70
ISSN 2477-9105 Número 24 Vol.1 (2020)
hipótesis H
0
, permite justicar la elección de los
límites mencionados para CL=0.5 y LCL=α para
la carta r.
Sistema Umbral
En el conjunto de datos es necesario delimitar un
desempeño medio esperado, para seleccionar el
conjunto de datos esperado, se seguirá el princi-
pio del Clúster Medio mostrado en el trabajo de
(12), el cual establece que el escoger un clúster
medio hace posible identicar en el total, des-
empeños que sean extraordinarios o fuera de lo
ordinario. Por otra parte, en (18) se presenta un
procedimiento de separación y ltrado para con-
gurar el clúster medio. Primero se selecciona el
80% más profundo o más central de los datos y
se forma una región convexa englobando a estas
medidas, luego se considera al 80% de datos más
profundos así seleccionados como el conjunto de
referencia y a su región convexa como el umbral
para identicar desempeños esperados y nal-
mente el 20% restante corresponderá al grupo de
datos no representativos estructurado así: apro-
ximadamente 10% como de atención requerida
y 5% de cada uno de los extremos: inusualmente
buenos o inusualmente malos.
Para efectos de la clasicación del desempeño, se
considerarán los siguientes niveles: esperado, ad-
vertencia, de preocupación e informacional, los
que son detallados en la siguiente sección.
Metodología
En esta sección se describen los datos, posterior-
mente se indica el procedimiento de separación
del conjunto de referencia a ser comparado con
los datos individuales, luego se explica el sistema
umbral y nalmente se muestra el uso de la carta
r. Este procedimiento se realizó en el lenguaje R
con los paquetes qcr y fda.usc (24, 25).
Los datos utilizados en este trabajo provienen
de una institución que ha solicitado no se cite
la fuente, debido a razones de sigilo educativo.
Habrá dos grupos de análisis, el primer grupo de
desempeño promedio por materia, utilizando la
información de 7 materias en el período 2008 -
2015. El segundo grupo analizará el desempeño
individual, es decir trabajaremos con la informa-
ción de 15 estudiantes que cursaron materias de
estadística en el período 2008 - 2011.
Las siglas de las materias son cticias y son las si-
guientes: AES1, AES2, AES3, AES4, AES5, AES6
y AES7. Se utilizarán las variables nota prome-
dio semestral (NPM) y el porcentaje de aproba-
ción de alumnos semestral (PAM).
Los estudiantes se identican con siglas cti-
cias: 8426, 8427, 8509, 6054, 6066, 6166, 6202,
6450, 6515, 6841, 7059, 7060, 7077, 7080, 7091.
Las variables porcentaje de materias aprobadas
(PMAE) y la nota promedio semestral (NPE) de
cada estudiante fueron seleccionadas pues son
variables de interés en otros trabajos realizados.
El procedimiento de separación del núcleo típi-
co que se aplicará a las materias como a los es-
tudiantes es el mismo. Primero se calculan y or-
denan los valores de profundidad simplicial de
todo el conjunto, seguido de la selección del 80%
más profundo y se forma una región convexa a
partir de estas medidas. El conjunto de referen-
cia estará constituido por el 80% central seleccio-
nado de esta manera. Cada materia y estudiante
se compara con este conjunto de referencia para
monitorear el desempeño.
Figura 1. Gráco bivariado de la materia AES7 que representa los grupos
considerados para la clasicación de desempeño dentro de cada materia
A continuación, presentamos el análisis por ma-
terias. Los niveles considerados para la clasica-
ción de desempeño dentro de cada materia son
presentados a continuación y son ejemplicadas