PRACTICA Nº 3

I.- Emplear un artículo de investigación cuantitativa, de interés del

participante del presente módulo, de diseño experimental o cuasi-
experimental para:

Diseño experimental

ANÁLISIS DEL RENDIMIENTO DE LOS ESTUDIANTES APLICANDO

DISEÑO DE EXPERIMENTOS: CASO PARTICULAR

JOSE DANIEL MOSQUERA - Universidad Tecnológica de Pereira

RESUMEN

El presente artículo presenta los resultados relevantes de una investigación

realizada en el segundo semestre del 2009 en la Universidad Tecnológica de Pereira,
con la cual se pretendía conocer el efecto que tiene las metodologías de los docente
que dictan matemáticas II sobre los promedios de los estudiantes y la significancia
que tienen las diferentes facultades de ingeniería en estas notas; utilizando para
ello las herramientas estadísticas que brinda el diseño de experimentos a través de
sus modelos factoriales completos.

Con el desarrollo de esta investigación se pretende conocer la relación existente

entre el rendimiento académico del estudiante universitario de la Universidad
Tecnológica de Pereira en una materia catalogada como “Exigente” (matemáticas II)
con referencia al sexo del estudiante, la carrera en la que está matriculado y el
efecto producido por las diferentes metodologías empleadas por los docentes.

Palabras claves: Aleatoriedad, Hipótesis, Independencia, Modelo Factorial,

Normalidad, Significancia.

1. Analizar la presentación de tablas y gráficos estadísticos publicados.

Para el estudio se escogió los últimos cuatro semestres académicos en que se ha
dictado la asignatura en dicha universidad, siendo estos los siguientes (092, 091,
082, 081) en donde los dos primeros dígitos representan el año electivo y el último
dígito es el semestre.

Para probar cada una de las hipótesis planteadas sobre la influencia de

determinada variable en la nota final de matemáticas II, se diseñan diferentes
experimentos para apoyar o deslegitimar cada una de ellas. Se inicia probando la
influencia que tiene el género de una persona matriculada en dos carreras
específicas, comparando a tres profesores escogidos aleatoriamente con
metodologías de enseñanzas diferentes entre ellas. (Ver tabla 2).

Para que un experimento planteado por cualquier persona sea aceptado (fiable)
debe pasar dos condiciones estadísticas importantes las cuales están dadas en la
aleatoriedad de los errores los cuales siguen una distribución normal con media
cero y varianza constante, siendo independientes entre sí.

De esta manera, la hipótesis para la varianza es:

 La varianza de los errores o residuos son iguales En donde se plantean las

siguientes hipótesis de prueba:

H0: La varianza de los residuos es constante.

H1: La varianza de los residuos no es constante.

Al observar los resultados de esta prueba (ver gráfica 1), se puede concluir
a través de su Valor P (0.658) que no hay evidencia suficiente para rechazar
la hipótesis nula, por lo tanto, el experimento presenta una varianza
constante en sus residuos.

2. Analizar la idoneidad de la muestra empleada o sus limitaciones.

La Población y muestra, deben estar identificadas y descritas con claridad el

segmento de la población total con la que se trabajó (población diana), luego la
población accesible al estudio y explicar si se utilizó un muestreo aleatorio
probabilístico o un muestreo no probabilístico. En caso de muestreo aleatorio, se
debe explicar el procedimiento: aleatorio simple, aleatorio estratificado, aleatorio
por conglomerado o aleatorio sistemático. Si en el muestreo se utilizó el
procedimiento no aleatorio, debe explicarse el muestreo de conveniencia, de cuota
o intencional, es decir, al tamaño de la muestra se informa a la luz del objetivo del
estudio, del diseño, del método de muestreo y del análisis estadístico de los datos.

Resumiendo, la muestra nos debe indicar cuán representativa es la población

diana a la cual se le generalizan los resultados, por lo que la muestra debe ser
suficiente para garantizar la validez externa del estudio. En caso de grupos de
estudio y control, debe estipularse con claridad el método de selección y asignación
de sujeto.
3. Analizar el o los instrumentos de medición son válidos, confiables?

