Análisis de deserción estudiantil en la Licenciatura en Ingeniería en Computación con de técnicas de minería de datos

• Autores: Adriana Bustamante Almaraz, Juan Norberto Sandoval Ortega
• Localización: Jornadas Virtuales de Colaboración y Formación Virtual USATIC 2018: ubicuo y Social: Aprendizaje con TIC. actas / coord. por Ana Isabel Allueva Pinilla, José Luis Alejandre Marco, 2018, ISBN 978-84-17633-47-9, págs. 143-144
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • La minería de datos es una disciplina utilizada actualmente en diversos campos, entre los cuales la educación es uno de ellos. El presente artículo manifiesta una propuesta de análisis enfocada a la deserción estudiantil presentada en el Centro Universitario UAEM Valle de Teotihuacán, haciendo uso de técnicas de minería de datos, concentrándose principalmente en la licenciatura de Ingeniería en Computación, debido a que esta es una de las licenciaturas con menos egresos de las licenciaturas impartidas en dicho centro universitario, para así determinar qué factores son los más influyentes para la deserción estudiantil y proponer una posible solución a la problemática. Al tratarse de una investigación en la cual es necesario analizar los distintos factores influyentes en la deserción estudiantil, es importante recabar información académica y personal; sin embargo, será necesario interpretar y evaluar los resultados que se obtengan. El proceso sugerido por Cabena et al, consta de las siguientes etapas: - Selección: Identificación de las fuentes de información externas e internas y selección del subconjunto de datos necesario. - Reprocesamiento: Estudio de la calidad de los datos y determinación de las operaciones de minería que se pueden realizar. - Conversión de datos en un modelo analítico: Tratamiento automatizado de los datos seleccionados con una combinación apropiada de algoritmos. - Interpretación: Interpretación de los datos obtenidos en la etapa anterior, generalmente con la ayuda de una técnica de visualización. - Aplicación del conocimiento descubierto: Aunque los pasos anteriores se realizan en el orden en que aparecen, el proceso es altamente iterativo, estableciéndose retroalimentación entre los mismos. Además, no todos los pasos requieren el mismo esfuerzo. Generalmente la etapa de preprocesamiento es la más costosa ya que representa aproximadamente el 60% del esfuerzo total, mientras que la etapa de minería sólo representa el 10%. Un punto importante es la obtención de los datos, que podrían obtenerse directamente de la población estudiantil de la licenciatura de ingeniería en computación haciendo uso de una de las herramientas que Google pone a nuestro alcance, Google Forms, con la cual se crearía una encuesta, en cuanto a los atributos a obtener: - Sexo - Edad - Tipo de bachillerato - Promedio de bachillerato - Materias reprobadas - Intentos previos - Apoyo económico - Nivel de Ingles - Habilidades de estudio - Exani - Escolaridad del Padre - Escolaridad de la Madre - Ingreso Familiar - Tamaño de la familia - Trabaja - Horas de trabajo - Baja Tomando en cuenta estos atributos es importante definir cuáles de ellos son los que influyen en los estudiantes de la UAEM Valle de Teotihuacán. Para obtener un mejor acercamiento a dichos atributos lo mejor es realizar dos encuestas: la primera deberá enfocarse a todos los grupos de la licenciatura obteniendo información sobre cuáles son los factores que creen importantes al momento de la deserción; la segunda encuesta se tendrá que enfocar solo en el primer semestre y en el semestre en el cual la tasa de deserción disminuye. En cuanto al software propuesto para realizar el minado de los datos a obtener con las encuestas, la opción propuesta es Weka debido a que es uno de los programas de software más populares de código abierto y por lo tanto se encuentra más documentado que algunos otros programas de software de minado. La minería de datos actualmente es una de las grandes disciplinas que están siendo explotadas por grandes empresas para la predicción de potenciales clientes, pero no solo las grandes empresas se pueden favorecer de las ventajas de la minería de datos, si utilizamos la minería de datos en otros campos como la educación se podrían generar grandes avances. Una de las grandes problemáticas observadas durante la vida universitaria es la deserción estudiantil ya que del número de alumnos ingresados en la licenciatura de ingeniería en computación aproximadamente el 25% egresan. La deserción estudiantil es un punto importante que se debe de analizar y tomar medidas para reducir la tasa de deserción, aunque en esta investigación no se ha logrado llegar a la fase de recolección de datos, es importante mencionar que para trabajos futuros se desea realizar el análisis de la deserción estudiantil y proponer una posible solución a la problemática, así como también determinar que técnica de minería de datos es la más adecuada para este tipo de casos de estudio.