Este repositorio contiene un análisis del dataset de Kaggle que examina varios factores que podrían influir en el rendimiento académico de los estudiantes.
Important
Aquí puedes acceder al análisis en Google Sheets (enlace con acceso para cualquier persona)
El conjunto de datos muestra varios factores que podrían influir en el rendimiento académico de los estudiantes, siendo la variable objetivo es Exam_Score (puntuación del examen). Las columnas del dataset que vamos a analizar son:
- Hours_Studied (Horas_Estudio): Integer - Cantidad de horas dedicadas al estudio.
- Attendance (Asistencia): Integer - Porcentaje de asistencia a clases.
- Parental_Involvement (Implicación_Parental): String - Nivel de implicación de los padres en la educación del estudiante.
- Access_to_Resources (Acceso_a_Recursos): String - Grado de acceso a recursos de estudio y apoyo.
- Extracurricular_Activities (Actividades_Extracurriculares): String - Participación en actividades fuera del currículo académico.
- Sleep_Hours (Horas_Sueño): Integer - Promedio de horas de sueño diarias del estudiante.
- Previous_Scores (Puntuaciones_Anteriores): Integer - Puntuaciones obtenidos en evaluaciones previas.
- Motivation_Level (Nivel_Motivación): String - Nivel de motivación del estudiante.
- Internet_Access (Acceso_Internet): String - Indica si el estudiante tiene acceso a Internet.
- Tutoring_Sessions (Sesiones_Tutoría): Integer - Número de sesiones de tutoría recibidas.
- Family_Income (Ingresos_Familiares): String - Nivel de ingresos familiares.
- Teacher_Quality (Calidad_Profesorado): String - Percepción de la calidad del profesorado.
- School_Type (Tipo_Escuela): String - Tipo de institución educativa (pública o privada).
- Peer_Influence (Influencia_De_Compañeros): String - Influencia de los compañeros en el rendimiento académico.
- Physical_Activity (Actividad_Física): Integer - Cantidad de horas dedicadas a actividades físicas semanales.
- Learning_Disabilities (Discapacidades_Aprendizaje): String - Indica si el estudiante tiene alguna discapacidad de aprendizaje.
- Parental_Education_Level (Nivel_Educación_Parental): String - Nivel educativo alcanzado por los padres.
- Distance_from_Home (Distancia_de_Casa): String - Proximidad de la escuela respecto al hogar del estudiante.
- Gender (Género): String - Género del estudiante.
- Exam_Score (Puntuación_Examen): Integer - Calificación obtenida en el examen final.
-
Eliminar duplicados
-
Tratar los valores nulos
Cambiamos las celdas vacías por “Unknown” en las columnas **Teacher_Quality**, **Parental_Education_Level** y **Distance_from_Home**.
-
Corregir/borrar datos erróneos o formatos incorrectos: Dado que el valor de la nota va del 0 al 100, se ha limpiado el caso de la estudiante con nota de 101. No se han encontrado más errores significativos.
-
Transformación de los datos:
- Se ha añadido la columna Student_ID dotando de un identificador único a cada alumno.
- Dado que no es especifica si los valores de la columna Physical_Activity son horas/semana o dias/semana, se ha decidido categorizar los valores del 0 al 6 (máx) en: Baja, Media, Alta.
- Se ha añadido la columna Score_Improvement que representa la diferencia entre Score_Exam y Previous_Scores, adoptando valores positivos y negativos en función de si el alumno ha mejorado o empeorado su nota.
- Tablas dinámicas: Se utilizaron para observar la relación entre las puntuaciones del examen y el resto de factores.
- Gráficos: BarCharts, LineCharts, AreaChart, DonutChart.
- Formato condicional: Se aplicó formato condicional para resaltar los valores en la nota de los exámenes. También para destacar a los alumnos que han mejorado o empeorado su nota considerablemente respecto de notas anteriores.
Se ha creado un dashboard interactivo que permite filtrar los datos según género, tipo de escuela, influencia de los compañeros y distancia a la escuela.
