Aproximación a un Modelo de Ecuaciones Estructurales de Eficacia Docente en Educación Superior

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Aproximación a un Modelo de Ecuaciones Estructurales de Eficacia Docente en Educación Superior"

Transcripción

1 Aproximación a un Modelo de Ecuaciones Estructurales de Eficacia Docente en Educación Jornadas de Educación Médica 2011 UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE MEDICINA Dr. EDUARDO STEIN GEMORA Facultad de Estudios Superiores Iztacala UNAM

2 Contexto de Descubrimiento Parte de una línea de investigación que actualmente se manifiesta de manera preocupante en las instituciones de educación superior particularmente en la Educación en las Ciencias de la Salud. Se ha estado haciendo menos la importancia de incursionar en la explicación causal del desempeño docente y su inferencia en el constructo eficacia docente.

3 Problemática A lo largo del discurso académico podemos revelar que la figura docente se vuelve cada día más importante y cuyas formas de evaluación se complican debido a la contraposición entre el propio discurso y la realidad que el docente vive en su quehacer diario, en especial en el marco que circundan la variedad de concepciones de autonomía, libertad de cátedra, costumbres, clima y cultura prevaleciente en las instituciones universitarias.

4 Propósito Trazar una aproximación de un modelo de ecuaciones estructurales para concebir a través de su medida y evaluación, una aportación metodológica y práctica para identificar los factores y sus características que explican la eficacia docente en la educación superior.

5 DEFINICIÓN DE VARIABLES 1) Personalidad y competencia profesional Hace referencia a la relación de la cátedra con el ejercicio profesional, responsabilidad, cultura general y humanística y aceptación a la crítica profesional, personal y social. 2) Planeación docente Aborda la destreza para planificar el curso y la clase, el diseño y uso de apoyos didácticos y de síntesis e integración de conocimientos. 3) Habilidades docentes generales Concede énfasis especial en la claridad de las finalidades de la enseñanza, flexibilidad en el razonamiento y capacidad para conducir la práctica, síntesis e integración de conocimientos, estímulo a la flexibilidad del pensamiento y el fomento a la crítica de los alumnos.

6 DEFINICIÓN DE VARIABLES 4. Motivación del grupo Contempla por un lado la organización del grupo vista a través del conocimiento de los métodos de trabajo racionales proponiendo un orden lógico de ejecución de actividades, y por otro, el manejo de la interacción y participación distinguida a través de la promoción del dinamismo intelectual.

7 DEFINICIÓN DE VARIABLES 5) Identificación institucional y ética Define tres aspectos muy importantes en todo quehacer docente: el fomento a los valores y misión institucional, reflexión profesional y ética profesional. 6) Estrategias didácticas Conocimiento de la temática (nivel y calidad), la expresión clara y precisa, integración teórico-práctica, capacidad de conducción a respuestas adecuadas, promoción para la reflexión y la crítica, guía en la recopilación de información y la planeación de los niveles de dificultad.

8 DEFINICIÓN DE VARIABLES 7) Evaluación Entendida como una variable que sustenta los criterios propios del docente en la evaluación del aprendizaje: congruencia académica, retroalimentación y honestidad académica. 8) Comunicación y clima de clase Hace referencia al ambiente de trabajo, respeto recíproco y cultura general.

9 DEFINICIÓN DE VARIABLES 9) Eficacia Docente Definida como el resultado de la actuación del profesor en el aula en función de su esfuerzo, de sus competencias y de las particularidades que definen la situación imperante en la misma, en una dimensión y tiempo dado, medida consistentemente por los resultados académicos obtenido por los alumnos representado estos por sus promedios generales.

10 Formulación del modelo Los modelos causales ayudan a extraer inferencias causales a partir de datos no experimentales, de ellos, surgen los modelos estructurales como alternativa al uso de modelos de regresión múltiple en los estudios predictivos de criterio o variable dependiente. Estos últimos, superan las limitaciones que los modelos de regresión múltiple presentan en cuestión de la explicación de la varianza de dichas variables como efecto de las variables independientes o predictoras (Maruyama y Walberg, 1982; Pedhazur, 1982; Mateo y Rodríguez, 1984; Weimberg, 1982; Fuentes, 1988; Williams, 1985; Kenny, 1979).

11 PARÁMETROS ESTRUCTURALES Las bases de los modelos causales se encuentran en las ecuaciones de regresión conocida también como ecuaciones estructurales y cuyos elementos que la constituyen son denominados parámetros estructurales. (Bentler, 1980) Fundamentado en el análisis de máxima probabilidad se especificaron los parámetros estructurales (p) y su relaciones direccionales a partir de las cuales se estructuró el modelo.(jöreskog, 1978)

12 Parámetros, ecuaciones y diagrama estructural PERSONALIDAD Y COMPETENCIA PROFESIONALES p13+p12+e1 p71+p11+e5 p41+e2 p51+p11+e3 p41+p42+e2 p41+p43+e2 p61+p11+e4 MOTIVACIÓN AL GRUPO e2 p51+p54 IDENTIFICACIÓN INSTITUCIONAL Y ÉTICA e3 p91+p94+e7 p91+p95+e7 p1+p3 PLANEACIÓN DOCENTE e1 p51+p52+e3 p81+p82+e6 p51+p53+e3 p61+ p63+e4 ESTRATEGIAS DIDÁCTICAS e4 p91+p96+e7 p91+p97+e7 EFICACIA DOCENTE RESULTADOS ACADÉMICOS DEL APRENDIZAJE MEDIDOS POR PROMEDIOS e7 p31+p32+e1 p71+ p72+e5 EVALUACIÓN e5 HABILIDADES DOCENTES GENERALES p71+ p73+e5 p81+p11+e6 p81+p83+e6 p81+p7+e6 COMUNICACIÓN Y CLIMA DE CLASE e6 p91+p98+e7 3

13 CARACTERÍSTICAS DE LA MUESTRA n=247

14 INSTRUMENTO DE MEDIDA (CEEDU) De la matriz proyectiva se procedió a incluir 14 factores y sesenta y seis ítems Cuestionario de Evaluación de la Eficacia Docente Universitaria (CEEDU). Tras realizar el piloteo del instrumento en cuarenta y cinco estudiantes y someterlo al análisis factorial se modificó el mismo para obtener una versión final. Por ello se ajustó el instrumento de catorce a nueve variables y cuarenta y tres ítems distribuidos dentro de la factibilidad de medición descrita en la hipótesis causal. Se obtuvo un nivel de confiabilidad α Cronbach de.8925

