MODELO DE REGRESIÓN LOGÍSTICA PARA LA ESTIMACIÓN DE LA DESERCIÓN ESCOLAR DEL POSGRADO EN LA UNIVERSIDAD TÉCNICA DE MANABÍ, ECUADOR
DOI:
https://doi.org/10.33936/revbasdelaciencia.v7i3.5197Palabras clave:
Modelo logit, Contrastes de significancia, Deserción escolarResumen
En el presente trabajo se ofrece un modelo de regresión logística binaria para la predicción de la deserción estudiantil de posgrado en la Universidad Técnica de Manabí, Portoviejo, Ecuador. Se obtuvieron registros de variables predictoras disponibles en el Sistema de Gestión Académica, detectándose, a través de las pruebas de Wald, como altamente significativas el estado civil, situación laboral, edad y salario. El modelo fue probado desde el punto de vista analítico a través de las pruebas Chi cuadrado, de Nagelkerke y Hosmer-Lemeshow alcanzando resultados significativos en todas ellas. Posteriormente se realizó una clasificación de los resultados de una muestra piloto con el modelo estimado, obteniéndose el 98,6% de respuestas correctas. Se concluyó evaluando el modelo con una muestra de validación (30% de los datos) alcanzándose el 99,06% de aciertos.
Descargas
Citas
Abdellatif Fadul, A., & Abd Elghafar Mohammed, K. (2018). Using Logistic Regression to Model Factors Associated With Basic School Drop-Out in Kassala State, Sudan. Global Journal of Pure and Applied Mathematics, 14(2), 301-313. Obtenido de https://www.ripublication.com/gjpam18/gjpamv14n2_11.pdf
Alban Taipe, M. S., & Sánchez, D. M. (2018). Prediction of university dropout through technological factors: a case study in Ecuador. Espacios, 39(52), 8. Obtenido de http://www.revistaespacios.com/a18v39n52/a18v39n52p08.pdf
Allison, P. D. (2012). Logistic regression using SAS: Theory and application (Second ed.). SAS Institute Inc.
Barahona, P., Veres, E., & Aliaga, V. (2016). Deserción académica de la Universidad de Atacama, Chile. Comuni@cción, 7(2), 27-37. Obtenido de http://www.scielo.org.pe/pdf/comunica/v7n2/a03v7n2.pdf
Carpio, A. (2017). Frecuencia y Factores Asociados a la Deserción Universitaria en Estudiantes de la Escuela de Posgrado Modalidad a Distancia de la Universidad Católica de Santa María. Arequipa 2013-2015. Obtenido de http://tesis.ucsm.edu.pe/repositorio/handle/UCSM/6696
Fernández, T., Solis, M., Hernández, M., & Moreira, T. (2019). Un análisis multinomial y predictivo de los factores asociados a la deserción universitaria. Educare, 23(1), 73-97. doi: http://dx.doi.org/10.15359/ree.23-1.5
Hernández, O., Pérez, R., & González, G. (2014). La deserción en los posgrados, un problema no menor. Diálogos Sobre Educación, 5(8), 2. doi:DOI: 10.32870/dse.v0i8.309
IBM Corp. Released. (2012). IBM SPSS Statistics for Windows, versión 21.0. Armonk, NY.
King, J. E. (2008). Binary Logistic Regression. En J. W. Osborne, Best practice in quantitative methods (pág. 358). SAGE Publications.
Lopera, O. (2008). Determinantes de la deserción universitaria en la Facultad de Economía de la Universidad del Rosario. Rosario, Argentina: Universidad del Rosario. Obtenido de https://ideas.repec.org/p/col/000091/004558.html
Madrid, J. (Julio de 2017). Propuesta de un modelo estadístico para caracterizar y predecir la deserción estudiantil universitaria. Tesis de maestría. Medellín, Colombia: Universidad Nacional de Colombia. Obtenido de https://repositorio.unal.edu.co/handle/unal/60097
Manandhar, N., & Sthapit, A. (2012). Logistic regression model for primary school dropout children. International Journal of Asian SociScience, 2(2), 145-151. Obtenido de https://www.researchgate.net/publication/227368344_Logistic_Regression_Model_For_Primary_School_Dropout_Children_Of_Chitwan_District_Of_Nepal
Mifflin, M. (2017). La deserción en el posgrado: estudio comparativo entre maestristas de una universidad pública y privada. Córdoba, Argentina: Congresos CLABES VII. Obtenido de https://revistas.utp.ac.pa/index.php/clabes/article/view/1681
Molina, E., & González, M. (2019). Analíticas en la calidad de la gestión del posgrado. Didasc@lia: Didáctica y Educación, 10(1), 9-24. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=7241785
Sandoval Palis, I., Naranjo, D., Vidal, J., & Gilar Corbi, R. (2020). Early Dropout Prediction Model: A Case Study of University Leveling Course Students. Sustainability, 12(22), 4-17. doi:doi:10.3390/su12229314
Santos Peña, J., Muñoz Alamillos, Á., Juez Martel, P., & Cortiñas Vázquez, P. (2003). Diseño de encuestas para estudios de mercado. Técnicas de muestreo y análisis multivariante. Centro de estudios Ramón Areces, S.A.
Sinchi, E., & Gómez, G. (2018). Acceso y deserción en las universidades. Alternativas de financiamiento. Alteridad. Revista de educación, 13(2), 274-287. doi: https://doi.org/10.17163/alt.v13n2.2018.10
Vásquez, J. (Mayo de 2016). Modelo predictivo para estimar la deserción de estudiantes en una institución de educación superior. Tesis de maestría, 06. Santiago de Chile, Chile. Obtenido de https://repositorio.uchile.cl/bitstream/handle/2250/144169/V%C3%A1squez%20Verdugo%20Jonathan.pdf?sequence=1
Wald, A. (1943). Tests of Statistical Hypotheses Concerning Several Parameters When the Number of Observations Is Large. Transactions of the American Mathematical Society. doi: https://doi.org/10.1090/S0002-9947-1943-0012401-3
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
