Habilidades cognitivas e inversion en capital humano: unaperspectiva de genero

Sarita Ore Quispe∗†Universidad de los Andes

25 de enero de 2018

Resumen

Haciendo uso del panel de datos “Ninos del Milenio” para Peru, este documento analizalas diferencias de genero en el rol de las habilidades cognitivas en las areas de matematicasy verbal sobre la decision de inversion en capital humano, especıficamente, en educacionsuperior universitaria. Mediante un modelo binomial de tipo probit se analiza el rol delas habilidades cognitivas -medidas como el puntaje estandarizado obtenido en las pruebasde matematicas y verbal a la edad de 12 y 15 anos, y el crecimiento del puntaje entreambas pruebas- sobre la probabilidad de seguir estudios universitarios a la edad de 19 anos.Los resultados indican que, aun condicionando por las habilidades cognitivas iniciales yhabilidades socioemocionales, la dinamica de las habilidades entre los 12 y 15 anos juega unrol importante en la decision de estudios de los individuos. Se encuentra tambien que hombresy mujeres responden de manera diferenciada al crecimiento de sus habilidades en el areamatematica, siendo este mas relevante para las mujeres. A partir de revision de la literatura, sebrinda como potencial explicacion a este hallazgo la existencia de estereotipos de genero quesesgan la percepcion de habilidades.

JEL classification: D91, I23, D81.

Keywords: Educacion superior, Habilidad cognitiva, Habilidad socioemocional, Estereotipos,Aversion al riesgo, Genero.

∗La autora agradece a Diego Amador y Adriana Camacho por su valiosa asesorıa y sugerencias en la realizacion dela presente investigacion. .†Estudiante de Maestrıa en Economıa. Contacto: sp.ore@uniandes.edu.co

1

1. Introduccion

La presente investigacion estudia las diferencias de genero en las decisiones de inversionen educacion superior. Mediante un modelo de tipo probit binomial, se explica la probabilidadde seguir estudios universitarios en funcion de diversas medidas de habilidades de tiposocioemocional y cognitiva en las areas de matematicas y verbal. Se consideran tanto lashabilidades iniciales, medidas a las 12 anos, como la dinamica que presentan estas habilidadesentre los 12 y 15 anos de edad. Esta ultima dimension de las habilidades no ha sido anteriormenteestudiada, pues tradicionalmente el foco de atencion ha sido puesto sobre las medidas dehabilidades en niveles.

Haciendo uso del panel de Ninos del Milenio para Peru, se encontro que tanto las habilidadescognitivas como socioemocionales juegan un rol importante en la toma de decisiones de inversionen capital humano, siendo las habilidades cognitivas las que tienen un mayor efecto. Se encontrotambien que, aun controlando por habilidades iniciales a la edad de 12 anos, el crecimientoen las medidas de habilidades entre los 12 y 15 anos de edad importa. En particular, losresultados indican que un incremento de una desviacion estandar en los puntajes estandarizadosde matematicas y verbal a los 12 anos trae consigo, respectivamente, un incremento de 6.6 y 8.8p.p. en la probabilidad de ir a la universidad. Asimismo, el mismo incremento de una desviacionestandar en el crecimiento de las habilidades matematicas y verbales conlleva a un incremento dela probabilidad de ir a la universidad en 5.9 y 4.7 p.p.

Se encontro tambien que existen diferencias de genero estadısticamente significativas en elefecto marginal del crecimiento en las habilidades matematicas, siendo este mayor para lasmujeres en 5.3 p.p. Como posibles mecanismos se sugirieron la aversion al riesgo y la existencia deestereotipos de genero sobre las habilidades matematicas. Desde el lado de la aversion al riesgo,existen dos maneras en las que se podrıan interpretar los resultados encontrados. La primera deellas es que individuos aversos al riesgo, para tomar la decision de seguir estudios universitarios,esperarıan tener mayores senales de sus habilidades para asegurar mayores probabilidades deexito en la universidad. Entonces, se esperarıa que una senal de un incremento marginal enel crecimiento de su puntaje en las pruebas fuese mayor para quienes tienen menores nivelesde aversion al riesgo, es decir, los hombres. Otra forma de interpretar los resultados es quelos cambios marginales en las medidas de habilidades afecten mas a quienes son mas aversosal riesgo, es decir, a las mujeres. Esta ultima interpretacion va mas acorde con los hallazgosrealizados; sin embargo hace falta mayor investigacion al respecto para encontrar cual es lainterpretacion mas plausible.

El otro mecanismo que se examino es el de estereotipos de genero respecto a las habilidadesmatematicas, los cuales aducen mayores habilidades para los hombres. Los estereotipos de generoestarıan sesgando la percepcion de los individuos respecto a sus habilidades, haciendo que, en

2

general, los hombres sobreestimen sus habilidades en matematicas. Ante ello, los individuosresponderıan en mayor grado ante senales en las habilidades en las que creen tener menorcompetencia. Ello explicarıa por que las mujeres responden en un mayor grado a las senales dehabilidad relacionadas con las matematicas.

El documento procede de la siguiente manera. La primera seccion es de revision de literatura,posteriormente, se tienen las secciones de datos, estrategia empırica y resultados. Finalmente, hayuna seccion de discusion de los resultados y conclusiones.

2. Revision de la Literatura

Diversos factores que se refuerzan mutuamente explican el nivel educativo alcanzado por unapersona, entre ellos las habilidades cognitivas y no cognitivas o socioemocionales. La mayorıade la literatura empırica en este campo encuentra que las habilidades no cognitivas como lapersistencia, la motivacion, las habilidades sociales, entre otras, contribuyen a determinar el niveleducativo de una persona en igual o mayor medida que las habilidades cognitivas (Heckman et.al,2006, 2014).

Heckman y coautores (2006) utilizando los datos de la Encuesta Nacional Longitudinalde la Juventud de 1979 (NLSY79), analizaron los efectos de las habilidades cognitivas ysocioemocionales sobre el nivel educativo alcanzado y concluyeron que: (i) ambas habilidadesafectan positivamente el nivel educativo -lo cual es apoyado por los trabajos de Cunha ycoautores (2010) y Urzua (2008); (ii) un aumento en las capacidades socioemocionales contribuyena disminuir la probabilidad de que los hombres con capacidad cognitiva en el decil mas bajoabandonen la educacion secundaria; y (iii) contribuyen de manera diferenciada en los individuosen la decision de obtener un tıtulo de secundaria e ingresar a la universidad. En relacion con elultimo punto, los autores argumentan que en los deciles mas bajos de habilidades cognitivas yno cognitivas, el incremento de cualquiera de estas aumenta la probabilidad de los individuosde graduarse de la escuela secundaria; no obstante, esto no garantiza el ingreso a la educacionsuperior. En los niveles mas altos, por otro lado, un incremento en las habilidades cognitivasy no cognitivas tiene menor efecto en el logro educativo, puesto que las personas mas habilesno suspenden su educacion en la escuela secundaria, sino que alcanzan niveles mas altos deescolaridad.

Entwisle y coautores (2005) evaluan el efecto de las habilidades cognitivas y no cognitivasde los estudiantes de primer grado sobre el logro educativo a los 22 anos en una muestrade 790 ninos de escuelas publicas en Baltimore en 1982. El logro educativo en este estudio semide de dos maneras: anos de escolaridad completos y nivel de escolaridad alcanzado. Lashabilidades cognitivas incluyen el promedio del puntaje obtenido en matematicas y lectura en

3

la prueba de logros de California de 1979 (CAT, California Achievement Tests) y el promedio delas calificaciones del estudiante en lectura y matematicas al final del primer grado. La habilidadno cognitiva es una medida de las calificaciones de los profesores que reflejan el temperamentoy disposicion de los estudiantes de primer grado. Los autores encuentran que las habilidadescognitivas y no cognitivas son un predictor significativo del logro academico, excepto en laprediccion de anos de escolaridad alcanzados donde el puntaje obtenido en las pruebas CAT notiene un efecto significativo. No obstante, son las habilidades no cognitivas las que mayor impactotienen sobre el logro educativo.

