enero-junio-2025  
Vol. 6, No.14, PP.709-723  
https://doi.org/10.56519/fwz1jr75  
ISSN 2953-6367  
http://revistainvestigo.com  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN  
ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ,  
PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE  
ÁRBOLES DE DECISIÓN  
PREDICTIVE MODELING OF ACADEMIC PERFORMANCE IN  
SECONDARY BASIC EDUCATION STUDENTS OF THE “MIGUEL DE  
CERVANTES” EDUCATIONAL UNIT, PUJILÍ CANTON, COTOPAXI  
PROVINCE, USING DECISION TREE ALGORITHMS  
Carlos Washington Segovia Segovia1, Luis Tello Oquendo2  
{carlos.segovia@unach.edu.ec1, luis.tello@unach.edu.ec2}  
Fecha de recepción: 20/12/2024 / Fecha de aceptación: 04/01/2025 / Fecha de publicación: 06/01/2025  
RESUMEN: El estudio tuvo como objetivo determinar la influencia de factores personales,  
pedagógicos y socioeconómicos en el rendimiento académico de estudiantes de educación  
básica media y desarrollar un modelo predictivo basado en algoritmos de árboles de decisión.  
Se analizaron características individuales y del entorno social que tienen un impacto  
significativo en el desempeño escolar. Para verificar esta interrogante, se utilizó una  
metodología estadística para analizar datos recolectados de estudiantes, considerando  
variables como edad, género, ingresos familiares, tipo de familia, acceso a internet, horas frente  
a pantallas, estilo de aprendizaje, lugar de residencia, motivación y salud. Los datos se  
procesaron mediante técnicas de análisis multivariable, y el modelo predictivo se validó  
utilizando métricas de precisión y sensibilidad. Los resultados mostraron que factores como el  
acceso a internet, los ingresos familiares y el apoyo social influyen de manera significativa en  
el rendimiento académico. Por otro lado, variables como las horas frente a pantallas y los  
problemas de salud demostraron un impacto negativo moderado. El modelo predictivo logró  
clasificar con una precisión del 88%, los niveles de éxito académico, proporcionando  
información útil para la toma de decisiones pedagógicas. Se concluyó que las instituciones  
educativas deben considerar estos factores en el diseño de estrategias para mejorar el  
aprendizaje, reducir la deserción y fomentar la equidad educativa. Este hallazgo destaca la  
importancia de emplear modelos basados en datos para entender y abordar las necesidades  
1Estudiante de la Escuela de Posgrado, Universidad Nacional de Chimborazo (UNACH), Riobamba 060110, Ecuador,  
https://orcid.org/0009-0008-9920-3014.  
2Escuela de Posgrado, Universidad Nacional de Chimborazo (UNACH), Riobamba 060110, Ecuador, https://orcid.org/0000-0002-  
5274-666X.  
Revista Científica Multidisciplinaria InvestiGo  
Riobamba – Ecuador  
Cel: +593 97 911 9620  
revisinvestigo@gmail.com  
709  
   
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
educativas de los estudiantes, promoviendo un entorno de aprendizaje inclusivo, efectivo y  
adaptado a sus realidades.  
Palabras clave: Árboles de decisión, educación básica, factores socioeconómicos, modelado  
predictivo, rendimiento académico  
ABSTRACT: The study aimed to determine the influence of personal, pedagogical, and  
socioeconomic factors on the academic performance of middle school students and to develop  
a predictive model based on decision tree algorithms. Individual characteristics and social  
environment factors with a significant impact on academic performance were analyzed. To  
address this question, a statistical methodology was employed to analyze data collected from  
students, considering variables such as age, gender, family income, family type, internet access,  
screen time, learning style, place of residence, motivation, and health. The data were processed  
using multivariable analysis techniques, and the predictive model was validated using precision  
and sensitivity metrics. The results showed that factors such as internet access, family income,  
and social support significantly influence academic performance. Conversely, variables like  
screen use time and health problems demonstrated a moderately negative impact. The  
predictive model achieved good accuracy in classifying academic success levels, providing  
valuable insights for pedagogical decision-making. The study concluded that educational  
institutions should consider these factors when designing strategies to improve learning,  
reduce dropout rates, and promote educational equity. This finding underscores the  
importance of leveraging data-driven models to understand and address students' educational  
needs, fostering an inclusive, effective, and reality-adapted learning environment.  
Keywords: Decision trees, basic education, predictive modeling, academic performance,  
socioeconomic factors  
INTRODUCCIÓN  
En un esfuerzo significativo y debido a las altas tasas de deserción escolar en Ecuador, el Acuerdo  
Ministerial que establecía la pérdida de año lectivo para estudiantes de segundo a séptimo de  
básica fue derogado el 20 de mayo de 2024. Esta decisión aplica desde el año lectivo 2024-2025.  
La nueva normativa establece que los estudiantes de estos niveles no podrán perder el año por  
notas. Sin embargo, si un estudiante de quinto a séptimo de básica presenta problemas de  
aprendizaje, los profesores y representantes podrán decidir que repita el año. Para los  
estudiantes de octavo de básica hasta el bachillerato, se mantiene el examen supletorio. Aquellos  
estudiantes que obtuvieron una calificación final entre 4,1 y 6,99/10 puntos pueden rendir el  
examen para evitar la repetición. Para aprobar, deben alcanzar una calificación igual o mayor a  
7/10 puntos (1).  
