Edumecentro; 13 (3), 2021
Publication year: 2021
RESUMEN Fundamento:
la deserción escolar debe ser analizada en un contexto multivariado para identificar sus causas y efectos, de ningún modo debe ser atribuida a una sola causa. Objetivo:
determinar la capacidad predictiva de algunos factores sobre la deserción escolar de estudiantes de Medicina, a través de un modelo de regresión logística múltiple. Métodos:
se realizó un estudio analítico, predictivo en 87 estudiantes de Medicina matriculados en el curso 2015-2016. Se aplicaron métodos teóricos y empíricos y se realizó en dos etapas:
en la primera se identificaron las variables más asociadas a la deserción escolar a través de un análisis bivariado; y en la segunda, se analizó la capacidad de estas variables para predecir la deserción a través de la regresión logística (análisis multivariado). Resultados:
en el análisis bivariado, nueve variables mostraron relación significativa con la deserción escolar; al someterlas al análisis multivariado (correlación y regresión logística), solo cuatro mantuvieron la significación estadística, por lo que finalmente fueron las escogidas como variables predictoras. Conclusiones:
la deserción escolar en estudiantes de la carrera de Medicina puede predecirse por la combinación sinérgica de los cuatro predictores: dedicarle al estudio menos de 15 horas por semana, el sexo femenino, la repitencia escolar y el bajo rendimiento académico en Morfofisiología.
ABSTRACT Background:
school dropout should be analyzed in a multivariate context to identify its causes and effects; in no way, it should be attributed to a single cause. Objective:
to determine the predictive capacity of some factors on the school dropout of medical students, through a multiple logistic regression model. Methods:
an analytical, predictive study was carried out in 87 medical students enrolled in the 2015-2016 academic year. Theoretical and empirical methods were applied and it was carried out in two stages:
in the first, the variables most associated with school dropout were identified through a bivariate analysis; and in the second, the ability of these variables to predict dropout was analyzed through logistic regression (multivariate analysis). Results:
in the bivariate analysis, nine variables showed a significant relationship with school dropout; when subjected to multivariate analysis (correlation and logistic regression), only four maintained statistical significance, that´s why they were finally chosen as predictor variables. Conclusions:
school dropout in Medicine students can be predicted by the synergistic combination of the four predictors: dedicating less than 15 hours per week to study, female sex, school repetition and low academic performance in Morphology-physiology.