Especıficamente, los autores encuentran que un punto adicional en el promedio del puntajeobtenido en matematicas y lectura en la prueba CAT incrementa la probabilidad de ingresar a launiversidad en 1.60 puntos porcentuales, mientras que las calificaciones obtenidas en el primergrado incrementan esta probabilidad en 2.18 puntos porcentuales. Por otro lado, en el modeloque mide el logro educativo como anos de escolaridad alcanzados, un punto adicional en elpromedio de las calificaciones de matematicas y verbal en el primer grado incrementa los anosde escolaridad alcanzados en 0.09 anos, mientras que el puntaje obtenido en las pruebas CAT noafecta significativamente los anos de escolaridad alcanzados.

Por otra parte, Delaney (2016) encuentra, en una muestra de hombres en Gran Bretana,efectos significativos de las habilidades cognitivas y no cognitivas sobre la decision de ingresara la universidad, aunque senala que el determinante mas importante es la capacidad cognitiva.Especıficamente, un aumento de una desviacion estandar en la capacidad cognitiva, medidopor el puntaje en una prueba de matematicas a los 11 anos, se asocia con un incremento de18 % en la probabilidad de asistir a la universidad. Galindo-Rueda y Vingoles (2003) y Schoon(2010) al analizar el logro academico en una muestra de los nacidos en 1958 y 1970 encuentranresultados similares: las habilidades cognitivas, medidas como el puntaje obtenido en una pruebapor los estudiantes en el area de matematicas y verbal, explican de manera significativa el logroacademico, aunque con menor importancia para los personas de la cohorte de 1970.

De igual manera, diversos estudios han encontrado que la capacidad cognitiva es undeterminante importante del logro educativo (Wolfle, 1985; List y Wolfle, 2000; Cunha, 2011;Haveman and Wolfe 1994). Existe un amplio acuerdo de que existe una alta correlacion entre lospuntajes de las pruebas cognitivas y los anos de educacion alcanzados (Jencks, 1979; Jensen, 1998;Neisser et al., 1996). Mas especıficamente, Mackintosh (1998) encuentra que en Gran Bretana lacorrelacion entre los puntajes de coeficiente intelectual a los 11 anos y el logro educativo es deaproximadamente 0.5. No obstante, Cameron y Heckman (2001) encuentran que las habilidades nocognitivas y el entorno familiar son los principales determinantes en la decision de escolarizacion.

La literatura tambien reconoce que existen diferencias entre hombres y mujeres al momento detomar decisiones de educacion. Ası, varios estudios han documentado y brindado explicaciones apor que las mujeres tienden a alcanzar niveles educativos mas altos que los hombres (Becker et.al,

4

2010; Goldin et.al, 2006, Entwisle et.al.,2005). Una de las razones es que las ninas desde el inicio de sueducacion muestran mayor compromiso con las actividades academicas en comparacion con losninos. Otra razon, es la diferencia que existe entre hombres y mujeres en el costo de oportunidadde estudiar (Boudon, 1983; Breen y Goldthorpe, 1997). Como el salario esperado con un bajo niveleducativo es mayor para los hombres que para las mujeres, el costo de oportunidad de estudiarpara los hombres es mayor, de ahı que las mujeres decidan invertir mas en educacion (Blau et al.,1998; Schultz, 1961).

La literatura, al estudiar temas de genero y decisiones de inversion en capital humano, se hacentrado en estudiar las diferencias de genero en la eleccion de carreras universitarias. Si bienalgunas investigaciones muestran que no existen diferencias biologicas a nivel de genero quecondicionen los resultados de pruebas de matematicas (Else-Quest et al. 2010; Hyde y Mertz, 2009),estos datos contrastan con la eleccion de profesiones, puesto que las mujeres, en su mayorıa, eligencarreras con menor exigencia matematica, mientras que los hombres, por el contrario, estan masinvolucrados en carreras de ciencias, ingenierıa y tecnologıas de la informacion.

Porter y Umbach (2006) encuentran que la eleccion de carrera universitaria esta fuertementeasociada con los resultados obtenidos en las pruebas de matematicas. Una explicacion alternativaa la menor participacion de mujeres en carreras relacionadas con matematicas es la existenciade estereotipos de genero que aducen mejor desempeno de los hombres en matematicas. Deacuerdo con Correll (2001), este estereotipo sesga la percepcion que tienen los individuos sobresus habilidades, lo que los lleva a sesgar tambien la eleccion de profesiones. La autora explicaque ello se debe a que cuando los hombres reciben senales positivas de sus habilidades -ya seamediante pruebas de desempeno-, ellos sobrestiman su habilidad matematica. Por el contrario,las mujeres son menos propensas a percibir que son buenas en matematicas, incluso teniendo lamisma habilidad los hombres, puesto que esta percepcion es incongruente con las expectativassociales.

Si bien la literatura ha documentado que existen diferencias de genero en las decisiones deeducacion, entre ellas, el hecho de que las mujeres tiendan a educarse mas que los hombresy las diferencias en el tipo de carreras universitarias que hombres y mujeres eligen, no se haanalizado en un contexto internacional ni local si tambien existen diferencias en el rol que tienenlas habilidades cognitivas sobre la probabilidad de asistir a la universidad. Especıficamente, esteestudio analiza si, controlando por habilidades socioemocionales, existe diferencia en el rol quejuegan las habilidades cognitivas en las areas de matematicas y verbal, y ofrece una explicaciondesde la literatura sociologica y economica a por que ello podrıa ocurrir.

Ademas, tradicionalmente el foco de atencion ha sido puesto sobre medidas de habilidadesevaluadas en niveles, dejando de lado la dinamica que siguen estas habilidades, las cuales tambienson senales importantes para los individuos al momento de tomar decisiones de inversion encapital humano, aun controlando por los niveles iniciales de habilidades a la edad de 12 anos,

5

segun lo demuestra el presente estudio.

3. Datos

Se hace uso del panel de datos de Ninos del Milenio (o Young Lives Project, en adelante, YL)del Departamento de Desarrollo Internacional de la Universidad de Oxford. YL es un estudiointernacional sobre la pobreza durante la ninez en el cual se hace seguimiento de la vida dealrededor de 12,000 ninos y sus familias en los paıses de Etiopıa, La India, Vietnam y Peru desdeel ano 20021. Este estudio hace uso del panel de datos para Peru.

Esta base de datos contiene informacion longitudinal para dos cohortes de ninos: i) la cohortede ninos menores, que son los nacidos en los anos 2001 o 2002, y ii) la cohorte de ninos mayores,los nacidos en los anos 1994 o 1995. Hasta la fecha, son cuatro las rondas de recojo de informacionque se tienen para ambas cohortes de ninos, las cuales fueron realizadas durante los anos 2002,2006, 2009 y 2013. Para fines de esta investigacion, se hace uso de la cohorte de ninos mayoresdado que en la ronda 4 los individuos de estudio cuentan con aproximadamente 19 anos de edady ya han tomado la decision de si seguir estudios universitarios o no.

La muestra de ninos de la cohorte de ninos mayores fue obtenida mediante un muestreoaleatorio multietapico y estratificado por clusters2. Escobal y Flores (2008) compararon estamuestra con las muestras de dos encuestas representativas a nivel nacional. Ellos encontraronque la tasa de pobreza es similar entre la muestra de YL y la Encuesta Nacional de Hogares(ENAHO) del 2001, pero ligeramente mayor que en la muestra de la Encuesta Demografica y deSalud Familiar (DHS) del 2000. Asimismo, encuentran que los hogares de YL, a comparacion dela DHS, poseen mas activos, tienen mejor acceso a servicios publicos, son mas educados y tienenmayor acceso a vacunas y cuidados prenatales. Estas diferencias desaparecen despues de usarpost-estratificacion en base al Censo de Poblacion y Vivienda (CPV) del ano 2005, con excepcion delas diferencias en salud, educacion y cuidado prenatal. A pesar de ello, los autores concluyen quela muestra de YL cubre la diversidad de los ninos del Peru y permite analizar relaciones causalesapropiadamente. Siendo ası, la muestra no compromete el analisis realizado en el presente estudioy permite hacer discusion de polıticas a nivel nacional.

