Unidad Didáctica 3.: Estadística Educativa

Estadstica Educativa
UNS XX

UNIDAD DIDCTICA 3.

Despus de estudiar sta unidad didctica el estudiante:
1. Especifica una funcin de regresin utilizando un dispersograma y la definicin de recta,
adems dispone de las propiedades de sumatoria y aplica dicha regresin en la
prediccin y estimacin de parmetros poblacionales.
2. Construye coeficientes de correlacin y determinacin utilizando covarianzas, para ello
requiere de propiedades de sumatoria y aplica dichos coeficientes en la interpretacin y
el grado de asociacin entre variables.
3. Utiliza el men herramientas de Microsoft Excel para construir regresiones requiriendo
para ello de conceptualizaciones tericas y los utiliza en la especificacin de funciones
de dependencia.
El anlisis de regresin, se ocupa de la medicin y verificacin emprica de las relaciones entre
variables. Existen dos grandes objetivos en el estudio del anlisis de regresin: probar
hiptesis y preparar predicciones o pronsticos. Obviamente que cada investigador define un
conjunto mnimo de sus propios objetivos que estarn en relacin directa con los intereses de la
investigacin encarada.

Mayormente, los analistas y cientistas sociales se encuentran seriamente interesados en la
formulacin de hiptesis. Por ejemplo, se puede contrastar la hiptesis que establece la
existencia de estrecha relacin entre el consumo de servicios y el ingreso personal. Esta simple
proposicin, constituye una hiptesis.

Ocurre que frecuentemente, muchas hiptesis formuladas en las ciencias sociales no pueden
ser probadas deductivamente, por lo mismo, los cientistas sociales muestran la consistencia y
racionalidad de la hiptesis a travs del empleo de mtodos estadsticos; es decir, la prueban
estadsticamente. El anlisis de regresin es uno de los mtodos estadsticos empleados para
este cometido.

El segundo gran propsito del anlisis de regresin, es la preparacin de pronsticos con
relacin a la evolucin y comportamiento de las variables.

ANLISIS DE REGRESIN
UNS XX

1. CRITERIOS DE BSQUEDA DE LA FUNCIN DE REGRESIN

Supongamos que se dispone de un conjunto finito de n observaciones, pares ordenados de la
forma {X, Y}
n
,
t 1 2 3n

X
t
X
1
X
2
X
3
X
n

Estos pares ordenados o informacin muestral son llevados a un dispersograma del tipo
mostrado en la siguiente figura:

Y Y
i

i
= e
i
*

* *
*Y
i

*
i
=* + * X
i

* *
i

X
Error en el ajuste de una recta
Donde:
i i i
U X Y + + = | o

Es la funcin de ajuste lineal con * y * como estimadores de y . Emerge una pregunta:
Qu es un buen ajuste?. Es aqul que contiene un error total pequeo ya que el error es la
distancia vertical de la i sima observacin Y
i
al i simo valor ajustado
i
. Simblicamente:

i i i
Y Y e

=

Puesto que contamos con una muestra aleatoria de tamao n, tambin contaremos con n
errores que construyen el testigo parlanchin de todo modelo social. Los errores contienen
todo aquello que el investigador desea y quiere conocer. Ntese que existen errores positivos,
nulos y negativos.
( )

= =
i i i
U e Y Y

Propongmonos minimizar la suma de los cuadrados de los errores
( )

= =
2 2
2

i i i
U e Y Y

Que constituye el conocido criterio mnimo cuadrtico y contiene las siguientes ventajas:

a) Hace que todos los errores sean positivos.
b) Enfatiza los errores grandes y el ajuste trata de evitarlos en lo posible.
UNS XX

c) El manejo algebraico es sencillo.
d) Los estimadores as logrados, admiten un conjunto de propiedades deseables.

Entonces la obtencin de los estimadores de los parmetros estructurales ser mediante:

( )
( ) XX
XY
i
i i
i i
i i i i
S
S
X X
Y Y X X
n X X
n Y X Y X
=

2 2
2
) (
) )( (
/
/
|

La solucin para ser:
X Y | o

=

Por lo manifestado, el dispersograma no es sino la proyeccin bidimensional de una distribucin
tambin bidimensional, que tendr la propiedad de poder ser sumarizada.

2. MEDIDA DE BONDAD DE AJUSTE

Responde a una interesante interrogante: en qu medida la lnea de regresin muestral se
ajusta a los datos?. Ms an; cmo cuantificamos la bondad de este ajuste?. La respuesta es a
travs de la definicin y el empleo del coeficiente de determinacin r
2
o R
2
para regresin
mltiple. El r
2
mide la proporcin o porcentaje de la variacin total en Y explicada por el modelo
de regresin lineal. Este coeficiente, admite un conjunto de propiedades:

a) r
2
0
b) 0 r
2
1. Un r
2
cercano a la unidad implicar la obtencin de un ajuste casi perfecto
(muy bueno) y un r
2
cercano a cero significar la inexistencia de una relacin entre el
regresando y el regresor.

Un indicador estrechamente vinculado con r
2
, pero conceptualmente diferente del mismo, es el
denominado coeficiente de correlacin, que constituye una medida del grado de asociacin
lineal entre dos variables. Este indicador sin embargo posee una estrecha relacin con la
covarianza, que es un momento bidimensional, definida de la siguiente manera:
Y e X entre arianza
n
S
V
xy
xy
cov = =

Si X e Y se mueven en la misma direccin; es decir, valores altos de X estn acompaados de
valores altos de Y, la expresin S
xy
ser positiva. Si valores altos de X se corresponden con
valores bajos de Y y viceversa, S
xy
ser negativa.

De ste concepto importante denominado covarianza, se desprende otro sumamente
interesante denominado coeficiente de correlacin, definido por:

UNS XX

yy xx
xy
yy xx
xy
xy
V V
V
S S
S
r = =

Donde:
2
2
= X n X S
i xx
y
2
2
= Y n Y S
i yy
adems de
X Y n Y X S
i i xy
=

Naturalmente que el signo de la covarianza, define el de la correlacin, que tambin puede ser
computado como:
2
r r =

O partiendo de su respectiva definicin

( )( )
( )( )
( ) | | ( ) | |

= =
2
2
2
2
2 2
i i i i
i i i i
i i
i i
Y Y n X X n
Y X Y X n
y x
y x
r

Sus propiedades ms importantes son:

a) Su signo depende de su numerador que es la covarianza de X e Y; es decir, r puede ser
positivo o negativo;
b) 1 r 1. Si X e Y son estocsticamente independientes, se verificar que r = 0; lo cual
no implica que X e Y sean independientes. Correlacin cero, no significa independencia;
por el contrario puede existir otro tipo de correlacin que no sea lineal entre stas dos
variables.
c) Admite propiedades simtricas; es decir r
xy
= r
yx
;
d) Carece de sentido emplearla en la bsqueda de asociaciones no lineales.

Los grados de correlacin para su interpretacin pueden sintetizarse as (Sampieri, 2003: 532).

1 = Correlacin negativa perfecta.
0.90 = Correlacin negativa muy fuerte.
0.75 = Correlacin negativa considerable.
0.50 = Correlacin negativa media.
0.10 = Correlacin negativa dbil.
0.00 = No existe correlacin lineal.
0.10 = Correlacin positiva dbil.
0.50 = Correlacin positiva media
0.75 = Correlacin positiva considerable.
0.90 = Correlacin positiva muy fuerte.
1 = Correlacin positiva perfecta.
UNS XX

En la construccin de regresiones, r
2
tiene mayores alcances que r, puesto que mide la
proporcin de la variacin total en Y explicada por el regresor. Examinemos el siguiente
ejemplo.

Caso prctico

Se obtuvo una muestra aleatoria de 10 estudiantes de 8 grado, a los cuales se le administraron
una prueba para medir el nivel de seguridad en s mismos y otra prueba para medir el nivel de
madurez social. A continuacin expresamos los resultados:

X
i
: Puntaje de seguridad en s mismo. (i = 1,2,.,10)
Y
i
: Puntaje de madurez social. (i = 1,2,.,10)

Tabla No 27
REGRESIN LINEAL
Cuadrados de las Variables Seguridad
en S Mismos y Madurez Social

n X
i
Y
i
X
i
Y
i
X
2
i
Y
2
i

1
2
3
4
5
6
7
8
9
10
5
10
15
15
20
20
25
25
25
32
5
5
8
20
15
25
20
35
30
30
25
50
120
300
300
500
500
875
750
960
25
100
225
225
400
400
625
625
625
1024
25
25
64
400
225
625
400
1225
900
900
192 193 4380 4274 4789
Fuente: Elaboracin propia.
Verificamos que
3 . 19
10
193
; 2 . 19
10
192
= = Y X

Realizamos los cmputos necesarios mediante:

( )
( )
1477 . 1
6 . 587
4 . 674
4 . 3686 4274
6 . 3705 4380
10 / ) 192 ( 4274
10 / ) 193 192 ( 4380
/
/
2 2
2

=
=
=

n X X
n Y X Y X
i i
i i i i
|

Por lo mismo, la seguridad madurez social, ser
1477 . 1
= |
relativamente baja. Lo que
implica que si un estudiante aumenta su seguridad en si mismo en una unidad porcentual
(hablando en trminos relativos), su madurez se incrementar en 1.1477 unidades relativas.
UNS XX

La estimacin de , muestra el resultado

74 . 2 04 . 22 3 . 19 ) 2 . 19 ( 1477 . 1 3 . 19
= X Y | o

Este resultado implica que el conjunto de variables que omitimos al especificar el modelo y que
tienen una incidencia sobre la madurez social repercuten sobre sta ltima en 2.74 (es decir
afectan negativamente).

