Redalyc

Sistema de Informacin Cientfica

Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal

Porcel, Eduardo Adolfo; Dapozo, Gladys Noem; Lpez, Mara Victoria Prediccin del rendimiento acadmico de alumnos de primer ao de la FACENA (UNNE) en funcin de su caracterizacin socioeducativa REDIE. Revista Electrnica de Investigacin Educativa, vol. 12, nm. 2, 2010, pp. 1-21 Universidad Autnoma de Baja California Ensenada, Mxico
Disponible en: http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=15515989007

REDIE. Revista Electrnica de Investigacin Educativa ISSN (Versin impresa): **** redie@uabc.mx Universidad Autnoma de Baja California Mxico

Cmo citar?

Nmero completo

Ms informacin del artculo

Pgina de la revista

www.redalyc.org Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

Para citar este artculo, le recomendamos el siguiente formato: Porcel, E., Dapozo, G. y Lpez, M. (2010). Prediccin del rendimiento acadmico de alumnos de primer ao de la FACENA (UNNE) en funcin de su caracterizacin socioeducativa. Revista Electrnica de Investigacin Educativa, 12(2). Consultado el da de mes de ao en: http://redie.uabc.mx/vol12no2/contenido-porcel dapozo.html

Revista Electrnica de Investigacin Educativa

Vol. 12, No. 2, 2010

Prediccin del rendimiento acadmico de alumnos de primer ao de la FACENA (UNNE) en funcin de su caracterizacin socioeducativa Prediction of the academic performance of freshmen at the FACENA (UNNE) based on their socioeducational characteristics
Eduardo Adolfo Porcel (*) eporcel@exa.unne.edu.ar Gladys Noem Dapozo (*) gndapozo@exa.unne.edu.ar Mara Victoria Lpez (*) mvlopez@exa.unne.edu.ar Facultad de Ciencias Exactas y Naturales y Agrimensura Universidad Nacional del Nordeste Av. Libertad 5460. CP: 3400 Corrientes. Argentina.
(Recibido: 30 de septiembre de 2009; aceptado para su publicacin: 10 de agosto de 2010)

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Resumen
En este trabajo se analiza la relacin del rendimiento acadmico de los alumnos ingresantes a la Facultad de Ciencias Exactas y Naturales y Agrimensura de la Universidad Nacional del Nordeste (FACENA-UNNE) en Corrientes, Argentina, durante el primer ao de carrera con las caractersticas socioeducativas de los mismos. El rendimiento fue medido por la aprobacin de los exmenes parciales o finales de la primera materia de Matemtica que los alumnos cursan. Se ajust un modelo de regresin logstica binaria, el cual clasific adecuadamente el 75% de los datos. Entre las variables ms relevantes para explicar el rendimiento acadmico se encuentran el ttulo secundario obtenido, la carrera elegida y el nivel educacional alcanzado por la madre. Palabras clave: Rendimiento acadmico, estudiantes de primer ingreso, regresin logstica.

Abstract
This paper analyzes the academic performance of students entering the School of Natural Sciences and Surveying, National University of the Northeast (FACENA-UNNE, its Spanish acronym) in Corrientes, Argentina, during their first year, in relation to their socioeducational characteristics. Performance was measured by whether or not they passed the partial or final exams of the first mathematics course that students take. A binary logistic regression model was adjusted, which properly classified 75% of the data. Among the most important variables for explaining academic performance is obtaining the high school diploma, the major chosen, and the educational level attained by the students mother. Key words: Academic achievement, college freshmen, regression (statistical).

I. Introduccin La preocupacin por el desempeo de los alumnos de primer ao de carreras universitarias (ingresantes), que surge de numerosos y desfavorables indicadores de desercin y bajo rendimiento acadmico, ha llevado a las universidades del pas a investigar las causas que subyacen en esta problemtica. La Universidad Nacional del Nordeste (UNNE) en Corrientes, Argentina, no es ajena a esta situacin. En este sentido, ha realizado varios estudios con el objeto de aportar informacin que contribuya a configurar un cuadro de situacin al interior de la institucin (Ojeda, 2004), (Foio, 2003). La Facultad de Ciencias Exactas y Naturales y Agrimensura (FACENA) de la UNNE no escapa a la realidad descripta anteriormente. En esta Facultad se han realizado diferentes estudios relacionados con la temtica, abordados desde distintas perspectivas. En uno de ellos se describe la problemtica del bajo nivel de conocimientos previos de Matemtica en los ingresantes de la FACENA (Porcel et al., 2001).

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

La oferta acadmica de la FACENA consta de 13 carreras, que de acuerdo a su perfil pueden clasificarse en tres categoras: a) de perfil Profesional: Licenciatura en Sistemas de Informacin, Agrimensura, Bioqumica y las Ingenieras Elctrica y Electrnica; b) de perfil Docente: Profesorados en Matemtica, Fsica, Qumica y Biologa; c) de perfil orientado a las Ciencias Bsicas: Licenciatura en Matemtica, Fsica, Qumica y Biologa. Por su naturaleza y perfil, estas carreras tienen en el primer ao contenidos de Matemtica. Poseer una cultura matemtica ms elaborada supondra poner en juego las mismas estructuras lgicas, aplicar las mismas estrategias de resolucin de problemas o ampliar el nmero de registros de representacin en los que se maneja la informacin; por lo tanto, es posible que esta formacin contribuya a favorecer un mayor desarrollo de competencias (Villar, Lacus y Pagano, 2007). El trmino "rendimiento" tiene muchas implicaciones, principalmente si se considera a las calificaciones obtenidas por los alumnos como el referente casi exclusivo. Esta informacin puede generar, incluso, una lectura ingenua que centra slo la responsabilidad acadmica en el alumno. Sin embargo, la responsabilidad institucional es clave para evaluar lo que se entiende por rendimiento. Ms all de las condiciones internas a las instituciones y de las prcticas docentes, resulta imprescindible tambin conocer las caractersticas que aportan quienes son los receptores de la labor docente. Esta informacin puede contribuir a estimar algunas de las razones que inciden en el rendimiento y la desercin de los alumnos universitarios (Toer, 2000). Muchos factores influyen en el rendimiento acadmico, unos que pertenecen o se encuentran en el mismo estudiante (endgenos), y otros que pertenecen o se encuentran en el mundo circundante (exgenos). Estos factores no actan aisladamente, el rendimiento acadmico es el resultado de la accin recproca de lo interno y lo externo. De esta manera, muchos estudios han centrado su inters en buscar diferentes factores que intervengan o condicionen el rendimiento acadmico de los alumnos, en busca de aportar datos tiles que orienten a la eficiencia del sistema educativo de una institucin. Diversas caractersticas del alumnado han sido consideradas a la hora de relacionarlas con el rendimiento acadmico, desde las caractersticas aptitudinales, intelectuales y de la personalidad del alumno hasta los aspectos motivacionales y de percepcin personal de los estudiantes durante el transcurso de la carrera, as como tambin razones de ingreso a la misma. Otros autores han estudiado cmo la pertenencia a un cierto sector socioeconmico o caractersticas personales del alumno, tales como, edad, sexo y lugar de procedencia, pueden relacionarse y a su vez explicar el rendimiento acadmico.

