1

XVII Congreso Internacional sobre Innovaciones en

Docencia e Investigación en Ciencias Económico Administrativas

Factores que influyen en el aprendizaje de los alumnos. Un caso aplicado a

estudiantes de primer año de Ingeniería.

Isabel Arratia Zárate1 y Sara Arancibia Carvajal2

Universidad Diego Portales, Facultad de Ingeniería, Chile

• Administración educativa para el aprendizaje.

1 Magíster en Matematica y Magíster en Planificación y Gestión Educacional, Instituto de Cs Básicas de la Facultad de Ingeniería de la Universidad Diego Portales, 56-2-6762405, isabel.arratia@udp.cl. 2 Magíster en Matematicas, Magíster en Ciencias de la Ingeniería y Doctora en Cs. Empresariales, Instituto de Cs Básicas de la Facultad de Ingeniería de la Universidad Diego Portales, 56-2-6762449, sara.arancibia@udp.cl .

2

Resumen

La educación superior en Chile ha tenido en las últimas décadas un gran incremento en su

cobertura. Si consideramos el escenario universitario actual, surge la necesidad de conocer mejor

las competencias con las que ingresan los alumnos a las carreras universitarias, en particular en

carreras de ingeniería donde se observa una alta tasa de deserción. En especial es imperioso

conocer los factores que inciden en el aprendizaje de los estudiantes de primer año y en

consecuencia en su rendimiento, con el fin de gestionar acciones adecuadas para apoyar a los

estudiantes en el proceso de aprendizaje.

En particular el estudio de investigación tiene por objetivo identificar y analizar las

variables que son relevantes para que los alumnos de la carrera de Ingeniería Civil de la

Universidad Diego Portales tengan éxito en los cursos de primer año, en el sentido de su

aprendizaje, medido por su rendimiento, de modo de focalizar los recursos en aquellos factores

donde la administración universitaria puede incidir para apoyar el aprendizaje.

La metodología aplicada contempla desarrollar modelamiento multivariante,

específicamente regresión logística, en base a datos de las competencias con las que los alumnos

ingresan y de una encuesta especialmente diseñada para este estudio.

Los resultados arrojan luces de ciertos factores en los que se podría gestionar estrategias de

apoyo tales como ofrecer reforzamiento en las competencias en matemáticas y física, charlas de

ayuda en técnicas de estudio, fortalecimiento de los hábitos de estudio e incluso charlas

tendientes a reforzar la motivación, ligada a mejorar la disposición al aprendizaje.

Palabras clave: Factores, aprendizaje, modelación, regresión logística.

3

Factores que influyen en el aprendizaje de los alumnos. Un caso aplicado a

estudiantes de primer año de Ingeniería.

Índice

Pág.

Resumen .......................................................................................................................................... 2

Introducción .................................................................................................................................... 3

I. Marco teórico ............................................................................................................................ 6

1. Antecedentes ........................................................................................................................ 6

2. Contexto: Educación universitaria en Chile ........................................................................ 8

II. Metodología ............................................................................................................................ 10

1. Objetivo ............................................................................................................................. 10

2. Hipótesis de investigación ................................................................................................. 10

3. Muestra…………………………………………………………………………………...11

4. Instrumentos ……………………………………………………………………………..12

5. Métodos ………………………………………………………………………………….12

III. Resultados ............................................................................................................................... 17

IV. Conclusiones y discusión ........................................................................................................ 22

Bibliografía .................................................................................................................................... 24

INTRODUCCIÓN

Los estudios e investigaciones académicas sobre educación superior han tratado de

identificar los factores asociados a la permanencia en la universidad concluyendo que estos son

multifactoriales; entre ellos, aspectos personales, familiares, económicos, trayectoria escolar

previa, rendimiento académico y normativa de la institución en la que realiza los estudios (Díaz

C, 2008).

Los datos disponibles sobre retención muestran que estas cifras varían de acuerdo a las

carreras, siendo Ingeniería Civil una de las que tiene menor retención de sus estudiantes y cifras

bastante significativas de deserción durante el primer y segundo año. Esta realidad también se

4

encuentra presente en la Facultad de Ingeniería de la Universidad Diego Portales. Referidos

específicamente a esta institución existen algunos estudios sobre deserción y una propuesta de

gestión para su disminución en el que relaciona el problema de la deserción con el bajo

rendimiento académico (Schiappacasse, 2006).

A continuación se describe el problema a considerar en esta investigación: El presente

estudio pretende ser una contribución a la discusión del problema deserción - retención

observándolo desde un ángulo diferente. El objetivo central es identificar los factores que

inciden en el buen rendimiento académico de los alumnos de Ingeniería de la Universidad Diego

Portales en el primer año de su carrera, con el propósito de identificar posibles acciones para

mejorar el proceso enseñanza aprendizaje.

