Creencias en la meritocracia en la etapa escolar

Conceptos, medición e invarianza

Andreas Laffert1, Juan Carlos Castillo2
René Canales1, Tomás Urzúa2 & Kevin Carrasco2

1Instituto de Sociología, Pontificia Universidad Católica de Chile

2Departamento de Sociología, Universidad de Chile

Segundo Congreso Internacional de la Asociación Chilena de Metodología, Medición y Evaluación

9 enero 2026, Chile

Equipo

JC
Andreas
Tomás
René

Problema de investigación

Contexto y motivación

Medición de meritocracia

  • Sin embargo, la conceptualización y medición de las creencias meritocráticas en la investigación empírica sigue siendo fragmentada

  • Investigaciones recientes en meritocracia y educación suelen unidimensionalizar y forzar un continuo entre mérito y no-mérito, mezclando percepciones y preferencias (C. Liu & Wang, 2025; Reynolds & Xian, 2014; Tang et al., 2025)

Medición de meritocracia

  • Castillo et al. (2023):

    • Proponen un marco conceptual y de medición minimalista para meritocracia en contextos de encuestas
    • Distingue entre percepciones vs. preferencias y entre elementos meritocráticos vs. no meritocráticos, usando 2 ítems por factor (trade-off)

Medición de meritocracia

Figura 1: Modelo conceptual de Castillo et al. (2023)

Medición de meritocracia

Figura 2: Modelo conceptual de Castillo et al. (2023)

Medición de meritocracia

Figura 3: Modelo conceptual de Castillo et al. (2023)

Medición de meritocracia

Figura 4: Modelo conceptual de Castillo et al. (2023)

Medición de meritocracia

Figura 5: Modelo conceptual de Castillo et al. (2023)

Este estudio

  • Objetivo: Describir y medir la meritocracia en estudiantes (percepciones vs. preferencias; mérito vs. no-mérito) y evaluar su comparabilidad.

  • Aproximación: CFA del modelo 4F + pruebas de invarianza (cohortes/tiempo) + validez convergente con justicia de mercado (salud/educación/pensiones).

  • Hipótesis:

    • \(H1\) (Medición): 4 factores—percepciones/preferencias × mérito/no-mérito.
    • \(H2\) (Invarianza cohortes): el modelo 4F es equivalente entre cohortes.
    • \(H3\) (Invarianza longitudinal): el modelo 4F es estable entre olas dentro de estudiantes.
    • \(H4\) (Validez): justicia de mercado (+) con mérito percibido y preferencias; (–) con no-mérito percibido.

Método

Participantes y procedimiento

  • Encuesta Panel Educación y Meritocracia (EDUMER) en sus olas de 2023 y 2024 para estudiantes.

  • Aplicación de entrevistas CAWI a estudiantes de básica y media provenientes de 9 escuelas de la región Metropolitana y Valparaíso de Chile.

  • Primera ola (N = 846) compuesta por 386 niñas, 421 niños, 39 que se identifican como otros; \(M_{edad}\) = 13.4, \(SD_{edad}\) = 1.6

  • Segunda ola (N = 662) compuesta por 303 niñas, 338 niños, 21 que se identifican como otros; \(M_{edad}\) = 14.4, \(SD_{edad}\) = 1.6

  • Atrición 22% (78% retención) debido a ausentismo escolar y cambios de mátricula.

Medidas

Figura 6: Escala de Percepciones y Preferencias sobre Meritocracia

Medidas

  • Cohortes:

    • Para diferenciar el nivel educacional entre olas en los análisis de invarianza, se utiliza un indicador de cohorte (básica vs media) definido en cada ola.

  • Justicia de mercado:

    • 3 ítems sobre cuán justo es que, en Chile, mayores ingresos impliquen mejor acceso a salud, pensiones y educación; respuesta en escala Likert 1–4 (totalmente en desacuerdo–totalmente de acuerdo)
    • EFA sugiere un solo factor con un \(\alpha\) = 0.77

Estrategia analítica 1

  • Análisis Factorial Confirmatorio (CFA):

    • Modelo de 4 factores latentes con estimador WLSMV (Kline, 2023)
    • Cuttof de ajuste (Brown, 2015): \(\text{CFI o TLI} > 0.95; RMSEA< 0.06\); \(\chi^2\) \(p\) > 0.05 y \(\chi^2\)/df ratio < 3.