Ahora, la hipótesis que se encarga de la normalidad es:

 Los residuos siguen una distribución normal con lo que se plantea las
siguientes hipótesis de prueba:

H0: Los errores o residuos son normales

H1: Los errores o residuos no son normales
Entre los diferentes estadísticos de prueba de normalidad, se utilizó el test de
Anderson Darling para contrastar las hipótesis.

Se observa en esta prueba de normalidad que el Valor P es de 0.547 con lo que se

puede concluir que se cumple con el supuesto de normalidad. Dado el resultado
satisfactorio en las dos pruebas, se permite realizar conclusiones acertadas sobre
la población estudiada. Teniendo luz verde para continuar con los análisis, se
evaluará la variable respuesta (nota definitiva) en relación a los efectos que tiene
de las otras variables explicativas mencionadas anteriormente. Para ello se utilizará
la información obtenida por la tabla Anova, en donde se podrá observar cuáles son
los factores más significantes o que inciden en mayor proporción sobre la variable
respuesta.
 Como se observa en la tabla 3, después de aplicar un diseño factorial completo, la
única variable que tiene significancia para el experimento es “Facultad” (esto se ve
en la última columna en donde su valor P no es significante ya que es menor al alfa
que ha sido establecido de 0,05), con lo cual se puede afirmar que el sexo y la
metodología del docente, no influyen en la nota promedio de la asignatura de
matemáticas II en los estudiantes de la U.T.P.

4. Explicar el uso debido de los modelos o métodos estadísticos para obtener

los resultados cuantitativos.

Los diseños factoriales son ampliamente utilizados en experimentos en los que

intervienen varios factores para estudiar el efecto conjunto de éstos sobre una
respuesta. Existen varios casos especiales del diseño factorial general que resultan
importantes porque se usan ampliamente en el trabajo de investigación y
constituyen la base para otros diseños de gran valor práctico.

Existen varios tipos de diseños que se pueden implementar al momento de evaluar

los efectos de diferentes factores sobre cierta variable respuesta, entre los más
utilizados se encuentran el diseño factorial de tipo 2 k , 3k , completo entre otros.
En la notación anterior la letra “k”, representa la cantidad de factores (variables
explicativas) inmersas en el estudio y la base representa la cantidad de niveles que
se contemplan en cada factor, los cuales pueden ser de tipo cualitativo o
cuantitativo.

El diseño 2k es particularmente útil en las primeras fases del trabajo experimental,

cuando es probable que haya muchos factores por investigar. Esto conlleva a un
menor número de corridas con las cuales pueden estudiarse k factores en un
diseño factorial completo, además, debido a que sólo hay dos niveles para cada
factor, debe suponerse que la respuesta es aproximadamente lineal en el intervalo
de los niveles elegidos de los factores. Para confiar en los resultados que arroja un
diseño experimental, se debe tener en cuenta lo siguiente: a) Los factores son fijos
o aleatorios b) Los diseños son completamente aleatorios c) Se satisface la
suposición usual de normalidad Esto se explicará en los siguientes numerales a
través del desarrollo del diseño de experimentos para el objeto de esta
investigación.

5. Verificar si los resultados estadísticos son coherentes con los objetivos

planteados y/o con la verificación de las hipótesis de investigación.

 Por medio de la presente investigación se demostró estadísticamente

utilizando el análisis de diseño de experimentos que los diferentes
docentes que dictan, la asignatura de Matemáticas II para las
facultades estudiadas de la universidad tecnológica de Pereira no
generan variabilidad en los promedios de los estudiantes.

 El género de la persona matriculada en cada uno de los docentes no

es una variable que genere significancia para la nota final de la
asignatura.

 Para las facultades estudiadas en esta investigación, se encontró que

éstas generan variabilidad significante en los promedios de los
estudiantes, teniendo la facultad de ingeniería Eléctrica los mejores
promedios en la nota final.

 Es importante afianzar el análisis gráfico con un análisis inferencial

utilizando pruebas de hipótesis apropiadas, ya que se puede llegar a
conclusiones erróneas, tal como se evidenció al comparar la gráfica 5
con el test de TUKEY, en relación a la facultad de Ingeniería Mecánica.