Como ya se ha mencionado, el rendimiento académico es uno de los factores que incide

fuertemente en el abandono voluntario o involuntario de los estudios. Por esta razón, la Facultad

de Ingeniería de la UDP desde el 2006 viene aplicando diversas estrategias de apoyo a los

estudiantes con el fin de disminuir las tasas de reprobación y, como consecuencia, mejorar las

tasas de deserción o de manera equivalente mejorar las tasas de retención, entendiendo este

último término como la persistencia de los estudiantes de un programa de estudios universitarios

o carrera universitaria por lograr su grado o título (Himmel, 2002).

De estos antecedentes y del interés de seguir investigando la realidad de los estudiantes de

ingeniería de la UDP, surge el presente trabajo que aborda la problemática de la deserción

desde la contraparte, es decir, qué factores inciden en que un alumno tenga éxito en el

primer año de sus estudios de ingeniería.

La pregunta que se tratará de responder, aplicada a los estudiantes de primer año de la

Facultad de Ingeniería de la UDP es:

¿Cuál o cuáles son los factores que influyen en el éxito en los estudios de ingeniería civil?

Responder la pregunta de investigación planteada tiene relevancia social y también

implicaciones prácticas; se beneficiará la Institución y los estudiantes. Ya no sólo se conocerán

las estadísticas sobre retención de sus alumnos, sino que tendrá información sobre cuáles son los

5

factores que inciden en el éxito académico de sus estudiantes, datos relevantes para la toma

decisiones en temas como el ingreso y las políticas de apoyo a los estudiantes.

El estudio también tendrá una utilidad metodológica al disponer de un instrumento para

recolectar y analizar datos que tienen relación con el desempeño académico de los alumnos.

La estructura del paper considera cuatro secciones. En primer lugar una sección I de marco

teórico que contempla la conceptualización de los factores a utilizar en el estudio, los

antecedentes referidos a investigaciones relacionadas con el tema y el contexto de la educación

universitaria en Chile. La sección II corresponde a la metodología, la que considera el objetivo,

las hipótesis de investigación, el muestreo, el instrumento de medición y el desarrollo del

modelo. La sección III se refiere a los resultados del modelo y por último la sección IV considera

las conclusiones y discusión.

6

I. MARCO TEÓRICO

En el sistema educativo, particularmente en la Universidad, el éxito académico está

directamente relacionado con la aprobación de los cursos, con buenas calificaciones y logrando

titularse en el tiempo establecido por la Institución para la carrera escogida. Una reflexión al

respecto la realizan las académicas de la Facultad de Ciencias Humanas de la Universidad

Nacional, Buenos Aires, Argentina (Baldoni, Balduzzi, Corrado, Eizaguirre y Goñi, 2004); para

las autoras el éxito académico “parece estar asociado a criterios de excelencia”. Y siguiendo la

lógica de Perrenoud (Perrenoud, 1990) la excelencia “se relaciona con la calidad de una práctica

y siempre manifiesta una competencia resultante de un aprendizaje que forma parte del capital

cultural”. Así, un alumno será exitoso cuando cumpla con las expectativas de la institución

educativa al interior de la cual dichos juicios de excelencia se fabrican.

1. Antecedentes

Como es sabido, la educación superior a nivel mundial ha tenido un crecimiento de la

matrícula en las últimas décadas; a ello han contribuido varios factores, a saber, la creación de

muchas instituciones de educación superior y las facilidades de acceso que algunas de ellas

ofrecen. Pero junto con este crecimiento se han observando otros fenómenos que, si se considera

al alumno como eje de los diversos programas, causan preocupación. Estos son las altas tasas de

repitencia, el abandono temporal de los estudios, la demora en la titulación por más tiempo que el

estipulado y finalmente, la deserción, término que se refiere al abandono voluntario o

involuntario prematuro de un programa de estudios antes de alcanzar el título o grado durante un

tiempo lo suficientemente amplio como para descartar la posibilidad de que el alumno se

reincorpore (Himmel (2002).

Al abordar estos fenómenos, Romo y Fresán (Romo y Fresan, 2000), plantean que se

deberían considerar tres momentos claramente identificables: el primero, la etapa anterior al

ingreso de los estudiantes hasta su integración a la institución; a continuación, el transcurso de los

estudios, esto es, su permanencia en la carrera y, como tercer momento, lo que ocurre desde el

egreso hasta la titulación.

