“Análisis del perfil de los Desertores DUOC UC, para Inicio y Continuidad” Mayo, 2016 Confidencial y exclusivo para.

Slides:



Advertisements
Presentaciones similares
Estimación del riesgo relativo en presencia de variables de confusión
Advertisements

¿QUÉ SABEMOS DE LOS CHILENOS? LOS CHILENOS EMERGENTES LA ESTP COMO FACTOR DE PROGRESO Ricardo Paredes, Rector Duoc UC.
CAUSALIDAD Y VALIDEZ EN LOS ESTUDIOS EPIDEMIOLÓGICOS.
LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.
BECAS Y alternativas de financiamiento
RELACIÓN ENTRE OBESIDAD Y DIABETES EN EL EMBARAZO:
UNIVERSIDAD PEDAGÓGICA NACIONAL FRANCISCO MORAZÁN DEPARTAMENTO DE CIENCIAS DE LA EDUCACIÓN METODOLOGÍA DE INVESTIGACIÓN CUANTITATIVA “Ventajas y desventajas.
HOSPITAL GENERAL MANCHA CENTRO
UNIVERSIDAD NACIONAL DE CUYO
INVESTIGACIÓN DE OPERACIONES
Estudio Instituciones de Educación Superior
“Estudio de Desertores 2009 DuocUC” Preparado especialmente para:
NÚCLEO 5.
Posibilidades de predicción de éxito académico de los estudiantes en sus primeros años de Universidad Mario Sillard.
CARACTERIZACIÓN DE LOS SOCIOS DEL SECTOR FINANCIERO POPULAR Y SOLIDARIO
PERFIL ALUMNO DE INICIO 2016
Estudio de Alumnos Reincorporados
MODELOS de PROBABILIDAD Modelo LOGIT
Encuesta de Inicio 2013 Resultados Oficina de Análisis Institucional
ESTEREOTIPOS DE GÉNERO SOBRE LAS CAPACIDADES Y COMPETENCIAS MOTORICAS Y FISIOLÓGICAS DE LA MUJER ATLETA Autores: Rodríguez Fernández C.(Universidad.
Ingeniería en Gestión Logística
Procedimiento completo de regresión múltiple
Oficina de Análisis Institucional
Medición de Satisfacción DUOC UC Sede San Carlos de Apoquindo
Centro de Orientación de las estudiantes
Oficina de Análisis Institucional
Resultados preliminares de la encuesta CCAENA en [PAÍS]
I C A T I Dirección Técnico Académica
Estudio Imagen y Posicionamiento Duoc UC Informe Final Totales
Resultados Proceso de Admisión 2007
“Estudio de desertores de Duoc UC” Continuidad
Autor: Araya P., Ruz G., Palomino H.
Relación entre horas de sueño diario y síndrome metabólico: estudio transversal en la ciudad de Guayaquil Carlos Peñaherrera-Oviedo*, María Carolina Duarte-Martínez*,
CONTINUIDAD ASISTENCIAL ENTRE NIVELES DE ATENCIÓN EN PACIENTES CON PATOLOGÍAS CRÓNICAS EN DOS REDES PÚBLICAS DE SERVICIOS DE SALUD EN BOGOTÁ, COLOMBIA.
Oficina de Análisis Institucional
Keller,R; Deodato,P; Seguel,I; Vaccaro, P; Olea,C; Musante,G
Regresión y Correlación Múltiple: Confusión y colinearidad.
REGISTRO NACIONAL DE ENFERMEDAD DE CHAGAS (RNECH) DE LA FEDERACIÓN ARGENTINA DE CARDIOLOGÍA. EVALUACION DEL IMPACTO DEL TRABAJO NO CALIFICADO EN LOS BLOQUEOS.
Oficina de Análisis Institucional
Medición de Satisfacción DUOC UC
Medición de Satisfacción DUOC UC
Discrete event simulation for student flow in academic study periods
RELACIÓN ENTRE UNA VARIABLE DEPENDIENTE Y UNA O MAS INDEPENDIENTES.
Análisis descriptivo y presentación de datos bivariables
REGRESÍON LINEAL SIMPLE
Calidad de la educación: clave en el camino a la igualdad
Estadística Conceptos Básicos L.A. y M.C.E. Emma Linda Diez Knoth.
GESTIÓN DE LA INFORMACIÓN SEMANA N°3 SELECCIÓN DE INDICADORES PARA ANÁLISIS EN PROFUNDIDAD Objetivo: Analizar y reflexionar sobre situaciones o problemas.
Red de Universidades del Estado
MUESTREO DE ACEPTACIÓN Control de Calidad UMSA. Objetivos de un muestreo de aceptación Aceptar o rechazar un lote (sentenciar un lote): –No es una herramienta.
Centro de Formación Técnica
Perfil y segmentación de los alumnos de inicio 2016 de Duoc UC
Metodología de la Investigación
Oficina de Análisis Institucional
Escuelas Multigrado Seminario-Taller Internacional de Indicadores Educativos Dirección de Indicadores Educativos México, D.F. a 19 de junio de 2008.
Información Educativa
HABILIDADES SOCIALES Y RENDIMIENTO ACADÉMICO EN EL ESTUDIANTE DE ENFERMERÍA. UNIVERSIDAD NACIONAL DEL SANTA, 2015 Mg. Irene Pinto Flores.
Horacio Miranda V. MV, Mag.Bioestadística. Docente de Doctorado Cs.Médicas, Doctorado Biología Molecular Aplicada, Doctorado Recursos Naturales. Universidad.
Comportamiento Escolar de una Generación de la Licenciatura en Actuaría en la Unidad Académica Profesional Cuautitlán Izcalli (UAEM) Autores: L. en P.
Déficit del ciclo de vida en El Salvador y en otros países de Latinoamérica Septiembre 2018.
Encuesta de Servicios DuocUC 2010
Regresión Logística App4stats © Todos los derechos reservados.
FACTORES PRONÓSTICOS EN EL MELANOMA CUTÁNEO DE BAJO RIESGO
RESULTADOS EDUCATIVOS
Campistrús MN*, Chifflet L*, Ríos P**, Mazzuchi N**.
Mg. Homero Ango Aguilar Mg. Jimmy Homero Ango Bedriñana Población, Muestra y Unidad de Análisis Universidad Nacional San Cristóbal de Huamanga Curso de.
¿Cuáles son los principales problemas detectados en el primer año de la Licenciatura?
COMPORTAMIENTO ESCOLAR DE UNA GENERACIÓN DE LA LICENCIATURA EN DERECHO INTERNACIONAL EN LA UNIDAD ACADEMICA PROFESIONAL CUAUTITLAN IZCALLI (UAEM)
METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES
Elaborado por : Mip Alfredo Tapia Macías Asesor: Dr. Enrique De la Cruz Casimiro 18 Junio 2009.
Transcripción de la presentación:

