El rendimiento académico en matemáticas discretas: un estudio predictivo
Academic performance in discrete mathematics: a predictive study
Resumen
Esta investigación tiene como objetivo identificar variables predictivas asociadas al rendimiento académico en Matemáticas Discretas, en estudiantes universitarios de la titulación de Ciencias Informáticas de La Habana. Para ello, se utiliza en primer lugar el modelo de regresión lineal múltiple con datos de corte transversal para determinar las variables predictoras del rendimiento académico; seguidamente, se estiman las variables que inciden en la probabilidad de mejorar el rendimiento académico del estudiante mediante el modelo de regresión logística. Los resultados muestran que el modelo cumple los requisitos de robustez y significatividad en los parámetros estimados. Se concluye que los materiales de estudio y las calificaciones obtenidas en la prueba de ingreso de matemáticas para la educación superior cubana son las dos variables que mejor predicen el rendimiento académico en Matemáticas Discretas.
Palabras clave: rendimiento académico, matemáticas, análisis de regresión.
This article aims to identify the predictable variables joined the academic performance in Discrete Mathematics, in the university students of the Computer Sciences degree from Havana. For that reason, the multiple linear regression model with cross-sectional data is firstly used to determine the predictor variables of the academic performance. Then, the variables that affect the probability of improving the student's academic performance are estimated through the logistic regression model. The outcomes show that the model satisfies the requirements of sturdiness and meaningfulness in the estimated parameters. It is concluded that the ability to motivate of the study materials and the grades obtained in the mathematics entrance test for Cuban higher education are the two variables that best predict the academic performance in Discrete Mathematics.
Keywords: academic performance, mathematics, regression analysis.
Derechos de autor 2019 Alién García Hernández, Teresa González-Ramírez
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
La Facultad de Educación de la Universidad de Matanzas publica los contenidos bajo licencia Creative Commons de tipo Reconocimiento No Comercial Sin Obra Derivada. Se permite su copia y distribución por cualquier medio siempre que mantenga el reconocimiento de sus autores, no haga uso comercial de los contenidos y no realice modificación de la misma.
