Sistema Nacional de Evaluación del Proceso Educativo 3er Grado, 2018, Sistema Nacional de Evaluación 3er Grado Escolar Básica

República del Paraguay, 2018
Ministerio de Educación y Ciencias

DELAC

Creado el octubre 31, 2023 Última modificación noviembre 13, 2023 Visitas a la página 39551 Descargar 443 Documentación en PDF metadata DDI/XML JSON

download_csv download_json

SNEPE sirve para: Monitorear la calidad de la educación impartida por mi institu (DIR027P02)

Archivo de datos: BASE_3er_grado_Escolar_Basica_

Visión general

Valido: 96593

Invalido: 6445

Intervalo: discrete

Decimal: 0

loc_width: 3

var_range: 1 - 999

var_format: numeric

Preguntas e instrucciones

Pregunta literal

SNEPE sirve para: ¿Monitorear la calidad de la educación impartida por mi institución a partir del rendimiento de los estudiantes?

Categorias

Valor	Categoria	Casos
1	Mucha	53650	55.5%
2	Mediana	27879	28.9%
999	No responde	8770	9.1%
3	Poca	6294	6.5%
888	Inválido	0	0%
Sysmiss		6445

Advertencia: estas cifras indican el número de casos encontrados en el archivo de datos. No pueden interpretarse como estadísticas resumidas de la población de interés.

Descripción

Texto

SNEPE sirve para: Monitorear la calidad de la educación impartida por mi institución a partir del rendimiento de los estudiantes

Universo

Estudiantes matriculados en los grados/curso de finales de ciclo/nivel: 3.° grado de la Educación Escolar Básica (EEB) de instituciones educativas de gestión oficial, privada y privada subvencionada ubicadas en los 17 departamentos y Asunción, la ciudad capital de Paraguay.

var_resp_unit

MEC SNEPE 3er grado entrevista directa a travez de cuestionarios en papel y autollenado 2018.

Imputación y derivación

Imputación

Cálculo de índices complejos mediante Análisis Factorial Confirmatorio
Previo a la construcción de los índices complejos empleando Análisis Factorial Confirmatorio, para cada archivo correspondiente a cada uno de los cuestionarios complementarios, se procedió a:
1.Recodificar algunas de las variables con la finalidad de que, en lo posible, todas presentaran correlación positiva con los resultados. Los detalles de las recategorizaciones están en los programas que se adjuntan.
2.Para evitar la pérdida de registros por datos faltantes se procedió a imputar los mismos empleando imputación múltiple mediante el procedimiento mice de R.
Los métodos empleados para los distintos tipos de variables fueron:
-Variables dicotómicas: Regresión Logística (logreg)
-Variables nominales: Regresión Logística Multinomial (polyreg)
-Variables ordinales: Modelo de Odds Proporcionales (polr)
Se tuvo así la respuesta completa para todos los estudiantes/padres/docentes/directores que contestaron al menos una pregunta de su cuestionario complementario.