Diferencias de género en la elección de una carrera universitaria en estudiantes de educación media

El desarrollo profesional o aspiraciones universitarias y de carrera

El desarrollo profesional puede ser visto como un proceso que involucra las tareas, roles, trabajos, ocupaciones que una persona hace a lo largo de su vida (Hoyt, 2005). Se vislumbra inclusive desde la infancia y la adolescencia con la vivencia de experiencias generadoras de talentos, intereses, valores y conocimientos -como una aproximación a las representaciones del mundo laboral-, continúa en la adultez a través de la progresión del comportamiento profesional y culmina con la transición hacia la jubilación. Sin embargo, estas acciones no necesariamente son lineales, ni positivas, ni tampoco están siempre bajo el control de las personas (por ejemplo, fluctuaciones en las condiciones socioeconómicas, inestabilidad del mercado laboral, quebrantos de salud). Una de las primeras etapas del desarrollo profesional corresponde a la elección de una carrera, la cual corresponde al proceso de seleccionar una profesión y por lo general coincide con el final de la educación media (Brown y Lent, 2012). Por este motivo, el papel que asumen las instituciones educativas es fundamental en orientar a los estudiantes en los pasos para ingresar a la educación superior (McWhirter et al., 2014; Tierney et al., 2009).

En Colombia, solo el 38 % de los egresados de la educación media hacen su transición inmediata a la educación superior (MEN, 2017), algunos ingresan al mercado laboral y otros quedan cesantes. Respecto a la participación por género en la educación superior, las mujeres tienen la mayor participación; en el primer semestre de 2019, de cada diez matriculados, seis fueron mujeres y cuatro hombres (Spadies, 2019). Un estudio en Colombia muestra una brecha total educativa significativa a favor de los hombres y una brecha en el área de lenguaje a favor de las mujeres (Posada y Mendoza, 2014). Por lo tanto, se hace necesario seguir comprendiendo cómo factores personales y ambientales afectan de forma diferente a los hombres y a las mujeres en sus aspiraciones universitarias y de carrera.

Las diferencias de género en las preferencias de carrera

El género como categoría social organiza las relaciones humanas, regula los comportamientos, configura estereotipos y produce profundas desigualdades entre hombres y mujeres, otorgando ventajas a uno sobre el otro (Buquet et al., 2010). Los estudios desarrollados bajo una perspectiva de género identifican la desigualdad entre hombres y mujeres y facilitan el desarrollo de acciones orientadas a disminuir la desigualdad (Buquet et al., 2010). Muchos estudios han demostrado que el género juega un rol determinante en la elección de una carrera (Brown y Lent, 2006; Buquet et al., 2010; Gati y Pérez, 2014) y en las fuentes de la autoeficacia (Arslan, 2013; Lin y Tsai, 2018). Las diferencias de género en la elección de una carrera posiblemente no están tan relacionadas con capacidades o habilidades personales, sino más bien con percepciones sociales tradicionales, discriminaciones basadas en el género o la falta de estímulo y de apoyo para carreras de género no tradicionales (Gati y Pérez, 2014). Este estudio no pretende identificar las razones de estas diferencias, sino mostrar la tendencia que se presenta en las aspiraciones universitarias y de carrera de hombres y de mujeres; así como las diferencias en la autoeficacia y las experiencias previas de aprendizaje. Hacer visible estas tendencias en las primeras etapas de la formación profesional mitiga las disparidades en las trayectorias profesionales, y después laborales, de las nuevas generaciones.

