Este documento analiza las tasas de deserción de estudiantes en diferentes carreras de la Pontificia Universidad Católica del Ecuador Sede Santo Domingo. Los autores utilizan el algoritmo SimpleKMeans en la herramienta Weka para agrupar y analizar los datos de deserción de 783 estudiantes de siete carreras. Los resultados muestran que la Escuela de Ciencias Administrativas y Contables tiene la mayor cantidad de estudiantes matriculados y la mayor tasa de deserción, mientras que las carreras técnicas parecen tener

1. Pontificia Universidad Católica del Ecuador Sede Santo Domingo-Escuela de Ingeniería de Sistemas. Vega Daniel, Bonilla
Patricio, González Luis. DUCT.
1
Deserciones Universitarias: Caso de estudio:
Carreras técnicas más difíciles o menos atractivas.
Vega, Daniel., Bonilla, Patricio y González, Luis.
Estudiantes PUCE SD
Resumen— Este artículo aborda el tema sobre las
deserciones universitarias, con la finalidad de elaborar un
modelo que permita identificar el porcentaje de estudiantes
que abandonan la carrera semestre a semestre tomando como
referencia información obtenida de la Pontificia Universidad
Católica del Ecuador Sede Santo Domingo.
El análisis de este tema permitirá obtener información que
pueda ayudar a prevenir las deserciones.
El objetivo de este trabajo es investigar el porcentaje de
deserciones por carrera existente en la PUCE SD, conocer el
grado de aceptación que ha obtenido la institución periodo a
periodo debido al incremento de exigencia como consecuencia
de la acreditación de universidades realizada a nivel nacional.
La técnica que se ha implementado para obtener los resultados
de las deserciones ha sido minería de datos o data mining a
través de la herramienta open source denominada Weka, esta
herramienta utiliza diferentes algoritmos para la ejecución, el
algoritmo utilizado ha sido el de agrupamiento
SimpleKMeans.
Índice de Términos— deserción, modelo, educación
superior, acreditación de universidades, weka.
Abstract- This paper addresses the issue of university
dropouts, in order to develop a model to identify the
percentage of students who drop out of race semester to
semester by reference information from the Catholic
University of Santo Domingo Ecuador Headquarters.
The analysis of this issue will provide information that can
help prevent defections.
The aim of this paper is to investigate the percentage of
desertions by existing career in PUCE SD, determine the
degree of acceptance that has earned the institution period to
period due to increased demand as a result of the accreditation
of universities on a national level.
The technique has been implemented to obtain the results of
defections has been data mining or data mining through open
source tool called weka , this tool using different algorithm to
implement the algorithm used was the grouping
SimplekMeans.

Index Terms-dropout model, higher education, accreditation
of universities, weka.
I. INTRODUCCIÓN
La deserción es uno de los principales problemas que afrontan
las instituciones de Educación Superior. Es un problema que
preocupa debido a sus consecuencias sociales, institucionales
y personales que trae como repercusión este tema.
Los estudios revisados de investigación sobre el tema de
deserciones universitarias muestran que existen diferentes
causas como: escasa información previa, reiterados fracasos
en los exámenes finales, origen social, la elección inadecuada
de la carrera, características familiares, circunstancias de la
vida, entre otras. En este artículo no trataremos a fondo sobre
estas causas debido a que es muy complicado tener
información real estadística sobre las causas antes
mencionadas.
Las universidades en el país se encuentran cursando un
periodo de acreditaciones, el cual ha sido ejecutado por parte
del gobierno poniendo a estas en grandes apuros provocando
un incremento necesario en sus exigencias administrativas y
educativas, dando a ciertas universidades créditos como
también a otras provocando pérdidas económicas y de
estudiantes.
Este artículo es un grado de avance de investigación sobre la
temática de deserciones universitarias en las carreras que
existen en la PUCE SD, Ingeniería Comercial, Contabilidad y
Auditoría, Comunicación Social, Diseño, Enfermería,
Ingeniería de Sistemas, Hotelería y Turismo, Licenciatura en
Docencia y Gestión de Educación Básica.
El objetivo general de este trabajo de investigación es
determinar el porcentaje de deserciones por cada una de las
carreras de la PUCE SD.
La técnica que se ha implementado para obtener los resultados
de las deserciones ha sido minería de datos o data mining a
través de la herramienta open source denominada weka, esta
herramienta utilizas diferentes algoritmos para el análisis de
datos, el algoritmo utilizado ha sido el de agrupamiento
SimpleKMeans, este algoritmo permite agrupar la información
como conjuntos, haciendo mas fácil su interpretación.
Esta herramienta contiene una colección de modelos de
visualización y algoritmos para el análisis de datos y