Ahora la ecuacin de regresin queda como:

i i i i i
X Y U X Y 1477 . 1 74 . 2

+ = + + = | o

Encontremos ahora el coeficiente de correlacin:

4 . 674 6 . 3705 4380 ) 3 . 19 )( 2 . 19 ( 10 4380
1 . 1064 9 . 3724 4789 ) 3 . 19 ( 10 4789
6 . 587 4 . 3686 4274 ) 2 . 19 ( 10 4274
2
2
=
=
=
xy
yy
xx
S
S
S

Luego,
85 . 0
74 . 790
4 . 674
16 . 625265
4 . 674
) 1 . 1064 )( 6 . 587 (
4 . 674
= = =
yy xx
xy
xy
S S
S
r

Implicando que la regresin explica solo el 85% de la variacin total de Y; es decir, la seguridad
en s mismo, alcanzara a explicar el 85% de la variacin total de la madurez social de un
estudiante (correlacin positiva considerable).

Tambin el coeficiente de determinacin 0 r
2
1 puede computarse, elevando al cuadrado el
coeficiente de correlacin as tenemos:
72 . 0 ) 85 . 0 (
2 2
= r

Implica que la asociacin entre la madurez social y la seguridad en s mismo es poco plausible.
Naturalmente que
) 1 (
2
r
ser la proporcin dejada sin explicar, por lo que 1 0.72 es 0.28,
28% sin explicar, debiendo especificarse de mejor manera el modelo, tal vez disponiendo de
un modelo de regresin mltiple.

Ya que uno de los objetivos de la regresin es realizar predicciones, lo que puede hacerse
disponiendo de la funcin obtenida:

i i i i i
X Y U X Y 1477 . 1 74 . 2

+ = + + = | o

UNS XX

Ahora si suponemos que el puntaje de seguridad en s mismo fuere 33 entonces Cul ser el
puntaje de madurez social?

13 . 35 87 . 37 74 . 2 ) 33 ( 1477 . 1 74 . 2 1477 . 1 74 . 2
= + + + =
i i
X Y

El puntaje de madurez social entonces ser 35.13 que equivale a 35 puntos.

El objetivo segundo, de un anlisis de regresin es el de contrastar hiptesis en lo referente a
los parmetros estructurales, lo que se logra, primeramente conociendo la precisin (varianza)
de los estimadores mnimo cuadrticos las cuales son:

( )
=
2
2 2
2
2
) (
) (
) (
)
(
X X n
X
V
X X
V
i
i
i
o
o
o
|

Naturalmente que
2
es la varianza poblacional con comportamiento homocedstico. El modelo,
requiere de la respectiva estimacin estadstica de
2
. Para tal propsito, echamos mano de los
residuos que en cierta manera son tambin estimaciones de las perturbaciones estocsticas,
quedando:
2
)
2
2
n
Y Y
i
o

El denominador (n 2) representa los grados de libertad, lo que implica la relacin entre el
tamao de la muestra y el nmero de restricciones lineales (en nuestro caso dos).

Emerge otra interrogante: Cul ser la media o esperanza matemtica de nuestros
estimadores puntuales?, entonces:

o o | | = = ) ( ; )
( E E

Significando que los estimadores puntuales son insesgados.

Ejercitacin

X
i
: Puntaje de seguridad en s mismo. (i = 1,2,.,10)
Y
i
: Puntaje de madurez social. (i = 1,2,.,10)

Supongamos que queremos explicar la variable Madurez Social en relacin con la Seguridad
en s mismo, ajustndolo a un modelo lineal disponiendo de Microsoft Excel. Se utilizar la
muestra de tamao 10 anterior el cual es tabulado en una planilla Excel (para este ejercicio,
solo necesitamos las columnas con los datos de la madurez social y la seguridad en s mismo).
UNS XX

n Seguridad en s mismo

Madurez Social
1 5 5
2 10 5
3 15 8
4 15 20
5 20 15
6 20 25
7 25 20
8 25 35
9 25 30
10 32 30

Luego, debemos abrir el men Herramientas, y dentro de l seleccionar Anlisis de Datos: En la
ventana que se abrir, debemos seleccionar la opcin Regresin.

Al hacer un clic sobre la palabra Aceptar, se desplegar una nueva ventana en la que debemos
ingresar los datos del ejercicio.

En el Rango Y de entrada, debemos informar cul es la columna que contiene los datos de la
Madurez Social (variable dependiente).

En el Rango X de entrada, incorporamos la matriz que contiene la Seguridad en S Mismo
(variable independiente).

Debemos activar la opcin Rtulos en caso de que las columnas de datos tengan ttulos.

Si se desea que el valor sea igual a cero, debe seleccionarse la opcin Constante igual a
cero.

El nivel de confianza en los resultados, que viene predeterminado, es 95%, pero puede
seleccionarse la opcin para poder cambiar ese nivel.

En este ejercicio, hemos elegido que deseamos obtener los resultados en una hoja nueva,
dentro del mismo libro de Microsoft Excel.

Los residuos son las diferencias que se generan entre el pronstico de una variable y el valor
que realmente asume, en un momento determinado. El mejor estimador utilizado para calcular
un parmetro es aquel que genere el error ms pequeo. Por ello, debemos analizar los
residuos para corroborar que el error generado es pequeo y que cumple con determinados
requisitos que avalan el supuesto de que la regresin lineal planteada es buena. Ellos son: el
valor que tome el error no depender del valor que tenga la variable independiente, la variable
aleatoria residual debe poseer distribucin Normal, la media aritmtica de los errores debe ser
nula (es decir, igual a cero), todo par de valores de errores de diferentes estimaciones de la
misma poblacin debe ser estadsticamente independiente (es decir, su covarianza debe ser
UNS XX

nula), la varianza del componente residual debe ser finita y constante. Para analizar estos
requisitos, debemos activar las opciones contenidas en el recuadro de Residuales.
La opcin probabilidad normal nos otorga un grfico que nos permite visualizar la propiedad de
la muestra. En nuestro ejercicio, no lo elegimos.

Al aceptar estas opciones, se abrir una nueva hoja con los resultados que esperbamos
obtener.

Estadsticas de la regresin
Coeficiente de correlacin mltiple 0,96813168
Coeficiente de determinacin R^2 0,93727896
R^2 ajustado 0,82616784
Error tpico 5,77707232
Observaciones 10

En el primer recuadro, aparecen las Estadsticas de la regresin, ellas son:

- Coeficiente de correlacin mltiple: mide la intensidad de la relacin entre la variable
dependiente y la independiente. En nuestro caso; implica que existe una correlacin
mltiple muy alta de 0.96813168 entre la seguridad en s mismo y la madurez social.
- Coeficiente de determinacin R
2
: como se dejo anteriormente proporciona una medida
de la bondad del ajuste, es decir, en qu medida se ajusta la recta de Regresin
Muestral a los datos. Generalmente, existen desvos entre los valores observados y los
estimados, y se espera que esos desvos sean lo ms pequeos posibles. En este
caso la recta se ajusta en una proporcin de 0.93727896 implica que los desvos entre
los valores observados y esperados son muy pequeos; es decir, la recta se ajusta
muy estrechamente.
- Error Tpico: seala el error tpico del valor de Y previsto para cada X de la regresin. El
error tpico es una medida del total de error en el pronstico del valor de Y para un valor
individual de X.

El siguiente cuadro realiza un anlisis de la varianza, tanto de la regresin como de los errores
de sta:

ANLISIS DE VARIANZA
Grados
de libertad
Suma de
cuadrados
Promedio de los
cuadrados
F Valor crtico de
F
Regresin 1 4488,62892 4488,62892 134,492509 2,78E-06
Residuos 9 300,371081 33,3745646
Total 10 4789

Por ltimo, se presentan los valores que en un primer momento se estaban buscando:

Coeficientes Error tpico Estadstico t Probabilidad Inferior 95% Superior 95% Inferior 95,0% Superior 95,0%
Intercepcin 2.7445896
Variable X 1 1,4772801123 0,088367088 11,59709053 1,02943E-06 0,824900882 1,224701364 0,824900882 1,224701364
UNS XX

El nmero que aparece en primer lugar (ubicado en la fila intercepcin y en la columna
Coeficiente) es el valor ; el que se encuentra por debajo de ste, es el valor hallado para .
Entonces la frmula hallada es la siguiente:

i i
X Y 1477 . 1 74 . 2
+ =

Las columnas siguientes presentan diferentes caractersticas que muestran estos valores;
tambin presenta los lmites entre los que puede moverse cada uno de dichos nmeros.

Como seleccionamos la opcin Residuos, se presenta un cuadro extra que muestra los
residuos, calculndolos mediante la resta del valor observado y del valor estimado para cada X:

Observacin Pronstico
para Y
Residuos Residuos
estndares
1 5,12400562 -0,12400562 -0,02262623
2 10,2480112 -5,24801123 -0,95755934
3 15,3720168 -7,37201685 -1,34510832
4 15,3720168 4,62798315 0,84442817
5 20,4960225 -5,49602246 -1,00281181
6 20,4960225 4,50397754 0,82180193
7 25,6200281 -5,62002808 -1,02543805
8 25,6200281 9,37997192 1,71148257
9 25,6200281 4,37997192 0,7991757
10 32,7936359 -2,79363594 -0,50973065

Finalmente, pueden aparecer grficos de acuerdo a las opciones ingresadas.

En el siguiente grfico, se pueden visualizar los valores muestrales y los estimados de la
ecuacin, que explican el comportamiento del nivel de colesterol en funcin de la edad de las
personas:

Seguridad Curva de regresin ajustada
0
10
20
30
40
0 10 20 30 40
Seguridad en s mismo
Madurez
UNS XX

Este grfico puede ser utilizado para observar la variabilidad de la estimacin.

Tambin, podemos realizar un anlisis multivariado; es decir, intentar relacionar dos o ms
variables. Este anlisis se realizara de la misma manera, con la diferencia de que, al ingresar
las celdas que contienen a la variable independiente, se deben ingresar las dos columnas de
datos.

