Predictive model of high school students’ dropout risk in Mexico

Authors

  • Luis Fernando Hernández-Jácquez Universidad Pedagógica de Durango, carretera al Mezquital km 4.2, manzana s/n, lote s/n, fraccionamiento Predio Rústico Calleros núm. 700, Durango, Durango, México, C. P. 34162. http://orcid.org/0000-0002-6017-3267
  • Hernández-Jácquez Montes-Ramos Centro de Bachillerato Tecnológico Agropecuario No. 3, Durango, Durango, México

DOI:

https://doi.org/10.29059/cienciauat.v15i1.1349

Keywords:

dropout, learning self-regulation, high school, study habits, mathematical model

Abstract

National high school dropout rates in Mexico, fluctuate between 14.5 % and 16.5 %, and empirical research suggests that dropout is mostly associated with failure, and that this in turn, is related to issues such as lack of learning self-regulation and study habits. The objective of this research was to establish a model that predicts the risk of high school students’ drop in Mexico. A quantitative, non-experimental and cross-sectional research was developed. The independent variable, which was the risk of dropping out of school, was assessed through the School Dropout Questionnaire, while the predictive variables study habits, self-regulation learning and learning styles (as requested by the participating institution) were assessed through the Study Habits Questionnaire, the Learning Strategies and Motivation Questionnaire (CEAM II), and the Honey – Alonso Learning Styles Questionnaire (CHAEA). To determine the predictive equation, the binary logistic regression model was used using the “Wald backward elimination steps” method, with a sample of 192 first semester students of an agricultural technological baccalaureate, whose ages ranged between 14 and 16 years. A model that includes the dimensions of note taking study planning strategies related to study habits; and self-efficacy for learning, related to self-regulation was obtained. This model explained 37.0 % of the phenomenon. It is concluded the establishment of dropout risk prediction mechanisms could be improve or increase the development of the aforementioned dimensions in order to reduce to a certain extent the risk of dropping out.

References

Abril, E., Román, R., Cubillas, M. y Moreno, I. (2008). ¿Deserción o autoexclusión? Un análisis de las causas de abandono escolar en estudiantes de educación media superior en Sonora, México. Revista Electrónica de Investigación Educativa. 10(1): 1-18.

Alonso, C., Gallego D. y Honey, P. (1995). Los estilos de aprendizaje. Procedimientos de diagnóstico y mejora. (Octava edición). Madrid: Ed. Mensajero. 222 Pp.

Bayardo, L., Valencia, N. e Ibáñez, J. (2016). Efecto del entrenamiento en autorregulación para el aprendizaje de la matemática. Praxis & Saber. 8(16): 35-56.

Berlanga, V. y Vila, R. (2014). Cómo obtener un modelo de regresión logística binaria con SPSS. REI-RE. 7(2): 105-118.

Braxton, J., Sullivan, A., and Johnson, R. (1997). Appraising Tinto’s Theory of college student departure. In J. Smart (Ed.), Higher Education: Handbook of Theory and Research (pp. 107-164). New York: Agathon Press.

Capdevila, A. y Bellmunt, H. (2016). Importancia de los hábitos de estudio en el rendimiento académico del adolescente: diferencias por género. Educatio Siglo XXI. 34(1): 157-172.

Castillo, M., Gamboa, R. e Hidalgo, R. (2020). Factores que influyen en la deserción y reprobación de estudiantes de un curso universitario de matemáticas. Uniciencia. 34(1): 219-245.

Castro, J. (2011). Factores socio económicos que influyen en la deserción escolar en los estudiantes de un sistema de preparatorias en Yucatán. En Memoria Electrónica del XI Congreso Nacional de Investigación Educativa. Distrito Federal: México: COMIE. 9 Pp.

Cebrián, A., Palomares, A. y García, R. (2019). El aprendizaje autorregulado y su efecto en el rendimiento académico. Descripción de una experiencia con los alumnos de grado de maestro de la Facultad de Educación en Albacete (estudio intersujetos). En R. Roig (Ed.), Investigación e Innovación en la Enseñanza Superior. Nuevos Contextos, Nuevas ideas (pp. 66-79). Barcelona: Octaedro.

Chilca, M. (2017). Autoestima, hábitos de estudio y rendimiento académico en estudiantes universitarios. Propósitos y Representaciones. 5(1): 71-127.

De-la-Fuente, S. (2011). Regresión logística. Madrid: Universidad Autónoma de Madrid. 27 Pp.

Diaz, A. y López, A. (2018). Violencia silenciosa y deserción escolar en bachillerato desde la mirada de los estudiantes. Jóvenes en la Ciencia. 4(1): 1825-1829.

Elvira, M. y Pujol, L. (2012). Autorregulación y rendimiento académico en la transición secundaria-universidad. Revista Latinoamericana de Ciencias Sociales, Niñez y Juventud. 10(1): 367-378.

Gaeta, M. y Cavazos, J. (2016). Relación entre tiempo de estudio, autorregulación del aprendizaje y desempeño académico en estudiantes universitarios. CPU-e. Revista de Investigación Educativa. 23: 142-163.

García, L. y Ortega, J. (2012). Influencia de los estilos de aprendizaje y la autorregulación en el rendimiento escolar de los alumnos de bachillerato a distancia del Estado de México. Revista Mexicana de Bachillerato a Distancia. 7(4): 122-131.