1https://www.younglives.org.uk/2El marco muestral inicial estuvo constituido por el 95 % de los distritos mas pobres (sesgo pro pobre), los

cuales se determinaron en funcion del mapa de pobreza desarrollado por el Fondo Nacional de Compensacion yDesarrollo Social (FONCODES) en el ano 2000. Se obtuvieron 10 muestras aleatorias de 20 municipios, se eligioaquella que representase mejor el area rural, periurbano, urbano y amazonico, y la que tuviese mayor factibilidadlogıstica y presupuestaria. Posteriormente, se consideraron las secciones censales del Instituto Nacional de Estadıstica eInformatica (INEI), las cuales se definen como aquellas areas geograficas que pueden ser cubiertas por un encuestadorcensal en un corto plazo. Aleatoriamente se selecciono una seccion censal en cada distrito, dentro del cual se eligiotambien aleatoriamente una manzana o centro poblado. Todos los hogares de la manzana o centro poblado fueronvisitados para identificar hogares con al menos un nino de 6 a 18 meses en el 2002. En caso no se contasen con 100hogares elegibles, estos se completaron con hogares de las zonas vecinas (Escobal y Flores, 2008).

6

Cuadro 1: Numero de observaciones por ronda

Numero de observacionesRonda 1 714Ronda 2 685Ronda 3 678Ronda 4 635Rondas 2 y 3 670Rondas 3 y 4 626Rondas 2, 3 y 4 622Elaboracion propia

La muestra fue de 714 ninos en ronda 1, quienes se ubicaron en 20 conglomeradospertenecientes a 27 municipios. Dada la migracion, en ronda 4 los ninos se encontrarondistribuidos en 240 de los 1846 municipios en el paıs (Cueto et al., 2015). Entre las rondas 1 y 4se tuvo una perdida del 10.3 % de la muestra sin contar fallecimientos3. El Cuadro 1 muestra elnumero de observaciones en cada ronda.

En cada una de las rondas, se recogio informacion sobre las caracterısticas de los ninos y delhogar donde viven. Como parte de la informacion correspondiente a los ninos se cuenta coninformacion sobre salud mental, escolaridad, trabajo, tiempo libre, aspiraciones, percepcion de sucalidad de vida, relaciones sociales y pruebas cognitivas y socioemocionales. Esta investigacionhace uso de las rondas 2, 3 y 4 puesto que en la ronda 1 no se cuenta con informacion sobrepruebas socioemocionales ni pruebas cognitivas que midan la habilidad matematica y verbal demanera adecuada.

En las rondas 2 y 3 se realizo un conjunto similar de preguntas destinadas a medir lashabilidades socioemocionales de los ninos del estudio. Siguiendo el trabajo de Sanchez (2013),en base a un conjunto de preguntas (ver Cuadro 2) se construyeron 3 indicadores: autoestima,autoeficacia y respeto a sı mismo. De acuerdo con el autor, el indicador de autoestima estarelacionado con la evaluacion sobre sı mismo de su propio valor; la autoeficacia se relaciona conel sentido de una persona de agencia o el dominio sobre su vida; y el autorespeto esta relacionadocon los conceptos de orgullo y sentido de la inclusion. Para cada una de las rondas, se realizola estandarizacion de los tres indicadores mencionados con los cuales se procedio a calcular unfactor socioemocional. El cambio en el factor socioemocional entre las rondas 2 y 3 permite recogerinformacion sobre el mejoramiento o empeoramiento en la habilidad socioemocional para cadauno de los individuos.

En la encuesta tambien se tomaron pruebas cognitivas durante las rondas 2 y 3.Especıficamente, se tomo una prueba de matematicas y la prueba de vocabulario en imagenes

3De acuerdo con Cueto et al. (2015), entre las rondas 1 y 4 se perdieron 73 observaciones debido a que hubonegacion de participacion (45 obs.), no se les pudo ubicar (16 obs.), y se mudaron al extranjero (12 obs.). Ademas, 6ninos fallecieron.

7

Cuadro 2: Preguntas de las pruebas socioemocionales de las rondas 2 y 3

Prueba Preguntas especıficas

Autoeficacia

(+) Si lo intento puedo mejorar mi situacion en la vida(-) Otras personas de mi familia toman todas las decisiones sobrecomo paso mi tiempo(+) Me gusta hacer planes para mis futuros estudios y trabajo(+) Si estudio mucho voy a ser recompensado con un trabajomejor en el futuro(-) No tengo eleccion sobre el trabajo que hago

Respeto a sı mismo

(+) En las tiendas me tratan con justicia(-) Los adultos en mi calle me tratan peor que otros ninosde mi edad(+) Otros ninos de mi clase me tratan con respeto(-) Otros alumnos de mi clase se burlan de mi

Autoestima

(+) Me siento orgulloso de mostrar a mis amigos donde vivo*(-) Me averguenzo de mi ropa(+) Me siento orgulloso del trabajo realizado por el jefe de familia*(-) A menudo me averguenzo porque no tengo los suministrosadecuados para la escuela(+) Estoy orgulloso de mis logros en la escuela*(-) Estoy avergonzado por el trabajo que tengo que hacer(-) Estoy avergonzado de mis zapatos(-) Me preocupa que no tenga el uniforme correcto(+) El trabajo que hago me hace sentir orgulloso*

Nota: *Solo disponible para la Ronda 2. Elaboracion propia, basado en Sanchez (2013).

8

Peabody (TVIP), la cual es una prueba estandar de vocabulario receptivo y tiene como principalobjetivo medir la aptitud verbal. La prueba de matematicas durante la ronda 2 consitio en 10preguntas de calculo numerico, mientras que durante la ronda 3 esta estuvo compuesta por dosbloques de preguntas, uno de 20 preguntas de calculo numerico y el otro de 10 preguntas deresolucion de problemas. El TVIP consistio en 125 preguntas durante ambas rondas, lo que haceque sus resultados sean comparables entre rondas.

Se opto por estandarizar los resultados en las pruebas de matematicas y verbal dentro decada ronda de modo que la media sea cero y la desviacion estandar de uno, debido a lasdiferentes escalas en que se miden los resultados en las pruebas de matematicas y considerandoque lo relevante para fines de la investigacion no son los puntajes puntuales que dependen delinstrumento usado sino la distribucion de los puntajes. Los crecimientos en las habilidades fueroncalculados como la diferencia de los puntajes estandarizados obtenidos en las pruebas tomadas alos 12 y 15 anos de edad. Con la finalidad de que posteriormente los efectos marginales calculadosde las pruebas cognitivas en niveles y sus respectivos crecimientos sean comparables, se opta porestandarizar tambien las variables de crecimiento de habilidades con media de cero y desviacionestandar de uno.

En las rondas 2, 3 y 4 se tienen 622 observaciones (sin considerar valores perdidos en lasvariables). El pequeno tamano de la muestra es un factor que juega en contra del presente estudiopues genera imprecision en las estimaciones y puede conllevar a que no se encuentren diferenciassignificativas cuando en realidad es posible que sı existan, de modo que, solo se podran detectarestas diferencias si estas son lo suficientemente grandes. Por ello, el nivel de confianza que seconsidera a lo largo del documento es del 90 %.