7

Sobre el primer momento, Montes (Montes, 2002) aborda el tema de la transición de la

educación media a la educación superior desde tres ángulos, el psicológico, el de la orientación

vocacional y el de la preparación intelectual. Afirma que desde el punto de vista psicológico, en

la enseñanza media, los estudiantes viven un clima de confianza, protección y calidez que les

proporciona mucha seguridad, pasando luego a un mundo más impersonal, desconocido donde

concurren sentimientos contradictorios de temor y esperanza. A esto hay que agregar el

significativo número de egresados de la educación media que no sabe con claridad lo que quieren

y que vienen de recibir, durante cuatro años, un compacto de estudio de carácter enciclopédico.

Destaca la importancia que tienen los colegios y liceos de hacerse cargo de estas realidades

mediante un incremento de las tareas de orientación, un desarrollo equilibrado de la afectividad,

el logro de “cabezas bien formadas, capaces de pensar con lógica, de asociar con inteligencia,

de observar atentamente y de inducir con corrección, de entender lo que leen y de expresarse

adecuadamente, antes que atiborradas de datos” y termina añorando que la relación entre los

niveles segundo y tercero de la educación chilena sea más estrecha.

No obstante son numerosos los estudios que se centran en el acceso a la educación superior,

y son escasas las investigaciones que analizan qué les ocurre a los estudiantes después que

ingresan a este sistema. Si se vincula el éxito o fracaso académico con la evaluación de los

aprendizajes, en la educación superior, ésta se ha discutido menos que en otros niveles del

sistema educativo.

En la última década, las universidades han mostrado preocupación por los temas de

retención y deserción de sus alumnos. Las investigaciones han estado dirigidas a cuantificar el

problema de la deserción, es decir, a estimar su magnitud y costos. Sin embargo, hay algunos

trabajos que analizan el fenómeno desde una perspectiva más explicativa; el primero de ellos, de

Vicent Tinto (Tinto, 1989). En el año 2006, académicos de la Universidad de La Laguna,

España, (Alvarez et al., 2006) realizaron una investigación en la que junto con cuantificar la

deserción en las universidades españolas, efectuaron un análisis comparativo con otros países.

Ellos, (Álvarez et al., 2006, p 182-192), hacen un gran aporte al presentar, de forma breve, las

variables que diversos trabajos de investigación han identificado y que demuestran que la

deserción tiene múltiples causas y dimensiones. Pero también describen los modelos explicativos

que han tratado conceptualmente el problema, a saber, modelo de adaptación, que es el que ha

8

tenido más desarrollo y se ha usado como referente en muchas investigaciones, el modelo

estructural, el modelo economicista y el modelo psicopedagógico que surge a partir del trabajo

teórico y empírico de los académicos citados. Infieren que el perfil del estudiante con mayores

probabilidades de finalizar con éxito los estudios

“sería aquel que tuviera la mayor cantidad posible de los siguientes rasgos: persistencia,

motivación, capacidad de esfuerzo, satisfacción con la carrera cursada, ajuste entre sus

capacidades y las exigencias de la carrera que estudia, capacidad para superar

dificultades, metas claras de largo plazo, capacidad para fijar el rumbo futuro, constancia

en el trabajo diario, asistencia a clases, ayudantías o tutorías y constante repaso de los

temas estudiados”.

En Chile, el Centro de investigación en creatividad y educación superior, CICES de la

Universidad de Santiago (USACH) ha contribuido activamente a la reflexión en temáticas

vinculadas al desarrollo y mejoramiento del quehacer institucional y docente en el campo de la

educación superior. En 2007, las investigadoras del CICES Canales y De los Ríos (Canales y De

los Ríos, 2007) publicaron un artículo donde exponen, desde una perspectiva cualitativa, las

principales causas y condicionantes de los procesos de deserción universitaria en Chile.

Posteriormente, las mismas autoras realizan la investigación “Retención de estudiantes

vulnerables en la educación universitaria chilena” (Canales y De los Ríos, 2009), en la que

sugieren que la retención y permanencia de estudiantes vulnerables en la educación universitaria

se explica por la interacción entre capacidades personales, apoyos familiares, recursos sociales y

soportes institucionales.

2. Contexto: Educación universitaria en Chile

2.1 Descripción y crecimiento: La educación superior chilena, hasta 1980, estaba compuesta

sólo por universidades, algunas de ellas con sedes en distintas ciudades del país. Todas contaban

con financiamiento público, aunque varias pertenecían a organizaciones privadas.

En la actualidad, el sistema de educación superior distingue tres tipos de instituciones, creadas

por la reforma de la educación superior de 1981: universidades, institutos profesionales (I.P.) y

centros de formación técnica (C.F.T.), y reconoce oficialmente tres tipos de certificaciones

9

académicas: títulos técnicos de nivel superior, títulos profesionales y grados académicos.

Además la actual legislación reconoce como instituciones de educación superior a los

establecimientos educacionales de las diferentes ramas de las Fuerzas Armadas.

