Revista Electrónica de Investigación Educativa
Vol. 28, 2026/e07

Segregación público-privada en educación primaria. Un análisis multigrupo de Latinoamérica

Claudia Guiral
Universidad Autónoma de Madrid, España
F. Javier Murillo
Universidad Autónoma de Madrid, España
Recibido: 9 de noviembre de 2023
Aceptado para publicación: 12 de abril de 2024

Cómo citar: Guiral, C. y Murillo, F. J. (2026). Segregación público-privada en eduación primaria. Un análisis multigrupo de Latinoamérica. Revista Electrónica de Investigación Educativa, 28, e07, 1-20. https://doi.org/10.24320/redie.2026.28.e07.6500

Licencia Creative Commons

Resumen

Esta investigación tiene por objetivo determinar la incidencia de las escuelas privadas en la segregación por nivel socioeconómico en educación primaria en los países de América Latina. Para lograrlo se hizo una explotación de los microdatos del ERCE 2019. La muestra fue de 146,410 estudiantes escolarizados en 3,637 escuelas de 15 países. Se estima y descompone la segregación escolar desde una perspectiva multigrupo usando el Índice de Información Mutua. Los resultados indican que la segregación entre el sector público y el privado explica, como promedio, el 29.2% de la magnitud de la segregación total, con grandes diferencias entre países. Además, se encontró que la segregación escolar se debe principalmente a la desigual distribución de los estudiantes socioeconómicamente más desfavorecidos y más favorecidos. Así, ambos grupos se reparten de forma inequitativa entre los dos sectores y se aíslan –o son aislados– dentro de cada uno de ellos. Se concluye que para mantener una baja segregación es necesario disminuir la matrícula en escuelas privadas y velar por que no existan políticas de selección discriminadoras.

Palabras clave: segregación escolar, escuela privada, América Latina, educación primaria

I. Introducción

No parece arriesgado defender que la inequidad es el desafío más importante de los sistemas educativos en la actualidad. En América Latina esta inequidad comienza con la falta de escolarización de muchos niños y adolescentes. Y es que, aunque la tasa de matrícula en educación primaria en la región esté cerca del 98%, las oportunidades en el terreno escolar no son iguales para todos los estudiantes; así, el 20% del alumnado con familias de mayor nivel socioeconómico tiene una probabilidad cinco veces mayor de finalizar el segundo ciclo de secundaria que el alumnado dentro del 20% con menores recursos (Unesco, 2020).

La cobertura, no obstante, sólo es la punta de un inmenso iceberg en el que el aprendizaje, el ausentismo o las expectativas están marcadas por las características personales o sociales del alumnado. La segregación escolar, fenómeno por el cual existe una desigual distribución del alumnado en las escuelas en función de esas características o condiciones, es uno de los elementos que más están generando y perpetuando dicha inequidad.

Dado que ya se tienen evidencias de que América Latina es la región del mundo con una mayor segregación escolar por nivel socioeconómico (Murillo et al., 2023; OCDE, 2019, 2023), es momento de determinar las causas para tomar decisiones informadas que contribuyan a limitar esta situación.

América Latina es una región interesante para estudiar la segregación escolar por nivel socioeconómico por motivos tanto exógenos como endógenos a los sistemas educativos (Krüger, 2019). Así, por un lado, es la región del mundo con el reparto más desigual de riqueza. En este contexto, el aumento de la matrícula en educación primaria es susceptible de trasladar las desigualdades sociales al ámbito escolar. Sin embargo, es importante matizar que, pese a la masificación educativa, todavía existen países donde el porcentaje de estudiantes sin escolarizar en educación primaria sigue siendo extremadamente alto, como ocurre en Paraguay (25%), Honduras (20%) y El Salvador (19%).

Entre los factores propios a los sistemas educativos América Latina destaca, detrás de Asia central y del sur, como la región con la tasa de escolarización en escuelas privadas más alta del mundo, con un crecimiento sostenido en el tiempo (Unesco, 2021a). Si bien es cierto que existen diferencias en este porcentaje entre los países, también las hay en sus modelos de privatización. Por ejemplo, Moschetti et al. (2019) distinguen hasta siete procesos que incluyen las privatizaciones “por vías del desastre” en El Salvador, Nicaragua, Guatemala y Honduras; las alianzas público-privadas arraigadas en Argentina y República Dominicana, o la emergencia de escuelas de bajo costo en países como Perú.

Cada vez se tienen más evidencias de que los altos costos asociados con la educación privada, su carácter indudablemente selectivo y de formación de élites, o la diferencia entre la calidad percibida de las escuelas públicas y privadas están incidiendo en la segregación escolar en todo el mundo (Chmielewski y Maharaj, 2022; Perry et al., 2021; Vazquez, 2022).

Un interesante estudio en esta línea es el de Vázquez (2016), quien analiza la segregación escolar público-privada por nivel socioeconómico a partir de distintas ediciones de PISA (en educación secundaria). Vázquez muestra que, de los países participantes en la evaluación internacional, los pertenecientes a América Latina son los que cuentan con una mayor aportación de la segregación inter-sectores a la magnitud de la segregación.

Otros trabajos que analizan la incidencia de la educación privada en la segregación en América Latina a partir de explotaciones de microdatos de evaluaciones internacionales son los de Krüger (2019), Chmielewski y Savage (2016), y Arcidiácono et al. (2014), para educación secundaria con diferentes ediciones de PISA. También el estudio de Murillo y Martínez-Garrido (2017) para educación primaria con datos del TERCE (Tercer Estudio Regional Comparativo y Explicativo) 2013. Los resultados de estas investigaciones demuestran tanto la existencia de una fuerte relación entre número de estudiantes matriculados en escuelas privadas y la segregación en los distintos países (Chmielewski y Savage, 2016; Murillo y Martínez-Garrido, 2017), como que una cuarta parte de la segregación escolar total en la región podría explicarse por las diferencias entre el sector público y el privado (Krüger, 2019). De manera similar, los estudios desarrollados en Argentina (Gasparini et al., 2011; Krüger, 2022) o Chile (Gutiérrez y Carrasco, 2021; Valenzuela et al., 2013), por poner algunos ejemplos, también evidencian los efectos de las escuelas privadas en la segregación escolar en los distintos territorios y contextos.

