Academic achievement prediction in secondary education by decision tree analysis

Abstract

[EN] The aim of the present study was to develop a predictive model of academic achievement (school success or failure) by applying a decision tree analysis. A cross-sectional study was carried out to design a system for the early detection of academic failure. 219 adolescents (aged 14 to 16) participated and information on their socioeconomic status, body mass index (BMI) percentile, physical activity, leisure time spent in front of screens, enjoyment, hope, anger, anxiety, boredom, behavioral engagement, emotional engagement, cognitive engagement, self-perceived school performance and intention to go to university was collected as input variables in decision tress analysis. 6 failure and 3 success groups were found able to predict academic performance. Good accuracy was obtained in the training (80.11 %) and validation (81.40 %) datasets of the decision tree. It is possible to predict academic failure or success by assessing weight status, physical activity, anger and hope during school attendance, intention to go to university and self-perceived school performance.

[ES] El objetivo del presente estudio fue desarrollar un modelo de predicción del rendimiento académico (éxito o fracaso escolar) mediante la aplicación de un análisis de árbol de decisión. Se realizó un estudio transversal para diseñar un sistema de detección temprana del fracaso escolar. Participaron 219 adolescentes (de 14 a 16 años) y se recabó información de su estatus socioeconómico, percentil de índice de masa corporal (IMC), actividad física, tiempo de ocio frente a pantallas, niveles de disfrute, esperanza, ira, ansiedad, aburrimiento, compromiso conductual, compromiso emocional, compromiso cognitivo, rendimiento escolar autopercibido e intención de ir a la universidad, como variables de entrada en el análisis del árbol de decisión. Se encontraron 6 grupos de fracaso y 3 de éxito capaces de predecir el rendimiento académico. Se obtuvo una buena precisión en los conjuntos de datos de entrenamiento (80.11 %) y validación (81.40 %) del árbol de decisión. Es posible predecir el fracaso o el éxito académico mediante la evaluación del estado de peso, la actividad física, la ira y la esperanza durante la asistencia a la escuela, la intención de ir a la universidad y el rendimiento escolar autopercibido.