrementos del producto y la disminución de la desigualdad.

Es importante precisar que la demanda de Educación Superior es una demanda derivada de

la función de capital humano la cual depende de la rentabilidad de la formación educativa.

2.1.2 Economía de la Educación

La Economía de la Educación es parte de una ciencia social que es la Economía, aborda

diversas implicaciones y aspectos económicos de los fenómenos educativos, adoptando saberes

empíricos de la Economía como su metodología científica para analizar la educación en su conjunto.

17
Las consideraciones económicas en la educación son relevantes, ya que la educación demanda grandes

cantidades de recursos (productivos y económicos) los cuales podrían dedicarse a otras necesidades.

Los recursos tanto productivos como económicos que son destinados a la educación son utilizados

con diferentes grados de eficacia; es así que del grado de eficacia con el que se administra los recursos

depende la rentabilidad de la educación, la cual se obtiene a partir de los costos y beneficios que este

genera (Pineda, 2000).

La educación es considerada como una inversión que genera rendimientos en el futuro, ya que

la educación aumenta la productividad de las personas con lo cual se incrementa los ingresos salariales;

y si la educación incrementa los salarios individuales, su efecto social es el incremento de los ingresos

colectivos de la sociedad. Las investigaciones acerca del rendimiento de la educación son relevantes,

puesto que el rendimiento influye en la demanda de educación.

Es aceptado por todos que la educación aporta rendimientos tanto privados como sociales y

dentro de las interrogantes de las investigaciones de equidad están: ¿Quién asume realmente los costos

de educación? y ¿quiénes reciben mayores rendimientos de la educación?, los servicios educativos

requieren de una planificación, por lo tanto, se necesita de un sistema financiación los cuales pueden

ser públicos, privados o mixtos. Estos recursos económicos deben ser administrados y gestionados de

manera óptima, por lo que es necesario elaborar modelos y procedimientos de gestión económica.

Por otro lado, se evidencia las diversas interacciones del sistema educativo con el mercado

laboral. En efecto, la educación tiene finalidad preparar a las personas para enfrentar al mercado

laboral. La situación de desempleo, inestabilidad, precariedad laboral y cambios empresariales

acelerados; hacen que las relaciones entre la educación y el mercado laboral sean complejas.

En base a los párrafos anteriores, podemos decir que la Economía de la Educación es una

ciencia de la educación y a su vez una rama de la Economía, que se ocupa del análisis de las

18
implicaciones económicas de los procesos educativos y de los efectos que la educación tiene en la

actividad económica a nivel de crecimiento y desarrollo.

El objeto de estudio de la Economía de la Educación es doble: por un lado, está el analizar el

valor económico de la educación como factor de desarrollo económico, y por otro lado analiza los

aspectos económicos de los procesos educativos como los costos, la financiación, la rentabilidad y la

planificación de la Educación. De este doble objeto de estudio se derivan los campos de actuación de

la Economía de la Educación, que son diversos y han ido cambiando a lo largo del tiempo (Pineda,

2000).

El punto de partida de la Economía de la Educación fue con la Teoría del Capital Humano,

que puso énfasis en concebir a la educación como una inversión, desde esta perspectiva se realizaron

inicialmente tes tipos de trabajos: estudios sobre las tas de rendimiento, estudios que valoran la

contribución de la educación al crecimiento económico de un país y la creación de métodos para

racionalizar la toma de decisiones económicas en materia educativa y aportar así el criterio económico

en la planificación de la educación; de los métodos propuestos destacan tres los cuales son el análisis

de la demanda social, el enfoque de manpower planing y el análisis costo – beneficio.

Posteriormente la Economía de la Educación experimenta un importante cambio de rumbo,

extendiendo considerablemente su campo de estudio a todos aquellos aspectos de la educación que

tienen repercusiones económicas como: capital humano, en qué grado la educación aumenta la

productividad del que la recibe; eficacia económica, cómo deben asignarse los recursos con el fin de

producir bienes y servicios; contribución de la educación al crecimiento económico, en qué grado la

educación contribuye al crecimiento económico; eficacia interna de la educación, que relación existe

entre los inputs y los outputs del proceso educativo; demanda de mano obra educada, como prevenir

o proyectar la mano de obra y con qué educación; financiación de la educación, cómo y quién debe

pagar la educación; equidad y eficacia, cuál debe ser el punto de equilibrio entre la equidad y la eficacia

del sistema educativo.

19
 A partir de la anterior clasificación han aparecido nuevos campos de actuación de la Economía

de la Educación y se han reorganizado las existentes, introduciéndose nuevas perspectivas de estudios,

siendo estas: aportaciones de las teorías económicas a la educación; educación, crecimiento económico

y desarrollo; planificación de la educación; costos y rendimiento de la educación; financiación de la

educación; eficiencia y equidad en educación; educación, ocupación y trabajo; funcionamiento de los

procesos educativos y gestión económica de los centros educativos.

2.1.3 Enfoque de la toma de decisiones individuales: demanda de educación

Los tomadores de decisiones individuales de la demanda de educación son al mismo tiempo

los ofertantes de mano de obra educada y de habilidades especializadas, porque las personas que están

en el lado de la demanda del mercado educativo son proveedores en el mercado laboral.

El análisis de la demanda de educación/oferta de habilidades por individuo, impulsado por la

publicación de Capital humano de Becker en 1964. Antes de la publicación de Becker hubo valiosos

análisis de la Economía de la Educación, pero el trabajo de Becker fue el primero en desarrollar un

análisis teórico completo de precios de la inversión de los individuos en educación y derivar las

implicaciones para la oferta de mano de obra, determinación de salarios y la trayectoria de los salarios

a lo largo del ciclo de vida. El cuál es el fundamento de base de todo el trabajo posterior.

En el corazón del modelo de capital humano está la noción de que la educación es una

inversión de tiempo actual y de ganancia en el futuro. Si bien no hay nada que descarte los

componentes importantes del consumo en la educación, el enfoque del capital humano se basa en las

respuestas de los individuos a las tasas de rendimiento en un contexto de inversión.

La idea básica del modelo dado por Becker (1964), es que una persona se enfrenta cada año a

la opción de trabajar a tiempo completo o ir a la escuela e invertir en capital humano (ignoramos el

ocio, por sencillez). Para los trabajadores, los ingresos son proporcionales a la cantidad de capital

acumulado previamente:

20
 ̅ 𝐸𝑡
𝑊𝑡 = 𝑊
̅ = precio de alquiler del capital humano, y 𝐸𝑡 = cantidad de capital
donde 𝑊𝑡 = ganancias, 𝑊

humano (unidades efectivas de trabajo). Asumiendo que la escolarización es una actividad de tiempo

completo, una persona no tendrá ingresos mientras esté en la escuela, pero aumentará su capital

humano de acuerdo con a la siguiente función producción educativa:

∆𝐸𝑡 = 𝑓(𝑡𝑒 ) − 𝛿𝐸𝑡−1

donde 𝑓 es la función de producción que traduce el tiempo en la escuela 𝑡𝑒 en unidades

agregadas de capital humano; 𝐸𝑡−1 es el stock de capital humano del último período, y 𝛿 es una tasa

de depreciación.

̅ 𝐸𝑡 , los ingresos no percibidos

En este marco de trabajo, el costo de un año de escolaridad es 𝑊

̅ , 𝑓(𝑡𝑒 ) y 𝛿, y la tasa de descuento y el período durante el

y el retorno de la educación dependen de 𝑊

cual se acumulan los rendimientos. Cuando la demanda de educación es mayor, el período de

acumulación también es mayor y el tiempo dedicado a la educación es más productivo cuando la tasa

de descuento relevante es menor, mientras que la depreciación del stock de capital humano tiene un

efecto ambiguo sobre la demanda.

El individuo maximizará la riqueza neta equiparando el costo marginal de escolaridad a los

rendimientos marginales. El problema se puede plantear fácilmente de manera formal en el marco de

la Teoría de Control. Hay varios puntos a tener en cuenta sobre este modelo. Primero está la cuestión

de la función de producción educativa. En la medida en que la educación sea "neutral" en el sentido

de que aumenta la productividad en la producción de Educación Superior tanto como aumenta los

salarios, el modelo predice períodos de escolaridad bastante largos. El hecho de que las personas tienen

una vida laboral finita y, por lo tanto, nunca invertirán en la educación para el final de sus vidas, no es

lo suficientemente "poderoso" para hacer que la escolarización termine en el período de 20 a 30 años,

como de hecho lo hace. Otros supuestos relacionados con el costo del tiempo de ocio o la tecnología

de la educación (una disminución en la productividad de escuela después de varios años) son necesarios

para poner fin a la educación formal.

21
 En segundo lugar, el modelo tiene un "diferencial compensatorio" en el sentido de que el

diferencial que se deriva de la inversión compensa las pérdidas de los ingresos tempranos en la vida y,

por lo tanto, no es un indicador "verdadero" de desigualdad en los ingresos. Una implicación

importante, que se ha recogido en los análisis posteriores, es que los ingresos de por vida, no los

salarios, deben ser el centro de análisis. Varios estudios han seguido ese punto.

En tercer lugar, el modelo predice una fuerte pendiente ascendente del perfil de edad –

ingresos, con cero ingresos durante la escolarización y altos ingresos después. Esta intuición ha llevado

al análisis detallado de los perfiles de ingresos por edad al expandir "formación de capital humano"

para incluir la formación en el trabajo y el aprendizaje mediante la práctica o experiencia. El grado en

que la inversión explica el perfil de edad-ingresos captura la realidad, a diferencia de los modelos de

contratos de por vida que son más institucionales, que es un tema sin resolver actualmente.

Quizás el elemento más importante que falta en el modelo básico es el rol de la familia en la

educación. Existe una poderosa relación positiva entre los antecedentes familiares, medidos por los

ingresos familiares, la ocupación o la educación de padres y escolaridad. Los jóvenes con antecedentes

más favorecidos van a la escuela más que los jóvenes con antecedentes menos favorecidos. Becker

modeló esta relación en términos de la demanda de la escolarización y el suministro de fondos para

invertir en un mundo en el que existe curva de oferta creciente de fondos para invertir en capital

humano. Si los factores familiares afectan la "capacidad" de las personas para beneficiarse de las

inversiones en educación, entonces venir de un mejor hogar eleva la curva de demanda del individuo,

y obtendrá más educación con un rendimiento más alto como se muestra en la Figura 2.

22
Figura 2
Demanda de Educación Superior

Fuente: Richard B. Freeman – Demand for Education 1986.

Si, por el contrario, las familias de jóvenes con menores ingresos, con menores costos y fondos

para invertir en capital humano, entonces su mayor nivel de escolaridad estará asociado con

rendimientos más bajos. La implicación es que los antecedentes familiares deberían afectar el retorno

a la educación, así como la cantidad de escolaridad que los individuos obtienen. La proposición no ha

sido probada ni refutada en términos de análisis empíricos.

Las decisiones individuales de matricularse en la Educación Superior y/o el tipo de educación

o institución a elegir, responden significativamente a los incentivos económicos como: los salarios de

los trabajadores universitarios en relación a los trabajadores con educación secundaria, los salarios en

disciplinas específicas, los costos de matrícula y becas de estudio. Dentro de los incentivos también se

considera las elasticidades de la oferta (debido a que la educación toma un número de años) y a las

condiciones de mercado previas a la graduación del individuo en el mercado laboral.

Los estudiantes son muy sensibles a las recompensas económicas en las decisiones para

inscribirse en Universidad. Una de las principales razones de los estudiantes para ir a la universidad es

que les permitiría conseguir un mejor trabajo, las elasticidades de oferta de diversas profesiones son

bastantes considerables a los cambios salariales observados y explican una gran proporción de los

cambios en las titulaciones y matrículas. Un requisito previo importante para que la oferta de mano de

23
 obra responda a los incentivos son que los responsables de la toma de decisiones conozcan las

condiciones del mercado.

Las encuestas de miles de estudiantes universitarios han demostrado que estos están al tanto

de la clasificación de salarios por campos, de las diferencias en los perfiles de ingresos de por vida y

de cambios en los salarios, proporcionando un apoyo para la estimación de las elasticidades de la oferta

(Freeman, 1971). Se puede diferenciar elasticidades de respuesta a corto y largo plazo. La respuesta a

corto plazo se define como el cambio porcentual en un año de la oferta debido a un cambio en los

incentivos económicos; la respuesta a largo plazo representa el cambio porcentual en la oferta varios

años en el futuro, asumiendo un nuevo patrón salarial. Como generalización aproximada, las

elasticidades de la oferta a corto plazo suelen estar por debajo de 1,00, mientras que las elasticidades a

largo plazo se encuentran en el rango de 3,0 a 4,0. Las respuestas a largo plazo tienden a exceder las

estimaciones de matrículas universitarias, en general, presumiblemente porque cualquier campo dado

puede atraer a personas de otras universidades y campos, así como a personas que estudian y trabajan.

2.1.4 Complementación a la Teoría del Capital Humano

Aunque la Teoría del Capital Humano ha dado grandes aportes a la ciencia económica y en

especial a dos de sus ramas que son la Economía de la Educación y la Economía Laboral, ha sido

sujeto de diversas críticas. De acuerdo a Blaug (1976), el talón de Aquiles de la Teoría del Capital

Humano está compuesto por los supuestos que utiliza, como el de un mercado laboral de competencia

perfecta; individuos racionales; la información simétrica y la presencia de un mercado de capitales

también de competencia perfecta, donde se puede acceder a recursos para la financiación de forma

sencilla; las externalidades y los beneficios no pecuniarios que se derivan de las inversiones en

formación educativa, los cuales son elementos de difícil medición, pero existen otros modelos con

enfoque cualitativo que pueden estudiar estos elementos.

Podemos decir que las debilidades que presenta la Teoría del Capital Humano se deben en

buena medida a que la Teoría Neoclásica no ha incorporado los elementos o factores aportados por la

24
 Teoría del Capital Humano, porque no se adaptan al tratamiento riguroso que los neoclásicos hacen

de los indicadores susceptibles de transformar en variables cuantitativas, de ahí que las variables o

características del capital humano reciban un tratamiento más blando (Villalobos y Pedroza, 2009).

Según Becker (1993), los modelos de acumulación de capital tienen varias limitaciones, tales

como: el total de horas suministradas al sector de mercado se toma como dado, los modelos no

consideran la interacción entre los cambios en las tasas salariales a lo largo del ciclo de vida resultante

de la acumulación de capital humano y la asignación óptima de tiempo entre el mercado y los sectores

no comerciales. Además, se toma el supuesto de que el capital humano determina únicamente las

ganancias y la producción de capital humano adicional, y no tiene ningún efecto directo sobre la

utilidad o el consumo. Así mismo afirma que nada en el concepto de capital humano implica que los

incentivos monetarios deban ser más importantes que los culturales y no monetarios. Evidentemente,

es mucho más fácil cuantificar el lado monetario, pero, sin embargo, también se ha avanzado en otros

aspectos.

2.1.4.1 Modelo de Consumo

Schaafsma (1976), Gullason (1989) y Kodde y Ritzen (1994) proponen el Modelo de Consumo

e indican que la Teoría del Capital Humano no es completa por no considerar al consumo como un

factor de la demanda de educación. De acuerdo a este modelo la demanda de educación se ve

influenciada por el deseo de adquirir conocimientos, ya que brinda satisfacción al que lo adquiere. Así

mismo la demanda de educación depende del nivel de ingresos, costos de formación educativa y otros

bienes de consumo; donde la educación es un bien normal y presenta una relación negativa con los

costos de formación educativa, es así que un aumento del coste de oportunidad de estudiar (el salario);

provoca que la formación educativa sea más cara.

Los gastos en Educación Superior generan beneficios de consumo inmediatamente o en el

largo plazo. Pero se presenta el problema en el no poder identificar que parte de los gastos en la

demanda de Educación Superior es consumo y cuál es inversión. Motivo por el cual los modelos de

25
 consumo tampoco abarcan todos los factores de la demanda educativa, por no considerar los

rendimientos de la inversión en educación que se dan en el mediano y largo plazo (Albert, Gonzáles y

Mora, 2016).

2.1.4.2 Teoría del Filtro o Etiquetado: El Credencialismo

Tiene como pioneros a Arrow (1973), Spence (1973), Stiglitz y Thurow (1975) y Collins (1979);

en el escenario de estanflación, donde la formación educativa dejo de ser la solución para cualquier

desequilibrio en el mercado de trabajo, con el aumento de las tasas de desempleo, los países

presentaban sobreeducación o subempleo (donde la formación educativa se encuentra por encima de

lo requerido por el sector productivo). Es así partir de 1970, se inicia un conjunto de investigaciones

que se orientan a buscar explicaciones alternas de la Teoría del Capital Humano; con el fundamento

de que la formación educativa no aumenta la productividad personal, sino que esta representa una

señalización de productividades innatas previas. Las críticas se apoyaron en la insuficiencia de la

metodología empírica, basada en las ecuaciones salariales de Mincer, para excluir la posibilidad de que

fuese la mayor capacidad innata la que explicase el mayor rendimiento de los más educados (Cardona

et al., 2007).

Esta perspectiva alterna contradice que la formación educativa ayude a aumentar la

productividad, más bien, enfatiza el “credencialismo”, donde la educación y títulos obtenidos son

señales de información acerca de las capacidades, persistencia y otras características del individuo.

Según opiniones fuera del umbral de este análisis, los ingresos de los universitarios que culminaron el

periodo de formación supera al ingreso de los jóvenes que solo concluyeron estudios secundarios, esto

se debe no porque la formación educativa incrementa la productividad; sino que las personas más

productivas continúan con estudios universitarios. El credencialismo o también llamado hipótesis de

señalización, obviamente existe, pero muchos tipos de evidencia sugieren que el credencialismo no

explica la mayor parte de la asociación positiva entre ingresos y educación (Becker, 1993).

26
 Para Becker (1993), el principal problema de la credencialización es que las empresas no

quieren información sobre el éxito escolar, sino sobre las habilidades y el desempeño en el contexto

de la vida laboral como: la disciplina impuesta por las fábricas, la necesidad de complacer a los clientes

y llevarse bien con los compañeros de trabajo, etc. El éxito en la atmósfera universitaria flexible,

individualista y bastante indisciplinada en la mayoría de los países y en los colegios secundarios de los

Estados Unidos no transmite mucha información relevante.

2.1.4.3 Teoría Institucionalista

Por otro lado, Doeringer y Piore (1971), Piore (1974) y Thurrow (1975), proponen la Teoría

Institucionalista en oposición a la Teoría del Capital Humano y la Teoría del Credencialismo. Dando

relevancia a la demanda de trabajo más que a la oferta, de tal forma la función de la empresa representa

un factor más activo en el proceso de contratación. Los estudios realizados bajo esta teoría mostraron

lo que ocurrió en la economía de Estados Unidos en el periodo 1950 – 1970, en relación a la educación,

el ingreso y empleo; buscando explicar que a pesar de demostrarse que mayores niveles educativos

brindan mejores oportunidades laborales, así como mayores ingresos, esto poco tiene que ver con los

resultados obtenidos del análisis de la hipótesis de la productividad (Albert, Gonzáles y Mora, 2016).

2.1.4.4 Teoría de la Socialización o Socializadora

Otra complementación importante a la Teoría del Capital Humano es la Teoría de la

Socialización, en la que se da relevancia a la transmisión intergeneracional de la desigualdad, teniendo

como defensores más representativos a Piore (1973) y Bowles y Gintis (1971). Esta teoría plantea que

la educación más que brindar igualdad de oportunidades ayuda a la movilidad social, lo cual no

considera la Teoría del Capital Humano. Por lo tanto, se llega a la conclusión que no hay una relación

significativa entre la inversión en educación y los ingresos obtenidos, puesto que el ingreso obtenido

por las personas responde principalmente a las relaciones sociales heredadas y a la riqueza familiar (Del

Campo y Salcines, 2008).

27
 La Teoría del Capital Humano deja de lado los conflictos de clases en su análisis del mercado

de trabajo y tampoco reconoce la influencia del origen socioeconómico en el nivel educativo de los

individuos, como si lo hace la Teoría de la Socialización.

2.1.5 Líneas de investigación de la transición de los estudiantes a la Educación Superior

Existen varios enfoques de investigación acerca de la transición de los jóvenes a la Educación

Superior. Considerando a Guerrero (2013), quien, para explicar este proceso de elección de Educación

Superior, identifica cuatro líneas de investigación: los modelos económicos, sociológicos, psicológicos

y los modelos educativos. Donde cada tipo de modelo postula que un conjunto específico de factores

determina los resultados de la elección de Educación Superior.

Los modelos económicos asumen que los estudiantes se inscribirán a una institución

postsecundaria, si los rendimientos percibidos de los estudios superiores superan a los rendimientos

de no asistir. Los modelos sociológicos, analizan la asociación del historial socioeconómico de los

jóvenes y su predisposición de seguir estudios superiores; así mismo discute la función de la formación

educativa en la reducción de la desigualdad y en la movilidad social creciente. Por otra parte, modelos

psicológicos evalúan la influencia de las características de la personalidad, las expectativas, la

motivación y la habilidad de los jóvenes en su determinación de seguir con la Educación Superior. Por

último, los modelos educativos considerados los más recientes, indagan acerca de la influencia de los

factores escolares en la postura de los jóvenes de seguir estudios superiores.

Es así que considerando las diferentes líneas de investigación Guerrero (2013), con el fin de

entender el fenómeno de la transición de los estudiantes hacia la Educación Superior, agrupo los

modelos económicos, sociológicos y psicológicos; ya que en estos modelos influyen factores

individuales y por otro lado tomo los modelos educativos donde influyen factores educativos.

28
2.1.6 Un enfoque integral de la transición de los estudiantes a Educación Superior

Según Hossler y Stage (1992), existen varios modelos para explicar las elecciones educativas

de Educación Superior, que realizan los jóvenes, de los cuales se identifican cuatro tipos de modelos:

el econométrico, de consumo o psicológico, el sociológico y el de conjunto. Cada tipo de modelo

postula que un conjunto específico de factores que determinan los resultados de la elección de

Educación Superior.

Los modelos econométricos asumen que los estudiantes se inscribirán en una institución de

educación postsecundaria, si el los beneficios percibidos de la asistencia son mayores que los de las

alternativas no universitarias. Los modelos econométricos indican que los factores costos esperados

(directos e indirectos), ganancias futuras esperadas, características y antecedentes de los estudiantes,

características de la escuela secundaria, y características universitarias predicen la probabilidad proceso

de elección de Educación Superior.

Los modelos de consumo de elección de universidades emplean una perspectiva de marketing

que sugiere que los estudiantes estiman un grado mínimo de costos y riesgos asociados con la

universidad inscripción, el modelo incluye cuatro etapas: (a) necesidad despertar, o el desarrollo de un

interés inicial en la universidad, (b) información recopilación, (c) evaluación de decisiones, o la

reducción de opciones a un conjunto particular y (d) ejecución de la decisión, o la elección de una

educación postsecundaria.

Los modelos sociológicos son derivados de la investigación sobre el logro de estatus, se

centran en los factores que repercuten en las aspiraciones de asistir a la universidad, tales como los

antecedentes socioeconómicos, el rendimiento académico del estudiante, las expectativas educativas

de los padres, la influencia de otras personas significativas y la escuela secundaria.

Estos modelos se examinan independientemente el uno del otro; sin embargo, para poder

realizar una investigación más rigurosa debemos considerar los tres enfoques de investigación, que

explican la transición de los jóvenes hacia los estudios superiores. Hossler y Stage (1992), expresan
29
 que: “Si bien estos modelos generalmente se examinan independientemente el uno del otro, hay

muchas variables que se superponen a dos o tres tipos de modelos. Por lo que es posible utilizar

elementos de cada uno de estos modelos para formar una Teoría de la Elección Universitaria” (p. 427).

