Correlaciones de las componentes de los Indices Sintéticos de Calidad Educativa (ISCE) de los años 2015, 2016, 2017 en primaria, secundaria y media de Bogotá Colombia

Texto completo

(1)Correlaciones de las componentes de los índices sintéticos de calidad educativa (ISCE) de los años 2015, 2016, 2017 en Primaria, Secundaria y Media de Bogotá- Colombia.. Jesús Leonardo Antolinez Rodríguez & Andrea Melissa Jiménez Arcoz. Julio 2018. Universidad Distrital Francisco José de Caldas. Maestría en Educación en Ciencias de la Naturaleza y la Tecnología. Grupo de investigación FISINFOR. Bogotá D.C..

(2) ii Copyright © 2018 por Jesús Leonardo Antolinez Rodríguez & Andrea Melissa Jiménez Arcoz. Todos los derechos reservados..

(3) iii Correlaciones de las componentes de los índices sintéticos de calidad educativa (ISCE) de los años 2015, 2016, 2017 en Primaria, Secundaria y Media de Bogotá- Colombia.. Tesis presentada como requisito para optar al título de Magister en Educación en Ciencias de la Naturaleza y la tecnología.. Director Julián Andrés Salamanca Bernal. Jesús Leonardo Antolinez Rodríguez & Andrea Melissa Jiménez Arcoz. Julio 2018. Universidad Distrital Francisco José de Caldas. Maestría en Educación en Ciencias de la Naturaleza y la Tecnología. Grupo de investigación FISINFOR. Bogotá D.C..

(4) Dedicatoria. iv. Dedico esta investigación a la memoria de mi madre Evangelina Rodríguez Arenas, quien estaría feliz de ver finalizado este proyecto. A mi papá y mis hermanas, de quienes recibí gran apoyo. Finalmente a mi compañera de proyecto, amiga y esposa. Jesús Antolinez. Dedico esta investigación a mi madre Judith Arcoz, quien nos apoyó constantemente con sus consejos, a mi papá José Jiménez, por su motivación diaria para finalizar este proyecto, a mi hermana Carolina Jiménez, quien desde la distancia me alentó para no desfallecer. Finalmente a mi compañero de viaje, amigo y esposo. Melissa Jiménez..

(5) Agradecimientos. v. Agradecemos que a través del profesor Julián Andrés Salamanca Bernal, actual maestro de la maestría en educación en ciencias de la naturaleza y la tecnología, pudimos finalizar satisfactoriamente nuestro trabajo de investigación. Gracias al grupo de Investigación FISINFOR quien nos extendió su ayuda para la elaboración de ésta investigación. Gracias a cada maestro de los seminarios de quienes nos llevamos infinitos aprendizajes. De igual forma y de manera especial a Dios por darnos la vida para seguir realizando nuestros sueños..

(6) Resumen. vi. El presente informe de investigación es una documentación del modelo de análisis utilizado para la correlación de las variables del Índice Sintético de Calidad Educativa (ISCE). Se muestran los principales referentes conceptuales en cuanto: educación en Colombia, minería de Datos, bases de datos y cada una de las componentes del ISCE (Progreso, Desempeño, Eficiencia y Ambiente Escolar), a su vez se muestran los resultados por colegio de las componentes del ISCE de los años 2015, 2016 y 2017 de los colegios de Bogotá-Colombia que ofrecen educación Primaria, Básica y Media. Se encuentra el paso a paso de la construcción de un programa realizado en ROOT C++® que permitió la construcción de las gráficas de las correlaciones en 3D siguiendo las permutaciones entre las cuatro variables para cada año (2015,2016 y 2017) y para cada nivel (primaria, secundaria, media e ISCE), las cuales se analizaron una a una y en triadas; así mismo se encuentra la comparación de las correlaciones encontradas por años y las respectivas descripciones. El análisis de las correlaciones permitió la reflexión del instrumento implementado por el MEN y dejó abiertas algunas discusiones sobre la medición de la calidad de la educación en Colombia..

(7) Tabla de Contenidos. vii. Introducción .................................................................................................................................... 1 Planteamiento del problema........................................................................................................ 3 Justificación ................................................................................................................................ 4 Objetivos ..................................................................................................................................... 5 General. ................................................................................................................................... 5 Específicos. ............................................................................................................................. 5 Hipótesis Central ......................................................................................................................... 6 Capítulo 1 Marco Teórico .............................................................................................................. 7 Antecedentes de la investigación ................................................................................................ 7 Consideraciones Teóricas ......................................................................................................... 17 Educación en Colombia. ....................................................................................................... 17 Minería de Datos. .................................................................................................................. 19 Bases de Datos. ..................................................................................................................... 23 Índice Sintético de Calidad Educativa (ISCE) .......................................................................... 24 ¿Cuál es la estructura del ISCE? ........................................................................................... 26 Progreso................................................................................................................................ 27 Desempeño. .......................................................................................................................... 31 Eficiencia. ............................................................................................................................. 31 Ambiente escolar. ................................................................................................................. 32 ¿De dónde surgió la idea de realizar un ISCE en Colombia? ............................................... 33 ¿Qué se entiende por calidad educativa desde la perspectiva del ISCE? ............................. 34 ¿En otros países de Latinoamérica existe el ISCE? .............................................................. 36 Capítulo 2 Metodología de la investigación. ............................................................................... 39 Paradigma de investigación y aproximación epistemológica y ontológica del diseño metodológico............................................................................................................................. 39 Objeto de estudio ...................................................................................................................... 40 El contexto de la investigación ................................................................................................. 41 Perspectiva de la metodología de la investigación ................................................................... 42 Etapas de la investigación ......................................................................................................... 44 Instrumentos de la investigación y validación .......................................................................... 49 Capítulo 3 Sistematización de la Información .............................................................................. 51 Descarga de datos ..................................................................................................................... 51 Organización de los datos ......................................................................................................... 56 Depuración de base de datos ..................................................................................................... 59 Capítulo 4 Análisis de la información .......................................................................................... 60 Modelo ...................................................................................................................................... 60 Análisis Unidimensional ........................................................................................................... 63 Educación Primaria ............................................................................................................... 63 Educación Secundaria ........................................................................................................... 65 Educación Media .................................................................................................................. 67 Análisis Bidimensional ............................................................................................................. 68 Cálculo del Coeficiente de correlación de Spearman ........................................................... 70 Análisis Tridimensional ............................................................................................................ 89 Correlaciones Progreso-Desempeño de los años 2015, 2016 y 2017 ................................... 91.

