Análisis longitudinal de rendimiento estudiantil en asignaturas troncales y su relación con resultados en pruebas estandarizadas (PSU/PDT)
Este proyecto surge de una solicitud de una Fundación Educacional que necesitaba un análisis profundo de las trayectorias académicas de sus estudiantes para entender:
- 🎯 Patrones de rendimiento en asignaturas troncales a lo largo de la escolaridad
- 📈 Evolución del desempeño desde 1° Básico hasta IV° Medio
- 🔗 Relación entre rendimiento escolar y resultados en pruebas PSU/PDT
- 👥 Diferencias de rendimiento por género
- 📊 Identificación de ciclos críticos que requieren intervención
La institución educativa enfrentaba:
- ❌ Falta de visión longitudinal - No había seguimiento integrado del rendimiento estudiantil a través de los años
- ❌ Decisiones sin datos - Las intervenciones pedagógicas no estaban respaldadas por análisis sistemático
- ❌ Desconexión entre evaluaciones - No se relacionaban las notas escolares con resultados en pruebas estandarizadas
- ❌ Información fragmentada - Los datos existían pero no estaban sistematizados ni analizados
Sistema completo de análisis que proporciona:
- 📊 Visualizaciones comprensivas - Más de 100 gráficos de distribución, tendencia y comparación
- 📈 Análisis estadístico robusto - Box plots, QQ plots, correlaciones por género y nivel
- 🔍 Seguimiento por cohorte - Trayectorias de generaciones 2016-2020
- 📋 Reportes ejecutivos - Presentaciones generadas automáticamente en múltiples formatos
- 💡 Insights accionables - Identificación de puntos críticos para intervención
| Fuente | Período | Contenido |
|---|---|---|
| Actas de notas | 2017-2020 | Promedios generales y por asignatura (1° Básico a IV° Medio) |
| Resultados PSU/PDT | 2017-2020 | Puntajes en pruebas de admisión universitaria |
| Variables demográficas | - | Género, curso, generación |
Parte I: Construcción de dataset
- Consolidación de 4 años de actas de notas
- Cálculo de promedios por estudiante en asignaturas troncales:
- Lenguaje
- Matemáticas
- Historia y Ciencias Sociales
- Ciencias Naturales (Biología, Física, Química)
- Inglés
- Incorporación de variable género (F/M)
- Integración con resultados PSU/PDT
Parte II: Visualización y análisis
Dos tipos principales de gráficos:
-
Gráficos de tendencia
- Puntos con línea de tendencia
- Evolución del rendimiento por nivel y año
-
Box plots (diagramas de caja)
- Distribución de notas/puntajes por nivel
- Mediana (línea central)
- Media (punto rojo)
- Moda (punto naranja)
- Valores atípicos (puntos verdes)
- Permite identificar dispersión y casos extremos
Parte III: Análisis comparativo
- Comparaciones por género
- Comparaciones entre generaciones
- Correlaciones entre asignaturas
- Relación notas escolares vs PSU/PDT
Trayectorias_Academicas/
│
├── datos/ # Datos del proyecto (no incluidos)
│ ├── Base de Datos 2018-2020 II.xlsx
│ ├── Base de PSU 2017-2020.xlsx
│ └── [archivos de datos sensibles]
│
├── Rendimiento_Academico.Rmd # Script principal de análisis
│
├── outputs/ # Resultados generados
│ ├── presentacion.html # Presentación interactiva
│ ├── presentacion.pptx # PowerPoint
│ └── graficos/ # Gráficos individuales
│
├── README.md # Este archivo
└── LICENSE.md # Licencia Creative Commons
- Histogramas por asignatura, nivel y año
- Box plots para visualizar dispersión
- QQ plots para verificar normalidad de distribuciones
- Evolución de promedios por nivel (1° Básico → IV° Medio)