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Por otro lado, algunas investigaciones realizadas a nivel universitario han puesto su inters en cmo la asistencia a clases puede incidir en el rendimiento acadmico. Girn Cruz y Gonzlez Gmez, 2005) han abordado el tema desde los hbitos extraescolares del alumno, as como tambin la intervencin de factores "externos" al alumno, como lo son las condiciones edilicias y las condiciones del profesorado. Por su parte, Alcover et al. (2007) aplican tcnicas de minera de datos (rboles de decisin y regresin multivariante) para analizar la influencia de los parmetros (socioeconmicos, caractersticas personales, nota de ingreso) ms relevantes sobre el rendimiento acadmico de un alumno de primer curso en las titulaciones de informtica de la Universidad Politcnica de Valencia, de forma que permita predecir este rendimiento disponiendo nicamente de la informacin aportada por el alumno en el momento de su matrcula. Encontraron que factores como los estudios previos del alumno y la nota de ingreso en la titulacin aparecen de manera repetida como claramente correlacionados con el rendimiento acadmico el primer ao. Tambin aparecen factores que podran influir en el rendimiento, como las ocupaciones y estudios de los padres, o la edad de ingreso del alumno, aunque estos dependen de la tcnica utilizada. En cambio, el pas de procedencia o el lugar de residencia (del alumno o de su familia) no aparecen en ningn caso. Asimismo, Nghe, Janecek y Haddawy (2007) compararon la exactitud de las tcnicas de rboles de decisin y redes bayesianas para predecir el rendimiento acadmico de estudiantes de pregrado y postgrado en dos centros acadmicos muy diferentes: la Universidad de CanTho (CTU), una gran universidad nacional en Vietnam, y el Instituto Asitico de Tecnologa (AIT), un pequeo instituto de postgrado internacional en Tailandia, que atrae a estudiantes de 86 pases diferentes. No obstante, las herramientas de minera de datos fueron capaces de lograr niveles similares de exactitud para predecir el rendimiento de los estudiantes: 73/71% para (malo, regular, bueno, muy bueno) y 94/93% para (desaprobado, aprobado) en el CTU/AIT, respectivamente. En este anlisis, los rboles de decisin resultaron ms precisos en un 3-12% que las redes bayesianas. Por otra parte, el rendimiento acadmico ha sido representado de diferentes maneras segn los estudios que han abordado el tema. En algunos de ellos, el rendimiento acadmico es representado por el nmero de materias aprobadas por un alumno en una carrera, en otros por el resultado de tests especficamente diseados, as como tambin, por el promedio de notas de las materias cursadas. Esta variedad de manifestaciones del rendimiento acadmico est ligada a las particularidades de la investigacin en cuestin, referidas al nivel de estudios en el cual se analiza el desempeo de los alumnos, el tiempo de la investigacin o el enfoque del investigador.

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

El objetivo de este trabajo es predecir el rendimiento acadmico de los alumnos de primer ao de la FACENA (UNNE), en funcin de sus caractersticas socioeducativas empleando la tcnica de regresin logstica. La Regresin Logstica es un mtodo lineal que intenta modelizar la probabilidad de ocurrencia de un evento. La variable dependiente es categrica dicotmica o policotmica, a los efectos de facilitar la interpretacin (Britos, 2005). Se describen a continuacin algunos trabajos, como antecedentes de aplicacin de la tcnica de regresin logstica en el mbito de la educacin. Wilson y Hardgrave (1995) en Garca Jimnez y Alvarado Izquierdo (2000), usaron como predictores del rendimiento acadmico distintos factores, como la nota media durante una carrera, la puntuacin del test de admisin de posgrado, la experiencia profesional, etc., y encontraron que el anlisis discriminante o la regresin logstica son ms adecuadas que la regresin lineal mltiple a la hora de predecir el xito/fracaso acadmico. Estos autores defienden la utilizacin de la regresin logstica, considerndola una tcnica adecuada cuando se pretende hacer una clasificacin basada en las caractersticas de los datos. Una ventaja adicional de esta tcnica es que no requiere la normalidad estricta de los datos. Ponsot, Varela, Sinha y Valera (2009) utilizaron la regresin logstica para estudiar las relaciones entre variables vinculadas con el entorno social y educativo de estudiantes de la Facultad de Ciencias Econmicas y Sociales (FACES) de la Universidad de Los Andes (ULA) en Venezuela (carrera que cursa, promedio de educacin media, sector del plantel de procedencia (pblico o privado), edad al momento del ingreso, sexo del alumno y turno del plantel de procedencia (diurno o nocturno), con respecto al rendimiento de un alumno durante sus estudios universitarios, el cual fue medido por el promedio de calificaciones en la universidad y por la razn entre el nmero de asignaturas aprobadas e inscriptas. Estos autores lograron probar estadsticamente que: a) existen diferencias en el rendimiento estudiantil entre carreras de la FACES; b) el rendimiento universitario puede ser explicado a partir del rendimiento en el nivel de educacin medio o secundario; c) las restantes variables no tienen efecto sobre el rendimiento universitario; d) no hay diferencias entre los promedios de calificaciones de alumnos provenientes de planteles pblicos y privados de instituciones de educacin media o secundaria. II. Metodologa La poblacin analizada estuvo integrada por los alumnos ingresantes a la Facultad en los aos 2004 y 2005. La informacin sobre las caractersticas socioeducativas y el desempeo acadmico de los alumnos fue obtenida del sistema informtico de gestin de alumnos de la unidad acadmica.