(8) Primaria ............................................................................................................................ 91viii Secundaria ............................................................................................................................. 99 Media .................................................................................................................................. 108 Correlaciones Eficiencia-Desempeño de los años 2015, 2016 y 2017 ............................... 118 Primaria ............................................................................................................................... 118 Secundaria ........................................................................................................................... 127 Media .................................................................................................................................. 135 Correlaciones Ambiente-Desempeño de los años 2015, 2016 y 2017................................ 146 Primaria ............................................................................................................................... 146 Secundaria ........................................................................................................................... 155 Correlaciones Eficiencia-Progreso de los años 2015, 2016 y 2017 .................................... 165 Primaria ............................................................................................................................... 165 Secundaria ........................................................................................................................... 174 Media .................................................................................................................................. 183 Correlaciones Ambiente-Progreso de los años 2015, 2016 y 2017 .................................... 192 Primaria ............................................................................................................................... 192 Secundaria ........................................................................................................................... 201 Correlaciones Ambiente-Eficiencia de los años 2015, 2016 y 2017 .................................. 210 Primaria ............................................................................................................................... 210 Secundaria ........................................................................................................................... 218 Conclusiones ............................................................................................................................... 228 Apéndice ..................................................................................................................................... 240 Categorías y subcategorías ...................................................................................................... 241 Rúbrica para evaluar los resultados ........................................................................................ 243 Documentación de la creación de la base de datos, construcción de tablas de correlación y gráficas de superficie .............................................................................................................. 247 Tabla comparativa de conclusiones ........................................................................................ 263.

(9) Lista de tablas. ix. Tabla 1. Evolución de la matricula oficial y no oficial. - Bogotá D. C. Período 2010 – 2016. .... 42 Tabla 2. Vista de la conformación de la base de datos en hoja de cálculo Excel®. Elaboración propia. ................................................................................................................................... 58 Tabla 3. Medidas de tendencia central en Educación Primaria de los años 2015 - 2017. Calculado en Statgraphics® ................................................................................................................... 63 Tabla 4. Medidas de tendencia central en Educación Secundaria de los años 2015 - 2017. Calculado en Statgraphics® .................................................................................................. 65 Tabla 5. Resumen en Educación Secundaria de los años 2015 - 2017. Calculado en Statgraphics® ........................................................................................................................ 67 Tabla 6. Resultado del coeficiente correlación de Spearman para las variables Desempeño (D 2015 Pr), Progreso (P 2015 Pr), Eficiencia (E 2015 Pr) y Ambiente (A 2015 Pr) en Primaria del año 2015. Calculado en Statgraphics® ........................................................................... 71 Tabla 7. Resultado del coeficiente correlación de Spearman para las variables Desempeño (D 2016 Pr), Progreso (P 2016 Pr), Eficiencia (E 2016 Pr) y Ambiente (A 2016 Pr) en primaria de los años 2016. Calculado en Statgraphics® ..................................................................... 73 Tabla 8. Resultado del coeficiente correlación de Spearman para las variables Desempeño (D 2017 Pr), Progreso (P 2017 Pr), Eficiencia (E 2017 Pr) y Ambiente (A 2017 Pr) en primaria de los años 2017. Calculado en Statgraphics® ..................................................................... 75 Tabla 9. Resultado del coeficiente correlación de Spearman para las variables Desempeño (D 2015 Sec), Progreso (P 2015 Sec), Eficiencia (E 2015 Sec) y Ambiente (A 2015 Sec) en Secundaria de los años 2015. Calculado en Statgraphics® .................................................. 77 Tabla 10. Resultado del coeficiente correlación de Spearman para las variables Desempeño (D 2016 Sec), Progreso (P 2016 Sec), Eficiencia (E 2016 Sec) y Ambiente (A 2016 Sec) en Secundaria de los años 2016. Calculado en Statgraphics® .................................................. 79 Tabla 11. Resultado del coeficiente correlación de Spearman para las variables Desempeño (D 2017 Sec), Progreso (P 2017 Sec), Eficiencia (E 2017 Sec) y Ambiente (A 2017 Sec) en Secundaria de los años 2017. Calculado en Statgraphics® .................................................. 81 Tabla 12. Resultado del coeficiente correlación de Spearman para las variables Desempeño (D 2015 Med), Progreso (P 2015 Med), Eficiencia (E 2015 Med) y Ambiente (A 2015 Med) en Educación Media de los años 2015. Calculado en Statgraphics® ....................................... 83 Tabla 13. Resultado del coeficiente correlación de Spearman para las variables Desempeño (D 2016 Med), Progreso (P 2016 Med), Eficiencia (E 2016 Med) y Ambiente (A 2016 Med) en Educación Media de los años 2016. Calculado en Statgraphics® ....................................... 84 Tabla 14. Resultado del coeficiente correlación de Spearman para las variables Desempeño (D 2017 Med), Progreso (P 2017 Med), Eficiencia (E 2017 Med) y Ambiente (A 2017 Med) en Educación Media de los años 2017. Calculado en Statgraphics® ....................................... 86 Tabla 15. Síntesis de las Variables investigadas correlacionadas................................................. 88 Tabla 15. Corte Transversal de las Gráficas P vs D Primaria. Adaptado en Statgraphics®......... 91 Tabla 16. Corte Transversal de las Gráficas P vs D Primaria. Adaptado en Statgraphics®....... 100 Tabla 17. Corte Transversal de las Gráficas P vs D Primaria. Adaptado en Statgraphics®....... 108 Tabla 18. Corte Transversal de las Gráficas P vs D Primaria. Adaptado en Statgraphics®....... 118 Tabla 19. Corte Transversal de las Gráficas P vs D Primaria. Adaptado en Statgraphics®....... 127 Tabla 20. Corte Transversal de las Gráficas P vs D Primaria. Adaptado en Statgraphics®....... 136 Tabla 21. Corte Transversal de las Gráficas P vs D Primaria. Adaptado en Statgraphics®....... 146.

(10) Tabla 22. Corte Transversal de las Gráficas P vs D Primaria. Adaptado en Statgraphics®......155x Tabla 23. Corte Transversal de las Gráficas E vs P Primaria. Adaptado en Statgraphics® ....... 165 Tabla 24. Corte Transversal de las Gráficas E vs P Secundaria. Adaptado en Statgraphics® ... 174 Tabla 25. Corte Transversal de las Gráficas E vs P Media. Adaptado en Statgraphics®........... 183 Tabla 26. Corte Transversal de las Gráficas A vs P Primaria. Adaptado en Statgraphics®....... 192 Tabla 27. Corte Transversal de las Gráficas A vs P Secundaria. Adaptado en Statgraphics®... 201 Tabla 28. Corte Transversal de las Gráficas A vs E Primaria. Adaptado en Statgraphics® ...... 210 Tabla 29. Corte Transversal de las Gráficas A vs E Secundaria. Adaptado en Statgraphics® .. 219 Tabla 30. Etapas de la investigación. Elaboración propia. ......................................................... 240 Tabla 31. Relación entre los objetivos de la investigación y las categorías y subcategorías. Elaboración propia. ............................................................................................................. 242 Tabla 32. Rúbrica guía para el análisis de los resultados. Elaboración propia. .......................... 244 Tabla 33. Vista de Corte Transversal de las Gráficas. Adaptado en Statgraphics® ................... 261 Tabla 34. Tabla de frecuencias bidimensional, Desempeño-Progreso Primaria 2015 ............... 262 Tabla 35. Tabla de porcentajes, Desempeño-Progreso Primaria 2015 ....................................... 262 Tabla 36. Matriz de relación entre problema, objetivos y resultados. Creación propia ............. 263.

