{ "cells": [ { "cell_type": "markdown", "id": "f0017fcf", "metadata": {}, "source": [ "# PISA 2025, España: distracción digital, uso de chatbots de IA y rendimiento en Ciencias\n", "\n", "Este cuaderno reproduce **de principio a fin, con el fichero oficial de la OCDE**, el análisis\n", "estadístico detrás del artículo:\n", "\n", "> [«PISA 2025: IA y distracción digital en España»](https://labs.tever.es/blog/pisa-2025-ia-y-distraccion-en-espana) — labs.tever.es\n", "\n", "**Autoría:** Tever Díaz García · **Fecha de este cuaderno:** 2026-09-19\n", "\n", "## Qué es este estudio\n", "\n", "PISA (Programme for International Student Assessment) es la evaluación internacional de la OCDE\n", "que mide cada tres años el desempeño de estudiantes de 15 años en Ciencias, Matemáticas y Lectura.\n", "El ciclo **PISA 2025** introduce por primera vez un bloque de preguntas sobre el uso de chatbots de\n", "inteligencia artificial en tareas escolares (ítems `ST438Q01DA`–`ST438Q04DA`), además del ítem ya\n", "tradicional de distracción por recursos digitales en clase (`ST097Q06DA`; el ítem original en\n", "inglés dice *\"distracted by using digital resources (e.g. smartphones, websites, apps)\"* -- mide\n", "recursos digitales en general, con los smartphones solo como ejemplo).\n", "\n", "Este cuaderno cruza esas 5 variables de autoinforme del alumnado español con su rendimiento en\n", "Ciencias (los 10 *plausible values* `PV1SCIE`–`PV10SCIE`), usando la metodología estadística oficial\n", "de PISA para la ponderación muestral, la combinación de *plausible values* por la regla de Rubin y\n", "el error estándar por réplicas BRR-Fay -- y, además, un modelo de regresión ajustado por ESCS que\n", "es una decisión analítica propia de este cuaderno, no un procedimiento prescrito por la OCDE\n", "(precisión detallada en la sección de método más abajo).\n", "\n", "## Fuente de datos\n", "\n", "**Dataset:** OECD, *PISA 2025 Database — Student Questionnaire Data File (PUF)*, fichero\n", "`CY09_MS_STU_PUF.sav` (formato SPSS).\n", "\n", "- **URL de descarga directa** (la usada en este análisis, verificada en esta misma sesión):\n", " `https://webfs.oecd.org/pisa2022/2025/CY09_MS_STU_PUF.zip`\n", "- **Página oficial de la OCDE** donde este fichero está documentado y enlazado (nota: la OCDE\n", " reutiliza el directorio histórico `pisa2022` de su CDN de ficheros también para servir el ciclo\n", " 2025 — el nombre de la carpeta *no* identifica el ciclo real del dato; el ciclo se confirma dentro\n", " del propio fichero, ver más abajo):\n", " `https://www.oecd.org/en/data/datasets/pisa-2022-database.html`\n", "\n", "El fichero pesa ≈993 MB comprimido. **Este cuaderno no lo descarga automáticamente** — instrucciones\n", "de descarga manual en la siguiente celda." ] }, { "cell_type": "markdown", "id": "2ebb6341", "metadata": {}, "source": [ "## 1. Dependencias y descarga del dataset\n", "\n", "### Instalar dependencias\n", "\n", "Este análisis usa `pyreadstat` (lectura de ficheros `.sav` de SPSS), `pandas`, `numpy` y\n", "`matplotlib`. Instálalas en un entorno virtual:\n", "\n", "```bash\n", "python3 -m venv venv\n", "source venv/bin/activate\n", "pip install pyreadstat pandas numpy matplotlib\n", "```\n", "\n", "### Descargar el fichero oficial\n", "\n", "1. Descarga el zip desde la URL oficial:\n", " `https://webfs.oecd.org/pisa2022/2025/CY09_MS_STU_PUF.zip`\n", " (puedes usar `curl -O` o el navegador; el servidor de la OCDE puede exigir un desafío\n", " anti-bot de Cloudflare en descargas automatizadas — si `curl` recibe un 403, descárgalo\n", " manualmente desde el navegador).\n", "2. Descomprímelo. Dentro encontrarás `CY09_MS_STU_PUF.sav`.\n", "3. Coloca el `.sav` en la ruta `stu_extracted/CY09_MS_STU_PUF.sav` relativa a este cuaderno\n", " (o ajusta `SAV_PATH` en la celda de extracción más abajo).\n", "\n", "El fichero completo (todos los países) pesa ~2 GB descomprimido; el subset de España que\n", "extraemos a continuación pesa ~24 MB y es el único artefacto intermedio que necesitas conservar\n", "para reproducir el resto del análisis." ] }, { "cell_type": "code", "execution_count": 1, "id": "c5903167", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:51:54.117066Z", "iopub.status.busy": "2026-09-19T09:51:54.116943Z", "iopub.status.idle": "2026-09-19T09:51:54.503422Z", "shell.execute_reply": "2026-09-19T09:51:54.502989Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "pyreadstat: 1.3.6\n", "pandas: 3.0.6\n", "numpy: 2.5.3\n" ] } ], "source": [ "import pyreadstat\n", "import pandas as pd\n", "import numpy as np\n", "import matplotlib\n", "matplotlib.use(\"Agg\") # cambia a \"inline\" si ejecutas esto en Jupyter interactivo\n", "import matplotlib.pyplot as plt\n", "\n", "print(\"pyreadstat:\", pyreadstat.__version__)\n", "print(\"pandas:\", pd.__version__)\n", "print(\"numpy:\", np.__version__)" ] }, { "cell_type": "markdown", "id": "1013b30f", "metadata": {}, "source": [ "## 2. Verificación del ciclo del dataset (honestidad del proceso)\n", "\n", "Antes de analizar nada: **¿es este fichero realmente PISA 2025, o es PISA 2022 mal etiquetado por\n", "la ruta de descarga?** La URL contiene el segmento `/pisa2022/`, lo que en una primera lectura\n", "apresurada llevó a un etiquetado erróneo del dataset en una versión temprana de este análisis.\n", "\n", "La forma correcta de verificarlo no es confiar en el nombre de la carpeta del servidor, sino\n", "comprobar el contenido del propio fichero:\n", "\n", "- La variable de ciclo `CYC` debe valer `\"25MS\"` (PISA 2025, *Main Survey*), no `\"08MS\"` (2022).\n", "- Los ítems `ST438Q01DA`–`ST438Q04DA` (uso de chatbots de IA) solo existen en el codebook de 2025 —\n", " no estaban en el cuestionario de 2022.\n", "- El fichero complementario `CY09_MS_LDW_PUF.zip` (*Learning in the Digital World*, LDW) es exclusivo del ciclo\n", " 2025 y no tiene equivalente en 2022.\n", "\n", "Las tres comprobaciones coinciden: el fichero servido en `webfs.oecd.org/pisa2022/2025/` es, en\n", "efecto, el PUF de **PISA 2025** — la OCDE simplemente reutiliza el directorio histórico `pisa2022`\n", "de su CDN de ficheros para publicar también el ciclo siguiente; el nombre de la ruta no es el ciclo\n", "del dato." ] }, { "cell_type": "code", "execution_count": 2, "id": "81195f0d", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:51:54.504498Z", "iopub.status.busy": "2026-09-19T09:51:54.504367Z", "iopub.status.idle": "2026-09-19T09:52:00.031959Z", "shell.execute_reply": "2026-09-19T09:52:00.031464Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "Valor(es) único(s) de CYC en el fichero: \n", "['25MS']\n", "Length: 1, dtype: str\n", "Confirmado: CYC = '25MS' -> PISA 2025, Main Survey.