15 INSTRUMENTO DE MEDIDA (CEEDU) Estructuración FACTORES (I-VIII) No ÍTEMS (43) I. PERSONALIDAD Y COMPETENCIA PROFESIONAL 7 (X1-X7) II. PLANEACIÓN DOCENTE 6 (X8-X13) III. HABILIDADES DOCENTES GENERALES 8 (X14-X21) IV. MOTIVACIÓN AL GRUPO 6 (X22-X27) V. IDENTIFICACIÓN INSTITUT Y ÉTICA 3 (X28-X30) VI. ESTRATEGIAS DIDÁCTICAS 5 (X31-X35) VII. COMUNICACIÓN Y CLIMA DE CLASE 4 (X36-X39) VIII. EVALUACIÓN 4 (X40-X43)

16 Matriz de correlación La suma de los cuadrados de los pesos de cualquier columna de la matriz es lo que denominamos valores propios o Eigenvalues* e indica la cantidad total de varianza que explica ese factor para las variables consideradas como grupo. Habilida Personal Planeaci Motivaci Comunica Evaluaci Estrateg Identifi Eficacia Habilidad Personali Planeació Motivació Comunicac Evaluació Estrategi Identific Eficacia_ * Eigenvalues of Sample Correlations = Valores Propios 2.050e e e e e e e e e+00

17 Modelo Estructural Valores de Correlación PERSONALIDAD Y COMPETENCIA PROFESIONALES,565 MOTIVACIÓN AL GRUPO,592, ,729, IDENTIFICACIÓN INSTITUCIONAL Y ÉTICA,035, PLANEACIÓN DOCENTE,493,592,313, ,622,677 ESTRATEGIAS DIDÁCTICAS,039,103 EFICACIA DOCENTE RESULTADOS ACADÉMICOS DEL APRENDIZAJE MEDIDOS POR PROMEDIOS EVALUACIÓN,575,636,657,012 HABILIDADES DOCENTES GENERALES,578 COMUNICACIÓN Y CLIMA DE CLASE 3

18 Representación gráfica y valores de regresión PERSONALIDAD Y COMPETENCIA PROFESIONALES MOTIVACIÓN AL GRUPO e2 = IDENTIFICACIÓN INSTITUCIONAL Y ÉTICA e3 = PLANEACIÓN DOCENTE e = ESTRATEGIAS DIDÁCTICAS e4 = EFICACIA DOCENTE e7 = EVALUACIÓN e5 = HABILIDADES DOCENTES GENERALES.345 COMUNICACIÓN Y CLIMA DE CLASE e6 =.696 3

19 Ajuste y parsimonia del modelo Efectos totales Habilida Personal Planeaci Motivaci Comunica Evaluaci Estrateg Identif Habilida Planeació Motivació Comunicac Evaluació Estrategi Identific Eficacia_ Si los pesos de las variables son altos (generalmente mayores a.20), entonces son significativos en cuanto a la correspondencia de las variables

20 Interpretación del modelo Métodos alternos de ajuste RMR (Root Mean Square Residual) refiere ser la raíz cuadrada del promedio de la cantidad al cuadrado por la cual la varianza y covarianza de la muestra difieren de sus estimaciones sostenidas bajo el supuesto de que el modelo es correcto. Mientras menor es el valor RMR, mejor es aceptado, por consiguiente y constatado en nuestro estudio para éste valor, cero indica un ajuste perfecto en el modelo saturado. Nuestro modelo se aproxima al valor por lo que se demuestra y considera ser bastante bien ajustado. (0.050) El índice de bondad de ajuste representado como GFI (Goodness of Fit Index) siempre que se aproxime a 0 (cero) y a 1 (uno) hace referencia a un ajuste casi perfecto observando que nuestro modelo se aproxima bastante bien a 1 (0.936). El índice ajustado de bondad de ajuste (AGFI Adjust Goodness of Fit Index) toma en cuenta los grados de libertad disponibles para probar el modelo siendo que mientras más aproximación tenga a 1 indicaría el ajuste perfecto. Nuestro modelo obtiene un valor estándar de Por último los resultados arrojan el valor del índice de parsimonia de bondad de ajuste (Parsimony Goodness of Fit Index) y que sugerido por Mulaik (1989) es una modificación del GFI y que toma en cuenta los grados de libertad disponibles para probar el modelo. (0.230)

21 Conclusiones

22 1. El factor más importante que infiere en la explicación de la eficacia docente fue Habilidades Docentes Generales. Los resultados hacen creer que en la explicación de la eficacia docente, las Habilidades Docentes predominan sobre la Planeación Docente y sobre las Estrategias Didácticas, argumento que invita a ser motivo de futuras investigaciones. Este resultado hace evidente que a lo largo del proceso educativo que se despliega en las instituciones educativas, pueden ser las habilidades del docente un factor muy importante capaz de alentar o frustrar su propia eficacia.

23 2. El segundo factor en la explicación de la eficacia docente fue la Motivación al Grupo. El profesor difícilmente puede sustraerse al influjo educativo que su actuación tiene en el grupo de alumnos que le ha sido encomendado, y sin temor a exagera, el docente tiene mucho más responsabilidad en tareas de motivación, orientación y educación que en las estrictamente instructivas. Así pues, independientemente del quehacer instruccional, el docente debe adaptarse humanamente a todos y a cada uno de los sujetos que se le confían como guía y orientador en los procesos de enseñanza y aprendizaje (Cousinet, 1967; Gusdorf, 1973), (Ferrandez y Sarramona (1984).

24 3. La hipótesis causal fue en esencia lo que precisó y dio forma al modelo estructural propuesto. 4. La evaluación de la eficacia docente debe extenderse más allá de un profesor u aula y depende de los efectos acumulativos de todos los aspectos que circunscriben el clima educativo institucional. 5. Subsiste la necesidad de desarrollar investigaciones más comprensibles y sofisticadas, mayor evaluación sustentada en la investigaciónempírica, mejor diseminación y uso de los resultados obtenidos.

25 6. Los modelos de ecuaciones estructurales permiten una mejor posición que los modelos de regresión por que incorporan un modelo de medida permitiendo al investigador modelar y manipular una gran cantidad de supuestos. 8. Utilizamos el análisis de modelos estructurales para comprobar la teoría, no para generarla.

26 Alcance y limitaciones 1. La reproducción de condiciones iguales en la educación es si no imposible si difícil de alcanzar justamente que algunas realidades son accesibles mediante la obtención de datos no-experimentales. 2. El alcance fundamental que los modelos de ecuaciones estructurales tienen y comprobado en esta investigación radica en que son capaces de establecer plataformas para traspasar de las conjeturas a las verdades teóricas.

