Segregación escolar por nivel socioeconómico
en educación secundaria en Perú y sus regiones
F. Javier Murillo
Universidad Autónoma de Madrid
javier.murillo@uam.es
Sandra Carrillo
Ponticia Universidad Católica del Perú
carrillo.sandra@pucp.pe
Recibido: 10/03/2019
Aprobado: 25/07/2019
ISSN: 2076-6300
eISSN: 2077-4168
doi: 10.3426/rpie.12.2020_1
R E V I S T A P E R U A N A D E I N V E S T I G A C I Ó N E D U C A T I V A
2 0 2 0 , N o . 1 2 , p p . 7 - 3 2
8 I
F. Javier Murillo y Sandra Carrillo
Segregación escolar por nivel socioeconómico
en educación secundaria en Perú y sus regiones
Resumen
Diferentes estudios internacionales han evidenciado que Perú es uno de los
países de América Latina con mayor segregación escolar. El objetivo de este
estudio es profundizar en esa armación y estimar la magnitud de la segre-
gación de las escuelas de secundaria por nivel socioeconómico en el total de
Perú y en sus regiones con una mirada especíca en las escuelas situadas en
contextos urbanos. Para ello, se realiza una explotación especial de los datos de
la Evaluación Censal de Estudiantes del 2016 del Ministerio de Educación. Se
utilizan los índices de Gorard y de aislamiento, y la variable criterio es el índice
socioeconómico. La muestra estuvo conformada por 489.161 estudiantes de 25
regiones. Los resultados conrman que la magnitud de la segregación escolar
en las escuelas de secundaria es alta y se encuentra una tendencia a una mayor
segregación en los grupos de menor nivel socioeconómico, así como diferen-
cias entre las regiones y entre cada grupo minoritario. El estudio muestra la
necesidad de seguir profundizando en este tipo de estudios, puesto que permi-
te contar con evidencia para atender, de manera urgente y diferenciada, a los
grupos con mayor segregación escolar. De este modo, es posible garantizar la
igualdad de oportunidades a todos los estudiantes del país.
Palabras clave: Segregación escolar, nivel socioeconómico, educación bá-
sica, Perú, equidad educativa
Socio-economic school segregation
in secondary education in Peru and its regions
Abstract
International studies have shown that Peru is one of the Latin American coun-
tries with the highest school segregation. is study aims to estimate the magnitu-
de of the socio-economic school segregation in Peru and its regions, specically in
secondary schools located in urban contexts. Based on the Census Evaluation of
Students of 2016 by the Ministry of Education, we carried out a data mining pro-
cess estimating the Gorard segregation and the isolation indices and using the so-
cioeconomic index as a criterion variable. e sample was composed by 489.161
students from 25 regions. e results conrm that the magnitude of school se-
gregation in secondary schools is high and that there is a trend towards greater
segregation in lower socio-economic groups, as well as dierences between regions
and between each minority group. Also, the study shows the need to continue
deepening this type of studies, since it allows to have evidence to respond, in an
urgent and dierentiated way, to the groups with higher school segregation. is
way, it is possible to guarantee equal opportunities to all students in the country.
Keywords: School segregation, socioeconomic level, basic education, Peru,
educational equity
I 9
Segregación escolar por nse en educación secundaria en Perú y sus regiones
Introducción
1
Recientes investigaciones han aportado sólidas evidencias que deenden que
el Perú es uno de los países con mayor segregación escolar de América Lati-
na, tanto en lo que se reere a educación primaria (Murillo, 2016; Murillo y
Martínez-Garrido, 2017a) como a educación secundaria (Benavides, León y
Etesse, 2014; Krüger, 2019; Murillo, Duk y Martínez-Garrido, 2018; Vázquez,
2012). A partir de ello, quizá, se pueda hablar de Perú como uno de los países
con la mayor segregación escolar del mundo.
Es cierto que en, las últimas dos décadas, el Estado peruano ha incremen-
tado la inversión en educación, y, así, ha mejorado los indicadores de cobertura
(tasas de matrícula, conclusión, deserción, repitencia y atraso) en todos los
niveles (inicial, primaria, secundaria y superior) y los logros de aprendizaje,
principalmente, en el nivel de primaria. En el caso especíco de la secundaria,
si bien al 2015 las mejoras han sido importantes en matrícula (83,4%), conclu-
sión (71,4%), deserción escolar (7,8%), repitencia (3,3%) y atraso (11,2%), es-
tas no han sido sucientes (OECD, 2017). Asimismo, la Evaluación Censal de
Estudiantes (ECE) del 2015 para segundo de secundaria evidencia que menos
del 15% de estudiantes se encuentran en un nivel satisfactorio de aprendizaje.
Dicha información se corrobora con el Programa de Evaluación Internacional
de Estudiantes (PISA) aplicado en el 2000, 2009 y 2012, en el que —a pesar de
las mejoras en los últimos años— el Peru se ubica entre los últimos países de
América Latina (Ganimian, 2015; OECD, 2017).
Sumado a lo anterior, diferentes estudios sobre la inequidad del sistema
educativo peruano y sus desigualdades han evidenciado que se profundiza la
brecha en los indicadores de cobertura y calidad con estudiantes pobres o po-
bres extremos, indígenas o que viven en zonas rurales, y estudiantes con algu-
na discapacidad (Banco Mundial, 2001; Bello y Villarán, 2004; Cuenca, 2015;
Cueto, 2004; Cueto, León y Muñoz, 2014; De Belaunde, 2011; Ganimian, 2015;
Guadalupe, Burga, Miranda y Castillo, 2015; Guadalupe, León, Rodríguez y
Vargas, 2017; Guadalupe, Castillo, Castro, Villanueva y Urquizo, 2016; Minis-
terio de Educación, 2006, entre otros). La segregación escolar genera y refuerza
estas desigualdades.
Así, la educación no es solo importante para mejorar la competitividad y
el crecimiento económico, sino que también se trata de un “mecanismo gene-
rador de mayor cohesión social, de cultura democrática y de mejores prácticas
institucionales (good governance)” (Bonal, 2006, p. 13). Por ello, los sistemas
educativos altamente segregados tienen consecuencias muy desfavorables para
la población escolar y el conjunto de la sociedad, tanto en el desarrollo perso-
nal y social de los estudiantes, como en los aprendizajes. Estas consecuencias
1. Este artículo forma parte de una línea de investigación desarrollada por ambos autores
sobre la segregación escolar en el Perú en el marco del Programa de Doctorado en
Educación de la Universidad Autónoma de Madrid.
10 I
F. Javier Murillo y Sandra Carrillo
afectan, en especial, a aquellos más vulnerables o de sectores desfavorecidos,
como a aquellos que proceden de familias de mayores recursos, al no formarse
en espacios más inclusivos y diversos.
Este artículo busca contribuir a la discusión al estimar la magnitud de la
segregación escolar por nivel socioeconómico en el Perú, a partir de una ex-
plotación especial de las bases de datos de la Evaluación Censal de Estudiantes
(ECE). Así, es posible realizar un análisis a mayor profundidad de la segrega-
ción, por su nivel censal, tanto para todas las escuelas del nivel secundaria del
país, según regiones, así como para las escuelas situadas en contextos urbanos.
Marco teórico
La noción de segregación escolar hace referencia a la distribución desigual de
los estudiantes en las escuelas, en función de sus características personales,
culturales o sociales (Dupriez 2010; Ireson y Hallam, 2001; Murillo, 2016; Váz-
quez, 2012). Si bien esta noción es multidimensional, son dos las dimensiones
más utilizadas en la literatura: la de uniformidad y la de exposición. La di-
mensión de uniformidad hace referencia a la distribución desbalanceada de los
alumnos entre escuelas en función de sus características personales, culturales
o sociales, especialmente en términos de su nivel socioeconómico, grupo étni-
co de pertenencia, cultura u origen nacional (Bellei, 2013; Jaume y Gasparini,
2013; Murillo y Martínez-Garrido, 2017a, 2018; Valenzuela, Bellei y De Los
Ríos, 2010). La dimensión de exposición se reere a la probabilidad de que los
estudiantes convivan con estudiantes de diferentes grupos en las escuelas (Be-
llei, 2013; Dupriez, 2010; Murillo, Duk y Martínez-Garrido, 2018).
La segregación escolar afecta el aprendizaje de los estudiantes, porque las
características socioeconómicas de los alumnos inuyen en los aprendizajes.
Así, este fenómeno produce desigualdades en cuanto al acceso de cada grupo
a determinada calidad educativa. Es decir, si el desempeño de los estudiantes
en la escuela depende de sus compañeros, los niveles más altos de segregación
social conducirían a una mayor desigualdad en el rendimiento académico y,
por lo tanto, a una mayor desigualdad en los resultados posteriores (Durlauf,
2006; Jaume y Gasparini, 2013; Jenkins, Micklewright y Schnepf, 2006). De
esta forma, una mayor segregación social puede incluso reducir los niveles pro-
medio de rendimiento, dado que la segregación de las personas vulnerables
agrega a su vulnerabilidad individual la vulnerabilidad colectiva de su grupo.
