Educational Outcome Inequality in Peru: A Spatial Perspective
DOI:
https://doi.org/10.18800/educacion.202502.A012Keywords:
Educational inequality, Spatial analysis, Cluster analysis, PeruAbstract
This paper examines inequality in educational outcomes in Peru through a spatial approach. Cluster analysis and spatial statistics were applied for the years 2007 and 2016. The results, based on the selected educational indicators, show that the country’s departments are grouped into at least four clusters, with little variation over time. In other words, departments with strong or weak performance in both the quality and quantity of education tend to remain largely unchanged from one year to the next. Although the data reflect realities prior to the pandemic, the findings provide a useful foundation for future research on progress in reducing educational inequality. In this context, sectoral policy should be implemented in ways that promote vertical equity and prioritize the regionalized and decentralized allocation of resources.
Downloads
References
Acevedo, I. & Velásquez, E. (2008). Algunos conceptos de la econometría espacial y el análisis exploratorio de datos espaciales. Ecos de Economía, 27, 1-236.
Bertaud, A., & Malpezzi, S. (2003). The spatial distribution of population in 48 world cities: Implications for economies in transition. Center for Urban Land Economics Research, University of Wisconsin, 32(1), 54-55.
Cameron, S., Daga, R., & Outhred, R. (2018). Setting out a conceptual framework for measuring equity in learning. En United Nations Educational, Scientific and Cultural Organization, Handbook on Measuring Equity in Education (pp. 16-45). Unesco Institute for Statistics.
Cervera, L. E., Lizárraga, G. M., & Sánchez Guillén, C. P. (2008). Spatial Analysis Evaluation of Scholastic Achievement (ENLACE) in Schools of the Municipality of Juarez, Chihuahua. Revista Electrónica de Investigación Educativa, 10(1). http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1607-40412008000100005&lng=es&tlng=
Cervini, R. (2009). Comparando la inequidad en los logros educativos de la educación primaria y secundaria en Argentina: un estudio multinivel. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 7(1), 5-21.
Chachico, Y.E. (2020). Los determinantes del rendimiento académico en las regiones del Perú: un enfoque de Econometría Espacial. Facultad de Ciencias Económicas y Administrativas. [Tesis de licenciatura]. Universidad ESAN. Repositorio Institucional https://repositorio.esan.edu.pe/handle/20.500.12640/2115
Chasco Yrigoyen, C. (2003). Econometría espacial aplicada a la predicción-extrapolación de datos microterritoriales. [Tesis doctoral]. Comunidad de Madrid.
Cobb, C. D. (2020). Geospatial analysis: A new window into educational equity, access, and opportunity. Review of Research in Education, 44, 97-129). https://doi.org/10.3102/0091732X20907362
Formichella, M. M. (2011). Análisis del concepto de equidad educativa a la luz del enfoque de las capacidades de Amartya Sen. Revista Educación, 35(1),1-36. https://www.redalyc.org/articulo.oa?id=44018789001
Gordon, I., & Monastiriotis, V. (2006). Urban Size, Spatial Segregation and Inequality in Educational Outcomes. Urban Studies, 43(1), 213-236. https://doi.org/10.1080/00420980500409367
Gil-Vera, V. D., Puerta-Lopera, I. C., & Quintero-Lopez, C. (2020). Clustering Applied to the Education: A K-means and Hierarchical Application. Review of European Studies, 12(3), 66-74. https://doi.org/10.5539/res.v12n3p66
Griffith, D.A. (2003). Spatial autocorrelation and spatial filtering: gaining understanding through theory and scientific visualization. Springer Verlag.
Guerrero, N. (2016). El efecto vecindario sobre el atraso escolar en el ámbito rural del Perú. [Tesis de maestría]. Universidad del Pacífico.
Lubienski, C., & Dougherty, J. (2009). Mapping educational opportunity: Spatial analysis and school choices. American Journal of Education, 115(4), 485-491. https://doi.org/10.1086/599783
Hanushek, E. A. (2015). Economics of education. En J. D. Wrigh, International Encyclopedia of the Social & Behavioral Sciences (pp.149-157). Elsevier.
Hanushek, E. A., & Strauss, B. (2024). United States: The size and variation of the pandemic learning losses. En N. Crato & H. A. Patrinos (Eds.), Improving national education systems after COVID-19: Moving forward after PIRLS 2021 and PISA 2022 (pp. 189–203). Springer. https://doi.org/10.1007/978-3-031-69284-0_13
Hanushek, E. A., & Woessmann, L. (2020). The economic impacts of learning losses. OECD Publishing. https://doi.org/10.1787/21908d74-en
Hutmacher, W. (2002). Introduction. En W. Hutmacher, D. Cochrane, & N. Bottani, In Pursuit of Equity in Education. Using International Indicators to Compare Equity Policies (pp. 1-22). Kluwer Academic Publishers.
