Analysis of factors associated with academic performance in basic education students in Ecuador: a comparative study using classification trees (CHAID)
DOI:
https://doi.org/10.70577/asce.v5i2.827Keywords:
Academic performance; Multivariate methods; Classification tree; Pandemic; Post-pandemic; High school.Abstract
This research follows a quantitative, cross-sectional, and associative-explanatory design, utilizing national data from the “Ser Estudiante” survey (INEVAL) in Ecuador. The study aims to analyze the factors associated with the academic performance of twelfth-grade students (tercero de bachillerato), comparing the pandemic and post-pandemic periods. Using CHAID (Chi-square Automatic Interaction Detector) classification trees, independent models were estimated for each period. Model performance was validated using a confusion matrix, global accuracy, balanced accuracy, and weighted Kappa coefficient, further complemented by cross-validation. The main results indicate that teacher-student interaction and the type of institutional funding are significantly related to academic performance. During the pandemic, the school’s geographical location and computer usage were found to be key factors; whereas, in the post-pandemic period, the student’s employment status and study autonomy emerged as relevant variables. The models demonstrate a global accuracy exceeding 84% and a substantial agreement according to the weighted Kappa, concluding predictive stability across the analyzed periods.
Downloads
References
Barragán Velasco, G. B., Casquete Velásquez, K. C., Guingla Quincha, G. R., & Irma Melania, A. T. (2025). Trabajo infantil y rendimiento académico en estudiantes de básica superior: Caso de la Unidad Educativa Corina Parral, Bolívar, Ecuador. Ciencia Latina Revista Científica Multidisciplinar, 9(3), 5022–5058. https://doi.org/10.37811/cl_rcm.v9i3.18129
Basantes, L., & Useche, L. (2022). Revisión de métodos estadísticos multivariantes aplicados en los resultados del examen ser bachiller en el Ecuador.
Carrillo, S., Sanabria, B., Bermudez, V., & Espinosa, J. (2018). Actores en la educación: una mirada desde la psicología educativa.
Cobos Reina, R., & Ledesma Silva, Y. (2024). Study modality and academic performance in higher education. European Public and Social Innovation Review, 9. https://doi.org/10.31637/epsir-2024-1487
Correa-Alzate, J. I., Suárez-Vallejo, J. P., & Restrepo-Restrepo, N. (2023). Teachers’ Experience in Times of Pandemic with Students with Educational Challenges: Challenges in Returning to Face-To-Face Education with an Inclusive Approach in Medellín, Colombia. Revista Electronica Educare, 27(2). https://doi.org/10.15359/ree.27-2.15856
Díaz, T., & Alemán, P. (2008). La educación como factor de desarrollo Education as a Development Factor.
Estrada, A. (2018). Estilos de aprendizaje y rendimiento académico. Revista Boletín Redipe, 7(7), 218–228.
Guaman Gualan, J. A., Luje Caisa, K. A., Caiza Ortiz, D. E., & Varguillas Carmona, C. S. (2024). Los Factores Sociales Relacionados con el Rendimiento Académico: Un Análisis en la Educación Superior. Reincisol., 3(6), 7069–7089. https://doi.org/10.59282/reincisol.v3(6)7069-7089
Guapulema Ocampo, K. J., Alvarado Guapulema, P. A., Proaño del Castillo, M. G., & Peñaloza Camacho, K. I. (2024). La brecha digital en la educación ecuatoriana: Desafíos post pandemia. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 5(5). https://doi.org/10.56712/latam.v5i5.2907
IBM Corp. (2017). IBM SPSS-Árboles de decisiones 25.
Larruzea-Urkixo, N., & Ramírez, O. C. (2020). Individual differences in self-regulated learning among education degree students: Gender, teaching specialty, grades and academic performance. Revista de Investigacion Educativa, 38(2), 453–473. https://doi.org/10.6018/RIE.334301
Montaño-Blacio, M., González-Escarabay, J., Pesántez-Bravo, F., Briceño-Sarmiento, J., & Jimenez-Sarango, O. (2023). Machine learning applied to the analysis of the COVID-19 confinement and its relationship with the performance of higher education students; [Aprendizaje automático aplicado al análisis del confinamiento por COVID-19 y su relación con el rendimiento de los estudiantes de educación superior]. RISTI - Revista Iberica de Sistemas e Tecnologias de Informacao, 2023(E52), 102 – 116. https://www.scopus.com/inward/record.uri?eid=2-s2.0-85184687483&partnerID=40&md5=b1192982578ca754cc31b9abc0178fdb
Moya-Muñoz, L. D., Lopez-Velez, C. R., Pérez-Marquin, J. M., & Cedeño-León, M. M. (2025). La retroalimentación formativa como estrategia para mejorar el desempeño en el aula. Revista Científica Zambos, 4(2), 155–170. https://doi.org/10.69484/rcz/v4/n2/118
Naciones Unidas, & CEPAL. (2020). La educación en tiempos de la pandemia de COVID-19. https://www.siteal.iiep.unesco.org/respuestas_educativas_covid_19.
Navarro, R. E. (2003). EL RENDIMIENTO ACADÉMICO: CONCEPTO, INVESTIGACIÓN Y DESARROLLO (Vol. 1, Number 2). http://www.ice.deusto.es/rinace/reice/vol1n2/Edel.pdf
Pazmiño, L., Rodríguez, C., Barrón, J., & Cuevas, H. (2023). Factores predominantes que influyen en el indicador de rendimiento académico en los universitarios in situ. Acta Universitaria. http://doi.org/10.15174/au.2023.3878
Rodríguez-Garcés, C. R., Fuentes, M. G., & Fuentes, G. P. (2021). Autoestima en Niños, Niñas y Adolescentes chilenos: análisis con árboles de clasificación. Revista Reflexiones, 100(1). https://doi.org/10.15517/rr.v100i1.43342
Theobald, M. (2025). Study longer or study effectively? Better study strategies can compensate for less study time and predict goal achievement and lower negative affect. British Journal of Educational Psychology, 95(2), 405–420. https://doi.org/10.1111/bjep.12725
Useche, L., & Mesa, D. (2006). Una introducción a la imputación de valores perdidos UNA INTRODUCCIÓN A LA IMPUTACIÓN DE VALORES PERDIDOS AN INTRODUCTION TO THE IMPUTATION OF LOST VALUES. In Terra: XXII (Number 31).
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Josselyn A. Caiza Fuel , Luis F. Basantes Moreano
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Eres libre de:
- Compartir : copiar y redistribuir el material en cualquier medio o formato
- Adaptar : remezclar, transformar y desarrollar el material
- El licenciante no puede revocar estas libertades siempre y cuando usted cumpla con los términos de la licencia.
En los siguientes términos:
- Atribución : Debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o a su uso.
- No comercial : no puede utilizar el material con fines comerciales .
- CompartirIgual — Si remezcla, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
- Sin restricciones adicionales : no puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer algo que la licencia permite.