La mayoría de las investigaciones, sin embargo, analizan la segregación dicotomizando la variable del nivel socioeconómico y cultural de las familias del estudiantado; es decir, analizan la segregación de un grupo minoritario (habitualmente el 25% del estudiantado con familias de menor nivel socioeconómico) frente al resto del estudiantado (Arcidiácono et al., 2014; Gasparini et al., 2011; Gutiérrez y Carrasco, 2021). Pocos son, sin embargo, los trabajos que investigan la incidencia de las escuelas privadas en la segregación social considerando múltiples grupos (Courtioux y Mauri, 2019; Krüger, 2019; Zhou et al., 2016).

Como señalan Reardon y Firebaugh (2002), analizar la segregación entre dos grupos supone una mirada limitada de la situación; para ellos, el verdadero interés reside en las relaciones que se dan entre los diferentes grupos en las escuelas. Es decir, analizar de forma independiente la segregación escolar de un grupo minoritario frente al mayoritario supone una reducción de la realidad que puede desembocar en resultados incompletos y sesgados. Así, esta investigación parte de la premisa de que no es lo mismo que en una escuela se hayan matriculado estudiantes con niveles socioeconómicos diferentes, pero a su vez cercanos –como podría ser el caso del alumnado del percentil 20 y el percentil 30–, a que se matriculen estudiantes con diferencias socioeconómicas notables.

II. Método

Esta investigación tiene como objetivo determinar la incidencia de las escuelas privadas en la segregación por nivel socioeconómico en educación primaria en los países de América Latina. Para alcanzar dicho objetivo se hace una explotación especial de los microdatos del cuarto Estudio Regional Comparativo y Explicativo (ERCE 2019) coordinado por el Laboratorio Latinoamericano de Evaluación de la Calidad de la Educación de OREALC/Unesco. El ERCE 2019 es una evaluación internacional a gran escala que mide los logros de aprendizaje, y obtiene información del contexto de más de 160,000 estudiantes de tercero y sexto grado de primaria en 16 países de América Latina y el Caribe: Argentina, Brasil, Colombia, Costa Rica, Cuba, República Dominicana, Ecuador, El Salvador, Guatemala, Honduras, México, Nicaragua, Panamá, Paraguay, Perú y Uruguay (Unesco, 2021b).

El ERCE 2019 evalúa una muestra representativa de estudiantes de tercero y sexto grado de cada uno de los países a partir de una selección probabilística y estratificada de escuelas, siendo los estudiantes de clases completas invitados a participar. Las variables usadas para construir los estratos en ERCE 2019 son la dependencia de la escuela, el área geográfica en la que se ubica y los grados que cubre.

La muestra final de esta investigación es de 146,410 estudiantes en 3,637 escuelas de 15 países, con un 82.3% de estudiantado matriculado en escuelas de dependencia pública (ver Tabla 1).

Para la selección se tomaron decisiones sobre las diferentes bases de datos originales del ERCE 2019:

Tabla 1. Muestra de estudio y sus características
Escuelas Estudiantes
Número % públicas* Número % en públicas*
Argentina 227 71.81 9.456 75.44
Brasil 282 86.88 8.523 84.36
Colombia 184 79.35 8.581 83.26
Costa Rica 209 89.00 7.236 88.52
Rep. Dominicana 202 78.22 9.719 78.95
Ecuador 246 74.80 13.297 76.59
El Salvador 290 88.28 11.583 85.52
Guatemala 235 85.96 10.151 86.30
Honduras 255 89.41 8.328 85.35
México 194 89.69 9.090 90.64
Nicaragua 274 86.50 9.145 86.55
Panamá 266 83.46 10.385 84.53
Paraguay 254 77.95 9.535 77.65
Perú 276 73.55 11.695 74.03
Uruguay 243 81.89 9.686 83.07
Total 3,637 82.51 146.410 82.33
Nota: (*) Datos ponderados.
Elaborado a partir de los datos del ERCE 2019.

La variable criterio para el cálculo de la segregación escolar por nivel socioeconómico es el Índice de nivel socioeconómico de la familia (ISECF) que construye el ERCE 2019 a partir de una veintena de variables que hacen referencia a la educación y ocupación de los padres, los materiales de la vivienda, y los servicios y libros del hogar. El ISECF está tipificado para la muestra original agrupada de países en la que cada país pesa de forma equivalente.

La estrategia de análisis de datos seguida en esta investigación es la siguiente. En primer lugar, se estima la magnitud de la segregación escolar con el Índice de Información Mutua (IIM) (Theil y Finizza, 1971) para cada uno de los 15 países analizados.

El IIM es un índice multigrupo que mide la segregación tanto en su dimensión de uniformidad como de aislamiento –llamada representatividad en el contexto multigrupo (Frankel y Volij, 2011)–, ya que calcula la desigual distribución del estudiantado entre las escuelas, pero también el grado en el que la composición de las escuelas difiere de la del territorio considerado (país, región, ciudad) (Mora y Ruiz Castillo, 2011).

Una de las virtudes del IIM es que, frente a otros que calculan la segregación para dos grupos, como el de Disimilitud, el de Segregación de Gorard o el de Hutchens, el IIM permite estimar la segregación entre varios grupos de forma simultánea, ofreciendo, de esta forma, una visión más completa de la segregación. En concreto, en este trabajo se usan tres grupos: el 20% de los estudiantes con menor ISECF en cada país (P20), o estudiantes más desfavorecidos, el 20% con mayor ISECF (P80), o estudiantes más favorecidos, y el 60% restante.

