Revista Científica Ciencia y Tecnología Vol 22 No 36 págs.34-47
http://cienciaytecnologia.uteg.edu.ec
Identificación de variables significativas en la deserción
estudiantil, mediante un modelo matemático de regresión
lineal KDD
Identification of significant variables in student dropout,
using a KDD linear regression mathematical model
Cristina Vinueza López1
cvinueza31@gmail.com
https://orcid.org/0000-0002-4125-9700
Eduardo Toscano Guerrero2
fe.toscano@uta.edu.ec
https://orcid.org/0000-0002-3951-7774
Christian Salazar Noroña3
chrisalazarn@gmail.com
https://orcid.org/0000-0001-6449-8862
Cristian Flores Cadena4
cflores@uagraria.edu.ec
https://orcid.org/0000-0003-4071-7228
Recibido: 10/05/2022; Aceptado: 14/09/2022
Resumen
En el presente proyecto se desarrolló un modelo de regresión logística para
estimar la deserción estudiantil del Instituto Superior Tecnológico Luis A. Martínez
Agronómico. Se analizaron los datos de 849 estudiantes, evaluándose las
variables: género, estado civil, edad, carrera, repitencia, ocupación e ingresos
económicos. Para desarrollar el modelo matemático se utilizó la metodología KDD,
que permite generar información a partir de una base de datos con los registros a
estudiarse. Dentro el período evaluado el 82,45 % de los estudiantes no
desertaron y el 17,55% sí. Para el estudio se establecieron cuatro modelos de
regresión logística, sin embargo, se escogió el modelo de regresión logística 4, el
cual incluye las variables ‘carrera’ y ‘repitencia’, que fueron las únicas
significativas. El modelo de regresión logística 4 clasificó correctamente el 83 %
de los datos de entrenamiento y el 79 % de los datos de testeo. Adicionalmente,
se determinó un modelo de predicción con árboles de decisión, que estableció
1 Magister en Matemática Aplicada, Universidad Técnica de Ambato, Ecuador
2 Magister en Matemática Aplicada, Universidad Técnica de Ambato, Ecuador
3 Ingeniero en Electrónica y Control, Escuela Politécnica Nacional, Ecuador
4 Magister en Dirección de Operaciones y Seguridad Industrial, Universidad de las Américas, Ecuador
Vinueza, Toscano, Salazar y Flores.
Identificación de variables significativas en la deserción estudiantil, mediante un modelo matemático
de regresión lineal KDD
como variable explicativa ‘carrera’. El valor F1_Score del modelo de regresión
logística 4 fue mayor que el valor del F1_Score del modelo con árbol de decisión.
Palabras clave: deserción estudiantil, modelo matemático, regresión logística,
predicción con árbol de decisión, educación superior, metodología KDD
Abstract
In this research, a logistic regression model was used to estimate student dropout
from the IST Luis A. Martínez Agronómico. The data of 849 students registered
was used to build the model. The independent variables considered for the model
were: gender, marital status, age, career, repetition, occupation and economic
status. We used the KDD methodology to estimate the mathematical model, which
allows generating information from a database with the records to be studied. In
the evaluated period, 82.45% of the students did not dropout but 17.55% did it.
In the study, four logistic regression models were established, finally, it was
chosen the logistic regression model 4, which only includes the career and
repetition variables as the only significant ones. The null hypothesis was rejected
because the coefficients 1 and 2 of the variables ‘career’ and ‘repetition’ aren´t
zero. The logistic regression model 4 correctly classified 83% of the training data
and 79% of the test data. Additionally, we build a prediction model based on
decision trees, which established ‘career’ as a unique explanatory variable. The
F1_Score value of the logistic regression model 4 was higher than the F1_Score
value of the decision tree model.
Keywords: student dropout, mathematical model, logistic regression, decision
tree prediction, higher education, KDD methodology.
