Modelo de analítica de datos para la deserción universitaria en los programas de pregrado de la Fundación Universitaria Sanitas

Abstract

Este trabajo de grado de la maestría de gerencia de tecnologías de la información y la comunicación contiene un análisis diagnóstico y descriptivo del fenómeno de la deserción estudiantil de los programas de pregrado en la Fundación Universitaria Sanitas. Este proceso se llevó a cabo a través de las metodologías Vedecco y CRISP (CRoss Industry Standard Process for Data Mining) que contiene 4 etapas para desarrollar proyectos de minería de datos. Para esto se hace una búsqueda del contexto de la deserción a nivel país y luego en la Fundación Universitaria Sanitas, donde se identificó que se cuenta con un promedio de la tasa anual de deserción de 5,6%, según reportes estadísticos de SPADIES. Con una revisión teórica y acceso a la base de datos del sistema académico de la Universidad, se logró obtener suficiente información y registros para hacer un análisis de clasificación de los estudiantes, con ayuda de herramientas con Orange y Power Bi de Microsoft. Con el análisis descriptivo en el aplicativo Orange y la muestra diagnóstica de la información finalmente se construye un modelo de analítica predictiva que muestre las tendencias de la deserción de los programas de pregrado de la Universidad.

This master’s degree work in informarion and communicarios technology management contains a diagnostic and descriptive analysis of the phenomenon of stufent dropout from undergraduate programs at the Sanitas University Foundation. This process was carried out througt the vedecco and CRISP methodologies (Cross industry Standar Process for Data Mining) which contains 4 stages for developing data mining projects. For this, a search is made of the context of desertion at the country level and then at the Sanitas University Foundation, where it was identified that there is an average annual dropout rate of 5.6%, according to statistical reports by SPADIES with a theoretical review and access to the database of the academic system of the University, it was possible to obtain enough information to make a classification analysis of the students, with the help of tools like Orange and Power Bi of Microsoft. With the descriptive analysis in the Orange application and the diagnostic sample of the information, a predictive analytical model is finally constructed that shows the trends of dropout from the undergraduate programs of the university.