Técnicas de minería de datos para predecir la deserción de estudianes en el nivel medio

Resumen

La deserción estudiantil, es un problema que caracteriza a las instituciones educativas comúnmente desde la secundaria, por ello es importante enfocarse en las razones que motivan a un estudiante a desertar, identificarlos para tomar las acciones pertinentes y reducir el nivel de abandono escolar y dependiendo del caso realizar el seguimiento a los estudiantes. La minería de datos orientada a la educación permite predecir cualquier tipo de factor o característica de un caso, fenómeno o situación. De esta forma, utilizando las técnicas que ofrece la minería, se puede predecir con un porcentaje alto de credibilidad, la probabilidad de desertar del alumno. Este modelo predictivo es el resultado de la aplicación de la Metodología CRISP-DM, la que inicia con el análisis de los datos proporcionados por el Colegio Fisco-misional “San Francisco”, los que permitieron adquirir patrones de comportamiento, finalizando con el modelado de la información que da a conocer las posibles causas por las que un alumno decide desertar. La metodología mixta, es decir la combinación del proceso cuantitativo y cualitativo permite un resultado exitoso en complemento con la línea de investigación Desarrollo de Software. La aplicación de técnicas de minería de datos para predecir la deserción de los estudiantes franciscanos tendrá un impacto positivo, ya que determina las estrategias necesarias para evitar que un alumno deserte, si el caso es lo contrario permitirá mejorar los procedimientos para fortalecer y potenciar la oferta educativa que brinda la Institución.