Introducción
La presente investigación pretende dotar de una herramienta que permita predecir
el riesgo de deserción de estudiantes que cursan una carrera de nivel tecnológico
superior en una institución del centro del país. Con este fin, se utilizarán modelos
predictivos y técnicas de minería de datos para determinar patrones de
comportamiento de los estudiantes, que determinen su condición de potencial
desertor, asociándole un índice de deserción como probabilidad de abandono del
sistema educativo. Dicha información podrá ser utilizada por las instituciones de
educación superior del país para tomar medidas que eviten o reduzcan el nivel de
deserción al mínimo posible. El modelo predictivo se desarrollará mediante un
Modelo Multivariante con Regresión Logarítmica, ya que los modelos de elección
discreta son bastantes apropiados para analizar los factores determinantes de la
probabilidad de un suceso como el que se pretende estudiar. La presente
investigación es de tipo caso de estudio, ya que estudia un sujeto o una realidad
de carácter específico. Cabe recalcar que los estudios de casos se utilizan
especialmente cuando las preguntas "cómo" o "por qué" se plantean, el
investigador tiene poco control sobre los eventos, y cuando se investiga un
fenómeno contemporáneo dentro de su contexto de la vida real, considerando que
los límites entre el fenómeno y el contexto no son claramente evidentes (Yin,
2003).
35
Revista Científica Ciencia y Tecnología Vol 22 No 36 págs.34-47
http://cienciaytecnologia.uteg.edu.ec
La presente investigación se realiza para diseñar un modelo matemático
predictivo, que permita identificar de forma temprana los casos de estudiantes
que presenten mayor probabilidad de desertar, para que la institución pueda
aplicar medidas preventivas que evitan dichos casos de deserción. El diseño de
obtuvo mediante un análisis multivariable con regresión logarítmica. La
disminución de la tasa de deserción es de vital importancia en las instituciones de
educación superior, ya que representa un indicador de la calidad educativa
evaluado por las instancias superiores.
En la educación, la deserción se refiere al abandono prematuro de un programa
de estudios antes de alcanzar un título o grado, considerando un tiempo
suficientemente largo como para descartar la posibilidad de que el estudiante
retome sus estudios (Himmel,2002). La deserción estudiantil constituye un grave
problema en la educación de nivel superior, técnica, tecnológica o universitaria,
ya que tiene una incidencia negativa sobre los procesos políticos, económicos,
sociales y culturales del desarrollo nacional (Sopalo, Guevara y Burbano, 2020).
Además, constituye un grave problema para la institución de educación superior,
ya que el nivel deserción constituye el indicador “Tasa de retención” del Modelo
de evaluación institucional para los institutos superiores técnicos y tecnológicos
del proceso de acreditación establecido por el Consejo de Aseguramiento de la
Calidad de la Educación Superior (CACES, 2020). De allí la importancia de
establecer una alternativa que les permita identificar los casos de estudiantes
próximos a retirarse e implementar acciones preventivas para evitarlo.
Metodología
La población de estudio corresponde a todos los estudiantes del Instituto Superior
Tecnológico Luis A. Martínez Agronómico, instituto público de educación superior
tecnológica de la ciudad de Ambato. Se estudiaron a 849 estudiantes de las
carreras de Tecnología Superior en Procesamiento de Alimentos (296), Tecnología
Superior en Gastronomía (299) y Tecnología Superior en Producción Pecuaria
(254). El procesamiento de datos se realizó siguiendo la metodología KDD, o
generación de conocimiento en bases de datos, que es reconocido como un
proceso no trivial para identificar patrones válidos, novedosos, potencialmente
útiles y, en última instancia, comprensibles a partir de los datos (Fayyad,
Piatetsky-Shapiro y Smyth, 1996). Las fases de la técnica están en la Figura 1.
36
Vinueza, Toscano, Salazar y Flores.
Identificación de variables significativas en la deserción estudiantil, mediante un modelo matemático
de regresión lineal KDD
Figura 1. – Metodología KDD
Fuente: Fayyad, Piatetsky-Shapiro y Smyth, 1996)
Para el presente estudio se consideraron las siguientes variables independientes:
género, estado civil, edad, carrera, repitencia, ocupación e ingresos económicos,
como se indica en la Tabla 1.