Caso practico

Con referencia a nuestro ejemplo, computemos ahora la varianza poblacional a travs de la
funcin hallada
i i
X Y 1477 . 1 74 . 2
+ =
, para encontrar
i
y poder cumplir con el otro objetivo del
anlisis de regresin el cual es contrastar hiptesis, entonces:

Tabla No 28
ANLISIS DE REGRESIN
Sumatoria de Los Cuadrados de los Desvos

i X
i
Y
i

i
(Y
i

i
)
2
(X
i
X)
2

1
2
3
4
5
6
7
8
9
10
5
10
15
15
20
20
25
25
25
32
5
5
8
20
15
25
20
35
30
30
2.99
8.74
14.48
14.48
20.21
20.21
25.95
25.95
25.95
33.99
4.04
13.99
41.99
30.47
27.14
22.94
35.40
81.90
16.40
15.92
201.64
84.64
17.64
17.64
0.64
0.64
33.64
33.64
33.64
163.84
192 193 192.95 290.19 587.60
Fuente: Elaboracin propia sobre la base de tabla anterior.
Ahora:
2
2
2
27 . 36
8
19 . 290
2 10
19 . 290
2
)
(
pts
n
Y Y
i
=
o

Ya que la media aritmtica de X es 19.2 entonces la varianza de los parmetros estructurales
ser:
062 . 0
60 . 587
27 . 36
) (
)
(
2
2
=
X X
V
i
o
|

( )
38 . 26
5876
98 . 155017
) 60 . 587 ( 10
) 27 . 36 )( 4274 (
) (
) (
2
2 2
=
X X n
X
V
i
i
o
o

Los errores estndar de los estimadores vienen a ser:

UNS XX

14 . 5 38 . 26 ) (
25 . 0 062 . 0 )
= =
= =
o
|
o
|
V s
V s

En el caso de la regresin para docimar hiptesis, se cuentan con dos mtodos bsicos:

a) Intervalos de confianza.
b) Pruebas de significacin.

El enfoque de los intervalos de confianza, es aplicable en hiptesis de doble lado, y se contrasta
simplemente observando si el intervalo de confianza contiene o no aquella hiptesis. As,
tenemos para y :

{ }
{ } %
)% 1 (

) ( ) (
)
( )
(
2 2
2 2
o o o
o | | |
o o
| |
o o
o o
= + s s
= + s s
s t s t P
y s t s t P

Apliquemos entonces los intervalos obteniendo previamente el punto crtico
306 . 2
8 ; 975 . 0
) 2 10 ( ; 1 ) 2 ( ; 1
2
05 . 0
2
=

t t t
n
o
y veamos:
{ }
{ }
{ }
{ } % 95 72 . 1 58 . 0
95 . 0 57 . 0 1477 . 1 57 . 0 1477 . 1
95 . 0 062 . 0 306 . 2 1477 . 1 062 . 0 306 . 2 1477 . 1
1

)
( )
(
2 2
= s s
= + s s
= + s s
= + s s
|
|
|
o | | |
| |
o o
P
P
P
s t s t P

El resultado implica que existe una probabilidad del 95% de que el parmetro estructural que en
este caso representa a la seguridad en s mismo de un estudiante estar entre 0.58 y 1.72.

Para el caso de tendremos:

{ }
{ }
{ }
{ } % 95 10 . 9 58 . 14
95 . 0 84 . 11 74 . 2 84 . 11 74 . 2
05 . 0 1 38 . 26 306 . 2 74 . 2 38 . 26 306 . 2 74 . 2
%
) ( ) (
2 2
= s s
= + s s
= + s s
= + s s
o
o
o
o o o
o o
o o
P
P
P
s t s t P

Lo que significa que otras variables que se resumen en ste parmetro, tendrn su incidencia
entre 14.58 y 9.10 inclusive, afectando de manera importante sobre la madurez social con un
95% de probabilidad.

Ahora, verifiquemos empricamente mediante una dcima con el 5% de significancia que la
seguridad en uno mismo, no tiene efecto alguno sobre la madurez social (Ho). Contra nuestra
UNS XX

hiptesis de investigacin (H
1
), donde parece razonable suponer que la seguridad en uno
mismo, afecta positivamente sobre la madurez social. As:

H
0
: = 0
Contra H
1
:

> 0
Construyamos ahora la zona de rechazo apropiada para la hiptesis alternativa la cual estar
definida por el valor
860 . 1
8 ; 95 . 0 ) 2 10 ( ; 05 . 0 1 ) 2 ( ; 1
=

t t t
n o
dejando el 5% del rea en el lado
derecho de la distribucin de t.

Seguidamente, procedemos a evaluar la t observada. Supongamos que la hiptesis nula es
verdadera ( = 0), por lo que,
59 . 4
25 . 0
1477 . 1
2
= =

|
|
o
|
s
x
t
i

Puesto que el t calculado cae en la zona de rechazo, procederemos a rechazar la hiptesis nula
H
0
: = 0 y aceptaremos la hiptesis alternativa H
1
:

> 0, lo cual implica que evidentemente,
existe concordancia emprica entre el comportamiento positivo de la seguridad en uno mismo y
la madurez social. Aceptamos que por cada unidad en que cambia la seguridad en uno mismo,
la madurez social se incrementa en 1.1477 unidades.

3. PRESENTACIN DE RESULTADOS

Una forma ms funcional de presentacin de resultados en un reporte de investigacin, debe
incluir los valores t calculados, grados de libertad, coeficiente de determinacin y naturalmente
los errores estndar, de sta manera se valida y da seriedad al trabajo, adems que otros
investigadores querrn tambin emplear estos resultados con amplios mrgenes de seguridad y
fiabilidad. En nuestro ejemplo:

27 . 36 ; 8 . ; 72 . 0
) 59 . 4 ( ) 53 . 0 (
) 25 . 0 ( ) 14 . 5 (
1477 . 1 74 . 2
2 2

= = =
= =
+ =
o
|
o
libertad g r
t t
X Y
i i

En lo posible, tambin se presentar la informacin estadstica, metodologa empleada en la
obtencin de estimadores y pruebas estadsticas.

UNS XX

PARA RECORDAR

En la unidad tercera, dimos un vistazo a las regresiones con el propsito de poder establecer
relaciones funcionales entre dos variables, pudiendo extender el anlisis a tres o ms variables
inclusive. Se determin su utilidad e importancia en el escenario de la investigacin estadstica.
As; podemos sintetizar esta unidad de la manera siguiente:

1. El anlisis de regresin se ocupa de la medicin y verificacin emprica de las
relaciones entre variables.
2. Existen dos grandes objetivos en el estudio del anlisis de regresin: probar hiptesis y
preparar predicciones o pronsticos.
3. Un dispersograma no es sino la proyeccin bidimensional de una distribucin tambin
bidimensional, sirve para determinar grficamente la forma funcional en que se
relacionan dos variables, y de esa manera facilita sustancialmente la especificacin de
un modelo de regresin.
4. El coeficiente de determinacin r
2
mide la proporcin o porcentaje de la variacin total
en Y explicada por el modelo de regresin lineal y ms concretamente por X.
5. El coeficiente de correlacin es una medida del grado de asociacin lineal entre dos
variables.
6. La covarianza es un momento bidimensional y es un antecesor vital del coeficiente de
correlacin as como del coeficiente de determinacin.

UNS XX

Reflexiona Sobre el Tema:

1. Con qu propsitos realizamos un anlisis de regresin?

..

2. Para qu sirve el coeficiente de correlacin lineal en el anlisis de regresin?

..

3. Para qu sirve el coeficiente de determinacin en el anlisis de regresin?

..

UNS XX

1) Encuentre una ecuacin para explicar el peso medio en funcin de la altura ya que se
supone que entre ms alta es una persona mayor su peso. Para ello

a. Tome el peso con su respectiva talla de sus estudiantes.
b. Eche un vistazo a los datos a travs de un dispersograma.
c. Estime con la ecuacin apropiada los parmetros estructurales del modelo de
regresin.
d. Cuantifique e interprete el coeficiente de correlacin lineal.
e. Cuantifique e interprete el coeficiente de determinacin.
f. Realice las pruebas de hiptesis con los valores de los estimadores
paramtricos.

2) Si a la anterior ecuacin le agregamos una variable cualitativa como ser el sexo de los
mismos estudiantes, la cual se cree que posibilita extraer conclusiones sobre cmo ste
afecta a la relacin entre peso y altura.

a. Se le hace la siguiente sugerencia:
i. Para especificar la ecuacin primeramente asigne valores numricos a la
variable sexo. Lo ms cmodo es usar 0 y 1.
ii. En ste caso conviene asignar Mujer = 0 y Varn = 1
iii. Reste el coeficiente de la variable sexo del valor de la constante
independiente para cambiar su valor
iv. Incluya en el modelo el producto de la variable binaria Altura por Sexo.
v. De ese modo se obtiene el nuevo modelo
b. Cuantifique e interprete sus coeficientes de correlacin y determinacin.
c. Presntelo al tutor e interprete su resultado

A C T I V I D A D E S

El anlisis de regresin es un mtodo multivariado ya que posibilita relacionar
diversas variables independientes y al menos una dependiente. Es decir; es un
mtodo para analizar el efecto de dos o ms variables independientes sobre una
dependiente.

UNS XX

Lee con mucha atencin cada pregunta, resuelve los ejercicios en hojas independientes,
aplica tus conocimientos de Microsoft Excel y responde de la manera ms concreta
posible

1. Se exponen a continuacin dos variables medias hipotticamente, de 0 a 10. Una variable es la
calificacin en Historia y la otra variable es la calificacin en Psicologa.

Sujetos 1 2 3 4 5 6 7 8
Historia(X) 3 8 9 6 10 7 6 5
Biologa(Y) 4 8 8 5 10 8 7 5

Se le exige:
a. Elaborar un diagrama de dispersin o dispersograma.
b. Determinar la recta de regresin de mnimos cuadrados de X sobre Y
c. Determinar la recta de regresin de mnimos cuadrados de Y sobre X
d. Compute los estimadores de los parmetros estructurales y , para los incisos b y c.
e. Compute e interprete el coeficiente de correlacin para los incisos b y c.
f. Compute e interprete el coeficiente de determinacin para los incisos b y c.

