Para cerrar

Cohen (1988) nos permiten establecer la magnitud de la asociación entre variables, mientras que el signo de la asociación sólo nos indica direccionalidad

cor, guarde este resultado en un objeto llamado resultado_cor y estime su coeficiente de determinación.

Visualice la asociación de las variables mediante una nube de puntos o scatterplot Realice una prueba de hipótesis para esta asociación mediante cor.test, siguiendo los 5 pasos de la inferencia Interprete la correlación en cuanto a su direccionalidad, magnitud y significancia estadística Responda la pregunta: A partir de los resultados ¿Existe evidencia a favor de rechazar H0? Calcule la correlación entre ambas variables utilizando cor, guarde este resultado en un objeto llamado resultado_cor y estime su coeficiente de determinación. Interprete el resultado

Por lo tanto,

0,028

Coeficiente de determinación

Elemento

95% de confianza

(r = -0.5, p > 0.05

1) Formulación de hipótesis 2) Cálculo de error estándar y estadístico de prueba (t) 3) Probabilidad de error y valor crítico para t 4) Contraste de valores empírico y crítico 5) Interpretación

Objetivo de la sesión

escala común

La distribución de esfuerzo se ve influenciada por diferentes factores, y la del talento en la sociedad no es controlada por el individuo.

a ente

explicar y legitimar la desigualdad en sociedades democráticas,

Ahora ustedes

El signo de r indica la dirección:

dividiendo la covarianza por las desviaciones estándar

Desviación

El símbolo |> puede

This document asks one question—is a sample of 1,500 respondents large enough to test the hypotheses of the distributive conjoint?

Scope

NICERA

@girerd_how_2023

Experimento

(tabla 5)

Código

Código

Tijs Laenen

Introducción

la recolección

Integración e Interpretación de Inferencia

o la HA,

¿usaríamos un intervalo de confianza o una prueba t?

No toda pregunta requiere comparar grupos. Antes de elegir una prueba, conviene preguntarse: ¿Quiero estimar un valor poblacional (un promedio, una proporción)?; o ¿Quiero comparar dos grupos? En el primer caso, observaremos el intervalo de confianza. En el segundo, utilizaremos la prueba t para diferencias de medias.

Se expresa como

también debe ser suficientemente extremo.

Situación 1. Las mujeres sin hijos presentan un ingreso promedio mayor que las mujeres con hijos. ¿Este resultado apoyaría nuestra nueva pregunta? Sí. Situación 2. Las mujeres con hijos presentan un ingreso promedio mayor que las mujeres sin hijos. ¿Este resultado también la apoyaría? No. Los grupos serían diferentes, pero la diferencia ocurriría en la dirección contraria.

coherentes entre sí

El valor 0 representa nuestro escenario de referencia: que las dos medias poblacionales no presentan diferencias. Este es el escenario planteado por H0: lo utilizamos como referencia y evaluamos si los datos entregan evidencia suficiente para rechazarlo..

Ejercicio 4 · Distancia en errores estándar

Ejercicio 2 · Resolución c

Luego genere una muestra aleatoria 1500 casos con la función sample_n() y elimine los datos perdidos de la variable ytrabajocor.

ytrabajocor

bbdd

de dos colas

hipótesis de una cola.

si existen diferencias en una variable entre grupos y, de ser el caso, evaluar si esta diferencia es estadísticamente significativa.

rempsyc, # Reporte kableExtra, # Tablas broom, # Varios flextable, # nice table rempsyc)

del 95%.

El intervalo obtenido se extiende aproximadamente entre 4,82 y 5,54.

Recordemos que el valor crítico para un 95% de confianza es de 1.96,

El error estándar de la media estima cuánto variarían las medias entre distintas muestras

ee

EE=sn

media <- mean(vector) # Calcula la media de los valores creados desv_estandar <- sd(vector) # Calcula la desviación estándar de los valores creados media # Muestra la media en la consola

set.seed(123) # Fija la se

Recordemos que un intervalo de confianza es un rango de valores plausibles que contiene la media poblacional, el cual se construye a partir del error estándar.

ealizar pruebas de hipótesis, tanto para diferencias de medias como direccionales utilizando la prueba t

realizar pruebas de hipótesis, tanto para diferencias de medias como direccionales utilizando la prueba t.

install.packages

1,96 para un 95%),

nual, recordando que:

0.1825632

mide

que ya sabemos:

prueba de hipótesis de dos colas.