Tabla 1.- Variables dependientes del proyecto de investigación
Variables
independientes
Descripción
Género Femenino
Masculino
Estado civil
Soltero
Casado
Unión libre
Divorciado
Edad Valor en años
Carrera
PA Procesamiento de Alimentos
G Gastronomía
PP Producción Pecuaria
Repitencia
Estudiante a reprobado al menos una
asignatura
Estudiante no ha reprobado ninguna
asignatura
Ocupación Estudiante estudia y trabaja
Estudiante solamente estudia
Revista Científica Ciencia y Tecnología Vol 22 No 36 págs.34-47
http://cienciaytecnologia.uteg.edu.ec
Ingresos
económicos
Valor promedio en USD de ingresos
económicos percibidos mensualmente
Elaborado por: Vinueza, 2021
El 70% de los datos fue utilizado para generar el modelo predictivo requerido y el
30% restante para verificar su eficacia, como se indica en el trabajo de Zamorano
y Martín (2018). El modelo predictivo se desarrolló mediante un Modelo
Multivariante con Regresión Logarítmica, ya que los modelos de elección discreta
son bastantes apropiados para analizar los factores determinantes de la
probabilidad de un suceso.
El modelo de regresión logística se realizó en el Programa R Studio Versión 1.3.959
2019:
library(dplyr)
library(lmtest)
library(ResourceSelection)
library(MLmetrics)
library(InformationValue)
library(stargazer)
library(sjPlot)
library(DescTools)
mod1<-glm(formula = Deserción~Género+Estadocivil+Repitencia+
Ocupación+Ingresos+Edad+Carrera,
records, family=binomial(link = "logit"))
summary(mod1)
#Retirar variables no significativas de dos en dos, para ver como cambia modelo
#las variables a retirarse son las que tienen mayor valor p
#Se elimina género y edad
mod2<-glm(formula = Deserción~Estadocivil+Repitencia+
Ocupación+Ingresos+Carrera,
records, family=binomial(link = "logit"))
summary(mod2)
#Se elimina ingresos y edad
mod3<-glm(formula = Deserción~Repitencia+
Ocupación+Carrera,
records, family=binomial(link = "logit"))
summary(mod3)
#Se elimina ocupación
mod4<-glm(formula = Deserción~Repitencia+Carrera,
records, family=binomial(link = "logit"))
summary(mod4)
anova(mod4, test = "Chisq")
coef(mod4)
exp(coef(mod4))
38
Vinueza, Toscano, Salazar y Flores.
Identificación de variables significativas en la deserción estudiantil, mediante un modelo matemático
de regresión lineal KDD
Resultados y discusión
En la Tabla 2 se muestra la distribución porcentual de la población de las variables
independientes cualitativas del estudio.
Tabla 2.- Distribución porcentual en la muestra de las variables
independientes
Variable Descripción Tota
l
Porcentaj
e
Género
Femenino 511 60,18 %
Masculino 338 39,82 %
Estado
civil
Soltero 762 89,75 %
Divorciado 54 6,36 %
Casado 11 1,30 %
Unión libre 22 2,68 %
Carrera
Procesamient
o de
Alimentos
296 34,86 %
Gastronomía 299 35,22 %
Producción
Pecuaria 254 29,92 %
Repitenci
a
Estudiante a
reprobado al
menos una
asignatura
126 14,84 %
Estudiante no
ha reprobado
ninguna
asignatura
723 85,16 %
Ocupació
n
Estudiante
estudia y
trabaja
276 32,50 %
Estudiante
solamente
estudia
573 67,50 %
Elaborado por: Vinueza, 2021 (Fuente: IST Luis A. Martínez Agronómico)
39
Revista Científica Ciencia y Tecnología Vol 22 No 36 págs.34-47
http://cienciaytecnologia.uteg.edu.ec
Las variables estudiadas se escogieron, debido a que la deserción por problemas
personales puede verse afectada por el sexo del estudiante, afectando más a las
mujeres que a los hombres, los conflictos de carácter económico y entorno familiar
y social, se incluyen en esta causa. Se constató que los estudiantes de sexo
masculino, vinculados al mercado laboral y provenientes de otras regiones del
país, presentan mayor probabilidad de desertar (Baquerizo, Tam y López, 2014).