“Análisis del perfil de los Desertores DUOC UC, para Inicio y Continuidad” Mayo, 2016 Confidencial y exclusivo para

Estrategia de análisis . Objetivo: Identificar que características de desempeño académico y socioeconómico de los alumnos de inicio y continuidad explican la probabilidad de desertar. Metodología El análisis se realizó para INICIO y CONTINUIDAD+ESPECIAL separadamente. Dado que la prevalencia de deserción a nivel total es muy baja (cerca del 11%) los modelos no lograban detectar que variables explicaban la condición, por lo que se aplicó el siguiente método: Se generaron 10 muestras aleatorias de NO desertores del mismo tamaño del universo de desertores En cada base creada se aplicó un modelo de Regresión Logística Binario sobre un conjunto de variables Aquellas variables que resultaban significativas en al menos 9 de los 10 modelos ajustados fueron seleccionadas para el ajuste final Se revisó la consistencia entre el coeficiente estimado de OR asociado a cada variable en el modelo final y la relación en el universo total Se realizó un proceso de segmentación mediante CHAID CRT con las variables seleccionadas para identificar los grupos con mayor deserción. Se estimó la presencia del grupo con mayor deserción en cada una de las sedes y escuelas

Estrategia de análisis . Variables utilizadas INICIO CONTINUIDAD Sexo X Edad Notas de enseñanaza media (NEM) Generación : Primera / Segunda Tasa de aprobación (%) Avance curricular (%) Redimiento (notas) Nivel : Técnico / Profesional Modalidad : Semipresencial / Presencial Jornada : Vespertino / Diurno Sostenedor : Otro / Mismo Financiamiento : Sin beneficio / Con CAE y/o Beca Quintil : I al V

