Predictores del rendimiento académico en las titulaciones de Administración y Dirección de Empresasel efecto de la especialidad en bachillerato

  1. José Luis Arroyo-Barrigüete 1
  2. Gregorio Tirado 2
  3. Ignacio Mahíllo-Fernández 3
  4. Pedro José Ramírez 4
  1. 1 Universidad Pontificia Comillas
    info

    Universidad Pontificia Comillas

    Madrid, España

    ROR https://ror.org/017mdc710

  2. 2 Universidad Complutense de Madrid
    info

    Universidad Complutense de Madrid

    Madrid, España

    ROR 02p0gd045

  3. 3 Fundación Jiménez Díaz
    info

    Fundación Jiménez Díaz

    Madrid, España

    ROR https://ror.org/049nvyb15

  4. 4 Deutsche Bank
Mostrar afiliaciones +
Revista:
Revista de educación

ISSN: 0034-8082

Año de publicación: 2020

Número: 390

Páginas: 129-154

Tipo: Artículo

DOI: 10.4438/1988-592X-RE-2020-390-468 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista de educación

Resumen

El presente artículo analiza el efecto de la especialidad cursada en bachillerato sobre el rendimiento académico, tanto en el primer año de universidad como en la titulación en su conjunto, para grados relacionados con Administración y Dirección de Empresas (ADE). A fin de estudiar dicho efecto, se ha llevado a cabo un análisis con datos correspondientes a siete titulaciones diferentes y seis cohortes de alumnos, que accedieron a la universidad entre los cursos 2012-2013 y 2017-2018, obteniéndose una muestra final de 3412 alumnos. Se han ajustado distintos modelos de regresión lineal múltiple adaptados a las peculiaridades de los datos, ya que estos presentaban problemas de heterocedasticidad por los abandonos durante el primer curso, así como multicolinealidad debido a la incorporación de interacciones. Dichos modelos, además de la variable objeto de estudio, incorporan como variables de control aquellas que la literatura previa identifica como predictores clave del rendimiento académico, y se ha utilizado una estrategia de eliminación hacia atrás (Backward Stepwise Selection) para la selección de variables. Los resultados indican que, en grados relacionados con ADE, los alumnos procedentes de un bachillerato de ciencias obtienen, en general, mejores resultados durante el primer año que aquellos que cursaron la especialidad de humanidades y ciencias sociales. Sin embargo, cuando se analiza la titulación en su conjunto, dichas diferencias desaparecen. La conclusión, por tanto, es que la especialidad de ciencias en bachillerato confiere, únicamente, una ventaja al inicio de los estudios universitarios. También se ha confirmado que, en titulaciones sin apenas carga cuantitativa, el efecto de la especialidad en bachillerato no es, en general, una variable relevante para explicar el rendimiento académico en la universidad, es decir, que los resultados son similares con independencia de la especialidad de procedencia.

