INTERVENCIÓN TUTORIAL PARA EVALUAR
LOS FACTORES DE UN MODELO PREDICTIVO
DE LA DESERCIÓN ESCOLAR
TUTORIAL INTERVENTION TO EVALUATE THE
FACTORS OF A PREDICTIVE MODEL OF SCHOOL
DROPOUT
Ma. Dolores Delgado Celis
Instituto Tecnológico de San Luis Potosí, México
María Leonor Rosales Escobar
Instituto Tecnológico de San Luis Potosí, México
María Eugenia Navarrete Sánchez
Instituto Tecnológico de San Luis Potosí, México
Rosa Hilda Félix Jaquez
Instituto Tecnológico de San Luis Potosí, México
María Merced Cruz Rentería
Instituto Tecnológico de San Luis Potosí, México
pág. 9697
DOI: https://doi.org/10.37811/cl_rcm.v9i6.22071
Intervención Tutorial para Evaluar los Factores de un Modelo Predictivo
de la Deserción Escolar
Ma. Dolores Delgado Celis1
ma.dc@slp.tecnm.mx
https://orcid.org/0000-0003-0141-497X
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
María Leonor Rosales Escobar
maria.re@slp.tecnm.mx
https://orcid.org/0000-0001-5173-2189
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
María Eugenia Navarrete Sánchez2
marians.itslp@gmail.com
https://orcid.org/0000-0002-1971-6717
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
Rosa Hilda Félix Jaquez
rosa.fj@slp.tecnm.mx
https://orcid.org/0000-0001-6961-341X
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
María Merced Cruz Rentería
maria.cr2@slp.tecnm.mx
https://orcid.org/0000-0001-7498-0484
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
RESUMEN
Este artículo presenta los avances de una investigación educativa en el Instituto Tecnológico de San
Luis Potosí, perteneciente al Tecnológico Nacional de México cuyo propósito es evaluar el impacto de
la intervención tutorial en los factores del modelo que predice la deserción escolar en los estudiantes de
Ingeniería en Gestión Empresarial, Ingeniería Industrial e Ingeniería en Sistemas Computacionales. La
estrategia se implementó mediante la aplicación del Plan de Acción Tutorial durante los dos primeros
semestres, analizando su efecto en el desempeño académico a través del Índice Aditivo de Desempeño
Escolar. Los resultados muestran mejoras significativas en dos de las tres carreras estudiadas,
evidenciando la utilidad del modelo u la tutoría grupal como herramientas preventivas.
Palabras clave: deserción escolar, educación superior, intervención tutorial, IADE, modelo predictivo
1 Autor principal.
2 Correspondencia: marians.itslp@gmail.com
DOI: https://doi.org/10.37811/cl_rcm.v9i6.22071
Intervención Tutorial para Evaluar los Factores de un Modelo Predictivo
de la Deserción Escolar
Ma. Dolores Delgado Celis1
ma.dc@slp.tecnm.mx
https://orcid.org/0000-0003-0141-497X
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
María Leonor Rosales Escobar
maria.re@slp.tecnm.mx
https://orcid.org/0000-0001-5173-2189
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
María Eugenia Navarrete Sánchez2
marians.itslp@gmail.com
https://orcid.org/0000-0002-1971-6717
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
Rosa Hilda Félix Jaquez
rosa.fj@slp.tecnm.mx
https://orcid.org/0000-0001-6961-341X
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
María Merced Cruz Rentería
maria.cr2@slp.tecnm.mx
https://orcid.org/0000-0001-7498-0484
Tecnológico Nacional de México
Instituto Tecnológico de San Luis Potosí
México
RESUMEN
Este artículo presenta los avances de una investigación educativa en el Instituto Tecnológico de San
Luis Potosí, perteneciente al Tecnológico Nacional de México cuyo propósito es evaluar el impacto de
la intervención tutorial en los factores del modelo que predice la deserción escolar en los estudiantes de
Ingeniería en Gestión Empresarial, Ingeniería Industrial e Ingeniería en Sistemas Computacionales. La
estrategia se implementó mediante la aplicación del Plan de Acción Tutorial durante los dos primeros
semestres, analizando su efecto en el desempeño académico a través del Índice Aditivo de Desempeño
Escolar. Los resultados muestran mejoras significativas en dos de las tres carreras estudiadas,
evidenciando la utilidad del modelo u la tutoría grupal como herramientas preventivas.
Palabras clave: deserción escolar, educación superior, intervención tutorial, IADE, modelo predictivo
1 Autor principal.
2 Correspondencia: marians.itslp@gmail.com
pág. 9698
Tutorial Intervention to Evaluate the Factors of a Predictive Model of
School Dropout
ABSTRACT
This article presents the advances of educational research at the Instituto Tecnológico de San Luis
Potosí, belonging to the Tecnológico Nacional de México, whose purpose is to evaluate the impact of
the tutoring intervention on the factors of the model that predicts school dropout among students in
Business Management Engineering, Industrial Engineering, and Computer Systems Engineering. The
strategy was implemented through the application of the Tutoring Action Plan during the first two
semesters, analyzing its effect on academic performance using the Additive School Performance Index.
The results show significant improvements in two of the three degree programs studied, demonstrating
the effectiveness of the model and group tutoring as preventive tools.
Keywords: school dropout, higher education, tutorial intervention, IADE, predictive model
Artículo recibido 10 diciembre 2025
Aceptado para publicación: 10 enero 2026
Tutorial Intervention to Evaluate the Factors of a Predictive Model of
School Dropout
ABSTRACT
This article presents the advances of educational research at the Instituto Tecnológico de San Luis
Potosí, belonging to the Tecnológico Nacional de México, whose purpose is to evaluate the impact of
the tutoring intervention on the factors of the model that predicts school dropout among students in
Business Management Engineering, Industrial Engineering, and Computer Systems Engineering. The
strategy was implemented through the application of the Tutoring Action Plan during the first two
semesters, analyzing its effect on academic performance using the Additive School Performance Index.
The results show significant improvements in two of the three degree programs studied, demonstrating
the effectiveness of the model and group tutoring as preventive tools.
Keywords: school dropout, higher education, tutorial intervention, IADE, predictive model
Artículo recibido 10 diciembre 2025
Aceptado para publicación: 10 enero 2026
pág. 9699
INTRODUCCIÓN
La deserción escolar en la educación superior constituye uno de los desafíos más persistentes y
complejos que enfrentan las instituciones educativas en México y en el mundo. Este fenómeno ha sido
abordado desde múltiples perspectivas debido a sus graves implicaciones en términos de eficiencia
terminal, aprovechamiento del gasto público, equidad en el acceso a la educación y movilidad social.
En particular, el abandono de estudios en los primeros semestres de formación profesional es un factor
crítico que afecta directamente los indicadores de calidad institucional y el cumplimiento de los fines
de la educación superior.
El presente artículo aborda el impacto de una estrategia de intervención tutorial basada en un modelo
predictivo de deserción escolar, aplicada a estudiantes de nuevo ingreso de tres programas de ingeniería
del Instituto Tecnológico de San Luis Potosí (ITSLP). El objetivo es evaluar en qué medida dicha
intervención incide en los factores que predicen el abandono escolar, con miras a mejorar el desempeño
académico, fortalecer la permanencia y reducir la deserción.
El problema de investigación se centra en la necesidad de contar con estrategias efectivas,
sistematizadas y basadas en evidencias, que permitan atender a estudiantes en riesgo de abandonar sus
estudios desde los primeros semestres. A pesar de la existencia de programas institucionales de tutoría
y de diversos esfuerzos en materia de orientación y acompañamiento, los índices de abandono escolar
permanecen elevados, lo que evidencia un vacío en la efectividad de las estrategias actuales o en su
pertinencia frente a las condiciones reales del estudiantado. En este sentido, la pregunta que guía la
investigación es: ¿Cómo incide la intervención tutorial en los factores predictivos de la deserción en los
estudiantes de las carreras de Ingeniería en Gestión empresarial, Ingeniería Industrial e Ingeniería en
Sistemas Computacionales en el Instituto Tecnológico de San Luis Potosí? La relevancia de abordar
este tema radica en el impacto que tiene la deserción escolar tanto en el ámbito educativo como en el
económico y social. De acuerdo con la Secretaría de Educación Pública (SEP, 2019), el costo promedio
del Estado por alumno de educación superior asciende a más de $85,000 pesos anuales, lo que se traduce
en una inversión significativa que no siempre se ve reflejada en la conclusión de los estudios por parte
de los estudiantes.
