Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE EDUCACIN
Departamento de Mtodos de Investigacin y Diagnstico en
Educacin
TESIS DOCTORAL
Modelos predictivos y explicativos del rendimiento acadmico
universitario: caso de una institucin privada en Mxico
Director
Jos Manuel Garca Ramos
Madrid, 2012
TESIS DOCTORAL
Madrid, 2012
TESIS DOCTORAL
Madrid, 2012
AGRADECIMIENTOS
AGRADECIMIENTOS
A mis alumnos que han sido el motor para desarrollar este tema, que
contribuir a la educacin universitaria.
NDICE
NDICE
PARTE I. PLANTEAMIENTO GENERAL DE LA INVESTIGACIN Y MARCO
TERICO .............................................................................................................................................................. 19
CAPTULO 1. CONTEXTO GENERAL DEL ESTUDIO................................................................. 21
1.1 JUSTIFICACIN ......................................................................................................................................... 24
1.2 MBITO DEL ESTUDIO ............................................................................................................................ 27
1.3 PROPSITO DEL ESTUDIO .................................................................................................................... 28
1.4 OBJETIVO GENERAL DEL ESTUDIO.................................................................................................... 30
1.5 ESTRUCTURA GENERAL DE LA INVESTIGACIN ........................................................................... 31
NDICE
NDICE
NDICE
NDICE
NDICE
INTRODUCCIN
INTRODUCCIN
Contar con mano de obra cada vez ms calificada, que posea habilidades
para desarrollar procesos multifuncionales, flexibles y con mejor tecnologa.
13
INTRODUCCIN
Estas tendencias
repercuten
en forma
directa en
la
formulacin
14
INTRODUCCIN
15
INTRODUCCIN
INTRODUCCIN
17
19
escolares,
falta
de
orientacin
vocacional,
suspensin
23
1.1 Justificacin
Abordar el tema del rendimiento acadmico universitario es una tarea
interesante y pertinente debido al efecto que este tipo de estudios tiene en el
campo de la educacin, en especial en Mxico, donde no existen muchas
investigaciones que se enfoquen sobre este tema nivel universitario.
Todo sistema educativo debe contar con indicadores que le permitan evaluar
su eficacia. Por su parte, los resultados de toda investigacin vinculada al
rendimiento acadmico ofrecen informacin relevante para retroalimentar los
procesos de enseanza-aprendizaje y de calidad acadmica.
24
variables
que
le
dan
este
concepto
un
enfoque
Por su parte, Gaviria, Martnez Arias y Castro (2004) sostienen que El tema
del RA se ha vuelto relevante en los ltimos aos debido a la estrecha relacin
que guarda con la excelencia acadmica y eficacia escolar. En su trabajo
incluyen diversas propuestas de modelos de rendimiento escolar, entre los que
se encuentran el de Scheerens (1992), que hace hincapi en la escuela, y el de
Creemers (2000), que otorga mayor importancia al aula.
25
donde el alumno debe demostrar sus conocimientos sobre las distintas reas o
materias que el sistema considera necesarias y suficientes para su desarrollo.
Malo A., (2006) afirma que en Mxico slo 5% (936) de los ms de 13 mil 400
programas de licenciatura, especializacin, maestras y doctorado que han sido
evaluados estn en el nivel ms alto de calidad. El reporte seala que a pesar
de los esfuerzos que se han hecho en las ltimas dos dcadas para contar con
un sistema que brinde una calidad similar en todas las entidades federativas,
an dista mucho de ser una realidad. El sistema universitario en Mxico es
complejo y heterogneo, y deber ser consolidado en los prximos aos,
debido a que los instrumentos hasta hoy disponibles slo proporcionan una
27
En esta investigacin no se considerarn variables del proceso de enseanzaaprendizaje, es decir, lo que sucede en el aula, debido a que stas son parte
de otro tema de estudio. Las pruebas de aptitud acadmica pueden ser medios
tiles para medir conocimientos y habilidad acadmica, pero ninguna de ellas
puede predecir con seguridad el xito en la vida, ni es en absoluto una medida
de valor total de un individuo.
29
estadstica
inferencial,
anlisis
multivariado
ecuaciones
30
31
32
33
34
en
educacin
inicial,
formacin
35
para
adultos
servicios
1980
1985
1990
1995
2003
2004
2005
2010**
18,771.7
21,685.1
21,325.9
22,480.7
24,416.8
24,634.1
25,024.2
25,596.9
1,388.1
1,961.9
2,100.5
2,438.7
3,479.2
3,547.9
3,711.2
4,054.7
935.8
1,199,1
1252.0
1,532.8
2,354.6
2,384.9
2,445.6
2,847.4
Media
superior
Superior
36
Una comparacin con otros pases que, como Mxico, integran la Organizacin
para la Cooperacin y el Desarrollo Econmico (OCDE) muestra que, si bien es
satisfactorio el avance de la matrcula en educacin primaria, el de los dems
niveles es insuficiente. Mientras que en Mxico 77% de la poblacin en edad
de trabajar tiene slo escolaridad bsica, en los pases de la OCDE este
promedio es de 30%. Asimismo, mientras que en nuestro pas 23% de la fuerza
laboral tiene estudios superiores a la secundaria, en los otros pases miembros
67% muestra niveles educativos de bachiller y mayores.
38
39
40
41
de
evaluacin
acreditacin
de
programas
educativos
42
no
44
la
educacin
superior,
producto
de
restricciones
financieras
c) La
poderosa
paradoja
de
la
heterogeneidad
emprica
de
los
46
Estudios de postgrado
La otra gran rea de expansin del sector privado en los ltimos aos ha sido
en el nivel de estudios de postgrado, compuesto por tres subniveles:
especialidad, maestra y doctorado. El primero se caracteriza por ofrecer
estudios cortos (un ao de duracin), para egresados de las licenciaturas del
sistema de educacin superior, y en varios casos se exige como requisito
contar con el ttulo o diploma de licenciatura.
47
a) Visin
En 2015, el Tecnolgico de Monterrey ser la institucin educativa ms
reconocida de Amrica Latina por el liderazgo de sus egresados en los
sectores privado, pblico y social, y por la investigacin y desarrollo
tecnolgicos que realiza para impulsar la economa basada en el conocimiento,
generar modelos de gestin e incubacin de empresas, colaborar en la mejora
de la administracin y de las polticas pblicas, y crear modelos y sistemas
innovadores para el desarrollo sostenible de la comunidad.
48
b) Misin
Es misin del Tecnolgico de Monterrey formar personas ntegras, ticas, con
una, visin humanstica y competitiva internacionalmente en su campo
profesional, que al mismo tiempo sean ciudadanos comprometidos con el
desarrollo econmico, poltico, social y cultural de su comunidad y con el uso
sostenible de los recursos naturales.
49
Campus en Mxico
22
59
Carreras profesionales
39
Carreras internacionales
26
50
Programas de maestra
10
Programas de doctorado
186
50
Datos generales
38
52
Alumnos
102,586
Alumnos:
- Preparatoria: 29, 547
- Profesional: 54,964
- Posgrado: 12,883
47.65%
De los alumnos recibi los beneficios de los programas de becas y apoyo financiero
29,258
41,419
14,771
Profesores
8,804
Profesores
29%
Planta
71%
Ctedra
100%
Egresados
168,358
38,671
Investigacin
239
126
Ctedras de investigacin
46
89
Libros publicados
142
Desarrollo social
53
879
2,099
51
La planta docente de este campus est integrada por 800 profesores que
pertenecen a tres niveles: preparatoria, profesional y posgrado, clasificados de
tiempo completo (planta), de tiempo parcial (ctedra) y personal administrativo
que imparte una clase (auxiliar de planta). Del total de profesores, 150 tienen
PhD y 40 pertenecen al Sistema Nacional de Investigadores (SNI).
52
53
1968).
En
cuanto
la
conexin
entre
rendimiento
54
Para evaluar el aprovechamiento escolar en el proceso de enseanzaaprendizaje, Garca F. (1979), lo define como el acopio sistemtico de datos
cuantitativos y cualitativos, que sirve para determinar si los cambios que
proponen los objetivos de aprendizaje se estn realizando en los alumnos;
desde esta perspectiva, el RA sera el resultado de dicha evaluacin. Touron
(1985), lo define como el resultado del aprendizaje, suscitado por la actividad
educativa del profesor y producido en el alumno, aunque es claro que no todo
aprendizaje es producto de la accin docente. Por su parte, Quezada (1991),
asegura que es el resultado de la evaluacin del aprendizaje. Para Astin
(1993), el rendimiento escolar influye indirectamente en la vida personal del
estudiante, tanto en el xito como en el fracaso (escolar y personal); es parte
de su historia, de su vivencia, familia, nivel socioeconmico, etc., esto es,
afecta a su autoestima, motivaciones e intereses.
generado
por
el
alumno
expresa
una
conducta
de
55
Garca Ramos (1994), define la evaluacin final como la ltima fase del
proceso evaluador; es la sntesis de todos los elementos que proporciona la
evaluacin inicial y continua, con el objeto de llegar a un juicio global que
resuma el progreso que realiz el alumno durante el curso escolar. Adems, es
sumativa y permite la toma de decisiones a partir de ella; por su parte
caracteriza al rendimiento como la evaluacin de los conocimientos, o mejor
dicho, la evaluacin referida al producto individual inmediato de la educacin.
58
Prez Serrano
(1978)
Molina Garca
y Garca
Pascual
(1984)
Martn
Rodrguez
(1985)
NIVEL
INVESTIGACIN
5 y 8
EGB
EGB
EGB
59
Prez (1978), (citado en Celorrio, 1999), comprob que los hijos de padres con
nivel ocupacional elevado obtienen puntuaciones ms altas en los test de
inteligencia, en las pruebas objetivas y en las calificaciones escolares que los
hijos de los que desempean un nivel ocupacional ms bajo. En este mismo
sentido, Molina (1984) (citado en Celorrio, 1999), encontr que los grupos de
nios que fracasan pertenecen a los niveles econmico y cultural ms bajos.
En el factor rendimiento, las calificaciones son las que mejor predicen el xito
del alumno y, de stas, las ms precisas son las que se obtuvieron en lengua y
matemticas. Diversos estudios coinciden en afirmar que el rendimiento previo
es el mejor predictor de los resultados posteriores, pero no existe un concepto
nico de ambos rendimientos. Tampoco se ha llegado a un acuerdo sobre la
prediccin diferencial por reas o por cursos con relacin al sexo; algunos
antecedentes sealan que la prediccin diferencial es ms exacta en las
mujeres que en los hombres.
60
Nivel
VARIABLES/INVESTIGACIN
Avia, Roda y
Morales
(1985)
Prez (1978)
5 y 8 EGB
Lpez y otros
(1986)
Bachillerato
Test
Longeot
Bermdez
(1978)
No
especifica
nivel
Pelechado
(1977)
No
especifica
nivel
61
Izquierdo
(1976)
Gascn
(1984)
Teruel
(1985)
Salvador
(1985)
Nivel
INVESTIGACIN
No
especifica
Ciclo inicial
EGB
7 EGB
Bachillerato
62
poblacin de residencia).
Contextuales
Variables escolares (institucin escolar, profesor, alumno).
Variables
personales
63
De acuerdo con Page (1990), los factores que juegan un papel importante en el
rendimiento acadmico son el rendimiento del profesor, la calidad de los
recursos didcticos que incluye los planes y programas de estudio y el tipo de
instituciones
escolares
(infraestructura,
estructura
organizacional).
Se
el mundo y los gobiernos parecen mostrar inters por el importante papel que
pueden desempear los sistemas de gestin de calidad (Newby, 1999). De
acuerdo con De la Orden (en Garca, 1994), se pueden evaluar diferentes
instancias de la realidad educativa y del aprendizaje de los alumnos, tales
como:
Eficiencia del profesor
Eficiencia del programa
Eficiencia de los mtodos didcticos
Eficiencia de los materiales didcticos
Estructura de los departamentos o centros educativos
Eficiencia del esquema de evaluacin
Por su parte, Fuller (citado en Gaviria, 2004), seala como factor clave para la
mejora del aprendizaje la concentracin de material escolar por alumno y la
gestin social de estos factores. El nivel de recursos materiales muestra ciertos
niveles de calidad. Sin embargo, la eficiencia y la capacidad de escuelas con
escasos recursos varan de manera notable para promover el aprendizaje. Por
ello, concluye que existe la necesidad de llevar a cabo estudios que permitan
elaborar modelos de eficacia escolar vlidos para pases en vas de desarrollo.
Y, con ms urgencia, trabajos que analicen la relacin entre recursos y
rendimiento de los alumnos.
67
Otro grupo determinante del rendimiento son los factores psicosociales, entre
los que se destacan el nivel socioeconmico y cultural asociado a la clase
social, as como el medio educativo familiar. Casi todas las investigaciones
apoyan que a medida que se asciende en la escala social, las expectativas de
rendimiento futuro son mejores. Prez (1981), plantea que la estimulacin
educativa que ofrecen los padres de mayor nivel sociocultural es la
responsable de las diferencias en aprovechamiento de los alumnos de
diferentes clases sociales.
68
69
Por otra parte, Martnez-Otero (1997), identifica seis factores que influyen en el
RA durante la enseanza secundaria: inteligencia, personalidad, hbitos de
estudio, intereses profesionales, clima escolar y ambiente familiar.
didcticos,
docentes,
modelo
de
enseanza-aprendizaje,
gestin
Segn se desprende del estudio, financiado por el Consejo Social, entre las
causas atribuibles al propio estudiante figuran la falta de autoexigencia y
responsabilidad, el deficiente aprovechamiento de las horas de tutora y el
insuficiente dominio de las tcnicas de estudio. Los docentes tambin atribuyen
este bajo rendimiento a la falta de esfuerzo para centrarse en el estudio, la
escasa motivacin y la falta de orientacin al elegir la titulacin.
Por otra parte, entre las causas debidas a los profesores el informe subraya la
baja estimulacin para dedicarse a la tarea docente, la falta de estrategias de
motivacin y la escasa comunicacin entre docente y alumno. El equipo de
investigacin, dirigido por el catedrtico de Educacin Javier Tejedor, define
como
71
72
73
Por otra parte, una de los problemas bsicos en Mxico es la dificultad para
encontrar informacin suficiente y confiable sobre este tema (ANUIES). En
educacin superior no existen evaluaciones sistemticas para medir los logros
acadmicos de los estudiantes, pero se estima que la eficiencia terminal oscila
entre 53 y 63% de acuerdo a lo establecido en el Plan Nacional de Desarrollo.
2001 -
2002 -
2003 -
2002
2003
2004
2000-2001
2004 -2005
% 2000 -2005
Eficiencia
terminal
Primaria
Secundaria
Bachillerato
86.3
74.9
59.3
87.7
77.7
58.8
88.2
78.4
61.1
88.7
78.8
60.1
89.7
78.8
60.1
3.9
5.2
1.3
Desercin
Primaria
Secundaria
Bachillerato
Superior
1.9
8.3
16.5
8.3
1.6
7.3
15.8
8.2
1.7
7.4
16.8
8.4
1.8
7.4
16.8
8.4
1.7
7.1
16.3
8.6
-10.5
-14.5
-1.2
3.6
Reprobacin
Primaria
Secundaria
Bachillerato
6.0
20.9
39.0
5.7
19.7
39.2
5.7
19.7
39.2
5.2
19.2
38.8
5.0
18.4
37.9
-16.7
-12.0
-2.8
75
76
Para medirlo, no slo se debe evaluar el rendimiento del alumno sino todos los
elementos que interactan en el proceso educativo, tales como el rendimiento
del profesor, de los recursos didcticos, de los planes y programas de estudio,
la metodologa empleada, el rendimiento de las instituciones escolares, entre
otros.
Las notas escolares siguen siendo el criterio social y legal del rendimiento de
un alumno en el mbito de una institucin escolar. Cada una de stas configura
su sistema especfico de evaluacin y medicin de sus resultados, as como de
sus instrumentos de acuerdo a las reas, niveles y objetivos especficos.
Autores como Goldman, Geinsiger y Rabinowitz, e Ingenkamp (citados en
Page, 1990), que afirman que existe una diferencia persistente entre los
promedios de las calificaciones, demostraron que los profesores difieren
permanentemente en la asignacin de calificaciones y comprobaron cmo
influye la subjetividad del profesor en ellas.
Por su parte, bajo este contexto, Garca Ramos (2000), identifica tres vocablos
para dar a conocer el producto de la actividad escolar: evaluacin, calificacin y
medida. En general, la evaluacin aspira a conocer y valorar los resultados de
las instituciones escolares, de sus programas de enseanza, de sus mtodos,
matizndola con criterios de valor; por lo tanto, para poder evaluar es necesario
medir con un sentido objetivo, sistemtico y cientfico, entendiendo la
evaluacin como un proceso continuo y permanente y un elemento a la vez de
toda actividad educativa institucional.
A continuacin agrega que para que la evaluacin tenga sentido, debe abarcar
todo el conjunto de factores que inciden, no slo en el aprendizaje, sino en la
educacin integral de los sujetos, pero a la vez debe referirse tambin al
78
Como se puede apreciar, los tres trminos estn ntimamente relacionados. Del
resultado de su interaccin podemos emitir juicios de valor surgidos del
concepto evaluacin: se evala para tomar decisiones en el contexto educativo
para mejorar la enseanza y el aprendizaje.
De acuerdo con lvaro Page y otros (1990), la medida del rendimiento obliga a
preguntarse cmo se puede obtener un parmetro objetivo y fiable de todo lo
que encierra el rendimiento escolar. Al evaluar a los alumnos, se obtiene
realmente una medida cuantitativa y/o cualitativa de lo que rinden? Por su
parte, Carabaa Morales, J. (citado en lvaro Page y otros, 1990), afirma que
la bsqueda de una medida vlida del RA es una empresa imposible de realizar
debido a las ambivalencia, o mejor dicho, polivalencias, intrnsecas al sistema
educativo. Cada nivel, e incluso cada materia y cada profesor persiguen
simultneamente varios objetivos que no se pueden maximizar al mismo
tiempo.
79
80
AO
(18331911)
Binet y
Simon
(1905)
William
Stern
(18711938)
Howard
Gardner
(19831993)
Nisbet y
Shucksmith
Louis Leon
Thurstone
(1987)
(18871955)
INVESTIGACIN
Desarroll tests de habilidades psicolgicas bsicas y
diseo de cuestionarios y procedimientos estadsticos para
el anlisis de datos sobre el rendimiento diferencial de
grandes grupos de personas.
Desarrollaron nuevos tests de inteligencia para evaluar las
habilidades intelectuales ms complejas del nivel intelectual
de los nios. Crearon una herramienta para medir el fracaso
o xito escolar de los nios y para determinar el cociente
intelectual.
Promovi el concepto de cociente intelectual (CI) para
valorar la tasa de desarrollo mental de los nios. Fundador
de la psicologa diferencial.
Aport la teora de las inteligencias mltiples: diferentes
roles en la capacidad para resolver problemas o elaborar
productos que resultan de gran valor para un determinado
contexto social y cultural. Identific siete categoras de
inteligencias: lingstica, lgico-matemtica, espacial,
cintico-corporal, musical, interpersonal e intrapersonal.
Plantearon interesantes preguntas, tales como: Qu
diferencias existen en la capacidad para aprender entre los
estudiantes? Cules son las causas de esas diferencias?
Qu es lo que distingue a los alumnos que aprenden bien
de los que no lo hacen?
Desarroll su teora del anlisis multifactorial y elabor
instrumentos psicomtricos: ChicagoTests of Mental
Abilities, que incluye las subescalas verbal, memoria,
numrica, espacial, razonamiento, etc. En 1938 dise
exmenes de admisin a la universidad y mediante estudios
psicomtricos rigurosos fundament su modelo de aptitudes
primarias.
81
Gagn
(1989)
Lee J.
Cronbach
1989
Schunk
1989
Spearman
(19231927)
Brown
1994
Wittrock y
Baker
(1998)
GonzlezCabanach
2002
82
Por otra parte, una de las herramientas para medir el rendimiento son las
pruebas objetivas, que ofrecen mayores ventajas, debido a que las respuestas
son cortas y precisas, sin la influencia subjetiva del profesor; adems, poseen
alto grado de validez, en razn de que cumplen los propsitos para los que
fueron elaboradas.
84
Sea cual sea la medida que se utilice para expresarlo, conviene considerar
cules son los elementos que caracterizan una buena medida.
85
de
Vargas (2001), nos muestra un cuadro que ejemplifica con claridad los tres
tipos de promedios: aritmtico, ponderado y ajustado.
Materia
Crditos
(A)
Calif. 1
(B)
Mat 1
Mat 2
Mat 3
Mat 4
Mat 5
Mat 6
Mat 7
Mat 8
Mat 9
Mat 10
Mat 11
Total
12
9
6
6
6
6
9
6
6
6
6
78
6
7
5
5
9
10
5
9
7
10
9
Calif. 2
(C)
Calif. 3
(D)
Calif.
Final1
(E)
6
7
5
9
9
10
7
9
7
10
9
88
Suma2
ponderada
(F)
72
63
30
54
54
60
63
54
42
60
54
606
Suma4
Ajustada (G)
72
63
30
42
54
60
51
54
42
60
54
582
Promedio aritmtico
(PA) = 8.0
Promedio Ponderado
(PP)3 = 7.8
Promedio Ajustado5
(PAJ) = 7.5
1.
2.
3.
4.
5.
Calificacin final: es la ltima calificacin del alumno, no el promedio, como se aprecia en las materias 4 y 7.
Suma ajustada: son los crditos de las materias por la calificacin final (A x E), aqu se aprecia que las materias con ms
crditos tienen ms peso en la suma. Por ejemplo, la materia 9 es de 6 crditos y con la misma calificacin de 7 pesa 63.
Promedio ponderado (PP): es la divisin de la suma ponderada entre el total de crditos cursados (F / A).
Suma ajustada: son los crditos de la materia por el promedio de calificaciones (E x Promedio de (B,C,D)). Por ejemplo
en la materia 4, es promedio es 7 (obtuvo 5 y 9) y tiene 6 crditos, por lo que la suma efectiva es 42.
Promedio ajustado (PAJ): es la divisin de la suma ajustada entre el total de los crditos cursados (G/A).
88
89
90
Escala
cualitativa
internacional
NOTAS
A
10%
B
25%
C
30%
D
25%
E
10%
FX
Insuficiente
requiere de
considerable
trabajo para
pasar
Excelente
Muy bien
Bien
Satisfactorio
Suficiente
Insuficiente
requiere
de ms
trabajo
para pasar
Espaa
(numrica)
Espaa (no
numrica)
10
8-7
4-3
2-1
Matrcula
de honor
Sobresa_
liente
Notable
Aprobado
Aprobado
Suspenso
---
Alemania
1.0
1.3 - 1.7
2.0- 2.32.7
3.0 - 3.3
3.7 4.0
4.3 4.7
5.0
Austria
Blgica
Dinamarca
Finlandia
1
20
13
3
1
19 - 17
11 10
25
2
16 - 14
9
2-/2/2+
3
13 - 11
8
1.5
4
10
7
1+/1.0
5
97
6
0
--61
51
---
Francia
20
Excellent
19 16
Trs bien
15-14-13
12 11
Assez bien
10
Pasable
97
Echc 1
61
Grecia
Holanda
10
19
98
9 -8.5
7
8 7.5
6
7 6.5
5
6
Fail
5 -3
--21
Irlanda
1. Clase
Honor
(A)
2. Clase
Honor I
(A+B)
2. Clase
Honor II
(B)
3. Clase
Honor
(C)
Pass
(D)
Fail
(E)
---
Islandia
10
98
Fail
---
Italia
30
Destacado
30 -28
27 25
24 23
22 18
17 10
91
Reino Unido
A-
B+/B/B-
C/D
Fail
---
Estados
Unidos y
Canad
A+/A/A-
A+/A/A-
B+/B/B-
C+/C/C-
D+/D/D-
Fail
---
Estados
Unidos (Nuevo
Mxico)
100 -90
100 -90
89 80
79 -70
79 -70
69 60
Menos de 60
Mxico
Tecnolgico
de Monterrey
100 -90
100 -90
89 80
79 -70
79 -70
69 60
Menos de 60
91
92
93
Artculo 27. Como base para evaluar el desempeo acadmico del alumno se
establecen los exmenes parciales, los exmenes finales, los exmenes de
ltima materia y los exmenes extemporneos.
Por ltimo, para fines de este estudio es necesario destacar que el RA ser
estudiado a partir del promedio de calificaciones en tres momentos de la
carrera: al ingreso, al finalizar los semestres tercero y quinto y con el promedio
final al concluir sus estudios universitarios.
98
99
Uno de los primeros estudios publicados sobre el tema fue el informe Coleman
sobre Igualdad de oportunidades educativas (Coleman, 1966), en el que se
estudi una muestra de 640 000 alumnos a los cuales se les aplic un test de
rendimiento y habilidad. Coleman encontr un factor que consider relevante
para determinar el rendimiento de los alumnos: la influencia del contexto social
familiar sobre cada uno de ellos. Asimismo, el estudio present algunos
problemas metodolgicos en virtud de que no consider el proceso de
enseanza-aprendizaje ni las variables del comportamiento del profesor.
AOS
Bloom
1972
Pelechano
1989
lvaro Page
1990
Gmez Dacal
1992
MODELO
Si los alumnos estn distribuidos normalmente
con respecto a la amplitud de una cierta
disciplina, si se les concede una oportunidad
uniforme para aprender y una calidad de
instruccin homognea, se espera que pocos
alumnos logren el dominio; la correlacin entre
aptitud y rendimiento escolar ser alta (r= 0.70).
Las diferencias individuales entre las aptitudes de
los alumnos de una disciplina tendr poca
influencia sobre el rendimiento escolar final.
En este estudio se explica el RA de los alumnos
mediante el anlisis predictivo, a partir de
variables como padres, profesores y alumnos,
que son determinantes personales, escolares y
sociofamiliares del RA.
100
Pelechano
1972
Carabaa
1987
lvaro Page
1990
Pardo Merino
1993
Orea Daz
1993
1957-1964
Atkinson
Dwek
1986
Fontaine
1988
Alonso Tapia
1991
1983
1985
Weiner
1986
Selignam
1981
Shanaham y Warberg
1985
Castejn, Navas
Sampascual
1993-1996
Shavelson y Bous
1982
1983
Byrne
1984
Shavelson y Bous
1982
Machargo
1991
Gonzlez y Touron
1992
Maruyama, Rubin y
Kingsbury
Marsh,
Smith
Parker
Villa Snchez
1981
1983
1984
Hartup
La Mare y Rubin
Pintrich y De Groot
Barne
Jimnez Hernndez
Rani George y David
Kaplan
1985
1987
1990
1993
1994
1997
entre
102
103
1.
2.
3.
4.
5.
6.
7.
8.
Elementos de la Escuela
1.Tamao de la Escuela
2.Recursos financieros, salarios
3.Ratio Profesor - Alumno
4.Ratio Administrativos Profesor
5.Servicios de staff profesional
6.Instalaciones, (laboratorios,
bibliotecas, etc.)
7.Tamao del grupo promedio
8. Localizacin: Urbana o Rural
9.Clase social de los estudiantes
10.Composicin tnica o racial
Desempeo Acadmico
Comportamiento
104
Antecedentes
personales
del
alumno
(familiares
escolares)
Estudiante
Escuela
105
Este modelo describe las relaciones causales potenciales entre los grupos de
variables de entrada y de salida. Las que intervienen son: antecedentes del
alumno, condiciones de la escuela, caractersticas del estudiante, actitudes del
alumno y personal docente.
106
Condiciones de la escuela
Caractersticas del
profesorado
Resultados
Condiciones de la escuela
Personal directivo.
Servicios
Gastos
Caractersticas estudiantiles
Demografa de poblacin
Asistencia de los alumnos
Personal Docente
Formacin y personalidad
Trabajos asignados
Actitudes
Resultados
Cognitivos
No cognitivos
108
109
110
111
medios
acadmicos,
mientras
que
los
hombres
gozan
de
sobrevaloracin.
