web-enzyme-v2-logo-white
logo-enzyme-2-blog

Si tus alumnos se van, usa People Analytics para que se queden

abandono_de_estudios_2.jpg

 Los datos del Ministerio de Educación, Cultura y Deporte[1] indican que uno de cada cinco estudiantes universitarios abandona su carrera en el primer año. El porcentaje medio de abandono en la universidad española se sitúa en el 32%, y llega al 60% en las universidades no presenciales. Mediante People Analytics, se pueden buscar patrones para identificar los perfiles con mayor riesgo para, conociendo el problema, aplicar medidas que eviten la marcha de los alumnos.

 El modelo elaborado por Enzyme Advising Group, consolidado tras varias aplicaciones prácticas, ayuda a identificar esas variables inesperadas que permiten identificar el riesgo de abandono y dotan de gran precisión al modelo predictivo.

El proceso de abandono universitario acostumbra a ser temporalmente largo, con una duración que puede alcanzar los dos años. Es un periodo en el que el centro educativo tiene la oportunidad de aplicar las medidas necesarias que permitan al alumno corregir la situación y continuar con sus estudios. Pero eso solo es posible si la universidad es capaz de identificar qué alumnos son susceptibles de dejar sus estudios. Conocer el perfil de esos estudiantes más propensos a abandonar, permite a los centros educativos diseñar las políticas necesarias que aumenten el ratio de permanencia de sus alumnos.

El abandono en cifras

Y es que en ese tiempo que dura la fase de tomar la decisión, se acumulan los factores que, finalmente, llevan al alumno a abandonar la carrera o la formación que esté cursando. Por un lado, hay factores previos al inicio del curso escolar, como la especialidad escogida, que estadísticamente suponen un mayor o menor riesgo de abandono.

Crue Universidades Españolas, asociación formada por un total de 76 universidades españolas, elabora anualmente un estudio titulado “La universidad española en cifras”[2], que se publica desde 2006. En la última edición, correspondiente al curso 2014-2015, y la primera en la que se cuenta con datos sobre la tasa de graduación o abandono de los alumnos, se especifica que el porcentaje bruto de abandono en las universidades públicas presenciales fue del 17,4%. Mientras que en las carreras de Ingeniería y Arquitectura la tasa de abandono es de alrededor del 25%, en Artes y Humanidades ronda el 20% y en Ciencias de la Salud queda por debajo del 10%.

grafico_tasa_de_abandono.jpg

La especialidad escogida es una de las variables que puede dar pistas sobre la posibilidad de abandono. El expediente académico, el perfil socioeconómico del estudiante o la edad son otras variables que pueden influir en su probabilidad de abandonar o no sus estudios. Otros indicadores, en cambio, pueden ser más inesperados, y convertirse en la clave que ayude a las universidades a definir mejor sus políticas de retención de alumnado.

En definitiva, existen muchos datos que ayudan a identificar la propensión al abandono de los alumnos, con diferente impacto según en cada una de las carreras. Y no es posible analizar y sacar conclusiones de esas cifras sin la ayuda de tecnologías analíticas. Con People Analytics, en cambio, el correcto tratamiento de los datos permite aflorar variables de impacto en el proceso de abandono que no son las típicamente esperadas.    

El modelo predictivo de Enzyme

Con el objetivo de ayudar a las universidades a implementar medidas para retener a sus alumnos, en Enzyme hemos desarrollado un modelo matemático para predecir el abandono en las diferentes titulaciones.

Utilizando diferentes experiencias previas de modelos de abandono en universidades presenciales, el algoritmo predictivo se han ido mejorando y consolidando de manera continua con datos reales. En el último caso de éxito realizado por Enzyme se ha llegado a un nivel de precisión de alta calidad, superior al 90% en algunas titulaciones. Para ello, se han utilizando datos históricos de los últimos 7 años de una universidad presencial, a los que se ha aplicado la experiencia de Enzyme y su conocimiento previo sobre qué variables pueden configurarse como más relevantes y significativas.