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Para la descripcin de sus caractersticas socioeducativas se utiliz la informacin que los alumnos registraron en el formulario de ingreso a la universidad. De la totalidad de variables incluidas en el formulario se consideraron para el anlisis aquellas que presentaban mayor calidad en cuanto a completitud y validez de los datos. Debido a esto, las variables relacionadas a la actividad laboral del alumno y de los padres, entre otras, no pudieron ser incluidas en el estudio debido a la notable falta de respuesta registrada en el instrumento de recoleccin de datos. Los datos correspondientes al desempeo acadmico provienen de los informes que los docentes de cada asignatura realizan el finalizar cada dictado, en los que slo se registra si el alumno ha logrado aprobar los exmenes parciales o no, pero no se consignan calificaciones numricas. Esta informacin se incorpora peridicamente en un nico almacn de datos con un diseo orientado a las decisiones. Este proceso incluye la integracin, depuracin y formateo de los datos, siguiendo las tcnicas usuales de preprocesado, constituyentes de las etapas previas al modelado y anlisis de los datos (Dapozo y Porcel, 2005). En una primera etapa se realiz una descripcin de los alumnos ingresantes a la Facultad en los aos 2004 y 2005 en base a su sexo y edad, y de las variables socioeducativas de los mismos en relacin a su rendimiento acadmico. El anlisis descriptivo consisti en el cruce de valores de cada una de las variables estudiadas con el rendimiento acadmico, y su interpretacin a travs de proporciones (tablas cruzadas). Luego, con el objeto de establecer diferencias o semejanzas estadsticamente significativas entre las variables, se emple el test de hiptesis de Ji cuadrado. En seguida, se desarroll un modelo para analizar la relacin entre el rendimiento acadmico y las variables socioeducativas. El rendimiento acadmico se defini asociado al desempeo de los alumnos en Matemtica. Todas las carreras de la FACENA tienen en el primer cuatrimestre del primer ao una materia con contenidos matemticos (principalmente lgebra). Para aprobar esta materia el alumno dispone de dos modalidades: a) Aprobar dos exmenes parciales de contenido prctico y un examen final de contenido terico; b) Aprobar un examen final terico-prctico. La aprobacin de ambos exmenes parciales es el condicionante ms fuerte para la continuacin sin atraso en los estudios, ya que para poder avanzar en las materias del segundo cuatrimestre del primer ao, el esquema de precedencias entre asignaturas de los planes de estudio requiere siempre, como mnimo, tener aprobados dichos exmenes. Por tal motivo, el rendimiento acadmico se midi mediante una variable dicotmica yi que toma el valor 1 si el alumno aprob los exmenes parciales o aprob el examen final de la asignatura (en cualquiera de las modalidades descriptas), durante el primer ao de estudios, y 0 en caso contrario.

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Se formul un modelo de regresin logstica binaria de efectos principales, con un nivel de significacin =0.05, debido a que la variable dependiente (rendimiento acadmico) es de tipo cualitativa y asume dos categoras. Dado un vector Xi de datos para un alumno i seleccionado aleatoriamente, y sea yi la variable de respuesta anteriormente definida, el modelo de regresin logstica intenta modelar la probabilidad de que dicha variable yi sea igual a 1, dados los valores del vector de variables Xi. El modelo es:

pi =P(yi =1|x i )=
o equivalentemente

0 +'i Xi 0 +'i Xi

1+e

pi =P(yi =1|x i )=
(Luque Martnez, 2000).

1 1+e
-( 0 +'i X i )

= P(yi

1| xi

1 1 e

Para este trabajo, el punto de corte se estableci en 0.25. Si el valor predicho por el modelo es mayor que 0.25, se clasifica al estudiante en la categora rendimiento bueno. Si el valor predicho es inferior o igual a 0.25, se lo clasifica en la categora rendimiento malo. A continuacin se enuncian las variables independientes que se incluyeron en el modelo, y las categoras que asumen, indicndose en negrita la categora de referencia. AO DE INGRESO: 2004, 2005 CARRERA: Agrimensura, Bioqumica, Ingeniera Elctrica, Ingeniera en Electrnica, Licenciatura en Ciencias Biolgicas, Licenciatura en Ciencias Fsicas, Licenciatura en Ciencias Qumicas, Licenciatura en Matemtica, Profesorado en Biologa, Profesorado en Ciencias Qumicas y del Ambiente, Profesorado en Fsica y Tecnologa, Profesorado en Matemtica, Licenciatura en Sistemas de Informacin. SEXO: Hombre; Mujer. TIENE MAIL: No; S. TTULO SECUNDARIO: Economa y Gestin de las Organizaciones; Humanidades y Ciencias Sociales, Comunicacin, Arte y Diseo; Produccin de Bienes y Servicios; Bachiller omn, Peritos Mercantiles, Tcnicos, Otros ttulos, Ciencias Naturales.

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

DEPENDENCIA DEL ESTABLECIMIENTO: Nacional, Provincial, Dependiente de la Universidad, Privados religiosos, Privados particulares, Institutos militares. COBERTURA OBRA SOCIAL: De los padres, Del cnyuge, Propia, Ninguna ESTUDIO DE LOS PADRES: Se consider el mayor nivel educativo alcanzado por el padre o la madre. Las categoras son: No hizo estudios/Escuela Primaria Incompleta, Escuela Primaria Completa/ Escuela Secundaria Incompleta, Escuela Secundaria Completa/Estudio Superior No Universitario Incompleto, Estudio Superior No Universitario Completo/Estudio Universitario Incompleto, Estudio Universitario Completo/Estudios de Posgrado. III. Resultados y Discusin En la Figura 1 se visualiza la distribucin de los alumnos ingresantes a la Facultad en los aos 2004 y 2005, por sexo y edad. Se observa un ligero predominio de hombres (55%) sobre las mujeres (45%), y que ms del 30% de los ingresantes lo hace despus de los 21 aos.
50 40 Alumnos (%) 30 Varn 20 10 0 18 o menos 19-20 21-25 Edad 26 o mas No contesta Mujer