El IIM toma el valor de 0 en ausencia de segregación y su valor máximo depende de la distribución de referencia de la muestra. Dado que este índice no se encuentra limitado entre 0 y 1, lo que lo hace más difícilmente interpretable que otros indicadores, se presentan también los resultados de la segregación global con el Índice de Disimilitud (Duncan y Duncan, 1955).

El IIM se interpreta como la reducción de incertidumbre sobre la escuela a la que asiste un estudiante, que resulta de conocer al grupo al que pertenece –o cambio de entropía entre la composición de una escuela y el peso de los grupos en el conjunto del país–. Matemáticamente se expresa de la siguiente manera:

IIM = g = 1 N P g ( E ( P n ) - E ( P n | g ) )

Donde Pg es la proporción de estudiantes en el territorio de análisis (en este caso cada país) del grupo g; Pn es la proporción de estudiantes que estudian en la escuela n y Pn|g es la proporción de estudiantes del grupo g que estudian en la escuela n.

Como puede observarse, el IIM se estima a partir de la suma de la segregación de cada uno de los grupos de estudiantes antes señalados. De esta forma, el IIM tiene la propiedad de descomposición entre grupos (strong group decomposition), lo que permite conocer la aportación de cada uno de ellos a la segregación escolar total. Ello posibilita que, junto con la magnitud total, se incluya la aportación a la misma de cada uno de los tres grupos de estudiantes considerados.

El segundo análisis se centra en estimar la segregación entre las escuelas públicas y privadas de educación primaria en los países de la región. Para ello se descompone la segregación escolar total en sus componentes intra-sectores –o segregación dentro del sector público y del sector privado–, y la segregación inter o entre sectores. El IIM permite esta descomposición en unidades organizaciones (strong unit decomposition) que se estima mediante la fórmula:

IIM = P pub M pub W + P pri M pri W + M B

Donde, MpubW y MpriW es la segregación en las escuelas de dependencia pública y de dependencia privada, respectivamente; Ppub y Ppri es la proporción de estudiantes en cada sector; y MB es el componente inter-sectores.

Por último, y con el propósito de ofrecer una comprensión más completa de la incidencia de la titularidad en la segregación escolar, se realiza una aproximación gráfica al fenómeno. A tal efecto se usan los segplots (segregation plots o gráficos de segregación), un nuevo método visual desarrollado por Elbers y Gruijters (2022) para analizar de forma intuitiva y cualitativa la segregación, en este caso la segregación escolar. Tal y como indican los autores, este método no está ligado a ningún índice concreto; sin embargo, usa conceptos asociados a los índices basados en la entropía, como el IIM. Los segplots resuelven un problema que la investigación sobre segregación escolar lleva trabajando desde sus inicios: visibilizar los patrones que subyacen a su magnitud (James y Taueber, 1985; Massey y Denton, 1988).

En este artículo se presenta para cada país un doble segplot que representa la segregación escolar comprimida a 40 escuelas, 20 de ellas de dependencia pública y 20 de dependencia privada, que mantienen al menos el 90% de la información de la segregación total. Como distribución de referencia se ha considerado la distribución de los grupos analizados en el total del país y no dentro de cada sector.

III. Resultados

En las siguientes páginas se presentan los resultados divididos en tres apartados. En primer lugar, se ofrece una panorámica de la magnitud de segregación escolar y la aportación de los diferentes segmentos socioeconómicos que la componen. El segundo apartado analiza la segregación entre el sector de escuelas públicas y el de escuelas privadas. Por último, se recoge una imagen gráfica de los patrones de segregación de cada sector que ayuda a comprender las diferencias entre ambas.

3.1 Segregación escolar y su composición por segmentos socioeconómicos

La segregación escolar por nivel socioeconómico en América Latina es, de promedio para los 15 países analizados, de 0.25 estimada con el IIM, aunque con grandes diferencias entre ellos (ver Tabla 2).

Así, los países con mayor segregación escolar por nivel socioeconómico en educación primaria son Panamá, Colombia y Perú, con valores de 0.40, 0.31 y 0.30. En el lado contrario están: Argentina, con una segregación de 0.17, y República Dominicana, con 0.18. En el resto, la segregación escolar toma valores que van desde 0.20 en Uruguay a 0.28 en Guatemala. La segregación medida desde esta perspectiva multigrupo es similar a la estimada mediante el índice de Disimilitud (ver Anexo), en concreto, el valor promedio de la segregación del P20 y el P80 para cada país muestra una correlación muy alta con la segregación estimada con el IIM (rho = 0.94).

Aun con las diferencias en la magnitud de la segregación entre unos y otros países, todos ellos coinciden en que la desigual distribución del estudiantado más favorecido (P80) y más desfavorecido (P20) explica casi la totalidad de la segregación escolar. En concreto, las estimaciones revelan que la aportación a la segregación del estudiantado con menores y mayores recursos socioeconómicos (ambas de 0.11, medidas con el IIM) explican el 41.4% y el 43.2%, respectivamente, de la segregación escolar promedio en la región, lo que sugiere que la segregación podría estar causada por la separación de estos dos grupos extremos. Por su parte, el 60% del estudiantado restante hace una aportación de apenas un 0.07. Así, a pesar de ser el grupo más numeroso, su segregación apenas explica el 15.4% de la segregación escolar total.

Además, el estudiantado más favorecido es el que tiene mayores niveles de segregación escolar y, por tanto, hace una aportación más elevada a la magnitud total. Esto ocurre en 10 de los 15 países analizados. Entre aquellos que cuentan con un mayor porcentaje de la segregación total atribuible a la desigual distribución de los estudiantes más favorecidos están Uruguay, Costa Rica y Argentina, con 54.0%, 49.9% y 48.7%, respectivamente. Por el contrario, los cinco países con una menor aportación de este alumnado son Panamá, Honduras, Nicaragua, Perú y Ecuador. Estos países son, a su vez, aquellos donde la aportación de los estudiantes de familias con menores recursos socioeconómicos es más elevada, superior a la de sus compañeros con mayores recursos. Entre ellos destaca Panamá, con una segregación del alumnado más desfavorecido que explica el 50.0% de la magnitud de la segregación total, mientras que la del más favorecido únicamente explica el 29.3%.