\n", "Ítems de uso de IA presentes en el fichero: ['ST438Q01DA', 'ST438Q02DA', 'ST438Q03DA', 'ST438Q04DA']\n" ] } ], "source": [ "SAV_PATH = \"stu_extracted/CY09_MS_STU_PUF.sav\"\n", "\n", "# Lectura solo de las columnas CYC/CNT, sin cargar el fichero completo en memoria\n", "# (fix: pyreadstat.read_sav devuelve (dataframe, metadata_container); la variable\n", "# de ciclo se lee del dataframe, no del metadata_container, que no es subscriptable)\n", "df_check, _ = pyreadstat.read_sav(SAV_PATH, usecols=[\"CYC\", \"CNT\"], metadataonly=False)\n", "\n", "ciclo_unico = df_check[\"CYC\"].unique()\n", "print(\"Valor(es) único(s) de CYC en el fichero:\", ciclo_unico)\n", "assert list(ciclo_unico) == [\"25MS\"], (\n", " f\"El fichero NO es PISA 2025 Main Survey (CYC='25MS'); se encontró {ciclo_unico}\"\n", ")\n", "print(\"Confirmado: CYC = '25MS' -> PISA 2025, Main Survey.\")\n", "\n", "# Confirmación adicional: los ítems de IA existen en el diccionario de variables del fichero\n", "_, meta_full = pyreadstat.read_sav(SAV_PATH, metadataonly=True)\n", "items_ia = [c for c in meta_full.column_names if c.startswith(\"ST438Q\")]\n", "print(\"Ítems de uso de IA presentes en el fichero:\", items_ia)\n", "assert len(items_ia) >= 4, \"No se encontraron los ítems ST438Q0X de uso de IA -- ¿fichero incorrecto?\"" ] }, { "cell_type": "markdown", "id": "612823cd", "metadata": {}, "source": [ "## 3. Extracción del subset de España\n", "\n", "El fichero PUF completo incluye a todos los países participantes (cientos de miles de\n", "estudiantes). Para este análisis solo necesitamos las filas con `CNT == \"ESP\"` y un conjunto\n", "acotado de columnas:\n", "\n", "- **Identificación:** `CNT`, `CNTSCHID`, `CNTSTUID`\n", "- **Variable de distracción digital:** `ST097Q06DA`\n", "- **Variables de uso de IA** (4 tareas): `ST438Q01DA`–`ST438Q04DA`\n", "- **Índice socioeconómico-cultural:** `ESCS`\n", "- **Peso muestral final:** `W_FSTUWT`\n", "- **80 réplicas de remuestreo BRR-Fay:** `W_FSTURWT1`–`W_FSTURWT80` (necesarias para el error\n", " estándar correcto — ver sección de método)\n", "- **10 *plausible values* de Ciencias:** `PV1SCIE`–`PV10SCIE`\n", "\n", "Todos los nombres de columna se confirmaron literalmente contra el diccionario de variables del\n", "propio fichero (`pyreadstat` en modo `metadataonly`) antes de usarlos — no se asume ninguna\n", "variable por convención de otros ciclos." ] }, { "cell_type": "code", "execution_count": 3, "id": "74be7b3e", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:52:00.033214Z", "iopub.status.busy": "2026-09-19T09:52:00.033081Z", "iopub.status.idle": "2026-09-19T09:52:10.435504Z", "shell.execute_reply": "2026-09-19T09:52:10.435103Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "Leyendo el .sav filtrando por CNT == 'ESP' (recorre el fichero completo una vez)...\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ "Filas España: (29966, 100)\n", "Subset de España guardado en: esp_subset_full.pkl\n" ] } ], "source": [ "OUT_PATH = \"esp_subset_full.pkl\"\n", "\n", "pv_cols = [f\"PV{i}SCIE\" for i in range(1, 11)]\n", "rep_cols = [f\"W_FSTURWT{i}\" for i in range(1, 81)]\n", "\n", "usecols = (\n", " [\"CNT\", \"CNTSCHID\", \"CNTSTUID\",\n", " \"ST097Q06DA\", \"ST438Q01DA\", \"ST438Q02DA\", \"ST438Q03DA\", \"ST438Q04DA\",\n", " \"ESCS\", \"W_FSTUWT\"]\n", " + rep_cols\n", " + pv_cols\n", ")\n", "\n", "print(\"Leyendo el .sav filtrando por CNT == 'ESP' (recorre el fichero completo una vez)...\")\n", "df, meta = pyreadstat.read_sav(SAV_PATH, usecols=usecols)\n", "\n", "df_esp = df[df[\"CNT\"] == \"ESP\"].reset_index(drop=True)\n", "print(\"Filas España:\", df_esp.shape)\n", "\n", "missing_expected = [c for c in usecols if c not in df_esp.columns]\n", "assert not missing_expected, f\"Columnas ausentes tras lectura: {missing_expected}\"\n", "\n", "df_esp.to_pickle(OUT_PATH)\n", "print(\"Subset de España guardado en:\", OUT_PATH)" ] }, { "cell_type": "markdown", "id": "6f20eaaa", "metadata": {}, "source": [ "## 4. Método estadístico\n", "\n", "PISA no permite calcular una media de rendimiento como si fuera un examen convencional: hay que\n", "respetar tres particularidades de su diseño, aplicadas **igual para las 5 variables** analizadas\n", "(mismo método fijado antes de ver los resultados, para que la comparación entre variables sea\n", "válida):\n", "\n", "**1. Recodificación.** Se excluyen los valores perdidos (`NaN`, ya codificados como tales tras la\n", "lectura con `pyreadstat`). Se verificó que en el subset de España los únicos valores presentes son\n", "los códigos de escala válidos — 1 a 4 en `ST097Q06DA`, 1 a 5 en `ST438Q01DA`–`Q04DA` — sin códigos\n", "residuales de no-respuesta (95-99/5-9).\n", "\n", "**2. Combinación de los 10 *plausible values* por la regla de Rubin.** El rendimiento en Ciencias\n", "de PISA no es una única puntuación por estudiante: son 10 valores plausibles (`PV1SCIE`…`PV10SCIE`)\n", "que representan la incertidumbre del modelo de medición. El procedimiento estándar de PISA/IEA es:\n", "\n", "1. Calcular la media ponderada (peso `W_FSTUWT`) de rendimiento para cada una de las 10 PV.\n", "2. **Media final** = promedio de esas 10 medias.\n", "3. **Varianza de muestreo** (`var_intra`) = promedio de las 10 varianzas de muestreo, cada una\n", " estimada por remuestreo BRR-Fay (ver punto 3).\n", "4. **Varianza de imputación** (`var_inter`) = varianza entre las 10 medias por PV.\n", "5. **Varianza total** = `var_intra + (1 + 1/10) · var_inter`.\n", "6. **Error estándar** = raíz cuadrada de la varianza total.\n", "\n", "**3. Error estándar por réplicas BRR-Fay.** El diseño muestral de PISA (por conglomerados, con\n", "escuelas y aulas) hace que la varianza \"ingenua\" subestime el error real. PISA calcula el error\n", "estándar mediante *Balanced Repeated Replication* con factor de Fay `k = 0.5`, usando 80 pesos de\n", "réplica (`W_FSTURWT1`…`W_FSTURWT80`):\n", "\n", "$$\\text{var}_{BRR} = \\frac{1}{80 \\cdot (1-k)^2} \\sum_{r=1}^{80} (\\hat\\theta_r - \\hat\\theta_{full})^2$$\n", "\n", "donde $\\hat\\theta_{full}$ es la estimación con el peso final `W_FSTUWT` y $\\hat\\theta_r$ es la\n", "misma estimación recalculada con cada uno de los 80 pesos de réplica.\n", "\n", "**4. Ajuste por nivel socioeconómico (ESCS).** Además de la media cruda por categoría, se ajusta\n", "por el índice ESCS mediante una regresión lineal ponderada:\n", "\n", "$$\\text{Ciencias}_{PVi} \\sim \\text{categoría}(\\text{dummies}) + \\text{ESCS}$$\n", "\n", "Se reporta la media ajustada por categoría (predicción al ESCS medio **muestral ponderado**\n", "con `W_FSTUWT`, no la media aritmética simple), combinando los coeficientes igual que en el\n", "punto 2 (sobre las 10 PV y las 80 réplicas). Las filas con `ESCS` perdido se excluyen **solo**\n", "del modelo ajustado, no del crudo — es un ajuste de muestra, documentado como tal, no de método.