Modelo lineal mixto generalizado para la detección de estudiantes exitosos del primer año de Ingeniería de Sistemas

Resumen

La importancia de anticipar los resultados educativos es esencial para intervenir y controlar los factores que conducen al fracaso académico. Es importante que las instituciones de educación superior dispongan de herramientas que sirvan para el análisis en profundidad de los datos de los estudiantes. Para ello, se evaluó la influencia de variables vinculadas al paso del primer año de la carrera de ingeniería de sistemas. Así, se utilizó el conjunto de datos de estudiantes de 4 períodos de estudio con 5.325 observaciones y 8 variables categóricas. Por lo tanto, se utilizó el modelo mixto lineal generalizado con variable de respuesta binominal (éxito/fallo) con efectos aleatorios. Los resultados de las variables vinculadas al éxito académico se relacionan con el modelo obtenido, a través del contraste de modelos fijos y aleatorios que pueden afectar a los estudiantes exitosos. La validación de los modelos se llevó a cabo mediante la prueba Anova tipo III. A la luz de los resultados, los hallazgos sugieren un modelo significativo, relacionado con los tertiles de las calificaciones del primer parcial, cuartil de asistencia a clases, asignatura y cuerpo docente. Además, proporcionan a los administradores de la educación una visión oportuna de la toma de decisiones.

Palabras clave:

Análisis educativo, educación superior, modelo lineal mixto generalizado, rendimiento académico.

ABSTRACT

The importance of anticipating educational outcomes is essential to intervene and control the factors that lead to academic failure. It is important for higher education institutions to have tools that serve for the in-depth analysis of student data. In order to do so, the influence of variables linked to the passing of the first year of the systems engineering degree was evaluated. Thus, the data set of students from 4 study periods with 5325 observations and 8 categorical variables was used. Hence, the generalized linear mixed model with binominal response variable (success/failure) with random effects was used. The results of the variables linked to academic success are related to the model obtained, through the contrast of fixed and random models that may affect successful students. The validation of the models was carried out by means of the Anova type III test. In the light of the results, the findings suggest a significant model, related to the tertile of grades of the first partial, quartile of attendance to classes, subject and teachers body. In addition, they provide timely insight into decision making to educational administrators.

Keywords:

Educational analysis, higher education, generalized mixed linear model, academic performance.