Tabla 2. Descomposición de la segregación escolar por nivel socioeconómico en cada uno de los países de América Latina entre grupos de estudiantes. Índice de Información Mutua
IIM total (ee) P20 P20-P80 P80
IIM (ee) % aport. IIM (ee) % aport. IIM (ee) % aport.
Argentina 0.1738 (0.0004) 0.3395 (0.0011) 40.39% 0.0318 (0.0012) 10.84% 0.4235 (0.0002) 48.77%
Brasil 0.2197 (0.0002) 0.4632 (0.0006) 42.21% 0.0468 (0.0001) 12.64% 0.4809 (0.0006) 45.15%
Colombia 0.3142 (0.0005) 0.6022 (0.0011) 38.39% 0.0939 (0.0003) 17.91% 0.6866 (0.0012) 43.69%
Costa Rica 0.2309 (0.0015) 0.4048 (0.0038) 34.93% 0.0587 (0.0009) 15.16% 0.5783 (0.0040) 49.91%
Rep. Dominicana 0.1795 (0.0009) 0.3371 (0.0021) 37.47% 0.0451 (0.0005) 15.02% 0.4279 (0.0025) 47.51%
Ecuador 0.2309 (0.0007) 0.5052 (0.0020) 43.61% 0.0589 (0.0004) 15.29% 0.4756 (0.0019) 41.11%
El Salvador 0.2722 (0.0013) 0.5804 (0.0033) 42.38% 0.0627 (0.0008) 13.77% 0.5995 (0.0037) 43.86%
Guatemala 0.2823 (0.0008) 0.5492 (0.0017) 38.85% 0.0922 (0.0004) 19.58% 0.5877 (0.0019) 41.57%
Honduras 0.2751 (0.0009) 0.6343 (0.0026) 46.02% 0.0748 (0.0006) 16.28% 0.5204 (0.0022) 37.70%
México 0.2175 (0.0003) 0.4453 (0.0007) 40.94% 0.0545 (0.0001) 15.03% 0.4789 (0.0007) 44.03%
Nicaragua 0.2678 (0.0016) 0.6397 (0.0044) 47.50% 0.0661 (0.0009) 14.72% 0.5088 (0.0035) 37.78%
Panamá 0.3984 (0.0019) 0.9989 (0.0055) 49.95% 0.1384 (0.0014) 20.78% 0.5855 (0.0042) 29.27%
Paraguay 0.2235 (0.0012) 0.4563 (0.0031) 40.72% 0.0530 (0.0006) 14.16% 0.5063 (0.0033) 45.12%
Perú 0.3041 (0.0006) 0.6581 (0.0015) 43.37% 0.0898 (0.0003) 17.69% 0.5928 (0.0015) 38.95%
Uruguay 0.2022 (0.0018) 0.3500 (0.0039) 34.23% 0.0400 (0.0008) 11.76% 0.5520 (0.0048) 54.02%
Promedio 0.2528 0.5309 41.40% 0.0671 15.37% 0.5337 43.23%
Notas: IMM = Índice de Información Mutua; (ee) = error estándar para 400 remuestreos con el método Bootstrap. Elaborado a partir de los datos de ERCE 2019.

3.2 Segregación escolar entre escuelas públicas y privadas

La desigual distribución del alumnado en función de su nivel socioeconómico entre los dos sectores educativos, público y privado, incide de una forma importante en la segregación escolar en América Latina. Efectivamente, como promedio, el 29.2% de la segregación escolar por nivel socioeconómico que existe en la región se puede explicar por la segregación entre sectores.

Por su parte, el porcentaje de la segregación total atribuible a la segregación dentro del sector de escuelas públicas es del 58.9% y el debido a la segregación intra-sector de escuelas privadas del 11.9%. Esta alta aportación de las escuelas de dependencia pública se debe, esencialmente, a su mayor peso respecto a las escuelas privadas; es decir, al mayor número de estudiantes que asisten a ellas. En todo caso, la segregación bruta (sin ponderar) del sector de escuelas públicas, como promedio de los 15 países analizados, es de 0.18, ligeramente superior a la segregación bruta de las escuelas privadas, que llega a 0.17. Ambos valores están por debajo de 0.25, que es la magnitud de la segregación total, lo que indica que dentro de cada sector existe una menor heterogeneidad en la composición social de las escuelas.

De nuevo estas cifras promedio ocultan grandes diferencias de un país a otro (ver Tabla 3). Así, los países en los que la segregación público-privada es menor son Honduras y Nicaragua, donde el porcentaje de la segregación escolar que puede explicarse por las diferencias inter-sectores se sitúa en 13.7% y 15.5%, respectivamente. En Uruguay, por el contrario, la segregación entre el sector público y el privado explica un 38.6% de la magnitud total, y en Costa Rica un 38.4%. La segregación dentro de cada sector también muestra variabilidad entre países, siendo en la mitad de ellos más elevada dentro del público (República Dominicana, Guatemala, Honduras, México, Nicaragua, Perú y Uruguay), y en el resto mayor dentro del privado.