€ Ver financiación

Información de financiación

Financiadores

Referencias bibliográficas

  • Arias, J. J., y Walker, D. M. (2004). Additional evidence on the relationship between class size and student performance. The Journal of Economic Education, 35(4), 311-329. doi: https://doi.org/10.3200/JECE.35.4.311-329
  • Ballard, C. L., y Johnson, M. F. (2004). Basic math skills and performance in an introductory economics class. The Journal of Economic Education, 35(1), 3-23. doi: https://doi.org/10.3200/JECE.35.1.3-23
  • Barahona, P. (2014). Factores determinantes del rendimiento académico de los estudiantes de la Universidad de Atacama. Estudios pedagógicos (Valdivia), 40(1), 25-39. doi: http://dx.doi.org/10.4067/S0718-07052014000100002
  • Beltrán, A., y La Serna, K. (2008). ¿Qué explica el rendimiento académico en el primer año de estudios universitarios? Un estudio de caso en la Universidad del Pacífico. Documento de discusión, DD/08/09
  • Benjamin, D. J., Berger, J. O., Johannesson, M., Nosek, B. A., Wagenmakers, E. J., Berk, R., ... & Cesarini, D. (2018). Redefine statistical significance. Nature Human Behaviour, 2(1), 6-10. doi: https://doi.org/10.1038/ s41562-017-0189-z
  • Borland, M. V., Howsen, R. M., y Trawick, M. W. (2005). An investigation of the effect of class size on student academic achievement. Education Economics, 13(1), 73-83. doi: https://doi.org/10.1080/0964529042000 325216
  • Cansino, J. M., Román, R., y Expósito, A. (2018). Does Student Proactivity Guarantee Positive Academic Results? Education Sciences, 8(2), 62. doi:https://doi.org/10.3390/educsci8020062
  • Castellanos, L., González, C., González, A., y Manzano, I. (1998). Las matemáticas empresariales: estudio de los factores determinantes del rendimiento académico. En VI Jornadas de la Asociación Española de Profesores Universitarios de Matemáticas para la Economía y la Empresa (ASEPUMA). Recuperado de http://www.asepuma.org/VI/ vi.htm
  • Castro, R. B., Fernández, P., y Martín, V (2015). Análisis de la tasa de rendimiento de la educación superior en España. Revista de educación, 370, 96-120. doi: 10.4438/1988-592X-RE-2015-370-299
  • Conijn, R., Snijders, C., Kleingeld, A., y Matzat, U. (2016). Predicting student performance from LMS data: A comparison of 17 blended courses using Moodle LMS. IEEE Transactions on Learning Technologies, 10(1), 17-29. doi: https://doi.org/10.1109/TLT.2016.2616312
  • Credé, M., Roch, S. G., y Kieszczynka, U. M. (2010). Class attendance in college: A meta-analytic review of the relationship of class attendance with grades and student characteristics. Review of Educational Research, 80(2), 272-295. doi: https://doi.org/10.3102/0034654310362998
  • Dávila, N., García-Artiles, M., Pérez-Sánchez, J. M., y Gómez-Déniz, E. (2015). Un modelo de regresión logística asimétrico que puede explicar la probabilidad de éxito en el rendimiento académico. Revista de Investigación Educativa, 33(1), 27-45. doi: https://doi.org/10.6018/ rie.33.1.178481
  • Di Gresia, L. M., Porto, A., y Ripani, L. (2002). Rendimiento de los estudiantes de las universidades públicas argentinas. Documentos de Trabajo. Recuperado de http://www.depeco.econo.unlp.edu.ar/wp/ wp-content/uploads/2017/05/doc45.pdf
  • Didia, D., y Hasnat, B. (1998). The determinants of performance in the university introductory finance course. Financial Practice and Education, 8, 102-107.
  • Durán, P., Maside, J. M., Rodeiro, D., y Cantorna, S. (2016). Determinantes del rendimiento académico del alumnado de una asignatura de Contabilidad: el caso de la USC. REDU: Revista de Docencia Universitaria, 14(1), 151-178.
  • Escudero, T. E. (1987). Buscando una mejor selección de universitarios. Revista de educación, (283), 249-283.
  • Etxeberria, P., Alberdi, E., Eguia, I., y García, M. (2017). Análisis del rendimiento académico en relación al perfil de ingreso del alumnado e identificación de carencias formativas en materias básicas de dos grados de Ingeniería. Formación universitaria, 10(4), 67-74.
  • Fenollar, P., Román, S., y Cuestas, P. J. (2007). University students’ academic performance: An integrative conceptual framework and empirical analysis. British Journal of Educational Psychology, 77(4), 873-891. doi: https://doi.org/10.1348/000709907X189118
  • Fox J., y Weisberg, S. (2019). An {R} Companion to Applied Regression, Third Edition. Thousand Oaks CA: Sage. URL: https://socialsciences. mcmaster.ca/jfox/Books/Companion/
  • Garbanzo, G. M. (2007). Factores asociados al rendimiento académico en estudiantes universitarios, una reflexión desde la calidad de la educación superior pública. Revista educación, 31(1), 43-63. doi: http://dx.doi.org/10.15517/REVEDU.V31I1.1252
  • García-Diez, M. (2000). The effects of curriculum reform on economics education in a Spanish college. Education Economics, 8(1), 5-15. doi: https://doi.org/10.1080/096452900110274