2.2 Antecedentes de la investigación

En este apartado se presentan diferentes estudios relacionados con la demanda de Educación

Superior, que tienen como finalidad explicar el problema de investigación.

Giraldo, Pareja y Trespalacios (2014), estudian los determinantes de la demanda por

Educación Superior en cinco regiones colombianas: Antioquia, Bogotá, Valle del Cauca, Santander y

Risaralda. Utilizaron el modelo logit dicotómico, con la información de la Gran Encuesta Integrada

de Hogares (GEIH) del año 2013, para cada región.

En esta investigación agrupan los elementos que participan en la demanda de Educación

Superior en dos grupos: por un lado, el conjunto de condiciones individuales en el proceso de decidir

demandar o no educación superior; y por otro lado, las condiciones futuras asociadas a los ingresos

percibidos después de la formación en educación superior.

Los resultados que se obtuvieron fueron que la probabilidad de que un joven siga estudios

superiores, se explica por elementos como la cantidad de personas en el hogar, los rasgos personales

del joven, el ingreso y el nivel de instrucción del padre de familia; un 29,86% para Bogotá, mientras

que en Valle del Cauca y Antioquia, los factores explican el 28,5% y 27,61% respectivamente. Por otro

lado, Santander obtuvo un menor grado de explicación con un 26,88% y, finalmente Risaralda mostro

el menor porcentaje en las explicaciones de estos factores con 23,40%. A partir de estos resultados, se

indica que la demanda por Educación Superior responde a categorías socioeconómicas y rasgos

personales de difícil medición, tales como: la oferta de Educación Superior, las preferencias, el costo

de oportunidad y el tipo de gestión de las instituciones que brindan Educación Superior.

Amaya (2013), analiza los determinantes del acceso a la Educación Superior en 13 áreas

metropolitanas y 23 ciudades estadísticamente significativas de Colombia, de acuerdo con el

30
Departamento Administrativo Nacional de Estadística (DANE). Utiliza información de la GEIH de

tipo transversal de los meses de mayo a junio del año 2012, de variables individuales, económicas,

sociales y del mercado de trabajo; que son considerados determinantes principales para acceder a los

estudios superiores.

El propósito de su estudio fue analizar los diversos efectos del ambiente familiar en la elección

de seguir estudios superiores, de los jóvenes con edades de 17 a 22 años, enfocándose en el rol del

desbalance en el mercado de trabajo en mencionada elección. De manera específica, se buscó encontrar

si los incrementos de subempleo objetivo y la mayor cantidad de sobreeducados en estas regiones,

inciden en la elección de seguir educación postsecundaria.

Los resultados que se obtuvieron del modelo de elección discreta, muestran que los rasgos

individuales como: el sexo de la persona, la situación conyugal, las características familiares, el ingreso

familiar y la presencia de familiares con estudios superiores, tienen efectos importantes en la elección

de seguir estudios postsecundarios. También se evidencio que las malas condiciones del mercado de

trabajo de la región, estimadas por la cantidad de individuos que tienen la condición de sobreeducados

en relación al trabajo que realizan y la tasa de subempleo, repercuten de manera indirecta en la

probabilidad de continuar estudios superiores.

(Albano, 2005), investiga los determinantes de la tasa de matrícula universitaria en

Argentina, indaga si la inserción educativa actúa como compensadora de la no inclusión laboral. Para

el estudio de la asociación de la tasa de matrícula de las universidades y de los elementos explicativos,

recurre a un modelo de datos de panel, tomando en cuenta 6 regiones de Argentina, para los años de

1992 al 2002, haciendo uso de la información del CEDLAS.

Los principales resultados de esta investigación son: en relación con las retribuciones de las

inversiones en formación educativa como categoría explicativa de la demanda de estudios superiores,

se encontró un valor de coeficiente mayor a cero, en el cual el diferencial de los salarios influye en la

decisión de seguir estudios superiores. La sensibilidad de la tasa de matrícula universitaria en relación

al diferencial de salarios es cercana a 0,15; es decir, un incremento del 1% en el retorno de los estudios
31
superiores repercute en un incremento de la tasa de matrícula en 0,15%. La elasticidad de la tasa de

matrícula con respecto a la variación del retorno de la Educación Superior es inferior a uno.

En la misma línea, las variables asociadas al mercado laboral de las regiones presentaron un

valor del coeficiente de la tasa de desempleo mayor a cero y significativo. La sensibilidad de la matrícula

universitaria en relación a la tasa de desempleo general fue de 0,29; es decir, un aumento del 1% en la

tasa de desocupación provoca un incremento del 0,29% en la tasa de matrícula. Pudiéndose afirmar

que las carencias en las condiciones del mercado laboral, calculado por medio de la tasa de desempleo,

estimula a las personas a formarse con el fin de no caer en la desocupación; y aludiendo a las

contribuciones de Becker, el crecimiento de la desocupación conlleva a una reducción del coste de

oportunidad de seguir con la educación postsecundaria, el cual genera a su vez, mayor incentivo en los

jóvenes para continuar con estudios superiores.

Jiménez y Salas (2000), realizan un modelo logit binomial de opciones educativas de los

estudiantes que se encuentran registrados en el primer año en la Facultad de Ciencias Económicas y

Empresariales de la universidad de Granada. Estos estudiantes pueden elegir, después de terminar sus

cursos de estudios generales, entre dos posibles títulos de estudio de negocios: título universitario de

4 años o título universitario de 3 años. Trabajan con datos de corte transversal del año académico 1994

– 1995, obtenidos de los cuestionarios entregados a los estudiantes de primer año.

Para analizar la probabilidad de seguir estudios universitarios de 4 años, consideran como

variables explicativas: la aptitud académica, el trasfondo social de los estudiantes, los ingresos familiares

y las perspectivas de empleo. Con este estudio se busca entender el comportamiento del alumno, en

otras palabras, se tiene como objetivo predecir la alternativa que el alumno elegirá.

Sus principales resultados muestran como explican principalmente los antecedentes sociales,

los ingresos familiares y la capacidad escolar en la elección educativa de los alumnos. Donde los

estudiantes de mayor estado socioeconómico, así como aquellos con mejores planes de estudios de

secundaria, tienen más probabilidades de seguir un título universitario que demanda mayor tiempo de

estudios.
32
 Hossler y Stage (1992), estudian la Influencia de la experiencia familiar y de la escuela

secundaria en los planes educativos postsecundarios, proponen un modelo integral para explicar la

predisposición de asistir a estudios superiores, analizando la influencia de factores como las

características familiares, expectativas educativas de los padres, nivel de participación

(involucramiento) de los estudiantes en el colegio y rendimiento de los estudiantes en la predisposición

de asistir a la universidad. El modelo se probó haciendo uso de una muestra de 2,497 estudiantes de

educación secundaria de noveno grado, que asistieron a 21 escuelas dentro del Estado de Indiana en

1987 y de sus padres. Este estudio se centró en el papel del estímulo de los padres en la formación de

las aspiraciones educativas futuras de los estudiantes.

Los cuestionarios buscaban información de las siguientes categorías: demografía, antecedentes

familiares, experiencias en la escuela secundaria y expectativas de los estudiantes. Los principales

resultados, muestran los efectos de las expectativas de formación de los padres (antecedentes

familiares) y de los elementos asociados con las calificaciones (rendimiento académico) y acciones

hechas en la secundaria, que influyen significativamente en la predisposición de los estudiantes de

seguir estudios postsecundarios.

Las expectativas de los padres ejercieron mayor influencia, el nivel educativo de los padres, el

género del estudiante, las experiencias de la secundaria y las aspiraciones de los estudiantes también

contribuyeron en explicar la predisposición de los estudiantes hacia la educación postsecundaria.

Adicionalmente, cuanto mayor es el involucramiento en las acciones secundarias y mayores son las

calificaciones, se tiene una mayor influencia significativa en las aspiraciones de los jóvenes; a partir de

lo anterior se torna importante considerar a los factores escolares. Por otro lado, el ingreso familiar no

tuvo una relación causal significativa.

Clavel y Schiefelbein (1979), buscan determinar los factores que permiten modificar la

demanda de ciertos niveles educativos en Chile, así como apreciar el efecto que tienen sobre la

33
demanda de educación, los antecedentes y características familiares difíciles de manipular en forma

directa.

El estudio se centró en los aspectos microeconómicos de la Economía de la Educación. Los

datos que se utilizaron en este trabajo fueron de la Encuesta Nacional de Hogares para el estudio de

consumo de ECIEL (Estudios Conjuntos para la Integración Económica Latinoamericana). Esta

encuesta se realizó trimestralmente entre septiembre de 1968 y agosto de 1969, con un total de cuatro

trimestres.

Entre sus principales conclusiones están: que los elementos determinantes de la demanda de

educación varían dependiendo del nivel de educación. Observándose que, en los niveles iniciales, los

elementos determinantes de la demanda de educación son mayormente variables culturales (trasfondo

social). Mientras que, para los niveles medios y superiores, los elementos que determinan la demanda

de educación son los cambios en el ingreso y la composición del gasto (como, por ejemplo: gastos en

educación, en nutrición, etc.) y por políticas como la concesión de becas o subsidios. En otras palabras,

inicialmente predominaría un efecto de demostración (o presión social); en cambio, en las edades más

altas sería más determinante el efecto económico.

Becker (1967), presenta un modelo de producción nacional con un enfoque del consumo

educativo. El cual se basa en el nuevo enfoque del comportamiento doméstico, donde los hogares

producen las mercancías que entran en sus funciones de utilidad combinando bienes y servicios

comprados en el mercado, su propio tiempo y capital humano y otras variables ambientales. Con este

enfoque Becker considera los usos del tiempo de un individuo en diferentes siglos; en particular, se

concentra en la asignación de tiempo a tres actividades: la producción de bienes no comerciales

(tiempo fuera del mercado); la producción de capital humano (tiempo de inversión); y la producción

de ingresos (tiempo del mercado laboral). Así mismo trata sistemáticamente un efecto directo del

capital humano en el consumo al permitir que afecte la eficiencia de la producción familiar, por lo que

una de las principales conclusiones a las que llega es que los niveles más altos de escolaridad aumentan

la eficiencia en la producción de bienes de consumo en el país (Becker, 1993).

34
 Campbell y Siegel (1967), realizan un modelo de consumo de demanda de educación superior

en Estados Unidos para el periodo 1919 – 1964. El estudio que realizan se basa en datos agregados de

matrícula y utilizan variables económicas bastante comunes como el ingreso y precios (matrícula) para

explicar los movimientos de la demanda durante dicho período. Dentro de sus principales

conclusiones, encontraron que estas dos variables explican alrededor del 87% la variación en la

demanda de estudios superiores. Además, encontraron que la demanda responde positivamente a los

cambios en los ingresos y negativamente a los cambios en el precio.

Cuenca, Garfias, Ramírez y Vargas (2015), en su libro toman como hipótesis central que el

incremento de la enseñanza universitaria en Perú, ha venido acompañado de brechas en la educación

y que el sistema universitario no es capaz de considerar a todos. En su libro buscan dar a conocer la

ruta en la expansión de educación universitaria que tomaron determinados segmentos tradicionales,

que fueron apartados por motivos económicos y/o étnicos. Adoptan la idea de que la educación

superior cumple una función relevante para reducir las brechas de desigualdad y en consecuencia,

ayuda a la formación de una justicia social.

Según los autores, las investigaciones acerca del retorno de la inversión en función de la

demanda de estudios universitarios y técnicos se realizan desde un enfoque discursivo, considerando

las diferentes remuneraciones y la rentabilidad esperada, con el punto de referencia que la

redistribución de ingresos permite la salida de la pobreza. Desde esta perspectiva, los temas de

Educación Superior e interculturalidad han sido relegados a un segundo plano en el ámbito de las

investigaciones, es por ello que a los autores les resulta importante investigar dicho tema.

Analizan la experiencia de los estudiantes y postulantes de la Universidad de San Marcos,

donde demuestran que las brechas estructurales presentan una mayor probabilidad de deteriorase en

el nivel inicial del sistema educativo universitario y, en consecuencia, cualquier medida que se busque

implementar en las universidades para corregir las carencias en la formación educativa tienen bastantes

probabilidades de fallar.

35
 Así mismo indican que la información recogida acerca del estrato social de los jóvenes que

ingresan y se matriculan en mencionada universidad a partir de 1990, conducen a pensar que la

interrupción de la masificación y de la demanda de calidad educativa, se están dando en el entorno

nacional a precio de limitar el acceso a los estudios superiores públicos a los grupos populares.

Esta investigación concluyo con la idea de que las desigualdades estructurales de la

procedencia de los jóvenes que aplican a la universidad, cumplieron una actuación relevante en el

crecimiento de la matrícula universitaria. Estas brechas de desigualdad permiten explicar la

probabilidad de seguir estudios universitarios, la elección de carreras y la aptitud académica de los

estudiantes.

Guerrero (2013), estudia los efectos de las características individuales y escolares en la decisión

de los estudiantes de postular a la educación superior en Lima, Perú. Así mismo detalla los rasgos de

los jóvenes que postulan a estudios superiores en comparación de quienes no lo hacen, también

describe las limitaciones que asumen los estudiantes en la transición a los estudios postsecundarios.

En su estudio utiliza un diseño longitudinal y una muestra de 380 alumnos de 33 colegios (públicos y

privados) de la zona urbana de Lima, quienes culminaron la educación secundaria en el año 2010.

Las conclusiones de este estudio indican que un grupo de variables escolares e individuales

explican la decisión de postular a estudios superiores de los estudiantes que culminaron su nivel

secundario. Los principales factores explicativos fueron el grado de instrucción de los padres; los

jóvenes con un padre con estudios superiores, presentan el doble de probabilidades de postular a

estudios superiores, en comparación de aquellos jóvenes con padres con educación primaria.

Con respecto a los factores escolares, se encontró que los jóvenes que provienen de

instituciones educativas con mayor apoyo institucional (orientación vocacional, simulacros de

exámenes y preparación para el proceso de postulación a estudios superiores), presentan 1,25% más

de probabilidad de postular a estudios superiores, respecto a los estudiantes de instituciones con menor

apoyo institucional; este efecto se mantiene incluso si se controla el modelo por otras variables

importantes.
36
 Yamada y Castro (2010), estudian la influencia de la educación superior en los ingresos

laborales en el Perú. Los autores indican que, si asociamos el logaritmo del salario con los años de

estudio por medio de la regresión “minceriana”, se obtiene a nivel nacional, que el rendimiento de un

año adicional de estudios sería cercano al 10%. Sin embargo, al inicio, los investigadores encontraron

que cada año adicional de estudios genera un incremento en los salarios de 3.5% a 30%, que varía de

acuerdo al grado de instrucción de EBR a Educación Superior, o si se refiere a la culminación del nivel

de estudios. Mencionan que las peculiaridades del mercado de trabajo en el Perú son: el rendimiento

creciente de la educación y de la prima de salarios relacionada a completar cada nivel de formación,

que denominan “efecto diploma”.

Emplean la metodología de cuantiles en el cálculo del rendimiento diferenciado en el mercado

de trabajo, considerando los estudios universitarios y no universitarios y siete grupos de carreras

universitarias de las encuestas de hogares del periodo 2007 - 2009. Así mismo, utilizaron los costes

directos de formación educativa y proyectaron la trayectoria de los ingresos en base a métodos no

paramétricos flexibles, para encontrar índices de rentabilidad del mercado de trabajo.

Entre sus principales resultados encontraron: (i) dentro de los estudios universitarios, los

programas de ingeniería y medicina presentan los mayores retornos con un 10% superior de ingresos

y (ii) otras disciplinas de las ciencias de la salud y la pedagogía, no han podido emplear las capacidades

para rentabilizar los años de estudios, lo que se traduce en términos monetarios; así mismo, los

aspectos como las limitaciones: financieras, de capacidades de información y de orientaciones de

vocación, pueden ser motivos que expliquen su mayor demanda.

En otro trabajo Castro, Yamada y Arias (2011), analizan la Encuesta Nacional de Habilidades

Laborales (ENHAB). A partir de este trabajo encuentran que los ingresos de los hogares pueden

explicar gran parte de las desigualdades de la accesibilidad a estudios superiores. La otra parte, es

explicada por la educación de los jefes del hogar, el historial educativo y las capacidades cognitivas.

37
 Tito (2019), en su trabajo de tesis busca conocer el efecto que tiene la educación y la formación

laboral en los ingresos de los pobladores de la región Cusco – 2018, tal como lo plantea la Teoría del

Capital Humano. Utiliza la función tradicional “minceriana” incluyendo algunas observaciones para

reducir sus carencias como el error de selección y la endogeneidad de la educación; con el fin de

mejorar la estimación dividió el grado educativo e incluyo variables ficticias con el fin de hallar los

diferenciales de la renta con respecto a los rasgos de los pobladores de la región de Cusco.

Utiliza información anual de la Encuesta Nacional de Hogares (ENAHO), a nivel nacional

para el 2018, en el cual solo filtra los datos para personas ubicadas en la PEA del departamento de

Cusco. A partir de ello, encontró la asociación positiva del nivel educativo y la experiencia con la renta;

es decir, un año más de estudios acompañado con un año más de experiencia generan un aumento de

5.8% y 1.4% de la renta respectivamente, pero la experiencia tiene un crecimiento decreciente de -

0.03% por cada año que se agrega.

Uscamayta (2016), en su trabajo de tesis busca hallar la relación entre los ingresos que obtienen

los egresados de economía de la UNSAAC y de la UAC con la inversión que realizan en la formación

profesional y la demanda laboral la cual determina los ingresos, para el periodo 2010 – 2014. Donde

la variable explicada son los ingresos y las variables explicativas son la demanda de trabajo y la inversión

en la formación educativa.

Entre sus principales conclusiones se tiene que, el rendimiento de las inversiones en la

formación educativa de los jóvenes que culminaron estudios en la UNSAAC, se obtiene en un tiempo

más reducido; en comparación con la inversión de los jóvenes que culminaron estudios en la UAC,

durante la etapa del 2010 al 2014. En consecuencia, el nivel de ingresos está determinado por el

historial de experiencia y las especializaciones posteriores a los estudios de formación profesional.

Así mismo, se evidencia que los ingresos de los estudiantes que culminaron la carrera de

economía en la UNSAAC, es mayor conforme aumentan los años con una TIR de 24% y para la UAC

presenta una TIR de 22.04%. En la parte del modelo, las variables explicativas influyen en el 53,04%

38
de la variación de la renta de los que estudiaron en la UNSAAC, y en el 64,96% de la variación de la

renta de los que estudiaron en la UAC. Así mismo, se muestra que el incremento de la demanda de

trabajo en las instituciones privadas presenta una relación directa con el retorno de los profesionales

de economía en 60,9%, que representa el acumulado y el mayor porcentaje para dichas instituciones.

Romero (2016), en su trabajo de tesis analiza los efectos de la educación, el género y la

experiencia en los ingresos laborales en la región del Cusco, durante el periodo 2010 - 2014, realizando

un estudio del retorno de la educación. El estudio tuvo un enfoque longitudinal con una base datos de

corte transversal; se aplicó la función de ingresos “minceriana” y otros modelos alternos para explicar

el retorno de la educación por diferentes niveles de instrucción culminados o no, adicionalmente se

presentó el objetivo de reducir los errores del sesgo de selección de la muestra aplicando la metodología

de James Heckman.

Los resultados muestran que el nivel de instrucción, tener género masculino y el historial de

experiencia; tienen efectos sobre la trayectoria de la renta de los empleados de la región de Cusco. Así

mismo, existen diferencias de acuerdo a los niveles educativos.

Ormachea y Huamán (2013), en su trabajo de tesis investiga acerca del retorno de la educación

post secundaria a nivel nacional, se enfocaron en la educación universitaria y no universitaria durante

el año 2012. La principal conclusión fue que, respecto a la educación pública y privada, la educación

pública presenta un retorno numéricamente superior. Indican que el 76.6% de los jóvenes que

terminan sus estudios secundarios optan por continuar sus estudios universitarios en una universidad

pública.

Por otro lado, se concluyó que un año más de estudios universitarios provoca un retorno de

15.75% en el ingreso marginal, también se muestra este comportamiento a medida que se incrementa

los reconocimientos educativos. En el caso de la educación no universitaria, un año adicional, genera

un retorno de 12.92% en el ingreso marginal.

39
2.3 Marco conceptual

• Capital humano

Es un elemento que permite el incremento del producto y el desarrollo de un país. Tiene

diferentes componentes, dentro de los más relevantes esta la educación y el conjunto de capacitaciones

recibidas en el trabajo, que permiten formar las destrezas y habilidades en las personas. Becker (1964),

define el capital humano como el conjunto de las capacidades productivas que un individuo adquiere

por acumulación de conocimientos generales o específicos (citado por Cardona et al., 2007).

• Economía de la Educación

Es una rama de la ciencia económica que estudia la movilización de recursos educativos, su

financiación, planificación y el cálculo de los resultados en el campo socioeconómico, donde los

ingresos adicionales tienen el papel de “disparador”, con un enfoque que integra los aspectos sociales.

Y como en toda disciplina, se encuentra más de una posición de análisis (Silva, 2002).

La Economía de la Educación, se conformó dentro del análisis económico con los teóricos

del capital humano, en la década de 1960; a partir de esa fecha se han desarrollado estudios empíricos

acerca de la tasa de retorno de la educación, el análisis de gasto en educación, el financiamiento, la

vinculación de la educación con el sector productivo, entre otros factores que generan impacto en el

crecimiento económico y en el bienestar (Cardona, et al., 2007).

• Educación

Es un conjunto de fases sucesivas e integradas en favor de la enseñanza, que está presente

durante la vida, ayuda en la formación integral de la persona, desarrolla capacidades, promueve la

cultura, fortalece los hogares y a la comunidad en general. Se brinda en organizaciones educativas a las

diferentes áreas sociales (Ley General de Educación N°28044, 2003, Art. 2°).

40
• Educación Superior

Es la segunda fase del sistema educativo, que afianza la formación, brinda conocimientos,

fomenta la innovación e investigación en las dimensiones del conocimiento, con el objetivo de

satisfacer las demandas sociales y contribuir al desarrollo del país. Para poder continuar con estudios

superiores es necesario la finalización de la EBR (Ley General de Educación N°28044, 2003, Art.49).

• Educación Superior Universitaria

Se refiere al nivel de educación superior, donde la persona que accede a este nivel de

educación, ha concluido con la EBR. Se caracteriza por un mayor grado de especialización en las

carreras, lo que conlleva a decir, que no se comparten saberes comunes, más bien se tiene diferentes

campos de especialización en temas como: el derecho, la historia, economía, idiomas, entre otros

(Bembibre, 2012).

• Educación Superior No Universitaria

Está conformada por los Institutos Superiores Pedagógicos, Tecnológicos y Escuelas de

Especialización Artística. Dichas organizaciones pueden ser privadas o públicas, y están en

dependencia de la Dirección General de Promoción Participación y Desarrollo Educativo del

Ministerio de Educación - MINEDU (Ley General de Educación Nº23384, 1982, Art. 57).

a. Institutos Superiores Pedagógicos: Son organizaciones que forman a profesores de

diferentes ramas y grados de educación.

b. Las Escuelas e Institutos Superiores Tecnológicos: Es el conjunto de instituciones

superiores que dependen del MINEDU, tienen la responsabilidad de formar a

profesionales ubicados en el nivel intermedio para diversos servicios y sectores de

producción.

c. Los Institutos y Escuelas Superiores de Formación Artística: Son instituciones

superiores que tienen como objetivo la formación de profesionales artísticos, en

diversas especialidades (Ley General de Educación Nº23384, 1982, Art. 57).

41
 • Demanda por Educación Superior

Puede acercarse a las personas que, habiendo culminado su etapa de educación secundaria,

concretan su objetivo de seguir estudios superiores a través de la postulación a la educación superior;

o acercándolo a las personas que, habiendo postulado, obtienen una vacante (quienes logran ingresar).