2.2 La Facultad de Ingeniería de la Universidad Diego Portales (UDP)

La carrera de Ingeniería Civil se imparte en la Universidad Diego Portales desde 1989, año

en que ingresaron 90 alumnos. En la actualidad la carrera tiene tres menciones: Informática y

Telecomunicaciones, Obras Civiles e Industrial; cuenta con 1633 alumnos vigentes al año 2011.

En un estudio realizado el año 2005 en la UDP, donde se analizaron 1635 cursos dictados el

primer semestre del 2004, se determinó que la mayor tasa de reprobación de la Universidad

ocurre en la Facultad de Ingeniería alcanzando un 29%. Un año después, Schiappacasse

(Schiappacasse, 2006) en su tesis plantea que la deserción estudiantil de los alumnos de

ingeniería de la UDP tiene directa relación con los bajos índices de rendimiento académico y en

particular con el bajo índice de rendimiento en las asignaturas de ciencias básicas.

Un informe reciente sobre retención de estudiantes realizado por el Consejo Nacional de

Educación concluyó que sólo el 46% de los estudiantes que ingresaron a carreras universitarias el

2004 llegó a quinto año el 2008. Y si se observa la retención por áreas de conocimiento, el

noveno lugar de un ranking de nueve carreras lo ocupa, con un 38%, Ingeniería Civil.

Ilustración 1 Fuente: Elaboración propia a partir de Sistema SGU, VRA-UDP

10

En el caso de la Facultad de Ingeniería de la UDP, un factor relevante que se ha

considerado al analizar cuantitativamente a los estudiantes desertores es el rendimiento

académico. Abordar el problema con más profundidad no es tarea fácil puesto que el

rendimiento académico es la suma de diversos y complejos factores tanto de la persona que

aprende como también del currículo, de las características de los docentes, de la institución y

también aspectos sociales, familiares y económicos. Estudios realizados en el 2006 consideraron

a la Prueba de Selección Universitaria, PSU, como factor determinante; los resultados indicaron

que los estudiantes que tenían mayor puntaje en la PSU-Matemática lograban mejores

calificaciones y su promedio de permanencia en la carrera era más alto. También se detectó que

las notas de la educación media NEM no constituía un buen parámetro para predecir la

permanencia en la carrera.

II METODOLOGÍA

1. Objetivos

Teniendo en cuenta las variadas condicionantes que tiene la permanencia de los estudiantes

en una carrera, este trabajo tiene por objetivo identificar factores que inciden en que un alumno

tenga éxito en los estudios de primer año de Ingeniería Civil en la UDP.

2. Hipótesis de investigación

Las hipótesis a testear en esta investigación son las siguientes:

H1: El factor Hábito incide en la probabilidad de éxito de los estudiantes

H2: El factor Motivación incide en la probabilidad de éxito de los estudiantes

H3: El factor de ingreso PSU Matemática incide en la probabilidad de éxito de los estudiantes

H4: El factor concerniente a la disposición a aprender incide en la probabilidad de éxito de

los estudiantes

H5: El factor de ingreso NEM (Notas de enseñanza media) incide en la probabilidad de éxito

de los estudiantes.

11

3. Muestra

Para la aplicación se considerará a la cohorte 2010, constituida por los 420 estudiantes

matriculados en primer año, cuyas características son las siguientes:

La mayoría de los estudiantes es de la Región Metropolitana; exactamente el 83,6%,

seguido de la VI región con un 4,8%. El 79% proviene de un colegio de nivel socioeconómico

alto o medio alto y el 48% cursó su enseñanza media en colegios particulares pagados.

Tabla 1: Caracterización estudiantes cohorte 2010

Informática Obras Civiles Industrial Total

Total estudiantes 95 120 205 420

Hombres 82 (86%) 93 (78%) 157 (77%) 332 (79%)

Mujeres 13 (14%) 27 (22%) 48 (23%) 88 (21%)

Puntaje máximo PSU 678,5 680 782,5

Puntaje mínimo PSU 551 532 552

Puntaje promedio PSU 602 589 618

Fuente: Elaboración propia a partir de datos del Sistema SGU, VRA-UDP

12

4. Instrumentos

Para la recolección de la información se diseñó una prueba de diagnóstico de alternativas

múltiples con 20 preguntas para ser rendida de manera presencial. Esta prueba pretende

determinar en qué grado los alumnos ya han alcanzado ciertas competencias matemáticas

necesarias para iniciar los estudios de ingeniería.

Se analizó la Prueba de Diagnóstico rendida por los estudiantes, los resultados obtenidos en

el Curso de Nivelación, los datos de la base de datos de admisión la que provee información de

las notas de enseñanza media, la prueba de selección universitaria PSU Matemáticas y Lenguaje

y otras variables de caracterización de los alumnos Además se elaboró y aplicó una encuesta a los

estudiantes de la cohorte 2010 para identificar otras variables comunes a los estudiantes exitosos

relativas a la motivación, hábito de estudio, predisposición al estudio. En esta última encuesta,

cuya validez de contenido fue verificada, se logra tener información para 360 de los 420

estudiantes.

