La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

Sesión 7

Procesando bases de datos de las

pruebas SABER (ICFES)

Juan D. Barón juandbaron@gmail.com

Métodos Cuantitativos de Economía Regional y Urbana

Universidad Autónoma de Occidente

30 de mayo de 2011

Versión : 1.0

Copyright © 2011: La reproducción total o parcial de este material está prohibida

Material provisional y sujeto a cambios

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

1. Acceso a la base de datos

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

3

• Información administrativa de los estudiantes que toman las pruebas

SABER en los grados 5, 9 y 11 (información para SABER 11 viene con

las respuestas del cuestionario de inscripción)

• Solicitud de acceso a los datos: http://www.icfes.gov.co/investigacion/

• Acceso gratis (descarga de ftp)

• Convocatorias conjuntas con ICFES para financiar trabajos que usen

estas base datos (estudiantes de maestría/doctorado y grupos de

investigación)

• Los archivos están disponibles en formato Access

(use StatTransfer o Access para crear archivos de texto que Stata

pueda leer con el comando insheet)

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

4

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

5

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

6

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

7

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

2. Llevar los datos a Stata

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

9

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

10

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

11

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

12

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

3. Los datos en Stata: SABER 11

(año 2010)

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

14

• Los resultados de las pruebas SABER están en dos archivos, uno por

cada semestre en que se realizó la prueba

• Antes de empezar a trabajar en los datos como tal sería mejor hacer

un append, para tener todos los datos en el mismo lugar

• Luego podemos empezar a trabajar (limpiar) los datos

• En la siguiente sección se presentará un ejemplo de un modelo

sencillo de regresión en el que se indaga sobre la relación entre

resultados académicos y variables socio-demográficas o del colegio

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

4. Un modelo sencillo de

rendimiento

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

16

Ejemplo:

• Supongamos que quiero estimar cual es la relación entre el

rendimiento académico (medido por alguna medida agregada de los

resultados de la prueba SABER 11) y algunas características como

región, jornada y etnia

• En otras palabras quiero estimar el siguiente modelo:

• Ri: Resultado agregado en la prueba para individuo i

• El interés está en estimar los parámetros beta

(dicen la relación entre las variables de explicativas y la dependiente)

i

j

ijjiiii udeptomujerjcompetniaR

32

1

3210)ln(

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

17

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

18

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

19

• El archivo crSABER11_01.do lee la base original de la prueba

SABER-11 del 2010 para ambos semestres, los combina, y crea una

nueva base de datos (crSABER11_01.dta) con las variables relevantes

y algunas variables dummy generadas

(en este archivo se usan partes de los visto en clases anteriores)

• El archivo AnModelos01.do lee la base de datos creada por

crSABER11_01.do y estima algunos modelos. También saca algunas

estadísticas descriptivas y gráficas

• El archivo master.do tiene una lista de los archivos do del proyecto

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

01

23

4

Den

sity

5 5.5 6 6.5LogNat de puntaje total del los siete componentes

La r

ep

rod

ucció

n t

ota

l o

parc

ial d

e e

ste

mate

rial está

pro

hib

ida.

Mate

rial p

rov

isio

nal y s

uje

to a

cam

bio

s

Resumen

En está sesión usted debe saber:

• Saber dónde y cómo acceder a la información de las pruebas SABERdel ICFES

• Saber que hacer con los archivos una vez tiene acceso a ellos(usar StatTransfer o usar Access para exportarlos a archivo de texto)

• Saber dónde encontrar la descripción de las variables en los archivosy material de apoyo (cuestionarios que responden los estudiantes)

• Procesar la información en Stata (clases anteriores) de tal manera que se pueda usar para la estimación de un modelo econométrico (o para análisis simples)

• Estimar un modelo de regresión sencillo que nos muestre la relaciónentre el rendimiento académico y variables socio-económicas

23