Criterios de admisión y desempeño escolar en la licenciatura: un análisis estadístico en el CUCSH de la Universidad de Guadalajara Daniel Zarabozo Instituto.

Slides:



Advertisements
Presentaciones similares
Curso: Seminario de estadística Aplicada a la investigación Educacional UNIVERSIDAD NACIONAL DE EDUCACIÓN ENRIQUE GUZMÁN Y VALLE Alma Máter del Magisterio.
Advertisements

ESTADISTICA A ESTADISTICA A UNMSM - FQIQ
La mediana La mediana es el valor tal que el 50 % de las observaciones son menores y 50 % de ellas son mayores a dicho valor. En otra palabras, la mediana.
Vera Olivera, David Carlos Marín Rosales, Nicolae Harry
Liz Mirian Mayhuay Tarazona
Multiplicación, Números cuadráticos y Raíz cuadrada
Tema 6: Regresión lineal.
ANALISIS DE DATOS CUANTITATIVOS
Profesor: Ing. Franklin Castellano Esp. en Protección y Seguridad Industrial.
Metodología de la Investigación Social
MEDIDAS DE TENDENCIA CENTRAL
PROBLEMAS DE PRUEBA DE HIPÓTESIS. La lectura de una muestra aleatoria mostraron una media de cm y una desviación estándar de 6.9 cm. Determine un.
1-1 Capítulo dos Descripción de los datos: distribuciones de frecuencias y representaciones gráficas OBJETIVOS Al terminar este capítulo podrá: UNO Organizar.
Teoría de Números Dra. Noemí L. Ruiz Limardo
Unidad de competencia II Estadística descriptiva:
Evaluaciones de Sistemas de Administración de la Seguridad SMSA
Objetivos: Al terminar este capítulo podrá:
© Pedro Juan Rodríguez Esquerdo Departamento de Matemáticas UPR Río Piedras Un experimento.
Estadística Administrativa I
De la muestra a la población
Generación de Números Seudo-Aleatorios
Efectos de la inflación sobre la pobreza laboral urbana en México, 1993 – 2009 Carlo Alcaraz Banco de México, 2013.
Pronósticos, Series de Tiempo y Regresión
Proyecto La Permanencia y graduación de la población estudiantil de Trabajo Social de la Universidad de Costa Rica Responsables: María Gabriela Regueyra.
Indicador de proximidad a escuelas oficiales de nivel primario Población a menos de 100 metros: Población a menos de 250 metros: Población a menos de.
Sistemas de Ecuaciones
Parámetros estadísticos
Dr. Fernando Galassi - Lic. Gisela Forlin
Chi cuadrada y otras Pruebas no paramétricas
APLICACIONES CON EXCEL
Indicadores CNEP Escuela
Ingeniería Industrial II CicloEducativo 2011
¡Primero mira fijo a la bruja!
KRIGING.
Baremos del Test de Dominos
Exponentes y Logaritmos.
ESTRATEGIAS Y DISEÑOS AVANZADOS DE INVESTIGACIÓN SOCIAL
La transformada de Laplace
Investigación en acción
METODOLOGIA DE LA INVESTIGACION EDUCATIVA I
Evaluación Inicia Presentación de Resultados 2012 Santiago, agosto de 2013.
ESTADÍSTICA INFERENCIAL I
ENERO – JUNIO 2013Cifras Relevantes 1 FISCALÍA DE CHILE Cifras Relevantes ENERO – JUNIO 2013.
Curso de Estadística Básica
FACULTAD DE ECONOMÍA Y NEGOCIOS
1 Estudio de Caso sobre la Interacción de los Alumnos en un Curso "en Línea" Usando Aprendizaje Basado en Problemas Jaime Ricardo Valenzuela González ITESM.
Resultados de las Pruebas de Aptitud Académica PAA del año 2013 Dirección de Sistema de Admisión.
Estadística Administrativa II
Estadística Administrativa I
Estadística Descriptiva: 4. Correlación y Regresión Lineal
Estadística Descriptiva: 4. Correlación y Regresión Lineal Ricardo Ñanculef Alegría Universidad Técnica Federico Santa María.
Regresión lineal Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra.
Maracaibo, 5 de Noviembre de 2007 Universidad del Zulia Facultad de Ingeniería Instituto de Cálculo Aplicado Universidad del Zulia Facultad de Ingeniería.
Titular: Agustín Salvia
Análisis de los Datos Cuantitativos
Aplicaciones Estadísticas a las Finanzas Clase 1
Estadística Reporte Ejecutivo
CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL
Dificultad y Discriminación
Regresión lineal simple Nazira Calleja
Unidad 4 Análisis de los Datos.
REGRESIÓN LINEAL MÚLTIPLE.
Germán Fromm R. 1. Objetivo Entender los diseños metodológicos predictivos 2.
Universidad Nacional Autónoma de Honduras En el Valle de Sula Curso: Investigación Científica Para: Carrera de Medicina Facilitadora: Dra. Elba Morán.
RELACIÓN ENTRE UNA VARIABLE DEPENDIENTE Y UNA O MAS INDEPENDIENTES.
Reforma al AFI El derecho a la educación de los buenos alumnos U. Católica Silva Henriquez Mauricio Carrasco T. División de Educación Superior Ministerio.
ESTADISTICA DESCRIPTIVA BIVARIADA MEDIDAS DE RELACIÓN ENTRE VARIABLES CUANTITATIVAS.
Estudio técnico del instrumento
ANALISIS DE VARIANZA.
Evaluando los promedios de grupos distintos UNIDAD 7 1.
Transcripción de la presentación:

