Tipología influyente en el rendimiento académico de alumnos universitarios

S. Ruiz, M. Herrera, M. Romagnano, L. Mallea, M. I. Lund

Resumen


El presente trabajo aborda un informe estadístico centrado en caracterizar el rendimiento académico de alumnos universitarios, a partir de la determinación de variables asociadas, aplicando técnicas estadísticas del Análisis Multivariado.

Los análisis efectuados se basan en datos provenientes de una encuesta realizada en el año 2015, a los alumnos de la Facultad de Ciencias Exactas Físicas y Naturales, de la Facultad de Filosofía, Humanidades y Artes de la Universidad Nacional de San Juan, Argentina. Mediante un Análisis Factorial de Correspondencias Múltiples, Análisis de Conglomerados y Análisis de Discriminación Logística, se pudieron identifi car tipologías de alumnos y variables              influyentes que diferencian a los alumnos según su rendimiento. Los resultados aportan herramientas que  permiten realizar un válido diagnóstico para orientar de manera efectiva las intervenciones que realice la institución educativa.


Palabras clave


clasificación, clúster, discriminación, factores, rendimiento, alumnos.

Texto completo:

PDF

Referencias


  • Torrado-Fonseca, M. M., Berlanga-Silvente, V. “Revista d’innovació i recerca en educació.,” Rev. d’Innovació i Recer. en Educ., vol. 6, no. 2, pp. 150–166, 2013.
  • Peña, D. Análisis de datos multivariantes. McGraw-Hill/Interamericana, 2002, 515p.
  • Escudero Escorza, T. “La evaluación y mejora de la enseñanza en la Universidad: otra perspectiva,” En Revista de Investigación Educativa, vol. 18, no. 2, 2000, pp. 405–416.
  • Bertaut, M.V., Valls, J.M. “Manual de introducción a los métodos factoriales y clasificación con SPAD.” Barcelona, Servei d’Estadística Universitat Autònoma de Barcelona, p. 68.
  • Díaz, M.P., Demétrio, C.G.B. “Introducción a los modelos lineales generalizados: su aplicación en las Ciencias Biológicas”. SCREEN Editorial, 1998.
  • Nelder, J.A., Wedderburn, R.W.M. “Generalized Linear Models,” Source J. R. Stat. Soc. Ser. A J. R. Stat. Soc. A, vol. 135, no. 3, pp. 370–384, 1972.
  • Chambers, J., Hastie, T., Pregibon, D. “Statistical Models in S,” in Compstat, Heidelberg: Physica-Verlag HD, 1990, pp. 317–321.
  • Richard, R.A., Johnson, A., Wichern, D.W. Applied multivariate statistical analysis. Pearson Prentice Hall, 2007.




DOI: http://dx.doi.org/10.31908/19098367.3710

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2018 Entre ciencia e ingeniería

Licencia Creative Commons
Este trabajo está licenciado bajo una Licencia Internacional Creative Commons Atribución-NoComercial 4.0.