Modeling Job Satisfaction of Peruvian Basic Education Teachers Using Machine Learning Techniques

Abstract

Teacher job satisfaction is an important aspect of academic performance, student retention, and teacher retention. We propose to determine the predictive model of job satisfaction of basic education teachers using machine learning techniques. The original data set consisted of 15,087 instances and 942 attributes from the national survey of teachers from public and private educational institutions of regular basic education (ENDO-2018) carried out by the Ministry of Education of Peru. We used the ANOVA F-test filter and the Chi-Square filter as feature selection techniques. In the modeling phase, the logistic regression algorithms, Gradient Boosting, Random Forest, XGBoost and Decision Trees-CART were used. Among the algorithms evaluated, XGBoost and Random Forest stand out, obtaining similar results in 4 of the 8 metrics evaluated, these are: balanced accuracy of 74%, sensitivity of 74%, F1-Score of 0.48 and negative predictive value of 0.94. However, in terms of the area under the ROC curve, XGBoost scores 0.83, while Random Forest scores 0.82. These algorithms also obtain the highest true-positive values (479 instances) and lowest false-negative values (168 instances) in the confusion matrix. Economic income, satisfaction with life, self-esteem, teaching activity, relationship with the director, perception of living conditions, family relationships; health problems related to depression and satisfaction with the relationship with colleagues turned out to be the most important predictors of job satisfaction in basic education teachers.

La satisfacción laboral de los maestros es un aspecto importante del rendimiento académico, la retención de estudiantes y la retención de maestros. Proponemos determinar el modelo predictivo de satisfacción laboral de docentes de educación básica utilizando técnicas de aprendizaje automático. El conjunto de datos original constaba de 15.087 instancias y 942 atributos de la encuesta nacional a docentes de instituciones educativas públicas y privadas de educación básica regular (ENDO-2018) realizada por el Ministerio de Educación de Perú. Utilizamos el filtro ANOVA F-test y el filtro Chi-Square como técnicas de selección de características. En la fase de modelado se utilizaron los algoritmos de regresión logística, Gradient Boosting, Random Forest, XGBoost y Decision Trees-CART. Entre los algoritmos evaluados se destacan XGBoost y Random Forest, obteniendo resultados similares en 4 de las 8 métricas evaluadas, estas son: precisión equilibrada del 74 %, sensibilidad del 74 %, F1-Score de 0,48 y valor predictivo negativo de 0,94. Sin embargo, en términos del área bajo la curva ROC, XGBoost obtiene una puntuación de 0,83, mientras que Random Forest obtiene una puntuación de 0,82. Estos algoritmos también obtienen los valores positivos verdaderos más altos (479 instancias) y los valores negativos falsos más bajos (168 instancias) en la matriz de confusión. Ingresos económicos, satisfacción con la vida, autoestima, actividad docente, relación con el director, percepción de las condiciones de vida, relaciones familiares; los problemas de salud relacionados con la depresión y la satisfacción con la relación con los compañeros resultaron ser los predictores más importantes de la satisfacción laboral en los docentes de educación básica.