Sabemos que estos valores aproximados marcan el 2,5% superior e inferior de la distribución normal estándar.

Los valores estandarizados o puntajes Z además nos permiten conocer probabilidades.

esultados

centrar el vector en torno a su media.

más rapidos

Cálculo de probabilidades con puntaje Z

nos alejamos

1,82

mean(vector)

hist(vector,main="Histograma del Vector",xlab="Valor",ylab="Frecuencia",col="cyan4",border="black") boxplot(vector,main="Diagrama de Caja del Vector aleatorio",ylab="Valor",col="cyan3") qqnorm(vector, main="Gráfico Q-Q Normal del Vector", xlab="Cuantiles Teóricos", ylab="Cuantiles Muestrales", col="cyan4", pch=19) qqline(vector, col="black", lwd=2)

LCA

individuals are assigned to their most likely latent class memberships based on their posterior probabilities

ordinal logistic regression

education and political identification

multinomial logistic regression

Valid N

1 to 9,

items are as follows

Abstract

expanding the current framework

This study

The aim is to highlight the importance of studying the link between education and meritocracy in a global context of commodification, where this relationship addresses the convergence of familial, cultural, and academic elements in shaping a sense of justice. In a broader sense, this research could inform policymakers’ prioritization of public policies that promote educational justice.

multidirectional

not

2.3

an enlightenment or a reproductionist role,

Recent literature provides empirical support for these two theoretical approaches to education.

Given the important role that education plays in shaping individuals’ attitudes toward inequality,

education

There are various theories

H1:

The fundamental assumption of this perspective is that the factors are negatively correlated; for example, if one expresses a higher degree of meritocratic beliefs, then, consequently, beliefs that account for structural factors decrease. The problem with this approach is that it has serious implications for understanding social reality, since people’s beliefs cannot be assumed to follow a rational logic where, if one goes up, the other must go down.

(García-Sánchez et al., 2019

In the meritocracy research framework, most studies have used survey items,

is used to support

provision prevails

.

Also, recent research has employed both indices constructed from relevant items (Castillo, Laffert, et al., 2025) and a separate analysis of each item.

ISSP

However, there are caveats regarding how these meritocratic beliefs take shape and operate differently in people’s minds.

(1) How do patterns of meritocratic beliefs manifest in terms of the number of identifiable groups and their sizes? (2) To what extent do meritocratic belief patterns influence preferences for market-based justice in education?.

there is a lack of clarity about the different configurations of beliefs in people’s minds and how these groups of individuals are characterized by similar belief patterns.

multidimensional nature of meritocracy

More specifically, meritocratic effort orientation has been found to be a key driver of education market justice preferences among both adults and students (Castillo et al., 2024, 2025). In this way, meritocratic beliefs serve as auxiliary frames of reference for all individuals; however, this raises the questions: Are the frames of reference provided by meritocratic beliefs the same for everyone? Do these frames share the same type of association with market justice in education?

meritocratic beliefs serve as auxiliary frames of reference for all individuals

Now,

Despite being a distributive system based on effort and talent, several studies have shown that meritocratic beliefs are linked to the acceptance of inequality, as they attribute responsibility for successes and failures primarily to individual agency, which functions as a cultural mechanism that justifies social hierarchies and diminishes the perception of the structural factors that shape individual trajectories

The literature suggests that meritocracy is among the most significant factors in legitimizing inequalities, and particularly in market justice.

this concept alludes to a distributive judgment but one focused on legitimizing inequalities rather than on the equitable distribution of resources,

money as the guiding principle

“market justice” proposed by Lane (1986) is highly relevant in this context; it holds that access to education and its quality should be determined by an individual’s or a family’s ability to pay.

has

equality and equity

endorse

support the public option

to the perception that paying for education is synonymous with quality

Thus, the commodification of education has led to tangible consequences, such as school segregation, but it has also changed people’s moral schemes about what is considered fair in education

profoundly transformed the purpose of educational institutions

particularly resort

(2) study the link between of meritocratic beliefs and preferences for market justice in education, aiming to observer in what extent meritocracy works as mechanism of inequalities legitimization.