5. Métodos

El análisis descriptivo de datos y los gráficos se realiza con Excel 2007. Para el desarrollo del

modelo matemático que se pretende obtener se utiliza Regresión logística con el software SPSS

17.0. La elección de la regresión logística se debe a que el problema primordial que resuelve esta

Ilustración 2 Fuente: Elaboración propia a partir de Sistema SGU, VRA-UDP

13

técnica es el de cuantificar cómo influye en la probabilidad de que ocurra un suceso, la presencia

o no de diversos factores y además muestra cuál es el nivel de esa influencia.

5.1 Desarrollo del modelo

5.1.1 Descripción de las variables involucradas en el modelo

Se recopilaron las notas de los alumnos en las nueve asignaturas del primer año de la

carrera lo que condujo a considerar el “nivel de éxito” del estudiante, estimar si un alumno es

exitosos o no lo es y, finalmente, a la definición de la variable dependiente dicotómica “éxito”.

Se considerará para esta investigación el “nivel de éxito” del estudiante según la cantidad

de asignaturas que apruebe como se indica a continuación:

En este trabajo, se considerará como un estudiante “exitoso” aquel que tenga un nivel de

éxito muy alto o alto, es decir, cuando haya aprobado al menos siete de las nueve asignaturas que

indica la malla curricular para el primer año de ingeniería.

Para decidir las variables independientes que se considerarán en el modelo de regresión

logística; se consideró de acuerdo a la revisión bibliográfica y opinión de expertos las siguientes

variables; el promedio de notas de la enseñanza media (NOTA E. MEDIA) y el puntaje en la

PSU Matemática (PSU MATEM). Adicionalmente a esto y, en base a la revisión de la literatura

Tabla 2: Definición de nivel de éxito

Nivel de éxito N° asignaturas aprobadas

Muy alto 9

Alto 7 u 8

Regular 5 o 6

Bajo 3 o 4

Muy bajo 0, 1 o 2

Fuente: Elaboración propia

14

existente respecto a estudios sobre deserción y éxito en la educación superior, se consideró

relevante considerar también variables relativas al hábito de estudio, a la motivación para la

carrera elegida y a la actitud o disposición por aprender del estudiante.

Es así como, al disponer de los datos aportados por las preguntas de la encuesta, se

generaron tres variables independientes que capturan los conceptos antes mencionados, todas

ellas dicotómicas. Esas variables se definieron a partir de la experiencia y criterio de los

investigadores y de académicos expertos en el área de la educación.

Variable hábito de estudio

Variables involucradas en la construcción de

HÁBITO en una escala de Likert del 1 al 7

donde 1 “muy en desacuerdo” y 7 “muy de

acuerdo”

Operacionalización de la variable

P16: He logrado formar grupos de estudio

P19: Acostumbro a buscar información en

diversas fuentes para complementar mi

aprendizaje

P20: Semanalmente dedico tiempo suficiente

para estudiar cada una de las asignaturas

P21: Cumplo metas especificas para las horas

de estudio

P22: Tomo buenos apuntes en clases

Para cada pregunta considerada en la primera

columna:

Se asigna 1 si el alumno responde estar de

acuerdo o muy de acuerdo con la afirmación;

en el caso de otra respuesta se asigna 0. En

base al juicio de expertos se consideró que si el

alumno suma 4 o 5 en las puntuaciones de las

preguntas anteriores el alumno posee hábito de

estudio; en caso contrario, no se observa

realmente una disciplina de estudio constante y

por tanto para la investigación se considerará

que el alumno no posee hábito de estudio.

15

Variable disposición a aprender

Con las respuestas obtenidas de los alumnos a las preguntas P14, P17 y P18 se dio origen a la

variable DISPOSICIÓN A APRENDER; esta indica la valoración y la actitud positiva que tiene

el estudiante hacia el aprendizaje.

Variables involucradas en la construcción de

DISPOSICION A APRENDER en una escala

de Likert del 1 al 7 donde 1 es “muy en

desacuerdo y 7 “muy de acuerdo”

Operacionalización de la variable

P14: Asisto a clases dispuesto(a) a aprender

P17: Las clases de cátedra son un aporte para

mi aprendizaje

P18: Asisto regularmente a clases

Para cada pregunta considerada en la primera

columna:

Se asigna 1 si el alumno responde estar de

acuerdo o muy de acuerdo con la afirmación;

en el caso de otra respuesta se asigna 0. En

base al juicio de expertos se consideró que si el

alumno suma 3 en las puntuaciones de las

preguntas anteriores el alumno posee

disposición a aprender, en caso contrario para

la investigación se considerará que el alumno

no posee disposición a aprender.

