Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Factores Del Rendimiento Académico en La FCEE
Factores Del Rendimiento Académico en La FCEE
ACADEMICO EN LA FACULTAD DE
CIENCIAS ECONOMICAS Y
EMPRESARIALES DE LA UAGRM
Alvarado Sevilla Maria Nel
Bazoberry Paz Adriana Belen
Huaylla Mancilla Raul Danny
Oyola Flores Melvy Mariana
Carrera de Economía
Facultad de Ciencias Económicas y Empresariales
Universidad Autónoma Gabriel Rene Moreno
Agosto del 2023
E-mail: rauldannyh@gmail.com
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
Resumen
El propósito central de este estudio es examinar los aspectos que tienen impacto en el desempeño
académico de los estudiantes inscritos en la Facultad de Ciencias Económicas y Empresariales de la
Universidad Autónoma Gabriel Rene Moreno (UAGRM), ubicada en Santa Cruz, Bolivia. Para este fin,
se emplearon técnicas estadísticas de regresión lineal múltiple, se usó los métodos de Mínimos
Cuadrados Ordinarios (MCO) y Mínimos Cuadrados de Dos Etapas (MC2E). Estas metodologías
permitieron explorar cómo factores como la edad, género, empleo, hijos, tiempo dedicado al estudio
y reprobación académica que están relacionados con el Promedio Ponderado Académico (PPA) de
los estudiantes variable usada como medidor del rendimiento académico de los estudiantes. Se
destaca el MC2E por su capacidad para considerar la posible relación entre variables y errores de
medición en el análisis de "Horas de Estudio". Los resultados arrojaron que las horas de estudio y la
reprobación académica tienen una influencia significativa en el PPA. Esta investigación proporciona
una mejor comprensión de los factores que inciden en el rendimiento académico, lo que a su vez
contribuye a diseñar estrategias de apoyo educativo más eficaces.
3
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
Índice
I. Introducción.......................................................................................................................7
Bibliografía ..............................................................................................................................15
Cuadros ...................................................................................................................................16
5
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
I. Introducción
El rendimiento académico se constituye en un indicador fundamental al evaluar el nivel de
conocimiento y habilidades adquiridas por los estudiantes ya que determina no solo su éxito
académico sino también su futuro profesional. En un entorno académico cada vez más competitivo,
es necesario entender los factores que inciden en el desempeño estudiantil. Desde influencias
sociales, económicas y otros aspectos que influyen en la construcción de las calificaciones obtenidas
por los alumnos.
Si bien la conclusión de Barahona (2014) parece ser clara con respecto a los factores que inciden en
el rendimiento académico. Diversos estudios discrepan con ciertos factores, por otro lado, también
algunos autores incluyen ciertas variables como el contexto familiar, el estado civil, entre otros factores
que inciden en el rendimiento académico. Entre los autores notables que han abordado este tema se
encuentran Villena (2014), Artunduaga Murillo (2008), Tonconi Quispe (2010), German Mariciela
(2021) entre otros.
La presente investigación tiene por objetivo principal analizar el rendimiento académico de la Facultad
de Ciencias Económicas y Empresariales de la Universidad Autónoma Gabriel Rene Moreno
(UAGRM). Se diferencia de investigaciones previas. La primera radica en los factores que se tomaran
en cuenta en el análisis del modelo que son: El Promedio Ponderado Académico (PPA) como
indicador del rendimiento académico y las variables independientes que son Edad, Genero, Hijos,
Horas de Estudio por día, Haber reprobado previamente, Empleo y el numero Materias inscritas. La
segunda diferencia está en los datos empleados que corresponden a estudiantes de la Facultad de
Ciencias Económicas y Empresariales de la Universidad Autónoma Gabriel Rene Moreno (UAGRM).
La siguiente sección hace algunas consideraciones teóricas sobre los factores que inciden en el
rendimiento académico de los estudiantes. La sección III explica la metodología y los datos. La sección
IV muestra los resultados e interpretaciones de los mismos y finalmente la sección V presenta
conclusiones y sugerencias.
