Prediction of main variables that lead to student dropout by using data mining techniques

Autor: William Sarache, Santiago Ruiz-Herrera, Omar D. Castrillón-Gómez
Rok vydání: 2020
Předmět:
Zdroj: Formación universitaria, Volume: 13, Issue: 6, Pages: 217-228, Published: DEC 2020
Formación universitaria v.13 n.6 2020
SciELO Chile
CONICYT Chile
instacron:CONICYT
ISSN: 0718-5006
DOI: 10.4067/s0718-50062020000600217
Popis: Resumen: En este artículo se realiza un estudio sobre las principales variables que afectan el abandono estudiantil. Se predice el comportamiento del abandono estudiantil (variable dependiente) usando 25 variables independientes agrupadas en 5 categorías: personales, económicas, sociales, familiares y académicas. Estas fueron muestreadas sobre una población de 410 estudiantes. Mediante un análisis estadístico multivariado, se seleccionaron aquellas más influyentes para estructurar un archivo que fue analizado por el algoritmo J48 de la plataforma Weka. Los resultados muestran que, con una efectividad superior al 80%, las variables más influyentes en el abandono estudiantil son: pedagogía de los profesores, sentimiento de frustración, importancia del programa, expectativas insatisfechas, motivación del programa y procrastinación. Variables como promedio académico y edad de ingreso parecen no tener mayor relevancia. Se concluye que los resultados aportan información útil para el despliegue de estrategias universitarias orientadas a reducir el abandono estudiantil. Abstract: This research study aims to identify the main variables affecting student dropout. The behavior of student dropout (dependent variable) is predicted. There are 25 independent variables included that are grouped into five categories: personal, economic, social, family, and academic. These variables are sampled from a population of 410 students. The most influential variables are selected by using a multivariate statistical analysis. This generated a file structure that is analyzed using the Weka platform’s J48 algorithm. The results show that the most influential variables (effectiveness > 80%) for student dropout are: teacher pedagogy, frustration, the program’s importance, unmet expectations, program motivation, and procrastination. Variables such as academic average and age of admission appear not to be relevant. It is concluded that the obtained results provide valuable information for the deployment of university strategies that aim to reduce student dropout.
Databáze: OpenAIRE
Externí odkaz: