Análisis de la Deserción de Estudiantes Universitarios usando Técnicas de Minería de Datos

espanolSe realiza un estudio para determinar cuales son y cual es la importancia de las variables que llevan a un estudiante a abandonar sus estudios universitarios, usando tecnicas de mineria de datos. La desercion de los estudiantes de educacion superior genera una serie de inconvenientes que afectan a los estudiantes y las universidades. Los resultados obtenidos a partir de los datos proporcionados por las carreras de Ingenieria de la Universidad Catolica del Norte en Antofagasta y Coquimbo (Chile) determinan que las variables que mejor explican la desercion de un estudiante son, las razones socioeconomicas y el puntaje de ingreso a la universidad (PSU). Segun el arbol de decision construido se concluye que la retencion se situa en un 78,3%. La calidad de los clasificadores permite asegurar que sus predicciones son correctas, con niveles estadisticos de curva ROC de 76%, 75% y 83% de acierto para los clasificadores de red bayesiana, arbol de decision y red neuronal respectivamente. EnglishThe research discussed in this paper determines the reasons and variables that determine student’s decision to abandon their university studies. Student dropout becomes a major problem for educational institutions, as the loss of students can disrupt short and long-term academic and financial strategies. To evaluate these factors, data provided by the School of Engineering of the Catholic University of the North (UCN) in Antofagasta and Coquimbo (Chile) were used. The results are obtained using a decision tree to predict the retention of students within 78,3% of accuracy. The models built in this analysis show a statistical ROC Curve of 76%, 75%, and 83% success rate for the Bayesian network classifier, decision tree, and neural network respectively.