Con los resultados puestos en gráficos en el dashboard podemos ver mejor los patrones y tendencias de este conjunto de 6607 estudiantes.
- Vemos que todas las gráficas referidas a la variable objetivo (nota del examen) tienen cierta correlación.
- Hasta valores de la nota cerca de 77, las gráficas siguen una tendencia ascendente, mientras que por encima de este valor empiezan a verse irregularidades en la tendencia.
- La relación entre horas de estudio y rendimiento académico no siempre es lineal, ya que puede existir un punto de saturación donde el esfuerzo adicional, como más horas de estudio o asistencia, resulta en una mejora decreciente del rendimiento, debido a la fatiga o la pérdida de motivación.
- Además, factores externos, como la motivación personal y la influencia de compañeros o apoyo parental, también juegan un papel crucial, alterando la progresión lineal de las gráficas.
- En cuanto a la media de horas estudiadas, podemos apreciar que los estudiantes con notas más altas no precisan dedicar tantas horas como los estudiantes de notas más bajas. Esto se puede deber a la calidad del estudio; no por invertir más tiempo significa que el alumno aprenda más.
- La media de horas de sueño es ligeramente más baja de cara a los alumnos con mejor nota. Esto se puede atribuir a factores como el estrés o, en casos independientes, a las horas invertidas en el estudio.
- Los valores bajos de asistencia acarrean peores notas entre los estudiantes; sin embargo, según los resultados, con una asistencia de entre el 70% y el 80% de las clases sería suficiente para algunos alumnos que han obtenido una nota de entre 80 y 93.
- En cuanto a las clases particulares, apreciamos que a más clases tomadas por el alumno, mejor nota obtiene, siendo lo normal tomar entre 1 y 3 clases. El alumno que ha obtenido mejor nota ha tomado 5 clases particulares.
- Apreciamos hasta dos puntos de diferencia en la nota media global entre los alumnos cuyos padres presentan alto nivel de implicación (68.09) y bajo nivel de implicación (66.36).
- Analizando la nota previa respecto a la de este examen, apreciamos una tendencia ascendente, lo que significa que la mayoría de estudiantes han mejorado su rendimiento.
- También vemos una tendencia ascendente en la nota media a medida que más horas de ejercicio físico realizan los estudiantes. Una mejor salud implica un mejor rendimiento.
- Por último, podemos ver hasta 1.1 puntos de diferencia en la media global entre los alumnos que presentan discapacidades para aprender y los que no.
Este análisis de rendimiento académico muestra que varios factores afectan las calificaciones de los estudiantes, cada uno con su propia influencia. En primer lugar, el tiempo de estudio muestra que quienes obtienen las mejores calificaciones no necesariamente invierten más horas, lo que sugiere que la calidad del estudio resulta más relevante que la cantidad. De forma similar, aunque los estudiantes con mejores notas suelen dormir menos horas, esto podría deberse al estrés académico o a la preparación intensiva previa a los exámenes. La asistencia escolar también guarda una relación positiva con el rendimiento, pues observamos que mantener entre un 70% y un 80% de asistencia parece suficiente para lograr buenas notas. La implicación de los padres representa un valor añadido, pues los estudiantes con apoyo parental elevado alcanzan mejores resultados en comparación con aquellos que carecen de este. Además, los estudiantes físicamente activos tienden a rendir mejor, lo que apunta a la importancia de una buena salud en el rendimiento académico.
En general, el resultado de las notas sugiere que la rutina, el entorno escolar y el apoyo externo, como las tutorías y la implicación de los padres, resultan beneficiosos para los estudiantes en su desarrollo académico.
- Analizar la Calidad del Estudio vs. Tiempo de Estudio: Realizar un análisis segmentando a los estudiantes según sus técnicas de estudio para verificar si existe una relación entre métodos de estudio y el rendimiento, considerando que invertir más tiempo no siempre lleva a mejores resultados.
- Profundizar en factores educativos como el tipo de escuela (privada o pública) o la calidad del profesorado para ver la importancia que tiene el esfuerzo de los centros y docentes sobre el rendimiento escolar.