| Journal: | Nova scientia |
| Database: | PERIÓDICA |
| System number: | 000393136 |
| ISSN: | 2007-0705 |
| Authors: | Anda Padilla, Humberto de1 López Olmos, Rafael2 |
| Institutions: | 1Universidad De La Salle Bajío, Departamento de Sistemas, León, Guanajuato. México 2Universidad De La Salle Bajío, Admisiones, León, Guanajuato. México |
| Year: | 2012 |
| Season: | Abr |
| Volumen: | 4 |
| Number: | 7 |
| Pages: | 55-84 |
| Country: | México |
| Language: | Español |
| Document type: | Artículo |
| Approach: | Aplicado, descriptivo |
| Spanish abstract | Se propone un modelo matemático de predicción del desempeño académico de los alumnos de licenciatura durante su primer año de estudios en la Universidad De La Salle Bajío medido como el promedio de calificaciones obtenido. El modelo utiliza como variables predictoras el promedio de preparatoria y los datos individuales de las escalas de las dos pruebas psicométricas usadas en el examen de admisión: Terman y 16PF, cuyos valores están disponibles al momento del examen de admisión. El estudio se realizó con los datos de 3,233 estudiantes que ingresaron en 2007 y 2008 y que terminaron el primer año de la licenciatura. Para la elaboración del modelo se utilizó la técnica de regresión paso a paso, usando MINITAB dando como resultado 67 ecuaciones multilineales, conteniendo cada una entre dos y seis predictores. Para cada sujeto pueden aplicarse tres o cuatro ecuaciones de predicción; además de una ecuación general, se tienen una para su carrera, otra para su área del conocimiento y en el 57% de los casos se dispone de una ecuación para la escuela de procedencia. De cada una de ellas se obtiene un valor estimado del promedio del primer año y se sugiere usar la que presenta mayor correlación. Para este efecto se elaboró una aplicación de cómputo que muestra los resultados del modelo por aspirante. Los principales predictores usados en las ecuaciones son el "promedio de la preparatoria" y las escalas de emotividad (16PF), deducción (Terman) y "análisis y síntesis" (Terman). Las ecuaciones de predicción tienen coeficientes de correlación de Pearson ajustados que van desde 0.52 hasta 0.92. La ecuación general presenta una correlación de 0.61 |
| English abstract | A mathematical model is proposed for predicting academic performance of undergraduate freshmen at the Universidad De La Salle Bajio measured as GPA the obtained. The model uses as predictors the high school GPA and the individual scales of the two psychometric tests used in the admission test: 16PF and Terman whose values are known at the time of admission. The study was conducted with the data of 3,233 students who entered in 2007 and 2008 and completed their first year of studies. Stepwise regression using MINITAB was used as the modeling technique resulting in 67 multilinear equations, each containing between two and six predictors. Between three and four prediction equations can be applied to each candidate. In addition to a general equation, there is one according to his/her career, another one for his/her area of knowledge and in 57% of cases there is an equation for his/her school of origin. Every equation provides an estimated value of his/her fhesman GPA. After appling all of them, it is suggested to use the one which has the highest correlation. A computer application was developed to show the estimated GPA by the model for each candidate. The predictors most used in the equations were the "high school GPA" and the scales of "Emotional Stability" (16PF), deduction (Terman) and "analysis and synthesis" (Terman). The prediction equations have adjusted coefficients for Pearson correlation ranging from 0.52 to 0.92. The general equation has a correlation of 0.61 |
| Disciplines: | Educación, Matemáticas |
| Keyword: | Evaluación educativa, Matemáticas aplicadas, Exámenes de admisión, Trayectoria escolar, Rendimiento escolar, Modelos matemáticos, Valor predictivo |
| Keyword: | Education, Mathematics, Educational assessment, Applied mathematics, Admission tests, School trajectory, School achievement, Mathematical models, Predictive value |
| Full text: | Texto completo (Ver HTML) |