2. Pontificia Universidad Católica del Ecuador Sede Santo Domingo-Escuela de Ingeniería de Sistemas. Vega Daniel, Bonilla
Patricio, González Luis. DUCT.
modelado predictivo, unido a una interfaz gráfica de usuario
para acceder fácilmente a sus funcionalidades.
Los puntos fuertes de weka son:
• Está disponible libremente bajo licencia pública
GNU.
• Es muy portable porque está completamente
implementado en java y puede correr en casi
cualquier plataforma.
• Contiene una extensa colección de técnicas para pre
procesamiento de datos y modelado.
• Fácil de utilizar.
Las redes neuronales son un paradigma de aprendizaje
automático inspirado en la forma en que funciona el sistema
nervioso de animales. Es un sistema de interconexión de
neuronas que interactúan entre sí para producir una salida a
través de estímulos. En inteligencia artificial se los denomina
redes neuronales.
El porcentaje de deserciones es mayor en las carreras técnicas
que en las demás carreras, es la hipótesis que se plantea en
este trabajo.
A la PUCE SD le interesa conocer el porcentaje de
deserciones por carrera, manejando a través de un proyecto
con sus estudiantes esta investigación, justificando de esta
manera la elaboración y ejecución de este artículo, mediante
las siguientes preguntas de investigación.
¿Este artículo permitirá tener una visión clara para la toma de
decisiones? ¿El porcentaje de deserciones por carrera
presentado en este trabajo determinara si las carreras técnicas
son más complejas o no?
II.
MÉTODOS Y MATERIALES
La herramienta weka soporta varias tareas estándar de minería
de
datos,
especialmente,
pre
procesamiento
de
datos, clustering, clasificación, regresión, visualización, y
selección. Todas las técnicas de Weka se fundamentan en la
asunción de que los datos están disponibles en un fichero
plano (flat file) o una relación, en la que cada registro de datos
está descrito por un número fijo de atributos (normalmente
numéricos o nominales, aunque también se soportan otros
tipos). Weka también proporciona acceso a bases de datos
vía SQL gracias a la conexión JDBC (Java Database
Connectivity) y puede procesar el resultado devuelto por una
consulta hecha a la base de datos. No puede realizar minería
de datos multi-relacional, pero existen aplicaciones que
pueden convertir una colección de tablas relacionadas de una
base de datos en una única tabla que ya puede ser procesada
con Weka.1
El algoritmo utilizado fue redes neuronales debido a que en
minería de datos se manejan dos tipos de técnicas las
predictivas y las descriptivas, en nuestro artículos se trata
sobre un tema de investigación cuyo estudio necesita ser
realizado a través de variables y resultados predictivos, las
redes neuronales está dentro del grupo de estas técnicas por
ese motivo se escogió esta técnica. Al basarse en el sistema
2
nervioso y principalmente el en cerebro tiene varias ventajas
como:
•
Aprendizaje: Las RNA tienen la habilidad de
•
aprender mediante una etapa que se llama etapa de
aprendizaje. Esta consiste en proporcionar a la RNA
datos como entrada a su vez que se le indica cuál es
la salida (respuesta) esperada.
Auto organización: Una RNA crea su propia
•
representación de la información en su interior,
descargando al usuario de esto.
Tolerancia a fallos: Debido a que una RNA
•
almacena la información de forma redundante, ésta
puede seguir respondiendo de manera aceptable aun
si se daña parcialmente.
Flexibilidad: Una RNA puede manejar cambios no
•
importantes en la información de entrada, como
señales con ruido u otros cambios en la entrada (por
ejemplo si la información de entrada es la imagen de
un objeto, la respuesta correspondiente no sufre
cambios si la imagen cambia un poco su brillo o el
objeto cambia ligeramente).
Tiempo real: La estructura de una RNA es paralela,
por lo cual si esto es implementado con
computadoras
o
en dispositivos
electrónicos
especiales, se pueden obtener respuestas en tiempo
real.
III.
RESULTADOS
El total de estudiantes matriculados por carrera en cada uno de
los periodos investigados son:

