Resumen:
Este estudio analiza los factores que in�luyen en el nivel de preparación laboral de los estudiantes de la carrera de Ingeniería en
Alimentos y Biotecnología, con el propósito de identi�icar áreas de mejora en las carreras profesionales y proponer apoyos
complementarios que fortalezcan su inserción profesional. Para ello, se aplicó un enfoque metodológico mixto que incluyó un
modelo de bosques aleatorios, orientado a determinar las variables con mayor peso explicativo, y un análisis de correlación para
examinar la fuerza y dirección de las relaciones entre dichas variables y el nivel de preparación declarado por el estudiantado.
Los resultados evidencian que la edad constituye un factor relevante (r = 0.244), lo que sugiere que los estudiantes de mayor
edad tienden a poseer mayor experiencia y habilidades consolidadas. También se identi�icó la calidad de las instalaciones
educativas (r = 0.253) y el rendimiento académico (r = 0.213) como aspectos con in�luencia signi�icativa. Adicionalmente, se
detectó un alto interés por fortalecer competencias técnicas, especialmente en áreas como control de calidad y análisis de datos.
Se concluye que los estudiantes se perciben preparados y optimistas respecto a su futuro profesional, reconociendo la
importancia de la experiencia y la formación continua. En consecuencia, el diseño de estrategias institucionales que potencien
estos factores contribuirá a cerrar la brecha entre la formación universitaria y las exigencias del mercado laboral, favoreciendo
tanto a los egresados como al sector productivo.
Palabras claves: Preparación laboral, Habilidades técnicas, Experiencia práctica, Currículo académico, Inserción profesional.
Abstract:
This study examines the factors in�luencing the job readiness of students enrolled in the Food and Biotechnology Engineering
program, aiming to identify areas for improvement within academic curricula and to propose supplementary support mechanisms
that enhance professional integration. A mixed-methods approach was employed, incorporating a Random Forest model to
determine the most in�luential variables and a correlation analysis to assess the strength and direction of relationships between
these variables and the students' self-reported preparedness levels. Findings indicate that age is a signi�icant factor (r = 0.244),
suggesting that older students tend to possess greater experience and more developed skills. Additionally, the quality of educational
facilities (r = 0.253) and academic performance (r = 0.213) were identi�ied as variables with notable in�luence. A strong interest was
also observed in enhancing technical competencies, particularly in quality control standards and data analysis. The study concludes
that students perceive themselves as well-prepared and optimistic about their professional futures, recognizing the importance of
experience and continuous learning. Consequently, the development of institutional strategies that reinforce these factors is
recommended to bridge the gap between university education and labor market demands, thereby bene�iting both graduates and
employers.
Keywords: Job preparedness, Technical skills, Practical experience, Academic curriculum, Professional integration
La integración de la teoría con la práctica es un componente esencial en la educación
en ingeniería. Según Kolb (1984) y Super (1957), el aprendizaje experiencial —que abarca
prácticas, proyectos y laboratorios— es determinante para el desarrollo de habilidades
aplicadas. Sin embargo, la calidad y frecuencia de estas experiencias varía
considerablemente entre instituciones. Investigaciones como las de Tinto (1993) y de
Pascarella y Terenzini (2005), han demostrado que los estudiantes que participan en
prácticas profesionales, investigaciones aplicadas y programas de formación cooperativa
co-op están mejor preparados para ingresar al mercado laboral. Estas actividades les
permiten aplicar conocimientos en contextos reales, consolidar habilidades técnicas y
desarrollar experiencia práctica. En carreras como Ingeniería en Alimentos y Biotecnología,
la falta de acceso a infraestructura moderna y la escasa vinculación con la industria
representan obstáculos signi�icativos. Astin (1993) ya advertía que mejorar la calidad
formativa requiere inversión en equipamiento y alianzas con el sector productivo.
Estudios recientes refuerzan esta idea. Por ejemplo, la evidencia de Harpaz et al.
(2024) demuestra que la perseverancia académica academic grit, junto con el bienestar
subjetivo y la autoe�icacia, predice signi�icativamente el rendimiento académico, lo que
refuerza la necesidad de ambientes educativos que combinen exigencia con apoyo
emocional. Asimismo, investigaciones como las de Kocsis y Molnár (2025) señalan que los
factores de rendimiento académico están mediados por elementos como la motivación
intrínseca, el aprendizaje autorregulado y el compromiso académico; todos ellos moldeados
por la calidad de las experiencias prácticas y el entorno universitario. Por otro lado, la
relación entre el empleo estudiantil y el desempeño académico ha sido ampliamente
debatida. El metaanálisis de Kroupova, Havranek e Irsova (2024) concluye que el empleo de
baja intensidad no perjudica signi�icativamente los resultados educativos, pero subraya la
importancia de controlar el sesgo por endogeneidad y de considerar la calidad de las
condiciones laborales. En ese sentido, el equilibrio entre la experiencia laboral y la carga
académica debe ser cuidadosamente gestionado por las instituciones.
En el caso especí�ico de carreras como Ingeniería en Alimentos y Biotecnología, la
falta de prácticas formativas alineadas con las necesidades del sector ha sido documentada
en diversas regiones. Umar (2014), en un estudio sobre estudiantes de contabilidad en
Nigeria, destaca la importancia de las aspiraciones individuales y las oportunidades de
crecimiento profesional como factores clave para la elección de carrera. Este hallazgo es
congruente con los resultados de Odia y Ogiedu (2013), quienes enfatizan que las decisiones
vocacionales están in�luenciadas tanto por factores personales como por percepciones
sobre la estabilidad laboral y el prestigio.