27 3. El uso de la metodología lineal (unidireccional) de relaciones estructurales en la investigación de un modelo recursivo como el nuestro, presume que podemos recomendar que la técnica pueda trabajar también y posiblemente mejor con modelos no recursivos (relaciones de causación bidireccional). 4. Intentamos que nuestro modelo teórico fuera concreto, delimitado y cerrado aconsejando que la metodología de ecuaciones estructurales debe ser seriamente tomada en cuenta y de ser posible encauce el camino y práctica de futuras investigaciones que procuren descubrir y explicar el constructo eficacia docente en educación superior 5. Como advertencia última cabe mencionar que a partir de esta aproximación pueden reproducirse otros modelos motivo de investigación.

28 Gracias Entre sus múltiples facetas, la investigación educativa reconoce en el estudio del desempeño docente la misteriosa conveniencia de descubrir lo perennemente encubierto. La eficacia docente personifica su medio y figura en un mesurado giro cuyo entramado seguirá siendo motivo de distinción, entre el aplauso o decadencia de nuestra misión educadora. Eduardo Stein Gemora

Construcción de Instrumentos de Medición en Ciencias Sociales

Construcción de Instrumentos de Medición en Ciencias Sociales Universidad Pedagógica Experimental Libertador Instituto Pedagógico Luis B. Prieto Figueroa Barquisimeto Construcción de Instrumentos de Medición en Ciencias Sociales Carlos Ruiz Bolívar, PhD cruizb14@gmail.com

Más detalles

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI

PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.

Más detalles

Folleto de Estadísticas. Teoría del 2do Parcial

Folleto de Estadísticas. Teoría del 2do Parcial Folleto de Estadísticas Teoría del 2do Parcial 2012 Variables aleatorias conjuntas continuas: Sean X y Y dos variables aleatorias continuas con ellas se asocia una función denominada función de densidad

Más detalles

1. Dar a conocer los fundamentos del razonamiento científico y la investigación clínica y epidemiológica

1. Dar a conocer los fundamentos del razonamiento científico y la investigación clínica y epidemiológica Módulo 1. Métodos de investigación clínica y epidemiológica del módulo 1. Dar a conocer los fundamentos del razonamiento científico y la investigación clínica y epidemiológica 2. Capacitar al alumno para

Más detalles

Modelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría

Modelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría Iª REUNIÓN INTERNACIONAL DE INVESTIGACIÓN EN CONTABILIDAD Y AUDITORÍA (RIICA) Modelos de ecuaciones estructurales (SEM) para la investigación en Contabilidad y Auditoría Dr. D. Jesús Collado Agudo Departamento

Más detalles

Análisis de Correlación Canónica y Análisis discriminante

Análisis de Correlación Canónica y Análisis discriminante Análisis de Correlación Canónica y Análisis discriminante Análisis de Regresión Múltiple TÉCNICAS DE DEPENDENCIA Variable/s Dependiente/s Variable/s Independiente/s Técnica 1 Nivel de medición Continuo

Más detalles

Evidencias de constructo de la Prueba de Ap4tud Académica del Ins4tuto Tecnológico de Costa Rica. Dra. Tania Elena Moreira Mora

Evidencias de constructo de la Prueba de Ap4tud Académica del Ins4tuto Tecnológico de Costa Rica. Dra. Tania Elena Moreira Mora Evidencias de constructo de la Prueba de Ap4tud Académica del Ins4tuto Tecnológico de Costa Rica Dra. Tania Elena Moreira Mora Antecedentes Los estudios de las pruebas de aptitud académica (PAA) se han

Más detalles

UNIDAD DIDACTICA I TEMA 1. LA MEDIDA EN PSICOLOGIA

UNIDAD DIDACTICA I TEMA 1. LA MEDIDA EN PSICOLOGIA UNIDAD DIDACTICA I TEMA 1. LA MEDIDA EN PSICOLOGIA 1. Delimitación teórica de la psicometría 2. Los comienzos de la psicometría 3. La orientación psicofísica 4. Los tests mentales 5. Áreas de trabajo de

Más detalles

5.5 Modelo de regresión. se especificó en los términos siguientes: (6.3.1) 1,2,3,..N. Donde:

5.5 Modelo de regresión. se especificó en los términos siguientes: (6.3.1) 1,2,3,..N. Donde: 5.5 Modelo de regresión El modelo de regresión lineal que se aplicó para explicar la relación entre producción antigüedad, edad, capital humano, apiarios y camioneta de los apicultores nayaritas se especificó

Más detalles

Regresión Lineal. El modelo de regresión caracteriza la relación entre una variable respuesta que depende de k variables independientes o regresoras.

Regresión Lineal. El modelo de regresión caracteriza la relación entre una variable respuesta que depende de k variables independientes o regresoras. Regresión Lineal Los factores envueltos en la experimentación pueden ser de tipo cuantitativos o cualitativos Un factor cuantitativo es aquel que sus niveles pueden ser asociados con puntos dentro de una

Más detalles

INDICE Capitulo 1. Panorama de la Experimentación Capitulo 2. El Problema

INDICE Capitulo 1. Panorama de la Experimentación Capitulo 2. El Problema INDICE Prefacio a la Primera Edición XV Prefacio a la Sexta Edición XVII Capitulo 1. Panorama de la Experimentación 1 La naturaleza de la ciencia 1 Definiciones de ciencia 1 Disciplinas científicas y no

Más detalles

CARTA DESCRIPTIVA (FORMATO Modelo Educativo UACJ Visión 2020)

CARTA DESCRIPTIVA (FORMATO Modelo Educativo UACJ Visión 2020) CARTA DESCRIPTIVA (FORMATO Modelo Educativo UACJ Visión 2020) I. Identificadores de la asignatura Clave: Créditos:6 Materia: Estadística inferencial Departamento: Ciencias Veterinarias Instituto: ICB Modalidad:

Más detalles

INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos

INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos

Más detalles

Modelo de Salud Ocupacional y Clima Laboral. Estudio en una empresa de factores psicosociales (prevención de trastornos psicosomáticos)

Modelo de Salud Ocupacional y Clima Laboral. Estudio en una empresa de factores psicosociales (prevención de trastornos psicosomáticos) Modelo de Salud Ocupacional y Clima Laboral. Estudio en una empresa de factores psicosociales (prevención de trastornos psicosomáticos) Primer Foro de Seguridad y Salud en el Trabajo de la Ciudad de México

Más detalles

Universidad Nacional Autónoma de México Facultad de Psicología

Universidad Nacional Autónoma de México Facultad de Psicología Universidad Nacional Autónoma de México Facultad de Psicología PROGRAMA DE ASIGNATURA Nombre Método I Análisis de las ecuaciones estructurales I Clave 517 Semestre 8 Créditos 8 Horas teoría 3 Horas práctica

