Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/1070
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc/4.0es_ES
dc.contributorEric Leonardo Huerta Manzanillaes_ES
dc.creatorEdwin Geovanny Vergara Ayalaes_ES
dc.date2018-11-
dc.date.accessioned2019-01-29T01:48:10Z-
dc.date.available2019-01-29T01:48:10Z-
dc.date.issued2018-11-
dc.identifierRendimiento académicoes_ES
dc.identifierFenómeno multifactoriales_ES
dc.identifierCorrelacioneses_ES
dc.identifierComponentes principaleses_ES
dc.identifierRegresión lineal múltiplees_ES
dc.identifierSoftware auxiliares_ES
dc.identifierModelo descriptivoes_ES
dc.identifierAlumnoses_ES
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/1070-
dc.descriptionEl rendimiento académico es un fenómeno multifactorial, el cual tiende a tener un grado alto de dificultad cuando el objetivo es obtener un modelo representativo del fenómeno, esto debido al gran número de variables involucradas en el proceso de enseñanza-aprendizaje. La presente tesis, tuvo una recapitulación de ochenta textos científicos nacionales e internacionales que analizaban el efecto de los factores psicosociales, académicos, personales, profesionales, familiares, socioeconómicos y sociodemográficos. De una totalidad de ochenta y ocho variables posibles a incluir se obtuvo un grupo de 26 factores principales y 6 secundarios para caracterizar el aprovechamiento de los estudiantes de la Facultad de Ingeniería de la Universidad Autónoma de Querétaro durante el periodo de enero 2018 a agosto 2018 con la finalidad de identificar los principales factores de variación que intervenían en el proceso de enseñanza-aprendizaje. La investigación se llevó a cabo con la participación del alumnado inscrito; los participantes fueron 105 alumnos pertenecientes a las licenciaturas y posgrados impartidos en la facultad. Las variables del modelo fueron obtenidas a través de la aplicación de una encuesta en línea basada en los formularios de google. Análisis de varianza, componentes principales, regresión lineal múltiple y diseños experimentales fueron realizados a lo largo de la tesis, la mayoría de ellos nos condujeron a las mismas conclusiones en las cuales se pudo afirmar que en base a pruebas y estándares estadísticos la edad del alumno, la ingesta de alcohol y/o cigarrillos, el promedio del grado inmediato anterior, el dominio del idioma inglés, la eficiencia académica auto percibida, el porcentaje de asistencia a clases y el grado de motivación del estudiante eran los mejores predictores del rendimiento académico del estudiante medido a través del promedio global reportado en las actas y en el portal de la universidad. Los resultados obtenidos fueron útiles para la elaboración de un software auxiliar en el proceso de enseñanza-aprendizaje, consiguiendo una aplicación para dispositivos Android.es_ES
dc.descriptionAcademic performance is a multifactorial phenomenon; it tends to have a high degree of difficulty when the objective is to obtain a representative model because of the large number of variables involved in the teaching-learning process. This thesis had a recapitulation of eighty national and international scientific texts that analyzed the effect of psychosocial, academic, personal, professional, familiar, socioeconomic and sociodemographic factors. Out of a total of eighty-eight possible variables to be included, a group of 26 main and 6 secondary factors were obtained to characterize the academic achievement of the Faculty of Engineering’s students of the Universidad Autonoma de Queretaro during the period of January 2018 to August 2018; one of the goals was to identify the main factors of variation that intervened in the teaching-learning process. The research was carried out with the participation of the enrolled students; the participants were 105 students who belonged to the undergraduate and postgraduate programs. The variables of the model were obtained through the application of an online survey based on the google forms. Analysis of variance, principal components, multiple linear regression, cluster analysis and experimental designs were made throughout the thesis, most of them led us to the same conclusions in which it was possible to affirm that based on statistical tests and standards the age of the student, the intake of alcohol and / or cigarettes, the average of the previous grade, the proficiency of the English language, the self-perceived academic efficiency, the percentage of attendance at classes and the rank of motivation of the student were the best predictors of student academic performance measured by the global average reported in the minutes of the university. The results obtained were useful for the elaboration of an auxiliary software in the teaching-learning process, obtaining an application for Android devices.es_ES
dc.formatAdobe PDFes_ES
dc.language.isoEspañoles_ES
dc.relation.requiresSies_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectINGENIERÍA Y TECNOLOGÍAes_ES
dc.subjectCIENCIAS TECNOLÓGICASes_ES
dc.titleCaracterización del rendimiento académico mediante perfiles descriptivos de alumnos de la Facultad de Ingeniería de la Universidad Autónoma de Querétaroes_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorVEAE930228HHGRYD07es_ES
dc.contributor.identificadorHUME620603HVZRNR00es_ES
dc.contributor.roleAsesor de tesises_ES
dc.degree.nameMaestría en Ingeniería de Calidad y Productividades_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
Aparece en las colecciones: Maestría en Ingeniería de Calidad y Productividad

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI004172.pdf3.76 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.