Los sitios de INEE (Instituto Nacional para la Evaluación de la Educación) y la Mejoredu (Comisión Nacional para la Mejora Continua de la Educación), su sucesora, dejaron de estar activos desde mediados del mes de septiembre, con los que se perdió el acceso al acervo de publicaciones y bases de datos de ambas instituciones, construido por 23 años, desde el 2002.
Esta situación ya ha sido percibido por personas dedicadas a la investigación educativa, por la pérdida de información para el diagnóstico, seguimiento y planteamiento de propuesta para la mejora de la educación de México, tal como fue reportado por animal político:
Trabajé por casi diez años en INEE-Mejoredu es las áreas de evaluación de la oferta educativo y, principalmente, de evaluación del aprendizaje de estudiantes, siendo en distintos momentos colaborador, autor y coordinador de distintas publicaciones, además de trabajar de manera frecuente con las bases de datos generadas por esta institución.
Descarga de las bases de datos
Dado lo anterior, intenté rescatar tanto como pude de las bases de datos de las evaluaciones nacionales del aprendizaje de las y los estudiantes hechas por INEE-Mejoredu, que pueden encontrarse en el siguiente enlace:
Esta compilación está en proceso, hay tareas pendientes listadas más adelante en el apartado Por hacer y tiene algunas consideraciones, presentadas a continuación.
Organización Las bases de datos
Las bases de datos se encuentran organizadas por evaluación (Excale, PLANEA) y por año de aplicación. La convención de nombres es:
- [nombre de la evaluación][grado evaluado][fecha de aplicación][instrumento][opcional: es diccionario de variables].
Por ejemplo:
- Planea06_2018_Alumnos (PLANEA, sexto de primaria, aplicación 2018, resultados de alumnos)
- Planea09_2015_Directores (PLANEA, tercero de secundaria, aplicación 2015, cuestionario de directores)
- Excale03_2006_Alum_CN (Excalo, tercero de primaria, aplicación 2006, resultados de ciencias naturales)
Los diccionarios de variables incluyen el sufijo «_dic«, por ejemplo:
- lanea00_2018_alumnos_pm_dic
Formato parquet
Los archivos de bases de datos han sido convertidos de sus formatos originales, propietarios de SPSS y SAS, al formato de archivo parquet por ser este un formato abierto que puede ser leído por múltiples lenguajes y aplicaciones, además de tener mejor compresión de datos y soporte a largo plazo.
Los archivos en formato parquet pueden ser leídos usando los paquetes y librerias que implementan los formatos Apache Arrow (https://arrow.apache.org/), por ejemplo:
En R: arrow
En Python: pyarrow
O puede usarse una herramienta en línea para convertir los archivos a otros formatos de archivo, por ejemplo:
Conversión a parquet
La conversión a parquet para las bases más recientes fue sencilla, la conversión de archivos con extensión .sav, propietaria de SPSS, a parquet fue hecha usando el paquete haven de R.
Para las bases más antiguas fue necesario recuperar los archivos de sintaxis .sps para procesos los datos almacenados en archivos de texto simple, .txt. Esto último fue hecho con el paquete asciiSetupReader y fue un tanto laborioso por algunas inconsistencias en los archivos de sintaxis, que aún me encuentro en proceso de validación.
- https://github.com/jacobkap/asciiSetupReader
- https://cran.r-project.org/web/packages/asciiSetupReader/index.html
Sobre esto escribiré más en el futuro, pues resultó ser un proceso bastante interesante desde la perspectiva de análisis de datos.
Estimación de resultados
Para obtener resultados poblaciones (puntajes, medias, porcentajes) usando los pesos muestrales replicados presentes en las bases de datos para así tener una estimación precisa de la varianza, se deben seguir los procedimientos descritos en el PISA Data Analysis Manual SPSS, SECOND EDITION, dado que Excale y PLANEA comparten principios de análisis estadístico con PISA. Esta publicación está disponible en:
También es posible usar el paquete ineeR para R, el cual desarrollé específicamente para las bases de datos del INEE:
O, de manera más general, el paquete survey:
Por hacer
- Recuperar las bases de datos de Estándares nacionales (2003-2004)
- Listado de referencia de las bases de datos.
- Verificar correspondencia entre sintaxis de spss y datos de las bases de datos de Excale.
- Diccionarios de variables para Excale.
- Incluir una app portatil para convertir parquet a csv o xlsx.
- Actualizar el parquete ineeR.
Para cerrar
Como ya lo mencioné, esta compilación de bases de datos está aún en proceso, por lo que cualquier aportación, corrección o propuesta es bienvenida, a través de este medio o en mi correo electrónico:
- jboscomendoza en gmail.com
Ojalá que esta compilación sea de utilidad.
Deja una respuesta