3. Pontificia Universidad Católica del Ecuador Sede Santo Domingo-Escuela de Ingeniería de Sistemas. Vega Daniel, Bonilla
Patricio, González Luis. DUCT.
Test mode:
3
evaluate on training data
=== Clustering model (full training set) ===
kMeans
======
Number of iterations: 2
Within cluster sum of squared errors: 0.0
Missing values globally replaced with mean/mode
Cluster centroids:
De acuerdo a los datos recopilados en la investigación y
después de haber utilizado la herramienta y aplicado el
algoritmo de agrupación se ha obtenido la información y
gráficos que se muestran a continuación separados en
diferentes grupos según el indicador deseado.
Desertores por Escuelas
Título: Gráfico 1
Autores: Los Investigadores
El número de deserciones en los periodos estudiado es relativo
al número de estudiantes que ingresan a la carrera o escuela.
Teniendo en mayor número a la Escuela de Ciencias
Administrativas y Contables seguida de la Escuela de
Sistemas.
La herramienta utilizada refleja las siguientes líneas y
porcentajes según los datos ingresados.
=== Run information ===
Scheme:
weka.clusterers.SimpleKMeans -N 8 -A
"weka.core.EuclideanDistance -R first-last" -I 500 -num-slots
1 -S 10
Relation: desercionesweka.filters.unsupervised.attribute.Remove-R2-5
Instances: 783
Attributes: 1
escuela
Cluster#
Attribute
Data
1
3
5
Full
0
2
4
6
(783)
(129)
(325)
(49)
(123)
(57)
(58)
(42)
============================================
============================================
============================================
============================================
============================================
============================================
============================================
===========================
escuela
CIENCIAS_ADMINISTRATIVAS_Y_CONTABLES
ENFERMERIA
CIENCIAS_ADMINISTRATIVAS_Y_CONTABLES
DISEÑO
SISTEMAS
HOTELERIA_Y_TURISMO
COMUNICACION_SOCIAL
CIENCIAS_DE_LA_EDUCACION
Time taken to build model (full training data) : 0.01 seconds
=== Model and evaluation on training set ===
Clustered Instances
0
1
2
3
4
129 ( 16%)
325 ( 4%)2
49 ( 6%)
123 ( 16%)
57 ( 7%)
ESCUELAS