Estrategia analítica 2

  • Invarianza de medición: Conjunto de procedimientos destinados a estimar la comparabilidad de un modelo de medición (Schmitt & Kuljanin, 2008)

  • Dos tipos:

    • Entre cohortes (básica vs media) –> Davidov et al. (2014)
    • Longitudinal (dos olas; dentro individuos) –> Y. Liu et al. (2017)

  • Procedimiento: Cuatro modelos con restricciones secuenciales o jerárquicos

    • Configural (misma estructura factorial)
    • Débil (+ mismas cargas factoriales)
    • Fuerte (+ mismos interceptos)
    • Estricto (+ mismas varianzas de error)
    • Cuttof de ajuste (Chen, 2007): CFI (\(\Delta \geq -0.010\)) and RMSEA (\(\Delta \geq 0.0\))

Estrategia analítica 3

  • Correlaciones latentes:

    • Con invarianza establecida, estimamos correlaciones latentes entre escala de meritocracia y justicia de mercado.
    • Interpretamos dirección/magnitud esperada (convergente) (Brown, 2015; Kline, 2023).

Resultados

Descriptivos: Ola 1

Figura 7: Distribución de respuestas en escala de percepciones y preferencias sobre meritocracia Ola 1

Descriptivos: Ola 2

Figura 8: Distribución de respuestas en escala de percepciones y preferencias sobre meritocracia Ola 2

Modelo de medición

Figura 9: Modelo de medición cohorte básica para Ola 1

Modelo de medición

Figura 10: Modelo de medición cohorte media para Ola 1

Invarianza entre cohortes

Tabla 1: Resultados invarianza entre cohortes
Model χ^2 (df) CFI RMSEA (90% CI) Δ χ^2 (Δ df) Δ CFI Δ RMSEA Decision
Configural 24.95 (26) 0.993 0.036 (0-0.037) 0 (0) 0.000 0.000 Reference
Weak 47.88 (34) 0.979 0.055 (0-0.05) 37.748 (8) *** -0.014 0.019 Reject
Strong 59.66 (38) 0.974 0.058 (0.017-0.054) 13.379 (4) ** -0.005 0.002 Reject

  • Se observa una fuente de invarianza asociada a los umbrales (thresholds) de los ítems preferencia padres ricos y preferencia contactos en el grupo de Básica.

  • Sustantivamente: Los estudiantes de Básica y Media interpretan y utilizan las escalas de respuesta de manera diferente cuando juzgan la aceptabilidad de “preferir a padres ricos” y “usar contactos”.

Invarianza longitudinal

Tabla 2: Resultados invarianza longitudinal
Model χ^2 (df) CFI RMSEA (90 CI) Δ χ^2 (Δ df) Δ CFI Δ RMSEA Decision
Configural 117.7 (68) 0.991 0.035 (0.024-0.046) 0 (0) 0 0.000 Reference
Weak 122.51 (72) 0.990 0.034 (0.024-0.045) 4.809 (4) 0 -0.001 Accept
Strong 128.53 (80) 0.991 0.032 (0.021-0.042) 6.02 (8) 0 -0.002 Accept
Strict 130.17 (84) 0.991 0.031 (0.02-0.04) 1.635 (4) 0 -0.002 Accept
  • Existe evidencia a favor de que el modelo de medición es invariante dentro de los mismos estudiantes en ambos puntos de tiempo.

Correlaciones latentes

Tabla 3: Correlaciones latentes estandarizadas entre las preferencias de justicia de mercado y las dimensiones de la meritocracia (within)
Construct MJP (Wave 1) MJP (Wave 2)
Meritocratic perception 0.233* 0.126
Non-meritocratic perception 0.006 -0.112*
Meritocratic preferences 0.185* 0.192*
Non-meritocratic preferences 0.441* 0.468*
N = 583
*p < .05.

Preferencias por justicia de mercado (MJP): indican el grado en que las personas consideran justo que mayores ingresos impliquen mejor acceso a salud, pensiones y educación en Chile.