Tabla 3. Descomposición de la segregación escolar por nivel socioeconómico en cada uno de los países de América Latina entre los sectores público y privado. Índice de Información Mutua
IIM total (ee) Sector público Sector privado % de aport.
Inter-sectores
IIM (ee) Peso % aport. IIM (ee) Peso % aport.
Argentina 0.1738 (0.0004) 0.1214 (0.0004) 0.7544 52.70% 0.1028 (0.0007) 0.2456 14.53% 32.77%
Brasil 0.2197 (0.0002) 0.1644 (0.0002) 0.8436 63.13% 0.1389 (0.0005) 0.1564 9.89% 26.98%
Colombia 0.3142 (0.0005) 0.2243 (0.0005) 0.8326 59.44% 0.2178 (0.0010) 0.1674 11.61% 28.95%
Costa Rica 0.2309 (0.0015) 0.1476 (0.0013) 0.8852 56.59% 0.1013 (0.0033) 0.1148 5.04% 38.38%
Rep. Dominicana 0.1795 (0.0009) 0.0984 (0.0007) 0.7895 43.27% 0.1733 (0.0017) 0.2105 20.32% 36.40%
Ecuador 0.2309 (0.0007) 0.1613 (0.0008) 0.7659 53.50% 0.1608 (0.0013) 0.2341 16.30% 30.19%
El Salvador 0.2722 (0.0013) 0.1949 (0.0013) 0.8552 61.24% 0.1562 (0.0031) 0.1448 8.31% 30.45%
Guatemala 0.2823 (0.0008) 0.1735 (0.0006) 0.8630 53.04% 0.2334 (0.0019) 0.1370 11.33% 35.63%
Honduras 0.2751 (0.0009) 0.2310 (0.0009) 0.8535 71.67% 0.2419 (0.0025) 0.1465 12.88% 15.45%
México 0.2175 (0.0003) 0.1623 (0.0002) 0.9064 67.64% 0.1782 (0.0008) 0.0936 7.67% 24.69%
Nicaragua 0.2678 (0.0016) 0.2297 (0.0017) 0.8655 74.23% 0.2406 (0.0047) 0.1345 12.08% 13.69%
Panamá 0.3984 (0.0019) 0.3362 (0.0020) 0.8453 71.34% 0.1506 (0.0044) 0.1547 5.85% 22.81%
Paraguay 0.2235 (0.0012) 0.1611 (0.0011) 0.7766 55.99% 0.1126 (0.0021) 0.2234 11.26% 32.76%
Perú 0.3041 (0.0006) 0.2104 (0.0006) 0.7403 51.22% 0.2144 (0.0009) 0.2597 18.31% 30.47%
Uruguay 0.2022 (0.0018) 0.1194 (0.0015) 0.8307 49.06% 0.1470 (0.0036) 0.1693 12.31% 38.63%
Promedio 0.2528 0.1823 0.8272 58.94% 0.1713 0.1728 11.85% 29.22%
Notas: IIM = Índice de Información Mutua; (ee) = error estándar para 400 remuestreos con el método Bootstrap. Elaborado a partir de los datos de ERCE 2019.

Con todo ello, es posible distinguir seis grupos de países:

3.3. Una imagen gráfica de los patrones de segregación

Por último, se ofrece una representación gráfica de la segregación de las escuelas de dependencia pública y de dependencia privada a través del uso de los segplots (ver Figura 1). Como se comentó anteriormente, cada una de las parejas de los 15 gráficos ilustra la segregación escolar del país de forma simplificada; en este caso, la segregación escolar se representa a partir de 40 escuelas (20 públicas y 20 privadas) que mantienen –como mínimo– el 90% de la información de la segregación original. A la izquierda de cada gráfico aparecen las escuelas con mayores niveles de segregación. A la derecha se encuentran aquellas con menores niveles de segregación, o escuelas cuya composición se asemeja más a la distribución ideal; es decir, las que se aproximan al 20% de estudiantes con mayores recursos socioeconómicos y el 20% con menores que cada escuela debería tener para que el valor de la segregación escolar fuese 0.

Figura 1. Segregación escolar en las escuelas públicas y las escuelas privadas de los países de América Latina
Figura 1. Segregación escolar en las escuelas públicas y las escuelas privadas de los países de América Latina
Notas: Compresión de la segregación escolar a 40 escuelas. La distribución de referencia para cada sector corresponde con la distribución de los grupos en todas las escuelas del país. Elaboración a partir de los datos de ERCE 2019.

Los segplots muestran con claridad la baja presencia de estudiantes más desfavorecidos (P20) en el sector de escuelas privadas. En concreto, el promedio de estudiantes de familias con menor nivel socioeconómico en las escuelas de dependencia privada es de un 3.5%, con diferencias que van desde el 0.7% en Costa Rica al 9.2% en Nicaragua. Esta infrarrepresentación de los estudiantes más desfavorecidos en las escuelas privadas influye, sin duda, en la importante incidencia de la titularidad en la segregación escolar en los países de la región. La imagen de la segregación en segplots revela también que la escasa participación del estudiantado con menos recursos socioeconómicos en el sector privado se limita a unas pocas escuelas y que, además, son aquellas donde existe una proporción menor de estudiantes más favorecidos (P80). Esto ocurre en países como Panamá o Nicaragua, donde hay escuelas privadas que superan el 50% de estudiantes más desfavorecidos y, a su vez, no tienen ningún estudiante del grupo más favorecido.

Por su parte, el alumnado más favorecido representa, en promedio, el 12.9% del total de estudiantes en escuelas públicas. Las diferencias en este caso van desde el 10.15% en Perú, al 15.7% de Nicaragua y México. Así, es común encontrar escuelas públicas con una proporción de estudiantes más desfavorecidos muy superior a la que les correspondería en una situación de no segregación; incluso en casi todos los países existen escuelas donde la totalidad de estudiantes pertenecen al grupo de los más desfavorecidos.

Parece claro que el alumnado con mayores recursos socioeconómicos se concentra, principalmente, en el sector privado. Aun con ello, como se observa en los gráficos, también tiende al aislamiento en las escuelas públicas. Así, dentro del sector de escuelas de dependencia pública es posible encontrar escuelas con una proporción de estudiantes más favorecidos muy superior al 20%. Lo habitual en esas escuelas públicas ocupadas mayoritariamente por estudiantes más favorecidos es que el porcentaje de estudiantes más desfavorecidos sea muy bajo.

