Influencia de la programación académica en el indicador Teaching Cost de las carreras profesionales de ingeniería, pregrado adulto trabajador, Universidad Privada del Norte, sede Trujillo, 2018

• Autor: Zelada Mosquera, Danny Stephan
• Formato: tesis de maestría
• Fecha de Publicación: 2020
• Institución: Universidad Privada del Norte
• Repositorio: UPN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upn.edu.pe:11537/24089
• Enlace del recurso: https://hdl.handle.net/11537/24089
• Nivel de acceso: acceso abierto
• Materia: Investigación de la enseñanza; Calidad de la educación; Planificación de la educación; https://purl.org/pe-repo/ocde/ford#5.03.00

La presente investigación pretende determinar la influencia de la programación académica, un proceso principal, dentro de la Política de Calidad, en el indicador de gestión "teaching cost" de las carreras profesionales de Ingeniería, Pregrado Adulto Trabajador (PGAT), Universidad Privada del Norte, sede Trujillo, 2018. El indicador “teaching cost” mide el ratio del total de horas programadas a los docentes, durante una semana entre el número de estudiantes matriculados que reciben el servicio académico en el tiempo calculado, y se crea para gestionar de manera eficiente y eficaz las etapas de planificación y desarrollo de los procesos de programación académica y de matrícula o enrollment. Se analiza la correlación y regresión del número total de horas semanales programadas y el “teaching cost” de las tres carreras de Ingeniería, Ingeniería Industrial, Ingeniería Civil e Ingeniería de Minas, pertenecientes al programa Pregrado Adulto Trabajador, a través de un cálculo integral, además de un cálculo particular, por cursos transversales de los departamentos de Ciencias y Humanidades, por cursos especializados de cada carrera y cursos virtuales de todas las carreras, de acuerdo al diseño modular (2 módulos) de programación académica, se reportan y discuten tablas y gráficos presentados para cada análisis. Se analiza los impactos financieros de la fluctuación del “teaching cost”. Se evalúa también, la correlación y regresión del número total de horas semanales programadas y el enrollment particular por cada ítem señalado anteriormente. Se observa en los resultados de la investigación que la programación académica del semestre 2018-5 de las carreras de Ingeniería, pregrado adulto trabajador, produce un “teaching cost” de 0,554, valor que se encuentra dentro del rango solicitado (menor a 0,65 como indicador estratégico del proceso). Además, se observa que los cursos presenciales especializados de la carrera de Ingeniería de Minas elevan el ratio hasta un valor promedio de 0,654, los cursos de los departamentos académicos de Ciencias y Humanidades, así como los cursos presenciales especializados de las carreras de Ingeniería Industrial e Ingeniería Civil se encargan de equilibrar el ratio, por brindar valores dentro del rango esperado y los cursos virtuales de todas las carreras producen el “teaching cost” más bajo, con un valor de 0,159. Para el análisis del número total de horas semanales programadas y “teaching cost”, el coeficiente de correlación lineal, R2, es 0,1232, entonces se concluye que no existe una correlación lineal significativa entre las horas semanales programadas y el “teaching cost”. Los pares de datos agrupados correspondientes al análisis de los cursos virtuales y los cursos especializados presenciales de la carrera de Ingeniería de Minas, producen una alta dispersión y un alto valor en sus residuales, impactando en el valor del coeficiente de correlación lineal. El modelo de regresión lineal es y = 0,0003x + 0,3321. Para el análisis del enrollment por ítem y el número total de horas semanales programadas, el coeficiente de correlación lineal, R2, es 0,9569, entonces se concluye que el 95,69% de horas semanales programadas se sustentan en el enrollment. La ecuación de regresión lineal obtenida es y= 0,3093x + 3,7821, donde 0,3093 es la pendiente de la recta de regresión obtenida y representa el indicador “teaching cost”, el cual implica que, por cada estudiante adicional registrado en la matrícula del semestre, el número de horas programadas a la semana aumenta en 0,3093. Se brindan un conjunto de recomendaciones a través de factores o acciones en el proceso de programación académica que permiten optimizar el “teaching cost”.