INTRODUCCIÓN
La deserción escolar en la educación superior constituye uno de los desafíos más persistentes y
complejos que enfrentan las instituciones educativas en México y en el mundo. Este fenómeno ha sido
abordado desde múltiples perspectivas debido a sus graves implicaciones en términos de eficiencia
terminal, aprovechamiento del gasto público, equidad en el acceso a la educación y movilidad social.
En particular, el abandono de estudios en los primeros semestres de formación profesional es un factor
crítico que afecta directamente los indicadores de calidad institucional y el cumplimiento de los fines
de la educación superior.
El presente artículo aborda el impacto de una estrategia de intervención tutorial basada en un modelo
predictivo de deserción escolar, aplicada a estudiantes de nuevo ingreso de tres programas de ingeniería
del Instituto Tecnológico de San Luis Potosí (ITSLP). El objetivo es evaluar en qué medida dicha
intervención incide en los factores que predicen el abandono escolar, con miras a mejorar el desempeño
académico, fortalecer la permanencia y reducir la deserción.
El problema de investigación se centra en la necesidad de contar con estrategias efectivas,
sistematizadas y basadas en evidencias, que permitan atender a estudiantes en riesgo de abandonar sus
estudios desde los primeros semestres. A pesar de la existencia de programas institucionales de tutoría
y de diversos esfuerzos en materia de orientación y acompañamiento, los índices de abandono escolar
permanecen elevados, lo que evidencia un vacío en la efectividad de las estrategias actuales o en su
pertinencia frente a las condiciones reales del estudiantado. En este sentido, la pregunta que guía la
investigación es: ¿Cómo incide la intervención tutorial en los factores predictivos de la deserción en los
estudiantes de las carreras de Ingeniería en Gestión empresarial, Ingeniería Industrial e Ingeniería en
Sistemas Computacionales en el Instituto Tecnológico de San Luis Potosí? La relevancia de abordar
este tema radica en el impacto que tiene la deserción escolar tanto en el ámbito educativo como en el
económico y social. De acuerdo con la Secretaría de Educación Pública (SEP, 2019), el costo promedio
del Estado por alumno de educación superior asciende a más de $85,000 pesos anuales, lo que se traduce
en una inversión significativa que no siempre se ve reflejada en la conclusión de los estudios por parte
de los estudiantes.
pág. 9700
La base teórica en la que se sustenta este estudio es el modelo de Vincent Tinto (1993), quien plantea
que la deserción es el resultado de una interacción deficiente entre el estudiante y el entorno
institucional, y que puede prevenirse mediante procesos de integración académica y social. A ello se
suma la conceptualización de la tutoría educativa como un proceso de acompañamiento sistemático que
busca incidir positivamente en la trayectoria escolar del estudiante, promoviendo su desarrollo
académico, personal y profesional (TecNM, 2015). Asimismo, se incorpora el uso del Índice Aditivo
de Desempeño escolar (IADE) como variable cuantitativa para medir el rendimiento académico, y el
modelo de regresión logística como herramienta para estimar la probabilidad de abandono con base en
variables sociodemográficas y académicas (Becerra-González & Reidl, 2015; Delgado-Celis et al.,
2020).
Diversos estudios previos han abordado la problemática de la deserción escolar. Por ejemplo, Cajigal
et al. (2022) proponen fortalecer la tutoría como estrategia para desarrollar resiliencia en los estudiantes;
Preciado-León et al. (2022) identifican factores académicos, económicos y personales como principales
causas del abandono; y Heffington et al. (2024) destacan la reprobación de materias clave como un
factor determinante. Otros trabajos han avanzado en el desarrollo de modelos predictivos, como los de
Montalvo-Márquez y Sánchez-Pozo (2023), quienes integran variables familiares, académicas y
sociales para anticipar el riesgo de deserción. Este trabajo contribuye a estos antecedentes al integrar el
modelo predictivo con la implementación sistemática de planes tutoriales (PAT) alineados con las
necesidades detectadas por semestre, aportando evidencia empírica sobre su impacto en el rendimiento
académico real.
El contexto en el que se desarrolla la investigación es el ITSLP, una institución pública de educación
superior adscrita al Tecnológico Nacional de México (TecNM). El proyecto se realiza en un momento
histórico particular: tras la pandemia de COVID-19, muchos estudiantes de nuevo ingreso presentan
rezagos académicos y competencias socioemocionales debilitadas como resultado de su formación
media superior en modalidad remota. A nivel institucional, el ITSLP ha implementado desde el año
2012 el Programa Institucional de Tutoría (PIT), aunque sin sistematización suficiente en cuanto a su
impacto en indicadores clave como la deserción. De ahí que esta investigación se enmarque en la
necesidad de fortalecer el diseño, implementación y evaluación de las acciones tutoriales con base en
La base teórica en la que se sustenta este estudio es el modelo de Vincent Tinto (1993), quien plantea
que la deserción es el resultado de una interacción deficiente entre el estudiante y el entorno
institucional, y que puede prevenirse mediante procesos de integración académica y social. A ello se
suma la conceptualización de la tutoría educativa como un proceso de acompañamiento sistemático que
busca incidir positivamente en la trayectoria escolar del estudiante, promoviendo su desarrollo
académico, personal y profesional (TecNM, 2015). Asimismo, se incorpora el uso del Índice Aditivo
de Desempeño escolar (IADE) como variable cuantitativa para medir el rendimiento académico, y el
modelo de regresión logística como herramienta para estimar la probabilidad de abandono con base en
variables sociodemográficas y académicas (Becerra-González & Reidl, 2015; Delgado-Celis et al.,
2020).
Diversos estudios previos han abordado la problemática de la deserción escolar. Por ejemplo, Cajigal
et al. (2022) proponen fortalecer la tutoría como estrategia para desarrollar resiliencia en los estudiantes;
Preciado-León et al. (2022) identifican factores académicos, económicos y personales como principales
causas del abandono; y Heffington et al. (2024) destacan la reprobación de materias clave como un
factor determinante. Otros trabajos han avanzado en el desarrollo de modelos predictivos, como los de
Montalvo-Márquez y Sánchez-Pozo (2023), quienes integran variables familiares, académicas y
sociales para anticipar el riesgo de deserción. Este trabajo contribuye a estos antecedentes al integrar el
modelo predictivo con la implementación sistemática de planes tutoriales (PAT) alineados con las
necesidades detectadas por semestre, aportando evidencia empírica sobre su impacto en el rendimiento
académico real.
El contexto en el que se desarrolla la investigación es el ITSLP, una institución pública de educación
superior adscrita al Tecnológico Nacional de México (TecNM). El proyecto se realiza en un momento
histórico particular: tras la pandemia de COVID-19, muchos estudiantes de nuevo ingreso presentan
rezagos académicos y competencias socioemocionales debilitadas como resultado de su formación
media superior en modalidad remota. A nivel institucional, el ITSLP ha implementado desde el año
2012 el Programa Institucional de Tutoría (PIT), aunque sin sistematización suficiente en cuanto a su
impacto en indicadores clave como la deserción. De ahí que esta investigación se enmarque en la
necesidad de fortalecer el diseño, implementación y evaluación de las acciones tutoriales con base en
pág. 9701
datos objetivos y modelos científicos de predicción. Este marco histórico y social hace urgente la
implementación de medidas efectivas que favorezcan su permanencia y egreso.
En suma, este estudio se propone como una contribución a la comprensión y atención de la deserción
escolar en educación superior, al demostrar cómo el uso combinado de modelos predictivos y estrategias
tutoriales informadas por datos obtenidos del avance escolar de los tutorados puede incidir en forma
positiva en la permanencia estudiantil y el desempeño académico, con potencial de replicabilidad
institucional.
METODOLOGÍA
La presente investigación adopta un enfoque mixto, integrando técnicas cuantitativas y cualitativas para
proporcionar una visión integral del fenómeno de la deserción escolar en estudiantes de ingeniería del
ITSLP. Por un lado, se aplicó un modelo de regresión logística para la predicción del riesgo de
deserción, y se utilizó el Índice Aditivo de Desempeño Escolar (IADE) como métrica para evaluar el
rendimiento académico. Por otro lado, se emplearon estrategias propias de la investigación-acción para
diseñar, implementar y ajustar los Planes de Acción Tutorial (PAT), con base en las necesidades
detectadas en los estudiantes.