A su vez, la elección de una carrera profesional responde también a contextos
culturales y económicos. Rababah (2016), en su estudio en Emiratos Árabes Unidos,
encontró que la in�luencia de familiares y pares es un factor decisivo, incluso más que la
reputación universitaria o las perspectivas salariales. Pratama (2017), en Indonesia,
respalda este enfoque al señalar que factores intrínsecos como el interés personal tienen
mayor peso en la elección de carreras en contabilidad que las recompensas extrínsecas o la
presión social.
Complementariamente, Samsuri, Ari�in y Hussin (2016), identi�ican que los
estudiantes valoran la estabilidad laboral, las oportunidades de crecimiento y la motivación
intrínseca como elementos centrales al evaluar su proyección profesional, pero detectan
Páginas:
una brecha entre estas aspiraciones y las decisiones que realmente toman. Esta desconexión
entre expectativas y preparación es similar a lo que ocurre en las ingenierías, donde los
programas académicos muchas veces no están ajustados a las exigencias del mercado.
Además de las capacidades técnicas, las habilidades blandas juegan un papel crucial
en la preparación laboral. Las competencias en comunicación, liderazgo, trabajo en equipo
y resolución de con�lictos son altamente valoradas por los empleadores (Robles, 2012). Sin
embargo, estas habilidades no siempre son desarrolladas explícitamente en las mallas
curriculares. Estudios como el de Seibert, Kraimer y Liden (2001) resaltan que el capital
social y las redes profesionales son determinantes en el éxito profesional. En ese sentido,
iniciativas como pasantías, participación en ferias de empleo y mentorías contribuyen a
fortalecer el per�il de los egresados, tal como lo demuestra la revisión sistemática de Brown
et al. (2024) sobre actividad �ísica y participación estudiantil, donde se destaca que la
motivación, el contexto ambiental y las in�luencias sociales condicionan la participación en
actividades que fortalecen la preparación integral.
En cuanto a los determinantes psicosociales, Eisenberg, Golberstein y Hunt, (2009)
subrayan el impacto de la salud mental en el rendimiento académico. Esta a�irmación ha
sido reforzada por Harpaz Vaizman y Yaffe (2024), quienes encuentran que el bienestar
subjetivo y el crecimiento personal inciden directamente en la determinación académica y,
por tanto, en el éxito universitario.
Asimismo, la movilidad académica internacional ha sido asociada con un mayor
desarrollo de competencias transversales. Estudios como los de Trooboff, Vande Berg y
Rayman (2015) y Orahod, Kruze y Pearson (2015) demuestran que las experiencias de
intercambio académico contribuyen al desarrollo de habilidades interpersonales y la
empleabilidad, aunque su impacto depende de la percepción de los empleadores y del tipo
de programa cursado. Estos hallazgos son congruentes con el trabajo de Harder et al.
(2015), que muestra que los programas internacionales fortalecen la empleabilidad en
carreras técnicas y cientí�icas.
En el contexto ecuatoriano, las políticas de educación superior han evolucionado
para abordar estas brechas. La tasa neta de matriculación universitaria alcanzó un 30.1% en
2021 (INEC, 2021; Banco Mundial, 2020), re�lejando los esfuerzos por democratizar el
acceso. El Plan Nacional de Desarrollo promueve la inclusión de habilidades blandas,
formación técnica y competencias digitales, a través de mecanismos como centros de
innovación, incubadoras de empresas y programas de vinculación universidad-empresa
(Secretaría Nacional de Plani�icación y Desarrollo, 2021; Ministerio de Trabajo de Ecuador,
2021).
Por todo lo expuesto, el propósito de este estudio es analizar los factores que
in�luyen en el nivel de preparación laboral de los estudiantes de la carrera de Ingeniería en
Alimentos y Biotecnología, con el propósito de identi�icar áreas de mejora en las carreras
profesionales y proponer apoyos complementarios que fortalezcan su inserción profesional.
Páginas:
Para este estudio se aplicó una encuesta con preguntas abiertas y cerradas. Se utilizó
la escala de Likert para medir percepciones y niveles de acuerdo, permitiendo evaluar la
intensidad de las opiniones de los estudiantes sobre su preparación. Las variables
categóricas se emplean para datos cualitativos como el tipo de carrera (alimentos o
biotecnología), estado civil y sexo, ofreciendo una clasi�icación clara y estructurada de las
características demográ�icas y académicas. Las variables continuas, como la edad,
proporcionan datos numéricos precisos que permiten análisis detallados. Por otro lado, las
variables dicotómicas responden a preguntas de sí/no, como la de si el estudiante tiene
hijos, simpli�icando la clasi�icación binaria de ciertas condiciones.
Diseño del estudio
El diseño del estudio incluyó varios pasos sistemáticos. Primero, se recolectaron los
datos a través de un cuestionario administrado a estudiantes universitarios de 8vo y 9no
semestre de las carreras de alimentos y biotecnología de la Faculta de Ciencia e Ingeniería
en Alimentos y Biotecnología, de la Universidad Técnica de Ambato, Ecuador. El cuestionario
incluía preguntas sobre características personales, académicas y percepciones de los
estudiantes, así como su nivel de preparación para el campo laboral. Las respuestas fueron
compiladas en una base de datos que contenía múltiples variables, cada una representando
diferentes aspectos de la experiencia y percepción de los estudiantes.
