Ausentismo docente en Perú: Factores asociados y su efecto en el rendimiento

• Guerrero, Gabriela ^[1] ; León, Juan ^[1]
  1. [1] Grupo de Análisis para el Desarrollo
• Localización: Revista peruana de Investigación Educativa, ISSN 2076-6300, ISSN-e 2077-4168, Vol. 7, Nº. 7, 2015 (Ejemplar dedicado a: Tema libre), págs. 31-68
• Idioma: español
• Títulos paralelos:
  • Teacher absenteeism in Peru: Associated factors and its effect on achievement
• Enlaces
  • Texto completo
• Resumen
  • español

    El objetivo de este estudio es doble. Primero, busca conocer qué variables de los docentes y de la escuela están asociadas con el ausentismo; y, en segundo lugar, estimar cuál es el efecto neto del ausentismo docente en el rendimiento de los estudiantes. La información analizada proviene de la Encuesta Escolar de Niños del Milenio realizada en 2011 en zonas urbanas y rurales. Para el primer objetivo, se utilizó una modelación estadística multivariada para estimar el efecto neto de cada una de las variables (docente y escuela) en el ausentismo docente. Para el segundo objetivo, se usó modelos de emparejamiento para calcular el efecto del ausentismo docente en el rendimiento en comprensión de lectura y matemática. El estudio tiene dos principales hallazgos. Primero, se ha observado que el predictor más importante del ausentismo docente es la propia asistencia del director; aquellos docentes cuyo director se ha ausentado en el último mes tienen cuatro veces más probabilidades de faltar que sus pares cuyo director no se ausenta (OR: 4,33, p<,001). Segundo, existe una asociación entre el ausentismo de los docentes y lo que los estudiantes aprenden en las aulas de clase, por lo menos en Matemática.

  • English

    The objective of this study is twofold. First, to describe how teachers’ and schools’ characteristics are associated with teacher absenteeism. Second, to explore the relationship between teacher absenteeism and student achievement (mathematics and language), after holding constant student, school and contextual variables. The study uses the Young Lives’ School Survey database which has information for urban and rural schools in Peru in order to answer these two objectives. Using multivariate regression models (nonlinear), we identify what teacher variables are associated with teacher absenteeism. Then, we use propensity score matching to estimate the relationship between teacher absenteeism and student achievement in math and reading comprehension. Our main findings are that one of the key predictors for teacher absenteeism is the school principal’s attendance; in other words, teachers whose school principal was absent during the last month previous to the survey are four times more likely to be absent than peers whose school principal was not absent. Finally, we found that teacher absenteeism is negatively associated with student achievement (at least in math) after holding constant child, family, teacher, school and contextual variables.