Análisis de los factores asociados al riesgo académico mediante regresión logística en una institución de educación superior: aportes para la intervención orientadora
##plugins.themes.themeTen.article.main##
Palabras clave
enseñanza superior, estudiante universitario, rendimiento escolar
Resumen
Objetivo: Analizar los factores asociados con una mayor o menor probabilidad de presentar riesgo académico en estudiantes de primer año de una institución de educación superior.
Método: Se realizó un estudio cuantitativo, no experimental y correlacional con 527 estudiantes de primer ingreso. Se aplicó regresión logística para analizar variables académicas, sociodemográficas y psicoeducativas. El ajuste y la capacidad discriminativa del modelo se evaluaron mediante indicadores de bondad de ajuste, curva ROC y validación cruzada de 10 particiones.
Resultados: Cinco factores presentaron asociaciones estadísticamente significativas con el riesgo académico. Ser hombre se asoció con mayores odds de riesgo (OR = 2,43; IC95 %: 1,61–3,71), mientras que contar con beca se relacionó con menores odds (OR = 0,60; IC95 %: 0,38–0,94). Asimismo, por cada incremento de 0,1 unidades, el índice digital mostró una asociación protectora (OR = 0,84; IC95 %: 0,75–0,95) y el tecnológico una asociación positiva (OR = 1,17; IC95 %: 1,02–1,34); cada incremento de 10 puntos en la nota de ingreso se asoció con menores odds de riesgo (OR = 0,97; IC95 %: 0,94–0,99). El modelo alcanzó un AUC de 0,704.
Conclusiones: El estudio aporta a la Orientación una aproximación para reconocer tempranamente condiciones que pueden comprometer la permanencia, el logro académico y las trayectorias estudiantiles, y generar información que sustente posteriores procesos de valoración e intervención acordes con las necesidades de las personas y las condiciones de sus contextos.
Referencias
Álvarez-Pérez, P. R., y López-Aguilar, D. (2017). Recursos de orientación para la transición académica y la toma de decisiones del alumnado: el programa “Universitarios por un día”. Revista d’Innovació Docent Universitària, (9), 26-38. https://doi.org/10.1344/RIDU2017.9.3
Arguedas Negrini, I. (2015). Orientación para la prevención. En A. Mata Segreda (Ed.), El desarrollo teórico de la Orientación (pp. 51–85). Universidad de Costa Rica
Barragán Moreno, S. P., y González Támara, L. (2024). Complexities of student dropout in higher education: a multidimensional analysis. Frontiers in Education, 9, 1-16. https://doi.org/10.3389/feduc.2024.1461650
Bean, J. P., & Metzner, B. S. (1985). A conceptual model of nontraditional undergraduate student attrition. Review of Educational Research, 55(4), 485-540. https://doi.org/10.3102/00346543055004485
Borja Naranjo, G. M., Martínez Benítez, J. E., Barreno Freire, S. N., y Haro Jácome, O. F. (2021). Factores asociados al rendimiento académico: Un estudio de caso. Revista EDUCARE, 25(3), 54–77. https://doi.org/10.46498/reduipb.v25i3.1509
Cabrera, A. F., Nora, A., & Castañeda, M. B. (1993). College persistence: structural equations modeling test of an integrated model of student retention. The Journal of Higher Education, 64(2), 123-139. https://doi.org/10.2307/2960026
Carpio, C., Pacheco, V., Rodríguez, R., y Morales, G. (2018). Riesgo Académico: Un modelo de intervención, evidencias y extensiones. https://www.academia.edu/41762279/Riesgo_Acad%C3%A9mico_Un_modelo_de_intervenci%C3%
Chang, Y. H., Chen, F. C., & Lee, C. l. (2025). Developing an Early Warning System with Personalized Interventions to Enhance Academic Outcomes for At-Risk Students in Taiwanese Higher Education. Education sciences, 15(10), 1321. https://doi.org/10.3390/educsci15101321
Chiarino, N., Rodríguez Enríquez, C., Curione, K., Machado, A., Bonilla, M., Aspirot, L., Garófalo, L., y Olveira, B. (2024). Abandono y permanencia estudiantil en universidades de Latinoamérica y el Caribe: Una revisión sistemática mixta. Revista Actualidades Investigativas en Educación, 24(2), 1-37. https://doi.org/10.15517/aie.v24i2.57306
Čotić Poturić V., Čandrlić S., & Dražić I. (2025). A Scoring Algorithm for the Early Prediction of Academic Risk in STEM Courses. Algorithms, 18(4). 1-24. https://doi.org/10.3390/a18040177
Cruz Navarro, C., Berlanga Reséndiz, K., Hernández Reséndiz, S., y Martínez Corona, J. I. (2025). Rendimiento académico en la educación superior: una revisión sistemática. Revista San Gregorio, 1(Especial_2), 142-153. https://doi.org/10.36097/rsan.v1iEspecial_2.2895
Echeverría-Ramírez, J. A., y Mazzitelli, C. (2021). Estudio de la percepción sobre los factores institucionales que influyen en el rendimiento académico de estudiantes de la Universidad Estatal a Distancia de Costa Rica. Revista Electrónica Educare, 25(2), 1-20. https://doi.org/10.15359/ree.25-2.18
Ethington, C. A. (1990). A psychological model of student persistence. Research in Higher Education, 31(3), 279-293. https://doi.org/10.1007/BF00992313
Frías Quesada, C. (2015). La Orientación como disciplina y profesión. En A. Mata Segreda (Ed.), El desarrollo teórico de la Orientación: Un aporte de la Universidad de Costa Rica (pp. 15–50). Universidad de Costa Rica.