Los resultados revelaron que el primer subgrupo hizo bien su trabajo, e incluso
aument su nivel de rendimiento en la prueba, mientras que el segundo registr
una reduccin de su nivel de 90% a 80%. Estas mujeres tampoco rindieron
bien en una prueba de memoria posterior al test de matemticas.
El estudio, publicado bajo el ttulo de Beyond Bias and Barriers: Fulfilling the
Potential of Women in Academic Science and Engineering, concluy que las
mujeres estn poco representadas en los niveles acadmicos ms altos debido
a la influencia de los prejuicios y desventajas que stos producen.
113
114
115
116
117
118
socio-econmico,
factor
aptitudinal,
rendimiento
estudiantil.
Las
119
Se probaron distintos modelos y en cada uno de ellos el ajuste a los datos era
mejor que en el anterior. Se decidi tomar como definitivo el Modelo 2, con
base en el cual se puedo concluir que el rendimiento de los dos primeros
semestres es un buen predictor del rendimiento posterior y que el factor
aptitudinal es el que tiene mayor influencia en el rendimiento estudiantil.
120
121
VARIABLES
LATENTES
X1
Poblacin
Y4
Aptitud verbal
E1
Tamao poblacin
X2
Activ. padre
Y5
Razonamiento abstracto
E2
Profesin padre
X3
Estudios padre
Y6
Razonamiento numrico
E3
Estudios padres
X4
Estudios madre
Y7
Matemticas clculo
n1
Aspiraciones alumnos
n2
Aptitudes generales
Y1
Edad estudios
Y8
Matemticas.
Aplicaciones
Y2
Estudios que
quera terminar
Y9
Ortografa
n3
Rendimiento
matemticas
Y3
Profesin futura
Y10
Comprensin lectora
n4
Rendimiento lenguas
122
123
Los resultados del anlisis muestran que las variables de tipo personal, como
inteligencia, juegan un importante papel en el aprovechamiento escolar, pero
tambin las percepciones que los alumnos tienen de su clima familiar y escolar
ejercen una influencia significativa en la explicacin del criterio.
124
El
cuestionamiento
inicial
trataba
de
determinar
si
las
actividades
Al
estimar
la
relacin
entre
las
actividades
extracurriculares
el
126
Entre sus conclusiones, se destaca que el resultado del GPA (grade point
average) est altamente relacionado con el ingreso a la universidad. Los
factores cognitivos predicen mejor el RA y la persistencia de estudiantes de
Ingeniera. El promedio de bachillerato fue catalogado como un factor clave del
RA; la motivacin de los estudiantes hacia la Ingeniera, conformada por la
persistencia, metas muy claras y la resiliencia, fue un aspecto relevante.
Los estudiantes con altos niveles de motivacin usan todos sus recursos para
lograr sus metas deseadas. La integracin es su grado de interrelacin y
socializacin con el medio ambiente del colegio; una relacin positiva entre la
integracin social y la persistencia le permite obtener mejores resultados.
127
128
129
Los resultados muestran que el modelo evaluado explica entre 70% y 80% de
la varianza de las intenciones de conducta de uso/aplicacin de conocimientos
y destrezas
estadstico-cuantitativas.
La
disposicin
favorable
de
los
130
131
Para realizar la investigacin, cuyo objetivo era determinar los efectos causales
directos e indirectos de las variables aptitud, estatus socio-econmico,
motivacin y hbitos de estudio sobre el RA, se seleccion una muestra
aleatoria de 100 alumnos; las dos primeras variables son exgenas y las
restantes endgenas. La metodologa estadstica que se utiliz se centr en las
pautas de un modelo causal denominado Path Analysis o Anlisis por Caminos.
132
Por ltimo, a pesar de que el modelo es consistente con los datos acopiados,
no significa que no deba ser sometido a nuevas pruebas, es decir, se puede
conservar bajo nuevas revisiones, ya sea mediante la adicin de nuevos
caminos o la omisin de otros. Este hecho es una de las ventajas de precisin
del Path Analysis, ya que invita a una revisin crtica porque es una
herramienta muy poderosa para verificar teoras.
133
134
Como
ya
mencionamos,
en
razn
del
surgimiento
de
organismos
Entre los estudios que se han realizado sobre el tema de la eficacia escolar en
Mxico hasta la fecha se destacan los siguientes:
Un acercamiento a la calidad de la educacin primaria en Aguascalientes
desde la perspectiva de la efectividad escolar. Tesis doctoral en la
Universidad Autnoma de Aguascalientes (Ruiz, 1999).
Distribucin de los planteles pblicos de educacin primaria y secundaria
segn el nivel de aciertos de sus alumnos en los exmenes de la carrera
magisterial. Secretara de Educacin Pblica, Direccin General de
Evaluacin [DGE] (2000).
Cambiar la escuela rural. Evaluacin cualitativa del programa para abatir el
rezago educativo. DIE (Ezpeleta y Weiss, 2000).
135
Es importante sealar que son pocos los estudios que estn enfocados en la
educacin superior. En la actualidad, la evaluacin de la calidad de la
educacin superior en Mxico ocupa la atencin y motiva mltiples intenciones
y acciones, de diversos sectores de la sociedad, en especial de las autoridades
y de aquellos que estn involucrados directamente en el mbito educativo
(Zorrilla, 2003; Villa-Lever y Flores-Crespo, 2002).
La misma Zorrilla indica que pareciera que las investigaciones han estado
ms preocupadas por encontrar por qu no funciona la escuela que por
137
Existen varias razones que justifican esta orientacin, como que el nivel de
primaria concentra la mayor cantidad de alumnos, por lo general consta de 6
138
Como se puede observar, los avances en Mxico empiezan a rendir fruto. Sin
embargo, los estudios sobre RA en el nivel superior educativo son incipientes.
Por ello, el presente trabajo pretende hacer una aportacin a nivel universitario
en el sector privado y contribuir a entender los factores que afectan el
Rendimiento Acadmico en este nivel.
140
141
142
143
144
Figura 5-17 Modelo Final Explicativo del Rendimiento Escolar en el Distrito Federal
146
147
En una tercera fase se someti cada factor del instrumento, como subescala, al
anlisis de los tems previamente validados, mediante un modelo de la Teora
de Respuesta al tem (Van der Linden y Hambleton, 1997). En la ltima etapa
se aplicaron procedimientos para validar el constructo del cuestionario, a travs
de la metodologa de Modelamiento de Ecuaciones Estructurales o de
148
(.87 y -.60). A
149
150
151
152
153
154
155
157
En este captulo se incluyen los objetivos, las hiptesis principales del estudio;
se define la metodologa que se utiliz para elaborar e implementar el diseo,
los instrumentos de evaluacin, la muestra, la forma de recoleccin de
informacin y el plan de anlisis.
159
En pocas palabras, este trabajo pretende identificar los factores que afectan al
rendimiento acadmico de los alumnos en el contexto de una universidad
privada en Mxico, as como determinar si estos factores son los mismos en
todas las carreras profesionales o varan.
162
6.2 Objetivos
El objetivo general es estudiar el rendimiento acadmico de estudiantes
universitarios en Mxico, y proponer y validar empricamente distintos modelos
que permitan predecir su rendimiento, as como identificar los factores del perfil
del alumno que lo afectan positivamente.
163
165
Metodologa de
anlisis
166
Anlisis
correlacionales
y
Estudios
diferenciales
Hiptesis 2
Anlisis de
Los factores que afectan el rendimiento acadmico de regresin mltiple
los alumnos en las carreras profesionales son diferentes
y los afectan en diverso grado; por lo tanto, existe un
modelo distinto para cada carrera y rea acadmica.
Hiptesis3
Existe un modelo explicativo diferenciado del rendimiento Modelos de
estructura de
acadmico para toda la generacin y para las reas
covarianza
acadmicas a las que pertenecen las 18 carreras
profesionales.
Hiptesis 4
Existe un modelo explicativo diferenciado del rendimiento Modelos de
estructura de
acadmico para las principales carreras profesionales.
covarianza
167
Debido a que nos hemos encontrado con muestras muy pequeas de titulacin,
para realizar los anlisis correspondientes, se procedi a efectuar una
integracin
de
carreras
universitarias
de
acuerdo
su
tipologa
168
169
Frecuencia Porcentaje
Mercadotecnia
Administracin Financiera y
Contadura Pblica
158
14.0
122
10.8
Industrial y de Sistemas
94
8.3
Administracin de Empresas
Ciencias de la Comunicacin y
Medios de Informacin
89
7.9
88
7.8
Negocios Internacionales
74
6.6
Sistemas Computacionales
72
6.4
Relaciones Internacionales
62
5.5
60
5.3
Mecatrnica
Mecnico Elctricista y Mecnico
Administrador
Sistemas de Computacin
Administrativa
60
5.3
54
4.8
40
3.5
Electrnica y Comunicaciones
39
3.5
Derecho
30
2.7
Ciencias Polticas
23
2.0
Economa
23
2.0
Psicologa Organizacional
22
1.9
19
1,129
1.7
100.00
Sistemas Elctrnicos
TOTAL
170
HUMANIDADES
INGENIERA
NEGOCIOS
TOTAL
Frecuencia
Porcentaje
Porcentaje
Vlido
Porcentaje
Acumulado
225
438
466
1129
19.9
38.8
41.3
100
19.9
38.8
41.3
100
19.9
58.7
100
171
172
Una vez que se tomaron los datos necesarios para medir las variables que se
especificaron, se procedi a la preparacin y limpieza de datos para realizar los
anlisis iniciales. Los anlisis del estudio se realizaron con el paquete
estadstico de SPSS en distintas versiones; y los anlisis de ecuaciones
estructurales con el software AMOS.
que
resguarda
informacin
referente
datos
sociales,
174
al
ltimo semestre. Como sabemos, esta variable est conformada por las
calificaciones obtenidas en las materias cursadas en todos los semestres
cursados durante su carrera profesional, y que considera un promedio
ajustado.
VARIABLE DEPENDIENTE
No. de
Variable
RENDIMIENTO
ACADMICO
DESCRIPCIN
CODIFICACIN
ESCALA
70-100 puntos
Numrica
176
siguientes apartados:
c) Rendimiento previo
10. Nota del RA del bachillerato
11. Puntuacin de la Prueba de Aptitud Acadmica (PAA)
12. Puntuacin de la Prueba de Aptitud Acadmica de Espaol
13. Puntuacin de la Prueba de Aptitud Acadmica de Matemticas
14. Nota de la prueba inicial de Matemticas
15. Nota de la prueba inicial de Espaol
16. Puntuacin obtenida en examen Toefl inicial
A continuacin se anexan las tablas que especifican todas las variables que
se estudiarn, con su descripcin, su codificacin, recodificacin y su escala de
medicin.
177
VARIABL
ES
DESCRIPCIN
CODIFICACIN
Edad
alumno
Beca
Edad del
padre
Nmero de
aos
Edad de la
madre
Edad de la madre
Nmero de
aos
Estudios
del padre
Estudios
de la
madre
Nivel mximo de
estudios del padre
Nivel mximo de
estudios de la madre
Nmero de
aos
0-100 %
1. Primaria
2. Secundaria
3. Preparatoria
4. Carrera
Tcnica
5. Normal
Superior
6. Licenciatura
7. Postgrado
1. Primaria
2. Secundaria
3. Preparatoria
4. Carrera
Tcnica
5. Normal
Superior
6. Licenciatura
7. Postgrado
RECODIFICACIN
1. Hasta 22 aos
2. De 23 a 24 aos
3. 25 aos o ms
1. 0
2. 10 a 50
3. 51 a 100
1. 36 a 49 aos
2. 50 a 59 aos
3. 60 aos en
adelante
1. 36 a 45 aos
2. 46 a 55 aos
3. 56 aos en
adelante
1. Primaria a
Profesional tcnico
2. Normal superior
3. Licenciatura
4. Postgrado
ESCALA
Numrica
Numrica
Numrica
Numrica
Ordinal
1. Primaria a
Profesor tcnico
2. Normal superior
3. Licenciatura
4. Postgrado
Ordinal
1. Hasta 20,000
2. De 21,000 a
40,000
3. De 41,000 en
adelante
Ordinal
(Miles de pesos)
1. 5
2. 10
3. 15
4. 20
5. 25
6. 30
7. 35
8. 40
9. 45
10. 50
11. 55
Ingresos mensuales
Nivel
de la familia (en
econmico
pesos)
Sexo
1. Mujer
2. Hombre
Ordinal
Tipo de
bachillerat
o
El tipo de escuela
preparatoria
1. Preparatoria
TEC
2. Preparatoria
No TEC
Ordinal
178
VARIABLES
ACADMICAS
Nota del
bachillerato
Puntuacin de la
prueba Aptitud
Acadmica PAA
(alumnos prepa
externa)
Puntuacin
Matemtica de
PAA
(alumnos
preparatoria
externa)
Puntuacin en
Espaol de PAA
(alumnos prepa
externa)
Examen inicial de
Espaol
(alumnos prepa
externa)
Examen inicial de
Matemticas
(alumnos prepa
externa)
Toefl inicial
DESCRIPCIN
CODIFICACIN
RECODIFICACIN
1. 70 a 79
2. 80 a 85
3. 86 a 89
4. 90 a 95
5. 96 a 100
ESCALA
Rendimiento final
obtenido en los
estudios de
preparatoria
(Registro en la SEP)
Puntuacin
70-100
Puntuacin total de la
Prueba de Aptitud
Acadmica
Puntuacin
0-1600
Numrica
Puntuacin de la
Prueba de Aptitud
Acadmica en el rea
matemtica
Puntuacin
0-800
Numrica
Puntuacin de la
Prueba de Aptitud
Acadmica den el rea
de Espaol
Puntuacin
0-800
Numrica
10-100 de
calificacin
Numrica
10-100 de
calificacin
Numrica
179
Puntuacin
1. 200 a 450
2. 450 a 550
3. 551 a 677
Numrica
Numrica
Rendimiento al 3er.
semestre
Puntuacin
70-100
Materias
reprobadas al 3er.
semestre
No. de materias
reprobadas al 3er.
semestre
Total de materias
reprobadas al 3er.
semestre
Notas del
promedio al 5
semestre
Rendimiento al 5o.
semestre
Puntuacin
70-100
Materias
reprobadas al 5
semestre
No. de materias
reprobadas al 5
semestre
Total de materias
reprobadas al 5.
semestre
Materias
reprobadas al 9no.
semestre
Total de materias
Materias reprobadas
reprobadas al
al ltimo semestre
ltimo semestre.
Semestres
cursados de ms
Semestres
Semestres cursados
cursados de ms
durante su carrera
despus del
profesional
dcimo semestre
Puntuacin del
examen de ingls
toefl
Puntuacin
200-677
180
1. 70 a 79
2. 80 a 89
3. 90 a 100
1. 0
2. 1 a 3
3. 4 o ms
1. 70 a 79
2. 80 a 89
3. 90 a 100
1. 0
2. 1 a 3
3. 4 o ms
1. 0
2. 1 a 3
3. 4 o ms
1. Ms de 10
semestres
Puntuacin
1. 200 a 450
2. 450 a 550
3. 551 a 677
Numrica
Numrica
Numrica
Numrica
Numrica
Numrica
Numrica
181
e) Tipo de preparatoria
Si los alumnos estudiaron en la preparatoria del Tecnolgico de Monterrey les
corresponde el cdigo 1; si lo hicieron en cualquier otra, el 2.
f) Beca
Se codifica con un valor numrico de 0 a 100, en funcin del porcentaje
asignado por la universidad. Las becas se otorgan con un promedio de 90 en el
periodo acadmico inmediato anterior, que puede ser de la preparatoria o la
carrera profesional. Se recodific como: 1- 0% de beca, 2- de 10 a 50% y 3 - de
51 a 100% de beca.
g) Nivel econmico
Se toman en cuenta los ingresos mensuales que percibe la familia del alumno.
El nivel 1 que corresponde a un ingreso de $ 5,000 pesos y el nivel 11 a uno de
$ 55,000 pesos. Se recodific en tres niveles: primero, hasta $ 20,000; segundo,
de $ 21,000 a 40,000; tercero, de $ 41,000 en adelante.
182
183
i) Exmenes iniciales
El alumno que proviene de preparatorias externas que pretende ser admitido
en cualquier carrera profesional, debe presentar un examen de conocimientos
bsicos de Matemticas, Espaol y Computacin. Para aprobarlos, deber
obtener un mnimo de 70 puntos de 100. En caso contrario, cursar las
materias al inicio de su carrera con la finalidad de homogeneizar los primeros
cursos de su carrera. Los cursos remediales no se consideran para conformar
el promedio final.
Examen de Matemticas
El objetivo de este examen es homogeneizar los grupos que ingresan al primer
semestre de la carrera. Si los alumnos obtienen una calificacin mayor de 70
se incorporan de manera directa al curso de Matemticas I. Esta prueba,
mediante la cual se evalan los conocimientos de lgebra, geometra analtica,
trigonometra y de funciones, consta de 30 preguntas y el tiempo mximo
asignado para contestarla es de dos horas. La calificacin obtenida no se
considera para efectos de conformar el promedio final de la carrera profesional.
Se podran considerar clases adicionales de refuerzo que se tienen que cursar
durante un semestre.
Examen de Espaol
El objetivo es homogeneizar los grupos que inician el primer semestre de la
carrera, a fin de que aprovechen ms la materia de expresin verbal y escrita.
El examen de ubicacin consta de 45 reactivos de opcin mltiple, cada uno de
los cuales consta de 4 o 5 opciones de respuesta entre las que se debe
seleccionar la correcta.
184
j) Promedio de preparatoria
Es el promedio aritmtico de todas las calificaciones de las materias cursadas
en la preparatoria que aparecen en el certificado oficial que emite la Secretara
de Educacin Pblica en Mxico. La ponderacin que se utiliza para
registrarlas es una calificacin mnima de seis y una mxima es diez. Sin
embargo, para efectos del estudio y tener datos homogneos se recodific la
variable en una escala de 0-100.
185
o) Semestres de ms
El parmetro normal para terminar una carrera oscila entre 9 y 10 semestres.
Para efectos de nuestra investigacin, se consideran semestres de ms a partir
del semestre 11.
186
6. 10 Instrumentos utilizados
La informacin que se utiliz en este estudio se obtuvo mediante la
autorizacin
de Monterrey.
Para los fines de esta investigacin se tomaron los datos ya existentes y slo
se dise un cuestionario como base para hacer una entrevista a los directores
acadmicos, que forman parte de los estudios complementarios.
187
188
las puntuaciones
proporcionan.
189
Razonamiento verbal
La Prueba de Razonamiento Verbal contiene 54 preguntas que miden la
habilidad para entender lo que se lee y la amplitud del vocabulario, y su
resultado constituye la puntuacin verbal. Esta herramienta es un instrumento
eficaz para medir las destrezas y habilidades para razonar de manera inductiva
y deductiva mediante el uso de material escrito, el empleo correcto del
lenguaje, el anlisis de argumentos y la evaluacin lgica de la lectura, la
identificacin de relaciones entre conceptos y la comprensin de la lectura y la
riqueza del vocabulario.
Razonamiento matemtico
La Prueba de Razonamiento Matemtico contiene 42 preguntas que miden la
habilidad para resolver problemas que involucran el razonamiento aritmtico,
algebraico
geomtrico.
Su
resultado
constituye
la
puntuacin
en
inecuaciones
simples
problemas
discernimiento e inventiva.
190
matemticos
no
especialistas
que
pertenecen
esos
departamentos.
191
NUEVA
NIVEL DE CAPACITACIN
PUNTUACIN
677 (mx.)
300 (mx.)
600
250
550
213
500
173
310 (mn.)
40 (mn.)
192
Avanzado
Bueno
Bajo
pedaggicas
personales
(motivacionales,
cognoscitivas
193
Qu propuestas tiene para que los alumnos que inician su carrera profesional
logren terminarla?
194
195
Carrera
Mercadotecnia
Administracin Financiera/Contabilidad
Industrial y de Sistemas
Administracin de Empresas
Ciencias de la Comunicacin/ Medios de
Informacin
Negocios Internacionales
Sistemas Computacionales
Relaciones Internacionales
Arquitectura/Diseo Industrial
Mecatrnica
Mecnico Elctricista/Administrador
Sistemas de Computacin Administrativa
Electrnica y Comunicaciones
Derecho
Ciencias Polticas
Economa
Psicologa Organizacional
Sistemas Elctrnicos
158
122
94
89
83
84
85
85
4.62
5.51
5.05
4.73
88
74
72
62
60
60
54
40
39
30
23
23
22
19
1,129
85
84
85
86
85
84
82
84
82
83
84
83
86
83
84
4.37
5.08
5.61
4.71
4.44
5.78
4.85
5.15
5.06
4.88
4.64
5.68
5.01
5.64
5.08
TOTAL
196
Se
convirtieron
los
promedios
ajustados
en
calificaciones
para
En la figura 7-2 podemos ver que existe una buena aproximacin a la normal,
lo que significa que es muy conveniente para el uso de anlisis basados en
regresin mltiple.
197
198
Tabla 7-2 Promedio ajustado por carreras del 3ro., 5to. y 9no. semestres
Prom 3er Prom 5to Prom 9no
Semestre Semestre Semestre N
CARRERA
Mercadotecnia
82
82
83
158
Industrial y de Sistemas
83
83
85
94
Administracin de Empresas
84
84
85
89
Ciencias de la Comunicacin/Medios
86
85
85
88
Administracin
Financiera/Contabilidad
85
84
85
84
%
14.0
8.3
7.9
7.8
7.4
Negocios Internacionales
Sistemas Computacionales
Relaciones Internacionales
Arquitectura
Mecatrnica
83
82
85
85
83
83
83
85
84
83
84
85
86
85
84
74
72
62
60
60
6.6
6.4
5.5
5.3
5.3
Mecnico Elctricista
Sistemas de Computacin y
Administracin
Electrnica y Comunicaciones
Contabilidad y Finanzas
Derecho
Ciencias Polticas
Economa
Psicologa Organizacional
Sistemas Elctrnicos
TOTAL
80
80
82
54
4.8
82
81
84
82
84
84
85
82
83
83
81
84
83
84
83
85
82
83
84
82
83
83
84
83
86
83
84
199
40
3.5
39
3.5
38
3.4
30
2.7
23
2.0
23
2.0
22
1.9
19
1.7
1129 100.0
Semestre
3o.
Semestre
5o.
Semestre
timo
NEGOCIOS
466
83.6
83.2
84.0
INGENIERIA
438
82.6
82.7
83.9
HUMANIDADES
225
84.7
84.7
85.2
TOTAL
1129
83.4
83.3
84.2
REA
Tabla 7-4 Eficiencia terminal global de las generaciones que ingresaron en 1999-2000
Generacin
Alumnos
(nuevo
ingreso)
Bajas
acadmicas
Bajas
Otras
causas
Transferencias
Eficiencia
Terminal
(9 semestres)
1999
2000
1338
1211
84
42
201
205
25
40
43.36%
43.95%
Generacin
8
Semestres
9
Semestres
10
Semestres
11
Semestres
12
Semestres
Graduados
1999
.3%
9.6%
27.2%
15.4%
7.0%
66.97%
2000
.8%
22.7
26.6%
50.29%
200
200413
200511
PROF. Desertor Poblacin Desertor Poblacin
IMD
37
1
28
MC
3
77
37
3
114
1
65
LCC
11
385
14
351
LED
9
236
7
207
LMI
1
84
3
74
LPL
1
78
3
79
LPO
5
192
7
186
LRI
8
329
10
297
35
1304
44
1194
ARQ
8
205
5
202
IEC
7
277
9
241
IIS
17
616
15
561
IMA
4
163
6
145
IME
7
203
4
176
IMT
11
373
20
343
IQA
13
1
9
ISC
17
487
19
419
ISE
11
165
6
145
LDI
4
236
14
234
LSC
10
244
8
210
96
BIB
CPF
LAE
LAF
LEC
LEM
LIN
Negocios total
Gran total
201
6
17
5
4
18
12
62
196
2982
20
212
625
460
178
826
529
2850
7250
107
1
10
20
8
5
31
15
90
242
2685
25
200
565
425
166
752
463
2596
6540
203
Tabla 7-6 Medias de la edad de los alumnos por carrera y rendimiento acadmico
RANGOS DE EDAD
Menos 22 aos
CARRERA
Arquitectura/Diseo Industrial
Electrnica y Comunicaciones
Industrial y de Sistemas
Mecnico Elctricista/Administrador
Mecatrnica
Sistemas Computacionales
Sistemas Elctrnicos
Administracin de Empresas
Administracin
Financiera/Contabilidad
Ciencias
de la
Comunicacin/Medios de
Informacin
Economa
Derecho
Mercadotecnia
Negocios Internacionales
Ciencias Polticas
Psicologa Organizacional
Relaciones Internacionales
Sistemas de Computacin
Administrativa
TOTAL
23 a 24 aos
Ms de 25 aos
PROM
PROM
PROM
N Total
91
85
87
87
89
88
89
89
5
23
19
15
5
15
21
8
86
82
85
83
85
85
82
86
73
56
61
56
77
65
63
63
81
76
81
78
79
79
77
83
22
21
20
30
18
19
16
29
60
39
94
54
60
72
19
89
87
20
85
57
80
23
122
88
88
87
88
90
88
92
89
9
22
10
10
15
22
5
19
86
84
86
84
84
85
88
85
66
52
53
64
62
39
55
61
83
77
80
80
81
81
83
83
25
26
37
26
23
39
41
19
88
23
30
158
74
23
22
62
87
88
28
14
85
85
40
61
81
80
33
25
40
1129
204
52
%
58
60
Arquitectura/Diseo Industrial
Ciencias de la
Comunicacin/Medios
CARRERA
Ciencias Polticas
Derecho
Economa
Electrnica y Comunicaciones
Industrial y de Sistemas
Mecnico
Elctricista/Administrador
Mecatrnica
Mercadotecnia
Negocios Internacionales
Psicologa Organizacional
Relaciones Internacionales
Sistemas Computacionales
Sistemas de Computacin
Administrativa
Sistemas Elctrnicos
TOTAL
37
%
42
Prom
86
84
89
49
87
62
51
82
122
34
57
86
26
43
84
60
50
13
13
8
6
57
57
43
35
15
85
84
84
86
78
38
10
17
15
33
43
43
57
65
85
86
85
83
82
82
88
23
30
23
39
35
37
86
59
63
84
94
5
10
95
40
18
45
10
9
17
60
54
82
73
14
79
87
84
87
87
86
85
49
50
63
34
4
17
62
91
83
40
46
18
27
86
82
84
82
82
81
86
85
54
60
158
74
22
62
72
14
5
513
35
26
45
86
86
85
26
14
616
65
74
55
83
82
83
40
19
1,129
Fem
Prom Masc
205
Edad
Madre
Edad
Padre
156
51
156
55
121
92
84
52
52
53
121
92
84
55
55
56
Ciencias de la Comunicacin/
Medios de Informacin
84
52
83
55
Negocios Internacionales
Sistemas Computacionales
Relaciones Internacionales
Mecatrnica
Arquitectura/Diseo
Industrial
Mecnico
Elctricista/Administrador
73
72
61
59
57
53
52
52
51
52
52
53
73
72
57
59
57
53
55
55
54
56
56
55
Sistemas de Computacin
Administrativa
Electrnica y Comunicaciones
Derecho
Psicologa Organizacional
Economa
Ciencias Polticas
40
39
27
22
22
19
50
51
52
53
53
50
40
39
26
19
22
21
53
54
54
56
56
54
Sistemas Elctrnicos
18
50
18
54
1099
52
1092
55
CARRERA
Mercadotecnia
Administracin
Financiera/Contabilidad
Industrial y de Sistemas
Administracin de Empresas
TOTAL
206
Por su parte, 36% de las madres estudi una carrera profesional y 10% un
posgrado, lo que permite inferir que la mujer se preocupa cada vez ms por
tener una mejor preparacin. Adems, 39% de ellas slo estudi la primaria o
una carrera tcnica.
207
Primaria P. Normal
Tcnico Superior
ESTUDIOS MADRE
Lic.
Posg.
Primaria / Normal
Tcnico Superior
Lic.
Posg.
