Influencia del algoritmo de regresión logística para la identificación de la deserción estudiantil en la Universidad para el Desarrollo Andino

• Autor: Curi Villanueva, Hasem Enrique
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Universidad Nacional de Huancavelica
• Repositorio: UNH-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unh.edu.pe:20.500.14597/6248
• Enlace del recurso: https://hdl.handle.net/20.500.14597/6248
• Nivel de acceso: acceso abierto
• Materia: Deserción; Algoritmo; Influencia; Incidencia; Predecir; https://purl.org/pe-repo/ocde/ford#2.02.04

El propósito de la investigación fue determinar de qué manera el algoritmo de regresión logística influye para la identificación de la deserción estudiantil en la Universidad para el Desarrollo Andino en el año 2019. El trabajo de investigación tiene un nivel de investigación predictivo. Se utilizaron encuestas a una población de 203 estudiantes y una muestra de 133 estudiantes del primer ciclo de todos los programas de estudio de la universidad. Según los resultados obtenidos al implementar el modelo respecto a la dimensión Factores personales un 11.28% menciona que nunca tuvo incidencias de tipo familiar para tomar la decisión de abandonar sus estudios, por el contrario, un 23.16% mencionan siempre; en tanto a la dimensión Factores Académicos un 16.24% menciona que nunca tuvieron incidencias de tipo académico, la cual conlleve a tomar la decisión de abandonar sus estudios y el 7.97% siempre; de acuerdo a los resultados obtenidos respecto a la dimensión Factores Socioeconómicos, los estudiantes en un 8.27% manifestaron que nunca tuvieron incidencias de tipo social y económico para abandonar sus estudios y un 6.02% siempre; por ultimo obteniendo los resultados con respecto a la dimensión Factores Institucionales, el 1.80% de los estudiantes manifestaron que nunca tuvieron incidencias de tipo institucional y el 8.27% siempre. Finalmente, se ha determinado que el uso de un modelo de Regresión Logística influye en la identificación de la deserción estudiantil en la Universidad para el Desarrollo Andino con una significancia de 0.05. El uso de este modelo predictivo ayudó a identificar 21 potenciales deserciones en los distintos programas académicos de la Universidad durante el año 2019. Finalmente, el estudio nos ayudó a identificar mejor el patrón de los factores de riesgo de deserción más recurrentes en los estudiantes; siendo el factor económico y social los que tuvieron más incidencias que el factor familiar y académico según el dataset utilizado para entrenar el modelo.