Coeficientes en el Universo ANÁLISIS - INICIO VARIABLES SIGNIFICATIVAS EN LA EXPLICACIÓN DE LA PROBABILIDAD DE DESERTAR Odds Ratio   Modelo_1 Modelo_2 Modelo_3 Modelo_4 Modelo_5 Modelo_6 Modelo_7 Modelo_8 Modelo_9 Modelo_10 Promedio Coeficientes en el Universo NEM ,580 ,611 ,599 ,605 ,573 ,625 ,552 ,602 ,593 ,595 ,598 Jornada =Vespertino (0) 1,386 1,376 1,407 1,406 1,472 1,399 1,452 1,426 1,455 1,417 Jornada =Diurno (1) Sostenedor =Otro sostenedor(0) 0,837 0,812 0,786 0,835 0,834 0,852 0,801 0,797 0,810 0,829 0,819 0,826 Sostenedor = Mismo sostenedor(1) Financiamiento =Sin beneficio (0) 2,144 2,076 2,089 2,134 2,213 2,099 2,034 2,127 2,128 2,113 2,130 Financiamiento =CAE y/o Beca(1) Nagelkerke 9% 10% 7% % de clasificación No Desertores 57,7% 55,5% 56,5% 57,3% 58,0% 56,3% 55,8% 56,6% 55,7% 56,7% 100% % de clasificación Desertores 66,0% 67,1% 66,2% 66,1% 67,3% 67,5% 67,2% 0,1% En el proceso de ajuste del modelo, se eliminan las variables Nivel, Edad, Sexo y Generación. Las variables Modalidad y Quintil son significativas para el modelo. Sin embargo, se eliminan ya que son inconsistentes, esto ocurre debido a que las variables en el universo no discriminan significativamente.

ANÁLISIS - INICIO VARIABLES CONFUNDENTES Desertores No desertores   Desertores No desertores Media % NEM 5,4 5,3 Modalidad SemiPresencial 84,1% 15,9% Presencial 86,3% 13,7% Jornada Vespertino 82,0% 18,0% Diurno 88,4% 11,6% Tipo de sostenedor Otro sostenedor 87,8% 12,2% Mismo sostenedor 82,5% 17,5% Financiamiento Sin beneficio 80,1% 19,9% CAE y/o Beca 91,6% 8,4% Quintil I 86,2% 13,8% II 86,7% 13,3% III 85,9% 14,1% IV 85,2% 14,8% V 85,4% 14,6%

Segmentación DESERCIÓN INICIO Se implementa el método CHAID con las variables significativas. Tipo de alumnos Inicio. Perfil del Segmento % desertores Peso del segmento Sin beneficio, Jornada Vespertina y Nem bajo 5,5. 38,2 6,2 Sin beneficio, Jornada Diurna y Mismo sostenedor. 36,3 4,3 Sin beneficio, Jornada Vespertina y Nem sobre 5,5. 32,5 16,5 Sin beneficio, Jornada Diurna, Otro sostenedor y Nem bajo 5,5. 29,4 6,9 CAE y/o Beca, Jornada Vespertina, Nem bajo 5,5. 27,9 1,1 Sin beneficio, Jornada Diurna, Otro sostenedor y Nem sobre 5,5. 21,6 15,1 CAE y/o Beca, Jornada Vespertina, Nem sobre 5,5. 17,4 13,7 CAE y/o Beca, Jornada Diurna, Nem bajo 5,5. 3,1 CAE y/o Beca, Jornada Diurna, Nem sobre 5,5. 12,1 33,1

RIESGO DESERCIón INICIO Porcentaje de estudiantes que cumplen con el perfil del desertor más prevalente dentro de cada escuela y sede. Marginal sede y escuela. Perfil : Se sumaron los 3 grupos con mas deserción. Sin beneficio, Jornada Vespertina y Nem bajo 5,5. Sin beneficio, Jornada Diurna y Mismo sostenedor. Sin beneficio, Jornada Vespertina y Nem sobre 5,5.. :Porcentaje de desertores que cumplen con el perfil. :Peso del perfil.

Coeficientes en el Universo ANÁLISIS – CONTINUIDAD/ESPECIAL VARIABLES SIGNIFICATIVAS EN LA EXPLICACIÓN DE LA PROBABILIDAD DE DESERTAR Odds Ratio   Modelo_1 Modelo_2 Modelo_3 Modelo_4 Modelo_5 Modelo_6 Modelo_7 Modelo_8 Modelo_9 Modelo_10 Promedio Coeficientes en el Universo Tasa de aprobación 2015 ,971 ,970 ,969 ,972 Avance Curricular al 2014 ,992 ,988 Nivel =Técnico(0) 1,311 1,354 1,288 1,328 1,320 1,317 1,257 1,302 1,325 1,298 1,310 1,536 Nivel =Profesional(1) Jornada =Vespertino (0) 1,163 1,173 1,095 1,113 1,131 1,136 1,071 1,058 1,123 1,105 1,117 1,202 Jornada =Diurno (1) Edad =Menos de 22 años (0) ,643 ,616 ,628 ,612 ,629 ,639 ,614 ,597 ,610 ,620 ,659 Edad =Más de 22 años (1) Financiamiento =Sin beneficio (0) 1,453 1,489 1,521 1,522 1,516 1,487 1,560 1,625 1,535 1,520 1,504 Financiamiento =CAE y/o Beca(1) Nagelkerke 36% 35% 37% 30% % de clasificación No Desertores 81,6% 81,4% 82,3% 82,1% 82,7% 82,4% 81,8% 97,1% % de clasificación Desertores 66,1% 66,8% 66,4% 66,5% 67,2% 33,2% En el proceso de ajuste del modelo, se eliminan las variables Rendimiento Nota Promedio 2014, NEM, Sexo, Sostenedor y Generación. Las variables Modalidad y Quintil son significativas para el modelo. Sin embargo, se eliminan ya que son inconsistentes con la Base de datos, esto ocurre debido a que las variables en el universo no discriminan significativamente.

