Printer Friendly

Factores de eleccion de licenciaturas en la Division Academica de Informatica y Sistemas (DAIS) aplicando mineria de datos.

Choice Factors of Academic Degrees in Computer Science and Systems Division of Applying Data Mining

Introduccion

La tecnica de mineria de datos en la actualidad se posiciona de forma estrategica y a su vez promueve ventajas en el proceso de la toma de decisiones en determinadas empresas e instituciones.

Asimismo, es una tecnica considerada en el ambito mundial, sobre todo se resalta su importancia en el area educativa, al considerar que a traves de esta, se generan y almacenan altos volumenes de datos, que permiten soportar y determinar en las Instituciones Educativas, cuales son las demandas de la sociedad actual Calleja (2010).

De igual forma, se desea conocer los factores que influyen en la eleccion de una licenciatura por parte del estudiante, asi como tambien determinar si este domina el conocimiento sobre el contexto a enfrentar o cuales son los aspectos influyentes de este, en momentos cruciales, en caso de requerir llevar a efecto una toma de decision. En tal sentido, si se considera, que los lapso de tiempo para poder decidir son relativamente cortos, aunado con los diversos cambios durante la transicion de la adolescencia, y madurez intelectual, se preve la efectividad de toma de decisiones asertivas, al considerar que esta define el rumbo que tomara su vida y conforma el estilo de la misma, Gonzalez y Alvarez (2008).

De manera muy concreta, en el estado de Tabasco y de acuerdo con el objeto de estudio la Division Academica de Informatica y Sistemas (DAIS), de la Universidad Juarez Autonoma de Tabasco (UJAT), se publico el primer estudio formal relacionado con algunas de las razones principales de la eleccion de la Licenciatura en Informatica Administrativa, cuyos datos estadisticos muestran el decreciente numero de estudiantes que han ingresado a las carreras de la DAIS, que ofrece la UJAT, segun (Villanueva, Zapata, Arceo, y Ronzon, 2004, p. 36)

Los resultados presentados evidencian la evolucion de una problematica iniciada desde el ano 2009 y en la actualidad prevalece, situacion que promovio la conformacion de 11 comisiones para responder al incremento de la matricula en la DAIS.

Una de estas comisiones, especificamente la de Investigacion Educativa, logro integrar dos Proyectos de Investigacion Institucionales denominados:

* estudio sobre factores de eleccion de las licenciaturas que ofrece la Division Academica de Informatica y Sistemas y,

* estudio de demanda potencial en el ambito educativo medio superior de Tabasco, en el area de tecnologias de la informacion.

Sin embargo, en la actualidad no se dispone de un estudio integral que determine cuales son los factores que influyen en la toma de decisiones y seleccion de los estudiantes correspondientes a la educacion media superior, y que a su vez apoye a las autoridades de la DAIS para lograr incrementar el numero de alumnos a las carreras ofertadas.

Es por ello, que la presente investigacion aplicada, titulada "Estudio sobre factores de eleccion de las licenciaturas que ofrece la DAIS. Aplicando Mineria de datos. Caso: Metodo de Regresion, mediante la Tecnica de Regresion Lineal", busca detectar estos factores, con el fin de contribuir con la superacion de la situacion expuesta.

Objetivo

El objetivo se fundamenta en la necesidad de identificar los factores que influyen en los alumnos para la eleccion del nivel medio de educacion superior mediante la mineria de datos, especificamente hacia las licenciaturas que ofrece la Division Academica de Informatica y Sistemas (DAIS) de la Universidad Juarez Autonoma de Tabasco, Mexico.

Su desarrollo, se llevo a efecto mediante el analisis de los datos a traves de la aplicacion del metodo de regresion, especificamente la tecnica de regresion lineal, mediante la Herramienta WEKA.

