Planeación académica de asignaturas de alta repitencia, a partir de cadenas de markov de los estados del estudiante y modelos de regresión lineal múltiple, asociados a factores de fracaso en la Universidad del Magdalena.

Abstract

Con base a una muestra de asignaturas en secuencia de alta repitencia de ciencias básicas y exactas del periodo 2014 – 2019, y tomando el tamizaje de 100 variables socioeconómica y demográfica, sicosocial, familiar y de aptitudes académicas que se realiza al ingresar a la universidad, se observó a un grupo de estudiantes y sus estados académicos, aprobar, reprobar, desertar y cancelar, y se planteó un pronóstico basado en cadenas de Markov y modelos de regresión lineal múltiples. Estas regresiones lineales junto a las cadenas de markov sentaron las bases a un modelo de planeación y gestión académicas para las direcciones de carrera, lo que permitió mejorar el pronóstico del número de grupos a ofertar por cada asignatura examinada; Esto, en virtud de que la metodología ofrece una buena estimación al momento de pronosticar la cantidad estudiantes que aprueban los cursos, así como, aquellos que los reprueban por segunda o más veces, o los que acceden a cursos especiales, reingreso, traslado o transferencia. Adicionalmente los modelos son capaces de pronosticar situación de riesgo de deserción del sistema educativo y de una asignatura en particular, y el riesgo de fracaso académico definitivo o por una asignatura. Los modelos Markovianos pudieron pronosticar y caracterizar sobre sus 4 estados absorbentes de los 15 estados considerados datos con un error de 3.44%, así mismo, los 4 modelos de regresión fueron: Desertar, Cancelar, No aprobar y Fuera por bajo rendimiento, con errores de 3.2e-4%/ 0.06%/ 5.55%/ 5.03% respectivamente.