Modelo Predictivo para la Permanencia en la Educación Superior

Resumen

El objetivo de este trabajo es reportar el modelo multivariado predictivo para la permanencia universitaria a partir de atributos previos al ingreso a la universidad y de variables medidas durante el primer semestre de 2017 de los estudiantes de la Universidad de Playa Ancha que ingresaron a la universidad a través del Programa de Acompañamiento y Acceso Efectivo a la Educación Superior del Ministerio de Educación de Chile.

El presente texto describe de manera breve el modelo de Tinto (1975). Además, presenta un modelo adaptado por el PACEUPLA, la metodología de análisis de datos, y los resultados obtenidos tras un semestre de implementación.

Se analizan características contextuales y de escolaridad previa a la universidad, el compromiso del estudiante con la universidad, variables del sistema académico, y la integración universitaria de los estudiantes. El análisis de datos buscó identificar variables que tienen mayor influencia en la permanencia o deserción de los estudiantes, generando un modelo multivariado predictivo para la permanencia estudiantil. Se definió la variable Rendimiento Medio y una regresión lineal sobre ella.

De los análisis se desprende que los predictores de efectos significativos son el promedio de notas de la enseñanza media (NEM), la asistencia a clases (ASISTENCIA) y la cantidad de asignaturas aprobadas (APROB), todas con una significancia del 5%. Se desarrolló un ajuste al modelo sólo considerando los predictores de efectos significativos. El nuevo modelo obtuvo un coeficiente de determinación de 0.89, donde la variabilidad del Rendimiento Medio es explicada por los predictores NEM (0.08777), ASISTENCIA (0.42711) y APROB (-2.72077), todos significativos al 5%, sin sobreposición. Se definieron nuevas regresiones, una con un nivel de explicación de 36% siendo significativo (p-valor =0.0004) y una tercera cuyo poder predictivo es del 75%, siendo altamente significativo (p-valor=0.000). El modelo PACEUPLA dejó fuera factores que en otras investigaciones han sido fundamentales, como el Puntaje en la PSU, otorgando mayor impacto al NEM. Con esto, el modelo da mayor valor a la trayectoria escolar, dado que resulta más significativa en la predicción del Rendimiento Medio de los estudiantes en la educación superior.