Este hecho afecta directamente el diseño de las políticas educativas, en tanto
diculta la posibilidad de aplicar programas exitosos de mejoramiento escolar
a un nivel institucional en el largo plazo, lo cual hace a los grupos aún más
vulnerables, y supone el riesgo de instalar fenómenos de exclusión y desinte-
gración crónicos (Bonal y Bellei, 2018; Valenzuela, Bellei y De Los Ríos, 2010).
Asimismo, la segregación debilita el rol cohesionador de la escuela como
espacio de integración social. La escuela es el lugar donde los estudiantes apren-
den a convivir en la diversidad económica, social y cultural. La segregación
I 11
Segregación escolar por nse en educación secundaria en Perú y sus regiones
impide este proceso, pues contribuye a la generación de fenómenos de exclu-
sión y desintegración en la sociedad, lo cual puede, incluso, convertirse en una
amenaza para la cohesión social (Bonal y Bellei, 2018; Durlauf, 2006; Gaspari-
ni, Jaume, Serio y Vázquez, 2011). Además, si los grupos que se forman en las
escuelas son una manifestación de alguna forma de segregación, estos pueden
dar lugar a desigualdades persistentes y trampas de pobreza a través de com-
portamientos de imitación “negativos” (Cueto, León y Miranda, 2016; Durlauf,
2006; Valenzuela et al., 2010; Vázquez, 2012).
Los primeros estudios sobre segregación escolar se iniciaron en Estados
Unidos, a partir del fallo de la Corte Suprema en el año 1954, que declaró
inconstitucionales las leyes que establecían escuelas públicas separadas para
estudiantes de raza negra y blanca. Décadas después, surgieron los estudios
sobre segregación escolar de carácter socioeconómico orientados a demostrar
la distribución desigual de los estudiantes en las escuelas en función del ni-
vel socioeconómico y cultural de sus familias (Bonal y Bellei, 2018; Murillo y
Martínez-Garrido, 2017b).
Aunque se reconoce la existencia de una alta segregación en América Lati-
na desde hace décadas, el interés por investigarla es reciente y aún son escasos
los estudios que abordan su medición. Como antecedentes, Reimers (2000) y
Unesco (2008, 2010) evidenciaron la alta estraticación de las escuelas de la re-
gión. En Argentina, destacan los estudios desarrollados por Gasparini, Jaume,
Serio y Vázquez (2011); Jaume y Gasparini (2013); y Krüger (2011, 2014, 2018).
En Brasil, se encuentra la investigación de Lisboa Bartholo y da Costa (2018);
y, en Chile, de Bellei (2007, 2013); Bellei, Contreras, Canales y Orellana (2018);
Elacqua (2009, 2012); Rojas (2009); y Valenzuela, Bellei y De Los Ríos (2008,
2010, 2014). En Colombia, cabe mencionar los trabajos de Rangel (2006), y
Rangel y Lleras (2010); en Ecuador, el de Murillo y Martínez-Garrido (2017b);
y, en México, el estudio de Cárdenas Denham (2011). Por último, en Perú,
destacan las investigaciones de Benavides, León y Etesse (2014); Balarín (2015,
2016); Balarín y Escudero (2018); Cueto, León y Miranda (2016); y el de León
y Collahua (2016). Todos estos trabajos conrman que América Latina tiene
sistemas educativos altamente segregados.
Especialmente interesantes son los estudios que abordan la segregación
desde una perspectiva comparada. En el nivel de educación primaria, Murillo
(2016), y Murillo y Martínez-Garrido (2017a) presentan estimaciones de la
segregación escolar por nivel socioeconómico en América Latina usando los
datos del Tercer Estudio Comparativo y Explicativo (Terce) de Unesco (2013).
En el primero de ellos, Murillo presenta una serie de índices para estimar la
magnitud de la segregación escolar (disimilitud, Gorard, de aislamiento, de
raíz cuadrada y de inclusión socioeconómica) y evidencia una alta segregación
escolar en los países de la región. El segundo trabajo conrma estos resultados
utilizando el índice de disimilitud. Ambos estudios muestran que Perú es uno
de los países con mayor nivel de segregación socioeconómica en la región.
12 I
F. Javier Murillo y Sandra Carrillo
Los estudios comparados en el nivel de Educación Secundaria utilizan los
datos del Programa de Evaluación Internacional de Estudiantes (PISA) aplica-
do en sus diferentes versiones (entre los años 2000 y 2015). En ese marco, des-
taca el estudio de Vázquez (2012), quien realiza un análisis de la segregación
por nivel socioeconómico con los datos de PISA 2009 y su evolución entre los
años 2000 y 2009, utilizando el índice de disimilitud con la mediana de estu-
diantes como grupo minoritario. Los resultados evidencian claramente dos ex-
tremos. En uno, se encuentran los menores índices de segregación (entre 0,26
y 0,31), en que se ubican los países escandinavos; y, en el otro, los países más
segregados (con valores de más de 0,5): Perú, Chile y Tailandia. En este estudio,
se determinó que Perú había aumentado en 0,09 puntos el valor de su índice de
disimilitud en el período estimado.
Basándose en los datos de PISA 2000 y 2009, Benavides, León y Etesse
(2014) utilizan el índice de Hutchens y conrman un incremento de la segre-
gación por nivel socioeconómico en las escuelas del Perú. Dicho estudio iden-
tica que la brecha entre los extremos socioeconómicos se amplía entre un
período y otro, a pesar de que esta se reduce para los quintiles intermedios.
Murillo, Duk y Martínez Garrido (2018), por su parte, utilizan los datos
de las cinco ediciones de PISA para analizar la evolución de la magnitud de
la segregación escolar por nivel socioeconómico en diez países de América
Latina. Por medio de los índices de Gorard y de aislamiento, los investigadores
encuentran que, en la mayoría de los países, los casos en los que la segregación
disminuye corresponden a aquellos de estudiantes con familias de mayor nivel
socioeconómico, mientras que la segregación se incrementa en los de menor
nivel. Sin embargo, el Perú es el país que presenta una de las mayores tasas
de segregación escolar por nivel socioeconómico con una tendencia al alza
en sus niveles de segregación para los cuatro grupos minoritarios analizados,
especialmente, en el caso de los estudiantes con familias de menor nivel so-
cioeconómico.
Krüger (2019) analiza la dinámica y la evolución de la segregación por
nivel socioeconómico en 9 países de América Latina usando los datos de PISA
del período 2000 y 2015 y los índices disimilitud, de información mutua y de
aislamiento para el análisis. Dado su alto nivel de segregación, signicativa-
mente mayor al del resto de los países de la región, el Perú es calicado como
una situación de hipersegregación.
Otro estudio más acotado a la realidad peruana es el de León y Collahua
(2016), quienes identicaron, sobre la base de un metaanálisis de estudios rea-
lizados entre los años 2000 y 2014, que el nivel socioeconómico es una variable
central para explicar el rendimiento de los estudiantes peruanos, tanto en el
ámbito individual como en el escolar.
Cueto, León y Miranda (2016), encontraron —a partir de datos longitu-
dinales del estudio de Young Lives— altos índices de segregación en las aulas
peruanas y que la calidad de la escolaridad se asocia con la segregación de una
manera que refuerza la desigualdad. Identicaron, además, que la segregación
I 13
Segregación escolar por nse en educación secundaria en Perú y sus regiones
ocurre principalmente en los extremos (es decir, en las aulas que tienen muy
pocos o la mayoría de los padres con educación secundaria o más).
Por su parte, Balarín (2015, 2016), y Balarín y Escudero (2018) estu-
diaron el impacto de los procesos de privatización sobre la segregación y la
estraticación educativa, así como en la profundización de estas, tanto en el
sector público como privado, explicado por los mecanismos generalizados y no
gobernados de la elección de escuelas (school choice). Para las investigadoras,
el uso extendido de la elección escolar tanto en el sistema educativo privado
como en el estatal explica los patrones de segregación en las escuelas y que los
altos niveles de segregación escolar que encuentran en Perú son el resultado de
cómo se han establecido las dinámicas de elección educativa para las familias.
Esta investigación busca profundizar en el conocimiento de la segregación
escolar por nivel socioeconómico en el total de escuelas de educación secun-
daria en Perú y sus regiones, estimando tanto en la dimensión de uniformidad
como de aislamiento con una mirada especíca en las escuelas situadas en con-
textos urbanos. Para ello, se utilizan los datos censales de la Evaluación Censal
de Estudiantes (ECE) 2016 del Ministerio de Educación, lo que les permite
mayor precisión a los resultados.