Criterios de admisión y desempeño escolar en la licenciatura: un análisis estadístico en el CUCSH de la Universidad de Guadalajara Daniel Zarabozo Instituto de Neurociencias CUCBA, Universidad de Guadalajara con invaluable apoyo de Dra. Esmeralda Matute Dr. Juan Manuel Durán

Antecedentes e Hipótesis En 1995 la Universidad de Guadalajara definió dos elementos para seleccionar a los aspirantes a ingresar al nivel de licenciatura: 1. el Promedio en el Ciclo Escolar Anterior y 2. el resultado de la Prueba de Aptitud Académica elaborada por la empresa The College Board. La suma simple ( ) de estos dos datos constituye el Puntaje de Admisión. Aunque dicho procedimiento comenzó a aplicarse en 1996, son escasos los trabajos (p. Ej. Ochoa, 2000) que han analizado su relación con el desempeño académico de los estudiantes universitarios. En el presente trabajo nos planteamos la pregunta ¿qué tan adecuadamente se selecciona a los aspirantes a la licenciatura? y partimos de la siguiente hipótesis: si el Desempeño Académico es reflejado por el Promedio Escolar Actual del estudiante y si el procedimiento de selección de aspirantes es efectivo, entonces los puntajes de admisión y el promedio escolar de los estudiantes estarán correlacionados. En otras palabras, los puntajes de admisión serán un buen predictor del promedio escolar del estudiante.

Objetivos Con este trabajo se pretende: 1.Analizar el poder predictivo del puntaje de admisión y de otras variables de tipo académico en relación con el desempeño académico de los alumnos de la licenciatura 2.Proponer, en su caso, procedimientos alternativos para la selección de aspirantes a la licenciatura, buscando la mayor exactitud posible en la predicción del desempeño académico, y 3.Comparar los resultados obtenidos en esta investigación con los de otros investigadores que han estudiado este problema

Datos utilizados en el estudio El Departamento de Control Escolar del CUCSH proporcionó datos de todos los alumnos inscritos entre los semestres 1996A y 2001B. Para cada caso se seleccionaron los siguientes datos: ACTUAL promedio escolar actual, en el semestre 2001B CB VERB puntaje (%) en la parte verbal del College Board CB MATE puntaje (%) en la parte matemática del College Board CB TOTAL puntaje (%) en la Prueba de Aptitud Académica del College Board ANTERIOR promedio escolar del alumno en el ciclo anterior (escala de 0 a 100) ADMISIÓN puntaje de admisión (CB TOTAL + ANTERIOR) / 2 expresado en una escala de 0 a 100, en lugar de en una escala de 0 a 200, como se usa en la actualidad De los 10,762 registros originales se eliminaron los que tenían datos incompletos o inexactos, los que ingresaron en virtud de contratos sindicales y los que tenían menos del 5 % de los créditos de la carrera respectiva. Los registros válidos fueron 7,293.