Adicionalmente, según Sánchez (2016), en el Ecuador una de las principales
razones que causan la deserción es la falta de acompañamiento a los jóvenes
secundarios a la hora de escoger su carrera superior. Sánchez afirma que
aproximadamente el 40% de los jóvenes no saben qué estudiar en la universidad,
por lo cual los estudiantes optan por una carrera incorrecta, que conlleva
finalmente a repitencia y deserción.
La importancia del estudio de los ingresos económicos de los estudiantes se debe
a que el nivel superior la deserción estudiantil se produce con mayor frecuencia
en los primeros semestres académicos y el factor económico es el que mayor
relevancia justifica estas deserciones (77,9 %); seguido de los problemas
familiares (7,5%) y los relacionados con las insuficiencias en el desempeño del
personal-académico (6,9%) (Yaselga y Yépez, 2010).
Con relación a la deserción de los estudiantes, se observó que el 82,45% de
estudiantes no desertaron y se matricularon en el último período académico de
cada carrera, a diferencia del 17,55% que abandonó la institución por varios
motivos. En el estudio de Matallana, Gonzalez y Fonseca (2020) se realizó el
seguimiento a 510 estudiantes en un periodo comprendido entre el 26 de marzo
de 2019 y 26 de marzo de 2020, de los cuales 348 eran mujeres y 162 hombres,
de los cuales 96 desertaron equivalente al 19%.
Posteriormente, para realizar el análisis predictivo de los datos, se desarrolló un
primer modelo de regresión logística con todas las variables independientes
disponibles, obteniéndose los resultados de la Figura 2.
Figura 2. – Resumen de modelo de regresión logística 1
Fuente: Programa R Studio,2021
40
Vinueza, Toscano, Salazar y Flores.
Identificación de variables significativas en la deserción estudiantil, mediante un modelo matemático
de regresión lineal KDD
De los resultados obtenidos, se observó que solamente las variables ‘carrera’ (‘PA-
Procesamiento de Alimentos’ y ‘PP-Producción Pecuaria’) y ‘repitencia’ resultaron
significativas, con 95 % de confianza, ya que el valor de p es menor a 0,05. La
evaluación del criterio de información de Akaike (AIC) del modelo arrojó un
resultado de 550,61. Para mejorar el modelo 1, se decidió proponer un segundo
modelo, en el cual se eliminen las variables que presenten mayor valor de p, que
en nuestro caso corresponden a las variables ‘Edad’ (p = 0,9429) y ‘Género’ (p =
0,8553). Los resultados del este nuevo modelo se presenta en la Figura 3.
Figura 3. – Resumen de modelo de regresión logística 2
Fuente: Programa R Studio,2021
Así como en el modelo anterior, se observa que solamente las variables ‘carrera’
y ‘repitencia’ resultaron significativas, así como el intercepto, con 95 % de
confianza, ya que el valor de p es menor a 0,05. El valor de AIC disminuye de
550,61 a 546,65, lo que significa que el modelo 2 es mejor que modelo 1. En el
estudio de Segura y Loza (2017) se reportó que las variables ‘beca académica’,
‘edad’, ‘provincia’ y ‘título de escuela secundaria’ influyen en el rendimiento
académico de los estudiantes. Adicionalmente, González y Arismendi (2018) en su
trabajo mostraron que los factores con mayor significancia estadística
corresponden al ‘género’, ‘año de egreso de enseñanza media’ y ‘jornada de
estudio’.