Aunque este índice de acierto no es igual para todas las titulaciones, y en algunos casos puede descender al 65%, los datos de éxito son consistentes. Las carreras humanísticas, según ha determinado Enzyme con este modelo, son menos predecibles, mientras que en las ingenierías se puede tener una certeza más precisa sobre las perspectivas de abandono.  

Para elaborar estos modelos, la metodologían de People Analytics divide las diferentes variables que caracterizan el ciclo de vida del estudiante por tipos, desde demográficas hasta resultados académicos, socioeconómicas, socioculturales, etc.

Posteriormente, se realiza un proceso de selección por titulación de las variables de impacto, con el objetivo de producir un modelo que permita predecir, en cada carrera de una determinada universidad, qué perfiles de alumnos tienen un mayor riesgo de abandono.

Las variables de impacto

prediccion_de_abandono_universitario_4.jpgAlgunas variables como, por ejemplo, resultados académicos, se explican de modo sencillo: aquellos alumnos con buenos resultados académicos tienen menos probabilidad de abandonar sus estudios que aquellos que obtienen malas calificaciones.

Es lógico que los alumnos con mejor expediente académico tengan menor propensión a dejar la universidad, y los datos analizados por Enzyme muestran que este patrón se reproduce  de modo consistente en todas las especialidades.

Sin embargo, el impacto de otras variables en la permanencia o no de un estudiante es más inesperado. El verdadero valor del modelo de Enzyme reside no solo en su capacidad analítica de los datos, sino en ese potencial para detectar variables significativas que de otro modo pasarían desapercibidas. Por ejemplo, un caso interesante es el conocimiento de idioma, que aplicando el modelo de Enzyme se ha revelado como una variable relevante en ciertos casos. Es decir, en determinados perfiles, aquellos alumnos con mejor conocimiento de una lengua extranjera son menos propensos a dejar sus estudios. Saber idiomas está correlacionado con cierta preocupación por la superación, interés por el aprendizaje, etc. que, en última instancia, son un indicativo de permanencia.

El modelo de predicción al abandono académico de Enzyme permite identificar esas variables significativas, y a menudo inesperadas, en cada rama de estudio para identificar a los alumnos más propensos al abandono.

Tomar decisiones basadas en datos

El conocimiento que proporciona People Analytics identifica con un índice de error bajo a los estudiantes que seguramente abandonarán sus estudios, así como aquellas variables que, aunque no lo parezca, tienen un alto efecto. Saber con antelación qué alumnos son susceptibles de abandonar tiene un gran impacto en la organización universitaria, ya que ofrece una herramienta que permite la gestión de ese abandono y tomar políticas adecuadas conociendo a tiempo la propensión al abandono. Y aunque puede parecer que con un poco de sentido común cualquiera puede predecir qué alumnos abandonarán (por ejemplo, mirando las calificaciones), la experiencia de Enzyme pone de manifiesto que son aquellas variables no esperadas las que tienen un mayor efecto y ayudan a definir de modo más preciso qué perfiles son susceptibles de abandono.

Contar con esa información única, no solo optimiza los esfuerzos de gestión, sino que permite detectar los casos de riesgo y actuar antes de que se produzcan. En definitiva, si una universidad sabe cuáles de sus alumnos se irán, puede implementar las medidas necesarias que pueden contribuir de manera más significativa a su retención.

 

Si requiere más información puede contactar con Enzyme Advising Group o también puede seguir leyendo más artículos.

 

Descarga el Whitepaper de People Analytics >>

Whitepaper People Analytics Enzyme Advising Group

Posts relacionados
¡Comparte con tus contactos!
   

Comenta este artículo...

New call-to-action

Suscríbete y no te pierdas ninguna novedad

¡Comparte con tus contactos!

   
contacto