(11) Lista de figuras. xi. Figura 1. Principales autores en los antecedentes de la investigación. .......................................... 7 Figura 2. Estructura del sistema educativo Colombiano. Adaptado de MEN (2016b)................. 18 Figura 3. Adaptado de Pérez & Santín (2007). Fases en la extracción del conocimiento de los datos. ..................................................................................................................................... 21 Figura 4. Adaptado de Microsoft (2017). Relaciones entre los pasos del proceso en la creación de un modelo de minería de datos. ............................................................................................ 21 Figura 5. Recuperado de ICFES (2016). Estructura de los grados y áreas y su respectivo peso en cada nivel educativo. ............................................................................................................. 29 Figura 6. Etapas de la investigación. Elaboración propia. ............................................................ 45 Figura 7. Esquema proceso metodológico de la investigación. Elaboración propia. ................... 48 Figura 8. Vista de la página de ingreso Milton Ochoa®, obtenida de: https://miltonochoa.com.co/home/index.php ........................................................................ 52 Figura 9. Vista del ISCE en la página de Milton Ochoa®. Recuperado de: https://miltonochoa.com.co/home/index.php ........................................................................ 52 Figura 10. Vista consultoría ISCE en Milton Ochoa®. Recuperado de: http://198.50.153.154:8080/IndiceSCE/ ............................................................................... 53 Figura 11. Resultados del ISCE en Milton Ochoa®. Recuperado de: http://198.50.153.154:8080/IndiceSCE/Indice-Sintetico-CalidadEducativa/listado17.xhtml;jsessionid=6f6b741ba5161b696b35f310a111 ........................... 53 Figura 12. Obtención de códigos DANE de los colegios de Bogotá Colombia en Milton Ochoa®. Recuperado de: http://198.50.153.154:8080/IndiceSCE/Indice-Sintetico-CalidadEducativa/listado17.xhtml .................................................................................................... 54 Figura 13. Vista de la página de ingreso Colombia Aprende, obtenida de: http://aprende.colombiaaprende.edu.co/es/siemprediae/86402 ............................................ 54 Figura 14. Vista del consultor ISCE, obtenido de:http://aprende.colombiaaprende.edu.co/es/siemprediae/86402 ....................................... 55 Figura 15. Vista de la página Colombia Aprende para ingresa código DANE de las instituciones educativas, obtenida de: http://aprende.colombiaaprende.edu.co/es/siemprediae/86402. .... 55 Figura 16. Vista del reporte de la excelencia de la institución educativa formato pdf, obtenida de: http://aprende.colombiaaprende.edu.co/es/siemprediae/86402. ........................................... 56 Figura 17. Organización de la información en hojas de cálculo en Excel. Elaboración propia. .. 58 Figura 18. Esquema del análisis multivariado entre las cuatro componentes del ISCE en el año 2015 para primaria. Calculado en Statgraphics® ................................................................. 72 Figura 19. Esquema del análisis multivariado entre las cuatro componentes del ISCE en el año 2016 para primaria. Calculado en Statgraphics® ................................................................. 74 Figura 20. Esquema del análisis multivariado entre las cuatro componentes del ISCE en el año 2017 para primaria. Calculado en Statgraphics® ................................................................. 76 Figura 21. Esquema del análisis multivariado entre las cuatro componentes del ISCE en el año 2015 para secundaria. Calculado en Statgraphics® .............................................................. 78 Figura 22. Esquema del análisis multivariado entre las cuatro componentes del ISCE en el año 2016 para secundaria. Calculado en Statgraphics® .............................................................. 80 Figura 23. Esquema del análisis multivariado entre las cuatro componentes del ISCE en el año 2017 para secundaria. Calculado en Statgraphics® .............................................................. 82.

(12) Figura 24. Esquema del análisis multivariado entre las cuatro componentes del ISCE en el año xii 2015 para Educación Media. Calculado en Statgraphics® ................................................... 84 Figura 25. Esquema del análisis multivariado entre las cuatro componentes del ISCE en el año 2016 para Educación Media. Calculado en Statgraphics® ................................................... 85 Figura 26. Esquema del análisis multivariado entre las cuatro componentes del ISCE en el año 2017 para Educación Media. Calculado en Statgraphics® ................................................... 87 Figura 27. Gráfico Modelo de Zonas de Análisis. Realizado en Statgraphics® .......................... 90 Figura 28. Gráfico de Superficie Progreso vs Desempeño 2015. Educación Primaria. Realizado en ROOT C++®.................................................................................................................... 93 Figura 29. Gráfico de Superficie Progreso vs Desempeño 2016. Educación Primaria. Realizado en ROOT C++®.................................................................................................................... 95 Figura 30. Gráfico de Superficie Progreso vs Desempeño 2017. Educación Primaria. Realizado en ROOT C++®.................................................................................................................... 98 Figura 31. Gráfico de Superficie Progreso vs Desempeño 2015. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 102 Figura 32. Gráfico de Superficie Progreso vs Desempeño 2016. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 104 Figura 33. Gráfico de Superficie Progreso vs Desempeño 2017. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 106 Figura 34. Gráfico de Superficie Progreso vs Desempeño 2015. Educación Media. Realizado en ROOT C++® ...................................................................................................................... 111 Figura 35. Gráfico de Superficie Progreso vs Desempeño 2016. Educación Media. Realizado en ROOT C++® ...................................................................................................................... 113 Figura 36. Gráfico de Superficie Progreso vs Desempeño 2016. Educación Media. Realizado en ROOT C++® ...................................................................................................................... 115 Figura 37. Gráfico de Superficie Eficiencia vs Desempeño 2015. Educación Primaria. Realizado en ROOT C++®.................................................................................................................. 120 Figura 38. Gráfico de Superficie Eficiencia vs Desempeño 2016. Educación Primaria. Realizado en ROOT C++®.................................................................................................................. 122 Figura 39. Gráfico de Superficie Eficiencia vs Desempeño 2017. Educación Primaria. Realizado en ROOT C++®.................................................................................................................. 124 Figura 40. Gráfico de Superficie Eficiencia vs Desempeño 2015. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 129 Figura 41. Gráfico de Superficie Eficiencia vs Desempeño 2016. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 131 Figura 42. Gráfico de Superficie Eficiencia vs Desempeño 2017. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 133 Figura 43. Gráfico de Superficie Eficiencia vs Desempeño 2015. Educación Media. Realizado en ROOT C++® ...................................................................................................................... 138 Figura 44. Gráfico de Superficie Eficiencia vs Desempeño 2016. Educación Media. Realizado en ROOT C++® ...................................................................................................................... 140 Figura 45. Gráfico de Superficie Eficiencia vs Desempeño 2017. Educación Media. Realizado en ROOT C++® ...................................................................................................................... 142 Figura 46. Gráfico de Superficie Ambiente vs Desempeño 2015. Educación Primaria. Realizado en ROOT C++®.................................................................................................................. 148.

