1. TAREA EVALUABLE T1
Unos investigadores desarrollan un nuevo entorno virtual de aprendizajebasado
enGoogleApps. Para evaluar laincidenciadela utilización de este nuevo entorno
en las calificaciones delos estudiantes,durante dos años serealiza un estudio de
casocon dos grupos de estudiantes: un grupodecontrol queutiliza Moodle yun
grupo experimental queutilizaGoogleApps; elreparto desujetos entreambos
grupos serealizasiguiendo uncriteriodeparidad desexo.
2. sujeto grupo nota sexo
estudiante1A Moodle 4 M
estudiante2A Moodle 5 F
estudiante3A Moodle 6 F
estudiante4A Moodle 4 M
estudiante5A Moodle 5 M
estudiante6A Moodle 6 F
estudiante7A Moodle 4 M
estudiante8A Moodle 5 F
estudiante9A Moodle 6 F
estudiante10A Moodle 4 M
estudiante11A Moodle 5 M
estudiante12A Moodle 6 F
estudiante13A Moodle 4 M
estudiante14A Moodle 5 F
estudiante15A Moodle 6 F
estudiante16A Moodle 4 M
estudiante17A Moodle 5 M
estudiante18A Moodle 6 F
estudiante19A Moodle 7 M
estudiante20A Moodle 8 F
estudiante1B Google Apps 6 F
estudiante2B Google Apps 7 M
estudiante3B Google Apps 8 M
estudiante4B Google Apps 6 F
estudiante5B Google Apps 7 F
estudiante6B Google Apps 8 M
estudiante7B Google Apps 6 F
estudiante8B Google Apps 7 M
estudiante9B Google Apps 8 M
estudiante10B Google Apps 6 F
estudiante11B Google Apps 7 F
estudiante12B Google Apps 8 M
estudiante13B Google Apps 6 F
estudiante14B Google Apps 7 M
estudiante15B Google Apps 8 M
estudiante16B Google Apps 6 F
estudiante17B Google Apps 7 F
estudiante18B Google Apps 8 M
estudiante19B Google Apps 9 F
estudiante20B Google Apps 10 M
3. SE PIDE:
1.- Observar los datos y reflexionar acerca de la relación que existe entre las
variables calificación, grupo y sexo.
Después de observar los datos a simple vita puede notar que las
calificaciones de los estudiantes del Grupo de Google Apps resulto ser
más sobresalientes que lo del grupo de Moodle., si se analiza por
sexo se hace más notorio, ya que se puede apreciar que los
estudiantes de sexo masculino de google Apps mantuvieron una
calificación entre 7-10 puntos , contrario a los estudiantes de Moodle la
cual fue de 4-7 puntos.
4. 2.- Dibujar en Excel un gráfico de interacción de las medias de las
calificaciones combinando las variables grupo y sexo, es decir: Moodle-
Male, Moodle-Female, GoogleApps-Male, GoogleApps-Female. ¿Coinciden
los resultados mostrados en el gráfico con tus reflexiones del apartado
anterior?
Cree el Gráfico de las medias de las calificaciones combinando las variables
grupo y sexo, es decir: Moodle-Male, Moodle-Female, GoogleApps-Male,
GoogleApps-Female.
5.
6. Si Comparamos los gráficos con el análisis se puede ver claramente
lo expuesto, que los estudiantes de grupos Google Apps, obtuvieron
mejores calificación que los de Moodle. Para poder realizar este grafico
utilicé las hojas de cálculo de Google , para obtener las medias de las
diferentes Combinaciones use la Función PROMEDIO.SI.CONJUNTO,
como se muestra a continuación:
PROMEDIO.SI.CONJUNTO(C2:C41;B2:B41;"GooGle Apps";D2:D41;"M") =7.9
=PROMEDIO.SI.CONJUNTO(C2:C41;B2:B41;"GooGle Apps";D2:D41;"F")=6.6
=PROMEDIO.SI.CONJUNTO(C2:C41;B2:B41;"Moodle";D2:D41;"F")=5.9
=PROMEDIO.SI.CONJUNTO(C2:C41;B2:B41;"Moodle";D2:D41;"M")=4.6
7. A TRAVÉS DE ESTAS MEDIAS, HICE LOS SIGUIENTES GRÁFICOS
DE INTERACCIÓN
8.