Población y muestra
La población del estudio estuvo conformada por los estudiantes matriculados en los
últimos niveles (octavo y noveno semestre) de las carreras de Ingeniería en Alimentos e
Ingeniería en Biotecnología de una universidad ecuatoriana, con un total de 210 estudiantes
registrados en el período de levantamiento de información. Esta población fue considerada
pertinente para el estudio debido a su cercanía al egreso y, por tanto, a su inminente
inserción en el mercado laboral, lo que les otorga una perspectiva relevante sobre su nivel
de preparación profesional.
A partir de esta población, se aplicó un instrumento estructurado y
autoadministrado, obteniéndose un total de 123 encuestas válidas, lo que representa una
tasa de respuesta del 58,6%. La muestra fue no probabilística, de tipo intencional,
seleccionada por conveniencia y enfocada en estudiantes que cumplieran con el criterio de
estar cursando los dos últimos semestres de su formación. Esta estrategia se alineó con el
objetivo del estudio de identi�icar percepciones y brechas en la preparación laboral desde la
perspectiva de quienes se encuentran en la etapa �inal de su trayectoria académica.
Preprocesamiento de datos
En la etapa de preprocesamiento, se revisaron los datos en busca de valores faltantes
o inconsistentes. Las columnas con valores faltantes signi�icativos fueron eliminadas para
asegurar la integridad del análisis. Las variables numéricas que mostraban una distribución
sesgada fueron modi�icadas utilizando una transformación logarítmica, ayudando a
normalizar los datos y mejorar la precisión de los modelos de predicción. Además, las
variables categóricas fueron codi�icadas adecuadamente para ser incluidas en los análisis
estadísticos y de machine learning.
Validación de la encuesta
Para evaluar la �iabilidad interna del instrumento aplicado, se calculó el coe�iciente
alfa de Cronbach, una medida estadística ampliamente utilizada en investigación social y
educativa para veri�icar la consistencia interna de las escalas (Turmo, Bartual-Figueras y
Páginas:
Sierra-Martínez, 2024). Tras una revisión previa, se excluyeron del análisis dos variables
con valores faltantes, a �in de evitar sesgos en la estimación. El valor obtenido fue de 0.797,
lo que indica una �iabilidad adecuada y sugiere que los ítems del cuestionario miden de
forma consistente el constructor de interés.
Se calculó la matriz de correlación de los ítems estandarizados mientras que el
coe�iciente alfa de Cronbach se determinó utilizando la fórmula estándar:
donde N es el número de ítems y r es la correlación media entre los ítems.
El cálculo del alfa de Cronbach para los datos seleccionados y estandarizados dio
como resultado un valor de 0.797. Este valor se considera, generalmente, como indicativo de
una buena consistencia interna.
Un alfa de Cronbach de 0.797 sugiere que los ítems del cuestionario tienen una alta
correlación interna, lo que indica que miden de manera consistente el mismo constructo o
dimensión. En el contexto académico y de investigación, un alfa de Cronbach superior a 0.70
es, usualmente, aceptado como una indicación de �iabilidad adecuada (Turmo et al., 2024).
Consentimiento informado
Todos los participantes de este estudio proporcionaron su consentimiento
informado antes de completar el cuestionario. Los estudiantes indicaron su aceptación
explícita de participar en la investigación, con�irmando que comprendían el propósito del
estudio, los procedimientos involucrados y sus derechos como participantes. Además, el
protocolo de consentimiento informado y el cuestionario fueron aprobados por el Comité de
Ética de la Universidad Técnica de Ambato, asegurando que el estudio cumpliera con los
estándares éticos y de protección de los derechos de los participantes. Esta aprobación
garantiza que los datos fueron recolectados y manejados de acuerdo con las mejores
prácticas éticas en la investigación académica.
Análisis descriptivo
Antes de realizar los análisis avanzados, se llevó a cabo un análisis descriptivo para
obtener una comprensión general de las características de los datos. Esto incluyó
estadísticas descriptivas básicas como medias, medianas, desviaciones estándar y
distribuciones de frecuencia para las variables clave.
(1)
Páginas:
En la Tabla 1 se puede observar un resumen estadístico de las primeras 4 variables
de la base de datos analizada. La variable "Carrera" presenta una distribución bastante
simple, con un total de 123 observaciones. La media de 1.30 y una desviación estándar de
0.46 indican una ligera variabilidad en los datos. Dado que la mediana y el 1er cuartil son
ambos 1, y el 3er cuartil es 2, podemos deducir que la mayoría de los estudiantes están
concentrados en una o dos carreras especí�icas. El valor mínimo y máximo de 1 y 2
respectivamente, con�irman que hay dos opciones principales de carrera entre los
encuestados.
Modelo de Bosques Aleatorios
El modelo de bosques aleatorios se utilizó para identi�icar las variables más
in�luyentes en la predicción del nivel de preparación para el campo laboral. Los datos fueron
divididos en conjuntos de entrenamiento y prueba en una proporción de 70:30. El conjunto
de entrenamiento se utilizó para ajustar el modelo, mientras que el conjunto de prueba se
utilizó para evaluar su rendimiento.
El modelo fue entrenado para predecir la variable dependiente "Nivel de
preparación" a partir de las variables independientes disponibles en el conjunto de datos. El
rendimiento del modelo fue evaluado utilizando el conjunto de prueba, y las métricas de
evaluación incluyeron el error cuadrático medio (MSE) y el coe�iciente de determinación
R2R^2R2. Además, se calcularon las importancias de las características para identi�icar las
variables más in�luyentes.