Metodologia

Para el analisis y recoleccion de datos, se utilizo el enfoque cuantitativo, el cual permite mediante el uso de las tecnicas de recoleccion y el analisis de datos, asi como de metodos estadisticos, determinar estudios de casos concretos para llegar a una descripcion general o comprobar las hipotesis establecidas previamente, es decir busca la mayor claridad entre los elementos que conforman el problema, buscando que tenga definicion, los limita y con exactitud saber donde inicia el problema segun Hernandez, Fernandez y Baptista, (2007).

Poblacion y muestra

Con base de lo expuesto, para lograr la recopilacion de la informacion relacionada con las preferencias de la eleccion de una Licenciatura en el Areade Tecnologias de la Informacion y Comunicaciones, fue considerada como muestra del estudio los alumnos del Centro de Bachillerato Tecnologico Agropecuario (CBTA), Educacion Media Superior a Distancia (COBATAB EMSAD), Colegio de Bachilleres de Tabasco (COBATAB), Instituto de Difusion Tecnica (IDIFTEC), Colegio Nacional de Educacion Profesional Tecnica (CONALEP), Centro de Bachillerato Tecnologico Industrial y de Servicios (CBTIS)/Centro de Estudios Tecnologicos Industrial y de Servicios (CETIS) y Centro de Estudios Cientificos y Tecnologicos del Estado de Tabasco (CECYTE).

Muestra cuyos resultados permiten que las autoridades de la DAIS conozcan los principales factores de incidencia y se les facilite el definicion o dominio de estrategias que soporten sus decisiones de forma adecuada y a su vez se proyecte el incremento de la matricula estudiantil. Asimismo, la investigacion esta basada en un proceso que se denomina "fases del proceso de extraccion del conocimiento", el Knowledge Discovery in Database (KDD). Es un proceso interactivo e iterativo.

Iterativo porque al regresar y avanzar para obtener informacion de calidad del proceso se interaccionan con estos, es decir que las fases correspondientes pueden ser en cualquier momento interrumpidas para volver a alguno de sus pasos anteriores, siendo este proceso de iteracion muchas veces necesario para poder lograr un descubrimiento de calidad, a su vez es interactivo por que interviene el usuario con la validacion de la informacion extraida.

De acuerdo Hernandez, Ramirez y Ferri (2004) (citado por Brito, Rosete y Acosta, 2008, p.2) el proceso de KDD, se organiza en torno a cinco pasos, que se describen:

* fase de Integracion y recopilacion de datos.

* fase de seleccion, limpieza y transformacion de datos.

* fase de la Mineria de datos.

* Fase de evaluacion e interpreta cion.

* Fase de difusion.

Desde la perspectiva teorica esta investigacion considera como base el proceso de descubrimiento de conocimiento las fases descritas por Hernandez, Ramirez, y Ferri, (2004), las cuales se fundamentan desde una repeticion interactiva de los pasos que se especifican:

* limpieza de datos: eliminar los datos ruidosos o irrelevantes.

* integracion de datos: combinar los datos desde multiples fuentes.

* seleccion de datos: recuperar desde la base de datos los datos relevantes para la tarea como objeto de analisis.

* transformacion de los datos: transformar los datos o llevarlos a formas apropiadas para extraer el conocimiento.

* Mineria de datos: aplicar metodos inteligentes para extraer los patrones de los datos.

* Evaluacion de patrones: identificar los patrones verdaderamente interesantes representando conocimiento basado en medidas de interes.

* Representacion del conocimiento: utilizar tecnicas de representacion y visualizacion para mostrar al usuario el conocimiento extraido.

* Presentacion de los conocimientos.

Como herramienta de soporte ha sido aplicada la tecnica de regresion lineal. Concebida de esta forma cuando la funcion es lineal, es decir, requiere la determinacion de dos parametros: la pendiente y la ordenada en el origen de la recta de regresion, y = a x + b.

La regresion permite ademas, determinar el grado de dependencia de las series de valores X e Y, prediciendo el valor estimado que se puede obtener para un valor x que no este en la distribucion.

