Search

The purpose of this research article was to perform a classification based on neural networks to predict the level of satisfaction of a sample of graduates, corresponding to different graduate programs in the health area of a Latin American educational institution under an e-learning methodology. To this end, a Likert scale questionnaire model was instrumented which, after being validated, had a reliability of 0.791. Likewise, the average global satisfaction index of the graduates was 2.66/4, witha better score in the section on logistics of materials and in the management and technical support of the virtual campus, while the lowest scores referred to aspects related to extra-center communication and the facilities offered by the institution for the improvement of the participant's economic and social context. Finally, the probabilistic classification and prediction algorithm of the neural network obtained an accuracy of 96.8%, indicating an excellent degree of model fit. The methodology followed and the rigor in determining the validity and reliability of the instrument, as well as the subsequent analysis of the results, endorsed by the review of the documented information, suggest that the instrument can be applied to other multidisciplinary programs for decision making with guarantees in the educational field., El propósito de este artículo de investigación fue realizar una clasificación basada en redes neuronales, para pronosticar el nivel de satisfacción de una muestra de egresados, correspondiente a diferentes programas de posgrado del área de salud de una institución educativa latinoamericana bajo una metodología e-learning. Con este fin, se instrumentalizó un modelo en un cuestionario de escala de Likert que, tras ser validado, resultó con una confiabilidad de 0.791. Asimismo, el índice global medio de satisfacción de los egresados fue de 2.66/4, observando una mejor puntuación en el apartado de logística de materiales y en el manejo y soporte técnico del campus virtual, mientras que las puntuaciones más bajas se refirieron a aspectos relacionados con la comunicación extra-centro y las facilidades ofrecidas por la institución para la mejora del contexto económico y social del participante. Finalmente, el algoritmo de clasificación y predicción probabilística de la red neuronal obtuvo una precisión del 96.8%, lo que indicó un excelente grado de ajuste del modelo. La metodología seguida y el rigor en la determinación de la validez y confiabilidad del instrumento, así como el posterior análisis de resultados, refrendado con la revisión de la información documentada, hace presuponer la aplicación del instrumento a otros programas multidisciplinares para la toma de decisiones con garantías en el ámbito educativo.