El tipo de investigación puede caracterizarse como descriptiva-predictiva. Es descriptiva porque se
identifican y detallan las condiciones académicas, socioeconómicas y contextuales de los estudiantes
objeto de estudio, lo cual permite precisar las características de un fenómeno tal como ocurre en su
contexto natural (Hernández-Sampieri & Mendoza-Torres, 2022). Es predictiva, al aplicar el modelo
estadístico que estima la probabilidad de deserción con base en las variables sociodemográficas y
académicas, lo cual se alinea con el propósito de anticipar conductas o resultados a partir del análisis
de patrones observables (Cabrera & La Nasa, 2001; Delgado-Celis et al., 2022; Kerlinger, 2002).
Asimismo, el carácter aplicativo se observa en el diseño e implementación de una intervención
educativa (la tutoría), orientada a resolver un problema concreto, lo cual se inscribe en el enfoque de
investigación aplicada que busca transformar una realidad específica a través de soluciones pertinentes
(Arnal et al., 1992).
El diseño de investigación es longitudinal y de tipo cuasiexperimental, sin grupo de control. El
seguimiento de la cohorte de estudiantes se realiza durante cuatro semestres académicos (de enero de
datos objetivos y modelos científicos de predicción. Este marco histórico y social hace urgente la
implementación de medidas efectivas que favorezcan su permanencia y egreso.
En suma, este estudio se propone como una contribución a la comprensión y atención de la deserción
escolar en educación superior, al demostrar cómo el uso combinado de modelos predictivos y estrategias
tutoriales informadas por datos obtenidos del avance escolar de los tutorados puede incidir en forma
positiva en la permanencia estudiantil y el desempeño académico, con potencial de replicabilidad
institucional.
METODOLOGÍA
La presente investigación adopta un enfoque mixto, integrando técnicas cuantitativas y cualitativas para
proporcionar una visión integral del fenómeno de la deserción escolar en estudiantes de ingeniería del
ITSLP. Por un lado, se aplicó un modelo de regresión logística para la predicción del riesgo de
deserción, y se utilizó el Índice Aditivo de Desempeño Escolar (IADE) como métrica para evaluar el
rendimiento académico. Por otro lado, se emplearon estrategias propias de la investigación-acción para
diseñar, implementar y ajustar los Planes de Acción Tutorial (PAT), con base en las necesidades
detectadas en los estudiantes.
El tipo de investigación puede caracterizarse como descriptiva-predictiva. Es descriptiva porque se
identifican y detallan las condiciones académicas, socioeconómicas y contextuales de los estudiantes
objeto de estudio, lo cual permite precisar las características de un fenómeno tal como ocurre en su
contexto natural (Hernández-Sampieri & Mendoza-Torres, 2022). Es predictiva, al aplicar el modelo
estadístico que estima la probabilidad de deserción con base en las variables sociodemográficas y
académicas, lo cual se alinea con el propósito de anticipar conductas o resultados a partir del análisis
de patrones observables (Cabrera & La Nasa, 2001; Delgado-Celis et al., 2022; Kerlinger, 2002).
Asimismo, el carácter aplicativo se observa en el diseño e implementación de una intervención
educativa (la tutoría), orientada a resolver un problema concreto, lo cual se inscribe en el enfoque de
investigación aplicada que busca transformar una realidad específica a través de soluciones pertinentes
(Arnal et al., 1992).
El diseño de investigación es longitudinal y de tipo cuasiexperimental, sin grupo de control. El
seguimiento de la cohorte de estudiantes se realiza durante cuatro semestres académicos (de enero de
pág. 9702
2024 a diciembre de 2025). En este artículo, se reportan los dos primeros semestres, correspondientes
al año enero-diciembre de 2024, permitiendo analizar cambios en su trayectoria académica en función
de las intervenciones realizadas. En lo cualitativo, se adopta una perspectiva constructivista dentro de
la investigación-acción, donde el conocimiento se genera en la interacción entre el tutor y los
estudiantes, permitiendo una retroalimentación continua del proceso (Kemmis et al., 2014; Lincoln et
al., 2018). Este enfoque reconoce que la realidad es construida socialmente y que los sujetos son agentes
activos en la producción del conocimiento, especialmente cuando participan en procesos reflexivos
orientados al cambio (Elliott, 1990).
La población está conformada por los estudiantes de nuevo ingreso del semestre enero-junio 2024
pertenecientes a las carreras de Ingeniería en Gestión empresarial (IGE), Ingeniería Industrial (IND) e
Ingeniería en Sistemas Computacionales (ISC) del ITSLP. La selección no fue probabilística, dado que
se trató de una cohorte completa. En total, se trabajó con una muestra censal de 60 estudiantes
distribuidos en los tres programas académicos.
Las técnicas de recolección de datos incluyeron el uso de bases de datos institucionales, específicamente
el Sistema de Información Integral (SII) del ITSLP y los registros del Departamento de Servicios
Escolares. Se complementó con la aplicación de una encuesta estructurada que recolectó información
sociodemográfica, académica y de percepción, diseñada específicamente para este estudio. En el
componente cualitativo, se recurrió al registro sistemático en bitácoras de tutoría grupal, listas de
asistencia y seguimiento de desempeño académico por parte de los tutores. Estas bitácoras permitieron
identificar factores emergentes que influyen en la trayectoria académica de los estudiantes y así ajustar
las estrategias de intervención tutorial en cada semestre.
Entre los instrumentos utilizados destacan:
▪ Base de datos institucional (Excel): para análisis estadístico del rendimiento académico.
▪ Encuesta diagnóstica: validada por expertos, administrada al inicio del semestre.
▪ Guía de bitácora tutorial: diseñada para registrar información sobre las sesiones, asistencia,
detección de problemas académicos y acciones implementadas.
▪ Formato de IADE: calculado conforme a la fórmula propuesta por Becerra-González y Reidl
(2015): IADE = % de créditos acumulados + W, donde W = (20*promedio escolar) – 100.
2024 a diciembre de 2025). En este artículo, se reportan los dos primeros semestres, correspondientes
al año enero-diciembre de 2024, permitiendo analizar cambios en su trayectoria académica en función
de las intervenciones realizadas. En lo cualitativo, se adopta una perspectiva constructivista dentro de
la investigación-acción, donde el conocimiento se genera en la interacción entre el tutor y los
estudiantes, permitiendo una retroalimentación continua del proceso (Kemmis et al., 2014; Lincoln et
al., 2018). Este enfoque reconoce que la realidad es construida socialmente y que los sujetos son agentes
activos en la producción del conocimiento, especialmente cuando participan en procesos reflexivos
orientados al cambio (Elliott, 1990).
La población está conformada por los estudiantes de nuevo ingreso del semestre enero-junio 2024
pertenecientes a las carreras de Ingeniería en Gestión empresarial (IGE), Ingeniería Industrial (IND) e
Ingeniería en Sistemas Computacionales (ISC) del ITSLP. La selección no fue probabilística, dado que
se trató de una cohorte completa. En total, se trabajó con una muestra censal de 60 estudiantes
distribuidos en los tres programas académicos.
Las técnicas de recolección de datos incluyeron el uso de bases de datos institucionales, específicamente
el Sistema de Información Integral (SII) del ITSLP y los registros del Departamento de Servicios
Escolares. Se complementó con la aplicación de una encuesta estructurada que recolectó información
sociodemográfica, académica y de percepción, diseñada específicamente para este estudio. En el
componente cualitativo, se recurrió al registro sistemático en bitácoras de tutoría grupal, listas de
asistencia y seguimiento de desempeño académico por parte de los tutores. Estas bitácoras permitieron
identificar factores emergentes que influyen en la trayectoria académica de los estudiantes y así ajustar
las estrategias de intervención tutorial en cada semestre.
Entre los instrumentos utilizados destacan:
▪ Base de datos institucional (Excel): para análisis estadístico del rendimiento académico.
▪ Encuesta diagnóstica: validada por expertos, administrada al inicio del semestre.
▪ Guía de bitácora tutorial: diseñada para registrar información sobre las sesiones, asistencia,
detección de problemas académicos y acciones implementadas.
▪ Formato de IADE: calculado conforme a la fórmula propuesta por Becerra-González y Reidl
(2015): IADE = % de créditos acumulados + W, donde W = (20*promedio escolar) – 100.
pág. 9703
En cuanto a las consideraciones éticas, se garantizó la confidencialidad de la información proporcionada
por los estudiantes, así como el uso exclusivo de los datos con fines académicos e investigativos. Se
solicitó el consentimiento informado al momento de aplicar las encuestas y registrar información
personal. La investigación fue aprobada por la jefatura del departamento académico y por la dirección
del plantel, en concordancia con los lineamientos institucionales del TecNM (2015).