Análisis de correlación
Para complementar el modelo de bosques aleatorios, se realizó un análisis de
correlación para explorar la fuerza y la dirección de las relaciones entre las variables y el
nivel de preparación para el campo laboral. Se calculó la matriz de correlación de Pearson
para todas las variables numéricas en el conjunto de datos, midiendo la relación lineal entre
dos variables. Las correlaciones entre la variable dependiente "Nivel de preparación" y
todas las demás variables fueron extraídas y ordenadas en función de su magnitud.
Páginas:
Carrera Semestre Sexo Edad
Conteo
123
123
123
123
Promedio
1.300
7.040
0.569
23.504
Desviación estándar
0.460
0.793
0.497
1.913
mínimo
1
6
0
20
25%
1
6
0
22
50%
1
7
1
23
75%
2
8
1
24
máximo
2
8
1
29
Páginas:
El objetivo de este análisis es investigar las relaciones entre el nivel de preparación
para el campo laboral y diversas variables utilizando la técnica de correlación. La
correlación mide la fuerza y la dirección de la relación lineal entre dos variables,
proporcionando información valiosa sobre cómo las variables pueden in�luenciarse
mutuamente.
Donde x_i y y_i son los valores individuales de las variables x y y, x y y son sus
medias respectivas.
(2)
Páginas:
En el presente estudio se han analizado diversas variables clave para comprender las
percepciones y expectativas laborales de los estudiantes universitarios. Entre las variables
analizadas se encuentran el sexo, la situación futura, el tiempo estimado para encontrar
empleo, la percepción de las empresas, la preparación para el campo laboral y la necesidad
de formación adicional.
Se observa que en la Figura 1 se encuentra una representación casi equitativa entre
hombres y mujeres, lo cual permite realizar una comparación balanceada entre géneros. En
cuanto a la situación futura, la mayoría de los estudiantes, independientemente de su
género, muestran con�ianza en su futuro y creen �irmemente que realizarán contribuciones
signi�icativas en sus respectivos campos profesionales.
Respecto al tiempo esperado para encontrar trabajo después de �inalizar los
estudios, las respuestas varían entre encontrar empleo inmediatamente, después de 3 a 6
meses, y después de un tiempo adecuado. No se observan diferencias signi�icativas entre
sexos en estas expectativas, lo que sugiere una percepción similar de las oportunidades
laborales post-graduación.
La percepción de las empresas que buscan personal en su área también varía entre
los estudiantes. Sin embargo, de manera común, se observa que las empresas buscan
candidatos con experiencia. Además, existe una buena percepción hacia las empresas, lo que
indica una actitud positiva general hacia el mercado laboral. En cuanto a la preparación para
el campo laboral, las respuestas de los estudiantes oscilan entre sentirse preparados y en
busca de oportunidades, hasta reconocer que les falta experiencia. Nuevamente, no hay
diferencias notables entre sexos en cuanto a la autoevaluación de su preparación para
ingresar al mercado laboral.
Las áreas de formación adicional más mencionadas por los estudiantes incluyen
normas de control de calidad, análisis de datos e inteligencia arti�icial. Esto re�leja un interés
por adquirir habilidades técnicas y de calidad que mejoren su empleabilidad en el mercado
actual. La necesidad de experiencia previa y formación adicional en áreas técnicas es una
constante entre los estudiantes, lo que re�leja las exigencias del mercado laboral actual.
Páginas:
En La Figura 2, por otra parte, se presenta un panorama donde los estudiantes
universitarios tienen con�ianza en su futuro y son conscientes de las demandas del mercado
laboral, valorando la experiencia y la formación continua como elementos clave para su
inserción laboral. No se observan diferencias signi�icativas entre sexos en cuanto a las
percepciones y expectativas laborales, lo que sugiere una percepción uniforme de las
condiciones y requisitos del mercado laboral entre hombres y mujeres.
Análisis de correlación
El análisis de correlación es una herramienta estadística fundamental para
identi�icar y cuanti�icar la relación entre variables en un conjunto de datos. En el contexto
educativo, entender las correlaciones entre diversas variables y el nivel de preparación para
el campo laboral puede ofrecer valiosas perspectivas sobre los factores que in�luyen en la
capacidad de los estudiantes para enfrentar el mercado laboral. En este estudio, se
exploraron las relaciones entre la variable dependiente "Nivel de preparación" y una serie
de variables independientes utilizando el coe�iciente de correlación de Pearson. Este
análisis proporciona una visión detallada de las interacciones entre las características de los
estudiantes y su nivel de preparación, destacando tanto las relaciones positivas como
negativas. (ver Tabla 2).
Variable
Correlación
Otra carrera
0.259
Metodo_estudio
0.253
Edad
0.243
Causas
_
calificaciones
- 0.215
Calidad
_
instalaciones
0.212
Nivel_ integración
0.192
Semestre
0.184
Rendimiento
_
carrera
0.183
Rendimiento_academico
0.170
Relacion_profesor_estudiante
0.170
Las variables seleccionadas corresponden a aquellas con los coe�icientes de
correlación de mayor magnitud, tanto positivos como negativos, en relación con el nivel de
preparación. Este criterio se basa en la premisa estadística de que, mientras más alta sea la
correlación (en valor absoluto), mayor será la fortaleza de la asociación entre las dos
variables. Al centrarnos en las diez correlaciones más elevadas, se prioriza la identi�icación
de los factores que podrían tener un impacto sustancial en la preparación estudiantil, ya sea
potenciando o di�icultando su desarrollo. Asimismo, al incluir valores negativos, se
contemplan las variables que guardan una relación inversa, ofreciendo una visión más
completa de los posibles aspectos que conviene reforzar o mitigar en estrategias formativas
y de orientación académica. De esta forma, el análisis se orienta a dirigir esfuerzos y
recursos educativos hacia los elementos con mayor probabilidad de incidir en el éxito de las
y los estudiantes en su futuro desempeño profesional.