Un sistema educativo es eficiente cuando cumple sus objetivos sin desperdiciar recursos. La  
repetición y la deserción escolar implican un uso ineficiente de recursos humanos y financieros.  
La deserción es el último eslabón del fracaso escolar, y a menudo se origina en la repetición; este  
fenómeno afecta principalmente a sectores pobres y rurales. La deserción tiende a ocurrir  
710  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
alrededor de los 10 años, edad a la que usualmente los niños con bajos recursos comienzan a  
trabajar (2).  
Actualmente, la minería de datos educativa ha ganado relevancia para analizar la deserción y el  
rendimiento académico, siguiendo el comportamiento de los estudiantes para prever posibles  
abandonos. Esta técnica también se emplea para mejorar el proceso educativo y gestionar  
actividades académicas. El estudio utiliza algoritmos como selección de atributos y árboles de  
decisión para identificar factores y patrones que ayuden a prevenir la deserción y mejorar el  
rendimiento (3).  
El rendimiento académico de los estudiantes está influenciado por una combinación de factores  
personales, familiares, económicos y sociales. Se ha observado una conexión notable entre el  
bajo rendimiento académico y las situaciones de disfunción familiar. Asimismo, el apoyo familiar  
es fundamental para alcanzar un buen desempeño académico (4).  
El rendimiento académico de los estudiantes está estrechamente relacionado con las condiciones  
socioeconómicas, ya que factores como los ingresos familiares, el nivel educativo de los padres y  
la disponibilidad de recursos educativos son determinantes clave. Los estudiantes provenientes  
de entornos con mayores recursos tienden a obtener mejores resultados académicos gracias a su  
acceso a materiales educativos, un entorno familiar más estable y mayor seguridad. Asimismo,  
elementos como el estrés familiar y las expectativas parentales también afectan el rendimiento  
académico, reflejando la influencia del contexto socioeconómico (5).  
La inteligencia emocional, según (6), es una de las inteligencias múltiples que incluye habilidades  
como la autorregulación, la empatía y la motivación, esenciales para gestionar emociones y  
fortalecer las relaciones interpersonales. En el contexto educativo, la inteligencia emocional  
contribuye al bienestar psicológico, la regulación emocional y el pensamiento lógico, lo que  
influye positivamente en el rendimiento académico. Este rendimiento, afectado por factores  
académicos, económicos y familiares, refleja los logros estudiantiles en el proceso de enseñanza-  
aprendizaje (7).  
Las emociones juegan un papel fundamental en el éxito educativo, tanto en entornos virtuales  
como presenciales. Estas emociones han redefinido el acto educativo, impulsando experiencias  
que integran tanto aspectos cognitivos como sensoriales. En este contexto, el aprendizaje se  
convierte en un proceso integral que no solo aborda el conocimiento académico, sino también el  
desarrollo emocional y social de los estudiantes. Las emociones permiten una mayor conexión  
con el contenido educativo, fomentando un ambiente en el que los estudiantes se sienten  
apoyados y motivados para alcanzar su máximo potencial (8).  
Existe una relación positiva entre la actividad física y el rendimiento académico; la actividad física  
en las escuelas mejora el rendimiento de los niños, incluso superando a aquellos que no practican  
deporte. La actividad física regular mejora la cognición, la concentración y la autoestima, lo que  
favorece el aprendizaje. Estudiantes que participan en actividad física adicional muestran mejores  
cualidades cognitivas y comportamiento, lo que incide en su rendimiento (9).  
711  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
Estudios previos han explorado la predicción del rendimiento académico utilizando diversos  
enfoques, entre ellos, los algoritmos de árboles de decisión. A continuación, se presentan algunos  
estudios destacados:  
(3) investigó la predicción del rendimiento académico en estudiantes de secundaria utilizando  
árboles de decisión. El estudio incluyó a 219 adolescentes y analizó factores como el estatus  
socioeconómico, índice de masa corporal (IMC), actividad física, tiempo frente a pantallas y  
niveles emocionales. Los resultados identificaron seis grupos de fracaso académico y tres grupos  
de éxito, con precisiones del 80.11% en el entrenamiento y 81.40% en la validación. Estos  
hallazgos destacan la capacidad del modelo para prever el éxito o fracaso escolar, demostrando  
su eficacia en el entorno educativo.  
(10) aplicaron modelos de inteligencia artificial en pruebas estandarizadas para mejorar el  
rendimiento académico en la educación superior. A través de una revisión sistemática, se  
analizaron 17 estudios publicados entre 2019 y 2023, donde se destacó el uso de modelos como  
Redes Neuronales Artificiales y Árboles de Decisión. Los resultados evidenciaron beneficios en la  
optimización del aprendizaje y la toma de decisiones educativas. Sin embargo, es crucial abordar  
las limitaciones y considerar aspectos éticos para garantizar una aplicación efectiva y responsable  
en el ámbito académico.  