Metodología
Para cumplir con el propósito de este estudio, se realiza una explotación es-
pecial de las bases de datos de la ECE de Perú, desarrollada por la Ocina de
Medición de la Calidad de los Aprendizajes (UMC) del Ministerio de Educa-
ción. La ECE tiene como uno de sus objetivos dar información sobre los lo-
gros de aprendizaje de los estudiantes peruanos en las áreas de Comunicación
y Matemática (2° grado de primaria, 4° grado de primaria no bilingüe y 2°
grado de secundaria); Comunicación (4° grado de primaria EIB); e Historia,
Geografía y Economía (2° grado de secundaria) (Ministerio de Educación,
2016). Además de estas pruebas, se aplican cuestionarios dirigidos a directo-
res, docentes, estudiantes y padres de familia con el objetivo de explicar los
resultados de las evaluaciones, y, de esta manera, generar evidencia sobre las
características individuales y familiares de los estudiantes evaluados, así como
de las condiciones y los procesos escolares que se encuentran asociados a su
desempeño (Ministerio de Educación, 2018).
Este estudio se centra en los datos del 2016 de los estudiantes de 2º grado
de educación secundaria. La muestra utilizada es de un total de 489.161 estu-
diantes matriculados en 12.862 escuelas de educación secundaria de todo el
país (Tabla 1).
14 I
F. Javier Murillo y Sandra Carrillo
Tabla 1
Muestra y sus características
Total En entorno urbano
N.
estud.
N.
escuelas
ISE
promedio
N
estud.
% est.
del total
N
escuelas
% esc
del total
ISE
promedio
Amazonas
7.370 283 -0,9952 5.168 70,12 132 46,64
-0,7351
Áncash
19.069 612 -0,2451 15.410 80,81 373 60,95 -0,0179
Apurímac
8.450 304 -0,6399 6.609 78,21 170 55,92 -0,4912
Arequipa
21.177 592 0,4650 20.830 98,36 572 96,62 0,4781
Ayacucho
13.265 441 -0,5165 10.818 81,55 250 56,69 -0,3547
Cajamarca 26.121 999
-0,7914 17.762 68,00 422 42,24 -0,5030
Callao
14.316 272 0,5535 14.316 100,00 272 100,00 0,5535
Cusco 24.872 627 -0,4167 19.769
79,48 361 57,58 -0,2252
Huancavelica
8.604 351 -0,8474 5.753 66,86 175 49,86 -0,6717
Huánuco 14.405 465 -0,6478 11.254 78,13 236
50,75 -0,4373
Ica
12.729 242 0,4026 12.564 98,70 229 94,63 0,4112
Junín
22.138 645 -0,1523 19.494 88,06 449 69,61 -0,0121
La Libertad
28.041 783 -0,0371 24.467 87,25 522 66,67 0,1433
Lambayeque
19.605 408 0,0633 18.541 94,57 335 82,11 0,1365
Lima 140.022
2.942 0,6301 138.675 99,04 2.854 97,01 0,6403
Loreto
15.370 492 -0,6475 12.955 84,29 234 47,56 -0,4578
Madre de Dios 2.382 63 -0,1561
2.123 89,13 42 66,67 -0,0585
Moquegua
2.695 63 0,5115 2.625 97,40 55 87,30 0,5177
Pasco 4.059 178 -0,3892 3.195 78,71
92 51,69 -0,1499
Piura
31.441 741 -0,3144 27.289 86,79 509 68,69 -0,1535
Puno 22.187 561 -0,3076 18.551 83,61 333 59,36
-0,1821
San Martín
14.031 378 -0,5858 12.222 87,11 250 66,14 -0,4551
Tacna
5.317 112 0,4454 5.140 96,67 100 89,29 0,4686
Tumbes
3.578 78 0,0735 3.491 97,57 71 91,03 0,0988
Ucayali
7.917 230 -0,3709 7.066 89,25 115 50,00 -0,2477
Total/
promedio
489.161 12.862
0,0000 436.087 89,15 9.153 71,16 0,1537
Fuente: Elaboración propia a partir de la base de datos ECE 2016 (Minedu-UMC 2016).
I 15
Segregación escolar por nse en educación secundaria en Perú y sus regiones
La variable criterio utilizada para el estudio es el índice socioeconómico
(ISE), que brinda información detallada para el posicionamiento socioeconó-
mico relativo de cada individuo con respecto a toda la muestra. El ISE es esti-
mado por el propio Ministerio de Educación (2017) a partir de variables sobre
la educación de los padres, materiales de construcción de la vivienda, servicios
básicos en el hogar, activos en el hogar y otros servicios en el hogar. La variable
está tipicada (media 0 y desviación típica 1).
La segregación escolar se estimó con dos índices que miden dos dimen-
siones: el índice de Gorard estimó la dimensión de uniformidad; y el índice de
aislamiento, la dimensión de exposición. El índice de segregación de Gorard
(índice G) se dene como la “proporción de estudiantes desfavorecidos que
tendrían que intercambiar escuelas dentro del área del análisis, para que exista
una distribución uniforme de este grupo entre la población” (Gorard y Smith,
2004, p. 19). Este índice es una variación del índice de Duncan y tiene una fácil
interpretación, dado que es la única medida de asociación utilizable con más
de dos casos que aparece completamente libre de la inuencia, o los cambios
en la población (Gorard y Taylor, 2000). Matemáticamente, se expresa de la
siguiente forma:
En esta fórmula, para país, x
1i
representa el número de alumnos del gru-
po minoritario en la escuela i; X
1
es el número total de estudiantes del grupo
minoritario en todas las escuelas del país o la región; T
i
es el número total de
alumnos en la escuela i; y T, el número total de alumnos en el país o la región.
El índice de aislamiento (índice A) propuesto por Lieberson (1981) mide
la “probabilidad de que un estudiante del grupo minoritario se encuentre en su
escuela con otro miembro de su mismo grupo” (Murillo, 2016, p. 43). De esta
forma, cuanto mayor sea el aislamiento del grupo, menor será su exposición a
los miembros del resto de grupos (Murillo, Duk y Martínez-Garrido, 2018). Es
el índice más utilizado para medir la dimensión de exposición de la segrega-
ción escolar. El procedimiento de estimación es el siguiente:
En este, x
1i
representa el número de alumnos del grupo minoritario en la
escuela i; X
1
es el número total de estudiantes minoritarios, respectivamente,
en todas las escuelas del país o la región; y T
i
, el número total de alumnos en
la escuela i.
16 I
F. Javier Murillo y Sandra Carrillo
Para estimar ambos índices, se ha optado por denir cuatro grupos mi-
noritarios: los percentiles 10 (P10) y 90 (P90), y los cuartiles 1 (Q1) y 4 (Q4);
es decir, el 10% (P) y el 25% (Q) de los estudiantes con familias de menor (P10
y Q1) y de mayor (P90 y Q4) nivel socioeconómico (ISE), respectivamente.
También, se estimó la puntuación promedio de la segregación para los cuatro
colectivos. Cada grupo minoritario se compara con el grupo mayoritario, que
correspondería al resto de estudiantes.
Resultados
Un primer hallazgo del estudio es que la magnitud de la segregación escolar
por nivel socioeconómico en educación secundaria para el Perú es alta, tanto
en su dimensión de uniformidad (índice de Gorard 0,54) como en su dimen-
sión de exposición (índice de aislamiento de 0,50) para el total de escuelas del
país. Un segundo hallazgo es que la segregación es mayor para los estudiantes
de secundaria con familias de menor nivel socioeconómico. Así, la magnitud
de la segregación en los estudiantes de familias de menos ISE es de 0,64 (P10,
índice de Gorard) y 0,62 (Q1, índice de aislamiento).
Estos resultados, sin embargo, adquieren valores diversos al estimar la se-
gregación para cada una de las veinticinco regiones del país, lo que constituye
el tercer hallazgo de este estudio. Según la dimensión de uniformidad, las mag-
nitudes van desde el 0,36 hasta el 0,54 (índice de Gorard) y en la dimensión de
exposición, de 0,33 a 0,51 (índice de aislamiento). Así, se identica en la Tabla
2 que el orden de las regiones varía en función del grupo estudiado, según el
índice de Gorard:
• Para el 10% de estudiantes de familias con menor nivel socioeconómico
(P10), las regiones con segregación superior a 0,6 (que puede ser consi-
derada hipersegregación) son Pasco (0,65), La Libertad (0,65) y Loreto
(0,64). Las regiones con menor segregación son Ica (0,37), Tumbes (0,39)
y Huancavelica (0,41).