El análisis de correlación complementó los hallazgos del modelo de bosques
aleatorios al proporcionar una visión detallada de las relaciones entre las variables. Las
correlaciones positivas más fuertes incluyeron la edad (0.244), el método de estudio (0.254)
y la calidad de las instalaciones (0.213). Estos resultados refuerzan la idea de que la
experiencia, los hábitos de estudio e�icaces y un entorno educativo de calidad son factores
clave que contribuyen a la preparación laboral de los estudiantes.
Por otro lado, el análisis reveló correlaciones negativas signi�icativas. La percepción
de las causas del éxito o fracaso académico mostró una correlación negativa de -0.215 con el
nivel de preparación, indicando que los estudiantes que atribuyen su rendimiento a factores
externos tienden a sentirse menos preparados. Esto puede deberse a una menor
autocon�ianza y una percepción de falta de control sobre su desempeño.
Los resultados muestran correlaciones bajas (máx. 0.259), lo que indica que ninguna
variable por sí sola explica de forma contundente la percepción de preparación laboral. Esto
se debe a la naturaleza multidimensional del constructo, in�luido por factores personales,
académicos e institucionales. La dispersión sugiere que dicha percepción se con�igura por
múltiples elementos con efectos parciales. Estos hallazgos coinciden con
Páginas:
estudios previos que abordan la preparación profesional como un fenómeno complejo y
multifactorial (Kocsis & Molnár, 2025; Harpaz et al., 2024).
Regresión
El análisis mediante el modelo de bosques aleatorios ha permitido identi�icar las
variables clave que in�luyen en el nivel de preparación para el campo laboral. Las variables
más in�luyentes incluyen la edad, el puntaje académico, las percepciones de éxito o fracaso,
la formación adicional y los motivos de elección de carrera. Estos resultados pueden ser
útiles para desarrollar estrategias que mejoren la preparación laboral de los estudiantes. A
continuación, se presenta la Tabla 3 con las importancias de las variables más in�luyentes en
el modelo.
En la Tabla 3 se presenta que la variable "Edad" emergió como la más in�luyente en
el modelo, con una importancia de 0.0703. Esto sugiere que la edad de los estudiantes es un
factor crucial en su nivel de preparación para el campo laboral. Es posible que los
estudiantes mayores tengan más experiencia y habilidades desarrolladas a lo largo de su
vida académica y profesional, lo que les brinda una ventaja en términos de preparación
laboral. Por otro lado, los estudiantes más jóvenes podrían estar en las etapas iniciales de su
desarrollo profesional, lo que puede re�lejarse en una menor preparación percibida.
El puntaje académico es la segunda variable más in�luyente, con una importancia de
0.0545. Este resultado indica que los estudiantes con mejores rendimientos académicos
tienden a sentirse más preparados para el campo laboral.
Las variables "Causas_otras" (¿A qué atribuye usted el hecho de que obtenga notas
altas en una evaluación? ) y "Formación Adicional" también mostraron una importancia
considerable, con valores de 0.0477 y 0.0387 respectivamente. La percepción de las causas
de éxito o fracaso académico y la formación adicional recibida parecen ser factores
signi�icativos en la preparación para el trabajo. La elección de carrera y los motivos detrás
de esta decisión, con una importancia de 0.0346, también juegan un papel importante en el
nivel de preparación.
Variable
Importancia
Edad
0.0703
Puntaje
0.0545
Causas_notas
0.0477
Formacion_adicional
0.0387
Motivos_eleccion
0.0346
Ambiente_universitario
0.0338
Avance_académico
0.0325
Calidad_prácticas
0.0321
Metodo_estudio
0.0307
Expectativa_inicio_trabajo
0.0295
Páginas:
Los resultados obtenidos revelan que un mayor puntaje académico se asocia con una
percepción más alta de preparación laboral. Esto es coherente con lo reportado por Kocsis y
Molnár (2025), quienes indican que el rendimiento académico, medido a través del GPA y
los créditos obtenidos (ECTS), es uno de los predictores más consistentes del éxito
profesional en estudiantes universitarios. Un alto desempeño académico re�leja no solo
dominio de contenidos, sino también habilidades de estudio, responsabilidad y
perseverancia, atributos directamente valorados en contextos laborales (Harpaz et al.,
2024).
El análisis de bosques aleatorios permitió identi�icar variables clave que inciden en
el nivel de preparación laboral: la edad, el rendimiento académico, las percepciones de éxito
o fracaso, la formación adicional y las motivaciones para elegir la carrera. Estas variables
coinciden con estudios como el de Umar (2014), quien señala que el entendimiento de las
razones detrás del rendimiento personal y la búsqueda proactiva de formación adicional
refuerzan la autocon�ianza del estudiante. Asimismo, Odia y Ogiedu (2013) agrupan estas
in�luencias en factores personales, de referencia y laborales, destacando la importancia del
autoentendimiento en la construcción de trayectorias profesionales sólidas.
