Para comprobar la validez de nuestras hipótesis, utilizamos los datos de PISA 2015 de la muestra de estudiantes españoles (32 330 observaciones). Una de las principales fortalezas de esta base de datos es que dispone de información detallada sobre el hogar del estudiante, de manera que nos permite estimar el impacto del origen familiar del estudiante sobre nuestras variables dependientes. Aunque la base de datos de PISA no es tan rica en variables sobre nuevas tecnologías como otras encuestas más específicas (por ejemplo, ESSIE), la información disponible sobre las características familiares (tanto socioeconómicas como culturales y demográficas) es mucho mejor. La información sobre el uso de las TIC se ha obtenido del cuestionario sobre la Tecnología de la Información y la Comunicación (ICT familiarity questionaire), que se administra a los estudiantes en el marco del programa PISA. El cuestionario ofrece información detallada sobre la disponibilidad, frecuencia y tipo de uso de las nuevas tecnologías.2

Las variables dependientes del análisis son el tiempo y el tipo de uso de las TIC fuera de la escuela. Respecto al tiempo, se han utilizado como indicador las respuestas a la pregunta del tiempo de uso de Internet fuera de la escuela durante un día cualquiera de la semana (pregunta IC006 del cuestionario). Las contestaciones posibles a esta pregunta están agrupadas en intervalos de tiempo desde “nada de tiempo” (categoría 0) hasta “más de seis horas al día” (categoría 6).3 Respecto al tipo de uso, hemos creado un índice a partir de las respuestas sobre uso de dispositivos digitales fuera de la escuela en distintas actividades (preguntas IC008 e IC010 del cuestionario). Este índice mide la propensión del uso en actividades educativas versus actividades de ocio. Es una variable cuantitativa que adopta valores positivos cuando el estudiante suele utilizar los dispositivos digitales con más frecuencia para actividades educativas que para actividades de ocio, y valores negativos en caso contrario. Los valores cercanos a cero significan que la frecuencia de uso es similar tanto en actividades educativas como lúdicas.

La construcción del índice “tipo de uso” se ha realizado en dos pasos. En primer lugar, se han calculado por separado las medias de frecuencia de uso de los dispositivos digitales en actividades educativas y de ocio.4 En el caso de las actividades de ocio (pregunta IC008 del cuestionario), se hace una media de las respuestas dadas por los estudiantes sobre frecuencia de uso en las siguientes actividades: “jugar a juegos para un solo jugador”; “jugar online a juegos en grupo”; “chatear (p.ej., Messenger)”; “participar en redes sociales (p.ej., Facebook, Tuenti)”; “jugar online a juegos de ordenador a través de las redes sociales (p.ej., Farmville, Los Sims)”; “navegar en Internet por diversión (p.ej., ver vídeos de YouTubeTM); “descargar de Internet música, películas, juegos o programas”, y “subir contenidos que tú has creado para compartirlos (p.ej., música, poesía, vídeos, programas de ordenador)”. En cuanto a las actividades educativas, se calcula la media de las respuestas de los estudiantes sobre frecuencia de uso en todas las actividades incluidas en la pregunta IC010 del cuestionario, que se refiere al uso de los dispositivos digitales para cuestiones relacionadas con las tareas escolares, comunicación con profesores o con otros alumnos sobre deberes o descarga de aplicaciones educativas en un dispositivo móvil. En segundo lugar, se restan ambas medias (media de actividades educativas menos media de actividades de ocio), dando como resultado el valor del índice “tipo de uso”.