En el Cuadro 3 se presentan las estadısticas descriptivas de las principales variables por ronday sexo. En cuanto a las habilidades cognitivas en las areas de matematicas y verbal se tiene que,tanto en ronda 2 como en ronda 3, no existen diferencias estadısticamente significativas entremujeres y hombres. Estos resultados pueden ser contrastados con los obtenidos en la EvaluacionCensal de Estudiantes (ECE) llevada a cabo por el Ministerio de Educacion y las pruebas delPrograma Internacional para la Evaluacion de Estudiantes (PISA) de la Organizacion para laCooperacion y Desarrollo Economico (OCDE). Los resultados de la ECE durante el periodo2007-2016 muestran que las ninas de segundo grado de primaria tienen mejores resultados enel area de lectura que su contraparte masculina durante todos los anos de analisis; mientras que,en el area de matematicas, si bien el puntaje promedio obtenido por los hombres es mayor, estasdiferencias no son estadısticamente significativas al 95 % de confianza (con excepcion de los anos2013 y 2014). Por otro lado, las pruebas PISA al evaluar una muestra de estudiantes de 15 anosde edad encuentran con un nivel de confianza del 95 % un mayor rendimiento en las pruebas dematematicas por parte de los hombres y un mejor desenvolvimiento de las mujeres en las pruebasde lectura durante los anos 2009, 2012 y 2015.

9

Cuadro 3: Estadısticas descriptivas segun ronda y sexo

VariablesMujeres Hombres

Dif. p-valueMedia sd N Media sd N

Habilidades cognitivas:Puntaje en matematicas en r2 0.06 0.97 330 -0.07 1.03 283 0.12 0.13Puntaje en verbal en r2 0.06 0.99 328 -0.07 1.01 282 0.12 0.13Puntaje en matematicas en r3 0.01 1.02 330 -0.01 0.98 289 0.01 0.87Puntaje en verbal en r3 0.06 1.04 319 -0.07 0.95 273 0.13 0.11Crecimiento en pruebamatematica

-0.05 1.02 326 0.05 0.98 282 -0.10 0.23

Crecimiento en pruebaverbal

0.04 1.02 313 -0.04 0.97 266 0.08 0.35

Habilidades socioemocionales:Factor socioemocional en r2 -0.06 1.04 331 0.07 0.95 287 -0.13 0.11Factor socioemocional en r3 -0.09 1.00 331 0.10 0.99 288 -0.19 0.02Crecimiento en el factorsocioemocional

-0.02 1.44 328 0.03 1.27 286 -0.05 0.65

Otras variables de ronda 2:Vive en el area rural 0.24 0.43 333 0.24 0.43 288 0.00 1.00Indice de riqueza 0.52 0.22 333 0.50 0.22 287 0.02 0.36Vive con alguno de sus padres 0.95 0.21 333 0.97 0.16 288 -0.02 0.26Tamano del hogar 5.50 1.83 333 5.61 2.05 288 -0.12 0.46Numero de hijos 3.15 1.48 333 3.08 1.41 288 0.07 0.54Orden de nacimiento 1.23 0.58 333 1.27 0.73 288 -0.04 0.41

Otras variables de ronda 4:Tiene educ. primaria o menos 0.05 0.23 334 0.04 0.21 291 0.01 0.60Tiene educ. secundaria incompleta 0.18 0.38 334 0.15 0.36 291 0.03 0.39Tiene educ. secundaria completa 0.36 0.48 334 0.38 0.49 291 -0.02 0.57Tiene educ. superior tecnica 0.19 0.40 334 0.22 0.42 291 -0.03 0.38Tiene educ. superior universitaria 0.22 0.41 334 0.20 0.40 291 0.02 0.63Nota: El ındice de riqueza es una variable construida por el Proyecto Young Lives como el promedio de tres indicadores: i) elındice de calidad de la vivienda, el cual considera el material del piso, techo y paredes y hacinamiento; ii) el ındice de servicios dela vivienda, el cual considera el acceso a electricidad, agua potable y el tipo de saneamiento; y iii) el ındice de consumo de bienesdurables, que considera la tenencia de bienes tales como radio, television, refrigeradora, cocina a gas, licuadora, plancha, carro,entre otros. Elaboracion propia.

10

Al estudiar diferencias de genero en las habilidades cognitivas, la literatura se centra en elarea de matematicas. Las diferencias en las habilidades matematicas han sido objeto de bastanteinvestigacion y controversia; sin embargo, la mayorıa de las investigaciones aducen diferencias enaptitudes matematicas que favorecen a los hombres (Benbow y Stanley, 1980, 1982; 1996; Maccobby yJacklin, 1974; Friedman, 1989; Mills.et.al., 1993; Robinson et.al, 1996; Sherman, 1981; Stanley, 1994). Noexiste consenso respecto a la edad y entorno en que tales diferencias se comienzan a presentar. Porun lado, hay quienes sugieren que estas diferencias ya estan presentes desde la educacion primaria(Mills.et.al., 1993; Robinson et.al, 1996), mientras que otros argumentan que estas diferencias solocomienzan a presentarse en la educacion secundaria (Friedman, 1989; Maccoby y Jacklin, 1974).

En el Cuadro 3 se observa tambien que en la muestra de estudio los hombres mostraronmayores habilidades socioemocionales durante ronda 2 y 3, siendo esta diferencia en esta ultimaronda estadısticamente significativa al 90 % de confianza. En lo que respecta a las otras variablestales como el tipo de area de residencia, el ındice de riqueza, la proporcion que vive con al menosuno de sus padres, el tamano del hogar, el numero de hijos, y el orden de nacimiento, no existediferencia entre hombres y mujeres. Este balance es esperable puesto que los hogares no tienen porque diferir en sus caracterısticas dependiendo del sexo del nino al que se sigue en la encuesta deYL. Tampoco existen diferencias entre hombres y mujeres en los niveles educativos que alcanzaronen ronda 4.

4. Estrategia Empırica

Esta seccion presenta un modelo de forma reducida para analizar el impacto diferenciadopor sexo de los puntajes en las areas de matematicas y verbal en la probabilidad de acceder ala universidad. El modelo estimado es de tipo probit y asume que todos los individuos toman sudecision de educacion considerando la utilidad que le generan sus opciones de educacion. Dado elobjetivo del estudio, se calculan los efectos marginales de las variables de habilidades, en niveles ycrecimientos entre rondas, para el grupo de hombres y mujeres. Con ello posteriormente se realizauna prueba de hipotesis para comprobar si efectivamente los efectos marginales promedio entrehombres y mujeres son diferentes.

Sea Uj la utilidad asociada a cada nivel educativo j(j = 1, 2), la utilidad que obtiene del niveleducativo j (donde j = 2 si tiene estudios universitarios y j = 1 si tiene educacion secundaria omenos) es:

Uj = f(M,V,∆M,∆V,X) + ej (1)

11

Uj se asume que es lineal en los parametros. M y V son los puntajes estandarizados obtenidospor los individuos en las pruebas de matematicas y verbal, respectivamente. Estos puntajes estandisponibles para las rondas 2 y 3; es decir, cuando los individuos tienen aproximadamente 12y 15 anos de edad. Se reconoce que las pruebas con que se cuentan son medidas sesgadasde las habilidades matematicas y verbales al tener problemas de error de medicion (Heckmanet al., 2006); sin embargo, son fuentes importantes de informacion para los individuos sobresus habilidades, las cuales toman en consideracion en su decision de inversion en educacionsuperior. Segun Papay et al. (2011), los estudiantes en base a sus calificaciones ganan o pierdenconfianza sobre sus habilidades academicas, lo que podrıa afectar sus ideas sobre el retorno deanos adicionales de educacion.

∆M Y ∆V recogen, respectivamente, el crecimiento o variacion de los puntajes estandarizadosentre las rondas 2 y 3 en las areas de matematicas y verbal. X es un vector de variables observablesde ronda 2 que afectan la eleccion del nivel de educacion, tales como la presencia de los padres enel hogar, la educacion de los padres, el estatus socioeconomico del hogar, el area geografica dondese ubica el hogar (urbano/rural), y otras variables de composicion del hogar tales como el numerode miembros del hogar, el numero de hijos, y el orden de nacimiento del hijo. Los controles que seeligen son de ronda 2 para evitar problemas de endogeneidad en las estimaciones, y se incluyencon el fin de comparar los resultados de individuos similares.