 Ya que la facultad de procedencia de los estudiantes es un factor

significante en su rendimiento general, se deberá continuar con
investigaciones al interior de ellas para encontrar otras variables
propias de cada facultad, que están afectando dicho rendimiento de
manera relevante, esto hace referencia a estudios específicos sobre
perfiles de los estudiantes, competencias básicas que deben tener al
momento de ingresar al correspondiente programa y contenido de las
asignaturas que permita a cada estudiante contar con el tiempo
necesario para el aprendizaje significativo en cada una.
II.- Establecer diferencias y/o semejanzas entre una investigación
cuantitativa de diseño observacional, experimental y cuasi experimental.
Presente aplicaciones claves empleando artículos de investigación
publicados de su interés.

 DISEÑO OBSERVACIONAL

Este tipo de investigación arroja una conclusión al comparar los

sujetos con un grupo de control, en casos en donde el investigador
no tiene ningún control sobre el experimento.

La razón principal para llevar a cabo cualquier investigación

observacional se debe a cuestiones éticas.

Un buen ejemplo de un estudio observacional es:

FUMAR Y ENFERMEDAD PERIODONTAL

Claudio Peña Soto – Universidad San Martin de Porres

RESUMEN
La enfermedad periodontal es de carácter multifactorial. En este
artículo de revisión mencionaré el tabaco como factor de riesgo.
Numerosas investigaciones demuestran la relación entre fumar y
enfermedad periodontal. Tantos estudios transversales como
longitudinales nos dan suficiente evidencia de que fumar aumenta
considerablemente el riesgo de la periodontitis. Fumar cigarrillos
afecta la circulación, el sistema inmune y los mecanismos
inflamatorios. (Kiru 2011, 8: 117-120).
 Los resultados de la terapia periodontal serán menos favorables en
fumadores. Labriola15 en su revisión sistémica sobre el efecto del
tabaco en el tratamiento periodontal no quirúrgico encuentra un
mejor resultado en no fumadores al medir la profundidad al sondaje
después de la terapia no quirúrgica.
Las conclusiones del estudio son que existe evidencia significativa que
relaciona al consumo del tabaco con la enfermedad periodontal. Esta
enfermedad periodontal muchas veces se ve enmascarada por la
vasoconstricción periférica y la ausencia de signos de gingivitis.

 DISEÑO EXPERIMENTAL

Es un procedimiento metodológico en el cual un grupo de individuos

o conglomerado, son divididos en forma aleatoria en grupos de estudio
y control, y son analizados con respecto a un factor o medida que el
investigador introduce para estudiar y evaluar.
  DISEÑO CUASI EXPERIMENTAL

El término “cuasi” tiene el significado de “casi”, por lo que podemos

decir que un diseño cuasi experimental es un diseño que no es
completamente experimental. El criterio que le falta a este tipo de
experimentos para llegar al nivel de experimental es que no existe
ninguna manera de asegurar la equivalencia inicial de los grupos
experimental y de control, es decir, no asegura a aleatorización. En
estos tipos de experimentos, se toman dos grupos que ya están
integrados, por lo tanto, las unidades de análisis no se asignan al
azar, ni de manera aleatoria.
Se puede afirmar que los métodos cuasi experimentales son los más
adecuados para el ámbito educativo ya que se acepta la carencia de
un control total de las variables, es decir, no se tiene un control
experimental completo.

ANÁLISIS DEL RENDIMIENTO DE LOS ESTUDIANTES APLICANDO

DISEÑO DE EXPERIMENTOS: CASO PARTICULAR

JOSE DANIEL MOSQUERA - Universidad Tecnológica de Pereira

RESUMEN

El presente artículo presenta los resultados relevantes de una investigación

realizada en el segundo semestre del 2009 en la Universidad Tecnológica de Pereira,
con la cual se pretendía conocer el efecto que tiene las metodologías de los docente
que dictan matemáticas II sobre los promedios de los estudiantes y la significancia
que tienen las diferentes facultades de ingeniería en estas notas; utilizando para
ello las herramientas estadísticas que brinda el diseño de experimentos a través de
sus modelos factoriales completos.

Con el desarrollo de esta investigación se pretende conocer la relación existente

entre el rendimiento académico del estudiante universitario de la Universidad
Tecnológica de Pereira en una materia catalogada como “Exigente” (matemáticas II)
con referencia al sexo del estudiante, la carrera en la que está matriculado y el
efecto producido por las diferentes metodologías empleadas por los docentes.