(13) xiii Figura 47. Gráfico de Superficie Ambiente vs Desempeño 2016. Educación Primaria. Realizado en ROOT C++® ................................................................................................. 150 Figura 48. Gráfico de Superficie Ambiente vs Desempeño 2017. Educación Primaria. Realizado en ROOT C++®.................................................................................................................. 152 Figura 49. Gráfico de Superficie Ambiente vs Desempeño 2015. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 157 Figura 50. Gráfico de Superficie Ambiente vs Desempeño 2016. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 159 Figura 51. Gráfico de Superficie Ambiente vs Desempeño 2017. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 161 Figura 52. Gráfico de Superficie Eficiencia vs Progreso 2015. Educación Primaria. Realizado en ROOT C++® ...................................................................................................................... 167 Figura 53. Gráfico de Superficie Eficiencia vs Progreso 2016. Educación Primaria. Realizado en ROOT C++® ...................................................................................................................... 169 Figura 54. Gráfico de Superficie Eficiencia vs Progreso 2017. Educación Primaria. Realizado en ROOT C++® ...................................................................................................................... 171 Figura 55. Gráfico de Superficie Eficiencia vs Progreso 2015. Educación Secundaria. Realizado en ROOT C++®.................................................................................................................. 176 Figura 56. Gráfico de Superficie Eficiencia vs Progreso 2015. Educación Secundaria. Realizado en ROOT C++®.................................................................................................................. 178 Figura 57. Gráfico de Superficie Eficiencia vs Progreso 2017. Educación Secundaria. Realizado en ROOT C++®.................................................................................................................. 180 Figura 58. Gráfico de Superficie Eficiencia vs Progreso 2015. Educación Media. Realizado en ROOT C++® ...................................................................................................................... 185 Figura 59. Gráfico de Superficie Eficiencia vs Progreso 2017. Educación Media. Realizado en ROOT C++® ...................................................................................................................... 187 Figura 60. Gráfico de Superficie Eficiencia vs Progreso 2015. Educación Media. Realizado en ROOT C++® ...................................................................................................................... 189 Figura 61. Gráfico de Superficie Ambiente vs Progreso 2015. Educación Primaria. Realizado en ROOT C++® ...................................................................................................................... 194 Figura 62. Gráfico de Superficie Ambiente vs Progreso 2016. Educación Primaria. Realizado en ROOT C++® ...................................................................................................................... 196 Figura 63. Gráfico de Superficie Ambiente vs Progreso 2017. Educación Primaria. Realizado en ROOT C++® ...................................................................................................................... 198 Figura 64. Gráfico de Superficie Ambiente vs Progreso 2015. Educación Secundaria. Realizado en ROOT C++®.................................................................................................................. 203 Figura 65. Gráfico de Superficie Ambiente vs Progreso 2016. Educación Secundaria. Realizado en ROOT C++®.................................................................................................................. 205 Figura 66. Gráfico de Superficie Ambiente vs Progreso 2017. Educación Secundaria. Realizado en ROOT C++®.................................................................................................................. 207 Figura 67. Gráfico de Superficie Ambiente vs Eficiencia 2015. Educación Primaria. Realizado en ROOT C++® ...................................................................................................................... 212 Figura 68. Gráfico de Superficie Ambiente vs Eficiencia 2016. Educación Primaria. Realizado en ROOT C++® ...................................................................................................................... 214 Figura 69. Gráfico de Superficie Ambiente vs Eficiencia 2017. Educación Primaria. Realizado en ROOT C++® ...................................................................................................................... 216.

(14) xiv Figura 70. Gráfico de Superficie Ambiente vs Progreso 2015. Educación Secundaria. Realizado en ROOT C++® ................................................................................................. 221 Figura 71. Gráfico de Superficie Ambiente vs Progreso 2016. Educación Secundaria. Realizado en ROOT C++®.................................................................................................................. 223 Figura 72. Gráfico de Superficie Ambiente vs Progreso 2017. Educación Secundaria. Realizado en ROOT C++®.................................................................................................................. 225 Figura 73. Categorías de la investigación. Elaboración propia. ................................................. 241 Figura 74. Vista de la herramienta tabla dinámica en Excel®.................................................... 248 Figura 75. Vista de la tabla dinámica cruzada en Excel® .......................................................... 249 Figura 76. Vista de la gráfica de superficie arrojada por Excel® ............................................... 250 Figura 77. Vista de las variables a usar en Excel® ..................................................................... 251 Figura 78. Vista de la creación de la tabla dinámica en la misma hoja de Excel® .................... 252 Figura 79. Vista ventana de opciones para la tabla dinámica en Excel® ................................... 252 Figura 80. Vista proceso de tabla manual en Excel® ................................................................. 253 Figura 81. Vista proceso de intervalos manuales en Excel®...................................................... 254 Figura 82. Vista pegado de tabla manual en Excel® .................................................................. 255 Figura 83.Vista del gráfico de superficie arrojado por Excel® con los intervalos manuales ..... 255 Figura 84. Código en ROOT C++® para la creación de gráficas 3D. Creado en Emacs® ........ 256 Figura 85. Código en ROOT C++® para la creación de gráficas 3D. Creado en Emacs® ........ 257 Figura 86. Vista de terminal en Ubuntu ...................................................................................... 258 Figura 87. Vista de terminal, apertura ROOT C++® ................................................................. 258 Figura 88. Vista gráficas 3D en ROOT C++® ........................................................................... 259.

(15) 1 Introducción Buscando la forma de contribuir con el sistema de Educación en Colombia, nace la idea de realizar y analizar correlaciones de variables de índole educativa que arrojen como resultado tendencias que den cuenta de información veraz y trascendental en la educación. Es así que, tomando como insumo los cuatro ítemes que establece el Ministerio de Educación Nacional (MEN) para calcular el Índice Sintético de Calidad Educativa (ISCE) a saber: Progreso, Desempeño, Eficiencia y Ambiente Escolar, se presenta una investigación donde se documenta el análisis cuantitativo de las variables mencionadas (de forma que cualquier maestro podría hacer uso de la documentación), con distintos programas estadísticos donde se correlacionaron éstas variables de índole educativa en Bogotá-Colombia, y se analizaron las tendencias en el sistema educativo. En el capítulo 1, se encuentra el sustento teórico de esta investigación, se abordan sus antecedentes, algunas consideraciones teóricas de importancia para este trabajo y una amplia exploración del ISCE en Colombia y de sus cuatro componentes. En el análisis de los antecedentes se destacan estudios relacionados con la educación en Colombia, análisis del aprendizaje escolar para fomentar políticas en pro de la calidad de la educación, fomento de la investigación haciendo uso de los resultados de las pruebas del ICFES, la tecnología como elemento de análisis para la educación en cualquiera de sus niveles específicamente con la minería de datos, los determinantes de la calidad de la educación secundaria con base en los resultados de la prueba ICFES, mediciones correctas en la educación como beneficio al cambio educativo, entre otros..

(16) 2 Dentro de las consideraciones teóricas se realiza un análisis de los conceptos claves de la investigación, entre ellos: La educación en Colombia vista desde distintos autores e instituciones, Minería de Datos y su uso aplicado en la educación y programas informáticos que ayudan al análisis de las bases de datos. En el capítulo 2, se expuso el diseño metodológico de la investigación, el paradigma bajo el cual se ha declarado, así como su aproximación epistemológica y ontológica. A su vez, se encuentran las etapas que se cumplieron para la elaboración de la investigación, las categorías y subcategorías que se encontraron dentro de la misma, los instrumentos de recolección de información, la validación del instrumento y la rúbrica para la evaluación de los resultados. En el capítulo 3, se confinó la sistematización de la información, se explicó el paso a paso de la obtención de la base de datos y su debido tratamiento. A su vez, es una guía para la obtención de futuros datos a analizar. En el capítulo 4 se encuentra el análisis de la información obtenida a partir de las distintas tablas y gráficas elaboradas en los softwares estadísticos, que permitieron la elaboración de un detallado informe de las correlaciones de las componentes del ISCE como insumo para el campo educativo en Bogotá-Colombia. En el capítulo 5 se encuentran las conclusiones de la investigación, donde se dejó algunas preguntas abiertas para que el lector llegue a sus propias conclusiones y a su vez sirva como punto de partida para posteriores investigaciones..