Figura 1. Distribucin de los alumnos ingresantes a la FACENA-UNNE en los aos 2004 y 2005, por sexo y edad

En la Tabla I se observa que los ingresantes del ao 2005 tuvieron un mejor rendimiento acadmico que los del 2004.
Tabla I. Rendimiento acadmico y ao de ingreso
Ao de ingreso 2004 2005 No. % No. Rendimiento Malo Bueno 885 124 87.7 11.7 959 287 Total 1009 100 1246

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Total

% No. %

77.0 1844 81.8

23.0 411 18.2

100 2255 100

=43.18; gl=1; p=0.000

Se observa adems que el 18.2% de los alumnos que ingresaron en los aos 2004 y 2005 registraron un buen rendimiento. Cabe aclarar que este valor est calculado sobre el total de inscritos; es decir, incluye a aquellos alumnos que habindose inscrito en la institucin no tuvieron ninguna actividad acadmica. La modalidad de registro a nivel del sistema informtico vigente en los aos de ingreso considerados no permiti determinar la cantidad exacta de alumnos que efectivamente cursaron las asignaturas del primer ao. La Tabla II muestra que los alumnos con mejor rendimiento pertenecen a las carreras: Licenciatura y Profesorado en Ciencias Biolgicas, Licenciatura en Ciencias Fsicas, Agrimensura y Bioqumica.
Tabla II. Rendimiento acadmico y carrera
Carrera Lic. en Sistemas de Informacin Lic. en Ciencias Biolgicas Agrimensura Profesorado en Matemtica Lic. en Matemtica Profesorado en Biologa Prof. en Ciencias Qumicas y del Ambiente Prof. en Fsica y Tecnologa Lic. en Ciencias Qumicas Bioqumica Ingeniera Elctrica Ingeniera en Electrnica Lic. en Ciencias Fsicas No. % No. % No. % No. % No. % No. % No. % No. % No. % No. % No. % No. % No. Rendimiento Malo Bueno 668 116 85.2 14.8 148 48 75.5 24.5 42 11 79.2 20.8 101 24 80.8 19.2 42 8 84.0 16.0 77 31 71.3 28.7 67 14 82.7 17.3 11 2 84.6 15.4 49 3 94.2 5.8 382 108 78.0 22.0 60 8 88.2 11.8 185 34 88.2 11.8 12 4 Total 784 100 196 100 53 100 125 100 50 100 108 100 81 100 13 100 52 100 490 100 68 100 219 100 16

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Carrera % No. %

Total
= 33.56; gl=12; p = 0.001

Rendimiento Malo Bueno 75.0 25.0 1844 411 83.2 16.8

Total 100 2255 100

En la Tabla III se observa que los alumnos que poseen una cuenta de correo electrnico presentan un mejor rendimiento acadmico que aquellos que no la tienen.
Tabla III. Rendimiento acadmico y tenencia de mail
Tiene mail No Si Total
=19.69; gl=1; p=0.000

No. % No. % No. %

Rendimiento Malo Bueno 950 162 85.4 14.6 894 249 78.2 21.8 1844 411 81.8 18.2

Total 1112 100 1143 100 2255 100

La Tabla IV muestra que obtuvieron mejores rendimientos los alumnos que poseen ttulos con orientacin en Ciencias Naturales.
Tabla IV. Rendimiento acadmico y ttulo secundario del alumno
Ttulo secundario Ciencias Naturales Economa y Gestin de las Organizaciones Humanidades y Ciencias Sociales Comunicacin, Arte y Diseo Produccin de bienes y servicios Bachiller comn Peritos Mercantiles Tcnicos No. % No. % No. % No. % No. % No. % No. % No. % Rendimiento Malo Bueno 199 86 69.8 30.2 305 59 83.8 16.2 276 67 80.5 19.5 24 3 89.9 11.1 100 26 79.4 20.6 491 85 85.2 14.8 230 42 84.6 15.4 207 42 83.1 16.9 Total 285 100 364 100 343 100 27 100 126 100 576 100 272 100 249 100

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

10

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Ttulo secundario Otros ttulos Total

= 37.44; gl=8; p = 0.000

No. % No. %

Rendimiento Malo Bueno 12 1 92.3 7.7 1844 411 81.8 18.2

Total 13 100 2255 100

En la Tabla V se observa que los alumnos que poseen cobertura de obra social a travs de sus padres, tuvieron un mejor rendimiento acadmico que aquellos que no tienen obra social o que tienen obra social propia.
Tabla V. Rendimiento acadmico y cobertura obra social
Obra Social Ninguna De los padres Del cnyuge Propia Total No. % No. % No. % No. % No. % Rendimiento Malo Bueno 835 156 84.3 15.7 850 232 78.6 21.4 15 5 75.0 25.0 144 18 88.9 11.1 1844 411 81.8 18.2 Total 991 100 1082 100 20 100 162 100 2255 100

= 17.73; gl=3; p = 0.001

La Tabla VI permite observar que el rendimiento de los alumnos aumenta a medida que mejora el nivel de formacin educativo de los padres.
Tabla VI. Rendimiento acadmico y nivel educativo de los padres
Estudio de los padres No hizo estudios / Primaria incompleta Primaria Completa / Secundaria Incompleta Secundaria Completa / Superior No Univ. Incompleto Superior No Univ. Completo / Universitario Incompleto Universitario completo / Posgrado Total No. % No. % No. % No. % No. % No. Rendimiento Malo Bueno 34 5 87.2 12.8 443 59 88.2 11.8 685 126 84.5 15.5 375 109 77.5 22.5 307 112 73.3 26.7 1844 411 Total 39 100 502 100 811 100 484 100 419 100 2255

