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

Abstract

RESUMEN 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. Palabras clave: Rendimiento académico, deserción estudiantil, reprobación académica, rezago estudiantil, minería de datos, técnicas de clasificación. ABSTRACT 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