Análisis del rendimiento académico de los estudiantes de Ingeniería de Sistemas, posibilidades de deserción y propuestas para su retención

• Norka Bedregal-Alpaca ^[1] ; Doris Tupacyupanqui-Jaén ^[1] ; Víctor Cornejo-Aparicio ^[1]
  1. [1] Universidad Nacional de San Agustín de Arequipa (Perú)
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 28, Nº. 4, 2020, págs. 668-683
• Idioma: español
• Títulos paralelos:
  • Analysis of the academic performance of Systems Engineering students, desertion possibilities and proposals for retention
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    Los problemas de rezago en los estudios y deserción afectan a las instituciones educativas, a los estudiantes que los padecen y a sus familias, de allí la importancia de estudiarlos.

    En este trabajo, se analiza el rendimiento académico de las cohortes 2011-2016 de la Escuela Profesional de Ingeniería de Sistemas de una universidad pública, para ello se cuenta con información de 976 estudiantes: puntaje de ingreso a la universidad, calificaciones en las asignaturas y alguna data personal. Se describe estadísticamente el rendimiento académico general y el del primer año de estudios. Se calculan el promedio ponderado ajustado y los índices de rendimiento exógeno, endógeno y total. Con todo este conjunto de variables, utilizando un aplicativo propio y un aplicativo comercial, se aplican técnicas de minería de datos para encontrar patrones que describen el comportamiento académico estudiantil; para ello se emplea la metodología CRISP-DM.

    Al aplicar técnicas de clasificación: redes neuronales y árboles de decisión se encuentra que las variables más influyentes son el índice de rendimiento exógeno y la relación de créditos aprobados en relación a los créditos que en teoría debieron aprobar.

    Como consecuencia se proponen algunas estrategias que adecuadamente implementadas podrían disminuir los problemas estudiados.

    Se concluye que al analizar el rendimiento académico de un estudiante no basta con las calificaciones obtenidas, se debe considerar su comportamiento académico, su rendimiento en relación a su cohorte y el ritmo de avance en la aprobación de las asignaturas. Es así que las técnicas empleadas permiten identificar oportunamente a los estudiantes en riesgo académico.

  • English

    .Problems with late studies and desertion affect educational institutions, students who have them, and their families, hence the importance of studying them.

    In this work, we analyze the academic performance of the 2011-2016 cohorts of the Professional School of Systems Engineering of a public university, for this we have information from 976 students: university admission score, subjects' qualifications and some personal data.

    The overall academic performance and the first year of study are statistically described. The adjusted weighted average and exogenous, endogenous, and total performance rates are calculated. With this set of variables, using a proprietary app and a commercial app, data mining techniques are applied to find patterns that describe student academic behavior.

    By applying classification techniques: Neural networks and decision trees, it is found that the most influential variables are the exogenous performance rate and the ratio of approved credits in relation to the credits that in theory had to be approved; for this the CRISP-DM methodology is used. As a result, some strategies are proposed that could decrease the studied problems. It is concluded that when analyzing a student's academic performance, the qualifications obtained are not sufficient, their academic behavior, their performance in relation to their cohort and the pace of progress in the approval of the subjects should be considered. Thus, the techniques used allow students at academic risk to be identified in a timely manner