  • García-Merino, J. D., Urionabarrenetxea, S., y Bañales-Mallo, A. (2016). Cambios en metodologías docentes y de evaluación:¿ Mejoran el rendimiento del alumnado universitario?. Revista electrónica de investigación educativa, 18(3), 1-18.
  • Gašević, D., Dawson, S., Rogers, T., y Gasevic, D. (2016). Learning analytics should not promote one size fits all: The effects of instructional conditions in predicting academic success. The Internet and Higher Education, 28, 68-84. doi: https://doi.org/10.1016/j. iheduc.2015.10.002
  • Girón, L., y González, D. E. (2005). Determinantes del rendimiento académico y la deserción estudiantil, en el programa de economía de la Pontificia Universidad Javeriana de Cali1. Revista Economía, Gestión y Desarrollo, 3, 173-201.
  • Harbury, C. D., y Szreter, R. (1968). The influence upon university performance of the study of economics at school. Journal of the Royal Statistical Society: Series A (General), 131(3), 384-409.
  • Martí-Ballester, C. P. (2012). Analysis of the factors that influence the academic performance of financial accounting students using binary choice models. Review of Business Management, 14(45), 379-399. https://doi.org/10.7819/rbgn.v14i45.1080
  • Martí-Ballester, C. P. (2019). Factors that Influence Academic Performance: Analyzing Gender Differences in Accounting Students. Revista Educación, 43(2), 31-48. http://dx.doi.org/10.15517/revedu. v43i2.28916
  • Martínez de Ibarreta, C., Rua, A., Redondo, R., Fabra, M. E., Nuñez, A., y Martín, M. J. (2010). Influencia del nivel educativo de los padres en el rendimiento académico de los estudiantes de la ADE. Un enfoque de género. En M. J. Mancebón Torrubia, D. Pérez Ximénez de Embún, J. M. Gómez Sancho y G. Giménez Esteban (Coords.), Investigaciones de Economía de la Educación Número 5 (1273-1296). AEDE, Asociación de Economía de la Educación.
  • McKenzie, K. y Schweitzer, R. (2001). Who succeeds at university? Factors predicting academic performance in first year Australian university students. Higher education research & development, 20(1), 21-33. doi: https://doi.org/10.1080/07924360120043621
  • Mercado, T. M., y Niño, C. G. (2012). Factores académicos y personales asociados al rendimiento académico de los estudiantes del programa de administración de empresas de la Universidad de Sucre. Zona próxima, 16, 54-67.
  • Montero, E., Villalobos, J. y Valverde, A. (2007). Factores institucionales, pedagógicos, psicosociales y sociodemográficos asociados al rendimiento académico en la Universidad de Costa Rica: Un análisis multinivel. RELIEVE-Revista Electrónica de Investigación y Evaluación Educativa, 13(2), 215-234.
  • Muthukrishnan, S. M., Govindasamy, M. K., y Mustapha, M. N. (2017). Systematic mapping review on student’s performance analysis using big data predictive model. Journal of Fundamental and Applied Sciences, 9(4S), 730-758.
  • R Core Team (2013). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL: http://www.R-project.org/
  • Richardson, M., Abraham, C. y Bond, R. (2012). Psychological correlates of university students’ academic performance: A systematic review and meta-analysis. Psychological bulletin, 138(2), 353. doi: http:// dx.doi.org/10.1037/a0026838
  • Schneider, M. y Preckel, F. (2017). Variables associated with achievement in higher education: A systematic review of meta-analyses. Psychological bulletin, 143(6), 565-600. doi: http://dx.doi.org/10.1037/bul0000098
  • Simón, H. J., Casado, J. M., Castejón, J. L., Driha, O. M. y Martínez, L. (2018). Efecto del tipo de alojamiento y el tiempo de desplazamiento sobre el rendimiento académico del alumnado universitario. En Memorias del Programa de Redes-I3CE de calidad, innovación e investigación en docencia universitaria: Convocatoria 2017-18 (1849-1855 pp.). Instituto de Ciencias de la Educación.
  • Tejedor, F. J. (2003). Poder explicativo de algunos determinantes del rendimiento en los estudios universitarios. Revista española de pedagogía, 224, 5-32.
  • Lang, D. T. y CRAN team (2019). Package ‘RCurl’. URL http://www. omegahat.net/RCurl
  • Thakar, P., Mehta, A. y Manisha (2015). Performance Analysis and Prediction in Educational Data Mining: A Research Travelogue. International Journal of Computer Applications, 110(15), 60-68.
  • Touron, J. (1984). Factores del rendimiento académico en la universidad. Pamplona: Ediciones Universidad de Navarra S.A.
  • Tourón, J. (1985). La predicción del rendimiento académico: procedimientos, resultados e implicaciones. Revista Española de Pedagogía, 43(169-170), 473-496
  • Widyahastuti, F., y Tjhin, V. U. (2018). Performance Prediction in Online Discussion Forum: state-of-the-art and comparative analysis. Procedia Computer Science, 135, 302-314. doi: https://doi.org/10.1016/j. procs.2018.08.178
Fuente de los datos: Dialnet