(11) examinaron el rendimiento académico de estudiantes de Economía y Turismo en la  
Universidad Técnica de Manabí utilizando Power BI en 2021. La obtención de datos precisos es  
fundamental para evaluar el desempeño académico, un proceso que puede ser complejo y arduo.  
La utilización de herramientas como Power BI facilita la recopilación de datos objetivos,  
permitiendo identificar áreas de mejora y aplicar medidas rápidas y eficaces. Mediante la  
metodología CRISP-DM, que consta de seis etapas —comprensión del negocio, análisis de datos,  
preparación, modelado, evaluación y despliegue—, se aplicaron algoritmos de aprendizaje  
automático, como Árboles de Decisión, Bosques Aleatorios, Redes Neuronales y Máquinas de  
Soporte Vectorial. El algoritmo de Random Forest resultó ser el más eficiente, generando un  
dashboard con estadísticas detalladas sobre los estudiantes.  
(12) desarrollaron un modelo predictivo basado en árboles de decisión para identificar  
estudiantes con riesgo de sufrir estrés académico en la Facultad de Ciencias de la Universidad  
Nacional José Faustino Sánchez Carrión, durante el semestre académico 2023-II. Utilizando un  
diseño no experimental, con enfoque cuantitativo, nivel explicativo y aplicado, se emplearon dos  
instrumentos de recolección de datos: la escala Perceived Stress Scale (PSS), con 14 preguntas  
validadas, y un cuestionario adicional para recopilar factores diversos, compuesto por 23  
preguntas. La muestra incluyó 298 estudiantes, y se ajustaron hiperparámetros como xval (5),  
minsplit (7), minbucket (5), maxdepth (4) y cp (0.01). El modelo alcanzó una precisión del 82,93%  
y un nivel de concordancia del 74,51% en la predicción del estrés académico. Este estudio  
demuestra la viabilidad del uso de un modelo predictivo basado en árboles de decisión para  
identificar estudiantes en riesgo de estrés académico.  
Esta investigación contribuye de manera significativa al conocimiento existente al identificar y  
relacionar diversas variables que exploran aspectos abordados en estudios previos, aportando  
detalles específicos sobre su impacto a través de un análisis exhaustivo de correlaciones y el uso  
712  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
de modelos predictivos avanzados, como el árbol de decisión. A diferencia de investigaciones  
previas centradas principalmente en la educación superior, este estudio considera también los  
niveles de educación básica, un ámbito frecuentemente ignorado. En comparación con otras  
investigaciones, ofrece un análisis más detallado y granular de cómo interactúan los diferentes  
factores, destacando su aplicabilidad práctica mediante modelos interpretables que facilitan una  
comprensión más profunda y accesible de los resultados. Además, permite abordar la incógnita  
central de la investigación: ¿Cuáles son los factores personales y académicos más significativos  
en la población de estudiantes de la Unidad Educativa “Miguel de Cervantes”?  
El estudio proporciona valiosos hallazgos sobre el rendimiento académico utilizando técnicas  
avanzadas como mapas de calor y árboles de decisión. Se emplea un mapa de calor para analizar  
las correlaciones entre variables clave, como la relación positiva entre ingresos familiares y el  
rendimiento académico, y la correlación negativa entre las horas frente a pantallas y el  
desempeño. Además, el modelo de árbol de decisión, tras ser ajustado y validado, muestra una  
precisión superior al 90%. Entre los principales factores observados, la "Horas frente a Pantallas"  
es determinante: El 33.3% de los estudiantes que dedican más de 2 horas diarias a actividades de  
ocio frente a pantallas solo "Alcanza los aprendizajes requeridos", mientras que el 66.7% restante,  
con menos tiempo frente a pantallas, tiene mayores posibilidades de superar los aprendizajes.  
Además, los ingresos familiares y la actividad extracurricular influyen positivamente en el  
rendimiento, destacando que los estudiantes con ingresos mayores y participación  
extracurricular tienen un 78.6% de probabilidades de "Superar los aprendizajes requeridos". Por  
otro lado, el acceso a internet y la motivación también impactan el rendimiento, siendo el primero  
un factor positivo y la falta de motivación un aspecto negativo.  
MATERIALES Y MÉTODOS  
Tipo de Investigación  
Considerando que el enfoque cuantitativo utiliza la recolección y análisis de datos para responder  
preguntas, probar hipótesis y establecer patrones mediante medición, conteo y estadística (13),  
esta investigación aplicada con enfoque cuantitativo se centra en la construcción y validación de  
un modelo predictivo para estimar el rendimiento académico en estudiantes de educación básica  
media. Este enfoque permite analizar de manera objetiva la influencia de factores personales,  
pedagógicos y psicosociales en el desempeño estudiantil. Mediante un proceso riguroso de  
recolección y análisis de datos, se busca identificar patrones significativos y relaciones entre las  
variables involucradas, utilizando algoritmos de árboles de decisión como herramienta clave para  
el modelado predictivo. La metodología de la investigación se estructura en etapas definidas:  
selección de variables relevantes, preprocesamiento de datos, desarrollo del modelo y validación  
estadística. Este diseño garantiza no solo la precisión del modelo, sino también su aplicabilidad  
en contextos educativos similares, contribuyendo a la mejora de estrategias pedagógicas y a la  
identificación temprana de riesgos asociados a la deserción escolar.  
