Valor agregado de las pruebas saber TyT : una aproximación metodológica desde regresiones lineales

Abstract

El trabajo presenta una metodología para estimar el valor agregado (VA) en Colombia haciendo énfasis en la Institución Universitaria Pascual Bravo por medio de las pruebas Saber 11 (línea de base) y Saber TyT (logro de salida). Se implementa un proceso de ETL que unifica más de seis millones de registros, seguido de limpieza de datos, discretización de puntajes mediante “binning” y normalización. El modelo principal es una regresión lineal múltiple con covariables sociodemográficas y académicas, cuyos residuos se interpretan como el VA individual; adicionalmente, un árbol de decisión (CART) explora posibles interacciones no lineales. Los diagnósticos (R² ≈ 0,50, homocedasticidad y normalidad de residuos) respaldan la validez del enfoque lineal.

Abstract The study presents a methodology for estimating value-added (VA) in Colombia, with a focus on the Institución Universitaria Pascual Bravo, using the Saber 11 (baseline) and Saber TyT (outcome) examinations. An ETL process was implemented to integrate over six million records, followed by data cleaning, score discretization via “binning,” and normalization. The primary model is a multiple linear regression incorporating sociodemographic and academic covariates, whose residuals serve as measures of individual VA; additionally, a decision tree (CART) explores potential non-linear interactions. Diagnostic checks (R² ≈ 0.50, homoscedasticity, and residual normality) support the validity of the linear approach.