Esta imagen muestra que no sólo existe una muy desigual distribución del estudiantado más desfavorecido y más favorecido entre el sector público y el privado, sino que estos estudiantes tampoco se mezclan dentro de ellos. La participación del alumnado más favorecido en escuelas públicas tiende al aislamiento, concentrándose así en centros ocupados por estudiantes de su mismo segmento socioeconómico y, donde a su vez, la presencia de los estudiantes más desfavorecidos es pequeña o inexistente. Por su parte, el alumnado más desfavorecido en las escuelas privadas es relegado a unas pocas escuelas, aquellas donde la presencia de estudiantes más favorecidos es menor.

IV. Discusión y conclusión

Esta investigación, en primer término, ha estimado la segregación escolar por nivel socioeconómico en educación primaria en los países de América Latina utilizando una estrategia de análisis multigrupo mediante el IIM. Los resultados muestran la alta segregación en la región, pero también la importante variabilidad entre países, siendo Panamá el más segregado (0.40) y Argentina el menos (0.17). Además, la perspectiva multigrupo-usada en esta investigación ha permitido descomponer la segregación total en la aportada por cada uno de los tres grupos poblacionales considerados. Así, se halló que la segregación en los países de América Latina es causada, principalmente, por la desigual distribución del estudiantado más desfavorecido y más favorecido, cuya segregación explica, de promedio, el 84.9% de la segregación escolar total. En este sentido, apoya lo ya denunciado por Valenzuela et al. (2013) para el caso de Chile, la “hiper-segregación” se da para los grupos más y menos favorecidos.

Pero, más importante para los objetivos formulados, esta investigación también ha determinado la parte de la segregación explicada por las diferencias entre las escuelas públicas y las escuelas privadas. La investigación muestra que la segregación inter-sectores explica, de promedio, el 29.2% de la segregación escolar por segmentos socioeconómicos en los países de la región, con valores que oscilan entre el 13.7% de Nicaragua al 38.4% de Uruguay. Este dato por sí solo revela las grandes diferencias que existen en la composición social de las escuelas de dependencia pública y las escuelas de dependencia privada.

Contrastando estos resultados con los de Krüger (2019), quien analiza el mismo fenómeno a través una estrategia multigrupo, se observa que el porcentaje promedio atribuible a las diferencias entre sectores estimado en la presente investigación es algo más elevado que el reportado por la autora (24.8%). La razón de esas diferencias podría estar en que el estudio de Krüger analiza la segregación del alumnado de educación secundaria, la variable criterio es diferente y parte de una segmentación de la muestra distinta –en su caso la autora distingue entre estudiantes pertenecientes a cada cuartil, y en este trabajo se diferencia el 20% del alumnado con menor ISCEF, el 20% con mayor ISECF y el resto de los estudiantes–. No obstante, ambas investigaciones visibilizan la desigual distribución del estudiantado entre el sector público y el sector privado en función de su nivel socioeconómico.

La segregación escolar es un fenómeno complejo, al igual que lo es explicar la variabilidad encontrada entre los territorios estudiados. Aun con ello, resulta llamativo que todos los países con un alto porcentaje de estudiantes matriculados en escuelas privadas (superior al 20%) también cuentan con una muy desigual distribución del alumnado en función de su nivel socioeconómico entre el sector público y el privado. Estas diferencias entre sectores se hacen especialmente preocupantes en Perú y Colombia, que también cuentan con una muy elevada segregación escolar y una alta segregación intra-sectores, convirtiéndose en dos de los países más segregados de la región.

Otros países con una elevada matrícula en escuelas privadas y una alta segregación inter-sectores son Argentina, Paraguay, Ecuador y República Dominicana. Los mismos tienen características diferentes en su segregación y presenta, con ello, sus desafíos propios. Así, por ejemplo, en Paraguay, y según los datos de la Unesco, el 25% del alumnado de educación primaria no está escolarizado. Argentina, por el contrario, donde la cobertura no es un problema en este nivel y la segregación intra-sectores es baja, podría beneficiarse de reducir la matrícula en escuelas privadas.

La alta segregación entre sectores que tienen los países donde la educación privada tiene un mayor peso muestra los terribles efectos de la privatización. Así, aun con las diferencias en los modelos de escuelas privadas en los distintos territorios, parece que ni las escuelas de bajo costo en Perú, ni las escuelas subvencionadas en Argentina o los modelos charter en Colombia están contribuyendo a una distribución equilibrada del alumnado entre los dos sectores.

Aunque todos los países con una fuerte presencia del sector educativo privado tienen una segregación marcada por las diferencias entre sectores, también hay países en esta situación con una elevada matrícula en escuelas públicas. Entre ellos están los casos paradigmáticos de Guatemala y El Salvador, con una muy alta segregación, y una tasa de estudiantes matriculados en escuelas privadas por debajo de la media y marcada por la presencia de agentes externos. También Uruguay y Costa Rica, con una escuela privada muy elitista y con baja intervención estatal.

La innovadora mirada gráfica aportada por los segplots no deja lugar a duda, las escuelas públicas y privadas son muy distintas entre sí. Los resultados demuestran así la existencia de dos sectores diferenciados, un sector privado elitista dirigido a los hijos de las familias con mayores recursos socioeconómicos, y otro público donde se concentra la mayor parte del alumnado más desfavorecido. De esta manera, están en línea con lo reportado en trabajos previos (Chmielewski y Savage, 2016; Murillo y Martínez, 2017; Ramírez y Vazquez, 2020; Unesco, 2021a).

Aun con ello, los hallazgos también revelan gran variabilidad entre la composición social de las escuelas dentro de cada sector, lo que coincide con trabajos como los de Krüger (2019, 2022) y Vazquez (2016). En particular, esta investigación visibiliza que el escaso alumnado más desfavorecido que asiste a una escuela de dependencia privada lo hace en aquella donde también hay estudiantes que no son de su mismo percentil, pero pocos o ninguno de los considerados como más favorecidos. Lo mismo ocurre con los estudiantes más favorecidos en escuelas públicas, aislándose, en general, en escuelas ocupadas por estudiantes de su mismo segmento socioeconómico y, donde a su vez, la presencia del alumnado más desfavorecido es pequeña o inexistente.