713  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
Población  
La población de esta investigación está conformada por las calificaciones de los estudiantes de  
educación básica media de la Unidad Educativa "Miguel de Cervantes", ubicada en el Cantón  
Pujilí, Provincia de Cotopaxi. Este grupo incluye a todos los estudiantes matriculados durante los  
periodos académicos: 2022-2023 y 2023-2024, quienes presentan una variedad de características  
personales, pedagógicas y psicosociales relevantes para el análisis del rendimiento académico, y  
cuyo número alcanza los 30 alumnos en cada periodo académico.  
En este estudio, se trabaja con el total de estudiantes de educación básica media legalmente  
matriculados es de 30. Al trabajar con la totalidad de los estudiantes, se garantiza una cobertura  
completa y detallada del fenómeno de estudio, eliminando la necesidad de un muestreo adicional  
y asegurando la precisión y representatividad de los resultados. Este enfoque permite un análisis  
directo del impacto de los diversos factores sobre el rendimiento académico, minimizando sesgos  
derivados de la selección de una submuestra.  
Recopilación de datos  
En esta investigación para el modelado predictivo del rendimiento académico en estudiantes de  
educación básica media, la recopilación de datos se realizó mediante encuestas dirigidas a los  
estudiantes. La encuesta es una técnica que emplea procedimientos estandarizados de  
investigación, para recoger y analizar de manera sistemática diversos datos (14).  
Las encuestas abordaron múltiples variables relevantes para el análisis del rendimiento  
académico, como: Edad del estudiante, Género, Ingresos Familiares Mensuales, Tipo de Familia,  
Personas en el Hogar, Actividad Extracurricular, Acceso a Internet, Horas Frente a Pantallas, Estilo  
de Aprendizaje, Zona, Problemas de Salud, Motivación, Deseo de Continuar Estudios y Nivel  
Académico (usadas como base para evaluar el modelo predictivo).  
Esta recopilación de datos ofrece un panorama integral de las variables personales, pedagógicas  
y socioeconómicas que pueden influir en el rendimiento académico de los estudiantes,  
permitiendo desarrollar un modelo predictivo robusto basado en estos factores.  
Encuesta  
La investigación implementó una encuesta como instrumento de recolección de datos diseñado  
para analizar comprehensivamente los factores que influyen en el rendimiento académico de los  
estudiantes. La encuesta, estructurada metodológicamente en ocho secciones, aborda múltiples  
dimensiones que potencialmente impactan el desempeño escolar, permitiendo una evaluación  
sistemática y multifactorial de las condiciones estudiantiles.  
El diseño metodológico contempló variables demográficas, socioeconómicas y contextuales,  
estratificadas en categorías específicas que permiten un análisis detallado. La sección de  
información general incluye variables como edad, género y nivel socioeconómico, clasificado en  
tres rangos: bajo (ingresos <$250 mensuales), medio ($250-$500 mensuales) y alto (>$500  
mensuales). Esta estratificación permite comprender la relación entre condiciones económicas y  
rendimiento académico.  
714  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
La estructura del instrumento abarca dimensiones críticas como composición familiar,  
participación en actividades extracurriculares, acceso tecnológico y estilos de aprendizaje. Se  
consideraron variables como tipos de familia (nuclear, monoparental, extendida), número de  
habitantes en el hogar, acceso a internet y tiempo de exposición a pantallas, categorizado en  
intervalos que van desde menos de una hora hasta más de cuatro horas diarias. El diseño  
metodológico priorizó la obtención de información mediante preguntas cerradas y algunas  
abiertas, equilibrando la recopilación de datos cuantitativos y cualitativos.  
Entre las consideraciones metodológicas se contemplaron limitaciones inherentes, como el  
potencial sesgo de deseabilidad social y la dependencia de información autorreportada. No  
obstante, el instrumento fue concebido para proporcionar una perspectiva integral, permitiendo  
analizar la compleja interrelación de factores que configuran el rendimiento académico.  
La participación fue establecida sobre bases voluntarias, con un compromiso explícito de utilizar  
la información únicamente con fines académicos y de investigación, asegurando la transparencia  
y rigurosidad del proceso de recolección de datos.  
Análisis estadístico  
El análisis estadístico realizado en este estudio empleó el algoritmo de árboles de decisión CART.  
Este algoritmo fue seleccionado debido a su capacidad para manejar datos complejos y  
proporcionar modelos interpretables, lo que es esencial para comprender las relaciones entre las  
variables involucradas en el rendimiento académico (15).  
Proceso de análisis:  
El lenguaje de programación utilizado en esta investigación fue Python, con el apoyo de librerías  
como Pandas, NumPy, Seaborn, Matplotlib y Scikit-learn para el procesamiento y análisis de  
datos. El script realiza transformaciones categóricas y de rangos, y elimina columnas irrelevantes  
para optimizar el análisis. Se genera una matriz de correlación entre variables, visualizada  
mediante un mapa de calor con Seaborn. Los datos se dividen en conjuntos de entrenamiento y  
prueba utilizando Scikit-learn. La configuración de Pandas permite mostrar todos los datos,  
facilitando un análisis detallado. El modelo principal es un Árbol de Decisión ajustado con el  
criterio de Gini y una profundidad máxima de 4. Se lleva a cabo una validación cruzada  
estratificada con StratifiedKFold, y el modelo se evalúa mediante precisión, reporte de  
clasificación y matriz de confusión. A continuación, se detalla cada aspecto del análisis:  
1.  
