Estimación de la función de riesgo de rezago académico universitario : un enfoque basado en el análisis de datos funcionales

Abstract

RESUMEN: El rezago académico es un factor asociado a las altas y crecientes tasas de graduación tardía en educación superior, las cuales revelan que los esfuerzos de política pública están concentrados en aumentar la cobertura y la permanencia sin crear estrategias que garanticen la finalización oportuna de los estudiantes universitarios. Aunque el tiempo adicional requerido para graduarse es motivo de preocupación entre académicos y hacedores de política, dado el aumento de los costos individuales, económicos y sociales, existe poca literatura y acciones para medir e identificar el comportamiento de los estudiantes a lo largo de su trayectoria académica. Por lo tanto, en esta investigación se propone aplicar la metodología de análisis de datos funcionales para caracterizar las funciones de riesgo de rezago académico acumulado a nivel agregado (cohortes y programas académicos) del ciclo académico de los estudiantes de la Universidad de Antioquia (Colombia). Los resultados demuestran la utilidad del método para identificar patrones de riesgo de rezago acumulado y pronosticar el comportamiento de rezago de futuros semestres de cohortes parcialmente observadas, aportando información para diseñar políticas educativas que disminuyan el tiempo de graduación por parte de las autoridades académicas.

ABSTRACT: Delay time-to-degree is associated with high and increasing delayed graduation rates in higher education, which reveal public policy efforts are focused in increasing coverage and permanence without creating strategies to guarantee university students’timely completion. Although time required to graduate is a concern among scholars and policy-makers, due to individual, economical and social costs rise, there is little literature and actions to measure and identify students’behavior throughout their academic trajectory. Therefore, this research aims at applying functional data analysis methodology in order to characterize the accumulative educational lag hazard rates at an added level (cohorts and academic programmes). The results show the methodology’s usefulness to identify cumulative lag hazard patterns and prognosticate upcoming partially-observed cohorts’lag behavior, by providing information to design educational policies to reduce the time needed for graduation.