Discusión y conclusiones

Discusión y conclusiones

  • Meritocracia en la escuela (medición): en una etapa temprana, estudiantes distinguen percepciones vs. preferencias y elementos meritocráticos vs. no meritocráticos (\(H_1\)) → escuela como agente socializador (Batruch et al., 2022; Mijs, 2018; Tang et al., 2025).

  • Invarianza:

    • Entre cohortes: sin evidencia (\(H_2\)) → comprensión de la meritocracia varía por etapa escolar
    • Longitudinal: evidencia favorable (\(H_3\)) → estructura estable dentro de individuos

  • Validez y uso de la escala: las cuatro dimensiones se asocian con justicia de mercado (Castillo et al., 2024) en la dirección esperada (convergente) (\(H_4\)).

  • Proyecciones: profundizar en el rol y consecuencias del talento, riqueza familiar y contactos

¡Gracias por su atención!

Referencias

Batruch, A., Jetten, J., Van de Werfhorst, H., Darnon, C., & Butera, F. (2022). Belief in School Meritocracy and the Legitimization of Social and Income Inequality. Social Psychological and Personality Science, 194855062211110. https://doi.org/10.1177/19485506221111017
Brown, T. A. (2015). Confirmatory Factor Analysis for Applied Research (Second edition). New York London: The Guilford Press.
Castillo, J. C., Iturra, J., Maldonado, L., Atria, J., & Meneses, F. (2023). A Multidimensional Approach for Measuring Meritocratic Beliefs: Advantages, Limitations and Alternatives to the ISSP Social Inequality Survey. International Journal of Sociology, 53(6), 448-472. https://doi.org/10.1080/00207659.2023.2274712
Castillo, J. C., Salgado, M., Carrasco, K., & Laffert, A. (2024). The Socialization of Meritocracy and Market Justice Preferences at School. Societies, 14(11), 214. https://doi.org/10.3390/soc14110214
Castillo, J. C., Torres, A., Atria, J., & Maldonado, L. (2019). Meritocracia y Desigualdad Económica: Percepciones, Preferencias e Implicancias. Revista Internacional de Sociología, 77(1), 117. https://doi.org/10.3989/ris.2019.77.1.17.114
Chen, F. F. (2007). Sensitivity of Goodness of Fit Indexes to Lack of Measurement Invariance. Structural Equation Modeling: A Multidisciplinary Journal, 14(3), 464-504. https://doi.org/10.1080/10705510701301834
Darnon, C., Wiederkehr, V., Dompnier, B., & Martinot, D. (2018). «Where There Is a Will, There Is a Way»: Belief in School Meritocracy and the Social-Class Achievement Gap. British Journal of Social Psychology, 57(1), 250-262. https://doi.org/10.1111/bjso.12214
Davidov, E., Meuleman, B., Cieciuch, J., Schmidt, P., & Billiet, J. (2014). Measurement Equivalence in Cross-National Research. Annual Review of Sociology, 40(Volume 40, 2014), 55-75. https://doi.org/10.1146/annurev-soc-071913-043137
García-Sierra, A. (2023). The Dark Side of Meritocratic Beliefs: Is Believing in Meritocracy Detrimental to Individuals from Low Socioeconomic Backgrounds? Social Justice Research, 36(4), 385-409. https://doi.org/10.1007/s11211-023-00413-x
Goldthorpe, J. (2003). The Myth of Education-based Meritocracy. New Economy, 10(4), 234-239. https://doi.org/10.1046/j.1468-0041.2003.00324.x
Kline, R. B. (2023). Principles and Practice of Structural Equation Modeling. Guilford Publications.
Liu, C., & Wang, J. (2025). Does Education Legitimise Inequality? Comparative Analysis of Income Inequality, Education, and Meritocratic Beliefs. The British Journal of Sociology, 1468-4446.70029. https://doi.org/10.1111/1468-4446.70029
Liu, Y., Millsap, R. E., West, S. G., Tein, J.-Y., Tanaka, R., & Grimm, K. J. (2017). Testing Measurement Invariance in Longitudinal Data with Ordered-Categorical Measures. Psychological Methods, 22(3), 486-506. https://doi.org/10.1037/met0000075
Mijs, J. (2016). The Unfulfillable Promise of Meritocracy: Three Lessons and Their Implications for Justice in Education. Social Justice Research, 29(1), 14-34. https://doi.org/10.1007/s11211-014-0228-0
Mijs, J. (2018). Inequality Is a Problem of Inference: How People Solve the Social Puzzle of Unequal Outcomes. Societies, 8(3), 64. https://doi.org/10.3390/soc8030064
Mijs, J. (2019). The Paradox of Inequality: Income Inequality and Belief in Meritocracy Go Hand in Hand. Socio-Economic Review, 19(1), 7-35. https://doi.org/10.1093/ser/mwy051
Newman, B. J. (2023). Economic Inequality, the Working Poor, and Belief in the American Dream. Public Opinion Quarterly, 86(4), 944-954. https://doi.org/10.1093/poq/nfac043
Reynolds, J., & Xian, H. (2014). Perceptions of Meritocracy in the Land of Opportunity. Research in Social Stratification and Mobility, 36, 121-137. https://doi.org/10.1016/j.rssm.2014.03.001
Sandel, M. J. (2020). The Tyranny of Merit: What’s Become of the Common Good? (First edition). New York: Farrar, Straus and Giroux.
Schmitt, N., & Kuljanin, G. (2008). Measurement Invariance: Review of Practice and Implications. Human Resource Management Review, 18(4), 210-222. https://doi.org/10.1016/j.hrmr.2008.03.003
Tang, M., Li, A., & Wu, X. (2025). Meritocratic Myth in Mind? Socioeconomic Backgrounds and Shifting Beliefs about Meritocracy among College Students in China. Sociology of Education, 00380407251360432. https://doi.org/10.1177/00380407251360432
Van De Werfhorst, H. G. (2024). Is Meritocracy Not So Bad After All? Educational Expansion and Intergenerational Mobility in 40 Countries. American Sociological Review, 89(6), 1181-1213. https://doi.org/10.1177/00031224241292352
Wiederkehr, V., Bonnot, V., Krauth-Gruber, S., & Darnon, C. (2015). Belief in School Meritocracy as a System-Justifying Tool for Low Status Students. Frontiers in Psychology, 6.
Young, M. (1958). The Rise of the Meritocracy. New Brunswick, N.J., U.S.A: Transaction Publishers.