Preprocesamiento de datos: Los datos recolectados fueron sometidos a un riguroso proceso  
de preprocesamiento, incluyendo limpieza, normalización y manejo de valores atípicos.  
Este paso es crucial para asegurar la calidad y precisión de los datos analizados. Los datos  
fueron tratados utilizando un mapeo estructurado para convertir variables categóricas en  
valores numéricos, lo que facilita el análisis estadístico y la modelización predictiva. Cada  
variable fue asignada a un valor según su correspondiente correspondencia: el género se  
codificó como 0 para 'Femenino' y 1 para 'Masculino'; los ingresos familiares mensuales se  
categorizan como 0 para 'Menos de 250 USD', 1 para 'Entre 250 a 500 USD' y 2 para 'Más  
de 500 USD'. El tipo de familia se codificó como 0 para 'Monoparental' y 1 para 'Nuclear',  
715  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
mientras que las personas en el hogar se dividieron en 0, 1 y 2 según el número de  
integrantes. La actividad extracurricular fue categorizada como 0 para 'No' y 1 para 'Sí', y el  
acceso a internet se asignó como 0 para 'No' y 1 para 'Sí'. Asimismo, las horas frente a  
pantallas se clasificaron en 0 para 'Hasta 1 hora', 1 para 'Entre 1 y 2 horas' y 2 para 'Hasta 4  
horas'. El estilo de aprendizaje fue mapeado como 1 para 'Auditivo' y 2 para 'Visual', y la  
zona como 1 para 'Urbana' y 2 para 'Rural'. Los problemas de salud se codificaron como 0  
para 'No' y 1 para 'Sí', mientras que la motivación fue categorizada en 0 para 'Graduarme  
con honores', 1 para 'Aprender' y 2 para 'Conseguir buen empleo'. Finalmente, el deseo de  
continuar estudios se asignó como 1 para 'Sí' y 0 para 'No'. Además, la variable edad fue  
segmentada en rangos y codificada en valores específicos según corresponda. Este enfoque  
permite un análisis comprensivo y un modelado efectivo basado en datos estructurados.  
2.  
Entrenamiento del modelo: Una vez preprocesados, los datos fueron utilizados para  
entrenar el modelo CART. Este algoritmo segmenta los datos en grupos homogéneos  
mediante divisiones sucesivas, optimizando la relación entre las variables independientes y  
el rendimiento académico. La fórmula general del árbol es:  
(
)
푅푒푛푑푖푚푖푒푛푡표푎푐푎푑é푚푖푐표 = 푓 푉푎푟푖푎푏푙푒1, 푉푎푟푖푎푏푙푒2, . . . , 푉푎푟푖푎푏푙푒ꢀ  
(1)  
donde 푓 representa la función de predicción basada en las variables seleccionadas.  
3.  
Validación cruzada: Para evaluar la precisión del modelo y prevenir el sobreajuste, se aplicó  
una validación cruzada. En este proceso, se divide el conjunto de datos en subconjuntos,  
donde algunos se utilizan para el entrenamiento y otros para la validación. La fórmula para  
la validación cruzada es (Scikit-learn developers, 2018):  
푃푟푒푐푖푠푖ó푛 = 푘1  
퐸푟푟표푟 (2)  
푘
ꢁ=1  
∑
ꢁ
donde ꢂ representa el número de pliegues o subconjuntos.  
Resultados y evaluación: Los resultados del análisis mostraron que el modelo CART fue altamente  
eficaz para identificar los principales factores que influyen en el rendimiento académico. Además,  
la precisión del modelo permitió predecir el desempeño estudiantil con alta exactitud, facilitando  
la intervención temprana en casos de riesgo. Este enfoque no solo optimiza la toma de decisiones  
pedagógicas, sino que también contribuye a la reducción de la deserción escolar al proporcionar  
información detallada sobre áreas específicas a mejorar.  
RESULTADOS  
Mapa de calor  
El mapa de calor, ilustrado en la figura 1, se basa en una matriz de correlación, que permite  
analizar la relación entre diversas variables relacionadas con aspectos demográficos, familiares y  
716  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
académicos de los estudiantes. Cada celda de la matriz muestra el coeficiente de correlación entre  
pares de variables, proporcionando una visión cuantitativa de la asociación entre ellas. Los valores  
en la matriz van desde -1 hasta 1, donde valores cercanos a 1 indican una fuerte relación positiva,  
valores cercanos a -1 reflejan una relación negativa significativa, y valores cercanos a 0 sugieren  
una relación débil o nula (16). Esta representación visual ayuda a identificar cómo factores como  
ingresos familiares, estilo de aprendizaje y motivación influyen mutuamente en el rendimiento  
académico y las experiencias educativas.  
Figura 1. Mapa de calor que representa la correlación entre variables influyentes en el rendimiento académico.  