\n", "\n", "**Precisión metodológica importante:** los puntos 2 y 3 (ponderación muestral, combinación de\n", "*plausible values* por la regla de Rubin, error estándar BRR-Fay) sí son la metodología\n", "estadística oficial documentada por la OCDE para PISA. El modelo de regresión\n", "`Ciencias ~ categoría + ESCS` de este punto 4, en cambio, es una **decisión analítica propia**\n", "de este cuaderno para obtener \"medias ajustadas\" comparables — no un modelo prescrito por la\n", "OCDE — que se apoya en ese mismo armazón oficial (pesos, PVs, réplicas) para su combinación e\n", "inferencia.\n", "\n", "**5. Intervalo de confianza.** Aproximación normal al 95%: media ± 1.96 · SE." ] }, { "cell_type": "code", "execution_count": 4, "id": "b0314e9c", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:52:10.436571Z", "iopub.status.busy": "2026-09-19T09:52:10.436483Z", "iopub.status.idle": "2026-09-19T09:52:10.474083Z", "shell.execute_reply": "2026-09-19T09:52:10.473658Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "Subset cargado: (29966, 100)\n" ] } ], "source": [ "IN_PATH = \"esp_subset_full.pkl\"\n", "FAY_K = 0.5\n", "\n", "df = pd.read_pickle(IN_PATH)\n", "\n", "PV_COLS = [f\"PV{i}SCIE\" for i in range(1, 11)]\n", "REP_COLS = [f\"W_FSTURWT{i}\" for i in range(1, 81)]\n", "WEIGHT = \"W_FSTUWT\"\n", "\n", "VARS = [\"ST097Q06DA\", \"ST438Q01DA\", \"ST438Q02DA\", \"ST438Q03DA\", \"ST438Q04DA\"]\n", "\n", "LABELS = {\n", " \"ST097Q06DA\": \"Distracción por recursos digitales (clase de ciencias)\",\n", " \"ST438Q01DA\": \"IA: resumir un texto\",\n", " \"ST438Q02DA\": \"IA: investigación preliminar sobre un tema\",\n", " \"ST438Q03DA\": \"IA: redactar textos para tareas escritas\",\n", " \"ST438Q04DA\": \"IA: ayudarme a aprender\",\n", "}\n", "\n", "CAT_LABELS = {\n", " \"ST097Q06DA\": {1: \"Cada clase\", 2: \"La mayoría de clases\", 3: \"Algunas clases\", 4: \"Nunca/casi nunca\"},\n", " \"ST438Q01DA\": {1: \"Nunca/casi nunca\", 2: \"1-2 veces/año\", 3: \"1-2 veces/mes\", 4: \"1-2 veces/semana\", 5: \"A diario/casi a diario\"},\n", "}\n", "for v in [\"ST438Q02DA\", \"ST438Q03DA\", \"ST438Q04DA\"]:\n", " CAT_LABELS[v] = CAT_LABELS[\"ST438Q01DA\"]\n", "\n", "print(\"Subset cargado:\", df.shape)" ] }, { "cell_type": "code", "execution_count": 5, "id": "f3d6462f", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:52:10.475380Z", "iopub.status.busy": "2026-09-19T09:52:10.475277Z", "iopub.status.idle": "2026-09-19T09:52:10.481396Z", "shell.execute_reply": "2026-09-19T09:52:10.481059Z" } }, "outputs": [], "source": [ "def weighted_mean(values, weights):\n", " mask = ~np.isnan(values)\n", " if mask.sum() == 0:\n", " return np.nan\n", " return np.average(values[mask], weights=weights[mask])\n", "\n", "\n", "def brr_fay_variance(sub, pv_col, weight_col, rep_cols, estimator):\n", " \"\"\"Varianza BRR-Fay para un estimador (función de (pv_values, weight_array) -> float).\"\"\"\n", " full_est = estimator(sub[pv_col].values, sub[weight_col].values)\n", " sq_diffs = []\n", " for r in rep_cols:\n", " rep_est = estimator(sub[pv_col].values, sub[r].values)\n", " sq_diffs.append((rep_est - full_est) ** 2)\n", " var = (1.0 / (80 * (1 - FAY_K) ** 2)) * np.sum(sq_diffs)\n", " return full_est, var\n", "\n", "\n", "def rubin_combine(pv_means, pv_vars):\n", " \"\"\"Combina 10 estimaciones (una por plausible value) siguiendo la regla de Rubin.\"\"\"\n", " pv_means = np.array(pv_means)\n", " pv_vars = np.array(pv_vars)\n", " m = len(pv_means)\n", " final_mean = pv_means.mean()\n", " var_intra = pv_vars.mean()\n", " var_inter = pv_means.var(ddof=1)\n", " var_total = var_intra + (1 + 1.0 / m) * var_inter\n", " se = np.sqrt(var_total)\n", " return final_mean, se\n", "\n", "\n", "def category_means_raw(data, var_col, weight_col, rep_cols, pv_cols):\n", " \"\"\"Media de Ciencias por categoría de var_col (Rubin + BRR-Fay). Devuelve\n", " dict categoría -> (media, SE, n).\"\"\"\n", " results = {}\n", " cats = sorted(data[var_col].dropna().unique())\n", " for cat in cats:\n", " sub = data[data[var_col] == cat]\n", " n = len(sub)\n", " pv_means, pv_vars = [], []\n", " for pv in pv_cols:\n", " m, v = brr_fay_variance(sub, pv, weight_col, rep_cols, weighted_mean)\n", " pv_means.append(m)\n", " pv_vars.append(v)\n", " mean, se = rubin_combine(pv_means, pv_vars)\n", " results[cat] = (mean, se, n)\n", " return results\n", "\n", "\n", "def weighted_ols_adjusted_means(data, var_col, escs_col, weight_col, rep_cols, pv_cols):\n", " \"\"\"Regresión ponderada Ciencias ~ C(var_col) + ESCS, combinando sobre las\n", " 10 PV con Rubin y BRR-Fay sobre las réplicas. Devuelve medias ajustadas\n", " (predicción a ESCS = media MUESTRAL PONDERADA con W_FSTUWT, no la media\n", " aritmética simple) por categoría.\"\"\"\n", " sub = data.dropna(subset=[var_col, escs_col]).copy()\n", " cats = sorted(sub[var_col].dropna().unique())\n", " # BUG FIX (auditoría externa): antes se usaba sub[escs_col].mean(), la\n", " # media aritmética no ponderada de ESCS -- inconsistente con que el resto\n", " # del análisis pondera todo con W_FSTUWT para representar a la población.\n", " # Corregido a media ponderada:\n", " escs_mean = np.average(sub[escs_col].values, weights=sub[weight_col].values)\n", "\n", " X_cat = pd.get_dummies(sub[var_col], prefix=\"cat\").astype(float)\n", " dummy_cols = [f\"cat_{c}\" for c in cats]\n", " X_cat = X_cat[dummy_cols]\n", " X = np.column_stack([X_cat.values, sub[escs_col].values])\n", "\n", " def fit_adjusted_means(pv_values, weight_values):\n", " w = weight_values\n", " y = pv_values\n", " Xw = X * np.sqrt(w)[:, None]\n", " yw = y * np.sqrt(w)\n", " coef, *_ = np.linalg.lstsq(Xw, yw, rcond=None)\n", " adj = coef[:len(cats)] + coef[-1] * escs_mean\n", " return adj\n", "\n", " pv_adj_means = []\n", " for pv in pv_cols:\n", " full_adj = fit_adjusted_means(sub[pv].values, sub[weight_col].values)\n", " pv_adj_means.append(full_adj)\n", " pv_adj_means = np.array(pv_adj_means)\n", "\n", " pv_rep_vars = np.zeros((10, len(cats)))\n", " for i, pv in enumerate(pv_cols):\n", " full_adj = pv_adj_means[i]\n", " sq_diffs = np.zeros(len(cats))\n", " for r in rep_cols:\n", " rep_adj = fit_adjusted_means(sub[pv].values, sub[r].values)\n", " sq_diffs += (rep_adj - full_adj) ** 2\n", " pv_rep_vars[i] = (1.0 / (80 * (1 - FAY_K) ** 2)) * sq_diffs\n", "\n", " results = {}\n", " for