Prevención del riesgo de deserción y plan de reingreso con técnicas de inteligencia empresarial en una universidad de Trujillo

Abstract

La inteligencia empresarial es sinónimo de una nueva era de conocimientos y tecnología avanzada engloba análisis basados en datos para que las instituciones tengan mayor facilidad en la toma de decisiones, el objetivo de este estudio ha sido planteado con el fin de determinar los factores que influyen en el riesgo de deserción y diseñar un plan de reingreso con técnicas de Inteligencia empresarial en una universidad de Trujillo, se ha utilizado como muestra 240 estudiantes seleccionados a través de una técnica no probabilística encuestados con un instrumento validado y confiable, se empleó el método de proceso estándar intersectorial para la metodología de minería de datos (The Cross Industry Standard Process for Data Mining methodology-CRISP-DM). Se aplicaron tres algoritmos: árbol de decisión, regresión logística y red neuronal artificial para encontrar el modelo más significativo, los resultados mostraron un mayor riesgo de deserción en los factores académicos (p<0.05) antecedentes familiares (p<0.05), procedencia escolar (p<0.05) y factores sociodemográficos (p<0.05). Se concluyó que la regresión logística tiene el algoritmo más eficaz para predecir el riesgo de deserción, dado que presentó la mayor precisión y exactitud (27%).