Una vez más se eliminan nuevamente las variables que presentan mayor valor de
p, es decir, ‘Estado civil’ (p = 0,6072) e ‘Ingresos económicos’ (p = 0,7329) y se
obtiene el modelo 3, cuyo resultado se muestra en la Figura 4. El estudio de
Albarrán (2019) revela que 65% de los estudiantes podrían dejar la institución por
la falta de oportunidades laborales futuras, aumento de sus gastos personales y
académicos, interrupción de las labores académicas por continuas protestas
sociales, carencia de recursos económicos, baja formación escolar secundaria y
desmotivación, principalmente.
41
Revista Científica Ciencia y Tecnología Vol 22 No 36 págs.34-47
http://cienciaytecnologia.uteg.edu.ec
Figura 4. – Resumen de modelo de regresión logística 3
Fuente: Programa R Studio,2021
En el modelo 3, se mantienen las variables ‘carrera’ y ‘repitencia’ como variables
significativas, así como el intercepto, con 95 % de confianza, ya que el valor de p
es menor a 0,05. El valor de AIC disminuye de 546,65 a 540,82, lo que indica que
el modelo está mejorando. Por último, se elimina la variable ‘ocupación’ (p =
0,611), obteniéndose el modelo 4, mostrado en la Figura 5.
Figura 5. – Resumen de modelo de regresión logística 4
Fuente: Programa R Studio,2021
En el modelo 4 se observa que las dos variables ‘repitencia’ y ‘carrera’
(Procesamiento de alimentos) son significativas, con un valor p de 0,0245 y
0,0049 respectivamente, presentando ambas variables valores de p menores a
0,05. El intercepto también se muestra como un valor significativo con un valor
de p igual a 2,49x10-14. Cuando se compara el AIC del modelo 3 (540,82) con el
valor AIC del modelo 4 (542,27), se observa un aumento del valor, es decir, según
el criterio Akaike, el modelo 3 es mejor que el modelo 4. Sin embargo, el criterio
AIC si disminuyó si se compara el modelo 1 (550,60) con el modelo 4 (542,27),
por lo tanto, se escoge el modelo 4 que puede explicarse con solamente dos
variables, ‘repitencia’ y’ carrera del estudiante’. El modelo 4 posteriormente se
validó con otros métodos.
En el programa se determinó el valor de p es 0,000121 el cual es menor a 0, 05;
por lo tanto, el modelo es significativo con 95 % de confianza, como se muestra
en la Figura 6.
42
Vinueza, Toscano, Salazar y Flores.
Identificación de variables significativas en la deserción estudiantil, mediante un modelo matemático
de regresión lineal KDD
Figura 6. – Análisis de significancia del modelo de regresión logística 4
Fuente: Programa R Studio,2021
Además, se realizó el análisis ANOVA del modelo 4, el cual se muestra en la Figura
7.
.
Figura 7. – Análisis ANOVA del modelo de regresión logística 4
Fuente: Programa R Studio,2021
Del análisis ANOVA se observa que el valor p de ‘repitencia’ y ‘carrera’ es menor
a 0,05 y por tanto significativo con un nivel de confianza de 95 %.
Posteriormente se determinan los coeficientes y razón Odd del modelo 4, como se
muestra en la Tabla 3.
Tabla 3.- Coeficientes y valores de razón Odd del modelo de regresión logística
Variables significativas Coeficientes Razón
Odd
Repitencia (Si) 0,5539975 1,7401955
Carrera (Procesamiento de
Alimentos) -0,8537485 0,4258158
Carrera (Producción Pecuaria) -1,0143231 0,3626478
Fuente: Programa R Studio, 2021
43
Revista Científica Ciencia y Tecnología Vol 22 No 36 págs.34-47
http://cienciaytecnologia.uteg.edu.ec
Se observa que para la variable ‘repitencia’, la razón Odd es 1,74. Por lo tanto, se
puede afirmar que el hecho de que un estudiante repita alguna asignatura
aumenta en un 74 % la probabilidad de que abandone la institución. Por otro lado,
con respecto a la variable ‘carrera’, el valor de la razón Odd de la carrera
‘Procesamiento de Alimentos’ es 0,42, lo que muestra que los estudiantes de esta
carrera tienen 58% menor probabilidad de desertar.