j, cat in enumerate(cats):\n", " mean, se = rubin_combine(pv_adj_means[:, j], pv_rep_vars[:, j])\n", " results[cat] = (mean, se, int((sub[var_col] == cat).sum()))\n", " return results, len(sub)" ] }, { "cell_type": "markdown", "id": "7f7761b7", "metadata": {}, "source": [ "### Ejecutar el análisis para las 5 variables\n", "\n", "Se calcula, para cada una de las 5 variables, la media cruda por categoría y la media ajustada\n", "por ESCS, ambas con su error estándar BRR-Fay e IC 95%. También se comprueba si la relación es\n", "monótona (a más uso/distracción, rendimiento sistemáticamente menor o mayor) — un chequeo de\n", "consistencia interna, no una prueba de causalidad." ] }, { "cell_type": "code", "execution_count": 6, "id": "b310ecf8", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:52:10.482313Z", "iopub.status.busy": "2026-09-19T09:52:10.482206Z", "iopub.status.idle": "2026-09-19T09:52:11.198307Z", "shell.execute_reply": "2026-09-19T09:52:11.197653Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "======================================================================\n", "RESULTADOS CRUDOS (media ponderada de Ciencias por categoría)\n", "======================================================================\n", "\n", "--- ST097Q06DA: Distracción por recursos digitales (clase de ciencias) ---\n", " 1 (Cada clase ) n= 2860 media= 457.3 SE= 4.29 IC95%=[ 448.9, 465.7]\n", " 2 (La mayoría de clases ) n= 4977 media= 477.5 SE= 3.02 IC95%=[ 471.6, 483.4]\n", " 3 (Algunas clases ) n= 9093 media= 483.0 SE= 1.88 IC95%=[ 479.4, 486.7]\n", " 4 (Nunca/casi nunca ) n=10146 media= 489.5 SE= 2.00 IC95%=[ 485.6, 493.4]\n", "\n", "--- ST438Q01DA: IA: resumir un texto ---\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ " 1 (Nunca/casi nunca ) n= 7235 media= 497.3 SE= 2.47 IC95%=[ 492.5, 502.2]\n", " 2 (1-2 veces/año ) n= 3365 media= 476.5 SE= 2.73 IC95%=[ 471.1, 481.8]\n", " 3 (1-2 veces/mes ) n= 5649 media= 488.1 SE= 2.34 IC95%=[ 483.6, 492.7]\n", " 4 (1-2 veces/semana ) n= 6441 media= 481.6 SE= 2.02 IC95%=[ 477.6, 485.5]\n", " 5 (A diario/casi a diario ) n= 4090 media= 470.5 SE= 2.92 IC95%=[ 464.8, 476.2]\n", "\n", "--- ST438Q02DA: IA: investigación preliminar sobre un tema ---\n", " 1 (Nunca/casi nunca ) n= 5407 media= 482.2 SE= 2.56 IC95%=[ 477.1, 487.2]\n", " 2 (1-2 veces/año ) n= 3666 media= 468.9 SE= 3.47 IC95%=[ 462.1, 475.7]\n", " 3 (1-2 veces/mes ) n= 6512 media= 489.9 SE= 2.41 IC95%=[ 485.1, 494.6]\n", " 4 (1-2 veces/semana ) n= 6798 media= 493.6 SE= 1.94 IC95%=[ 489.8, 497.4]\n", " 5 (A diario/casi a diario ) n= 4281 media= 480.8 SE= 2.77 IC95%=[ 475.3, 486.2]\n", "\n", "--- ST438Q03DA: IA: redactar textos para tareas escritas ---\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ " 1 (Nunca/casi nunca ) n= 8481 media= 497.2 SE= 2.12 IC95%=[ 493.0, 501.3]\n", " 2 (1-2 veces/año ) n= 3829 media= 478.6 SE= 2.68 IC95%=[ 473.3, 483.8]\n", " 3 (1-2 veces/mes ) n= 5579 media= 481.2 SE= 3.05 IC95%=[ 475.2, 487.1]\n", " 4 (1-2 veces/semana ) n= 5020 media= 483.0 SE= 2.12 IC95%=[ 478.9, 487.2]\n", " 5 (A diario/casi a diario ) n= 3581 media= 473.6 SE= 2.73 IC95%=[ 468.3, 479.0]\n", "\n", "--- ST438Q04DA: IA: ayudarme a aprender ---\n", " 1 (Nunca/casi nunca ) n= 4314 media= 477.8 SE= 2.99 IC95%=[ 472.0, 483.7]\n", " 2 (1-2 veces/año ) n= 2816 media= 468.1 SE= 3.90 IC95%=[ 460.4, 475.7]\n", " 3 (1-2 veces/mes ) n= 5295 media= 487.5 SE= 2.08 IC95%=[ 483.4, 491.6]\n", " 4 (1-2 veces/semana ) n= 7914 media= 493.3 SE= 2.14 IC95%=[ 489.1, 497.5]\n", " 5 (A diario/casi a diario ) n= 6266 media= 485.2 SE= 2.20 IC95%=[ 480.9, 489.5]\n" ] } ], "source": [ "print(\"=\" * 70)\n", "print(\"RESULTADOS CRUDOS (media ponderada de Ciencias por categoría)\")\n", "print(\"=\" * 70)\n", "raw_results = {}\n", "for var in VARS:\n", " print(f\"\\n--- {var}: {LABELS[var]} ---\")\n", " res = category_means_raw(df, var, WEIGHT, REP_COLS, PV_COLS)\n", " raw_results[var] = res\n", " for cat, (mean, se, n) in sorted(res.items()):\n", " lab = CAT_LABELS[var][int(cat)]\n", " ci_lo, ci_hi = mean - 1.96 * se, mean + 1.96 * se\n", " print(f\" {int(cat)} ({lab:28s}) n={n:5d} media={mean:6.1f} SE={se:5.2f} IC95%=[{ci_lo:6.1f}, {ci_hi:6.1f}]\")" ] }, { "cell_type": "code", "execution_count": 7, "id": "7156c960", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:52:11.199632Z", "iopub.status.busy": "2026-09-19T09:52:11.199522Z", "iopub.status.idle": "2026-09-19T09:52:15.107645Z", "shell.execute_reply": "2026-09-19T09:52:15.107167Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "======================================================================\n", "RESULTADOS AJUSTADOS POR ESCS (regresión ponderada, media a ESCS medio muestral)\n", "======================================================================\n", "\n", "--- ST097Q06DA: Distracción por recursos digitales (clase de ciencias) ---\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ " 1 (Cada clase ) n= 2796 media_ajustada= 460.6 SE= 3.73 IC95%=[ 453.3, 468.0]\n", " 2 (La mayoría de clases ) n= 4906 media_ajustada= 478.3 SE= 2.66 IC95%=[ 473.1, 483.5]\n", " 3 (Algunas clases ) n= 8987 media_ajustada= 484.2 SE= 1.67 IC95%=[ 480.9, 487.5]\n", " 4 (Nunca/casi nunca ) n=10016 media_ajustada= 490.1 SE= 1.71 IC95%=[ 486.7, 493.4]\n", "\n", "--- ST438Q01DA: IA: resumir un texto ---\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ " 1 (Nunca/casi nunca ) n= 7118 media_ajustada= 500.3 SE= 2.27 IC95%=[ 495.8, 504.7]\n", " 2 (1-2 veces/año ) n= 3314 media_ajustada= 480.0 SE= 2.63 IC95%=[ 474.8, 485.1]\n", " 3 (1-2 veces/mes ) n= 5588 media_ajustada= 488.3 SE= 2.01 IC95%=[ 484.3, 492.2]\n", " 4 (1-2 veces/semana ) n= 6374 media_ajustada= 481.5 SE= 1.73 IC95%=[ 478.1, 484.8]\n", " 5 (A diario/casi a diario ) n= 4014 media_ajustada= 470.0 SE= 2.63 IC95%=[ 464.8, 475.1]\n", "\n", "--- ST438Q02DA: IA: investigación preliminar sobre un tema ---\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ " 1 (Nunca/casi nunca ) n= 5328 media_ajustada= 487.1 SE= 2.38 IC95%=[ 482.4, 491.7]\n", " 2 (1-2 veces/año ) n= 3592 media_ajustada= 473.6 SE= 3.11 IC95%=[ 467.5, 479.6]\n", " 3 (1-2 veces/mes ) n= 6434 media_ajustada= 490.5 SE= 2.16 IC95%=[ 486.3, 494.7]\n", " 4 (1-2 veces/semana ) n= 6724 media_ajustada= 491.7 SE= 1.69 IC95%=[ 488.4, 495.0]\n", " 5 (A diario/casi a diario ) n= 4218 media_ajustada= 479.4 SE= 2.48 IC95%=[ 474.6, 484.3]\n", "\n", "--- ST438Q03DA: IA: redactar textos para tareas escritas ---\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ " 1 (Nunca/casi nunca ) n= 8369 media_ajustada= 500.1 SE= 1.90 IC95%=[ 496.4, 503.8]\n", " 2 (1-2 veces/año ) n= 3787 media_ajustada= 481.0 