7
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
9
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
Para esta investigación, se implementaron técnicas econométricas de regresión múltiple con datos de
corte transversal. Para llevar adelante nuestro cálculo econométrico hicimos uso de 2 métodos
distintos para ver de esta forma si existe consistencia en los resultados independientemente del
método estadístico. Los métodos serán detallados a continuación, son: mínimo cuadrados ordinarios
en datos de panel (MCO), mínimo cuadrado de dos etapas (MC2). Nuestra metodología se basa en
un modelo general que puede ser explicado de la siguiente forma:
1) ∆ log 𝑦𝑖 = 𝛼𝑖 + 𝛽𝑋𝑖 + 𝜖𝑖
donde Δ log yi representa el logaritmo del Promedio Ponderado Académico (PPA) de los estudiantes
i, αi representa un intercepto para cada estudiante i, β representa un escalar (vector) de coeficiente(s),
Xi representa un vector (matriz) con la(s) variable(s) independiente(s) para los estudiantes i y ε i es el
término de error.
Se realizó un análisis de regresión lineal utilizando el método de MCO para evaluar la relación entre
las variables independientes y el rendimiento académico.
Para la primera especificación usamos el método de mínimos cuadrados ordinarios que viene
representado en la ecuación:
2) ∆ log 𝑦𝑖 = 𝛼1 + 𝛽𝑋𝑖 + 𝜖𝑖
este modelo, así como en el próximo no asumimos a priori el signo de los coeficientes, sin embargo,
asumimos que la pendiente, así como el intercepto son homogéneos para todos los estudiantes. Para
validar los resultados obtenidos, se realizaron pruebas de heterocedasticidad de Breusch-Pagan-
Godfrey y pruebas de autocorrelación de Durbin-Watson1. Posteriormente se hizo correcciones para
obtener los errores estándar en base al método "Newey-West"
1
El software usado para hacer dichas pruebas fueron Eviews 12
10
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
3) ∆ log 𝑦𝑖 = 𝛼1 + 𝛽𝑋̂𝑖 + 𝜖𝑖
Siendo 𝑋̂ la matriz que tiene los datos obtenidos de los estudiantes i y también la estimación de las
“horas de estudio por día” con la Variable Instrumental “Numero de Materias Inscritas” para los
estudiantes i.
El primer modelo MCO está expresado en la ecuación (4) al igual que en el siguiente modelo la
variable dependiente es la misma que detallamos con anterioridad al igual que el significado del
subíndice i
4) ∆ log 𝑃𝑃𝐴𝑖 = 𝛼1 + 𝛽2 𝐸𝑑𝑎𝑑𝑖 + 𝛽3 𝐸𝑚𝑝𝑙𝑒𝑜𝑖 + 𝛽4 𝑆𝑒𝑥𝑜 + 𝛽5 𝐻𝑖𝑗𝑜𝑠𝑖 + 𝛽6 𝐻𝑟𝐸𝑠𝑡𝑢𝑑𝑖𝑜𝑖 +
𝛽7 𝑅𝑒𝑝𝑟𝑜𝑏𝑎𝑐𝑖ó𝑛𝑖 + 𝜖𝑖
Donde:
Promedio Ponderado Académico (PPA): Calificación promedio ponderada de las materias cursadas.
Edad: Edad del estudiante en años
Empleo: Variable dicotómica que indica si el estudiante trabaja (0: no, 1: sí)
Sexo: Sexo del estudiante (0: femenino, 1: masculino)
Hijos: Variable dicotómica que indica si el estudiante tiene hijos (0: no, 1: sí)
Hr Estudio: Número de horas dedicadas al estudio por día
Reprobación: Variable dicotómica que indica si el estudiante ha reprobado materias (0: no, 1: sí)
Para el siguiente modelo de MC2E se usa un modelo similar expresado en la siguiente ecuación:
̂ 𝑖 +
5) ∆ log 𝑃𝑃𝐴𝑖 = 𝛼1 + 𝛽2 𝐸𝑑𝑎𝑑𝑖 + 𝛽3 𝐸𝑚𝑝𝑙𝑒𝑜𝑖 + 𝛽4 𝑆𝑒𝑥𝑜 + 𝛽5 𝐻𝑖𝑗𝑜𝑠𝑖 + 𝛽6 𝐻𝑟𝐸𝑠𝑡𝑢𝑑𝑖𝑜
𝛽7 𝑅𝑒𝑝𝑟𝑜𝑏𝑎𝑐𝑖ó𝑛𝑖 + 𝜖𝑖
̂
Donde 𝐻𝑟𝐸𝑠𝑡𝑢𝑑𝑖𝑜 es la variable estimada de Hr Estudio tal como se muestras en la siguiente
ecuación:
̂ 𝑖 = 𝛼1 + 𝛽1 𝑀𝑎𝑡𝑒𝑟𝑖𝑎𝑠𝐼𝑛𝑠𝑐𝑟𝑖𝑡𝑎𝑠𝑖 + 𝜖𝑖
6) 𝐻𝑟𝐸𝑠𝑡𝑢𝑑𝑖𝑜
11
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
En el Cuadro 1 se presentan los coeficientes estimados para las variables independientes del modelo
Edad (β2): Por cada año adicional de edad se asocia con una disminución del 0.23% en el PPA
Empleo (β3): En promedio si un estudiante trabaja, se espera una disminución del 1.87% en el PPA
comparado con los que no trabajan.
