Identificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería Industrial

El objetivo de este proyecto era analizar el éxito académico de los estudiantes de ingeniería en función de diversos parámetros que pueden crear desigualdades entre las asignaturas. Utilizando una base de datos proporcionada inicialmente por nuestros tutores del proyecto en la Universidad del Norte...

Full description

Autores:
Ebratt Granados, Laura Marcela
El Sayed, Jade Aubin
Tipo de recurso:
Fecha de publicación:
2020
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/8899
Acceso en línea:
http://hdl.handle.net/10584/8899
Palabra clave:
Saber Pro
Regresión lineal multiple
Rights
License
Universidad del Norte
id REPOUNORT2_ec957f8cc1014b35932451b863d7a009
oai_identifier_str oai:manglar.uninorte.edu.co:10584/8899
network_acronym_str REPOUNORT2
network_name_str Repositorio Uninorte
repository_id_str
dc.title.es_ES.fl_str_mv Identificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería Industrial
dc.title.en_US.fl_str_mv Identification of the variables with incidence in the results of the Saber Pro state tests of the students of Industrial Engineering
title Identificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería Industrial
spellingShingle Identificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería Industrial
Saber Pro
Regresión lineal multiple
title_short Identificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería Industrial
title_full Identificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería Industrial
title_fullStr Identificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería Industrial
title_full_unstemmed Identificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería Industrial
title_sort Identificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería Industrial
dc.creator.fl_str_mv Ebratt Granados, Laura Marcela
El Sayed, Jade Aubin
dc.contributor.advisor.none.fl_str_mv Yie Pinedo, Ruben Dario
Rueda Prada, Jheny Johanna
dc.contributor.author.none.fl_str_mv Ebratt Granados, Laura Marcela
El Sayed, Jade Aubin
dc.subject.es_ES.fl_str_mv Saber Pro
Regresión lineal multiple
topic Saber Pro
Regresión lineal multiple
description El objetivo de este proyecto era analizar el éxito académico de los estudiantes de ingeniería en función de diversos parámetros que pueden crear desigualdades entre las asignaturas. Utilizando una base de datos proporcionada inicialmente por nuestros tutores del proyecto en la Universidad del Norte de Barranquilla, pudimos relacionar diferentes variables entre una muestra de 300 estudiantes. Estas variables puestas a nuestra disposición incluían tanto datos socio-demográficos como académicos: género, edad, resultados académicos, becas académicas o no académicas, estrato... Utilizando la hoja de cálculo de Excel y el software de análisis estadístico, fuimos capaces de relacionar nuestros datos utilizando el método de regresión lineal múltiple. Los resultados obtenidos por la regresión lineal múltiple no muestran fuertes correlaciones entre nuestras diferentes variables. Este hallazgo, aunque decepcionante a primera vista, es por el contrario alentador y muestra que existe una forma de equidad (que no debe confundirse con la igualdad en este caso) entre los estudiantes dentro de la enseñanza de la ingeniería. Los resultados obtenidos muestran que hay igualdad de oportunidades entre los estudiantes: los resultados académicos se ven muy poco afectados por la condición social, económica o de género del candidato (los factores de correlación oscilan entre 0 y 0,3, lo que sigue siendo muy bajo). Cabe señalar, sin embargo, que los resultados de los exámenes SaberPro de los estudiantes están influenciados por los resultados académicos anteriores. De hecho, se obtiene un factor de correlación de 0,4 entre los resultados del ICFES y el SaberPro. Por lo tanto, los buenos resultados de SaberPro dependen más de los buenos resultados académicos previos que de las condiciones socio-económicas y demográficas a las que se enfrenta el candidato.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-06-11T11:35:28Z
dc.date.available.none.fl_str_mv 2020-06-11T11:35:28Z
dc.date.issued.none.fl_str_mv 2020-06-04
dc.type.es_ES.fl_str_mv article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10584/8899
url http://hdl.handle.net/10584/8899
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv Universidad del Norte
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Universidad del Norte
http://purl.org/coar/access_right/c_abf2
dc.publisher.es_ES.fl_str_mv Barranquilla, Universidad del Norte, 2020
institution Universidad del Norte
bitstream.url.fl_str_mv http://manglar.uninorte.edu.co/bitstream/10584/8899/2/license.txt
http://manglar.uninorte.edu.co/bitstream/10584/8899/1/SaberPro2020.jpg
