Propuesta de un modelo estadístico para caracterizar y predecir la deserción estudiantil Universitaria

Abstract

El objetivo de la investigación se fundamentó en utilizar técnicas estadísticas multivariadas: Máquinas Vector Soporte (SVM), Análisis Discriminante (AD), K-vecinos más próximos (KNN) y Regresión Logística (RL) para clasificar a los estudiantes de pregrado de la Universidad Nacional de Colombia Sede Medellín en dos poblaciones (con posibilidad o no de desertar) a partir de la información que se tenía disponible de las variables definidas e identificadas como determinantes de la deserción estudiantil Universitaria. Para el estudio se utilizó la información que suministraron los estudiantes que ingresaron a la Universidad Nacional de Colombia Sede Medellín desde el primer semestre del año 2009 hasta el primer semestre del año 2016, su correspondiente rendimiento académico en cada periodo matriculado y la identificación de cuáles de ellos perdieron la calidad de estudiante en la Universidad por bajo rendimiento y cuáles continuaron con sus estudios. Lo que permitió contar con un porcentaje de datos que fueron utilizados para el entrenamiento de los modelos y el resto de los datos como validación. Los resultados permitieron identificar la técnica que permite obtener el modelo con menor porcentaje de error y mayor sensibilidad, y que podría ser utilizada para hacer predicciones de deserción en nuevos individuos a partir de la información de las variables seleccionadas.

Abstract: The objective of the research was based on the use of multivariate statistical techniques: support vector machines (SVMs), Discriminant Analysis, k-nearest neighbors (kNN) and Logistic Regression for classify the pregrade students of the Universidad Nacional de Colombia Sede Medellin in two Populations (with or without possibility of deserting) taking the information that was available of the variables defined and identified as determinants of student dropout For the study was used the information supplied by the students that entered in the National University of Colombia in Medellin from the first semester of 2009 until the second semester of 2016, their corresponding academic performance in each registered period and the identification of which of them lost de student quality in the university for poor performance and which of them continued with their studies. This allowed that was used a percentage of data for the training of the models and the rest of the data as validation. The results allowed identify the technique that allows obtain the model with lower percentage of error and greater sensitivity, and that could be used to make predictions of desertion in new individuals from the information of the selected variables.