Introducción

La deserción o abandono escolar es un fenómeno permanentemente presente en los sistemas educativos, que buscan reducirlo de manera decidida con la finalidad de retener a sus estudiantes. El fenómeno es mucho más impactante en aquellos sistemas que muestran falencias estructurales, tanto en los mecanismos de identificación de posibles desertores, como en las estrategias de retención de los mismos ^{Román (2013)}.

En México, de acuerdo con la Secretaría de Educación Pública (^{SEP, 2013}), para el ciclo escolar 2012-2013, el Sistema de Educación Media Superior registró un total de 4 443 792 estudiantes, inscritos en 15 990 escuelas a lo largo del territorio mexicano. De estos, 3 341 337 estudiantes pertenecían al sector público, mientras que 715 928 al privado. Refiriéndose a la educación pública, la mayor parte de los estudiantes estaban inscritos en la modalidad de bachillerato general (1 746 735), seguidos del bachillerato tecnológico (1 358 674), del Colegio de Bachilleres (765 789) y, por último, del telebachillerato (186 067).

En este nivel educativo la tasa de abandono escolar ha experimentado ligeros altibajos, considerando el periodo 2005 a 2013, la que se ha situado en 16.5, 16.3, 16.3, 15.9, 14.9, 14.9, 15.0 y 14.5 en cada ciclo escolar. En estas tasas, el promedio de deserción en cuanto al género representa 54.9 % en los hombres y el 45.1 % en las mujeres (^{SEP, 2013}). Al respecto, ^{Morfin y col. (2018)}, analizaron el abandono escolar en 1 589 estudiantes que cursaban sus estudios en línea, y encontraron que los hombres desertan más que las mujeres, y que el riesgo de abandono se incrementa en quienes reprobaron una primera materia.

La Encuesta Nacional de Deserción en la Educación Media Superior (^{SEP, 2012}) muestra diferencias notables en el fenómeno, dependiendo del año en que se encuentran inscritos. Así, el 60.8 % de los desertores en el ciclo escolar 2010-2011 abandonó sus estudios en el primer año (primero y segundo semestre), 26 % en el segundo año (tercero y cuarto semestre) y el 13.2 % en el último año (quinto y sexto semestre). Estratificada por modalidad de bachillerato, la tasa de deserción más alta se tuvo en la de profesional técnico (22.7 %), seguida del bachillerato tecnológico (15.7 %) y del general (13.4 %).

Desde hace décadas se han diseñado modelos teóricos que buscan describir y explicar el fenómeno del abandono escolar, que, de acuerdo con ^{Braxton y col. (1997)}, se pueden clasificar en modelos psicológicos, económicos, organizacionales y sociológicos. Dentro de los primeros, que contemplan los aspectos psicológicos y de personalidad de los individuos, se encuentran el modelo de Fishbein y Ajzen y el de Bean y Eaton. Los modelos económicos básicamente analizan la relación costo-beneficio de la retención. Los modelos organizacionales tienen su fundamento en que la deserción depende de las cualidades institucionales para influir en la integración social de la población propia, y de esa manera abatir la deserción. Por su parte, los modelos sociológicos toman en cuenta los factores psicológicos, pero en relación con factores externos al individuo. En ese tipo de modelos se encuentran el de Spady, basado en la Teoría del Suicidio de Emile Durkheim, y el de Vincent Tinto, que es el mayormente utilizado para abordar el fenómeno.

Aunque no son abundantes las investigaciones en el nivel medio superior mexicano respecto a las causas del abandono escolar o deserción, es posible asociar este abandono a múltiples factores, entre los que destacan los problemas económicos, la reprobación y la falta de interés en los estudios (^{Abril y col., 2008}; ^{Castro, 2011}; ^{Sánchez, 2015}; ^{Hernández y Vargas, 2016}; ^{López y Cubillas, 2017}; ^{Diaz y López, 2018}; ^{Weiss, 2018}), tal como se visualiza en la Tabla 1.

De la Tabla 1 se deduce que, entre otros factores, la reprobación es una causa frecuente asociada a la deserción, y es en este tenor que se ha reportado que existen algunos factores que, de estar presentes, disminuyen esta reprobación, es decir, influyen de manera positiva en la aprobación, el buen rendimiento académico o el éxito escolar (en todos los casos localizados, valorados con las calificaciones de cierto periodo). Dentro de estos factores se encuentran la autorregulación del aprendizaje y los hábitos de estudio.