Sexo (β4): Los hombres en promedio tienen 4.60% menos de PPA que las mujeres
Hijos (β5): Tener hijos en promedio se relaciona con un aumento del 5.98% más en el PPA comparado
con los que no tienen hijos.
Horas de estudio (β6): Por cada hora adicional de estudio, se espera un aumento del 0.78% en el
PPA.
Reprobación (β7): En promedio si se ha reprobado una materia está indica una disminución del
16.57% en el PPA comparado con los que no han reprobado.
Significancia Estadística
Los coeficientes β2, β3, β5 y β6 en el modelo MCO no son estadísticamente significativos (valor de
"t" < 2).
El coeficiente β4 es significativo al 10%.
El coeficiente β7 es altamente significativo con una significancia del 1%.
El valor del estadístico F en el modelo MCO es 8.743633, lo que sugiere que en conjunto, los
coeficientes son estadísticamente significativos y el modelo tiene capacidad para predecir el PPA.
En el modelo MCO, el valor de R 2 es 0.217267, lo que indica que alrededor del 21.17% de la
variabilidad en el PPA puede ser explicada por las variables independientes. Sin embargo, R2 ajustado
(0.192419) es ligeramente menor que R 2, lo que sugiere que la inclusión de variables adicionales no
mejora significativamente la explicación de la variabilidad del PPA.
En el Cuadro 3 se presentan los coeficientes estimados para las variables independientes del modelo
Edad (β2): Por cada año adicional de edad se asocia con una disminución del 0.14% en el PPA
Empleo (β3): En promedio si un estudiante trabaja, se espera una disminución del 2.38% en el PPA
comparado con los que no trabajan.
Sexo (β4): Los hombres en promedio tienen 3.27% menos de PPA que las mujeres
12
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
Hijos (β5): Tener hijos en promedio se relaciona con un aumento del 9.46% más en el PPA comparado
con los que no tienen hijos.
Horas de estudio (β6): Por cada hora adicional de estudio, se espera un aumento del 27.72% en el
PPA.
Reprobación (β7): En promedio si se ha reprobado una materia está indica una disminución del
15.21% en el PPA comparado con los que no han reprobado.
Los coeficientes β2, β3, β4 y β5 en el modelo MC2E no son estadísticamente significativos (valor de
"t" < 2).
El coeficiente β6 (horas de estudio) en el modelo MC2E es altamente significativo, con un impacto
importante en el PPA.
El coeficiente β7 (reprobación) en el modelo MC2E también es altamente significativo.
El valor del estadístico F en el modelo MC2E es 10.60124, reafirmando que, en conjunto, los
coeficientes son estadísticamente significativos y el modelo MC2E tiene capacidad para predecir el
PPA.
En el modelo MC2E, el valor de R2 es 0.25180, lo que indica que alrededor del 25.18% de la
variabilidad en el PPA puede ser explicada por las variables independientes. Además, el valor de R2
ajustado (0.22805) sugiere que la inclusión de variables adicionales no mejora significativamente la
explicación de la variabilidad del PPA.
13
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
V. Conclusiones y Recomendaciones
En base a los resultados obtenidos a partir de los modelos de regresión lineal de Mínimos
Cuadrados Ordinarios (MCO) y Mínimo Cuadrado de Dos Etapas (MC2E), Se concluye una cierta
relación entre las variables independientes y el rendimiento académico de los estudiantes de la
Facultad de Ciencias Económicas de la Universidad Autónoma Gabriel René Moreno en Santa Cruz,
Bolivia.