La Teoría Social Cognitiva del Desarrollo Profesional

La comprensión del desarrollo profesional -o de una carrera- de los adolescentes para este estudio se sustenta en la Teoría Social Cognitiva del Desarrollo de Carrera/Profesión, SCCT -por sus siglas en inglés, Social Cognitive Career Theory-. Este enfoque tiene como finalidad explicar cómo las personas (a) desarrollan intereses vocacionales, (b) toman decisiones ocupacionales, (c) logran distintos niveles de éxito y estabilidad profesional y (d) experimentan satisfacción o bienestar en el ambiente de trabajo (Brown y Lent, 2012). La SCCT describe la interinfluencia entre variables cognitivas de la persona, otros aspectos de la persona, experiencias de aprendizaje y condiciones del entorno para ayudar a perfilar el curso del desarrollo profesional (Lent et al., 2000). Propone dos niveles complementarios para su análisis. El primer nivel corresponde a las variables cognitivas de la persona (por ejemplo, autoeficacia, expectativas de resultados y metas personales), que le permiten agenciar o tener control sobre su propio desarrollo profesional. El segundo nivel de análisis considera diferentes vías a través de las cuales otros aspectos de la persona (p. ej., edad, género o etnicidad), las experiencias de aprendizaje (p. ej., desempeño académico, pruebas externas) y condiciones del entorno (p. ej., nivel socioeconómico, barreras y apoyos) influencian los intereses, las elecciones vocacionales y los logros de desempeño educativos y laborales (Lent et al., 2000). Debido a la complejidad de la teoría, este estudio tendrá en cuenta del primer nivel, la autoeficacia y del segundo nivel el género, el desempeño en las pruebas Saber 11 -experiencias de aprendizaje-, el nivel educativo de los padres y su influencia en las aspiraciones universitarias de los estudiantes de grado once de cuatro instituciones educativas públicas de Cali.

La autoeficacia y las aspiraciones de carrera

Según Bandura (1989), la autoeficacia corresponde a los juicios -o creencias- que las personas hacen sobre sus propias capacidades para organizar y ejecutar las acciones necesarias para lograr determinados tipos de actuaciones. La autoeficacia no es rasgo unitario o global como es la autoestima o la autodeterminación; la autoeficacia es un conjunto dinámico de creencias vinculadas a dominios de desempeño y actividades específicas (Lent, 2005). Estudios previos muestran la relación entre la autoeficacia universitaria y las aspiraciones educativas postsecundarias (González et al., 2013); correlaciones significativas entre la autoeficacia matemática y la percepción de la autoeficacia científica con el rendimiento académico (Kaya y Bozdag, 2016); influencia significativa de la autoeficacia académica en las orientaciones universitarias de los estudiantes (Bregman, 2010) y en la trayectoria hacia la universidad (González, 2008).

Así mismo, la autoeficacia académica es un predictor importante de las aspiraciones académicas y universitarias (Arastaman y Özdemir, 2019; Ali y McWhirter, 2006). Este estudio se concentrará en identificar qué tanta confianza sienten los estudiantes de ingresar a la universidad y de superar los obstáculos en su aspiración universitaria.

El desempeño académico en las pruebas Saber 11 y la autoeficacia

El desarrollo profesional está influenciado por la calidad de las experiencias de aprendizaje a las que se encuentran expuestos los estudiantes. En Colombia, las pruebas Saber 11 son un requisito para el ingreso a la educación superior. Estudios previos muestran al promedio de las calificaciones como el contribuyente más importante tanto de la autoeficacia universitaria como de las metas educativas en estudiantes latinas(os) de educación media (Berbery y O'Brien, 2018). Adicionalmente, cuando altos desempeños en las pruebas (Grade Point Average, GPA) están asociados con apoyos -familiares o escolares- la influencia es mayor en la autoeficacia para ir a la universidad (Berbery y O'Brien, 2018). Los logros académicos y la persuasión verbal contribuyen a la formación de las creencias de autoeficacia y explican en un alto porcentaje la intención de elegir una carrera (Cupani et al., 2017). De hecho, cuando se obtienen éxitos y logros académicos se fortalece la autoeficacia (Brown y Lent, 2006). En este estudio las pruebas Saber 11 son consideradas experiencias de aprendizaje previas relacionadas positivamente con la autoeficacia y las aspiraciones universitarias.

El nivel educativo de los padres y su influencia en las experiencias de aprendizaje