16

Variable motivación

Variables involucradas en la construcción de

MOTIVACION en una escala de Likert del 1

al 7 donde 1 es “muy en desacuerdo” y 7

“muy de acuerdo”

Operacionalización de la variable

P11: Tengo confianza en que seré un ingeniero

de la UDP

P13: Me siento contento de haber optado por

Ingeniería en la UDP

P25: Siento que tengo habilidades para lograr

ser un buen ingeniero

Para cada pregunta considerada en la primea

columna:

Se asigna 1 si el alumno responde estar de

acuerdo o muy de acuerdo con la afirmación;

en el caso de otra respuesta se asigna 0. En

base al juicio de expertos se consideró que si el

alumno suma 2 o 3 en las puntuaciones de las

preguntas anteriores el alumno posee

motivación de estudio, en caso contrario ación

se considerará que el alumno no posee

motivación.

A continuación, se muestra el desarrollo del modelo de regresión logística considerando las

variables descritas anteriormente.

5.1.2 Modelo de regresión logística

Mediante un modelo de regresión logística se pretende obtener una relación entre la

variable dependiente ÉXITO definida como

= exitoso) es no (o éxito tieneno estudiante el si0

exitoso) es (o éxito tieneestudiante el si1y

y las variables independientes: X1 = PSU Matemática, X2 = Notas E.Media, X3 = Hábito,

17

X4 = Disposición a aprender y X5 = Motivación

El modelo permitirá determinar cuál o cuáles de las variables Xi, son las que inciden y en qué

grado, en que un estudiante tenga más probabilidad de tener éxito en el primer año de ingeniería

de la UDP.

III RESULTADOS

Al ejecutar el modelo de regresión logística con las cinco variables mencionadas se obtuvo

que la variable Motivación no es estadísticamente significativa; la Sig estadística asociada a esta

variable es 0,553 > 0,05. El resto de las variables tienen sig < 0,05, esto indica que contribuyen

significativamente a mejorar el ajuste del modelo y, por esta razón, los resultados del modelo que

se ejecutará estarán referidos a las cuatro primeras variables.

Fuente: Elaboración propia

18

Mediante el uso de SPSS 17.0 se filtraron 10 casos que se detectaron con residuos fuera de

la norma, encontrándose además 17 casos perdidos. Con esto, los casos válidos para el análisis

se redujeron a 296.

En la tabla 4, se exhibe la prueba ómnibus sobre los coeficientes del modelo; en ella

aparece el estadístico chi-cuadrado cuyo valor indica que, al introducir las 4 variables en el

modelo, se consigue un incremento significativo del ajuste global, valorando este incremento a

partir del modelo nulo que es aquel que no incluye ninguna variable. En este caso, las hipótesis

de esta prueba son:

H0 = El incremento obtenido en el ajuste global del modelo es nulo

H1 = El incremento obtenido en el ajuste global del modelo no es nulo,

Al obtener un chi-cuadrado con valor 110,487 con una significancia menor que 0,05, se puede

rechazar la hipótesis nula H0 y concluir que la incorporación de las 4 variables mejora

significativamente el ajuste y capacidad predictiva del modelo.

De manera complementaria, la tabla 5 muestra tres estadísticos que permiten valorar el

ajuste global del modelo.

Tabla 4: Prueba ómnibus sobre los coeficientes del modelo

Chi-cuadrado gl Sig.

Paso 1 Paso 110,487 4 ,000

Bloque 110,487 4 ,000

Modelo 110,487 4 ,000

Fuente: Elaboración propia

19

Con los valores 0,312 para el R2 de Cox y Snell y 0,418 para el R2 de Nagelkerke,

podemos afirmar que el modelo tiene un ajuste aceptable. El R2 de Nagelkerke indica que el

41,8% de la variación de la variable dependiente “Éxito” es explicada por las variables incluidas

en el modelo.

En la tabla 6, de clasificación de los datos, se registra el porcentaje correcto de clasificación

de los datos en las categorías 0 = no exitoso y 1 = exitoso, como también el ajuste global del

modelo. En el caso que investigamos, el modelo clasifica correctamente al 71,8% de los

estudiantes no exitosos y al 71,4% de los alumnos exitosos.

Tabla 5: Resumen de los modelos

Paso -2 log de la verosimilitud

R cuadrado de Cox y Snell

R cuadrado de Nagelkerke

1 293,292(a) ,312 ,418

Fuente: Elaboración propia

20

De manera global, el modelo ajusta correctamente al 71,6% de los estudiantes, por lo que se

puede calificar como un buen modelo para determinar los factores que influyen en el éxito de los

estudiantes de primer año de ingeniería de la UDP.

