Modelo basado en técnicas de minería de datos para análisis de factores de deserción estudiantil

Abstract

La deserción universitaria continúa siendo una problemática que va en ascenso a pesar de los innumerables esfuerzos que han realizado las instituciones de educación superior e incluso el país por disminuirla. La literatura indica que la deserción puede ser causada por múltiples factores y que esta debe ser estudiada desde muchas perspectivas para entenderla realmente. La minería de datos ofrece una gran cantidad de modelos estadísticos que logran detectar patrones y tendencias en bases de datos que no se pueden detectar mediante la exploración tradicional. El propósito de este estudio es apoyar los esfuerzos de la facultad de ingeniería de la Pontificia Universidad Javeriana por medio de un aplicativo que ejecute dos modelos, K prototipos y Boosting en las bases de datos estudiantiles de la facultad de ingeniería. También se diseñó un modelo combinando técnicas con el fin de extraer la mayor cantidad de factores que afecten la deserción y se logró determinar que la combinación de técnicas puede mejorar la precisión de los clasificadores. Asimismo, se tomaron en consideración varios factores en el análisis de la deserción como lo son información propia del estudiante, las clases que toma, así como información del grado de preparación e os profesores que las dictan y finalmente se descubrió que el rendimiento académico está ligado de manera importante con los docentes e incluso los horarios en que cursan las materias.