También se observó que el ambiente universitario, el avance académico, la calidad de
las prácticas, el método de estudio y las expectativas de inserción laboral tienen una
importancia signi�icativa. Estos hallazgos se relacionan con lo identi�icado por Turmo Garuz
et al. (2024), quienes destacan que las pasantías curriculares y el entorno institucional
tienen efectos positivos sobre la empleabilidad, al permitir la aplicación práctica del
conocimiento y fomentar competencias sociales. Un ambiente educativo estimulante,
prácticas bien estructuradas y métodos de estudio efectivos potencian la percepción de
preparación, reforzando la conexión entre la formación recibida y las exigencias del mundo
profesional (Brown et al., 2024).
En particular, el análisis destaca que las motivaciones para elegir una carrera
in�luyen considerablemente en la preparación percibida. Los estudiantes que eligen su
carrera en función de intereses personales y vocación suelen estar más alineados con las
competencias requeridas en el campo laboral. Este resultado es coherente con los hallazgos
de Rababah (2016) y Pratama (2017), quienes evidencian que las decisiones vocacionales
bien fundamentadas contribuyen a una mayor claridad profesional y compromiso con el
desarrollo personal. Comprender estas motivaciones puede ayudar a las instituciones
educativas a ofrecer orientación más efectiva desde los primeros semestres, mejorando el
ajuste entre estudiantes, programas académicos y per�iles ocupacionales (Nguyen y Nguyen,
2024).
Los resultados del estudio con�irman que la percepción de preparación laboral es un
fenómeno complejo y multifactorial, in�luido tanto por el rendimiento académico como por
factores personales, contextuales y emocionales. El análisis mediante el modelo de bosques
aleatorios permitió identi�icar que las variables más in�luyentes en esta percepción incluyen
la edad, el puntaje académico, la experiencia de éxito o fracaso, la formación adicional, y las
motivaciones para elegir la carrera.
Un mayor puntaje académico re�leja no solo comprensión conceptual, sino también
habilidades de estudio efectivas y responsabilidad, características que son altamente
valoradas en el mercado laboral (Kocsis y Molnár, 2025). Este hallazgo está en línea con
estudios previos que vinculan el rendimiento académico con la autocon�ianza y la
Páginas:
preparación profesional (Harpaz et al., 2024; García-Peinado, 2025), especialmente cuando
los estudiantes comprenden las causas de su desempeño y buscan activamente mejorar
mediante formación adicional.
Asimismo, otras variables como el ambiente universitario, el método de estudio, el
avance en la carrera y las expectativas sobre la inserción laboral demostraron tener un peso
considerable. Turmo et al. (2024) destacan que las pasantías curriculares, el entorno
institucional y la calidad de la infraestructura tienen un efecto directo sobre la
empleabilidad, al permitir aplicar conocimientos en contextos reales y fortalecer
competencias clave.
Entre los elementos transversales identi�icados destacan las habilidades blandas o
competencias socioemocionales. Brown et al. (2024) al igual que Tomlinson y Vincent
(2025), en su revisión sistemática, subrayan la importancia del entorno, la motivación y los
factores sociales como predictores del comportamiento en estudiantes universitarios,
elementos estrechamente vinculados a su preparación profesional. Complementariamente,
la experiencia internacional también ha demostrado incidir positivamente en el desarrollo
de estas competencias. Estudios como los de Trooboff et al. (2015) y Orahod et al. (2015)
demuestran que los estudiantes que participan en intercambios académicos tienden a
fortalecer habilidades como la adaptabilidad, la comunicación intercultural y la resiliencia,
competencias valoradas por empleadores a nivel global.
Además, la construcción de redes de contacto y la vinculación con mentores del
sector productivo han sido destacadas como mecanismos relevantes para facilitar la
inserción laboral. Nguyen y Nguyen (2024) evidencian que la orientación profesional y el
acompañamiento personalizado durante la carrera in�luyen positivamente en las
oportunidades laborales, especialmente en sectores como la administración y los negocios.
Este hallazgo puede extrapolarse al campo de las ingenierías, donde el conocimiento del
mercado, el acceso a redes y la proyección profesional son determinantes para una
transición efectiva.
Otro aspecto crucial identi�icado es el papel de la experiencia laboral previa.
Kroupova et al. (2024), a través de un metaanálisis, indican que si bien el trabajo de baja
intensidad no afecta de forma signi�icativa los resultados académicos, sí contribuye al
desarrollo de habilidades prácticas que elevan la autopercepción de preparación para el
mundo laboral. Esta evidencia coincide con lo planteado por Pratama (2017), quien a�irma
que los estudiantes que participan en empleos o pasantías tienden a consolidar un per�il
profesional más robusto.
En el plano emocional, Harpaz et al. (2024) re�ieren que variables como el bienestar
subjetivo, la autoe�icacia y el crecimiento personal están estrechamente relacionadas con el
rendimiento académico y la persistencia universitaria. Por lo tanto, la existencia de servicios
de apoyo psicológico, programas de mentoría y estrategias de autocuidado no solo mejora el
desempeño, sino que potencia la empleabilidad.
La motivación, tanto intrínseca como extrínseca, también emergió como un factor
determinante. Odia y Ogiedu (2013) y Rababah (2016) coinciden en que los estudiantes que
eligen su carrera por interés personal y vocación muestran mayores niveles de compromiso
y satisfacción académica, lo que se traduce en una preparación más sólida. Esta motivación
se ve reforzada por el acompañamiento vocacional temprano y por la claridad de metas
profesionales, como proponen Nguyen y Nguyen (2024).
