Minería de Datos Educativos (EDM): análisis de los factores determinantes que influyeron el desempeño de las pruebas SABER en Cundinamarca (Colombia) entre 2017 a 2021

Abstract

Las implicaciones del rendimiento consistentemente bajo de los bachilleres colombianos a través de los últimos años tienen como consecuencia dificultades en asegurar su éxito al acceder a la educación superior, así como un impacto negativo en las oportunidades laborales para estos jóvenes y, consecuentemente, una menor calidad de vida a largo plazo en el contexto del mercado laboral, que es cada vez más competitivo. Las causas detrás de este fenómeno son numerosas y variadas, dificultando la posibilidad de diseñar un plan de acción efectivo que intervenga los factores decisivos del sistema educativo que han resultado en este desenlace. Según datos del CEINFES y la OCDE, Colombia presenta serias deficiencias en su sistema educativo, y su desempeño en pruebas como Saber 11° y PISA ha estado por debajo del promedio de la OCDE. En Cundinamarca, entre 2017 y 2020, más de la mitad de las instituciones educativas departamentales oficiales no certificadas han obtenido resultados bajos y se ha identificado un aumento en el número de instituciones que ingresaron a esta categoría. El objetivo de este análisis es investigar y aplicar modelos de minería de datos para examinar los resultados de los estudiantes de Cundinamarca en las pruebas Saber 11° e identificar los determinantes más importantes relacionados con el desempeño del estudiante. Estos determinantes incluyen el entorno académico, social, económico y demográfico, y el análisis busca identificar patrones y tendencias en los resultados para ayudar a formular políticas y estrategias más efectivas para mejorar el rendimiento de los bachilleres colombianos.

The implications of the consistently low performance of Colombian high school graduates over the last few years have resulted in difficulties in ensuring their success in accessing higher education, as well as a negative impact on job opportunities for these young people and, consequently, a lower quality of life in the long term in the context of an increasingly competitive labor market. The causes behind this phenomenon are numerous and varied, making it difficult to design an effective action plan to intervene in the decisive factors of the educational system that have resulted in this outcome. According to CEINFES and OECD data, Colombia has serious deficiencies in its education system, and its performance in tests such as Saber 11° and PISA has been below the OECD average. In Cundinamarca, between 2017 and 2020, more than half of the official non-certified departmental educational institutions have obtained low results and an increase in the number of institutions that entered this category has been identified. The objective of this analysis is to investigate and apply data mining models to examine the results of Cundinamarca students in the Saber 11° tests and identify the most important determinants related to student performance. These determinants include the academic, social, economic, and demographic environment, and the analysis seeks to identify patterns and trends in the results to help formulate more effective policies and strategies to improve the performance of Colombian high school graduates.