En las regresiones se introducen tambien los terminos cuadraticos de los crecimientos delos puntajes en las pruebas con el fin de capturar efectos no lineales sobre la probabilidad deestudiar. Para aquellos individuos que se sienten confiados de sus habilidades puede no importarmucho el puntaje en la decision de seguir estudios universitarios, de modo que el efecto marginalde una desviacion estandar adicional puede resultar mınimo; sin embargo, para personas conbajos niveles de habilidad un punto adicional puede tener mayor impacto en la probabilidad deestudiar.

Adicionalmente, se incluyen las interacciones de las variables de habilidades con la variablede genero con el fin de obtener informacion sobre los diferentes perfiles entre hombres y mujeresen la toma de decisiones de educacion. Finalmente, ej recoge los componentes idiosincraticos, loscuales se asumen que siguen una distribucion normal. Los individuos eligen el nivel educativoque maximiza sus beneficios, esto es:

Dj = arg maxUj (2)

Donde Dj denota las elecciones individuales del nivel educativo tomadas en ronda 4; es decir,cuando los individuos tienen alrededor de 19 anos de edad. La edad a la que se analiza la decision

12

de estudiar permite que la decision tomada refleje mayoritariamente la decision de los mismosjovenes y no se encuentren tan afectadas por presiones de los padres (Checchi y Flabbi, 2007).

Si bien aproximadamente 21 % de los individuos no podrıa acceder a educacion superior porno cumplir con tener estudios secundarios completos, para fines de este estudio se interpreta ladecision de estos individuos de interrumpir su educacion basica como la decision incluso anteriorde no ir a la universidad, la cual se asume que respondio tambien a sus habilidades cognitivas ysocioemocionales. En otras palabras, la decision de dejar el colegio es considerada tambien comola decision de no ir a la universidad.

5. Resultados

En el Cuadro 4 se muestran los coeficientes calculados de las regresiones probit bajo cincoespecificaciones distintas. La columna (1) incluye como variables explicativas unicamente lasmedidas de habilidades cognitivas en el area de matematicas y verbal, tanto en niveles comoel crecimiento entre las rondas 2 y 3. Esta especificacion incluye tambien las interacciones degenero y las variables de crecimiento de los puntajes en las areas verbal y matematico. La columna(2) incluye, ademas, las habilidades socioemocionales, especificamente, el crecimiento del factorsocioemocional y su interaccion con la variable de genero, y el factor socioemocional medido enronda 2. Ambas especificaciones logran explicar, respectivamente, el 14.5 y 16 % de la varianzatotal.

Las columnas (3) y (4) adicionalmente anaden variables de control del hogar y efectos fijosde municipio. La columna (5) incluye tambien los terminos cuadraticos de las variables decrecimiento de los puntajes estandarizados en las pruebas, las cuales se aprecian que no resultanestadısticamente significativas. La columna (4) contiene la especificacion preferida al contar con elconjunto de variables pertinente mas completo.

El Cuadro 5 muestra los efectos marginales de los puntajes estandarizados en niveles enlas areas de matematicas y verbal, y sus crecimientos, los cuales se calculan bajo las cincoespecificaciones antes mencionadas. Podemos apreciar que bajo todas las especificaciones,los efectos marginales de las medidas de habilidades cognitivas en niveles son positivos yestadısticamente significativos al 90 % de confianza. Ademas de ello se tiene que, aun cuandoen las especificaciones econometricas se esta controlando por los puntajes iniciales de las pruebas(correspondientes a la ronda 2), las variables de crecimiento de dichos puntajes tienen efectosmarginales positivos y significativos de una magnitud de alrededor de 5 puntos porcentuales(p.p.). Estos ultimos resultados son importantes pues indican que no solo las habilidades inicialesimportan en la decision de educacion de las personas sino que tambien importa la dinamica quesiguen estas habilidades.

13

Cuadro 4: Coeficientes estimados por regresiones Probit

Variables (1) (2) (3) (4) (5)

Crecimiento en habilidades 0.120 0.139 0.141 0.167 0.170matematicas [0.093] [0.096] [0.101] [0.110] [0.107]Mujer*Crecimiento en 0.203 0.241* 0.243* 0.266* 0.257*prueba matematica [0.125] [0.129] [0.137] [0.149] [0.144]Crecimiento en prueba verbal 0.298*** 0.299*** 0.280** 0.312*** 0.289**

[0.106] [0.107] [0.114] [0.116] [0.113]Mujer*Crecimiento en -0.157 -0.177 -0.208 -0.199 -0.174prueba verbal [0.136] [0.137] [0.144] [0.155] [0.150]Prueba verbal en r2 0.444*** 0.418*** 0.263** 0.418*** 0.411***

[0.102] [0.106] [0.115] [0.123] [0.123]Prueba matematica en r2 0.342*** 0.362*** 0.338*** 0.314** 0.319**

[0.100] [0.104] [0.113] [0.123] [0.124]Crecimiento del factorsocioemocional

0.189** 0.160** 0.140* 0.133[0.080] [0.080] [0.082] [0.083]

Mujer*Crecimiento en el factorsocioemocional

0.028 0.052 0.065 0.072[0.097] [0.099] [0.105] [0.107]

Factor socioemocional en r2 0.204** 0.121 0.181* 0.188*[0.097] [0.101] [0.108] [0.109]

Crecimiento en prueba verbalal cuadrado

0.029[0.041]

Crecimiento en prueba matematicaal cuadrado

0.010[0.040]

Constante -0.986*** -0.983*** -1.709*** -1.721*** -1.773***[0.096] [0.097] [0.538] [0.645] [0.652]

Observaciones 573 571 570 570 570FE municipio No No No Sı SıControles No No Sı Sı SıR2 0.145 0.160 0.196 0.279 0.279Nota: Errores estandar robustos en parentesis. *** p<0.01, ** p<0.05, * p<0.1. Como variables de control se consideran ladummy de mujer, el ındice de riqueza del hogar, area geografica donde se ubica el hogar (urbano/rural), la interaccion dela presencia de al menos uno de los padres y el maximo nivel de educacion de los padres, y variables de composicion delhogar tales como el numero de miembros del hogar, el numero de hijos, y el orden de nacimiento del hijo en ronda 2 (r2).

14

Cuadro 5: Efectos marginales promedio

Variables (1) (2) (3) (4) (5)

Crecimiento en prueba matematica 0.052 0.060 0.058 0.059 0.061(0.019)** (0.019)** (0.019)** (0.019)** (0.019)**

Prueba matematica estandarizada en r2 0.085 0.089 0.079 0.066 0.069(0.025)** (0.025)** (0.026)** (0.026)* (0.026)**

Crecimiento en prueba verbal 0.057 0.054 0.044 0.047 0.045(0.020)** (0.020)** (0.021)* (0.020)* (0.019)*

Prueba verbal estandarizada en r2 0.111 0.102 0.062 0.088 0.086(0.024)** (0.025)** (0.027)* (0.025)** (0.025)**

Crecimiento en el factor socioemocional 0.050 0.043 0.035 0.036(0.016)** (0.015)** (0.015)* (0.015)*

Factor socioemocional en r2 0.050 0.028 0.038 0.042(0.024)* (0.024) (0.023) (0.023)

Numero de observaciones 573 571 570 570 570

Nota: Errores estandar robustos en parentesis. *p<0.05, **p<0.1.

Las magnitudes de los efectos marginales calculados no cambian drasticamente a traves de lasespecificaciones. En particular, de acuerdo a la especificacion (4) se tiene que un incremento enuna desviacion estandar en los puntajes estandarizados de matematicas y verbal en ronda 2 traeconsigo, respectivamente, un incremento de 6.6 y 8.8 p.p. en la probabilidad de ir a la universidad.Asimismo, el mismo incremento de una desviacion estandar en los crecimientos de los puntajesen las areas de matematica y verbal -es decir, el hecho de haber mejorado en sus habilidades enuna desviacion estandar entre las rondas 2 y 3- conlleva a un incremento de la probabilidad de ira la universidad en 5.9 y 4.7 p.p.