Por su lado, la razón Odd de la carrera de ‘Producción Pecuaria’ es 0,36; lo que
permite concluir que los estudiantes de esta carrera tienen 64% menor
probabilidad de desertar. Esto se puede observar en la Figura 8.
Figura 8 – Valores de razón Odd de las variables repitencia y carrera del modelo
de regresión logística 4
Fuente: Programa R Studio,2021
En el estudio de Barahona, Veres y Aliaga (2016) quienes, utilizaron un modelo
de regresión logística para determinar aquellos factores que han incidido en la tasa
de deserción, el valor de la razón Odd, indica que los créditos (asignaturas)
inscritos reducen en un 9 % la probabilidad de desertar. Es decir, los estudiantes
que no desertaron son aquellos con la mayor cantidad de créditos inscritos y que
han realizado un mayor esfuerzo académico. De igual forma sucede con la variable
rendimiento académico que disminuye en 14 % veces la probabilidad de desertar
A continuación, se realizó la validación del modelo utilizando una Prueba Razón de
verosimilitud, comparando el modelo 1, que implicaba todas las variables
independientes, con el modelo 4 que considera solamente las variables ‘carrera’ y
‘repitencia’. Realizada la prueba, se obtiene un valor de p igual a 0,5793, mayor
a 0,05. Por lo tanto, el modelo 1 es estadísticamente igual a modelo 4. El resultado
del test se muestra en la Figura 9.
44
Vinueza, Toscano, Salazar y Flores.
Identificación de variables significativas en la deserción estudiantil, mediante un modelo matemático
de regresión lineal KDD
Figura 9. – Prueba de razón de similitud entre modelo 1 y modelo 4
Fuente: Programa R Studio,2021
Posteriormente, se estableció la matriz de confusión de los datos de entrenamiento
y datos de testo, utilizando el modelo de regresión logística 4.
En la Tabla 5, se puede observar que 497 de los datos fueron clasificados
correctamente, mientras 97 fueron clasificados incorrectamente. Con respecto a
los datos de entrenamiento (70%), se obtuvo que el porcentaje de datos que se
clasifican correctamente es del 83 %.
1. Tabla 5.- Matriz de confusión de datos de entrenamiento
PREDICCIÓN
No
desertó
Desertó
REAL
No
desertó 497 1
Desertó 96 0
Fuente: Programa R Studio,2021
Para la implementación del modelo predictivo se consideró el 30 % de datos que
no fueron utilizados en el entrenamiento. En las pruebas, se encontró que el 79 %
de los datos de testeo fueron clasificados correctamente. La matriz de confusión
de los datos de testeo se muestra en la Tabla 6.
2. Tabla 6.- Matriz de confusión de datos de testeo
PREDICCIÓN
No
desertó Desertó
REAL
No
desertó 202 0
Desertó 53 0
Fuente: Programa R Studio,2021
45
Revista Científica Ciencia y Tecnología Vol 22 No 36 págs.34-47
http://cienciaytecnologia.uteg.edu.ec
También se calcularon los valores de precisión, exhaustividad (recall) y F1-score
de la matriz de confusión de los datos de testeo. Los resultados obtenidos se
muestran en la Tabla 7.
Tabla 7.- Valores de evaluación de la matriz de confusión de datos de testeo
Parámetros Valores
Precisión 1,00
Exhaustividad
(Recall) 0,79
F1-Score 0,88
Fuente: Programa R Studio,2021
Los valores del F1-score muestran que el modelo matemático número 4, presenta
un rendimiento del 88% en la clasificación de estudiantes que desertan de la
institución.
Conclusiones
• Se realizó el análisis descriptivo de las variables de estudio, los resultados más
representativos indican que 60, 18 % de los estudiantes son de género femenino,
el 89,75 % son solteros, el 32,50 % trabajan y estudian y se encontró un nivel de
repitencia del 14,84 %. La edad promedio de los estudiantes es 23,19 años y el
valor promedio de ingresos económicos es 560, 21 USD.