Más detalles

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por

Más detalles

ANÁLISIS DE REGRESIÓN

ANÁLISIS DE REGRESIÓN ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y

Más detalles

Temario. SEMANA 1 3 al 7 de Febrero. Expositor: Dr. C. Rodrigo E. Elizondo Omaña

Temario. SEMANA 1 3 al 7 de Febrero. Expositor: Dr. C. Rodrigo E. Elizondo Omaña Temario SEMANA 1 3 al 7 de Febrero Expositor: Dr. C. Rodrigo E. Elizondo Omaña 1. Bienvenida 2. Presentación del GIA 3. Líneas de investigación existentes 4. La investigación científica en el Departamento

Más detalles

EVALUACIÓN DOCENTE Y SU RELACIÓN CON EL DESEMPEÑO ACADÉMICO DE LOS ESTUDIANTES EN LA FACULTAD DE MEDICINA

EVALUACIÓN DOCENTE Y SU RELACIÓN CON EL DESEMPEÑO ACADÉMICO DE LOS ESTUDIANTES EN LA FACULTAD DE MEDICINA EVALUACIÓN DOCENTE Y SU RELACIÓN CON EL DESEMPEÑO ACADÉMICO DE LOS ESTUDIANTES EN LA FACULTAD DE MEDICINA Mtro. Fernando Flores Hernández Dr. Adrián Martínez González Lic. Rocío García Duran Octubre, 2011

Más detalles

ESCUELA INES MARIA MENDOZA PROGRAMA DE MATEMATICAS :GEOMETRIA : 1 CREDITO : 1 AŇO

ESCUELA INES MARIA MENDOZA PROGRAMA DE MATEMATICAS :GEOMETRIA : 1 CREDITO : 1 AŇO CURSO VALOR DURACIÓN MAESTRA ESCUELA INES MARIA MENDOZA PROGRAMA DE MATEMATICAS :GEOMETRIA : 1 CREDITO : 1 AŇO : Everis Aixa Sanchez Introducción El Programa de Matemáticas del Departamento de Educación

Más detalles

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica

INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables

Más detalles

TITULACIÓN: Grado en Enfermería. CENTRO: Facultad de Ciencias de la Salud CURSO ACADÉMICO: GUÍA DOCENTE

TITULACIÓN: Grado en Enfermería. CENTRO: Facultad de Ciencias de la Salud CURSO ACADÉMICO: GUÍA DOCENTE TITULACIÓN: Grado en Enfermería CENTRO: Facultad de Ciencias de la Salud CURSO ACADÉMICO: 2011-2012 GUÍA DOCENTE 1. DATOS BÁSICOS DE LA ASIGNATURA NOMBRE: Sistemas de información y análisis de datos en

Más detalles

Introducción al uso. de AMOS de SPSS

Introducción al uso. de AMOS de SPSS Introducción al uso de AMOS de SPSS MODELAMIENTO ESTRUCTURAL Nazira Calleja ABRIR AMOS ABRIR UN ARCHIVO NUEVO File New ACOMODAR LA HOJA EN FORMATO HORIZONTAL View Interface properties ACOMODAR LA HOJA

Más detalles

<Título del proyecto>

<Título del proyecto> Proyecto ANÁLISIS DE LA FACTIBILIDAD DE APLICACIÓN DE LA METODOLOGÍA DE CASOS COMO ESTRATEGIA DIDÁCTICA PARA ASIGNATURAS CUANTITATIVAS EN LAS CARRERAS DE LA ESCUELA UNIVERSITARIA

Más detalles

Modelado y simulación en Ingeniería Química. Manuel Rodríguez

Modelado y simulación en Ingeniería Química. Manuel Rodríguez ÍNDICE Modelos de caja gris Calibración de modelos Estimación de parámetros Análisis de la estimación Regresión no lineal 1. Modelos de caja gris Son modelos de un sistema (o proceso), donde: Desarrollados

Más detalles

Universidad Nacional Autónoma de México Facultad de Psicología. Programa de la Asignatura: Investigación y Análisis de Datos III Clave: 1717

Universidad Nacional Autónoma de México Facultad de Psicología. Programa de la Asignatura: Investigación y Análisis de Datos III Clave: 1717 Universidad Nacional Autónoma de México Facultad de Psicología Programa de la Asignatura: Investigación y Análisis de Datos III Clave: 1717 Semestre: 7 Campo de conocimiento: Ciencias Cognitivas y del

Más detalles

La econometría : una mirada de pájaro

La econometría : una mirada de pájaro La econometría : una mirada de pájaro Contenido Objetivo Definición de Econometría Modelos determinista y estocástico Metodología de la econometría Propiedades de un modelo econométrico Supuestos de un

Más detalles

INDICE. Capitulo Uno.

INDICE. Capitulo Uno. INDICE Prefacio XIII Capitulo Uno. 1 Introducción 1.1. Estadística: La ciencia de los datos 2 1.2. Tipos de datos 5 1.3. El papel de la estadística 7 1.4. Resumen 8 Laboratorio de Computación. Introducción

Más detalles

Nota de los autores... vi

Nota de los autores... vi ÍNDICE Nota de los autores... vi 1 Qué es la estadística?... 1 1.1 Introducción... 2 1.2 Por qué se debe estudiar estadística?... 2 1.3 Qué se entiende por estadística?... 4 1.4 Tipos de estadística...

Más detalles

Introducción a los métodos Cuantitativos Dra. Alma Rosa Saldierna Salas

Introducción a los métodos Cuantitativos Dra. Alma Rosa Saldierna Salas Introducción a los métodos Cuantitativos Dra. Alma Rosa Saldierna Salas En las ciencias sociales, la investigación se puede desarrollar a través de dos metodologías: la cualitativa y la cuantitativa Qué

Más detalles

EVIDENCIAS A) CONTEXTO EDUCATIVO. De la escuela.

