Aplicación de técnicas de clusterización a las sedes educativas de Colombia: Un análisis exploratorio

Abstract

El presente análisis busca segmentar las sedes educativas de Colombia mediante técnicas de clusterización para identificar patrones y características distintivas que permitan una mejor comprensión de la oferta del servicio educativo formal a nivel nacional. La base de datos utilizada proviene del DANE y consta de 52428 observaciones correspondientes al año 2022, caracterizadas por 33 variables, tanto categóricas como numéricas. Las técnicas consideradas fueron K-medias, clusterización espacial basada en densidad de aplicaciones con ruido (DBSCAN) y reducción iterativa equilibrada y agrupación mediante jerarquías (BIRCH). Se escogió la última debido a que obtuvo el máximo coeficiente de silueta. Los resultados clave revelan la existencia de 10 grupos distintivos de sedes educativas, identificados mediante el algoritmo BIRCH, que se diferencian principalmente por su naturaleza (oficial/no oficial), tamaño (número de estudiantes), recursos tecnológicos disponibles, participación en el sistema etnoeducativo y existencia de convenios educativos. La segmentación obtenida puede servir de base para la toma de decisiones en política educativa y la asignación eficiente de recursos.