Análisis de Rendimiento Académico en Instituciones Educativas de Colombia
Luis David Guanga Chavez - Tutor: Sixyel Jeyson Castañeda Coronado
Abril 2026
PORTADA
| Campo | Información |
|---|---|
| Autor | Luis David Guanga Chavez |
| Título | Análisis de Rendimiento Académico en Colombia |
| Curso | Visualización para la Analítica de Datos |
| Código | 203238429 |
| Tutor | Sixyel Jeyson Castañeda Coronado |
| Institución | Universidad Nacional Abierta y a Distancia - UNAD |
| Fecha | Abril de 2026 |
1 Introducción
1.1 Contextualización del problema
Este proyecto analiza el rendimiento académico de estudiantes en instituciones educativas de Colombia, considerando calificaciones, asistencias y actividades realizadas, con el fin de identificar patrones de desempeño y apoyar la toma de decisiones educativas mediante dashboards interactivos.
1.2 Objetivo General
Analizar el rendimiento académico de estudiantes en instituciones educativas de Colombia mediante técnicas de visualización de datos, construyendo dashboards interactivos que apoyen la toma de decisiones educativas.
1.3 Objetivos Específicos
- Realizar un análisis exploratorio del dataset identificando patrones en calificaciones y asistencias.
- Desarrollar visualizaciones interactivas comparando el desempeño entre instituciones y asignaturas.
- Construir un dashboard interactivo con filtros por ciudad, institución y asignatura para administradores educativos.
2 Metodología
2.1 Preparación del Dataset
datos <- read.csv("dataset.txt", header=TRUE, sep=",",
encoding="latin1", stringsAsFactors=FALSE)
cat("Dimensiones originales:", nrow(datos), "x", ncol(datos), "\n")## Dimensiones originales: 1200 x 7## index id_estudiante institucion asignatura calificacion_final asistencias
## 1 0 1 Inst B Lenguaje 0.2 66
## 2 1 2 Institución D Ciencias 0.3 61
## 3 2 3 Instituto Ciencias 4.5 72
## 4 3 4 Institucion E Histori 0.7 65
## 5 4 5 Inst B Ciencias 2.7 52
## 6 5 6 Institución C Lenguaje 2.1 79
## numero_actividades
## 1 19
## 2 18
## 3 24
## 4 23
## 5 17
## 6 142.2 Limpieza de Datos
datos_limpios <- datos[!duplicated(datos), ]
datos_limpios <- na.omit(datos_limpios)
datos_limpios$asignatura <- trimws(datos_limpios$asignatura)
datos_limpios$institucion <- trimws(datos_limpios$institucion)
datos_limpios$asignatura <- gsub("Histori$", "Historia", datos_limpios$asignatura)
datos_limpios$asignatura <- gsub("Lenguage", "Lenguaje", datos_limpios$asignatura)
datos_limpios$asignatura <- gsub("Matematicas", "Matemáticas", datos_limpios$asignatura)
datos_limpios$institucion <- gsub("^A$", "Institución A", datos_limpios$institucion)
datos_limpios$institucion <- gsub("^Inst B$", "Institución B", datos_limpios$institucion)
datos_limpios$institucion <- gsub("^Institucion E$", "Institución E", datos_limpios$institucion)
datos_limpios$asignatura[datos_limpios$asignatura == ""] <- NA
datos_limpios$institucion[datos_limpios$institucion == ""] <- NA
datos_limpios <- na.omit(datos_limpios)
cat("Dataset limpio:", nrow(datos_limpios), "registros\n")## Dataset limpio: 964 registros##