^{Gaxiola y col. (2013)}, reportaron que la autorregulación es una variable protectora del rendimiento académico. Al respecto, ^{García y Ortega (2012)}, encontraron una relación positiva entre ambas variables; y ^{García y Pérez (2011)}, señalaron el poder predictivo de la autorregulación sobre el rendimiento. ^{Valencia y col. (2013: 67)}, registraron que “las estudiantes con altos niveles de autorregulación también presentaron calificaciones aprobatorias altas y medias”, mientras que ^{Elvira y Pujol (2012)}, documentaron que el uso menor o moderado de estrategias de autorregulación, se ve reflejado en un bajo rendimiento. Además de ellos, más investigadores han reportado una asociación positiva entre ambas variables, tal como ^{Bayardo y col. (2016)}; ^{Gaeta y Cavazos (2016)}; ^{Robles y col. (2017)}; ^{Cebrián­ y col. (2019)} y ^{Gómez y Romero (2019)}.

En lo que respecta a los hábitos de estudio, ^{Castillo y col. (2020)} señalaron que, entre los motivos más relevantes para la reprobación se encuentra la falta de adecuados hábitos de estudio. ^{Padua (2019)}, concluyó que los hábitos de estudio son una variable significativa para el alto rendimiento académico; mientras que ^{Chilca (2017)}, también encontró una relación significativa entre estos y el rendimiento: “se espera que si se incrementa el puntaje de los hábitos de estudio […] se incremente su rendimiento académico” (p. 88); situación coincidente con ^{Sánchez y col. (2016)}.

^{Capdevila y Bellmunt (2016)}, determinaron que algunas características de los hábitos de estudio, como la planificación, la actitud y el lugar de estudio, son elementos a tener en cuenta si se desea mejorar el rendimiento; mientras ^{Torres y col. (2009)} y ^{Vargas y Montero (2016)}, asentaron la influencia del desarrollo de hábitos de estudio para el buen desempeño del estudiante. Por último, de manera general, ^{López y col. (2018)}, concluyeron que es necesario mejorar los hábitos de estudio de los estudiantes, para que impacte en su permanencia.

El objetivo del presente estudio fue determinar un modelo predictivo del riesgo de abandono escolar, en la población de segundo semestre del Centro de Bachillerato Tecnológico Agropecuario (CBTA) No. 3, de la ciudad de Durango, Dgo., México, considerando las variables de autorregulación del aprendizaje, hábitos de estudio y estilos de aprendizaje.

Materiales y métodos

La investigación se desarrolló bajo el enfoque cuantitativo de tipo no experimental, ya que no existió intervención sobre las variables, solo la medición de cómo se presentaron (^{Kerlinger y Lee, 2002}); y transversal, al recuperarse los datos en un solo momento (^{Salkind, 1997}) durante la última semana del mes de enero de 2019.

Debido a la evidencia empírica de que los factores autorregulación del aprendizaje y hábitos de estudio influyen como variables protectoras, en el rendimiento académico, se decidió seleccionar estas dos variables para integrarlas al modelo, más el estilo de aprendizaje, por así ser de interés del Centro de Bachillerato Tecnológico Agropecuario (CBTA) No. 3 de la ciudad de Durango, Dgo., donde, de acuerdo con información recabada de manera directa (en el mes de enero de 2019), en la oficina del programa “Yo No Abandono”, de esta institución, el abandono escolar se ha reportado en los últimos tres semestres en un nivel del 16 % (agosto-diciembre 2017), 11 % (enero-julio 2018) y 23 % (agosto-diciembre 2018) en los estudiantes que cursaron el primero y segundo semestre, así como una reprobación del 34 %, 32 % y 23 %, en los mismos semestres y períodos, por lo que es interesante analizar la situación a través de las variables ya mencionadas.

Resultados

Tras la aplicación del Cuestionario de Abandono Escolar (^{Pérez, 2001}), se tiene que de los 181 estudiantes, 132 presentan un nivel de riesgo de abandono moderado y 49 un nivel de riesgo alto, es decir, estos son los datos reales (observados). Por otro lado, el riesgo de abandono predicho, empleando las variables independientes, ilustra la efectividad del modelo generado en cada uno de los pasos o iteraciones (Tabla 3).