• Para el 25% con menor nivel socioeconómico (Q1), las 3 regiones con
la segregación más alta son La Libertad (0,50), Loreto (0,48) y Piura
(0,47). Aquellas que tienen la segregación más baja son las mismas y en
el mismo orden que en el caso del P10: Ica y Tumbes (ambas con 0,28) y
Huancavelica (0,31).
• Para el 25% con mayor nivel socioeconómico (Q4), la mayor segrega-
ción se da en las regiones de Cajamarca (0,51), Huánuco (0,50) y Áncash
(0,47). Las de menor segregación son Madre de Dios (0,31), Moquegua
(0,33) e Ica (0,35).
• Por último, para el 10% de estudiantes de familias con mayor nivel so-
cioeconómico (P90), las regiones con mayor segregación son Cajamarca
(0,64), Huánuco (0,62) y Apurímac (0,60), y las tres de menor segregación
escolar son Moquegua (0,38), Madre de Dios (0,43) y Tumbes (0,45).
I 17
Segregación escolar por nse en educación secundaria en Perú y sus regiones
Tabla 2
Segregación escolar por nivel socioeconómico en Perú y sus regiones
Índice de Gorard para P10, Q1, Q4, P10 como grupos minoritarios, y promedio
P10 Q1 Q4 P90 Promedio
Perú 0,6370 0,5072 0,4583 0,5743 0,5442
Amazonas 0,5913 0,4493 0,4374 0,5829 0,5152
Áncash 0,5549 0,4574 0,4676 0,5778 0,5144
Apurímac 0,4322 0,3282 0,4284 0,6000 0,4472
Arequipa 0,5253 0,4084 0,4209 0,5528 0,4768
Ayacucho 0,4979 0,3886 0,4319 0,5993 0,4794
Cajamarca 0,5157 0,3902 0,5086 0,6403 0,5137
Callao 0,5474 0,4227 0,3647 0,4666 0,4503
Cusco 0,5291 0,4159 0,4639 0,5932 0,5005
Huancavelica 0,4149 0,3073 0,3818 0,5816 0,4214
Huánuco 0,4770 0,3795 0,4984 0,6204 0,4938
Ica 0,3666 0,2806 0,3455 0,4587 0,3628
Junín 0,5916 0,4197 0,4189 0,5531 0,4958
La Libertad 0,6490 0,5018 0,4381 0,5718 0,5402
Lambayeque 0,5730 0,4323 0,4308 0,5623 0,4996
Lima 0,4883 0,3647 0,3806 0,5215 0,4388
Loreto 0,6400 0,4831 0,4549 0,5781 0,5390
Madre de Dios 0,4629 0,3449 0,3092 0,4250 0,3855
Moquegua 0,4439 0,3459 0,3278 0,3813 0,3747
Pasco 0,6492 0,4344 0,3758 0,4829 0,4856
Piura 0,5972 0,4722 0,4457 0,5962 0,5278
Puno 0,4611 0,3738 0,4037 0,5399 0,4446
San Martín 0,5215 0,4109 0,4282 0,5493 0,4775
Tacna 0,4371 0,3498 0,3669 0,4899 0,4109
Tumbes 0,3931 0,2833 0,3469 0,4516 0,3687
Ucayali 0,5719 0,3773 0,3750 0,5130 0,4593
Fuente: Elaboración propia a partir de la base de datos ECE 2016 (Minedu-UMC 2016).
18 I
F. Javier Murillo y Sandra Carrillo
En este grupo de regiones, se evidencia que, si bien los índices de segre-
gación son altos en los cuatro grupos, hay regiones con muy alta segregación
en los extremos (P10 y P90), con tendencia a la hipersegración en el grupo con
menor nivel socioeconómico (P10). Destacan La Libertad y Loreto como las
regiones con las escuelas más segregadas del Perú en los grupos con menor
nivel socioeconómico (P10 y Q1), mientras que Cajamarca es la más segregada
para los grupos con mayor nivel socioeconómico (Q4 y P90).
Los resultados encontrados en su dimensión de exposición, según el índice
de aislamiento (Tabla 3), evidencian una magnitud de segregación menor en
los grupos P10 y P90 (10% de estudiantes con menor y mayor ISE) que en los
grupos Q1 y Q4 (25% de estudiantes con menor y mayor ISE). Estos resultados
son lo esperado en este índice, dada la concepción del mismo. A continuación,
se identican las diferencias entre las regiones:
• Al considerar el P10 como grupo minoritario, las regiones con mayor se-
gregación son Pasco (0,49), Loreto (0,47) y Ucayali (0,46). Por el contra-
rio, las regiones de Ica (0,22), Huancavelica (0,23) y Tumbes (0,23) son las
que presentan una menor segregación.
• Para el Q1 como grupo minoritario, La Libertad (0,63), Loreto (0,60) y
Piura (0,58) son las tres regiones con una mayor segregación escolar; e Ica
(0,38), Tumbes (0,39) y Huancavelica (0,39), las de menor.
• Para el caso del 25% de estudiantes con familias de mayor nivel socioeco-
nómico (Q4), las regiones más segregadas son Cajamarca (0,62), Huánu-
co (0,61) y Cusco (0,58), mientras que Madre de Dios (0,44), Moquegua
(0,44) e Ica (0,45) son las que presentan menor segregación.
• Por último, al considerar el P90 como grupo minoritario, las regiones con
mayor segregación son Cajamarca (0,47), Ayacucho (0,47) y Cusco (0,44);
y las que tiene menor segregación Moquegua (0,24), Madre de Dios (0,25)
y Callao (0,26).
I 19
Segregación escolar por nse en educación secundaria en Perú y sus regiones
Tabla 3
Segregación escolar por nivel socioeconómico en Perú y sus regiones
Índice de aislamiento para P10, Q1, Q4, P10 como grupos minoritarios, y promedio
P10 Q1 Q4 P90
Prome-
dio
Perú 0,4442 0,6231 0,5614 0,3848 0,5034
Amazonas 0,3738 0,5481 0,5252 0,3610 0,4521
Áncash 0,3361 0,5466 0,5746 0,3643 0,4554
Apurímac 0,2459 0,4163 0,5375 0,4147 0,4036
Arequipa 0,3277 0,5019 0,5180 0,3467 0,4236
Ayacucho 0,3163 0,4847 0,5487 0,4645 0,4535
Cajamarca 0,2936 0,4693 0,6236 0,4718 0,4646
Callao 0,2885 0,4980 0,4539 0,2545 0,3737
Cusco 0,3216 0,4994 0,5757 0,4438 0,4601
Huancavelica 0,2283 0,3927 0,4930 0,4429 0,3893
Huánuco 0,2948 0,4648 0,6114 0,4434 0,4536
Ica 0,2215 0,3789 0,4508 0,2771 0,3321
Junín 0,4561 0,5436 0,5269 0,3683 0,4737
La Libertad 0,4447 0,6293 0,5454 0,3796 0,4998
Lambayeque 0,3965 0,5459 0,5356 0,3551 0,4583
Lima 0,2873 0,4470 0,4781 0,3304 0,3857
Loreto 0,4701 0,6020 0,5562 0,4121 0,5101
Madre de Dios 0,3003 0,4425 0,4358 0,2527 0,3578
Moquegua 0,2599 0,4324 0,4397 0,2379 0,3425
Pasco 0,4925 0,5519 0,4647 0,2789 0,4470
Piura 0,3966 0,5781 0,5624 0,4197 0,4892
Puno 0,2621 0,4535 0,5161 0,3724 0,4010
San Martín 0,3183 0,4982 0,5326 0,3825 0,4329
Tacna 0,2937 0,4502 0,4676 0,2953 0,3767
Tumbes 0,2288 0,3878 0,4609 0,2884 0,3415
Ucayali 0,4643 0,5028 0,4708 0,2961 0,4335
Fuente: Elaboración propia a partir de la base de datos ECE 2016 (Minedu-UMC 2016).
20 I
F. Javier Murillo y Sandra Carrillo
En este caso, se evidencia que, si bien los resultados son similares al análi-
sis anterior, en los grupos de menor nivel socioeconómico (P10 y Q1), Loreto
(0,51) es la región con mayor nivel de segregación, mientras que Ica (0,33),
Tumbes (0,34) y Huancavelica (0,39) son las regiones con menor nivel de se-
gregación. En los grupos de mayor nivel socioeconómico (Q4 y P90), Cajamar-
ca (0,47) y Cusco (0,46) son las regiones con mayor segregación, mientras que
Moquegua (0,34) es la menos segregada.