A U T O E V A L U A C I N
UNS XX

GLOSARIO

ASIMETRA: Falta de simetra

ATPICOS: Son valores extremos en una muestra estocstica.

BIDIMENSIONAL: Significa dos dimensiones

CONCENTRACIN: Proceso por el cual se produce la acumulacin en pocas manos o centros de decisin de toda
una serie de propiedades y de capacidades de podero econmico o social.

CORRELACIN: Es la medida cuantitativa del grado de asociacin entre dos variables, es decir, el grado de bondad
de la manera como una ecuacin describe o expresa la relacin entre ellas. Tambin es el grado en que el cambio de
una variable es acompaado por un cambio correspondiente en otra variable; la relacin puede ser directa o inversa,
entonces, es una medicin del grado en que los elementos o medidas apareadas de dos o ms variables
experimentan variaciones concomitantes.

COVARIANZA: Es una medida del grado de asociacin entre dos variables X e Y.

CURTOSIS: La palabra curtosis, es una voz griega que hace referencia a la pendiente de una curva.

CURVA: Se denomina curva, a una lnea cuya curvatura cambia gradualmente de punto a punto.

DISPERSIN: Cuando los resultados o medidas de una distribucin que se obtienen en relacin con la media,
varan unos de otros.

DISTRIBUCIN BINOMIAL: Es la distribucin de probabilidad que presenta una variable aleatoria discreta, mediante
la cual se obtiene el nmero de xitos cuando se realizan n experimentos independientes, siendo la probabilidad de
xito de cada suceso (0 < p < 1).

DISTRIBUCIN NORMAL: Tambin denominada distribucin gaussiana, se la utiliza mucho en estadstica debido a
que en abundantes ocasiones se presentan datos cuya distribucin es norma; as como tambin presentan
distribucin normal la suma de variables aleatorias con distribucin cualquiera.

DISTRIBUCIN NORMAL ESTNDAR: Es aquella variable aleatoria Z que tiene una distribucin normal, con media
= 0 y varianza
2
= 1.

ESPACIO MUESTRAL: Un espacio muestral, es el conjunto de todos los resultados posibles de un experimento
aleatorio, tambin es denominado poblacin o universo.

ESTADGRAFO: Implica descripcin o estudio de los estadsticos de una distribucin.

ESTIMADOR MXIMO VEROSMIL: Es aquel estimador que entre todos los estimadores posibles de todas las
muestras se produce con mayor credibilidad.

ESTOCSTICO: Aleatorio o al azar, implica un hecho que acontece sin ningn influjo por parte del investigador.

FUNCIN: Es una cantidad variable, cuyo valor est determinado en cualquier caso por el valor de una o ms
variables.
UNS XX

FRECUENCIA ABSOLUTA: Es el nmero de veces que se produce un resultado en un experimento estadstico.

FRECUENCIA ACUMULADA: La frecuencia acumulada en xi es la suma de las frecuencias hasta el valor ; es decir
x1 + x2 + x3 + x4 + .+ xn-1 + xn siendo los xi los valores de las frecuencias.

FRECUENCIA RELATIVA: Es el resultado de dividir la frecuencia absoluta y el nmero de veces que se realiza el
experimento aleatorio.

GRADO DE ERROR: Es un riesgo o probabilidad de error que se corre al aplicar los resultados de la muestra a la
poblacin.

GRADOS DE LIBERTAD: Los grados de libertad son el nmero de variables que varan libremente, algunos autores
sealan que es el nmero de parmetros a estimarse.

GRUPO EXPERIMENTAL: Es aquel que est sometido a los efectos de la variable X.

GRUPO DE CONTROL: Es el grupo que no es sometido a la accin de la variable X, o est sometido a otra X, a fin
de que se puedan establecer las comparaciones. Es decir, es el grupo que permite al investigador cerciorarse de que
la variable independiente, es el nico factor determinante de los cambios que se producen en la variable
dependiente.

HOMOCEDASTICIDAD: El trmino homocedstico implica que la varianza es la misma.

LOGARITMO: Se define como logaritmo en base b de un nmero a, a otro nmero que elevado al exponente de la
base b da como resultado el nmero a.

MESOCRTICA: Es aquella forma funcional que posee un coeficiente de kurtosis igual a tres.

NIVEL DE CONFIANZA: Es la probabilidad especificada en el intervalo de confianza.

NIVEL DE SIGNIFICACIN: Es un valor de certeza, respecto de no equivocarse, que el investigador fija a priori.

PARALELOGRAMO: Polgono de cuatro lados paralelos dos a dos.

PARMETRO: Es un valor que caracteriza de alguna manera a la poblacin objeto de estudio. Recibe, tambin el
nombre de parmetro toda aquella constante que aparezca en la funcin de probabilidad o en la funcin de densidad.

POBLACIN: Conjunto Universo, entendido como la totalidad de elementos o fenmenos que conforman el mbito
de estudio o investigacin.

PUNTO CRTICO: Dada una funcin real de m variables, se dice que un punto del dominio de la funcin es crtico o
estacionario cuando la funcin es diferenciable en ese punto y cuando en el se anulan todas las derivadas primeras.

PRECISIN: Trmino que implica determinacin, exactitud o puntualidad.

PRUEBAS DE SIGNIFICACIN: Es un mtodo o procedimiento para decidir si aceptamos o rechazamos la
hiptesis.

SIMETRA: Armona de posicin de las partes o puntos similares unos respecto a otros , y con referencia a punto,
lnea, indicador o plano determinado.
UNS XX

SUMARIZACIN: Denominada tambin resumen o sntesis.

TASA: Tambin podemos decir que una tasa sirve para conocer la composicin o estructura de los cambios que
acontecen en una poblacin. As, las tasas tienen mayor utilidad en el campo de las Estadsticas Vitales, las cuales
estn relacionadas con la poblacin, como: Natalidad, Mortalidad y otros fenmenos de tipo social.
TEOREMA CENTRAL DEL LMITE: Es un teorema que manifiesta que cualquiera sea la distribucin de una
poblacin, la distribucin de las medias muestrales (y tambin de las varianzas muestrales) es una distribucin
normal slo si el tamao de las muestras alcanza un mnimo.

UNIDAD DE POBLACIN: Cada uno de los elementos que componen la poblacin que se investiga.

VARIABILIDAD: Se entiende por variabilidad, a la estimacin del porcentaje de variacin esperado, cuando un
procedimiento experimental determinado se emplea con una muestra.

VARIACIN: Concepto que implica variacin del procedimiento o los resultados normales.

UNS XX

UNS XX

VALORES PERCENTILES PARA LA DISTRIBUCIN T DE STUDENT

v 0,995 0,99 0,975 0,95 0,90 0,80 0,75 0,70 0,60 0,55

1 63,66 31,82 12,71 6,31 3,08 1,376 1,000 0,727 0,325 0,158

2 9,92 6,96 4,30 2,92 1,89 1,061 0,816 0,617 0,289 0,142

3 5,84 4,54 3,18 2,35 1,64 0,978 0,765 0,584 0,277 0,137

4 4,60 3,75 2,78 2,13 1,53 0,941 0,741 0,569 0,271 0,134

5 4,03 3,36 2,57 2,02 1,48 0,920 0,727 0,559 0,267 0,132

6 3,71 3,14 2,45 1,94 1,44 0,906 0,718 0,553 0,265 0,131

7 3,50 3,00 2,36 1,90 1,42 0,896 0,711 0,549 0,263 0,130

8 3,36 2,90 2,31 1,86 1,40 0,889 0,706 0,546 0,262 0,130

9 3,25 2,82 2,26 1,83 1,38 0,883 0,703 0,543 0,261 0,129

10 3,17 2,76 2,23 1,81 1,37 0,879 0,700 0,542 0,260 0,129

11 3,11 2,72 2,20 1,80 1,36 0,876 0,697 0,540 0,260 0,129

12 3,06 2,68 2,18 1,78 1,36 0,873 0,695 0,539 0,259 0,128

13 3,01 2,65 2,16 1,77 1,35 0,870 0,694 0,538 0,259 0,128

14 2,98 2,62 2,14 1,76 1,34 0,868 0,692 0,537 0,258 0,128

15 2,95 2,60 2,13 1,75 1,34 0,866 0,691 0,536 0,258 0,128

16 2,92 2,58 2,12 1,75 1,34 0,865 0,690 0,535 0,258 0,128

17 2,90 2,57 2,11 1,74 1,33 0,863 0,689 0,534 0,257 0,128

18 2,88 2,55 2,10 1,73 1,33 0,862 0,688 0,534 0,257 0,127

19 2,86 2,54 2,09 1,73 1,33 0,861 0,688 0,533 0,257 0,127

20 2,84 2,53 2,09 1,72 1,32 0,860 0,687 0,533 0,257 0,127

21 2,83 2,52 2,08 1,72 1,32 0,859 0,686 0,532 0,257 0,127

22 2,82 2,51 2,07 1,72 1,32 0,858 0,686 0,532 0,256 0,127

23 2,81 2,50 2,07 1,71 1,32 0,858 0,685 0,532 0,256 0,127

24 2,80 2,49 2,06 1,71 1,32 0,857 0,685 0,531 0,256 0,127

25 2,79 2,48 2,06 1,71 1,32 0,856 0,684 0,531 0,256 0,127

26 2,78 2,48 2,06 1,71 1,32 0,856 0,864 0,531 0,256 0,127

27 2,77 2,47 2,05 1,70 1,31 0,855 0,684 0,531 0,256 0,127

28 2,76 2,47 2,05 1,70 1,31 0,855 0,683 0,530 0,256 0,127

29 2,76 2,46 2,04 1,70 1,31 0,854 0,683 0,530 0,256 0,127

30 2,75 2,46 2,04 1,70 1,31 0,854 0,683 0,530 0,256 0,127

40 2,70 2,42 2,02 1,68 1,30 0,851 0,681 0,529 0,255 0,126

60 2,66 2,39 2,00 1,67 1,30 0,848 0,679 0,527 0,254 0,126

120 2,62 2,36 1,98 1,66 1,29 0,845 0,677 0,526 0,254 0,126

2,58 2,33 1,96 1,65 1,28 0,842 0,674 0,524 0,253 0,126

Fuente: Elaboracin propia en base a paquete SPSS

| |
( )
| | ) ( 1 ) (
/ 1 ) 2 / (
2 / ) 1 (
) (
2 / ) 1 (
2
t T P t T P
dw
v w v v
v
t T P
t
v
s = s
+ I
+ I
= s
}