Los factores contextuales afectan las experiencias de aprendizaje a través de las cuales se desarrollan la autoeficacia y las expectativas de resultados (Lent et al., 2000). El ambiente y los antecedentes familiares están directamente relacionados con los logros y el rendimiento académico de sus hijos (Castillo et al., 2013; Posada y Mendoza, 2014). De igual manera, los progenitores, adultos significativos y amigos influencian positiva o negativamente la decisión de elección de una carrera o una profesión (Ceja, 2004; Kazi y Akhlaq, 2017; Sánchez et al., 2005). Respecto a la educación de los progenitores, la educación de los padres y madres está relacionada de forma positiva con desempeño académico en las pruebas Saber 11 (Celis et al., 2012); aunque en otros casos es el nivel educativo del padre quien tiene una mayor influencia (Martínez Barrera, 2014). Entre más alto es el nivel de escolaridad de los progenitores son menores las probabilidades de encontrar a sus hijos en niveles académicamente bajos (Gómez et al., 2011). De modo similar, entre más alto es el nivel de educación de sus progenitores más probabilidades hay de que sus hijos elijan metas educativas de pregrado y de posgrado (Barry et al., 2011; Wisely, 2013). En este estudio se considerará el nivel educativo de la madre y del padre como variables relacionadas con el desempeño en las pruebas Saber 11 y con las aspiraciones universitarias.

Propósito del estudio

La principal pregunta de investigación es: ¿cómo están asociados el nivel educativo de los padres, el desempeño académico en las pruebas Saber 11 y la autoeficacia universitaria para explicar las aspiraciones universitarias de estudiantes de grado once de educación media? También se formuló una pregunta complementaria: ¿existe variación en las variables del modelo cuando se hace el análisis por género?

En el marco del modelo de elección propuesto por Lent et al. (1994) de SCCT se evalúan las siguientes hipótesis: (a) El nivel educativo de los padres -variable del contexto- está positivamente relacionado con el desempeño en las pruebas Saber 11 -experiencias de aprendizaje-. (b) El desempeño en las pruebas Saber 11 está directa y positivamente relacionado con la autoeficacia universitaria. (c) La autoeficacia universitaria está directa y positivamente relacionada con las aspiraciones universitarias -entendidas como metas de elección en la SCCT-. Basados en las investigaciones previas se espera que la autoeficacia universitaria explique la mayor variación en las aspiraciones universitarias de los estudiantes. (d) Una hipótesis exploratoria: el desempeño en las pruebas Saber 11 está relacionado de forma directa con las aspiraciones universitarias. De acuerdo con la SCCT, las experiencias previas de aprendizaje influencian las metas de elección a través de la autoeficacia y no directamente. Teniendo en cuenta las diferencias entre hombres y mujeres en las aspiraciones universitarias, se indaga el ajuste en los análisis de rutas -path analysis- del modelo entre los géneros.

Participantes

183 estudiantes de grado once de cuatro instituciones educativas públicas de Cali hicieron parte del estudio. Es una muestra por conveniencia y su tamaño se calculó con una confianza del 95 %, un margen de error del 5 % y una proporción de éxito del 76,5 % (Newbold y Carlson, 2007). La proporción de éxito se fundamenta en el estudio de Manzano-Sánchez (2016) donde el 76,5 % de los estudiantes de 11.° grado planean ir a una institución de educación superior.

Instrumentos

El cuestionario recolectó información de las variables aspiraciones universitarias y de carrera, autoeficacia, resultados pruebas Saber 11 e información sociodemográfica. Para conocer las aspiraciones universitarias se les preguntó: después de terminar su bachillerato, qué tan probable es que usted: (1) trabaje tiempo completo, (2) estudie para ser un técnico laboral, (3) estudie para ser un tecnólogo, (4) estudie para ser un profesional universitario, (5) ingrese a la policía o ejército, (6) aún no ha decidido qué hacer.

Para conocer las aspiraciones universitarias se les preguntó: ¿cuál es la carrera que más le gustaría estudiar? Para el desempeño académico en las pruebas Saber 11, se les preguntó por el puntaje global obtenido.

La autoeficacia universitaria se midió utilizando un instrumento de 11 preguntas formulado por Lent et al. (2005). Cinco preguntas miden la autoeficacia académica y seis preguntas la eficacia de afrontamiento. La autoeficacia académica indica la confianza en su capacidad para llevar a cabo con éxito una variedad de tareas académicas necesarias para ingresar con éxito a la universidad. La autoeficacia de afrontamiento indica la confianza en la capacidad para hacer frente a una variedad de barreras o problemas que podrían experimentar en sus aspiraciones de ingreso a la educación superior. El instrumento utiliza una escala de 10 puntos -0 (no confiado del todo) a 9 (confiado completamente)-. Este instrumento fue adaptado de Manzano-Sánchez (2016) y este a su vez de Lent et al. (2005) con autorización para su utilización y modificación. El valor del coeficiente alfa para la escala de autoeficacia en este estudio fue 0,86, en el estudio de Manzano-Sánchez (2016) fue 0,88 y del estudio de Lent et al. (2005) fue 0,91.