[GRAFICO 1 OMITIR]

Tambien se hizo uso de la Herramienta Weka (Waikato Environment for Knowledge Analysis). Utilizada para la operatividad de la tecnica de "Regresion Lineal Automatizada" concebida como una plataforma de Software para aprendizaje automatico y mineria de datos escritos en Java y desarrollado en la Universidad de Waikato. Weka, es un software libre distribuido bajo licencia GNUGPL (Licencia Publica General del Sistema operativo GNU), donde GNU es un sistema Operativo desarrollado bajo UNIX que es considerado un software libre.

Weka, como software programado en Java esta orientado a la extraccion de conocimientos desde bases de datos con grandes cantidades de informacion. (Alonso, 2013). Existen otras herramientas similares como Oracle Data Minero Clementine, pero el hecho de que Weka sea desarrollado bajo licencia GPL, lo hace una alternativa muy interesante.

Resultados

Los resultados determinan el analisis de los subsistemas segun se mencionan, asimismo permiten el analisis y la interrelacion de las variables obtenidas en la investigacion y la base de datos que se encuentra en el proyecto "Factores de eleccion de las carrera de la DAIS", con el fin de modelar la informacion obtenida.

Analisis del subsistema

1. CBTA

Se determino que los motivos que influyen en la seleccion de las carreras en los alumnos de este subsistema inciden con: aspectos vocacionales y habilidades personales.

De igual forma, se considera en la escala de Muy importante el grado de interes que le dan a los factores que influyen en su eleccion.

Factores:

* la conveniencia de esa carrera para las personas de genero masculino.

* la posibilidad de conseguir empleo.

* el ser accesible, para efectos de costos

Analisis del subsistema

2. CETIS/CBTIS

Los resultados en este subsistema son coincidentes con los obtenidos del subsistema 1 CBTA. Sin embargo, el grado de importancia que le dan a los factores que influyen en su eleccion es: Importante.

Factores:

* el ser accesible por su costo

* el poseer conocimientos o estudios previos.

* las calificaciones obtenidas en las materias afines a la carrera

Analisis del subsistema

3. CECYTE

Se encontro que los motivos que conllevan a la eleccion de la carrera en los alumnos de este subsistema se basan en el consejo de familiares y amigos. Tambien se detecto el grado de importancia que le ptorgan a los factores que influyen en su eleccion es: Muy importante

Factor:

* la influencia de amigos

* la conveniencia de esa carrera para las personas del mismo genero.

* la posibilidad de conseguir empleo

Analisis del subsistema

4. COBATAB

Planteles presenciales.

Se identifico que los motivos que inducen a la eleccion de carrera en los alumnos de este Subsistema son: por tener vocacion y habilidades personales. Y el grado de importancia que le dan a los factores que influyen en su eleccion es: Muy importante

Factor:

* la aceptacion de mis padres

* el hecho de ser accesible por su costo

* la conveniencia de esa carrera para las personas de sexo masculino

Planteles a distancia.

Con respecto a este subsistema, se encontro que los motivos que impulsan a la eleccion de carrera en los alumnos de este plantel son diversas y a su vez el grado de relevancia que le dan a los factores que influyen en su eleccion es: Muy importante

Factor:

* la conveniencia de esa carrera para las personas del mismo sexo.

* la aceptacion de mis padres

* el hecho de tener conocimientos o estudios previos

Analisis del subsistema

5. CONALEP

Prevalece en este subsistema, la seleccion de la carrera en funcion de la vocacion, asi como del dominio de habilidades personales, y la escala en su eleccion es: Muy importante

Factor:

* la obtencion de buenos ingresos

* el ser accesible por su costo

* la influencia de mis amigos

Analisis del subsistema

6. IDIFTEC

La vocacion y el dominio de habilidades personales, aspectos claves de la eleccion de carrera, y como grado de importancia que le dan a los factores que influyen en su eleccion es: Importante

Factor:

* la posibilidad de conseguir empleo.