Estos resultados podrían ser explicados por la segregación residencial, a
partir de las diferencias de las escuelas secundarias ubicadas en zonas urbanas
y rurales. En esa línea, Murillo y Martínez-Garrido (2017a) proponen estudiar
la segregación escolar en las zonas urbanas, dado que la segregación residencial
se produce esencialmente en zonas rurales. Es decir, si en un determinado lu-
gar geográco hay una sola institución educativa, esta necesariamente recogerá
a todos los estudiantes de esa zona y, si en esa zona, hay una alta concentración
de familias de determinado nivel socioeconómico, la segregación será alta.
Dada las posibilidades, mínimas o nulas, que tienen las familias de zonas
rurales de elegir una escuela secundaria, la segregación escolar en esas zonas
podría explicarse esencialmente la segregación residencial, por lo que los datos
globales podrían estar inuidos por el número de escuelas en zonas rurales.
En ese sentido, un análisis más profundo de la segregación escolar puede darse
a partir del análisis exclusivo de las escuelas secundarias que se encuentran
ubicadas en zonas urbanas. En las tablas 4 y 5, se muestran los resultados de es-
timar los índices de segregación (Gorard y Aislamiento) solo en las escuelas se-
cundarias urbanas del país y sus regiones. Como un cuarto hallazgo, se identi-
ca que los resultados anteriores se matizan, pero las diferencias se mantienen.
Según el índice de Gorard (Tabla 4), el promedio de la segregación escolar
socioeconómica para las escuelas de secundaria urbanas del país, en su dimen-
sión de igualdad o uniformidad, es de 0,51 (0,54 para el total), manteniéndose
una variabilidad en los promedios de las regiones (de 0,35 a 0,49). El promedio en
las regiones se distribuye de la siguiente manera, según los grupos minoritarios:
• Para el 10% de estudiantes de familias con menos nivel socioeconómico
(P10), la región con hipersegregación (más de 0,6) es Amazonas (0,61).
Las regiones de La Libertad (0,57), Loreto (0,56), Callao (0,55), Piura
(0,54), Lambayeque (0,54), Arequipa (0,52), Áncash (0,51), Cusco (0,50)
y Cajamarca (0,50) tienen una segregación muy alta.
• Para el 25% con menos nivel socioeconómico (Q1), las regiones con los
índices de segregación altos son La Libertad (0,43), Loreto (0,43), Áncash
(0,43), Callao (0,42), Piura (0,42), Amazonas (0,42), Cajamarca (0,41),
Arequipa (0,40) y Lambayeque (0,40).
• Para el 25% con mayor nivel socioeconómico (Q4), las regiones con ni-
veles de segregación altos —de más de 0,40—, son Huánuco (0,47), Ca-
jamarca (0,46), Piura (0,43), Cusco (0,43), Loreto (0,43), Lambayeque
(0,43), Áncash (0,42), Arequipa (0,42), Apurímac (0,42), La Libertad
(0,41), Ayacucho (0,41), San Martín (0,41) y Junín (0,40).
• Para el 10% de estudiantes de familias con mayor nivel socioeconómico
(P90), las regiones con niveles de segregación muy altos —es decir, más de
I 21
Segregación escolar por nse en educación secundaria en Perú y sus regiones
0,5— son Cajamarca (0,59), Huánuco (0,58), Ayacucho (0,58), Piura (0,58),
Huancavelica (0,58), Apurímac (0,56), Cusco (0,56), Lambayeque (0,55),
Arequipa (0,55), La Libertad (0,55), Loreto (0,54), Áncash (0,54), San Mar-
tín (0,53), Junín (0,53), Puno (0,53), Amazonas (0,53) y Lima (0,52).
Tabla 4
Segregación escolar por nivel socioeconómico en Perú y sus regiones
para escuelas urbanas
Índice de Gorard para P10, Q1, Q4, P10 como grupos minoritarios, y promedio
P10 Q1 Q4 P90 Promedio
Perú
0,5943 0,4635 0,4360 0,5546
0,5121
Amazonas 0,6066 0,4145 0,3814 0,5276
0,4825
Áncash 0,5147 0,4271 0,4235 0,5358
0,4752
Apurímac 0,3723 0,3151 0,4168 0,5664
0,4177
Arequipa 0,5173 0,4033 0,4193 0,5489
0,4722
Ayacucho 0,4480 0,3567 0,4107 0,5813
0,4492
Cajamarca 0,5013 0,4089 0,4576 0,5860
0,4884
Callao 0,5474 0,4227 0,3647 0,4666
0,4503
Cusco 0,5023 0,3963 0,4302 0,5593
0,4720
Huancavelica 0,3649 0,2950 0,3784 0,5773
0,4039
Huánuco 0,4316 0,3762 0,4684 0,5820
0,4646
Ica 0,3607 0,2784 0,3458 0,4567
0,3604
Junín 0,4959 0,3717 0,4023 0,5327
0,4506
La Libertad 0,5704 0,4276 0,4117 0,5487
0,4896
Lambayeque 0,5373 0,4014 0,4254 0,5500
0,4785
Lima 0,4790 0,3602 0,3790 0,5201
0,4346
Loreto 0,5587 0,4273 0,4273 0,5441
0,4894
Madre de Dios 0,4231 0,2738 0,3009 0,3920
0,3475
Moquegua 0,4279 0,3352 0,3226 0,3639
0,3624
Pasco 0,4735 0,3387 0,3021 0,4309
0,3863
Piura 0,5382 0,4169 0,4318 0,5790
0,4915
Puno 0,4417 0,3472 0,3757 0,5301
0,4237
San Martín 0,4673 0,3743 0,4064 0,5341
0,4455
Tacna 0,4179 0,3368 0,3599 0,4817
0,3991
Tumbes 0,3746 0,2753 0,3386 0,4439
0,3581
Ucayali 0,3976 0,3133 0,3598 0,4817
0,3881
Fuente: Elaboración propia a partir de la base de datos ECE 2016 (Minedu-UMC 2016).
22 I
F. Javier Murillo y Sandra Carrillo
En este análisis, en concordancia con el análisis anterior, se identica que,
si bien los índices de segregación son altos en los cuatro grupos, hay regiones
con segregación muy alta en los extremos (P10 y P90) a nivel de escuelas urba-
nas, con tendencia a la hipersegración en el grupo de menor nivel socioeconó-
mico (P10). Destacan Amazonas y Callao como las regiones más segregadas en
los grupos con menor nivel socioeconómico (P10 y Q1), mientras que Piura,
La Libertad, Loreto, Cajamarca, Lambayeque, Áncash y Arequipa lo hacen en
los cuatro grupos. Las regiones más segregadas en los grupos con mayor nivel
socioeconómico (Q4 y P90) son Ayacucho, San Martín y Apurímac.
En su dimensión de exposición, los resultados encontrados en la segre-
gación escolar socioeconómica, según el índice de aislamiento (Tabla 5), para
las escuelas de secundaria urbanas disminuye a 0,36 (0,50 para el total), lo cual
muestra una variabilidad entre las regiones de 0,32 a 0,45. El promedio en las
regiones se distribuye de la siguiente manera, según los grupos minoritarios:
• Al considerar el P10 como grupo minoritario, las tres regiones con mayor
segregación son Amazonas (0,42), La Libertad (0,40) y Loreto (0,38); y
Huancavelica (0,19), Tumbes (0,20) y Apurímac (0,20), las de menor.
• Para el Q1 como grupo minoritario, las regiones con mayor segregación
son La Libertad (0,54), Loreto (0,52) y Piura (0,52). Las regiones de Tum-
bes (0,37), Ica (0,38) y Huancavelica (0,39) son las de menor segregación.
• Para el 25% de estudiantes de familias con mayor nivel socioeconómico
(Q4), las regiones con mayor segregación son Huánuco (0,58), Cajamarca
(0,57) y Cusco (0,55). En el extremo opuesto, las regiones de Pasco (0,41),
Madre de Dios (0,42) y Moquegua (0,44) son las de menor segregación.
• Para nalizar, si se considera el P90 de los estudiantes como grupo mi-
noritario, las tres regiones con mayor segregación son Ayacucho (0,45),
Huancavelica (0,42) y Cajamarca (0,42); y las tres regiones con menor son,
en este caso, Madre de Dios (0,23), Moquegua (0,23) y Callao (0,26).