Para comparar los resultados de las pruebas Saber 11 se definió la media de la escala en 250 puntos y una desviación estándar 50 (Icfes, 2017). La información demográfica incluyó: edad, nivel de escolaridad del padre y de la madre, estrato socioeconómico familiar y el género del encuestado -hombre, mujer y otro-.

Análisis de los datos y criterios de bondad y ajuste

El estudio utilizó el método descrito por Tabachnick y Fidell (2001) para el análisis de rutas -path analysis-. El primer paso consiste en definir un modelo hipotético, el segundo paso es evaluar las rutas propuestas -relación entre variables- y, si es necesario, modificar el modelo -adicionando o eliminando rutas basados en el Lagrange Multiplier Test-. El tercer paso es obtener el modelo que explica el problema multidimensional.

La evaluación de la bondad de ajuste de un modelo requiere tener en cuenta varias medidas simultáneas porque no existe una sola prueba estadística para identificar un modelo correcto (Schermelleh-Engel et al., 2003). La prueba de chi cuadrado es utilizado para evaluar la idoneidad de un path analysis; se espera un chi cuadrado no significativo, lo cual indica que los datos observados se ajustan a los datos hipotéticos (Tabachnick y Fidell, 2001). Debido a la sensibilidad del chi cuadrado al tamaño de muestra, otras pruebas no dependientes del tamaño de muestra -aunque sensibles a especificaciones incorrectas del modelo- serán identificadas: índice de ajuste normalizado (NFI), índice de ajuste comparativo (CFI), error cuadrático medio de aproximación (RMSEA) y el criterio de información Akaike (AIC) (Schermelleh-Engel et al., 2003). NFI valores por encima de 0,90, CFI valores por encima de 0,94, RMSEA valores por debajo de 0,06 son indicadores de un buen ajuste de los datos (Tabachnick y Fidell, 2001). AIC valores cercanos a 0 indican un mejor ajuste cuando se comparan modelos con diferente número de constructos (Escobedo Portillo et al., 2016).

Los modelos estructurales, como el path analysis, son técnicas para muestras grandes, aunque puede ser de mayor utilidad considerar al menos 10 sujetos por parámetro estimado si el tamaño del efecto es grande y si las variables se distribuyen normalmente (Tabachnick y Fidell, 2001). En este estudio, las variables se distribuyeron normalmente y corresponde a una muestra aceptable para el grupo en general. Sin embargo, la muestra se disminuye cuando los modelos se evalúan por género; por lo tanto, los resultados por género se deben interpretar con cautela y sirven de punto de partida para futuros estudios en el contexto colombiano.

Resultados Análisis preliminar

Mediante el spss versión 22 se hizo un análisis de los datos en busca de valores faltantes y de normalidad. De los 186 cuestionarios diligenciados inicialmente, 4 no registraron el género y 2 registraron "otro"; estos 6 cuestionarios fueron descartados. De los 182 participantes, 22 no reportaron los resultados de las pruebas Saber 11, 26 no informaron el nivel educativo de sus padres y en la variable de autoeficacia se encontraron 7 datos faltantes. Los modelos estructurales permiten la estimación de los datos faltantes mediante el algoritmo EM; por lo tanto, estos datos fueron estimados. El estadístico chi cuadrado de Satorra-Bentler para la estimación del modelo (Tabachnick y Fidell, 2001) se utilizó para mejorar cualquier subestimación de la varianza debido a la anormalidad de los datos.