Anexo

Descriptivos: Básica

Figura 11: Distribución de respuestas en escala de percepciones y preferencias sobre meritocracia

Descriptivos: Media

Figura 12: Distribución de respuestas en escala de percepciones y preferencias sobre meritocracia

Estrategia analítica 2: cohortes

Estrategia analítica 2: longitudinal

Invarianza Longitudinal Condicional

Tabla 4: Resultados invarianza longitudinal condicional por cohorte
Model χ^2 (df) CFI RMSEA (90 CI) Δ χ^2 (Δ df) Δ CFI Δ RMSEA Decision
Configural 122.27 (76) 0.990 0.032 (0.021-0.042) 0 (0) 0.000 0.000 Reference
Weak 126.95 (80) 0.990 0.032 (0.021-0.042) 4.684 (4) 0.000 -0.001 Accept
Strong 128.55 (88) 0.991 0.028 (0.017-0.038) 1.598 (8) 0.001 -0.004 Accept
Strict 131.64 (92) 0.991 0.027 (0.016-0.037) 3.086 (4) 0.000 -0.001 Accept

Preferencias por justicia de mercado

  • EFA Ola 1: adecuación aceptable (KMO = .68, Bartlett \(\chi^2\) (3)=753.17, p<.001); 1 factor (paralelo/Kaiser) explica 54% de la varianza común (cargas = .65–.87).

  • Alpha cronbach Ola 1: \(\alpha\) = 0.77

  • EFA Ola 2: adecuación aceptable (KMO = .66, Bartlett \(\chi^2\) (3)=757.62, p<.001); 1 factor (paralelo/Kaiser) explica 54% de la varianza común (cargas = .59–.89).

  • Alpha cronbach Ola 2: \(\alpha\) = 0.76

Ajuste modelos de correlaciones latentes

Tabla 5: Ajuste para modelos de validez de correlación latente
Model χ² df p value CFI TLI RMSEA
Free correlations (by wave) 534.699 170 <.001 0.940 0.918 0.061
Equal correlations (stable across waves) 509.218 174 <.001 0.945 0.927 0.058
N = 583