Microdatos de PISA en tu TFM de Educación: pesos, valores plausibles y por qué tu media está mal

Respuesta directa: el fichero de alumnos de PISA no trae una puntuación por estudiante, sino diez valores plausibles por competencia, y su diseño muestral no es aleatorio simple. Si abres el fichero en SPSS y pides una media sin pesos, obtendrás una cifra que no representa al país y un error estándar demasiado pequeño. El procedimiento correcto es: analizar por separado con cada valor plausible, ponderar cada análisis con el peso final de alumno, calcular el error estándar con los pesos replicados y combinar los diez resultados con las reglas de Rubin.

Por qué este problema aparece justo cuando ya has empezado a escribir

El guion típico del TFM de Educación es este: eliges PISA porque es gratuito, está documentado y evita el calvario de conseguir participantes. Descargas el fichero de alumnos de tu país, lo abres, buscas la columna «puntuación en matemáticas» y no existe. Existen diez columnas parecidas. Y cuando pides la media de una de ellas, el número no coincide con el que publican los informes oficiales.

No es un error tuyo ni del fichero. Es que PISA está construido con una lógica distinta a la de una encuesta corriente, y esa lógica tiene dos consecuencias prácticas que hay que respetar. Este artículo explica las dos y da el orden exacto de operaciones.

Qué es PISA y qué ciclo puedes usar en 2026

PISA (Programme for International Student Assessment) evalúa a alumnado de 15 años en más de 80 países y su centro nacional en España es el INEE, unidad del Ministerio de Educación, Formación Profesional y Deportes. Según la ficha del propio INEE, España ha participado desde la primera edición de 2000 en todos los ciclos trienales —2003, 2006, 2009, 2012, 2015 y 2018— y también en PISA 2022, previsto inicialmente para 2021 y aplazado por la COVID-19, y en PISA 2025, aplazado a su vez de 2024.

Cada ciclo evalúa las tres competencias troncales (ciencias, lectura y matemáticas) y añade una competencia innovadora: resolución colaborativa de problemas en 2015, competencia global en 2018, pensamiento creativo en 2022 y aprender en un mundo digital en 2025. La competencia financiera se evalúa desde 2012 y en 2025 se introdujo por primera vez la evaluación de una lengua extranjera.

Consecuencia para tu calendario: el ciclo con microdatos maduros y documentación completa en el momento de escribir es PISA 2022. PISA 2025 ya se ha aplicado, pero su base de datos internacional y su informe técnico salen después de los resultados; comprueba en la web del INEE si ya están disponibles antes de comprometerte con ese ciclo en tu propuesta. Si tu tribunal te pide «datos actuales» y el ciclo nuevo aún no está publicado, la respuesta correcta no es forzar la cita: es declarar explícitamente el ciclo que usas y su fecha de recogida.

Los diez valores plausibles: qué son y por qué no hay una nota por alumno

Ningún alumno de PISA responde a todo el test. El cuadernillo se reparte en bloques rotados, así que cada estudiante ve solo una fracción de los ítems. Con tan pocas respuestas es imposible estimar de forma fiable la competencia individual —y PISA no lo pretende: su objetivo es estimar la distribución de la competencia en la población.

La solución técnica es un modelo de teoría de respuesta al ítem que, en lugar de devolver un punto, devuelve una distribución de puntuaciones posibles para cada alumno dadas sus respuestas y sus características. De esa distribución se extraen diez extracciones aleatorias: los valores plausibles. En los ficheros aparecen como una familia de columnas numeradas del 1 al 10 por competencia. El manual del paquete intsvy, que es la herramienta de referencia en R para estos estudios, lo muestra literalmente en su ejemplo de uso para PISA, donde los nombres de las columnas de puntuación se construyen recorriendo del 1 al 10.

La analogía útil es la imputación múltiple de datos faltantes: no tienes el dato, tienes varias reconstrucciones igual de defendibles, y el análisis correcto consiste en repetirlo con cada una y combinar. Un valor plausible no es la nota del alumno y usar solo el primero, o promediar los diez antes de analizar, produce estimaciones sesgadas de la varianza.