Páginas:
Finalmente, la calidad de los recursos institucionales, tales como bibliotecas,
laboratorios equipados y tecnología actualizada, ha sido señalada como condición
facilitadora del aprendizaje signi�icativo. En este sentido, Samsuri et al. (2016) y Harder et
al. (2015) argumentan que el acceso a infraestructuras modernas no solo mejora el
rendimiento académico, sino que también alinea la formación con los requerimientos del
sector productivo, incrementando así la competitividad de los egresados.
Páginas:
Los hallazgos de esta investigación evidencian diversos factores que inciden en la
preparación laboral de las y los estudiantes de Ingeniería en Alimentos y Biotecnología,
aportando lineamientos valiosos para perfeccionar las carreras académicas y ofrecer
apoyos complementarios. Si bien se observan bases técnicas sólidas, persisten carencias en
habilidades prácticas y blandas, cuya importancia resulta fundamental para el óptimo
desempeño en el mercado laboral.
En primer lugar, sobresale la relevancia de integrar teoría y práctica. Instituciones
que proporcionan espacios de formación en entornos reales, ya sea a través de prácticas
profesionales, proyectos de investigación o colaboraciones con la industria, facilitan el
desarrollo de competencias prácticas valiosas. Sin embargo, la desigual distribución de
estos recursos limita su acceso en ciertos contextos, pudiendo obstaculizar la experiencia
formativa de algunas y algunos estudiantes.
Además de los conocimientos técnicos, las habilidades blandas, tales como la
comunicación, el trabajo en equipo y el liderazgo, se consolidan como elementos esenciales
que, con frecuencia, no reciben la atención su�iciente en los planes de estudio. La formación
de este tipo de competencias puede abordarse mediante módulos especí�icos o actividades
extracurriculares que fomenten la interacción y la colaboración. Del mismo modo,
establecer redes profesionales y fortalecer el capital social resulta crucial, pues abre la
posibilidad de acceder a mentorías y oportunidades de empleo.
La comprensión sobre las tendencias e innovaciones en el sector alimentario y
biotecnológico también incide en la percepción de las y los estudiantes sobre sus
probabilidades de éxito. La digitalización y la disrupción tecnológica plantean exigencias
que van más allá de las competencias tradicionales, revelando una brecha entre la oferta
educativa y la demanda del mercado. Para atenuar esta discordancia, es imprescindible
ajustar el per�il de la carrera, integrando habilidades transversales que permitan a quienes
egresan adaptarse a un entorno en constante cambio. Asimismo, se subraya la importancia
del apoyo psicológico y el bienestar emocional como motores que impulsan el rendimiento
académico y la preparación profesional.
En función de lo expuesto, fortalecer la preparación laboral requiere incorporar de
manera sistemática las habilidades blandas en el currículo, ampliar las oportunidades de
experiencias prácticas y consolidar redes de colaboración con la industria. Este esfuerzo
conjunto demanda la inversión en infraestructura moderna y un diálogo continuo entre el
sector productivo y las instituciones universitarias, con el objetivo de alinear la formación
académica con las demandas cambiantes del mercado laboral.
Páginas:
Astin, A. W. (1993). What Matters in College? Four Critical Years Revisited. Jossey-Bass.
https://doi.org/10.2307/2943781
Banco Mundial. (2020). Tasa de desempleo juvenil en Ecuador. Obtenido de
https://www.google.com/url?sa=t&source=web&rct=j&opi=89978449&url=https://
datos.bancomundial.org/indicator/SL.UEM.TOTL.ZS%3Flocations%3DEC&ved=2ahU
KEwiIl�bLwqmHAxVUTjABHbsDBbcQFnoECBcQAQ&usg=AOvVaw18bVEoQZchWQy
W1FqoTifD
Brown, C.E.B., Richardson, K., Halil-Pizzirani, B. Lou Atkins, Yücel Murat & Segrave Rebecca
A. (2024).Key in�luences on university students’ physical activity: a systematic review
using the Theoretical Domains Framework and the COM-B model of human behaviour.
BMC Public Health 24, 418. https://doi.org/10.1186/s12889-023-17621-4
Eisenberg, D., Golberstein, E., & Hunt, J. (2009). Mental health and academic success in
college. The B.E. Journal of Economic Analysis & Policy, 9(1).
https://www.degruyter.com/document/doi/10.2202/1935-1682.2191/html
García-Peinado, R. (2025). Impacto del empleo de metodologías activas en el aprendizaje de
competencias creativas y colaborativas. Revista Varela, 25(70), e2025257001.
https://doi.org/10.5281/zenodo.14544910
Harder, A., Andenoro, A., Roberts, T. G., Stedman, N., Newberry III, M., Parker, S. J., &
Rodriguez, M. T. (2015). Does study abroad increase employability? NACTA Journal,
59(1), 41–48. https://www.jstor.org/stable/nactajournal.59.1.41
Harpaz, G., Vaizman, T., & Yaffe, Y. (2024). University students’ academic grit and academic
achievements predicted by subjective well-being, coping resources, and
self-cultivation characteristics. Higher Education Quarterly, 78(1), 192–211.