- Tendencias por asignatura y año
- Comparaciones entre ciclos escolares
- Rendimiento por género en cada asignatura
- Comparación entre generaciones
- Evolución de cohortes específicas (2° básico 2017 → 6° básico 2020)
- Matriz de correlaciones entre asignaturas
- Correlaciones por género
- Relación entre rendimiento escolar y PSU/PDT
- Distribución de puntajes por año
- Comparación Lenguaje vs Matemáticas
- Relación con rendimiento en III° y IV° Medio
- R - Análisis estadístico y visualización
- RStudio - IDE para desarrollo
- R Markdown - Documentación reproducible
# Manipulación de datos
library(tidyverse)
library(readxl)
# Visualización
library(ggplot2)
library(ggthemes)
library(viridis)
library(gridExtra)
# Análisis estadístico
library(dlookr)
library(skimr)
library(modeest)
# Reportes
library(knitr)
library(kableExtra)
library(GGally)# R versión 4.0 o superior
# RStudio (recomendado)
# Instalar librerías necesarias
install.packages(c("tidyverse", "readxl", "ggplot2", "ggthemes",
"gridExtra", "viridis", "knitr", "skimr",
"dlookr", "modeest", "GGally", "kableExtra"))Opción 1: Generar reporte completo
- Abre
Rendimiento_Academico.Rmden RStudio - Prepara tus datos en formato Excel según la estructura esperada
- Actualiza las rutas de archivo en el chunk "ImportarDatos"
- Haz clic en Knit → Selecciona formato de salida:
HTML- Presentación interactivaPowerPoint- Para presentaciones ejecutivasPDF- Documento estático
Opción 2: Ejecutar análisis específicos
# Cargar librerías
source("setup.R")
# Importar datos
base_datos <- read_excel("datos/Base_de_Datos.xlsx")
# Análisis de distribución 2020
base_datos %>%
filter(AÑO == 2020) %>%
ggplot(aes(x = CURSO, y = PROMEDIO, group = CURSO)) +
geom_boxplot(outlier.colour = "green") +
stat_summary(fun = mean, geom = "point", shape = 18,
size = 3, color = "red")Formato esperado de datos:
Tu archivo Excel debe contener las siguientes columnas:
| Columna | Tipo | Descripción |
|---|---|---|
| AÑO | Numérico | Año escolar (2017, 2018, etc.) |
| CURSO | Numérico | Nivel (1-12, donde 1=1°Básico, 12=IV°Medio) |
| SEXO | Texto | "F" o "M" |
| PROMEDIO | Numérico | Promedio general (escala 1-7) |
| LENGUAJE | Numérico | Promedio en Lenguaje |
| MATEMATICAS | Numérico | Promedio en Matemáticas |
| HISTORIA | Numérico | Promedio en Historia |
| CIENCIAS | Numérico | Promedio en Ciencias |
| INGLÉS | Numérico | Promedio en Inglés |
🔴 Puntos críticos identificados:
- 8° Básico - Mayor dispersión en rendimiento de Lenguaje y Matemáticas
- II° Medio - Caída pronunciada en promedios generales
- Transición 6°→7° - Cambio significativo en distribución de notas
📈 Tendencias observadas:
- Promedios de Matemáticas consistentemente >5.5 en todos los niveles
- Historia muestra mayor variabilidad entre años
- Inglés mantiene tendencia estable en educación media
👥 Diferencias por género:
- Mujeres muestran mejor rendimiento en Lenguaje (todos los niveles)
- Hombres presentan mejor desempeño en Matemáticas (7° en adelante)
- Ciencias: rendimiento similar hasta III° Medio
🎯 Correlación notas-PSU:
- Fuerte correlación entre promedios de IV° Medio y puntajes PSU/PDT
- Lenguaje escolar predice mejor PSU Lenguaje que Matemáticas escolar PSU Matemáticas
- ✅ Presentación ejecutiva (PowerPoint)
- ✅ Reporte completo con todos los gráficos
- ✅ Datasets procesados
- ✅ Código fuente documentado
- ✅ Dashboard interactivo (HTML)
- ✅ Análisis detallado por nivel y asignatura