SE= 2.45 IC95%=[ 476.2, 485.8]\n", " 3 (1-2 veces/mes ) n= 5502 media_ajustada= 481.5 SE= 2.69 IC95%=[ 476.2, 486.8]\n", " 4 (1-2 veces/semana ) n= 4956 media_ajustada= 482.3 SE= 1.87 IC95%=[ 478.6, 485.9]\n", " 5 (A diario/casi a diario ) n= 3516 media_ajustada= 473.0 SE= 2.43 IC95%=[ 468.2, 477.7]\n", "\n", "--- ST438Q04DA: IA: ayudarme a aprender ---\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ " 1 (Nunca/casi nunca ) n= 4233 media_ajustada= 483.7 SE= 2.81 IC95%=[ 478.2, 489.2]\n", " 2 (1-2 veces/año ) n= 2762 media_ajustada= 472.9 SE= 3.43 IC95%=[ 466.1, 479.6]\n", " 3 (1-2 veces/mes ) n= 5237 media_ajustada= 488.8 SE= 1.95 IC95%=[ 485.0, 492.7]\n", " 4 (1-2 veces/semana ) n= 7819 media_ajustada= 492.4 SE= 1.91 IC95%=[ 488.7, 496.2]\n", " 5 (A diario/casi a diario ) n= 6186 media_ajustada= 483.9 SE= 1.97 IC95%=[ 480.1, 487.8]\n" ] } ], "source": [ "print(\"=\" * 70)\n", "print(\"RESULTADOS AJUSTADOS POR ESCS (regresión ponderada, media a ESCS medio muestral)\")\n", "print(\"=\" * 70)\n", "adj_results = {}\n", "n_adj_used = {}\n", "for var in VARS:\n", " print(f\"\\n--- {var}: {LABELS[var]} ---\")\n", " res, n_used = weighted_ols_adjusted_means(df, var, \"ESCS\", WEIGHT, REP_COLS, PV_COLS)\n", " adj_results[var] = res\n", " n_adj_used[var] = n_used\n", " for cat, (mean, se, n) in sorted(res.items()):\n", " lab = CAT_LABELS[var][int(cat)]\n", " ci_lo, ci_hi = mean - 1.96 * se, mean + 1.96 * se\n", " print(f\" {int(cat)} ({lab:28s}) n={n:5d} media_ajustada={mean:6.1f} SE={se:5.2f} IC95%=[{ci_lo:6.1f}, {ci_hi:6.1f}]\")" ] }, { "cell_type": "code", "execution_count": 8, "id": "d523a4e1", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:52:15.108507Z", "iopub.status.busy": "2026-09-19T09:52:15.108422Z", "iopub.status.idle": "2026-09-19T09:52:15.111235Z", "shell.execute_reply": "2026-09-19T09:52:15.110858Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "======================================================================\n", "CHEQUEO DE MONOTONICIDAD (medias crudas, orden de categoría)\n", "======================================================================\n", "ST097Q06DA: medias en orden de categoría = [np.float64(457.3), np.float64(477.5), np.float64(483.0), np.float64(489.5)] -> monótona descendente: False | monótona ascendente: True\n", "ST438Q01DA: medias en orden de categoría = [np.float64(497.3), np.float64(476.5), np.float64(488.1), np.float64(481.6), np.float64(470.5)] -> monótona descendente: False | monótona ascendente: False\n", "ST438Q02DA: medias en orden de categoría = [np.float64(482.2), np.float64(468.9), np.float64(489.9), np.float64(493.6), np.float64(480.8)] -> monótona descendente: False | monótona ascendente: False\n", "ST438Q03DA: medias en orden de categoría = [np.float64(497.2), np.float64(478.6), np.float64(481.2), np.float64(483.0), np.float64(473.6)] -> monótona descendente: False | monótona ascendente: False\n", "ST438Q04DA: medias en orden de categoría = [np.float64(477.8), np.float64(468.1), np.float64(487.5), np.float64(493.3), np.float64(485.2)] -> monótona descendente: False | monótona ascendente: False\n" ] } ], "source": [ "print(\"=\" * 70)\n", "print(\"CHEQUEO DE MONOTONICIDAD (medias crudas, orden de categoría)\")\n", "print(\"=\" * 70)\n", "for var in VARS:\n", " means_ordered = [raw_results[var][c][0] for c in sorted(raw_results[var])]\n", " diffs = np.diff(means_ordered)\n", " monotonic_desc = np.all(diffs <= 0)\n", " monotonic_asc = np.all(diffs >= 0)\n", " print(f\"{var}: medias en orden de categoría = {[round(m,1) for m in means_ordered]} \"\n", " f\"-> monótona descendente: {monotonic_desc} | monótona ascendente: {monotonic_asc}\")" ] }, { "cell_type": "markdown", "id": "93308130", "metadata": {}, "source": [ "### Verificación adicional: ¿el efecto del ajuste por ESCS es real, o solo por cambiar de muestra?\n", "\n", "El modelo ajustado usa una muestra ligeramente distinta a la del crudo (excluye los casos con\n", "`ESCS` perdido). Para aislar el efecto genuino del ajuste estadístico del efecto de simplemente\n", "cambiar de submuestra, se recalcula la media **cruda** — mismo método, sin ESCS en el modelo —\n", "pero restringida a los mismos casos con `ESCS` no perdido que usa el modelo ajustado." ] }, { "cell_type": "code", "execution_count": 9, "id": "dfaf64ef", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:52:15.112006Z", "iopub.status.busy": "2026-09-19T09:52:15.111927Z", "iopub.status.idle": "2026-09-19T09:52:15.801469Z", "shell.execute_reply": "2026-09-19T09:52:15.800861Z" } }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "====================================================================================================\n", "MEDIA CRUDA RESTRINGIDA a casos con ESCS no perdido (mismo n que el ajustado)\n", "vs. media cruda original (todos los casos) vs. media ajustada por ESCS\n", "====================================================================================================\n", "\n", "--- ST097Q06DA ---\n", " 1 (Cada clase ) n= 2796 media_cruda_restringida= 459.75 SE=4.288\n", " 2 (La mayoría de clases ) n= 4906 media_cruda_restringida= 478.43 SE=3.000\n", " 3 (Algunas clases ) n= 8987 media_cruda_restringida= 483.96 SE=1.825\n", " 4 (Nunca/casi nunca ) n=10016 media_cruda_restringida= 490.47 SE=1.969\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ "\n", "--- ST438Q01DA ---\n", " 1 (Nunca/casi nunca ) n= 7118 media_cruda_restringida= 498.97 SE=2.481\n", " 2 (1-2 veces/año ) n= 3314 media_cruda_restringida= 478.12 SE=2.648\n", " 3 (1-2 veces/mes ) n= 5588 media_cruda_restringida= 489.14 SE=2.330\n", " 4 (1-2 veces/semana ) n= 6374 media_cruda_restringida= 482.21 SE=2.019\n", " 5 (A diario/casi a diario ) n= 4014 media_cruda_restringida= 471.30 SE=2.985\n", "\n", "--- ST438Q02DA ---\n", " 1 (Nunca/casi nunca ) n= 5328 media_cruda_restringida= 483.06 SE=2.582\n", " 2 (1-2 veces/año ) n= 3592 media_cruda_restringida= 471.14 SE=3.350\n", " 3 (1-2 veces/mes ) n= 6434 media_cruda_restringida= 491.07 SE=2.355\n", " 4 (1-2 veces/semana ) n= 6724 media_cruda_restringida= 494.43 SE=1.946\n", " 5 (A diario/casi a diario ) n= 4218 media_cruda_restringida= 481.37 SE=2.812\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ "\n", "--- ST438Q03DA ---\n", " 1 (Nunca/casi nunca ) n= 8369 media_cruda_restringida= 498.16 SE=2.096\n", " 2 (1-2 veces/año ) n= 3787 media_cruda_restringida= 479.47 SE=2.648\n", " 3 (1-2 veces/mes ) n= 5502 media_cruda_restringida= 482.93 SE=2.980\n", " 4 (1-2 veces/semana ) n= 4956 media_cruda_restringida= 484.04 SE=2.137\n", " 5 (A diario/casi a diario ) n= 3516 media_cruda_restringida= 474.31 