TAREA EVALUABLE T3

Unos investigadores desarrollan un nuevo entorno virtual de aprendizaje basado en Google Apps. Para evaluar la incidencia de la utilización de este nuevo entorno en las calificaciones de los estudiantes, durante dos años se realiza un estudio de caso con dos grupos de estudiantes: un grupo de control que utiliza Moodle y un grupo experimental que utiliza Google Apps; el reparto de sujetos entre ambos grupos se realiza siguiendo un criterio de paridad de sexo.

sujeto grupo nota sexoestudiante1A Moodle 4 Mestudiante2A Moodle 5 Festudiante3A Moodle 6 Festudiante4A Moodle 4 Mestudiante5A Moodle 5 Mestudiante6A Moodle 6 Festudiante7A Moodle 4 Mestudiante8A Moodle 5 Festudiante9A Moodle 6 Festudiante10A Moodle 4 Mestudiante11A Moodle 5 Mestudiante12A Moodle 6 Festudiante13A Moodle 4 Mestudiante14A Moodle 5 Festudiante15A Moodle 6 Festudiante16A Moodle 4 Mestudiante17A Moodle 5 Mestudiante18A Moodle 6 Festudiante19A Moodle 7 Mestudiante20A Moodle 8 Festudiante1B Google Apps 6 Festudiante2B Google Apps 7 Mestudiante3B Google Apps 8 Mestudiante4B Google Apps 6 Festudiante5B Google Apps 7 Festudiante6B Google Apps 8 Mestudiante7B Google Apps 6 Festudiante8B Google Apps 7 Mestudiante9B Google Apps 8 Mestudiante10B Google Apps 6 Festudiante11B Google Apps 7 Festudiante12B Google Apps 8 Mestudiante13B Google Apps 6 Festudiante14B Google Apps 7 Mestudiante15B Google Apps 8 Mestudiante16B Google Apps 6 Festudiante17B Google Apps 7 Festudiante18B Google Apps 8 Mestudiante19B Google Apps 9 Festudiante20B Google Apps 10 M

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.

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.

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

A TRAVÉS DE ESTAS MEDIAS, HICE LOS SIGUIENTES GRÁFICOS DE INTERACCIÓN

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 de la plataforma Moodle con relación a la de Google Apps, vemos como aumenta tanto para el sexo masculino, como para el sexo femenino, también se puede determinar que la variable grupo tiene un efecto principal.

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")

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

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%.

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:

> summary(aov(Notas.2grupos.v31$nota~Notas.2grupos.v31$grupo*Notas.2grupos.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%.