Gaia
Gizarte eta Hezkuntza Ikerketako datuen analisia
Gaiari buruzko datu orokorrak
- Modalitatea
- Ikasgelakoa
- Hizkuntza
- Gaztelania
Irakasgaiaren azalpena eta testuingurua
La Estadística en general, y el Análisis de Datos en particular, es una herramienta importante, si no imprescindible, para mejorar el conocimiento de la realidad educativa a través de la investigación. Esto es aplicable a los dos programas de doctorado en los que se imparte la asignatura: El Máster de Investigación en Ámbitos Socioeducativos y el Master en Multilingüismo y Educación.En este contexto, y con el fin de dar a conocer las posibilidades que ofrecen la Estadística y el Análisis de Datos en el contexto de la Metodología de Investigación se analiza su papel instrumental dentro de un proceso sistemático de recogida de información, análisis de datos, así como en la interpretación y presentación de los resultados.
Desde esta perspectiva se estudia el proceso a seguir en el análisis de datos, desde la recogida de los datos, hasta la presentación de los resultados obtenidos mediante análisis estadísticos, tras realizar una adecuada interpretación de los mismos.
La asignatura es de utilidad para:
1.- Leer e interpretar informes y aportaciones de investigadores que han sido expuestas y presentadas en diferentes formas.
2.- Poder realizar informes de evaluación, análisis de las necesidades, análisis de adaptación, análisis de mejora en su ámbito profesional, pruebas de diagnóstico.
Irakasleak
Izena | Erakundea | Kategoria | Doktorea | Irakaskuntza-profila | Arloa | Helbide elektronikoa |
---|---|---|---|---|---|---|
ETXEBERRIA MURGIONDO, JUAN | Euskal Herriko Unibertsitatea | Unibertsitateko Katedraduna | Doktorea | Elebiduna | Hezkuntzako Ikerkuntza eta Diagnosi Metodoak | juan.etxeberria@ehu.eus |
Gaitasunak
Izena | Pisua |
---|---|
Delimitar los problemas de la investigación y buscar la información relevante. Describir las propiedades y características de los datos empíricos. Seleccionar las técnicas estadísticas apropiadas en virtud de las propiedades de los datos empíricos. Elegir, utilizar e interpretar los estadísticos más usuales en función de los objetivos del análisis. Tomar decisiones basadas en resultados estadísticos | 20.0 % |
Potenciar la capacidad para comparar y poner en relación conceptos y metodologías diferentes con un objetivo común | 15.0 % |
Aprender a resolver problemas en entornos nuevos o poco conocidos dentro de contextos o multidisciplinares relacionados con el análisis de datos multivariantes | 20.0 % |
Desarrollar la capacidad de elaboración y construcción de modelos y su validación. Ser capaz de formular y proponer modelos basados en datos empíricos. Saber verificar, mediante procedimientos estadísticos, las hipótesis derivadas de los modelos. | 15.0 % |
Valorar adecuadamente la capacidad predicativa y/o explicativa de los modelos. Saber generalizar, a la vez que delimitar la generalizabilidad de los modelos | 20.0 % |
Ser capaz de comunicar las conclusiones -y los conocimientos y razones últimas que los sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades | 10.0 % |
Irakaskuntza motak
Mota | Ikasgelako orduak | Ikasgelaz kanpoko orduak | Orduak guztira |
---|---|---|---|
Magistrala | 15 | 45 | 60 |
Gelako p. | 5 | 0 | 5 |
Ordenagailuko p. | 10 | 0 | 10 |
Irakaskuntza motak
Izena | Orduak | Ikasgelako orduen ehunekoa |
---|---|---|
Aplikazio-tailerrak | 5.0 | 100 % |
Ariketak | 10.0 | 100 % |
Azalpenezko eskolak | 60.0 | 25 % |
Ebaluazio-sistemak
Izena | Gutxieneko ponderazioa | Gehieneko ponderazioa |
---|---|---|
Azalpenak | 30.0 % | 30.0 % |
Garatu beharreko galderak | 30.0 % | 50.0 % |
Lan praktikoak | 20.0 % | 60.0 % |
OTROS | 15.0 % | 40.0 % |
Ohiko deialdia: orientazioak eta uko egitea
E. EVALUACIÓN3 NIVELES
A) Básica. Por asistencias. Nota final, 6 puntos. Asistencia mínima 5 días.