Mercadotecnia
147
14
52
25
38
16
39
Administracin Financiera/Contabilidad
110
15
15
52
18
25
15
43
17
Administracin de Empresas
86
15
10
55
20
47
13
34
Industrial y de Sistemas
80
18
10
38
34
44
35
16
Ciencias de la Comunicacin/Medios
72
22
19
42
16
42
21
28
10
Sistemas Computacionales
68
21
60
13
37
15
38
10
Negocios Internacionales
57
21
11
63
35
11
44
11
Mecnico Elctricista/Administrador
54
22
50
26
46
41
Relaciones Internacionales
41
10
15
58
18
29
22
37
12
Arquitectura/Diseo Industrial
40
40
25
23
13
53
23
15
10
Mecatrnica
40
28
25
45
55
18
25
Electrnica y Comunicaciones
36
11
61
22
31
22
36
11
Derecho
27
11
52
30
33
15
48
Ciencias Polticas
18
22
17
44
17
28
39
22
11
Sistemas Elctrnicos
18
17
11
50
22
33
56
18
22
17
44
17
39
22
33
Psicologa Organizacional
17
24
47
29
47
24
24
Economa
16
38
50
31
31
31
945
18
12
50
20
39
15
36
11
TOTAL
208
209
CARRERA
Mercadotecnia
Administracin Financiera/Contabilidad
Ciencias de la Comunicacin/Medios
Industrial y de Sistemas
Negocios Internacionales
Relaciones Internacionales
Arquitectura/Diseo Industrial
Mecatrnica
Administracin de Empresas
Sistemas Computacionales
Sistemas de Computacin
Administrativa
Mecnico Elctricista/Administrador
Economa
Electrnica y Comunicaciones
Derecho
Ciencias Polticas
Sistemas Elctrnicos
Psicologa Organizacional
TOTAL
Prepa TEC
Promedio
N
Prepa
Prepa Externa
Promedio
N
Prepa
56
50
45
38
36
29
29
24
24
22
80
82
81
85
81
82
81
86
81
83
102
72
43
56
38
33
31
36
64
49
82
83
80
86
84
85
85
88
83
86
20
17
15
14
13
11
10
8
461
82
82
84
81
80
78
86
79
82
20
37
8
25
17
12
9
14
666
85
82
85
85
79
84
85
84
84
7.2.6 Beca
La variable beca se dividi en tres escalas. En la primera se ubic a los
alumnos que carecieron de ella, en la segunda a los que tienen hasta 50% de
beca y en la tercera a los que recibieron ms de este porcentaje.
En la tabla 7-11se observa que los 374 alumnos que gozaron de beca rindieron
ms (87) que los alumnos que no la tuvieron (82), lo que es congruente con los
hallazgos que realiz (Vargas, 2001) que establecen que el rendimiento de los
210
Financiera,
Administracin
de
Empresas
Psicologa
Rend
Rend
Total
final
final Alumnos Alumnos
10-50% 10-50% 51 -100% >51%
Beca
Beca %
Beca
0%
Mercadotecnia
Administracin
Financiera/Contabilidad
158
114
82
29
85
15
86
44
28
122
87
17
17
89
83
16
21
88
94
89
56
83
Industrial y de Sistemas
87
33
38
27
40
Administracin de Empresas
Ciencias de la Comunicacin/Medios
Negocios Internacionales
Sistemas Computacionales
Relaciones Internacionales
Arquitectura /Diseo
Mecatrnica
Mecnico Elctricista/Administrador
Sistemas de Computacin
Administrativa
Electrnica y Comunicaciones
Derecho
Ciencias Polticas
Economa
90
88
74
71
62
60
60
54
65
61
53
38
40
40
34
38
84
84
83
82
84
85
82
80
15
11
12
14
17
10
15
7
87
88
88
87
89
85
85
84
10
16
9
19
5
10
11
9
91
88
88
89
87
87
89
87
25
27
21
33
22
20
26
16
28
31
28
46
35
33
43
30
40
39
30
23
23
23
25
22
13
17
81
80
84
82
82
9
10
4
7
2
87
85
81
87
84
8
4
4
3
4
89
86
85
87
86
17
14
8
10
6
43
36
27
43
26
22
15
19
11
1129 754
85
80
83
2
5
206
91
84
86
5
3
169
87
90
88
7
8
375
32
42
33
CARRERA
Psicologa Organizacional
Sistemas Elctrnicos
TOTAL
211
212
Tabla 7-12 Distribucin de alumnos por carrera y nivel econmico (en pesos)
LPO
LRI
LCC-LMI
LSC
IIS
LAE
IMT
LIN
ARQ-LDI
ISC
LAF-CPF
LPL
LED
LEC
LEM
ISE
IME-IMA
IEC
TOTAL
Hasta
20,000
85
86
87
88
87
88
89
87
86
84
89
85
85
84
83
85
80
85
86
N
5
12
25
8
15
15
12
12
11
21
20
3
6
5
20
5
16
9
220
de 21,000
a 40,000
88
87
85
84
85
85
84
85
84
85
83
84
82
80
83
83
83
81
84
N
5
30
37
12
36
26
24
31
28
31
58
17
3
5
55
7
26
19
450
41,000 o
ms
87
85
84
84
85
84
79
84
86
84
83
83
84
84
84
82
81
81
84
N
7
15
17
8
29
45
5
23
16
20
35
3
19
11
75
6
12
9
355
total N
87
17
86
57
86
79
85
28
85
80
85
86
85
41
85
66
85
55
85
72
84
113
84
23
84
28
83
21
83
150
83
18
82
54
82
37
84 1,025
213
Se observa que los alumnos con puntuaciones bajas en la PAA (1,285) los de
Psicologa Organizacional, fue uno de los rendimientos ms altos al ltimo
semestre (86); por el contrario, alumnos con puntuaciones altas en la PAA
(1,372) en la carrera de Mecnico Electricista mostraron uno de los
rendimientos ms bajos (82). Estos resultados permiten preguntar si hay
carreras ms fciles o ms difciles, si existen programas acadmicos ms
complejos o ms sencillos. Sin embargo, es necesario seguir explorando y
analizando los datos a fin de encontrar respuestas a nuestras preguntas.
CARRERA
Mecatrnica
Mecnico Electricista/Administrador
Industrial y de Sistemas
Sistemas Computacionales
Electrnica y Comunicaciones
Sistemas Elctrnicos
Economa
Ciencias Polticas
Arquitectura/ Medios de Informacin
Sistemas de Computacin
Administrativa
Administracin Financiera/Contabilidad
Negocios Internacionales
Mercadotecnia
Relaciones Internacionales
Administracin de Empresas
Derecho
Psicologa Organizacional
Ciencias de la Comunicacin/Medios
TOTAL
RENDIMIENTO
FINAL
PAA TOTAL PAA VERB PAA MATE
84
82
85
85
82
83
83
84
85
1377
1372
1363
1348
1342
1339
1334
1334
1329
656
646
649
650
627
635
642
656
644
721
726
714
697
714
705
693
679
685
84
84
84
83
86
85
83
86
85
84
1322
1318
1311
1302
1290
1290
1288
1285
1271
1321
627
631
637
636
645
625
634
644
621
638
695
687
674
666
645
664
655
641
650
683
214
215
Examen
Mate
Examen
Espaol
Ciencias de la Comunicacin/Medios
Derecho
Ciencias Polticas
Psicologa Organizacional
Relaciones Internacionales
Arquitectura/Diseo Industrial
Electrnica y Comunicaciones
Industrial y de Sistemas
Mecnico Elctricista/Administrador
Mecatrnica
Sistemas Computacionales
Sistemas Elctrnicos
41
17
11
13
32
27
23
56
37
34
38
6
80
96
79
81
80
78
87
84
81
88
84
83
81
76
85
80
83
82
84
81
78
79
82
85
Sistemas de Computacin
Administrativa
18
82
83
67
62
7
99
34
622
82
83
87
80
81
83
81
81
87
79
81
81
CARRERA
Administracin Financiera/Contabilidad
Administracin de Empresas
Economa
Mercadotecnia
Negocios Internacionales
TOTAL
216
Los estudiantes de las carreras que tienen ms alto promedio son: Mecatrnica
(87), Ingeniera Industrial y Sistemas Electrnicos (86). La carrera con ms bajo
promedio es Derecho (79) y Ciencias de la Comunicacin (81).
Mecatrnica
Industrial y de Sistemas
Sistemas Elctrnicos
Sistemas Computacionales
Economa
Relaciones Internacionales
Electrnica y Comunicaciones
Sistemas de Computacin
Administrativa
Arquitectura/Diseo Industrial
Administracin
Financiera/Contabilidad
Negocios Internacionales
Administracin de Empresas
Mecnico Elctricista/Administrador
Psicologa Organizacional
Ciencias Polticas
Mercadotecnia
Ciencias de la Comunicacin/
Medios de Informacin
Derecho
TOTAL
70-79
80-85
86-89
90-95
96-100
60
94
19
72
23
62
39
10
11
16
21
17
23
28
35
39
37
33
43
39
33
10
13
11
8
22
10
13
28
28
26
26
9
24
13
17
10
11
11
9
5
13
40
60
35
23
25
37
15
18
20
22
5
0
122
74
89
54
22
23
158
34
30
26
26
41
39
33
32
36
40
35
14
39
41
8
18
8
17
14
9
7
17
11
20
20
27
4
16
8
5
6
2
5
9
3
88
30
1129
45
37
313
33
50
409
5
10
121
15
3
215
2
0
71
217
CARRERA
Mecatrnica
Sistemas Computacionales
532
531
580
579
Relaciones Internacionales
Sistemas Elctrnicos
Economa
Industrial y de Sistemas
Negocios Internacionales
Electrnica y Comunicaciones
Mecnico Elctricista/Administrador
Ciencias de la Comunicacin/Medios
Administracin Financiera/ Contabilidad
Mercadotecnia
Arquitectura/Diseo Industrial
Ciencias Polticas
Sistemas de Computacin Administrativa
Psicologa Organizacional
Administracin de Empresas
Derecho
TOTAL
530
533
531
533
528
523
510
533
514
507
519
517
505
507
502
507
518
575
575
573
572
570
566
563
563
560
555
555
552
543
543
542
532
560
218
Se puede ver que las cuatro carreras que tienen mayor nmero de materias
reprobadas al ltimo semestre pertenecen al rea de Ingeniera, tal vez en
razn de que sus planes de estudios exigen mayores niveles de conocimientos
matemticos.
219
Tabla 7-17 Distribucin de alumnos por materias reprobadas al 3ro., 5to. y 9no.
semestres
CARRERA
Mercadotecnia
Administracin
Financiera/Contabilidad
Industrial y de Sistemas
Administracin
de Empresas
Ciencias
de la Comunicacin/
Medios de Informacin
Negocios Internacionales
Sistemas Computacionales
Relaciones Internacionales
Mecatrnica
Arquitectura/Diseo Industrial
Mecnico
Sistemas Elctricista/Administrador
de Computacin
Administrativa
Electrnica y Comunicaciones
Derecho
Economa
Ciencias Polticas
Psicologa Organizacional
Sistemas Elctrnicos
TOTAL
158
1.9
2.9
3.6
122
94
89
88
74
72
62
60
60
54
40
39
30
23
23
22
19
1,129
1.1
2.2
1.6
1.2
1.6
2.3
1.2
1.8
1.9
3.4
2.6
2.0
2.0
1.0
1.2
1.9
2.2
1.8
2.1
3.1
2.3
1.9
2.3
2.7
1.7
3.1
2.7
4.7
3.4
3.3
2.6
2.0
2.4
2.4
3.5
2.7
2.8
3.8
3.0
2.4
2.9
3.5
2.1
3.9
3.2
5.3
4.3
4.6
3.9
3.1
2.9
2.9
4.5
3.4
220
7.2.13 Semestres de ms
La ltima variable que se analizar es semestres de ms, que, como ya se
mencion, implica que un alumno curse ms de 10 semestres para terminar su
carrera. De los 1,129 alumnos de la generacin, 694 (61%) cursan su carrera
profesional en 9 o 10 semestres. Mercadotecnia es la que tiene ms
estudiantes (38) que terminan en 11 y 12 semestres, seguida por
Administracin de Empresas (32). Administracin Financiera y Contabilidad
tiene el mayor nmero de alumnos que concluyen su carrera profesional en 15
semestres o ms, lo que tal vez tenga relacin con el enfoque analtico y
numrico de su plan de estudios.
1-2
Mercadotecnia
Administracin
Financiera/Contabilidad
Industrial
y de
Ciencias de
la Sistemas
Comunicacin/
Medios de Informacin
Negocios Internacionales
Sistemas Computacionales
Administracin de Empresas
Relaciones Internacionales
Mecatrnica
Arquitectura/Diseo Industrial
Mecnico Elctricista/Administrador
Derecho
158
96
38
18
122
94
88
74
72
89
62
60
60
54
30
81
55
52
52
50
49
40
33
32
30
23
28
26
26
17
11
32
14
19
17
12
3
5
9
7
2
5
6
5
5
9
6
1
8
4
3
3
6
2
3
3
2
6
3
Electrnica y Comunicaciones
Sistemas de Computacin
Administrativa
Economa
Sistemas Elctrnicos
Ciencias Polticas
Psicologa Organizacional
TOTAL
39
21
12
40
23
19
23
22
1129
19
18
15
14
14
694
12
2
2
6
1
278
4
0
2
3
4
93
5
3
0
0
3
64
221
3 - 4 5 o ms
CARRERA
PORCENTAJE
Mat. Sem
Edad Edad Edad Niv Ec PAA Exam Exam Prom Toefl Toefl Rep de
Alum Padre Madre Miles $ Total Mate Esp prepa Inic Fin Ult S ms
Est
Sexo Pad
Masc Lic
Est
Mad
Lic
Alum
Prepa Beca
Ext
Alum
Mercadotecnia
Administracin
Financiera/Contabilidad
158
24.1
55
51
41
1302
80
79
81
507
555
3.6
0.9
40
52
39
65
28
122
23.8
55
52
36
1318
82
81
82
514
560
2.8
0.8
51
52
43
59
27
Industrial y de Sistemas
94
23.7
55
52
38
1363
84
81
86
533
572
3.8
0.9
63
38
35
60
40
Administracin de Empresas
Ciencias de la Comunicacin/
Medios de Informacin
89
23.9
56
53
41
1290
83
81
82
502
542
3.0
0.9
42
55
34
73
28
88
24.0
55
52
31
1271
80
81
81
533
563
2.4
0.9
43
42
28
49
31
Negocios Internacionales
74
23.7
55
52
37
1311
81
81
82
528
570
2.9
0.6
46
63
44
51
28
Sistemas Computacionales
72
23.6
55
52
33
1348
84
82
85
531
579
3.5
0.9
86
60
38
69
46
Relaciones Internacionales
62
23.7
54
51
35
1290
80
83
84
530
575
2.1
0.8
27
58
37
53
35
Arquitectura/Diseo Industrial
60
24.0
56
52
36
1329
78
82
83
519
555
3.2
1.1
43
23
15
52
33
Mecatrnica
Mecnico
Elctricista/Administrador
60
23.8
56
52
28
1377
88
79
87
532
580
3.9
1.0
83
45
25
60
43
54
24.1
55
53
33
1372
81
78
82
510
563
5.3
1.4
91
50
41
69
30
Sistemas de Computacin
Administrativa
40
24.0
53
50
34
1322
82
83
83
505
543
4.3
1.5
65
44
33
50
43
Electrnica y Comunicaciones
39
23.6
54
51
33
1342
87
84
84
523
566
4.6
1.2
85
61
36
64
36
Derecho
30
24.5
54
52
43
1288
96
76
79
507
532
3.9
0.9
57
52
48
57
27
Ciencias Polticas
23
24.2
54
50
35
1334
79
85
81
517
552
2.9
0.7
43
44
22
52
43
Economa
23
23.7
56
53
38
1334
87
87
84
531
573
3.1
1.0
65
38
31
35
26
Psicologa Organizacional
22
24.5
56
53
36
1285
81
80
82
507
543
2.9
1.6
18
47
24
64
32
Sistemas Elctrnicos
19
23.4
54
50
34
1339
83
85
86
533
575
4.5
0.6
74
50
56
47
42
1129 23.9
55
52
36
1321
83
81
83
518
560
3.4
1.0
55
50
36
59
33
TOTAL
222
En Toefl de inicio, la generacin obtuvo una media de 518 puntos, mientras que
en el Toefl final fue de 560, un incremento importante, situacin que podra
estar relacionada con el RA final.
223
Sobre los estudios de los padres, es importante resaltar que cada vez ms la
mujer se prepara a niveles educativos profesionales (36%) y de posgrado
(10%). lo que permite deducir que hoy en da se preocupa ms por tener una
mejor preparacin.
224
Por otra parte, 12% de los padres estudiaron para profesores en la Escuela
Normal Superior, de lo que se podra derivar que si son catedrticos pueden
darle mayor valor y poner ms atencin a los estudios de sus hijos.
225
227
Edad
Alum Sexo
CARRERAS
Beca Est
Est
Edad Edad
Nivel Prepa Toefl Toefl
Alum Padre Madre Padre Madre Econ Proc Inicio Final
Arquitectura/Diseo
0.00 0.00
0.37 0.36
-0.35 -0.24
Industrial y de Sistemas
Mecnico
Elctricista/Administrador
-0.15 0.06
-0.06 -0.28
0.10 0.05
0.34 0.40
Mecatrnica
0.01
0.08
-0.43 0.00
0.24 0.30
Sistemas Computacionales
0.13
0.06
-0.23
Sistemas Elctrnicos
0.15
-0.53 -0.21
-0.09 0.03
0.29 0.23
Administracin de Empresas
Administracin
Financiera/Contabilidad
Ciencias de la
Comunicacin/Medios
-0.01
-0.10 0.01
-0.30 0.01
0.25 0.29
0.02
-0.01
-0.42 0.08
0.19 0.20
-0.02 -0.08
-0.18 0.35
0.29 0.28
Economa
0.26
0.16
0.10 0.02
0.53 0.50
Derecho
-0.16
-0.29 -0.31
Mercadotecnia
0.02
-0.07 -0.05
Negocios Internacionales
-0.11
-0.13 -0.09
-0.23 0.00
Ciencias Polticas
-0.29 -0.11
Psicologa Organizacional
0.37
-0.11 -0.02
Relaciones Internacionales
Sistemas de Computacin
Administrativa
-0.27 -0.16
-0.19 0.41
0.41 0.40
-0.27 -0.36
-0.38 0.34
0.04 0.09
0.31
0.03
0.23 0.20
-0.48 -0.17 0.39 -0.01 -0.02 -0.14 -0.12 -0.13 0.00 0.29 0.30
TOTAL
CARRERAS
0.01
-0.13 -0.26
0.52
0.79
0.92
-0.50
-0.71
-0.82
-0.57
0.92
0.95
-0.79
-0.85
-0.89
-0.64
Industrial y de Sistemas
Mecnico
Elctricista/Administrador
0.65
0.85
0.93
-0.60
-0.70
-0.73
-0.46
0.38
0.92
0.97
-0.80
-0.84
-0.85
-0.62
Mecatrnica
0.63
0.94
0.98
-0.74
-0.85
-0.84
-0.65
Sistemas Computacionales
0.65
0.88
0.97
-0.77
-0.80
-0.82
-0.62
Sistemas Elctrnicos
0.77
0.95
0.97
-0.76
-0.83
-0.88
-0.68
Administracin de Empresas
Administracin
Financiera/Contabilidad
Ciencias de la
Comunicacin/Medios
0.53
0.89
0.96
-0.53
-0.69
-0.77
-0.62
0.63
0.90
0.97
-0.69
-0.80
-0.83
-0.44
0.44
0.83
0.92
-0.55
-0.68
-0.75
-0.50
Economa
0.67
0.92
0.98
-0.77
-0.83
-0.82
-0.71
Derecho
0.52
0.76
0.90
-0.63
-0.78
-0.81
-0.60
Mercadotecnia
0.62
0.87
0.95
-0.62
-0.73
-0.78
-0.54
Negocios Internacionales
0.68
0.88
0.97
-0.77
-0.82
-0.86
-0.63
Ciencias Polticas
0.44
0.75
0.92
-0.60
-0.77
-0.83
-0.61
Psicologa Organizacional
0.29
0.89
0.97
-0.69
-0.72
-0.75
-0.49
Relaciones Internacionales
Sistemas de Computacin
Administrativa
0.51
0.90
0.96
-0.66
-0.76
-0.77
-0.52
0.59
0.88
0.95
-0.67
-0.69
-0.79
-0.55
Arquitectura/Diseo
TOTAL
0.57
228
0.32
0.87
0.95
-0.68
-0.77
-0.81
-0.58
229
230
Edad de los padres no tiene correlacin relevante con el RA. Se esperaba que
los estudios de los padres afectaran el RA, ya sea directamente o de manera
mediada a travs de las expectativas, relacin que se menciona en los
resultados que se pueden encontrar en la literatura. Sin embargo, no se logr
evidencia de ello, pues las correlaciones que se detectaron eran muy bajas.
Edad alumno
Sexo
Estudios Padre
Estudios madre
Edad padre
Edad madre
Niv el Econmico
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Pearson
Pearson
Pearson
Pearson
Pearson
Pearson
Pearson
Materias
Materias
Materias
Promedio 3er.
Promedio 5o.
Promedio 9o.
reprobadas
reprobadas
reprobadas
semestre
semestre
semestre
3er. semest re
5o. semestre
9o. semestre
-.359**
-.388**
-.415**
.409**
.454**
.481**
.000
.000
.000
.000
.000
.000
1129
1129
1129
1129
1129
1129
-.234**
-.221**
-.211**
.195**
.195**
.196**
.000
.000
.000
.000
.000
.000
1129
1129
1129
1129
1129
1129
.009
-.001
-.017
-.039
-.022
-.018
.776
.986
.603
.234
.501
.574
944
944
944
944
944
944
.000
-.007
-.018
-.073*
-.039
-.027
.999
.831
.572
.024
.225
.415
945
945
945
945
945
945
-.070*
-.077*
-.065*
.099**
.113**
.105**
.020
.011
.031
.001
.000
.001
1092
1092
1092
1092
1092
1092
-.095**
-.083**
-.069*
.105**
.100**
.086**
.002
.006
.023
.000
.001
.004
1099
1099
1099
1099
1099
1099
-.160**
-.149**
-.148**
.072*
.074*
.081**
.000
.000
.000
.020
.017
.010
1025
1025
1025
1025
1025
1025
231
En lo que toca las variables restantes, sexo es la nica que tuvo alguna
relacin, dado que sus correlaciones se ubican alrededor de 0.2. Todas las
dems correlaciones son de un valor muy bajo como para ser consideradas,
pese a que por el tamao de la muestra resulten significativas.
232
Promedio prepa
Puntuacin de exmen
de admisin
Puntuacin de ex
admisin v erbal
Puntuacin de ex
admisin matemtico
Beca alumno
Examen matemticas
Examen espaol
Semestres dems
Toefl inicio
Toefl f inal
667
667
667
667
667
667
.175**
.000
667
.386**
.000
1128
.367**
.000
624
.369**
.000
445
-.483**
.000
1129
.255**
.000
1128
.237**
.000
1119
.189**
.000
667
.396**
.000
1128
.404**
.000
624
.366**
.000
445
-.522**
.000
1129
.265**
.000
1128
.249**
.000
1119
.196**
.000
667
.390**
.000
1128
.423**
.000
624
.321**
.000
445
-.547**
.000
1129
.287**
.000
1128
.279**
.000
1119
-.176**
.000
667
-.233**
.000
1128
-.302**
.000
624
-.246**
.000
445
.576**
.000
1129
-.197**
.000
1128
-.190**
.000
1119
-.198**
.000
667
-.246**
.000
1128
-.325**
.000
624
-.239**
.000
445
.642**
.000
1129
-.217**
.000
1128
-.198**
.000
1119
-.191**
.000
667
-.247**
.000
1128
-.315**
.000
624
-.213**
.000
445
.686**
.000
1129
-.214**
.000
1128
-.193**
.000
1119
**
**
**
**
**
**
Correlati ons
Promedio ltimo
semestre
Promedio 3er. semestre
Materias reprobadas
3er. semest re
Materias reprobadas 5o.
semestre
Materias reprobadas
ltimo semestre
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Promedio
ltimo
semestre
1
Promedio 3er.
semestre
.869**
.000
1129
1129
.869**
1
.000
1129
1129
.950**
.927**
.000
.000
1129
1129
-.644**
-.748**
.000
.000
1129
1129
-.750**
-.759**
.000
.000
1129
1129
-.797**
-.739**
.000
.000
1129
1129
233
Materias
Materias
Promedio 5o.
reprobadas
reprobadas
semestre
3er. semest re
5o. semestre
.950**
-.644**
-.750**
.000
.000
.000
1129
1129
1129
.927**
-.748**
-.759**
.000
.000
.000
1129
1129
1129
1
-.706**
-.792**
.000
.000
1129
1129
1129
-.706**
1
.912**
.000
.000
1129
1129
1129
-.792**
.912**
1
.000
.000
1129
1129
1129
-.786**
.844**
.953**
.000
.000
.000
1129
1129
1129
Materias
reprobadas
ltimo
semestre
-.797**
.000
1129
-.739**
.000
1129
-.786**
.000
1129
.844**
.000
1129
.953**
.000
1129
1
1129
Edad alumno
Sexo
Estudios Padre
Estudios madre
Edad padre
Edad madre
Niv el Econmico
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Pearson
Pearson
Pearson
Pearson
Pearson
Pearson
Pearson
Materias
Materias
Materias
Promedio 3er.
Promedio 5o.
Promedio 9o.
reprobadas
reprobadas
reprobadas
semestre
semestre
semestre
3er. semest re
5o. semestre
9o. semestre
-.365**
-.368**
-.426**
.412**
.424**
.466**
.000
.000
.000
.000
.000
.000
225
225
225
225
225
225
-.093
-.064
-.059
.025
.022
.026
.163
.342
.381
.705
.748
.702
225
225
225
225
225
225
-.037
.006
.006
.034
.018
-.050
.624
.938
.935
.657
.815
.508
175
175
175
175
175
175
-.005
.020
.043
-.060
-.060
-.083
.943
.789
.569
.427
.431
.272
175
175
175
175
175
175
-.188**
-.161*
-.132
.252**
.223**
.189**
.007
.021
.059
.000
.001
.007
206
206
206
206
206
206
-.176*
-.131
-.119
.252**
.208**
.165*
.010
.056
.084
.000
.002
.016
213
213
213
213
213
213
-.153*
-.121
-.140*
.092
.101
.115
.029
.086
.045
.191
.152
.102
204
204
204
204
204
204
234
Tabla 7-25 Correlacin de las variables durante su carrera universitaria con el rendimiento
acadmico final en los distintos semestres medidos
Correlacionesa
Promedio prepa
Puntuacin de exmen
de admisin
Puntuacin de ex
admisin v erbal
Materias
Materias
Materias
Promedio 3er.
Promedio 5o.
Promedio 9o.
reprobadas
reprobadas
reprobadas
semestre
semestre
semestre
3er. semest re
5o. semestre
9o. semestre
.389**
.433**
.456**
-.186**
-.221**
-.241**
.000
.000
.000
.005
.001
.000
225
225
225
225
225
225
.277**
.291**
.321**
-.245**
-.299**
-.297**
.002
.001
.000
.007
.001
.001
119
119
119
119
119
119
.172
.217*
.275**
-.079
-.138
-.161
.061
.018
.002
.393
.135
.080
Puntuacin ex de
admisin matemtico
Beca alumno
Examen matemticas
Examen espaol
Toef l inicio
Toef l f inal
119
119
119
119
119
119
.275**
.002
119
.291**
.000
225
.220*
.019
114
.329**
.005
70
-.440**
.000
225
.356**
.000
225
.296**
.000
222
.257**
.005
119
.303**
.000
225
.253**
.007
114
.454**
.000
70
-.450**
.000
225
.326**
.000
225
.284**
.000
222
.254**
.005
119
.291**
.000
225
.309**
.001
114
.388**
.001
70
-.500**
.000
225
.333**
.000
225
.315**
.000
222
-.306**
.001
119
-.106
.112
225
-.205*
.028
114
-.103
.394
70
.600**
.000
225
-.344**
.000
225
-.320**
.000
222
-.338**
.000
119
-.094
.159
225
-.269**
.004
114
-.150
.214
70
.666**
.000
225
-.364**
.000
225
-.334**
.000
222
-.315**
.000
119
-.097
.147
225
-.261**
.005
114
-.160
.187
70
.701**
.000
225
-.363**
.000
225
-.324**
.000
222
**
**
**
235
b) Ingeniera
En el rea de Ingeniera se detect una correlacin positiva significativa entre el
rendimiento y las variables edad, Toefl inicial y Toefl final, promedio de la
preparatoria, prueba de aptitud acadmica, beca, exmenes de iniciales y
semestres de ms.