Los criterios de inclusión contemplaron: estudiantes de nuevo ingreso en enero-junio 2024, inscritos
por examen de admisión, y con datos académicos completos. Los criterios de exclusión fueron:
estudiantes con convalidación de materias (estudiantes que cambiaron de carrera) o ingreso por
equivalencia externa (estudiantes que cursaron en otras universidades y que se inscribieron en el primer
semestre de las carreras bajo estudio).
Entre las limitaciones del estudio se identifican las siguientes:
1. La falta de datos completos en algunas variables para un pequeño grupo de estudiantes,
especialmente en los promedios del primer año, que impidió la aplicación plena del modelo
predictivo en la primera fase.
2. La imposibilidad de establecer un grupo de control que permita comparar el efecto de la
intervención tutorial frente a una cohorte sin tutoría.
3. La variabilidad en la implementación del PAT, dado que depende en parte de la disposición,
habilidades y seguimiento puntual de cada tutor asignado.
Esta metodología permite una aproximación rigurosa y contextualizada al fenómeno de la deserción
escolar, integrando elementos diagnósticos, predictivos y de intervención que, en conjunto, generan
información útil para la toma de decisiones institucionales orientadas a la mejora del desempeño
académico y permanencia estudiantil.
RESULTADOS Y DISCUSIÓN
Durante el primer año de implementación del proyecto (enero a diciembre de 2024), se aplicó el modelo
predictivo de deserción a una cohorte de 60 estudiantes de nuevo ingreso en las carreras de Ingeniería
en Gestión Empresarial (IGE), Ingeniería Industrial (IND) e Ingeniería en Sistemas Computacionales
(ISC). Con base en este diagnóstico, se diseñaron e implementaron dos planes de Acción Tutorial (PAT),
uno por cada semestre.
En cuanto a las consideraciones éticas, se garantizó la confidencialidad de la información proporcionada
por los estudiantes, así como el uso exclusivo de los datos con fines académicos e investigativos. Se
solicitó el consentimiento informado al momento de aplicar las encuestas y registrar información
personal. La investigación fue aprobada por la jefatura del departamento académico y por la dirección
del plantel, en concordancia con los lineamientos institucionales del TecNM (2015).
Los criterios de inclusión contemplaron: estudiantes de nuevo ingreso en enero-junio 2024, inscritos
por examen de admisión, y con datos académicos completos. Los criterios de exclusión fueron:
estudiantes con convalidación de materias (estudiantes que cambiaron de carrera) o ingreso por
equivalencia externa (estudiantes que cursaron en otras universidades y que se inscribieron en el primer
semestre de las carreras bajo estudio).
Entre las limitaciones del estudio se identifican las siguientes:
1. La falta de datos completos en algunas variables para un pequeño grupo de estudiantes,
especialmente en los promedios del primer año, que impidió la aplicación plena del modelo
predictivo en la primera fase.
2. La imposibilidad de establecer un grupo de control que permita comparar el efecto de la
intervención tutorial frente a una cohorte sin tutoría.
3. La variabilidad en la implementación del PAT, dado que depende en parte de la disposición,
habilidades y seguimiento puntual de cada tutor asignado.
Esta metodología permite una aproximación rigurosa y contextualizada al fenómeno de la deserción
escolar, integrando elementos diagnósticos, predictivos y de intervención que, en conjunto, generan
información útil para la toma de decisiones institucionales orientadas a la mejora del desempeño
académico y permanencia estudiantil.
RESULTADOS Y DISCUSIÓN
Durante el primer año de implementación del proyecto (enero a diciembre de 2024), se aplicó el modelo
predictivo de deserción a una cohorte de 60 estudiantes de nuevo ingreso en las carreras de Ingeniería
en Gestión Empresarial (IGE), Ingeniería Industrial (IND) e Ingeniería en Sistemas Computacionales
(ISC). Con base en este diagnóstico, se diseñaron e implementaron dos planes de Acción Tutorial (PAT),
uno por cada semestre.
pág. 9704
El diseño del PAT del primer semestre tuvo como objetivo orientar al estudiante en el conocimiento de
la normatividad escolar (lineamientos académicos y plan de estudios) y en actividades sustantivos para
que logre una adaptación adecuada en la institución e identificar si existe la situación de riego de
abandonar sus estudios, además se les aplicó un diagnóstico de estudio y test de estilos de aprendizaje.
El diseño del PAT del segundo semestre se realizó considerando los resultados del primer semestre,
implementando acciones tutoriales para la acreditación de cálculo diferencial, promoción de la salud y
bienestar mediante la valoración médica, de salud dental y nutrición, además de la aplicación del
instrumento de “proyección de vida y carrera” y un diagnóstico del idioma inglés.
El modelo predictivo de Regresión Logística aplicado a la variable binaria Y, que toma los valores de
1: retención y 0: deserción, realizado al finalizar el año, está basado en la siguiente ecuación (Delgado-
Celis et al., 2022):
Y = β0 + β1X1 + β2X2 + ………. +βIXi
Prob (Y| X1, X2, ……, Xi), que se determina con la siguiente ecuación:
Prob (Y| X1, X2, ……, Xi) = g (X1, X2, ……, Xi; βi)
P (Y= Retención =1 | Xi) = 𝑒∑ 𝛽𝑖𝑋𝑖
1+𝑒∑ 𝛽𝑖𝑋𝑖
P (Y= Deserción = 0 | Xi) = 1- P (Y=Retención =1|Xi)
En la Tabla 1 se presenta la distribución de estudiantes según los niveles de riesgo de deserción
determinados por el modelo predictivo aplicado al cierre del segundo semestre:
Tabla 1 Distribución de estudiantes según nivel de riesgo de deserción.
Nivel de riesgo de deserción Porcentaje de estudiantes
Bajo (< 5%) 63.3%
Moderado bajo (5.1% - 10%) 13.3%
Moderado (10.1% - 20%) 15.0%
Moderado alto (21.1% - 30%) 6.7%
Alto (> 30%) 1.7%
Esta clasificación permitió enfocar los esfuerzos tutoriales en el 36,7% de estudiantes con riesgo mayor
al 5%. La mayoría de los casos con riesgo alto presentaron antecedentes de reprobación múltiple en
materias del área de matemáticas, lo cual refuerza la necesidad de intervenciones preventivas desde el
primer semestre.
El diseño del PAT del primer semestre tuvo como objetivo orientar al estudiante en el conocimiento de
la normatividad escolar (lineamientos académicos y plan de estudios) y en actividades sustantivos para
que logre una adaptación adecuada en la institución e identificar si existe la situación de riego de
abandonar sus estudios, además se les aplicó un diagnóstico de estudio y test de estilos de aprendizaje.
El diseño del PAT del segundo semestre se realizó considerando los resultados del primer semestre,
implementando acciones tutoriales para la acreditación de cálculo diferencial, promoción de la salud y
bienestar mediante la valoración médica, de salud dental y nutrición, además de la aplicación del
instrumento de “proyección de vida y carrera” y un diagnóstico del idioma inglés.
El modelo predictivo de Regresión Logística aplicado a la variable binaria Y, que toma los valores de
1: retención y 0: deserción, realizado al finalizar el año, está basado en la siguiente ecuación (Delgado-
Celis et al., 2022):
Y = β0 + β1X1 + β2X2 + ………. +βIXi
Prob (Y| X1, X2, ……, Xi), que se determina con la siguiente ecuación:
Prob (Y| X1, X2, ……, Xi) = g (X1, X2, ……, Xi; βi)
P (Y= Retención =1 | Xi) = 𝑒∑ 𝛽𝑖𝑋𝑖
1+𝑒∑ 𝛽𝑖𝑋𝑖
P (Y= Deserción = 0 | Xi) = 1- P (Y=Retención =1|Xi)
En la Tabla 1 se presenta la distribución de estudiantes según los niveles de riesgo de deserción
determinados por el modelo predictivo aplicado al cierre del segundo semestre:
Tabla 1 Distribución de estudiantes según nivel de riesgo de deserción.
Nivel de riesgo de deserción Porcentaje de estudiantes
Bajo (< 5%) 63.3%
Moderado bajo (5.1% - 10%) 13.3%
Moderado (10.1% - 20%) 15.0%
Moderado alto (21.1% - 30%) 6.7%
Alto (> 30%) 1.7%
Esta clasificación permitió enfocar los esfuerzos tutoriales en el 36,7% de estudiantes con riesgo mayor
al 5%. La mayoría de los casos con riesgo alto presentaron antecedentes de reprobación múltiple en
materias del área de matemáticas, lo cual refuerza la necesidad de intervenciones preventivas desde el
primer semestre.
pág. 9705
Estos resultados permitieron retroalimentar el diseño del PAT para el siguiente semestre, con énfasis en
acciones preventivas y refuerzo académico, especialmente en el área de matemáticas.