Análisis del modelo hipotético

El primer paso fue probar el ajuste del modelo hipotético con la muestra completa utilizando una matriz de covarianza con cinco variables y con cinco rutas estimadas: el nivel educativo del padre (1) y el de la madre (2) están relacionados con las pruebas Saber 11; las pruebas Saber 11 están relacionadas con la autoeficacia (3) y con las aspiraciones universitarias (4) ; la autoeficacia está relacionada con las aspiraciones universitarias (5) . Los resultados de este modelo indicaron un ajuste adecuado con un chi cuadrado x ² de 5,89 y un p=0,020, NFI=0,92, CFI=0,96, RMSEA=0,05 y AIC=37,89. De las cinco rutas estimadas, solo dos rutas fueron significativas: la variabilidad en la autoeficacia explicada por las pruebas Saber 11 fue del 33,4 % y de las aspiraciones universitarias explicada por la autoeficacia fue del 35,7 %. Basados en estos resultados, así como en las recomendaciones de la prueba de Lagrange Multiplier modificamos el modelo eliminando rutas no significativas. En el primer modelo modificado se eliminó la ruta entre las pruebas Saber 11 y las aspiraciones universitarias, teniendo en cuenta que era una hipótesis exploratoria y no estaba sustentada por la SCCT. Este primer modelo modificado también arrojó un ajuste adecuado con un chi cuadrado x² significativo de 7,37 y un p=0,19, NFI=0,90, CFI=0,96, RMSEA=0,05 y AIC=37,36. La variabilidad en la autoeficacia explicada por las pruebas Saber 11 fue del 33,5 % y de las aspiraciones universitarias explicada por la autoeficacia fue del 38,9 %, quien tuvo un ligero incremento respecto al modelo hipotético. Un segundo modelo modificado fue evaluado dejando solo las dos rutas significativas las cuales corresponden a la influencia de las variables personales (experiencias previas de aprendizaje -pruebas Saber 11 y autoeficacia) en las aspiraciones universitarias de los estudiantes de bachillerato. Este segundo modelo modificado arrojó un ajuste adecuado con un chi cuadrado x² significativo de 1,51 y un p=0,21, NFI=0,97, CFI=0,98, RMSEA=0,05 y AIC=17,51. La variabilidad en la autoeficacia explicada por las pruebas Saber 11 fue del 33,6 % y de las aspiraciones universitarias explicada por la autoeficacia fue del 38,9 %, manteniendo las mismas proporciones encontradas en el primer modelo modificado.

En el modelo final con el tamaño de muestra total (n=182) se encontró que dos de las cinco hipótesis fueron comprobadas: las pruebas Saber 11 están directa y positivamente relacionadas con la autoeficacia universitaria y a su vez, la autoeficacia universitaria está directa y positivamente relacionada con las aspiraciones universitarias. El modelo final no encontró relaciones significativas entre el nivel educativo del padre y la madre con las pruebas Saber 11, ni una relación directa entre las pruebas Saber 11 y las aspiraciones universitarias, sino mediada por la autoeficacia. Al eliminar las rutas no significativas en el modelo, la relación entre la autoeficacia y las aspiraciones universitarias tuvo un ligero incremento (de 35,7 % a 38,9 %).

Análisis del modelo hipotético por género

Para identificar potenciales diferencias entre las variables que afectan las aspiraciones universitarias entre las mujeres y los hombres se realizó un análisis multigrupo fundamentado en la revisión de literatura en donde existen diferencias entre los hombres y las mujeres respecto a sus aspiraciones universitarias y de carrera.

El modelo hipotético de las mujeres indicó un ajuste adecuado con un chi cuadrado x² de 2,97 y un p=0,56, NFI=0,92, CFI=1,0, RMSEA=0,00 y AIC=34,97. De las cinco rutas estimadas, solo la variabilidad en las aspiraciones universitarias es explicada por la autoeficacia en un 32,3 %. El primer modelo modificado indica un ajuste adecuado en la mayoría de los estimadores con un chi cuadrado x² de 5,16 y un p=0,39, NFI=0,87 (por debajo del valor aceptado de 0,90), CFI=0,99, RMSEA=0,018 y AIC=35,16. La variabilidad en las aspiraciones universitarias explicada por la autoeficacia es del 36,3 %, con un ligero incremento en comparación con el modelo hipotético en 32,3 %. El segundo modelo modificado indica un ajuste adecuado en la mayoría de los estimadores con un chi cuadrado x ² de 2,24 y un p=0,13, NFI=0,90, CFI =0,93 (por debajo del valor aceptado de 0,95), RMSEA=0,10 (por encima del valor aceptado de 0,05), y AIC=18,24. La variabilidad en las aspiraciones universitarias explicada por la autoeficacia se mantiene en 36,3 %. El modelo final de las mujeres (n=107) encontró solamente una relación directa y significativa entre la autoeficacia y las aspiraciones universitarias.

