Redined

Network of Educational Information logoNetwork of Educational Information logo
    • twitter
    • English 
      • Español
      • Català
      • English
      • Euskera
      • Galego
  • Login
  • About Redined
    • What is Redined
    • Directory
  • Help
    • How to search in Redined
    • Tutorial
  • Document submission
    • Who can submit documents?
    • Submit your documents
    • Intellectual property
  • Statistics
    twitter
  • English 
    • Español
    • Català
    • English
    • Euskera
    • Galego
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All RedinedAuthorsCorporate AuthorsTitlesTopicsOther TopicsEducational LevelsCollectionsPeriodical TitlesThis CollectionAuthorsCorporate AuthorsTitlesTopicsOther TopicsEducational LevelsCollectionsPeriodical Titles

My Account

Login

Statistics

View Usage Statistics

El efecto de regresión a la media en evaluaciones longitudinales a través de un estudio de simulación Monte Carlo

URI:
http://hdl.handle.net/11162/194824
Full text:
https://eprints.ucm.es/55433/1/T ...
Education Level:
Educación Infantil
Educación Primaria
Educación Secundaria
Document type:
Tesis doctoral
Exportar:
Exportar a RefworksBibtex
Compartir:
Imprimir
Estadísticas:
View Usage Statistics
Metadata:
Show full item record
Author:
Arroyo Resino, Delia
Date:
2018
Abstract:

Se trata de conocer cómo afectan determinadas características de las evaluaciones educativas, en los patrones de correlación generados entre las puntuaciones de los estudiantes, a través de la realización de una simulación Monte Carlo, Está basada en un modelo jerárquico lineal con tres niveles de anidamiento (tiempo, estudiante y aula) y longitudinal (nueve mediciones). Por ello, como primer objetivo se plantea estudiar el efecto de los porcentajes de varianza, así como de los valores de correlación fijados entre el intercepto y la pendiente en los distintos niveles, con el fin de conocer la fiabilidad con la que se estiman las puntuaciones de los estudiantes y el comportamiento del Efecto de Regresión a la Media. Para ello se analizan los patrones de correlación generados entre las diferentes ocasiones de medida, lo que ayudará a conocer el número de aplicaciones necesarias para estimar las puntuaciones de los estudiantes con precisión. El segundo objetivo, estudiar el efecto del tamaño de las aulas en la estimación de su pendiente de crecimiento. Para la consecución de dichos objetivos de investigación, se han simulado datos con el software estadístico R-Studio versión 3.4.3, donde el primer nivel hace referencia al tiempo, el segundo a los estudiantes y, el tercero a las aulas, también se ha utilizado el programa estadístico SPSS versión 23 y Excel 2016, con el fin de complementar los análisis de los datos. Los resultados muestran que el factor que más influye en la precisión con la que se estiman las puntuaciones de los estudiantes, es la diferencia entre el porcentaje de varianza encontrado en el error intrasujeto respecto al porcentaje de varianza existente en la pendiente, y se obtienen estimaciones más fiables con un menor número de mediciones cuando es mayor este último coeficiente (debido a su carácter acumulativo), independientemente del nivel al que haga referencia (estudiante y/o aulas).

Se trata de conocer cómo afectan determinadas características de las evaluaciones educativas, en los patrones de correlación generados entre las puntuaciones de los estudiantes, a través de la realización de una simulación Monte Carlo, Está basada en un modelo jerárquico lineal con tres niveles de anidamiento (tiempo, estudiante y aula) y longitudinal (nueve mediciones). Por ello, como primer objetivo se plantea estudiar el efecto de los porcentajes de varianza, así como de los valores de correlación fijados entre el intercepto y la pendiente en los distintos niveles, con el fin de conocer la fiabilidad con la que se estiman las puntuaciones de los estudiantes y el comportamiento del Efecto de Regresión a la Media. Para ello se analizan los patrones de correlación generados entre las diferentes ocasiones de medida, lo que ayudará a conocer el número de aplicaciones necesarias para estimar las puntuaciones de los estudiantes con precisión. El segundo objetivo, estudiar el efecto del tamaño de las aulas en la estimación de su pendiente de crecimiento. Para la consecución de dichos objetivos de investigación, se han simulado datos con el software estadístico R-Studio versión 3.4.3, donde el primer nivel hace referencia al tiempo, el segundo a los estudiantes y, el tercero a las aulas, también se ha utilizado el programa estadístico SPSS versión 23 y Excel 2016, con el fin de complementar los análisis de los datos. Los resultados muestran que el factor que más influye en la precisión con la que se estiman las puntuaciones de los estudiantes, es la diferencia entre el porcentaje de varianza encontrado en el error intrasujeto respecto al porcentaje de varianza existente en la pendiente, y se obtienen estimaciones más fiables con un menor número de mediciones cuando es mayor este último coeficiente (debido a su carácter acumulativo), independientemente del nivel al que haga referencia (estudiante y/o aulas).

Leer menos
Materias (TEE):
valoración; puntuación; análisis estadístico; análisis comparativo; evaluación
Ministry logo
AndalucíaAragónPrincipado de AsturiasIslas BalearesIslas CanariasCantabriaCastilla y LeónExtremaduraGaliciaComunidad de MadridRegión de MurciaComunidad Foral de NavarraPaís VascoLa Rioja
Indexed inDspaceOpenaireOpen-doarRecolectaUniversiaHispanaGoogle ScholarBielefeld Academic Search Engine
Redined | Legal notice | Accesibility | Contact us | suggestions
RSSShare
 

 

Redined does not provide access to the full text of all the documents described due to copyright reasons. If you are interested in accessing any of these resources, you can contact us through the email redinedDS@educacion.gob.es and we will try to help you.