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

11

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Estudio de los padres %

=45.13; gl=4; p = 0.000

Rendimiento Malo Bueno 81.8 18.2

Total 100

Respecto al bajo rendimiento general resultante de este estudio, vinculado con las dificultades de los alumnos en superar la primera asignatura relacionada con Matemtica, ste podra explicarse adems por la deficiente formacin previa en conocimientos matemticos de los alumnos ingresantes, situacin detectada en otros estudios similares realizados con estudiantes universitarios, Porcel et al. (2001) y Girn Cruz y Gonzlez Gmez (2005). El modelo de regresin logstica desarrollado para predecir el rendimiento acadmico de los alumnos en la primera asignatura de Matemtica de las carreras de la FACENA, fue el siguiente:

P(yi
Donde:

1| xi

1 1 e

H = -2.081 + 0.823 AO + 0.399 CLB + .241 CAG + .259 CPM + + .694 MUCP (Tabla VIII) El modelo ajustado clasifica correctamente el rendimiento acadmico del 74.8% de los ingresantes en el perodo 2004-2005 (Tabla VII), lo cual se considera un ajuste satisfactorio.
Tabla VII. Clasificacin de los alumnos por rendimiento acadmico
Rendimiento pronosticado Malo Malo Rendimiento Observado Bueno 1505 230 Bueno 339 181 % de clasificacin correcto 81.6 44.0 74.8

Total

Las variables que resultaron estadsticamente significativas fueron las siguientes: ao de ingreso, carrera, tenencia de mail, ttulo secundario, cobertura de obra

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

12

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

social y nivel educacional de los padres, y las que no resultaron significativas fueron: sexo y dependencia del establecimiento secundario (Tabla VIII).
Tabla VIII. Modelo de regresin logstica
B -2.081 .823 .399 .241 .259 .132 .764 -.067 .218 -1.344 .173 -.371 -.070 .360 .209 .285 -.638 -.502 -1.089 -.148 -.704 -.578 -.308 -1.310 Error .584 .125 .213 .368 .267 .414 .256 .334 .813 .616 .166 .404 .225 .620 .133 .120 .207 .198 .648 .277 .185 .227 .238 1.074 Wald 12.704 43.711 19.916 3.504 .428 .946 .101 8.922 .040 .072 4.755 1.083 .842 .096 .338 2.477 5.628 21.139 9.533 6.416 2.825 .286 14.510 6.481 1.682 1.487 7.012 -.131 .501 .079 -.544 -20.153 .220 .387 -.508 .260 1.309 .297 .319 27991.9 .126 .553 .274 .254 .146 .070 2.910 .000 9.036 3.019 .490 3.435 gl 1 1 12 1 1 1 1 1 1 1 1 1 1 1 1 1 1 8 1 1 1 1 1 1 1 1 5 1 1 1 1 1 3 1 1 1 p Exp (B) .000 .125 .000 2.278 .069 .061 1.490 .513 1.272 .331 1.296 .751 1.141 .003 2.148 .841 .788 .029 .298 .359 .757 .561 .116 .018 .007 .002 .011 .093 .593 .000 .011 .195 .223 .220 .614 .702 .791 .088 .999 .029 .082 .484 .064 .877 1.650 1.082 .580 .000 1.245 1.472 .601 .935 1.244 .261 1.189 .690 .933 1.434 1.232 1.329 .528 .605 .337 .862 .495 .561 .735 .270

Constante AO DE INGRESO CARRERA Lic. en Cs. Biolgicas (CLB) Agrimensura (CAG) Prof. en Matemtica (CPM) Lic. en Matemtica (CLM) Prof. en Biologa (CPB) Prof. en Cs. Qumicas y del Ambiente (CPQ) Prof. en Fsica (CPF) Lic. en Cs. Qumicas (CLQ) Bioqumica (CBQ) Ing. Elctrica (CIE) Ing. Electrnica (CIEN) Lic. en Cs. Fsicas (CLF) SEXO TIENE MAIL TTULO SECUNDARIO Economa y gestin de las organizaciones (TECON) Humanidades y C.S. (THUM) Comunicacin, Arte y Diseo (TCOM) Produccin de Bienes y Servicios (T_PROD) Bachiller Comn (TBACH) Perito Mercantil (TPER) Tcnicos (TTEC) Otros Ttulos (TOTROS) Dependencia del establecimiento secundario Provincial (DPROV) Dependiente de la Universidad (DUNIV) Privados religiosos (DPRIVR) Privados particulares (DPRIVP) Institutos militares (DMIL) COBERTURA OBRA SOCIAL De los padres (OSPAD) Del cnyuge (OSCONY) Propia (OSPROP)

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

13

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

ESTUDIO DE LOS PADRES Primaria Completa / Secundaria Incompleta (MPCSI) Secundaria Completa / Superior No Univ. Incompleto (MSCSI) Superior No Univ. Completo / Universitario Incompleto(MSCUI) Universitario Completo / Posgrado (MUCP)

28.908 -.245 .066 .430 .694 .511 .503 .509 .512 .229 .017 .713 1.840

4 1 1 1 1

.000 .632 .895 .398 .175 .783 1.069 1.537 2.002

Segn Tejedor (2003) en Beltrn Barco y La Serna Studzinski (2008), la investigacin en educacin superior tiende a utilizar modelos eclcticos de interaccin que reconocen que el rendimiento acadmico es influido por diversas variables. Este autor establece cinco categoras de variables para estudiar los factores que influyen sobre el mismo: acadmicas, psicolgicas, socio-familiares, de identificacin y pedaggicas. Teniendo en cuenta las categoras mencionadas, se propone un esquema de organizacin para las variables independientes (socioeducativas) incluidas en el modelo, y se discuten los resultados obtenidos en este trabajo para cada una de ellas, comparndolos con resultados de investigaciones asociadas en el mbito internacional. 3.1 Variables acadmicas Ao de ingreso: Constituye una variable influyente porque conlleva la representacin de la realidad socioeconmica vigente, as como tambin la representacin del conjunto de planes, estrategias y acciones concretas implementadas en el plano acadmico. Segn los resultados obtenidos en este trabajo, puede interpretarse que, mantenindose constantes las otras variables, los alumnos que ingresaron en 2005 tienen el doble de oportunidades de tener buen rendimiento acadmico en la primera asignatura de Matemtica que los que ingresaron en 2004. Si bien no se han encontrado trabajos donde se utilice esta variable para predecir el rendimiento acadmico, en este estudio ha resultado significativa para explicar el mismo. Ttulo secundario: El esquema de formacin del nivel medio de educacin (preuniversitario) vigente en Argentina durante el perodo estudiado, denominado Polimodal, comprende cinco orientaciones hacia determinadas ciencias y actividades. No obstante, en la poblacin bajo estudio algunos ingresantes posean titulaciones anteriores al sistema Polimodal (Bachiller Comn, Perito Mercantil, Tcnicos). Los resultados obtenidos en este trabajo concuerdan con los obtenidos por Lazarte et al. (2008), quien encontr que los alumnos con ttulo tcnico tienen un mejor desempeo en Matemtica, mientras que el menor rendimiento se observa en los alumnos con ttulo de bachiller. Sin embargo, difieren de los obtenidos por Jurez (2004), quien