El aspecto socioemocional tambien es importante en la decision de los individuos tal comosenalan Cameron y Heckman (2001), Heckman y coautores (2006), Jacobs (2002), Lundberg (2015).Sin embargo, se encuentra que el nivel inicial en el factor socioemocional medido a los 12 anos noes un factor importante en la decision de seguir estudios universitarios, sino que lo relevante es elcambio en el aspecto socioemocional entre los 12 y 15 anos de edad. El efecto marginal que tiene elcrecimiento del factor socioemocional es igual o menor al resto de los efectos marginales que tienenlas medidas de habilidades cognitivas, lo cual esta alineado con los resultados obtenidos porEntwisle y coautores (2005) y Delaney (2016). En particular, bajo la especificacion (4) se tiene queun incremento de una desviacion estandar en el crecimiento del factor socioemocional incrementala probabilidad de acceder a la universidad en 2.5 p.p.

Lo que se desea probar es si los efectos marginales promedios de las variables de crecimientode los puntajes en las pruebas en las areas de matematicas y verbal son diferentes para hombres

15

Cuadro 6: Prueba de hipotesis de efectos marginales promedio para la ecuacion 4

VariablesEfecto

marginalMujer

seEfecto

marginalHombre

se Dif. Chi2 p-value

Crecimiento en la prueba 0.088 0.025 0.035 0.023 0.053 3.129 0.077matematica [0.029] [0.028] [0.137]Crecimiento en la prueba 0.023 0.026 0.066 0.024 -0.043 1.793 0.181verbal [0.030] [0.031] [0.713]Prueba matematica en r2 0.064 0.025 0.066 0.026 -0.002 0.211 0.646

[0.030] [0.029] [0.237]Prueba verbal en r2 0.085 0.025 0.088 0.025 -0.003 0.219 0.640

[0.029] [0.030] [0.703]Crecimiento en el 0.042 0.019 0.029 0.017 0.012 0.313 0.576factor socioemocional [0.022] [0.021] [0.628]Factor socioemocional 0.037 0.022 0.038 0.023 -0.001 0.194 0.660

[0.026] [0.027] [0.745]Nota: Los errores estandar son robustos. En corchetes se muestran los resultados estimados por bootstrap (1000repeticiones).

y mujeres. El Cuadro 6 muestra el resultado de las pruebas de hipotesis realizadas tomando enconsideracion la especificacion (4). Adicionalmente, se calcularon los errores estandar calculadospor bootstrap y se realizo la prueba de hipotesis haciendo uso de estos. Tomando en consideracionlos errores estandar robustos, se puede apreciar que el efecto marginal promedio de la variablede crecimiento en el puntaje en el area matematica es mayor para las mujeres que para loshombres en 5.3 p.p., siendo esta diferencia estadısticamente significativa al 90 % de confianza.Si bien hay una diferencia similar en el efecto marginal del crecimiento en el puntaje verbal,esta vez a favor de los hombres, esta diferencia no es estadısticamente significativa al 90 %de confianza. Con el resto de especificaciones la diferencia del efecto marginal promedio delcrecimiento en el puntaje en el area matematica entre hombres y mujeres es de aproximadamente5 p.p. y estadısticamente significativa, con excepcion de la primera especificacion (p-value de0.103). Sin embargo, cuando se consideran los errores estandar estimados por bootstrap con1000 repeticiones, ninguna diferencia es estadısticamente significativa, por lo que los resultadosanteriores deben ser tomados con cautela dado el bajo poder estadıstico.

5.1. Robustez

Se incluyen dos especificaciones extra a modo de robustez. La primera especificacion essimilar a la especificacion previa de la columna (4), con la salvedad de que todas las medidasde habilidades en niveles son medidas en percentiles, de modo que las medidas de habilidades encrecimientos representan movimientos en la posicion de la distribucion a traves de los percentileso, lo que es lo mismo, representan los cambios relativos en habilidades. Esta especificacion se

16

Cuadro 7: Efectos marginales promedio - especificaciones de robustez

Variables (1) (2)

Crecimiento en la prueba matematica 0.059 0.059(0.017)** (0.023)*

Prueba matematica estandarizada en r2 0.048 0.056(0.020)* (0.032)

Crecimiento en la prueba verbal 0.047 0.047(0.021)* (0.023)*

Prueba verbal estandarizada en r2 0.061 0.098(0.020)** (0.031)**

Crecimiento del factor socioemocional 0.019 0.048(0.013) (0.018)**

Factor socioemocional en r2 0.026 0.057(0.020) (0.028)*

Numero de observaciones 570 456

Nota: Para la interpretacion de la columna (1) debe considerarse que las variablessobre las cuales se miden los efectos marginales se encuentran en percentiles. Lacolumna (2) restringe la muestra a solo aquellos individuos que a la edad de 19anos tenıan al menos secundaria completa.

incluye con la finalidad de probar que lo relevante en la decision de ir a la universidad esefectivamente el movimiento a traves de la distribucion de habilidades entre las rondas 2 y 3.

La segunda especificacion tambien es similar a la especificacion (4), solo que ahora cambia lamuestra con la que se trabaja, restringiendola unicamente a aquellos individuos que a la edad de19 anos tenıan al menos el nivel secundario completo, el cual es requisito para acceder a educacionsuperior. Es decir, se restringe la muestra a aquellos individuos que cumplen las condiciones paraacceder a educacion superior universitaria.

El Cuadro 7 muestra los efectos marginales calculados bajo ambas especificaciones. Al no habercambios significativos en los efectos marginales entre la especificacion previa (4) y la primeraespecificacion de robustez se puede concluir que, efectivamente, las variables de crecimientoen el puntaje en las pruebas estandarizadas recogen los cambios relativos en la distribucion dehabilidades, las cuales son relevante para la decision de inversion en capital humano de losindividuos. Por otro lado, los resultados de la columna (2) del Cuadro 5 permiten concluir queel tratamiento que se dio a los datos al considerar la decision de los individuos de no completarsus estudios secundarios como la decision de no ir a la universidad no produce sesgos importantesen la estimacion de los efectos marginales.

17

6. Discusion de resultados

Es importante poder brindar una explicacion a los resultados encontrados. Debe senalarseque estos resultados no pueden deberse a diferencias en la estructura familiar, ni al nivelsocioeconomico ni al tipo de educacion recibida ni a otras variables del hogar que se encuentrenigualmente distribuidas entre hombres y mujeres. La explicacion entonces debe provenir dellado de variables que recojan caracterısticas individuales que resulten diferentes entre hombresy mujeres. En la literatura se examinaron dos variables que varıan por genero y afectan lasdecisiones de educacion, una de ellas es la aversion al riesgo y la segunda, los estereotiposde genero respecto a las habilidades cognitivas, especıficamente el estereotipo que dice que loshombres son mas habiles que las mujeres en el area de matematicas.

6.1. Estereotipos de genero

Investigaciones en el campo de la psicologıa, en general, se han centrado en comprobar quela eleccion de profesion esta condicionada por estereotipos de genero. La teorıa senala que losestereotipos de genero -creencias que las personas tienen de lo que es propio de hombres ymujeres- pueden limitar el desarrollo de las habilidades en hombres y mujeres, ası como suformacion academica (Diekman et.al 2010; Eccles, 1986). En el caso de las mujeres, estos estereotiposaducen inferioridad en sus habilidades matematicas en comparacion con los hombres.

Los estereotipos son aprendidos por socializacion y estan presentes en los ninos desde susprimeros anos de educacion. Ademas, son fomentados por padres y docentes, quienes confrecuencia dan estimaciones de capacidad matematica mas altas a los ninos que a las ninas(Cvencek et al.; 2011, Eccles, 1988; Eccles et.al 1990; Raty, et al., 2002). En el caso de los docentes,Tiedemann (2000) en un estudio para Alemania encontro que los profesores de tercero y cuartogrado creıan que las matematicas era una asignatura mas difıcil para las ninas que para los ninos.Por otro lado, Raty y coautores (2000) en un estudio para Finlandia encontraron que los padres delos ninos relacionan mas el exito de sus hijos en matematicas al talento; mientras que los padresde las ninas, en gran parte al esfuerzo.