- ✅ Recomendaciones basadas en datos
El proyecto genera más de 100 visualizaciones, incluyendo:
- Box plots de promedios generales por nivel
- Distribución de notas por asignatura
- Histogramas por género y año
- Evolución de promedios 1° Básico → IV° Medio
- Tendencias por asignatura (2017-2020)
- Comparación entre generaciones
- Rendimiento por género en cada asignatura
- Análisis por ciclo escolar
- PSU/PDT vs rendimiento escolar
- Matrices de correlación por género
- Relación entre asignaturas
- GGpairs con visualización multivariada
Si deseas usar este código:
- Prepara tus propios datos siguiendo el formato especificado
- Asegúrate de cumplir con leyes de protección de datos (Ley 19.628 en Chile)
- Anonimiza información personal antes de compartir resultados
✅ Al usar este código, asegúrate de:
- Obtener consentimiento informado para uso de datos
- Anonimizar identificadores personales
- Almacenar datos de forma segura
- Cumplir con regulaciones locales de privacidad
Este tipo de análisis puede ser usado para:
- 📊 Monitoreo de calidad educativa
- 🎯 Identificación de estudiantes en riesgo
- 📈 Evaluación de impacto de intervenciones
- 🔍 Detección de brechas de género
- 📋 Reportes para sostenedores y autoridades
- 📚 Estudios longitudinales de rendimiento
- 🔬 Análisis de factores asociados al éxito académico
- 📊 Validación de instrumentos de evaluación
- 🎓 Investigación sobre transiciones escolares críticas
- 💼 Diagnósticos institucionales
- 📈 Planes de mejora basados en evidencia
- 🎯 Diseño de sistemas de monitoreo
- 📊 Capacitación en análisis de datos educativos
Aunque este proyecto específico está finalizado, puedes:
- 🐛 Reportar bugs en el código
- 💡 Sugerir mejoras en visualizaciones
- 📝 Compartir casos de uso
- 🔀 Hacer fork para adaptarlo a tu contexto
| Estado | Descripción |
|---|---|
| ✅ Finalizado | Proyecto completado y entregado |
| 📅 Fecha de entrega | Febrero 2021 |
| 🎯 Cliente | Fundación Educacional (colegio particular pagado) |
| 📊 Período analizado | Generaciones 2016-2020 |
| 📈 Alcance | 1° Básico a IV° Medio (12 niveles) |
Claudio Rojas Monsalves - Director Académico y Analista de Datos
- Conceptualización del proyecto
- Análisis de datos y visualizaciones
- Generación de reportes ejecutivos
- Presentación a directorio y equipo directivo
Este proyecto fue realizado durante mi gestión como Director Académico, aplicando técnicas de data science al análisis educativo para tomar decisiones basadas en evidencia.
- A la Fundación Educacional que confió en este enfoque basado en datos
- A la comunidad de R y tidyverse por sus excelentes herramientas
- A los desarrolladores de ggplot2 por hacer la visualización de datos accesible y poderosa
Este proyecto está bajo Licencia Creative Commons BY (Attribution).
Puedes:
- ✅ Usar el código para tus propios análisis
- ✅ Modificar y adaptar a tu contexto
- ✅ Distribuir y compartir
Debes:
- 📌 Dar crédito apropiado al autor original
- 📌 Indicar si realizaste cambios
- 📌 Incluir un link a la licencia
¿Preguntas sobre el proyecto? ¿Interesado en consultoría similar?
Claudio Rojas Monsalves
📧 crojasmon@gmail.com
💼 LinkedIn
🐙 GitHub
Si te interesó este proyecto, también revisa:
- 📖 analizador-lexile-chile - Análisis de complejidad lectora
- 📊 paes-ranking-chile - Análisis de resultados PAES
- 📚 Apoyo - Jupyter Book de Python para educación media
💙 Desarrollado con pasión por la educación desde el sur de Chile 🇨🇱