Las variables independientes del análisis incluyen características del individuo, como su estatus migratorio, género y sus habilidades digitales. El estatus migratorio del estudiante se ha definido atendiendo al país de nacimiento de sus padres. Se considera inmigrante al alumno cuyos padres han nacido fuera de España, nativo cuando ambos progenitores han nacido en España y mixto cuando alguno de los progenitores ha nacido en el extranjero. Estas características entran en el análisis como variables dicotómicas. En los modelos estimados, los alumnos inmigrantes constituyen la categoría de referencia. Otra variable individual incorporada a los análisis de robustez constituye la habilidad digital del individuo. Diversos estudios sobre brecha digital han confirmado que las habilidades digitales del individuo explican en gran medida el uso de Internet (Hargittai 2010; Torres et al. 2017; Fernández-Mellizo y Manzano 2018). Si estas habilidades están, además, correlacionadas con atributos de las familias de origen, como el nivel educativo de los padres (Hargittai 2010), es clave, entonces, controlar por la habilidad digital del estudiante para poder comprobar de manera más robusta los mecanismos que proponemos de la relación entre educación (o estatus socioeconómico) de los padres y uso de Internet. El cuestionario sobre TIC en PISA 2015 contiene una batería de preguntas para medir la competencia digital de los estudiantes. Hemos optado por una pregunta que mide de una manera más objetiva dicha habilidad (pregunta IC014Q09NA). En concreto, proporciona información sobre la medida en que los estudiantes pueden ayudar a sus familiares y amigos cuando estos tienen problemas con los aparatos digitales. Los resultados de los análisis empíricos, sin embargo, apenas varían cuando optamos por otras preguntas o indicadores disponibles en PISA sobre habilidad digital.5

Para testar nuestras hipótesis sobre los efectos de la familia de origen, hemos incluido el nivel educativo y la riqueza en el hogar como factores explicativos. En consonancia con la estrategia estándar de estimación estadística de la literatura sobre cuidado parental (Baizán, Domínguez y González 2014), el nivel educativo de los padres se ha incluido en el análisis estadístico por separado, según el género del ascendiente. La razón de distinguir los efectos de las características educativas del padre y de la madre es que existen patrones diferenciales entre hombres y mujeres respecto al tiempo y tipo de cuidado parental. Como avalan diversos estudios empíricos al respecto (véase, por ejemplo, Monna and Gauthier 2008; Baizán, Domínguez y González 2014), las madres suelen pasar más tiempo con sus hijos y el tipo de actividades que suelen realizar con ellos difieren en comparación a la de los padres. Si esto es así, es de esperar, lógicamente, que los efectos del nivel educativo de los padres sobre el tiempo y tipo de uso de las TIC por parte de sus hijos varíen en función del género del progenitor.6 Las variables del nivel educativo de la madre y del padre han sido recodificadas a partir de los índices educativos incluidos en la base de datos original de PISA. Se han agrupado los niveles educativos máximos alcanzados en tres: básico (ninguno, ISCED nivel 1 e ISCED nivel 2); secundaria post-obligatoria (ISCED nivel 3B ó 3C, ISCED nivel 3A e ISCED nivel 4), y universidad (ISCED nivel 5B, ISCED nivel 5A ó 6).

Respecto a las condiciones económicas del hogar, es de esperar que estas influyan positivamente en el tiempo de uso en la medida en que tiene un efecto positivo y directo sobre el acceso a las TIC (Livingstone y Helsper 2007). Los hogares con mayores recursos económicos pueden disponer de una diversidad más amplia de dispositivos digitales, lo que podría incrementar el tiempo de uso de los mismos por parte de los miembros del hogar. Al no disponer de un indicador directo de la renta o riqueza del hogar, hemos optado por la cantidad de posesiones en el hogar como aproximación del nivel económico de la familia (“posesiones hogar”). Esta variable corresponde al índice normalizado wealth, disponible en la base de datos de PISA 2015 (véase OECD 2017, capítulo 16, para una descripción detallada del procedimiento de creación de este índice). No hemos podido incluir en el análisis otras variables del hogar que, en principio, podrían afectar a los patrones de uso de las TIC por parte de los estudiantes como, por ejemplo, la estructura familiar o la situación laboral de los padres, porque los cuestionarios de PISA 2015 no incluyen preguntas al respecto. La única información de que disponemos sobre el trabajo de los padres es su estatus ocupacional. Esta variable está altamente correlacionada con la educación del padre (0.55) y de la madre (0.60), por lo que no se ha incorporado en los análisis mostrados a continuación. No obstante, al incluir este control en las regresiones, obtenemos prácticamente los mismos resultados, excepto que los coeficientes asociados al nivel educativo de los padres se reducen ligeramente, pero no llegan a perder su significatividad estadística en la mayoría de los casos.7