## Arte Ciencias Historia Lenguaje Matemáticas
## 112 222 210 213 207##
## Institución A Institución B Institución C Institución D Institución E
## 259 227 127 101 132
## Instituto
## 1182.3 Herramientas Utilizadas
- R / RStudio como entorno principal
- ggplot2 para visualizaciones
- plotly para gráficos interactivos
- leaflet para mapa geográfico
- shiny + shinydashboard para dashboard interactivo
3 Resultados y Conclusiones
3.1 Estadísticas Descriptivas
## === CALIFICACIONES ===## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 0.000 1.300 2.500 2.516 3.725 10.000##
## === ASISTENCIAS ===## Min. 1st Qu. Median Mean 3rd Qu. Max.
## 50.00 62.00 74.00 74.64 88.00 99.00##
## === PROMEDIO POR ASIGNATURA ===## asignatura calificacion_final
## 1 Arte 2.454464
## 2 Ciencias 2.490991
## 3 Historia 2.498571
## 4 Lenguaje 2.601878
## 5 Matemáticas 2.504831##
## === PROMEDIO POR INSTITUCIÓN ===## institucion calificacion_final
## 1 Institución A 2.647876
## 2 Institución B 2.535683
## 3 Institución C 2.219685
## 4 Institución D 2.522772
## 5 Institución E 2.403030
## 6 Instituto 2.6271193.2 Gráfico 1 - Barras: Promedio por Asignatura
df_asig <- datos_limpios %>%
group_by(asignatura) %>%
summarise(Promedio=round(mean(calificacion_final, na.rm=TRUE),2))
g1 <- ggplot(df_asig, aes(x=reorder(asignatura,-Promedio),
y=Promedio, fill=asignatura)) +
geom_bar(stat="identity") +
geom_text(aes(label=Promedio), vjust=-0.5, size=4) +
labs(title="Promedio de Calificación por Asignatura",
x="Asignatura", y="Promedio") +
theme_minimal() + theme(legend.position="none")
ggplotly(g1)3.3 Gráfico 2 - Histograma: Distribución de Calificaciones
3.4 Gráfico 3 - Dispersión: Asistencia vs Calificación
3.5 Gráfico 4 - Líneas: Tendencia por Institución
df_inst <- datos_limpios %>%
group_by(institucion, asignatura) %>%
summarise(Promedio=mean(calificacion_final, na.rm=TRUE), .groups="drop")
g4 <- ggplot(df_inst, aes(x=asignatura, y=Promedio,
color=institucion, group=institucion)) +
geom_line(linewidth=1) + geom_point(size=2) +
labs(title="Tendencia por Institución y Asignatura",
x="Asignatura", y="Promedio") +
theme_minimal()
ggplotly(g4)3.6 Gráfico 5 - Box Plot: Distribución por Asignatura
3.7 Gráfico 6 - Radar: Rendimiento por Asignatura
df_radar <- datos_limpios %>%
group_by(asignatura) %>%
summarise(Promedio=round(mean(calificacion_final, na.rm=TRUE),2))
g6 <- ggplot(df_radar, aes(x=asignatura, y=Promedio, fill=asignatura)) +
geom_col(width=0.6) +
geom_text(aes(label=Promedio), vjust=-0.5, size=4) +
coord_polar() +
labs(title="Radar: Rendimiento por Asignatura", x="", y="") +
theme_minimal() + theme(legend.position="none",
axis.text.y=element_blank())
g6
3.8 Gráfico 7 - Nube de Palabras: Asignaturas
freq_asig <- as.data.frame(table(datos_limpios$asignatura))
colnames(freq_asig) <- c("Asignatura","Frecuencia")
freq_asig$x <- c(-0.5, 0.5, -0.8, 0.8, 0)
freq_asig$y <- c(0.5, 0.5, -0.3, -0.3, -0.8)
g7 <- ggplot(freq_asig, aes(x=x, y=y, label=Asignatura,
size=Frecuencia, color=Asignatura)) +
geom_text(fontface="bold") +
scale_size_continuous(range=c(5,12)) +
labs(title="Nube de Palabras: Frecuencia de Asignaturas") +
theme_void() + theme(legend.position="none")
g7
3.9 Gráfico 8 - Distribución por Institución
df_inst2 <- datos_limpios %>%
group_by(institucion) %>%
summarise(Total=n())
g8 <- ggplot(df_inst2, aes(x=reorder(institucion,-Total),
y=Total, fill=institucion)) +
geom_bar(stat="identity") +
geom_text(aes(label=Total), hjust=-0.2, size=3) +
coord_flip() +
labs(title="Distribución de Estudiantes por Institución",
x="Institución", y="Total") +
theme_minimal() + theme(legend.position="none")
ggplotly(g8)3.10 Gráfico 9 - Mapa: Instituciones en Colombia
coords <- data.frame(
institucion=c("Institución A","Institución B","Institución C",
"Institución D","Institución E","Instituto"),
ciudad=c("Bogotá","Medellín","Cali","Barranquilla","Cartagena","Bucaramanga"),
lat=c(4.7110,6.2442,3.4516,10.9685,10.3910,7.1193),
lon=c(-74.0721,-75.5812,-76.5320,-74.7813,-75.4794,-73.1227)
)
df_mapa <- datos_limpios %>%
group_by(institucion) %>%
summarise(Promedio=round(mean(calificacion_final, na.rm=TRUE),2)) %>%
merge(coords, by="institucion")
leaflet(df_mapa) %>%
addTiles() %>%
addCircleMarkers(lat=~lat, lng=~lon,
radius=~Promedio*5, color="#2e86c1", fillOpacity=0.8,
popup=~paste0("<b>",institucion,"</b><br>",
"Ciudad: ",ciudad,"<br>",
"Promedio: ",Promedio)) %>%
setView(lng=-74.0, lat=4.5, zoom=5)3.11 Dashboard Interactivo - Actividad 3
El dashboard interactivo fue desarrollado con Shiny y shinydashboard con las siguientes funcionalidades:
- Filtro por ciudad, institución y asignatura
- KPIs dinámicos actualizados en tiempo real
- Mapa geográfico interactivo con leaflet
- Gráficos de barras, histograma, box plot, líneas y dispersión
Enlace del dashboard: https://f9ae289aaf0c4fffa3e325f625c71bbc.app.posit.cloud/?view=shiny_foreground
3.12 Hallazgos Relevantes
- Calificación promedio general: 2.51 / 10
- Asignatura con mayor promedio: Lenguaje (2.60)
- Asignatura con menor promedio: Arte (2.45)
- Asistencia promedio: 74.64%
- Institución con mejor rendimiento: Institución A - Bogotá (2.65)
- Institución con menor rendimiento: Institución C - Cali (2.22)
3.13 Conclusiones
- El rendimiento académico es bajo y homogéneo entre instituciones, con calificaciones entre 2.45 y 2.60 sobre 10.
