ANÁLISIS DE LAS VARIABLES QUE AFECTAN EL DESEMPEÑO DE LOS ALUMNOS DE PRIMER AÑO DE INGENIERÍA Y CIENCIAS AERONÁUTICAS

Abstract

La presente investigación nace de la necesidad de conocer de qué manera algunos factores cualitativos determinan el rendimiento académico de los estudiantes al ingresar a la universidad. El estudio fue aplicado a la Universidad Técnica Federico Santa María, entre los años 2014 y 2015, a nivel de Campus Vitacura, mediante el análisis de una base de datos con la información de 428 alumnos de todas las carreras de la sede. La investigación fue llevada a cabo mediante tres fases: Estadística descriptiva, regresión lineal múltiple y regresión logística. En primera instancia, se determinaron tendencias y comportamientos en las variables en estudio. Además, se analizó el comportamiento de la desigualdad de las notas de las asignaturas “Matemáticas” y “Física”, mediante una adaptación a la curva de Lorenz y el Coeficiente Gini, llamado “Coeficiente de Variación de Notas” (VN). Posteriormente, se procedió a realizar una regresión lineal múltiple, con todas las variables bajo análisis, para encontrar variables significativas y posteriormente generar la regresión logística, sólo con los factores relevantes. Por último, se realizó la regresión logística, la cual tiene como variable dependiente el buen o mal rendimiento del estudiante, que en este caso, se dividió en dos criterios: Aprobar las asignaturas de “Matemáticas” y “Física” con nota igual o superior a 55, de manera individual. Los resultados de este estudio mostraron que la mayor parte de los estudiantes provienen de colegios de régimen “Particular subvencionado” (43,2%), seguido por “Particular no subvencionado” (41,8%) y en último lugar los “Municipales” (15%). Se pudo extraer que los colegios de tipo “Particular no subvencionado” son los que obtuvieron mejores calificaciones tanto en la asignatura de “Matemáticas” como en “Física”, además de obtener las mayores tasas de aprobación en ambos ramos. En cuanto al coeficiente de Variación de Notas obtenido a nivel de campus, se obtuvieron valores de 0,227 para matemáticas y 0,183 para física, por lo cual, se puede interpretar que las notas dentro del Campus son relativamente homogéneas, ya que en ambos casos se obtuvieron valores cercanos a cero. En relación al análisis de regresión logística, para aprobar matemáticas, se encontraron como variables significativas la “Carrera” a la cual pertenece el estudiante, las “Notas de Enseñanza Media”, “PSU de matemáticas”, “PSU ciencias” y el “Ranking de Notas”. En cuanto a aprobar física, las variables significativas arrojadas por la regresión logística fueron “Cohorte”, “PSU matemáticas” y “PSU ciencias”. Todas estas variables fueron significativas a un 95% de confianza.This research comes up from the need to know how some qualitative factors determine the academic performance of students to enter college. The study was applied to the Universidad Técnica Federico Santa María, in the years 2014 and 2015, Vitacura campus, by analyzing a database with a 428 students information of al careers of university campus. The research was carried out by means of three phases: Descriptive statistics, multiple linear regression and logistic regression. First of all, descriptive statistics were performed in order to find some trends and behaviors in under study variables. Besides, the behavior of inequality grades of "Math" and "Physics" first year was analyzed, adapting the Lorenz curve and the Gini coefficient. After analyzing the variables separately, it was proceed to perform a multiple linear regression with all the under study variables, in order to find significant variables for the investigation and later generate a logit regression just with relevant factors. By last, it was proceed to perform logistic regression, that has like dependent variable “Academic Performance”. In this case, it was divided into two criteria: Approve “Maths I” and “Physic” subjects with higher grades than 55. The results of this study showed that most students come from “Subsidized Private Schools” (43,2%), followed by “Privates Schools” (41,8%) and “Municipal Schools” (15%). It could be extracted that “Privates Schools” had the best grades in maths and physic science, besides getting the highest approval rates in both subjects. Regarding the Gini Coefficient, it was of 0,227 for “Maths” and 0,183 for “Physics”, therefore, it can be interpreted that grades into Vitacura Campus are relatively homogeneous, because in both cases were obtained closes to zero values. Regarding to logit regression analysis, for “Maths”, it was found like significant variable “Cohort”, “Career”, “Higher Education Grades”, “Maths PSU”, “Science PSU” and “Grades Ranking”. They were significants regarding to student approves the subject in the first instance. As regard to “Physic Science”, significants variables were “Cohort”, “Maths PSU” and “Science PSU”.