SE=2.755\n", "\n", "--- ST438Q04DA ---\n", " 1 (Nunca/casi nunca ) n= 4233 media_cruda_restringida= 479.44 SE=3.023\n", " 2 (1-2 veces/año ) n= 2762 media_cruda_restringida= 469.62 SE=3.888\n", " 3 (1-2 veces/mes ) n= 5237 media_cruda_restringida= 488.48 SE=2.098\n", " 4 (1-2 veces/semana ) n= 7819 media_cruda_restringida= 494.42 SE=2.113\n", " 5 (A diario/casi a diario ) n= 6186 media_cruda_restringida= 485.87 SE=2.225\n" ] } ], "source": [ "print(\"=\" * 100)\n", "print(\"MEDIA CRUDA RESTRINGIDA a casos con ESCS no perdido (mismo n que el ajustado)\")\n", "print(\"vs. media cruda original (todos los casos) vs. media ajustada por ESCS\")\n", "print(\"=\" * 100)\n", "\n", "restricted_results = {}\n", "for var in VARS:\n", " df_restricted = df.dropna(subset=[var, \"ESCS\"]).copy()\n", " res_restricted = category_means_raw(df_restricted, var, WEIGHT, REP_COLS, PV_COLS)\n", " restricted_results[var] = res_restricted\n", " print(f\"\\n--- {var} ---\")\n", " for cat in sorted(res_restricted.keys()):\n", " mean, se, n = res_restricted[cat]\n", " lab = CAT_LABELS[var][int(cat)]\n", " print(f\" {int(cat)} ({lab:25s}) n={n:5d} media_cruda_restringida={mean:7.2f} SE={se:.3f}\")" ] }, { "cell_type": "markdown", "id": "e24d16d8", "metadata": {}, "source": [ "### Guardar la tabla de resultados\n" ] }, { "cell_type": "code", "execution_count": 10, "id": "3af809f4", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:52:15.802996Z", "iopub.status.busy": "2026-09-19T09:52:15.802881Z", "iopub.status.idle": "2026-09-19T09:52:15.817387Z", "shell.execute_reply": "2026-09-19T09:52:15.816909Z" } }, "outputs": [ { "data": { "text/html": [ "
\n", "\n", "\n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", " \n", "
variablelabel_variablecategoriacategoria_labeln_crudomedia_crudase_crudaic95_lo_crudaic95_hi_crudan_ajustadomedia_ajustada_escsse_ajustadaic95_lo_ajustadaic95_hi_ajustada
0ST097Q06DADistracción por recursos digitales (clase de c...1Cada clase2860457.324.291448.91465.732796460.633.735453.31467.95
1ST097Q06DADistracción por recursos digitales (clase de c...2La mayoría de clases4977477.503.016471.59483.414906478.302.662473.09483.52
2ST097Q06DADistracción por recursos digitales (clase de c...3Algunas clases9093483.041.877479.36486.728987484.201.668480.93487.47
3ST097Q06DADistracción por recursos digitales (clase de c...4Nunca/casi nunca10146489.522.003485.59493.4410016490.061.714486.70493.42
4ST438Q01DAIA: resumir un texto1Nunca/casi nunca7235497.342.468492.50502.187118500.292.268495.85504.74
5ST438Q01DAIA: resumir un texto21-2 veces/año3365476.502.729471.15481.853314479.982.625474.83485.12
6ST438Q01DAIA: resumir un texto31-2 veces/mes5649488.142.338483.56492.725588488.262.007484.33492.20
7ST438Q01DAIA: resumir un texto41-2 veces/semana6441481.562.018477.60485.526374481.461.728478.07484.85
8ST438Q01DAIA: resumir un texto5A diario/casi a diario4090470.472.917464.76476.194014469.982.628464.83475.13
9ST438Q02DAIA: investigación preliminar sobre un tema1Nunca/casi nunca5407482.162.564477.13487.185328487.072.381482.40491.73
10ST438Q02DAIA: investigación preliminar sobre un tema21-2 veces/año3666468.883.466462.09475.683592473.563.106467.48479.65
11ST438Q02DAIA: investigación preliminar sobre un tema31-2 veces/mes6512489.862.408485.14494.586434490.492.161486.25494.73
12ST438Q02DAIA: investigación preliminar sobre un tema41-2 veces/semana6798493.651.939489.85497.446724491.721.692488.40495.04
13ST438Q02DAIA: investigación preliminar sobre un tema5A diario/casi a diario4281480.752.772475.32486.194218479.442.475474.58484.29
14ST438Q03DAIA: redactar textos para tareas escritas1Nunca/casi nunca8481497.162.123493.00501.328369500.121.900496.40503.85
15ST438Q03DAIA: redactar textos para tareas escritas21-2 veces/año3829478.582.683473.32483.833787481.022.448476.22485.82
16ST438Q03DAIA: redactar textos para tareas escritas31-2 veces/mes5579481.153.053475.17487.145502481.502.690476.23486.78
17ST438Q03DAIA: redactar textos para tareas escritas41-2 veces/semana5020483.042.124478.87487.204956482.251.873478.58485.92
18ST438Q03DAIA: redactar textos para tareas escritas5A diario/casi a diario3581473.642.729468.29478.983516472.962.430468.20477.73
19ST438Q04DAIA: ayudarme a aprender1Nunca/casi nunca4314477.842.994471.97483.714233483.692.809478.18489.19
20ST438Q04DAIA: ayudarme a aprender21-2 veces/año2816468.083.903460.43475.732762472.853.431466.13479.58
21ST438Q04DAIA: ayudarme a aprender31-2 veces/mes5295487.522.079483.44491.595237488.851.946485.03492.66
22ST438Q04DAIA: ayudarme a aprender41-2 veces/semana7914493.262.140489.07497.457819492.431.914488.68496.18
23ST438Q04DAIA: ayudarme a aprender5A diario/casi a diario6266485.182.205480.86489.506186483.911.965480.06487.76
\n", "
" ], "text/plain": [ " variable label_variable categoria \\\n", "0 ST097Q06DA Distracción por recursos digitales (clase de c... 1 \n", "1 ST097Q06DA Distracción por recursos digitales (clase de c... 2 \n", "2 ST097Q06DA Distracción por recursos digitales (clase de c... 3 \n", "3 ST097Q06DA Distracción por recursos digitales (clase de c... 4 \n", "4 ST438Q01DA IA: resumir un texto 1 \n", "5 ST438Q01DA IA: resumir un texto 2 \n", "6 ST438Q01DA IA: resumir un texto 3 \n", "7 ST438Q01DA IA: resumir un texto 4 \n", "8 ST438Q01DA IA: resumir un texto 5 \n", "9 ST438Q02DA IA: investigación preliminar sobre un tema 1 \n", "10 ST438Q02DA IA: investigación preliminar sobre un tema 2 \n", "11 ST438Q02DA IA: investigación preliminar sobre un tema 3 \n", "12 ST438Q02DA IA: investigación preliminar sobre un tema 4 \n", "13 ST438Q02DA IA: investigación preliminar sobre un tema 5 \n", "14 ST438Q03DA IA: redactar textos para tareas escritas 1 \n", "15 ST438Q03DA IA: redactar textos para tareas escritas 2 \n", "16 ST438Q03DA IA: redactar textos para tareas escritas 3 \n", "17 ST438Q03DA IA: redactar textos para tareas escritas 4 \n", "18 ST438Q03DA IA: redactar textos para tareas escritas 5 \n", "19 ST438Q04DA IA: ayudarme a aprender 1 \n", "20 ST438Q04DA IA: ayudarme a aprender 2 \n", "21 ST438Q04DA IA: ayudarme a aprender 3 \n", "22 ST438Q04DA IA: ayudarme a aprender 4 \n", "23 ST438Q04DA IA: ayudarme a aprender 5 \n", "\n", " categoria_label n_crudo media_cruda se_cruda ic95_lo_cruda \\\n", "0 Cada clase 2860 457.32 4.291 448.91 \n", "1 La mayoría de clases 4977 477.50 3.016 471.59 \n", "2 Algunas clases 9093 483.04 1.877 479.36 \n", "3 Nunca/casi nunca 10146 489.52 2.003 485.59 \n", "4 Nunca/casi nunca 7235 497.34 2.468 492.50 \n", "5 1-2 veces/año 3365 476.50 2.729 471.15 \n", "6 1-2 veces/mes 5649 488.14 2.338 483.56 \n", "7 1-2 veces/semana 6441 481.56 2.018 477.60 \n", "8 A diario/casi a diario 4090 