La matriz de correlación presentada en la Figura 1, ofrece un análisis detallado de cómo diferentes  
factores están relacionados entre sí en el contexto educativo y familiar de los estudiantes. Es  
importante considerar que factores como la "zona", "problemas de salud", “edad” y “deseos de  
continuar estudios” fueron eliminados de la matriz debido a la homogeneidad en estos aspectos  
dentro de la población estudiada. A continuación, se destacan algunas interpretaciones  
relevantes:  
Eliminación de factores:  
1.  
2.  
3.  
4.  
Zona: Al vivir todos los niños en una zona rural cercana a la unidad educativa, no se  
presentan variaciones significativas en este aspecto.  
Problemas de Salud: No se identificaron problemas de salud graves entre los estudiantes,  
lo que elimina la necesidad de incluir esta variable en el análisis.  
Deseos de Continuar Estudios: Todos los estudiantes manifestaron deseos uniformes de  
continuar sus estudios, lo que suprime variaciones en este factor.  
Edad: La falta de diversidad en esta variable reduce su relevancia en la identificación de  
patrones o diferencias significativas entre los estudiantes, ya que la mayoría se encuentra  
717  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
en un rango de edad muy cercano. Por lo tanto, su inclusión no aporta información  
diferenciadora para el modelo.  
Árbol de decisión  
En este estudio se empleó un árbol de decisión para modelar la relación entre las características  
de los datos y la variable objetivo. Los árboles de decisión son una herramienta popular en el  
ámbito de la minería de datos y la inteligencia artificial debido a su capacidad para modelar  
relaciones no lineales de manera interpretable. Estos modelos dividen el espacio de  
características en regiones homogéneas basadas en reglas simples, lo que permite entender  
fácilmente el proceso de toma de decisiones (17).  
Figura 2. Representación gráfica del árbol de decisión utilizado en el estudio.  
En la Figura 2 se puede observar el árbol de decisión resultante, el modelo evaluado muestra un  
alto nivel de precisión, con una precisión de validación cruzada promedio de 0.83 y una precisión  
final del modelo de 0.88. Además, al analizar los resultados en cada uno de los pliegues, se  
observa una variabilidad entre 0.75 y 0.92, indicando que el modelo mantiene un desempeño  
consistente en diferentes subdivisiones de los datos. El reporte de clasificación muestra cómo se  
distribuye el rendimiento según las categorías de desempeño académico: Alcanza los  
aprendizajes requeridos, Domina los aprendizajes requeridos y Supera los aprendizajes  
requeridos.  
Los valores de precisión, recall y f1-score para cada categoría reflejan un buen equilibrio entre los  
distintos indicadores de desempeño. Por ejemplo, la categoría "Alcanza los aprendizajes  
requeridos" muestra una precisión del 0.92 y una sensibilidad del 1.00, lo que sugiere una alta  
capacidad para identificar correctamente los casos positivos. Asimismo, la categoría "Domina los  
aprendizajes requeridos" muestra una precisión del 0.90 y una sensibilidad de 0.86, destacando  
una buena identificación de este grupo. Finalmente, la categoría "Supera los aprendizajes  
requeridos" presenta una precisión del 0.79 con una sensibilidad de 0.73. Esto sugiere que el  
718  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
modelo es efectivo en la clasificación de los aprendizajes requeridos y puede ser un recurso  
valioso para la evaluación del rendimiento académico en contextos similares.  
Matriz de confusión  
La matriz de confusión ilustrada en la figura 3 muestra cómo el modelo clasifica los resultados en  
tres categorías distintas: "Alcanza los aprendizajes requeridos", "Domina los aprendizajes  
requeridos" y "Supera los aprendizajes requeridos". De acuerdo con los valores presentados, el  
modelo clasifica correctamente la mayoría de los casos en cada categoría. Por ejemplo, logró  
identificar correctamente 24 casos en la categoría "Alcanza los aprendizajes requeridos". Sin  
embargo, también se observa cierta confusión en las clasificaciones, como los 3 casos  
incorrectamente clasificados como "Supera los aprendizajes requeridos" dentro de la categoría  
"Domina los aprendizajes requeridos". Por lo que la matriz de confusión refleja un desempeño  
satisfactorio del modelo.  
Figura 3. Matriz de confusión  
DISCUSIÓN  
Interpretación de la matriz de correlación  
La matriz de correlación muestra diversas relaciones entre las variables analizadas y cómo estas  
influyen en el nivel académico de los estudiantes. En particular, se destaca la correlación positiva  
entre los ingresos familiares mensuales y el nivel académico (0.77), indicando que a medida que  
aumentan los ingresos, también lo hace el desempeño académico. Esta relación sugiere que los  
719  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
recursos económicos pueden proporcionar acceso a mejores oportunidades educativas,  
tecnologías y apoyo adicional, lo que contribuye a un mejor rendimiento académico. Además, la  
correlación positiva con acceso a internet (0.76) subraya la relevancia de las tecnologías digitales  
como un factor determinante para el nivel académico, ya que un acceso eficiente a estas  
herramientas facilita la realización de tareas académicas y la interacción educativa (18).  