9. En cuanto a si hay o no interacción, según lo resultado, se puede
determinar que sí, porque cuando se observa en los l gráficos lo cambio
delaplataforma Moodle con relación a la de Google Apps, vemos como
aumenta tanto para el sexo masculino,comopara el sexo femenino,también
se puede determinar que la variable grupotiene un efecto principal.
10. 3.-Analizar si existen diferencias estadísticamente significativas en las
calificaciones en función del grupo y del sexo.
Para ver esto abrí el fichero de R-studio , realizando lo mismo paso
que para la tarea T2.
Luego procedí a dividir los datos en función del Grupo y del
sexo, en la imagen de arriba se puede ver por grupo y en la de
abajo le muestro
las instrucciones usada para el sexo.
> View(Nota3GoogleApps)
> Nota3GoogleApps<-subset(Notas.2grupos.v31,grupo=="Google Apps")
> Nota3Moodle<-subset(Notas.2grupos.v31,grupo=="Moodle")
> Nota3Femenino<-subset(Notas.2grupos.v31,sexo=="F")
> Nota3Masculino<-Subset(Notas.2grupos.v31,sexo=="M")
11. Calcule la media para hacerme una idea de la medida en que dichos
indicadores varían de uno a otro grupo.
> with(Notas.2grupos.v3,tapply(nota,list(grupo),mean))
Google Apps Moodle
7.25 5.25
Luego procedí a comparar los datos para ver si existen diferencia
estadísticamente significativa por grupo y por sexo.
1.- Comparando por grupo
12. El análisis muestra que hay diferencia estadísticamente significativa, entre
el grupo de Moodle y el Grupo Google Apps, determinada por la
plataforma utilizada en cada grupo, el margen de error es menor de 5% ,
en virtud que el p-value =1.683e-06 los que equivale a un 0.0001683%, la
cual es la probabilidad a equivocarnos.
2.- Comparando por Sexo
> t.test(Nota3Masculino$nota, Nota3Femenino$nota)
Welch Two Sample t-test
data: Nota3Masculino$nota and Nota3Femenino$nota
t = 0, df = 28.082, p-value = 1
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-0.982814 0.982814
sample estimates:
mean of x mean of y
6.25 6.25
El análisis de los resultados muestra que por sexo no hubo diferencia
estadísticamente significativa entre ambos grupos de estudiantes , ya que el
margen de error es mayor 5%, en virtud que el p-value= 1, lo que equivale
a un 100%.
13. 4. Utilizar la función aov() de R para saber si existe una interacción
estadísticamente significativa entre las variables grupo y sexo.
Para poder tener una idea de que iba hacer tuve varios días buscando
información en internet , sobre el uso de la función Aov(), luego utilice la
función Summary
Al principio me dio varios error ya que no me traía el resultado esperado
como se puede ver , solo me leía la variable sexo , luego pude comprobar
que no estaba colocando todo el argumento, para que pudiera traer el
resultado, hasta que por fin pude dar con el argumento, el cual le
mostrares a continuación:
14. > summary(aov(Notas.2grupos.v31$nota~Notas.2grupos.v31$grupo*Notas.2grup
os.v31$sexo))
Df Sum Sq Mean Sq
Notas.2grupos.v31$grupo 1 40.0 40.00
Notas.2grupos.v31$sexo 1 0.0 0.00
Notas.2grupos.v31$grupo:Notas.2grupos.v31$sexo 1 16.9 16.90
Residuals 36 30.6 0.85
F value Pr(>F)
Notas.2grupos.v31$grupo 47.06 5.02e-08 ***
Notas.2grupos.v31$sexo 0.00 1
Notas.2grupos.v31$grupo:Notas.2grupos.v31$sexo 19.88 7.74e-05 ***
Residuals
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Según los resultados ,se llega a la conclusión que hay una interacción
estadísticamente significativa entre las variables grupo y sexo , debido a que
el valor de Pr= 7.74e-05 , lo que equivale a 0.00774%, lo que es menor
que el margen de error del 5%.