B) Notable. Asistencias y Tareas en aula de informática. Dossier de prácticas, en base a la
resolución de tareas que se indicarán en cada sesión. Nota final, 6 a 8 puntos. Asistencia
mínima 6 días.
C) Excelencia. Trabajo de Estadística. Nota final, 8 a 10 puntos. Asistencia mínima 6 días.
Una vez seleccionada una base de datos, el trabajo de evaluación continua, que deberá
hacerse de forma individual, se desarrollará siguiendo las pautas que se indican a
continuación:
i) Trabajo a realizar. Individual.
Fase 1.- Listado de 10-12 preguntas de investigación (de ampliar el conocimiento) en
relación con las variables que están incluidas en la base de datos, a las que se les va a
responder con los análisis estadísticos y gráficos que se detallan en el punto siguiente.
Fase 2.- Análisis Estadísticos:
· Análisis exploratorio univariante
· Correlaciones
· Tablas de contingencia
· T-test
· Análisis de la varianza de un factor
· Análisis de la varianza de dos factores. Interacción.
· Pruebas no paramétricas: Una muestra (K-S), 2 y k muestras independientes
· Regresión lineal
· Análisis de Componentes Principales
· Análisis Clúster
· Gráficas. Un ejemplo de cada modelo de gráfica. Excel y SPSS.
Fase 3.- Conclusiones. En menos de 5 páginas, un resumen de las conclusiones en las que
se plasme el incremento del conocimiento en las respuestas a las preguntas planteadas.
ii) Plazos de entrega.
Planteamiento de las preguntas: 3ª semana
Análisis e interpretación de los resultados: A partir de la cuarta semana, cada semana.
Conclusiones. 15 días después de la última clase.
iii) Porcentajes en la evaluación final:
Planteamiento de las preguntas: 10%
Análisis e interpretación de los resultados: 60%
Conclusiones: 30%
Ezohiko deialdia: orientazioak eta uko egitea
E. EVALUACIÓNTrabajo de Estadística.
Una vez seleccionada una base de datos, el trabajo de evaluación continua, que deberá
hacerse de forma individual, se desarrollará siguiendo las pautas que se indican a
continuación:
i) Trabajo a realizar. Individual.
Fase 1.- Listado de 10-12 preguntas de investigación (de ampliar el conocimiento) en
relación con las variables que están incluidas en la base de datos, a las que se les va a
responder con los análisis estadísticos y gráficos que se detallan en el punto siguiente.
Fase 2.- Análisis Estadísticos:
· Análisis exploratorio univariante
· Correlaciones
· Tablas de contingencia
· T-test
· Análisis de la varianza de un factor
· Análisis de la varianza de dos factores. Interacción.
· Pruebas no paramétricas: Una muestra (K-S), 2 y k muestras independientes
· Regresión lineal
· Análisis de Componentes Principales
· Análisis Clúster
· Gráficas. Un ejemplo de cada modelo de gráfica. Excel y SPSS.
Fase 3.- Conclusiones. En menos de 5 páginas, un resumen de las conclusiones en las que
se plasme el incremento del conocimiento en las respuestas a las preguntas planteadas.
ii) Porcentajes en la evaluación final:
Planteamiento de las preguntas: 10%
Análisis e interpretación de los resultados: 60%
Conclusiones: 30%
Irakasgai-zerrenda
Relación entre variables, Comparación de medias, y tablasde contingencia. T-test . Ji cuadrado
Fundamentos teóricos y aplicaciones prácticas del análisis
estadístico de datos textuales
Fundamentos teóricos y aplicaciones prácticas de los análisis
análisis multivariables: Análisis factorial. Análisis
Cluster. Análisis Discriminante. Modelos causales.