Los tres errores que se cometen aquí

• Usar solo PV1. El punto estimado sale parecido, pero pierdes por completo la incertidumbre de medida y tu error estándar queda corto.
• Promediar los diez y analizar la media. Es peor que lo anterior: al promediar antes de analizar aplastas artificialmente la varianza de la variable, y las correlaciones y los tamaños del efecto salen inflados.
• Tratar el valor plausible como variable dependiente en un modelo normal. El modelo se estima bien, pero los contrastes de significación no valen porque el software cree que la puntuación se observó sin error.

Los pesos: el peso final de alumno y los pesos replicados

PISA no toma una muestra aleatoria simple de adolescentes. Toma una muestra por conglomerados y en dos etapas: primero centros, luego alumnos dentro de cada centro, con estratificación y con probabilidades desiguales. Eso obliga a dos correcciones distintas que se suelen confundir.

El esquema de replicación que emplea PISA es BRR (balanced repeated replication): el fichero incluye, además del peso final, un juego completo de pesos replicados. Se repite el análisis con cada uno y la dispersión entre los resultados replicados es la varianza de muestreo. Esta diferencia entre estudios está documentada en la configuración de intsvy, que asigna el esquema BRR a PISA y el esquema JK (jackknife) a estudios como TIMSS, PIRLS o ICILS. Si tu TFM compara PISA con TIMSS, no puedes reutilizar el mismo procedimiento sin más.

Los nombres exactos de las columnas de peso cambian de un ciclo a otro; el informe técnico del ciclo que uses los lista, y es ahí donde debes comprobarlos en lugar de copiarlos de un tutorial de hace cinco años.

El procedimiento correcto, en cinco pasos

1. Descarga el fichero de alumnos y el manual de codificación del mismo ciclo. Sin el manual no sabrás qué significa cada código, ni cuáles son los valores reservados a «no sabe» y «no contesta», que no son ceros.
2. Filtra tu país o tus países y documenta el tamaño muestral resultante. El número de casos que te queda es el que tienes que declarar en el apartado de muestra y población, indicando que es una muestra probabilística de diseño complejo y no una muestra por conveniencia.
3. Repite tu análisis diez veces, una por valor plausible, aplicando en cada repetición el peso final de alumno. Obtendrás diez estimaciones del mismo parámetro (una media, una diferencia de medias, un coeficiente de regresión).
4. Calcula la varianza de muestreo con los pesos replicados dentro de cada repetición.
5. Combina con las reglas de Rubin. El punto estimado es la media de las diez estimaciones. La varianza total es la varianza de muestreo media más la varianza entre los diez valores plausibles multiplicada por 1 + 1/10. El error estándar es la raíz de esa varianza total.

Ese paso 5 es el que explica por qué tu intervalo de confianza «correcto» es más ancho que el que te daba SPSS sin configurar nada. No es que hayas empeorado el análisis: es que antes estabas midiendo mal.

Qué software hace esto y cuál no

Si vienes de una asignatura donde todo se hacía con menús, el salto duele. Compensa recordar que aquí el software no es un capricho metodológico: es el único que aplica las dos correcciones. Y que el árbol de decisión habitual para elegir la prueba estadística sigue valiendo para decidir qué contraste hacer; lo que cambia es cómo se estima su error.

Cómo se redacta esto en el TFM

El apartado de método necesita cuatro frases que casi nadie escribe y que un tribunal con experiencia busca de inmediato:

• Ciclo y fecha de recogida. «Se utilizan los microdatos de alumnado del ciclo PISA 2022, publicados por la OCDE».
• Muestra analítica. Tamaño tras el filtrado, con el criterio de exclusión explícito.
• Tratamiento de los valores plausibles. «Los análisis se realizaron de forma independiente sobre cada uno de los diez valores plausibles y las estimaciones se combinaron mediante las reglas de Rubin».
• Tratamiento del diseño muestral. «Los errores estándar se estimaron mediante replicación balanceada repetida con los pesos replicados incluidos en la base de datos».

En el capítulo de resultados, informa siempre del error estándar junto a la media: en la literatura de evaluación internacional la cifra sin su error estándar se considera incompleta. Y si además ajustas un modelo, describe la especificación con el mismo detalle con el que lo harías en una regresión múltiple corriente, añadiendo que se estimó sobre cada valor plausible.

