Aplicación del modelo de regresión logística para la predicción de riesgo de bajo rendimiento académico en estudiantes del noveno año de educación general básica de la unidad educativa “Capitán Edmundo Chiriboga”.

Abstract

En el presente trabajo de titulación, titulado “Aplicación del modelo de regresión logística para la predicción de riesgo de bajo rendimiento académico en estudiantes del noveno año de educación general básica de la Unidad Educativa Capitán Edmundo Chiriboga”, se desarrolló un modelo matemático con el fin de anticipar qué estudiantes podrían presentar un bajo rendimiento académico. Para poder llevarlo a cabo, se tomaron en cuentas variables como el estrés académico, la motivación académica y los hábitos de estudio. Con base en los resultados obtenidos, se puedo evidenciar que el estrés académico tiene un fuerte impacto positivo en el bajo rendimiento académico de los estudiantes, mientras que la motivación académica y los hábitos de estudios demostraron tener un impacto negativo, es decir, que mientras más motivado esté un estudiante y practique mejores hábitos de estudio, el riesgo de bajo rendimiento académico disminuye. Los resultados del modelo demuestran que todos estos factores son significativos, lo cual lo importante que son los aspectos socioemocionales en el aprendizaje. Al validar el modelo, se obtuvo un muy buen nivel de precisión. La curva ROC mostró un área bajo la curva importante, lo que indica que el modelo tiene una muy buena capacidad predictiva. Además, la matriz de confusión mostró una alta tasa de aciertos en aquellos estudiantes que están en riesgo de padecer un bajo rendimiento académico (98,3% de verdaderos positivos), lo que confirma que el modelo sí puede ser utilizado como una herramienta predictora. El análisis de los datos se realizó utilizando R Studio, ya que, gracias a sus herramientas dedicadas al procesamiento de datos, el modelo matemático fue diseñado con facilidad.