• Según la razón Odd de la variable ‘repitencia’ si un estudiante repite alguna
asignatura aumenta en un 74 % la probabilidad de que abandone la institución.
Por ello, se concluye que se deben realizar otros estudios para mejorar la calidad
de la educación y disminuir el porcentaje de repitencia en la institución.
• Se encontró que la variable significativa ‘carrera’ indica que los estudiantes de
la Carrera de ‘Gastronomía’ tiene mayor probabilidad de desertar que de las otras
dos carreras (‘Procesamiento de Alimentos’ y ‘Producción Pecuaria’). Por lo tanto,
se propone formular nuevos modelos de regresión logística, solamente en la
carrera de ‘Gastronomía’ para determinar otras variables significativas.
• Se implementó el modelo predictivo para estimar deserción estudiantil, y se
observó que el modelo de regresión logística 4 clasificó correctamente el 83 % de
los datos de entrenamiento y el 79 % de los datos de testeo.
Referencias bibliográficas
Albarrán-Peña, J. (2019). La deserción estudiantil en la Universidad de Los Andes
(Venezuela). Educación y Humanismo, 21(36), 60-92.
Barahona, P., Veres, E y Aliaga, V. (2016). Deserción académica de la Universidad
de Atacama, Chile. Comunicación, 7(2), 27-37.
Baquerizo, P., Tam, A. y López, J. (2014). La deserción y la repitencia en las
instituciones de Educación Superior: algunas experiencias investigativas en el
Ecuador. Universidad y Sociedad, 6(1).
46
Vinueza, Toscano, Salazar y Flores.
Identificación de variables significativas en la deserción estudiantil, mediante un modelo matemático
de regresión lineal KDD
CEDIA. (2020). Indicadores para la gestión de la calidad en la educación Superior
Ecuatoriana. Recuperado de
https://www.cedia.edu.ec/dmdocuments/publicaciones/Libros/indicadores2020.p
df
Fayyad, U., Piatetsky-Shapiro, G. y Smyth, P. (1996). The KDD process for
extracting useful knowledge from volumes of data. Communications of the
ACM, 39(11), 27-34.
González, F y Arismendi, K. (2018). Deserción estudiantil en la educación superior
técnico-profesional: Explorando los factores que indicen en alumnos del primer
año. Revista de la Educación Superior, 47(188), 109-137.
Matallana, A., González, J. y Fonseca, L. (2020). Modelo sobrevida para la
deserción estudiantil de los programas de nivel técnico en una IES de formación
para el trabajo en la ciudad de Bogotá.
Sánchez, T. (2016). La deserción universitaria. Recuperado de
https://www.eltelegrafo.com.ec/noticias/sociedad/4/la-desercion-
universitaria-bordea-el-40.
Segura-Morales, M., & Loza-Aguirre, E. (2017). Using Decision Trees for Predicting
Academic Performance Based on Socio-Economic Factors. In 2017 International
Conference on Computational Science and Computational Intelligence
(CSCI) (pp. 1132-1136). IEEE.
Sopalo, S., Guevara, G y Burbano, R. (2020). Análisis de los factores que inciden
en la deserción estudiantil de los niños, niñas y adolescentes ecuatorianos en
el periodo 2009 – 2019. (Tesis de grado). Escuela Politécnica Nacional, Quito.
Yaselga, B., y Yépez, P. (2010). Factores que intervienen en la deserción de los
estudiantes de segundo y cuarto semestres de la Carrera de Enfermería,
Facultad Ciencias de la Salud. Universidad Técnica del Norte (Tesis de
Licenciatura). Ibarra- Ecuador.
Yin, R.K. (2003). Case study research: Design and Methods. Recuperado de
https://iwansuharyanto.files.wordpress.com/2013/04/robert_k-
_yin_case_study_research_design_and_mebookfi-org.pdf
Zamorano, J. (2018). Comparativa y análisis de algoritmos de aprendizaje
automático para la predicción del tipo predominante de cubierta arbórea.
47