470.47 2.917 464.76 \n", "9 Nunca/casi nunca 5407 482.16 2.564 477.13 \n", "10 1-2 veces/año 3666 468.88 3.466 462.09 \n", "11 1-2 veces/mes 6512 489.86 2.408 485.14 \n", "12 1-2 veces/semana 6798 493.65 1.939 489.85 \n", "13 A diario/casi a diario 4281 480.75 2.772 475.32 \n", "14 Nunca/casi nunca 8481 497.16 2.123 493.00 \n", "15 1-2 veces/año 3829 478.58 2.683 473.32 \n", "16 1-2 veces/mes 5579 481.15 3.053 475.17 \n", "17 1-2 veces/semana 5020 483.04 2.124 478.87 \n", "18 A diario/casi a diario 3581 473.64 2.729 468.29 \n", "19 Nunca/casi nunca 4314 477.84 2.994 471.97 \n", "20 1-2 veces/año 2816 468.08 3.903 460.43 \n", "21 1-2 veces/mes 5295 487.52 2.079 483.44 \n", "22 1-2 veces/semana 7914 493.26 2.140 489.07 \n", "23 A diario/casi a diario 6266 485.18 2.205 480.86 \n", "\n", " ic95_hi_cruda n_ajustado media_ajustada_escs se_ajustada \\\n", "0 465.73 2796 460.63 3.735 \n", "1 483.41 4906 478.30 2.662 \n", "2 486.72 8987 484.20 1.668 \n", "3 493.44 10016 490.06 1.714 \n", "4 502.18 7118 500.29 2.268 \n", "5 481.85 3314 479.98 2.625 \n", "6 492.72 5588 488.26 2.007 \n", "7 485.52 6374 481.46 1.728 \n", "8 476.19 4014 469.98 2.628 \n", "9 487.18 5328 487.07 2.381 \n", "10 475.68 3592 473.56 3.106 \n", "11 494.58 6434 490.49 2.161 \n", "12 497.44 6724 491.72 1.692 \n", "13 486.19 4218 479.44 2.475 \n", "14 501.32 8369 500.12 1.900 \n", "15 483.83 3787 481.02 2.448 \n", "16 487.14 5502 481.50 2.690 \n", "17 487.20 4956 482.25 1.873 \n", "18 478.98 3516 472.96 2.430 \n", "19 483.71 4233 483.69 2.809 \n", "20 475.73 2762 472.85 3.431 \n", "21 491.59 5237 488.85 1.946 \n", "22 497.45 7819 492.43 1.914 \n", "23 489.50 6186 483.91 1.965 \n", "\n", " ic95_lo_ajustada ic95_hi_ajustada \n", "0 453.31 467.95 \n", "1 473.09 483.52 \n", "2 480.93 487.47 \n", "3 486.70 493.42 \n", "4 495.85 504.74 \n", "5 474.83 485.12 \n", "6 484.33 492.20 \n", "7 478.07 484.85 \n", "8 464.83 475.13 \n", "9 482.40 491.73 \n", "10 467.48 479.65 \n", "11 486.25 494.73 \n", "12 488.40 495.04 \n", "13 474.58 484.29 \n", "14 496.40 503.85 \n", "15 476.22 485.82 \n", "16 476.23 486.78 \n", "17 478.58 485.92 \n", "18 468.20 477.73 \n", "19 478.18 489.19 \n", "20 466.13 479.58 \n", "21 485.03 492.66 \n", "22 488.68 496.18 \n", "23 480.06 487.76 " ] }, "execution_count": 10, "metadata": {}, "output_type": "execute_result" } ], "source": [ "rows = []\n", "for var in VARS:\n", " for cat in sorted(raw_results[var].keys()):\n", " rm, rse, rn = raw_results[var][cat]\n", " am, ase, an = adj_results[var][cat]\n", " rows.append({\n", " \"variable\": var,\n", " \"label_variable\": LABELS[var],\n", " \"categoria\": int(cat),\n", " \"categoria_label\": CAT_LABELS[var][int(cat)],\n", " \"n_crudo\": rn,\n", " \"media_cruda\": round(rm, 2),\n", " \"se_cruda\": round(rse, 3),\n", " \"ic95_lo_cruda\": round(rm - 1.96 * rse, 2),\n", " \"ic95_hi_cruda\": round(rm + 1.96 * rse, 2),\n", " \"n_ajustado\": an,\n", " \"media_ajustada_escs\": round(am, 2),\n", " \"se_ajustada\": round(ase, 3),\n", " \"ic95_lo_ajustada\": round(am - 1.96 * ase, 2),\n", " \"ic95_hi_ajustada\": round(am + 1.96 * ase, 2),\n", " })\n", "res_df = pd.DataFrame(rows)\n", "res_df.to_csv(\"04_resultados.csv\", index=False)\n", "res_df" ] }, { "cell_type": "markdown", "id": "97107cfb", "metadata": {}, "source": [ "## 5. Gráficos\n", "\n", "Se genera un panel individual por variable (media cruda vs. ajustada por ESCS, con barras de error\n", "al 95%), a partir de la tabla de resultados ya calculada — sin recalcular ninguna cifra, solo\n", "visualizarlas." ] }, { "cell_type": "code", "execution_count": 11, "id": "852e5da0", "metadata": { "execution": { "iopub.execute_input": "2026-09-19T09:52:15.818481Z", "iopub.status.busy": "2026-09-19T09:52:15.818369Z", "iopub.status.idle": "2026-09-19T09:52:16.789109Z", "shell.execute_reply": "2026-09-19T09:52:16.788642Z" } }, "outputs": [ { "name": "stderr", "output_type": "stream", "text": [ "/tmp/ipykernel_1560981/90703746.py:70: UserWarning: FigureCanvasAgg is non-interactive, and thus cannot be shown\n", " plt.show()\n", "/tmp/ipykernel_1560981/90703746.py:70: UserWarning: FigureCanvasAgg is non-interactive, and thus cannot be shown\n", " plt.show()\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ "Guardado: panel-1-distraccion.png\n", "Guardado: panel-2-ia-resumir.png\n" ] }, { "name": "stderr", "output_type": "stream", "text": [ "/tmp/ipykernel_1560981/90703746.py:70: UserWarning: FigureCanvasAgg is non-interactive, and thus cannot be shown\n", " plt.show()\n", "/tmp/ipykernel_1560981/90703746.py:70: UserWarning: FigureCanvasAgg is non-interactive, and thus cannot be shown\n", " plt.show()\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ "Guardado: panel-3-ia-investigar.png\n", "Guardado: panel-4-ia-redactar.png\n" ] }, { "name": "stdout", "output_type": "stream", "text": [ "Guardado: panel-5-ia-aprender.png\n" ] }, { "name": "stderr", "output_type": "stream", "text": [ "/tmp/ipykernel_1560981/90703746.py:70: UserWarning: FigureCanvasAgg is non-interactive, and thus cannot be shown\n", " plt.show()\n" ] } ], "source": [ "COLOR_RAW = \"#AE4D02\" # accent-deep del sistema de diseño (texto naranja AA)\n", "COLOR_ADJ = \"#3b6ea5\"\n", "\n", "PANELS = [\n", " (\"ST097Q06DA\", \"panel-1-distraccion.png\",\n", " \"Distracción por recursos digitales en clase de Ciencias\\ny rendimiento en Ciencias — PISA 2025, España\"),\n", " (\"ST438Q01DA\", \"panel-2-ia-resumir.png\",\n", " \"Uso de IA para resumir un texto\\ny rendimiento en Ciencias — PISA 2025, España\"),\n", " (\"ST438Q02DA\", \"panel-3-ia-investigar.png\",\n", " \"Uso de IA para investigación preliminar sobre un tema\\ny rendimiento en Ciencias — PISA 2025, España\"),\n", " (\"ST438Q03DA\", \"panel-4-ia-redactar.png\",\n", " \"Uso de IA para redactar textos de tareas escolares\\ny rendimiento en Ciencias — PISA 2025, España\"),\n", " (\"ST438Q04DA\", \"panel-5-ia-aprender.png\",\n", " \"Uso de IA para \\u201cayudarme a aprender\\u201d\\ny rendimiento en Ciencias — PISA 2025, España\"),\n", "]\n", "\n", "plt.rcParams.update({\n", " \"font.size\": 15,\n", " \"axes.titlesize\": 17,\n", " \"axes.labelsize\": 16,\n", " \"xtick.labelsize\": 14,\n", " \"ytick.labelsize\": 14,\n", " \"legend.fontsize\": 14,\n", "})\n", "\n", "for var, fname, title in PANELS:\n", " sub = res_df[res_df[\"variable\"] == var].sort_values(\"categoria\")\n", " assert len(sub) > 0, f\"Variable {var} no encontrada en la tabla de resultados\"\n", "\n", " cats_labels = sub[\"categoria_label\"].tolist()\n", " x = range(len(cats_labels))\n", "\n", " raw_m = sub[\"media_cruda\"].to_numpy()\n", " raw_lo = sub[\"ic95_lo_cruda\"].to_numpy()\n", " raw_hi = sub[\"ic95_hi_cruda\"].to_numpy()\n", " raw_err = [raw_m - raw_lo, raw_hi - raw_m]\n", "\n", " adj_m = sub[\"media_ajustada_escs\"].to_numpy()\n", " adj_lo = sub[\"ic95_lo_ajustada\"].to_numpy()\n", " adj_hi = sub[\"ic95_hi_ajustada\"].to_numpy()\n", " adj_err = [adj_m - adj_lo, adj_hi - adj_m]\n", "\n", " fig, ax = plt.subplots(figsize=(10, 7.5))\n", "\n", " offset = 0.07\n", " x_raw = [xi - offset for xi in x]\n", " x_adj = [xi + offset for xi in x]\n", "\n", " ax.errorbar(x_raw, raw_m, yerr=raw_err, fmt=\"o-\", color=COLOR_RAW,\n", " label=\"Crudo\", capsize=6, linewidth=2.5, markersize=9)\n", " ax.errorbar(x_adj, adj_m, yerr=adj_err, fmt=\"s--\", color=COLOR_ADJ,\n", " label=\"Ajustado por ESCS\", capsize=6, linewidth=2.5, markersize=9)\n", "\n", " ax.set_xticks(list(x))\n", " ax.set_xticklabels(cats_labels, rotation=20, ha=\"right\")\n", " ax.set_ylabel(\"Puntuación media en Ciencias (PISA 2025)\")\n", " ax.set_title(title, pad=16)\n", " ax.grid(axis=\"y\", linestyle=\":\", alpha=0.6)\n", " ax.legend(loc=\"best\", frameon=True)\n", "\n", " n_crudo_total = int(sub[\"n_crudo\"].sum())\n", " n_adj_total = int(sub[\"n_ajustado\"].sum())\n", " fig.text(0.01, 0.01,\n", " f\"España, PISA 2025. n crudo = {n_crudo_total:,} · n ajustado (con ESCS no perdido) = {n_adj_total:,}. \"\n", " f\"Barras de error: IC 95%.\".replace(\",\", \" \"),\n", " fontsize=10, color=\"#555555\")\n", "\n", " plt.tight_layout(rect=[0, 0.03, 1, 1])\n", " plt.savefig(fname, dpi=150, bbox_inches=\"tight\")\n", " plt.show()\n", " plt.close(fig)\n", " print(f\"Guardado: {fname}\")" ] }, { "cell_type": "markdown", "id": "d3e5f239", "metadata": {}, "source": [ "## 6. Resultado y salvedades\n", "\n", "**Muestra:** España, PISA 2025, n = 29 966 estudiantes con ponderación muestral `W_FSTUWT`.\n", "\n", "### Cifras clave (media cruda de Ciencias, IC 95%)\n", "\n", "**Distracción por recursos digitales en clase de Ciencias (`ST097Q06DA`):**\n", "\n", "| Categoría | n | Media | IC 95% |\n", "|---|---|---|---|\n", "| Cada clase | 2 860 | 457.3 | [448.9, 465.7] |\n", "| La mayoría de clases | 4 977 | 477.5 | [471.6, 483.4] |\n", "| Algunas clases | 9 093 | 483.0 | [479.4, 486.7] |\n", "| Nunca/casi nunca | 10 146 | 489.5 | [485.6, 493.4] |\n", "\n", "Brecha bruta entre \"cada clase\" y \"nunca/casi nunca\": **≈32.2 puntos** de Ciencias. La relación es\n", "monótona: a más distracción reportada, menor rendimiento medio — en crudo y también tras ajustar\n", "por ESCS.\n", "\n", "**Uso de chatbots de IA (`ST438Q01DA`–`ST438Q04DA`):** en ninguna de las 4 tareas la relación es\n", "monótona (ver el chequeo de la celda anterior). Pero, además, la **forma** de esa no-monotonicidad\n", "difiere entre tareas — no hay un único patrón de \"uso moderado óptimo\" común a las cuatro:\n", "\n", "| Tarea | Categoría con la media más alta | Media |\n", "|---|---|---|\n", "| Resumir texto (`ST438Q01DA`) | Nunca/casi nunca | 497.3 |\n", "| Investigación preliminar (`ST438Q02DA`) | 1-2 veces/semana | 493.6 |\n", "| Redactar trabajos (`ST438Q03DA`) | Nunca/casi nunca | 497.2 |\n", "| Ayudarme a aprender (`ST438Q04DA`) | 1-2 veces/semana | 493.3 |\n", "\n", "En \"resumir texto\" y \"redactar trabajos\", el grupo que **nunca** usa el chatbot presenta la media\n", "más alta de las 5 categorías — no una de las más bajas. En \"buscar información\" y \"ayudarme a\n", "aprender\", el máximo aparece en el uso semanal. Por tanto, **los datos no sostienen una regla\n", "general del tipo \"más uso = peor rendimiento\" ni un patrón único de \"uso moderado óptimo\" común a\n", "las cuatro tareas** — la relación entre frecuencia de uso y rendimiento en Ciencias, en este\n", "dataset, depende de la tarea.\n", "\n", "### Salvedad: IC individuales no son un contraste de significación entre categorías\n", "\n", "Este análisis descriptivo calcula intervalos de confianza **individuales por categoría**, pero no\n", "un contraste directo de la diferencia entre dos categorías (que requeriría propagar conjuntamente\n", "la varianza de los *plausible values* y de las réplicas BRR-Fay **sobre la diferencia**, no solo\n", "mirar si los intervalos individuales se solapan). Por tanto, no se afirma aquí que las diferencias\n", "entre categorías con intervalos solapados sean o no estadísticamente significativas — ese\n", "contraste queda fuera del alcance de este cuaderno.\n", "\n", "### Salvedad de honestidad: la cifra \"un año escolar completo\"\n", "\n", "Este dataset **no contiene una variable de \"puntos PISA por año de escolaridad\"**. El *PISA 2025\n", "Results Volume I* sí documenta, en su Box I.2.2, una estimación general de que el alumnado de 15\n", "años gana en promedio **~20 puntos PISA** por año de escolaridad y edad — esa es la cifra oficial\n", "vigente, no \"25-39 puntos\" ni una referencia a *PISA in Focus* de ciclos previos. Pero ese\n", "benchmark es **general** (pensado para interpretar cambios de puntuación a través del tiempo o\n", "entre ciclos) y el informe oficial **no lo aplica en ningún punto de su capítulo dedicado al uso de\n", "IA** al hallazgo de frecuencia de uso de chatbots. La equivalencia específica \"usar la IA bien o\n", "mal equivale a un año escolar\" que circula en cobertura secundaria es una conversión hecha por\n", "terceros, no algo que el informe de la OCDE afirme literalmente sobre este hallazgo.\n", "**No se reproduce aquí de forma independiente** — este cuaderno reporta la brecha bruta de puntos\n", "observada (≈32 puntos en distracción por recursos digitales), pero la traducción de esa brecha a\n", "\"años de escolaridad\" no está verificada con este dataset ni respaldada así por el informe oficial,\n", "y no debe citarse como confirmada por este análisis.\n", "\n", "### Sobre causalidad\n", "\n", "Todo lo anterior es **correlacional**, de corte transversal, con datos de autoinforme. El ajuste\n", "por ESCS reduce el papel del nivel socioeconómico como variable de confusión, pero no permite\n", "afirmar causalidad en ninguna dirección (p. ej. no se puede descartar que el rendimiento previo\n", "influya en la frecuencia de uso reportada, en vez de al revés).\n", "\n", "---\n", "\n", "**Artefactos generados por este cuaderno:** `04_resultados.csv` (tabla completa) y 5 gráficos\n", "`panel-1-distraccion.png` … `panel-5-ia-aprender.png`.\n", "\n", "**Réplica exacta:** con el fichero `.sav` oficial en la ruta indicada, este cuaderno se ejecuta de\n", "principio a fin sin intervención manual y reproduce las cifras citadas en el artículo del blog.\n" ] } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.12.3" } }, "nbformat": 4, "nbformat_minor": 5 }