Edad alumno
Sexo
Estudios Padre
Estudios madre
Edad padre
Edad madre
Niv el Econmico
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Pearson
Pearson
Pearson
Pearson
Pearson
Pearson
Pearson
Materias
Materias
Materias
Promedio 3er.
Promedio 5o.
Promedio 9o.
reprobadas
reprobadas
reprobadas
semestre
semestre
semestre
3er. semest re
5o. semestre
9o. semestre
-.417**
-.464**
-.474**
.500**
.536**
.561**
.000
.000
.000
.000
.000
.000
438
438
438
438
438
438
-.187**
-.162**
-.154**
.122*
.104*
.103*
.000
.001
.001
.011
.030
.031
438
438
438
438
438
438
.024
.002
-.005
-.061
-.040
-.016
.654
.974
.922
.250
.450
.761
353
353
353
353
353
353
.027
.017
-.001
-.092
-.067
-.044
.611
.748
.988
.085
.210
.405
354
354
354
354
354
354
-.057
-.086
-.095*
.062
.102*
.120*
.241
.075
.049
.202
.035
.013
430
430
430
430
430
430
-.123*
-.137**
-.128**
.100*
.120*
.116*
.011
.004
.008
.037
.012
.016
430
430
430
430
430
430
-.133**
-.112*
-.106*
.062
.033
.028
.009
.027
.037
.222
.524
.583
385
385
385
385
385
385
236
Promedio prepa
Puntuacin de exmen
de admisin
Puntuacin de ex
admisin v erbal
Materias
Materias
Materias
Promedio 3er.
Promedio 5o.
Promedio 9o.
reprobadas
reprobadas
reprobadas
semestre
semestre
semestre
3er. semest re
5o. semestre
9o. semestre
.554**
.584**
.595**
-.400**
-.420**
-.433**
.000
.000
.000
.000
.000
.000
438
438
438
438
438
438
.195**
.243**
.249**
-.206**
-.212**
-.214**
.001
.000
.000
.001
.001
.000
264
264
264
264
264
264
.141*
.189**
.199**
-.130*
-.131*
-.129*
.021
.002
.001
.035
.034
.037
Puntuacin de ex
admisin matemtico
Beca alumno
Examen matemticas
Examen espaol
Toef l inicio
Toef l f inal
**
264
264
264
264
264
264
.167**
.007
264
.430**
.000
437
.332**
.000
240
.284**
.000
199
-.509**
.000
438
.232**
.000
437
.232**
.000
436
.193**
.002
264
.450**
.000
437
.340**
.000
240
.228**
.001
199
-.555**
.000
438
.257**
.000
437
.271**
.000
436
.192**
.002
264
.442**
.000
437
.368**
.000
240
.216**
.002
199
-.565**
.000
438
.293**
.000
437
.306**
.000
436
-.197**
.001
264
-.310**
.000
437
-.304**
.000
240
-.239**
.001
199
.572**
.000
438
-.204**
.000
437
-.216**
.000
436
-.205**
.001
264
-.320**
.000
437
-.295**
.000
240
-.178*
.012
199
.636**
.000
438
-.223**
.000
437
-.225**
.000
436
-.210**
.001
264
-.314**
.000
437
-.280**
.000
240
-.158*
.026
199
.688**
.000
438
-.216**
.000
437
-.219**
.000
436
**
**
**
**
**
c) Negocios
237
Edad alumno
Sexo
Estudios Padre
Estudios madre
Edad padre
Edad madre
Niv el Econmico
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Correlacin de
Sig. (bilateral)
N
Pearson
Pearson
Pearson
Pearson
Pearson
Pearson
Pearson
Materias
Materias
Materias
Promedio 3er.
Promedio 5o.
Promedio 9o.
reprobadas
reprobadas
reprobadas
semestre
semestre
semestre
3er. semest re
5o. semestre
9o. semestre
-.334**
-.358**
-.378**
.357**
.426**
.447**
.000
.000
.000
.000
.000
.000
466
466
466
466
466
466
-.287**
-.302**
-.311**
.269**
.289**
.293**
.000
.000
.000
.000
.000
.000
466
466
466
466
466
466
.002
-.013
-.041
-.025
-.001
.006
.975
.785
.403
.605
.978
.905
416
416
416
416
416
416
-.044
-.055
-.066
-.033
.022
.035
.370
.262
.181
.503
.660
.476
416
416
416
416
416
416
-.036
-.033
-.010
.081
.088
.065
.447
.482
.826
.083
.061
.168
456
456
456
456
456
456
-.024
.001
.016
.040
.029
.019
.612
.990
.730
.392
.543
.683
456
456
456
456
456
456
-.210**
-.201**
-.186**
.125**
.141**
.150**
.000
.000
.000
.009
.003
.002
436
436
436
436
436
436
Puntuacin de exmen
de admisin
Puntuacin de ex
admisin v erbal
Materias
Materias
Materias
Prom edio 3er.
Prom edio 5o.
Prom edio 9o.
reprobadas
reprobadas
reprobadas
semestre
semestre
semestre
3er. semest re
5o. semestre
9o. semestre
.615**
.629**
.616**
-.436**
-.485**
-.479**
.000
.000
.000
.000
.000
.000
466
466
466
466
466
466
.345**
.343**
.323**
-.239**
-.263**
-.258**
.000
.000
.000
.000
.000
.000
284
284
284
284
284
284
.294**
.290**
.274**
-.156**
-.172**
-.173**
.000
.000
.000
.008
.004
.004
Puntuacin de ex
admisin matemtico
Beca alumno
Examen m atemticas
Examen espaol
Toef l inicio
Toef l f inal
**
284
284
284
284
284
284
.260**
.000
284
.420**
.000
466
.520**
.000
270
.506**
.000
176
-.473**
.000
466
.249**
.000
466
.250**
.000
461
.260**
.000
284
.409**
.000
466
.568**
.000
270
.498**
.000
176
-.526**
.000
466
.250**
.000
466
.237**
.000
461
.244**
.000
284
.396**
.000
466
.545**
.000
270
.409**
.000
176
-.559**
.000
466
.259**
.000
466
.252**
.000
461
-.227**
.000
284
-.249**
.000
466
-.397**
.000
270
-.343**
.000
176
.567**
.000
466
-.152**
.001
466
-.147**
.001
461
-.249**
.000
284
-.268**
.000
466
-.424**
.000
270
-.367**
.000
176
.641**
.000
466
-.170**
.000
466
-.150**
.001
461
-.242**
.000
284
-.271**
.000
466
-.414**
.000
270
-.306**
.000
176
.682**
.000
466
-.168**
.000
466
-.143**
.002
461
**
238
**
**
**
las variables
239
Asimismo, se descubri que existe una relacin positiva entre los exmenes
iniciales que presentan los alumnos de preparatorias externas con el RA
final.
Existe una correlacin positiva entre Toefl inicial y Toefl final y el RA final.
Tambin se encontr una correlacin negativa entre el Toefl y las materias
reprobadas. Como cabra esperar, estas correlaciones no son muy fuertes,
pues si bien el Tecnolgico de Monterrey requiere del dominio del ingls
para algunas lecturas, los alumnos de esta generacin no tuvieron que
cursar materias completas en ingls.
240
El sexo es un factor que afecta el RA. Por su parte, la correlacin de -0.17 nos
indica que el mejor rendimiento se asocia con las mujeres. Aunque no existe un
acuerdo sobre la prediccin diferencial por reas o por cursos con relacin al
sexo, algunas investigaciones sealan que el rendimiento de las mujeres es
mayor que el de los hombres.
241
Between Groups
Within Groups
Total
Sum of
Squares
1298.500
27795.813
29094.313
df
1
1127
1128
242
Mean Square
1298.500
24.664
F
52.649
Sig.
.000
243
ANOVA
Promedio ltimo semestre
Between Groups
Within Groups
Total
Sum of
Squares
6329.264
22765.049
29094.313
df
2
1126
1128
Mean Square
3164.632
20.218
244
F
156.528
Sig.
.000
Tabla 7-32 Pruebas post-hoc de Scheffe para los 3 grupos de edad de alumnos
Promedio ltimo semestre
a,b
Schef f e
N
278
692
159
En la figura 7-6 se puede observar que a medida que incrementan su edad, los
alumnos disminuyen su rendimiento. Obviamente, en el fondo la edad es un
correlato con cierto nivel de espuriedad, por lo que debe existir una tercera
variable que correlacione la edad con el rendimiento, sin descalificar que a
mayor edad pudiera ocurrir que el estudio ya no es una prioridad.
245
Si consideramos que un alumno egresa de la preparatoria alrededor de los 1819 aos y estudia una carrera de 4.5-5 aos, finalizar a los 22 sera una
terminacin temprana, a los 23-24, esperada, y de los 25 en adelante, tarda.
Entre los tres grupos se identifican diferencias significativas.
246
(I) Edad en 3
grupos por I O
hasta 22 aos
23 a 24 aos
25 aos o mas
(J) Edad en 3
grupos por I O
23 a 24 aos
25 aos o mas
hasta 22 aos
25 aos o mas
hasta 22 aos
23 a 24 aos
Mean
Dif f erence
(I-J)
St d.
2.996*
7.403*
-2.996*
4.407*
-7.403*
-4.407*
Error
.395
.447
.395
.319
.447
.319
Sig.
.000
.000
.000
.000
.000
.000
7.4.3 Beca
Los alumnos fueron agrupados en tres categoras: la primera, los que no
obtuvieron beca; la segunda, los que tienen beca de 10 a 50%; y la tercera, con
beca de 51 a 100%. En la tabla 7-34 de anlisis de varianza se presenta un
valor de la prueba F de 107.176, con una probabilidad menor de .001, por lo
que se rechaza la hiptesis nula de igualdad de las medias de los tres grupos
con un nivel de significacin de 0.000. Se acepta la hiptesis alternativa que
sostiene que al menos alguno de ellos es significativamente distinto de la
media general.
Between Groups
Within Groups
Total
Sum of
Squares
4656.201
24437.522
29093.723
df
2
1125
1127
Mean Square
2328.100
21.722
F
107.176
Sig.
.000
Schef f e
Beca en 3 grupos
0
10-50
51-100
Sig.
N
754
205
169
Subset f or alpha = . 05
1
2
3
82.82
86.39
87.83
1.000
1.000
1.000
248
249
Mean
Diff erence
(I-J)
Std. Error
-3.577*
.367
-5.014*
.397
3.577*
.367
-1.437*
.484
5.014*
.397
1.437*
.484
Sig.
.000
.000
.000
.012
.000
.012
250
Tabla 7-37 Anlisis de varianza de rendimiento final para las categoras del nivel
socioeconmico.
ANOVA
Promedio ltimo semestre
Between Groups
Within Groups
Total
Sum of
Squares
6329.264
22765.049
29094.313
df
2
1126
1128
Mean Square
3164.632
20.218
F
156.528
Sig.
.000
Schef f e
Niv el econmico
en 3 grupos
41000 o mas
de 21000 a 40000
hasta 20000
Sig.
N
355
450
220
Subset f or alpha = . 05
1
2
83.83
84.20
85.91
.657
1.000
En la figura 7-8 se puede ver que entre los grupos de ingresos medios (21,000
- 40,000) y altos (41,000 a ms) no hay diferencias significativas, mientras que
el grupo de ingresos menores muestra diferencias significativas con ambos.
251
252
Mean
Dif f erence
(I-J)
1.707*
2.076*
-1.707*
.369
-2.076*
-.369
St d. Error
.414
.432
.414
.357
.432
.357
Sig.
.000
.000
.000
.588
.000
.588
Es importante resaltar que los hijos de padres con estudios de normal superior
tienen los promedios ms altos. Una explicacin podra ser que conocer
aspectos didcticos les permite a los padres motivar a sus hijos y guiarlos de
una mejor forma para el logro de sus objetivos escolares. Investigaciones de
Herrera, Nieto, Rodrguez, Snchez, (1999) y Prez Serrano (1978),
identificaron que los estudios de los padres afectan de forma positiva el RA.
253
Mean
St d. Dev iation
84.24
172
5.060
85.46
84.45
83.75
84.39
110
471
191
944
4.940
5.116
5.005
5.077
Tabla 7-41 Anlisis de varianza de rendimiento final por estudios del padre
ANOVA
Promedio ltimo semestre
Between Groups
Within Groups
Total
Sum of
Squares
211.154
24100.070
24311.223
df
3
940
943
Mean Square
70.385
25.638
F
2.745
Sig.
.042
254
Schef f e
Estudios padre en 4
categoras
POSGRADO
PRIMARIA HASTA
PROFESIONAL TECNICO
LICENCIATURA
NORMAL SUPERIOR
Sig.
N
191
172
84.24
84.24
471
110
84.45
84.45
85.46
.158
.630
Figura 7-9 Diagrama de medias por estudios de los padres en cuatro grupos
255
Tabla 7-43 Comparacin mltiple entre grupos por estudios de los padres
Multi ple Compari sons
Dependent Variable: Promedio ltimo semest re
Schef f e
LICENCIATURA
POSGRADO
Mean
Dif f erence
(I-J)
-1.220
-.206
.497
St d. Error
.618
.451
.532
Sig.
.274
.976
.832
1.220
.618
.274
-.51
2.95
1.014
1.717*
.536
.606
.312
.046
-.49
.02
2.52
3.41
.206
.451
.976
-1.06
1.47
-1.014
.703
.536
.434
.312
.454
-2.52
-.51
.49
1.92
-.497
.532
.832
-1.99
.99
-1.717*
-.703
.606
.434
.046
.454
-3.41
-1.92
-.02
.51
Mean
St d. Dev iation
84.55
365
4.979
83.97
84.66
83.39
84.38
139
340
101
945
5.045
5.137
5.206
5.079
256
Between Groups
Within Groups
Total
Sum of
Squares
159.243
24192.557
24351.800
df
3
941
944
Mean Square
53.081
25.709
F
2.065
Sig.
.103
257
Tabla 7-46 Rendimiento final en tres grupos por edad del padre
Report
Promedio ltimo semestre
Edad padre recodif icada
en
categoras
36 3
-49
aos
50 a 59 aos
60 o mas aos
Total
Mean
85.17
84.14
83.93
84.25
258
N
155
723
214
1092
Between Groups
Within Groups
Total
df
Mean Square
80.933
25.575
2
1089
1091
F
3.165
Sig.
.043
La prueba Scheffe nos indica que existen diferencias entre el grupo 1 y 3, que
son los hijos de padres de mayor edad y los de padres ms jvenes.
Tabla 7-48 Pruebas post-hoc de Scheffe para los grupos de edad del padre
Promedio ltimo semestre
a,b
Schef f e
N
214
723
155
259
En la figura 7-11 se puede observar que los hijos de padres ms jvenes tienen
mejores promedios y los hijos de padres de ms de 60 aos tienen menor
promedio.
260
Mean
Diff erence
(I-J)
1.030
1.241
-1.030
.211
-1.241
-.211
Std. Error
.448
.533
.448
.394
.533
.394
Sig.
.071
.067
.071
.866
.067
.866
Mean
84.91
84.42
83.56
84.27
N
109
740
250
1099
St d. Dev iation
5.253
5.034
4.937
5.047
261
Between Groups
Within Groups
Total
df
Mean Square
93.559
25.344
2
1096
1098
F
3.692
Sig.
.025
Tabla 7-52 Pruebas post-hoc de Scheffe para los grupos de edad de la madre
Promedio ltimo semestre
a,b
Schef f e
N
250
740
109
262
263
Mean
Dif f erence
(I-J)
.495
1.353
-.495
.857
-1.353
-.857
St d. Error
.516
.578
.516
.368
.578
.368
Sig.
.631
.065
.631
.067
.065
.067
la hiptesis nula de
264
Between Groups
Within Groups
Total
df
2
1125
1127
Mean Square
831.397
24.304
F
34.208
Sig.
.000
Schef f e
N
175
597
356
265
266
Mean
Dif f erence
(I-J)
St d.
-1.485*
-3.515*
1.485*
-2.030*
3.515*
2.030*
Error
.424
.455
.424
.330
.455
.330
Sig.
.002
.000
.002
.000
.000
.000
*. The mean dif f erence is signif icant at the .05 lev el.
267
Mean
84.58
83.97
84.22
N
461
666
1127
St d. Dev iation
5.014
5.094
5.068
Tabla 7-58 Anlisis de varianza de rendimiento final para dos categoras de tipo de
preparatoria.
ANOVA
Promedio ltimo semestre
Between Groups
Within Groups
Total
Sum of
Squares
102.441
28822.977
28925.417
df
1
1125
1126
Mean Square
102.441
25.620
F
3.998
Sig.
.046
268
que
estudiaron
en
el
TEC.
La
carrera
de
Electrnica
269
N
286
513
286
1085
St d. Dev iation
4.125
4.639
4.882
5.099
Between Groups
Within Groups
Total
Sum of
Squares
5521.183
22663.236
28184.419
df
2
1082
1084
Mean Square
2760.591
20.946
270
F
131.798
Sig.
.000
Schef f e
promedio de
prepa en 3 grupos
69-79
80-89
90-100
Sig.
N
286
513
286
En la figura 7-15 se puede ver que existen diferencias significativas entre los
tres grupos; por lo tanto, el promedio de la preparatoria es un factor del RA y lo
afecta en forma positiva.
271
(I) promedio de
prepa en 3 grupos
69-79
80-89
90-100
(J) promedio de
prepa en 3 grupos
80-89
90-100
69-79
90-100
69-79
80-89
Mean
Diff erence
(I-J)
Std. Error
-3.363*
.338
-6.203*
.383
3.363*
.338
-2.841*
.338
6.203*
.383
2.841*
.338
*. The mean diff erence is signif icant at the .05 lev el.
272
Sig.
.000
.000
.000
.000
.000
.000
Between Groups
Within Groups
Total
Sum of
Squares
17895.042
11199.271
29094.313
df
2
1126
1128
Mean Square
8947.521
9.946
F
899.604
Schef f e
RTTO3S3G
1.00
2.00
3.00
Sig.
N
295
665
169
Subset f or alpha = . 05
1
2
3
78.60
84.94
91.20
1.000
1.000
1.000
273
Sig.
.000
Figura 7-16 Diagrama de medias por rendimiento al 3er semestre por grupos
274
Tabla 7-65 Anlisis de varianza de rendimiento final por el rendimiento al 5to. semestre
ANOVA
Promedio ltimo semestre
Between Groups
Within Groups
Total
Sum of
Squares
20684.257
8410.056
29094.313
df
2
1126
1128
Mean Square
10342.129
7.469
F
1384.680
Sig.
.000
Se aplic la prueba de Scheffe para identificar cules son las diferencias que
resultan significativas. Se obtuvieron tres grupos: en el primero, el de
rendimiento ms bajo, la media es de 78; en el segundo es de 85 y en el
tercero, el ms alto, la media es de 92.
275
Schef f e
RRTO5S3G
1.00
2.00
3.00
Sig.
N
303
679
147
1
78.15
Subset
2
85.25
1.000
1.000
91.95
1.000
La figura 7-17 muestra diferencias significativas entre los tres grupos, que
resultan muy claras en virtud de que promedio al 5to. semestre es una forma
rezagada del RA final.
276
(I) RRTO5S3G
1.00
2.00
3.00
(J) RRTO5S3G
2.00
3.00
1.00
3.00
1.00
2.00
Mean
Dif f erence
(I-J)
Std. Error
-7.11*
.187
-13.80*
.272
7.11*
.187
-6.69*
.246
13.80*
.272
6.69*
.246
Sig.
.000
.000
.000
.000
.000
.000
277
Between Groups
Within Groups
Total
df
17
1111
1128
Mean Square
1.692
.571
F
2.962
Sig.
.000
Se aplic la prueba de Scheffe para identificar cules son las diferencias que
resultan significativas. Se conformaron tres grupos: el primero, con 220
alumnos, tiene ms de 4 materias reprobadas con una media de rendimiento
de 79; el segundo una media de 83 y en el tercero una media de 88. Como es
lgico, a ms materias reprobadas menor es el RA de los alumnos.
Schef fe
Materias reprobadas
3er semestre 3 Grupos
4+
1-3
0
Sig.
N
220
382
527
278
El diagrama de medias nos indica que existen diferencias entre los tres grupos.
Como era de esperar, los alumnos que no reprobaron materias lograron un
mejor desempeo, al contrario de lo que pas con los que reprobaron mayor
nmero de materias.
279
Mean
Diff erence
(I-J)
Std. Error
4.937*
.249
8.910*
.297
-4.937*
.249
3.973*
.313
-8.910*
.297
-3.973*
.313
Sig.
.000
.000
.000
.000
.000
.000
280
Between Groups
Within Groups
Total
df
2
1126
1128
Mean Square
8374.849
10.963
F
763.902
Sig.
.000
Se aplic la prueba de Scheffe para identificar cules son las diferencias que
resultan significativas. Se organizaron tres grupos: en el primero se encuentran
los rendimientos ms bajos con una media de 79; en el segundo, la media es
de 84; en el tercero, es de 88. Se presenta el mismo comportamiento que en
materias reprobadas al 3er. semestre: mientras ms materias suspendidas al
5to. semestre, menor es el RA de los alumnos.
Schef f e
Materias reprobadas
5to 3 grupos
4+
1-3
0
Sig.
N
333
361
435
281
El diagrama de medias nos indica que existen diferencias entre los tres grupos:
los alumnos que no suspendieron materias tuvieron un mejor desempeo; lo
contrario pas con los que suspendieron mayor nmero de materias, cuyo
desempeo fue menor.
Figura 7-19 Diagrama de las medias por materias reprobadas al 5to. semestre
Mean
Diff erence
(I-J)
Std. Error
4.37*
.229
9.42*
.234
-4.37*
.229
5.04*
.244
-9.42*
.234
-5.04*
.244
282
Sig.
.000
.000
.000
.000
.000
.000
la
hiptesis nula de igualdad de las medias de los tres grupos con un nivel de
significacin de 0.000. Se acepta la hiptesis alternativa que sostiene que al
menos alguno de ellos es significativamente distinto de la media general.
Between Groups
Within Groups
Total
Sum of
Squares
17679.220
11415.092
29094.313
df
2
1126
1128
Mean Square
8839.610
10.138
F
871.951
Sig.
.000
Se aplic la prueba de Scheffe para identificar cules son las diferencias que
resultan significativas. Con base en los resultados se formaron tres grupos: en
el primero se encuentran los alumnos con rendimientos ms bajos con una
media de 79; el segundo tiene una media de 85 y el tercero presenta los
rendimientos ms altos, 89. Se puede ver que a mayor nmero de materias
reprobadas, el RA final es menor.
283
Schef f e
Materias Reprobadas
en 3 Grupos ltimo
semestre
4+
1-3
0
Sig.
N
384
349
396
284
Mean
Dif f erence
(I-J)
St d.
4.19*
9.51*
-4.19*
5.31*
-9.51*
-5.31*
Error
.227
.221
.227
.228
.221
.228
Sig.
.000
.000
.000
.000
.000
.000
7.4.16 Semestres de ms
Para analizar la variable semestres cursados de ms, la poblacin se dividi en
tres grupos: el primero consider 9-10 semestres cursados, el segundo 11-12 y
el tercero ms de 13 semestres.
Between Groups
Within Groups
Total
Sum of
Squares
8591.263
20343.225
28934.488
df
2
1116
1118
285
Mean Square
4295.631
18.229
F
235.652
Sig.
.000
Se aplic la prueba de Scheffe para identificar cules son distintas y los grupos
a formar. En la tabla 7-78 se identificaron tres grupos de medias: en el primero
se encuentran los alumnos con los rendimientos ms bajos, es decir, los que
cursaron 13 semestres o ms, en contraste con el tercer grupo, que curs 9 y
10 semestres y muestra un mejor rendimiento.
Schef f e
Semestres dems
en tres grupos
13+
11-12
9-10
Sig.
N
157
278
684
En la figura 7-21 se puede ver que los alumnos que finalizan su carrera en 9 y
10 semestres que pertenecen a la primera categora se vinculan a un ms alto
rendimiento, mientras que los que terminan en 13 semestres o ms tienen ms
bajo rendimiento, lo cual es lgico ya que pueden estar vinculados a ms
materias reprobadas, como consecuencia de lo cual disminuye su promedio.
286
Figura 7-21 Diagrama de las medias de tres grupos por semestres cursados
Mean
Dif f erence
(I-J)
St d.
4.554*
7.085*
-4.554*
2.532*
-7.085*
-2.532*
*. The mean dif f erence is signif icant at the .05 lev el.
287
Error
.304
.378
.304
.426
.378
.426
Sig.
.000
.000
.000
.000
.000
.000
Al comparar las medias por beca se destaca que el rendimiento de los alumnos
con ms de 51% es ms alto que el de los que no la tienen, con una dispersin
uniforme y equilibrada.
288
Respecto a la edad de los padres se encontr que los hijos de madres con
escolaridad bsica tienen casi el mismo rendimiento que los de aquellas con
estudios profesionales. Los padres de mayor edad tienen hijos con rendimiento
significativamente ms bajo que los padres ms jvenes.
Para este anlisis hemos seleccionado slo las variables que resultaron ms
importantes en todas las carreras, a saber:
Covariables:
semestres
de
ms,
Toefl
final,
materias
290
Como podemos observar, casi todas las variables alcanzan una significacin
de .05 o menos, salvo semestres de ms y la interaccin entre la beca y
carrera. Por magnitud de efectos (ndice eta cuadrado parcial), las nicas
variables que parecen tener efectos interesantes son materias reprobadas al
ltimo semestre y promedio de la preparatoria con .16, ubicndose carrera en
tercer lugar con .08. Salvo semestres de ms e interaccin de beca con
carrera, todas las variables alcanzan la potencia requerida de .80 (relacionada
con la probabilidad de error estadstico tipo II).
291
293
294
295
Por ello, en esta investigacin se realiz con una rotacin Varimax porque ha
definido una estructura ms simple y nos ayudar a interpretar los resultados
obtenidos en la matriz de pesos factoriales. Para Visauta & Martori (2003), esta
rotacin es un procedimiento ortogonal que indica que los factores no estn
correlacionados y que los ejes forman ngulos rectos. Se trata de minimizar el
nmero de variables que hay con pesos o saturaciones elevadas en cada
factor. Para Martnez Arias (1996), esta rotacin permite determinar un nuevo
conjunto
de
variables
con
variabilidad
independientes.
296
mxima
estadsticamente
Cada factor debe tener unos pocos pesos altos y el resto prximos a 0.
Cada variable no debe estar saturada ms que en un solo factor.
No deben existir factores con la misma distribucin.
correlacin de cada indicador con cada factor. Los pesos nos sealan lo que
cada indicador tiene en comn con todos los indicadores, esto es, se pueden
interpretar de una manera semejante a la correlacin tem total.
298
1.0
KMO
>
0.90
Excelentes
0.90
KMO
>
0.80
Buenos
0.80
KMO
>
0.70
Aceptables
0.70
KMO
>
0.60
Regulares
0.60
KMO
>
0.50
Malos
KMO
>
0.50
A partir de los ficheros de dato y con base a los resultados de los estudios
previos se eliminaron variables que tericamente se considera que no aportan
mucho en los anlisis posteriores. O bien, variables que de alguna forma,
existe otra que es equivalente.
299
Variables:
Promedio de preparatoria
Rendimiento final
Materias reprobadas al ltimo semestre
Promedio 3er semestre
Nivel econmico
Toefl inicial
Toefl final
Semestres de ms
Beca
Edad del alumno
Edad del padre
Edad madre
A continuacin se presenta el modelo general que fue realizado con todos los
estudiantes que pertenecen a la generacin.