(17) 3 Finalmente, en el apéndice el lector encontrará una documentación detallada del paso a paso para la construcción de las distintas correlaciones, sus tablas, gráficas y posterior análisis. Planteamiento del problema El ISCE ha sido aplicado en el año 2015, 2016 y 2017 en todas las instituciones educativas de Colombia, dado que es una aplicación reciente de un proceso normativo que ha implementado el MEN, existe una oportunidad para hacer una investigación de este instrumento que permita observar algunas ventajas y desventajas; en ésta dirección surge el problema de investigación que discute la validación de la aplicación de dicha herramienta de medición en Bogotá-Colombia correlacionando los cuatro ítemes que establece el MEN para calcular el ISCE: Progreso, Desempeño, Eficiencia y Ambiente Escolar en educación primaria, secundaria y media. A esto, se suma la gran acogida que ha recibido la tecnología dentro de la educación, haciéndose imperioso para el maestro ir avanzando en las distintas tendencias informáticas que a diario desbordan la vida de los estudiantes. En ese sentido, es una labor casi ineludible que el maestro simplifique tareas dando instrucciones al ordenador. En consonancia, el maestro al realizar las mencionadas correlaciones, accionará una herramienta que le permitirá interactuar con ambientes virtuales los cuales lo llevarán a relacionar las variables que desee en educación. Así, nace la siguiente pregunta: ¿Cómo esbozar un modelo para el análisis de bases de datos educativos, específicamente el ISCE de los años 2015, 2016 y 2017 de los.

(18) 4 colegios de Bogotá-Colombia que brindan educación a Básica primaria, Básica secundaria y Media? Justificación La necesidad de esbozar un modelo para el análisis de bases de Datos educativos, específicamente el ISCE de los años 2015, 2016 y 2017 de distintos colegios de BogotáColombia, nace de la reciente política educativa implementada en Colombia. En el marco de la estrategia de la política Educativa del MEN “Colombia la mejor Educada en el 2025” el MEN (2015a) menciona que: (el subrayado es de los autores) Afirmar que queremos elevar la calidad educativa es fácil de decir. Sin embargo, es indispensable saber en dónde estamos, a dónde queremos llegar y cómo lo vamos a conseguir. Pero todas estas preguntas deben enfocarse en lo más importante: nuestros estudiantes. Por esto, hoy contamos con una nueva herramienta que nos permitirá medir nuestro trabajo para saber cómo estamos y cómo podemos mejorar: el Índice Sintético de Calidad Educativa (ISCE). Con ella, sabremos con certeza cómo estamos en cada uno de nuestros ciclos educativos —Básica Primaria, Básica Secundaria y Media— (p. 1) Por tanto, el índice sintético de calidad, desde el punto de vista del MEN, es una herramienta que da señal, indica y recoge las partes necesarias para medir la calidad de una institución educativa y pretende conocer con certeza el estado de la educación en Colombia, de esta manera al recoger estas partes se suma una identidad. Es así, que surge la necesidad de verificar ésta aseveración del MEN de modo que; al realizar correlaciones de éstas variables (gráficas y tendencias), por medio de Excel.

(19) 5 (programa informático distribuido por Microsoft Corp), se pueda concluir o predecir algunos comportamientos positivos como perjudiciales dentro la herramienta del ISCE para su posible mejora o fortalecimiento. Con la ayuda por la minería de datos (conocida como la extracción de conocimiento almacenado en bases de datos), es probable que se encuentre oculto algún conocimiento dentro de las bases de datos del ISCE que ayude a identificar las falencias de algunos temas en la educación. Objetivos General. Esbozar un modelo para el análisis de la base de datos ISCE de los años 2015, 2016 y 2017 de los colegios de Bogotá-Colombia que brindan educación a Básica primaria, Básica secundaria y Media. Específicos. Realizar consulta bibliográfica y de antecedentes sobre ISCE (en especial de estudios anteriores sobre minería de datos aplicada a datos en educación). - Revisar técnicas de análisis de datos en el marco conceptual de la minería de datos. - Realizar minería de datos sobre los datos ISCE. - Analizar las distintas correlaciones obtenidas de las variables educativas identificadas en distintos colegios de Bogotá-Colombia. - Documentar el modelo de análisis utilizado para la correlación de variables de distintas bases de datos en el programa informático..

(20) 6 Hipótesis Central Existen relaciones de dependencia entre las categorías del ISCE de los Colegios de Bogotá-Colombia que brindan educación a Básica Primaria, Básica Secundaria y Media de los años 2015, 2016 y 2017..

(21) 7 Capítulo 1 Marco Teórico Antecedentes de la investigación Los trabajos que anteceden esta investigación, obedecen a unas líneas de investigación en unos contextos de desarrollo específicos, los cuales sirven de apoyo para el desarrollo del presente trabajo. En la Figura 1, se encuentran los principales autores que dan base a los. Alzate (2011) Quesada, V. M., Blanco, I. D. C., & Maza, F. J. (2010). Gamboa Nino, L (2012). Castro Aristizabal, G., Giménez Esteban, G., & Pérez Ximénez de Embún, D. (2016).. Gaviria A, Barrientos J (2001).. Romero, C., & Ventura, S. (2010).. Núñez J, Steiner R, Cadena X, Pardo R (2002).. Orea, Vargas, & Alonso (2005).. Herrera, E. M., & Builes, N. M. S. (2015). Zambrano M (2015).. Minería de datos en educación.. Iregui A, Melo L, Ramos J (2010).. Calidad de la educación en Colombia.. Educación en Colombia.. antecedentes de la investigación.. Baker, R. S. J. D. (2010). Kumar, V., & Chadha, A. (2011). Goyal, M., & Vohra, R. (2012). Márquez Vera, C. (2015). Sotomonte Castro J, Rodríguez Rodríguez C, Montenegro Marín C, Gaona García P, Gabriel Castellanos J (2016).. Figura 1. Principales autores en los antecedentes de la investigación.. En el terreno de la educación en Colombia Iregui A, Melo L, Ramos J (2007) analizaron la eficiencia de la educación en Colombia, donde midieron el impacto de diversos factores asociados con el colegio y con el entorno socioeconómico de los estudiantes en el rendimiento académico, estimaron los niveles de eficiencia técnica de una muestra de 4.542 colegios públicos y privados en el 2002. El ejercicio lo realizaron a partir de una función de producción del sistema educativo, utilizando técnicas de frontera estocástica. De lo que concluyeron que las variables asociadas con la infraestructura de los colegios y con el entorno socioeconómico de los estudiantes tienen un impacto.

