FIL Tesis doctorado

Permanent URI for this collection

https://repositorio.uc.cl/handle/11534/16866

Browse

Browsing FIL Tesis doctorado by Subject "04 Quality education"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Development of a comprehensive model for predicting student’s dropout in a low-selectivity private university in Chile
    (2022) Caro Landeros, Sebastián Alejandro; González Ugalde, Carlos Hugo; Pontificia Universidad Católica de Chile. Facultad de Educación
    La deserción universitaria es un problema creciente. Aproximadamente el 25% de los estudiantes que se matriculan en instituciones terciarias en Chile se retiran de sus programas académicos durante su primer año académico. La detección temprana de los estudiantes en riesgo de deserción es una medida eficaz para hacer frente a este fenómeno. La investigación sugiereque la combinación de factores demográficos, socioeconómicos, cognitivos y no cognitivos puede explicar y predecir mejor la intención de abandonar la universidad. Este estudio no experimental y correlacional determinó si la consideración de las características psicosociales de los estudiantes contribuye a la predicción de la deserción universitaria en comparación con las predicciones basadas únicamente en datos demográficos y de rendimiento académico para una muestra de 330 estudiantes de una universidad privada de baja selectividad en Chile. Las preguntas de la investigación se abordaron aplicando las técnicas de preprocesamiento y los algoritmos de clasificación más utilizados en la predicción del abandono universitario siguiendo el proceso Knowledge Discovery and Data Mining (KDD). A continuación, se compararon estas técnicas y algoritmos utilizando diferentes métricas de desempeño, en lo que se denomina una prediction horserace. A través de una serie de regresiones logísticas, los resultados de la investigación muestran, por un lado, que los indicadores tradicionalmente asociados a la selección universitaria (la puntuación media de los test de admisión y el promedio de notas acumulado) están significativamente asociados a la permanencia y al abandono entre los estudiantes de la muestra. En efecto, los estudiantes con mayor puntaje promedio en los test de admisión (PSU Promedio) y en el Promedio de Notas acumulado (NEM), los de mayor edad y los que asisten en horario diurno, muestran tasas de deserción significativamente menores. Por otra parte, los estudiantes que reportan puntuaciones más altas en compromiso institucional, conciencia académica y compromiso con la titulación muestran una tasa de abandono menor que los estudiantes con puntuaciones más bajas en estas dimensiones. Por el contrario, los estudiantes que declaran puntuaciones más bajas en tensión financiera y estrés universitario muestran una tasa de abandono más baja que los estudiantes con puntuaciones más altas. En cuanto al desempeño de los modelos predictivos construidos sobre tres conjuntos de datos diferentes (Tradicional, Psicosocial y Holístico), una comparación de modelos indica que el Modelo Holístico es el más preciso para predecir correctamente la deserción estudiantil (56,25% de detección correcta de la deserción) frente a los modelos Tradicional (37,5% de detección correcta de la deserción) y Psicosocial (16,96% de detección correcta de la deserción). Los tres modelos no presentan diferencias significativas en la predicción de la persistencia de los alumnos (todos detectan por encima del 87% de los alumnos persistentes). Estos resultados demuestran que la incorporación de factores psicosociales y no cognitivos mejora significativamente el rendimiento de los modelos de predicción de la deserción universitaria. Sobre la base de la interpretación y las limitaciones de este estudio, se recomiendan aplicaciones prácticas y nuevas investigaciones.