También es posible aproximar la demanda de Educación Superior en términos de quienes se

encuentran cursando estudios superiores, es decir, analizando la matrícula, en tanto no todos los que

ingresan a una institución de Educación Superior se matriculan en dicha institución (Díaz, 2008).

2.4 Hipótesis de la investigación

2.4.1 Hipótesis general

Los factores individuales y escolares determinaron la demanda de Educación Superior

Universitaria en la provincia de Cusco para el año 2020.

2.4.2 Hipótesis especificas

• Los factores individuales influyeron de manera significativa en la demanda de Educación

Superior Universitaria en la provincia de Cusco para el año 2020.

• Los factores escolares influyeron de manera significativa en la demanda de Educación

Superior Universitaria en la provincia de Cusco para el año 2020.

2.5 Variables e indicadores

2.5.1 Identificación de variables

• Variable dependiente

− Demanda de Educación Superior Universitaria

42
 • Variables independientes

− Factores individuales

− Factores escolares

2.5.2 Conceptualización de variables

• Variable dependiente

− Demanda de Educación Superior Universitaria. – Puede acercarse a las personas que,

habiendo culminado su etapa de educación secundaria, concretan su objetivo de seguir

estudios superiores a través de la postulación a la educación superior; o acercándolo a

las personas que, habiendo postulado, obtienen una vacante (quienes logran ingresar).

También es posible aproximar la demanda de Educación Superior en términos de

quienes se encuentran cursando estudios superiores, es decir, analizando la matrícula,

en tanto no todos los que ingresan a una institución de Educación Superior se

matriculan en dicha institución (Díaz, 2008).

• Variables independientes

− Factores individuales. – De acuerdo con Guerrero (2013), es el conjunto de variables

relacionadas con el proceso de transición hacia estudios superiores, como las

características de los estudiantes (género, edad, rendimiento académico, etc.) y de sus

familias (educación de los padres, nivel socioeconómico, número de integrantes de la

familia, ingreso familiar, etc.).

− Factores escolares. – Son aquellas variables escolares, como el tipo de gestión educativa,

la calidad de infraestructura, los recursos educativos y el apoyo institucional; que dan

las instituciones educativas a los jóvenes para apoyarlos en su proceso de tránsito hacia

estudios superiores (Guerrero, 2013).

43
2.5.3 Operacionalización de variables

Variables
Variable dependiente Dimensiones Indicadores
independientes
- Género
- Edad
Características del
- Lugar de residencia
estudiante
- Rendimiento académico
- Aspiraciones del estudiante
Factores individuales
- Nivel socioeconómico
Antecedentes
- Nivel educativo de los padres
socioeconómicos
- Ocupación del jefe de familia
- Ingreso familiar mensual

Gestión educativa - Tipo de institución educativa

- Calidad de enseñanza
Demanda de Educación
Enseñanza educativa - Percepción de la utilidad de la enseñanza obtenida
Superior Universitaria
- Metodología de enseñanza

- Calidad de las instalaciones

- Implementación de equipos
Infraestructura
Factores escolares - Herramientas educativas

- Acceso a internet
Recursos educativos - Equipos educativos
- Material educativo

- Orientación vocacional
Apoyo institucional - Información para postular a la universidad
- Simulacros de exámenes de admisión

44
 CAPÍTULO III:
DISEÑO METODOLÓGICO

3.1 Tipo de investigación

La presente investigación es de tipo descriptiva correlacional. Descriptiva, porque utiliza el

método de análisis y se busca caracterizar un objeto de estudio o una situación concreta, señala sus

características y propiedades, combinada con ciertos criterios de clasificación para ordenar, agrupar o

sistematizar los objetos involucrados en la investigación (Quezada, 2010). Correlacional, porque se

busca saber el nivel de asociación y relación entre dos o más variables, hacer predicciones y cuantificar

relaciones entre variables. Para la realización de este tipo de investigación se utiliza principalmente

técnicas como la encuesta, la entrevista, la observación y la revisión documental (Bernal, 2010).

Según Hernández, Fernández y Baptista (2014), las investigaciones correlacionales tienen

como base a las investigaciones descriptivas.

3.2 Enfoque de investigación

El enfoque del presente estudio es cualitativo-cuantitativo, es decir mixto, porque implica

un conjunto de procesos de recolección, análisis y vinculación de datos cuantitativos y cualitativos en

un mismo estudio, para responder al planteamiento del problema (Hernández, Fernández y Baptista,

2014).

Los métodos mixtos representan un conjunto de procesos sistemáticos, empíricos y críticos

de investigación e implican la recolección y el análisis de datos cuantitativos y cualitativos, así como su

integración y discusión conjunta, para realizar inferencias producto de toda la información recabada

(metainferencias) y lograr un mayor entendimiento del fenómeno bajo estudio (Hernández, Fernández

y Baptista, 2014).

45
3.3 Diseño de investigación

El estudio tiene un diseño no experimental – transversal. No experimental porque las

variables de la investigación no estarán expuestas a alteraciones, ni serán manipuladas. Transversal

porque el propósito de la investigación es describir variables y analizar su incidencia e interrelación en

un momento dado (Hernández, Fernández y Baptista, 2014), que en este caso será el año 2020.

3.4 Unidad de análisis

La unidad de análisis del presente estudio son los jóvenes que tienen entre 15 a 24 años de

edad en la provincia de Cusco, siendo estos jóvenes quienes egresan de la educación secundaria, así

como aquellos que ya egresaron; los cuales representan la demanda potencial de Educación Superior

Universitaria de la provincia de Cusco.

3.5 Población de estudio

La presente investigación tiene como población, a aquellos jóvenes que tienen entre 15 a 24

años de la provincia de Cusco, que son principalmente quienes demandan Educación Superior.

Según el último reporte del INEI (2017), el departamento de Cusco tiene un total de 1,205,527

habitantes, la provincia de Cusco 447,588 habitantes dentro de los cuales 85,712 habitantes tienen

entre 15 a 24 años.

3.6 Tamaño de muestra

El tamaño de muestra de la investigación se calculó utilizando el muestreo estratificado,

cuando el tamaño de población es conocido, la fórmula para hallar el tamaño de muestra es la siguiente:

𝒁𝟐 ∗ 𝒑 ∗ 𝒒 ∗ 𝑵
𝒏= 𝟐
𝜺 ∗ (𝑵 − 𝟏) + 𝒁𝟐 ∗ 𝒑 ∗ 𝒒

Donde:

• n: muestra o número de encuestas

46
 • N: población (N = 85 712)

• 𝑍 2 :Valor de la tabla normal para un nivel de significancia (𝑍 2 = 1.96)

• p: probabilidad de éxito (p = 0.50)

• q: probabilidad de fracaso (q = 0.50)

• Ɛ: Error absoluto de la muestra: (Ɛ=0.05)

𝟏. 𝟗𝟔𝟐 ∗ 𝟎. 𝟓 ∗ 𝟎. 𝟓 ∗ 𝟖𝟓 𝟕𝟏𝟐
𝒏= = 𝟑𝟖𝟑
𝟎. 𝟎𝟓𝟐 ∗ (𝟖𝟓 𝟕𝟏𝟐 − 𝟏) + 𝟏. 𝟗𝟔𝟐 ∗ 𝟎. 𝟓 ∗ 𝟎. 𝟓

Tabla 1
Población con edades de 15 - 24 años

Distritos Conteo Proporción Muestra

Cusco 22159 25.9% 99
Ccorca 382 0.4% 2
Poroy 465 0.5% 2
San Jerónimo 11171 13.0% 50
San Sebastián 23019 26.9% 103
Santiago 18227 21.3% 81
Saylla 984 1.1% 4
Wanchaq 9305 10.9% 42
Total 85,712 100.0% 383
Fuente: INEI - 2017.

3.7 Técnicas de recolección de datos

La técnica de recolección de datos que utilizaremos para alcanzar los objetivos planteados,

será la encuesta, cuyo instrumento es el cuestionario. Se encuesto a jóvenes con la edad de 15 a 24

años de la provincia del Cusco.

3.8 Técnicas de análisis e interpretación de la información

Para procesar y analizar la información obtenida a partir de la encuesta, se utilizó el programa

STATA.

47
 CAPÍTULO IV:

CARACTERIZACIÓN DE LA DEMANDA DE EDUCACIÓN SUPERIOR EN LA

PROVINCIA DEL CUSCO

La presente caracterización de la demanda de Educación Superior en la provincia del Cusco, nos

permite conocer y valorar las fuentes de información de Educación Superior, que son algunos casos

limitados, en comparación con la información de EBR. En el Perú no existe ningún repositorio que brinde

información en conjunto acerca de la Educación Superior, es decir tanto universitaria como no universitaria.

Así mismo la información sobre el acceso, cobertura y calidad es escasa y se produce con lentitud.

Para realizar el presente diagnóstico, se empleó información oficial y pública que nos ayudan a dar

una mirada al sistema educativo superior. La data de la EBR y de la ESNU, lo maneja el MINEDU, el cual

con el pasar del tiempo ha ido mejorando el sistema de manejo de información. Por otro lado, la

información de la ESU está a cargo de la Superintendencia Nacional de Educación Superior Universitaria

(SUNEDU), creada mediante ley N°30220, para garantizar la calidad de educación de todos estudiantes de

ESU y así poder formar profesionales competentes. A partir del 05 de enero de 2015, es el ente encargado

de dar licenciamiento a las universidades. Anterior a esa fecha, la Asamblea Nacional de Rectores (ANR)

estaba a cargo de la información de la ESU.

4.1 Demanda de Educación Superior en el Perú

La cantidad de jóvenes que buscan continuar con estudios superiores en el Perú, expresado

por el número de postulantes, indica que existe una demanda insatisfecha. Cabe resaltar que la cantidad

de estudiantes que terminan la secundaria excede significativamente a la cantidad de vacantes que la

Educación Superior ofrece.

La creciente presión que viene recibiendo la Educación Superior en los últimos años tiene

como un factor importante a la magnitud de la cobertura de la educación secundaria y su evolución

(Rodríguez, 2008). En el periodo de 1998 a 2006 la cantidad de estudiantes matriculados en quinto

año de secundaria creció de 315,000 a 384,000, hasta 2008, un poco menos del 90% de los estudiantes

48
matriculados en quinto año de secundaria aprobaba el año escolar. De la misma forma entre 2017 y

2019, también hubo un incremento de la matrícula en quinto año de secundaria de 441,171 a 458,731;

pero para el año 2020 el número de matrícula disminuyo a 377,587. Con respecto al porcentaje de

aprobados en quinto año de secundaria en el periodo de 2017 a 2020, fue en promedio 99.31%.

Tabla 2
Matrícula, aprobados y desaprobados en 5° grado de secundaria a nivel nacional (2017 - 2020)

N° de N° de (%) de
Año estudiantes estudiantes estudiantes
matriculados aprobados aprobados
2017 441,171 437,976 99.28
2018 440,465 437,538 99.34
2019 458,731 452,989 98.75
2020 377,587 377,587 100.00
Total 1,717,954 1,706,090 99.31

En la Figura 3 podemos observar el total de matrícula y el total de aprobados en quinto año

de secundaria a nivel nacional para el periodo 2017 – 2020.

Figura 3
Matriculados y aprobados en 5° grado de secundaria a nivel nacional (2017 - 2020)

500,000 458,731 452,989

441,171 437,976 440,465 437,538
450,000
N° de estudiantes

400,000 377,587 377,587

350,000
300,000
250,000
Maticulados
200,000
Aprobados
150,000
100,000
50,000
0
2017 2018 2019 2020
Año

Si bien es cierto, no conocemos qué cantidad de los que concluyen estudios secundarios

postulan a estudios superiores; pero si se sabe, que la cantidad de postulantes a educación universitaria

49
supera a la cantidad de estudiantes que concluyen estudios secundarios. En el periodo de 2000 a 2005

postularon entre 380,000 y 437,000 personas a las distintas universidades (entre públicas y privadas) a

nivel nacional, de los cuales, entre 100,000 y 157,000 lograron ingresar (ANR, 2007). Entre 2017 y

2019 postularon 654,733 y 720,139 respectivamente de los cuales ingresaron 327,904 en el año 2017 y

351,585 en el año 2019; de la misma forma para el primer semestre de 2020 postularon 449,115 de los

cuales ingresaron 265,627.

La tasa de admisión también llamada tasa de selectividad, que es el porcentaje de jóvenes que

postulan y logran ingresar. Para el periodo 2017 – 2020, fue en promedio de 54.60, es decir, del total

de postulantes a las universidades de todo el Perú el 54.6% logro ingresar en dicho periodo.

Tabla 3
Postulantes, ingresantes, tasa de admisión y matricula en ESU a nivel nacional (2017 - 2020)

Tasa de
N° de N° de N° de
Periodo Admisión
postulantes ingresantes matriculados
(%)
2017-I 393,029 214,959 54.69 1,089,588
2017-II 261,704 112,945 43.16 986,746
2018-I 446,544 226,700 50.77 1,140,322
2018-II 276,479 119,046 43.06 1,074,014
2019-I 427,460 226,508 52.99 1,186,980
2019-II 292,679 125,077 42.74 1,189,259
2020-I 449,115 265,627 59.14 1,096,550
2020-II 99,928 997150
Total 2,547,010 1,390,790 54.60 8,760,609

En la Figura 4 podemos observar el número de postulantes e ingresantes a la ESU por

semestres, para el periodo 2017 - 2020 a nivel nacional.

50
Figura 4
Postulantes e Ingresantes a la ESU a nivel nacional (2017 - 2020)

500,000
446,544 449,115
450,000 427,460
N° de postulantes e ingresantes

393,029
400,000
350,000
292,679
300,000 276,479 265,627
261,704
250,000 226,700 226,508 Postulantes
214,959
200,000
Ingresantes
150,000 112,945 119,046 125,077

100,000
50,000
0
2017-I 2017-II 2018-I 2018-II 2019-I 2019-II 2020-I
Semestre

La Figura 5 representa la tasa de admisión a la ESU a nivel nacional, la cual aumento

ligeramente del semestre 2017 – I al semestre 2020 – I de 54.69% a 59.14%.

Figura 5
Tasa de admisión en ESU a nivel nacional (2017 - 2020)

70
59.14
60 54.69 52.99
Tasa de Admisión (%)

50.77
50 43.16 43.06 42.74
40

30

20

10

0
2017-I 2017-II 2018-I 2018-II 2019-I 2019-II 2020-I
Periodo

Por otro lado, en el año 2005 en el país había 93 universidades, 36 públicas y 57 privadas;

actualmente tenemos 139 Instituciones Educativas de ESU, 48 públicas y 91 privadas, que ofrecen casi

un centenar de especialidades; donde la cantidad de universidades privadas es casi el doble que la

51
cantidad de universidades públicas y por tanto existe mayor cantidad de estudiantes matriculados en

universidades privadas. Una proporción significativa del total de universidades están ubicadas en Lima,

así mismo es preciso indicar que casi todas las regiones del país cuentan con al menos con una

universidad.

De las 48 universidades públicas, la Universidad Nacional Pedro Ruiz Gallo y la Universidad

Nacional San Luis Gonzaga de Ica, no se encuentran licenciadas; mientras que de las 91 universidades

privadas 46 no se encuentra licenciadas, es decir, poco más de la mitad de universidades privadas no

obtuvieron el licenciamiento de la SUNEDU.

Tabla 4
Número de universidades a nivel nacional, según tipo de gestión y estado de licenciamiento

Tipo de gestión N° de universidades

Privadas 91
Licenciada 45
No licenciada 46
Públicas 48
Licenciada 46
No licenciada 2
Total 139

Hasta antes de promulgarse la Ley Nº30220 “Ley Universitaria”, dada el 08 de julio del 2014,

se observaba un notable crecimiento de cobertura del sector privado. Este crecimiento de la ESU

privada, se debió al Decreto Legislativo N°882 de 1996 “Ley de Promoción de la Inversión en la

Educación”, la cual permitía que las universidades de gestión privada persigan fines lucrativos (con

una orientación empresarial), lo que también incentivaba su expansión (Miranda, y otros, 2008).

En respuesta a esta problemática, se creada mediante ley N°30220 la SUNEDU, para velar

por el derecho de los universitarios a recibir una formación de calidad. Desde el 05 de enero de 2015,

es la institución encargada de otorgar el licenciamiento para ofrecer servicios educativos de ESU.

52
 Por otra parte, el MINEDU es la institución que tiene competencia sobre las Instituciones de

ESNU, siendo responsable de las políticas educativas en el sector. En el año 2005 en el Perú habían

1,062 Institutos Superiores; de los cuales 39 eran Escuelas de Formación Artística, 349 eran Institutos

Pedagógicos y 674 eran Institutos Tecnológicos, ese mismo año los Institutos Superiores registraron

un total de matrículas de 385,000 estudiantes.

En la Tabla N°5 podemos observar la cantidad de postulantes, ingresantes y el total de

matrículas en ESNU por nivel modular. Entre 2017 y 2019 postularon 289,342 y 415,055

respectivamente, de las cuales 203,906 y 343,422 lograron ingresar, en el año 2020 hubo un

considerable descenso de postulantes a la ESNU, postularon 9,585 personas de los cuales 7,197

ingresaron; cabe resaltar que a la fecha las Escuelas de Formación Artística, los Institutos Superiores

Pedagógicos y los Tecnológicos, no actualizan la información de la cantidad de postulantes e

ingresantes, a diferencia de los Institutos Técnico Productivos que si lo hicieron. Pero, aun así, si se

tuviera actualizada la información del año 2020, esta mostraría un notable descenso por la coyuntura

del COVID-19.

Tabla 5
Postulantes, ingresantes, tasa de admisión y matricula en ESNU a nivel nacional (2017 - 2020)

Tasa de N° de
N° de N° de
Año Nivel Admisión estudiantes
postulantes ingresantes
(%) matriculados
Escuela Formación Artística 1,511 1,102 72.93 6,710
Instituto Superior Pedagógico 24,535 16,028 65.33 37,192
2017
Instituto Superior Tecnológico 263,296 186,776 70.94 454,078
Técnico Productiva 253,765
Total 2017 289,342 203,906 70.47 751,745
Escuela Formación Artística 5,591 2,991 53.50 8,438
Instituto Superior Pedagógico 33,504 16,573 49.47 44,793
2018
Instituto Superior Tecnológico 455,060
Técnico Productiva 194,777 55,088 28.28 249,865
Total 2018 233,872 74,652 31.92 758,156
Escuela Formación Artística 4,148 3,408 82.16 6,277
Instituto Superior Pedagógico 27,841 15,913 57.16 52,225
2019
Instituto Superior Tecnológico 163,957 106,416 64.90 467,826
Técnico Productiva 219,109 217,685 99.35 252,049
Total 2019 415,055 343,422 82.74 778,377
Escuela Formación Artística 7,286
Instituto Superior Pedagógico 45,209
2020
Instituto Superior Tecnológico 380,668
Técnico Productiva 9,585 7,197 75.09 249,655
Total 2020 9,585 7,197 75.09 682,818
Total 947,854 629,177 66.38 2,971,096

53
 La Figura 6 representa gráficamente la cantidad de postulantes e ingresantes a la ESNU a nivel

nacional para el periodo 2017 - 2020.

Figura 6
Postulantes e Ingresantes a la ESNU a nivel nacional (2017 - 2020)

450,000 415,055
N° de postulantes e ingresantes

400,000
343,422
350,000
289,342
300,000
250,000 233,872
203,906
200,000
150,000
100,000 74,652
50,000 9,585 7,197
0
2017 2018 2019 2020
Año

Postulantes Ingresantes

La Figura 7 muestra las fluctuaciones de la tasa de admisión en ESNU a nivel nacional en el

periodo 2017 – 2020, el cual fue de 70.47% y 75.09% respectivamente; se puede observar que la tasa

de admisión en ESNU es mayor que la tasa de admisión de ESU.

Figura 7
Tasa de Admisión en ESNU a nivel nacional (2017 - 2020)

90 82.74
80 75.09
70.47
Tasa de Admisión (%)

70
60
50
40 31.92
30
20
10
0
2017 2018 2019 2020
Año

54
 El número de matriculados en ESNU, en el 2017 y 2019 fue de 751,745 y 778,377

respectivamente. Podemos ver que en los diferentes años, el mayor número de matrícula se da en los

Institutos Superiores Tecnológicos, es así que en el año 2017 el número total de matrícula fue 751,745

de los cuales 454,078 fueron matriculas de Institutos Superiores Tecnológicos; en el año 2020 el

número total de matrícula fue 682,818 de los cuales 380,668 fueron matriculas de Institutos Superiores

Tecnológicos.

La Tabla 6 muestra el número de matrículas en ESNU a nivel nacional, según sexo, donde se

ve que la matrícula de mujeres a este tipo de estudios superiores es superior al de los hombres. Para el

año 2017 hubo una matrícula total de 751,745 de los cuales el 41.18% corresponde a matricula de

hombres y el 58.82% a matrícula de mujeres; así mismo, en el año 2020 hubo una matrícula total de

682,818 de los cuales el 40.24% corresponde a matricula de hombres y el 59.76% a matrícula de

mujeres.

Tabla 6
Matricula en ESNU a nivel nacional, según sexo (2017 - 2020)

N° de N° de (%) de (%) de N° de
Año matrícula matrícula matrícula matrícula estudiantes
hombres mujeres hombres mujeres matriculados
2017 309,578 442,167 41.18 58.82 751,745
2018 315,474 442,682 41.61 58.39 758,156
2019 320,302 458,075 41.15 58.85 778,377
2020 274,764 408,054 40.24 59.76 682,818
Total 1,220,118 1,750,978 41.07 58.93 2,971,096

La Figura 8 presenta gráficamente el porcentaje de matrícula a nivel nacional en ESNU, según

sexo para el año 2020, donde la matrícula de mujeres represento el 59.76% y la matrícula de hombres

represento el 40.24%.

55
Figura 8
Porcentaje de matrícula a nivel nacional en ESNU, según sexo (2020)

40.24%

59.76%

Matricula Hombres Matricula Mujeres

En el año 2006 la cantidad de instituciones de ESNU era de 1,094; de las cuales 704 eran

Institutos Superiores Tecnológicos, 347 eran Institutos Superiores Pedagógicos y 43 eran Escuelas de

Arte. Todos los departamentos del Perú, tenían al menos un Instituto Superior Tecnológico y un

Instituto Superior Pedagógico. De igual manera a las universidades, el mayor número de instituciones

de ESNU se localizaban en la capital (Lima). Según datos actualizados al 2020, el número de

instituciones que ofrecen ESNU es de 2,942; de las cuales 39 son Escuelas de Formación Artística,

195 son Institutos Superiores Pedagógicos, 882 son Institutos Superiores Tecnológicos y 1,826 son

Institutos Técnico Productivos.

Tabla 7
Instituciones de ESNU a nivel nacional, según nivel modular (2020)

N° de instituciones de
Nivel
ESNU
Escuela Formación Artística 39
Instituto Superior Pedagógico 195
Instituto Superior Tecnológico 882
Técnico Productiva 1,826
Total 2,942

56
4.2 Demanda de Educación Superior en la provincia de Cusco

Para identificar la demanda de Educación Superior, es importante diferenciar la demanda

potencial de la demanda efectiva. La primera alude al tamaño de la población que podría requerir

servicios de Educación Superior, mientras que la segunda alude a los que efectivamente requieren los

servicios de manera explícita (Rodríguez, 2008). El distinguir estos dos conceptos es muy importante,

porque hasta la actualidad siguen subsistiendo las brechas para acceder a la Educación Superior, lo que

genera que la demanda efectiva sea considerablemente distinta a la demanda potencial.

4.2.1 Demanda potencial por Educación Superior en la provincia de Cusco

Según Rodríguez (2008), la demanda potencial de Educación Superior se puede aproximar de

dos maneras. Primero, por la cantidad de individuos que están en edad de asistir a Educación Superior

(enfoque normativo); segundo, por la cantidad de individuos que han finalizado estudios secundarios.