+
t
UNS XX

VALORES PERCENTILES PARA LA DISTRIBUCIN CHI - CUADRADO

v 0,995 0,99 0,975 0,95 0,90 0,75 0,50 0,25 0,10 0,05 0,025 0,01 0,005
1 7,88 6,63 5,02 3,84 2,71 1,320 0,455 0,102 0,0158 0,0039 0,0010 0,0002 0,0000
2 10,6 9,21 7,38 5,99 4,61 2,77 1,39 0,575 0,211 0,103 0,0506 0,0201 0,0100
3 12,8 11,3 9,35 7,81 6,25 4,11 2,37 1,21 0,584 0,352 0,216 0,115 0,072
4 14,9 13,3 11,1 9,49 7,78 5,39 3,36 1,92 1,06 0,711 0,484 0,297 0,207
5 16,7 15,1 12,8 11,1 9,24 6,63 4,35 2,67 1,61 1,15 0,831 0,554 0,412
6 18,5 16,8 14,4 12,6 10,6 7,84 5,35 3,45 2,20 1,64 1,24 0,872 0,676
7 20,3 18,5 16,0 14,1 12,0 9,04 6,35 4,25 2,83 2,17 1,69 1,24 0,989
8 22,0 20,1 17,5 15,5 13,4 10,2 7,34 5,07 3,49 2,73 2,18 1,65 1,34
9 23,6 21,7 19,0 16,9 14,7 11,4 8,34 5,90 4,17 3,33 2,70 2,09 1,73
10 25,2 23,2 20,5 18,3 16,0 12,5 9,34 6,74 4,87 3,94 3,25 2,56 2,16
11 26,8 24,7 21,9 19,7 17,3 13,7 10,3 7,58 5,58 4,57 3,82 3,05 2,60
12 28,3 26,2 23,3 21,0 18,5 14,8 11,3 8,44 6,30 5,23 4,40 3,57 3,07
13 29,8 27,7 24,7 22,4 19,8 16,0 12,3 9,30 7,04 5,89 5,01 4,11 3,57
14 31,3 29,1 26,1 23,7 21,1 17,1 13,3 10,2 7,79 6,57 5,63 4,66 4,07
15 32,8 30,6 27,5 25,0 22,3 18,2 14,3 11,0 8,55 7,26 6,26 5,23 4,60
16 34,3 32,0 28,8 26,3 23,5 19,4 15,3 11,9 9,31 7,96 6,91 5,81 5,14
17 35,7 33,4 30,2 27,6 24,8 20,5 16,3 12,8 10,1 8,67 7,56 6,41 5,70
18 37,2 34,8 31,5 28,9 26,0 21,6 17,3 13,7 10,9 9,39 8,23 7,01 6,26
19 38,6 36,2 32,9 30,1 27,2 22,7 18,3 14,6 11,7 10,1 8,91 7,63 6,84
20 40,0 37,6 34,2 31,4 28,4 23,8 19,3 15,5 12,4 10,9 9,59 8,26 7,43
21 41,4 38,9 35,5 32,7 29,6 24,9 20,3 16,3 13,2 11,6 10,3 8,90 8,03
22 42,8 40,3 36,8 33,9 30,8 26,0 21,3 17,2 14,0 12,3 11,0 9,54 8,64
23 44,2 41,6 38,1 35,2 32,0 27,1 22,3 18,1 14,8 13,1 11,7 10,2 9,26
24 45,6 43,0 39,4 36,4 33,2 28,2 23,3 19,0 15,7 13,8 12,4 10,9 9,89
25 46,9 44,3 40,6 37,7 34,4 29,3 24,3 19,9 16,5 14,6 13,1 11,5 10,5
26 48,3 45,6 41,9 38,9 35,6 30,4 25,3 20,8 17,3 15,4 13,8 12,2 11,2
27 49,6 47,0 43,2 40,1 36,7 31,5 26,3 21,7 18,1 16,2 14,6 12,9 11,8
28 51,0 48,3 44,5 41,3 37,9 32,6 27,3 22,7 18,9 16,9 15,3 13,6 12,5
29 52,3 49,6 45,7 42,6 39,1 33,7 28,3 23,6 19,8 17,7 16,0 14,3 13,1
30 53,7 50,9 47,0 43,8 40,3 34,8 29,3 24,5 20,6 18,5 16,8 15,0 13,8
40 66,8 63,7 59,3 55,8 51,8 45,6 39,3 33,7 29,1 26,5 24,4 22,2 20,7
50 79,5 76,2 71,4 67,5 63,2 56,3 49,3 42,9 37,7 34,8 32,4 29,7 28,0
60 92,0 88,4 83,3 79,1 74,4 67,0 59,3 52,3 46,5 43,2 40,5 37,5 35,5
70 104,2 100,4 95,0 90,5 85,5 77,6 69,3 61,7 55,3 51,7 48,8 45,4 43,3
80 116,3 112,3 106,6 101,9 96,6 88,1 79,3 71,1 64,3 60,4 57,2 53,5 51,2
90 128,3 124,1 118,1 113,1 107,6 98,6 89,3 80,6 73,3 69,1 65,6 61,8 59,2
100 140,2 135,8 129,6 124,3 118,5 109,1 99,3 90,1 82,4 77,9 74,2 70,1 67,3
Fuente: Elaboracin propia en base a paquete SPSS
) (
2 ) 2 / (
1
) (
2 / 1 2 /
0
2 /
x X P
dw e w
v
x X P
w v
x
v
s
I
= s

}
UNS XX

DISTRIBUCIN NORMAL CANNICA ENTRE 0 Y Z

z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0754
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2258 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2518 0,2549
0,7 0,2580 0,2612 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2996 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,1 0,4990 0,4991 0,4991 0,4991 0,4992 0,4992 0,4992 0,4992 0,4993 0,4993
3,2 0,4993 0,4993 0,4994 0,4994 0,4994 0,4994 0,4994 0,4995 0,4995 0,4995
3,3 0,4995 0,4995 0,4995 0,4996 0,4996 0,4996 0,4996 0,4996 0,4996 0,4997
3,4 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4998
3,5 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998
3,6 0,4998 0,4998 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,7 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,8 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,9 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000
dw e z Z P
w
z
2
2
0
2
1
) 0 (

}
= s s
t
UNS XX

MODELO DE BOLETA DE ENCUESTA

Seor(a) Estudiante(a) para su tranquilidad
la informacin que usted nos provea ser
tratada con la ms estricta confidencialidad.

RELLENE AS

NOMBRE DE LA ASIGNATURA

No DE BOLETA DE ENCUESTA

CAPTULO A. DATOS DEMOGRFICOS En el Exterior

1 DNDE VIVE HABITUALMENTE?

Ciudad o Localidad______________________________________________________________________

Provincia______________________________________________________________________________

Departamento__________________________________________________________________________

En el Exterior

1.1 DNDE NACI?

Ciudad o Localidad______________________________________________________________________

Provincia______________________________________________________________________________

Departamento__________________________________________________________________________

U. N. S. XX
Universidad Nacional Siglo XX

Programa de Educacin
A Distancia

UNS XX

2. LA VIVIENDA QUE OCUPA ES

1. Propia?
2. Alquilada? ..
3. En contrato anticrtico?...............
4. En contrato mixto?.......................
5. Cedida por servicios?..................
6.Prestada por parientes o amigos?
7. Otra?...........................................

3. USTEDE TIENE.

1. Agua?
2. Bao, water o letrina?....
3. Energa elctrica?........................
4. Telfono?.....................................
5. Otro..............................................

4. CUANTOS MIEMBROS COMPONEN
TU FAMILIA?
CANTIDAD
5. SEMESTRE QUE CURSAS (Marca con una X debajo las casillas enumeradas del 1 al 10 de acuerdo al semestre
en que te encuentras actualmente en la Carrera)
SEMESTRE / CURSO
Semestre
1 2 3 4 5 6 7 8 9 10 Egresado

6. MENCIONA LOS NIVELES DE INSTRUCCIN DE TU FAMILIA (Marca con una X debajo las casillas
enumeradas)

Sistema Anterior
1 2 3 4 5
Bsico

Intermedio
Medio
Sistema Actual
1 2 3 4 5 6 8 9
Primaria

Secundaria
Universidad
1 2 3 4 5
Licenciatura

Tcnico
1 2 3 4 5
Normal

Militar o Policial
Tcnico de Instituto
Otro

UNS XX

CAPTULO B. DATOS DE IDENTIFICACIN DEL ESTUDIANTE

7. CUANTOS AOS CUMPLIDOS
TIENE?
AOS
8. HOMBRE O MUJER

1. Hombre
2. Mujer.......

9. QU IDIOMAS O LENGUAS HABLA? (Si
corresponde, rellene ms de una alternativa)

1. Aymara .
2. Quechua ...
3. Castellano..................
4. Guaran..........................
5. Otro nativo .....................
6. Extranjero..
7. No habla.............................................

13. A CUNTO HACIENDE TU INGRESO MENSUAL? NMERO

14.A CUNTO HACIENDE TUS GASTOS AL MES EN LOS ESTUDIOS? NMERO

16. RELIGIN

1. Ninguna?......................................
2. Catlica? .
3. Evanglica?....
4. Mormona?....................................
5. Testigo de Jehov?.....................
6. Otro..............................................