Finalmente la tabla 7, muestra las variables Xi que contiene el modelo, sus coeficientes de

regresión Bi, con sus correspondientes errores estándar E.T., y la significación estadística

asociada. Al ser las significancias menores a 0,05, se concluye que todas las variables

consideradas son estadísticamente significativas para explicar el éxito del estudiante. Se observa

que los coeficientes B de las variables son todos positivos, indicando con esto que todas las

variables influyen de manera positiva en la probabilidad de éxito de los estudiantes. Por ejemplo,

a mayor puntaje PSUMAT, mayor es la probabilidad que el estudiante sea exitoso.

Tabla 6: Datos clasificados por el modelo

Observado Pronosticado

Exito Porcentaje correcto

0 1

Paso 1 Exito 0 122 48 71,8

1 36 90 71,4

Porcentaje global 71,6

El valor de corte es ,430

Fuente: Elaboración propia

21

Con todos estos datos podemos construir, para cada estudiante k de la población, la

ecuación:

k4

k3

k2

k1k X76,0X874,0X133,3X032,0228,39L ++++−=

Y luego predecir la probabilidad de éxito del estudiante k mediante:

kLke11)1éxito(P−+

==

No obstante esto, es interesante explicitar el significado que tienen los valores Exp(B) de la

tabla 7. Como los valores B son todos positivos, Exp(B) son todos mayores que 1.

En el caso de la variable PSUMAT, el valor 1,033 significa que por cada punto (1 unidad)

que el estudiante aumente el promedio de la PSU Matemática, la ventaja del suceso tener éxito en

primer año aumenta en un 3,3%, manteniendo el resto de las variables constantes. En el caso de

E.MEDIA, por cada décima de punto que el alumno aumente en sus notas de enseñanza media, la

posibilidad de que sea exitoso aumenta poco más de dos veces (Exp(B) = 22,950 = 10 x 2,295),

Tabla 7: Variables en la ecuación del modelo de regresión logística para el éxito

B E.T. Wald gl Sig. Exp(B)

Paso 1a PSUMAT ,032 ,005 44,788 1 ,000 1,033

E.MEDIA 3,133 ,533 34,567 1 ,000 22,950

HÁBITO ,874 ,437 3,997 1 ,046 2,398

APRENDER ,760 ,305 6,205 1 ,013 2,138

Constante -39,228 5,165 57,681 1 ,000 ,000

Fuente: Elaboración propia

22

es decir, la ventaja del suceso tener éxito aumenta en un 129,5% manteniendo las otras variables

constantes

En relación a las variables dicotómicas HÁBITO Y APRENDER se puede concluir que la

ventaja del suceso “tener éxito” entre los alumnos que tienen hábitos de estudio es más del doble

(Exp(B) = 2,4 aproximadamente) que entre los que no tienen hábitos. Del mismo modo, la

ventaja del suceso “tener éxito” entre los alumnos que tienen disposición a aprender es más del

doble (Exp(B) = 2,1 aproximadamente) que entre los que no tienen disposición a aprender,

manteniendo el resto de las variables constantes.

En otras palabras, si un alumno tiene hábitos de estudio, la chance de que tenga éxito en el

primer año de Ingeniería Civil aumenta poco más de dos veces, en comparación con el que no

tiene hábitos de estudio. Y en el caso de que un estudiante tenga disposición a aprender, la

posibilidad de que ese alumno sea exitoso, aumenta más de dos veces en relación al que no tiene

esa disposición.

IV CONCLUSIONES Y DISCUSIÓN

Se concluye mediante modelos de regresión logística, que las variables que influyen

positivamente en que un estudiante tenga éxito en el primer año de Ingeniería Civil de la UDP

son:

Puntaje obtenido en la PSU Matemática.

Promedio de Notas de la Enseñanza Media.

Hábitos de estudio, en el sentido de buenas prácticas escolares.

Disposición a aprender, entendida como la curiosidad por aprender, el comprender que

adquirir conocimientos es positivo, el sentirse con aptitudes para el aprendizaje.

Es decir se verifican las hipótesis H1, H3, H4 y H5.

A partir de los resultados obtenidos, el perfil del estudiante con mayores probabilidades de

éxito en la carrera de Ingeniería Civil de la UDP, es aquel que tenga el máximo posible de las

siguientes características:

23

Es constante en el trabajo diario.

Asiste regularmente a clases dispuesto a escuchar, participar y aprender.

Repasa los temas expuestos en la clase.

Completa los temas de la clase a través de la bibliografía.

Organiza las horas dedicadas al estudio.

Define y cumple las metas establecidas para el estudio.

Se esfuerza en pos de logros futuros.