I 23
Segregación escolar por nse en educación secundaria en Perú y sus regiones
Tabla 5
Segregación escolar por nivel socioeconómico en Perú y sus regiones
para escuelas urbanas
Índice de aislamiento para P10, Q1, Q4, P10 como grupos minoritarios, y promedio
P10 Q1 Q4 P90 Promedio
Perú 0,4101 0,3627 0,3156 0,3583 0,3617
Amazonas 0,4159 0,5166 0,4702 0,3088 0,4279
Áncash 0,2817 0,5095 0,5187 0,3239 0,4084
Apurímac 0,1987 0,3990 0,5240 0,3735 0,3738
Arequipa 0,3115 0,4965 0,5154 0,3441 0,4169
Ayacucho 0,2490 0,4411 0,5325 0,4466 0,4173
Cajamarca 0,2767 0,4830 0,5737 0,4158 0,4373
Callao 0,2885 0,4980 0,4539 0,2545 0,3737
Cusco 0,2786 0,4704 0,5516 0,3994 0,4250
Huancavelica 0,1895 0,3845 0,5037 0,4232 0,3752
Huánuco 0,2419 0,4529 0,5791 0,4090 0,4207
Ica 0,2081 0,3745 0,4500 0,2745 0,3268
Junín 0,3231 0,4676 0,5072 0,3474 0,4113
La Libertad 0,4028 0,5402 0,5148 0,3574 0,4538
Lambayeque 0,3416 0,5009 0,5257 0,3461 0,4286
Lima 0,2685 0,4391 0,4766 0,3304 0,3787
Loreto 0,3834 0,5222 0,5245 0,3807 0,4527
Madre de Dios 0,2493 0,3856 0,4145 0,2283 0,3194
Moquegua 0,2325 0,4146 0,4345 0,2320 0,3284
Pasco 0,2468 0,4201 0,4077 0,2569 0,3329
Piura 0,3323 0,5172 0,5439 0,4000 0,4484
Puno 0,2430 0,4296 0,4932 0,3573 0,3808
San Martín 0,2674 0,4571 0,5112 0,3670 0,4007
Tacna 0,2607 0,4270 0,4624 0,2951 0,3613
Tumbes 0,1962 0,3671 0,4525 0,2856 0,3254
Ucayali 0,2474 0,4070 0,4536 0,2761 0,3460
Fuente: Elaboración propia a partir de la base de datos ECE 2016 (Minedu-UMC 2016).
24 I
F. Javier Murillo y Sandra Carrillo
Para este análisis, las regiones de La Libertad y Loreto son las que cuentan
con escuelas secundaria con una alta segregación en los grupos de menor nivel
socioeconómico. En este mismo grupo, Huancavelica y Tumbes presentan la
menor segregación. Madre de Dios y Moquegua son las dos regiones que pre-
sentan escuelas urbanas de secundaria con menor segregación en los grupos de
nivel socioeconómico más alto.
Discusión y conclusiones
Este estudio ha estimado la magnitud de la segregación escolar por nivel socioe-
conómico en educación secundaria en Perú y en sus veinticinco regiones, con
una mirada especíca en las escuelas urbanas. Así, se ha encontrado altos niveles
de segregación escolar en su dimensión de uniformidad (índice de Gorard de
0,54 para todas las escuelas y 0,51 solo urbanas). Estos resultados dan cuenta de
que cinco de cada diez estudiantes deberían cambiarse de escuela para lograr un
reparto igual a la presencia de los estudiantes de su mismo grupo en la población
total. En cuanto a su dimensión de exposición, los datos evidencian que la pro-
babilidad de que un estudiante se encuentre en su escuela con otro estudiante de
su mismo grupo es del 50% en cualquier escuela secundaria del país, y del 36%
en las escuelas solo urbanas (índice de aislamiento de 0,50 para todas las escuelas
y 0,36 solo urbanas). En este caso, se podría suponer que el índice de aislamiento
es un poco menor en las escuelas urbanas por la migración de estudiantes del
campo a la ciudad para seguir estudios secundarios. Al respecto, sería interesante
comprobar esta hipótesis y profundizar en los datos según provincias y regiones.
Las cifras encontradas para el conjunto de las escuelas de secundarias de
Perú son análogas a las obtenidas por Murillo, Duk y Martínez-Garrido (2018),
utilizando PISA en su versión 2015. Los índices de Gorard que arroja este es-
tudio son de 0,60 para el 10% de los estudiantes de familias con menos nivel
socioeconómico (P10), cerca de los 0,64 hallados en este trabajo; de 0,48 para
Q1, frente a 0,51; de 0,41 para el Q4, frente a los 0,46; y de 0,55 para P90, frente
a 0,57. En el caso del índice de aislamiento, Murillo, Duk y Martínez-Garrido
encontraron una segregación de 0,37 para el P10 frente a 0,44 encontrados en
este estudio; de 0,57 para Q1, frente a 0,62; de 0,50 para Q4, frente a 0,56; y de
0,55 para P90, frente a 0,39. Esas diferencias entre 0,02 y 0,05 puntos para el
índice de Gorard y 0,05 y 0,16 para el índice de aislamiento reejan resultados
que guardan coherencia con los hallazgos de este trabajo. Las diferencias pue-
den deberse a que la variable criterio es distinta. En PISA, se usa el índice de
nivel socioeconómico y cultural de las familias de los estudiantes (ESCS), en
contraste con el índice socioeconómico (ISE) utilizada en la ECE. También,
cabe considerar que los datos de PISA son del 2015, mientras que los datos de
la ECE son del año 2016. Además, el grado y su correlación con los grupos de
edad evaluados es diferente en cada caso: ECE evalúa a estudiantes de segundo
de secundaria, que tienen catorce años, mientras que PISA evalúa adolescentes
de tercero de secundaria, que tienen quince años.
I 25
Segregación escolar por nse en educación secundaria en Perú y sus regiones
Otro de los hallazgos de este estudio se relaciona con las diferencias signi-
cativas en la magnitud de la segregación entre las veinticinco regiones, lo que
evidencia que la tendencia a la segregación es mayor para el total de escuelas
del país (urbanas y rurales) y en los grupos de menor nivel socioeconómico.
Estos resultados conrman la evidencia encontrada en otros estudios en cuan-
to el alto nivel de segregación escolar de los estudiantes peruanos en la secun-
daria (Benavides, León y Etesse, 2014; Krüger, 2019; Murillo, 2016; Murillo y
Martínez-Garrido, 2017a; Murillo, Duk y Martínez-Garrido, 2018; Vázquez,
2012).
Los resultados que aquí se presentan generan más preguntas que respues-
tas, por lo que es necesario seguir profundizando y explorando las diferentes
dimensiones que suponen la escolarización secundaria en el país. Bonal y Be-
llei (2018) explican que algunos de los factores que inducen los procesos de
segregación escolar son externos a los sistemas educativos, por lo que requie-
ren de una acción política más allá de la política educativa. En este sentido, es
preciso identicar la segregación residencial como uno de los factores que ex-
plican estos resultados, tanto a nivel urbano-rural (total de escuelas), como la
misma organización residencial en las zonas urbanas de todo el país (distritos
residenciales, zonas urbano-marginales, etc.).
Murillo y Martínez-Garrido (2017a) señalan, además, que otras causas de
la segregación escolar pueden evidenciarse en las características de los sistemas
educativos o en políticas educativas especícas que pueden favorecer la pola-
rización y una distribución desequilibrada de los estudiantes desfavorecidos o
altamente privilegiados. Así, por ejemplo, frente a una diversidad en la oferta
de servicios para el caso peruano, podríamos identicar oferta urbana y rural,
así como pública y privada, diferenciada en cantidad y calidad. En la oferta
pública de secundaria, se pueden encontrar los colegios de alto rendimiento, la
jornada escolar completa, la jornada regular, así como las formas de atención
diversicada en la secundaria rural (centros de alternancia, secundaria tutorial
y residencias). Por su parte, en la oferta privada, se pueden identicar colegios
que ofrecen bachillerato internacional, colegios preuniversitarios, colegios re-
ligiosos y laicos, alternativos y tradicionales, por nombrar algunos. Siguiendo a
Oreld y Lee (2005), cabría preguntarse si se estaría utilizando la existencia de
estas escuelas y su diversidad en la oferta para armar que podemos tener éxito
educativo en general dentro de un contexto que profundiza la segregación.
En paralelo, las desigualdades en la calidad de la educación entre las es-
cuelas públicas y privadas, y los altos niveles de segregación urbana entre las
clases altas conguran escenarios especícos de extrema segregación educa-
tiva entre los ricos y los pobres (Bonal y Bellei, 2018). En el caso de Perú, la
expansión de la educación privada ha sido un asunto que ha venido siendo
investigado en los últimos años, particularmente, en un contexto con marcadas
desigualdades educativas (Bello y Villarán, 2004; de Belaunde, 2011; Guada-
lupe et al., 2017; Rivas, 2015). Así, se profundiza, principalmente, sobre las
razones por las que las familias optan por la educación privada, en línea con los
26 I
F. Javier Murillo y Sandra Carrillo
enfoques de school choice (Balarín 2015; Sanz 2014, 2015) y las consecuencias
de un mercado educativo privado, muy heterogéneo y altamente desregulado,
en la alta segregación educativa que existe en el país (Balarín 2016; Balarín y
Escudero, 2018; Cuenca, 2013; Cuenca, Reátegui y Oré, 2019). Se considera
que esta es una línea de investigación que debe seguir desarrollándose desde la
mirada de la segregación.