Sin duda alguna, los resultados aportan evidencias de que las escuelas de dependencia privada contribuyen a la segregación en tanto que permiten a las élites económicas separarse de aquellos con menos recursos en el ámbito escolar. De este modo, la organización del sistema educativo en dos sectores diferenciados sirve como un mecanismo de distinción que legitima y perpetúa las desigualdades sociales, reproduciendo el capital social y económico de una generación a otra. Esta investigación visibiliza, de esta manera, un escenario que debería tenerse en cuenta en la formulación de políticas educativas destinadas a promover la equidad y la justicia. Las escuelas de dependencia privada no solo excluyen a la mayor parte del estudiantado más desfavorecido, sino que cuando lo incluye no lo integra, concentrándose así en unas pocas escuelas.

Del mismo modo muestra que la escuela pública no es una institución ajena a las dinámicas sociales y las lógicas de mercado que se expanden en todos los ámbitos, también el educativo. La segregación residencial, la diversificación de la oferta pública, la autonomía o la libertad de elección de centro son sólo algunas de las dinámicas y políticas que podrían estar incidiendo en la segregación de las escuelas públicas (Arcidiácono et al., 2014; Vazquez, 2016).

Es importante señalar tanto las fortalezas como las debilidades de esta investigación. Como fortalezas destaca que es el primer trabajo que analiza la incidencia de la educación privada en la segregación escolar del alumnado de educación primaria en 15 países de América Latina a través de una estrategia multigrupo. Así, visibiliza nuevos matices de la segregación escolar y lo hace a través de un análisis estadístico riguroso y una imagen gráfica comprensiva que permite entender la segregación en términos de separación entre distintos grupos.

Entre las limitaciones, y dada la fuente de datos usada, el análisis no permite evaluar otros factores que podrían influir en la desigual distribución del alumnado según su nivel socioeconómico entre ambos sectores educativos, pero también en cada uno de ellos, como la segregación residencial, la localización las escuelas, o sus fuentes de financiación. En este sentido, se requieren más estudios para comprender si estos elementos, entre otros, son susceptibles de explicar la variabilidad inter e intra sectorial. Además, se ofrece una imagen estática de un fenómeno dinámico y complejo, en tanto que analiza la segregación un punto en el tiempo concreto y para una única segmentación de la muestra. Así, futuros estudios podrían replicar el análisis para conocer la evolución de la segregación entre las escuelas públicas y privadas, pero también conjugar distintas agrupaciones del alumnado.

Si se quiere lograr una sociedad justa y equitativa, es imprescindible acabar con la segregación escolar. En caso contrario, el sistema educativo sólo será una gran estructura cuya principal función sea garantizar la reproducción y legitimación de las desigualdades e injusticias sociales, donde las escuelas de dependencia privada, como se ha demostrado en esta investigación, juegan una función esencial. Con todo ello, no caben posiciones equidistantes: o se elige una educación definida por el mercado y la libre elección, con un gran peso de las escuelas de dependencia privada que legitime y acreciente las desigualdades, o por una educación pública equitativa y de calidad que contribuya a una sociedad inclusiva, equitativa y justa.

Agradecimientos

Para realizar este estudio se utilizaron las bases de datos provistas por la Oficina Regional de Educación para América Latina y el Caribe (OREALC), del cuarto Estudio Regional Comparativo y Explicativo (ERCE, 2019), proyectos liderados por el Laboratorio Latinoamericano para la Evaluación de la Calidad de la Educación (LLECE) de la OREALC/Unesco Santiago. Agradecemos al LLECE el permiso para su uso.

Contribución de autoría

Claudia Guiral: conceptualización (50%), análisis formal (50%), metodología (50%), redacción de borrador original (50%).

F. Javier Murillo: conceptualización (50%), análisis formal (50%), metodología(50%), redacción de borrador original (50%).

Declaración de no conflicto de intereses

Los autores declaran no tener conflicto de intereses.

Fuente de financiamiento

No existe fuente de financiamiento para este artículo.

Referencias

Arcidiácono, M., Cruces, G., Gasparini, L., Jaume, D., Serio, M. y Vázquez, E. (2014). La segregación escolar público-privada en América Latina. CEPAL. https://hdl.handle.net/11362/36757

Chmielewski, A. K. y Maharaj, S. (2022). Socio-economic segregation between schools in Canada. Research Initiative, Education + skills / FutureSkills Research Lab. https://tspace.library.utoronto.ca/handle/1807/123895

Chmielewski, A. K. y Savage, C. (2016). Socioeconomic segregation between schools in the United States and Latin America, 1970–2012. En G. W. McCarthy, G. K. Ingram y S. A. Moody (Eds.), Land and the city (pp. 394-423). Lincoln Institute of Land Policy. https://www.lincolninst.edu/publications/books/land-city

Courtioux, P. y Mauri, T.-P. (2019). Private and public schools: A spatial analysis of social segregation in France. Urban Studies, 57(4), 865-882. https://doi.org/10.1177/0042098019859508

Duncan, O. D. y Duncan, B. (1955). A methodological analysis of segregation indexes. American Sociological Review, 20(2), 210-217. https://doi.org/10.2307/2088328

Elbers, B. y Gruijters, R. (2022). Segplot: a new method for visualizing patterns of multi-group segregation. SocArXiv. https://doi.org/10.31235/osf.io/ruw4g

Frankel, D. M. y Volij, O. (2011). Measuring school segregation. Journal of Economic Theory, 146(1), 1-38. https://doi.org/10.1016/j.jet.2010.10.008

Gutiérrez, G. y Carrasco, A. (2021). Chile’s enduring educational segregation: A trend unchanged by different cycles of reform. British Educational Research Journal, 47(6), 1611-1634. https://doi.org/10.1002/berj.3746

