Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección

Universidad Mayor de San Andrés - CIDES

Ronaldo Terrazas^♱

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 1/17

Introducción

Contexto del Problema:

​

• En Bolivia, las carreras en Ciencia, Tecnología, Ingeniería y Matemáticas (STEM) están subrepresentadas por mujeres.

​

• Este estudio busca identificar los factores determinantes que afectan la elección de carreras STEM.

​

• El sesgo de selección puede afectar el análisis si no se corrige adecuadamente, por lo que aplicamos un modelo de Heckman.

​

​

Objetivo del estudio:

​

• Determinar los factores familiares, socioeconómicos y de percepción de género que influyen en la decisión de considerar y elegir carreras STEM en Bolivia.

​

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Pregunta de Investigación

Pregunta principal:

​

• ¿Cuáles son los factores que determinan la decisión de las personas (especialmente mujeres) de elegir carreras STEM en Bolivia?

​

​

Hipótesis:

​

• Factores como el apoyo familiar, la percepción de igualdad de género en el entorno educativo, y la confianza en habilidades STEM influyen en esta elección.

​

​

​

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Revisión de Literatura

Brecha de Género en Carreras STEM

​

• En Wang et al. (2021) se muestra que solo el 35% de los estudiantes en campos STEM en la educación superior son mujeres. Además, las chicas tienen menos acceso a actividades STEM informales, lo que disminuye su interés en estas áreas.

​

• Según Beroíza & Guzmán (2022), los estereotipos sobre las habilidades matemáticas de las mujeres y las expectativas sociales de roles tradicionales limitan su participación en STEM, afectando su confianza y rendimiento en estas disciplinas​.

​

• El estudio de Ketenci et al. (2020) señala que, a pesar de una alta autoeficacia en matemáticas, las mujeres siguen eligiendo menos carreras STEM que los hombres debido a influencias sociales y estereotipos de género que desincentivan su participación en estas áreas​.

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Revisión de Literatura

Determinantes Socioeconómicos y Familiares

​

• Los estudiantes provenientes de familias con mayores ingresos y padres con altos niveles educativos tienen un 20% más de probabilidades de aspirar a carreras STEM, debido al acceso a mejores recursos académicos y apoyo familiar (Mau, 2020).

​

• Las mujeres con alta autoeficacia tienen un 25% más de probabilidades de optar por una carrera STEM, a pesar de los estereotipos de género que enfrentan (Çevik & Işıklı, 2020).

​

• Según Aydeniz y Bilican (2020), la exposición temprana a entornos STEM, como clubes de ciencias y competencias, fomenta significativamente la elección de carreras relacionadas. Los estudiantes que participan en estas actividades tienen un 40% más de probabilidades de elegir carreras STEM.

​

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Metodología

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Metodología

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Metodología

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Resultados

Tabla 1: Determinantes para Considerar una Carrera STEM (Primera Etapa)

Fuente: elaboración propia con los resultados del modelo de primera etapa

Fuente: elaboración propia con los resultados del modelo Probit

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Resultados

Tabla 2: Determinantes para elegir una carrera STEM (Segunda Etapa)

Fuente: elaboración propia con los resultados del modelo de Heckman

Prueba Chi-cuadrado (p = 0.0005): Confirma que el sesgo de selección es estadísticamente significativo, validando el uso del modelo Heckman

Lambda (λ) = 0.136: Indica que hubo sesgo de selección, por lo que corregirlo era esencial para obtener resultados no sesgados.

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Resultados

Tabla 3: Efectos Marginales del Modelo de Heckman

Fuente: elaboración propia con los resultados del modelo de Heckman

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Bibliografía

• Wang, N., Tan, A.-L., Zhou, X., Liu, K., Zeng, F., & Xiang, J. (2021). Gender differences in high school students' interest in STEM careers: A multi-group comparison based on structural equation model. Journal of Research in STEM Education, 3(2), 368-386. https://doi.org/10.1007/s41979-020-00037-9
• Beroíza-Valenzuela, F., & Salas-Guzmán, N. (2022). STEM and gender gap: A systematic review in WoS, Scopus, and ERIC databases (2012–2022). Frontiers in Education, 7(1), 102-117. https://doi.org/10.3389/feduc.2022.897495
• Ketenci, T., Leroux, A., & Renken, M. (2020). Beyond student factors: A study of the impact on STEM career attainment. Journal for STEM Education Research, 3(3), 368-386. https://doi.org/10.1007/s41979-020-00037-9
• Hatisaru, V. (2021). Theory-driven determinants of school students' STEM career goals: A preliminary investigation. European Journal of STEM Education, 6(1), 1-13. https://doi.org/10.20897/ejsteme/9558
• Tyler-Wood, T., Johnson, K., & Cockerham, D. (2018). Factors influencing student STEM career choices: Gender differences. Journal of Research in STEM Education, 4(2), 179-192. https://doi.org/10.51355/jstem.2018.44
• Mau, W. C., & Li, J. (2018). Factors influencing STEM career aspirations of underrepresented high school students. The Career Development Quarterly, 66(3), 243-258. https://doi.org/10.1002/cdq.12146

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Anexos

Tabla 4: Resultados del Modelo de Corrección de Sesgo de Selección (Heckman)

Análisis de los Determinantes de la Elección de Carreras STEM en Bolivia: Un Modelo de Corrección de Sesgo de Selección 2/17

Anexos

Tabla 5: Efectos marginales del Heckit