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
e7c8791bbb89d9945cebf180a0b2e584
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Digital de la Universidad del Norte
repository.mail.fl_str_mv mauribe@uninorte.edu.co
_version_ 1812183126821044224
spelling Yie Pinedo, Ruben DarioRueda Prada, Jheny JohannaEbratt Granados, Laura MarcelaEl Sayed, Jade Aubin2020-06-11T11:35:28Z2020-06-11T11:35:28Z2020-06-04http://hdl.handle.net/10584/8899El objetivo de este proyecto era analizar el éxito académico de los estudiantes de ingeniería en función de diversos parámetros que pueden crear desigualdades entre las asignaturas. Utilizando una base de datos proporcionada inicialmente por nuestros tutores del proyecto en la Universidad del Norte de Barranquilla, pudimos relacionar diferentes variables entre una muestra de 300 estudiantes. Estas variables puestas a nuestra disposición incluían tanto datos socio-demográficos como académicos: género, edad, resultados académicos, becas académicas o no académicas, estrato... Utilizando la hoja de cálculo de Excel y el software de análisis estadístico, fuimos capaces de relacionar nuestros datos utilizando el método de regresión lineal múltiple. Los resultados obtenidos por la regresión lineal múltiple no muestran fuertes correlaciones entre nuestras diferentes variables. Este hallazgo, aunque decepcionante a primera vista, es por el contrario alentador y muestra que existe una forma de equidad (que no debe confundirse con la igualdad en este caso) entre los estudiantes dentro de la enseñanza de la ingeniería. Los resultados obtenidos muestran que hay igualdad de oportunidades entre los estudiantes: los resultados académicos se ven muy poco afectados por la condición social, económica o de género del candidato (los factores de correlación oscilan entre 0 y 0,3, lo que sigue siendo muy bajo). Cabe señalar, sin embargo, que los resultados de los exámenes SaberPro de los estudiantes están influenciados por los resultados académicos anteriores. De hecho, se obtiene un factor de correlación de 0,4 entre los resultados del ICFES y el SaberPro. Por lo tanto, los buenos resultados de SaberPro dependen más de los buenos resultados académicos previos que de las condiciones socio-económicas y demográficas a las que se enfrenta el candidato.The objective of this project was to analyse the academic success of engineering students according to various parameters that can create inequalities among subjects. Using a database initially provided by our project tutors at the Universidad del Norte de Barranquilla, we were able to relate different variables among a sample of 300 students. These variables made available to us included both socio-demographic and academic data: gender, age, academic results, tuition fees, estrato, etc... Using Excel spreadsheet and statistical analysis software, we were able to relate our data using the multiple linear regression method. The results obtained by multiple linear regression do not show strong correlations between our different variables. This finding, although disappointing at first glance, is on the contrary encouraging and shows that there is a form of equity (not to be confused with equality here) between students within engineering education. The results obtained show that there is equity of opportunity between students: academic results are very little affected by the social, economic or gender status of the candidate (correlation factors range from 0 to 0.3, which is still very low). It should be noted, however, that students' SaberPro test scores are influenced by previous academic results. In fact, a correlation factor of 0.4 is obtained between the results of the ICFES and the SaberPro. Good SaberPro results are therefore more dependent on previous good academic performance than on the socio-economic-demographic conditions that the candidate faces.spaBarranquilla, Universidad del Norte, 2020Universidad del Nortehttp://purl.org/coar/access_right/c_abf2Saber ProRegresión lineal multipleIdentificación de las variables con incidencia en los resultados de las pruebas de Estado Saber Pro de los estudiantes de Ingeniería IndustrialIdentification of the variables with incidence in the results of the Saber Pro state tests of the students of Industrial Engineeringarticlehttp://purl.org/coar/resource_type/c_6501LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://manglar.uninorte.edu.co/bitstream/10584/8899/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALSaberPro2020.jpgSaberPro2020.jpgimage/jpeg68732http://manglar.uninorte.edu.co/bitstream/10584/8899/1/SaberPro2020.jpge7c8791bbb89d9945cebf180a0b2e584MD5110584/8899oai:manglar.uninorte.edu.co:10584/88992020-06-11 06:35:28.99Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=