EVIDENCIAS A) CONTEXTO EDUCATIVO. De la escuela. ENUNCIADOS GUÍAS PARA LA ELABORACIÓN DE LA ARGUMENTACIÓN DE EVIDENCIAS ENUNCIADO 1. Describa de las características de desarrollo y de aprendizaje de cada alumno de quién presentó la evidencia, considerando

Más detalles

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)

Correlación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre

Más detalles

CLASIFICACIÓN PRUEBAS PSICOMÉTRICAS

CLASIFICACIÓN PRUEBAS PSICOMÉTRICAS CLASIFICACIÓN PRUEBAS PSICOMÉTRICAS CARACTERÍSTICAS DE LOS TEST Es el proceso que ha sido necesario realizar para la normalización de una prueba; es decir que ésta ha sido probada en una población

Más detalles

ASIGNATURA DE BIOESTADÍSTICA III. COMPETENCIAS Y SUS COMPONENTES COMPRENDIDOS EN LA ASIGNATURA

ASIGNATURA DE BIOESTADÍSTICA III. COMPETENCIAS Y SUS COMPONENTES COMPRENDIDOS EN LA ASIGNATURA ASIGNATURA DE BIOESTADÍSTICA I. DATOS GENERALES 1.1. Departamento Académico : Ciencias Básicas 1.2. Semestre Académico : 2018-II 1.3. Código de la asignatura : 101322 1.4. Año : 2018 1.5. Créditos : 04

Más detalles

Consideraciones Metodológicas en Trabajos de Investigación Institucional

Consideraciones Metodológicas en Trabajos de Investigación Institucional PROGRAMA DE INVESTIGACIÓN DEL OBSERVATORIO DEL ESTADO DE MÉXICO APORTACION DE LA SOMEGEM Consideraciones Metodológicas en Trabajos de Investigación Institucional Ponentes: M. en D. Germán García Salgado

Más detalles

DEPARTAMENTO DE ORGANIZACIÓN DE EMPRESAS PROGRAMA: INTEGRACIÓN DE LAS TECNOLOGÍAS DE LA INFORMACIÓN EN LAS ORGANIZACIONES TESIS DOCTORAL

DEPARTAMENTO DE ORGANIZACIÓN DE EMPRESAS PROGRAMA: INTEGRACIÓN DE LAS TECNOLOGÍAS DE LA INFORMACIÓN EN LAS ORGANIZACIONES TESIS DOCTORAL DEPARTAMENTO DE ORGANIZACIÓN DE EMPRESAS PROGRAMA: INTEGRACIÓN DE LAS TECNOLOGÍAS DE LA INFORMACIÓN EN LAS ORGANIZACIONES TESIS DOCTORAL Título: Factores críticos en la adopción de las medidas de seguridad

Más detalles

Qué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y)

Qué es? Primer paso Representación en un sistema de coordenadas. numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión Qué es? Primer paso Representación en un sistema de coordenadas cartesianas de los datos numéricos Cada punto muestra el valor de cada pareja de datos (X e Y) Gráfico de dispersión

Más detalles

UNIVERSIDAD AUTONOMA DE ZACATECAS Francisco García Salinas UNIDAD ACADÉMICA DE CIENCIAS QUÍMICAS Químico Farmacéutico Biólogo

UNIVERSIDAD AUTONOMA DE ZACATECAS Francisco García Salinas UNIDAD ACADÉMICA DE CIENCIAS QUÍMICAS Químico Farmacéutico Biólogo UNIVERSIDAD AUTONOMA DE ZACATECAS Francisco García Salinas UNIDAD ACADÉMICA DE CIENCIAS QUÍMICAS Químico Farmacéutico Biólogo PROGRAMA Bioestadística ENERO 2010 ELABORADA POR: M. en C. Mónica Imelda Martínez

Más detalles

Programa académico. Tipo de materia (Obli/Opta): Obligatoria Clave de la materia: 6019 Semestre: 5 Área en plan de estudios ( B, P y E):

Programa académico. Tipo de materia (Obli/Opta): Obligatoria Clave de la materia: 6019 Semestre: 5 Área en plan de estudios ( B, P y E): UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H FACULTAD DE INGENIERÍA Clave: 08USU4053W PROGRAMA ANALÍTICO DE LA UNIDAD DE APRENDIZAJE: PROBABILIDAD Y ESTADÍSTICA II DES: Ingeniería Programa académico

Más detalles

Benemérita Universidad Autónoma de Puebla Vicerrectoría de Docencia Dirección General de Educación Superior Facultad de Ciencias Físico Matemáticas

Benemérita Universidad Autónoma de Puebla Vicerrectoría de Docencia Dirección General de Educación Superior Facultad de Ciencias Físico Matemáticas PLAN DE ESTUDIOS (PE): Licenciatura en Física ÁREA: Matemáticas ASIGNATURA: Estadística CÓDIGO: CRÉDITOS: 6 FECHA: Noviembre de 2016 1. DATOS GENERALES Nivel Educativo: Licenciatura Nombre del Plan de

Más detalles

Tema 5. Introducción a los modelos de ecuaciones estructurales o modelos causales

Tema 5. Introducción a los modelos de ecuaciones estructurales o modelos causales Tema 5. Introducción a los modelos de ecuaciones estructurales o modelos causales 5.1 Introducción a los modelos de ecuaciones el planteamiento LISREL. 5.2. Fases en la elaboración de un modelo. 5.2.1.

Más detalles

Programa académico. Tipo de materia (Obli/Opta): Obligatoria Clave de la materia: Semestre: 5 Área en plan de estudios ( B, P y E):

Programa académico. Tipo de materia (Obli/Opta): Obligatoria Clave de la materia: Semestre: 5 Área en plan de estudios ( B, P y E): UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA Clave: 08MSU0017H FACULTAD DE INGENIERÍA Clave: 08USU4053W PROGRAMA ANALÍTICO DE LA UNIDAD DE APRENDIZAJE: PROBABILIDAD Y ESTADÍSTICA II DES: Ingeniería Programa académico

Más detalles

Facultad de Derecho y Ciencia Política Escuela Académico Profesional de Derecho

Facultad de Derecho y Ciencia Política Escuela Académico Profesional de Derecho SILABO I. DATOS INFORMATIVOS 1.1. Asignatura : Métodos Estadísticos para la Investigación 1.2 Ciclo académico : X 1.3. Código : 0704-07511 1.4. Área curricular : Formación en Cultura General 1.5. Carrera

Más detalles

Diplomado en competencias para la facilitación de Procesos educativos. Perfil de Egreso

Diplomado en competencias para la facilitación de Procesos educativos. Perfil de Egreso Diplomado en competencias para la facilitación de Procesos educativos. Perfil de Egreso El participante: 1. Describe, narra, explica y argumenta adaptado a las particularidades culturales de los alumnos.

Más detalles

Programa: Modelamiento de ecuaciones estructurales. Dr. Daniel González Lomelí Universidad de Sonora

Programa: Modelamiento de ecuaciones estructurales. Dr. Daniel González Lomelí Universidad de Sonora Programa: Modelamiento de ecuaciones estructurales Dr. Daniel González Lomelí Universidad de Sonora Temas: Introducción Objetivos del análisis factorial Tipos de análisis factorial Análisis Factorial Exploratorio

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. Prólogo a la Segunda Edición INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.