Estas aproximaciones son diferentes, la primera puede tomarse como un supuesto implícito que todas

las personas en edad escolar culminan la EBR. Aunque para la legislación peruana la EBR es

obligatoria, en la realidad esto no sucede. Es por eso que es recomendable determinar la demanda

potencial a partir del número de individuos que han concluido la EBR. Pero, también es relevante

indicar que no todas las personas que concluyen estudios secundarios postulan a estudios superiores.

En la provincia de Cusco el promedio de matrículas en 2017 fue de 7,450 y en 2019 fue de

7,342 respectivamente, para el año 2020 hubo un notable descenso a 5,769 matriculados. Con respecto

al porcentaje de matrícula según sexo; en el periodo 2017 – 2020, el 48.73% de la matrícula en quinto

año de secundaria fue de hombres y el 51.27% fue de mujeres.

57
Tabla 8
Matrícula en 5° grado de secundaria en la provincia de Cusco, según sexo (2017 - 2020)
Porcentaje de Porcentaje de
Matrícula Matrícula Matrícula
Año matrícula matrícula
hombres mujeres total
hombres mujeres
2017 3,682 3,768 49.42 50.58 7,450
2018 3,615 3,750 49.08 50.92 7,365
2019 3,590 3,752 48.9 51.1 7,342
2020 2,722 3,047 47.18 52.82 5,769
Total 13,609 14,317 48.73 51.27 27,926

En la Figura 9 se representa el número total de matrículas en quinto año de secundaria en la

provincia de Cusco, así como el número de matrículas según sexo para el periodo 2017 – 2020.

Figura 9
Matrícula total y matrícula según sexo en 5° grado de secundaria, en la provincia de Cusco (2017 - 2020)

8,000 7,450 7,365 7,342

7,000
5,769
6,000
N° de matriculas

5,000
3,682 3,615 3,590
4,000 3,768 3,750 3,752 2,722
3,047
3,000
2,000
1,000
0
2017 2018 2019 2020
Año

Matricula Total Matricula Hombres Matricula Mujeres

Considerando la demanda potencial como el número de individuos que concluyen estudios

secundarios. La demanda potencial de Educación Superior en la provincia de Cusco entre 2017 y 2019

fue de 7,428 y 7,212 respectivamente, mientras que para el año 2020 descendió a 5,769. Con respecto

al porcentaje de aprobados en quinto año de secundaria, en el periodo 2017 – 2020, el porcentaje fue

de 99.38%.

58
 Tabla 9
Matrícula y aprobados en 5° grado de secundaria, en la provincia del Cusco (2017 - 2020)

N° de N° de (%) de
Año estudiantes estudiantes estudiantes
matriculados aprobados aprobados
2017 7,450 7,428 99.70
2018 7,365 7,345 99.73
2019 7,342 7,212 98.23
2020 5,769 5,769 100.00
Total 27,926 27,754 99.38

La Figura 10 representa gráficamente la cantidad de estudiantes matriculados y aprobados en

quinto año de secundaria en la provincia de Cusco, para el periodo 2017 – 2020.

Figura 10
Matriculados y aprobados en 5° grado de secundaria en la provincia de Cusco (2017 - 2020)

8,000 7,450 7,428 7,365 7,345 7,342 7,212

7,000
5,769 5,769
N° de estudiantes

6,000
5,000
4,000
3,000
2,000
1,000
0
2017 2018 2019 2020
Año

Matricula Total Aprobados

4.2.1 Demanda efectiva por Educación Superior en la provincia de Cusco

La demanda efectiva, es el número de personas que pueden y quieren continuar con la

Educación Superior y lo hacen si logran ingresar a una institución de formación superior. Si

expresamos de esta forma la demanda efectiva, y tomamos la educación universitaria como ejemplo,

el número de postulantes es una buena representación de la demanda efectiva. Pero de los que postulan

59
 solo una proporción se convierten en alumnos universitarios1. De lo anterior surge la idea de demanda

efectiva calificada, ya que no es suficiente querer y poder (si se habla financieramente), sino que se

requiere tener algunos requisitos adicionales. Considerando esta última idea, una aproximación más

restrictiva de la demanda efectiva podría ser el número de ingresantes (Rodríguez, 2008, p.8).

Considerando la norma ISCED (International Standard Classification of Education o CINE, por sus

siglas en español), podemos analizar la demanda efectiva distinguiendo dos grandes tipos de educación

superior de nivel 5a (Rodríguez, 2008), que son la Educación Superior No Universitaria (tecnológica

y pedagógica) y la Educación Superior Universitaria.

4.2.1.1 Demanda efectiva por Educación Superior Universitaria

La ESU consta de programas que permiten la formación de profesionales, dichos programas

tienen una duración de al menos diez ciclos y tiene como ente rector a la SUNEDU. Teniendo en

cuenta la aproximación más restrictiva de la demanda efectiva, que es el número de ingresantes, en la

Tabla 10 se puede observar la cantidad de postulantes e ingresantes a pregrado de las siete

universidades de la provincia de Cusco.

Tabla 10
Postulantes e ingresantes de las universidades de la provincia de Cusco (2017 - 2020)

Universidad Información 2017-I 2017-II 2018-I 2018-II 2019-I 2019-II 2020-I 2020-II

Postulantes 14,445 4,986 14,590 4,904 11,830 4,547

UAP
Ingresantes 13,340 4,675 14,051 4,794 11,303 4,142
Postulantes 3,419 2,343 3,867 2,661 4,293 2,781 4,421
UAC
Ingresantes 2,255 1,643 2,212 1,629 2,479 1,792 2,744 1,777
Postulantes 9,005 3,751 7,790 5,716 9,821 6,906 16,942
UC
Ingresantes 7,991 3,409 6,372 3,482 8,841 5,533 15,438 7,690

Universidad Global Postulantes 250 127 176 139 226 103

del Cusco
Ingresantes 184 112 165 139 195 100
Postulantes 18,179 8,459 18,570 8,502 17,943 8,149 8,748
UNSAAC
Ingresantes 2,186 1,517 2,174 1,245 2,326 1,283 1,402 1,075

Universidad Peruana Postulantes 157 162 220 137 198 125

Austral del Cusco Ingresantes 154 160 212 131 188 124
Postulantes
UTEA
Ingresantes 1424

1
Un individuo puede postular a más de una institución, provocando que la cantidad de postulantes sobreestime la demanda
efectiva.
60
 En la Figura 11 podemos observar el número de postulantes e ingresantes a la Universidad

Andina del Cusco (UAC), en el periodo 2017 – I al 2020 – I. Para el semestre 2017 – I postularon

3,419 personas de las cuales 2,255 lograron ingresar, mientras que para el semestre 2020 – I el número

de postulantes aumento a 4,421 de los cuales 2,744 ingresaron.

Figura 11
Postulantes e Ingresantes a la UAC (2017 - 2020)

5,000
4,293 4,421
4,500
N° de ostulantes e ingresantes

3,867
4,000
3,419
3,500
3,000 2,661 2,781 2,744
2,343 2,479
2,500 2,255 2,212
2,000 1,643 1,629 1,792
1,500
1,000
500
0
2017-I 2017-II 2018-I 2018-II 2019-I 2019-II 2020-I
Periodo

Postulantes Ingresantes

En la Figura 12 podemos observar el número de postulantes e ingresantes a la Universidad

Nacional de San Antonio Abad del Cusco (UNSAAC) en el periodo 2017 – I al 2020 – I. Para el

semestre 2017 – I postularon 18,179 personas de las cuales 2,186 lograron ingresar, mientras que para

el semestre 2020 – I el número de postulantes disminuyo a 8,748 de los cuales 1,402 ingresaron.

61
Figura 12
Postulantes e Ingresantes a la UNSAAC (2017 - 2020)

20,000 18,570
18,179 17,943
18,000
N° de postulantes e ingesantes

16,000
14,000
12,000
10,000 8,459 8,502 8,748
8,149
8,000
6,000
4,000
2,186 2,174 2,326
1,517 1,245 1,283 1,402
2,000
0
2017-I 2017-II 2018-I 2018-II 2019-I 2019-II 2020-I
Periodo

Postulantes Ingresantes

En la Figura 13 se representa la tasa de admisión de la UAC y de la UNSAAC, se puede

observar que la tasa de admisión es mayor en la UAC que en la UNSAAC.

Figura 13
Tasa de Admisión de la UAC y de la UNSAAC (2017 - 2020)

80
70.12
70 65.95 64.44
61.22 62.07
Tasa de Admisión (%)

57.2 57.75
60

50

40

30
17.93 15.74 16.03
20 14.64 12.96
12.02 11.71
10

0
2017-I 2017-II 2018-I 2018-II 2019-I 2019-II 2020-I

Periodo

UAC UNSAAC

62
4.2.1.2 Demanda efectiva por Educación Superior No Universitaria

Dentro de la ESNU2, tenemos a la educación tecnológica, pedagógica y artística que son

ofertadas a los estudiantes que egresan de estudios secundarios. La información estadística de este

nivel educativo, en comparación a los datos de la ESU, es un poco más escasa (temporalmente

hablando) y solo se halla información de la demanda de este nivel educativo para los últimos años.

De igual manera, para la demanda efectiva de ESNU, consideramos la aproximación más

restrictiva, que es el número de ingresantes. La demanda efectiva por ESNU en la provincia del Cusco

entre el 2017 y 2019 fue de 5,859 y 9,742 respectivamente, en el año 2020 fue de 118; esto se debe a

que a la fecha las Escuelas de Formación Artística, los Institutos Superiores Pedagógicos y

Tecnológicos, no actualizan la información de la cantidad de postulantes e ingresantes, a diferencia de

las Instituciones Técnico Productivas que si lo hicieron.

Tabla 11
Postulantes, ingresantes, tasa de admisión y matrícula total en ESNU en la provincia de Cusco (2017 - 2020)

Tasa de N° de
N° de N° de
Año Nivel Admisión estudiantes
postulantes ingresantes
(%) matriculados
Escuela Formación Artística 88 56 63.64 747
Instituto Superior Pedagógico 739 569 77.00 1,336
2017
Instituto Superior Tecnológico 7,468 5,234 70.09 13,779
Técnico Productiva 7,967
Total 2017 8,295 5,859 70.63 23,829
Escuela Formación Artística 608 232 38.16 786
Instituto Superior Pedagógico 769 436 56.70 1,705
2018
Instituto Superior Tecnológico 14,243
Técnico Productiva 6,106 344 5.63 6,450
Total 2018 7,483 1,012 13.52 23,184
Escuela Formación Artística 127 88 69.29 210
Instituto Superior Pedagógico 922 624 67.68 2,036
2019
Instituto Superior Tecnológico 5,245 2,248 42.86 14,672
Técnico Productiva 6,764 6,782 100.27 7,323
Total 2019 13,058 9,742 74.61 24,241
Escuela Formación Artística 199
Instituto Superior Pedagógico 1,844
2020
Instituto Superior Tecnológico 22,287
Técnico Productiva 286 118 41.26 5,710
Total 2020 286 118 41.26 30,040
Total 29,122 16,731 57.45 101,294

2
Programas que pertenecen al nivel 5B en la norma ISCED.
63
 En la Figura 14, podemos observar la cantidad de postulantes e ingresantes a la ESNU en la

provincia de Cusco para el periodo 2017 – 2020.

Figura 14
Postulantes e Ingresantes a Instituciones de ESNU en la provincia de Cusco (2017 - 2020)

14,000 13,058
N° de postulantes e ingresantes

12,000
9,742
10,000
8,295
8,000 7,483
5,859
6,000

4,000

2,000 1,012
286 118
0
2017 2018 2019 2020
Año

Postulantes Ingresantes

En la Figura 15, se representa la tasa de admisión a instituciones de ESNU en la provincia de

Cusco, siendo esta en el 2017 de 70.63% y para el 2020 disminuyo a 41.26%.

Figura 15
Tasa de Admisión a Instituciones de ESNU en la provincia de Cusco

80 74.61
70.63
70
Tasa de Admisión (%)

60

50
41.26
40

30

20 13.52

10

0
2017 2018 2019 2020
Año

64
 La tabla 12 muestra la cantidad de matrículas en ESNU, según sexo, en la provincia de Cusco.

En el 2017 la matrícula total fue de 23,829 de los cuales el 43.88% fue matricula de hombres y el

56.12% fue matricula de mujeres; mientras que en el 2020 la matricula total fue de 30,040 de los cuales

el 45.59% fue matricula de hombres y el 54.41% fue matricula de mujeres.

Tabla 12
Matricula en ESNU en la provincia de Cusco, según sexo (2017 - 2020)

N° de N° de (%) de (%) de N° de
Año matrícula matrícula matrícula matrícula estudiantes
hombres mujeres hombres mujeres matriculados
2017 10,456 13,373 43.88 56.12 23,829
2018 10,152 13,032 43.79 56.21 23,184
2019 10,970 13,271 45.25 54.75 24,241
2020 13,695 16,345 45.59 54.41 30,040
Total 45,273 56,021 44.69 55.31 101,294

En la Figura 16 se representa el porcentaje de matriculados en ESNU en la provincia del

Cusco, según sexo. En el año 2020 el 45.59% de la matrícula fue de hombres y el 54.41% de la matrícula

fue de mujeres.

Figura 16
Porcentaje de matrícula según sexo en ESNU en la provincia de Cusco (2020)

45.59%

54.41%

Matricula Hombres Matricula Mujeres

65
4.3 Oferta de Educación Superior en la provincia de Cusco

En nuestro país los estudios superiores representan la segunda fase del sistema educativo, para

continuar con este nivel educativo se necesita completar la EBR. Usualmente se identifica como

instituciones que ofrecen Educación Superior a las universidades, institutos tecnológicos e institutos

pedagógicos, pero también forman parte del sistema de educación superior las denominadas escuelas

de arte, militar, policial y la academia diplomática (Rodríguez, 2008).

El crecimiento de la cantidad de ingresantes y de estudiantes matriculados en instituciones de

Educación Superior; evidencia el incremento de la demanda de Educación Superior, pero también el

crecimiento de su oferta. La expansión de la oferta de Educación Superior se ha dado tanto para la

ESU como para la ESNU.

Aproximaremos la oferta de Educación Superior a la cantidad de instituciones, número de

facultades, número de carreras y cantidad de programas. Es importante mencionar que se debería

medir a partir del número de vacantes que las Instituciones de Educación Superior ofrecen, pero dicha

información las instituciones no la brindan de manera actualizada y es por ello que, para medir la oferta

de Educación Superior, consideraremos el número de instituciones y carreras o programas.

4.3.1 Oferta de Educación Superior Universitaria

En la provincia de Cusco existen siete instituciones de ESU, una universidad es pública y seis

universidades son privadas. Así mismo, del total de universidades en la provincia de Cusco tres no

cuentan con el licenciamiento de la SUNEDU.

66
 Tabla 13
Instituciones de ESU en la provincia de Cusco

Estado de Tipo de
Nombre de Universidad
Licencia 2020 Gestión
Universidad Alas Peruanas No Licenciada Privada
Universidad Andina del Cusco Licenciada Privada
Universidad Continental Licenciada Privada
Universidad Global del Cusco No Licenciada Privada
Universidad Nacional de San Antonio Abad del Cusco Licenciada Pública
Universidad Peruana Austral del Cusco No Licenciada Privada
Universidad Tecnológica de los Andes Licenciada Privada

Estas universidades ofrecen un gran número de programas o carreras, como podemos

observar en la Tabla 14, la universidad que ofrece mayor número de programas de estudios o carreras

en la provincia de Cusco es la UNSAAC, mientras que la universidad que ofrece el menor número de

programas es la Universidad Peruana Austral del Cusco.

Tabla 14
Número de programas que ofrecen las instituciones de ESU en la Provincia de Cusco

Número de
Institución de Educación Superior Sede
Programas
Universidad Alas Peruanas Cusco 16
Universidad Andina del Cusco Cusco 114
Universidad Continental Cusco 29
Universidad Global del Cusco Cusco 5
Universidad Nacional de San Antonio Abad del Cusco Cusco 197
Universidad Peruana Austral del Cusco Cusco 4
Universidad Tecnológica de los Andes Cusco 6
Total 371

4.3.2 Oferta de Educación Superior No Universitaria

La oferta de ESNU en la provincia de Cusco es muy amplia y diversificada en comparación a

la oferta de ESU, actualmente existen 83 instituciones de ESNU, de las cuales según su nivel modular

7 son Institutos Superiores Pedagógicos, 52 son Institutos Técnico Productivos, 2 son Escuelas de

Formación Artística y 22 son Institutos Superiores Tecnológicos.

67
 Tabla 15
Número de instituciones de ESNU, según nivel modular en la provincia de Cusco

Número de Instituciones
Nivel Modular
de ESNU
Institutos Superiores Pedagógicos 7
Institutos Técnico Productivos 52
Escuelas de Formación Artística 2
Institutos Superiores Tecnológicos 22
Total 83

4.4 Resultados de la encuesta

Para poder recopilar información acerca de los factores que determinan la demanda de

Educación Superior en la provincia de Cusco, se realizó una encuesta en los diferentes distritos de la

ciudad del Cusco a 383 jóvenes con edades de 15 a 24 años. La encuesta recopilo información acerca

de los factores individuales de los estudiantes, factores escolares e información acerca de la intención

de demandar Educación Superior.

4.4.1 Factores individuales

Del total de encuestados, los jóvenes con 17 años representaron una proporción mayor con

18%, mientras que los jóvenes con 22 años representaron la menor proporción con un 3%.

Figura 17
Porcentaje de la población encuestada según edad

68
 Del total de encuestas realizadas, el 52% de los encuestados fueron mujeres y el 48% fueron

hombres, con lo que podemos decir que la encuesta se realizó de forma proporcional para ambos

sexos.

Figura 18
Porcentaje de poblacion encuestada según sexo

Respecto al distrito donde se ubica la Institución Educativa (II.EE.) de nivel secundario del

encuestado, el 29% indicó estudiar o haber estudiado en el distrito de Cusco, el 27% indicó estudiar o

haber estudiado en el distrito de Wanchaq, el 16% indicó estudiar o haber estudiado en el distrito de

San Sebastián, el 15% indicó estudiar o haber estudiado en el distrito de San Jerónimo, el 10% indicó

estudiar o haber estudiado en el distrito de Santiago, el 3% indicó estudiar o haber estudiado en el

distrito de Saylla, mientras que el 1% indicó estudiar o haber estudiado en el distrito de Poroy y menos

del 1% indicó estudiar o haber estudiado en el distrito de Ccorca.

69
Figura 19
Distrito donde se ubica la II.EE. de nivel secundario de la población encuestada (%)

Así mismo del total de jóvenes encuestados, el 29% indicó residir en el distrito de San

Sebastián, mientras que el 1% reside en el distrito de Ccorca.

Figura 20
Distrito de residencia de la población encuestada (%)

70
 Con referencia al rendimiento académico, el 5% de los encuestados indicó tener o haber

tenido un rendimiento académico muy alto en su II.EE. de nivel secundario, el 37% un rendimiento

académico alto, el 51% un rendimiento académico regular y el 7% un rendimiento académico bajo.

Figura 21
Rendimiento académico en el nivel secundario de la población encuestada (%)

Por otro lado, la mayor proporción de los encuestados aspiran estudiar una carrera

universitaria, los cuales representan el 66% de la población encuestada; los que aspiran continuar

estudios técnicos representan el 9%; de igual manera, los que aspiran trabajar en el sector privado

representan el 9%; los que aspiran trabajar en el sector público representan el 7%; de la misma forma,

los que aspiran realizar emprendimiento representan el 7% y otros tipos de aspiraciones representa el

3%.

71
Figura 22
Aspiraciones de vida de la población encuestada (%)

Respecto al nivel socioeconómico, el 58% de los encuestados indicaron pertenecer a un nivel

socioeconómico medio, mientras que solo el 3% indicó pertenecer a un nivel socioeconómico alto.

Figura 23
Nivel socioeconómico de la población encuestada (%)

72
 En referencia al grado de instrucción de los padres de los encuestados, la mayor cantidad de

los encuestados respondieron que sus padres alcanzaron el nivel educativo de secundaria, siendo este

un 44%; mientras que el 3% respondieron que sus padres no alcanzaron ningún nivel educativo. Con

respecto al grado de instrucción alcanzado por las madres de los encuestados, un 36% indicó que su

madre alcanzo el nivel educativo de secundaria, mientras que el 4% indicó que su madre alcanzo un

nivel educativo de post grado.

Tabla 16
Nivel educativo alcanzado por los padres (%)

Nivel educativo Nivel educativo

Nivel
alcanzado por el padre alcanzado por la madre
educativo
(%) (%)
Ninguno 3 5
Primaria 13 21
Secundaria 43 36
Técnica 17 19
Universitaria 19 15
Post grado 5 4
Total 100 100

El mayor porcentaje de encuestados con un 26%, respondieron que el jefe de su familia es

trabajador de servicios y/o vendedores, el 20% respondió que trabaja en ocupaciones elementales, el

17% respondió que son profesionales técnicos, el 10% respondió que son trabajadores de

construcción, el 8% respondió que son agricultores, el 7% respondió que son profesionales científicos

e intelectuales, el 5% respondió que son jefes y empleados administrativos, el 3% respondió que son

operadores de maquinarias industriales, el 2% respondió que trabajen en ocupaciones militares y

policiales y tan solo el 1% de los encuestados respondieron que el jefe de su familia tiene la ocupación

de director o gerente.

73
Figura 24
Ocupación del jefe de familia de la población encuestada (%)

Respecto al ingreso familiar mensual, el 13% de los encuestados indicaron tener un ingreso

menor de S/. 500; el 30% percibe un ingreso familiar mensual entre S/. 500 a S/. 1,000; el 31% percibe

un ingreso familiar mensual entre S/. 1,000 a S/. 2,000; el 16% percibe un ingreso familiar mensual

entre S/. 2,000 a S/. 3,500 y solo el 11% percibe un ingreso familiar mensual de más de S/. 3,500.

Figura 25
Ingreso familiar mensual de la población encuestada (%)

74
4.4.2 Factores escolares

La mayor proporción de los encuestados indicaron estudiar o haber estudiado en una II.EE.

de gestión pública, con un 71%; mientras que el 29% indicó estudiar o haber en una II.EE. privada.

Figura 26
Tipo de gestión de la II.EE. de nivel secundario de la población encuestada (%)

Con respecto a la percepción del encuestado de la calidad de la enseñanza que le brinda o

brindo su II.EE. de nivel secundario, el 36% de los encuestados indicaron que la calidad de enseñanza

es o era media, el 21% indicó que es o era media alta, el 35% indicó que es o era alta; mientras que el

8% indicó que es o era baja.

75
Figura 27
Percepción de la calidad de enseñanza de la II.EE. de nivel secundario de la población encuestada (%)

Así mismo, el 66% de los encuestados considera que la enseñanza que le imparten o

impartieron en su II.EE. de nivel secundario le será de utilidad para continuar estudios de Educación

Superior.

Figura 28
Percepción de la utilidad de la enseñanza de la II.EE. de nivel secundario de la población encuestada (%)

76
 En referencia a la forma, estrategia y metodología de enseñanza de la II.EE. de nivel

secundario y de los docentes, el 16% de los encuestados indicó que es o fue mala, el 71% indicó que

es o fue buena y solo el 12% indicó que es o fue excelente.

Figura 29
Percepción de la población encuestada sobre la forma, estrategia y metodología de enseñanza (%)

Por otro lado, con respecto a la percepción de la calidad de las instalaciones e infraestructura

de la II.EE. de la población encuestada, el 38% de los encuestados indicó que la calidad de las

instalaciones e infraestructura de su II.EE. de nivel secundario es o fue media, el 26% indicó que es o

era media alta, el 28% indicó que es o era alta y el 7% indicó que es o fue baja.