4. Pontificia Universidad Católica del Ecuador Sede Santo Domingo-Escuela de Ingeniería de Sistemas. Vega Daniel, Bonilla
Patricio, González Luis. DUCT.
5
6
4
58 ( 7%)
42 ( 5%)
Desertores según Género
Time taken to build model (full training data) : 0.01 seconds
=== Model and evaluation on training set ===
Clustered Instances
0
1
513 ( 66%)
270 ( 34%)
GÉNEROS
Resultados finales
Estudio realizado durante los periodos: 201001, 201002,
201101, 201102, 201201, 201202, 201301.
Total
Matriculados
Carreras
Titulo: Grafico 2
Autores: Los Investigadores
CIENCIAS ADMINISTRATIVAS Y
CONTABLES
Total
Desertores
%
Deserciones
Extrañamente la sumatoria entre las carreras, los estudiantes
que desertan en mayor cantidad son de sexo femenino, en la
escuela que más mujeres desertan es en la de Ciencias
Administrativas y Contables, seguido de Enfermería.
En este caso la herramienta mostró los siguientes datos:
3.815
325
8,5
%
CIENCIAS DE LA EDUCACION
637
42
6,6
%
COMUNICACION SOCIAL
807
58
7,2
%
DISEÑO
864
49
5,7
%
1.314
129
9,8
%
949
57
6,0
%
1.104
123
11,1
%
ENFERMERIA
HOTELERIA Y TURISMO
SISTEMAS
=== Run information ===
IV.
Scheme:
weka.clusterers.SimpleKMeans -N 8 -A
"weka.core.EuclideanDistance -R first-last" -I 500 -num-slots
1 -S 10
Relation: desercionesweka.filters.unsupervised.attribute.Remove-R1-3,5
Instances: 783
Attributes: 1
genero
Test mode: evaluate on training data
=== Clustering model (full training set) ===
kMeans
======
Number of iterations: 2
Within cluster sum of squared errors: 0.0
Missing values globally replaced with mean/mode
Cluster centroids:
Cluster#
Attribute Full Data
0
1
(783)
(513) (270)
==========================================
genero
FEMENINO FEMENINO MASCULINO
DISCUSIÓN
En este artículo se planteó un tema muy interesante,
generador de discusiones en pasillos y hogares como que
carrera es más difícil, y que aquellos que siguen carreras
técnicas son más capaces y estas son más fuertes. No
podremos determinar si es así o no, sin embargo la
información reflejada en el transcurso de esta investigación
producto de datos reales adquiridos de la PUCE SD muestra
que la carrera técnica ofertada, es decir, la escuela de
Ingeniería de Sistemas es la que ocupa el primer lugar en
porcentaje de deserciones en los periodos estudiados, seguida
por la Escuela de Enfermería, se podrá acotar al número de
estudiantes que ingresan a cada escuela, a la exigencia de
estas, o simplemente a las razones enumeradas al inicio de esta
investigación.
Lo que podemos concluir de esto es que nuestra hipótesis
pudo ser comprobada de forma afirmativa de igual forma las
preguntas de investigación.
APÉNDICE
Los apéndices, si son necesarios, aparecen antes del
reconocimiento.

5. Pontificia Universidad Católica del Ecuador Sede Santo Domingo-Escuela de Ingeniería de Sistemas. Vega Daniel, Bonilla
Patricio, González Luis. DUCT.
REFERENCIAS
[1] P. Reutemann; B. Pfahringer and E. Frank (2004).
«Proper: A Toolbox for Learning from Relational Data with
Propositional and Multi-Instance Learners». 17th
Australian Joint Conference on Artificial Intelligence
(AI2004). Springer-Verlag. Consultado el 25-06-2007.W.-
Autores
Daniel Vega
Estudiante de Escuela de Sistemas
Pontificia Universidad Católica del Ecuador Sede Santo
Domingo
Patricio Bonilla
Estudiante de Escuela de Sistemas
Pontificia Universidad Católica del Ecuador Sede Santo
Domingo
Luis González
Estudiante de Escuela de Sistemas
Pontificia Universidad Católica del Ecuador Sede Santo
Domingo
5

6. Pontificia Universidad Católica del Ecuador Sede Santo Domingo-Escuela de Ingeniería de Sistemas. Vega Daniel, Bonilla
Patricio, González Luis. DUCT.
REFERENCIAS
[1] P. Reutemann; B. Pfahringer and E. Frank (2004).
«Proper: A Toolbox for Learning from Relational Data with
Propositional and Multi-Instance Learners». 17th
Australian Joint Conference on Artificial Intelligence
(AI2004). Springer-Verlag. Consultado el 25-06-2007.W.-
Autores
Daniel Vega
Estudiante de Escuela de Sistemas
Pontificia Universidad Católica del Ecuador Sede Santo
Domingo
Patricio Bonilla
Estudiante de Escuela de Sistemas
Pontificia Universidad Católica del Ecuador Sede Santo
Domingo
Luis González
Estudiante de Escuela de Sistemas
Pontificia Universidad Católica del Ecuador Sede Santo
Domingo
5