Por otro lado, la correlación negativa con horas frente a pantallas (-0.80) indica que un uso  
excesivo de dispositivos electrónicos está asociado a un menor nivel académico. Esto podría estar  
relacionado con la distracción o el tiempo reducido dedicado a actividades académicas más  
productivas. Asimismo, se observa una relación moderada entre la actividad extracurricular y el  
nivel académico (0.63), lo que sugiere que la participación en estas actividades complementarias  
contribuye positivamente al desarrollo de habilidades y al rendimiento académico (19).  
Finalmente, la correlación con la motivación académica también es significativa (-0.68),  
mostrando que estudiantes más motivados suelen alcanzar niveles superiores en su rendimiento.  
En conjunto, la matriz resalta cómo factores como ingresos, acceso a tecnología, participación  
extracurricular y motivación impactan directamente en el desempeño académico, mostrando la  
complejidad de las interacciones que afectan el éxito educativo.  
Interpretación del árbol de decisión  
El árbol de decisiones clasifica a los estudiantes basándose en su tiempo frente a pantallas,  
ingresos familiares mensuales y participación en actividades extracurriculares. La clasificación  
comienza evaluando las "Horas frente a Pantallas" como criterio principal, dividiéndose en dos  
ramas principales: una para valores menores o iguales a 1.50 (tiempo menor o igual a dos horas  
diarias frente a pantallas) y otra para valores mayores a 1.50 (tiempo mayor a más de 2 horas  
diarias frente a pantallas).  
En la primera rama, donde las "Horas frente a Pantallas menor o igual que 1.50", se profundiza  
en factores adicionales como ingresos familiares mensuales y actividad extracurricular. Si los  
ingresos son bajos o iguales a 1.50 (ingresos familiares menores a $500), los estudiantes se  
clasifican como "Domina los aprendizajes requeridos", que es el rango más bajo de calificaciones.  
En contraste, si los ingresos son mayores, la actividad extracurricular se convierte en el siguiente  
criterio, resultando en clasificaciones como "Alcanza" o "Supera los aprendizajes requeridos".  
Esto sugiere que las actividades extracurriculares potencian el rendimiento académico,  
especialmente cuando los ingresos son medios o altos (20).  
En la segunda rama, donde las "Horas frente a Pantallas mayor que 1.50" (tiempo mayor a más  
de 2 horas diarias frente a pantallas), todos los casos se agrupan en la categoría "Alcanza los  
aprendizajes requeridos". Esto indica que, a partir de un umbral alto de horas frente a pantallas,  
los estudiantes tienen una clasificación uniforme en cuanto a rendimiento académico, sin  
distinciones adicionales basadas en otros factores.  
CONCLUSIONES  
720  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
La variable “horas frente a pantallas” es el principal factor determinante en los niveles de  
aprendizaje de los estudiantes. Aquellos que dedican más de dos horas diarias a actividades de  
ocio frente a pantallas caen exclusivamente en la categoría “Alcanza los aprendizajes requeridos”,  
representando el 33.3% de los estudiantes (10 de 30 muestras), sin lograr superarla. En contraste  
el 66.7% restante que limita su tiempo frente a pantallas a menos de 2 horas diarias muestra un  
desempeño más diverso, con una mayor posibilidad de alcanzar o superar los aprendizajes  
requeridos, destacando el impacto positivo de un uso moderado de dispositivos electrónicos.  
Los factores "Ingresos Familiares Mensuales" y "Actividad Extracurricular" tienen una influencia  
significativa en el rendimiento académico. En el grupo que dedica menos de 1 hora diaria a  
actividades de ocio frente a pantallas y proviene de familias con ingresos menores a 500 USD, el  
100% de los estudiantes "Dominan los aprendizajes requeridos", aunque no logran superarlos. En  
cambio, cuando los ingresos son mayores y los estudiantes participan en actividades  
extracurriculares, su rendimiento mejora considerablemente, ya que el 78.6% de ellos "Superan  
los aprendizajes requeridos". Esto resalta el impacto positivo de estas actividades en el desarrollo  
académico de los estudiantes.  
El 65% de los estudiantes con mayores recursos económicos logran "Superar los aprendizajes  
requeridos", lo que resalta cómo los factores económicos influyen en el rendimiento académico.  
Además, el acceso a internet, con una correlación de 0.76, impulsa el rendimiento de 70% de los  
estudiantes, facilitando el acceso a recursos educativos y mejorando su desempeño. En contraste,  
la falta de motivación académica, reflejada en una correlación de -0.68, tiene un impacto negativo  
significativo en el rendimiento, demostrando cómo la motivación insuficiente puede limitar el  
potencial académico de los estudiantes  
DECLARACIÓN DE INTERÉS (OPCIONAL)  
Se declara que no existen conflictos de interés de naturaleza alguna con la presente investigación.  
Durante la realización de este estudio, se han seguido principios éticos y metodológicos estrictos  
para asegurar la objetividad y la integridad de los resultados, evitando cualquier sesgo o  
influencia externa que pueda afectar la validez y la fiabilidad de los hallazgos. Además, se han  
tomado todas las medidas necesarias para mantener la independencia en la recolección, análisis  
y presentación de datos, garantizando que la investigación se desarrolle de manera imparcial y  
transparente.  
REFERENCIAS BIBLIOGRÁFICAS  
1.  
2.  
3.  
