Uso de los métodos multivariantes para el análisis del desempeño académico de los estudiantes de la educación superior. (Caso: estudiantes ingresantes en el primer curso de Matemática de la UNALM)

Abstract

El propósito del presente estudio fue comparar tres modelos de clasificación: modelo logístico binario, el análisis discriminante y redes neuronales tipo perceptrón multicapa para evaluar el desempeño de estudiantes en primer ciclo académico de la universidad. El desempeño académico fue medido desde dos aspectos: el promedio final en el curso de matemática y la cantidad de créditos aprobados al finalizar el ciclo académico. Con este fin, se aplicaron tres técnicas estadísticas sobre un total de 553 estudiantes universitarios correspondientes a los ciclos académicos 2017 I y 2017 II. Se trabajó con dos grupos de datos, de entrenamiento (70%) y de validación (30%). Los modelos propuestos se compararon mediante los indicadores: sensibilidad, especificidad y curva ROC. Concluye que los modelos de regresión logística binaria clasificaron mejor el desempeño académico de los estudiantes en el ciclo 2017 I y 2017 II a excepción del resultado en el ciclo 2017 II que se clasificó mejor con el modelo de redes neuronales tipo perceptrón multicapa. La nota promedio en el área de matemática del examen de admisión de la universidad fue la más importante para la clasificación del desempeño académico de los estudiantes de primer ciclo de la universidad.