300
Approx. Chi-Square
df
Sig.
.760
6261.469
66
.000
La tabla 7-88 muestra que los primeros 4 factores incluidos en el modelo son
capaces de explicar 75% de la varianza de la matriz de correlaciones, lo que
puede interpretarse como un porcentaje muy aceptable. Los cuatro factores
presentan valores propios superiores a 1.
301
Component
1
2
3
4
5
6
7
8
9
10
11
12
Total
4.233
1.838
1.715
1.217
.758
.613
.455
.365
.292
.232
.173
.109
Initial Eigenvalues
% of Variance Cumulativ e %
35.277
35.277
15.318
50.595
14.294
64.890
10.144
75.034
6.315
81.349
5.104
86.453
3.794
90.247
3.038
93.286
2.437
95.723
1.931
97.654
1.439
99.092
.908
100.000
En la tabla 7-89 se puede observar que casi todas las variables cumplen con la
regla de comunalidad y de pesos factoriales, excepto el promedio de
preparatoria, que est muy cercano a 0.5.
302
303
Approx. Chi-Square
df
Sig.
.746
1045.400
66
.000
a. AREA = HUMANIDADES
La tabla 7-91 muestra que los primeros cinco factores incluidos en el modelo
son pueden explicar 80.6% de la varianza de la matriz de correlaciones, lo que
puede interpretarse como un porcentaje muy aceptable. Los cinco factores que
presentan valores propios superiores y cercanos a 1.
Component
1
2
3
4
5
6
7
8
9
10
11
12
Total
4.202
1.746
1.676
1.117
.934
.604
.467
.399
.283
.254
.193
.123
En la tabla 7-92 se puede observar que todas las variables cumplen el requisito
de la comunalidad y de los pesos factoriales. Al analizar los factores F1, F2,
F3, F4 y F5, el primero agrupa las variables de rendimiento, el segundo Toefl
final e inicial. El tercero integra las variables de nivel econmico, el cuarto
rene edad de padres y al final se presenta promedio de preparatoria.
304
b) Ingeniera
Los resultados de los componentes principales fueron obtenidos mediante una
rotacin
Varimax.
La
matriz
de
incorrelaciones
present
adecuadas
305
Approx. Chi-Square
df
Sig.
.766
2741.327
66
.000
a. AREA = INGENIERIA
La tabla 7-94 muestra que los primeros cuatro factores incluidos en el modelo
pueden explicar 77.3% de la varianza de la matriz de correlaciones, lo que
puede interpretarse como un porcentaje aceptable. Los 4 factores presentan
valores propios superiores a 1.
Component
1
2
3
4
5
6
7
8
9
10
11
12
Total
4.492
1.885
1.658
1.236
.773
.541
.440
.339
.204
.191
.144
.098
En la tabla 7-95 se puede observar que casi todas las variables tienen una
comunalidad por arriba de .50, excepto promedio de preparatoria. En cuanto a
los pesos factoriales, todas las variables cumplen la regla. Al analizar los
factores F1, F2, F3 y F4, el primero agrupa fundamentalmente las variables de
rendimiento, el segundo aglutina las variables nivel econmico y beca. El
306
tercero rene Toefl final e inicial y el cuarto integra las variables clasificatorias
edad de los padres.
c) Negocios
Los resultados de los componentes principales se obtuvieron mediante una
rotacin
Varimax.
La
matriz
de
incorrelaciones
present
adecuadas
307
Approx. Chi-Square
df
Sig.
.759
2683.057
66
.000
a. AREA = NEGOCIOS
La tabla 7-97 muestra que los primeros cuatro factores del modelo pueden
explicar 75% de la varianza de la matriz de correlaciones, lo que puede
interpretarse como un porcentaje aceptable. Los cuatro factores presentan
valores propios superiores a 1.
Component
1
2
3
4
5
6
7
8
9
10
11
12
Total
4.163
1.899
1.837
1.105
.751
.607
.460
.359
.297
.236
.181
.105
En la tabla 7-98 se puede observar que todas las variables cumplen el requisito
de los pesos factoriales y comunalidades. Al analizar los factores F1, F2, F3 y
F4 se puede observar que el primero agrupa fundamentalmente las variables
de rendimiento, el segundo congrega las variables nivel econmico, beca y
promedio de preparatoria. El tercero aglutina las variables Toefl final e inicial,
mientras que el cuarto integra las variables clasificatorias edad de padres.
308
Peso
Factorial Comunalidad
FACTOR 1
TEM
Peso
Factorial Comunalidad
FACTOR 1
TEM
Peso
Factorial Comunalidad
FACTOR 1
0.872
0.814
0.885
0.832
0.881
0.818
Semestres de ms
0.840
0.845
Semestres de ms
0.868
0.787
Semestres de ms
0.822
0.709
-0.793
0.827
Edad alumno
0.812
0.750
-0.801
0.849
-0.789
0.858
-0.772
0.847
-0.740
0.807
Edad alumno
0.644
0.597
-0.751
0.795
Edad alumno
0.673
0.569
FACTOR 2
FACTOR 2
FACTOR 2
Toefl final
0.911
0.874
Beca alumno
0.802
0.694
Beca alumno
0.835
0.714
Toefl inicio
0.887
0.860
Nivel econmico
-0.773
0.641
Nivel econmico
-0.745
0.614
Promedio prepa
0.502
0.493
Promedio prepa
0.555
0.560
FACTOR 3
Nivel econmico
-0.885
0.819
FACTOR 3
Beca alumno
0.785
0.749
Toefl final
0.937
0.893
Toefl final
0.926
0.872
Toefl inicio
0.916
0.884
Toefl inicio
0.906
0.858
FACTOR 4
FACTOR 3
Edad padre
0.865
0.794
FACTOR 4
FACTOR 4
Edad madre
0.836
0.750
Edad madre
0.902
0.826
Edad madre
0.914
0.837
Promedio prepa
0.916
0.889
Edad padre
0.900
0.830
Edad padre
0.884
0.797
310
Se puede observar que la mayora de las variables que fueron relevantes estn
vinculadas al rendimiento, a saber: promedio al 5to. y 3er. semestres, materias
reprobadas al ltimo semestre, 5to. y 3er. semestres, promedio de la
preparatoria, semestres de ms, edad del alumno, beca, Toefl inicial y final y
prueba de aptitud acadmica.
311
R2 (%)
90.3
75.5
63.5
56.3
41.5
30.9
29.9
17.2
15.2
8.2
7.8
7.1
4.5
2.2
0.5
0.4
0.3
0.0
0.0
SIGNIFICACIN
Significativa y Relevante
Significativa y Relevante
Significativa y Relevante
Significativa y Relevante
Significativa y Relevante
Significativa y Relevante
Significativa y Relevante
Relevantes
Relevantes
Relevantes
Relevantes
Relevantes
No Significativa
No Significativa
No Significativa
No Significativa
No Significativa
No Significativa
No Significativa
RA 3
RA 5
Semestres
0.950
Estud.
Padres
-0.018
Promedio
preparatoria
Edad
Padres
-0.69
0.556
Semestres
de ms
Nivel
Socio Econ
-0.148
RENDIMIENTO
ACADMICO FINAL
-0.547
Sexo
-0.211
Edad
Alumno
-0.415
Beca
0.390
Examen
Toefl
0.287
312
PAA
0.270
313
Edad
Alum
Arquitectura/Diseo
-0.61
0.10
0.37
0.36
0.52
0.79
0.92
-0.71 -0.82
-0.57
0.04
Electrnica y Comunicaciones
-0.51
0.49
0.17
0.31
0.69
0.92
0.95
-0.85 -0.89
-0.64
0.07
Industrial y de Sistemas
Mecnico
Elctricista/Administrador
-0.41
0.38
0.29
0.31
0.65
0.85
0.93
-0.70 -0.73
-0.46
0.20
-0.53
0.48
0.34
0.40
0.38
0.92
0.97
-0.84 -0.85
-0.62
0.35
Mecatrnica
-0.48
0.44
0.24
0.30
0.63
0.94
0.98
-0.85 -0.84
-0.65
0.11
Sistemas Computacionales
-0.51
0.55
0.47
0.42
0.65
0.88
0.97
-0.80 -0.82
-0.62
0.33
Sistemas Elctrnicos
-0.55
0.67
0.29
0.23
0.77
0.95
0.97
-0.83 -0.88
-0.68
0.37
Administracin de Empresas
Administracin
Financiera/Contabilidad
Ciencias de la
Comunicacin/Medios
-0.39
0.48
0.25
0.29
0.53
0.89
0.96
-0.69 -0.77
-0.62
0.38
-0.25
0.46
0.19
0.24
0.63
0.90
0.96
-0.77 -0.83
-0.48
0.15
-0.33
0.33
0.29
0.29
0.44
0.83
0.92
-0.68 -0.75
-0.50
0.31
Economa
-0.75
0.23
0.53
0.50
0.67
0.92
0.98
-0.83 -0.82
-0.71
0.30
Derecho
-0.59
0.01
0.16
0.02
0.52
0.76
0.90
-0.78 -0.81
-0.60
0.18
Mercadotecnia
-0.40
0.34
0.26
0.28
0.62
0.87
0.95
-0.73 -0.78
-0.54
0.35
Negocios Internacionales
-0.48
0.34
0.23
0.20
0.68
0.88
0.97
-0.82 -0.86
-0.63
0.20
Ciencias Polticas
-0.40
0.49
0.25
0.22
0.44
0.75
0.92
-0.77 -0.83
-0.61
0.24
Psicologa Organizacional
-0.57
0.24
0.54
0.55
0.29
0.89
0.97
-0.72 -0.75
-0.49
0.44
Relaciones Internacionales
Sistemas de Computacin
Administrativa
-0.39
0.36
0.41
0.40
0.51
0.90
0.96
-0.76 -0.77
-0.52
0.28
-0.52
0.63
0.04
0.09
0.59
0.88
0.95
-0.69 -0.79
-0.55 -0.05
-0.48
0.39
0.29
0.30
0.57
0.87
0.95
-0.77 -0.81
-0.58
TOTAL
0.24
314
En beca del alumno la carrera que tuvo una correlacin positiva ms alta es
Sistemas Electrnicos (0.67), mientras que Derecho present el valor ms bajo
(0.01).
Las carreras que tienen una correlacin positiva por arriba de 0.50 en Toefl
inicial y final son Psicologa Organizacional y Economa.
316
Hiptesis 1.7 Toefl s es un factor que influye en el RA final. Los alumnos que
tienen mayor puntuacin en l presentan un mejor rendimiento.
Hiptesis 1.8 Promedio del bachillerato s es un factor del RA final. A mayor
promedio, mejor rendimiento.
Hiptesis 1.9 Semestres cursados de ms s son un factor del RA final. A ms
semestres que cursan los alumnos para finalizar su carrera, menor es su
rendimiento.
Hiptesis 1.10 Materias reprobadas durante su carrera universitaria s son un
factor que condiciona el RA final. A mayor nmero de materias reprobadas,
menor es el rendimiento del alumno.
Hiptesis 1.11 Prueba de aptitud acadmica s es un factor que influye en el
RA final. Los alumnos que tienen mejores puntuaciones se vinculan a un mejor
RA.
Hiptesis 1.12 El promedio al 3er. semestre de su carrera universitaria s es un
factor que influye en el RA final.
Hiptesis 1.13 El promedio al 5. semestre de su carrera universitaria s es un
factor que influye en el RA final.
Los anlisis que se han realizado hasta ahora nos presentan los factores que
resultan significativos para la generacin 2007, no para cada carrera en
particular. Por ello, se realizar el estudio por cada uno de los programas a
travs del anlisis de regresin mltiple, a fin de identificar si existe un modelo
del RA final de cada carrera universitaria.
318
319
320
Edad alumno
Sexo
Estudios del padre
Estudios de la madre
Edad del padre
Edad de la madre
Nivel econmico
Promedio preparatoria
Preparatoria de procedencia (TEC/NO TEC)
Beca alumno
Promedio al 3er. semestre
Promedio al 5to. semestre
Materias reprobadas al 3er. semestre
Materias reprobadas al 5to. semestre
Materias reprobadas al ltimo semestre
Toefl inicio
Toefl final
Semestres de ms
321
Tabla 8-2 Resumen del modelo de regresin para la generacin con el mtodo Enter
Model Summary
Model
1
R
.901a
R Square
.811
Adjusted
R Square
.808
St d. Error of
the Estimate
2.201
La tabla 8-3 nos indica que el conjunto de variables que especifica el modelo es
significativo para el RA, y nos presenta el anlisis de la varianza en cada paso
del mtodo Enter. En la penltima columna se puede ver que el valor de F es
de 251.513, que corresponde a una probabilidad menor a .001, lo cual nos
322
permite rechazar la hiptesis nula que sostiene que no existe relacin entre el
RA y el conjunto de variables. Por lo tanto, se acepta la hiptesis alternativa
que sostiene que existe una relacin significativa entre el rendimiento al ltimo
semestre y el conjunto de variables del modelo.
Regression
Residual
Total
Sum of
Squares
18275.128
4253.077
22528.205
df
15
878
893
Mean Square
1218.342
4.844
F
251.513
Sig.
.000a
a. Predictors: (Const ant), SEMESTRES DE MAS, Estudios Padre, Edad padre, Sexo,
Beca alumno, Prepa Tec/No Tec, Toef l f inal, Estudios madre, Promedio prepa,
Niv el Econmico, Edad alumno, Edad madre, Materias reprobadas 3er. semestre,
Toef l inicio, Promedio 3er. semestre
b. Dependent Variable: Promedio ltimo semestre
Model
1
(Constant)
Edad alumno
Sexo
Estudios Padre
Estudios madre
Edad padre
Edad madre
Niv el Econmico
Promedio prepa
Prepa Tec/No Tec
Beca alumno
Promedio 3er. semestre
Materias reprobadas
3er. semestre
Toefl inicio
Toefl f inal
SEMESTRES DE MAS
Unstandardized
Coeff icients
B
Std. Error
23.878
2.489
-.144
.066
-.148
.155
-.112
.064
-.023
.054
-.018
.017
.052
.020
.004
.006
.079
.013
-.352
.165
.008
.003
.646
.021
Standardized
Coeff icients
Beta
-.042
-.015
-.030
-.007
-.021
.051
.012
.117
-.034
.048
.798
t
9.593
-2.173
-.959
-1.754
-.425
-1.054
2.596
.673
6.238
-2.134
2.587
31.139
Sig.
.000
.030
.338
.080
.671
.292
.010
.501
.000
.033
.010
.000
Collinearity Statistics
Tolerance
VIF
.572
.912
.755
.767
.565
.557
.725
.614
.839
.630
.327
1.749
1.096
1.324
1.303
1.770
1.797
1.379
1.630
1.192
1.587
3.055
.197
.048
.102
4.117
.000
.351
2.846
3.35E-005
.005
-.371
.002
.002
.074
.000
.056
-.107
.019
2.375
-4.998
.985
.018
.000
.378
.386
.469
2.644
2.588
2.134
323
324
Tabla 8-5 Resumen del modelo de regresin de la generacin con el mtodo Stepwise
Model Summary
Model
1
2
3
4
5
6
7
R
.882a
.889b
.894c
.896d
.897e
.898f
.899g
R Square
.778
.791
.799
.803
.805
.807
.808
Adjusted
R Square
.778
.790
.798
.802
.804
.806
.806
St d. Error of
the Estimate
2.366
2.299
2.255
2.234
2.222
2.215
2.210
La tabla 8-6 nos indica que el conjunto de variables que especifica el modelo es
significativo para el RA. Tambin nos presenta el anlisis de la varianza de
cada paso del mtodo Stepwise. El valor de F corresponde a una probabilidad
de 532.429, por lo que se acepta la hiptesis alternativa de que existe una
relacin significativa (a nivel 0.001) entre el promedio ponderado y el conjunto
de variables del modelo.
325
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Sum of
Squares
17533.433
4994.772
22528.205
17818.035
4710.170
22528.205
18002.401
4525.804
22528.205
18092.134
4436.071
22528.205
18143.152
4385.053
22528.205
18177.107
4351.098
22528.205
18201.308
4326.897
22528.205
df
1
892
893
2
891
893
3
890
893
4
889
893
5
888
893
6
887
893
7
886
893
Mean Square
17533.433
5.600
F
3131.239
Sig.
.000a
8909.017
5.286
1685.276
.000b
6000.800
5.085
1180.058
.000c
4523.033
4.990
906.427
.000d
3628.630
4.938
734.820
.000e
3029.518
4.905
617.587
.000f
2600.187
4.884
532.429
.000g
326
Model
1
2
(Constant)
Promedio 3er. semestre
(Constant)
Promedio 3er. semestre
Promedio prepa
(Constant)
Promedio 3er. semestre
Promedio prepa
SEMESTRES DE MAS
(Constant)
Promedio 3er. semestre
Promedio prepa
SEMESTRES DE MAS
Materias reprobadas
3er. semest re
(Constant)
Promedio 3er. semestre
Promedio prepa
SEMESTRES DE MAS
Materias reprobadas
3er. semest re
Toef l f inal
(Constant)
Promedio 3er. semestre
Promedio prepa
SEMESTRES DE MAS
Materias reprobadas
3er. semest re
Toef l f inal
Beca alumno
(Constant)
Promedio 3er. semestre
Promedio prepa
SEMESTRES DE MAS
Materias reprobadas
3er. semest re
Toef l f inal
Beca alumno
Prepa Tec/ No Tec
Unstandardized
Coef f icients
B
St d. Error
24.724
1.071
.714
.013
21.952
1.107
.659
.015
.089
.012
25.394
1.227
.615
.016
.095
.012
-.359
.060
21.074
1.586
.667
.020
.092
.012
-.479
.066
St andardized
Coef f icients
Beta
.882
.814
.131
.759
.141
-.103
.823
.137
-.138
t
23.092
55.957
19.836
45.427
7.337
20.701
38.393
8.000
-6.021
13.291
33.342
7.812
-7.315
Sig.
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
.000
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.731
.731
1.368
1.368
.577
.725
.764
1.733
1.380
1.309
.364
.722
.621
2.751
1.385
1.611
.203
.048
.105
4.241
.000
.361
2.769
19.506
.658
.089
-.470
1.651
.020
.012
.065
.813
.132
-.135
11.814
32.832
7.556
-7.197
.000
.000
.000
.000
.358
.717
.620
2.797
1.394
1.614
.200
.048
.104
4.203
.000
.361
2.770
.004
21.054
.646
.081
-.478
.001
1.748
.021
.012
.065
.049
.001
.000
.000
.000
.000
.925
1.082
.797
.120
-.138
3.214
12.047
31.436
6.674
-7.347
.338
.672
.618
2.955
1.489
1.618
.194
.048
.100
4.084
.000
.360
2.776
.005
.008
21.103
.648
.086
-.450
.001
.003
1.744
.021
.012
.066
.050
.044
.001
.009
.000
.000
.000
.000
.924
.772
1.082
1.296
.800
.127
-.130
3.274
2.631
12.101
31.574
6.976
-6.791
.338
.651
.595
2.961
1.537
1.682
.202
.048
.104
4.241
.000
.358
2.790
.004
.008
-.357
.001
.003
.160
.049
.044
-.035
3.173
2.599
-2.226
.002
.009
.026
.922
.771
.896
1.084
1.296
1.116
327
328
Tabla 8-8 Resumen del modelo general de regresin con el mtodo stepwise
Model Summary
Model
1
2
3
4
5
6
7
R
.636a
.733b
.747c
.761d
.770e
.773f
.774g
R Square
.405
.537
.558
.580
.592
.597
.599
Adjusted
R Square
.404
.536
.557
.578
.590
.594
.596
St d. Err or of
the Estimate
3.876
3.422
3.344
3.263
3.215
3.200
3.193
La tabla 8-9 nos indica que el conjunto de variables que especifica el modelo es
significativo para el RA final. En la ltima columna, el valor de F, 189.182,
corresponde a una probabilidad menor a .001, lo cual nos permite rechazar la
hiptesis nula que sostiene que no existe relacin entre el RA y el conjunto de
variables. Por lo tanto, se acepta la hiptesis alternativa de que s existe
relacin significativa entre el rendimiento final y el conjunto de variables del
modelo.
329
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Sum of
Squares
9126.186
13402.019
22528.205
12094.272
10433.933
22528.205
12577.384
9950.821
22528.205
13062.723
9465.481
22528.205
13347.897
9180.308
22528.205
13445.768
9082.437
22528.205
13497.659
9030.546
22528.205
df
1
892
893
2
891
893
3
890
893
4
889
893
5
888
893
6
887
893
7
886
893
Mean Square
9126.186
15.025
F
607.413
Sig.
.000a
6047.136
11.710
516.392
.000b
4192.461
11.181
374.973
.000c
3265.681
10.647
306.713
.000d
2669.579
10.338
258.225
.000e
2240.961
10.240
218.855
.000f
1928.237
10.192
189.182
.000g
330
Model
1
(Constant)
Materias reprobadas
3er. semest re
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
SEMESTRES DE MAS
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
SEMESTRES DE MAS
Toef l inicio
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
SEMESTRES DE MAS
Toef l inicio
Sexo
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
SEMESTRES DE MAS
Toef l inicio
Sexo
Toef l f inal
Unstandardized
Coef f icients
B
St d. Error
86.592
.156
St andardized
Coef f icients
Beta
-.636
t
556.419
Sig.
.000
-24.646
.000
46.347
.000
-1.230
.050
64.533
1.392
-.983
.047
-.509
-21.042
.260
67.349
.016
1.426
.385
15.920
47.217
-.947
.046
-.490
.219
.029
67.303
.017
.004
1.392
.324
.162
-.722
.056
.220
.030
-.645
63.443
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.890
1.124
.000
.000
.890
1.124
-20.595
.000
.877
1.140
12.767
6.573
48.351
.000
.000
.000
.771
.817
1.297
1.225
-.374
-12.922
.000
.565
1.769
.017
.004
.096
1.556
.327
.168
-.186
13.193
6.974
-6.752
40.773
.000
.000
.000
.000
.771
.816
.623
1.297
1.226
1.606
-.709
.055
-.367
-12.856
.000
.564
1.772
.211
.030
-.572
.009
64.707
.017
.004
.095
.002
1.602
.312
.170
-.165
.117
12.727
7.163
-6.009
5.252
40.402
.000
.000
.000
.000
.000
.761
.815
.609
.926
1.313
1.226
1.641
1.080
-.694
.055
-.359
-12.601
.000
.560
1.786
.206
.030
-.559
.009
-.678
63.515
.017
.004
.095
.002
.219
1.683
.305
.172
-.161
.121
-.067
12.415
7.291
-5.899
5.459
-3.092
37.740
.000
.000
.000
.000
.002
.000
.754
.815
.608
.922
.960
1.327
1.228
1.644
1.084
1.042
-.685
.055
-.354
-12.433
.000
.557
1.795
.202
.030
-.576
.005
-.761
.007
.017
.004
.095
.003
.222
.003
.299
.171
-.166
.063
-.076
.077
12.153
7.232
-6.074
1.873
-3.430
2.256
.000
.000
.000
.061
.001
.024
.746
.814
.604
.395
.934
.392
1.340
1.229
1.655
2.534
1.071
2.549
331
MODELO GENERAL
Rendimiento final = 63.515 - .685 Materias reprobadas al 3er. semestre
+.202 Promedio preparatoria + .030 Beca alumno .576 Semestres de ms
- .761 Sexo
332
333
334
En cada carrera universitaria se incluye una tabla que muestra los coeficientes
de regresin mltiple de los distintos modelos que reflejan las combinaciones
lineales que representan la relacin con las variables independientes.
335
R
.521a
.609b
.667c
R Square
.271
.371
.445
Adjusted
R Square
.250
.333
.392
St d. Error of
the Estimate
3.338
3.149
3.004
La tabla 8-12 nos permite construir la combinacin lineal que mejor representa
la relacin con la variable dependiente. Se puede ver la prueba t que indica que
todas son significativas. A travs de los coeficientes beta estandarizados,
podemos comparar el efecto de las variables sin que stas sean afectados por
las diferencias de escala. De esta manera, podemos afirmar que la variable con
336
mayor efecto sobre promedio del ltimo semestre es semestres de ms, que
influye, como cabra esperar, en forma negativa, seguido de edad de la madre
que incide en el mismo sentido.
Model
1
2
(Constant)
SEMESTRES DE MAS
(Constant)
SEMESTRES DE MAS
Edad madre
(Constant)
SEMESTRES DE MAS
Edad madre
Promedio prepa
Unstandardized
Coef f icients
B
St d. Error
87.102
.727
-1.817
.511
102.171
6.638
-2.088
.496
-.285
.125
84.825
10.528
-1.963
.477
-.282
.119
.201
.097
St andardized
Coef f icients
Beta
-.521
-.599
-.325
-.563
-.321
.274
t
119.814
-3.558
15.393
-4.209
-2.282
8.057
-4.116
-2.367
2.062
Sig.
.000
.001
.000
.000
.029
.000
.000
.024
.047
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.943
.943
1.061
1.061
.928
.942
.984
1.078
1.061
1.017
337
b) Industrial y de Sistemas
En la carrera de Industrial y de Sistemas, basado en una muestra de 77
alumnos, el modelo arroj un coeficiente de determinacin correspondiente a
una R2 ajustada total de 54%, valor que indica que la variable promedio de
preparatoria explica por s misma 40% de la variacin del promedio al ltimo
semestre; al ingresar la variable materias reprobadas al 3er. semestre el
porcentaje conjunto explica 51% de la varianza, y al hacerlo la variable Toefl
inicio el porcentaje de explicacin conjunta llega a 54%.
R
.639a
.724b
.747c
R Square
.408
.523
.558
Adjusted
R Square
.400
.511
.540
St d. Error of
the Estimate
4.039
3.648
3.535
338
Model
1
2
(Constant)
Promedio prepa
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
Toef l inicio
Unstandardized
Coef f icients
B
St d. Error
45.781
5.519
.457
.064
58.625
5.834
.325
.065
St andardized
Coef f icients
Beta
.454
t
8.295
7.187
10.050
4.971
Sig.
.000
.000
.000
.000
.639
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.772
1.295
-.720
.170
-.387
-4.238
.000
.772
1.295
52.885
.298
6.137
.064
.416
8.618
4.631
.000
.000
.749
1.336
-.710
.165
-.382
-4.310
.000
.772
1.296
.015
.006
.191
2.405
.019
.955
1.047
339
c) Electrnica y Comunicaciones
En Electrnica y Comunicaciones, con base en una muestra de 36 estudiantes,
se encontr que el modelo presenta un coeficiente de determinacin
correspondiente a una R2 ajustada total de 83%, valor del que la variable
materias reprobadas al 3er. semestre explica 62.4%; al ingresar la variable
beca alumno, en conjunto explican 74% que sube a 79.5% al introducir la
variable semestres de ms; por ltimo, al asociar la variable sexo, alcanzan a
explicar conjuntamente 83% de la varianza.
Tabla 8-15 Resumen del modelo de regresin de la carrera Electrnica
y Comunicaciones
Model Summarye
Model
1
2
3
4
R
.797a
.869b
.901c
.922d
R Square
.635
.756
.813
.850
Adjusted
R Square
.624
.741
.795
.831
St d. Error of
the Estimate
3.053
2.536
2.255
2.049
Model
1
(Constant)
Materias reprobadas
3er. semest re
(Constant)
Materias reprobadas
3er. semest re
Beca alumno
(Constant)
Materias reprobadas
3er. semest re
Beca alumno
SEMESTRES DE MAS
(Constant)
Materias reprobadas
3er. semest re
Beca alumno
SEMESTRES DE MAS
Sexo
Unstandardized
Coef f icients
B
St d. Error
84.687
.633
St andardized
Coef f icients
Beta
-.797
t
133.736
Sig.
.000
-7.693
.000
-1.471
.191
83.315
.626
133.008
.000
-1.368
.161
-.741
-8.507
.059
83.683
.015
.569
.352
-1.118
.164
.061
-.876
78.517
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.975
1.026
4.034
146.953
.000
.000
.975
1.026
-.606
-6.811
.000
.741
1.350
.013
.281
1.925
.363
-.274
4.676
-3.118
40.785
.000
.004
.000
.973
.759
1.028
1.318
-.955
.160
-.517
-5.964
.000
.642
1.557
.057
-1.157
2.850
.012
.274
1.023
.336
-.362
.216
4.716
-4.215
2.786
.000
.000
.009
.955
.656
.803
1.047
1.523
1.246
341
R
.796a
.834b
.852c
.864d
R Square
.634
.696
.726
.747
Adjusted
R Square
.627
.684
.709
.726
St d. Error of
the Estimate
2.976
2.741
2.629
2.550
Model
1
(Constant)
Materias reprobadas
3er. semestre
(Constant)
Materias reprobadas
3er. semestre
Promedio prepa
(Constant)
Materias reprobadas
3er. semestre
Promedio prepa
Beca alumno
(Constant)
Materias reprobadas
3er. semestre
Promedio prepa
Beca alumno
Toef l f inal
Unstandardized
Coef f icients
B
St d. Error
85.496
.554
St andardized
Coef f icients
Beta
-.796
t
154.203
Sig.
.000
-9.405
.000
15.038
.000
-1.004
.107
70.637
4.697
-.946
.100
-.751
-9.465
.178
71.183
.056
4.512
.252
-.866
.102
.162
.031
61.839
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.967
1.034
3.182
15.778
.003
.000
.967
1.034
-.687
-8.503
.000
.856
1.168
.054
.013
6.374
.229
.187
2.988
2.313
9.702
.004
.025
.000
.951
.855
1.052
1.169
-.795
.105
-.631
-7.576
.000
.759
1.317
.160
.031
.016
.053
.013
.008
.227
.187
.157
3.046
2.379
2.017
.004
.021
.049
.950
.855
.868
1.052
1.169
1.153
343
e) Mecatrnica
En la carrera de Mecatrnica, sobre una muestra de 39 alumnos, el modelo
presenta un coeficiente de determinacin correspondiente a una R 2 ajustada
total de 67.8%, valor del cual la variable materias reprobadas al 3er. semestre
explica 56.1%; al ingresar la variable Toefl final, juntas alcanzan 63.5%; por
ltimo, al entrar la variable promedio de preparatoria, explican 67.8% del total
de la varianza.
R
.757a
.809b
.839c
R Square
.572
.654
.703
Adjusted
R Square
.561
.635
.678
St d. Error of
the Estimate
4.114
3.749
3.523
344
Model
1
(Constant)
Materias reprobadas
3er. semestre
(Constant)
Materias reprobadas
3er. semestre
Toef l f inal
(Constant)
Materias reprobadas
3er. semestre
Toef l f inal
Promedio prepa
Unstandardized
Coef f icients
B
St d. Error
87.754
.770
St andardized
Coef f icients
Beta
t
114.037
Sig.
.000
-.757
-7.036
.000
-1.582
.225
67.478
6.967
9.685
.000
-1.553
.205
-.743
-7.573
.035
47.656
.012
10.541
.287
-1.284
.223
.034
.225
.011
.094
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.998
1.002
2.925
4.521
.006
.000
.998
1.002
-.614
-5.762
.000
.746
1.340
.277
.256
2.999
2.399
.005
.022
.996
.745
1.004
1.343
Modelo Mecatrnica
Rendimiento final = 48 1.284 Materias reprobadas al tercer semestre
+ .034 Toefl final +.225 Promedio preparatoria.
345
f) Sistemas Computacionales
En la carrera de Sistemas Computacionales, con una muestra de 66 alumnos,
se conform un modelo con un coeficiente de determinacin correspondiente a
una R2 ajustada total de 74.5%, valor del cual la variable materias reprobadas
al 3er. semestre explica 69%; al ingresar la variable promedio preparatoria
alcanza a 69.3 de explicacin conjunta; por ltimo, al incorporar la variable
beca, en conjunto explican 72.9%, porcentaje que aumenta a 74.5% del total de
la varianza cuando se considera Toefl de inicio .
R
.774a
.838b
.861c
.872d
R Square
.600
.703
.741
.760
Adjusted
R Square
.593
.693
.729
.745
St d. Error of
the Estimate
3.530
3.066
2.883
2.798
346
Model
1
(Constant)
Materias reprobadas
3er. semestre
(Constant)
Materias reprobadas
3er. semestre
Promedio prepa
(Constant)
Materias reprobadas
3er. semestre
Promedio prepa
Beca alumno
(Constant)
Materias reprobadas
3er. semestre
Promedio prepa
Beca alumno
Toef l inicio
Unstandardized
Coef f icients
B
St d. Error
88.253
.542
St andardized
Coef f icients
Beta
-.774
t
162.750
Sig.
.000
-9.789
.000
13.331
.000
-1.455
.149
65.425
4.908
-1.127
.147
-.600
-7.669
.260
68.392
.056
4.717
.365
-.950
.150
.207
.044
62.991
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.772
1.296
4.673
14.498
.000
.000
.772
1.296
-.505
-6.332
.000
.655
1.526
.055
.014
5.191
.291
.244
3.758
3.040
12.135
.000
.003
.000
.695
.646
1.439
1.547
-.843
.153
-.449
-5.495
.000
.590
1.696
.196
.044
.012
.054
.014
.005
.275
.246
.153
3.647
3.161
2.206
.001
.002
.031
.689
.646
.821
1.452
1.547
1.219
347
g) Sistemas Electrnicos
La carrera de Sistemas Electrnicos, con una muestra de 66 alumnos, arroj
que el modelo tiene un coeficiente de determinacin correspondiente a una R2
ajustada total de 79.3%, valor que nos indica que la variable promedio de la
preparatoria explica por s misma 72.7%, porcentaje que asciende a 79.3% de
la varianza cuando se la considera junto con edad del alumno.
R
.862a
.905b
R Square
.744
.819
Adjusted
R Square
.727
.793
St d. Error of
the Estimate
2.973
2.587
348
Model
1
2
(Constant)
Promedio prepa
(Constant)
Promedio prepa
Edad alumno
Unstandardized
Coef f icients
B
St d. Error
23.615
9.045
.698
.106
61.290
17.504
.630
.096
-1.376
.571
St andardized
Coef f icients
Beta
.862
.778
-.287
t
2.611
6.596
3.501
6.541
-2.410
Sig.
.020
.000
.004
.000
.030
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.914
.914
1.094
1.094
349
R
.805a
.895b
R Square
.648
.801
Adjusted
R Square
.626
.774
St d. Error of
the Estimate
2.887
2.242
350
Model
1
(Constant)
Materias reprobadas
3er. semestre
(Constant)
Materias reprobadas
3er. semestre
Promedio prepa
Unstandardized
Coef f icients
B
St d. Error
87.473
.855
St andardized
Coef f icients
Beta
-.805
t
102.256
Sig.
.000
-5.428
.000
7.177
.000
-1.266
.233
59.451
8.284
-.950
.204
-.604
-4.665
.332
.098
.440
3.394
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.791
1.264
.004
.791
1.264
351
i) Administracin de Empresas
En la carrera de Administracin de Empresas, con una muestra de 82 alumnos,
se
encontr
que
el
modelo
tiene
un
coeficiente
de
determinacin
R
.565a
.707b
.731c
.758d
R Square
.319
.500
.535
.574
Adjusted
R Square
.311
.487
.517
.552
St d. Error of
the Estimate
3.846
3.318
3.221
3.102
352
Model
1
2
(Constant)
SEMESTRES DE
(Constant)
SEMESTRES DE
Promedio prepa
(Constant)
SEMESTRES DE
Promedio prepa
Beca alumno
(Constant)
SEMESTRES DE
Promedio prepa
Beca alumno
Edad alumno
MAS
MAS
MAS
MAS
Unstandardized
Coef f icients
B
St d. Error
86.885
.523
-2.324
.379
64.401
4.236
-1.980
.333
.269
.050
66.987
4.250
-1.863
.327
.230
.051
.036
.015
88.569
9.067
-1.505
.343
.217
.050
.040
.014
-.873
.327
St andardized
Coef f icients
Beta
-.565
-.482
.433
-.453
.371
.200
-.366
.349
.225
-.218
t
166.112
-6.127
15.202
-5.940
5.338
15.762
-5.690
4.475
2.414
9.768
-4.394
4.357
2.800
-2.667
Sig.
.000
.000
.000
.000
.000
.000
.000
.000
.018
.000
.000
.000
.006
.009
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.963
.963
1.039
1.039
.941
.870
.866
1.062
1.150
1.155
.797
.861
.854
.829
1.254
1.162
1.170
1.206
353
R
.683a
.787b
.811c
.822d
.830e
.837f
R Square
.467
.619
.657
.676
.688
.701
Adjusted
R Square
.462
.612
.647
.663
.673
.683
St d. Error of
the Estimate
4.117
3.498
3.336
3.260
3.212
3.162
354
En la tabla de coeficientes se puede ver que las tres primeras variables con
mayor efecto sobre el rendimiento son: materias reprobadas al 3er. semestre,
que influye en forma negativa, seguida por la variable promedio de
preparatoria, que lo hace de forma positiva y semestres de ms, que incide de
manera negativa.
Tabla 8-30 Coeficientes del modelo de regresin para Administracin Financiera y
Contadura Pblica y Finanzas
Coeffi ci entsa,b
Model
1
(Constant)
Materias reprobadas
3er. semest re
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
SEMESTRES DE MAS
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
SEMESTRES DE MAS
Toef l inicio
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
SEMESTRES DE MAS
Toef l inicio
Beca alumno
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
SEMESTRES DE MAS
Toef l inicio
Beca alumno
Prepa Tec/ No Tec
Unstandardized
Coef f icients
B
St d. Error
86.809
.480
-2.200
.232
61.293
4.020
-1.590
.219
.301
60.229
.047
3.847
-1.065
.316
-1.030
54.261
St andardized
Coef f icients
Beta
-.683
t
180.881
Sig.
.000
-9.501
.000
15.248
.000
-.494
-7.266
.434
6.381
15.657
.261
-.331
.045
.309
4.510
.455
-.249
-1.014
.256
.322
-.948
.011
57.808
.044
.303
.004
4.781
-.980
.266
-.952
.012
.027
56.091
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.809
1.237
.000
.000
.809
1.237
-4.077
.000
.516
1.938
6.985
-3.339
12.030
.000
.001
.000
.801
.612
1.248
1.634
-.315
-3.957
.000
.512
1.952
.463
-.229
.140
7.271
-3.124
2.395
12.090
.000
.002
.018
.000
.798
.604
.953
1.252
1.655
1.049
.253
-.304
-3.874
.000
.510
1.960
.052
.299
.004
.014
4.783
.384
-.230
.153
.141
5.163
-3.185
2.651
2.009
11.727
.000
.002
.009
.047
.000
.570
.604
.940
.636
1.754
1.655
1.064
1.572
-1.031
.250
-.320
-4.119
.000
.505
1.980
.245
-.983
.014
.028
1.399
.052
.295
.005
.013
.689
.353
-.237
.186
.145
.121
4.731
-3.334
3.142
2.097
2.030
.000
.001
.002
.039
.045
.547
.603
.871
.635
.859
1.827
1.659
1.148
1.574
1.164
355
k) Economa
En la carrera de Economa, sobre una muestra de 16 alumnos, se encontr que
el modelo tiene un coeficiente de determinacin correspondiente a una R 2
ajustada total de 23%, que la variable promedio de preparatoria explica en su
totalidad.
Tabla 8-31 Resumen del modelo de regresin de la carrera de Economa
Model Summaryb
Model
1
R
R Square
a
.530
.281
Adjusted
R Square
.230
356
Std. Error of
the Estimate
3.431
En la tabla de coeficientes se puede ver que la variable con mayor efecto sobre
el rendimiento es promedio de la preparatoria e influye de forma positiva.
Model
1
(Constant)
Promedio prepa
Unstandardized
Coeff icients
B
Std. Error
58.710
11.189
.303
.129
Standardized
Coeff icients
Beta
.530
t
5.247
2.339
Sig.
.000
.035
Collinearity Statistics
Tolerance
VIF
1.000
1.000
Modelo Economa
Rendimiento final = 59 + .303 promedio de la preparatoria.
357
l) Mercadotecnia
En la carrera de Mercadotecnia, la mayor de todas, con una muestra de 145
alumnos, se encontr que el modelo tiene un coeficiente de determinacin
correspondiente a una R2 ajustada total de 57%, y que la variable promedio de
preparatoria explica 36.4% del total de la varianza; al ingresar materias
reprobadas al 3er. semestre se explica de manera conjunta 50%, con la
entrada de Toefl de inicio la explicacin alcanza el 52.9%, con el ingreso de la
variable beca el alumno alcanza 54.9% de la varianza y al incorporar edad
alumno explican en conjunto 57%.
R
.604a
.713b
.734c
.750d
.765e
R Square
.364
.508
.538
.562
.585
Adjusted
R Square
.360
.501
.529
.549
.570
St d. Error of
the Estimate
3.523
3.110
3.023
2.956
2.887
358
Model
1
2
(Constant)
Promedio prepa
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
Toef l inicio
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
Toef l inicio
Beca alumno
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
Toef l inicio
Beca alumno
Edad alumno
Unstandardized
Coef f icients
B
St d. Error
51.990
3.509
.388
.043
62.853
3.526
.272
.042
St andardized
Coef f icients
Beta
.604
.423
t
14.818
9.053
17.827
6.489
Sig.
.000
.000
.000
.000
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.815
1.227
-.773
.120
-.420
-6.446
.000
.815
1.227
57.722
.256
3.822
.041
.398
15.102
6.228
.000
.000
.802
1.247
-.761
.117
-.414
-6.523
.000
.814
1.228
.013
59.011
.223
.004
3.766
.042
.176
.003
.000
.000
.974
1.027
.347
3.035
15.669
5.317
.736
1.359
-.722
.115
-.392
-6.281
.000
.802
1.247
.014
.030
70.523
.213
.004
.011
5.535
.041
.201
.166
.001
.007
.000
.000
.950
.851
1.052
1.175
.332
3.494
2.743
12.741
5.187
.731
1.369
-.645
.116
-.351
-5.584
.000
.756
1.322
.013
.031
-.436
.004
.011
.157
.189
.173
-.161
3.361
2.915
-2.783
.001
.004
.006
.945
.850
.897
1.058
1.177
1.114
359
Modelo Mercadotecnia
Rendimiento final = 71 +.213 Promedio preparatoria -.645 Materias
reprobadas al 3er. semestre + .013 Toefl de inicio +.031 Beca alumno - .436
Edad del alumno.
m) Negocios Internacionales
En la carrera de Negocios Internacionales, se encontr que el modelo tiene un
coeficiente de determinacin correspondiente a una R2 ajustada total de 65.4%.
Al incorporarse la variable materias reprobadas al 3er. semestre se explica
51.7% y al sumar promedio de la preparatoria se explica 65.4% de la varianza
total.
Tabla 8.35 Resumen del modelo de regresin de la carrera de
Negocios Internacionales
Model Summaryc
Model
1
2
R
.725a
.816b
R Square
.525
.666
Adjusted
R Square
.517
.654
St d. Error of
the Estimate
3.365
2.848
360
Con base en la tabla 8-36 de coeficientes, podemos afirmar que la variable con
mayor efecto sobre el rendimiento es materias reprobadas al 3er. semestre,
seguida por promedio de la preparatoria, que influye de forma positiva.
Model
1
(Constant)
Materias reprobadas
3er. semestre
(Constant)
Materias reprobadas
3er. semestre
Promedio prepa
Unstandardized
Coef f icients
B
St d. Error
87.542
.519
St andardized
Coef f icients
Beta
-.725
t
168.833
Sig.
.000
-7.804
.000
-2.032
.260
62.172
5.333
11.658
.000
-1.574
.240
-.561
-6.548
.297
.062
.409
4.773
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.841
1.190
.000
.841
1.190
361
n) Ciencias de la Comunicacin
En las carreras de Comunicacin se encontr que el modelo, con una muestra
de 64 alumnos, tiene un coeficiente de determinacin correspondiente a una R 2
ajustada total de 56.4%. En este caso, la variable materias reprobadas al 3er.
semestre explica 30% del rendimiento, al incorporarse beca alumno la
explicacin en conjunto sube a 43.9%, al sumarse semestres de ms se explica
53.6% y al integrarse estudios de la madre se justifica 56.4% de la varianza.
R
.559a
.676b
.747c
.769d
R Square
.312
.457
.558
.592
Adjusted
R Square
.301
.439
.536
.564
St d. Error of
the Estimate
3.891
3.485
3.171
3.073
362
Con base en la tabla 8-38 de coeficientes, podemos afirmar que la variable con
mayor efecto sobre el rendimiento es materias reprobadas al 3er. semestre,
seguida por beca alumno que influye de forma positiva, semestres de ms y
estudios de la madre.
Tablas 8-38 Resumen del modelo de regresin para Comunicacin/Medios de
Informacin
Coeffi ci entsa,b
Model
1
(Constant)
Materias reprobadas
3er. semest re
(Constant)
Materias reprobadas
3er. semest re
Beca alumno
(Constant)
Materias reprobadas
3er. semest re
Beca alumno
SEMESTRES DE MAS
(Constant)
Materias reprobadas
3er. semest re
Beca alumno
SEMESTRES DE MAS
Estudios madre
Unstandardized
Coef f icients
B
St d. Error
86.713
.548
-1.044
.197
85.598
.563
-1.055
.176
.063
85.690
.016
.513
-.603
.082
-1.240
82.592
St andardized
Coef f icients
Beta
-.559
t
158.269
Sig.
.000
-5.304
.000
152.043
.000
-.564
-5.983
.381
4.037
167.107
.201
-.323
.015
.335
1.491
.495
-.416
-.582
.196
.086
-1.316
.630
.015
.326
.286
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
1.000
1.000
.000
.000
1.000
1.000
-2.994
.004
.633
1.579
5.427
-3.701
55.396
.000
.000
.000
.886
.583
1.129
1.715
-.312
-2.978
.004
.632
1.582
.522
-.442
.186
5.852
-4.030
2.203
.000
.000
.031
.868
.576
.976
1.152
1.735
1.024
363
o) Derecho
En la carrera de Derecho, con una muestra de 23 alumnos, se encontr que el
modelo tiene un coeficiente de determinacin correspondiente a una R 2
ajustada total de 68.3%, que la variable promedio de preparatoria explica 53%
de la varianza que, sumada a materias reprobadas al 3er. semestre explican en
conjunto el total de la varianza.
Tabla 8-39 Resumen del modelo de regresin de la carrera de Derecho
Model Summaryc
Model
1
2
R
.742a
.844b
R Square
.551
.712
Adjusted
R Square
.530
.683
St d. Error of
the Estimate
3.105
2.550
364
Model
1
2
Unstandardized
Coeff icients
B
Std. Error
33.357
10.162
.651
.128
47.037
9.295
.495
.115
(Constant)
Promedio prepa
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
-.833
Standardized
Coeff icients
Beta
.565
t
3.283
5.076
5.060
4.308
Sig.
.004
.000
.000
.000
-.438
-3.339
.003
.742
.249
Collinearity Statistics
Tolerance
VIF
1.000
1.000
.837
1.195
.837
1.195
Modelo Derecho
Rendimiento final = 47 + .495 Promedio preparatoria - .833 Materias
reprobadas al 3er. semestre.
p) Ciencias Polticas
En la carrera de Relaciones Internacionales, con una muestra de 13 alumnos,
se
encontr
que
el
modelo
tiene
un
coeficiente
de
determinacin
correspondiente a una R2 ajustada total de 76.6%, que edad del alumno explica
65.2% de la varianza y que, junto con Toefl de inicio, explican 76.6%.
Model
1
2
3
R
.701a
.842b
.908c
R Square
.491
.710
.825
Adjusted
R Square
.445
.652
.766
St d. Error of
the Estimate
3.336
2.642
2.165
365
Model
1
2
(Constant)
Edad alumno
(Constant)
Edad alumno
Toef l inicio
(Constant)
Edad alumno
Toef l inicio
Estudios Padre
Unstandardized
Coef f icients
B
St d. Error
150.666
20.309
-2.799
.859
122.940
18.994
-2.744
.681
.052
.019
114.165
15.978
-2.403
.575
.064
.016
-1.039
.428
St andardized
Coef f icients
Beta
-.701
-.687
.468
-.602
.575
-.365
t
7.419
-3.258
6.472
-4.031
2.745
7.145
-4.177
3.927
-2.428
Sig.
.000
.008
.000
.002
.021
.000
.002
.003
.038
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.999
.999
1.001
1.001
.939
.908
.863
1.064
1.101
1.159
366
q) Psicologa Organizacional
En la carrera de Psicologa Organizacional se encontr que el modelo, con una
muestra de 12 alumnos, tiene un coeficiente de determinacin correspondiente
a una R2 ajustada total de 43.4%, donde la variable Toefl final explica toda la
varianza.
Tabla 8-43 Resumen del modelo de regresin de la carrera de Psicologa
Organizacional
Model Summaryb
Model
1
R
.696a
R Square
.485
Adjusted
R Square
.434
St d. Error of
the Estimate
3.614
Model
1
(Constant)
Toefl f inal
Unstandardized
Coeff icients
B
Std. Error
52.106
11.797
.065
.021
Standardized
Coeff icients
Beta
.696
367
t
4.417
3.069
Sig.
.001
.012
Collinearity Statistics
Tolerance
VIF
1.000
1.000
r) Relaciones Internacionales
En la carrera de Relaciones Internacionales, con una muestra de 35 alumnos,
se
encontr
que
el
modelo
tiene
un
coeficiente
de
determinacin
R
.613a
.720b
R Square
.376
.519
Adjusted
R Square
.357
.489
St d. Error of
the Estimate
3.577
3.188
368
Model
1
(Constant)
Materias reprobadas
3er. semestre
(Constant)
Materias reprobadas
3er. semestre
Toef l f inal
Unstandardized
Coef f icients
B
St d. Error
86.511
.731
-1.186
.266
70.146
5.337
-1.117
.238
.028
.009
St andardized
Coef f icients
Beta
-.613
t
118.386
Sig.
.000
-4.456
.000
13.143
.000
-.577
-4.690
.380
3.089
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.991
1.009
.004
.991
1.009
369
R
.568a
.675b
.706c
.725d
R Square
.323
.455
.499
.526
Adjusted
R Square
.318
.447
.488
.512
St d. Error of
the Estimate
3.811
3.431
3.302
3.223
R Square
Change
.323
.132
.044
.027
F Change
69.126
34.940
12.501
8.052
df 1
1
1
1
1
df 2
145
144
143
142
Sig. F Change
.000
.000
.001
.005
370
conjunto de variables del modelo, lo que nos indica que el conjunto de variables
que especifica el modelo es significativo para el RA.
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Sum of
Squares
1004.197
2106.408
3110.605
1415.496
1695.109
3110.605
1551.764
1558.841
3110.605
1635.412
1475.193
3110.605
df
1
145
146
2
144
146
3
143
146
4
142
146
Mean Square
1004.197
14.527
F
69.126
Sig.
.000a
707.748
11.772
60.123
.000b
517.255
10.901
47.450
.000c
408.853
10.389
39.356
.000d
371
Model
1
(Constant)
Materias reprobadas
3er. semest re
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
SEMESTRES DE MAS
Unstandardized
Coef f icients
B
St d. Error
86.761
.361
-1.040
.125
66.981
3.362
-.934
.114
.242
69.850
St andardized
Coef f icients
Beta
-.568
t
240.196
Sig.
.000
-8.314
.000
19.923
.000
-.510
-8.194
.041
3.336
.368
-.918
.110
.199
.041
69.537
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.975
1.025
5.911
20.941
.000
.000
.975
1.025
-.501
-8.356
.000
.974
1.027
.041
.012
3.258
.304
.220
4.845
3.536
21.343
.000
.001
.000
.892
.908
1.121
1.101
-.655
.142
-.358
-4.622
.000
.557
1.794
.204
.048
-.671
.040
.012
.236
.310
.257
-.219
5.068
4.138
-2.838
.000
.000
.005
.891
.868
.562
1.122
1.153
1.780
Modelo de Humanidades
Rendimiento final = 69.537 - .655 Materias reprobadas al 3er. semestre +
.204 Promedio de preparatoria + .048 Beca alumno - .671 Semestres de
ms.
372
R
.705a
.780b
.798c
.811d
.819e
R Square
.498
.609
.637
.657
.670
Adjusted
R Square
.496
.606
.634
.653
.665
St d. Error of
the Estimate
3.809
3.367
3.245
3.160
3.104
R Square
Change
.498
.111
.029
.020
.013
F Change
337.854
96.244
27.081
19.515
13.374
df 1
1
1
1
1
1
df 2
341
340
339
338
337
Sig. F Change
.000
.000
.000
.000
.000
373
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Sum of
Squares
4900.473
4946.101
9846.574
5991.676
3854.898
9846.574
6276.848
3569.726
9846.574
6471.702
3374.872
9846.574
6600.528
3246.047
9846.574
df
1
341
342
2
340
342
3
339
342
4
338
342
5
337
342
Mean Square
4900.473
14.505
F
337.854
Sig.
.000a
2995.838
11.338
264.231
.000b
2092.283
10.530
198.694
.000c
1617.926
9.985
162.038
.000d
1320.106
9.632
137.051
.000e
374
Model
1
(Constant)
Materias reprobadas
3er. semest re
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
Toef l f inal
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Beca alumno
Toef l f inal
SEMESTRES DE MAS
Unstandardized
Coef f icients
B
St d. Error
86.997
.257
St andardized
Coef f icients
Beta
-.705
t
339.163
Sig.
.000
-18.381
.000
26.547
.000
-1.262
.069
63.599
2.396
-.979
.067
-.547
-14.557
.267
65.933
.027
2.352
.369
-.904
.066
.228
.033
58.273
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.815
1.226
9.810
28.033
.000
.000
.815
1.226
-.505
-13.624
.000
.777
1.286
.027
.006
2.873
.315
.189
8.353
5.204
20.287
.000
.000
.000
.754
.815
1.327
1.227
-.861
.065
-.482
-13.187
.000
.760
1.315
.218
.031
.015
58.983
.027
.006
.003
2.828
.301
.177
.146
8.166
5.019
4.418
20.857
.000
.000
.000
.000
.748
.811
.931
1.337
1.234
1.074
-.706
.077
-.395
-9.177
.000
.529
1.891
.215
.032
.014
-.471
.026
.006
.003
.129
.297
.182
.139
-.145
8.207
5.245
4.282
-3.657
.000
.000
.000
.000
.747
.809
.928
.624
1.338
1.235
1.078
1.602
Modelo de Ingeniera
Rendimiento final = 58.983 - .706 Materias reprobadas al 3er. semestre + .215
Promedio de preparatoria + .032 Beca alumno + .014 Toefl final - .471
Semestres de ms.
375
R
.606a
.715b
.741c
.749d
.758e
.763f
R Square
.368
.511
.549
.561
.575
.582
Adjusted
R Square
.366
.509
.546
.557
.569
.576
St d. Error of
the Estimate
3.868
3.404
3.273
3.234
3.188
3.163
R Square
Change
.368
.144
.038
.012
.014
.008
F Change
234.213
118.333
33.788
10.660
12.782
7.237
df 1
1
1
1
1
1
1
df 2
403
402
401
400
399
398
Sig. F Change
.000
.000
.000
.001
.000
.007
376
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Sum of
Squares
3503.825
6028.870
9532.695
4874.893
4657.802
9532.695
5236.853
4295.841
9532.695
5348.366
4184.329
9532.695
5478.248
4054.447
9532.695
5550.652
3982.043
9532.695
df
1
403
404
2
402
404
3
401
404
4
400
404
5
399
404
6
398
404
Mean Square
3503.825
14.960
F
234.213
Sig.
