Analítica de datos aplicada al contexto universitario. Caso de estudio: pruebas Saber Pro Data analytics applied to the university context. Case study: Saber Pro tests

Resumen

En este artículo se presentan los resultados de un proyecto de investigación que tuvo como objetivo identificar patrones de rendimiento académico de los estudiantes de carreras profesionales afines con la informática, sistemas y computación, en las Pruebas Saber Pro de los años 2015 a 2017. Se utilizó la metodología CRISP-DM (Cross Industry Standard Process for Data Mining),
uno de los métodos más utilizados en proyectos de minería de datos. Esta metodología contempla seis fases: comprensión de negocio, comprensión del problema, comprensión de los datos, modelado, evaluación e implementación. De acuerdo con esta metodología, se construyó un repositorio de datos a partir de las bases de datos del ICFES de las Pruebas Saber Pro. Este repositorio se limpió, se transformó y se le aplicaron técnicas descriptivas en minería de datos para la obtención de patrones de rendimiento académico. Finalmente, se evaluaron y se interpretaron los resultados. El conocimiento generado servirá como soporte a instituciones de educación superior que ofrecen programas relacionados con informática, sistemas y computación, con el fin de generar estrategias que permitan mejorar la calidad de la educación que se imparte en estas carreras.