(22) 8 positivo y significativo en el logro académico. En términos de eficiencia, los resultados mostraron que los colegios privados se podrían estar beneficiando de condiciones de entorno más favorables, si se tiene en cuenta que éstos, en promedio, atienden alumnos de mayores ingresos. No obstante, concluyen que cuando se asumen entornos equivalentes, no existen grandes diferencias en las medidas de eficiencia entre colegios públicos y privados. Asimismo, Alzate (2011) analizó las políticas públicas en Colombia donde observó que se han consolidado como una herramienta esencial en el ejercicio académico y práctico de la gestión pública y concluyó que en la actualidad este tipo de políticas son la plataforma de los planes, programas y proyectos dirigidos a resolver parte de los conflictos sociales existentes. Mientras que Quesada, V. M., Blanco, I. D. C., & Maza, F. J. (2010), realizaron un análisis envolvente de datos aplicado a la cobertura educativa en el departamento de Bolívar-Colombia (2007-2008), donde analizaron que la responsabilidad por la prestación del servicio educativo en Colombia recae en el Estado; así lo dicta la Constitución Política y la Ley General de Educación (115 de 1994). La Ley 715 de 2001 delimita las competencias de la nación y las de los entes territoriales (Departamentos y Municipios) respecto a la gestión del servicio. Analizaron que mientras que a la nación le corresponden las funciones de planificación a nivel general, a los departamentos y municipios certificados para administrar el servicio les compete planificar a nivel municipal y disponer de lo requerido para que los procesos se realicen con la eficiencia y eficacia necesarias de manera que se logre la cobertura y calidad exigidas por el Estado. El Departamento Nacional de Planeación (DNP) ha estructurado un sistema de seguimiento al cumplimiento de estos propósitos de País, y para ello ha.

(23) 9 implementado sistemas de evaluación de la eficiencia en cobertura y calidad de la educación pública (por el origen de su financiación) en los niveles de preescolar, básica y media, utilizando Análisis Envolvente de Datos (DEA por sus siglas del inglés). El análisis lo realizaron usando información suministrada por las entidades territoriales al Departamento Nacional de Planeación, para estimar la eficiencia de sus municipios en la prestación del servicio educativo. Los resultados mostraron que, en materia de Cobertura, no más del 30% se ubica en la frontera eficiente. Por lo que cabría preguntarse de acuerdo a lo planteado por Iregui A, Melo L, Ramos J (2007) y Quesada, V. M., Blanco, I. D. C., & Maza, F. J. (2010) el conocer si la eficiencia de la prestación del servicio educativo se encuentra relacionada con la eficiencia de la educación en Colombia. En cuanto a la evolución de la igualdad de oportunidades en educación en Colombia, Gamboa & Maldonado (2012) analizaron para Colombia la evolución de la igualdad de oportunidades en educación media en una perspectiva internacional. Donde proveen una medición del nivel de desigualdad de oportunidades en el logro educativo en educación básica para Colombia, y su situación respecto a otros países de América Latina. En el estudio utilizaron como circunstancias el género, el nivel educativo de los padres y el tipo de institución a la que asisten los estudiantes. Con estas variables lograron una caracterización más precisa del conjunto de oportunidades al alcance de los estudiantes. Este ejercicio lo acompañaron de una simulación tipo ‘boostrap’ que les permitió ver la estabilidad de los resultados y pruebas de inferencia estadística. Utilizaron los resultados de los exámenes de PISA 2006 y 2009, así como los resultados de los exámenes de la.

(24) 10 prueba de Estado SABER 11 para las áreas de matemáticas, ciencias y lectura. Encontraron que el género es la circunstancia que menos desigualdad de oportunidades (inequidad) genera y que el tipo de colegio genera altos niveles de inequidad tanto para Colombia como para el resto de países incluidos en el análisis. Por otro lado, encontraron una modesta reducción en los niveles de inequidad en el tiempo que han modificado los ordenamientos entre países más inequitativos. Los autores encuentran limitaciones en la información disponible y el tamaño de la muestra, debido que impiden definiciones más precisas de las circunstancias vividas por los estudiantes. Los niveles de desigualdad que la sociedad debería compensar (desigualdad injusta) respecto a las circunstancias incluidas no superan el 26% de la desigualdad bruta, pero aun así son valores significativos sobre los cuales deben trabajar los encargados de la política educativa. Cabe considerar dentro de esta perspectiva a Castro Aristizabal, G., Giménez Esteban, G., & Pérez Ximénez de Embún, D. (2016), quienes estimaron las brechas escolares entre los centros públicos y privados, de los países de América Latina que participaron en PISA 2012. Además, identificaron las causas que dieron origen a las divergencias en rendimiento escolar. Para ello, aplicaron la técnica de descomposición de OaxacaBlinder, combinada con estimaciones de la Función de Producción Educativa a través de Variables Instrumentales, para solventar el problema de endogenidad. Establecieron unas pautas generales a la hora de explicar las diferencias en desempeño académico entre los colegios públicos y privados para los países latinoamericanos participantes en PISA 2012: Las diferencias en dotaciones individuales, familiares y escolares son los factores que dan origen a las brechas escolares existentes entre los colegios públicos y privados en.

(25) 11 PISA 2012, donde las primeras explican, en mayor medida, las desigualdades educativas, seguidas de las diferencias en dotación familiar y, en tercer lugar, escolar. Específicamente, para cada factor, las diferencias en dotaciones entre los estudiantes no repetidores de curso de las escuelas públicas y privadas, las diferencias de la educación de la madre y las diferencias en el gasto que realizan los colegios en la calidad de los materiales educativos, son los factores con un mayor peso. En cuanto al tema de la calidad de la educación en Colombia, Gaviria A, Barrientos J (2001) estudiaron los determinantes de la calidad de la educación secundaria en Colombia con base en las pruebas del ICFES. Donde abordan tres aspectos cruciales del tema; a saber, el efecto de las características familiares sobre el rendimiento, el efecto de las características del plantel sobre la calidad, y el efecto del gasto público sobre la calidad relativa de los planteles públicos respecto a los privados. El desempeño académico en Colombia está en buena parte supeditado al acceso a un plantel de buena calidad, y que dicho acceso está severamente restringido para los hogares menos favorecidos. En otras palabras, el rendimiento promedio de los colegios públicos no parece estar asociado ni con la educación media de los docentes ni con las características físicas del plantel. Así las cosas, el efecto del plantel sobre rendimiento parece estar mediado por la estructura de incentivos que regula las relaciones entre maestros, estudiantes, funcionarios públicos y padres de familia. De igual forma los autores concluyen que la diferencia en calidad entre planteles privados y públicos ha permanecido prácticamente constante a pesar del aumento sustancial del gasto público en educación--ello aplica no solo para el país como un todo, sino para cada departamento.