.000a
2437.447
11.587
210.368
.000b
1745.618
10.713
162.947
.000c
1337.091
10.461
127.819
.000d
1095.650
10.162
107.823
.000e
925.109
10.005
92.463
.000f
377
Model
1
2
(Constant)
Promedio prepa
(Constant)
Promedio prepa
SEMESTRES DE MAS
(Constant)
Promedio prepa
SEMESTRES DE MAS
Materias reprobadas
3er. semest re
(Constant)
Promedio prepa
SEMESTRES DE MAS
Materias reprobadas
3er. semest re
Beca alumno
(Constant)
Promedio prepa
SEMESTRES DE MAS
Materias reprobadas
3er. semest re
Beca alumno
Toef l inicio
(Constant)
Promedio prepa
SEMESTRES DE MAS
Materias reprobadas
3er. semest re
Beca alumno
Toef l inicio
Estudios madre
Unstandardized
Coef f icients
B
St d. Error
51.214
2.177
.402
.026
56.452
1.975
.352
.024
-1.529
.141
61.253
2.071
.299
.024
-.971
.166
St andardized
Coef f icients
Beta
.450
-.246
t
23.527
15.304
28.579
14.900
-10.878
29.574
12.224
-5.861
Sig.
.000
.000
.000
.000
.000
.000
.000
.000
.606
.530
-.387
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.961
.961
1.041
1.041
.828
.639
1.207
1.565
-.588
.101
-.262
-5.813
.000
.553
1.808
63.438
.268
-.964
2.153
.026
.164
.403
-.244
29.461
10.311
-5.884
.000
.000
.000
.717
.639
1.395
1.565
-.567
.100
-.253
-5.667
.000
.551
1.815
.022
59.457
.260
-.859
.007
2.397
.026
.164
.120
.001
.000
.000
.000
.813
1.230
.392
-.217
3.265
24.810
10.126
-5.234
.712
.618
1.405
1.617
-.566
.099
-.252
-5.735
.000
.551
1.815
.023
.009
60.516
.256
-.854
.007
.002
2.410
.026
.163
.130
.121
.000
.000
.000
.000
.000
.808
.937
1.237
1.067
.386
-.216
3.585
3.575
25.107
10.032
-5.248
.709
.618
1.410
1.617
-.581
.098
-.259
-5.926
.000
.549
1.821
.022
.010
-.282
.007
.003
.105
.123
.140
-.090
3.396
4.081
-2.690
.001
.000
.007
.803
.897
.940
1.245
1.114
1.064
Modelo de Negocios
Rendimiento final = 60.516 + .256 Promedio de la preparatoria - .854
Semestres de ms - .581 Materias reprobadas al 3er. semestre + .022 Beca
alumno + .010 Toefl inicial - .282 Estudios de la madre
378
379
R
R Square
.598a
.357
.669b
.448
.696c
.484
.720d
.518
.731e
.534
.735f
.540
.739g
.546
Adjusted
R Square
.355
.445
.480
.512
.527
.532
.537
St d. Error of
the Estimate
3.822
3.548
3.435
3.324
3.274
3.258
3.240
R Square
Change
.357
.090
.036
.034
.016
.006
.006
F Change
192.354
56.528
24.170
24.250
11.513
4.509
4.766
df 1
1
1
1
1
1
1
1
df 2
346
345
344
343
342
341
340
Sig. F Change
.000
.000
.000
.000
.001
.034
.030
380
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Sum of
Squares
2810.258
5055.004
7865.262
3521.911
4343.351
7865.262
3807.052
4058.209
7865.262
4075.023
3790.238
7865.262
4198.462
3666.800
7865.262
4246.310
3618.952
7865.262
4296.335
3568.926
7865.262
df
1
346
347
2
345
347
3
344
347
4
343
347
5
342
347
6
341
347
7
340
347
Mean Square
2810.258
14.610
F
192.354
Sig.
.000a
1760.956
12.589
139.876
.000b
1269.017
11.797
107.570
.000c
1018.756
11.050
92.193
.000d
839.692
10.722
78.318
.000e
707.718
10.613
66.686
.000f
613.762
10.497
58.471
.000g
381
Model
1
(Constant)
Materias reprobadas
3er. semest re
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Semest res cursados
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Semest res cursados
Beca alumno
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Semest res cursados
Beca alumno
Examen matemticas
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Semest res cursados
Beca alumno
Examen matemticas
Puntuacin de
admisin matemtico
(Constant)
Materias reprobadas
3er. semest re
Promedio prepa
Semest res cursados
Beca alumno
Examen matemticas
Puntuacin de
admisin matemtico
Toef l f inal
Unstandardized
Coef f icients
B
St d. Error
85.160
.269
St andardized
Coef f icients
Beta
Sig.
.000
-13.869
.000
32.222
.000
-.911
.066
69.138
2.146
-.770
.064
-.505
-12.076
.190
75.741
.025
2.473
.315
-.537
.078
.186
-.611
77.787
.024
.124
2.430
-.470
Collinearity Statistics
Tolerance
VI F
1.000
1.000
.000
.914
1.094
7.519
30.621
.000
.000
.914
1.094
-.352
-6.884
.000
.574
1.743
.309
-.246
7.611
-4.916
32.015
.000
.000
.000
.913
.600
1.095
1.665
.077
-.309
-6.139
.000
.556
1.799
.156
-.637
.034
72.449
.024
.120
.007
2.864
.258
-.256
.198
6.376
-5.290
4.924
25.295
.000
.000
.000
.000
.855
.599
.872
1.169
1.668
1.146
-.448
.076
-.294
-5.916
.000
.552
1.812
.148
-.616
.029
.071
75.968
.024
.119
.007
.021
3.297
.245
-.248
.167
.134
6.120
-5.186
4.127
3.393
23.044
.000
.000
.000
.001
.000
.848
.598
.830
.876
1.180
1.673
1.205
1.142
-.435
.076
-.285
-5.744
.000
.548
1.825
.152
-.657
.031
.083
.024
.120
.007
.022
.252
-.264
.180
.157
6.300
-5.489
4.409
3.850
.000
.000
.000
.000
.842
.582
.813
.815
1.187
1.719
1.230
1.228
-.085
.833
1.201
-.007
.003
72.996
3.550
-.425
.075
.153
-.653
.031
.085
-.598
t
316.315
-2.123
.034
20.563
.000
-.279
-5.636
.000
.546
1.832
.024
.119
.007
.022
.253
-.263
.182
.160
6.357
-5.484
4.489
3.955
.000
.000
.000
.000
.842
.582
.812
.813
1.187
1.719
1.231
1.229
-.008
.003
-.111
-2.655
.008
.769
1.300
.007
.003
.084
2.183
.030
.907
1.103
382
Model
1
2
3
4
5
6
Prepa
Tec/No Tec =
Prepa TEC
(Selected)
.689a
.798b
.805c
.811d
.816e
.822f
Change Statistics
Prepa Tec/No
Tec ~= Prepa
TEC
(Unselected)
.999
R Square
.475
.637
.648
.657
.666
.675
Adjusted
R Square
.473
.635
.645
.653
.661
.669
Std. Error of
the Estimate
3.469
2.889
2.849
2.815
2.782
2.750
R Square
Change
.475
.162
.011
.009
.009
.009
F Change
309.472
152.084
10.509
9.280
9.089
9.065
df 1
1
1
1
1
1
1
df 2
342
341
340
339
338
337
Sig. F Change
.000
.000
.001
.002
.003
.003
383
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Regression
Residual
Total
Sum of
Squares
3723.112
4114.442
7837.554
4992.146
2845.408
7837.554
5077.454
2760.100
7837.554
5150.996
2686.558
7837.554
5221.346
2616.208
7837.554
5289.876
2547.678
7837.554
df
1
342
343
2
341
343
3
340
343
4
339
343
5
338
343
6
337
343
Mean Square
3723.112
12.031
F
309.472
Sig.
.000a
2496.073
8.344
299.135
.000b
1692.485
8.118
208.487
.000c
1287.749
7.925
162.493
.000d
1044.269
7.740
134.914
.000e
881.646
7.560
116.622
.000f
384
Model
1
2
(Constant)
Promedio prepa
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
SEMESTRES DE MAS
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
SEMESTRES DE MAS
Sexo
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
SEMESTRES DE MAS
Sexo
Beca alumno
(Constant)
Promedio prepa
Materias reprobadas
3er. semestre
SEMESTRES DE MAS
Sexo
Beca alumno
Toef l f inal
Unstandardized
Coef f icients
B
St d. Error
40.249
2.543
.545
.031
53.370
2.370
.400
.028
St andardized
Coef f icients
Beta
Sig.
.000
.000
.000
.000
Zero-order
.506
t
15.829
17.592
22.520
14.131
.689
-.442
-12.332
.000
-.651
.000
.000
.689
Correlations
Part ial
.689
.689
Part
Collinearity Statistics
Tolerance
VI F
.689
1.000
1.000
.608
.461
.829
1.206
-.555
-.402
.829
1.206
-1.042
.084
53.615
.398
2.339
.028
.504
22.925
14.244
.689
.611
.458
.828
1.207
-.915
.092
-.388
-9.944
.000
-.651
-.475
-.320
.680
1.472
-.623
54.857
.400
.192
2.346
.028
-.118
.001
.000
.000
-.406
-.173
-.104
.783
1.277
.506
-3.242
23.379
14.470
.689
.618
.460
.828
1.207
-.886
.091
-.376
-9.683
.000
-.651
-.465
-.308
.672
1.488
-.603
-.935
57.387
.364
.190
.307
2.466
.030
-.114
-.098
.002
.002
.000
.000
-.406
-.181
-.170
-.163
-.101
-.097
.782
.980
1.279
1.021
.461
-3.175
-3.046
23.270
12.271
.689
.555
.386
.700
1.429
-.866
.091
-.367
-9.559
.000
-.651
-.461
-.300
.668
1.496
-.641
-.923
.019
54.890
.336
.188
.303
.006
2.574
.031
-.121
-.097
.106
.001
.003
.003
.000
.000
-.406
-.181
.400
-.182
-.163
.162
-.107
-.096
.095
.778
.979
.801
1.285
1.021
1.248
.425
-3.408
-3.043
3.015
21.320
10.906
.689
.511
.339
.635
1.576
-.831
.090
-.352
-9.198
.000
-.651
-.448
-.286
.657
1.522
-.696
-1.113
.020
.009
.187
.306
.006
.003
-.132
-.117
.112
.103
-3.724
-3.633
3.226
3.011
.000
.000
.001
.003
-.406
-.181
.400
.319
-.199
-.194
.173
.162
-.116
-.113
.100
.094
.771
.938
.798
.824
1.297
1.066
1.253
1.213
Con base en los anlisis anteriores podemos sostener que los factores que
determinan el RA de los alumnos de preparatoria TEC y No TEC son
diferentes, y que afectan a cada grupo en diverso grado, por lo cual afirmamos
que existen factores diferenciales del rendimiento acadmico y que existe un
modelo distinto para cada uno de ellos.
385
De acuerdo con la tabla 8-62, las variables que se consideran en cada modelo
son materias reprobadas al 3er. semestre y promedio de la preparatoria, en 12
carreras, seguidas por beca alumno en 7, semestres cursados de ms en 5,
toefl final en 5 y 4 en Toefl inicial y edad del alumno en 4 carreras; estudios de
la madre, estudios del padre, sexo y preparatoria de procedencia (preparatoria
TEC/NO TEC) se presentan una vez.
variables
son:
Sistemas
de
Cmputo,
Electrnica
386
R2
Cte.
Electrnica y Comunicaciones
39
0.831
78.52
Sistemas Electrnicos
19
0.793
61.29
71
0.774
59.45
Ciencias Polticas
23
0.766
114.17
Sistemas Computacionales
40
0.745
Mecnico Electricista/Administrador
54
Administracin Financiera/
Contabilidad
CARRERAS
0.057
0.332
62.99
-0.843
0.196
0.012
0.044
0.726
61.84
-0.795
0.160
0.016
0.031
0.064
0.683
56.09
-1.031
0.245
30
0.683
47.04
-0.833
0.495
Mecatrnica
60
0.678
47.66
-1.284
0.225
Negocios Internacionales
74
0.654
62.17
-1.574
0.297
Mercadotecnia
158
0.570
70.52
-0.645
0.213
Ciencias de Comunicacin/Medios
88
0.564
82.59
-0.582
Administracin de Empresas
90
0.552
88.57
Industrial y de Sistemas
94
0.540
52.89
-0.710
Relaciones Internacionales
62
0.489
70.15
-1.117
22
0.434
52.11
60
0.392
84.83
23
0.230
58.71
1129 0.596
63.52
Economa
Modelo General
-1.160
-1.38
-0.950
122
Arquitectura/Diseo
2.850
0.630
Derecho
Psicolog Organizacional
Beca
Estud Estud Sem Prepa Edad Edad
Sexo
Alum
Madre Padre De ms proc Alum Madre
-1.039
0.014
0.028
-0.983
1.40
0.034
0.013
0.031
-0.44
0.086
0.217
0.298
-2.40
0.028
0.630
-1.316
0.040
-1.505
0.87
0.015
0.065
-1.963
-0.282
0.303
-0.685
0.202
13
13
0.005 0.007
5
0.03
-0.76
-0.576
1
DIVISN ACADMICA
R2
Cte.
Mat Rep
3er Sem
Prom
Prepa
INGENIERA
343
0.665
58.983
-0.706
0.215
NEGOCIOS
404
0.576
60.616
-0.581
0.256
HUMANIDADES
146
0.512
69.537
-0.655
0.204
MODELO GENERAL
893
0.596
63.52
-0.685
0.202
387
Estud
Madre
0.032
-0.471
0.022
-0.282
0.048
0.005 0.007
2
Sem de
ms
-0.854
-0.671
0.03
-0.761
-0.576
1
Con base en los anlisis anteriores podemos afirmar que los factores que
determinan el rendimiento acadmico de los alumnos de las carreras
profesionales en el modelo general son diferentes de los que afectan a cada
carrera en particular, pero en diverso grado. Por lo tanto, afirmamos que
existen factores diferenciales que afectan el rendimiento acadmico de cada
una de las carreras profesionales, y que existe un modelo distinto para cada
carrera.
Hiptesis 2:
Los factores que afectan el rendimiento acadmico de los alumnos en las
carreras profesionales son diferentes y los afectan en diverso grado; por lo
tanto, existe un modelo distinto para cada carrera y rea acadmica.
388
R2
Ajustada
Prueba F
Electrnica y Comunicaciones
39
83.1
76.49
Sistemas Electrnicos
19
79.3
46.27
71
77.4
39.18
Ciencias Polticas
23
40
76.6
36.13
Sistemas Computacionales
74.5
85.24
Mecnico Electricista/Administrador
Administracin Financiera/
Contabilidad
Derecho
54
72.6
85.13
122
68.3
129.20
30
68.3
38.17
Mecatrnica
60
67.8
48.54
Negocios Internacionales
74
65.4
71.46
78.70
Ciencias de Comunicacin/Medios
158
88
57.0
56.4
46.64
Administracin de Empresas
90
55.2
55.75
Industrial y de Sistemas
94
54.0
38.25
Relaciones Internacionales
62
48.9
26.12
Psicolog Organizacional
22
43.4
10.53
Arquitectura/Diseo
60
39.2
40.29
23
23.0
6.12
1129
59.6
532.43
Mercadotecnia
Economa
Modelo General
389
Al analizar los resultados por cada carrera encontramos que, en cada caso, el
grupo de variables que afectan el RA de forma significativa es distinto del resto.
Con base en estas conclusiones se puede afirmar que es necesario elaborar un
modelo por carrera, pues las variables con efecto relevante en el rendimiento
final en cada una de ellas son distintas. Para hacer el anlisis slo se
mencionarn las carreras con mayor nmero de alumnos, ya que hubo casos
de carreras con muy pocos alumnos que no seran suficientes para hablar de
modelos estadsticos vlidos.
vincule
rendimientos
materias
reprobadas
no
aporta
391
que
El primer paso implica especificar las relaciones hipotticas entre las variables,
etapa que se enfoca en el modelo estructural y representa el marco conceptual
que se quiere probar. Las variables que se manejan pueden considerarse
fundamentalmente dentro de la categora de las variables empricas
observadas, por lo que el modelado a travs de modelos de trayectorias parece
lo ms conveniente.
393
394
PROMPREP
Promedio de la preparatoria
BECA
Beca
TOEFL_IN
Toefl inicial
RTTO_S3
TOEFLFIN
Toefl final
MAT_REP3S
MAT_REPULTS
SEMDEMAS
Semestres de ms
RTTO_ULTS
395
396
ltimo semestre.
19. Existir un efecto significativo de Toefl final sobre rendimiento al ltimo
semestre.
20. Existir un efecto significativo de materias reprobadas al ltimo semestre
sobre semestres de ms.
21. Existir un efecto significativo de materias reprobadas al ltimo semestre
sobre el rendimiento final.
22. Existir un efecto significativo de materias reprobadas al 3er. semestre
sobre rendimiento final.
23. Existir un efecto significativo de materias reprobadas al 3er. semestre
sobre materias reprobadas al ltimo semestre.
397
398
MAT_REPULTS
RTTO_S3
SEMDEMAS
Semestres de ms
EDAD_A
Edad alumno
TOEFLFIN
Toefl final
MAT_REP3
PROMPREP
Promedio de la preparatoria
BECA
TOEFL_IN
Toefl inicial
399
400
MODELO RA 1
Medidas de ajuste
absoluto
Estadstico verosimilitud
Chi cuadrado
ndice bondad de ajuste
CMIN
Error de aproximacin
cuadrtico medio
Medidas de ajuste
incremental
ndice de ajuste normado
<4
Si
CMIN = .90
Si
< 0.08
RMSEA = 0.281
No
> .95
NFI = .850
> .95
CFI = .850
No
ndice de ajuste
comparativo
No
401
Se encontraron relaciones entre variables que no significativas: edad alumnobeca, Toefl final-beca, materias reprobadas al ltimo semestre-beca, promedio
de preparatoria-Toefl final; semestres de ms-materias reprobadas al 3er.
semestre-rendimiento final. Ninguna de ellas ser considerada para conformar
el modelo que se presenta a continuacin.
En la tabla 9-1 se observa que los valores de bondad de ajuste del Modelo RA1
no cumplen con los ndices requeridos. Sin embargo, a partir de este primer
modelo causal, se estudiarn con mayor detalle los factores que intervienen y
se plantearn nuevos modelos para su contrastacin.
402
MODELO RA2
Medidas de ajuste
absoluto
Estadstico verosimilitud
chi cuadrado
ndice bondad de ajuste
CMIN
Error de aproximacin
cuadrtico medio
Medidas de ajuste
incremental
ndice de ajuste normado
<4
Si
CMIN = 58.8
No
< 0.08
RMSEA = 0.226
No
> .95
NFI = .849
> .95
CFI = .851
No
ndice de ajuste
comparativo
No
403
404
MODELO RA3
Medidas de ajuste
absoluto
Estadstico verosimilitud
chi cuadrado
> 0.05
<4
Aceptabilidad
Si
No
< 0.08
RMSEA = 0.233
No
> .95
NFI = .878
> .95
CFI = .880
No
ndice de ajuste
comparativo
No
405
406
MODELO RA4
Medidas de ajuste
absoluto
Nivel ajuste
aceptable
Estadstico verosimilitud
chi cuadrado
> 0.05
<4
Aceptabilidad
Si
No
< 0.08
RMSEA = 0.08
Si
Medidas de ajuste
incremental
ndice de ajuste normado
> .95
NFI = .981
Si
ndice de ajuste
comparativo
> .95
CFI = .983
Si
407
408
MODELO RA5
Medidas de ajuste
absoluto
Estadstico verosimilitud
chi cuadrado
<4
Si
CMIN = 5.8
No
< 0.08
RMSEA = .066
Si
> .95
NFI = .992
ndice de ajuste
comparativo
> .95
CFI = .993
Si
Si
409
410
< 0.08
RMSEA = 0.122
No
> .95
NFI = .968
Si
> .95
CFI = .969
Si
411
A la luz de los resultados que muestra la tabla 9-6, en el modelo RA6 tres de
los ndices de bondad de ajuste cumplen con lo mnimo requerido; sin
embargo, no es aceptable debido a que no tiene muy buen ajuste en el ndice
CMIN (17.8) y en error de aproximacin cuadrtico medio RMSEA (0.122).
TOEFLFIN
Toefl final
MAT_REPULTS
SEMDEMAS
Semestres de ms
RTTO_ULTS
412
El
Modelo
RA7
presenta
variables,
exgena
endgenas
Los ndices de bondad de ajuste que se obtuvieron con los cambios propuestos
son: la chi-cuadrado baja a 2.6 (gl= 3, p=0.45), lo cual es significativo. El
RMSEA es de 0.00. En la tabla 9-7 se observa que los ndices de precisin de
ajuste cumplen muy bien con los requisitos establecidos.
413
MODELO RA7
Medidas de ajuste
absoluto
Estadstico
verosimilitud chi
cuadrado
ndice bondad de
ajuste CMIN
Error de aproximacin
cuadrtico medio
Medidas de ajuste
incremental
ndice de ajuste
normado
ndice de ajuste
comparativo
<4
Si
Si
< 0.08
RMSEA = 0.00
Si
> .95
NFI = .999
Si
> .95
CFI = 1.00
Si
414
415
Tabla 9-8 Anlisis comparativo del nivel de ajuste de los modelos generales
ANLISIS COMPARATIVO DEL NIVEL DE AJUSTE DE LOS MODELOS CAUSALES HIPOTTICOS ALTERNATIVOS
TIPO DE
VARIABLES
CHI**2
GL
CFI
NFI
10
3 Exgenas
7 Endgenas
1170.1
0.00
13
0.850
0.850
0.281
10
3 Exgenas
7 Endgenas
35.7
0.00
0.993
0.992
RA3
3 Exgenas
6 Endgenas
206.3
0.00
0.945
RA4
3 Exgenas
5 Endgenas
98.3
0.00
11
RA5
3 Exgenas
4 Endgenas
35.7
0.00
RA6
2 Exgenas
5 Endgenas
124.7
1 Exgenas
5 Endgenas
2.6
MODELOS
RA1
RA2
RA7
RMSEA CMIN
PCFI
FMIN
ECVI
0.90
0.201
1.037
1.130
0.066
5.80
0.309
1.043
1.123
0.943
0.139
22.90
0.274
0.773
0.844
0.980
0.980
0.080
8.90
0.301
0.089
0.146
0.990
0.990
0.070
5.80
0.213
0.032
0.083
0.00
0.970
0.970
0.120
18.00
0.242
0.110
0.160
0.45
1.00
0.990
0.000
0.900
0.143
0.002
0.045
Con base en los diversos tipos de ndices, los modelos RA2, RA5 y RA7 fueron
los que presentan mejor ajuste de los datos. Con respecto a la medida de
ajuste absoluto CMIN de los modelos RA2, RA5 y RA7, los valores de los
parmetros fueron (5.80), (5.80), (0.90). Por lo tanto, el mejor modelo es el
RA7. El ndice de validacin cruzada esperada (ECVI), mostr un valor de
(1.123), (0.083), (0.045), respectivamente, por lo cual el mejor modelo sigue
siendo el RA7.
valores de (0.993),
416
417
Fixed
Labeled
Unlabeled
Total
Weights
6
0
12
18
Covariances
0
0
0
0
Variances
0
0
6
6
Means
0
0
0
0
Intercepts
0
0
6
6
Total
6
0
24
30
BECA
TOEFLFIN
MAT_REPULTS
MAT_REPULTS
MAT_REPULTS
RTTO_ULTS
RTTO_ULTS
SEMDEMAS
RTTO_ULTS
RTTO_ULTS
SEMDEMAS
SEMDEMAS
<--<--<--<--<--<--<--<--<--<--<--<---
PROMPREP
PROMPREP
PROMPREP
BECA
TOEFLFIN
MAT_REPULTS
TOEFLFIN
TOEFLFIN
PROMPREP
BECA
BECA
MAT_REPULTS
Estimate S.E.
C.R.
P Label
1.405 .106 13.274 ***
1.297 .221 5.871 ***
-.187 .017 -10.813 ***
-.018 .004 -4.136 ***
-.010 .002 -4.701 ***
-.765 .020 -38.419 ***
.009 .001 6.453 ***
-.001 .001 -2.187 .029
.164 .012 13.484 ***
.024 .003 8.054 ***
.004 .001 3.196 .001
.254 .009 28.996 ***
PROMPREP
TOEFLFIN
BECA
MAT_REPULTS
SEMDEMAS
RTTO_ULTS
Estimate
.000
.030
.135
.177
.449
.732
418
TOEFLFIN
BECA
MAT_REPULTS
SEMDEMAS
RTTO_ULTS
PROMPREP
1.297
1.405
-.226
-.053
.383
TOEFLFIN
.000
.000
-.010
-.004
.017
BECA
.000
.000
-.018
.000
.038
MAT_REPULTS
.000
.000
.000
.254
-.765
TOEFLFIN
.000
.000
-.010
-.001
.009
BECA
.000
.000
-.018
.004
.024
MAT_REPULTS
.000
.000
.000
.254
-.765
TOEFLFIN
.000
.000
.000
-.003
.008
BECA
.000
.000
.000
-.005
.014
MAT_REPULTS
.000
.000
.000
.000
.000
TOEFLFIN
BECA
MAT_REPULTS
SEMDEMAS
RTTO_ULTS
PROMPREP
1.297
1.405
-.187
.000
.164
TOEFLFIN
BECA
MAT_REPULTS
SEMDEMAS
RTTO_ULTS
PROMPREP
.000
.000
-.039
-.053
.219
Model
Default model
Saturated model
Independence model
NPAR
24
27
6
CMIN
2.646
.000
2578.821
419
DF
3
0
21
P
.449
CMIN/DF
.882
.000
122.801
Model
Default model
Saturated model
Independence model
NFI
Delta1
.999
1.000
.000
RFI
rho1
.993
IFI
Delta2
1.000
1.000
.000
.000
TLI
rho2
1.001
.000
CFI
1.000
1.000
.000
Model
Default model
Independence model
RMSEA
.000
.329
LO 90
.000
.318
HI 90
.048
.339
PCLOSE
.960
.000
PROMPREP
Promedio de la preparatoria
BECA
Beca
TOEFL_IN
Toefl inicial
RTTO_S3
TOEFLFIN
Toefl final
MAT_REP3S
MAT_REPULTS
SEMDEMAS
Semestres de ms
RTTO_ULTS
420
Los valores de los indicadores de ajuste (X2, CMIN, RMSEA, NFI, CFI) cumplen
muy bien con los ndices exigidos, con valores mayores de .95 en el ndice de
ajuste comparativo (CFI) y RMSEA (< 0.05). La variable que ejerce el mayor
efecto directo sobre el RA es materias reprobadas con coeficiente de -0.70, lo
que implica que la asociacin entre ambas variables es la gran responsable de
la varianza explicada. En segundo trmino aparece promedio de la
preparatoria, que ejerce un efecto positivo sobre el rendimiento con un
coeficiente de 0.25, a la que le sigue beca, con coeficiente de 0.16.
421
<4
CMIN = 1.047
< 0.08
RMSEA = 0.15
Si
No
> .95
NFI = .984
> .95
CFI = .999
Si
ndice de ajuste
comparativo
Si
422
Los valores de los indicadores de ajuste (X2, CMIN, RMSEA, NFI, CFI) cumplen
muy bien con los lmites exigidos, con valores mayores de .95 en el ndice de
ajuste comparativo (CFI) y RMSEA (< 0.05). La variable que ejerce el mayor
efecto directo sobre el RA es la variable materias reprobadas con coeficiente
de -0.65, lo que implica que la asociacin entre ambas variables es la gran
responsable de la varianza explicada. En segundo trmino aparece promedio
de la preparatoria, que ejerce un efecto positivo sobre el rendimiento con un
coeficiente de 0.24, seguida por beca, con coeficiente de 0.16 y Toefl final, con
un coeficiente de .10.
423
MODELO INGENIERIA
Medidas de ajuste
absoluto
Estadstico verosimilitud
Chi cuadrado
> 0.05
Si
CMIN = 1.79
<4
Si
RMSEA = 0.027
< 0.08
Si
Medidas de ajuste
incremental
ndice de ajuste normado
> .95
NFI = .997
Si
ndice de ajuste
comparativo
> .95
CFI = .999
Si
424
Los valores de los indicadores de ajuste (X2, CMIN, RMSEA, NFI, CFI) cumplen
muy bien con los lmites exigidos, con valores mayores de .95 en el ndice de
ajuste comparativo (CFI) y RMSEA (< 0.05).