* el reconocimiento social que tienen los profesionistas de esta carrera

* la obtencion de buenos ingresos

Conclusiones y recomendaciones

La aplicacion de la herramienta de KDD y el analisis de las pruebas realizadas mediante el algoritmo de clasificacion Regresion Lineal de la la aplicacion de la herramienta de KDD y el analisis de las pruebas realizadas mediante el algoritmo de clasificacion Regresion Lineal de la herramienta Weka, se concluye satisfactoriamente, luego de aplicar cada una de las fases o etapas de KDD en donde fue necesario limpiar y dividir la base de datos unica para su mejor analisis.

Por lo cual, se determina a continuacion los tres principales motivos influyentes en los alumnos de nivel medio superior de caracter publico, para elegir una de las cuatro licenciaturas que ofrece la DAIS:

a).--"A los egresados de la carrera les pagan bien" con un 57%, "consejo de familiares y amigos" con un 29 % y "por tener vocacion y habilidades personales" con un 14%.

b).--Se determina tambien, que el grado de importancia que le dan los alumnos a los factores que ellos mismos eligieron para su eleccion de la carrera son: "Muy importantes" con el 57% e "Importante" con un 43%.

c).--Como conclusion general en este proyecto es que se alcanzaron los objetivos propuestos, ya que se obtuvieron satisfactoriamente los 10 factores de eleccion que influyen en los alumnos de nivel medio superior al momento de elegir una carrera los cuales son: "La conveniencia de esa carrera para las personas de genero afin" con un 21%, "el ser accesible por su costo" con un 17 %, "el poseer conocimientos o estudios previos" con un 13%, "La posibilidad de conseguir empleo" con un 13%, "La influencia de mis amigos" con un 13%, "El campo de trabajo es amplio y con futuro" con un 8%, "La obtencion de buenos ingresos" con un 8%, "la aceptacion de mis padres" con un 8%, "las calificaciones obtenidas en las materias afines a la carrera" con un 4%, y, "el reconocimiento social que tienen los profesionistas de esta carrera" con un 4%.

d).--Conocer los motivos y los factores que impulsan a los alumnos del nivel medio superior a la toma de decision sobre que licenciatura van a elegir, es de gran utilidad para las autoridades universitarias, con el fin afianzar la toma de decisiones correspondientes, asi como definir estrategias que permitan dar a conocer a profundidad las licenciaturas que ofrece la DAIS.

Las dificultades encontradas para llegar a estos resultados, se conciben como no relevantes ya que algunos de estas fueron errores de captura de datos y caracteres invalidos encontrados en la base de datos. Con respecto a lo anterior, para el uso de la base de datos se uso una hoja de calculo de Open Office que al ser de licencia de codigo abierto, facilito su utilidad al ser utilizado sobre cualquier sistema operativo, facilitando asi la conversion del archivo a formato de .csv antes de realizar el analisis con el software de Weka.

Recibido: 22/03/14

Devuelto para revision 02/04/14

Aceptado: 30/04/14

Bibliografia

Alonso C. (2013). Obtenido de Waitako Environment for Knowledge Analysis. Introduccion Basica. Departamento de Informatica de la universidad de Valladolid. Recuperado de http://www.infor.uva.es/~calonso/IAII/Apren dizaje/weka/IntroduccionWeka.pdf Recuperado el 22/03/2013.

Brito, R., Rosete, A. y Acosta, R. (2008) Desarrollo de un proceso de KDD en el ambito docente: Preparacion de los datos. 14 Convencion cientifica de ingenieria y arquitectura.

Calleja, A. (2010). Mineria de Datos con Weka para la prediccion del Precio de Automoviles de Segunda Mano. Recuperado de https: //riunet.upv.es/mineria-de-datos- conweka/PFC DSIC80 AgustinCalle ja 2.pdf Recuperado el 25/02/2013.

