Modelo de regresión lineal multivariado para evaluación del rendimiento académico de estudiantes universitarios en el contexto de la postpandemia
DOI:
https://doi.org/10.56048/MQR20225.9.2.2025.e493Palabras clave:
Rendimiento académico; Estudiantes universitarios; Factores sociodemográficos; Factores tecnológicos; Modelo de regresión lineal multivariadoResumen
Esta investigación tuvo como objetivo estructurar un modelo de regresión lineal multivariado para analizar los factores sociodemográficos y tecnológicos que influyen en el rendimiento académico de los estudiantes universitarios, se fundamentó en un enfoque cuantitativo considerando una investigación de tipo descriptivo y correlacional; además, la investigación es de tipo transversal. Para la recolección de información se aplicó muestreo probabilístico (α = 5%), los datos se obtuvieron a través de un cuestionario de encuesta que contenía preguntas relacionadas a las variables de estudio y mediante los registros de calificaciones. El análisis estadístico se realizó con el software R, entre los principales hallazgos del estudio se menciona que las calificaciones oscilan entre (6.0 y 9.5) puntos, la edad promedio de los estudiantes es 20.51 años con un rango de (17 a 33 años), el tiempo de conexión en línea promedia las 7.12 horas semanales, los estudiantes del octavo nivel tienen el promedio más alto de calificaciones y aquellos estudiantes que combinan trabajo y estudio obtuvieron las calificaciones más bajas. En lo que respecta al análisis correlacional, el modelo cumplió con los supuestos de normalidad, homocedasticidad y ausencia de autocorrelación; además, se destaca que las variables (curso o ciclo académico, número de hermanos, trabaja y estudia de manera regular, tiempo semanal dedicado al trabajo autónomo y gestión del tiempo para estudiar) son aquellas que presentaron alta significancia estadística dentro del modelo. Además, se obtuvo un (R² = 0.5688) lo que indica que el modelo explica el 57% de la variabilidad de las variables predictoras en el rendimiento académico.
Descargas
Métricas
Cited
DOI: 10.56048
Citas
CEPAL UNESCO (Comisión Económica para América Latina y el Caribe) (2020). Informe COVID-19: La educación en tiempos de la pandemia de COVID-19. Disponible en: https://repositorio.cepal.org/server/api/core/bitstreams/c29b3843-bd8f-4796-8c6d-5fcb9c139449/content
Edel, R., (2023). El rendimiento académico: concepto, investigación y desarrollo. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 1(2), 0.
Garbanzo Vargas, G. M., (2007). Factores asociados al rendimiento académico en estudiantes universitarios, una reflexión desde la calidad de la educación superior pública. Revista Educación, 31(1), 43-63.
García, A. (2014). Rendimiento académico y abandono universitario: Modelos, resultados y alcances de la producción académica en la Argentina. RAES Revista Argentina de Educación Superior. ISNN 1852-8171.ISSN
Garzón y Gil. (2016). Gestión del tiempo en alumnado universitario con diferentes niveles de rendimiento académico. Revista Education and Research. DOI: 10.1590/S1678-4634201708157900.
Gómez, P. Jiménez, M. (2022). Rendimiento académico de estudiantes universitarios al final de la transición de la educación presencial a la educación en línea por el covid-19. Revista iberoamericana para la Investigación y el Desarrollo Educativo. Vol. 13. Núm: 25. ISSN 2007-7467.
Guamán, S. Mullo, H. Marcatoma, J. (2023). Comparación entre modelos de regresión lineal múltiple vs redes neuronales artificiales supervisadas en la predicción de calificaciones Ser Bachiller 2018-2019 del Ecuador. Revista Iberoamericana de la educación. Vol. 7. Núm. 2.
Guapulema et al., (2024). La brecha digital en la educación ecuatoriana: Desafíos post
pandemia. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades. Volumen V, Número 5 p 4038.
Idrigo, D. Ansejo, J. (2021). Relación entre inteligencia emocional y rendimiento académico en estudiantes universitarios peruanos. Revista RIP:26. ISSN 2223 - 3033
Jiménez, M. Pérez, F, Gómez, P. (2020). Análisis de los factores tecnológicos sobre el rendimiento académico en una universidad pública en la Ciudad de México. Revista Formación Universitaria Vol. 13(6). https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-50062020000600255
Martínez Pérez, J. R., Ferrás Fernández, Y., Bermúdez Cordoví, L. L., Ortiz Cabrera, Y., Pérez Leyva, E. H., Martínez Pérez, J. R., Ferrás Fernández, Y., Bermúdez Cordoví, L. L., Ortiz Cabrera, Y., & Pérez Leyva, E. H. (2020). Rendimiento académico en estudiantes Vs factores que influyen en sus resultados: una relación a considerar. EDUMECENTRO, 12(4), 105–121. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2077-28742020000400105&lng=es&nrm=iso&tlng=es
Monje, C. (2011). Metodología de la Investigación Cuantitativa y Cualitativa. Guía Didáctica. Universidad Surcolombiana.
Núñez, A. (2023). Rendimiento académico en estudiantes universitarios de República Dominicana durante la pandemia del COVID-19: Análisis Temporal. Revista Innovaciones Educativas. Vol. 25. Núm. 35. ISSN 2215-4132.
Proaño, P. Ulloa, S. Hernández, A. Gunsha, A. (2023). Predicción del rendimiento académico mediante técnicas del análisis multivariado en la asignatura de ecuaciones diferenciales. TESLA Revista Científica. Vol.2. Núm. 1. ISSN 2796-9320.
Santos, R., Julimar, S., Sandro, E. (2014). Estudiantes universitarios, experiencia laboral y desempeño académico en España. Revista de Educación, 365, 67-95. Recuperado de https://repositorio.uam.es/handle/10486/674691
Siso, E. (2021). Análisis del Rendimiento Académico de los Estudiantes Universitarios. Revista Científica CIENCIAEDUC.Vol. 6. Núm. 1. ISSN 2610-816X.
Smith et al. (2022). Gender Disparities in Education: A Global Perspective. Educational Research Review, 45(2), 123-136.
Temesio, S. García, S. Pérez, A. (2021). Rendimiento estudiantil en tiempo de pandemia: percepciones sobre aspectos con mayor impacto. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología. Núm. 28. ISSN 1850-9959.
Torres, C. Pachas, J. López, H. Sánchez, J. Ortiz, J. (2024). Predicción del rendimiento académico mediante modelos de regression logística y análisis discriminante. Editorial Ciencia Latina Internacional. ISBN: 978-99989-67-13-7
Publicado
Cómo citar
Número
Sección
Categorías
Licencia

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores se comprometen a respetar la información académica de otros autores, y a ceder los derechos de autor a la Revista MQRInvestigar, para que el artículo pueda ser editado, publicado y distribuido. El contenido de los artículos científicos y de las publicaciones que aparecen en la revista es responsabilidad exclusiva de sus autores. La distribución de los artículos publicados se realiza bajo una licencia