Asimismo, es necesario profundizar en la relación entre rendimiento
y segregación escolar. Las evidencias apuntan a que la segregación afecta el
aprendizaje de los estudiantes menos favorecidos (Cueto et al., 2016; Dupriez
y Dumay, 2006; Gorard, 2014), lo que refuerza la desigualdad. Estudios como
este, que utilizan datos censales, pueden llegar a desarrollar mapas regionales
que identiquen las provincias más segregadas, y, de esta manera, poder prio-
rizar el diseño y la implementación de políticas que mejoren las condiciones
y reduzcan los niveles de segregación, según los diversos contextos regionales.
En algunos casos, estas políticas implicarán decisiones sectoriales, propiamen-
te educativas, pedagógicas y de gestión. En otros, se requerirá de una acción
intersectorial e intergubernamental, que apunte a problemáticas sociales más
complejas. De cualquier manera, es un primer insumo y son datos muy poten-
tes para seguir indagando bajo esta línea temática.
De esta manera, estos resultados aportan a la reexión acerca de cómo la
segregación escolar es un gran obstáculo para alcanzar la equidad, porque in-
cide claramente en la desigualdad social (Murillo, 2016). La secundaria, como
parte de la trayectoria escolar, es el nivel en que muchos de los aprendizajes se
consolidan, en la medida que es una etapa clave para la formación, así como
una oportunidad para generar mayor cohesión social y consolidar una ciu-
dadanía activa, comprometida con el bien común y la justicia social (Orga-
nización de las Naciones Unidas, 2018). Se trata, entonces, de garantizar la
igualdad de oportunidades entre todos los estudiantes, así como de construir
una sociedad más justa, equitativa e inclusiva a través de un sistema educativo
de análogas características.
I 27
Segregación escolar por nse en educación secundaria en Perú y sus regiones
Referencias bibliográcas
Balarín, M. (2015). Las múltiples formas y efectos de la participación del sector
privado en la educación. Balance de investigación. Lima: Forge-Grade.
(2016). La privatización por defecto y el surgimiento de las escuelas
privadas de bajo costo en el Perú. ¿Cuáles son sus consecuencias? Revista
de la Asociación de Sociología de la Educación, 9(2), 181-196. https://doi.
org/10.7203/RASE.9.2.8414
Balarín, M. y Escudero, A. (2018). e ungoverned education market and the
deepening of socio-economic school segregation in Peru. En Bonal, X. y
Bellei, C. (Ed.), Understanding School Segregation. Patterns, Causes and
Consequences of Spatial Inequalities in Education (pp. 179-199). Londres:
Bloomsbury Academic.
Banco Mundial. (2001). Peru. La educación en una encrucijada. Retos y
oportunidades para el siglo XXI. Lima: Banco Mundial.
Bellei, C. (2007). Expansión de la educación privada y mejoramiento de la
educación en Chile. Evaluación a partir de la evidencia. Pensamiento
Educativo, 40(1), 1-21.
(2013). El estudio de la segregación económica y académica de la
educación chilena. Estudios Pedagógicos, 39(1), 325-345.
Bellei, C., Contreras, M., Canales, M. y Orellana, V. (2018). e Production of
Socio-economic Segregation in Chilean Education: School Choice, Social
Class and Market Dynamics En Bonal, X. y Bellei, C. (Ed.), Understanding
School Segregation. Patterns, Causes and Consequences of Spatial
Inequalities in Education (pp. 221-240). Londres: Bloomsbury Academic.
Bello, M. y Villarán, V. (2004). Educación, reformas y equidad en los países de los
andes y cono sur: Dos escenarios en el Perú. Buenos Aires: IIPE-Unesco.
Benavides, M., León, J. y Etesse, M. (2014). Desigualdades educativas y
segregación en el sistema educativo peruano: una mirada comparativa de
las pruebas PISA 2000 y 2009. Lima: Grade.
Bonal, X. (Ed.). (2006). Globalización, educación y pobreza en América Latina
¿Hacia una nueva agenda política? Barcelona: Fundación CIDOB.
Bonal, X. y Bellei, C. (Eds.). (2018). Understanding school segregation. Patterns,
causes and consequences of spatial inequalities in education. Londres:
Bloomsbury Academic.
Cárdenas Denham, S. (2011). Escuelas de doble turno en México: Una
estimación de diferencias asociadas con su implementación. Revista
Mexicana de Investigación Educativa, 16(50), 801-827.
Cuenca, R. (2013). La escuela pública en Lima Metropolitana. ¿Una institución
en extinción? Revista Peruana de Investigación Educativa, 5, 73-98.
28 I
F. Javier Murillo y Sandra Carrillo
Cuenca, R. (Ed.) (2015). La educación universitaria en el Perú: Democracia,
expansión y desigualdades. Lima: Instituto de Estudios Peruanos.
Cuenca, R., Carrillo, S., De Los Ríos, C., Reátegui, L. y Ortiz, G. (2017). La
calidad y equidad de la educación secundaria en el Perú. Lima: Instituto de
Estudios Peruanos.
Cuenca, R., Reátegui, L. y Oré, S. (2019). Itinerarios de la educación privada
en el Perú. Educação & Sociedade 40(2). https://doi.org/10.1590/es0101-
73302019192469.
Cueto, S. (2004). Factores predictivos del rendimiento escolar, deserción e
ingreso a educación secundaria en una muestra de estudiantes de zonas
rurales del Peru. Education Policy Analysis Archives, 12(35).
Cueto, S., León, J. y Miranda, A. (2016) Classroom composition and its
association with students’ achievement and socioemotional characteristics
in Peru. Assessment in Education: Principles, Policy & Practice, 23(1).
https://doi.org/126-148. 10.1080/0969594X.2015.1105783
Cueto, S., León, J. y Muñoz, I. G. (2014). Educational opportunities and learning
outcomes of children in Peru: A longitudinal model. En M. Bourdillon y
J. Boyden, J. (Eds.), Growing up in poverty: ndings from Young Lives (pp.
245-268). Londres: Palgrave Macmillan; Young Lives.
De Belaunde, C. (2011). Profundizando las brechas. Una mirada a la
desigualdad en los estudios sobre el sistema educativo peruano. En J.
Cotler y R. Cuenca (Ed.), Las desigualdades en el Perú: balances críticos
(pp. 273-329). Lima: Instituto de Estudios Peruanos.
Dupriez, V. (2010). Methods of Grouping Learners at School. Paris: Unesco.
Dupriez, V. y Dumay, X. (2006). Inequalities in school systems: Eect of school
structure or of society structure? Comparative Education, 42(2), 243-260.
https://doi.org/10.1080/03050060600628074
Durlauf, S. (2006). Groups, social inuences, and inequality: A memberships
theory perspective on poverty traps. En S. Bowles, S. Durlauf y K Ho
(Eds.), Poverty Traps (pp. 141-175). Princeton: Princeton University
Press.
Elacqua, G. (2009). e impact of school choice and public policy on segregation:
Evidence from Chile. Santiago de Chile: CPCE
(2012). e impact of school choice and public policy on segregation:
Evidence from Chile. International Journal of Educational Development,
32(3), 444-453. https://doir.org/10.1016/j.ijedudev.2011.08.003
Ganimian, A. J. (2015). Bajos resultados, altas mejoras. ¿Cómo les fue a los
estudiantes peruanos de primaria y secundaria en las últimas evaluaciones
internacionales? Lima: Ocina de Medición de la Calidad de los
Aprendizajes, Ministerio de Educación del Peru (UMC-Minedu).
I 29
Segregación escolar por nse en educación secundaria en Perú y sus regiones
Gasparini, L. C., Jaume, D., Serio, M. y Vázquez, E. (2011). La segregación escolar
en Argentina. Reconstruyendo la evidencia. Buenos Aires: CEDLAS.
Gorard, S. (2014). e link between Academies in England, pupil outcomes and
local patterns of socio-economic segregation between schools. Research
Papers in Education, 29(3), 268-284. https://doi.org/10.1080/02671522.2
014.885726
Gorard, S. y Taylor, C. (2000). A comparison of segregation indices used for
assessing the socio-economic composition of schools. Lancaster: Cardi
University - School of Social Sciences. Economic and Social Research
Council.
Gorard, S. y Smith, E. (2004). An international comparison of equity
ineducation systems. Comparative Education, 40(1), 15-28. https://doi.
org/10.1080/0305006042000184863
Guadalupe, C., Burga, A., Miranda, L. y Castillo, L. E. (2015). Brechas de equidad
en la Evaluación Censal de Estudiantes 2007-2014: Tres aproximaciones a
su medición. Persona, 18, 47-68.
Guadalupe, C., Castillo, L. E., Castro, P., Villanueva, A. y Urquizo, C. (2016).
