Diseño de una herramienta en Python para el análisis de resultados de pruebas Saber Pro

Este proyecto consiste en el diseño de una herramienta que se implementará en Python, que permita aprovechar en mayor medida toda la información que ofrecen los resultados de las pruebas Saber Pro. Se desea diseñar una herramienta que permita encontrar si los factores económicos, sociales y demográf...

Full description

Autores:
Pinzón Montaño, Jorge A.
Tipo de recurso:
Fecha de publicación:
2019
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/8774
Acceso en línea:
http://hdl.handle.net/10584/8774
Palabra clave:
Pruebas Saber Pro
Python
Analísis de datos
Chi cuadrado
Cochran-Mantel-Haenszel
Saber Pro Test
Python
Data Analysis
Chi squared
Cochran-Mantel-Haenszel
Rights
License
Universidad del Norte
id REPOUNORT2_ee83fbf2e56425ea0b68dc80e91a2451
oai_identifier_str oai:manglar.uninorte.edu.co:10584/8774
network_acronym_str REPOUNORT2
network_name_str Repositorio Uninorte
repository_id_str
dc.title.es_ES.fl_str_mv Diseño de una herramienta en Python para el análisis de resultados de pruebas Saber Pro
Design a tool in Python to analyze the results of the Saber Pro test
title Diseño de una herramienta en Python para el análisis de resultados de pruebas Saber Pro
spellingShingle Diseño de una herramienta en Python para el análisis de resultados de pruebas Saber Pro
Pruebas Saber Pro
Python
Analísis de datos
Chi cuadrado
Cochran-Mantel-Haenszel
Saber Pro Test
Python
Data Analysis
Chi squared
Cochran-Mantel-Haenszel
title_short Diseño de una herramienta en Python para el análisis de resultados de pruebas Saber Pro
title_full Diseño de una herramienta en Python para el análisis de resultados de pruebas Saber Pro
title_fullStr Diseño de una herramienta en Python para el análisis de resultados de pruebas Saber Pro
title_full_unstemmed Diseño de una herramienta en Python para el análisis de resultados de pruebas Saber Pro
title_sort Diseño de una herramienta en Python para el análisis de resultados de pruebas Saber Pro
dc.creator.fl_str_mv Pinzón Montaño, Jorge A.
dc.contributor.advisor.none.fl_str_mv Zurek Varela, Eduardo
dc.contributor.author.none.fl_str_mv Pinzón Montaño, Jorge A.
dc.subject.es_ES.fl_str_mv Pruebas Saber Pro
Python
Analísis de datos
Chi cuadrado
Cochran-Mantel-Haenszel
topic Pruebas Saber Pro
Python
Analísis de datos
Chi cuadrado
Cochran-Mantel-Haenszel
Saber Pro Test
Python
Data Analysis
Chi squared
Cochran-Mantel-Haenszel
dc.subject.en_US.fl_str_mv Saber Pro Test
Python
Data Analysis
Chi squared
Cochran-Mantel-Haenszel
description Este proyecto consiste en el diseño de una herramienta que se implementará en Python, que permita aprovechar en mayor medida toda la información que ofrecen los resultados de las pruebas Saber Pro. Se desea diseñar una herramienta que permita encontrar si los factores económicos, sociales y demográficos que recopilados por la prueba Saber Pro afectan el desempeño de los estudiantes de Ingeniería de Sistemas a nivel nacional. Para lograrlo se implementó un algoritmo en Python que en primera instancia tenía una función que permitía limpiar la data de tal forma que no se encontrara ningún tipo de anomalía que pudiera generar errores en el procesamiento posterior. Luego procesaba la data para seleccionar la información relacionada con las ciudades de Barranquilla, Bogotá y Medellín, y los programas de Ingeniería de Sistemas. Seguido a esto, comparaba las características de la data a través de los años para determinar cuales se repetían y se agrupaba los estudiantes en cuartiles teniendo en cuenta su puntaje obtenido en la prueba Saber Pro. Posteriormente, se diseñó un algoritmo que generaba tablas de contingencia para relacionar las variables categóricas (X) obtenidas anteriormente con respecto a los cuartiles (Y), y con base a esto se diseñó un algoritmo que permitía evaluar la independencia entre estas usando la prueba de Chi-Cuadrado con un nivel de significancia del 0.05, para determinar si existía algún tipo de relación entre ellos. Así mismo, se realizó otro algoritmo el cual generaba una tabla estratificada donde se relaciona la ciudad, el género y el resultado en cuartiles, para luego utilizar estos datos en otro algoritmo que incluía la implementación de la prueba de independencia de Cochran-Mantel-Haenszel y generaba un resultado con respecto a esta prueba. Finalmente, basándose en los resultados obtenidos por medio de los algoritmos diseñados se determinó cuáles de estas características afectan el desempeño de los estudiantes en la prueba Saber Pro.
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2019-12-10T13:22:41Z
dc.date.available.none.fl_str_mv 2019-12-10T13:22:41Z
dc.date.issued.none.fl_str_mv 2019-12-04
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/10584/8774
url http://hdl.handle.net/10584/8774
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, 2019
institution Universidad del Norte
bitstream.url.fl_str_mv http://manglar.uninorte.edu.co/bitstream/10584/8774/5/license.txt
http://manglar.uninorte.edu.co/bitstream/10584/8774/1/ficha%20tecnica%20espa%c3%b1ol-01.png
http://manglar.uninorte.edu.co/bitstream/10584/8774/2/ficha%20tecnica%20ingles-02.png
http://manglar.uninorte.edu.co/bitstream/10584/8774/3/ficha%20tecnica%20espa%c3%b1ol-01.pdf
http://manglar.uninorte.edu.co/bitstream/10584/8774/4/ficha%20tecnica%20ingles-02.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
5db8f8cc27073d58209e9140283d589a
14b701df244f8c1359a9a97fb54aece9
cc059a8689d330f644e223956721fbec
04fe14ed2b0ffc43a27caff385729141
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital de la Universidad del Norte
repository.mail.fl_str_mv mauribe@uninorte.edu.co
