Sistema de apoyo para la acreditación de la calidad de programas académicos de la Universidad de Caldas, aplicando técnicas en minería de datos

Abstract

Una de las principales dificultades que enfrenta el sistema educativo actual es la deserción, su valor acumulado llega a niveles del 45% a nivel nacional y del 33% en la Universidad de Caldas; una de sus principales causas es la deserción de tipo académico, por lo que se hace primordial la definición de un indicador que logre medir el rendimiento académico en sus diferentes dimensiones (la excelencia, la eficiencia y la eficacia). Una vez definido el indicador, es fundamental determinar los factores que inciden en este con el objeto de tomar acciones que tengan el mayor impacto posible; estos factores incluyen elementos de identidad, socioeconómicos, vocacionales, de estudios previos, del entorno familiar entre otros y sus relaciones, por lo que un análisis multivariado debe ser el tipo de modelo que los caracterice, la regresión logística y su amplio uso en la determinación de factores de riesgo o de protección fue el análisis seleccionado, tanto por esta característica como por su manejo de variables de tipo numérico como categóricas. Este proceso de extracción de conocimiento a partir de los datos KDD, que ha estado en auge en los últimos años en los ambientes educativos, se desarrolló utilizando la metodología CRISP-DM y fue implementado sobre la aplicación de uso libre RapidMiner y comprende desde la extracción de información de la base de datos del Sistema de Información Académica SIA, su transformación, validación, el cálculo de los índices y el indicador de rendimiento académico IAR, el análisis de Regresión Logística por programa y nivel de avance en créditos del programa, hasta la generación de informes de tipo descriptivo como del modelo. Los resultados finales muestran los factores de riesgo y de protección en el rendimiento académico para los estudiantes de cada programa presencial en diferentes momentos de su paso por la universidad.