Finalmente, para explicar parte de la varianza entre escuelas, se ha incorporado en el análisis una batería de características del colegio relevantes para nuestra investigación: la titularidad del centro (público vs. privado) y el entorno socioeconómico escolar medido a través de la media de la educación de los padres y la media de las posesiones de los hogares del conjunto de los alumnos de un mismo colegio. Para estimar las posibles diferencias en el uso de las TIC entre el campo y la ciudad, hemos incluido un indicador de la ubicación del colegio (“ciudad”) que toma valor 1 si la escuela está en una ciudad (de más de 100.000 habitantes) y 0 para el resto de municipios con menor número de habitantes. Hemos incluido, además, como control la variable “uso TIC escuela”, que corresponde a la media por colegios de un índice, disponible directamente en la base de datos PISA (usesch), acerca del uso de las TIC en el colegio (véase OECD 2017, capítulo 16, para una descripción detallada del procedimiento de creación de este índice). Es un índice construido a partir de las respuestas de los estudiantes a la pregunta (IC011) sobre la frecuencia de uso de aparatos digitales para actividades escolares en la propia escuela. Se ha incorporado la media de este índice por colegios al análisis, dado que es de esperar que los alumnos utilicen con mayor frecuencia las TIC y, además, para fines escolares, en la medida en que el uso de las TIC en el colegio sea mayor. Las tablas A1 y A2 en el anexo presentan la información descriptiva de estas variables.

Para testar nuestras hipótesis, estimamos una serie de modelos de regresión multinivel con dos niveles (escuela y alumno), dada la naturaleza jerárquica de los datos (estudiantes agrupados en escuelas). La regresión multinivel nos permite corregir la correlación existente entre los residuos de los estudiantes de una misma escuela.8 En concreto, utilizamos la técnica estadística del modelo de efectos aleatorios, que nos permite obtener dos tipos de residuos: las desviaciones de cada grupo respecto a la media general y el error que se comete en cada observación individual dentro de cada grupo. Dado que no estamos interesados en estimar efectos distintos de nuestras variables independientes en cada grupo (escuela), utilizamos el modelo de intercepto aleatorio.9

La tabla 1 muestra los resultados de varios análisis de regresión multinivel de efectos aleatorios para el tiempo de uso de Internet fuera del colegio durante un día cualquiera de la semana. El modelo (1) estima el impacto de algunas variables de los estudiantes y las asociadas a su origen social. Los estudiantes nativos y los chicos dedican menos tiempo a Internet, de acuerdo con los coeficientes estimados. Los hijos de hogares con mayor cantidad de posesiones (proxy del nivel de riqueza del hogar) parecen pasar más tiempo en Internet durante la semana. El nivel educativo de ambos padres es incorporado en el modelo a través de indicadores dicotómicos para cada valor de dicha variable, siendo la categoría de referencia la educación básica. Así, los coeficientes asociados a un determinado valor miden el impacto de tener dicha característica en comparación con la categoría de referencia. En consistencia con nuestras hipótesis, el nivel educativo de ambos padres influye negativamente en el tiempo de uso de Internet fuera del colegio durante la semana: los hijos con padres y madres con estudios secundarios y, sobre todo, universitarios utilizan menos Internet en comparación con los hijos de padres con estudios obligatorios (la categoría de referencia “básica”).

El modelo (2) incluye la habilidad digital del individuo10 y las variables de colegio. Aunque no es posible identificar la dirección causal de la relación entre habilidad y uso, los resultados apuntan a que la experiencia y uso de Internet correlaciona positivamente con la habilidad digital. En cuanto a las características de la escuela, parece que lo alumnos en colegios de zonas urbanas utilizan más Internet que los de zonas rurales. Cuanto mayor es la frecuencia de uso de las TIC en la escuela, mayor es el uso del mismo en casa durante la semana, como cabría esperar. Los colegios de entornos socioeconómicos más altos (de padres más educados y con mayor riqueza) parecen inducir significativamente un menor uso de Internet en casa por parte de sus estudiantes. Los coeficientes del resto de variables apenas cambian, aunque se aprecia una disminución de los efectos de la educación de ambos padres. Por tanto, los resultados empíricos que confirman nuestras hipótesis en el anterior modelo son robustos cuando se incluyen el indicador sobre habilidad digital y las variables a nivel de escuela.11

La especificación de los dos modelos anteriores presupone que el efecto de la educación del padre o de la madre es independiente del nivel educativo de la pareja. Sin embargo, es posible que el impacto del nivel educativo de un miembro de la pareja varíe en función del nivel educativo del otro miembro. Cuando uno de los progenitores ha alcanzado un nivel de estudios universitarios ¿en qué medida los incrementos en la educación del otro ejercen un efecto adicional significativo? La respuesta a esta pregunta nos permite, además, entender en qué medida la existencia de un proceso de homogamia educativa en la formación de pareja (es decir, el emparejamiento de personas con niveles educativos similares) tiene consecuencias sobre el uso del tiempo que hacen sus hijos. Los modelos (3) y (4) de la tabla 1 ponen a prueba la tesis de la homogamia a través de la estimación de regresiones que incluyen la interacción entre la educación del padre y de la madre. La categoría de referencia engloba uniones en las que ambos miembros han alcanzado, como máximo, estudios básicos. Los coeficientes de las variables asociadas a la educación de los padres revelan el efecto de cualquier combinación del nivel de estudios de la pareja respecto a la categoría de referencia. De acuerdo con las estimaciones del tercer modelo de la tabla, que incluye las características individuales y familiares de los estudiantes, los hijos de padres con niveles educativos más altos tienden a pasar menos tiempo usando Internet.12 Además, los coeficientes de los indicadores de parejas con el mismo nivel de formación (“ambos secundaria” y “ambos universidad”) suelen ser mayores que los del resto de parejas que combinan distintos niveles educativos. Este hecho es más evidente para el caso de parejas en las que ambos miembros son universitarios, lo cual indica, por tanto, que la homogamia educativa parece generar efectos significativos. En el modelo (4) contrastamos en qué medida estos hallazgos son robustos a la inclusión de las características de la escuela y la habilidad digital del individuo. Aunque la magnitud de los coeficientes tiende a reducirse ligeramente, los resultados empíricos substanciales se mantienen.

Para ilustrar con más claridad los efectos interactivos y su significatividad estadística, los gráficos (1) y (2) muestran el impacto de la educación de un miembro de la pareja según la formación del otro miembro, teniendo en cuenta las estimaciones del modelo (3) de la tabla 1.13 En el gráfico (1), la línea negra (gris) muestra cómo cambian los valores predichos de la regresión cuando el padre ha alcanzado estudios universitarios (o secundarios) en relación con la categoría de referencia (es decir, tener como máximo un nivel de formación básica) para cada nivel educativo de la madre. Los círculos de las líneas representan las estimaciones de estos cambios y las líneas verticales en torno a dichas estimaciones trazan los correspondientes intervalos de confianza al 95 por ciento. Cuando el intervalo pasa por el valor cero, el efecto estimado en cuestión no es estadísticamente significativo.14 Como muestra el gráfico, los padres universitarios ejercen un efecto negativo en cuanto al tiempo que sus hijos dedican al uso de Internet durante la semana. Este efecto es significativo para cualquier nivel educativo de la madre. Así pues, en los hogares cuyas madres han alcanzado estudios universitarios, la educación del padre sigue teniendo un impacto negativo adicional sobre el tiempo de uso de Internet por parte de sus hijos. Podemos afirmar, por tanto, que la homogamia educativa en la pareja influye en las pautas de uso del tiempo de los hijos al sumar los efectos de la educación de cada uno de los miembros de la pareja. De acuerdo con el gráfico (2), se observa un patrón similar para el caso de las madres. La evidencia sugiere, por tanto, que el nivel educativo de uno de los miembros de la pareja no es irrelevante cuando el otro miembro ha alcanzado niveles superiores de formación.