García Sanz, M. P., y García Meseguer, M. (2012). Los métodos de investigación. En M. P. García Sanz y P. Martínez Clares (coords.), Guía práctica para la realización de trabajos fin de Grado y trabajos fin de Máster (99-128). https://dialnet.unirioja.es/servlet/libro?codigo=787917
Gómez Gallego, M., Palazón Pérez de los Cobos, A., & Gómez Gallego, J. C. (2021). Identifying Students at Risk to Academic Dropout in Higher Education. Education Sciences, 11(8), 1-10. https://doi.org/10.3390/educsci11080427
Gonzalez-Nucamendi A., Noguez J., Neri L., Robledo-Rella V., & García-Castelán R. M. G. (2023). Predictive analytics study to determine undergraduate students at risk of dropout. Frontiers in Education, 8, 1244686. https://doi.org/10.3389/feduc.2023.1244686
Gordillo-León, F., De-Juanas, Á., & Mestas-Hernández, L. (2026). Positive and negative affect as predictors of university academic performance: systematic review and meta-analysis. Psychology, Society & Education, 18(1), 75-87. https://doi.org/10.21071/pse.v18i1.18634
Gutiérrez de Rozas, B., López-Martín, E., y Carpintero Molina, E. (2022). Condicionantes del rendimiento académico: revisión sistemática de 25 años de meta-análisis. Revista de Educación, 398, 38-95. https://doi.org/10.4438/1988-592X-RE-2022-398-552
Gutiérrez-Monsalve, J. A., López-Velásquez, J. F., Castillo Grisales, J. A., y Segura-Cardona, A. M. (2024). Factores institucionales-pedagógicos, sociodemográficos y contextuales relacionados con el rendimiento académico universitario: un análisis multinivel. Cultura Educación y Sociedad, 15(1), e03414663. https://doi.org/10.17981/cultedusoc.15.1.2024.4663
Hernández Sampieri, R., y Mendoza Torres, C. P. (2023). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta (2.ª ed.). McGraw-Hill Interamericana.
Huang, S. S., Wu, J. W., Huang, C. C., Liang, J. F., Yang, Y. Y., Cheng, H. M., & Chen, C. H. (2025): Examining the impact of stress, test anxiety, and general anxiety on academic performance among medical students: a systematic review and meta-analyses, International Journal of Health Promotion and Education, 1-16. https://doi.org/10.1080/14635240.2025.2489382
Kassaw, C., Demareva, V., Negash, M., & Sime, Y. (2024). Psychosocial determinants of academic achievement in Ethiopian higher education students, 2024. Systematic review and meta-analysis. Heliyon, 10, e36465. https://doi.org/10.1016/j.heliyon.2024.e36465
Liu, J., Peng, P., Zhao, B., & Luo, L. (2022). Socioeconomic Status and Academic Achievement in Primary and Secondary Education: a Meta-analytic Review. Educational Psychology Review, 34, 2867-2896. https://doi.org/10.1007/s10648-022-09689-y
Llanos Ballardo, M. L. (2022). Efecto del programa Armonía sobre el rendimiento y estrés académico en estudiantes de educación superior de lima. Avances en Psicología, 30(2), 1-18. https://doi.org/10.33539/avpsicol.2022.v30n2.2615
Macero Méndez, R. M. (2025). Implementación de un sistema de alerta temprana para la prevención de la deserción en educación superior: un estudio de caso. Revista Dilemas Contemporáneos: Educación, Política y Valores, 12(42), 1-23. https://doi.org/10.46377/dilemas.v12i3.4644
Marschall, M., Falk, S., & Klug, C. (2024). Social events, bridging courses, and academic skills trainings participation in first-year courses and higher education dropout in Germany. Studies in Higher Education, 49(11), 1789-1804. https://doi.org/10.1080/03075079.2023.2279246
Mishra, S. (2020). Social networks, social capital, social support and academic success in higher education: A systematic review with a special focus on ‘underrepresented’ students. Educational Research Review, 29, 100307. https://doi.org/10.1016/j.edurev.2019.100307
Nimy, E., Mosia, M., & Chibaya, C. (2023). Identifying At-Risk Students for Early Intervention—A Probabilistic Machine Learning Approach. Applied Sciences, 13, 3869. https://doi.org/10.3390/app13063869
