Pronóstico del rendimiento académico en ciencias exactas para admisiones de una universidad pública, utilizando regresión logística binaria
Resumen
Como consecuencia de la deficiente educación secundaria que recibe el postulante antes de ingresar a la Universidad y del rigor académico tanto del examen de ingreso como del curso de admisión en la Escuela Superior Politécnica del Litoral (ESPOL), existe un escenario adverso para una gran cantidad de postulantes que retrasan su ingreso a la institución o no logran hacerlo. Identificar y aprovechar los beneficios del uso de una metodología de aprendizaje activo innovadora como alternativa a la metodología de aprendizaje tradicional puede ayudar a mejorar esta situación. El objetivo de este artículo es pronosticar el rendimiento académico del postulante a la ESPOL en el área de ciencias exactas, enfatizando las diferencias entre quienes atienden el curso con la modalidad de aprendizaje activo y los que lo hacen con la modalidad tradicional. El análisis de datos toma en cuenta a los 558 postulantes que se registraron en el curso intensivo febrero 2020. Se aplica una técnica de regresión logística binaria, con una variable dependiente dicotómica denominada rendimiento académico y variables dependientes de carácter académico y demográfico. Un hallazgo relevante de esta investigación indica que uno de los principales predictores del rendimiento académico es la modalidad con la que se atiende el curso. Aplicar esta metodología innovadora y tecnológica permite un proceso con mayor tasa de ingreso y de mejor rendimiento académico en comparación con la metodología tradicional.
Citas
Cañadas, J. (2013). Regresión logística. Tratamiento computacional con R. Universidad de Granada. Granada, España. doi: 10.13140/RG.2.1.1342.6083
Carballo, M., y Guelmes, E. (2016). Algunas consideraciones acerca de las variables en las investigaciones que se desarrollan en educación. Revista Universidad y Sociedad, 8(1), 140–150.
Cardona, S., Vélez, J., y Tobón, S. (2016). Contribución de la evaluación socioformativa al rendimiento académico en pregrado. Educar, 52(2), 423–447.
Cook, D., y Weisberg, S. (1982). Residuals and Influence in Regression. (N. Y. C. and Hall (ed.)). Descargado de https://hdl.handle.net/11299/37076
Cuadras, C. (2019). Nuevos métodos de análisis multivariante. (CMC Editions).
De Miguel, M., y Arias, J. (1999). La evaluación del rendimiento inmediato en la enseñanza universitaria. Revista de Educación, 320, 356.
Diaz, F. (1995). La predicción del rendimiento académico en la Universidad: un ejemplo de aplicación de la regresión múltiple. Ense˜nanza, 13, 43–61.
Fox, J., y Monnette, G. (1992). Generalized collinearity diagnostics. Journal of the American Statistical Association, 87(147), 178–183.
Franco-Nicolás, y Vivo-Molina, J. (2007). Análisis de Curvas ROC: Principios básicos y aplicaciones. Madrid: Editorial La Muralla.
Fullana, J. (1996). La investigación sobre las variables relevantes para la prevención del fracaso escolar. Revista Investigación Educativa, 14(1), 63–90.
Garnica, E., González, P., Díaz, A., y Torres, E. (1991). Análisis discriminante: Estudio del rendimiento estudiantil. Economía, 16(6), 51–77.
González, F. A. (1996). Comprensión lectora y rendimiento académico. Revista Gallega de Psicopedagogía, 13(9), 209–221.
González, P. (1982). Análisis estadístico del rendimiento estudiantil en la Universidad de los Andes. Merida, Venezuela. Facultad de Ciencias, ULA (mimeografía).
Heredia, Y., y Calderón, D. (2014). Factores que afectan el desempeño académico. Ciudad de México Editoras, 251–258.
Ibarra, M., y Michalus, J. (2010). Análisis del Rendimiento Académico mediante un modelo Logit. Ingeniería Industrial, 9(2), 47–56.
Lladó, E., Rodríguez, S., y Torrado, M. (2004). El rendimiento académico en la transición secundaria-universidad. Revista de Educación, 334, 391–414.
McArdle, J., Paskus, T., y Boker, S. (2013). A Multilevel Multivariate Analysis of Academic Performances in College based on NCAA Student-Athletes. Multivariate Behavioral Research, 57–95.
Padua, L. (2019). Factores individuales y familiares asociados al bajo rendimiento académico en estudiantes. Revista Mexicana de Investigación Educativa, 24(80), 173–195.
Rodríguez, S., Fita, E., y Torrado, M. (2004). El rendimiento académico en la transición secundaria - universidad. Revista de Educación, 334, 391–414.
Rodríguez Ayán, M. N. (2007). Análisis multivariado del desempeño académico de estudiantes universitarios de Química. Universidad Autónoma de Madrid.
Rosales, B. (2020). Boletín anual - Senescyt.
Roselli, N. (2008). La disyuntiva individual-grupal. Comparación entre dos modelos alternativos de enseñanza en la universidad. Ciencia, Docencia y Tecnología, 36(19), 87–118.
Tomás, J., Expósito, M., y Sempere, S. (2014). Determinantes del rendimiento académico en los estudiantes de grado. Un estudio en administración y dirección de empresas. Revista de Investigación Educativa, 32, 379–392.
Tournon, J. (1984). Factores del rendimiento académico en la universidad. Ediciones Universidad de Navarra.
Valera, J., Sinha, S., Varela, J., y Ponsot, E. (2009). Una explicación del rendimiento estudiantil universitario mediante modelos de regresión logística. Visión Gerencial, 2, 415–427.
Visbal, D. (2019). Análisis del rendimiento académico de los estudiantes de la Universidad del Magdalena según variables socioecon´ómicas y familiares. Universidad Politécnica de Valencia.
Vitola, L. (2015). Regresión logística: una aplicación en la identificación de variables que inciden en el rendimiento académico, en el área de matemáticas. Educación y Desarrollo Social, 1, 118–1317