En el primer semestre (enero-junio 2024), los resultados del Índice Aditivo de Desempeño escolar
(IADE) mostraron que únicamente el 25% de todos los estudiantes alcanzaron un rendimiento
académico alto (IADE ≥ 150). La distribución por carrera con IADE ≥ 150, fue la siguiente:
▪ IGE: 21,7%
▪ IND: 27,3%
▪ ISC: 26,7%
El 75% restante de los estudiantes presentó un desempeño bajo. Las principales causas de reprobación
se concentraron en asignaturas del área de matemáticas, siendo Cálculo Diferencial la materia más
afectada (reprobada por 42 estudiantes). Otros cursos reprobados incluyeron Taller de Administración
(2 casos) y Dibujo Industrial (1 caso). A nivel institucional, estos datos confirman que el primer semestre
es crítico en la trayectoria académica de los estudiantes.
Durante el segundo semestre (agosto-diciembre 2024), se observó una mejora significativa en el
desempeño académico en dos de las tres carreras. El porcentaje de estudiantes con IADE ≥ 150 aumentó
del 25% al 40% en la cohorte general, desglosado de la siguiente manera:
▪ IGE: de 21,7% a 43,5% (+21,8 puntos porcentuales).
▪ ISC: de 26,7% a 46,7% (+20 puntos).
▪ IND: de 27,3% a 31,8% (+4,5 puntos).
En la Figura 1 se presenta un análisis comparativo del desempeño académico de los estudiantes a través
del IADE, por programa académico y semestre. Se observó una mejora significativa en las carreras de
IGE e ISC en el segundo semestre. Los estudiantes de Ingeniería en Gestión Empresarial mejoraron su
desempeño, pasando del 21,7% al 43,5%, lo que representa un incremento del 21,8%. En Ingeniería en
Sistemas Computacionales, la mejora fue del 20% (de 26,7% a 46,7%). Mientras que la carrera de
Ingeniería Industrial presentó un crecimiento más modesto, con solo 4,5 puntos porcentuales (de 27,3%
a 31,8%). Aun cuando la dirección es positiva, el bajo incremento sugiere que en esta carrera las
estrategias no tuvieron el mismo nivel de efectividad, o que existen factores específicos que limitan el
avance.
Estos resultados permitieron retroalimentar el diseño del PAT para el siguiente semestre, con énfasis en
acciones preventivas y refuerzo académico, especialmente en el área de matemáticas.
En el primer semestre (enero-junio 2024), los resultados del Índice Aditivo de Desempeño escolar
(IADE) mostraron que únicamente el 25% de todos los estudiantes alcanzaron un rendimiento
académico alto (IADE ≥ 150). La distribución por carrera con IADE ≥ 150, fue la siguiente:
▪ IGE: 21,7%
▪ IND: 27,3%
▪ ISC: 26,7%
El 75% restante de los estudiantes presentó un desempeño bajo. Las principales causas de reprobación
se concentraron en asignaturas del área de matemáticas, siendo Cálculo Diferencial la materia más
afectada (reprobada por 42 estudiantes). Otros cursos reprobados incluyeron Taller de Administración
(2 casos) y Dibujo Industrial (1 caso). A nivel institucional, estos datos confirman que el primer semestre
es crítico en la trayectoria académica de los estudiantes.
Durante el segundo semestre (agosto-diciembre 2024), se observó una mejora significativa en el
desempeño académico en dos de las tres carreras. El porcentaje de estudiantes con IADE ≥ 150 aumentó
del 25% al 40% en la cohorte general, desglosado de la siguiente manera:
▪ IGE: de 21,7% a 43,5% (+21,8 puntos porcentuales).
▪ ISC: de 26,7% a 46,7% (+20 puntos).
▪ IND: de 27,3% a 31,8% (+4,5 puntos).
En la Figura 1 se presenta un análisis comparativo del desempeño académico de los estudiantes a través
del IADE, por programa académico y semestre. Se observó una mejora significativa en las carreras de
IGE e ISC en el segundo semestre. Los estudiantes de Ingeniería en Gestión Empresarial mejoraron su
desempeño, pasando del 21,7% al 43,5%, lo que representa un incremento del 21,8%. En Ingeniería en
Sistemas Computacionales, la mejora fue del 20% (de 26,7% a 46,7%). Mientras que la carrera de
Ingeniería Industrial presentó un crecimiento más modesto, con solo 4,5 puntos porcentuales (de 27,3%
a 31,8%). Aun cuando la dirección es positiva, el bajo incremento sugiere que en esta carrera las
estrategias no tuvieron el mismo nivel de efectividad, o que existen factores específicos que limitan el
avance.
pág. 9706
Figura 1 Porcentaje de estudiantes con IADE ≥ 150 por carrera y semestre.
Respecto a la reprobación, en este segundo semestre se redujo el número total de asignaturas no
acreditadas. No obstante, las materias del área de matemáticas continuaron siendo una dificultad. Se
registraron 18 casos de reprobación: en cálculo integral 11 casos, probabilidad y estadística 6 casos, y
1 caso en cálculo diferencial (esta última por segunda ocasión).
Los datos anteriores revelan que las intervenciones tutoriales tienen mayor efectividad cuando se
alinean con áreas de oportunidad académicas claras y con un acompañamiento sistemático. Respecto a
la carrera de IND, la mejora fue marginal, lo que requiere una revisión detallada de las condiciones
particulares de esta carrera (metodologías de enseñanza, perfil de ingreso, motivación, entre otras) y
rediseñar estrategias en los siguientes ciclos escolares.
Los hallazgos de esta investigación confirman la utilidad del modelo predictivo y de la intervención
tutorial sistemática como estrategias efectivas para incidir en el rendimiento académico de los
estudiantes y prevenir la deserción escolar. La mejora sustancial observada en las carreras de IGE e ISC
sugiere que la tutoría, cuando se basa en evidencia diagnóstica y se implementa con un seguimiento
constante, puede generar resultados positivos incluso a corto plazo. Rodríguez (2022) sostiene que las
estrategias institucionales centradas en la tutoría generan un ambiente de apoyo que incrementa la
permanencia estudiantil.
En particular, la mejora observada en IGE e ISC puede atribuirse a una implementación más efectiva
del PAT, mayor participación de los estudiantes y una respuesta oportuna ante los factores de riesgo
21,7%
43,5%
26,7%
46,7%
27,3%
31,8%
SEM 1 SEM 2 SEM 1 SEM 2 SEM 1 SEM 2
IGE ISC IND
Porcentaje con IADE ≥ 150
Carrera
Comparativo del IADE alto
Figura 1 Porcentaje de estudiantes con IADE ≥ 150 por carrera y semestre.
Respecto a la reprobación, en este segundo semestre se redujo el número total de asignaturas no
acreditadas. No obstante, las materias del área de matemáticas continuaron siendo una dificultad. Se
registraron 18 casos de reprobación: en cálculo integral 11 casos, probabilidad y estadística 6 casos, y
1 caso en cálculo diferencial (esta última por segunda ocasión).
Los datos anteriores revelan que las intervenciones tutoriales tienen mayor efectividad cuando se
alinean con áreas de oportunidad académicas claras y con un acompañamiento sistemático. Respecto a
la carrera de IND, la mejora fue marginal, lo que requiere una revisión detallada de las condiciones
particulares de esta carrera (metodologías de enseñanza, perfil de ingreso, motivación, entre otras) y
rediseñar estrategias en los siguientes ciclos escolares.
Los hallazgos de esta investigación confirman la utilidad del modelo predictivo y de la intervención
tutorial sistemática como estrategias efectivas para incidir en el rendimiento académico de los
estudiantes y prevenir la deserción escolar. La mejora sustancial observada en las carreras de IGE e ISC
sugiere que la tutoría, cuando se basa en evidencia diagnóstica y se implementa con un seguimiento
constante, puede generar resultados positivos incluso a corto plazo. Rodríguez (2022) sostiene que las
estrategias institucionales centradas en la tutoría generan un ambiente de apoyo que incrementa la
permanencia estudiantil.