Gasparini, L. C., Jaume, D. J., Serio, M. y Vazquez, E. (2011). La segregación entre escuelas públicas y privadas en Argentina. Reconstruyendo la evidencia. Desarrollo Económico, 51(202/203), 189-219. http://hdl.handle.net/11336/80516

James, D. R. y Taueber, K. E. (1985). Measures of segregation. Sociological Methodology, 15, 1-32. https://doi.org/10.2307/270845

Krüger, N. (2019). La segregación por nivel socioeconómico como dimensión de la exclusión educativa: 15 años de evolución en América Latina. Archivos Analíticos de Políticas Educativas, 27(8). https://doi.org/10.14507/epaa.27.3577

Krüger, N. (2022). Educación privada y segregación por nivel socioeconómico en la provincia de Buenos Aires, Argentina. Revista Ciencias Económicas, 2(18). https://doi.org/10.14409/rce.2021.18.e0004

Massey, D. S. y Denton, N. A. (1988). The dimensions of residential segregation. Social Forces, 67(2), 281-315. https://doi.org/10.2307/2579183

Mora, R. y Ruiz-Castillo, J. (2011). Entropy based segregation indices. Sociological Methodology, 41(1), 159-194. https://doi.org/10.1111/j.1467-9531.2011.01237.x

Moschetti, M. C., Fontdevila, C. y Verger, A. (2019). Políticas, procesos y trayectorias de privatización educativa en Latinoamérica. Educação e Pesquisa, 45, 1-27. https://doi.org/10.1590/S1678-463420194187870

Murillo, F. J. y Martínez, C. (2017). Segregación social en las escuelas públicas y privadas en América Latina. Educação & Sociedade, 38(140), 727-750. https://doi.org/10.1590/es0101-73302017167714

Murillo, F. J., Martínez-Garrido, C. y Graña, R. (2023). Segregación escolar por nivel socioeconómico en educación primaria en América Latina y el Caribe. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 21(1), 87-117. https://doi.org/10.15366/reice2023.21.1.005

OCDE. (2019). Balancing School Choice and Equity: An International Perspective Based on PISA. OECD Publishing. https://doi.org/10.1787/2592c974-en

OCDE. (2023). PISA 2022 results (Volume I): The state of learning and equity in education. OECD Publishing. https://doi.org/10.1787/53f23881-en

Perry, L. B., Rowe, E. y Lubienski, C. (2021). School segregation: theoretical insights and future directions. Comparative Education, 58(1), 1-15. https://doi.org/10.1080/03050068.2021.2021066

Ramírez, L. y Vazquez, E. (2020). Entendiendo los cambios en la segregación escolar. Un análisis en base a microdescomposiciones. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 18(4), 97-121. https://doi.org/10.15366/reice2020.18.4.004

Reardon, S. F. y Firebaugh, G. (2002). Measures of multigroup segregation. Sociological Methodology, 32(1), 33-67. https://doi.org/10.1111/1467-9531.00110

Theil, H. y Finizza, A. J. (1971). A note on the measurement of racial integration of schools by means of information concepts. The Journal of Mathematical Sociology, 1(2), 187-193. https://doi.org/10.1080/0022250X.1971.9989795

Unesco. (2020). Informe de seguimiento de la educación en el mundo 2020. América Latina y el Caribe: inclusión y educación todos y todas sin excepción. https://unesdoc.unesco.org/ark:/48223/pf0000374615

Unesco. (2021a). Global education monitoring report 2021/2. Non-state actors in education: Who chooses? Who loses? https://doi.org/10.54676/XJFS2343

Unesco. (2021b). Los aprendizajes fundamentales en América Latina y el Caribe. Evaluación de logros de los estudiantes. OREALC/Unesco. https://unesdoc.unesco.org/ark:/48223/pf0000380257

Valenzuela, J. P., Villalobos, C. y Gómez, G. (2013). Segregación y polarización en el sistema escolar chileno y recientes tendencias: ¿Qué ha sucedido con los grupos medios? Espacio Público. https://espaciopublico.cl/wp-content/uploads/2021/05/9.pdf

Vazquez, E. (2016). Segregación escolar por nivel socioeconómico. Midiendo el fenómeno y explorando sus determinantes. Económica, 62, 121-184. https://revistas.unlp.edu.ar/Economica/article/download/5334/4366/14109

Vazquez, E. (octubre, 2022). Segregación escolar socioeconómica: un modelo dinámico. (Documento de trabajo 305). CEDLAS. https://www.cedlas.econo.unlp.edu.ar/wp/wp-content/uploads/doc_cedlas305.pdf

Zhou, Y., Cai, T. y Wang, D. (2016). Social segregation in Hong Kong’s schools: 2000-2012. Chinese Sociological Review, 48(3), 248-270. https://doi.org/10.1080/21620555.2016.1166340

Anexo

Tabla A1. Segregación escolar por nivel socioeconómico en cada uno de los países de América Latina.
Índice de Disimilitud
P20 P80 Promedio
Argentina 0.3223 0.3736 0.3480
Brasil 0.3911 0.388 0.3896
Colombia 0.4389 0.4754 0.4572
Costa Rica 0.3548 0.4195 0.3872
Rep. Dominicana 0.3086 0.3682 0.3384
Ecuador 0.3973 0.3935 0.3954
El Salvador 0.4399 0.4402 0.4401
Guatemala 0.4055 0.426 0.4158
Honduras 0.4707 0.3835 0.4271
México 0.3921 0.3834 0.3878
Nicaragua 0.4661 0.3877 0.4269
Panamá 0.6055 0.4252 0.5154
Paraguay 0.3822 0.4025 0.3924
Perú 0.4728 0.4364 0.4546
Uruguay 0.3392 0.4184 0.3788
Promedio 0.4125 0.4081 0.4103
Nota: Elaborado a partir de los datos de ERCE 2019