77
Figura 30
Percepción de la calidad de las instalaciones e infraestructura de la II.EE. de nivel secundario de la población
encuestada (%)

El 81% de los encuestados mencionó que la infraestructura de su II.EE. de nivel secundario

es o era la adecuada para su aprendizaje.

Figura 31
Percepción sobre las condiciones de la infraestructura de la II.EE. de nivel secundario de la población encuestada (%)

78
 El 81% de los encuestados indicó que su II.EE. de nivel secundario cuenta o contaba con

equipos tecnológicos (computadoras, laptops, proyectores, etc.); mientras que el 19% de los

encuestados indicó que no cuentan o no contaban con equipos tecnológicos.

Figura 32
Disponibilidad de equipos tecnológicos en la II.EE. de nivel secundario de la población encuestada (%)

De los encuestados que indicaron contar o haber contado con equipos tecnológicos en su

II.EE. de nivel secundario, el 16% indicó que dichos equipos tecnológicos están o estaban en mal

estado, el 71% indicó que están o estaban en buen estado y solo el 13% indicó que están o estaban en

excelente estado.

79
 Figura 33
Percepción del estado de los equipos tecnológicos de la II.EE. de nivel secundario de la población encuestada (%)

Por otro lado, el 70% de los encuestados indicó contar o haber contado con acceso a internet

en su II.EE. de nivel secundario.

Figura 34
Acceso a internet en la II.EE. de nivel secundario de la población encuestada (%)

80
 De los encuestados que indicaron contar o haber contado con acceso a internet en su II.EE.

de nivel secundario, el 22% indicó que la calidad del acceso a internet es o fue malo, el 70% indicó que

es o fue bueno y solo el 9% indicó que es o fue excelente.

Figura 35
Percepción de la calidad del acceso a internet de la II.EE. de nivel secundario de la población encuestada (%)

Con respecto al uso de herramientas digitales en la II.EE. de nivel secundario de los

encuestados, el 62% indicó que en su II.EE. de nivel secundario se hace o hacía uso de herramientas

digitales, mientras que el 38% de los encuestados indicó que no se hace o no hacía uso de herramientas

digitales.

81
Figura 36
Uso de herramientas digitales en la II.EE. de nivel secundario de la población encuestada (%)

El 81% de los encuestados indicó que en su II.EE. de nivel secundario se cuenta o contaba

con el servicio de biblioteca.

Figura 37
Disponibilidad del servicio de biblioteca en la II.EE. de nivel secundario de la población encuestada (%)

82
 El 87% de los encuestados mencionó que en su II.EE. de nivel secundario se cuenta o contaba

con material educativo (libros, textos, material de reforzamiento o plataformas de apoyo), mientras

que el 13% indicó que no cuenta o contaba con material educativo.

Figura 38
Disponibilidad de material educativo en la II.EE. de nivel secundario de la población encuestada (%)

Con respecto al servicio de orientación vocacional, el 66% de los encuestados indicó que su

II.EE. de nivel secundario brinda o brindaba dicho servicio a los alumnos y el 34% de los encuestados

indicó que en su II.EE. de nivel secundario no se brinda o no se brindaba mencionado servicio.

83
Figura 39
Servicio de orientación vocacional en la II.EE. de nivel secundario de la población encuestada (%)

De los encuestados que indicaron contar o haber contado con el servicio de orientación

vocacional en su II.EE. de nivel secundario, el 76% indicó que a veces se brinda o brindaba dicho

servicio y el 24% indicó que el servicio se da o daba con frecuencia.

Figura 40
Frecuencia del servicio de orientación vocacional en la II.EE. de nivel secundario de la población encuestada (%)

84
 El 59% de los encuestados indicó que en su II.EE. de nivel secundario se realiza o realizaban

talleres informativos sobre como continuar estudios superiores, mientras que el 41% de los

encuestados indicó que en su II.EE. de nivel secundario no se realiza o no se realizaban dichos talleres

informativos.

Figura 41
Talleres informativos sobre como continuar estudios superiores (%)

Por otro lado, el 38% de los encuestados mencionó que en su II.EE. de nivel secundario

preparan o preparaban a los estudiantes para rendir exámenes de admisión de instituciones de

Educación Superior y el 62% de los encuestados indicó que en su II.EE. de nivel secundario no

preparan o no preparaban a los estudiantes para rendir dichos exámenes.

85
 Figura 42
Ejecución de simulacros de admisión en la II.EE. de nivel secundario de la población encuestada (%)

4.4.3 Demanda de Educación Superior

Del total de encuestados, el 97% tiene la intención de postular o continuar con estudios

superiores, mientras que el 3% no.

Figura 43
Demanda de Educación Superior de la población encuestada (%)

86
 De los encuestados que indicaron tener la intención de postular o continuar con estudios

superiores, el 84% indicó que tiene la intención de postular a la ESU y el 16% a la ESNU.

Figura 44
Demanda de ESU y de ESNU de la población encuestada (%)

4.5 Estadísticos descriptivos

4.5.1 Factores individuales

Tabla 17
Estadísticos descriptivos de las características individuales de los encuestados

Porcentaje
Características del estudiante Frecuencia
(%)
Género
Masculino 183 47.78
Femenino 200 52.22
Edad
15 años 55 14.36
16 años 66 17.23
17 años 69 18.02
18 años 55 14.36
19 años 41 10.7
20 años 31 8.09
21 años 20 5.22
22 años 11 2.87
23 años 16 4.18
24 años 19 4.96

87
 Realiza o realizó estudios en alguna
II.EE. de la provincia del Cusco
Si 383 100
No 0 0
Distrito donde se ubica la II.EE.
Cusco 110 28.72
Ccorca 1 0.26
Poroy 3 0.78
San Jerónimo 58 15.14
San Sebastián 60 15.67
Santiago 38 9.92
Saylla 10 2.61
Wanchaq 103 26.89
Distrito de la provincia del Cusco de
residencia
Cusco 82 21.41
Ccorca 2 0.52
Poroy 3 0.78
San Jerónimo 60 15.67
San Sebastián 111 28.98
Santiago 86 22.45
Saylla 10 2.61
Wanchaq 29 7.57
Rendimiento académico
Bajo 26 6.79
Regular 195 50.91
Alto 142 37.08
Muy alto 20 5.22
Aspiraciones en la vida
Terminar una carrera universitaria 253 66.05
Terminar una carrera técnica 33 8.62
Trabajar en el sector público 25 6.53
Trabajar en el sector privado 34 8.88
Hacer Emprendimiento 25 6.53
Otros 13 3.39

Tabla 18
Estadísticos descriptivos de los antecedentes socioeconómicos de los encuestados

Porcentaje
Antecedentes socioeconómicos Frecuencia
(%)
Nivel socioeconómico
Bajo 37 9.66
Medio bajo 65 16.97
Medio 222 57.96
Medio alto 47 12.27
Alto 12 3.13
Nivel educativo alcanzado por el padre
Ninguno 10 2.61
Primaria 49 12.79
Secundaria 169 44.13
Técnica 64 16.71
Universitaria 71 18.54
88
 Post grado 20 5.22
Nivel educativo alcanzado por la madre
Ninguno 18 4.7
Primaria 81 21.15
Secundaria 138 36.03
Técnica 72 18.8
Universitaria 57 14.88
Post grado 17 7.44
Ocupación del jefe de familia
Ocupaciones militares y policiales 9 2.35
Directores y gerentes 5 1.31
Profesionales científicos e intelectual 25 6.53
Profesionales técnicos 67 17.49
Jefes y empleados administrativos 18 4.7
Trabajadores de los Servicios y vendedores de
98 25.59
comercios y mercados
Agricultores y trabajadores calificados
32 8.36
agropecuarios, forestales y pesqueros
Trabajadores de construcción, edificación, productos
40 10.44
artesanales, electricidad y las telecomunicaciones
Operadores de maquinaria industrial, ensambladores
11 2.87
y conductores de transporte
Ocupaciones elementales 78 20.37
Ingreso familiar mensual
Menos de S/ 500 50 13.05
De S/ 500 a S/1,000 113 29.5
De S/1,000 a S/ 2,000 117 30.55
De S/2,000 a S/ 3,500 62 16.19
Más de S/ 3,500 41 10.7

4.5.2 Factores escolares

Tabla 19
Estadísticos descriptivos de tipo de gestión, enseñanza e infraestructura educativa

Tipo de gestión, enseñanza e Porcentaje

Frecuencia
infraestructura educativa (%)
Tipo de II.EE.
Público 271 70.76
Privado 112 29.24
Calidad de la enseñanza
Baja 32 8.36
Media baja 67 17.49
Media 137 35.77
Media alta 81 21.15
Alta 66 17.23
Enseñanza de utilidad para continuar
estudios de Educación Superior
Si 253 66.06

89
 No 130 33.94
Forma, estrategia y metodología de
enseñanza por parte de docentes de
II.EE.
Mala 63 16.45
Buena 273 71.28
Excelente 47 12.27
Calidad de las instalaciones e
infraestructura de la II.EE.
Baja 28 7.31
Media baja 49 12.79
Media 147 38.38
Media alta 99 25.85
Alta 60 15.67
Adecuada infraestructura de la II.EE.
para el aprendizaje
Si 312 81.46
No 71 18.54

Tabla 20
Estadísticos descriptivos de recursos educativos y apoyo institucional

Recursos educativos y apoyo Porcentaje

Frecuencia
institucional (%)
La II.EE. cuenta o contaba con equipos
tecnológicos
Si 310 80.94
No 73 19.06
Estado de los equipos tecnológicos de
la II.EE.
Mal estado 50 16.13
Buen estado 221 71.29
Excelente estado 39 12.58
La II.EE. cuenta o contaba con acceso
a internet
Si 268 69.97
No 115 30.03
Calidad del acceso a internet de la
II.EE.
Malo 58 21.64
Bueno 187 69.78
Excelente 23 8.58
La II.EE. hace o hacía uso de
herramientas digitales
Si 238 62.14
No 145 37.86
La II.EE. cuenta o contaba con el
servicio de biblioteca
90
 Si 311 81.2
No 72 18.8
La II.EE. cuenta o contaba con material
educativo
Si 333 86.95
No 50 13.05
La II.EE. brinda o brindaba algún
servicio de orientación vocacional
Si 253 66.06
No 130 33.94
Frecuencia con la que se brinda o
brindaba orientación vocacional
Nunca 1 0.4
A veces 192 75.89
Con frecuencia 60 23.72
La II.EE. realiza o realizaban talleres
informativos sobre cómo continuar
estudios superiores
Si 227 59.27
No 156 40.73
La II.EE. preparan o preparaban a los
alumnos para rendir exámenes de
admisión de instituciones de Educación
Superior
Si 147 38.38
No 236 61.62

Tabla 21
Estadísticos descriptivos de la demanda de Educación Superior y de Educación Superior Universitaria

Porcentaje
Demanda de Educación Superior y de ESU Frecuencia
(%)
Intención de postular o continuar con estudios
superiores
Si 373 97.39
No 10 2.61
Intención de postular o continuar estudios
universitarios
Educación universitaria 314 84.18
Educación técnica 59 15.82

91
 CAPÍTULO V:
MODELO ECONOMÉTRICO

5.1 Metodología de estimación del modelo

El objetivo central de la presente investigación es analizar los determinantes de la demanda de

ESU, es preciso emplear instrumentos de modelación econométrica, como por ejemplo las regresiones

binarias con el fin de modelar una función con la cual estimar y determinar qué variables ejercen

influencia en la intención de continuar estudios de Educación Superior Universitaria en la provincia

de Cusco.

En ese sentido, la metodología recomendada para realizar un adecuado modelado toma la

siguiente especificación:

Los modelos econométricos para resultados binarios permiten explorar cómo cada variable

explicativa afecta la probabilidad de que ocurra un evento o no. Entre los modelos que son más

recurrentes están los modelos logit y probit, denominados conjuntamente modelo de regresión binaria

(BRM).

Los modelos de tipo logit, son modelos donde la variable endógena es de respuesta binaria,

se utilizan con mucha frecuencia en el análisis econométrico. Este tipo de modelos se estiman por

Máxima Verosimilitud para cuantificar la probabilidad de que un individuo con ciertas características

determinadas pertenezca o no al evento y/o grupo de estudio. Para la presente investigación, son

aquellos jóvenes que tienen intención de demandar Educación Superior Universitaria (ESU) o no.

Lo que se busca con la especificación empírica es evidenciar qué factores influyen en la

demanda de ESU. La variable dependiente es de respuesta binaria y las variables independientes

pueden ser continuas, discretas o categóricas.

Tomando la metodología de Long y Freese (2014), para el uso de los modelos logit.

92
 Asumiremos que la intención de continuar estudios de ESU o caso contrario están sujetos a

una variable latente 𝑦 ∗ que es explicada por un grupo de variables independientes y/o exógenas,

contenidas en el vector 𝑥´ de la forma siguiente:

𝑦𝑖∗ = 𝑥´𝑖 𝛽𝑖 + 𝑢𝑖

𝑦𝑖 = 1 𝑠𝑖 𝑦𝑖∗ > 0 ; 𝑦𝑖 = 0 𝑠𝑖 𝑦𝑖∗ ≤ 0

Donde el subíndice 𝑖 hace referencia a los agentes de estudio (individuos). El vector β

simboliza los coeficientes del modelo y 𝑢 es un término perturbación con una distribución normal.

La idea general es establecer un umbral crítico 𝑦𝑖 en donde, si 𝑦𝑖∗ es mayor a 𝑦𝑖 el individuo

demanda ESU. Este umbral 𝑦𝑖 , así como 𝑦𝑖∗ , no es observable, no obstante, si se asume que presenta

una distribución normal hay posibilidad de realizar una estimación de parámetros de la regresión y de

este modo conseguir información en relación a 𝑦𝑖∗ .

𝑃𝐼 = 𝑃 𝑦𝑖 = 1|𝑥´ = 𝑃 𝑦𝑖 ≤ 𝑦𝑖∗ = 𝑍𝑖 ≤ 𝛽𝑥´𝑖 = 𝑓(𝛽𝑥´𝑖 )

Donde 𝑧 es una variable normal estándar, 𝑍~𝑁 0, 𝜎 2 y

𝛽𝑥´𝑖
1 2 /2
𝑃𝑟 (𝑥) = ( )∫ 𝑒 −𝑧 𝑑𝑧
√2𝜋 −∞

Esta función se caracteriza por presentar una distribución normal acumulada.

Es posible reducir el modelo antes presentado a la siguiente ecuación simple.

𝑒𝑥𝑝 𝑒𝑥𝑝 (𝛼 + 𝛽𝑥 )
𝑃𝑟 (𝑥) =
1 + 𝑒𝑥𝑝(𝛼 + 𝛽𝑥)

Como se mencionó anteriormente, la estimación de la ecuación presentada es por Máxima

Verosimilitud (MV), una vez estimada la ecuación, se procede al cálculo de los efectos marginales en

relación a la variable independiente. El cálculo de los efectos marginales posibilita interpretar los

93
resultados en términos de la fuerza que ejerce una variable independiente sobre una variable

dependiente (modelo de regresión lineal), es decir los coeficientes o parámetros estimados configuran

el cambio en la probabilidad y/o posibilidad de postular a ESU cuando una variable 𝑥𝑖 asociada al

vector de variables exógenas 𝑥´ cambia, suponiendo que el resto de variables regresoras se mantienen

constantes (ceteris paribus); asumiendo que se cumple la siguiente condición 𝐸 𝑦 ∗ 𝑥´ = 𝛽𝑥´.

5.1.1 Especificación del modelo econométrico

El planteamiento econométrico representado en un modelo matemático lineal y siguiendo la

estrategia metodológica empleada en el presente estudio es la siguiente:

𝑦𝑖 = 𝛼0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + 𝜀𝑖
Donde:

𝑦𝑖 : Es una variable de respuesta binaria que indica si la persona postula a Educación Superior

Universitaria (1) o en caso contrario (0).

𝑥1 : Es un vector de características individuales y familiares de las personas (sexo, edad, lugar

de residencia, educación de los padres, nivel socioeconómico familiar, etc.).

𝑥2 : Es un vector de características escolares de la institución educativa de nivel secundario de

los individuos (tipo de gestión, calidad de la enseñanza, calidad de infraestructura, recursos educativos,

apoyo institucional, etc.).

𝜀𝑖 : Representa el término de error o perturbación.

5.1.2 Fuente de datos

El trabajo de investigación presenta datos de fuentes secundarias y primarias. La información

secundaria se recopilo de diferentes fuentes oficiales del MINEDU como: Escale – Censo Escolar y

Sistema de Recolección de Información para Educación Superior (SIRIES), con dicha información se

94
 realizó la caracterización de la demanda de Educación Superior en la provincia de Cusco, de la presente

investigación.

Por otro lado, para obtener la información de fuente primaria, se realizó una encuesta en el

mes de diciembre de 2020 (del 12/12/2020 al 20/12/2020), en la ciudad del Cusco a 383 jóvenes de

15 a 24 años de edad.

5.1.3 Descripción de los datos

Tabla 22
Definición de variables

Variables Definición
Género 1 si la persona es masculino y 0 si la persona es femenino
Edad Continua
Realiza o realizó estudios en alguna II.EE.
1 si la persona realiza o realizó en la provincia de cusco y 0 de lo contrario
de la provincia del Cusco
1 si es Ccorca, 2 si es Cusco, 3 si es Poroy, 4 si es San Jerónimo, 5 si es San Sebastián, 6 si es
Distrito donde se ubica la II.EE.
Santiago, 7 si es Saylla y 8 si es Wanchaq
1 si es Ccorca, 2 si es Cusco, 3 si es Poroy, 4 si es San Jerónimo, 5 si es San Sebastián, 6 si es
Distrito de residencia
Santiago, 7 si es Saylla y 8 si es Wanchaq
Rendimiento académico 1 si es bajo, 2 si es regular, 3 si es alto y 4 si es muy alto
1 si es terminar una carrera universitaria, 2 si es terminar una carrera técnica, 3 si es trabajar
Aspiraciones en la vida en el sector público, 4 si es trabajar en el sector privado, 5 si es emprendimiento y 6 si es
otros
Nivel socioeconómico 1 si es bajo, 2 si es medio bajo, 3 si es medio, 4 si es medio alto y 5 si es alto
1 si es ninguno, 2 si es primaria, 3 si es secundaria, 4 si es técnica, 5 si es universitaria y 6 si
Nivel educativo alcanzado por el padre
es post grado
1 si es ninguno, 2 si es primaria, 3 si es secundaria, 4 si es técnica, 5 si es universitaria y 6 si
Nivel educativo alcanzado por la madre
es post grado
0 si son ocupaciones militares o policiales, 1 si son directores o gerentes, 2 si son
profesionales científicos e intelectuales, 3 si son profesionales técnicos, 4 si son jefes y
empleados administrativos, 5 si son trabajadores de servicios y vendedores de comercios y
Ocupación del jefe de familia mercados, 6 si son agricultores y trabajadores calificados agropecuarios, forestales y
pesqueros, 7 si son trabajadores de construcción, edificación, productos artesanales,
electricidad y las telecomunicaciones, 8 si son operadores de maquinaria industrial,
ensambladores y conductores de transporte y 9 ocupaciones elementales
Ingreso familiar mensual Continua
Tipo de institución educativa 1 si es privado y 0 de lo contrario
Calidad de la enseñanza 1 si es baja, 2 si es media baja, 3si es media, 4 si es media alta y 5 si es alta
Enseñanza de utilidad para continuar
1 si es si y 0 de lo contrario
estudios de educación superior
Forma, estrategia y metodología de
enseñanza por parte de los docentes e 1 si es mala, 2 si es buena y 3 si es excelente
II.EE.
Calidad de las instalaciones e
1 si es baja, 2 si es media baja, 3si es media, 4 si es media alta y 5 si es alta
infraestructura de la II.EE.
Adecuada infraestructura de la II.EE. para
1 si es si y 0 de lo contrario
el aprendizaje
La II.EE. cuenta o contaba con equipos
1 si es si y 0 de lo contrario
tecnológicos
Estado de los equipos tecnológicos de la
1 si es mal estado, 2 si es buen estado y 3 si es excelente estado
II.EE.

95
La II.EE. cuenta o contaba con acceso a
1 si es si y 0 de lo contrario
internet
Calidad del acceso a internet de la II.EE. 1 si es malo, 2 si es bueno y 3 si es excelente
La II.EE. hace o hacía uso de herramientas
1 si es si y 0 de lo contrario
digitales
La II.EE. cuenta o contaba con el servicio
1 si es si y 0 de lo contrario
de biblioteca
La II.EE. cuenta o contaba con material
1 si es si y 0 de lo contrario
educativo
La II.EE. brinda o brindaba algún servicio
1 si es si y 0 de lo contrario
de orientación vocacional
Frecuencia con la que se brinda o brindaba
1 si es nunca, 2 si es a veces y 3 si es con frecuencia
orientación vocacional
La II.EE. realiza o realizaba talleres
informativos sobre cómo continuar 1 si es si y 0 de lo contrario
estudios superiores
La II.EE. prepara o preparaba a los
alumnos para rendir exámenes de admisión 1 si es si y 0 de lo contrario
de instituciones de Educación Superior
Intención de postular o continuar con
1 si es si y 0 de lo contrario
estudios superiores
Intención de postular o continuar estudios
1 si es educación universitaria y 0 de lo contrario
universitarios

5.2 Resultados econométricos

Realizada la estimación del modelo econométrico (modelación empírica) a partir de la función

de máxima verosimilitud, que tiene como fin calcular la probabilidad de ocurrencia de postular a ESU

y a su vez estimar la demanda de ESU por parte de los jóvenes de 15 a 24 años, en la provincia de

Cusco. Establecido un grupo de variables explicativas de tipo individuales y escolares, se presenta en

la Tabla 23, los odds ratios estimados del modelo logit estimado en la presente investigación.

96
 Tabla 23
Odds ratio del modelo empírico

Demanda de ESU M1 M2 M3 M4 M5 M6 M7
Sexo (hombre) -0.0455 -0.312 -0.337 -0.294 -0.581 -1.165** -1.636**
Edad (en años) -0.0521 -0.0955 -0.0944 -0.120* -0.135 -0.148 -0.281*
Distrito de II.EE. 0.0843 0.0991 0.0806 0.0704 -0.00168 -0.166 -0.215
Distrito de residencia 0.0128 0.00872 0.00173 0.0117 0.0967 0.220 0.393
Rendimiento académico 0.350 0.318 0.294 0.474* 0.344 0.278 -0.382
Aspiraciones de vida (terminar una carrera universitaria) 2.591*** 2.867*** 2.868*** 2.864*** 3.264*** 3.689*** 4.018***
Nivel socioeconómico -0.143 -0.147 -0.147 -0.300 -0.485* -0.232
Max. nivel edu. del padre (Educación Superior) -0.169 -0.209 -0.123 -0.335 -0.740 -1.928
Max. nivel edu. de la madre (Educación Superior) 0.778 0.759 0.733 1.198 1.120 2.737*
Ocupación del jefe de hogar -0.175** -0.155* -0.170* -0.258** -0.352** -0.384*
Ingreso familiar mensual 0.600*** 0.557*** 0.495** 0.521** 0.524* 0.592
Tipo de gestión II.EE. (pública) -0.609 -0.905* -0.950 -1.354* -1.746*
Nivel de enseñanza II.EE. -0.196 -0.149 -0.266 0.138
Utilidad de estudios secundarios 0.122 0.489 0.933 2.069**
Metodología de enseñanza -0.843** -0.706 -0.435 -0.0803
Calidad de infraestructura II.EE. 0.440* 0.575* 0.442
Condiciones de infraestructura II.EE. -0.833 -0.921 0.671
Disposición de equipos tecnológicos II.EE. = o, - - -
Estado de equipos tecnológicos II.EE. -0.197 -0.769 -0.812
Acceso a internet II.EE. = o, - -
Estado de acceso a internet II.EE. 0.234 0.525
Uso de herramientas digitales II.EE. 0.0476 -0.231
Disponibilidad del SS. de biblioteca 0.212 -1.051
Disponibilidad de materiales de apoyo = o, -
Apoyo institucional (orientación vocacional) = o, -
Frecuencia de apoyo institucional (orientación vocacional -0.532
Apoyo institucional (talleres informativos) -2.604*
Apoyo institucional (exámenes de admisión) -0.586
Disponibilidad de materiales de apoyo -2.254*
Constante 0.508 1.037 1.687 3.664* 4.169* 8.033** 9.460*
Observaciones 373 373 373 373 302 247 174
Standard errors in parenthesis *** p<0.01, ** p<0.05, * p<0.1

97
 Se estimaron un total de siete modelos de regresión logística. El primer modelo solo

explora las características individuales de los encuestados, que influyen en la demanda de ESU.