En particular, la mejora observada en IGE e ISC puede atribuirse a una implementación más efectiva
del PAT, mayor participación de los estudiantes y una respuesta oportuna ante los factores de riesgo
21,7%
43,5%
26,7%
46,7%
27,3%
31,8%
SEM 1 SEM 2 SEM 1 SEM 2 SEM 1 SEM 2
IGE ISC IND
Porcentaje con IADE ≥ 150
Carrera
Comparativo del IADE alto
pág. 9707
identificados. Sin embargo, el caso de IND plantea la necesidad de revisar los métodos de
implementación y reforzar las estrategias tutoriales, especialmente en el área de matemáticas, donde
persisten altos niveles de reprobación.
Estos resultados coinciden con estudios previos como el de Delgado-Celis et al. (2020), que
demostraron el efecto favorable de la tutoría grupal en la disminución del abandono y la mejora del
desempeño en estudiantes de ingeniería. Asimismo, concuerdan con los planteamientos de Tinto (1993),
quien considera que la integración académica y social es fundamental para la permanencia estudiantil,
y con la propuesta de Cajigal et al. (2022), que abogan por intervenir directamente en las asignaturas
críticas a través del acompañamiento tutorial.
Por otro lado, los resultados de la carrera de Ingeniería Industrial ponen de manifiesto la necesidad de
realizar un análisis más profundo de las condiciones específicas que afectan a esta población de
estudiantes. Es necesario identificar si se debe a factores no contemplados en el modelo actual o de
insuficiencia en la aplicación del PAT en esta carrera. Esta situación refuerza la premisa de que las
estrategias de intervención deben contextualizarse y adaptarse continuamente para atender las
necesidades particulares de cada grupo.
La persistencia de reprobación en las asignaturas del área de matemáticas refuerza lo señalado por
Nájera-Ibarra et al. (2025), quienes identificaron la reprobación en materias técnicas como uno de los
principales predictores de abandono. Si bien observaron mejoras en la tasa general de aprobación, este
ámbito continúa siendo un foco de atención prioritaria para los planes de tutoría futuros.
En cuanto al modelo predictivo, los resultados obtenidos permitieron categorizar objetivamente a los
estudiantes según su nivel de riesgo, facilitando la priorización de acciones tutoriales. Este hallazgo
coincide con trabajos como el de Rodríguez (2022) y Montalvo-Márquez y Sánchez-Pozo (2023),
quienes destacan el valor de los modelos de regresión, como herramienta de aprendizaje automático
para anticipar patrones de abandono y optimizar recursos institucionales. De manera similar, Delgado-
Celis et al. (2022) señalan que la identificación temprana de factores de riesgo mediante el análisis de
datos educativos permite diseñar planes de acción más eficaces y focalizados.
Los resultados obtenidos en este estudio muestran el impacto positivo que puede tener una intervención
tutorial sistemática cuando se base en evidencia y análisis predictivo.
identificados. Sin embargo, el caso de IND plantea la necesidad de revisar los métodos de
implementación y reforzar las estrategias tutoriales, especialmente en el área de matemáticas, donde
persisten altos niveles de reprobación.
Estos resultados coinciden con estudios previos como el de Delgado-Celis et al. (2020), que
demostraron el efecto favorable de la tutoría grupal en la disminución del abandono y la mejora del
desempeño en estudiantes de ingeniería. Asimismo, concuerdan con los planteamientos de Tinto (1993),
quien considera que la integración académica y social es fundamental para la permanencia estudiantil,
y con la propuesta de Cajigal et al. (2022), que abogan por intervenir directamente en las asignaturas
críticas a través del acompañamiento tutorial.
Por otro lado, los resultados de la carrera de Ingeniería Industrial ponen de manifiesto la necesidad de
realizar un análisis más profundo de las condiciones específicas que afectan a esta población de
estudiantes. Es necesario identificar si se debe a factores no contemplados en el modelo actual o de
insuficiencia en la aplicación del PAT en esta carrera. Esta situación refuerza la premisa de que las
estrategias de intervención deben contextualizarse y adaptarse continuamente para atender las
necesidades particulares de cada grupo.
La persistencia de reprobación en las asignaturas del área de matemáticas refuerza lo señalado por
Nájera-Ibarra et al. (2025), quienes identificaron la reprobación en materias técnicas como uno de los
principales predictores de abandono. Si bien observaron mejoras en la tasa general de aprobación, este
ámbito continúa siendo un foco de atención prioritaria para los planes de tutoría futuros.
En cuanto al modelo predictivo, los resultados obtenidos permitieron categorizar objetivamente a los
estudiantes según su nivel de riesgo, facilitando la priorización de acciones tutoriales. Este hallazgo
coincide con trabajos como el de Rodríguez (2022) y Montalvo-Márquez y Sánchez-Pozo (2023),
quienes destacan el valor de los modelos de regresión, como herramienta de aprendizaje automático
para anticipar patrones de abandono y optimizar recursos institucionales. De manera similar, Delgado-
Celis et al. (2022) señalan que la identificación temprana de factores de riesgo mediante el análisis de
datos educativos permite diseñar planes de acción más eficaces y focalizados.
Los resultados obtenidos en este estudio muestran el impacto positivo que puede tener una intervención
tutorial sistemática cuando se base en evidencia y análisis predictivo.
pág. 9708
El incremento del porcentaje de estudiantes con alto desempeño (IADE ≥ 150) en las tres carreras
sugiere que el acompañamiento tutorial incide favorablemente en la trayectoria académica de los
estudiantes.
El uso del IADE como métrica de desempeño ha demostrado ser útil para evaluar el impacto de las
acciones tutoriales implementadas y para identificar tendencias académicas por cohorte y carrera. Este
indicador permite no solo monitorear el rendimiento académico, sino también vincularlo directamente
con la retención escolar, tal como lo sugieren Becerra-González y Reidl (2015). En este contexto, la
implementación del IADE como indicador de desempeño permite monitorear con mayor precisión la
trayectoria académica y detectar puntos críticos de intervención.
Finalmente, el enfoque adoptado se coloca dentro de la propuesta por la Asociación Nacional de
Universidades e Instituciones de Educación Superior (2018), la cual recomienda estrategias integrales
basadas en el acompañamiento académico y la gestión de datos para garantizar la permanencia escolar
en la educación superior.
Además, este enfoque promueve una cultura de evaluación continua dentro del proceso educativo, con
base en datos concretos y retroalimentación permanente. La combinación de datos cuantitativos (IADE,
nivel de riego) con acciones cualitativas (tutoría personalizada, asesorías focalizadas) ha demostrado
ser una vía efectiva para mejorar los indicadores de permanencia y rendimiento académico.
Estos resultados no solo validan la pertinencia de los instrumentos aplicados, sino que también
refuerzan la necesidad de fortalecer la cultura institucional del seguimiento académico con base en
evidencia.
CONCLUSIONES
Con base en los resultados obtenidos, se puede concluir que la intervención tutorial basada en un modelo
predictivo de deserción tiene un efecto positivo en el desempeño académico de los estudiantes de nuevo
ingreso en programas de ingeniería. El incremento en los valores del IADE y la disminución del riesgo
de abandono demuestran la pertinencia de este enfoque como estrategia institucional.
Con el seguimiento longitudinal se observó una mejora significativa en el rendimiento académico de
los estudiantes en dos de las tres carreras estudiadas, evidenciando el impacto positivo de una tutoría
planificada, orientada por datos y ajustada a las necesidades específicas del estudiantado.
El incremento del porcentaje de estudiantes con alto desempeño (IADE ≥ 150) en las tres carreras
sugiere que el acompañamiento tutorial incide favorablemente en la trayectoria académica de los
estudiantes.
El uso del IADE como métrica de desempeño ha demostrado ser útil para evaluar el impacto de las
acciones tutoriales implementadas y para identificar tendencias académicas por cohorte y carrera. Este
indicador permite no solo monitorear el rendimiento académico, sino también vincularlo directamente
con la retención escolar, tal como lo sugieren Becerra-González y Reidl (2015). En este contexto, la
implementación del IADE como indicador de desempeño permite monitorear con mayor precisión la
trayectoria académica y detectar puntos críticos de intervención.
Finalmente, el enfoque adoptado se coloca dentro de la propuesta por la Asociación Nacional de
Universidades e Instituciones de Educación Superior (2018), la cual recomienda estrategias integrales
basadas en el acompañamiento académico y la gestión de datos para garantizar la permanencia escolar
en la educación superior.
Además, este enfoque promueve una cultura de evaluación continua dentro del proceso educativo, con
base en datos concretos y retroalimentación permanente. La combinación de datos cuantitativos (IADE,
nivel de riego) con acciones cualitativas (tutoría personalizada, asesorías focalizadas) ha demostrado
ser una vía efectiva para mejorar los indicadores de permanencia y rendimiento académico.