El modelo (1) de la tabla 2 prueba la robustez de los resultados empíricos anteriores ante un cambio de la medida de nuestra variable dependiente. Hemos utilizado en esta regresión un indicador dicotómico que agrupa los rangos de la variable dependiente utilizada hasta ahora “tiempo de uso” en dos categorías, una con valor cero para todos los estudiantes que dicen usar Internet menos de dos horas al día durante la semana fuera del colegio, y otra con valor 1 para aquellos que informan utilizar Internet más de dos horas. Dado que la nueva variable dependiente es dicotómica, hemos estimado el modelo a través de una regresión logística multinivel de intercepto aleatorio. Los resultados que se presentan en la tabla, atendiendo al signo y significatividad estadística de los coeficientes, muestran los mismos patrones de influencia que los de los modelos anteriores.15 Los modelos (2) y (3) de la tabla 2 ponen a prueba uno de los mecanismos propuestos de la relación entre educación de los padres y frecuencia de uso de las TIC. Como apuntamos en la sección teórica del artículo, existen dos posibles mecanismos que justifican una relación negativa entre nivel educativo parental y frecuencia de uso de las nuevas tecnologías. El primer mecanismo opera a través del control intencionado por parte de los padres del tiempo que sus hijos dedican al uso de las TIC. El segundo mecanismo opera a través del tipo de cuidado parental que realizan los padres de distinto nivel educativo. Si los padres con mayor nivel de formación dedican más tiempo a realizar actividades de estimulación intelectual (que requieren la interacción) con sus hijos como, por ejemplo, ayudarles a hacer las tareas escolares, es de esperar que dichos padres influyan, aunque de forma no intencionada, negativamente en el tiempo de uso de las TIC por parte de sus hijos.

En la base de datos de PISA 2015 no disponemos de información sobre el control directo que los padres ejercen sobre el tiempo que sus hijos dedican al uso de las nuevas tecnologías, pero sí del tipo de cuidado parental. Estos datos proceden del cuestionario a los padres, el cual se ha suministrado solamente a la muestra nacional (no por regiones), que es bastante más reducida. Para medir el tipo de cuidado parental, utilizamos como variable las respuestas dadas de los padres a la pregunta (PA003) sobre la frecuencia con la que los adultos en casa llevan a cabo una serie de actividades con el hijo. Esta pregunta incluye un conjunto de ocho actividades de estimulación intelectual que requieren la interacción con el hijo como, por ejemplo, “pasar tiempo hablando con mi hijo”; “hablar con mi hijo sobre cómo le ha ido en el colegio”, o “ayudar a mi hijo con sus deberes (en ciencias)”.16 Las respuestas posibles a estas preguntas son: 1- “apenas o nunca”; 2- “una o dos veces al año”; 3- “una o dos veces al mes”; 4- “una o dos veces a la semana”, y 5- “cada día o casi cada día”. La variable de “cuidado parental” incluida en el análisis de regresión es la media de las respuestas sobre frecuencia con la que los padres llevan a cabo estas ocho actividades mencionadas con sus hijos. Por tanto, valores más altos de la variable significa que los padres interaccionan más a menudo con sus hijos y, en consecuencia, es de esperar que estos pasen menos tiempo en Internet (fuera del colegio durante los días de semana).