En el modelo MCO, se encontró que variables como la edad, el empleo, el género, la presencia de
hijos, las horas de estudio y la reprobación influyen en el rendimiento académico de los estudiantes.
Sin embargo, es importante señalar que la mayoría de los coeficientes no son estadísticamente
significativos, solo el sexo y el haber reprobado resultaron estadísticamente significativos.
Nuestra recomendación para para futuras investigaciones. Primero es importante tener una mayor
exploración de otros posibles factores no considerados en este estudio que podrían influir en el
rendimiento académico. También se recomienda hace un mayor análisis en la elección de las
variables instrumentales dentro del modelo MC2E. Esta táctica demostró su efectividad al tratar
cuestiones complejas como la endogeneidad y los errores de medición en la variable "Horas de
Estudio". Asimismo, someter los resultados a pruebas de robustez y análisis de validación cruzada
puede verificar la solidez y relevancia de los hallazgos bajo diversas circunstancias.
Además, se puede considerar ampliar el uso de herramientas en futuras investigaciones como otras
técnicas econométricas alternativas, modelos de efectos fijos o de series temporales. Esto podría
brindarnos una perspectiva más holística de las interacciones entre las variables y el rendimiento
académico.
Al aplicar estas recomendaciones, podemos garantizar un enfoque más sólido y riguroso para futuras
investigaciones. A su vez, esto mejorará la calidad y aplicabilidad de los resultados obtenidos,
permitiéndonos comprender mejor los factores que influyen en los resultados del aprendizaje.
Además, sería útil ampliar nuestro alcance para considerar otros posibles factores que pueden no
haber sido cubiertos en este estudio. Explorar estas áreas inexploradas puede agregar un nivel de
experiencia y facilitar la implementación de estrategias más poderosas y personalizadas en el campo
académico.
14
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
Bibliografía
Artunduaga Murillo, M. (Julio De 2008). Variables Que Influyen En El Rendimiento Académico En La
Universidad. España.
Barahona U., P. (2014). Factores Determinantes Del Rendimiento Academico De Estudiantes De La
Universidad De Atacama. Copiapó, Chile.
Chong Gonzales, E. G. (2017). Factores Que Inciden En El Rendimiento Académico De Los
Estudiantes De La Universidad Politécnica Del Valle De Toluca. Revista Latinoamericana De
Estudios Educativos, Xlvii, 18.
German Mariciela, B. N. (2021). Factores Asociados Al Rendimiento Académico: Un Estudio De
Caso. Revista Educare, 15.
Tonconi Quispe, J. (Enero De 2010). Factores Que Influyen En El Rendimiento Académico Y La
Deserción De Los Estudiantes De La Facultad De Ingeniería Económica De La Una-Puno,
Periodo 2009. Cuadernos De Educacion Y Desarrollo.
Villena, M. (2014). Factores Determinanates Del Rendimiento Academico De Los Estudiantes
Universitarios Entre Los Años 2009 Y 2013. Trujillo Perú.
15
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
Cuadros2
R2 0,21727
R2 ajustado 0,19242
F-estadístico 8,74363 0,00000
Nota: La variable dependiente representa el Promedio Ponderado Académico (PPA) variable usada para medir el rendimiento
académico de los estudiantes. Las variables independientes representan los factores que inciden en el PPA.
R2 0,00587
R2 ajustado 0,00075
F-estadístico 1,14637 0,28564
Nota: La variable dependiente representa las horas de estudio por día que depende de las materias inscritas.
2
Tres estrellas significan que los coeficientes son estadísticamente significativos y diferentes de cero al 1%. Dos estrellas significan que son significativamente
diferentes de cero al 5%. Una estrella significa que son significativamente diferente de cero al 10%.
16
FACTORES DEL RENDIMIENTO ACADEMICO EN LA FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES DE LA UAGRM
R2 0,25180
R2 ajustado 0,22805
F-estadístico 10,60124 0,00000
Nota: La variable dependiente representa el Promedio Ponderado Académico (PPA) variable usada para medir el rendimiento académico
de los estudiantes. Las variables independientes representan los factores que inciden en el PPA. En variables independientes se
reemplaza la Horas de Estudio por las Horas de Estudio aproximada, para arreglar los errores de medición.
17