Ingeniería Industrial · 2020
Predicción del resultado de las competencias genéricas en las pruebas saber pro para ingeniería industrial y civil a través del perfil socioeconómico y sociodemográfico de los estudiantes
El siguiente proyecto es de tipo transversal y correlacional ya que permite conocer relación entre las variables en los periodos 2016 a 2018 y tiene como propósito predecir los resultados de los exámenes de la educación superior Saber Pro 2019 de las competencias genéricas, tomando como variables de entrada las preguntas de tipo personal, sociodemográficas y socioeconómicas de los estudiantes de Ingeniería industrial y civil de la Universidad Pontificia Bolivariana de Bucaramanga en los periodos 2016 a 2018, se utilizó técnicas de estadística multivariada de Análisis de Correspondencias Múltiple y Árboles de decisión CHAID con el programa estadístico SPSS STATISTICS. Inicialmente se obtuvo las bases de datos y luego la eliminación de aquellos que no fueron óptimos para el análisis de datos, luego se realizó el Análisis de Correspondencias Múltiples que permitió generar el perfil de los estudiantes de ingeniería civil e industrial, con variables que generaron impacto en su rendimiento. Seguido de ello se realizó arboles de decisión para cada una de las cinco competencias genéricas y también por facultad, esto permitió identificar que el género, edad y tipo de colegio Privado o Público en los estudiantes de ingeniería industrial y civil afecten su desempeño en las competencias, paralelo a esto se hizo validación del modelo donde se tomó los periodos 2016 y 2017 para predecir el año 2018 y luego comparar con los resultados obtenidos por los estudiantes en el 2018. Finalmente se plantea conclusiones y recomendaciones, para que se presenten resultados con mayor asertividad en futuros estudios.
Texto completo 112 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Introducciónp. 12
- Delimitación del problemap. 14
- Antecedentesp. 17
- JUSTIFICACIÓNp. 21
- Objetivosp. 23
- 5.1 Objetivo generalp. 23
- 5.2 Objetivos específicosp. 23
- Marco referencialp. 25
- 6.1 Marco teóricop. 25
- 6.1.1. Pruebas Saber Prop. 25
- 6.1.2. Análisis de correspondencia (AC)p. 28
- 6.1.3. Árbol de decisiónp. 44
- Diseño metodológicop. 35
- 7.1 Alcance metodológicop. 35
- 7.2 Definición de la poblaciónp. 35
- 7.2.1. Unidad de investigaciónp. 35
- 7.2.2. Tamaño de la poblaciónp. 35
- 7.3 Metodologíap. 36
- 7.3.1. Procedimientop. 37
- Resultadosp. 39
- 8.1 Preparación y construcción de la base de datosp. 39
- 8.2 Perfil Estudiantes por Facultadp. 43
- socioeconómicasp. 43
- 8.2.2. Resumen Modelop. 45
- académicosp. 51
- 8.3.1. Validación del modelo de predicciónp. 51
- 8.3.2. Validación de la predicción de Ingeniería industrial 2018p. 53
- 8.3.3. Validación de la predicción de ingeniería civil 2018p. 62
- 8.3.4. Resultados ingeniería industrialp. 73
- 8.3.5. Resultados Ingeniería Civilp. 82
- Conclusiones y recomendacionesp. 92
- 10. Bibliografíap. 97
- 11. Anexosp. 104
- 12. Apéndicep. 109
- Tabla 1. Escala de puntajes a partir del 2016p. 27
- Tabla 2. Nivel de desempeño de los puntajesp. 27
- Tabla 3. Comparación modelos CART y CHAIDp. 34
- Tabla 4. Muestra de estudiantesp. 36
- Tabla 5. Resumen del modelo ACM Variables sociodemográficas y económicasp. 46
- Tabla 6. Definición de los niveles de desempeñop. 51
- Tabla 7. Variables de entrada Arboles de decisiónp. 52
- competencia de razonamiento cuantitativop. 54
- competencia de lectura críticap. 56
- competencia de competencia ciudadanap. 58
- competencia de inglésp. 60
- competencia ciudadanap. 58
- competencia de razonamiento cuantitativop. 64
- competencia de lectura críticap. 66
- competencia ciudadanap. 58
- competencia de inglésp. 71
- competencia de comunicación escritap. 73
- Figura 1 Descripción de los módulos de competencias genéricas. ICFES (2017)p. 26
- 2015 a 2018p. 39
- Figura 3. Frecuencias de las variables por concentración en respuestasp. 42
- Figura 4.Comparación de tenencia de bienes y servicios según profesiónp. 44
- Figura 5. ACM variables sociodemográficas y económicasp. 47
- Figura 6. Mapa Perceptual dimensión educación-estratop. 49
- Figura 7. Mapa perceptual dimensión competencias-rendimientop. 50
- Figura 8. Árbol Razonamiento cuantitativo de validación Ingeniería industrialp. 53
- Figura 9.Árbol lectura crítica de validación Ingeniería industrialp. 55
- Figura 10. Árbol competencia ciudadana de validación Ingeniería industrialp. 57
- Figura 11. Árbol Razonamiento Inglés de validación Ingeniería industrialp. 59
- Figura 12. Árbol comunicación escrita de validación Ingeniería industrialp. 61
- Figura 13.Árbol Razonamiento cuantitativo de validación Ingeniería civilp. 63
- Figura 14. Árbol lectura crítica de validación ingeniería civilp. 65
- Figura 15. Árbol competencias ciudadanas de validación ingeniería civilp. 68
- Figura 16. Árbol inglés de validación ingeniería civilp. 70
- Figura 17. Árbol comunicación escrita de validación ingeniería civilp. 72
- Figura 18. Árbol razonamiento cuantitativo ingeniería industrialp. 75
- Figura 19. Árbol Lectura crítica ingeniería industrialp. 77
- Figura 20. Árbol Competencia ciudadana ingeniería industrialp. 78
- Figura 21. Árbol Desempeño inglés ingeniería industrialp. 80
- Figura 22. Árbol Comunicación escrita ingeniería industrialp. 81
- Figura 23.Árbol rendimiento cuantitativo ingeniería civilp. 83
- Figura 24. Árbol lectura crítica ingeniería civilp. 85
- Figura 25. Árbol competencia ciudadana ingeniería civilp. 87
- Figura 26. Árbol rendimiento inglés ingeniería civilp. 89
- Figura 27. Árbol comunicación escrita ingeniería civilp. 91