Errores que el tribunal detecta en treinta segundos

• Tu media nacional no coincide con la publicada. Es la señal inmediata de que faltan los pesos. Antes de defender, contrasta tu cifra con la del informe oficial del ciclo: si difieren, tu procedimiento está mal, no el informe.
• Comparar países sin comentar la comparabilidad. PISA está diseñado para comparar, pero el tribunal esperará que menciones al menos la cuestión de la invarianza de medida antes de afirmar que «España está por debajo de X».
• Interpretar una diferencia de 3 o 4 puntos como un hallazgo. Con errores estándar bien calculados, muchas diferencias pequeñas dejan de ser distinguibles de cero.
• Confundir el nivel del dato. Si tu hipótesis es sobre centros y tu unidad de análisis es el alumno, hace falta un modelo que reconozca esa estructura anidada; no basta con añadir una variable de centro.
• Citar la base como si fuera una web. Un conjunto de microdatos se cita como conjunto de datos, con productor, año, título del fichero y versión.

Preguntas frecuentes

¿Puedo hacer el TFM con PISA sin saber programar?

Con muchas dificultades. El análisis correcto exige repetir el procedimiento sobre diez columnas y combinar resultados, y eso en una interfaz de menús es inviable sin errores. Lo razonable es aprender el mínimo de R necesario para usar el paquete específico, que son unas pocas funciones, en lugar de intentar reproducir a mano lo que hace.

¿Qué diferencia hay entre PISA y una encuesta secundaria normal como las del INE?

Las dos son datos secundarios y el flujo general es el mismo que en cualquier TFG con datos secundarios: descargar, documentar, limpiar, analizar y redactar. La diferencia es que en PISA la variable dependiente estrella no está observada, sino estimada con diez extracciones, y que el diseño muestral obliga a usar pesos replicados. Un fichero del INE rara vez plantea las dos cosas a la vez.

¿Cuántos valores plausibles tiene PISA?

Diez por competencia en los ciclos recientes. Los ciclos más antiguos utilizaron cinco, así que si tu diseño compara ciclos lejanos en el tiempo, comprueba el número en el informe técnico de cada uno antes de escribir el bucle.

¿Puedo usar solo el cuestionario de contexto y olvidarme de los valores plausibles?

Sí, y es una vía perfectamente defendible. Si tu pregunta de investigación es sobre clima escolar, expectativas o uso de tecnología y no sobre rendimiento, trabajas con variables observadas y el problema desaparece. Los pesos, en cambio, siguen siendo obligatorios: el diseño muestral no cambia porque cambies de variable.

¿Necesito permiso para usar los microdatos de PISA en mi TFM?

La base de datos internacional es de acceso público y se descarga sin solicitud individual, pero el uso queda sujeto a las condiciones que publica la OCDE junto con el fichero. Léelas y cita el conjunto de datos: no es un requisito burocrático, es lo que permite que otra persona reproduzca tu análisis.

¿Y si mi universidad solo enseña SPSS?

Explícaselo a tu tutor con el argumento técnico, no con el de la preferencia: el análisis requiere combinar diez estimaciones con replicación, y la herramienta estándar en la literatura de evaluación internacional lo hace de forma nativa. Es un argumento metodológico que se defiende bien en la memoria y en la exposición oral.

Antes de escribir el capítulo

El obstáculo real de un TFM con PISA no es la estadística: es que el método hay que contarlo con precisión y en tres o cuatro párrafos que se sostengan ante un tribunal. Si ya tienes las salidas y lo que te falta es convertirlas en prosa académica coherente, con el apartado de método, los resultados y las limitaciones bien articulados, puedes empezar tu documento con Tesify y trabajar sobre una estructura que ya contempla estos apartados.

Fuentes consultadas el 18 de agosto de 2026: ficha de PISA del Instituto Nacional de Evaluación Educativa (INEE), Ministerio de Educación, Formación Profesional y Deportes; ficha del paquete intsvy (versión 2.9) y su manual de referencia en CRAN.