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

14

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

afirma que los alumnos con ttulo secundario de bachiller, tendran un mejor rendimiento que los que poseen ttulo de perito mercantil. Por otra parte, los resultados de este estudio muestran que los alumnos con orientacin en Ciencias Naturales tienen ms oportunidad/probabilidad de tener mejor rendimiento que los de todas las otras orientaciones de Polimodal, lo cual resulta coherente, dado el perfil de las carreras que componen la oferta acadmica de la FACENA. La orientacin del Polimodal en Ciencias Naturales se propone profundizar aquellos conocimientos que se ocupan de la descripcin e interpretacin de la naturaleza. Incluye temas y problemas de reas tales como las Ciencias Naturales, las Ciencias Exactas, la Salud y el Medio Ambiente. Dependencia del establecimiento secundario: Esta variable ha resultado no significativa en este modelo, lo cual llama la atencin. En los ltimos aos se ha producido en Argentina un crecimiento de las ofertas educativas de instituciones privadas, que surgieron con el objetivo de brindar un servicio educativo de mejor calidad (Herrera Gmez, 2006). Sin embargo, los resultados obtenidos en este estudio indican que, en esta Facultad, la dependencia del establecimiento secundario no incide sobre el rendimiento acadmico de los alumnos en la primera asignatura de Matemtica de las carreras analizadas, en coincidencia con lo encontrado por Ponsot et al. (2009), quienes expresan que no hay evidencia para afirmar que alumnos provenientes de planteles pblicos y privados obtengan calificaciones diferentes en sus estudios secundarios. Asimismo, en Australia, Shanahan y Meyer (2003), a travs de pruebas de diferencia de medias, determinaron que provenir de un colegio privado no era significativo para explicar el rendimiento de estudiantes universitarios. Por el contrario, existen diversas investigaciones que han encontrado que las caractersticas del colegio de procedencia s influyen sobre el rendimiento acadmico universitario. En efecto, en Amrica Latina algunos trabajos regresionales concluyen que los estudiantes que proceden de colegios de gestin no estatal (privados) obtienen mejores resultados en la universidad. Este resultado es explicado por los menores niveles de calidad de la educacin pblica bsica latinoamericana. En esa lnea, estn las investigaciones de Di Gresia, Porto y Ripani (2002); Porto, Di Gresia y Lpez (2004); y Valdivieso, Monar y Granda (2004). Por su parte, Birch y Miller (2007) mediante una regresin encontraron que quienes haban asistido a colegios privados tenan menores calificaciones promedio en la universidad que los estudiantes provenientes de escuelas del gobierno. Carrera: Cuando existen diferentes carreras (tal como ocurre en la FACENA, cuya oferta acadmica comprende 13 carreras), la motivacin de los estudiantes y/o el grado de dificultad de la carrera pueden ser distintos por lo cual se convierte en una variable explicativa, dado que el rendimiento estar en funcin de la calidad del cuerpo docente, de las tcnicas de aprendizaje, la cantidad de alumnos y otras caractersticas particulares de la carrera. Los resultados obtenidos en este estudio muestran que los alumnos del Profesorado en Biologa tienen el doble de

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

15

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

oportunidades y los de la Lic. en Ciencias Qumicas tienen cuatro veces menor oportunidad/posibilidad de tener buen rendimiento acadmico en la primera asignatura de Matemtica que los de Licenciatura en Sistemas de Informacin, siendo esta la categora de referencia. Estudios como el de Rodrguez, Fita y Torrado (2004) en Garbanzo Varga (2007), detectaron tambin que la carrera es explicativa del xito acadmico. 3.2 Variables socio-familiares Tiene mail: Los alumnos que tienen una cuenta de correo electrnico presentan mayor ventaja en cuanto al rendimiento respecto de los que no lo tienen. Este indicador est asociado a las capacidades personales de los alumnos, e indirectamente da cuenta de la habilidad o competencia para aprovechar los recursos tecnolgicos para la comunicacin y para el acceso a informacin disponible en la red, competencia que los pondra en mejores condiciones para afrontar la adquisicin de conocimientos en el actual paradigma de la Sociedad de la Informacin. Este resultado coincide con el trabajo de Dapozo et al. (2005), en el que el buen rendimiento se asocia a la disponibilidad del recurso computadora. Cobertura de obra social: Los alumnos que tienen cobertura de obra social de los padres o del cnyuge tienen mayor chance de tener buen rendimiento acadmico que los que no tienen obra social. La cobertura de obra social refiere a una situacin de inclusin en el sistema, dado que quienes no poseen cobertura de obra social se encuentran en situacin de mayor desproteccin, asociado a un nivel socioeconmico bajo. Este indicador es coincidente con los resultados obtenidos por Di Gresia, Porto y Ripani (2002), en cuyo trabajo se indica que, en general, los hijos que han crecido en hogares de bajos ingresos tienden a tener menores logros profesionales y educativos. Toer (2000) sostiene tambin que existe una notable incidencia del nivel socioeconmico y, por lo tanto, del peso que supone la diferente preparacin con que cuentan los estudiantes segn los recursos que disponen sus familias y todos aquellos estmulos sociales o culturales que les estn asociados. Estudio de los padres: El modelo educativo que proyectan los padres y el apoyo que el estudiante recibe de su familia han mostrado influir sobre el rendimiento. En este sentido, el modelo de desercin de Girn Cruz y Gonzlez Gmez (2005) determin que la probabilidad de abandonar los estudios se incrementaba cuando el estudiante no reciba apoyo de su familia. Las investigaciones regresionales suelen concluir que el grado de soporte familiar para la educacin superior (operacionalizado con el nivel de estudios de los padres) afecta positivamente el rendimiento. A conclusiones similares a sta llegan los trabajos de Di Gresia, Porto y Ripani (2002); Porto et al. (2004); y Vlez y Roa (2005). En este trabajo se observa que a medida que los padres tienen mayor nivel de escolaridad, aumenta la probabilidad/posibilidad de que el alumno obtenga buen rendimiento acadmico. La educacin de los padres es considerada, en general, un factor importante para

