Detección de patrones de deserción estudiantil utilizando técnicas descriptivas de agrupamiento, asociación y atípicos en minería de datos para la gestión académica en la Universidad Técnica del Norte

Abstract

Actualmente, la deserción estudiantil es un fenómeno que afecta a las instituciones de educación superior y como consecuencia sus estándares de calidad bajan. En el presente trabajo de investigación se obtuvieron patrones de deserción estudiantil y los principales factores que influyen en esta problemática en la Universidad Técnica del Norte (Ecuador), por medio de técnicas descriptivas de minería de datos (agrupamiento, asociación y atípicos), para analizar los datos personales, académicos y socioeconómicos de los estudiantes desde del año 2017 a 2018. Para obtener la vista minable con 11200 registros se desarrolló el proceso KDD (Proceso de descubrimiento de conocimiento en bases de datos), con el objetivo de obtener el conocimiento deseado con las herramientas Weka y SPSS. Para definir el mejor algoritmo se evaluaron cuantitativamente cada uno de ellos mediante medidas estadísticas. Los principales resultados demostraron que el mejor algoritmo es EM, para obtener el conocimiento de atípicos se emplearon los diagramas de cajas.