Algunas investigaciones, aplicando pruebas de matematicas a hombres y mujeres, hanencontrado que las mujeres obtienen resultados similares al de los hombres cuando antes delexamen se les informa que no existen diferencias de genero en los resultados obtenidos. Sinembargo, cuando se les dice lo contrario, las mujeres obtienen resultados inferiores al de loshombres (Spencer, 1990). Asimismo, Lindberg y coautores (2010), luego de realizar un analisis dedatos de 242 estudios entre 1990 y 2007 sobre diferencias de genero en el rendimiento matematico,concluyen que no existen diferencias en los resultados de pruebas matematicas entre ninos yninas. No obstante, Spencer y coautores (1999) muestran que las mujeres obtienen un rendimiento

18

inferior en las pruebas avanzadas, pero no en las pruebas mas dentro de sus habilidades.

En la misma lınea, se argumenta la posibilidad de que el bajo rendimiento de las mujeres enestos experimentos sea resultado del hecho que presentan mayor grado de ansiedad en la pruebaque los hombres (Spencer et.al, 1999). De igual manera, estudios realizados senalan que las mujerestienen expectativas mas bajas en su desempeno matematico aun cuando no hay diferenciasde genero en los resultados de pruebas anteriores (Crandall 1969; Vollmer, 1948). Todos estosfactores afectan de manera negativa el grado de motivacion de las mujeres para desempenarseen matematicas (Keller, 2002), lo que a su vez reafirma el estereotipo de genero.

Para el caso de Latinoamerica, Zubieta (2006) indica que los estereotipos han influido demanera importante para que las mujeres ingresen a ciertos campos de estudio. En Peru la situacionno es muy diferente. En un estudio especıficamente para este paıs, Neilson y coautores (2016),al evaluar los impactos del proyecto “Decidiendo para un Futuro Mejor”, encuentran que amedida que la edad aumenta, las ninas disminuyen su confianza en sus propias habilidades masrapidamente que los ninos. Tambien encuentran que la percepcion de las habilidades propiasesta correlacionada con el esfuerzo y dedicacion a la escuela, y moldea la percepcion de ventajascomparativas de los estudiantes, pudiendo sesgar la percepcion de los retornos de educacion ycon ello afectar los planes educativos de los estudiantes.

Los resultados de la prueba PISA para el ano 2015 tambien dan soporte a la existencia deestereotipos de genero, lo cual se aprecia al comparar los porcentajes de ninos y ninas que esperantrabajar como profesionales de las TICs y de la ciencia o la ingenierıa. En el caso del area delas TICs, el porcentaje de ninos y de ninas es de aproximadamente 6 y 1 %, respectivamente. Ladiferencia en el area de ciencia y tecnologıa es mayor pues el porcentaje de ninos es cercano al30 %, mientras que para las ninas es 14 %.

6.2. Aversion al riesgo

Si bien los estudios para Peru que analizan las diferencias en aversion al riesgo entre hombresy mujeres no encuentran diferencias estadısticamente significativas al trabajar sobre muestras decaracterısticas especıficas pertenecientes a la sierra rural del paıs (Sandvick, 2011; Galarza, 2009),existe bastante evidencia para otros paıses en la que se encuentra que las mujeres son mas aversasal riesgo que los hombres (Croson y Gneezy, 2009; Siurana et al., 2017).

Croson y Gneezy (2009) indican que ello puede deberse a que: i) las mujeres experimentanlas emociones (tales como nerviosismo y miedo) en un mayor grado que los hombres, lo cualafecta la utilidad de la eleccion riesgosa y la percepcion de la probabilidad, ii) los hombres sientenmayor seguridad sobre su exito en situaciones inciertas, y iii) los hombres son mas propensos aver las situaciones riesgosas como un desafıo que los llama a participar mientras que las mujeres

19

las interpretan como amenazas que deben evitar. Otra posible explicacion para las diferencias enaversion al riesgo entre generos esta relacionada con las habilidades cognitivas y socioemocionalesen las que hombres y mujeres difieren (Borghans et al, 2009). Existen tambien estudios que, alanalizar el rol de la hormona de la testosterona, dan una explicacion desde una perspectivaevolutiva, biologica o genetica (Siurana et al., 2017; Sapienza et al, 2009).

Estas diferencias en la aversion al riesgo pueden tener consecuencias sobre las decisiones deinversion de capital humano. Son varios los canales mediante los cuales la educacion puede afectarla exposicion al riesgo. Se distinguen principalmente dos tipos, los que provienen del lado dela oferta y los que provienen del lado de la demanda. Desde el lado de la oferta, la exposicional riesgo esta afectada por el hecho de que los estudiantes deben enfrentar costos directos ypsicologicos, y puede haber un componente aleatorio inherente de fracaso academico (Belzil yLeonardi, 2013; Benzil y Hansen, 2004) o eventos relacionados con la salud o problemas personalesque conllevan a la interrupcion de acumulacion de capital humano (Benzil y Hansen, 2004).

Por el lado de la demanda, esta exposicion esta relacionada con los efectos que generarıa laeducacion sobre la volatilidad de los ingresos futuros puesto que una mayor educacion puedereducir la volatilidad de los ingresos al disminuir la incidencia en el desempleo o aumentarlas probabilidades de tener ofertas de trabajo; el efecto contrario tambien podrıa suceder si laspersonas mas educadas se ubican en trabajos donde los salarios son mas volatiles. Los cambiostecnologicos futuros en el mercado laboral pueden tambien ser vistos como un riesgo y, si seconsidera que la educacion ayuda a la adaptacion ante dichos cambios, esta incertidumbre puedefavorecer la educacion (Belzil y Leonardi, 2013).

Empıricamente, se han encontrado resultados heterogeneos respecto al efecto de la aversion alriesgo en las inversiones de capital humano. Algunos autores han encontrado que la aversional riesgo especıfica de un individuo actua como un elemento disuasorio para la inversion eneducacion superior (Belzil y Leonardi, 2013; Shaw, 1996; Brodaty et al, 2011). Contrario a esto,Belzil y Hansen (2004) encuentran que un incremento en la aversion al riesgo incrementa losniveles educativos alcanzados debido a que la educacion reduce sustancialmente la incidenciaen desempleo e incrementa los ingresos.

7. Conclusiones

El objetivo de esta investigacion fue analizar si existen diferencias de genero en la toma dedecisiones relacionadas con inversion en capital humano, en particular, la decision de si invertiren educacion superior universitaria o no. Para ello se analizo el rol que toman las habilidadessocioemocionales y cognitivas en el area de matematicas y verbal sobre la probabilidad de accedera la universidad mediante un modelo de eleccion discreta de tipo probit. A diferencia de los

20

estudios tradicionalmente realizados en el campo de habilidades, este estudio no solo analiza elrol de las habilidades iniciales sino tambien la dinamica de las habilidades.

Haciendo uso del panel de Ninos del Milenio para Peru, se encontro que tanto las habilidadescognitivas como socioemocionales juegan un rol importante en la toma de decision de accedera la universidad, siendo las habilidades cognitivas las que tienen un mayor efecto. Se encontrotambien que, aun controlando por habilidades iniciales a la edad de 12 anos, el crecimiento odecrecimiento en las medidas de habilidades entre los 12 y 15 anos de edad importa. En particular,los resultados en la especificacion preferida indican que un incremento en una desviacion estandaren los puntajes estandarizados de matematicas y verbal en ronda 2 trae consigo, respectivamente,un incremento de 6.6 y 8.8 p.p. en la probabilidad de ir a la universidad. Asimismo, el mismoincremento de una desviacion estandar en las variables de crecimiento del puntaje matematico yverbal -es decir, el hecho de haber mejorado en sus habilidades en una desviacion estandar entrelas rondas 2 y 3- conlleva a un incremento de la probabilidad de ir a la universidad en 5.9 y 4.7p.p.