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

16

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

explicar el rendimiento estudiantil. Podra inferirse que a mayor cantidad de aos de educacin de los padres, mayor sera la calidad del apoyo al estudio de los hijos. 3.3 Variables de identificacin Sexo: Esta variable ha resultado no significativa en este modelo. En coincidencia, existen estudios que encontraron que el sexo no era una variable significativa para explicar el rendimiento (Ziegert, 2000), (Shanahan y Meyer, 2003), (Buckless, Lipe y Ravenscroft,1991) (Mooi, 1994) (Didia y Hasnat, 1998) (Krieg y Uyar, 1997). Sin embargo, existen investigaciones sobre el rendimiento acadmico en el mbito de la educacin superior, que apuntan a un mayor xito entre las mujeres (Tejedor, 2003), especialmente cuando se trata de explicar, mediante metodologas regresionales, la cantidad de materias aprobadas por ao (Di Gresia, Porto y Ripani, 2002) o el rendimiento promedio acumulado (Valdivieso, Monar y Granda 2004) (Birch y Miller, 2007). Por el contrario, la investigacin educativa ha identificado tambin que existen cursos en los cuales los hombres tienden a mostrar mejores resultados que las mujeres, tal como el trabajo de Ballard y Johnson (2004). IV. Conclusiones Se observa que, de las variables que resultaron estadsticamente significativas en la prediccin del rendimiento acadmico, la ms destacable es la que tiene que ver con el ttulo secundario del alumno, que representa la orientacin de la formacin recibida por el mismo en el nivel medio preuniversitario. Este resultado da cuenta que los diseos curriculares del nivel medio afectan el rendimiento de los alumnos en la universidad, en forma positiva cuando la orientacin se corresponde con el perfil de la carrera elegida, y negativamente cuando esta formacin previa est ms alejada de los contenidos de la carrera universitaria que el alumno decidi estudiar. Por otra parte, dado que a lo largo del pas son muy dismiles las realidades socioeducativas, no siempre el alumno del nivel medio tiene la oportunidad de elegir la orientacin ms adecuada que favorezca su desempeo universitario. Esta situacin amerita una reflexin respecto del grado de equidad, en cuanto a los conocimientos previos de los alumnos, en el ingreso a la universidad. Respecto de los mtodos utilizados, el modelo de regresin logstica binaria adoptado presenta un porcentaje elevado de prediccin, coincidiendo con los resultados obtenidos por Ponsot, Varela, Sinha y Valera (2009) quienes concluyen que los modelos de regresin logstica demuestran ser una herramienta muy poderosa para indagar sobre la explicacin de variables categricas de respuesta, en las que el investigador tenga especial inters.

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

17

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

A futuro se profundizar este estudio con otras opciones metodolgicas, tales como rboles de clasificacin y redes neuronales y se realizarn comparaciones entre las diferentes tcnicas. A nivel de la gestin de la educacin superior, la disponibilidad de informacin acerca de los factores o condiciones que pueden favorecer o poner en desventaja el rendimiento acadmico de los alumnos, contribuir a orientar las polticas y estrategias institucionales para mejorar los indicadores de desempeo de los alumnos. Referencias Alcover, R., Benlloch,J., Blesa P., Calduch, M. A., Celma, M., Ferri, C., et al. (2007). Anlisis del rendimiento acadmico en los estudios de informtica de la Universidad Politcnica de Valencia aplicando tcnicas de minera de datos. XIII Jornadas de Enseanza universitaria de la Informtica, Teruel, Espaa. Disponible en: http://bioinfo.uib.es/~joemiro/aenui/procJenui/Jen2007/ alanal.pdf Ballard, Ch. y Johnson, M. (2004). Basic math skills and performance in an introductory economics class. Journal of Economic Education, 35(1), 3-23. Disponible en: http://www.indiana.edu/~econed/pdffiles/winter04/Ballard.pdf Beltrn Barco, A. y La Serna Studzinski, K. (2008). Qu explica el rendimiento acadmico en el primer ao de estudios universitarios? Un estudio de caso en la Universidad del Pacfico. Documento de discusin. Lima, Per: Centro de Investigacin de la Universidad del Pacfico. Birch, E. y Miller, P. (2007). The influence of type of high school attended on university performance. Australian Economic Papers, (46)1, 1-17. Britos, P. V. (2005). Minera de Datos (1. ed.). Buenos Aires: Nueva Librera. Buckless, F., Lipe, M. y Ravenscroft, S. (1991). Do gender effects on accounting course performance persist after controlling for general academic aptitude? Issues in Accounting Education, (6)2, 248-261. Dapozo, G. y Porcel, E. (2005). Metodologa de integracin de datos para apoyar el seguimiento y anlisis del rendimiento acadmico de los alumnos de la FACENA. Ponencia presentada en las Comunicaciones Cientficas y Tecnolgicas de la Universidad Nacional del Nordeste 2005, Corrientes, Argentina. Disponible en http://www.unne.edu.ar/Web/cyt/com2005/8-Exactas/E-032.pdf Dapozo, G., Vallejos, O., Greiner C., Golobisky, F. y Espndola C. (2005). Ingreso, permanencia y calidad. Anlisis de una asignatura de primer ao de carrera de grado universitario. Ponencia presentada en el VII Workshop de Investigadores en