However, these meritocratic beliefs take shape and operate differently at the individual and group levels in people’s minds. It is therefore extremely important to account for the heterogeneity and prevalence of each belief configuration observable in society in order to disentangle the web of existing meritocratic belief patterns.

Although we know there is a link between meritocracy and the legitimization of inequalities,

Meritocracy

and cultural development of individuals, enabling ac

These transformations have serious consequences, as market logic and education have come to be viewed as inseparable, leading to the proliferation of various forms of inequality within the education system, such as school segregation and/or the commodification of teaching and learning processes, among others

logic

ransform and exacerbate initial inequities.

distribución por género

Detalle de proyectos adjudicados en Ciencias Sociales

Las bases disponibles

left join

El informe se estructura en torno a las siguientes secciones: Metodología, Resultados y Conclusiones. En la metodología se presenta la información en detalle de los datos y técnicas estadísticas que se han utilizado para desarrollar la investigación. Posteriormente, el apartado de resultados contiene la totalidad de los análisis, estudiando la situación de la Facultad, así como las diferencias por carrera y por cohorte. Por último, en la conclusión se repasan los principales resultados de la investigación y se proponen lineamientos de acción para profundizar en esta agenda.

el proyecto

dirigido

Iniciativa Científica Milenio,

los

según evaluaciones del BID, DIPRES y el IDRC de Canadá

Chile

ni los sesgos que operan al interior de los grupos de estudio específicos, dejando en la opacidad cómo se distribuye realmente el financiamiento dentro de una comunidad académica cada vez más competitiva y precarizada.

Más fundamentalmente,

(CINE-F de UNESCO) con las de investigación (FORD del Manual de Frascati)

(ministerio_radiografía_2023?).

Resumen ejecutivo

dirigido por

difiere sustancialmente del 6.4

Conclusiones

Nivel carrera

Los cursos con una dispersión más homogénea no permiten distinguir a los y las estudiantes que tienen un rendimiento sobresaliente de aquellos con un rendimiento regular, inhibiendo el rol diferenciador de las evaluaciones, lo que puede causar una sensación de injusticia en la población estudiantil. Por ello, además de estudiar las calificaciones, es relevante entender la dispersión de las notas.

consistencia interna

media baja

significa el 68%

caída notable

Carreras en el tiempo

lo que sugiere un incremento generalizado en el rendimiento académico o en las evaluaciones durante ese período

se concentra principalmente entre 5,5 y 6,5

margen de error, en este informe se toma la decisión de dejar fuera de los análisis posteriores todo curso que tenga menos de 10 estudiantes.

gráfico

Figura 6.6: Distribución de notas de cursos pequeños y normales FACSO (2018-2025)

el volumen mayoritario de cursos tiene entre 1 a 10 estudiantes

Figura 6.1: Cantidad de cursos por año FACSO (2018-2025)

gráfico

Esta estructura presenta una única excepción en los resultados en torno al porcentaje de aprobación, donde se muestran tablas en vez de gráficos para facilitar la interpretación.

a comparación de

explícito: típicamente, modelos con efectos fijos por conjunto de elección y errores estándar agrupados por respondente.

asignación aleatoria

de mérito, necesidad e identidad

Tarea (task).

Table 1.

Conicyt

Variable

snapshot congelado.

con diferencias de estructura, nomenclaturas no homogéneas, vacíos derivados de celdas combinadas, duplicados operativos, filas separadoras o sin contenido analítico y codificaciones de indicadores que no eran directamente comparables entre sí.

Durante la primera etapa del proyecto

ESD/GCE ERCE 2025

Durante la primera etapa

se niega una compensación

Por último, con el objetivo de ahondar en una caracterización por carreras, este estudio tendrá una segunda sección de resultados con la unidad de análisis centrada en los cursos.

donde las distribuciones por carrera presentan patrones diversos, donde

mayor logro académico

por

De momento

repasan

constituye un principio constitutivo

uras 4.16: Coeficientes del modelo de regresión (FACSO 2021 - 2024)

hombre

predicha.

Li

Figura 4.13

Lista de figuras 4.5: Distribución de notas por carrera según tipo de colegio 2021 - 2024

de nota

sumamente distinto