15. CUL ES SU ESTADO CIVIL O CONYUGAL ACTUAL?

1. Soltero / a 4. Separado/a
2. Casado / a 5.Divorciado/a
3. Conviviente o concubino /a 6. Viudo/a

10. SE CONSIDERA PERTENECIENTE A ALGUNO DE LOS
SIGUIENTES PUEBLOS ORIGINARIOS O INDGENAS?

1. Quechua? 4.Chiquitano?
2. Aymara? 5. Mojeo?
3. Guaran? 6. Otro nativo?

__________________________________________________
__________________________________________________

NINGUNO

11. DESARROLLAS ALGUNA ACTIVIDAD REMUNERADA? 1. SI 2. NO

12. CON REFERENCIA A LA CONSULTA ANTERIOR CUNTAS HORAS TRABAJAS A LA SEMANA?

Horas NINGUNA DE 1 10 DE 11 20 DE 21 30 DE 31 40 MAS DE 40
Trabajadas

UNS XX

17 POR QU MOTIVOS ELIGISTE ESTUDIAR CIENCIAS DE LA EDUCACIN? (RESPUESTA CONCRETA)

_____________________________________________________________________________________

_____________________________________________________________________________________

18. TIPO DE MATRICULA EN STA
ASIGNATURA
1. Troncal / Obligatoria
2. Optativa......
3. Libre configuracin

19. PORCENTAJE DE CLASES DE ESTA
ASIGNATURA A LAS QUE ASISTISTE

Al 25% o menos .
Entre el 26 y el 50%.....................
Entre el 51 y el 75%.....................
A ms del 75%....
20. CALIFICACIN ESPERADA EN LA
ASIGNATURA

1. Notable.........................................
2. No presentado.
3. Suspenso....
4. Sobresaliente...............................
5. Aprobado......................
6. Mencin de honor........................

21. VALORA EL GRADO DE DIFICULTAD DE
ESTA ASIGNATURA CON RESPECTO A LAS
OTRAS

1 2 3 4 5
22.CUNTOS MINUTOS A LA SEMANA LE DEDICAS AL ESTUDIO? (Sin incluir horas de clase)

Minutos NINGUNO Hasta 30 DE 31 60 DE 61 90 MAS DE 91
Dedicados

23.INDICA, DE MANERA APROXIMADA, CUNTAS VECES PARTICIPASTE EN CLASES PARA
ACLARAR DUDAS, OBJETAR U OPINAR SOBRE EL TEMA DESARROLLADO POR EL/LA DOCENTE?

NINGUNA VEZ 1 Vez 2 3 Veces 4 5 Veces Ms de 5 veces

UNS XX

CAPTULO C. DATOS GENERALES DE LA ENCUESTA (UTILIZA ESTA ESCALA PARA RESPONDER A CADA UNA DE LAS
CUESTIONES)

PLANIFICACIN
(Marca una sola opcin con segn corresponda)
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) DESDE EL PRINCIPIO DE SEMESTRE EL/LA DOCENTE EXPONE CON PRECISIN LOS OBJETIVOS DE APRENDIZAJE QUE LOS ESTUDIANTES
DEBEN LOGRAR, AS COMO LA METODOLOGA ADECUADA PARA ALCANZARLOS.

2) AL INICIO DE LAS CLASES ESTN DISPONIBLES EL PLAN DE TRABAJO Y OTROS RECURSOS NECESARIOS PARA EL DESARROLLO DE LA
ASIGNATURA.

3) EL PLAN DEL DOCENTE EST CONSTITUIDO POR OBJETIVOS A ALCANZAR

4) EL PLAN DEL DOCENTE EST CONSTITUIDO POR COMPETENCIAS A ALCANZAR.

5) EL/LA DOCENTE PROPONE LA BIBLIOGRAFA PERTINENTE, TANTO BSICA COMO COMPLEMENTARIA

6) LAS CLASES ESTN BIEN PREPARADAS Y ORGANIZADAS

7) EL/LA DOCENTE TEMPORALIZA EL ESTUDIO DE LA ASIGNATURA DE ACUERDO CON LA CARGA LECTIVA DE LA MISMA Y LOS OBJETIVOS A
CONSEGUIR.

8) EL /LA DOCENTE CUMPLI EL PROGRAMA Y EL PLAN DE TRABAJO.

9) EL/LA DOCENTE ELABORA GUAS QUE FACILITEN EL PROCESO DE APRENDIZAJE, CON ACTIVIDADES Y ORIENTACIONES

10) EL/LA DOCENTE DISEA ACTIVIDADES, DEBATES, PRCTICAS, ETC.

11) EL/LA DOCENTE CUMPLI EL PROGRAMA Y EL PLAN DE TRABAJO PREVISTO

Probablemente
SI
4
Indeciso
3
Probablemente
NO
2
Definitivamente
NO
1
Definitivamente
SI

5
12. COMO SNTESIS DE LAS RESPUESTAS A LAS AFIRMACIONES
ANTERIORES (Del 1 a la 11) LA PREPARACIN DE LAS CLASES O
SESIONES QUE IMPARTE EL/LA DOCENTE, ES.

1. Excelente 4. Malo
2. Bueno 5. Muy Malo
3. Regular

13. SEGN T QU NIVEL DE PREPARACIN DE LAS CLASES O
SESIONES POR PARTE DE TU DOCENTE/A ESPERARAS?

3. Regular

UNS XX

ORGANIZACIN DEL AULA
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) EL AULA DONDE PASAS CLASES EST PEDAGGICAMENTE CONSTRUIDA CON VENTILACIN, BASTANTE LUZ Y AMPLITUD.

2) CONSIDERAS QUE LA CANTIDAD DE MOBILIARIO (SILLAS, MESAS Y PUPITRES, BASUREROS SON LOS NECESARIOS)

3) EL/LA DOCENTE ORGANIZA EN FILA LOS PUPITRES BIPERSONALES (PARA DOS ESTUDIANTES) A LA MANERA TRADICIONAL O CONDUCTISTA.

4) EL/LA DOCENTE ORGANIZA LOS PUPITRES BIPERSONALES (PARA DOS ESTUDIANTES) EN EQUIPOS DE TRABAJO.

5) EN TU AULA HAY SUFICIENTES PUPITRES UNIPERSONALES (PARA UN SOLO ESTUDIANTE).

6) EL/LA DOCENTE ORGANIZA O HACE ORGANIZAR A LOS ESTUDIANTES LAS MESAS Y SILLAS EN EQUIPOS DE TRABAJO.

7) EL/LA DOCENTE ORGANIZA O HACE ORGANIZAR A LOS ESTUDIANTES LAS MESAS Y SILLAS EN CIRCULO.

8) EL/LA DOCENTE PASA CLASES EN COMPLETO DESORDEN DE SILLAS Y MESAS.

ANTERIORES (Del 1 a la 8) LA ORGANIZACIN DEL AULA POR
PARTE DEL/LA DOCENTE, ES.

3. Regular

10. SEGN T LA ORGANIZACIN DEL AULA POR EL/LA DOCENTE
DEBERA SER

3. Regular

UNS XX

HABILIDADES Y CONOCIMIENTOS
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) EL DOCENTE CONOCE LOS INSTRUMENTOS DEL ENTORNO VIRTUAL Y TIENE HABILIDAD PARA UTILIZARLOS.

2) EL DOCENTE TIENE UN DOMINIO ADECUADO DEL CONTENIDO DE LA ASIGNATURA, ENFOQUE, MATERIALES DIDCTICOS AFINES.

3) EL/LA DOCENTE CONOCE LOS MATERIALES, DOCUMENTOS, ARTCULOS Y DEMS INFORMACIN A LA QUE TIENE ACCESO EL ESTUDIANTE.

4) EL/LA DOCENTE ELABORA TEXTOS PARA SU PUBLICACIN

5) EL/LA DOCENTE SE PREOCUPA POR INNOVAR Y UTILIZAR DIVERSOS RECURSOS METODOLGICOS EN CLASE

6) EL/LA DOCENTE ES UN INVESTIGADOR: REALIZA TEXTOS, ESCRIBE LIBROS O ALGN TIPO DE MATERIAL

7) EL/LA DOCENTE DISPONE DE INFORMACIN Y CONOCIMIENTOS ACTUALIZADOS.

8) EL/LA DOCENTE TIENE CAPACIDAD PARA INCORPORAR INNOVACIONES DIDCTICAS

9) EL/LA DOCENTE TIENE CAPACIDAD PARA RELACIONAR LOS CONOCIMIENTOS CON LA PRCTICA PROFESIONAL ORIENTACIN DEL
APRENDIZAJE.

METODOLOGA DEL DOCENTE
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) EL/LA DOCENTE EXPLICA CON CLARIDAD CADA TEMA DESARROLLADO.

2) LAS CLASES ESTN CENTRADAS PLENAMENTE EN EL DOCENTE

3) EN LAS CLASES DE TEORA SE UTILIZAN ADECUADAMENTE EJEMPLOS, COMENTARIOS, CASOS DE LA
VIDA REAL, ETC.

4) LO EXPLICADO EN CLASES SE AJUSTA ADECUADAMENTE A LOS OBJETIVOS DEL PLAN DE TRABAJO.

5) LAS CLSES ESTN CENTRADAS PLENAMENTE EN EL ESTUDIANTE PRACTICANDOSE AS UNA DIDCTICA
AUTOESTRUCTURAL

6) EL/LA DOCENTE PRACTICA UNA DIDCTICA HETERO ESTRUCTURAL CON ALTO PROTAGONISMO DE EL
MISMO

7) EL/LA DOCENTE HACE USO DE DINMICAS PARTICIPATIVAS O DINMICAS DE EQUIPO CON LOS
ESTUDIANTES.

8) EL/LA DOCENTE UTILIZA RECURSOS LDICOS (JUEGOS PARA LA ENSEANZA)

9) EL/LA DOCENTE ORGANIZA LA CLASE EN EQUIPOS DE TRABAJO.