Ministerio de Educación del Ecuador. (2024). Acuerdo Ministerial Nro. MINEDUC-MINEDUC-  
2024-00031-A. "Ministerio de Educación. Quito, Ecuador."  
Moreno, D. M., & González, A. M. (2005). Deserción escolar. Revista Internacional de  
Psicología, 6(1), 1–3.  
Villarrasa-Sapiña, I. (2024). Predicción del rendimiento académico en educación secundaria  
mediante el análisis de árboles de decisión. Revista de Psicología Educativa, 22(3), 25–40.  
721  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
5.  
Real-Delor, R. E., Tirado, A. G., Ojeda, I. A. M., Muñóz, E. E. C., Cáceres, E. D. C., Almeida, M.  
J. C., & Vera, G. R. G. (2024). Factores asociados al rendimiento académico en estudiantes  
universitarios de Latinoamérica en 2023. Investigación en Educación Médica, 13(51), 42–  
52.  
6.  
7.  
8.  
9.  
Montesdeoca, M. C. (2024). La influencia del entorno socioeconómico en el rendimiento  
académico.  
Dominio de las Ciencias, 10(2), 1488–1498.  
Rodriguez-Barboza, D. J. R. (2024). Inteligencia Emocional como Factor Determinante en el  
Rendimiento Académico en Estudiantes. Revista Tecnológica-Educativa Docentes 2.0, 17(1),  
400-411.  
Cañas, F. A. C., Serna, M. D. S. G., & Pabón, D. C. A. (2024). Incidencia de las emociones en  
el rendimiento académico y el desarrollo de la autonomía en estudiantes de educación  
superior virtual: estudio en tres universidades colombianas. Panorama, 18(34), 103-118.  
Ramírez, W., Vinaccia, S., & Ramón Suárez, G. (2004). El impacto de la actividad física y el  
deporte sobre la salud, la cognición, la socialización y el rendimiento académico: una  
revisión teórica. Revista de estudios sociales, (18), 67-75.  
10. Vega-Malagón, G., Ávila-Morales, J., Vega-Malagón, A. J., Camacho-Calderón, N., Becerril-  
Santos, A., & Leo-Amador, G. E. (2014). Paradigmas en la investigación. Enfoque cuantitativo  
y cualitativo. European Scientific Journal, 10(15).  
11. López Tejeda, V., & Pérez Guarachi, J. F. (2011). Técnicas de recopilación de datos en la  
investigación científica. Revista de Actualización Clínica Investiga, 10, 485.  
12. Sangüesa, R. (2005). Métodos de construcción de árboles de decisión para regresión y  
clasificación (CART). In Data mining (p. 12). Editorial UOC.  
13. 1García, E. M., López, C. C., Rivas, J. A. M., & Capistran, D. L. A. (2024). Evaluación de  
Algoritmos de Aprendizaje Supervisado usando Modelos Binarios para Clasificación de  
Análisis de Sentimiento: Evaluation of Supervised Learning Algorithms Using Binary Models  
for  
Sentiment Analysis Classification. Tecnología Educativa Revista CONAIC, 11(1), 92-97.  
14. Pertuz, C. M. P. (2022). Aprendizaje automático y profundo en python. Ra-Ma Editorial.  
15. Origel-Rivas, C. G., Lara, E. R., Barrera, I. A., & Eleuterio, R. A. (2020). Redes neuronales  
artificiales y árboles de decisión para la clasificación con datos categóricos. Res. Comput.  
Sci., 149(8), 541-554.  
16. Gardner, H. (1987). La teoría de las inteligencias múltiples. Santiago de Chile: Instituto  
Construir. Recuperado de http://www. institutoconstruir. org/centro superacion/La%  
20Teor% EDa% 20de, 20, 287-305.  
17. Villarrasa-Sapiña, I. (2024). Predicción del rendimiento académico en educación secundaria  
mediante el análisis de árboles de decisión.  
18. Morales, N. O., & García, P. A. O. (2024). Aplicación de modelos de inteligencia artificial en  
pruebas estandarizadas para la optimización del rendimiento académico en educación  
superior. European Public & Social Innovation Review, 9, 1-21.  
19. Mero, J. S., & Felipe, M. C. (2024). Análisis del rendimiento académico de estudiantes de las  
carreras Economía y Turismo con Power BI en los periodos (2021). 593 Digital Publisher  
CEIT, 9(1), 762-772.  
722  
MODELADO PREDICTIVO DEL RENDIMIENTO ACADÉMICO EN ESTUDIANTES DE EDUCACIÓN BÁSICA MEDIA DE LA UNIDAD  
EDUCATIVA “MIGUEL DE CERVANTES”, CANTÓN PUJILÍ, PROVINCIA DE COTOPAXI, MEDIANTE ALGORITMOS DE ÁRBOLES DE  
DECISIÓN  
20. Lopez Quiroz, L. A., & Soto Salazar, J. G. (2024). Árboles de decisión para la predicción  
temprana de estrés académico en estudiantes de la Facultad de Ciencias, 2023.  
21. Scikit-learn developers. (2018, July 27). scikit-learn user guide. Release 0.19.2. https://scikit-  
learn.org/0.19/_downloads/scikit-learn-docs.pdf  
723