Perfil de los(as) Estudiantes que ingresan al Recinto Universitario de
Mayagüez y la Ejecución al Cabo de su Primer Año
Oficina de Investigación Institucional y PlanificaciónRecinto Universitario de Mayagüez
Universidad de Puerto Rico
Preparado por:Lorna CintrónDavid R. González BarretoAntonio González QuevedoIrmannette Torres LugoLeo I. Vélez
Objetivos
• Mostrar perfil de los estudiantes que ingresan al RUM durante el período de 1990-2003 basado en:
» Indice de ingreso» Area geográfica de Escuela Superior» Tipo de Escuela» Género» GPA Escuela Superior» Resultados Examen College Board (Aptitud,
Aprovechamiento)» Resultados Cuestionario de Estudiantes de Nuevo Ingreso
• Presentar y comparar modelos de predicción para el GPA de Primer Año
• Presentar Recomendaciones para un mejor model de predicción
Bosquejo de Presentación
• Datos Demográficos
• Perfil de ingreso
• Modelo de predicción
• Comparación entre modelos
• Recomendaciones y Conclusiones
• Estudios Futuros
• Sección de Preguntas
Datos Considerados
• Este estudio se basa en un total de 30,218 datos de estudiantes de nuevo ingreso que se matricularon en el período 1990 – 2003.
• No se incluyeron los datos de un número reducido de estudiantes por diversas razones; un 1.76% del total de datos fue excluído por al menos una de las siguientes razones:
Falta de GPA 1er año Falta informción de Crds. Aprobados o Crds. intentadosUn GPA de Esc.Sup. = 0.00Exámenes de Aprovechamiento = 999 ó 0
Datos Demográficos
Datos Demográficos
Datos Demográficos
Datos Demográficos
Datos Demográficos
Datos Demográficos
Perfil de Ingreso
Perfil de Ingreso
Perfil de Ingreso
Perfil de Ingreso
Perfil de Ingreso
• IGS = “Indice General de Solicitud”– Métrica que se utiliza en el Sistema UPR para
admitir los estudiantes.– Considera tres componentes: GPA Escuela
Superior, Puntuación Aptitud Verbal, Puntuación Aptitud Matemática
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
GENERO
GPA
MF
MF
4
3
2
1
MF
4
3
2
1
Facultad de Administración de Empresas Facultad de Artes y Ciencias - Artes Facultad de Artes y Ciencias - Ciencias
Facultad de Ciencias Agrícolas Facultad de Ingeniería
Panel variable: FACULTAD
Boxplot of GPA vs GENERO por Facultad
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Perfil de Ingreso - IGS
Resumen
• GPA promedio de Escuela Superior mayor para los estudiantes provenientes de las Escuelas Públicas.
• GPA promedio de primer año mayor para los estudiantes provenientes de las Escuelas Privadas.
• Puntuaciones de los exámenes de CEEB en descenso para todas las pruebas excepto por la de Aprovechamiento en Inglés.
• Las puntuaciones promedios para todas las pruebas fueron superiores para los estudiantes provenientes de Escuela Privada en cada uno de los años del estudio.
Modelos de Predicción
Modelos de Predicción
• Se intenta modelar el promedio de los estudiantes al cabo del primer año (1st Year GPA) como función del GPA de Escuela Superior y las puntuaciones de las cinco (5) pruebas del CEEB.
• Modelo:• 1st Year GPA = f(GPA, Apt. Verbal,Apt.