- La asistencia no determina directamente el resultado académico.
- La Institución C requiere atención prioritaria con promedio de 2.22.
- Las visualizaciones interactivas permiten identificar rápidamente áreas de mejora por institución y asignatura.
4 Anexos
4.1 Certificación IBM Cognitive - Data Visualization with R
Enlace del certificado: https://courses.cognitiveclass.ai/certificates/0b72b0749fef4ec2902d25a3020cc0c7
4.2 Conclusiones
1. Rendimiento académico bajo y homogéneo: El análisis reveló que el promedio general de calificaciones es de 2.51 sobre 10, evidenciando un rendimiento académico preocupantemente bajo en todas las instituciones. Las calificaciones se distribuyen principalmente entre 0 y 5 puntos, lo que sugiere una problemática sistémica que trasciende a una sola institución o asignatura.
2. Asistencia no determina el rendimiento: A pesar de que la asistencia promedio es del 74.64%, el análisis de dispersión demostró que no existe correlación fuerte entre asistencia y calificación final. Factores pedagógicos, socioeconómicos y motivacionales tienen mayor influencia en el rendimiento estudiantil.
3. Diferencias significativas entre instituciones: La Institución A (Bogotá) presenta el mejor desempeño con promedio de 2.65, mientras que la Institución C (Cali) muestra el rendimiento más bajo con 2.22. Esta diferencia sugiere que las condiciones locales y estrategias pedagógicas impactan directamente los resultados académicos.
4. Lenguaje lidera el rendimiento por asignatura: Entre las cinco áreas analizadas, Lenguaje presenta el promedio más alto (2.60), mientras que Arte registra el más bajo (2.45). La diferencia mínima entre asignaturas indica que la problemática es transversal a todo el currículo.
5. Valor de las herramientas de visualización: Las visualizaciones desarrolladas con ggplot2, plotly, leaflet y Shiny demostraron ser instrumentos valiosos para el análisis educativo. El dashboard interactivo permite explorar datos dinámicamente y facilita la toma de decisiones basada en evidencia.
6. Recomendaciones: - Implementar programas de refuerzo académico en la Institución C. - Replicar las estrategias exitosas de la Institución A en otras instituciones. - Fortalecer la calidad de las actividades académicas por encima de la cantidad. - Invertir en recursos tecnológicos que mejoren la experiencia de aprendizaje.
# Gráfico resumen de conclusiones
df_resumen <- data.frame(
Institucion=c("Institución A","Institución B","Institución C",
"Institución D","Institución E","Instituto"),
Promedio=c(2.65, 2.62, 2.22, 2.45, 2.40, 2.63),
Ciudad=c("Bogotá","Medellín","Cali","Barranquilla","Cartagena","Bucaramanga")
)
g_resumen <- ggplot(df_resumen,
aes(x=reorder(Institucion,-Promedio),
y=Promedio, fill=Promedio)) +
geom_bar(stat="identity") +
geom_text(aes(label=paste0(Promedio,"\n(",Ciudad,")")),
vjust=-0.3, size=3) +
scale_fill_gradient(low="#e74c3c", high="#2ecc71") +
labs(title="Resumen: Promedio de Calificación por Institución",
subtitle="Verde = mejor rendimiento | Rojo = menor rendimiento",
x="Institución", y="Promedio de Calificación") +
theme_minimal() + theme(legend.position="none",
axis.text.x=element_text(angle=15, hjust=1))
ggplotly(g_resumen)Luis David Guanga Chavez | UNAD | Abril 2026