El modelo (2) de la tabla 2 vuelve a estimar la regresión con todas las variables incluidas de la especificación más completa (modelo 4 de la tabla 1), pero con la muestra nacional más pequeña. Como podemos observar, los coeficientes mantienen el mismo signo, aunque la magnitud de la mayoría de ellos se reduce. Los efectos de las variables educativas de los padres se mantienen significativos estadísticamente solo en los casos en los que ambos progenitores o alguno de los dos han alcanzado la universidad. El modelo (3) incluye en el análisis la variable “cuidado parental”. Si el mecanismo explicativo de la relación entre educación parental y tiempo de uso de Internet operara exclusivamente a través del cuidado parental, deberíamos observar que el impacto de la educación de los padres se vuelve nulo cuando se incorpora en el análisis la variable “cuidado parental”. De acuerdo con los resultados del modelo (3), esta variable reduce significativamente el tiempo de uso en Internet por parte de los estudiantes, como cabe esperar. Además, su incorporación debilita el impacto de las variables asociadas con la formación universitaria de los padres: ya deja de ser significativo el hecho de que solo uno de los progenitores sea universitario, pero sigue siendo significativo el efecto cuando ambos han logrado estudios universitarios. Por tanto, podemos concluir, primero, que la explicación de por qué los hijos de padres de niveles educativos más altos utilizan menos Internet se debe, en parte, al tipo de cuidado parental.17 Segundo, en los hogares en los que ambos progenitores son universitarios el efecto de la educación parental no solo se debe a que los padres interactúan más tiempo con sus hijos; podría ser que, además, este tipo de hogares controlaran de manera más estricta el tiempo que sus hijos pasan en Internet. Desafortunadamente, este mecanismo no podemos comprobarlo en este artículo por falta de datos al respecto.

La tabla 3 muestra los resultados de regresión para la variable dependiente “tipo de uso”. Esta variable cuantitativa mide la frecuencia de uso en actividades educativas en comparación al uso en actividades de ocio. Valores positivos y más altos de esta variable significa que el estudiante hace un uso mayor de los dispositivos digitales en casa para tareas educativas (en relación con el uso que hace para tareas de ocio). La especificación del primer modelo incluye la educación de los padres por separado y la del segundo incorpora la interacción de ambas variables educativas. Según los coeficientes de ambas regresiones, las mujeres suelen usar las TIC más para cuestiones educativas que de ocio, mientras que los hijos de parejas mixtas o de padres nativos suelen utilizar las TIC más para cuestiones de ocio. La cantidad de posesiones en el hogar ejerce un efecto negativo, aunque no significativo, en nuestra variable dependiente. En línea con nuestra hipótesis 2, los estudiantes cuyos padres alcanzan un nivel de formación más alto tienen una mayor propensión a utilizar el ordenador fuera de la escuela para actividades educativas.

Siguiendo el mismo procedimiento para la construcción de los gráficos anteriores, el gráfico (3) muestra el efecto de la educación de la madre para cada nivel educativo del padre según los coeficientes de regresión del modelo (2). Como se puede observar, los tipos de usos de los hijos de madres con estudios secundarios (línea gris) no difieren significativamente de los patrones de uso de los hijos de madres que han alcanzado, como máximo, estudios básicos. Los hijos de madres con niveles universitarios (línea negra) suelen tener una mayor propensión de utilizar los dispositivos digitales para actividades educativas en relación con los hijos de madres con niveles bajos de formación. Los resultados empíricos asociados al impacto de la formación del padre sugieren un patrón similar, aunque el efecto de lograr una formación universitaria es de menor magnitud y, en algunos casos, no llega a alcanzar los niveles de significatividad estadística.18

El modelo (3) de la tabla introduce las características del colegio y la habilidad digital del individuo en la regresión anterior. Los resultados sugieren que esta habilidad está relacionada con una mayor propensión a usar los dispositivos digitales para actividades de ocio. Respecto a las variables de colegio, la cantidad media de recursos económicos en el hogar de los estudiantes de un mismo colegio se asocia positivamente con un tipo de empleo de los aparatos digitales de naturaleza más educativa. Un mayor uso de las TIC en la escuela hace que los estudiantes las utilicen más para fines educativos fuera del horario escolar, como cabría esperar. Es de destacar, por último, que los efectos del resto de variables y, en particular, de las que miden la educación de los miembros de la pareja son similares a los del modelo anterior. No hemos podido testar el mecanismo de cuidado parental de la relación entre educación de los padres y tipos de uso porque, en la muestra nacional más pequeña para la que tenemos información sobre cuidado parental, los coeficientes de la educación de los padres no alcanzan los niveles de significatividad estadística ni siquiera en el modelo que excluye la variable sobre cuidado parental.