Main influential factors in academic performance: Analysis from data mining

• Omar Danilo Castrillón ^[1] ; Jaime Antero Arango ^[1] ; Luis Fernando Castillo-Ossa ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 32, Nº. 1, 2024
• Idioma: inglés
• Títulos paralelos:
  • Principales factores influyentes en el rendimiento académico: Análisis desde la minería de datos
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo de este artículo es analizar la incidencia de una serie de variables independientes en el rendimiento académico de un estudiante de pregrado. Se construye una base de datos con una variable dependiente (Promedio) y 23 variables independientes: Edad, colegio, beca, trabaja_?, ingresos, transporte, vivienda, nivel educativo madre, nivel educativo padre, número hermanos, estado padres, ocupación madre, ocupación padre, horas estudio semanal, libros no científicos leídos por año, libros científicos leídos por año, asistencia clases, preparación exámenes, forma estudio, apuntes clase, atención clase, participación curso, nivel económico. Posteriormente, por medio del software para el aprendizaje automático y minería de datos (WEKA), y empleando técnicas inteligentes, se realiza un proceso de selección y clasificación estadística, con el fin de establecer las variables independientes más influyentes sobre la variable dependiente. Como resultado de este proceso, se encuentra que con una efectividad superior al 81%, las variables independientes más influyentes sobre la variable dependiente, en orden de importancia son: Nivel educativo madre, nivel educativo padre y apuntes de clase. Otros factores como puntaje básico de matrícula e ingresos, (indicadores socioeconómicos) no tienen una incidencia tan grande.

  • English

    The objective of this article is to analyze the impact of a series of independent variables on the academic performance of an undergraduate student. A database is constructed with one dependent variable (average) and 23 independent variables: age, school, scholarship, occupation, income, transportation, housing, mother's education level, father's education level, number of siblings, parent's marital status, mother's occupation, father occupation, weekly study hours, non-scientific books read per year, scientific books read per year, class attendance, exam preparation, study method, class notes, attention in class, course participation, economic level. Subsequently, using machine learning and data mining software (WEKA) and applying intelligent techniques, a statistical selection and classification process is conducted to determine the most influential independent variables on the dependent variable. As a result of this process, it is found that, with effectiveness more significant than 81%, the most influential independent variables on the dependent variable, in order of importance, are the mother's education level, father's education level, and class notes. Other factors, such as base tuition scores and income (socioeconomic indicators), were less significant.