Estos resultados no solo validan la pertinencia de los instrumentos aplicados, sino que también
refuerzan la necesidad de fortalecer la cultura institucional del seguimiento académico con base en
evidencia.
CONCLUSIONES
Con base en los resultados obtenidos, se puede concluir que la intervención tutorial basada en un modelo
predictivo de deserción tiene un efecto positivo en el desempeño académico de los estudiantes de nuevo
ingreso en programas de ingeniería. El incremento en los valores del IADE y la disminución del riesgo
de abandono demuestran la pertinencia de este enfoque como estrategia institucional.
Con el seguimiento longitudinal se observó una mejora significativa en el rendimiento académico de
los estudiantes en dos de las tres carreras estudiadas, evidenciando el impacto positivo de una tutoría
planificada, orientada por datos y ajustada a las necesidades específicas del estudiantado.
pág. 9709
El uso del modelo predictivo facilitó la identificación oportuna de estudiantes en riesgo de deserción,
mientras que el Índice Aditivo de Desempeño Escolar (IADE) permitió evaluar objetivamente el
impacto académico de las intervenciones realizadas. Los resultados muestran que el acompañamiento
tutorial puede incidir favorablemente en la trayectoria escolar, siempre que se ejecute de manera
sistemática y con base en datos objetivos.
Entre los principales logros se destacan los siguientes:
La implementación efectiva del PAT en los dos primeros semestres.
La mejora en el rendimiento académico, especialmente en IGE e ISC.
La focalización de recursos tutoriales hacia los estudiantes en riesgo con base en evidencia predictiva.
No obstante, los hallazgos también revelan áreas de oportunidad, como la persistencia de la reprobación
en asignaturas del área de matemáticas y el incremento limitado del rendimiento académico en la carrera
de Ingeniería Industrial. Esto plantea la necesidad de realizar ajustes específicos y diferenciados por
programa académico para garantizar una mayor eficacia en futuras intervenciones.
Para atender estas áreas de oportunidad se sugiere llevar a cabo acciones de atención inmediata como:
la revisión y fortalecimiento del PAT en la carrera de IND por su limitada mejora en los resultados del
IADE; el refuerzo académico en asignaturas críticas como matemáticas con acciones remediales
específicas; y la continuidad del acompañamiento tutorial más allá del segundo semestre.
RECOMENDACIONES
1. Fortalecer la formación y seguimiento de tutores, con énfasis en estrategias focalizadas por área
disciplinar, especialmente en carreras con menor respuesta positiva como Ingeniería Industrial.
2. Consolidar el uso del modelo predictivo de deserción como herramienta institucional de diagnóstico
y toma de decisiones, ampliando su aplicación a otras carreras del ITSLP.
3. Desarrollar acciones de reforzamiento académico permanente en áreas críticas como matemáticas,
integrando asesorías, tutorías específicas y programas de nivelación desde el ingreso.
4. Institucionalizar el uso del IADE como indicador complementario para el seguimiento de la
trayectoria académica de los estudiantes, y vincularlo a los planes de mejora continua.
5. Ampliar el estudio a una cohorte de control, para contrastar los resultados con grupos que no
participen en el programa de tutorías, fortaleciendo el rigor del análisis causal.
El uso del modelo predictivo facilitó la identificación oportuna de estudiantes en riesgo de deserción,
mientras que el Índice Aditivo de Desempeño Escolar (IADE) permitió evaluar objetivamente el
impacto académico de las intervenciones realizadas. Los resultados muestran que el acompañamiento
tutorial puede incidir favorablemente en la trayectoria escolar, siempre que se ejecute de manera
sistemática y con base en datos objetivos.
Entre los principales logros se destacan los siguientes:
La implementación efectiva del PAT en los dos primeros semestres.
La mejora en el rendimiento académico, especialmente en IGE e ISC.
La focalización de recursos tutoriales hacia los estudiantes en riesgo con base en evidencia predictiva.
No obstante, los hallazgos también revelan áreas de oportunidad, como la persistencia de la reprobación
en asignaturas del área de matemáticas y el incremento limitado del rendimiento académico en la carrera
de Ingeniería Industrial. Esto plantea la necesidad de realizar ajustes específicos y diferenciados por
programa académico para garantizar una mayor eficacia en futuras intervenciones.
Para atender estas áreas de oportunidad se sugiere llevar a cabo acciones de atención inmediata como:
la revisión y fortalecimiento del PAT en la carrera de IND por su limitada mejora en los resultados del
IADE; el refuerzo académico en asignaturas críticas como matemáticas con acciones remediales
específicas; y la continuidad del acompañamiento tutorial más allá del segundo semestre.
RECOMENDACIONES
1. Fortalecer la formación y seguimiento de tutores, con énfasis en estrategias focalizadas por área
disciplinar, especialmente en carreras con menor respuesta positiva como Ingeniería Industrial.
2. Consolidar el uso del modelo predictivo de deserción como herramienta institucional de diagnóstico
y toma de decisiones, ampliando su aplicación a otras carreras del ITSLP.
3. Desarrollar acciones de reforzamiento académico permanente en áreas críticas como matemáticas,
integrando asesorías, tutorías específicas y programas de nivelación desde el ingreso.
4. Institucionalizar el uso del IADE como indicador complementario para el seguimiento de la
trayectoria académica de los estudiantes, y vincularlo a los planes de mejora continua.
5. Ampliar el estudio a una cohorte de control, para contrastar los resultados con grupos que no
participen en el programa de tutorías, fortaleciendo el rigor del análisis causal.
pág. 9710
6. Integrar variables psicoemocionales y contextuales en los próximos ciclos de investigación, a fin
de captar dimensiones cualitativas que incidan en la permanencia estudiantil.
REFERENCIAS BIBLIOGRAFICAS
Asociación Nacional de Universidades e Instituciones de Educación Superior. (2018). Visión y Acción
2030. Propuesta de la ANUIES para renovar la educación superior en México. Asociación
Nacional de Universidades e Instituciones de Educación Superior. Recuperado de:
Vision_accion2030.pdf
Arnal, J.; del Rincón, D. y Latorre, A. (1992). Investigación educativa. Metodologías de investigación
educativa. Labor.
Becerra-González, C. E. y Reidl, L. M. (2015). Motivación, autoeficacia, estilo atribucional y
rendimiento escolar de estudiantes de bachillerato. Revista Electrónica de Investigación
Educativa, 17(3), 79-93. Recuperado de: http://redie.uabc.mx/vol17no3/contenido-becerra-
reidl.html
Cabrera, A. F., & La Nasa, S. M. (2001). On the Path to College: Three Critical Tasks Facing America’s
Disadvantaged. Research in Higher Education, 42(2), 119–149.
https://doi.org/10.1002/ir.10702
Cajigal, E., Arias, L., & Farfán, E.R. (2022). Resiliencia y deserción escolar. Un estudio para plantear
estrategias desde la tutoría en la educación superior. CPUE-e, Revista de Investigación
Educativa (34). https://doi.org/10.25009/cpue.v0i34.2794
Delgado-Celis, M.D., Cruz-Rentería, M.M., Félix-Jácquez, R.H., & Jáuregui-Ojeda, M.G. (2020).
Efecto de la tutoría grupal en estudiantes de ingeniería del Instituto Tecnológico de San Luis
Potosí. En Handbook T-VII CIERMMI Mujeres en la Ciencia Educación (pp. 148-164).
https://doi.org/10.35429/h.2020.7.148.164
Delgado-Celis, M.D., Navarrete-Sánchez, M.E., Rosales-Escobar, M.L., Félix-Jácquez, R.H., & Cruz-
Rentería, M.M. (2022). El problema de la deserción en educación superior y cómo predecirla.
Ciencia Latina Revista Científica Multidisciplinar, 6(4), 5303-5327.
https://doi.org/10.37811/cl_rcm.v6i4.3017
Elliott, J. (2005). La investigación-acción en educación (5ª ed.). Ediciones Morata S.L.
6. Integrar variables psicoemocionales y contextuales en los próximos ciclos de investigación, a fin
de captar dimensiones cualitativas que incidan en la permanencia estudiantil.
REFERENCIAS BIBLIOGRAFICAS
Asociación Nacional de Universidades e Instituciones de Educación Superior. (2018). Visión y Acción
2030. Propuesta de la ANUIES para renovar la educación superior en México. Asociación
Nacional de Universidades e Instituciones de Educación Superior. Recuperado de:
Vision_accion2030.pdf
Arnal, J.; del Rincón, D. y Latorre, A. (1992). Investigación educativa. Metodologías de investigación
educativa. Labor.