Núñez Mercado, M. L., y Medrano Madriles, C. del S. (2023). La investigación de alcance correlacional dentro de una aula educativa. Investigación Educativa Duranguense, 14(22), 51-56. https://editorialupd.mx/revistas/index.php/ined/article/view/156
Panadero, E., Jonsson, A., Pinedo, L., & Fernández-Castilla, B. (2023). Effects of Rubrics on Academic Performance, Self‑Regulated Learning, and self‑Efficacy: a Meta‑analytic Review. Educational Psychology Review, 35, 113. https://doi.org/10.1007/s10648-023-09823-4
Pérez Piñón, M. T., Picazo, D., Contreras, C. P., & Arana Nava, M. A. (2023). Factores de deserción en estudiantes universitarios de odontología: motivos desde el discurso del estudiante. Revista Dilemas Contemporáneos Educación, Política y Valores, 10(3), 1-15. https://doi.org/10.46377/dilemas.v10i3.3624
Prananto, K., Cahyadi, S., Lubis, F.Y., & Hinduan, Z. R. (2025). Perceived teacher support and student engagement among higher education students – a systematic literature review. BMC Psycholgy 13. 112. https://doi.org/10.1186/s40359-025-02412-w
Pusztai, G., Fényes, H., & Kovács, K. (2022). Factors Influencing the Chance of Dropout or Being at Risk of Dropout in Higher Education. Education Sciences, 12, 804. https://doi.org/10.3390/educsci12110804
Putri, L., Rizki Rezani, M., & Hermina, D. (2025). Correlational research design. Jurnal Riset Multidisiplin Edukasi, 2(6), 306-317. https://doi.org/10.71282/jurmie.v2i6.456
Ramírez Lemus, L., Rodríguez Rodríguez, C. A., Barrón-Adame, J. M., y Cuevas Vargas, H. (2023). Factores predominantes que influyen en el indicador de rendimiento académico en los universitarios in situ. Acta Universitaria, 33, 1-15. https://doi.org/10.15174/au.2023.3878
Schneider, M., & Preckel, F. (2017). Variables Associated With Achievement in Higher Education: A Systematic Review of Meta-Analyses. Psychological Bulletin, 143(6), 565-600. http://dx.doi.org/10.1037/bul0000098
Silva Laya, M. (2011). El primer año universitario. Un tramo crítico para el éxito académico. Perfiles educativos, 33(spe), 102-114. https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0185-26982011000500010
Spady, W. G. (1970). Dropouts from higher education: An interdisciplinary review and synthesis. Interchange. A Quarterly Review of Education, 1(1), 64-85. https://doi.org/10.1007/BF02214313
Tinto, V. (1975). Dropout from higher education: A theoretical synthesis of recent research. Review of Educational Research, 45(1), 89–125. https://doi.org/10.3102/00346543045001089https://doi.org/10.3102/00346543045001089
Valenciano Canet, G. (2015). La Orientación y los procesos de aprendizaje. En A. Mata Segreda (Ed.), El desarrollo teórico de la Orientación: Un aporte de la Universidad de Costa Rica (pp. 157–190). Universidad de Costa Rica
##plugins.themes.themeTen.article.sidebar##
##plugins.themes.themeTen.article.details##
Esta obra está bajo una licencia internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato.
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
- SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
Fuente: https://creativecommons.org/licenses/by-nc-nd/3.0/cr/
Josué Jiménez-Ulate, Universidad Nacional
Máster en Educación con énfasis en Orientación Laboral. Docente de la Escuela de Orientación y Educación Especial y del Posgrado en Orientación Laboral, Universidad de Costa Rica. Académico de la Vicerrectoría de Docencia, Universidad Nacional. Se ha desempeñado como Orientador laboral, Municipalidad de Alajuela.
Daniel Solano-Varela, Universidad Nacional
Bachillerato en Matemática, Universidad de Costa Rica, Máster en Estadística Aplicada, Universidad de Granada, Maestría en Ciencias de la Educación con Énfasis en Docencia, Universidad Americana (Costa Rica). Académico, Universidad Nacional.