UNS XX

10) EL/LA DOCENTE DISTRIBUYE DISTINTOS CONTENIDOS POR GRUPOS O EQUIPOS.

11) EL/LA DOCENTE DISTRIBUYE LOS CONTENIDOS TEMTICOS POR GRUPOS PARA QUE LOS
ESTUDIANTES EXPONGAN.

12) EL /LA DOCENTE PONE EN PRCTICA DISTINTAS ACTIVIDADES PARA QUE LOS ESTUDIANTES
APRENDAN.

13) EL/LA DOCENTE SE PREOCUPA DE QUE LOS ESTUDIANTES APRENDAN PROCURANDO SABER SI
ENTIENDEN LO QUE EXPLICA

14) EL/LA DOCENTE ES CAPAZ DE SUSCITAR INTERS POR LA ASIGNATURA.

15) EL/LA DOCENTE ESTIMULA AL ESTUDIANTE PARA QUE REALICE LAS ACTIVIDADES Y PRUEBAS
NECESARIAS PARA ALCANZAR LOS OBJETIVOS MARCADOS.

16) EL/LA DOCENTE FOMENTA EL TRABAJO COOPERATIVO ENTRE LOS ESTUDIANTES ORGANIZANDO
EQUIPOS DE TRABAJO.

17) EL DOCENTE FOMENTA LA PARTICIPACIN DE LOS ESTUDIANTES EN EL AULA.

18) EL/LA DOCENTE AYUDA A RELACIONAR LOS CONTENIDOS CON OTRAS ASIGNATURAS.

ANTERIORES (Del 1 a la 18) LA METODOLOGA Y LA ACTUACIN
DEL/LA DOCENTE TE PARECEN?

3. Regular

20. SEGN TU ESPERAS QUE: LA METODOLOGA Y LA ACTUACIN
DEL/LA DOCENTE DEBERA SER:

3. Regular

UNS XX

EXPERIENCIA DOCENTE
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) EL/LA DOCENTE RESPONDE A LAS DUDAS EN UN PERIODO DE TIEMPO RAZONABLE.

2) LAS RESPUESTAS PROPORCIONADAS A LAS PREGUNTAS DE LOS ESTUDIANTES POR EL/LA DOCENTE SON COHERENTES CON EL TEMA O
UNIDAD DESARROLLADA.

3) EL/LA DOCENTE ENVA MENSAJES CLAROS, OPORTUNOS Y CORRECTAMENTE REDACTADOS.

4) EL/LA DOCENTE SE PONE NERVIOSO AL MOMENTO DE DESARROLLAR LA CLASE.

5) EL/LA DOCENTE COMETE MUCHOS ERRORES AL MOMENTO DE DESARROLLAR LOS CONTENIDOS EN CLASE.

6) EL /LA DOCENTE EXPLICA LOS CONTENIDOS A SER TRATADOS AL INICIO DE LA UNIDAD DIDCTICA O TEMA

7) EL/LA DOCENTE EXPLICA LAS COMPETENCIAS U OBJETIVOS A DESARROLLARSE SOBRE LA UNIDAD DIDCTICA O TEMA

8) EL/LA DOCENTE EXPLICA LAS ACTIVIDADES A SER DESARROLLADAS EN CADA UNIDAD DIDCTICA O TEMA

9) EL/LA DOCENTE EXPLICA LOS MATERIALES NECESARIOS PARA EL DESARROLLO DE LA UNIDAD DIDCTICA O TEMA

10) EL/LA DOCENTE TOMA EN CUENTA LOS CONOCIMIENTOS PREVIOS DE LOS ESTUDIANTES

ANTERIORES (DEL 1 A LA 10), TE PARECE QUE EL/LA DOCENTE
TIENE LA EXPERIENCIA SUFICIENTE PARA REGENTAR LA
ASIGNATURA?.

3. Regular

12. SEGN TU CUL DEBERA SER LA EXPERIENCIA DEL
DOCENTE?

3. Regular

UNS XX

SISTEMA DE EVALUACIN
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) FUI INFORMADO SOBRE LOS CRITERIOS Y ACTIVIDADES DE EVALUACIN DE LA ASIGNATURA O SE HIZO ALGUNA
EVALUACIN DIAGNSTICA

2) PARA EVALUAR LA ASIGNATURA EL/LA DOCENTE TIENE EN CUENTA OTROS ASPECTOS DISTINTOS AL EXAMEN
PROCEDIENDO AS CON ALGN TIPO DE EVALUACIN FORMATIVA

3) LAS PRCTICAS Y TRABAJOS COMPLEMENTARIOS SE EVALAN Y SON CONSIDERADOS EN LA CALIFICACIN FINAL
COMO PARTE DE UNA EVALUACIN SUMATIVA

4) LAS PRUEBAS DE EVALUACIN CONTINUA Y LOS EXMENES FINALES SE REFIEREN A LOS CONTENIDOS
FUNDAMENTALES DE LA ASIGNATURA.

5) EL/LA DOCENTE DISEA LAS PRUEBAS DE EVALUACIN CONTINUA Y LOS EXMENES FINALES PROCURADO CONECTAR
LOS CONTENIDOS DE LA ASIGNATURA CON LA PRCTICA PROFESIONAL Y LA ACTUALIDAD.

6) LAS PRUEBAS DE EVALUACIN FOMENTAN LA REFLEXIN CRTICA Y LA ASIMILACIN DE LOS CONTENIDOS.

7) EL/LA DOCENTE HACE PRUEBAS DE EVALUACIN CONTINUA QUE PERMITEN CONOCER EL PROGRESO DE LOS
APRENDIZAJES DE LOS ESTUDIANTES.

8. COMO SNTESIS DE LAS RESPUESTAS A LAS AFIRMACIONES (DEL 1 A
LA 7), TE PARECE QUE LA CORRESPONDENCIA ENTRE EL SISTEMA DE
EVALUACIN Y LOS OBJETIVOS DE LA ASIGNATURA SON LOS
CORRECTOS

3. Regular

9. COMO DESEARAS QUE SEA EL SISTEMA DE
EVALUACIN Y LOS OBJETIVOS DE LA ASIGNATURA.

3. Regular

UNS XX

LIDERAZGO Y CARACTERSTICAS PERSONALES DEL DOCENTE
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) LA PUNTUALIDAD Y OBSERVACIN DEL HORARIO POR EL/LA DOCENTE ES BUENA.

2) EL/LA DOCENTE TIENE UNA ACTITUD RECEPTIVA ANTE LAS PREGUNTAS O SUGERENCIAS DE LOS ESTUDIANTES.

3) EL/LA DOCENTE DEMUESTRA CALIDEZ, EMPATA, AMABILIDAD, TOLERANCIA, RESPETO Y COMPRENSIN.

4) EL/LA DOCENTE PROMUEVE EL ESPRITU CRTICO Y LA EXPRESIN DE IDEAS Y OPINIONES SOBRE TEMAS DE
ACTUALIDAD RELACIONADOS CON LA ASIGNATURA

5) EL/LA DOCENTE CONSENSA CON LOS ESTUDIANTES LAS NORMAS Y PROCEDIMIENTOS.

6) EL/LA DOCENTE IMPONE LAS NORMAS Y PROCEDIMIENTOS

7) EL/LA DOCENTE DEJA HACER SIN ESTABLECER LMITES

8) EL/LA DOCENTE CUMPLE SATISFACTORIAMENTE SUS OBLIGACIONES DOCENTES (DISPOSICIN PARA
ATENDER A LOS ESTUDIANTES DURANTE LAS HORAS DE CLASE, SISTEMA DE EVALUACIN BIEN
ESTABLECIDO...ETC).

9) EL/LA DOCENTE LLAMA CONTINUAMENTE LA ATENCIN A LOS ESTUDIANTES.

10) EL/LA DOCENTE TRATA A TODOS POR IGUAL: TANTO A VARONES Y MUJERES.

11) EL/LA DOCENTE DISCRIMINA A LOS ESTUDIANTES POR ALGUNA RAZN.

12) EL/LA DOCENTE DELEGA FUNCIONES QUE LE CORRESPONDEN A ALGN ESTUDIANTE.

13) EL/LA DOCENTE ELOGIA, FELICITA, INCENTIVA Y VALORA EL AVANCE DE LOS ESTUDIANTES.

ANTERIORES (DEL 1 A LA 13), EL NIVEL DE ATENCIN Y DISPONIBILIDAD
DEL/ LA DOCENTE EN EL TRATO CON LOS ESTUDIANTES, EN CLASES Y EN
HORAS DE CONSULTA ES

3. Regular

15. COMO DESEARAS QUE SEA EL TRATO DEL DOCENTE
CON LOS ESTUDIANTES, EN CLASES Y EN HORAS DE
CONSULTA
3. Regular

UNS XX

RELACIN CON EL EQUIPO DOCENTE
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) EL/LA DOCENTE MANTIENE UNA RELACIN FLUIDA Y REGULAR CON EL RESTO DEL EQUIPO DOCENTE.

2) EL/LA DOCENTE COORDINA SU ACTIVIDAD CON LA DE LOS DEMS DOCENTES DE LA ASIGNATURA.

3) EL/LA DOCENTE COLABORA Y COMPARTE IDEAS, DOCUMENTOS Y MEJORAS CON EL RESTO DEL EQUIPO DOCENTE.

4) EL/LA DOCENTE MUESTRA INICIATIVA Y CAPACIDAD DE RESPUESTA ANTE SITUACIONES Y PROBLEMAS IMPREVISTOS

5. RESPECTO A LAS AFIRMACIONES (DEL1 A LA 4) CMO
VALORAS GLOBALMENTE LA ACTUACIN DEL/LA DOCENTE
EN SU RELACIN CON LOS DEMS DOCENTES

3. Regular

6. COMO DESEARAS QUE SEA LA ACTUACIN DEL/LA DOCENTE
EN SU RELACIN CON LOS DEMS DOCENTES

3. Regular

UNS XX

UTILIZACIN DE LOS MATERIALES EN EL DESARROLLO DE LA CLASE
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) EN LAS CLASES SE USA MATERIAL VARIADO ELABORADO POR EL/LA DOCENTE

2) EN LAS CLASES SE USA MATERIAL VARIADO ELABORADO POR LOS ESTUDIANTES

3) EL MATERIAL ES ADECUADO A LA DINMICA ESTABLECIDA AL TEMA

4) EL/LA DOCENTE UTILIZA DVD, VIDEOS, GRABACIONES REFERENTES AL TEMA.

