Push-Pull Determinants Among Bangladeshi Students Enrolled in NCR Private Universities: A Single-Destination Exploratory Study

Resumen Técnico: Determinantes de Empuje y Atracción entre Estudiantes Bangladeshíes Matriculados en Universidades Privadas del NCR

Planteamiento del Problema y Brecha de Investigación
Si bien la movilidad de estudiantes internacionales desde Bangladesh es un fenómeno demográfico significativo, los procesos específicos de toma de decisiones que rigen la migración hacia la Región de la Capital Nacional (NCR) de la India permanecen insuficientemente explorados en la literatura académica. La investigación existente sobre factores de empuje (push) y atracción (pull) se centra predominantemente en destinos occidentales, dejando un vacío en la comprensión de los flujos intraregionales en el sur de Asia. Este estudio aborda tres dimensiones específicas poco exploradas: (1) la saliencia relativa de los factores de empuje frente a los de atracción para el díada Bangladesh-India; (2) el papel de las redes de asesoría educativa como intermediarios de información; y (3) la relación entre la satisfacción post-matriculación y la intención de recomendación. El artículo postula que la movilidad intraregional de corta distancia puede estar organizada menos por factores de atracción discretos y ordenados por rangos, y más por una "ventaja de accesibilidad compuesta" donde la cercanía geográfica, la familiaridad cultural y la viabilidad de la visa se refuerzan entre sí.

Metodología
El estudio emplea un diseño de encuesta cuantitativa transversal basado en el marco teórico de empuje-atracción de Lee (1966).

• Muestra: Los datos se recolectaron de estudiantes bangladesíes matriculados en universidades privadas del NCR (Sharda University, Noida International University y Galgotias University). El conjunto de datos inicial contenía 6 de respuestas; tras el filtrado de calidad (eliminación de respuestas lineales, contradicciones lógicas y bifurcaciones extremas), la muestra analítica final es $n = 56$.
• Instrumento: Un cuestionario estructurado en línea (Google Forms) con cinco secciones que cubren demografía, factores de empuje (4 ítems), factores de atracción (4 ítems), redes de asesoría y resultados post-matriculación (satisfacción e intención de recomendación). Los ítems utilizaron una escala Likert de 5 puntos.
• Técnicas de Análisis:
  • Estadística Descriptiva: Se calcularon medias y desviaciones estándar para todos los factores.
  • Agrupamiento (Clustering): Se aplicó el agrupamiento K-means ($k=3$) a las ocho puntuaciones Likert de empuje-atracción para identificar perfiles de decisión estudiantil. La validez de los grupos se evaluó mediante el método del codo (elbow method), coeficientes de silueta y ANOVA de un factor.
  • Regresión: Se utilizó la regresión logística binaria para predecir una alta intención de recomendación (resultado: $E2 \geq 4$). Debido al modesto tamaño de la muestra y la relación eventos-por-variable (EPV), se priorizó un modelo reducido de cinco predictores sobre un modelo completo de diez para mitigar la incertidumbre de la estimación.
  • Software: El análisis se realizó utilizando Python 3.11 (pandas, numpy, scipy, scikit-learn).