(26) 12 tomado de manera independiente--. En su conjunto, el trabajo sugiere que el problema de la calidad de la educación pública es uno de incentivos y estructura organizacional y, sólo de manera secundaria, uno de falta de recursos. Mientras que Núñez J, Steiner R, Cadena X, Pardo R (2002) determinan las diferencias en las pruebas del ICFES entre estudiantes de colegios públicos y privados. Después de controlar por las características de los individuos, del hogar, de la infraestructura del colegio y el nivel educativo de los docentes, tanto a nivel nacional como a nivel urbano y rural encontraron una diferencia significativa en favor de los privados, que atribuyen a características no observables, entre las que figuran el sistema de incentivos y ascensos de los maestros. Las diferencias a favor de los colegios privados son más marcadas en los niveles de ingresos medios y altos y, de hecho, en el nivel de ingreso más bajo los estudiantes de colegios públicos obtienen logros superiores. Como una primera aproximación a los efectos de las características no observables, compararon los logros de colegios públicos, privados y de educación contratada (educación pública administrada por la iglesia) en los 36 municipios donde ésta funciona. Los autores encontraron una diferencia significativa a favor de la educación contratada, y resultados más favorables para los colegios públicos que para los privados. Dado que en estos municipios operan programas de Escuela Nueva --innovadora versión de escuela pública- ello sugiere que no solo importa la diferencia entre colegios públicos y privados, sino también las diferencias dentro de cada grupo de ellos..

(27) 13 Llama la atención estas evidencias contrapuestas en el estudio de la calidad de la educación, cabría preguntarse si el tema de su estudio se verá siempre supeditado al investigador. Vista la calidad desde una reflexión aplicada a la educación, Herrera, E. M., & Builes, N. M. S. (2015) realizan un análisis inspirado en la lectura del macroproyecto Concepciones y Prácticas Pedagógicas de los Maestros de niños, niñas y jóvenes en situación de Vulnerabilidad Institucional, Cultural, Ambiental y/o de Entorno de las Instituciones Educativas de algunos Municipios de los Departamentos de Huila, Valle Del Cauca y Risaralda, que pretendió develar y comprender las nubes de significados, de procesos, de estrategias, de conceptos que se tejen entorno a las prácticas educativas y pedagógicas de los maestros de niños, niñas y jóvenes considerados en situación de vulnerabilidad, siguiendo los lineamientos de política de 2005. De esta y más lecturas, se intenta brindar un panorama por los diferentes aspectos que dan forma a la pretensión de lograr una educación de calidad en un país como Colombia. Los autores hacen un repaso por los orígenes de la academia y de cómo la educación y la cultura dan forma a la vida artificial que el hombre se empeña en construir. Desde una perspectiva filosófica la educación es reconocida como técnica domadora con la cual hombres crían a hombres. Ante las barbaries ocurridas a lo largo de la historia se fue gestando un movimiento que colocaría al hombre en el centro de todo. Los autores concluyen que el humanismo a través de la escritura y lectura no pudo amansar al hombre, lo que hizo necesario revisar los modelos y enfoques que se están aplicando y si realmente la educación, comprendida como servicio público pueda cumplir sus cometido permitiéndole a los estudiantes su.

(28) 14 propia doma con la que pueda elegir sus opciones de saber. Mientras que Zambrano M (2015) habla directamente de los alcances e inconsistencias del ISCE, donde analiza que el generar mediciones en el sector educativo es una prioridad y un requisito para desarrollar políticas educativas con la capacidad de transformar tanto la educación como la sociedad. Aun así, expone que se debe ser en extremo cuidadoso en lo relacionado a la calidad de dichas mediciones. Las mediciones correctas tienen la capacidad de favorecer el cambio educativo bajo parámetros racionales y democráticos. Asunto contrario cuando por diversas circunstancias las mediciones presentan importantes inconsistencias y sesgos aumentando los niveles de confusión y generando una pérdida crítica de recursos y esfuerzos. En el campo de la minería de datos en educación Romero, C., & Ventura, S. (2010) estudiaron los estudios más relevantes llevadas a cabo en este campo hasta la fecha, muestran como a través de técnicas de minería de datos se han resuelto tareas típicas en el ambiente educativo, a su vez discuten algunas de las futuras líneas de investigación más prometedoras en este campo. Por su parte Orea, Vargas, & Alonso (2005) estudiaron por medio de la Minería de datos la predicción de la deserción escolar, mediante el algoritmo de árboles de decisión y el algoritmo de los k vecinos más cercanos, en la que evidenciaron que las técnicas de minería de datos permiten obtener conocimiento oculto en grandes cantidades de datos con información valiosa que, al explotarse, ofrece ventajas competitivas a las organizaciones. En el caso de las instituciones de educación superior, existen muchos datos respecto a los estudiantes, útiles para tomar decisiones estratégicas en pro de los mismos. Con base en esto, los autores aplicaron técnicas de.

(29) 15 minería de datos para buscar predecir la deserción escolar en la Universidad Tecnológica de Izúcar de Matamoros. Baker, R. S. J. D. (2010) explica como la minería de datos educativa se ha convertido en un área de investigación independiente en los últimos años, debido al importante papel que ha desarrollado en el estudio de los datos educativos, entre ellos el comprender los estudiantes y los entornos en los que aprenden. En consonancia, Kumar, V., & Chadha, A. (2011) exponen que uno de los mayores retos a los que se enfrentan las instituciones educativas es el crecimiento explosivo de los datos educativos y su uso para mejorar la calidad de las decisiones de gestión. Es así que los autores abordan las aplicaciones de minería de datos en la institución educativa para extraer información útil de los grandes conjuntos de datos y la disponibilidad de herramientas de análisis para ver y utilizar esta información para la toma de decisiones, tomando ejemplos de la vida real. De igual manera Goyal, M., & Vohra, R. (2012) proponen el uso de técnicas de minería de datos para mejorar la eficiencia de las instituciones de educación superior. Técnicas de minería de datos, tales como la agrupación, árbol de decisiones y de asociación, fueron aplicadas al proceso de enseñanza superior, para ayudar a mejorar el rendimiento de los estudiantes; su gestión del ciclo de vida; la selección de cursos; para medir su tasa de retención y la gestión de fondos concesión de una institución. De otra parte Márquez Vera, C. (2015) aborda el problema multifactorial del fracaso escolar de los estudiantes. Este problema se presenta en muchas instituciones educativas de todas partes del mundo, especialmente en niveles de educación media o superior, donde hay una cantidad importante de estudiantes que no aprueban sus materias o que abandonan sus estudios. El autor hace una revisión del.

(30) 16 estado del problema además de proponer varios modelos de predicción a niveles educativos de enseñanza media. Propone una metodología para predecir a los estudiantes que se encuentran en riesgo de abandonar o reprobar utilizando diferentes técnicas de Minería de Datos. Por otro lado, propone otra metodología basada en técnicas de Minería de Datos para predecir lo más temprano posible en el periodo escolar a aquéllos que estén en riesgo de suspender o abandonar, es decir, sentar las bases para que se pueda implementar un Sistema de Alerta Temprana, para una vez detectados poder tomar decisiones en cuanto a qué tipo de apoyo o intervención requiere cada uno de ellos para en lo posible impedir el fracaso, o bien, reducirlo y retener a los estudiantes en la escuela. Finalmente Sotomonte Castro J, Rodríguez Rodríguez C, Montenegro Marín C, Gaona García P, Gabriel Castellanos J (2016) encontraron que existe un problema latente en la educación de nivel superior en Colombia, el cual tiene que ver con los altos índices de deserción académica, adicionalmente son muy pocas las estrategias que se han implementado con el fin de frenar la tasa de deserción, puesto que solo hasta el año 2003, se inician de manera formal los estudios para poder establecer cuáles son las condiciones que propician el abandono de los estudios. Sin embargo, se desconocen las causas que conllevan a que un estudiante abandone su carrera, para ello los autores hicieron uso de la Minería de Datos, por medio de la cual generaron un modelo de Árbol de Decisión implementando el algoritmo J48 mediante el uso de la herramienta WEKA con el fin de poder identificar estas causas. Estos estudios relacionados con la minería de datos y la educación, abre el espacio para seguir la línea de investigación en Colombia y mejor aún en el ámbito de la calidad.