Cabe señalar que, de acuerdo con el modelo de “pasos hacia atrás de Wald”, en la iteración 1 se incluyen todas las variables significativas: estrategias para la organización del estudio, estrategias para la planificación del estudio, estrategias del proceso general de estudio, estrategias para la toma de apuntes; estilo de aprendizaje dominante; valor intrínseco de la tarea, autoeficacia para el aprendizaje, estrategias de elaboración y autorregulación, más la constante. En la iteración 2 fue eliminada la variable elaboración (por criterio de significación estadística de la variable dentro del modelo), mientras que en el paso 3 se eliminó la variable autorregulación. En la iteración 4 fue eliminada la variable “estrategias del proceso general de estudio”, y en el paso 5 se eliminó el “valor intrínseco de la tarea”. En suma, en estas 5 iteraciones se eliminaron 4 variables (Tabla 3).

Las estimaciones del modelo finalizaron en el paso 5, ya que en él, el parámetro del logaritmo de la verosimilitud cambió en menos de 0.001 respecto a otra hipotética iteración, valor tan pequeño que ya no hace necesaria otra más.

Regresando a la efectividad del modelo, en los pasos 1 y 4, los modelos generados pueden clasificar correctamente a 120 de los 132 casos de riesgo moderado (clasifica correctamente al 90.9 %) y a 23 de los 49 casos de riesgo alto (46.9 % de clasificación correcta), siendo entonces la efectividad global en estos pasos de 79.0 %, al clasificar de manera correcta a 143 casos (120 más 23) del total de 181. Los modelos generados en los pasos 2 y 3 tienen la misma efectividad global, 79.6 % (agrupación correcta en 144 de 181 casos), ya que clasifican adecuadamente a 121 estudiantes en el grupo moderado y a 23 en el grupo alto. En el primer caso, la efectividad para el riesgo moderado es de 91.7 % (121 de 132 estudiantes), mientras que para el riesgo alto es de 46.9 % (23 de 49 casos).

Por su parte, el modelo de la iteración 5 clasifica de manera correcta a 122 de los 132 estudiantes en el grupo moderado (agrupación correcta del 92.4 % de los casos) y a 23 de los 49 en el grupo alto (agrupación correcta de 46.9 %), por lo que en este paso se tiene la efectividad global más alta, al clasificar de manera adecuada al 80.1 % de los casos, 145 estudiantes (122 más 23) del total de 181, motivo por el cual se tomó como referencia para la construcción del modelo. El restante 19.9 % (36 estudiantes) son casos agrupados de manera incorrecta.

De manera general, este porcentaje global representa una forma de evaluar el modelo obtenido, en el que se clasifica a los sujetos de la muestra según la concordancia de los valores observados (valores reales cuantificados con los cuatro instrumentos aplicados) con los estimados por el propio modelo (la estimación se basa solo en las variables independientes).

De acuerdo con ^{De-la-Fuente (2011)}, un modelo se considera aceptable si de manera global predice de forma correcta al menos el 75 % de los casos, lo que se supera en el modelo de esta investigación (80.1 %).

El valor R² de Negelkerke se situó en 0.370 (Tabla 4), indicando que el 37.0 % de la variación en el riesgo de abandono escolar, se explica con las variables independientes del modelo final. El valor de -2 veces el logaritmo de la verosimilitud o desviación indica hasta qué punto el modelo es capaz de ajustarse a los datos, considerando que entre más pequeño es mejor, resultando que es bastante pequeño, con un valor de 158.118. Además, la prueba de Hosmer y Lemeshow también demuestra que el modelo tiene una buena bondad de ajuste, al presentar una significancia de 0.321, es decir, evidencia que no existe diferencia estadística significativa entre el riesgo de abandono observado y el que predice el modelo.

La variable estilo de aprendizaje dominante es de tipo categórica con 4 niveles de respuesta, por lo que para su tratamiento estadístico, dentro de la regresión logística, se deben generar 4 subvariables menos una (3); es por ello que esta variable se subdivide en aprendizaje dominante activo, reflexivo, teórico y pragmático (Tabla 5). Sin embargo, en la determinación de las variables que conforman la ecuación, se observó que las variables estilo de aprendizaje dominante y organización del estudio fueron no significativas estadísticamente para el modelo, por lo que se decidió eliminarlas. Con esto, el modelo para predecir el riesgo de abandono escolar quedó determinado por la planificación del estudio, la toma de apuntes y la autoeficacia para el aprendizaje como variables predictoras, más la constante (Tabla 5).