García, R. y Pérez, F. (2011). Validez predictiva e incremental de las habilidades de autorregulación sobre el éxito académico en la universidad. Revista de Psicodidáctica. 16(2): 231-250.

Gaxiola, J., González, S. y Gaxiola, E. (2013). Autorregulación, resiliencia y metas educativas: variables protectoras del rendimiento académico de bachilleres. Revista Colombiana de Psicología. 22(2): 241-252.

Gómez, J. and Romero, A. (2019). Enfoques de aprendizaje, autorregulación y autoeficacia y su influencia en el rendimiento académico en estudiantes universitarios de Psicología. European Journal of Investigation in Health Psychology and Education. 9(2): 95-107.

Hair, J., Anderson R., Tatham, R. y Black, W. (1999). Análisis multivariante (Quinta edición). Madrid: Prentice Hall. 832 Pp.

Hernández, A. y Vargas, E. (2016). Condiciones del trabajo estudiantil urbano y abandono escolar en el nivel medio superior en México. Estudios Demográficos y Urbanos. 31(3): 663-696.

Kerlinger, F. y Lee, H. (2002). Investigación del comportamiento. Métodos de investigación en ciencias sociales. (Cuarta edición). México: McGraw Hill. 810 Pp.

López, A., García, M. y Díaz, A. (2018). Hábitos de estudio y fracaso escolar en educación media superior. Praxis Investigativa ReDIE. 10(18): 84-104.

López, M. y Cubillas, M. (2017). Abandono escolar en el modelo profesional técnico en Sonora: factores de riesgo y de protección. Praxis Investigativa ReDIE. 10(18): 6-20.

Morfin, M., González, C. y Palomera, B. (2018). Deserción en un programa en línea de cuatro ciclos. Revista Educateconciencia. 18(19): 39-64.

Padua, L. (2019). Factores individuales y familiares asociados al bajo rendimiento académico en estudiantes universitarios. Revista Mexicana de Investigación Educativa. 24(80): 173-195.

Pérez, L. (2001). Los factores socioeconómicos que inciden en el rezago y la deserción escolar. En R. Chain (Ed.), Deserción, Rezago y Eficiencia Terminal en las IES (pp. 97-112). México: ANUIES.

Robles, F., Galicia, I. y Sánchez, A. (2017). Orientación temporal, autorregulación y aproximación al a prendizaje en el rendimiento académico en estudiantes universitarios. Revista Electrónica de Psicología Iztacala. 20(2): 502-518.

Roces, C., Tourón, J. y González, M. (1995). Validación preliminar del CEAM II (Cuestionario de Estrategias de Aprendizaje y Motivación II). Psicológica. 16(3): 347-366.

Román, M. (2013). Factores asociados al abandono y la deserción escolar en América Latina: una mirada en conjunto. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación. 11(2): 33-59.

Salkind, N. (1997). Métodos de Investigación. (Tercera edición). México: Prentice Hall. 380 Pp.

Sánchez, S. (2015). La reprobación, principal factor que origina la deserción escolar en la educación media superior en León, Guanajuato. Reaxión. Ciencia y Tecnología Universitaria. 1-6.

Sánchez, R., Flores, B., and Flores, F. (2016). Influencia de los hábitos de estudio en el rendimiento académico de los estudiantes de una institución de educación media ecuatoriana. Latin-American Journal of Physics Education Network. 10(1): 1401-1407.

SEP, Secretaría de Educación Pública (2012). Reporte de la Encuesta Nacional de Deserción en la Educación Media Superior. México: SEP. 167 Pp.

SEP, Secretaría de Educación Pública (2013). Principales cifras del Sistema Educativo Nacional 2012-2013. México: SEP. 90 Pp.

SEP/FLACSO, Secretaría de Educación Pública/Facultad Latinoamericana de Ciencias Sociales (2014). Yo no abandono. 3. Manual para impulsar mejor hábitos de estudio en planteles de educación media superior. México: SEP y FLACSO. 52 Pp.

Torres, M., Tolosa, I., Urrea, M. y Monsalve, A. (2009). Hábitos de estudio vs. fracaso académico. Revista Educación. 33(2): 15-24.

Valencia, M., Duarte, J. y Caicedo, A. (2013). Aprendizaje autorregulado, metas académicas y rendimiento en evaluaciones de estudiantes universitarios. Pensamiento Psicológico. 11(2): 53-70.

Vargas, M. y Montero, E. (2016). Factores que determinan el rendimiento académico en matemáticas en el contexto de una universidad tecnológica: aplicación de un modelo de ecuaciones estructurales. Universitas Pchychologica. 15(4): 1-11.

Weiss, E. (2018). Los significados del bachillerato para los jóvenes y la permanencia escolar en México. Sinéctica. Revista Electrónica de Educación. (51): 1-19.

Published

2020-08-01

How to Cite

Hernández-Jácquez, L. F., & Montes-Ramos, F. V. (2020). Predictive model of high school students’ dropout risk in Mexico. CienciaUAT, 15(1), 75-85. https://doi.org/10.29059/cienciauat.v15i1.1349

Issue

Section

Humanities and Behavioral Sciences