El segundo modelo incorpora las características de familia. En el tercer modelo solo se añade

una característica referida al tipo de gestión de la II.EE. donde estudió o estudia el encuestado.

El cuarto modelo añade variables relacionadas a la enseñanza de la II.EE. El quinto modelo

adiciona variables relacionadas a la infraestructura de la II.EE. El sexto modelo añade variables

relacionadas a los recursos educativos de la II.EE. Por último, el séptimo modelo añade variables

relacionadas con el apoyo institucional que brinda la II.EE.

Con respecto a la calidad de ajuste realizado en los modelos presentados, se trabajó con

el Porcentaje de Predicciones Correctas (PCP) entre 90%, 95% y 99%.

5.2.1 Factores individuales

• Características del estudiante

De acuerdo con los modelos presentados en la Tabla 23, se evidencia en el modelo

(M7) que, a nivel individual, el ser varón (OR: -1.636, p<0.05) y la edad (OR: -0.281, p<0.1)

del estudiante; son variables que presentan una relación significativa con la decisión de seguir

con la ESU, reduciendo la probabilidad de continuar estudios universitarios. Para el caso de

la edad, la relación se explica por el coste de oportunidad de estudiar en los jóvenes con más

años de edad que, en lugar de querer estudiar, las presiones de buscar trabajo o realizar otras

actividades son más influyentes. El efecto se presenta en los siete modelos presentados, sin

embargo, luego de controlar con variables familiares y escolares se presenta la significancia.

Por otro lado, a nivel individual se obtuvo que las aspiraciones educativas de los

estudiantes es una variable significativa en todos los modelos propuestos. Predicen la

postulación a ESU, es decir, aquellos jóvenes que tienen aspiraciones de continuar estudios

universitarios poseen más posibilidades de postular a la universidad, en comparación de los

98
jóvenes con menores aspiraciones educativas, este efecto permanece aún hasta el modelo

(M7) controlado por otras variables (OR:4.018, p<0.01).

Las variables relacionadas a las características del estudiante que no presentan

relación con la intención de postular a la ESU son: distrito de ubicación de la II.EE. del

estudiante y distrito de residencia. Lo cual se explicaría porque, el estudio solo está enfocado

en la provincia del Cusco, donde los costos de coordinación son menores en relación con

otras provincias de la región. Es importante mencionar que, la distancia hacia las

universidades supone una barrera de acceso hacia la Educación Superior.

• Antecedentes socioeconómicos familiares

En cuanto a los antecedentes socioeconómicos familiares de los jóvenes, de las cinco

variables consideradas solo tres son predictoras de la intención de postular a la ESU, las

cuales son: el grado de instrucción de la madre, la ocupación del jefe de hogar y el ingreso

familiar.

En referencia al grado de instrucción de la madre, en el modelo (M7), se puede

observar que los jóvenes que tienen una madre con nivel educativo de Educación Superior

(OR: 2.737, p<0.1), tienen más probabilidades de postular a la ESU, en relación a aquellos

jóvenes que tienen una madre con niveles educativos menores. Si bien el efecto de esta

variable permanece a lo largo de los siete modelos presentados, solo en el modelo (M7) se

evidencia la significancia después de controlar el modelo por factores escolares (apoyo

institucional). Este resultado sugiere, que las madres representan un ejemplo para sus hijos,

y al tener un mayor nivel educativo están más preparadas para guiar a sus hijos en el proceso

de postulación.

Con respecto a la ocupación del jefe de hogar (OR: -0.384, p<0.1), los resultados

muestran que tener padres con ocupaciones más elementales tiende a reducir la posibilidad

de postular a la ESU en los jóvenes, en comparación a aquellos jóvenes que tienen padres

99
profesionales; tanto la significancia como la relación de la variable se mantienen aún después

de controlar los modelos con variables escolares.

Así también, los resultados obtenidos en el modelo (M6), con respecto al ingreso

familiar (OR: 0.524, p<0.1), que influye en la decisión de seguir ESU. En los resultados de

los modelos (M2 al M6) podemos observar el alto grado de significancia y el efecto del

ingreso familiar, no obstante, al incorporar variables relacionadas al apoyo institucional

(factores escolares) se pierde la significancia más no el efecto.

Finalmente, las variables de los antecedentes familiares que no están relacionados

con la intención de postular a la ESU son: nivel socioeconómico y nivel educativo del padre.

5.2.2 Factores escolares

• Gestión educativa

El tipo de gestión educativa (OR: -1.746, p<0.1), presenta una relación significativa

con la probabilidad de continuar ESU. Los resultados muestran que, si el estudiante culmina

sus estudios secundarios en una II.EE. de gestión pública las probabilidades de postular a la

ESU se reducen y lo contrario ocurre si el joven culmina su secundaria en una II.EE. de

gestión privada. Este resultado se puede explicar por el apoyo casi personalizado que se

brinda a los alumnos en una II.EE. de gestión privada, debido a que en estas instituciones el

número de alumnos es menor.

• Enseñanza educativa

Considerando la enseñanza educativa; de las tres variables presentadas solo una

resulto ser significativa: la percepción del estudiante sobre la utilidad de la enseñanza para

continuar estudios superiores (OR: 2.069, p<0.05), después de controlar el modelo (M7) por

variables escolares. Se evidencia que los jóvenes que consideran que la enseñanza que le

brindan/brindaron en su II.EE. de nivel secundario será de utilidad para los estudios

100
superiores, tienen más probabilidades de continuar ESU en relación a los jóvenes que no

consideran de utilidad la enseñanza que les brindan/brindaron.

• Infraestructura

En referencia a la infraestructura, de las cuatro variables consideradas, solo la

variable calidad de la infraestructura tuvo un resultado significativo en los modelos (M5-M6).

Considerando el modelo (M6), donde la variable calidad de la infraestructura (OR: 0.575,

p<0.1) evidencia influir en la probabilidad de continuar con la ESU; es decir, si el joven

estudió en una II.EE. de nivel secundario con una infraestructura de alta calidad, este tiene

más probabilidades de postular a la educación universitaria.

• Recursos educativos

Considerando las variables de recursos educativos: acceso a internet en la II.EE.,

estado del acceso a internet en la II.EE., uso de herramientas digitales en la II.EE.,

disponibilidad del servicio de biblioteca y disponibilidad de materiales de apoyo; ninguna

resulto ser significativa. Sin embargo, se evidencia que la relación con la variable dependiente

es la esperada para las variables: estado del acceso a internet en la II.EE., uso de herramientas

digitales en la II.EE. y disponibilidad del servicio de biblioteca en el modelo (M6).

• Apoyo institucional

Con respecto al apoyo institucional las variables: orientación vocacional, frecuencia

de apoyo institucional, simulacros de exámenes de admisión y disponibilidad de materiales

de apoyo no resultaron ser significativas. La única variable que evidencio un resultado

significativo fue talleres informativos, sin embargo, dicho resultado es contraintuitivo ya que

el signo hallado no es el esperado. Si bien en otros trabajos, las variables de apoyo

institucional resultan ser significativas, en el presente trabajo la relación del efecto es

contraria.

101
5.3 Análisis e interpretación de resultados - Efectos marginales

A continuación, se presenta los resultados más importantes de la investigación

correspondiente a los efectos marginales.

102
Tabla 24
Efectos Marginales del modelo empírico

Demanda de ESU M1 M2 M3 M4 M5 M6 M7
Sexo (hombre) -0.00473 -0.0287 -0.0308 -0.0259 -0.0466 -0.0854** -0.115**
Edad (en años) -0.00543 -0.00878 -0.00863 -0.0105* -0.0109* -0.0108 -0.0197*
Distrito de II.EE. 0.00878 0.00911 0.00736 0.00620 -0.000135 -0.0121 -0.0151
Distrito de residencia 0.00134 0.000802 0.000158 0.00103 0.00776 0.0161 0.0276*
Rendimiento académico 0.0364 0.0292 0.0268 0.0418* 0.0276 0.0204 -0.0268
Aspiraciones de vida (terminar una carrera universitaria) 0.270*** 0.264*** 0.262*** 0.252*** 0.262*** 0.271*** 0.282***
Nivel socioeconómico -0.0131 -0.0135 -0.0130 -0.0241 -0.0356* -0.0163
Max. nivel edu. del padre (Educación Superior) -0.0156 -0.0191 -0.0109 -0.0269 -0.0543 -0.135
Max. nivel edu. de la madre (Educación Superior) 0.0715 0.0693 0.0646 0.0961 0.0822 0.192*
Ocupación del jefe de hogar -0.0161** -0.0142* -0.0150* -0.0207** -0.0258** -0.0270*
Ingreso familiar mensual 0.0551*** 0.0509*** 0.0436*** 0.0418** 0.0384* 0.0416
Tipo de gestión II.EE. (pública) -0.0556 -0.0797* -0.0763 -0.0993* -0.123*
Nivel de enseñanza II.EE. -0.0173 -0.0119 -0.0195 0.00967
Utilidad de estudios secundarios 0.0107 0.0393 0.0684 0.145***
Metodología de enseñanza -0.0743** -0.0566 -0.0319 -0.00564
Calidad de infraestructura II.EE. 0.0353* 0.0422* 0.0310
Condiciones de infraestructura II.EE. -0.0669 -0.0675 0.0471
Disposición de equipos tecnológicos II.EE. = o, - - -
Estado de equipos tecnológicos II.EE. -0.0158 -0.0564 -0.0571
Acceso a internet II.EE. = o, - -
Estado de acceso a internet II.EE. 0.0171 0.0369
Uso de herramientas digitales II.EE. 0.00349 -0.0162
Disponibilidad del SS. de biblioteca 0.0156 -0.0738
Disponibilidad de materiales de apoyo = o, -
Apoyo institucional (orientación vocacional) = o, -
Frecuencia de apoyo institucional (orientación vocacional) -0.0374
Apoyo institucional (talleres informativos) -0.183*
Apoyo institucional (exámenes de admisión) -0.0412
Disponibilidad de materiales de apoyo -0.165*
Observaciones 373 373 373 373 302 247 174
Standard errores in paréntesis
*** p<0.01, ** p<0.05, * p<0.1

103
 5.3.1 Factores individuales

• Sexo y edad del estudiante

En la Figura 45, se representa los efectos marginales de las variables sexo y edad del

estudiante, al 95% de nivel de confianza. Según los resultados obtenidos en la Tabla 24, en

el modelo (M7), si el estudiante es de sexo masculino tiene 11.5% menos probabilidades de

postular a la ESU (p<0,05); con respecto a la edad del estudiante, a medida que tenga un año

adicional de edad, tiene 1.97% menos posibilidades de postular a educación universitaria

(p<0,1).

Figura 45
Efectos marginales de las variables sexo y edad del estudiante

• Distrito de la II.EE. de nivel secundario y distrito de residencia del estudiante

En la Figura 46, se representa los efectos marginales de las variables distrito de la

II.EE. de nivel secundario y distrito de residencia del estudiante, al 95% de nivel de

confianza. Según la Tabla 24, estas variables no son significativas, lo cual se explicaría porque,
104
 el estudio solo está enfocado en aquellos jóvenes que residen y estudiaron su nivel secundario

en la provincia del Cusco, donde los costos de coordinación son menores en relación con

otras provincias.

Es importante mencionar que, si el estudio hubiese sido para toda la región del

Cusco, los resultados para estas variables probablemente hubiesen sido significativos. Ya que

la distancia hacia las universidades supone una barrera de acceso hacia la Educación Superior.

Tal como lo indican Jiménez y Salas (2000), el costo directo relacionado a los gastos

de transporte, alojamiento y comida, el cual varía en función de la ubicación geográfica del

hogar familiar; es decir, vivir fuera del hogar familiar implica un mayor gasto en educación y

esperaríamos que los estudiantes que viven fuera de su hogar demanden menor cantidad de

Educación Superior.

Figura 46
Efectos marginales de las variables distrito de la II.EE. y de residencia del estudiante

105
 • Rendimiento académico

En la Figura 47, se representa los efectos marginales de la variable rendimiento

académico, al 95% de nivel de confianza. Como se puede observar el resultado es

contraintuitivo, según la figura presentada, cuando se tiene un rendimiento bajo las

probabilidades de postular a la ESU son mayores; sin embargo, para dicho resultado no existe

evidencia estadística, es decir, con nuestros datos recolectados no encontramos la relación

que se esperaba obtener (resultado contraintuitivo), entre el rendimiento académico y la

decisión de continuar estudios universitarios. Tal como se evidencia en los resultados

obtenidos por Jiménez y Salas (2000), donde la capacidad intelectual del individuo,

aproximado por el promedio de notas, juega un papel importante en la elección de Educación

Superior, el coeficiente asociado a la variable capacidad intelectual es positiva y

estadísticamente significativa.

Otro punto importante a resaltar es que el resultado obtenido puede responder a

que el rendimiento académico, en el presente estudio lo aproximamos a la percepción que

tenían los encuestados con respecto a su rendimiento académico en el nivel secundario,

donde los encuestados no siempre dan respuestas sinceras. Una mejor aproximación al

rendimiento académico es el promedio de notas del estudiante, el cual Jiménez y Salas (2000)

toman como aproximación en su estudio.

106
Figura 47
Efectos marginales de la variable rendimiento académico

• Aspiraciones de vida

En la Figura 48, se representa los efectos marginales de la variable aspiraciones de

vida, al 95% de nivel de confianza. De acuerdo con la Tabla 24 en el modelo (M7), se

evidencia que aquellos jóvenes que tienen aspiraciones de continuar estudios universitarios

tienen 28.2% más posibilidades de postular a la universidad (p<0,01), que sus pares con

menores aspiraciones educativas.

107
Figura 48
Efectos marginales de la variable aspiraciones de vida

• Nivel socioeconómico e ingreso familiar

En la Figura 49, se representa los efectos marginales de las variables nivel

socioeconómico e ingreso familiar, al 95% de nivel de confianza. El resultado obtenido para

el nivel socioeconómico es contraintuitivo, ya que nos indica que si el nivel socioeconómico

del estudiante es bajo este tiene mayores probabilidades de postular a la ESU; sin embargo,

este resultado es estadísticamente no significativo. El resultado obtenido puede responder a

que la pregunta no fue muy bien entendida por los encuestados y al tener diversas opciones

de respuesta tendieron a sesgar sus respuestas (respuestas no sinceras).

Por otro lado, considerando la Tabla 24 en el modelo (M6), los resultados obtenidos

para la variable ingresos familiares son muy distintos a los del nivel socioeconómico. Cuando

los ingresos familiares del estudiante son mayores a S/. 3,500, se tiene 3.84% más

probabilidades de postular a la ESU (p<0,1), en comparación a aquellos estudiantes con

ingresos familiares menores; este resultado obtenido para la variable ingreso familiar es el

108
 esperado, lo cual se debió a que la pregunta fue más clara para los encuestados en

comparación a la pregunta relacionada al nivel socioeconómico.

Figura 49
Efectos marginales de las variables nivel socioeconómico e ingreso familiar

• Nivel educativo alcanzado por los padres

En la Figura 50, se representa los efectos marginales de las variables nivel educativo

alcanzado por el padre y la madre del estudiante, al 95% de nivel de confianza. El resultado

obtenido para el grado de instrucción del padre es contraintuitivo y estadísticamente no

significativo; sin embargo, para el grado de instrucción de la madre, según la Tabla 24 en el

modelo (M7), se evidencia que si el estudiante tiene una madre con nivel educativo de

Educación Superior este tiene 19.2% más posibilidades de continuar estudios universitarios

(p<0,1), en comparación a aquellos jóvenes que tienen madres con niveles educativos

menores. Una posible explicación a este resultado obtenido, es que podría ser que los jóvenes

encuestados no cuenten con una figura paternal en sus hogares.

109
Figura 50
Efectos marginales de las variables nivel educativo del padre y nivel educativo de la madre

• Ocupación del jefe de hogar

En la Figura 51, se representa los efectos marginales de la variable ocupación del jefe

de hogar, al 95% de nivel de confianza. Según la Tabla 24 en el modelo (M7), se evidencia

que tener padres con ocupaciones más elementales tiende a reducir en 2.7% la probabilidad

de postular a la ESU en los jóvenes (p<0,1), en comparación a aquellos jóvenes que tienen

padres profesionales.

110
Figura 51
Efectos marginales de la variable ocupación del jefe de hogar

5.3.2 Factores escolares

• Tipo de gestión educativa de la II.EE. de nivel secundario

En la Figura 52, se representa los efectos marginales de la variable tipo de gestión

educativa de la II.EE. de nivel secundario, al 95% de nivel de confianza. Según la Tabla 24

en el modelo (M7), se evidencia que si el estudiante termina sus estudios secundarios en una

II.EE. de gestión pública tiene 12.3% menos probabilidades de continuar estudios de ESU

(p<0,1), que un estudiante que concluye sus estudios secundarios en una II.EE. de gestión

privada.

El resultado anteriormente descrito, puede responder a que los alumnos

provenientes de II.EE. privadas en su mayoría, muchas veces siguen sus estudios de

Educación Superior en instituciones privadas, además que el tránsito hacia la Educación

Superior es mucho más rápido, ya que estos jóvenes desde sus estudios de EBR acostumbran

111
pagar una mensualidad en comparación a aquellos estudiantes provenientes de colegios

públicos.

Figura 52
Efectos marginales de la variable tipo de gestión educativa de la II.EE.

• Nivel de enseñanza de la II.EE. de nivel secundario y percepción de la utilidad

de los estudios secundarios

En la Figura 53, se representa los efectos marginales de las variables nivel de

enseñanza de la II.EE. de nivel secundario y percepción de la utilidad de los estudios

secundarios para continuar con la Educación Superior, al 95% de nivel de confianza. En

dicha figura se puede evidenciar que con respecto al nivel de enseñanza de la II.EE. de nivel

secundario el resultado es contraintuitivo, lo cual se debe a la subjetividad de las respuestas

de los estudiantes. Sin embargo, con respecto a la percepción de la utilidad de los estudios

secundarios, según la Tabla 24 en el modelo (M7), cuando el estudiante percibe que los

estudios secundarios le serán de utilidad para continuar estudios de Educación Superior, este

tiene 14.5% más probabilidades de continuar estudios de ESU (p<0,01), en comparación a

aquellos estudiantes que indican que los estudios secundarios no les es de utilidad para

112
continuar estudios superiores. Es preciso resaltar que dicha percepción de la utilidad de los

estudios secundarios, refleja la motivación y expectativas de los estudiantes.

Figura 53
Efectos marginales de las variables nivel de enseñanza de la II.EE. y utilidad de los estudios secundarios

• Acceso y estado del acceso a internet en la II.EE. de nivel secundario

En la Figura 54, se representa los efectos marginales de las variables acceso y estado

del acceso a internet en la II.EE. de nivel secundario, al 95% de nivel de confianza. De

acuerdo a la Tabla 24, en todos los modelos presentados, el acceso a internet fue una variable

omitida por ser no relevante; mientras que con respecto a la variable estado del acceso a

internet, se obtuvo para todos los modelos (M1 – M7) la relación que se esperaba obtener;

sin embargo, dicha relación es espuria, es decir aparentemente la variable estado del acceso a

internet influye en la decisión de continuar con la ESU (relación de causalidad), cuando en

realidad no es así, ya que como se vio en los resultados obtenidos el acceso a internet es una

variable no relevante para los siete modelos y por lo tanto la variable estado del acceso a

internet también es no relevante.

113
Figura 54
Efectos marginales de las variables acceso a internet y estado del acceso a internet en la II.EE. de nivel secundario

• Calidad y condiciones de la infraestructura de la II.EE. de nivel secundario

En la Figura 55, se representa los efectos marginales de las variables calidad y

condiciones de la infraestructura de la II.EE. de nivel secundario, al 95% de nivel de

confianza; los resultados para estas variables son contraintuitivos y estadísticamente no

significativos. Si bien la infraestructura es un aspecto importante que influye en el

rendimiento académico en la EBR; a partir del resultado obtenido, podemos inferir que no

influye en la decisión de continuar estudios superiores universitarios.

114
Figura 55
Efectos marginales de las variables calidad y condiciones de la infraestructura de la II.EE. de nivel secundario

• Disposición y estado de equipos tecnológicos de la II.EE. de nivel secundario

En la Figura 56, se representa los efectos marginales de las variables disposición y

estado de equipos tecnológicos de la II.EE. de nivel secundario, al 95% de nivel de confianza.

De acuerdo a la Tabla 24, la variable disposición de equipos tecnológicos es una variable

omitida en todos los modelos presentados, por ser no relevante y con respecto a la variable

estado de equipos tecnológicos el resultado es contraintuitivo y estadísticamente no

significativo.

Guerrero (2013), en su investigación obtuvo resultados similares para la variable

recursos educativos disponibles en la II.EE. (TV, DVD, computadoras, Internet, VHS,

radio), donde dicha variable presenta una relación positiva con la decisión de postular a

Educación Superior, pero dicho resultado no es estadisticamente significativo en ninguno de

sus cuatro modelos presentados.

115
Figura 56
Efectos marginales de las variables disposición y estado de equipos tecnológicos de la II.EE. de nivel secundario

• Uso de herramientas digitales y disponibilidad del servicio de biblioteca en la

II.EE. de nivel secundario

En la Figura 57, se representa los efectos marginales de las variables uso de

herramientas digitales y disponibilidad del servicio de biblioteca en la II.EE. de nivel

secundario, al 95% de nivel de confianza. El resultado obtenido para ambas variables es

contraintuitivo y estadísticamente no significativos.

Al igual que las variables disposición y estado de equipos tecnológicos, descritas en

el anterior punto. Las variables uso de herramientas digitales y disponibilidad del servicio de

biblioteca en la II.EE. son considerados recursos educativos. Por lo tanto, podemos

compararlo de igual manera con los resultados obtenidos por Guerrero (2013), donde la

variable recursos educativos tuvo un resultado estadisticamente no significativo.

116
Figura 57
Efectos marginales de las variables uso de herramientas digitales y disponibiidad del servicio de biblioteca en la
II.EE. de nivel secundario

• Orientación vocacional y frecuencia con que se brinda el servicio de orientación

vocacional en la II.EE. de nivel secundario

En la Figura 58, se representa los efectos marginales de las variables orientación

vocacional y frecuencia con que se brinda el servicio de orientación vocacional en la II.EE.

de nivel secundario, al 95% de nivel de confianza. Considerando la Tabla 24, la variable

orientación vocacional es una variable omitida en todos los modelos presentados; mientras

que la variable frecuencia con que se brinda el servicio de orientación vocacional presenta un

resultado contraintuitivo. Es decir, para dicho resultado no existe evidencia estadística con

nuestros datos recolectados, ya que no encontramos la relación que se esperaba obtener entre

las variables orientación vocacional y frecuencia con que se brinda el servicio de orientación

vocacional con la decisión de seguir la ESU.