El modelo hipotético de los hombres indicó un ajuste adecuado solo en el chi cuadrado x² de 5,55 y un p=0,23. NFI=0,87 y CFI=0,94 estuvieron ligeramente por debajo de los valores recomendados y RMSEA=0,072 estuvo por encima del valor aceptado. AIC=37,55 fue mayor en comparación con los subsiguientes modelos modificados. Similar al modelo hipotético total, dos rutas fueron significativas: la variabilidad en la autoeficacia explicada por las pruebas Saber 11 fue del 42,7 % y la de las aspiraciones universitarias explicada por la autoeficacia fue del 41,7 %. El primer modelo modificado indicó un ajuste adecuado en la mayoría de los estimadores con un chi cuadrado x² de 5,58 y un p=0,34, NFI=0,87 (por debajo del valor aceptado de 0,90), CFI=0,98, RMSEA=0,04 y AIC=35,58. La variabilidad en la autoeficacia explicada por las pruebas Saber 11 fue del 42,9 % y de las aspiraciones universitarias explicada por la autoeficacia fue del 42,6 %, las cuales presentaron un ligero incremento. El segundo modelo modificado presentó un ajuste adecuado con un chi cuadrado x² de 3,60 y un p=0,05, NFI=0,99, CFI=1,00, RMSEA=0,00 y AIC=16,03. La variabilidad en la autoeficacia explicada por las pruebas Saber 11 fue del 42,7 % y de las aspiraciones universitarias explicada por la autoeficacia fue del 42,6 %, muy similares al primer modelo modificado. El modelo final de los hombres (n=75) encontró que, las pruebas Saber 11 están directa y positivamente relacionadas con la autoeficacia universitaria y, a su vez, la autoeficacia universitaria está directa y positivamente relacionada con las aspiraciones universitarias. La tabla 1 muestra el resumen de los estimadores de los modelos.

Tabla 1: Resultados de los estimadores de los modelos

Fuente: elaboración propia.

La figura 1 muestra los coeficientes estandarizados de los caminos de los principales modelos analizados.

Figura 1: Coeficientes estandarizados de los principales modelos. Modelo Hipotético general (H), Modelo Modificado (M), Modelo Hipotético Mujeres (HM), Modelo Hipotético Hombres (HH), Modelo Mujeres Modificado2 (MM2) y Modelo Hombres Modificado 2 (HM2). Los coeficientes estandarizados y significativos * = >p 0,05.

Fuente:

Las aspiraciones de carrera por género

Los encuestados escribieron la carrera o las carreras que les gustaría estudiar. Para el análisis, las respuestas se organizaron en siete grupos teniendo en cuenta la clasificación única de ocupaciones para Colombia correspondiente al gran grupo 2 de profesionales, científicos e intelectuales y del gran grupo 3 de técnicos y profesiones de nivel medio (DANE y SENA, 2018). La tabla 2 presenta las preferencias por áreas ocupacionales de los estudiantes en donde las áreas de la salud y las ciencias e ingenierías son las de mayor preferencia.

Tabla 2: Preferencias por áreas ocupacionales

Fuente: elaboración propia.

Para establecer relaciones entre las áreas ocupacionales y el género se utilizó la prueba de independencia de chi cuadrado, x ² de 60,40 y un p=0,00, lo cual permite establecer relación entre las áreas ocupacionales y el género. Las áreas de mayor preferencia de los hombres son ciencias e ingenierías y carreras técnicas. Las áreas de mayor preferencia de las mujeres son salud, derecho, ciencias sociales y culturales, educación, negocios y administración, y carreras militares. Las carreras más preferidas por los hombres: ingeniería de sistemas (8,3 %) y licenciatura en educación física y deportes (6,6 %), seguidas con el mismo porcentaje arquitectura, licenciatura en lenguas extranjeras y medicina (4,1 %). Las carreras más preferidas por las mujeres: medicina (10,1 %), psicología (8,5 %), seguidas con el mismo porcentaje administración de empresas, contaduría y derecho (5,3 %).