A nivel teórico, la función lineal del modelo de regresión logística se representa como se muestra en la ecuación 1, donde β representa los coeficientes de las variables X del modelo.

Por su parte, la función logística que permite calcular la probabilidad de que un sujeto pertenezca a una determinada categoría de la población o conjunto, es como se muestra en la ecuación 2 (donde e es la constante base de los logaritmos neperianos, de valor 2.718):

Con lo anterior, el modelo resultado del presente estudio está dado por la ecuación 3:

Donde:

Mientras que la función logística está representada por la ecuación 4:

Discusión

En el modelo resultante de este estudio se incluyen aspectos de los hábitos de estudio, de las estrategias para la planificación del estudio y para la toma de apuntes, y un aspecto de la autorregulación y la autoeficacia para el aprendizaje. Aunque quizá con finalidades un tanto distintas, en cuanto a la forma de abordar el riesgo de abandono, lo anterior es coincidente con la literatura localizada. En cuanto a los hábitos de estudio, ^{Torres y col. (2009)}; ^{Capdevila y Bellmunt (2016)}; ^{Sánchez y col. (2016)}; ^{Vargas y Montero (2016)}; ^{Chilca (2017)}; ^{López y col. (2018)}; ^{Padua (2019)}; y ^{Castillo y col. (2020)}, señalaron la influencia de estos en el rendimiento escolar, y por ende, su utilidad como variable “protectora” del abandono escolar.

En cuanto a la autorregulación, aunque el modelo solo incluye a la autoeficacia para el aprendizaje, de manera general se coincide con la evidencia empírica, que manifiesta que dicha autorregulación es predictora del buen rendimiento académico (^{García y Pérez, 2011}; ^{Elvira y Pujol, 2012}; ^{García y Ortega, 2012}; ^{Gaxiola y col., 2013}; ^{Valencia y col., 2013}; ^{Bayardo y col., 2016}; ^{Cebrián y col., 2019}); y de manera específica, el comportamiento de estos elementos fue el mismo al encontrado por ^{Gaeta y Cavazos (2016)}; ^{Robles y col. (2017)}; ^{Gómez y Romero (2019)}. Estas coincidencias deben ser vistas en sentido inverso, para predecir el riesgo de abandono escolar, es decir, niveles bajos de autorregulación y de hábitos de estudio incrementarían ese riesgo, por ello los signos negativos en los coeficientes del modelo (exceptuando la constante).

Conclusiones

Se obtuvo un modelo predictivo para el riesgo de abandono escolar con una buena efectividad y bondad de ajuste, que explica el 37.0 % del fenómeno. Dicho modelo excluye en su totalidad a la variable estilo de aprendizaje e incluye las dimensiones “planificación de estudio” y “toma de apuntes”, de la variable hábitos de estudio, y “autoeficacia para el aprendizaje”, de la variable autorregulación del aprendizaje. La utilidad del modelo radica en que, para predecir el riesgo, solo es necesario aplicar estas dimensiones de los instrumentos correspondientes y se introducirían los tres valores en la función logística, resultando un valor de entre 0 y 1. Si el resultado es menor a 0.5 significa que el estudiante se pronosticaría con un nivel de riesgo de abandono moderado; en caso contrario, se consideraría con un riesgo de abandono alto. Desde luego, con el establecimiento de mecanismos para mejorar o incrementar las dimensiones ya mencionadas, se estaría en la posibilidad de reducir en cierta medida el riesgo de abandono escolar. A nivel general, el análisis del abandono escolar, a través de un modelo de esta índole, puede resultar una aportación valiosa para efectos de establecer estrategias para su disminución en la población media superior mexicana, de manera puntual, con las características de los sujetos involucrados en la investigación. Por otro lado, las limitaciones del estudio se circunscriben a las variables incluidas para predecir el riesgo de abandono escolar, variables que evidentemente son solo una pequeña muestra de este fenómeno multifactorial. Por su parte, la metodología cuantitativa empleada, por su naturaleza, deja de lado las percepciones que se tengan alrededor del fenómeno, por lo que futuras investigaciones de orden cualitativo, aportarían información de gran valía para conformar un modelo totalmente integral.