La estadística en un proceso de investigación científica. Estadística descriptiva vs. inferencial. Muestreo. Análisis inferencial de datos. Programas informáticos de análisis estadísticos de datos
Panorama general del análisis cualitativo y y cuantitativo de datos en la investigación sobre multilingüismo y educación
SPSS. Aspectos básicos
Teorema central del límite. ley de los grandes números. Intervalos de confianza y contraste de hipótesis. Teoría de muestras. Estimación del tamaño muestral.
Bibliografia
Nahitaez erabili beharreko materiala
Material específico elaborado para el móduloOinarrizko bibliografia
Allen Paulos, J. (1995). El hombre anumérico. Barcelona. Tusquets.Escobar, M. (1999). Análisis Gráfico ¿ exploratorio. Madrid: La Muralla
Etxeberria, J. (2003). Estatistika eta SPSS. Donostia. Elhuyar.
Etxeberria, J, Tejedor, F.J. (2005). Análisis descriptivo de datos en Educación. Madrid: La Muralla.
Etxeberria, J. (2007). Regresión Múltiple. Madrid: La Muralla
Gil Flores, J. (2003). La Estadística en la investigación educativa. RIE. Vol 21. Nº 1. Pp. 231-248
Hair, J.F. y otros. (1999). Análisis Multivariante. Madrid: Prentice Hall.
Tejedor, J. y Etxeberria, J. (2006). Análisis inferencial de datos en educación. Madrid: La Muralla
Gehiago sakontzeko bibliografia
Everitt, B. y Dunn, G. (2001). Applied Multivariate Data Analysis. New York: Arnold.Hardle, W. y Simar, L. (2007). Applied Multivariate Statistical Analysis. Berlín: Springer.
Kaplan, D. (2004). The Sage handbook of quantitative methodology for the social sciences. New York: Sage.
Martínez Arias, M. R. (1999). El análisis multivariante en la investigación científica. Madrid: La Muralla
Srivastava, M. (2002). Methods of Multivariate Statistics. New York: John Wiley & Sons.
Stevens, J. (2002). Applied Multivariate Statistics for the Social Sciences.London: Erlbaum.
Tojar, J.C. (2006). Investigación Cualitativa. Comprender y actuar. Madrid: La Muralla.
Uriel, E. y Aldás, J. (2005): ¿Análisis multivariante aplicado¿. Madrid: Thompson
Warner, R. (2008). Applied Statistics. New York. Sage.
Wright, D.B. & London, K. (2009). First (and second) steps in Statistics. New York. Sage.
Aldizkariak
GENERALESBordón
Revista de Educación
Revista Española de Pedagogía
Revista de Investigación Educativa
Tantak
ESPECíFICAS:
Applied Psychological Measurement
Educational Assessment
Evaluation
Evaluation and Research in Education
Journal of Educational Measurement
Measurement and Evaluation in Guidance
Mesure et Evaluation en Education
Psychometrika
Review of Educational Research
Estekak
American Journal of Education.Educational Action Research.
EDUTEC. Revista Electrónica de TECnología EDUcativa.
European Journal of Education.
European Journal of Teacher Education.
RELIEVE. Revista ELectrónica de Investigación y EValuación Educativa. Asociación lnteruniversitaria
De Investigación PEdagógica (AIDIPE) elkarteak argitaratzen du.
Revista Iberoamericana de Educación.
http://www.shodor.org/interactivate/activities/bargraph/index.html
http://www.ecu.edu/si/cd/interactivate/activities/boxplot/
http://www.ruf.rice.edu/~lane/stat_sim/comp_r/index.html
http://it.stlawu.edu/~rlock/maa51/outline.html
http://www.stat.uiuc.edu/courses/stat100/java/GCApplet/GCAppletFrame.html
http://www.pntic.mec.es/Descartes/index.html
http://www.ruf.rice.edu/~lane/stat_sim/sampling_dist/
http://www.swin.edu.au/maths/iase/resources.html