https://doi.org/10.1111/hequ.12455
Instituto Nacional de Estadística y Censos (INEC). (2012). Tasa neta de matriculación en
educación superior en Ecuador. Obtenido de
https://www.google.com/url?sa=t&source=web&rct=j&opi=89978449&url=https://
www.ecuadorencifras.gob.ec/documentos/web-inec/Sistema_Estadistico_Nacional/
Plani�icacion_Estadistica/Plan_Nacional_de_Desarrollo_2017_2021/OBJETIVOS/Obje
tivo-1/1.20%2520FM_Tasa_matricula_ES_Uni%2520y%2520EP-%2520Nov%25202
018.doc&ved=2ahUKEwiqnsTAwqmHAxVOSDABHRtrAesQFnoECBAQAw&usg=AOvV
aw2GnsnOzEqC2fS8p2r2N_m0
Kocsis, Á., & Molnár, G. (2025). Factors in�luencing academic performance and dropout
rates in higher education. Oxford Review of Education, 51(3), 414–432.
https://doi.org/10.1080/03054985.2024.2316616
Kolb, D. A. (1984). Experiential Learning: Experience as the Source of Learning and
Development. Prentice-Hall.
https://www.researchgate.net/publication/235701029_Experiential_Learning_Expe
rience_As_The_Source_Of_Learning_And_Development
Kroupova, K., Havranek, T., & Irsova, Z. (2024). Student employment and education: A
meta-analysis. Economics of Education Review, 100, 102539.
https://doi.org/10.1016/j.econedurev.2024.102539
Ministerio de Trabajo de Ecuador. (2021). Estudio de empleabilidad juvenil.
https://www.trabajo.gob.ec/wp-content/uploads/2024/01/8.4.-mdt-diet-084-2021
-estudio_empleabilidad_juvenil_vf-signed-signed.pdf
Páginas:
Nguyen, N. M., & Nguyen, H. T. (2024). Factors affecting career opportunities abroad for
students of the Faculty of Business Administration of the HCMC University of Food
Industry. International Journal of Multidisciplinary Research and Growth Evaluation,
5(1), 556–565.
Odia, J. O., & Ogiedu, K. O. (2013). Factors affecting the study of accounting in Nigerian
universities. Journal of Educational and Social Research, 3(3), 89–98.
https://doi.org/10.5901/jesr.2013.v4n3p89
OECD. (2019). OECD Skills Strategy 2019: Skills to Shape a Better Future. OECD Publishing.
https://doi.org/10.1787/9789264313835-en
Orahod, T., Kruze, L., & Pearson, D. E. (2015). The impact of study abroad on business
students’ career goals. In Frontiers: The Forum on Education Abroad, X, 117–130.
Pascarella, E. T., & Terenzini, P. T. (2005). How College Affects Students: A Third Decade of
Research. Jossey-Bass.
https://www.researchgate.net/publication/307726804_Pascarella_T_and_Terenzin_
P_2005_How_College_Affects_Students_A_Third_decade_of_Research_2nd_ed_San_Fra
ncisco_Jossey-Bass
Pratama, A. (2017). Why do accounting students choose a career in accountancy? An
exploratory study in Bandung City, West Java, Indonesia. Review of Integrative
Business and Economics Research, 6(2), 393-407.
https://www.sibresearch.org/uploads/3/4/0/9/34097180/riber6-2_30k17-055_39
3-407.pdf
Rababah, A. (2016). Factors in�luencing the students’ choice of accounting as a major: The
case of X University in United Arab Emirates. International Business Research, 9(10),
25–32. https://doi.org/10.5539/ibr.v9n10p25
Robles, M. M. (2012). Executive perceptions of the top 10 soft skills needed in today’s
workplace. Business Communication Quarterly, 75(4), 453-465.
https://doi.org/10.1177/1080569912460400
Samsuri, A. S. B., Ari�in, T. R. B. T., & Hussin, S. B. (2016). Perception of undergraduate
accounting students towards professional accounting career. International Journal of
Academic Research in Accounting, Finance and Management Sciences, 6(3), 78–88.
https://doi.org/10.6007/IJARAFMS/v6-i3/2173
Secretaría Nacional de Plani�icación y Desarrollo. (2021). Plan de Creación de
Oportunidades 2021-2025. Obtenido de Secretaría Nacional de Plani�icación y
Desarrollo. https://www.plani�icacion.gob.ec/wp-content/uploads/2021/09/Plan-
de-Creacio%CC%81n-de-Oportunidades-2021-2025-Aprobado.pdf
Seibert, S. E., Kraimer, M. L., & Liden, R. C. (2001). A social capital theory of career success.
Academy of Management Journal, 44(2), 219-237. https://doi.org/10.2307/3069452
Super, D. E. (1957). The psychology of careers: An introduction to vocational development.
New York: Harper.
Tinto, V. (1993). Leaving College: Rethinking the Causes and Cures of Student Attrition.
Chicago: University of Chicago Press.
Tomlinson, M., & Vincent, J. (2025). Capitals, capabilities, and the conversion of
commodities: The case of neurodivergent graduates’ transitions to the labour market.
Higher Education. https://doi.org/10.1007/s10734-025-01451-x
tt
Páginas:
Trooboff, S., Vande Berg, M., & Rayman, J. (2015). Employer attitudes toward study abroad.
In Frontiers: The Interdisciplinary Journal of Study Abroad, XV, 17–34. The Forum on
Education Abroad. https://doi.org/10.36366/frontiers.v15i1.214
Turmo Garuz, J., Bartual-Figueras, M. T., & Sierra-Martínez, F. J. (2024). Curricular
internships as a factor for improving employability skills. REDU. Revista de Docencia
Universitaria, 22(1), 67–84. https://doi.org/10.4995/redu.2024.19457
Umar, I. (2014). Factors in�luencing students’ career choice in accounting: The case of Yobe
State University. Research Journal of Finance and Accounting, 5(17), 59–63
https://core.ac.uk/download/pdf/234630127.pdf