Gil, C. (2011). Segundo informe de Actividades 2009. UJAT. Primera Edicion 2010, Villahermosa, Tabasco, Mexico.

Gil, C. (2011). Tercer Informe de Actividades 2010. UJAT. Primera Edicion 2011, Villahermosa, Tabasco, Mexico.

Gil, C. (2012). Cuarto Informe de Actividades 2011. UJAT. Primera Edicion 2012, Villahermosa, Tabasco, Mexico.

Gonzalez, R. y Alvarez, I. (2008). La orientacion vocacional en los alumnos de nuevo ingreso. Universidad Nacional Autonoma de Mexico. Mexico, Distrito Federal.

Hernandez, J., Ramirez, Q. y Ferri R. (2004). Introduccion a la Mineria de Datos. Madrid: Pearson Prentice Hall.

Hernandez, R.; Fernandez, C. y Baptista, P. (2007). Metodologia de la Investigacion. Mexico. McGraw-Hill.

Morates, D. (1997). Tecnicas de regresion lineal mediante WEKA., San Francisco. Morgan Robbison.

Pina, J. (2013). Primer Informe de Actividades 2012. UJAT. Primera Edicion 2013, Villahermosa, Tabasco, Mexico.

Pina, J. (2014). Segundo Informe de Actividades 2013. UJAT. Primera Edicion 2014, Villahermosa, Tabasco, Mexico.

Villanueva, M., Javier, A., Arceo, G., Zapata, T. y Ronzon, J. (2004). Estudio de Egresados de la Licenciatura en Informatica Administrativa COHORTE 1997. Universidad Juarez Autonoma de Tabasco. Division Academica de Informatica y Sistemas. Cunduacan, Tabasco: UJAT.

Manuel Villanueva [1]

Jose Ronzon [2]

Joel Luna [3]

[1] Licenciado en Fisica. Especialistas Ciencias de la Computacion. Magister en Computo Estadistico. Magister en Ciencias de la Computacion. Magister en Ingenieria de Sistemas. Actualmente cursa el Doctorado en Sistemas Co mputacionales en la Universidad del Sur.

Correo electronico: manuel.villanueva@ujat.mx

[2] Licenciado en Economia. Magister en ciencias en Planificacion de Empresas y Desarrollo Regional. Profesor Investigador de la Division Academica de Monnatica y Sistemas de la Universidad Juarez Autonoma de Tabasco. Actualmente es el responsable del grupo de investigacion: Modernizacion de Sistemas de Software en la Calidad Organizational y la Linea de Generacion y Aplicacion del Conocimiento.

Correo electronico: jronson@hotmail.com, iose.ronson@uiat.mx

[3] Licenciado en Sistemas Computacionales de la Universidad Juarez Autonoma de Tabasco.

Correo electronico: leoi-alm@hotmail.com
Tabla 1
Serie historica de nuevo ingreso

P.E.   2007   2008   2009   2010   2011   2012   2013

LIA    132    178    215    157    126    102     74
LSC    127    205    248    257    214    197    138
LT       0     38     49     36     22      6     21
LTI      0     23     34     22      8     21     21
Tot.   259    444    546    472    370    326    254
COPYRIGHT 2014 Universidad del Zulia, Facultad Experimental de Ciencias Departamento de Computacion
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2014 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Villanueva, Manuel; Ronzon, Jose; Luna, Joel
Publication:Enl@ce: Revista Venezolana de Informacion, Tecnologia y Conocimiento
Article Type:Ensayo
Date:Jan 1, 2014
Words:3141
Previous Article:Construccion de un portafolio docente analizada desde la perspectiva de la gestion del conocimiento y el aprendizaje colectivo.
Next Article:Las redes de conocimiento como escenarios para la gestion de conocimiento. Estudio de caso REDCO.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters