Factors that influenced the quality of academic performance in students of Agroindustrial Engineering, at UNI Norte, Nicaragua, were studied. The research had a mixed approach, quantitative and qualitative research methods were integrated. These included: correlational, univariate and multivariate statistical analysis, advanced statistical modeling, interviews, focus groups, content analysis and attitudinal surveys. Quantitative data were collected from academic databases and online surveys. Data mining was implemented. Qualitative information was provided by students of the higher years and teachers of the career. Explaining the academic performance, three constructs were identified: Gender, Motivation and Metacognition. It was recommended to implement student learning strategies, offer continuous teacher training, modify the curriculum and academic regulations, define a gender policy on admission and monitor academic performance through data mining with available databases. | Se estudiaron los factores que influyeron en la calidad del Rendimiento Académico de los estudiantes de la carrera de Ingeniería Agroindustrial en la UNI Norte, Nicaragua. La investigación tuvo un Enfoque Mixto, se integraron métodos de investigación cuantitativos y cualitativos. Estos incluyeron: análisis estadístico correlacional, univariado y multivariado, modelación estadística avanzada, entrevistas, grupos focales, análisis de contenido y encuestas actitudinales. Los datos cuantitativos se recolectaron de las bases de datos académicas y de encuestas en línea. Se implementó Minería de datos. La información cualitativa fue aportada por estudiantes de los años superiores y docentes de la carrera. Explicando el rendimiento académico se identificaron tres constructos: Género, Motivación y Metacognición. Se recomendó implementar estrategias de aprendizaje en los estudiantes, ofrecer capacitación continua en los docentes, que se modifique el currículo y los reglamentos académicos, definir una política de género en el ingreso y monitorear el rendimiento académico mediante minería de datos con las bases de datos disponibles.