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

18

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Ciencias de la Computacin (WICC 2005), Ro Cuarto, Crdoba, Argentina. Disponible en http://dc.exa.unrc.edu.ar/wicc/papers/InformaticaEducativa/113.pdf Di Gresia, L., Porto, A. y Ripani, L. (2002). Rendimiento de los Estudiantes de las Universidades Pblicas Argentinas. Universidad Nacional de la Plata. Departamento de Economa. Documento de Trabajo No. 45. Disponible en: www.depeco.econo.unlp.edu.ar/doctrab/doc45.pdf Didia, D. y Hasnat, B. (1998). The determinants of performance in the university introductory finance course. Financial Practice and Education, 8(1), 102-107. Foio, S. (2003). El perfil socioeconmico de los ingresantes en la UNNE y su relacin con la desercin en el primer ao, la retencin y el rendimiento acadmico. Corrientes, Argentina: Secretara General de Planeamiento. Universidad Nacional del Nordeste. Disponible en http://www.unne.edu.ar/ Web/estadistica/temainteres/Texto/Inf_Ingres/inf_ingres.htm Garbanzo, G. M. (2007). Factores asociados al rendimiento acadmico en estudiantes universitarios, una reflexin desde la calidad de la educacin superior pblica. Revista Educacin, 31(1), 43-63. Garca Jimnez, M. V., Alvarado, J. M. y Jimnez, A. (2000). La prediccin del rendimiento acadmico: regresin lineal versus regresin logstica. Psicothema, 12(2), 248-252. 173 201. En: http://revistaeconomia.puj.edu.co/revista_3/9.pdf. Girn, L. y Gonzlez, D. (2005). Determinantes del rendimiento acadmico y la desercin estudiantil, en el programa de economa de la Pontificia Universidad Javeriana de Cali. Revista Economa, Gestin y Desarrollo, 3, 173-201. Disponible en: http://revistaeconomia.puj.edu.co/html/modules.php?name=BookCatalog&op= showbook&bid=38 Herrera, M. H. (2006). Efecto de la competencia de la educacin privada sobre la calidad de la educacin pblica. Disponible en http://www.aaep.org.ar/ espa/anales/works06/HerreraGomez.pdf Jurez, E. (2004). Estudio comparativo sobre el rendimiento acadmico. IV Encuentro Nacional y I Latinoamericano La Universidad como objeto de Investigacin. Tucumn. Argentina. Krieg, R. y Uyar, B. (1997). Correlates of student performance in business and economics statistics. Journal of Economic and Finance, 21(3), 65-74. Lazarte, G., Priemer, N., Tarifa, H., Paredes, J. y Mamani, R. (2008). Estudio estadstico de las caractersticas del alumno ingresante a la Facultad de

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

19

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Ingeniera. Facultad de Ingeniera. Universidad Nacional de Jujuy. VI Congreso Argentino de Enseanza de la Ingeniera (CAEDI). Salta. Argentina. Luque Martnez, T. (2000). Tcnicas de anlisis de datos en investigacin de mercados. Madrid: Pirmide. Mooi, L. (1994). Some evidence on determinants on students performance in the University of Malaya introductory accounting course. Accounting Education, (3)4, 331-340. Nghe, N. T., Janecek, P. y Haddawy, P. (2007). A comparative analysis of techniques for predicting academic performance. Asian Institute of Technology 37th ASEE/IEEE Frontiers in Education Conference T2G-7. Milwaukee, WI. Ojeda, G. E. (2004). La secretara general de planeamiento y la investigacin educativa. El Universitario. Disponible en: http://eluniversitario.unne.edu.ar/2004/ 44/pagina/01informeespecial02.htm Ponsot, B. E., Varela, L., Sinha, S. y Valera, J. (2009). Un modelo de regresin logstica del rendimiento en los estudios universitarios: Caso FACES-ULA. Revista Actualidad Contable Faces, 12(18), 81-102. Disponible en: http://redalyc.uaemex. mx/src/inicio/ArtPdfRed.jsp?iCve=25712300008 Porcel, E., Cceres, R., Caputo, L., Mata, L., Ramrez Arballo, M. y Sosa, M. C. (2001). Nivel de conocimientos matemticos previos de alumnos ingresantes a FACENA en 2001. Ponencia presentada en las Comunicaciones Cientficas y Tecnolgicas de la Universidad Nacional del Nordeste 2001, Corrientes, Argentina. Disponible en: http://www.unne.edu.ar/Web/cyt/cyt/2001/9-Educacion/D-016.pdf Porto, A., Di Gresia, L. y Lpez, M. (2004). Mecanismos de admisin a la universidad y rendimiento de los estudiantes. Disponible en: www.aaep.org.ar/ espa/anales/resumen04/04/Porto-DiGresia-Armengol.pdf Shanahan, M. y Meyer, J. (2003). Measuring and responding to variation in aspects of students economic conceptions and learning engagement in economics. International Review of Economics Education, 1(1), 9-35. Toer, M. (2000). El caso de los ingresantes de 1998 al Ciclo Bsico Comn de la Universidad de Buenos Aires, para seguir carreras de la Universidad de Derecho, Ciencias Econmicas y Ciencias Sociales. Instituto de Investigaciones Gino Germani, Universidad de Buenos Aires. Disponible en: http://caraya.cbc.uba.ar/ dat/sbe/perfil/perfil.html#1 Valdivieso, M., Monar, K. y Granda, M. (2004). Anlisis de los determinantes del rendimiento de los estudiantes de ESPOL 2002. Revista Tecnolgica, 17(1), 213-218.

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

20

Porcel, Dapozo y Lpez: Prediccin del rendimiento acadmico

Vlez, A. y Roa, C. (2005). Factores asociados al rendimiento acadmico en estudiantes de medicina. Educacin Mdica, 8(2). Villar, W., Lacus, E. y Pagano, M. (2007). La matemtica al ingreso en la universidad. Un estudio comparativo de cuatro Facultades en el Uruguay. Revista Iberoamericana de Educacin, 42(4), 1-9. Disponible en http://www.rieoei.org/ deloslectores/1636Villar.pdf Ziegert, A. (2000). The role of personality temperament and student learning in principles of economics: Further evidence. Journal of Economic Education, 31(4), 307-322. Disponible en: http://www.indiana.edu/~econed/pdffiles/fall00/Ziegert.pdf

Revista Electrnica de Investigacin Educativa Vol. 12 No. 2, 2010

21