Matemática, Apr. Inglés, Apr. Matemática, Apr. Español) + ε
Modelos de Predicción
Modelos de Predicción
Modelos de Predicción
Comparación entre Modelos
Los Mejores Modelos Basados en el Número de Variables (Todas las Facultades)
Vars
R-Sq
R-Sq(adj)
MallowsC-p
S
GPA
APT_VERB
APT_MATE
APR_ING
APR_MAT
APR_ESP
1 19.3 19.3 4263.5 0.68226 X
2 25.7 25.7 1515.6 0.6545 X X
3 28.1 28.1 498.7 0.64391 X X X
4 29.1 29.1 78.2 0.63948 X X X X
5 29.3 29.3 9.4 0.63874 X X X X X
6 29.3 29.3 7 0.6387 X X X X X X
Actual 26.3 26.2 1300.4 0.6522 X X X
Mejores Modelos Basados en el Número de Variables (Facultad de Ingeniería)
Vars
R-Sq
R-Sq(adj)
MallowsC-p
S
GPA
APT_VERB
APT_MATE
APR_ING
APR_MAT
APR_ESP
1 11.5 11.5 1743.4 0.62757 X
2 19.5 19.5 618.1 0.5984 X X
3 21.7 21.6 324.2 0.59052 X X X
4 22.8 22.8 165.9 0.58622 X X X X
5 23.7 23.7 37.5 0.5827 X X X X X
6 24 23.9 7 0.58185 X X X X X X
Actual 20.8 20.8 438.0 0.5936 X X X
Mejores Modelos Basados en el Número de Variables (Facultad de Ciencias)
Vars
R-Sq
R-Sq(adj)
MallowsC-p
S
GPA
APT_VERB
APT_MATE
APR_ING
APR_MAT
APR_ESP
1 14.8 14.8 1767.1 0.696 X
2 24.3 24.2 667.3 0.65617 X X
3 28.1 28 228 0.63954 X X X
4 29.4 29.4 73.8 0.63358 X X X X
5 29.9 29.8 22.4 0.63155 X X X X X
6 30 30 7 0.63091 X X X X X X
Actual 25.5 25.4 529.8 0.6510 X X X
Mejores Modelos Basados en el Número de Variables (Facultad de Artes)
Vars
R-Sq
R-Sq(adj)
MallowsC-p
S
GPA
APT_VERB
APT_MATE
APR_ING
APR_MAT
APR_ESP
1 15.5 15.5 458.9 0.72479 X
2 20.4 20.4 187 0.70363 X X
3 22.5 22.4 72.2 0.69445 X X X
4 23.5 23.4 19.1 0.69013 X X X X
5 23.7 23.7 5.3 0.68894 X X X X X
6 23.8 23.6 7 0.68899 X X X X X X
Actual 21.5 21.4 129.4 0.6989 X X X
Mejores Modelos Basados en el Número de Variables (Facultad Ciencias Agrícolas)
Vars
R-Sq
R-Sq(adj)
MallowsC-p
S
GPA
APT_VERB
APT_MATE
APR_ING
APR_MAT
APR_ESP
1 12.4 12.3 231.3 0.71381 X
2 16.7 16.6 104.6 0.69617 X X
3/Actual 18.9 18.8 40.1 0.68695 X X X
4 19.9 19.7 14.4 0.68314 X X X X
5 20.2 20 6.9 0.68193 X X X X X
6 20.2 20 7 0.6818 X X X X X X
Mejores Modelos Basados en el Número de Variables (Facultad Adm. De Empresas)
Vars
R-Sq
R-Sq(adj)
MallowsC-p
S
GPA
APT_VERB
APT_MATE
APR_ING
APR_MAT
APR_ESP
1 12.7 12.7 557.6 0.67143 X
2 18.5 18.5 205.9 0.64869 X X
3 20.4 20.4 93.1 0.64118 X X X
4 21.6 21.5 24.7 0.63655 X X X X
5 21.9 21.8 6 0.63524 X X X X X
6 21.9 21.8 7 0.63524 X X X X X X
Actual 18.9 18.9 183.4 0.6471 X X X
Resumen - Comparación
• El modelo con tres variables que mejor explica el GPA del primer años para estudiantes del RUM, incluye GPA, Aprovechamiento Matemático y Aprovechamiento en Inglés.
• Cuando el análisis se estratifica por Facultad, tres de los cinco modelos coinciden con el modelo anterior.
• El modelo actual utilizado por el Sistema UPR sólo coincide con el modelo suegerido para la Facultad de Ciencias Agrícolas.
• En general, el análisis recomienda utilizar más de tres variables (Cp).
• Es necesario incorporar otras variables en el modelo ya que el % de la variabilidad explicada por los modelos sugeridos no es muy alta. Por ejemplo, podría considerarse número de créditos en Ciencias y Matemáticas tomados en escuela superior entre otros.
Estudios Futuros
• Estudiar casos críticos y casos extraordinarios para entender patrones en estos casos (veremos ejemplo)
• Considerar otras medidas de desempeño (e.g. proporción de créditos aprobados de los intentados, modelo binario graduación vs. no graduación, entre otros)
• Considerar tasas de graduación, retención dentro del programa …)
Casos CríticosDefinimos los casos críticos como aquellos en donde los estudiantes ingresaron con GPA mayor de 3.6 y tienen un GPA de 2.00 o menos al cabo del primer año.
Casos Críticos
Casos Críticos
Casos Críticos
Casos Críticos
Casos ExtraordinariosDefinimos los casos extraordinarios como aquellos en donde los estudiantes ingresaron con GPA mayor de 3.6 y tienen un GPA mayor de 3.60 al cabo del primer año.
Casos Extraordinarios
Casos Extraordinarios
Casos Extraordinarios
Otras Medidas de Desemepeño
Otras Medidas de Desempeño
Otras Medidas de Desempeño
Top Related