Más detalles

METODOLOGÍA DE LA INVESTIGACIÓN WILSON ARENAS VALENCIA

METODOLOGÍA DE LA INVESTIGACIÓN WILSON ARENAS VALENCIA METODOLOGÍA DE LA INVESTIGACIÓN WILSON ARENAS VALENCIA PROCESO DE INVESTIGACIÓN 4 6 FORMULACIÓN DEL MARCO TEÓRICO OPERACIONALIZACIÓN (INDICADORES) 1 2 3 8 ÁREA TEMÁTICA FORMULACIÓN DEL PROBLEMA DELIMITACIÓN

Más detalles

Estadística /Química 2004

Estadística /Química 2004 UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLAN LICENCIATURA EN: QUÍMICA. NOMBRE DE LA ASIGNATURA: ESTADÍSTICA. ÓRGANO INTERNO QUE COORDINA EL PROGRAMA DE LA ASIGNATURA:

Más detalles

Prólogo a la edición en español... xi Prefacio... xii 1. COMPRENSIÓN CIENTÍFICA DEL COMPORTAMIENTO... 1

Prólogo a la edición en español... xi Prefacio... xii 1. COMPRENSIÓN CIENTÍFICA DEL COMPORTAMIENTO... 1 Índice Contenido Prólogo a la edición en español... xi Prefacio... xii 1. COMPRENSIÓN CIENTÍFICA DEL COMPORTAMIENTO... 1 Usos de los métodos de investigación... 2 La aproximación científica... 3 Metas

Más detalles

Universidad Nacional del Litoral Facultad de Humanidades y Ciencias

Universidad Nacional del Litoral Facultad de Humanidades y Ciencias MAT60: Estadística II 2013-2do. Cuatrimestre 01: Profesorado de Matemática Titular: TAUBER, Liliana Mabel Equipo de Cátedra: VERA CANDIOTI, Cecilia TAUBER, Liliana Mabel REDONDO, Yanina Teresita Régimen

Más detalles

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL

Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión

Más detalles

ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com

ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO

Más detalles

Nombre de la asignatura: Probabilidad y Estadística. Créditos: Aportación al perfil

Nombre de la asignatura: Probabilidad y Estadística. Créditos: Aportación al perfil Nombre de la asignatura: Probabilidad y Estadística Créditos: 3-2-5 Aportación al perfil Seleccionar y aplicar herramientas matemáticas para el modelado, diseño y desarrollo de tecnología computacional.

Más detalles

Guía docente 2007/2008

Guía docente 2007/2008 Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación

Más detalles

TÉCNICAS DE INVESTIGACIÓN PSICOLÓGICA EN LA INDUSTRIA. 1) Nombre de la asignatura: Técnicas de Investigación Psicológica en la Industria

TÉCNICAS DE INVESTIGACIÓN PSICOLÓGICA EN LA INDUSTRIA. 1) Nombre de la asignatura: Técnicas de Investigación Psicológica en la Industria TÉCNICAS DE INVESTIGACIÓN PSICOLÓGICA EN LA INDUSTRIA DATOS GENERALES DE LA MATERIA. 1) Nombre de la asignatura: Técnicas de Investigación Psicológica en la Industria 2) Clave: 0812 3) Semestre: 7º 8º

Más detalles

ÍNDICE. Prefacio... xi

ÍNDICE. Prefacio... xi ÍNDICE Prefacio... xi Capítulo 1 Introducción... 1 1.1 Por qué hay que tomar este curso y quién utiliza la estadística?... 2 1.2 Historia... 3 1.3 Subdivisiones de la estadística... 4 1.4 Un enfoque simple

Más detalles

MEDICIÓN DE CLIMA LABORAL

MEDICIÓN DE CLIMA LABORAL MEDICIÓN DE CLIMA LABORAL Pag VARIABLES ANALIZADAS ENCUESTA CLIMA LABORAL... 3 METODO DE MUESTREO Y TAMAÑO DE LA MUESTRA... 4 1. VARIABLE ORIENTACIÓN ORGANIZACIONAL... 7 2. VARIABLE ADMINISTRACIÓN DEL

Más detalles

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I CONOCIMIENTOS MÍNIMOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I CONTENIDOS DESTREZAS Aritmética y Álgebra Números reales, Operaciones con potencias y radicales, notación científica Aritmética mercantil:

Más detalles

Método de cuadrados mínimos

Método de cuadrados mínimos REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,

Más detalles

Aprendizaje Basado en Problemas (ABP)

Aprendizaje Basado en Problemas (ABP) Aprendizaje Basado en Problemas (ABP) De la estrategia a la técnicat Antecedentes Se origina en la Escuela de Medicina de la Universidad de Case Western Reserve de USA y Universidad de Mc Master en Canadá

Más detalles

Análisis de Varianza Factorial y MANOVA

Análisis de Varianza Factorial y MANOVA 0 Introducción origen y características (1869 Galton Genio Hereditario) Parsimonia Informativa 1 Tipos de Análisis Factorial 2 El modelo de Análisis Factorial: Teoremas 3 Pasos del Análisis Factorial:

Más detalles

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas

INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de

Más detalles

FACULTAD DE CIENCIAS FÍSICO MATEMÁTICAS. PLAN DE ESTUDIOS (PE): Licenciatura en Matemáticas. AREA: Análisis Matemático

FACULTAD DE CIENCIAS FÍSICO MATEMÁTICAS. PLAN DE ESTUDIOS (PE): Licenciatura en Matemáticas. AREA: Análisis Matemático PLAN DE ESTUDIOS (PE): Licenciatura en Matemáticas AREA: Análisis Matemático ASIGNATURA: Problemas de Matemáticas Básicas CÓDIGO: MATM-002 CRÉDITOS: 6 FECHA: Noviembre 2011 1 1. DATOS GENERALES Nivel Educativo:

Más detalles

Conocimiento Vulgar. Conocimiento ingenuo, directo modo de conocer, de forma superficial o aparente.

Conocimiento Vulgar. Conocimiento ingenuo, directo modo de conocer, de forma superficial o aparente. SABERES Y CIENCIAS Personalmente creo que al menos hay un problema que interesa a todos los hombres que piensan: el problema de comprender al mundo, a nosotros mismos y a nuestro conocimiento K. Popper

Más detalles

1.- Resolución de problemas. (transversal). 3.- Dimensión histórica, social y cultural de las Matemáticas. (transversal).

1.- Resolución de problemas. (transversal). 3.- Dimensión histórica, social y cultural de las Matemáticas. (transversal). Núcleos temáticos 1.- Resolución de problemas. (transversal). 2.-Uso de los recursos TIC en la enseñanza y el aprendizaje de las matemáticas. (transversal). 3.- Dimensión histórica, social y cultural de

Más detalles

Sumario... 5 Prólogo Unidad didáctica 1. Introducción a la psicometría Objetivos de la Unidad... 11

Sumario... 5 Prólogo Unidad didáctica 1. Introducción a la psicometría Objetivos de la Unidad... 11 ÍNDICE SISTEMÁTICO PÁGINA Sumario... 5 Prólogo... 7 Unidad didáctica 1. Introducción a la psicometría... 9 Objetivos de la Unidad... 11 1. Breve historia de la medición en psicología... 12 1.1. La medición

Más detalles

Análisis Factorial Exploratorio de las respuestas al cuestionario

Análisis Factorial Exploratorio de las respuestas al cuestionario Evaluación del Desempeño Docente 31 Análisis Factorial Exploratorio de las respuestas al cuestionario La solución factorial producida por el método de Análisis de Componentes Principales resultó conformada

Más detalles

Subdirección de Estándares y Evaluación

Subdirección de Estándares y Evaluación Subdirección de Estándares y Evaluación PRAE 2- Metodología 3- Expediciones 1- Objetivos 10- Socialización Competencias Científicas 4- Recolección de muestras 5- Manipulación de muestras 9- Validación

Más detalles

INDICE Sección 1.- Fundamentos 1. Noción y Fundamentos a la Asignatura 2. La Investigación Social 3. El Proceso de la Investigación Social

INDICE Sección 1.- Fundamentos 1. Noción y Fundamentos a la Asignatura 2. La Investigación Social 3. El Proceso de la Investigación Social INDICE Prefacio 13 Sección 1.- Fundamentos 1. Noción y Fundamentos a la Asignatura 16 La ciencia (17). El método científico. Su noción y rasgos (20). El método científico en las ciencias sociales (23).

Más detalles

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA DE INGENIERIA INDUSTRIAL ESCUELA PROFESIONAL DE INGENIERÍA AGROINDUSTRIAL SÍLABO ASIGNATURA: ESTADÍSTICA II CÓDIGO: 5B0068 1. DATOS GENERALES

Más detalles

TOPICOS DE INFERENCIA ESTADÍSTICA: EL METODO INDUCTIVO Y EL PROBLEMA DEL TAMAÑO DE LA MUESTRA

TOPICOS DE INFERENCIA ESTADÍSTICA: EL METODO INDUCTIVO Y EL PROBLEMA DEL TAMAÑO DE LA MUESTRA FIDES ET RATIO VOL 7: (86-92), MARZO 2014, ISSN 2071-081X TOPICOS DE INFERENCIA ESTADÍSTICA: EL METODO INDUCTIVO Y EL PROBLEMA DEL TAMAÑO DE LA MUESTRA TOPICS OF STATISTICAL INFERENCE: INDUCTIVE METHOD

Más detalles

CAPITULO II. FUNDAMENTACIÓN TEÓRICA. Dr. R. Alvarado 1

CAPITULO II. FUNDAMENTACIÓN TEÓRICA. Dr. R. Alvarado 1 CAPITULO II. FUNDAMENTACIÓN TEÓRICA Dr. R. Alvarado 1 Elementos del Proyecto de Investigación 1. PROBLEMA 2. DIAGNÓSTICO Factual, Pertinente y Trascendente Investigación de Campo, bibliográfica e institucional

Más detalles

Estadística, investigación y economía

Estadística, investigación y economía Estadística, investigación y economía Evans, Gruba y Zobel Facultad de Estudios Superiores Acatlán Licenciatura en Economía 02 de febrero 2017 José A. Huitrón Mendoza En un artículo de investigación, informe

Más detalles

Prueba de Hipótesis. Para dos muestras

Prueba de Hipótesis. Para dos muestras Prueba de Hipótesis Para dos muestras Muestras grandes (n mayor a 30) Utilizar tabla Z Ho: μ1 = μ2 H1: μ1 μ2 Localizar en valor de Zt en la tabla Z Error estándar de la diferencia de medias Prueba de

Más detalles

Nivel Secundario. COLEGIO GUADALUPE Paraguay 3925 Capital Federal Tel.: /6093- Fax:

Nivel Secundario. COLEGIO GUADALUPE Paraguay 3925 Capital Federal Tel.: /6093- Fax: COLEGIO GUADALUPE Paraguay 3925 Capital Federal Tel.: 4824-5641/6093- Fax: 4823-5626 secretaria-secundaria@guadalupe.com.ar Nivel Secundario Curso Lectivo: 2018 Año: 5 División: B Departamento: Exactas

Más detalles

Tercer semestre. Probabilidad y Estadística 1

Tercer semestre. Probabilidad y Estadística 1 Tercer semestre. Probabilidad Estadística 1 Probabilidad Estadística CURSO Probabilidad Estadística Teóricas: 50 Prácticas: 30 Horas créditos: Total de horas: 80 Créditos: 8 Tipo de curso: Teórico Teórico-práctico

Más detalles

Ingeniería en Industrias Alimentarias

Ingeniería en Industrias Alimentarias 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Diseños Experimentales Ingeniería en Industrias Alimentarias ALD-1007 (Créditos) SATCA: 2 3 5 2.- PRESENTACIÓN Caracterización

Más detalles

Sede Andina, San Carlos de Bariloche. Licenciatura en Administración, Licenciatura en Hotelería, Licenciatura en Turismo y. Licenciatura en Economía.

Sede Andina, San Carlos de Bariloche. Licenciatura en Administración, Licenciatura en Hotelería, Licenciatura en Turismo y. Licenciatura en Economía. Sede y localidad Carreras Sede Andina, San Carlos de Bariloche Licenciatura en Administración, Licenciatura en Hotelería, Licenciatura en Turismo y Licenciatura en Economía. Programa Analítico de la asignatura

Más detalles

DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS

DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos

Más detalles

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II MATRIZ DE ESPECIFICACIONES DE LA ASIGNATURA DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II BLOQUES DE CONTENIDO PORCENTAJE ASIGNADO AL BLOQUE ESTÁNDARES DE APRENDIZAJE Bloque 1. Procesos, métodos

Más detalles

La asignatura de Matemática estimula el desarrollo de diversas habilidades:

La asignatura de Matemática estimula el desarrollo de diversas habilidades: La asignatura de Matemática estimula el desarrollo de diversas habilidades: Intelectuales, como: El razonamiento lógico y flexible, la imaginación, la inteligencia espacial, el cálculo mental, la creatividad,

