The aim of the current study is to assess the effects of three types of factors related to access to higher education in students from technical high schools: Individual factors (Language and Math test scores on the University Selection Test (PSU), Average High School grades score (NEM), and Ranking score (point bonus for above average achievement based on grades in high school); Sociodemographic factors (gender, region, family income, and educational level and occupational status of both parents); and institutional factors (ownership: public or private, and technical concentrations offered by the school). To this end, data collected by the Department of Educactional Assessment, Measurement and Registry (DEMRE) and the Higher Education Information Service (SIES) for the 2009-2015 admission processes were analyzed. Binary logistic regression models enabled researchers to identify the variables that did influence whether students were more likely to enroll in a university or a career and technical education centre. The study identified the following factors: a) Mother’s educational level; b) Father’s occupational status (or educational level); c) Family income; d) career and technical education high school; e) Language test score; and f) Math test score.El objetivo del presente estudio fue valorar la incidencia en el acceso a la educación superior chilena de tres tipos de factores en estudiantes provenientes de colegios técnico profesionales: factores individuales (respuestas correctas en la PSU de Lenguaje y Comunicación y PSU de Matemática, Puntaje NEM y Puntaje Ranking, cuando corresponde); factores sociodemográficos (género, región, ingreso bruto familiar, nivel educacional y situación ocupacional de ambos padres); y factores institucionales (dependencia administrativa y rama del establecimiento educacional de egreso). Con este fin, se analizó la información recolectada por el Departamento de Evaluación, Medición y Registro Educacional (DEMRE) y el Servicio de Información en Educación Superior (SIES) para los procesos de admisión transcurridos entre los años 2009 a 2015. Mediante la formulación de modelos de regresión logística binaria fue posible establecer que las variables a) Nivel educacional de la madre; b) Situación ocupacional del padre (o su nivel educacional); c) Ingreso bruto familiar; d) Rama del establecimiento técnico profesional de egreso; e) Número de respuestas correctas en PSU Lenguaje; y f) Número de respuestas correctas en PSU Matemática, corresponden a factores que permiten distinguir la trayectoria de los estudiantes entre aquellos que se matriculan en alguna universidad versus aquellos que lo hacen en centros de formación técnica e institutos profesionales.