Con el fin de analizar si existen diferencias de genero en el rol de las habilidades en laprobabilidad de seguir estudios universitarios, se calcularon los efectos marginales promediode las medidas de habilidades para hombres y mujeres, y se realizo una prueba de hipotesispara conocer si existen diferencias estadısticamente significativas. Se hallo que el efecto marginalpromedio del crecimiento del puntaje en el area de matematicas para las mujeres es mayor al de loshombres en 5.3 p.p, la cual es robusta a diversas especificaciones y estadısticamente significativaal 90 % de confianza haciendo uso de errores estandar robustos. Sin embargo, si se evalua estasignificancia usando los errores estimados por bootstrap, esta diferencia no resulta significativa,por lo cual los resultados mencionados deben ser tomados con cautela.

Este estudio sugirio -en base a revision de la literatura- posibles explicaciones a por que existeeste diferencial a favor de las mujeres en el efecto marginal en la variable de crecimiento delpuntaje en la prueba matematica. Las explicaciones mas coherentes son aquellas que provienen dellado de caracterısticas individuales que difieren entre hombres y mujeres e inciden en la decisionde inversion en educacion. Se analizaron dos variables que cumplen con estas caracterısticas, laprimera de ellas es la aversion al riesgo y la segunda, los estereotipos de genero respecto a lashabilidades matematicas.

Desde el lado de la aversion al riesgo, existen dos maneras en las que se podrıan interpretarlos resultados encontrados. La primera de ellas es que individuos aversos al riesgo, para tomarla decision de seguir estudios universitarios, esperarıan tener mayores senales de sus habilidadespara asegurar mayores probabilidades de exito en la universidad. Entonces, se esperarıa que unasenal de un incremento marginal en su aprendizaje fuese mayor para quienes tienen menoresniveles de aversion al riesgo, es decir, los hombres. Esta explicacion no es coherente con losresultados puesto que el efecto marginal del crecimiento en el puntaje en la prueba matematica es

21

mayor para las mujeres, quienes son las mas aversas al riesgo. La segunda forma de interpretar losresultados es que justamente porque las mujeres son mas aversas al riesgo, los cambios marginalesen sus medidas de habilidades les afectan mas. Esta ultima forma de interpretar los resultados enun contexto de aversion al riesgo va acorde con los resultados hallados; sin embargo, hace faltamayor investigacion al respecto para encontrar cual es la interpretacion mas plausible.

El otro mecanismo que se examino es el de estereotipos de genero respecto a las habilidadesmatematicas, los cuales aducen mayores habilidades para los hombres. Los estereotipos de generoestarıan sesgando la percepcion de los individuos respecto a sus habilidades, haciendo que, engeneral, los hombres sobreestimen sus habilidades en matematicas. Ante ello, los individuosresponderıan en mayor grado ante senales en las habilidades en las que creen tener menorcompetencia. Ello explicarıa por que las mujeres responden en un mayor grado a las senales dehabilidad relacionadas con las matematicas. Sin embargo, vale la pena recalcar que este estudiono evalua econometricamente si estos mecanismos efectivamente son los que explican o nolos resultados, este estudio solo sugiere posibles explicaciones consistentes con ellos, quedandopendiente para futuras investigaciones ahondar mas en estos mecanismos.

22

Referencias

Becker, G., William H., y Kevin M. (2010). The Market for College Graduates and the Worldwide Boomin Higher Education of Women. American Economic Review, 100(2), 229-333.

Blau, F; Ferber, M. y Winkler, A. (1998). The Economics of Women, Men and Work. Prentice-Hall, 3ra.edicion.

Breen, R. y Goldthorpe, J. (1997). Explaining educational differentials. Towards a formal rational actiontheory. Rationality and Society 9(3), 275?305.

Cameron, S y Heckman, J. (2001). The Dynamics of Educational Attainment for Black, Hispanic, andWhite Males. Journal of Political Economy, 109,3, 455-499.

Correll, S. (2001). Gender and the Career Choice Process: The Role of Biased Self?Assessments. AmericanJournal of Sociology, 106(6), 1691-1730.

Cueto, S., Penny, M., Sanchez, A., Miranda, A. y Melendez, G. (2015). Cuarta Ronda: Resultadosiniciales del estudio Ninos del Milenio. Lima: GRADE / Ninos del Milenio.

Cunha, F., Karahan, F. y Soares, I. (2011). Returns to Skills and the College Premium. Journal of Money,Credit and Banking, 43: 39?86. doi:10.1111/j.1538-4616.2011.00410

Else-Quest, N., Hyde, J., y Linn, M. (2010). Cross-national patterns of gender differences in mathematics:A meta-analysis. Psychological Bulletin, 136(1), 103-127.

Entwisle, D., Alexander, K. y Olson, L. (2005). First Grade and Educational Attainment by Age 22: ANew Story. American Journal of Sociology, 110(5), 1458-1502. doi:10.1086/428444

Escobal, J. y Flores, E. (2008). An Assessment of the Young Lives Sampling Approach in Peru. YoungLives Technical, Note No. 3.

Friedman, L. (1989). Mathematics and the Gender Gap: a Meta-Analysis of Recent Studies on SexDifferences in Mathematical Task. Review of Educational Research, 59(2), 185-213.

Galindo-Rueda, F. y Vignoles, A. (2003). The Declining Relative Importance of Ability in PredictingEducational Attainment. Journal of Human Resources, University of Wisconsin Press, 40(2), 1-26.

Goldin, C., Katz, L. y Kuziemko, I. (2006). The Homecoming of American College Women: The Reversalof the College Gender Gap. Journal of Economic Perspectives, 20(4), 133-156.

Haveman, R. y Wolfe, B. (1994). Succeeding Generations: On the Effects of Investments in Children.Russell Sage Foundation. doi:10.7758/9781610442787

Heckman, J., Stixrud, J. y Urzua, S. (2006). The Effects of Cognitive and Noncognitive Abilities on LaborMarket Outcomes and Social Behavior. Journal of Labor Economics, 24(3), 411?482.

Heckman, J., Humphries, J., Veramendi, G. y Urzua, S. (2014). Education, Health and Wages. NBERWorking Paper No.19971.

Hyde, J. y Mertz, J. (2009). Gender, culture, and mathematics performance. Proceedings of the NationalAcademy of Sciences, 108(22), 8801-8807.

Jencks, C. (1979). Who Gets Ahead? The Determinants of Economic Success in America. New York: BasicBooks.

List, J., y Wolfle, L. (2000). The Effect of Father’s Presence on Postsecondary Educational Attainmentamong Whites and Blacks. Research in Higher Education, 41(5), 623-636.

23

Maccoby, E. y Jacklin, C. (1974). The psychology of sex differences. Stanford, CA: Stanford UniversityPress.

Mackintosh, J. (1998). IQ and Human Intelligence. Oxford University Press

Mills, C.J., Ablard, K.E., y Stumpf, H. (1993). Gender differences in academically talented youngstudents? mathematical reasoning: Patterns across age and subskills. Journal of Educational Psychology,85, 340-346

Neisser, U., Boodoo, G., Bouchard, T., Boykin, A., Brody, N., Ceci, S., Urbina, S. (1996). Intelligence:Knowns and unknowns. American Psychologists, 51, 77-101. doi:10.1037/0003-066X.51.2.77

Papay J., Willett, J. y Murnane, R. (2011). High-school exit examinations and the schooling decisions ofteenagers: a multi-dimensional regression-discontinuity analysis. NBER working paper 17112.

Robinson, N.M., Abbott, R.D., Berninger, V.W., y Busse, J. (1996). The structure of abilities inmathematically precocious young children: Gender similarities and differences. Journal of EducationalPsychology, 88, 341-352.

Schultz, T. (1961). Investment in Human Capital. American Economic Review, 51, 1-17.

Sherman, J. (1981). Girls’ and boys’ enrollments in theoretical math courses: A longitudinal study.Psychology of Women Quarterly, 5, 681-689.

Urzua, S. (2008). acial Labor Market Gaps: The Role of Abilities and Schooling Choices. Journal of HumanResources, 43(4), 919-971

Wolfle, L. M. (1985). Postsecondary educational attainment among whites and blacks. AmericanEducational Research Journal, 22, 501-525.

24