Distribución de estudiantes por carrera en la muestra total

Puntaje de ADMISIÓN en cada una de las carreras

ANTERIOR y CB TOTAL en cada una de las carreras

ANTERIOR y ACTUAL en cada una de las carreras

Correlaciones (r de Pearson) entre las variables de interés en la muestra total CB VERB CB MATE CB TOTALANTERIORADMISIÓN ACTUAL CB VERB CB MATE CB TOTAL ANTERIOR El valor de r 2 multiplicado por 100 se denomina “porcentaje de variación explicada”, y es el porcentaje de variación de la variable dependiente que es explicado por la variación en la variable independiente: % = (r 2 * 100) %

Relaciones entre ACTUAL, ANTERIOR y ADMISIÓN

Correlaciones entre el PROMEDIO ACTUAL y las otras variables de interés en cada una de las carreras CARRERACB VERBCB MATECB TOTALANTERIORADMISIÓN Todas (n = 7,293) Abogado (n = 3,192) Abogado sem. (n = 946) Didáctica fra. (n = 97) Docencia ing. (n = 159) Estudios int. (n = 164) Estudios pol. ( n = 322) Filosofía (n = 284) Geografía (n = 197) Historia (n = 289) Letras (n = 345) Sociología (n = 175) Trabajo soc. (n = 1,123)

Porcentaje de variación de ACTUAL explicada (r 2 * 100) % por ANTERIOR o por ADMISIÓN en cada una de las carreras CARRERA % ANTERIOR % ADMISIÓNDIFERENCIAGRUPO Letras (n = 345) Abogado (n = 3,192) Estudios pol. ( n = 322) Sociología (n = 175) Filosofía (n = 284) Geografía (n = 197) Abogado sem. (n = 946) Historia (n = 289) Estudios int. (n = 164) Docencia ing. (n = 159) Trabajo soc. (n = 1,123) Didáctica fra. (n = 97)

Distintos patrones de relación entre las mismas variables en las distintas carreras

Un puntaje de admisión alternativo Usando regresión lineal múltiple se buscaron los mejores modelos para predecir el valor de ACTUAL, utilizando como variables predictoras CB VERB, CB MATE, CB TOTAL y ANTERIOR. El procedimiento empleado fue el de inclusión hacia delante (“stepwise”), de modo que las variables fueran incorporadas al modelo en orden decreciente de importancia en cuanto a su valor predictivo de la variable criterio (ACTUAL). Este procedimiento se aplicó por un parte a todos los datos de la muestra (modelo único), y por la otra a los datos de cada uno de los tres grupos de carreras. Las Y en cada modelo corresponderían a un “nuevo puntaje de admisión”, construido con base en datos empíricos. Los modelos resultantes de las distintas regresiones fueron los siguientes: Modelo único: Y = * ANTERIOR * CB TOTAL Grupo 1: Y = * ANTERIOR * CB TOTAL Grupo 2: Y = * CB TOTAL * ANTERIOR Grupo 3: Y = * ANTERIOR

Porcentaje de variación del PROMEDIO ACTUAL explicada por ADMISIÓN y por los NUEVOS PREDICTORES CARRERAS % ADMISIÓN % NUEVO PREDICTORDIFERENCIA Todas (modelo único) % Grupo 1 (n = 3859): Letras Abogado Estudios políticos % Grupo 2 (n = 1891): Sociología Filosofía Geografía Abogado semiescolarizado Historia % Grupo 3 (n = 1543): Estudios Internacionales Docencia Inglés Trabajo Social Didáctica del Francés % Todas (modelos de grupo) %

Comparación de métodos de predicción del PROMEDIO ACTUAL

1.El Puntaje de Admisión usado en la actualidad es un pobre predictor del desempeño académico, comparado con otros predictores posibles. 2.Los “pesos” del Promedio Anterior y de la Prueba de Aptitud Académica como predictores del desempeño académico varían entre las distintas carreras. Parece erróneo usar una única combinación en todas las carreras. 3.La predicción basada en modelos de regresión parece ser substantivamente mejor que la actual, sobre todo en las carreras de los Grupo 1 y 2, cuyos integrantes constituyen el 79 % de la población estudiada. En cualquier caso, esta alternativa parece conducir a una mejoría con respecto al procedimiento actual. 4.Los resultados indican posibles líneamientos a seguir en el CUCSH, pero nuestros mismos hallazgos llevan a ser cautelosos en cuanto a una generalización de los resultados a otros centros universitarios. 5.Algunos de nuestros resultados concuerdan con los de Ochoa (2000) en el CUCEA; sin embargo las correlaciones que este autor reporta entre las variables de interés son, en general, mucho más pequeñas. 6.¿Por qué los promedios se incrementan del nivel medio superior al nivel superior? ¿Por que son tan poco variables entre las distintas carreras? ¿Qué tanto el “desempeño académico” corresponde al “promedio escolar”? Conclusiones y nuevas (o muy viejas) preguntas

Relaciones entre el puntaje de ADMISIÓN y los dos valores que lo determinan

Promedio ACTUAL y CB TOTAL en cada carrera