5) EN EL AULA ESTN DISPONIBLES MATERIALES, QUE INVITAN A DESCUBRIR LA DIVERSIDAD CULTURAL

6) EL MATERIAL PROPORCIONADO A LOS ESTUDIANTES POR EL/LA DOCENTE ES EN FORMA OPORTUNA

7) EL/LA DOCENTE DE LA ASIGNATURA UTILIZA MATERIALES IMPRESOS O FOTOCOPIAS.

8) LOS ESTUDIANTES TIENEN ACCESO DIRECTO A LA BIBLIOTECA.

9) EL/LA DOCENTE UTILIZA EL REGISTRO PEDAGGICO PARA LLAMAR LISTA O ANOTAR ACTIVIDADES

10) EN CLASES SE UTILIZA EL CUADERNO EN LIMPIO

11) EL/LA DOCENTE UTILIZA PIZARRA, ALMOHADILLA Y MARCADORES.

12) EL/LA DOCENTE UTILIZA PUNTERO.

13) EL/LA DOCENTE UTILIZA O EXIGE PAPELGRAFOS, CARTULINA

14) EL/LA DOCENTE UTILIZA O EXIGE EN CLASES MQUINA DE CALCULAR CIENTFICA

15) EL/LA DOCENTE UTILIZA COMPUTADORA Y DATA SHOW O ALGN SOFTWARE ESPECIAL EN EL DESARROLLO DE
CLASES

16) EL/LA DOCENTE UTILIZA CUADROS DIDCTICOS Y FICHAS DE TRABAJO

ANTERIORES (DEL 1 A LA 16), EN CLASES LOS MATERIALES UTILIZADOS
(LIBROS, APUNTES, VIDEOS, DATA SHOW, SOFTWARE, PIZARRA, ETC)
POR EL/LA DOCENTE SON ADECUADOS A LOS CONTENIDOS TEMTICOS.

3. Regular

18. SEGN T EL USO POR EL DOCENTE DE LOS
MATERIALES (LIBROS, APUNTES, VIDEOS, DATA
SHOW, SOFTWARE, PIZARRA, ETC) DEBERA SER

3. Regular

UNS XX

INFRAESTRUCTURA EDUCATIVA
Definitivamente
NO
(1)
Probablemente
NO
(2)
Indeciso

(3)
Ms Bien
De Acuerdo
(4)
Completamente
De acuerdo
(5)
1) LA BIBLIOTECA DE CIENCIAS DE LA EDUCACIN TIENE LAS CONDICIONES COMO PARA ESTUDIAR

2) LA BIBLIOTECA DE CIENCIAS DE LA EDUCACIN TIENE LOS LIBROS REQUERIDOS COMO PARA REALIZAR
INVESTIGACIONES Y CONSULTAS

3) LAS COMPUTADORAS DE LA BIBLIOTECA DE CIENCIAS DE LA EDUCACIN TIENEN INTERNET O BIBLIOTECA VIRTUAL

4) EXISTE UN CONTROL ESTRICTO DE PERSONAL EN BIBLIOTECA

5) LOS AMBIENTES DE LA CARRERA SON LOS ADECUADOS PARA UN BUEN DESEMPEO PEDAGGICO

6) LA DIRECCIN DE CARRERA CUENTA CON EL EQUIPAMIENTO NECESARIOS

7) LA CARRERA CIENCIAS DE LA EDUCACIN CUENTA CON LABORATORIOS CORRECTAMENTE EQUIPADOS

8) LA CARRERA CIENCIAS DE LA EDUCACIN CUENTA CON TALLERES CORRECTAMENTE EQUIPADOS

9) LA CARRERA CIENCIAS DE LA EDUCACIN CUENTA CON DEPSITOS QUE TIENE SUFICIENTE ESPACIO

10) LAS REAS DE RECREACIN DE LA UNIVERSIDAD (PATIOS, JARDINES, PASEOS, ETC..), SON LAS ADECUADAS
COMO PARA UN DESCANSO PROPICIO.

11) EXISTE UN COMPROMISO CON EL SERVICIO A NIVEL BIBLIOTECA.

12) EN LA UNIVERSIDAD EXISTEN SERVICIOS DE COCINA PARA LOS ESTUDIANTES DE LA CARRERA CIENCIAS DE LA
EDUCACIN.

ANTERIORES (DEL 1 A LA 12), EXPRESA TU GRADO DE SATISFACCIN CON
EL ESTADO DE LOS MATERIALES, EQUIPAMIENTO E INFRAESTRUCTURA
CON QUE CUENTA LA CARRERA CIENCIAS DE LA EDUCACIN.

3. Regular

25. SEGN TU CUL DEBERA SER EL ESTADO DE LAS
INSTALACIONES Y LOS EQUIPAMIENTOS DISPONIBLES
DE LA CARRERA CIENCIAS DE LA EDUCACIN
3. Regular

UNS XX

OPININ GLOBAL

28. CULES SON LAS ESTRATEGIAS DE APRENDIZAJE QUE EMPLEAS HABITUALEMNTE PARA
APRENDER MEJOR? (Marca una sola opcin con segn corresponda)

TAXONOMA DE ESTRATEGIAS DE APRENDIZAJE
UTILIZA
(1)
NO UTILIZA
(2)
La demostracin y valoracin de los aprendizajes
La observacin de fenmenos
La representacin de fenmenos
La comparacin y anlisis de datos
La retencin de los datos
La ordenacin de hechos
La recuperacin de datos
La clasificacin y sntesis de datos
La transformacin de habilidades
La interpretacin e inferencia de fenmenos
Otro

29. EN GENERAL, EL TRABAJO LLEVADO A CABO POR
EL/LA DOCENTE FUE:

3. Regular

30. LA CALIDAD GLOBAL DE LA ASIGNATURA FUE:

3. Regular

31. LA APORTACIN DE LA ASIGNATURA AL
INCREMENTO DE MIS SABERES, ACTITUDES Y
APTITUDES FUE:
3. Regular

32. LA CALIDAD GLOBAL DE LOS MATERIALES E
INFRAESTRUCTURA DE LA CARRERA CIENCIAS DE LA
EDUCACIN ES:
3. Regular

26. COMO APRENDES MEJOR?

1. Por ensayo y error 3.Por imitacin
2. Por condicionamient 4.Por comparaci

__________________________________________________
__________________________________________________

5. NINGUNO
27. QU MTODOS Y TCNICAS UTILIZA EL/LA DOCENTE
EN EL DESARROLLO DE ESTRATEGIAS DE APRENDIZAJE

1. Anlisis y Discusin 3. Modelado
2. Ejercitacin 4. Instruccin
__________________________________________________
__________________________________________________

5. NINGUNO
UNS XX

GRACIAS POR TU COLABORACIN

33. EN CUANTO A FORMACIN UNIVERSITARIA
HAZ UNA AUTOEVALUACIN SOBRE TU NIVEL
ACADMICO?

3. Regular

34. CUL DEBERA SER TU NIVEL ACADMICO?

3. Regular

UNS XX

NDICE BIBLIOGRFICO

Behar, Gutirrez Roberto; Grima, Cintas Pere, (2008) 55 Respuestas a Dudas Tpicas de Estadstica;
Ediciones Daz de Santos, S. A., Impreso en Espaa Madrid (2008).

Galdos, L. (2005) Dominando las Matemticas Clculo y Estadstica III; Editorial, Cultural, S. A., Madrid
Espaa (2005).

Garret, H. E., (1969). Estadstica en Psicologa y Educacin; Escuela de Educacin de la City
University of New York., Nueva York N. Y. (1969).

Gujarati, Damodar N. (1997). Econometra; McGraw Hill / INTERAMERICANA Editores, S. A.,
Colombia, Bogot, 1997.

Sampieri Hernndez, Roberto; Fernndez C. Carlos y Baptista L. Pilar (2003). Metodologa de la
Investigacin; Tercera Edicin. McGraw Hill / INTERAMERICANA Editores, S. A. de C. V.,
Mxico, Distrito Federal, 2003.

Siani, Ticona Jos Luis, (2003) (Tesis) Autosostenibilidad Financiera de las Instituciones de
Microfinanzas. UMSA., La Paz Bolivia (2003).

Siani, Ticona Jos Luis, (2008) Inferencia Estadstica Orientada a las Ciencias Sociales y
Educacin. Primera Edicin, El Alto Bolivia. Febrero de (2008).

Siani, Ticona Jos Luis, (2008) Estadstica Descriptiva Orientada a las Ciencias Sociales y
Educacin. Impresiones y Encuadernacin Publicidad Fotocopias APAZA, El Alto Bolivia.
Septiembre de (2008).

Siani, Ticona Jos Luis, (2011) Muestreo Estadstico. Impresiones y Encuadernacin Publicidad
Fotocopias APAZA, El Alto Bolivia. Febrero de (2011).

Tamayo, y Tamayo Mario, (1993). El Proceso de la Investigacin Cientfica; Tercera Edicin. LIMUSA,
Noriega Editores., Colombia (1993).

Zeballos, Quispe Mery, (2008). Solucionario de Estadstica; Biblioteca Carrera Ciencias de la Educacin
Universidad Pblica de El Alto (2008).

Unidad Didáctica 3.: Estadística Educativa

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Unidad Didáctica 3.: Estadística Educativa

Загружено:

Авторское право:

Доступные форматы

Estadstica Educativa

Вам также может понравиться