(31) 17 educativa junto con sus políticas y herramientas de medición, que es lo que atañe este trabajo. Consideraciones Teóricas Este apartado se centra en una descripción de los elementos: Educación en Colombia, Minería de Datos, Bases de Datos e ISCE, en atención a su relación con el objeto de estudio del presente trabajo. Educación en Colombia. MEN (2016b) realizó un estudio sobre la educación en Colombia, basado en que la educación es un derecho ciudadano y una prioridad del gobierno. De conformidad con la Constitución de 1991 y la Ley General de Educación de 1994, todos los colombianos tienen derecho a acceder a la educación para su desarrollo personal y para el beneficio de la sociedad. El MEN (Ministerio de Educación Nacional) asienta que la educación obligatoria actualmente es de 10 años, desde los 5 hasta los 15 años de edad, equivalente al promedio de la Organización para la Cooperación y Desarrollo Económico (OCDE) (desde los 6 hasta los 16). Es así que en un esfuerzo por ampliar el acceso y mejorar las competencias, muchos países, incluidos otros con economías emergentes como México y Chile, han ampliado el período de educación obligatoria. De acuerdo con el Plan Nacional de Desarrollo (PND), Colombia también busca que para el año 2030 la educación obligatoria incluya la educación media MEN (2015e). El sistema educativo colombiano está organizado en cuatro etapas clave (Figura 2). La Educación Inicial y Atención Integral a la Primera Infancia (EIAIPI) incluye servicios para los niños desde el nacimiento hasta los 6 años. Los estudiantes entran al sistema educativo en el año de.

(32) 18 transición (Grado 0 o a los 5 años de edad). La educación básica comprende nueve años (Grados 1 a 9, para niños de 6 a 14 años) e incluye cinco años de educación primaria y cuatro años de básica secundaria. La educación media dura dos años (Grados 10 y 11, para jóvenes de 15 y 16 años). El sistema de educación superior en Colombia según MEN (2016b) es especialmente complejo, con una gran variedad de proveedores y múltiples programas de distintas duraciones y niveles. Los estudiantes de Colombia son menores que sus pares de la OCDE cuando ingresan a la educación superior, y es probable que hayan recibido menos años de educación.. Figura 2. Estructura del sistema educativo Colombiano. Adaptado de MEN (2016b).. El estudio del MEN (2016b), afirma que la calidad está mejorando, pero la mayoría de los estudiantes tiene competencias básicas insuficientes cuando termina sus estudios. Las pruebas PISA evalúan qué saben y qué pueden hacer con lo que saben los estudiantes de 15 años de todo el mundo. Por su parte Colombia ha participado en estas.

(33) 19 pruebas desde el año 2006. Los resultados sugieren que la comprensión lectora de los estudiantes ha mejorado desde los primeros ciclos de evaluación hasta el presente, pero sigue siendo baja comparada con el promedio de la OCDE y con otros países latinoamericanos. El estudio arroja que el desempeño en matemáticas y ciencias no ha cambiado. En matemáticas, los estudiantes colombianos de 15 años están, en promedio, atrasados más de tres años (118 puntos) con respecto a sus pares de países miembros de la OCDE. El Tercer Estudio Regional Comparativo y Explicativo (TERCE) el cual evalúa las competencias en matemáticas, ciencias y escritura de los estudiantes latinoamericanos de los Grados 3 y 6,5 muestra que los estudiantes colombianos empiezan a atrasarse con respecto a sus países vecinos como Chile, Costa Rica y México, en los primeros años de educación. Las pruebas nacionales SABER en Grado 9 (aproximadamente a la edad de 14) y Grado 11 (a la edad de 16) también muestran niveles globales bajos, con tendencias negativas en los puntajes de lectura y matemáticas en algunos grados y años. En otras palabras, la educación en Colombia no pasa por su mejor momento. Surge entonces la pregunta sobre si los distintos instrumentos ideados como parte de las políticas educativas del país para la mejora de la educación ¿podrían brindar un salvavidas a este panorama? Cuestión que se podría recoger en eventuales estudios. Minería de Datos. Como afirma Martínez (2001) la disciplina denominada minería de datos estudia métodos y algoritmos que permiten la extracción automática de información sintetizada que posibilita caracterizar las relaciones escondidas en la gran cantidad de datos; también.

(34) 20 se pretende que la información obtenida posea capacidad predictiva, facilitando el análisis de los datos de forma eficiente. Bajo la denominación de "minería de datos" se han agrupado recientemente diversas técnicas estadísticas y del aprendizaje automático (Inteligencia Artificial) enfocadas, principalmente, a la visualización, análisis, y modelización de información de bases de datos masivas. De manera similar Rodríguez (2010), menciona que la minería de datos surge como producto de la evolución de las tecnologías de la información y de la necesidad de hacer uso de los grandes volúmenes de información existentes en las organizaciones, todo ello con el fin de extraer conocimiento que apoye a quienes hacen uso de ellas en la toma de decisiones. Indica así mismo, que las áreas en las que se puede utilizar la minería de datos es diversa, es decir, que en cualquier situación en las que se disponga de un conjunto de datos podría aplicarse, haciendo posible la construcción de sistemas de evaluación automática de riesgos y la obtención de modelos que permitan descubrir posibles fraudes, con base en la detección de comportamientos atípicos en comparación con los datos registrados anteriormente. Por su parte Pérez & Santín (2007), mencionan que las técnicas de minería de datos persiguen el descubrimiento automático del conocimiento que está contenido en la información almacenada de forma ordenada en bases de datos, así mismo afirman que la minería de datos es sólo una parte del proceso de extracción de conocimiento a partir de datos (KDD) y el proceso consta de varias fases como se muestra en la Figura 3. Por lo tanto, el proceso de extracción del conocimiento cumple con las siguientes fases: Selección – Exploración – Limpieza – Transformación – Minería de Datos – Evaluación –Difusión..

(35) 21. Figura 3. 4. Adaptado de Pérez & Santín (2007). Fases en la extracción del conocimiento de los datos.. Microsoft (2017) se refiere a la minería de datos como el análisis matemático para deducir los patrones y tendencias que existen en los datos, esos patrones se pueden recopilar y definir como un modelo en la minería de datos, el cual es un proceso dinámico e iterativo. En la Figura 4 se describen las relaciones entre los pasos del proceso, puede que haya que repetir cada paso del proceso muchas veces para crear un modelo adecuado. Definir el problema. Implementar y actualizar modelos. Preparar los datos. Validar modelos. Explorar los datos. Generar modelos. Figura 4. Adaptado de Microsoft (2017). Relaciones entre los pasos del proceso en la creación de un modelo de minería de datos..