Instituto Nacional de Estadística e Informática (INEI). (2009). Perú: Estimaciones y Proyecciones de Población por Departamento, Sexo y Grupos Quinquenales de Edad, 1995-2025. (Boletín de Análisis demográfico No. 37). Comisión Económica para América Latina y el Caribe; Centro Latinoamericano y Caribeño de Demografía; Fondo de Población de las Naciones Unidas. http://proyectos.inei.gob.pe/web/biblioineipub/bancopub/Est/Lib0846/libro.pdf
Instituto Nacional de Estadística e Informática (INEI). (2020). Sistema de Información Regional para la Toma de Decisiones, SIRTOD. https://systems.inei.gob.pe/SIRTOD/app/consulta
Lin, G. & L. Chen. (2006). Identification of homogeneous regions for regional frequency analysis using the self organizing map. Journal of Hydrology, 324, 1-9.
López, N. (2005). Equidad educativa y desigualdad social. Desafíos de la educación en el nuevo escenario latinoamericano. Instituto Internacional de Planeamiento de la Educación; Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
Lovenheim, M., & Turner, S. (2018). Economics of Education. Worth Publishers.
Maione, C., Nelson, D. J., & Barbosa, R. M. (2019). Research on social data by means of cluster analysis. Applied Computing and Informatics, 15(2), 153-162. https://doi.org/10.1016/j.aci.2018.02.003
Ministerio de Educación. (2020a). UMC. Resultados de la Evaluación PISA 2018. http://umc.minedu.gob.pe/resultadospisa2018/
Ministerio de Educación. (2020b). Unidad de Estadística Educativa. Indicadores. http://escale.minedu.gob.pe/indicadores
Omoeva, C., Moussa, W., & Hatch, R. (2018). Proposed operationalisation of equity measurement. En United Nations Educational, Scientific and Cultural Organization, Handbook on Measuring Equity in Education (pp. 46-79). Unesco Institute for Statistics.
Otero, G., Carranza, R., & Contreras, D. (2021). Spatial divisions of poverty and wealth: Does segregation affect educational achievement? Socio-Economic Review, 21(1), 617-641. https://doi.org/10.1093/ser/mwab022
Panskyi, T., & Korzeniewska, E. (2022). Statistical and clustering validation analysis of primary students’ learning outcomes and self-awareness of information and technical online security problems at a post-pandemic time. Education and Information Technologies, 28(6), 6423-6451. https://doi.org/10.1007/s10639-022-11436-3
Pascual, B. (2006). Calidad, equidad e indicadores en el sistema educativo español. Pulso (29), 43-58.
Pasina, I., Bayram, G., Labib, W., Abdelhadi, A., & Nurunnabi, M. (2019). Clustering students into groups according to their learning style. MethodsX, 6, 2189-2197.https://doi.org/10.1016/j.mex.2019.09.026
Pigozzi, M. (2008). Las 10 dimensiones de la calidad en educación. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. http://www.iiep.unesco.org/fileadmin/user_upload/CapDev_Networking/pdf/2008/pigozzi_I WGE_GlenCoveJune2008.pdf
Rahman, M. A., Sani, N. F. M., Hamdan, R., Othman, Z. A., & Bakar, A. A. (2021). A clustering approach to identify multidimensional poverty indicators for the bottom 40 percent group. PLOS ONE, 16(8), https://doi.org/10.1371/journal.pone.0255312
Salvatierra, A., Luy-Montejo, C. A., Lozano, R. L., & Rivera-Zamudio, J. (2021). The hierarchical cluster in the segmentation of mathematics and communication learning achievements. Laplage em Revista, 7(3C), 166-176. https://doi.org/10.24115/s2446-6220202173c1513p.166-176
Sánchez Alcalde, L. A. (2020). Suficiencia y equidad de la infraestructura escolar en el Perú: un análisis por departamentos y regiones naturales. Revista Educación, 44(2), 154-176. https://dx.doi.org/10.15517/revedu.v44i2.39190
Sánchez Peña, L. (2006). “Métodos para el Análisis Espacial. Una Aplicación al Estudio de la Geografía de la Pobreza”. Mesa 10: Métodos, Técnicas y Datos en la Investigación Demográfica en América Latina y El Caribe, II Congreso de la Asociación Latinoamericana de Población, Guadalajara, México.
Sherman, J. D., & Poirier, J. M. (2007). Educational equity and public policy: comparing results from 16 countries. Unesco Institute for Statistics.
Solano-Dávila, O., Gómez Ticerán, D. G., Montes Quintana, G. M., Ramón Quispe, G. N. R., Pillhuamán Caña, N. P., & Solano, D. (2021). Análisis exploratorio de datos espaciales sobre los niveles de logro de aprendizaje en matemática y lectura de los estudiantes de segundo grado de secundaria en la evaluación censal. Apuntes Universitarios, 11(4), 60-86. https://doi.org/10.17162/au.v11i4.760
Tapia García, G. (2009). Más allá de la calidad, la equidad en la educación básica. Paideia, 5(5), 115-123.
