ANÁLISIS DE RESULTADOS EN LAS CIENCIAS DE LA EDUCACIÓN
La investigación es una actividad que está estrechamente unida al trabajo de quienes desarrollan su tarea profesional como pedagogos.
La realidad educativa es única por lo que se requiere de un adecuado análisis de datos para entender cada situación.
Son múltiples las competencias necesarias para el análisis de resultados
click to edit
- Capacidad de trabajo en grupo y habilidades para las relaciones interpersonales
- Toma de decisiones
- Destreza para la redacción de informes
- Interpretación de resultados de informes divulgados en la comunidad científica
- Dominio de software específico para llevar a cabo el análisis estadístico de datos
- Realización de análisis estadísticos adecuados para la resolución de problemas
- Conocimiento de los conceptos teóricos y principios técnicos de análisis de datos
TIPOS DE PRUEBAS
Descriptiva para una variable
Puntuaciones Individuales y curva normal
Relación entre variables
Estadística Inferencial: Probabilidad y muestro
Estimación de parámetros
Contraste de hipótesis
Contraste paramétricos para dos muestras
Organización y presentación de datos
Contraste no paramétricos
Contrastes paramétricos para más de dos muestras
Medidas de tendencia central (media, mediana, moda). Medidas de posición (percentiles, deciles, cuartiles).
Medidas de dispersión (rango, amplitud, desviación media, desviación típica, varianza, amplitud semiintercuartil, coeficiente de variación).
Conceptos previos sobre medición y escalas de medida.
Ordenación y clasificación de los datos.
Distribución de frecuencias. Representación gráfica de datos.
Puntuación directa, diferencial y típica. Transformación de
puntuaciones. La curva normal. Areas bajo la curva normal.
La correlación de Pearson. Regresión lineal. Ecuación de la recta de regresión. Coeficiente de determinación.
El coeficiente de correlación de Spearman. El coeficiente de contingencia. El coeficiente de correlación phi. El coeficiente de correlación tetracorica.
Modelos teóricos de distribuciones continuas: normal, chi-cuadrado, t de Student y F de Fisher-Snedecor
Población y muestra. Muestreo probabilístico. Distribución muestral de un estadístico.
Estadístico y parámetro. Estimador. Estimación puntual de parámetros. Propiedades. Estimación por intervalo. Intervalo de confianza para media y varianza. Precisión y tamaño de la muestra
Tipos de error. Nivel de significación. Grado de significación
Estadístico de contraste. Contrastes unilaterales y contrastes bilaterales
Contrastes para dos muestras (medias y varianzas). Contrastes sobre coeficientes de correlación
Grados de libertad y estimadores de la varianza. Prueba de decisión. Comparación múltiple entre medias: prueba de Scheffé.
Análisis de la varianza. Supuestos paramétricos en el análisis de la varianza. Descomposición de la suma de cuadrados.
Contrastes para una muestra (prueba de Kolmogorov).
Contrastes para dos muestras (pruebas de Wilcoxon y Mann-Whitney).
Contrastes para k muestras independientes (pruebasde chi-2 y Kruskal-Wallis).
Contrastes para k muestras relacionadas (pruebas de chi-2, Cochran y Friedman).