Sin embargo, en los resultados obtenidos por Guerrero (2013), se evidencia que el

apoyo institucional proporcionado por la escuela para ayudar a los estudiantes durante la

117
 transición a Educación Superior (considerando actividades como: brindar orientación

vocacional o asesoramiento, talleres sobre cómo postular a una institución de Educación

Superior, preparación para los exámenes de admisión a la universidad y administración de

simulacros de exámenes de admisión), influye en la decisión de los jóvenes de continuar con

estudios superiores. Dichos resultados indican que los estudiantes procedentes de colegios

que brindan mayor apoyo institucional, tienen 1,25% más posibilidades (p<0,001) de

continuar con estudios superiores, en comparación a los estudiantes procedentes de colegios

que brindan menor apoyo institucional.

Figura 58
Efectos marginales de las variables orientación vocacional y frecuencia con que se brinda el servicio de orientación
vocacional en la II.EE. de nivel secundario

5.4 Evaluación del modelo econométrico

5.4.1 Evaluación de bondad de ajuste del modelo econométrico

La bondad de ajuste de un modelo estadístico describe qué tan bien se ajusta a un

conjunto de observaciones. Las medidas de bondad de ajuste suelen resumir la discrepancia

entre los valores observados y los valores esperados según el modelo en cuestión.

118
 Como se puede observar en la Tabla 25, de acuerdo con el R2 McFadden y al

McFadden adj., es de 0.510, no obstante, como lo indican autores como Gujarati y Porter

(2010, pág. 563) esto no es un problema grave ya que “en los modelos con regresión binaria,

la bondad del ajuste tiene una importancia secundaria. Lo que interesa son los signos

esperados de los coeficientes de la regresión y su importancia práctica y/o estadística”.

Tabla 25
Medidas de ajuste para el modelo logit

Log-likelihood
Model - 38.441
Intercept-only - 78.398
Chi-square
Deviance(df=149) 76.881
LR(df=24) 79.914
p-value 0.000
R2
McFadden 0.510
McFadden(adjusted) 0.191
McKelvey & Zavoina 0.798
Cox-Snell/ML 0.368
Cragg-Uhler/Nagelkerke 0.620
Efron 0.504
Tjur's D 0.499
Count 0.902
Count(adjusted) 0.414
IC
AIC 126.881
AIC divided by N 0.729
BIC (df=25) 205.858
Variance of
e 3.290
y-star 16.281

Siguiendo con la evaluación, según la Tabla 26, se tiene el estadístico R (Count) el

cual mide el porcentaje de predicciones correctas en relación al total de observaciones, para

el presente la tasa de predicciones correctas es de 90%. Adicionalmente, se puede pueder ver

que la especificidad es del 62% y una sensibilidad del 96%, con una tasa de falsos ceros del

4.14% y falsos unos del 38%.

119
Tabla 26
Predicciones del modelo econométrico

True
Classified Total
D ~D
+ 139 11 150
- 6 18 24
Total 145 29 174
Classified + if predicted Pr(D) >= .5
True D defined as p029 != 0
Sensitivity Pr( + D) 95.86%
Specificity Pr( -~D) 62.07%
Positive predictive value Pr( D +) 92.67%
Negative predictive value Pr(~D -) 75.00%
False + rate for true ~D Pr( +~D) 37.93%
False - rate for true D Pr( - D) 4.14%
False + rate for classified + Pr(~D +) 7.33%
False - rate for classified - Pr( D -) 25.00%
Correctly classified 90.23%

La curva de característica de funcionamiento del receptor, o curva ROC, es un

gráfico donde se puede observar la capacidad de diagnóstico de un sistema o modelo de

clasificación binaria a medida que varía su umbral de discriminación. Este gráfico mide la

capacidad de los modelos para diferenciar clases o grupos. Mientras mayor el valor AUC, el

modelo presenta un mejor rendimiento para hacer predicciones binarias (0 clases como 0 y

1 clases como 1). Analizando la curva ROC, se pudo encontrar que el área bajo la curva es

0.9417, lo que a criterio de Rosales (2013) es una discriminación aceptable (Ver Figura 59).

Figura 59
Curva ROC

120
 5.4.2 Evaluación de error de especificación del modelo econométrico

La prueba de especificación puede ser en ocasiones un problema en el planteamiento

de modelos econométricos, al respecto es posible hacer uso del test o prueba de enlace

después de estimar un modelo logístico. El test de enlace evalúa si un modelo econométrico

se encuentra correctamente especificado, es decir que contiene las variables correctas en su

planteamiento, no se debe se encontrar ningún predictor adicional que presente significancia

estadística a menos sea por casualidad.

Tabla 27
Prueba de enlace para la especificación del modelo econométrico

Demanda ESU Coefficient Std. err. z P>z [95% conf. interval]

_hat 1.0420 0.2706 3.8500 0.0000 0.5117 1.5723
_hatsq -0.0174 0.0714 -0.2400 0.8080 -0.1573 0.1225
_cons 0.0192 0.3164 0.0600 0.9520 -0.6008 0.6392
Number of obs = 174
LR chi2(2) = 79.97
Prob > chi2 = 0.0000
Pseudo R2 = 0.5100
Log likelihood = -38.4129

De acuerdo a los resultados de la Tabla 27, se puede observar que el p-valor=0.8080

asociado al (_hatsq) evidenciado que no hay significancia, esto quiere decir que el test de

enlace no es significativo, concluyendo que no hay variables omitidas de carácter relevantes

y la función de enlace se encuentra especificado correctamente.

5.4.3 Evaluación de la capacidad predictiva del modelo econométrico

Finalmente, los resultados de la Tabla 28, resumen la capacidad predictiva del

modelo planteado y estimado. En particular, se observa que en promedio hay un 83% de

probabilidad de que un joven demande ESU con un valor mínimo de 3% y un valor máximo

de 99%.

121
 Tabla 28
Predicción del modelo econométrico estimado

Modelo Obs Media Std. Dev. Min Max

Logit 174 0.8333333 0.2627543 0.0336943 0.9999938

5.5 Discusión de resultados

Los diversos modelos sociológicos y psicológicos han estudiado ampliamente los efectos de

los factores individuales sobre la decisión de postular y continuar con estudios de Educación Superior.

Esta investigación apoya a las investigaciones previas como las de Guerrero (2013) y Giraldo, et al.

(2014) que indican que los jóvenes con más años de edad tienen menos probabilidades de postular a

Educación Superior, es así que se evidencio que a medida que el joven tenga un año adicional de

edad, tiene 1.97% menos posibilidades de postular a educación universitaria.

El resultado obtenido para la variable género del estudiante es que si el estudiante es de sexo

masculino tiene 11.5% menos probabilidades de postular a la ESU; este resultado es diferente a los

resultados obtenidos por Amaya (2013), Giraldo, et al. (2014), Guerrero (2013) y Jiménez y Salas

(2000). Pero puede ser sustentado por los datos de la UNESCO, que nos indica que para el periodo

de 2000 – 2018; la matrícula en Educación Superior a nivel mundial de hombres paso de 19% al 36%,

mientras que la matrícula de mujeres paso del 19% al 41%, siendo estas las principales beneficiarias

a nivel mundial del aumento de la cobertura de Educación Superior, evidenciándose así que se van

rompiendo con ciertos paradigmas que se tenían antiguamente, que limitaban el acceso a la Educación

Superior a las mujeres.

Con respecto a las variables distrito de la II.EE. de nivel secundario y distrito de residencia

del estudiante, estas variables tuvieron un resultado no significativo, lo cual se explicarían porque el

estudio solo está enfocado en aquellos jóvenes que residen y estudiaron su nivel secundario en la

provincia de Cusco, donde los costos de coordinación son menores en relación con otras provincias.

122
 Es importante mencionar que si el estudio hubiese sido para toda la región del Cusco es

probable que los resultados fuesen significativos para estas dos variables. Ya que la distancia hacia las

universidades supone una barrera de acceso hacia la Educación Superior. Tal como lo indican Jiménez

y Salas (2000), el costo directo que se refiere; a los gastos de transporte, alojamiento y comida, el cual

varía en función de la ubicación geográfica del hogar familiar; es decir vivir fuera del hogar familiar

implica un mayor gasto en educación y esperaríamos que los estudiantes que viven fuera de su hogar,

demanden una menor cantidad de Educación Superior.

Respecto al rendimiento académico, el resultado obtenido es contraintuitivo; esto se debe a

que dicho resultado no tiene evidencia estadística, es decir con nuestros datos recolectados no

encontramos la relación que se esperaba obtener entre el rendimiento académico y la decisión de

continuar estudios de ESU. Tal como si se evidencia en los resultados de Jiménez y Salas (2000) y

Guerrero (2013), donde los estudiantes con un mejor rendimiento academico son mas propensos a

postular a Eduación Superior.

Considerando el trasfondo social de las familias de los estudiantes como nivel

socioeconómico e ingreso familiar. El resultado obtenido para la variable nivel socioeconómico es

contraintuitivo ya que nos indica que si el nivel socioeconómico del estudiante es bajo este tiene

mayores probabilidades de postular a la ESU; sin embargo, este resultado es estadísticamente no

significativo. Dicho resultado puede responder a que la pregunta no fue muy bien entendida por los

encuestados y al tener diversas opciones de respuesta tendieron a sesgar sus respuestas (respuestas

no sinceras). En el trabajo de Guerrero (2013), la variable nivel socioeconómico es no significativo.

Así mismo, para Finnie y Mueller (2008), la influencia del nivel socioeconómico disminuye al

considerar el grado de instrucción de los padres, ya que este tiene mayor influencia en la demanda de

ESU.

Los resultados obtenidos para la variable ingresos familiares ha sido identificado como una

variable explicativa de la decisión de los jóvenes de seguir la ESU. Cuando los ingresos familiares del

123
estudiante son mayores a S/. 3,500 las probabilidades de postular a la ESU son 3.84% más, en

comparación a aquellos estudiantes con ingresos familiares menores. Este resultado es apoyado por

los resultados de Amaya (2013), Giraldo, et al. (2014), Guerrero (2013) y Jiménez y Salas (2000)

quienes obtienen una asociación importante entre los ingresos familiares y la demanda de Educación

Superior, donde es más fácil para los estudiantes de familias ricas financiar los costos de Educación

Superior en comparación de los estudiantes de familias pobres.

Con respecto al grado de instrucción de los padres. El resultado obtenido para el grado de

instrucción del padre es contraintuitivo y estadísticamente no significativo; sin embargo, para el grado

de instrucción de la madre, se evidencia que si la madre alcanza un nivel educativo de Educación

Superior su hijo tiene 19.2% más probabilidades de continuar estudios universitarios, en comparación

a aquellos jóvenes con madres con niveles educativos menores. Una posible explicación a este

resultado obtenido, es que los jóvenes encuestados no cuentan con una figura paternal en sus hogares.

Amaya (2013), Giraldo, et al. (2014), Guerrero (2013) y Jiménez y Salas (2000) en sus diferentes

investigaciones obtuvieron que los jóvenes con al menos un padre con Educación Superior, tienen

más probabilidades de postular a Educación Superior que sus pares cuyos padres tienen solamente

educación primaria.

Según Guerrero (2013), no solo es importante tener padres con educación (puesto que las

probabilidades de continuar estudios superiores de los jóvenes que tienen padres con estudios

secundarios no son mayores a las probabilidades de los jóvenes que tienen padres con estudios

primarios), sino también tener por lo menos un padre con estudios superiores. Finnie y Mueller

(2008), indican que: “Sería más beneficioso para los estudiantes el hecho de que al menos uno de sus

padres tenga una carrera universitaria que el hecho de que uno de ellos tenga un alto nivel de ingresos”

(p. 101). La idea es que los padres con estudios superiores son un ejemplo a seguir para sus hijos y se

encuentran mejor instruidos para guiarlos en el tránsito hacia la Educación Superior.

124
 La influencia de los factores escolares ha sido abordada con menor frecuencia en la decisión

de continuar y postular a educación superior, sin embargo para el caso peruano tomamos de

referencia el estudio realizado por Guerrero (2013), donde el factor escolar tipo de gestión (privada)

de la II.EE. de nivel secundario evidencio tener una relación directa con la desición de continuar con

estudios de educación superior. Dicho resultado es contrastado por nuestro resultado obtenido,

donde se evidencia que si el estudiante termina sus estudios secundarios en una II.EE. de gestión

pública tiene 12.3% menos probabilidades de continuar estudios de ESU, que un estudiante que

concluye sus estudios secundarios en una II.EE. de gestión privada.

Asi mismo, consideramos dentro de los factores escolares al nivel de enseñanza y percepción

de la utilidad de los estudios secundarios. Con respecto al nivel de enseñanza de la II.EE. de nivel

secundaria el resultado obtenido para es contraintuitivo, lo cual se debe a la subjetividad de las

respuestas de los estudiantes y ademas a las diversas opciones de respuesta, donde el encuestado

tiende a sesgar su respuesta (respuesta no sincera). Sin embargo, con respecto a la percepción de la

utilidad de los estudios secundarios, se evidencio que cuando el estudiante percibe que los estudios

secundarios les serán de utilidad para continuar estudios de Educación Superior, este tiene 14.5%

más probabilidades de continuar estudios de ESU, en comparación a aquellos estudiantes que indican

que los estudios secundarios no les es de utilidad para continuar estudios superiores.

Otros factores escolares son la calidad y condiciones de la infraestructura de la II.EE. de

nivel secundario, los resultados obtenidos para estas variables son contraintuitivos y estadísticamente

no significativos. Si bien la infraestructura es un aspecto importante que influye en el rendimiento

académico en la EBR; con este resultado obtenido, podemos inferir que no influye en la decisión de

seguir ESU.

Los recursos educativos también son considerados factores escolares y según la literatura

influyen en la decisión de seguir Educación Superior. Recursos educativos como: el acceso y estado

125
del acceso a internet, disposición y estado de equipos tecnológicos, uso de herramientas digitales y

disponibilidad del servicio de biblioteca en la II.EE. de nivel secundario.

El acceso a internet fue una variable omitida por ser no relevante; mientras que con respecto

a la variable estado del acceso a internet, se obtuvo para todos los modelos la relación que se esperaba

obtener; sin embargo dicha relación es espuria, es decir aparentemente la variable estado del acceso

a internet influye en la decisión de continuar con ESU (relación de causalidad) cuando en realidad no

es así. Con respecto a las variables disposición y estado de equipos tecnológicos en la II.EE. de nivel

secundario, la variable disposición de equipos tecnológicos es una variable omitida en todos los

modelos presentados, por ser no relevante y con respecto a la variable estado de equipos tecnológicos

el resultado es contraintuitivo y estadísticamente no significativo. Por ultimo para los recursos

educativos: herramientas digitales y disponibilidad del servicio de biblioteca en la II.EE. de nivel

secundario el resultado obtenido es contraintuitivo y estadísticamente no significativos.

Estos resultados obtenidos para los diversos recursos educativos considerados en la

investigación, son apoyados por el estudio realizado por Guerrero (2013), donde la variable recursos

educativos disponibles en la II.EE. (TV, DVD, computadoras, Internet, VHS, radio), presenta una

relación positiva con la decisión de postular a Educación Superior, pero dicho resultado no es

estadisticamente significativo en ninguno de los modelos presentados.

Otro factor escolar no menos importante es el apoyo institucional, para la presente

investigación consideramos como apoyo institucional a la orientación vocacional, frecuencia con que

se brinda el servicio de orientación vocacional, talleres informativos para continuar con estudios

superiores y simulacros de exámenes de admisión a instituciones de Educación Superior.

La orientación vocacional fue una variable omitida para los siete modelos presentados, por

ser una variable no relevante; mientras que la variable frecuencia con que se brinda el servicio de

orientación vocacional presenta un resultado contraintuitivo, es decir para dicho resultado no existe

evidencia estadística con nuestros datos recolectados, ya que no encontramos la relación que se
126
esperaba obtener entre las variables orientación vocacional y frecuencia con que se brinda el servicio

de orientación vocacional con la decisión de continuar estudios de ESU.

Sin embargo, considerando la investigación de Guerrero (2013), donde el apoyo institucional

otorgado por los colegios a los estudiantes con la finalidad de ayudarlos en su transición a la

Educación Superior, es un factor clave que explica la intención de continuar estudios superiores. Los

estudiantes procedentes de colegios que brindan mayor apoyo institucional (orientación vocacional,

talleres sobre cómo postular a instituciones de Educación Superior, simulacros de exámenes de

admisión), tienen 1,25% más posibilidades (p<0,001) de postular a Educación Superior, en

comparación de los estudiantes de colegios que brindan menor apoyo institucional.

Asi mismo, Hossler y Stage (1992), indican que mayores niveles de participación en las

actividades de la secundaria y mejores notas tienen un efecto positivo y significativo en las

aspiraciones de los estudiantes. Lo anterior resalta la relevancia de los factores escolares como el

apoyo institucional.

Tal como se evidencia en los resultados, los jóvenes no solo hacen frente a barreras

económicas, sino también a barreras referentes a la asimetría de información y apoyo familiar y

escolar. En consideración a la información brindada en la presente discución, se establece la necesidad

de emplear modelos integradores que consideren factores individuales y escolares como el propuesto

por Hossler y Stage (1992) y de esa forma tener una mejor comprensión de la intención de seguir la

Educación Superior por parte de los jóvenes.

127
 Tabla 29
Comparación de investigaciones

Jiménez y Giraldo, Pareja

Autores Vera Guerrero Amaya Mendoza Hossler y Stage (1992) Albano
Salas y Trespalacios

Modelo de componentes de
Modelo logístico errores
Modelo logístico dicotómico Modelo logístico Modelo logístico Modelo de elección binaria o Modelo estructural Datos longitudinales - panel
Metodología dicotómico
Datos de corte transversal Datos longitudinales Datos de corte transversal discreta Datos de corte transversal
Datos de corte transversal

Cusco / Universidad Facultad de ciencias económicas 5 regiones de Colombia / 13 áreas metropolitanas de Estado de Indiana / 6 regiones de Argentina /
Región de estudio / Universidad Nacional de San Antonio Lima / GRADE y empresariales de la Universidad Universidad Católica de Colombia / Universidad del American Educacional Universidad Nacional de la
Abad del Cusco de Granada / Universidad de Pereira Norte Research Journal Plata
Granada

Periodo contemplado 2020 2002 - 2010 1994 2013 2 trimestre 2012 1987 1992 - 2002

Utiliza Signo Utiliza Signo Utiliza Signo Utiliza Signo Utiliza Signo Utiliza Signo Utiliza Signo
Factores Variables
si/no encontrado si/no encontrado si/no encontrado si/no encontrado si/no encontrado si/no encontrado si/no encontrado

Género (Hombre) Si - Si + Si + Si + Si + No No

Edad Si - Si - No Si - No No No
Individuales
Estado civil (Soltero) No Si + No No Si + No No

Rendimiento académico Si + Si + Si + No Si + No
+ + Si + + + +
Ingreso familiar Si Si Si Si Si No

Nivel educativo Si + Si + Si + + Si + Si + No
alcanzado por los padres Si
Profesión del jefe de
+ No Si + No No No
familia Si No
Socioeconómicas Tamaño del hogar No No No Si - Si - No No

Promedio de años de No No No No No Si +
educación de la población No
Índice de desigualdad
No No No No No Si
(GINI) No -

Tasa de desempleo No No No No No Si +
Tipo de gestión educativa
+ Si + No No No
(Privado) Si No No
Escolares - Si + No No No +
Apoyo institucional Si Si No

Recursos educativos Si - Si + No No No No No

128
 CONCLUSIONES

PRIMERO

La presente investigación estuvo enfocada en modelar y estimar la influencia de los factores

individuales y escolares en la decisión de postular a la ESU. Los resultados obtenidos nos permiten

comprender de mejor manera la transición a la ESU, al describir el perfil de los jóvenes que postulan

a la ESU y al analizar las dificultades más relevantes que enfrentan los jóvenes durante dicho proceso.

De acuerdo con los resultados del modelo planteado se da respuesta al problema general, como a su

respectiva hipótesis, evidenciandose de forma empírica, que tanto los factores individuales como los

factores escolares determinaron la demanda de Educación Superior Universitaria en la provincia de

Cusco para el año 2020. Específicamente se evidencia que de los factores individuales las variables

con mayor significancia son las aspiraciones de vida, el ingreso familiar mensual, la ocupación del jefe

de hogar, la edad y el grado de instrucción de la madre; de los factores escolares las variables con

mayor significancia fueron la percepción de la utilidad de los estudios secundarios para continuar

estudios superiores y el tipo de gestión de la II.EE. de nivel secundario.

SEGUNDO

De acuerdo con el primer objetivo específico y su respectiva hipótesis, se concluye que de

los factores individuales, las variables que explican de manera significativa la demanda de ESU en la

provincia de Cusco para el año 2020 son: aspiraciones de vida, los jóvenes que tienen aspiraciones de

continuar estudios superiores tienen 28.2% más posibilidades de continuar con la ESU (p<0.01);

ingreso familiar mensual, cuando el ingreso familiar de los estudiantes es mayor a S/. 3,500, se tiene

3.84% más probabilidades de continuar estudios universitarios (p<0.1). A partir de lo cual se concluye

que la demanda de ESU en la provincia de Cusco esta explicada en mayor proporción por las

aspiraciones de vida de los jovenes (expectativas) y en menor medida por el ingreso familiar mensual.

Asi mismo, en los resultados se pudo apreciar que otras variables explican la demanda de ESU, pero

con menor significancia las cuales son: ocupación del jefe de hogar, tener padres con ocupaciones
129
más elementales reduce 2.7% la probabilidad de postular a la ESU (p<0.1); edad, a medida que un

joven tenga un año adicional de edad, tiene 1.97% menos posibilidades de postular a la educación

universitaria (p<0.1); grado de instrucción de la madre, los estudiantes que tienen una madre con

estudios superiores, tienen 19.2% más probabilidades de postular a la ESU (p<0.1) y finalmente el

género, si el estudiante es sexo masculino tiene 11.5% menos probabilidades de postular a la ESU

(p<0.05).

TERCERO

De acuerdo con el segundo objetivo específico y su respectiva hipótesis, se concluye que de

los factores escolares, las variables percepción de la utilidad de los estudios secundarios y tipo de

gestión de la II.EE. de nivel secundario explican de manera significativa la demanda de ESU en la

provincia de Cusco para el año 2020. Los jóvenes que consideran que la enseñanza que le

brindan/brindaron en su II.EE. de nivel secundario le será de utilidad para continuar estudios de

Educación Superior, tienen 14.5% más probabilidades de continuar estudios universitarios (p<0.01).

Por otro lado, se evidencia que si el estudiante culmina sus estudios secundarios en una institución

de gestión pública las probabilidades de postular a la ESU se reducen en 12.3% (p<0.1).

130
 RECOMENDACIONES

PRIMERO

Promover la investigación del proceso de transición a la Educación Superior abordando las

barreras económicas que hacen frente los jóvenes en el tránsito hacia los estudios superiores; asi

como las barreras psicológicas, referentes principalmente con la falta de información sobre qué y

dónde estudiar.

SEGUNDO

Sería propicio ampliar el ámbito de estudio de la presente investigación a nivel provincial,

para poder analizar la influencia o efecto del lugar de procedencia y la distancia en la decisión de

seguir con la ESU.

TERCERO

Considerar otras variables para aproximar la información del rendimiento escolar como la

Evaluación Censal de Estudiantes (ECE) o el promedio de notas obtenido por los estudiantes en sus

Instituciones Educativas de nivel secundario, para controlar mejor los resultados.

CUARTO

A lo largo de la presente investigación, se desprendieron propuestas de temas de

investigación para posteriores estudios como: evaluar la demanda de Educación Superior en

universidades públicas y privadas según el tipo de gestión de la II.EE. de nivel secundario del que

proceden los estudiantes y de esa forma poder obtener resultados acerca de las barreras en la

transición a la ESU de los jóvenes procedentes tanto de II.EE. públicas y privadas. Otra propuesta

de investigación es analizar, cuál es la influencia de las becas de Educación Superior en incrementar

las tasas de asistencia.

