ANALISIS DE LOS RESULTADOS SABER PRO DEL PROGRAMA DE INGENIERÍA EN PRODUCCIÓN ACUÍCOLA AÑO 2016-2019
DOI:
https://doi.org/10.22267/revip.2181.23Keywords:
Multivariate techniques, Principal component analysis, Regression analysis.Abstract
The objective of this research was to define the main variables and their incidence on the SABER PRO test scores within the Aquaculture Production Engineering program at the University of Nariño in the last four years 2016-2019, 384 data corresponding to ninth semester students who presented the test were used.
It was determined through different multivariate techniques that all the variables affect the first main components with the need to strengthen Critical Reading, Written Communication, and Citizen Competence, which have a greater contribution over the last three (> 50), their contribution prevented the variability from being greater than 60% in the first two components.
On the other hand, failure to comply with the assumption of homoscedasticity before the Multiple Regression Analysis did not affect the predictive capacity of the model, which was 99%. Quantile Regression Analysis, and its five models did not present significant differences between them.
Therefore, it was concluded that all the variables are essential to predict the global score, each one with its degree of contribution, quality of association, and weight on the linear combinations of the first two components.
Downloads
References
[2] Kassambara A. Practical Guide to Principal Component Methods in R. In: Multivariate Analysis II. STHDA; 2017. p. 170.
[3] Boccardo-Bosoni G, Ruiz-Bruzzone F. Estadística descriptiva con Rstudio/Forma de una distribución: simetría, curtosis y normalidad. In: RStudio para Estadística Descriptiva en Ciencias Sociales Manual de apoyo docente para la asignatura Estadística Descriptiva [Internet]. Segunda ed. RStudio/Bookdown; 2019 [cited 2020 Mar 20]. Available from: https://bookdown.org/gboccardo/manual-ED-UCH/estadistica-descriptiva-con-rstudio.html#estimacion-puntual-de-estadisticos-descriptivos-usando-r
[4] Salazar C. Cálculo de correlaciones [Internet]. RPbus.com. 2018 [cited 2020 Apr 4]. Available from: https://rpubs.com/camilamila/correlaciones
[5] Ortega-Martínez RM, Tuya-Pendás LC, Martínez-Ortega M, Pérez-Abreu A, Cánovas AM. El coeficiente de correlacion de los rangos de spearman caracterizacion. Revista Habanera de Ciencias Medicas. 2009;8(2): 19.
[6] Calderon S. Inflación de la varianza (VIF) [Internet]. RPbus.com. 2018 [cited 2020 Apr 15]. Available from: https://rpubs.com/scalderon/434714
[7] Amat-Rodrigo J. Apuntes varios(miscellaneous)/ Identificación de outliers, observaciones con alto leverage y observaciones influyentes. [Internet]. Correlación lineal y Regresion lineal simple. 2016 [cited 2020 Apr 15]. Available from: https://www.cienciadedatos.net/documentos/24_correlacion_y_regresion_lineal#identificación_de_outliers,_observaciones_con_alto_leverage_y_observaciones_influyentes
[8] Amat-Rodrigo J. RPubs - Introducción a la regresion lineal multiple [Internet]. Rpubs.com. 2016 [cited 2020 Apr 3]. Available from: https://rpubs.com/Joaquin_AR/226291
[9] S-Cade B, R-Noon B. A gentle introduction to quantile regression for ecologists. Front Ecol Environ. 2003;1(8): 412–20.
[10] Das K, Krzywinski M, Altman N. Points of significance Quantile regression/Quantile regression robustly estimates the typical and extreme values of a response. Nat Methods. 2019;16(6): 451–2.
[11] ICFES. Informe nacional Saber Pro 2016 - 2018 1. Bogotá, D.C.; 2018.
[12] Orjuela J. Análisis del Desempeño Estudiantil en las Pruebas de Estado para Educación Media en Colombia mediante Modelos Jerárquicos Lineales. Ingeniería. 2013;18(2): 54–67.
[13] ICFES. Las diferencias y el contexto en los módulos específicos. Documento de análisis de resultados Examen SABER PRO 2017. Módulo de Anális Económico. Colombia; 2018.
[14] Martínez CY, Mendoza LF. Análisis de los resultados de la evaluación en competencias genéricas de las prueba SABER PRO 2014 en programas de Licenciatura en el área de las ciencias naturales y educación ambiental de cuatro universidades del País. Universidad Distrital Fancisco José de Caldas; 2016.
[15] (ICFES) IC para la E de la E. Guia de Orientación. Saber Pro Módulos de Competencias Genéricas. Bogotá, D.C.; 2017. p. 90.
[16] Rodriguez Manrique JA, Ruiz Escorcia RR, Cohen Manrique CS. Análisis Multivariado Aplicado a la Evaluación de Competencias Saber-Pro en el Departamento de Sucre, Colombia. Lima, Peru; 2018. Report No.: 16.
[17] Marquín MJ. Predicción del rendimiento académico mediante técnicas del análisis multivariado en la asignatura de Álgebra Lineal [Tesis de Maestria en investigación de operaciones y estadistica].Universidad Tecnologíca de Pereira UTP; 2017.
[18] Rodriguez Ayán MN. Análisis multivariado del desempeño académico de estudiantes universitarios de Química. Universidad Autónoma de Madrid; 2007.
[19] Pérez-Pulido MO, Aguilar-Galvis F, Orlandoni-Merli G, Ramoni-Perazzi J. Análisis estadístico de los resultados de las pruebas de estado para el ingreso a la educación superior en la Universidad de Santander, Colombia. Rev Científica. 2016;27: 328–39.
Downloads
Published
Issue
Section
License
La plataforma OJS para envío de manuscritos le ha solicitado que marque las casillas correspondientes a la Declaración de Derechos de Autor, autorizando a Investigación Pecuaria para que el artículo pueda ser publicado. El autor principal asume la responsabilidad de los coautores para tal fin. El licenciamiento (by-nc) se enmarca dentro de “Creative Commons” (http://creativecommons.org/licenses/by-nc/4.0/deed.es_ES). Se entiende que todos los documentos, tablas y figuras son originales y autorizadas por los autores respectivos para su publicación.