425
MODELO NEGOCIOS
Medidas de ajuste
absoluto
Estadstico
verosimilitud Chi
cuadrado
ndice bondad de
ajuste CMIN
> 0.05
Error de aproximacin
cuadrtico medio
< 0.08
Medidas de ajuste
incremental
ndice de ajuste
normado
ndice de ajuste
comparativo
Aceptabilidad
<4
CMIN = 1.9
Si
RMSEA = 0.046
Si
> .95
NFI = .991
Si
> .95
CFI = .995
Si
426
Como resultado de los modelos que se elaboraron para las tres reas que se
analizaron podemos concluir que todos eran distintos, es decir, aunque los
factores que afectan el rendimiento final de los estudiantes son los mismos,
difieren en magnitud.
ANLISIS COMPARATIVO DEL NIVEL DE AJUSTE DE LOS MODELOS CAUSALES HIPOTTICOS ALTERNATIVOS POR REAS
INDICADORES DE BONDAD DE AJUSTE
MODELOS
SUBMODELO TIPO DE
VARIABLES VARIABLES CHI**2
GL
CFI
NFI
RMSEA CMIN
PCFI
FMIN
ECVI
1 Exgenas
5 Endgenas
7.3
0.40
0.999
0.984
0.15
1.05
0.333
0.033
0.211
INGENIERA
1 Exgenas
5 Endgenas
7.2
0.13
0.999
0.997
0.07
1.79
0.19
0.006
0.047
NEGOCIOS
1 Exgenas
5 Endgenas
10.0
0.08
0.995
0.991
0.05
1.90
0.237
0.021
0.116
MODELO GENERAL
1 Exgenas
5 Endgenas
2.6
0.45
1.00
0.990
0.000
0.900
0.143
0.002
0.045
HUMANIDADES
427
Los valores de los indicadores de ajuste (X2, CMIN, RMSEA, NFI, CFI) cumplen
muy bien con los lmites exigidos, con valores mayores de .95 en el ndice de
ajuste comparativo (CFI) y RMSEA (< 0.05).
428
Modelo: Mercadotecnia
(N 158)
Medidas de ajuste
absoluto
Estadstico verosimilitud
chi cuadrado
<4
Aceptabilidad
Si
CMIN = 1.3
Si
< 0.08
RMSEA = .031
Si
> .95
NFI = .97
ndice de ajuste
comparativo
> .95
CFI = .97
Si
Si
429
Los valores de los indicadores de ajuste (X2, CMIN, RMSEA, NFI, CFI) cumplen
muy bien con los lmites exigidos, con valores mayores de .95 en el ndice de
ajuste comparativo (CFI) y RMSEA (< 0.05).
Contabilidad tiene un muy buen ajuste, es decir, casi todos los valores de
ajuste cumplen muy bien los ndices mnimos requeridos.
430
Modelo: Finanzas y
Contabilidad (N 122)
Medidas de ajuste
absoluto
Estadstico
verosimilitud chi
cuadrado
> 0.05
ndice bondad de
ajuste CMIN
<4
Error de aproximacin
cuadrtico medio
Medidas de ajuste
incremental
Aceptabilidad
< 0.08
RMSEA = .09
Si
ndice de ajuste
normado
> .95
ndice de ajuste
comparativo
> .95
NFI = .94
No
CFI = .97
Si
431
Los valores de los indicadores de ajuste (X2, CMIN, RMSEA, NFI, CFI) cumplen
muy bien con los lmites exigidos, con valores mayores de .95 en el ndice de
ajuste comparativo (CFI) y RMSEA (< 0.05).
432
<4
Aceptabilidad
Si
CMIN = 1.07
Si
< 0.08
RMSEA = 0.018
Si
Medidas de ajuste
incremental
ndice de ajuste normado
> .95
NFI = .98
ndice de Ajuste
Comparativo
> .95
CFI = .99
Si
Si
433
Los valores de los indicadores de ajuste (X2, CMIN, RMSEA, NFI, CFI) cumplen
muy bien con los lmites exigidos, con valores mayores de .95 en el ndice de
ajuste comparativo (CFI) y RMSEA (< 0.05).
434
Modelo: Ciencias de
la Comunicacin y
Medios
(N= 88)
Medidas de ajuste
absoluto
Estadstico
verosimilitud chi
cuadrado
> 0.05
ndice bondad de
ajuste CMIN
<4
Error de aproximacin
cuadrtico medio
Medidas de ajuste
incremental
ndice de ajuste
normado
ndice de ajuste
comparativo
Aceptabilidad
Si
CMIN = .7
Si
< 0.08
RMSEA = .0000
Si
> .95
NFI = .97
Si
> .95
CFI = 1.0
Si
435
Tabla 9-26 Anlisis comparativo del nivel de ajuste de los modelos por carreras
profesionales.
ANLISIS COMPARATIVO DEL NIVEL DE AJUSTE DE LOS MODELOS CAUSALES HIPOTTICOS ALTERNATIVOS POR CARRERAS
INDICADORES DE BONDAD DE AJUSTE
MODELOS
SUBMODELO
TIPO DE
VARIABLES VARIABLES
CHI**2
GL
CFI
NFI
RMSEA
CMIN
PCFI
FMIN
ECVI
MERCADOTECNIA
1 Exgenas
5 Endgenas
13
0.22
10
0.97
0.97
0.08
1.3
0.331
0.042
0.322
FINANZAS Y
CONTABILIDAD
1 Exgenas
5 Endgenas
13
0.22
10
0.97
0.94
0.09
1.9
0.516
0.131
0.445
INGENIERA
INDUSTRIAL
1 Exgenas
4 Endgenas
6.5
0.37
0.99
0.98
0.02
1.07
0.300
0.026
0.298
COMUNICACIN Y
M. INFORMACIN
1 Exgenas
4 Endgenas
11
0.68
14
0.97
0.00
0.7
0.333
0.045
0.373
MODELO
GENERAL
1 Exgenas
5 Endgenas
2.6
0.45
1.00
0.990
0.000
0.900
0.143
0.002
0.045
436
A lo largo de los anlisis que hicimos se observ que los estudiantes que
provienen de preparatorias externas deben presentar una prueba de aptitud
acadmica y realizar pruebas de homologacin de matemticas y de espaol.
Por ello, se efectu un anlisis por separado considerando variables
complementarias, cuyos resultados se presentan a continuacin.
439
Los valores de los indicadores de ajuste (X2, CMIN, RMSEA, NFI, CFI) cumplen
muy bien con los lmites exigidos, con valores mayores de .95 en el ndice de
ajuste comparativo (CFI) y RMSEA < 0.05.
440
Modelo:
Preparatoria No Tec
(N= 666)
Medidas de ajuste
absoluto
Nivel ajuste
aceptable
Estadstico
verosimilitud chi
cuadrado
> 0.05
Si
CMIN = 10.9
No
RMSEA = .09
Si
NFI = .953
Si
ndice bondad de
ajuste CMIN
<4
Error de aproximacin
cuadrtico medio
< 0.08
Medidas de ajuste
incremental
ndice de ajuste
normado
> .95
ndice de ajuste
comparativo
> .95
Aceptabilidad
CFI = .957
Si
441
442
Aceptabilidad
No
ndice bondad de ajuste CMIN
<4
CMIN = 1.426
Error de aproximacin
cuadrtico medio
< 0.08
RMSEA = 0.00
Si
Si
Medidas de ajuste
incremental
ndice de ajuste normado
> .95
NFI = .995
Si
> .95
CFI = 1.0
Si
443
444
445
Pregunta 2. Qu perfil deben cubrir los alumnos que llegan de nuevo ingreso
a su carrera para tener un buen rendimiento acadmico?
Llama la atencin que uno de los factores que mencionan los directores como
perfil ideal es la capacidad de los alumnos para adaptarse al cambio.
Sostienen que los ms reacios a la adaptacin son los que tienen ms
446
448
A la mayora de los directores les parece lgico que el dominio del idioma
ingls ayude a los estudiantes universitarios a mejorar su desempeo
acadmico, porque tiene que ver con motivacin, seguridad, lectura de
documentos, ya que en las clases la mayora de los profesores utiliza libros y
herramientas de apoyo en ese idioma. Slo a un director no le pareci lgico
que el dominio del idioma le permita a un alumno elevar su rendimiento
acadmico, pues piensa que slo es un complemento de su formacin.
449
450
Las respuestas estn divididas. Para algunos de los encuestados es lgico que
un buen desempeo en la preparatoria implique un buen rendimiento en la
carrera universitaria, porque el resultado se relaciona con hbitos de estudio,
disciplina, logros, etctera.
Por otra parte, otros no estn de acuerdo porque consideran que la prueba de
aptitud acadmica tiene mayor efecto por ser una prueba cientfica y predice
mejor el RA. Afirmaron que tienen casos de alumnos que han tenido un mal
desempeo en la preparatoria, pero han sido excelentes en su carrera, lo cual
atribuyen a una motivacin y pasin por su carrera profesional.
Tiene
sentido
la
parte
del
promedio
de
preparatoria,
pues,
453
454
Creo que es importante tener ms cuidado con las materias del primer
tercio de la carrera. Hemos trabajado con el Departamento de
Matemticas para escoger un perfil de profesor para los alumnos de
Comunicacin y Humanidades, pues esto ayudara mucho, en primer
lugar, a disminuir la desercin, que es muy importante, y en segundo
lugar, de acuerdo con tu modelo final, se relaciona de forma significativa
con los semestres de ms.
455
456
457
458
459
460
Los anlisis que se realizaron como parte del estudio emprico permitieron ver
el comportamiento de las variables en trminos descriptivos, correlacionales,
diferenciales y factoriales, los cuales mostraron en forma consistente qu
factores determinaron el rendimiento acadmico de los alumnos al final de su
carrera universitaria, y qu variables no tienen relacin con l.
461
462
463
Con base en los anlisis anteriores podemos afirmar que los factores del
modelo general que determinan el rendimiento acadmico de los alumnos de
las carreras profesionales son diferentes a los que afectan a cada carrera en
particular, pero en diverso grado. Por lo tanto, podemos afirmar que existen
factores diferenciales del rendimiento acadmico en cada una de las carreras
profesionales, y que se debe aplicar un modelo distinto a cada carrera y rea.
464
El modelo general RA7 definitivo que se ajust muy bien a los datos se
representa en la figura 11-1. Es un modelo valioso y apropiado porque, por una
parte, los valores de los indicadores de ajuste (X2, GFI, RMSEA) cumplen en
forma excelente los lmites exigidos y, por la otra, la correlacin mltiple al
cuadrado de la variable criterio utilizada es alta (.732). En la ltima reduccin
el modelo final que logra un mejor ndice de ajuste estadstico qued con 6
variables observadas: 1exgena (promedio de la preparatoria) y 5 endgenas
(beca, Toefl inicial, materias reprobadas al ltimo semestre, semestres de ms
y rendimiento final).
465
e2
-.32
MAT_REPULTS
-.12
PROMPREP
-.13
.37
-.65
.24
e3
.73
.14
.13
RTTO_ULTS
BECA
.10
e1
.67
.03
.17
.45
.07
SEMDEMAS
TOEFLFIN
-.05
e4
e5
467
468
Por su parte la variable Toefl final ejerce un efecto directo sobre el rendimiento
final con un coeficiente de 0.10, sobre las materias reprobadas y semestres de
ms. Dominar el idioma ingls influye en forma positiva, pero en menor medida,
en el RA. En el Tecnolgico de Monterrey se exige saber leer en ingls y
aprobar algunos cursos en este idioma. As mismo los muchos de los
materiales y referencias de los profesores estn en el idioma ingls, por lo que
los estudiantes estn en constante interaccin con este idioma, lo que confirma
que el Toefl contribuye al rendimiento final del alumno.
Por otra parte, se encontr que los hijos de padres que tienen estudios en la
Escuela Normal Superior presentan un mejor rendimiento acadmico, hecho
que puede atribuirse a que los padres que laboran como profesores entienden
mejor la labor docente, lo cual les permite motivar a sus hijos e impulsarlos a
tener mayor confianza en s mismos. De acuerdo con Pelechado (1977) y
Prez Serrano (1978) existe una relacin entre motivacin y hbitos de los
alumnos, los estudios del padre y el rendimiento acadmico.
470
Tabla 11-1 Cuadro comparativo de modelos causales por reas y por carreras
PROMEDIO
PREPA
BECA
TOEFL
INICIO
MAT. REPROB.
3ER. SEM
EDAD
MERCADOTECNIA
0.35
0.16
0.16
-0.35
-0.15
FINANZAS Y CONTABILIDAD
0.33
0.17
0.20
-0.47
NA
NA
Indirecta
(.51)
INGENIERA INDUSTRIAL
C. COMUNICACIN Y
MEDIOS
REAS
0.39
0.14
0.18
-0.38
NA
NA
0.22
0.31
NA
-0.27
NA
-0.35
HUMANIDADES
0.25
0.16
Toefl fin
(-.29)
Materias Reprob.
ltimo Sem ( -.70)
NA
Indirecta
(.69)
0.13
Toefl fin
(.10)
Materias Reprob.
ltimo Sem ( -.65)
NA
Indirecta
(.68)
Toefl fin
(.10)
Toefl fin
(.10)
Materias Reprob.
ltimo Sem ( -.65)
Materias Reprob.
ltimo Sem ( -.65)
VARIABLES
CARRERA
INGENIERA
0.24
NEGOCIOS
0.24
0.13
0.24
0.13
NA
NA
SEMESTRES
DE MS
Indirecta
(.66)
Indirecta
(.67)
Hiptesis 3
Existe un modelo explicativo diferenciado del rendimiento acadmico para toda
la generacin y para las reas acadmicas a las que pertenecen las 18
carreras profesionales.
471
Hiptesis 4
Existe un modelo explicativo diferenciado del rendimiento acadmico para las
principales carreras profesionales. (mayor a 100 alumnos)
Los resultados de la tabla 11-1 nos permiten responder que existe un modelo
explicativo diferenciado del rendimiento acadmico para las principales
carreras profesionales. Al analizar los modelos se puede concluir lo siguiente:
472
Los modelos de las carreras coinciden slo con las variables promedio de la
preparatoria, beca y materias reprobadas al 3er. semestre; las dems variables
son distintas, al igual que los valores.
473
mayor influencia positiva fue materias reprobadas al 3er. semestre. Con esta
conclusin coincide Gonzlez (1989), quien afirma que el rendimiento de los
dos primeros semestres es un buen predictor del desempeo posterior. A
continuacin se presenta el resumen de los modelos por carreras
profesionales.
Por lo tanto, podemos afirmar que los factores que afectan el rendimiento
acadmico de los alumnos en las carreras profesionales son diferentes y en
diverso grado, por lo que existe un modelo distinto para cada una de ellas.
* (.37)
Existe un efecto significativo de promedio de la preparatoria sobre Toefl
final (.17)
Existe un efecto significativo de promedio de la preparatoria sobre
materias reprobadas al ltimo semestre (-.32)
Existe un efecto significativo de promedio de la preparatoria sobre
rendimiento final (.24)
Existe un efecto significativo de beca sobre materias reprobadas (-.12)
Existe un efecto significativo de beca sobre semestres de ms (.07)
474
475
476
5. Dado que 10% los alumnos que obtienen una beca la pierden durante sus
primeros semestres, es conveniente supervisar su rendimiento en forma
oportuna, para tomar acciones y ofrecerles asesoras.
477
478
1.
2.
3.
479
4.
5.
480
2.
481
3.
482
REFRENCIAS BIBLIOGRFICAS
REFERENCIAS BIBLIOGRFICAS
ADKINS (1990). Elaboracin de Test. Trillas, p. 18, Mxico.
AGUIRRE DE CARCER, I. (1984) Pruebas de Admisin y Pruebas de
Admisin, un modelo de admisin compatible con el numerus clausus
acadmico, en Aguirre de Carcer I. (ed.) La selectividad a debate, Madrid,
Universidad Autnoma de Madrid.
ALAN, M.T. (1990). Anlisis de los factores determinantes del fracaso
escolar en formacin profesional. Tesis doctoral, Universidad Complutense
de Madrid, Madrid.
ALTAMIRA, A.A (1997). El anlisis de las trayectorias escolares como
herramienta de de la actividad acadmica universitaria: Un modelo ad hoc
para la Universidad Autnoma de Chiapas: el caso de la Escuela de
Ingeniera Civil. Tesis de Maestra en Educacin, Universidad Autnoma de
Chiapas.
LVARO, PAGE (1990). Hacia un Modelo Causal del Rendimiento Acadmico.
CIDE, Madrid, Espaa.
ANDERSON J.C. & GERBING D.W. (1988). Structural equation modeling in
practice: A review and recommended two step approach. Psychological
Bulletin, 103, 411-423.
ANDERSON, C. S. (1982). The search for school climate: A review of research.
Review of Educational Research, 52, 368-420.
ANDERSON, C. S. (1985). The investigation of school climate, en G. R.
Austin y H. Garber (eds.), Research on exemplary schools, cap.6 (97-126).
Academic Press, Orlando.
ANDERSON, J.R. (1995) Aprendizaje y Memoria. Mxico, Editorial Trillas.
ANDONI G. y LVAREZ S. (1996). Antecedentes escolares y avances en la
Educacin Superior. Mxico, D.F., ANUIES.
ANUIES (2000). La Educacin Superior en el Siglo XXI, Lneas Estratgicas de
Desarrollo. Una propuesta de la ANUIES. Mxico.
ANUIES (2004). La Educacin Superior en el Nuevo Milenio. Mxico, D.F.
483
REFRENCIAS BIBLIOGRFICAS
REFRENCIAS BIBLIOGRFICAS
REFRENCIAS BIBLIOGRFICAS
486
REFRENCIAS BIBLIOGRFICAS
487
REFRENCIAS BIBLIOGRFICAS
488
REFRENCIAS BIBLIOGRFICAS
REFRENCIAS BIBLIOGRFICAS
de
evaluacin
del
REFRENCIAS BIBLIOGRFICAS
491
REFRENCIAS BIBLIOGRFICAS
492
REFRENCIAS BIBLIOGRFICAS
REFRENCIAS BIBLIOGRFICAS
494
REFRENCIAS BIBLIOGRFICAS
495
REFRENCIAS BIBLIOGRFICAS
496
REFRENCIAS BIBLIOGRFICAS
497
REFRENCIAS BIBLIOGRFICAS
498
REFRENCIAS BIBLIOGRFICAS
499
REFRENCIAS BIBLIOGRFICAS
REFRENCIAS BIBLIOGRFICAS
501
REFRENCIAS BIBLIOGRFICAS
502
REFRENCIAS BIBLIOGRFICAS
503
REFRENCIAS BIBLIOGRFICAS
504
ANEXOS
ANEXOS
Los anexos se encuentran en un documento que est al final de la tesis en un
archivo informtico.
1. SOLICITUD DE ADMISIN A LA UNIVERSIDAD (EJEMPLO)
3. EXMENES INICIALES (EJEMPLO)
3.1 PRUEBA DE MATEMTICAS
3.2 PRUEBA DE ESPAOL
4. MODELO DE LA PRUEBA TOEFL (EJEMPLO)
5. RESULTADOS ESTADSTICOS DE LOS MODELOS CAUSALES DE LA
GENERACIN.
5.1 MODELO GENERAL DE RENDIMIENTO ACADMICO RA1
5.2 MODELO GENERAL DE RENDIMIENTO ACADMICO RA2
5.3 MODELO GENERAL DE RENDIMIENTO ACADMICO RA3
5.4 MODELO GENERAL DE RENDIMIENTO ACADMICO RA4
5.5 MODELO GENERAL DE RENDIMIENTO ACADMICO RA5
5.6 MODELO GENERAL DE RENDIMIENTO ACADMICO RA6
5.7 MODELO GENERAL DE RENDIMIENTO ACADMICO RA7
6. RESULTADOS ESTADSTICOS DE LOS MODELOS CAUSALES DE
RENDIMIENTO ACADMICO POR REAS ACADMICAS.
6.1 MODELO DE HUMANIDADES
6.2 MODELO DE INGENIERA
6.3 MODELO DE NEGOCIOS
7. RESULTADOS ESTADSTICOS DE LOS MODELOS CAUSALES POR CARRERAS
PROFESIONALES
7.1 MODELO DE MERCADOTECNIA
7.2 MODELO DE FINANZAS Y CONTABILIDAD
7.3 MODELO DE INGENIERIA INDUSTRIAL Y DE SISTEMAS
7.4 MODELO DE CIENCIAS DE LA COMUNICACIN Y MEDIOS DE INFORMACIN
8. MODELOS COMPLEMENTARIOS
8.1 MODELO DE RENDIMIENTO ACADMICO PREPA NO TEC
8.2 MODELO DE RENDIMIENTO ACADMICO PREPA TEC
505
TABLAS
TABLAS
TABLA 2-1 ALUMNOS MATRICULADOS POR NIVEL EDUCATIVO 1980-2010
TABLA 2-2 CARACTERSTICAS DEL MODELO EDUCATIVO DEL TEC (MARTN
MARISA, 2002)
TABLA 3 -1 ESTUDIOS DE CARCTER SOCIOLGICO (CELORRIO, 1999)
TABLA 3-2 ESTUDIOS DE CARCTER PSICOLGICO
TABLA 3-3 ESTUDIOS DEL RENDIMIENTO ACADMICO CON ENFOQUE
PEDAGGICO
TABLA 3-4 INDICADORES DE RENDIMIENTO ESCOLAR (2000/2005)
TABLA 4-1 RESUMEN DE CONTRIBUCIONES SOBRE LA MEDIDA DEL
RENDIMIENTO ACADMICO
TABLA 4-2 CLCULO DEL PROMEDIO AJUSTADO (PAJ)
TABLA 4-3 EQUIVALENCIAS DE LA MEDIDA DEL RENDIMIENTO ACADMICO
POR PASES
TABLA 5-1 INVESTIGACIONES SOBRE RENDIMIENTO ACADMICO
TABLA 6-1 HIPTESIS Y METODOLOGA DE ANLISIS PROPUESTA
TABLA 6-2 ALUMNOS EGRESADOS POR CARRERA PROFESIONAL
TABLA 6-3 MUESTRA DE ALUMNOS POR DIVISIONES ACADMICAS
TABLA 6-4 VARIABLE DEPENDIENTE O CRITERIO
TABLA 6-5 VARIABLES CLASIFICATORIAS PERSONALES Y SOCIO-FAMILIARES
TABLA 6-6 VARIABLES DE RENDIMIENTO PREVIO
TABLA 6-7 VARIABLES DE RENDIMIENTO DURANTE SU CARRERA
UNIVERSITARIA
TABLA 6-8 EVALUACIN DE LA MEDIDA DEL EXAMEN TOEFL
TABLA 7-1 PROMEDIO AJUSTADOS Y DESVIACIONES TPICAS POR CARRERA
TABLA 7-2 PROMEDIO AJUSTADO POR CARRERAS DEL 3RO., 5TO. Y 9NO.
SEMESTRES
TABLA 7-3 DISTRIBUCIN DE ALUMNOS POR REAS POR PROMEDIO AL 3RO.,
5TO. Y 9NO. SEMESTRES
TABLA 7-4 EFICIENCIA TERMINAL GLOBAL DE LAS GENERACIONES QUE
INGRESARON EN 1999-2000
TABLA 7-5 DESERCIN POR CARRERAS PROFESIONALES PERODO 2004-2005
TABLA 7-6 MEDIAS DE LA EDAD DE LOS ALUMNOS POR CARRERA Y
RENDIMIENTO ACADMICO
TABLA 7-7 DISTRIBUCIN DE LOS ALUMNOS POR CARRERA, SEXO Y
RENDIMIENTO
TABLA 7-8 DISTRIBUCIN DE LA EDAD DE LOS PADRES POR CARRERAS
TABLA 7-9 DISTRIBUCIN DE LOS ESTUDIOS DE LOS PADRES POR CARRERAS
TABLA 7-10 DISTRIBUCIN TIPO DE PREPARATORIA POR CARRERAS
TABLA 7-11 DISTRIBUCIN DE ALUMNOS POR CARRERA Y BECA
TABLA 7-12 DISTRIBUCIN DE ALUMNOS POR CARRERA Y NIVEL ECONMICO
TABLA 7-13 DISTRIBUCIN DE ALUMNOS POR PAA Y CARRERAS
TABLA 7-14 DISTRIBUCIN DE ALUMNOS EN LOS EXMENES INICIALES DE
MATEMTICAS Y ESPAOL
507
TABLAS
508
TABLAS
509
TABLAS
510
TABLAS
511
TABLAS
512
TABLAS
TABLAS
514
FIGURAS
FIGURAS
FIGURA 5.1 MODELO DE VARIABLES DE LA ESCUELA Y LOS PROFESORES QUE
INFLUYEN EN EL APRENDIZAJE DE LOS ESTUDIANTES.
FIGURA 5-2 MODELO ESTRUCTURAL DE VARIABLES ENTRADASSALIDAS DE
ESCUELA
FIGURA 5-3 BINIAMINOV, ISRAEL Y GLASMAN, NAFTALY
FIGURA 5-4 MODELO DE FULLANA
FIGURA 5-5 MODELOS CAUSALES DE PARKERSON, LOMAS, SCHILLER Y
WALBERG
FIGURA 5-6 MODELO DE RENDIMIENTO EN CIENCIA, GONZLEZ
FIGURA 5-7 MODELO DE RENDIMIENTO ACADMICO DE LVARO PAGE
FIGURA 5-8 MODELO DE REYNOLDS Y WALBERG
FIGURA 5-9 MODELO DE CASTEJN Y PREZ
FIGURA 5-10 MODELO DE ABBOT Y JOIREMANS
FIGURA 5-11 MODELO DE FRENCH, IMMEKUS Y OAKES
FIGURA 5-12 MODELO DE COMPONENTES ACTITUDINALES DE LA FORMACIN
ESTADSTICA DEL CONSUMIDOR
FIGURA 5-13 MODELO DE COMPONENTES ACTITUDINALES DE LA FORMACIN
ESTADSTICA DEL PRODUCTOR
FIGURA 5-14 MODELO DE NEZ RINCN
FIGURA 5-15 MODELO ESTRUCTURAL DE MELLA Y ORTIZ
FIGURA 5-16 MODELO DE FACTORES DIFERENCIALES DEL RENDIMIENTO
ACADMICO
FIGURA 5-17 MODELO FINAL EXPLICATIVO DEL RENDIMIENTO ESCOLAR EN EL
DISTRITO FEDERAL
FIGURA 5-18 DIAGRAMA DEL MODELO MEDIDA MOTIVACIN
FIGURA 7-1 DISTRIBUCIN DE LOS ALUMNOS POR PROFESIN
FIGURA 7-2 NORMAL ESPERADA DEL RENDIMIENTO ACADMICO
FIGURA 7-3 DISTRIBUCIN NORMAL DE LOS ALUMNOS POR RENDIMIENTO
ACADMICO
FIGURA 7-4 RENDIMIENTO FINAL POR CARRERAS EN FUNCIN DEL SEXO
FIGURA 7-5 DIAGRAMA DE MEDIAS POR SEXO
FIGURA 7-6 DIAGRAMA DE MEDIAS DE LAS 3 CATEGORAS DE EDAD
FIGURA 7-7 DIAGRAMA DE MEDIAS POR BECA DE LOS TRES GRUPOS
FIGURA 7-8 DIAGRAMA DE MEDIAS POR NIVEL SOCIO-ECONMICO EN TRES
GRUPOS
FIGURA 7-9 DIAGRAMA DE MEDIAS POR ESTUDIOS DE LOS PADRES EN
CUATRO GRUPOS
FIGURA 7-10 DIAGRAMA DE MEDIAS POR ESTUDIOS DE LA MADRE EN CUATRO
GRUPOS
FIGURA 7-11 DIAGRAMA DE LAS MEDIAS POR EDAD DEL PADRE
FIGURA 7-12 DIAGRAMA DE LAS MEDIAS POR EDAD DE LA MADRE
FIGURA 7-13 DIAGRAMA DE LAS MEDIAS POR NIVEL DE TOEFL INICIAL
FIGURA 7-14 DIAGRAMA DE LAS MEDIAS POR TIPO DE PREPARATORIA
515
FIGURAS
516