Conclusión de estudios primarios y secundarios en el Perú: Progreso, cierre
de brechas y poblaciones rezagadas. Lima: Universidad del Pacíco.
Guadalupe, C., León, J., Rodríguez, J.S. y Vargas, S. (2017). Estado de la
educación en el Perú. Análisis y perspectivas de la educación básica. Lima:
Forge-Grade.
Ireson, J. y Hallam, S. (2001). Ability Grouping in Education. Londres: Paul
Chapman Publishing.
Jaume, D. y Gasparini, L.C. (2013). Un estudio sobre el incremento de la
segregación escolar en Argentina. Buenos Aires: Cedlas.
Jenkins, S. P., Micklewright, J. y Schnepf, S. V. (2006). Social segregation in
secondary schools: How does England compare with other countries? (ISER
Working Paper 2006-2). Colchester: University of Essex.
Krüger, N. (2011). e segmentation of the Argentine education system:
Evidence from PISA 2009. Regional and Sectoral Economic Studies, 11(3),
41-64.
(2014). Más allá del acceso: Segregación social e inequidad en el
sistema educativo argentino. Cuadernos de Economía, 33(63), 513-542.
https://doi.org10.15446/cuad.econ.v33n63.45344
(2018). An evaluation of the intensity and impacts of socio-
economic school segregation in Argentina. En Bonal, X. y Bellei, C. (Ed.),
Understanding School Segregation. Patterns, Causes and Consequences
of Spatial Inequalities in Education (pp. 65-82). Londres: Bloomsbury
Academic.
30 I
F. Javier Murillo y Sandra Carrillo
(2019). La segregación por nivel socioeconómico como dimensión
de la exclusión educativa: Quince años de evolución en América Latina.
Archivos Analíticos de Políticas Educativas, 27(8), 1-37. http://dx.doi.
org/10.14507/epaa.27.3577
León, J. y Collahua, Y. (2016). El efecto del nivel socioeconómico en el
rendimiento de los estudiantes peruanos: Un balance de los últimos 15
años. En Grade (Ed.), Investigación para el desarrollo en el Perú: Once
balances (pp. 109-162). Lima: Grade.
Lieberson, S. (1981). An asymmetrical approach to segregation. En C. Peach
(Ed.), Ethnic segregation in cities (pp. 61-83). Londres: Croom-Helm.
Lisboa Bartholo, T. y da Costa, M. (2018). Patterns of School Segregation in
Brazil: Inequalities and Education Policy. En Bonal, X. y Bellei, C. (Ed.),
Understanding School Segregation. Patterns, Causes and Consequences
of Spatial Inequalities in Education (pp. 179-199). Londres: Bloomsbury
Academic.
Ministerio de Educación. (2006). Evaluación Nacional del Rendimiento
Estudiantil 2004. ¿Cómo disminuir la inequidad del sistema educativo
peruano y mejorar el rendimiento de los estudiantes? Factores explicativos
más relevantes en la Evaluación Nacional 2004. Documento de Trabajo 21.
Lima: Ocina de Medición de la Calidad de los Aprendizajes, Ministerio
de Educación del Peru (UMC-Minedu).
(2016). Marco de fundamentación de las pruebas
de la Evaluación Censal de Estudiantes. Reporte Técnico. Lima: Ocina de
Medición de la Calidad de los Aprendizajes, Ministerio de Educación del
Peru (UMC-Minedu).
(2017). Reporte técnico del estatus socioeconómico
en la Evaluación Censal de Estudiantes 2016. Lima: Ocina de Medición
de la Calidad de los Aprendizajes, Ministerio de Educación del Peru
(UMC-Minedu).
(2018). Evaluación Censal de Estudiantes 2018.
Información para directores y docentes. Recuperado de http://umc.minedu.
gob.pe/wp-content/uploads/2018/08/Folleto-ECE-2018.pdf
Ministerio de Educación – Ocina de Medición de la Calidad de los
Aprendizajes. (2016). Evaluación Censal de Estudios 2016 [base de datos].
Recuperado de http://umc.minedu.gob.pe/resultadosece2016/
Murillo, F. J. (2016). Midiendo la segregación escolar en América Latina. Un
análisis metodológico utilizando el Terce. Reice. Revista Iberoamericana
sobre Calidad, Ecacia y Cambio en Educación, 14(4), 33-60. https://doi.
org/10.15366/reice2016.14.4.002
Murillo, F. J. y Martínez-Garrido, C. (2017a). Estimación de la magnitud de la
segregación escolar en América Latina. Magis. Revista Internacional de
I 31
Segregación escolar por nse en educación secundaria en Perú y sus regiones
Investigación Educativa, 9(19), 11-30. https://doi.org/10.11144/javeriana.
m9-19.emse
(2017b). Segregación escolar por nivel socioeco-
nómico en Ecuador y sus provincias. Runae. Revista Cientíca de
Investigación Educativa de la UAE, 1(2), 31-50.
(2018). Magnitud de la segregación escolar
por nivel socioeconómico en España y sus Comunidades Autónomas
y comparación con los países de la Unión Europea. RASE. Revista
de Sociología de la Educación, 11(1), 37-58. https://doi.org/10.7203/
RASE.11.1.10129
Murillo, F. J., Duk, C. y Martínez-Garrido, C. (2018). Evolución de la segregación
socioeconómica de las escuelas de América Latina. Estudios Pedagógicos,
44(1), 157-179. http://dx.doi.org/10.4067/S0718-07052018000100157
Organización para la Cooperación y el Desarrollo Económicos. (2017). Estudio
de bienestar y políticas de juventud en el Perú. París: Proyecto OCDE-UE
inclusión juvenil
Oreld, G. y Lee, Ch. (2005). Why segregation matters: Poverty and educational
inequality. Cambridge, MA.: Harvard University, e Civil Rights Project.
Organización de las Naciones Unidas. (2018). Desafíos y prioridades: Política
de adolescentes y jóvenes en el Perú. Lima: Sistema de Naciones Unidas en
el Perú.
Rangel, C. (2006). How do schools and neighbourhoods matter for student
achievement? A study of educational inequality in Cartagena, Columbia.
Springeld: University of Illinois.
Rangel, C. y Lleras, C. (2010). Educational inequality in Colombia: Family
background, school quality and student achievement in Cartagena.
International Studies in Sociology of Education, 20(4), 291-317. https://doi.
org/10.1080/09620214.2010.530855
Reimers, F. (2000). Educación, desigualdad y opciones de política en América
Latina en el siglo XXI. Revista Latinoamericana de Estudios Educativos,
30(2), 11-42.
Rojas, M. T. (2009). ¿Es posible imaginar escuelas más integradas socialmente?
Docencia, 39, 31-39.
Rivas, A. (2015). América Latina después de PISA: Lecciones aprendidas de la
educación en siete países 2000- 2015. Buenos Aires: CIPPEC-Natura.
Sanz, P. (2014). “We don’t need the State”. A study of the habitus formation
process, through school choice, in the Peru’s rising middle class. A qualitative
study of school choice (Tesis doctoral). Universidad de Bath, UK.
(2015). El tránsito de la escuela pública a la escuela privada en el sector
emergente de Lima Metropolitana: ¿Buscando mejor calidad? Revista
Peruana de Investigación Educativa, 7, 95-125.
32 I
F. Javier Murillo y Sandra Carrillo
Unesco. (2008). Los aprendizajes de los estudiantes de América Latina y el Caribe.
Primer reporte de los resultados del Segundo Estudio Regional Comparativo
y Explicativo. Santiago de Chile: Unesco-Orealc.
(2010). Factores asociados al logro cognitivo de los estudiantes de
América Latina y el Caribe. Santiago de Chile: Unesco-Orealc.
(2013). Tercer Estudio Regional Comparativo y Explicativo (Terce).
Santiago de Chile: Unesco-Orealc.
Valenzuela, J. P., Bellei, C. y de los Ríos, D. (2008). Evolución de la segregación
socioeconómica de los estudiantes chilenos y su relación con el nanciamiento
compartido. Santiago de Chile: Ministerio de Educación de Chile,
Universidad de Chile.
(2010). Segregación escolar en
Chile. En S. Martinic y G. Elacqua (Eds.), ¿Fin de ciclo? Cambios en la
gobernanza del sistema educativo chileno (pp. 257-284). Santiago de Chile:
Unesco-Orealc.
(2014). Socioeconomic school se-
gregation in a market-oriented educational system. e case of Chile.
Journal of Education Policy, 29(2), 217-241. https://doi.org/10.1080/0268
0939.2013.806995
Vázquez, E. (2012). Segregación escolar por nivel socioeconómico: Midiendo el
fenómeno y explorando sus determinantes. Buenos Aires: Cedlas.