Becerra-González, C. E. y Reidl, L. M. (2015). Motivación, autoeficacia, estilo atribucional y
rendimiento escolar de estudiantes de bachillerato. Revista Electrónica de Investigación
Educativa, 17(3), 79-93. Recuperado de: http://redie.uabc.mx/vol17no3/contenido-becerra-
reidl.html
Cabrera, A. F., & La Nasa, S. M. (2001). On the Path to College: Three Critical Tasks Facing America’s
Disadvantaged. Research in Higher Education, 42(2), 119–149.
https://doi.org/10.1002/ir.10702
Cajigal, E., Arias, L., & Farfán, E.R. (2022). Resiliencia y deserción escolar. Un estudio para plantear
estrategias desde la tutoría en la educación superior. CPUE-e, Revista de Investigación
Educativa (34). https://doi.org/10.25009/cpue.v0i34.2794
Delgado-Celis, M.D., Cruz-Rentería, M.M., Félix-Jácquez, R.H., & Jáuregui-Ojeda, M.G. (2020).
Efecto de la tutoría grupal en estudiantes de ingeniería del Instituto Tecnológico de San Luis
Potosí. En Handbook T-VII CIERMMI Mujeres en la Ciencia Educación (pp. 148-164).
https://doi.org/10.35429/h.2020.7.148.164
Delgado-Celis, M.D., Navarrete-Sánchez, M.E., Rosales-Escobar, M.L., Félix-Jácquez, R.H., & Cruz-
Rentería, M.M. (2022). El problema de la deserción en educación superior y cómo predecirla.
Ciencia Latina Revista Científica Multidisciplinar, 6(4), 5303-5327.
https://doi.org/10.37811/cl_rcm.v6i4.3017
Elliott, J. (2005). La investigación-acción en educación (5ª ed.). Ediciones Morata S.L.
pág. 9711
Heffington, D., Dzay Chulim, F. Fernández de Lara Hadad, R., Pérez Morfin, A., & Velasco Argente,
R. (2024). Una aproximación cuantitativa a la deserción escolar en la educación superior en el
sureste de México. Revista de la Educación Superior, 53(211), 19-40.
https://doi.org/10.36857/resu.2024.211.2954
Hernández Sampieri, R., & Mendoza Torres, C.P. (2022). Metodología de la investigación: Las rutas
cuantitativa, cualitativa y mixta (7ª ed.). McGraw-Hill.
Kemmis, S., McTaggart, R. & Nixon, R. (2014). The Action Research Planner: Doing Critical
Participatory Action Research. Springer. https://doi.org/10.1007/978-981-4560-67-2
Kerlinger, F.N. (2002). Investigación del comportamiento: Métodos de investigación en ciencias
sociales (4.ª ed.). McGraw-Hill.
Lincoln, Y.S., Lynham, S.A., & Guba, E.G. (2018). Paradigmatic controversies, contradictions, and
emerging confluences, revisited. En N.K. Denzin & Y S. Lincoln (eds.), The SAGE Handbook
of Quantitative Research (5th ed., pp. 108-150). Sage.
Montalvo Márquez, F.J., & Sánchez Pozo, N.N. (2023). Modelo de predicción de deserción: Un estudio
de caso de estudiantes de la Universidad Politécnica Estatal del Carchi. Prometeo Conocimiento
Científico, 3(2), e34. https://doi.org/10.55204/pcc.v3i2.e34
Nájera Ibarra, J.M., Guevara Amatón, K.V., Pedroza-Figueroa, S.A., & Romero-Barrientos, A. (2025).
Impacto de la reprobación en la materia de Termodinámica sobre el índice de deserción escolar
en la carrera de Ingeniería Química. Transdigital, 6(11), e400.
https://doi.org/10.56162/transdigital400
Preciado León, J., Huerta-Hernández, J., Vera Noriega, J., & Corral-Guerrero, R. (2022). Causas
asociadas a la deserción escolar en educación superior. Una revisión sistemática del 2010 al
2020. Ra Ximhai, 18, 83-101. https://doi.org/10.35197/rx.18.01.2022.04.jp
Rodríguez, J. A. (2022). Modelo de deserción estudiantil para la población de pregrado de una
institución de educación superior privada en Bogotá-Colombia. Recuperado de:
http://hdl.handle.net/20.500.12010/26679.
Secretaría de Educación Pública. (2019). Principales Cifras del Sistema Educativo Nacional 2018-
2019. Dirección General de Planeación, Secretaría de Educación Pública. Consultado en:
Heffington, D., Dzay Chulim, F. Fernández de Lara Hadad, R., Pérez Morfin, A., & Velasco Argente,
R. (2024). Una aproximación cuantitativa a la deserción escolar en la educación superior en el
sureste de México. Revista de la Educación Superior, 53(211), 19-40.
https://doi.org/10.36857/resu.2024.211.2954
Hernández Sampieri, R., & Mendoza Torres, C.P. (2022). Metodología de la investigación: Las rutas
cuantitativa, cualitativa y mixta (7ª ed.). McGraw-Hill.
Kemmis, S., McTaggart, R. & Nixon, R. (2014). The Action Research Planner: Doing Critical
Participatory Action Research. Springer. https://doi.org/10.1007/978-981-4560-67-2
Kerlinger, F.N. (2002). Investigación del comportamiento: Métodos de investigación en ciencias
sociales (4.ª ed.). McGraw-Hill.
Lincoln, Y.S., Lynham, S.A., & Guba, E.G. (2018). Paradigmatic controversies, contradictions, and
emerging confluences, revisited. En N.K. Denzin & Y S. Lincoln (eds.), The SAGE Handbook
of Quantitative Research (5th ed., pp. 108-150). Sage.
Montalvo Márquez, F.J., & Sánchez Pozo, N.N. (2023). Modelo de predicción de deserción: Un estudio
de caso de estudiantes de la Universidad Politécnica Estatal del Carchi. Prometeo Conocimiento
Científico, 3(2), e34. https://doi.org/10.55204/pcc.v3i2.e34
Nájera Ibarra, J.M., Guevara Amatón, K.V., Pedroza-Figueroa, S.A., & Romero-Barrientos, A. (2025).
Impacto de la reprobación en la materia de Termodinámica sobre el índice de deserción escolar
en la carrera de Ingeniería Química. Transdigital, 6(11), e400.
https://doi.org/10.56162/transdigital400
Preciado León, J., Huerta-Hernández, J., Vera Noriega, J., & Corral-Guerrero, R. (2022). Causas
asociadas a la deserción escolar en educación superior. Una revisión sistemática del 2010 al
2020. Ra Ximhai, 18, 83-101. https://doi.org/10.35197/rx.18.01.2022.04.jp
Rodríguez, J. A. (2022). Modelo de deserción estudiantil para la población de pregrado de una
institución de educación superior privada en Bogotá-Colombia. Recuperado de:
http://hdl.handle.net/20.500.12010/26679.
Secretaría de Educación Pública. (2019). Principales Cifras del Sistema Educativo Nacional 2018-
2019. Dirección General de Planeación, Secretaría de Educación Pública. Consultado en:
pág. 9712
https://www.planeacion.sep.gob.mx/Doc/estadistica_e_indicadores/principales_cifras/principa
les_cifras_2018_2019_bolsillo.pdf
Tecnológico Nacional de México. (2015). Manual de lineamientos Académico-Administrativos del
Tecnológico Nacional de México. Cap. 15. Tecnológico Nacional de México. Consultado en:
Manual_de_Lineamientos_TecNM.pdf
Tinto, V. (1993). Reflexiones sobre el abandono de los estudios superiores. Perfiles Educativos, 62, 56-
63. Consultado en: 1993-62-reflexiones-sobre-el-abandono-de-los-estudios-superiores.pdf
https://www.planeacion.sep.gob.mx/Doc/estadistica_e_indicadores/principales_cifras/principa
les_cifras_2018_2019_bolsillo.pdf
Tecnológico Nacional de México. (2015). Manual de lineamientos Académico-Administrativos del
Tecnológico Nacional de México. Cap. 15. Tecnológico Nacional de México. Consultado en:
Manual_de_Lineamientos_TecNM.pdf
Tinto, V. (1993). Reflexiones sobre el abandono de los estudios superiores. Perfiles Educativos, 62, 56-
63. Consultado en: 1993-62-reflexiones-sobre-el-abandono-de-los-estudios-superiores.pdf