_version_ 1812183121713430528
spelling Zurek Varela, EduardoPinzón Montaño, Jorge A.2019-12-10T13:22:41Z2019-12-10T13:22:41Z2019-12-04http://hdl.handle.net/10584/8774Este proyecto consiste en el diseño de una herramienta que se implementará en Python, que permita aprovechar en mayor medida toda la información que ofrecen los resultados de las pruebas Saber Pro. Se desea diseñar una herramienta que permita encontrar si los factores económicos, sociales y demográficos que recopilados por la prueba Saber Pro afectan el desempeño de los estudiantes de Ingeniería de Sistemas a nivel nacional. Para lograrlo se implementó un algoritmo en Python que en primera instancia tenía una función que permitía limpiar la data de tal forma que no se encontrara ningún tipo de anomalía que pudiera generar errores en el procesamiento posterior. Luego procesaba la data para seleccionar la información relacionada con las ciudades de Barranquilla, Bogotá y Medellín, y los programas de Ingeniería de Sistemas. Seguido a esto, comparaba las características de la data a través de los años para determinar cuales se repetían y se agrupaba los estudiantes en cuartiles teniendo en cuenta su puntaje obtenido en la prueba Saber Pro. Posteriormente, se diseñó un algoritmo que generaba tablas de contingencia para relacionar las variables categóricas (X) obtenidas anteriormente con respecto a los cuartiles (Y), y con base a esto se diseñó un algoritmo que permitía evaluar la independencia entre estas usando la prueba de Chi-Cuadrado con un nivel de significancia del 0.05, para determinar si existía algún tipo de relación entre ellos. Así mismo, se realizó otro algoritmo el cual generaba una tabla estratificada donde se relaciona la ciudad, el género y el resultado en cuartiles, para luego utilizar estos datos en otro algoritmo que incluía la implementación de la prueba de independencia de Cochran-Mantel-Haenszel y generaba un resultado con respecto a esta prueba. Finalmente, basándose en los resultados obtenidos por medio de los algoritmos diseñados se determinó cuáles de estas características afectan el desempeño de los estudiantes en la prueba Saber Pro.The present project consists of the design of a tool that will be implemented in Python, which allows taking more advantage of all the information offered by the results of the Saber Pro test. You want to design a tool that will allow us to find if the economic, social and demographic factors can be found in the information collected by the test Know Pro affect the performance of the students of Systems Engineering at the national level. To accomplish this, we implemented an algorithm in Python that in the first instance had a function that allowed the data to be cleaned up in such a way that no anomaly was found that could cause errors in subsequent processing. Following this, the data was processed to select information related to the cities of Barranquilla, Bogotá and Medellin, and Systems Engineering programs. The characteristics of the data were then compared over the years to determine which ones were repeated and could be compared. Students were grouped into quartiles taking into account their score obtained in the Saber Pro test, with Q4 being the lowest level and Q1 being the highest level of performance. Subsequently, was designed an algorithm that generated contingency tables to relate the categorical variables (X) previously obtained with regard to the quartiles (Y), additional to this is design an algorithm that allowed evaluating the independence between these using the test of Chi-Cuadrado with a significance level of 0.05, to determine if there was some kind of relationship between them. Likewise, another algorithm was made which generated a stratified table where the city, gender and result in quartiles were related, and then used this data in another algorithm that included the implementation of the independence test of Cochran-Mantel-Haenszel and produced a result for this test. Finally, based on the results obtained by the designed algorithms, it was determined which of these characteristics affect the performance of students in the Saber ProspaBarranquilla, Universidad del Norte, 2019Universidad del Nortehttp://purl.org/coar/access_right/c_abf2Pruebas Saber ProPythonAnalísis de datosChi cuadradoCochran-Mantel-HaenszelSaber Pro TestPythonData AnalysisChi squaredCochran-Mantel-HaenszelDiseño de una herramienta en Python para el análisis de resultados de pruebas Saber ProDesign a tool in Python to analyze the results of the Saber Pro testarticlehttp://purl.org/coar/resource_type/c_6501LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://manglar.uninorte.edu.co/bitstream/10584/8774/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55ORIGINALficha tecnica español-01.pngficha tecnica español-01.pngimage/png57030http://manglar.uninorte.edu.co/bitstream/10584/8774/1/ficha%20tecnica%20espa%c3%b1ol-01.png5db8f8cc27073d58209e9140283d589aMD51ficha tecnica ingles-02.pngficha tecnica ingles-02.pngimage/png39071http://manglar.uninorte.edu.co/bitstream/10584/8774/2/ficha%20tecnica%20ingles-02.png14b701df244f8c1359a9a97fb54aece9MD52ficha tecnica español-01.pdfficha tecnica español-01.pdfapplication/pdf492534http://manglar.uninorte.edu.co/bitstream/10584/8774/3/ficha%20tecnica%20espa%c3%b1ol-01.pdfcc059a8689d330f644e223956721fbecMD53ficha tecnica ingles-02.pdfficha tecnica ingles-02.pdfapplication/pdf338494http://manglar.uninorte.edu.co/bitstream/10584/8774/4/ficha%20tecnica%20ingles-02.pdf04fe14ed2b0ffc43a27caff385729141MD5410584/8774oai:manglar.uninorte.edu.co:10584/87742019-12-10 08:22:41.549Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=