Modelización multinivel del rendimiento académico universitario

Resum

Los modelos multinivel permiten abordar las situaciones en las que los datos obtenidos de la investigación tienen una estructura jerárquica, de forma que los individuos se agrupan en niveles cuyas características pueden influir en las variables que son objeto de estudio. La cuestión clave que define una variable como un nivel es que sus unidades pueden considerarse como una muestra aleatoria de una población más amplia de unidades. El rendimiento académico estudiantil constituye un elemento fundamental para determinar el resultado el proceso de enseñanza-aprendizaje de las universidades. En el rendimiento académico inciden múltiples factores inherentes al estudiante, a la organización académica universitaria y al profesorado que se ubican en diversos niveles de influencia y que interaccionan entre sí. En la presente tesis se ha realizado una sistematización de la conceptualización del rendimiento académico, de los indicadores propuestos en la literatura para su medición y, a partir del análisis de la información que suministran los sistemas de gestión académica, se han seleccionado como factores del nivel de los estudiantes la edad, el género, las becas y el hábitat; para la universidad el área académica y el tipo de estudios de los estudiantes; y para el profesorado la experiencia docente, la retribución, la edad y el género. Para investigar la influencia de los anteriores factores en los indicadores de rendimiento académico se han analizado diversos modelos multinivel con términos de intersección y coeficientes aleatorios. Para estos modelos el procedimiento de máxima verosimilitud produce estimadores sesgados de los parámetros aleatorios, este sesgo puede llegar a ser importante por lo que las estimaciones se han realizado mediante máxima verosimilitud restringida. Los modelos se han aplicado a una muestra de 55.359 estudiantes de la UTPL de Ecuador. Entre los resultados obtenidos caben destacar la estimación de la influencia de la interacción entre género de los estudiantes y la modalidad de enseñanza, entre la edad de los estudiantes y el área académica o entre la edad del profesorado y la modalidad de enseñanza. La aplicación de los modelos ha exigido desarrollar una metodología de data cleaning que permite el aprovechamiento estadístico de fuentes administrativas heterogéneas.