ANÁLISIS – CONTINUIDAD+ESPECIAL VARIABLES CONFUNDENTES   Desertores No desertores Media % % Tasa de Aprobación 2014 85,2 40,0 % Avance Curricular al 2014 70,1 33,0 Nivel profesional Técnico 86,2% 13,8% Profesional 90,3% 9,7% Modalidad SemiPresencial 88,1% 11,9% Presencial 88,3% 11,7% Jornada Vespertino Diurno 89,6% 10,4% Tramos etarios Menos de 22 años 90,8% 9,2% Más de 22 años 86,7% 13,3% Financiamiento Sin beneficio 83,7% 16,3% CAE y/o Beca 90,5% 9,5% Quintil I 88,5% 11,5% II 89,1% 10,9% III 89,7% 10,3% IV 88,7% 11,3% V 87,9% 12,1%

Segmentación DESERCIÓN CONTINUIDAD/ESPECIAL Se implementa el método CHAID CRT con las variables significativas. Tipo de alumnos Continuidad y Especial. Perfil del Segmento % desertores Peso del segmento Avance curricular bajo el 50%, Tasa de aprobación menor al 100%, Nivel técnico, Sin beneficio y Jornada Vespertina. 66,5 1,6 Avance curricular bajo el 50%, Tasa de aprobación menor al 100%, Nivel técnico, Sin beneficio y Jornada Diurna. 56,5 2 Avance curricular bajo el 50%, Tasa de aprobación menor al 100%, Nivel técnico y CAE y/o Beca. 52,6 3,7 Avance curricular bajo el 50%, Tasa de aprobación menor al 100%, Nivel profesional y edad mayor a 22 años. 30,3 8 Avance curricular sobre el 50%, Tasa de aprobación menor al 100%, Edad mayor a 22 años, Nivel técnico y Sin beneficio. 26,1 3,8 Avance curricular bajo el 50%, Tasa de aprobación menor al 100%, Nivel profesional y edad menor a 22 años. 21,3 4 Avance curricular sobre el 50%, Tasa de aprobación menor al 100%, Edad mayor a 22 años, Nivel técnico y CAE y/o Beca. 17,3 5,6 Avance curricular sobre el 50%, Tasa de aprobación menor al 100%, Edad menor a 22 años, Nivel técnico y Jornada Vespertina. 17 Avance curricular bajo el 50%, Tasa de aprobación del 100% y Sin beneficio. 13,5 2,5 Avance curricular sobre el 50%, Tasa de aprobación menor al 100%, Edad mayor a 22 años y Nivel profesional. 12,8 12,9 Avance curricular sobre el 50%, Tasa de aprobación menor al 100%, Edad menor a 22 años, Nivel técnico y Jornada Diurna. 10,3 6,1 Avance curricular bajo el 50%, Tasa de aprobación del 100% y CAE y/o Beca. 7,6 4,3 Avance curricular sobre el 50%, Tasa de aprobación menor al 100%, Edad menor a 22 años y Nivel profesional. 5,7 5,4 Avance curricular sobre el 50%, Tasa de aprobación del 100% y Edad mayor a 22 años. 22,4 Avance curricular sobre el 50%, Tasa de aprobación del 100% y Edad menor a 22 años. 2,4 15,7

RIESGO DESERCIón CONTINUIDAD/ESPECIAL Porcentaje de estudiantes que cumplen con el perfil del desertor mas prevalente dentro de cada escuela y sede, incluye marginal por Sede y Escuela. Perfil : Se sumaron los 3 grupos con mas deserción. Avance curricular bajo el 50%, Tasa de aprobación menor al 100%, Nivel técnico, Sin beneficio y Jornada Vespertina. Avance curricular bajo el 50%, Tasa de aprobación menor al 100%, Nivel técnico, Sin beneficio y Jornada Diurna. Avance curricular bajo el 50%, Tasa de aprobación menor al 100%, Nivel técnico y CAE y/o Beca. :Porcentaje de desertores que cumplen con el perfil. :Peso del perfil.

Ecuación del RIESGO de Deserción Modelo de Regresión Logística El modelo de regresión logística resulta útil para los casos en los que se desea predecir la presencia o ausencia de una característica o resultado según los valores de un conjunto de predictores.     La ecuación que se presenta a continuación es la probabilidad estimada de desertar.