131
 BIBLIOGRAFÍA

Albano, J. (2005). Determinantes de la matrícula universitaria: una aplicación de la Teoría del

Capital Humano al caso Argentino. Obtenido de
https://www.depeco.econo.unlp.edu.ar/wp/wp-content/uploads/2017/05/doc58.pdf
Albert Verdú, C., Gonzáles Espitia, C., & Mora Rodriguez, J. (2016). La demanda de Educación
Superior: breve revisión de la literatura. Ensayos de economía, 209-228. Obtenido de
https://www.researchgate.net/publication/323671673_La_demanda_de_educacion_superi
or_breve_revision_de_la_literatura
Amaya Mendoza, G. (2013). Determinantes del acceso a la Educación Superior en Colombia.
Desigualdad educativa y determinantes del acceso a la Educación Superior en Colombia: 2003 – 2008.
Areiza, M. C. (2004). La educación como mecanismo de selección en el mercado de trabajo del área Metropolitana
del Valle de Aburra. Medellín: Universidad de Antioquia, memoria de grado para optar al
título de Economista, Facultad de ciencias económicas, Departamento de economía.
Barceinas Paredes, F., Oliver Alonso, J., Raymond Bara, J., & Roig Sabaté, J. (2001). Hipótesis de
señalización frente a capital humano. Universitat Autònoma de Barcelona, 1-33. Obtenido de
https://www.etla.fi/PURE/REA.pdf
Becker, G. (1964). Human capital: a theoretical and empirical analysis, with special reference to education.
Nueva York: National Bureau of Economic Research. Obtenido de
https://www.worldcat.org/title/human-capital-a-theoretical-and-empirical-analysis-with-
special-reference-to-education/oclc/1175473
Becker, G. (1993). Human capital: a theoretical and empirical analysis, with special reference to education.
Londres: National Bureau of Economic Research. Obtenido de
https://www.academia.edu/35396287/HUMAN_CAPITAL_A_Theoretical_and_Empiric
al_Analysis_with_Special_Reference_to_Education_THIRD_EDITION
Bembibre, C. (2012). Definición de educación universitaria. Definición ABC, 1. Obtenido de
https://www.definicionabc.com/social/educacion-universitaria.php
Bernal, C. (2010). Metodología de la investigación. Tercera edición. Bogotá: Edición E-Book. Obtenido de
https://abacoenred.com/wp-content/uploads/2019/02/El-proyecto-de-
investigaci%C3%B3n-F.G.-Arias-2012-pdf.pdf
Blaug, M. (1976). The Empirical Status of Human Capital Theory: A Slightly Jaundiced Survey.
Journal of Economic Literature, 827-855. Obtenido de https://www.econbiz.de/Record/the-
empirical-status-of-human-capital-theory-a-slightly-jaundiced-survey-blaug-
mark/10005560622
Campbell, R., & Siegel, B. (1967). The Demand for Higher Education in the United States, 1919-
1964. The American Economic Review, 482-494. Obtenido de
https://www.jstor.org/stable/1812115
Cardona Acevedo, M., Montes Gutiérrez, I. C., Vásquez Maya, J. J., Villegas González, M. N., &
Brito Mejía, T. (2007). Capital Humano: Una mirada desde la educación y la experiencia laboral.
Medellín: Semillero de Investigaciónen Economía de EAFIT. Obtenido de
https://publicaciones.eafit.edu.co/index.php/cuadernos-investigacion/article/view/1287
Cardona, M. C. (2004). Diferencias y similitudes en las teorías del crecimiento económico. Medellín:
Universidad EAFIT Cuaderno de Investigación 22.

132
Clavel, C., & Schiefelbein, E. (1979). Factores que inciden en la demanda por educación. Estudios de
Economía, 85-126. Obtenido de
https://www.researchgate.net/publication/23692507_Factores_que_inciden_en_la_deman
da_por_educacion
Cuenca, R., Garfias, M., Ramírez, A., & Vargas, J. (2015). La educación universitaria: Democracia,
expansión y desigualdades. Lima: Biblioteca Nacional del Perú. Obtenido de
https://repositorio.iep.org.pe/handle/IEP/603
Del Campo Villares, O., & Salcines Cristal, J. (2008). El valor económico de la educación a través
del pensamiento económico en el siglo XX. Revista de la Educación Superior, 45-61. Obtenido
de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0185-
27602008000300004
Denison, E. F. (1962). The Sources of Economic Growth in the United States and the Alternative Before Us.
New York: Committee for Economic Developmen. Obtenido de
https://www.cambridge.org/core/journals/journal-of-economic-
history/article/abs/sources-of-economic-growth-in-the-united-states-and-the-alternatives-
before-us-by-edward-f-denison-new-york-committee-for-economic-development-1962-pp-
308-400-paperback/8E94AF
Díaz, J. (2008). Educación Superior en el Perú: tendencias de la demanda y la oferta. Grupo de
Analisis para el Desarrollo - GRADE, 83-129. Obtenido de
http://biblioteca.clacso.edu.ar/Peru/grade/20100405042637/analisis-2.pdf
Finnie, R., & Mueller, R. (2008). The effects of family income, parental education and other
background factors on access to post‐secondary education in Canada. The MESA Project,
52.
García de Fanelli, A. (2018). Panorama de la Educación Superior en Iberoamérica a través de los
indicadores de la Red INDICES. Organización de Estados Iberoamericanos para la Educación, la
Ciencia y la Cultura - OEI, 1-57. Obtenido de
https://www.oei.es/uploads/files/microsites/6/34/libro-70-anos-oei-el-reto-
iberoamericano-educacion-ciencia-y-cultura.pdf
Giraldo Giraldo, M. P., Pareja Giraldo, L. C., & Trespalacios Carrasquilla, A. (2014). Determinantes
de la demanda por Educación Superior en cinco regiones de Colombia.
Guerrero, G. (2013). ¿Cómo afectan los factores individuales y escolares la decisión de los jóvenes de postular a
Educación Superior? Un estudio longitudinal en Lima, Perú. Lima: Grupo de Análisis para el
Desarrollo (GRADE). Obtenido de http://www.grade.org.pe/en/publicaciones/1184-
como-afectan-los-factores-individuales-y-escolares-la-decision-de-los-jovenes-de-postular-
a-educacion-superior-un-estudio-longitudinal-en-lima-peru/
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. (2014). Metodologia de la
investigación. Mexico: Mc Graw Hill. Obtenido de
http://observatorio.epacartagena.gov.co/wp-content/uploads/2017/08/metodologia-de-
la-investigacion-sexta-edicion.compressed.pdf
Hossler, D., & Stage, F. (1992). Family and High School Experience Influences on the
Postsecondary Educational Plans of Ninth-Grade Students. American Educational Research
Journal, 425-451. Obtenido de
https://www.researchgate.net/publication/240801836_Family_and_High_School_Experie
nce_Influences_on_the_Postsecondary_Educational_Plans_of_Ninth-Grade_Students

133
Jiménez, J. D., & Salas Velasco, M. (2000). Modeling educational choices. A binomial logit model
applied to the demand for Higher Education. Higher Education, 293–311. Obtenido de
https://link.springer.com/article/10.1023/A:1004098300436
Long, J., & Freese, J. (2014). Regression Models for Categorical Dependent Variables Using Stata. Texas:
The American Statistician. Obtenido de
https://bibliotecasibe.ecosur.mx/sibe/book/000014096
Martínez De Ita, M. E. (1997). El papel de la Educación en el Pensamiento Económico. México: Benemérita
Universidad Autónoma de Puebla, En Revista Aportes No. 3 y 4. BUAP. Obtenido de
https://biblat.unam.mx/es/revista/aportes-puebla-pue/articulo/el-papel-de-la-educacion-
en-el-pensamiento-economico
Mincer, J. (1974). Schooling, experience and earnings. Nueva York: Columbia University Press. Obtenido
de https://econpapers.repec.org/bookchap/nbrnberbk/minc74-1.htm
Mincer, J. (1995). Economic Development, Growth of Human Capital, and the Dynamics of the Wage Structure.
Nueva York: Columbia University and National Bureau of Economic Research. Obtenido
de
https://scholar.google.com.pe/scholar?q=Economic+Development,+Growth+of+Huma
n+Capital,+and+the+Dynamics+of+the+Wage+Structure+1995&hl=es&as_sdt=0&as_v
is=1&oi=scholart
Miranda, L., Alcázar, L., Díaz, J. J., Ames, P., Uccelli, F., Rodríguez, A., . . . Mujica, J. (2008).
Análisis de programas, procesos y resultados educativos en el Perú. Contribuciones empíricas para el debate.
Lima: Remanso Ediciones EIRL.
Montoro, L., & Rodríguez, J. S. (2013). La Educación Superior en el Perú: situación actual y perspectivas.
Lima: Fondo Editorial, Pontificia Universidad Católica del Perú. Obtenido de
https://departamento.pucp.edu.pe/economia/documento/la-educacion-superior-en-el-
peru-situacion-actual-y-perspectivas/
Ormachea Cayllahua, F., & Huamán Auccapuri, K. (2013). Los retornos de la Educación Superior
Universitaria y No Universitaria en Perú 2012. Universidad Nacional de San Antonio Abad del
Cusco, 1-90. Obtenido de http://especializada.unsaac.edu.pe/cgi-bin/koha/opac-
detail.pl?biblionumber=41789&query_desc=(su%3A%7BEducaci%C3%B3n%20Superior.
%7D)%20and%20itype%3ATE
Pérez Fuentes, D. I., & Castillo Loaiza, J. L. (2016). Capital humano, teorías y métodos:
importancia de la variable salud. Economía, Sociedad y Territorio, 651-673. Obtenido de
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-84212016000300651
Pineda Herrero, P. (2000). Economía de la Educación: Una disciplina pedagógica en pleno
desarrollo. Universidad Autónoma de Barcelona, departamento de pedagogía sistemica y social, 143 -
158. Obtenido de https://revistas.usal.es/index.php/1130-3743/article/view/2895
Quezada Lucio, N. (2010). Metodología de la Investigación. Lima: Editora Macro E.I.RL. Obtenido de
https://www.freelibros.me/metodologia-de-la-investigacion/metodologia-de-la-
investigacion-nel-quezada-lucio
Rodríguez, J. (2008). Diagnóstico de la Educación Superior en el Perú. Programa COMPAL, 1-37.
Obtenido de https://unctadcompal.org/wp-content/uploads/2017/03/PERU-
Educacion-Superior-en-el-Peru-Diagnostico-12deAgosto2008-NUEVO.pdf

134
Romero Peralta, E. (2016). Influencia de la educación, experiencia y género sobre los ingresos de
los trabajadores del departamento del Cusco en el periodo 2010 – 2014. Universidad Andina
del Cusco. Obtenido de https://repositorio.uandina.edu.pe/handle/20.500.12557/335
Sáinz González, J., & Barberá de la Torre, R. (2019). Diagnóstico de la Educación Superior en Iberoamérica
2019. Madrid: Área de Educación Superior, Ciencia y ETP. Obtenido de
https://oei.int/downloads/disk/eyJfcmFpbHMiOnsibWVzc2FnZSI6IkJBaDdDRG9JYTJ
WNVNTSWhlblZyYW1sdlluaDFNbXR5Tm5wa2JUTmpORFJuWm5CeWJURnBlQVk2
QmtWVU9oQmthWE53YjNOcGRHbHZia2tpWDJsdWJHbHVaVHNnWm1sc1pXNW
hiV1U5SW1sdVptOXliV1ZrYVdGbmJtOXpkR2xqYnpJd01Ua3VjR1JtSWpzZ1pt
Schultz, T. W. (1961). Investment in Human Capital. The American Economic Review, 1-17. Obtenido
de https://www.ssc.wisc.edu/~walker/wp/wp-content/uploads/2012/04/schultz61.pdf
Senior, N. W. (1836). An Outline of the Science of Political Economy. New York: Reprints of Economics
Classics.
Silva, G. (2002). La Economía de la Educación y los roles de los sectores educativos y empresarios.
Santa Fe, SF, 1-10.
Smith, A. (1776). Investigación sobre la naturaleza y causas de la riqueza de las naciones. México: Fondo de
Cultura Económica.
Solow, R. M. (1956). A Contribution to the Theory of Economic Growth. The Quarterly Journal of
Economics, 65-94. Obtenido de http://piketty.pse.ens.fr/files/Solow1956.pdf
Tito Champi, J. J. (2019). Capital humano e ingresos de los pobladores de la región Cusco, 2018.
Universidad Nacional de San Antonio Abad del Cusco, 1-157. Obtenido de
http://repositorio.unsaac.edu.pe/handle/20.500.12918/4998
Uscamayta Huamantalla, Y. (2016). La inversión en la formación profesional del capital humano y
los ingresos de los egresados de economía de la UNSAAC y UAC 2010 – 2014. Universidad
Andina del Cusco, 1-169. Obtenido de
https://repositorio.uandina.edu.pe/handle/20.500.12557/572
Villalobos Monroy, G., & Pedroza Flores, R. (2009). Perspectiva de la Teoría del Capital Humano
Acerca de la Relación entre Educación y Desarrollo Economíco. Tiempo de Educar, 273-306.
Obtenido de https://www.redalyc.org/pdf/311/31112987002.pdf
Yamada, G., & Castro, J. (2010). Educación Superior e ingresos laborales: Estimaciones paramétricas y no
paramétricas de la rentabilidad por niveles y carreras en el Perú. Lima: Centro de Investigación de la
Universidad del Pacífico. Obtenido de https://repositorio.up.edu.pe/handle/11354/359

135
ANEXOS

136
 ANEXOS 1: MATRIZ DE CONSISTENCIA

“Análisis de los factores que influyen en la demanda de Educación Superior Universitaria en la provincia de Cusco, 2020”

PROBLEMAS OBJETIVOS HIPÓTESIS VARIABLES DIMENSIONES METODOLOGÍA

Problema General Objetivo General Hipótesis General
¿Qué factores Analizar los factores que Los factores individuales y escolares Variable dependiente Tipo de
determinaron la demanda de determinaron la determinaron la demanda de investigación:
Educación Superior demanda de Educación Educación Superior Universitaria - Demanda de - Estudios - Descriptivo
Educación Superior universitarios
Universitaria en la provincia de Superior Universitaria en la en la provincia de Cusco para el año correlacional
Universitaria
Cusco en el año 2020? provincia de Cusco para el año 2020.
2020. Enfoque de la
Problemas específicos Objetivos específicos Hipótesis específicas Variables investigación:
Dimensiones
independientes - Mixto
− Características del
PE1: ¿Cuáles son los factores OE1: Determinar cuáles HE1: Los factores individuales estudiante Diseño de
individuales que influyeron en fueron los factores individuales influyeron de manera significativa en investigación:
- Factores − Antecedentes
la demanda de Educación que influyeron en la demanda de la demanda de Educación Superior individuales - No
socioeconómicos
Superior Universitaria en la Educación Superior Universitaria en la provincia de experimental –
provincia de Cusco en el año Universitaria en la provincia de Cusco para el año 2020. − Gestión transversal
2020? Cusco para el año 2020. educativa
Técnica e
− Enseñanza instrumento de la
PE2: ¿Cuáles son los factores OE2: Determinar cuáles HE2: Los factores escolares educativa recolección de
escolares que influyeron en la fueron los factores escolares influyeron de manera significativa datos:
- Factores escolares − Infraestructura
demanda de Educación que influyeron en la demanda en la demanda de Educación
Superior Universitaria en la de Educación Superior Superior Universitaria en la Técnica:
− Recursos
provincia de Cusco en el año Universitaria en la provincia de provincia de Cusco para el año • Encuesta
educativos
2020? Cusco para el año 2020. 2020.
− Apoyo Instrumento:
institucional • Cuestionario

137
 ANEXOS 2: MODELO EMPÍRICO PARSIMONIOSO

(1) (2)
Demanda de ESU
Odds ratios Efectos Marginales

Sexo -0.494 -0.494

Edad -0.180*** -0.180***
Aspiraciones de vida 0.526*** 0.526***
Max. nivel edu. de la madre (1=educación superior) 0.576 0.576
Ocupación de jefe de hogar -0.129* -0.129*
Ingreso familiar 0.246 0.246
Tipo de gestión II.EE. (1=Publica) -1.109** -1.109**
Utilidad de estudios secundarios 0.485 0.485
Metodología de enseñanza -0.559 -0.559
Calidad de infraestructura II.EE. 0.0500 0.0500
Apoyo institucional (talleres informativos) -1.007*** -1.007***
Disponibilidad de materiales de apoyo -1.522* -1.522*
Constante 6.359*** 6.359***

Observaciones 373 373

Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1

138
ANEXOS 3: CUESTIONARIO

“Análisis de los factores que influyen en la 4. ¿En qué distrito de la provincia de Cusco se
demanda de Educación Superior ubica la institución educativa donde estudia /
Universitaria en la provincia de Cusco – 2020” estudió su nivel secundario?
Código de encuesta (NO LLENAR):
__________________
Distrito: ________________________ Fecha:
___________________

Introducción
5. ¿En qué distrito de la provincia de Cusco
Joven / Srta.: reside usted?

Mi nombre es__________________________,
soy bachiller en economía de la Universidad
Nacional de San Antonio Abad del Cusco. Estoy
realizando encuestas a jóvenes de 15 a 24 años de
la provincia de Cusco, para poder recopilar
información acerca de la demanda de Educación 6. De acuerdo a su opinión, ¿Cómo considera
Superior Universitaria en la provincia de Cusco. su rendimiento académico en su institución
educativa de nivel secundario?
La Educación Superior es la segunda etapa del
sistema educativo que consolida la formación
integral de las personas, para acceder a la
Educación Superior se requiere haber concluido
7. En su condición de joven, ¿Qué aspiraciones
los estudios correspondientes a la educación
básica. Así mismo la Educación Superior puede ser tiene en la vida?
universitaria o no universitaria; la Educación
Superior Universitaria, se caracteriza por la
especialización en una carrera; mientras que la
Educación Superior No Universitaria está
constituida por los Institutos Superiores
Pedagógicos, Institutos Superiores Tecnológicos y
Escuelas Superiores de Formación Artística.

Esta encuesta tiene fines de investigación, su

participación es completamente voluntaria y sus ________________________
respuestas son confidenciales y anónimas. Esta
encuesta no durará más de 10 minutos. Antecedentes socioeconómicos
¿Tengo su consentimiento para continuar con la
encuesta? Si___ No___ 8. ¿Cómo considera usted su nivel
socioeconómico?
Parte I: Factores individuales

Características del estudiante

9. ¿Cuál es el nivel educativo alcanzado por su
padre?
1. Género:

2. ¿Cuántos años tiene?

___________________
3. ¿Usted estudia / ha estudiado en alguna
10. ¿Cuál es el nivel educativo alcanzado por su
institución educativa de la provincia de
madre?
Cusco?
Si No

139
 19. ¿Su institución educativa de nivel secundario
cuenta / contaba con equipos tecnológicos
(computadoras, laptops, proyectores, etc.)?
11. ¿Cuál es la ocupación del jefe de su familia?
___________________________________
Si la respuesta es afirmativa pase a la siguiente
12. De acuerdo a usted, el ingreso mensual de su pregunta, caso contrario pase a la pregunta 21.
familia es:
20. ¿Cómo calificaría el estado de los equipos
tecnológicos (computadoras, proyectores,
laptop) de su institución educativa de nivel
secundario?

Parte II: Factores escolares Recursos educativos

Gestión educativa 21. ¿Su institución educativa de nivel secundario
cuenta / contaba con acceso a internet?
13. La institución educativa donde cursa / cursó
sus estudios secundarios es:
Si la respuesta es afirmativa pase a la siguiente
pregunta, caso contrario pase a la pregunta 23.

22. ¿Cómo calificaría el acceso a internet de su

Enseñanza educativa institución educativa de nivel secundario?
14. ¿Cómo califica la calidad de la enseñanza que
le brinda / brindó su institución educativa de 23. ¿En su institución educativa de nivel
nivel secundario? secundario se hace / hacía uso de
herramientas digitales?

24. ¿En su institución educativa de nivel

15. ¿Considera que la enseñanza que le imparten
secundario se cuenta / contaba con el servicio
/ impartieron en su institución educativa de
de biblioteca?
nivel secundario le será de utilidad para
continuar estudios de educación superior?
25. ¿En su institución educativa de nivel
secundario se cuenta / contaba con material
16. ¿Cómo califica la forma, estrategia y
educativo (libros, textos, material de
metodología de enseñanza de parte de sus
reforzamiento o plataformas de apoyo)?
docentes e institución educativa de nivel
secundario?

Apoyo institucional
Infraestructura 26. ¿Su institución educativa de nivel secundario
brinda / brindaba algún servicio de
17. ¿Cómo califica la calidad de las instalaciones e
orientación vocacional a los alumnos?
infraestructura de su institución educativa de
nivel secundario?
Si la respuesta es afirmativa pase a la siguiente
pregunta, caso contrario pase a la pregunta 28.
27. ¿Con qué frecuencia su institución educativa
18. ¿La infraestructura de su institución educativa
de nivel secundario brinda / brindaba
de nivel secundario es / era adecuada para su
orientación vocacional a los alumnos?
aprendizaje?
140
28. ¿En su institución educativa de nivel
secundario se realiza / realizaban talleres
informativos sobre cómo continuar estudios
superiores?

29. ¿En su institución educativa de nivel

secundario preparan / preparaban a los
alumnos para rendir exámenes de admisión de
instituciones de Educación Superior?

Parte III: Demanda de educación superior

30. ¿Al terminar / terminado sus estudios

secundarios tiene la intención de postular o
continuar con estudios superiores?

En caso la respuesta fuera afirmativa pase a la

siguiente pregunta, caso contrario finalice la
encuesta.
31. Tiene la intención de postular a:

La encuesta ha concluido.
Gracias por su tiempo y atención.

141
 ANEXOS 4: FICHA DE VALIDACIÓN

UNIVERSIDAD NACIONAL DE SAN ANTONIO

ABAD DEL CUSCO

INFORME DE OPINION DE EXPERTOS DE INSTRUMENTOS DE

INVESTIGACION CUANTITATIVA

I. DATOS GENERALES:

1.1. Apellidos y nombres del informante: ………………………………………………….

1.2. Institución donde labora: ………………………………………………………………
1.3. Nombre del instrumento motivo de evaluación: ……………………………………….
1.4. Autor del instrumento: …………………………………………………………………
1.5. Título de la investigación:
……………………………………………………………………………………..……
…………………………………………………………………………………………...

II. ASPECTOS DE VALIDACION

DEFICIENTE BAJA REGULAR BUENA MY BUENA

INDICADOR CRITERIO
0 6 11 16 61 26 31 36 41 46 51 56 61 66 71 76 81 86 91 96
ES S
5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100
Esta formulado
1. CLARIDAD con leguaje
apropiado
Esta expresado
2. OBJETIVIDAD en conductas
observables

adecuado al
3. ACTUALIDAD avance de la
investigación

4. Existe un
ORGANIZACIÓN constructo
142
 lógico en los
temas
Valora las
dimensiones en
5. SUFICIENCIA
cantidad y
calidad
Adecuado para
6.
cumplir con los
INTENCIONALI
objetivos
DAD
trazados
Utiliza
7. suficientes
CONSISTENCIA referencias
bibliográficas
Entre
Hipótesis,
8. COHERENCIA
Dimensiones e
indicadores
Cumple con los
9.
lineamientos
METODOLOGIA
metodológicos
Es asertivo y
10.
funcional para
PERTINENCIA
la ciencia

III. OPINION DE APLICABILIDAD:

………………………………………………………………………………

………………………………………………………………………………

……………………………………………………………………………….

IV. PROMEDIO DE VALORACION:

…………………………………………

LUGAR Y FECHA: ………..........................................................................

….…………………………………………..
FIRMA DEL EXPERTO
INFORMANTE
DNI: ……………TELEFONO: ……………

143