Resultos Clave

• Factores de Empuje: Las interrupciones políticas y administrativas en el calendario académico de Bangladesh emergieron como el principal factor de empuje ($M = 3.73$), seguido de la ausencia de programas tecnológicos especializados ($M = 3.27$). La presión de los exámenes competitivos y la capacidad de plazas fueron menos salientes.
• Factores de Atracción: La proximidad geográfica y cultural ($M = 3.80$) y la accesibilidad de la visa ($M = 3.73$) fueron los factores de atracción más fuertes. El análisis estadístico no reveló diferencias significativas entre estos dos ítems ($p = .598$), lo que sugiere que funcionan como un constructo compuesto. La asequibilidad de la matrícula y el costo de vida le siguieron, aunque todos los factores de atracción superaron el punto medio de la escala.
• Destinos Alternativos: Australia y Alemania fueron los destinos alternativos más frecuentemente considerados (33.9% cada uno), empatados con la proporción de estudiantes que consideraron exclusivamente a la India.
• Redes de Asesoría: La influencia de la asesoría fue reportada por el 73.2% de los encuestados (umbral amplio) y el 66.1% (umbral estricto). La principal necesidad de servicio fue la selección de universidad y curso (48.2%).
• Satisfacción y Recomendación: La satisfacción con la infraestructura ($M = 3.11$) y la intención de recomendación ($M = 3.29$) están correlacionadas de manera moderada y significativa (Pearson $r = .497$; Spearman $\rho = .535$). La regresión logística identificó la satisfacción con la infraestructura como el predictor más fuerte de una alta intención de recomendación (Razón de Momios/Odds Ratio = 2.54, 95% IC [1.09, 5.89]).
• Agrupamiento (Clustering): El análisis K-means identificó tres distintos perfiles de decisión:
  1. Motivados Integralmente (39.3%): Puntuaciones altas en todas las dimensiones de empuje y atracción.
  2. Matriculados por Proximidad (33.9%): Baja competencia académica de empuje pero alta atracción por la proximidad y la accesibilidad de la visa.
  3. Matriculados de Baja Saliencia (26.8%): Puntuaciones de moderadas a bajas en todas las dimensiones medidas.
     El ANOVA confirmó diferencias significativas ($p < .01$) entre los grupos para variables clave incluyendo la accesibilidad de la visa, la disrupción política y la proximidad cultural.

Contribuciones Clave y Significancia
El artículo ofrece cuatro contribuciones principales a la literatura sobre movilidad de estudiantes internacionales:

1. Ventaja de Accesibilidad Compuesta: El estudio refina el modelo convencional de empuje-atracción al demostrar que para los corredores intraregionales de corta distancia (Bangladesh-India), la cercanía geográfica, la familiaridad cultural y la accesibilidad de la visa operan como una estructura de decisión combinada en lugar de atributos separables. Esta "ventaja de accesibilidad compuesta" es más saliente que el costo o la disponibilidad de programas por sí solos.
2. La Disrupción Política como Motor Primario: La investigación identifica la inestabilidad política y administrativa en Bangladesh como el factor de empuje dominante, un hallazgo vinculado a la transición política de 2024 en el país. Esto destaca la falta de fiabilidad estructural en el calendario académico como un motivador más urgente que las brechas curriculares.
3. Alineación Satisfacción-Lealtad: El estudio confirma que la satisfacción y la intención de recomendación aumentan y disminuyen conjuntamente en este contexto. La satisfacción con la infraestructura es el predictor más fuerte de la recomendación boca a boca, lo que sugiere que cerrar la brecha entre la asesoría previa a la admisión y la experiencia real del estudiante es la intervención de mayor apalancamiento para las instituciones.
4. Segmentación Tipológica: La identificación de tres grupos de perfiles de decisión validados estadísticamente proporciona una base para estrategias de comunicación institucional diferenciadas, distinguiendo entre estudiantes impulsados por restricciones integrales, aquellos impulsados por la proximidad y aquellos cuyas motivaciones se encuentran fuera de las variables medidas.

Limitaciones y Modestia de las Afirmaciones
Los autores enmarcan explícitamente estos hallazgos como exploratorios. El estudio reconoce varias limitaciones:

• Tamaño de la Muestra: El conjunto de datos de $n=56$ está por debajo del umbral convencional para una regresión logística estable con múltiples predictores, lo que requiere un modelo reducido y precaución en la interpretación de los tamaños del efecto.
• Diseño de Destino Único: Dado que el estudio solo encuestó a estudiantes que eligieron la India, los hallazgos respecto a los factores de atracción son condicionales a esta elección y no pueden generalizarse a toda la población de estudiantes bangladesíes que consideran opciones internacionales.
• Sesgo de Muestreo: El uso de canales de distribución afiliados al investigador (grupos de WhatsApp vinculados a la pasantía anterior del autor principal) y el muestreo por conveniencia pueden introducir un sesgo de autoselección.
• Supuestos Metodológicos: Se señala como limitación el uso de K-means en datos Likert ordinales y la falta de una traducción inversa independiente para el instrumento de la encuesta.

En consecuencia, el artículo no pretende establecer relaciones causales definitivas, sino que propone una tipología preliminar y una comprensión teórica refinada de la movilidad intraregional que requiere validación mediante estudios longitudinales, multi-destino y de mayor escala.