Tiene capacidad para superar las dificultades.

Siente agrado con la carrera que estudia.

Tiene una percepción realista del esfuerzo que exigen los estudios.

Además debe tener buen puntaje en la PSU Matemática y buen promedio de notas de

enseñanza media.

El problema del éxito en los estudios y su contraparte, el abandono o fracaso en los

estudios, debe ser motivo de atención dentro de la institución con acciones tendientes a reforzar

carencias de los alumnos ya sean estas de insuficientes conocimientos en las ciencias básicas

como también de falta de estrategias de estudio necesarias para superar las exigencias de la

carrera de Ingeniería.

Los procesos de transición de la Educación Media a la Educación Superior y la integración

a la vida universitaria en el primer año juega un papel importante en la retención y por ello

debería ser un foco de atención de las autoridades. En el caso de la Facultad de Ingeniería de la

UDP, una buena práctica que debería continuar es el Curso de Nivelación al cual son invitados

los alumnos.

Sería conveniente adicionar a esto, cursos, talleres o charlas de desarrollo de habilidades de

estudio, de búsqueda de información e incluso, de manejo de la ansiedad, para los estudiantes que

muestren deficiencias en estos temas. Otro aspecto relevante es considerar charlas

motivacionales y de conocimiento sobre Ingeniería, de modo que el alumno se motive para la

carrera y comprenda que, además de tener hábitos de estudio, debe lograr desarrollar una actitud

positiva con una buena disposición a aprender.

24

La limitación de esta investigación es que analiza el éxito y obtiene los factores que en él

inciden para un caso particular, el de los estudiantes de la carrera ingeniería civil de la UDP. Sin

embargo, la metodología usada para la recolección de datos y las técnicas y métodos estadísticos

utilizados pueden aplicarse a cualquier carrera universitaria y en cualquier institución.

Con este estudio se consigue conocer el fenómeno del éxito académico de los estudiantes;

sin embargo, la práctica docente de las autoras las lleva a plantear las siguientes interrogantes

para futuras investigaciones:

1. ¿Los estudiantes que aprueban las asignaturas del área matemática en el primer año, logran

titularse en el tiempo que corresponde? (Eficiencia de egreso)

2. De lo anterior se desprende el siguiente tema de investigación más general: ¿Cuáles son los

factores que inciden en que un alumno tenga éxito en la carrera, es decir, se titule en el

tiempo que corresponde?

3. ¿Cuál o cuáles evaluaciones diagnósticas podrían generarse para predecir el éxito

académico?

BIBLIOGRAFÍA

Álvarez, P., Bethencourt, J., Cabrera, L. y González, M. (2006). El problema del abandono de los

estudios universitarios, Revista RELIEVE, v.12, N°2.

Baldoni, M., Balduzzi, M., Corrado, R., Eizaguirre, M. y Goñi, M. (2004). Éxito o fracaso en la

universidad ¿quién lo define?, Facultad de Ciencias Humanas, Universidad Nacional del Centro

de la Provincia de Buenos Aires, Argentina.

Canales, A. y De los Ríos, D. (2007). Factores explicativos de la deserción universitaria, CICES-

USACH, Revista calidad de la educación N°26, 173-201.

Canales, A. y De los Ríos, D. (2009). Retención de estudiantes vulnerables en la educación

universitaria chilena, CICES-USACH, Revista calidad de la educación N°30, 49-83.

25

Díaz, C. (2008). Modelo conceptual para la deserción estudiantil universitaria chilena,

Universidad Austral de Chile, Revista estudios pedagógicos XXXIV N°2, 65-86.

Himmel, E. (2002). Modelos de análisis de la deserción estudiantil en la educación superior,

Revista calidad de la educación, CNED-MINEDUC, Chile.

ÍNDICES, Chile, Consejo Nacional de Educación. (2010). Indicadores, números y datos sobre

instituciones y carreras de educación superior. Disponible en www.cned.cl .

Montes, H. (2002). La transición de la educación media a la educación superior, Revista calidad

de la educación, CNED-MINEDUC, Chile

Perrenould, P. (1990). La construcción del éxito y del fracaso escolar, Ed. Morata, Madrid.

Romo, A. y Fresán, M. (2000). Los factores curriculares y académicos relacionados con el

abandono y el rezago, Centro nacional de evaluación para la educación superior, México.

Disponible en www.ceneval.edu.mx .

Schiappacasse, V. (2006). Gestión para la disminución en la deserción de alumnos de primer

año de la Facultad de Ingeniería de la UDP, Tesis de Magister en planificación y gestión

educacional, Escuela de Posgrado UDP.

Tinto, V. (1989). Definir la deserción una cuestión de perspectiva, Revista de la educación

superior, México. Disponible en www.uady.mx .