Más detalles

Los rasgos psicológicos se pueden organizar en tres grandes categorías en función de su consistencia y estabilidad, siendo los más consistentes y

Los rasgos psicológicos se pueden organizar en tres grandes categorías en función de su consistencia y estabilidad, siendo los más consistentes y Los rasgos psicológicos se pueden organizar en tres grandes categorías en función de su consistencia y estabilidad, siendo los más consistentes y estables los rasgos intelectuales. 1 2 La base empírica

Más detalles

PROGRAMA DE ASIGNATURA

PROGRAMA DE ASIGNATURA PROGRAMA DE ASIGNATURA I.- DATOS GENERALES Nombre de la Carrera o Programa: Ingeniería industrial Nombre de la Asignatura: Vectores Aleatorios e Inferencia Estadística Departamento y/o cátedra: Apoyo a

Más detalles

BIOESTADÍSTICA APLICADA EN CIENCIAS DE LA SALUD (I EDICIÓN)

BIOESTADÍSTICA APLICADA EN CIENCIAS DE LA SALUD (I EDICIÓN) BIOESTADÍSTICA APLICADA EN CIENCIAS DE LA SALUD (I EDICIÓN) Datos básicos del Curso Curso Académico 2012-2013 Nombre del Curso Bioestadística Aplicada en Ciencias de la Salud (I Edición) Tipo de Curso

Más detalles

COMPETENCIA MATEMÁTICA

COMPETENCIA MATEMÁTICA COMPETENCIA MATEMÁTICA EN PISA 2018 COMPETENCIA MATEMÁTICA Para el Estudio PISA, la Competencia Matemática se define como: La capacidad de un individuo de formular, emplear e interpretar las matemáticas

Más detalles

TOTAL DE HORAS: Semanas de clase: 5 Teóricas: 3 Prácticas: 2. SERIACIÓN OBLIGATORIA ANTECEDENTE: Ninguna SERIACIÓN OBLIGATORIA SUBSECUENTE: Ninguna

TOTAL DE HORAS: Semanas de clase: 5 Teóricas: 3 Prácticas: 2. SERIACIÓN OBLIGATORIA ANTECEDENTE: Ninguna SERIACIÓN OBLIGATORIA SUBSECUENTE: Ninguna UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA DENOMINACIÓN DE LA ASIGNATURA: Probabilidad y Estadística

Más detalles

7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE

7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago

Más detalles

CAPÍTULO 7 ANÁLISIS DEL AJUSTE DEL MODELO DE RHODES Y STEERS (1990)

CAPÍTULO 7 ANÁLISIS DEL AJUSTE DEL MODELO DE RHODES Y STEERS (1990) CAPÍTULO 7 ANÁLISIS DEL AJUSTE DEL MODELO DE RHODES Y STEERS (1990) 1. Introducción En el capítulo anterior mostre los resultados de los análisis de las relaciones entre los posibles determinantes del

Más detalles

Hoja de ruta IPC. Secuencia recomendada para el uso de los materiales de estudio. - Argumentos y teorías: Capítulo 1. - Guía de Estudio: Unidad 1

Hoja de ruta IPC. Secuencia recomendada para el uso de los materiales de estudio. - Argumentos y teorías: Capítulo 1. - Guía de Estudio: Unidad 1 Programa Ejes temáticos Secuencia recomendada para el uso de los materiales de estudio Secuencia de realización de actividades propuestas Encuentro Unidad 1 Consideraciones sobre el lenguaje 1.1. Lenguaje

Más detalles

N T E N.. IDO. CAPíTULO 3 TABLAS Y GRÁFICAS: UNA IMAGEN DICE MÁS QUE MIL PALABRAS 78. CAPíTULO I LA IMAGINACiÓN ESTADíSTICA

N T E N.. IDO. CAPíTULO 3 TABLAS Y GRÁFICAS: UNA IMAGEN DICE MÁS QUE MIL PALABRAS 78. CAPíTULO I LA IMAGINACiÓN ESTADíSTICA N T E N.. IDO PREFACIO xiv CAPíTULO I LA IMAGINACiÓN ESTADíSTICA Introducción La imaginación estadística 3 Enlace de la imaginación estadística con la imaginación sociológica 4 Normas estadísticas y normas

Más detalles

Miguel A. Varela Pérez Recurso

Miguel A. Varela Pérez Recurso Miguel A. Varela Pérez Recurso Qué es el método científico? Se refiere a todos los pasos que desarrolla un científico para contestar preguntas,resolver problemas y lograr llegar a conclusiones. Está basado

Más detalles

Estadísticas Pueden ser

Estadísticas Pueden ser Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más

Más detalles

Metodología de investigación aplicado a la función forense. Dr. José Luis Pacheco De La Cruz Médico Especialista en Medicina Legal

Metodología de investigación aplicado a la función forense. Dr. José Luis Pacheco De La Cruz Médico Especialista en Medicina Legal Metodología de investigación aplicado a la función forense Dr. José Luis Pacheco De La Cruz Médico Especialista en Medicina Legal Lima, 2018 Investigación científica la función forense Procedimiento reflexivo,

Más detalles

4.1 Análisis bivariado de asociaciones

4.1 Análisis bivariado de asociaciones 4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis

Más detalles

CÓMO INVESTIGAR EN EDUCACIÓN?

CÓMO INVESTIGAR EN EDUCACIÓN? CÓMO INVESTIGAR EN EDUCACIÓN? Introducción: Para que el profesor contemporáneo logre un alto nivel científico en su futura labor profesional, además de alcanzar un desarrollo académico y práctico acorde

Más detalles

Contenido. Introducción... viii CAPÍTULO 1: DESCRIPCIÓN DEL CONTEXTO Descripción General de la Empresa... 5

Contenido. Introducción... viii CAPÍTULO 1: DESCRIPCIÓN DEL CONTEXTO Descripción General de la Empresa... 5 Contenido Introducción... viii CAPÍTULO 1: DESCRIPCIÓN DEL CONTEXTO... 4 1.1 Descripción General de la Empresa... 5 1.1.1 Empresas que componen el Holding... 7 1.1.2 Lugar de Aplicación del Estudio...

Más detalles

PROGRAMA EDUCATIVO DE INGENIERÍA EN TECNOLOGÍA AMBIENTAL

PROGRAMA EDUCATIVO DE INGENIERÍA EN TECNOLOGÍA AMBIENTAL PROGRAMA EDUCATIVO DE HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Diseño de experimentos 2. Competencias Desarrollar soluciones de prevención, control, mitigación y

Más detalles