domingo, 28 de febrero de 2016

Tarea Evaluable T2


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.


En la presente publicación se presenta para cada año un análisis sobre la existencia de diferencias estadísticamente significativa entre las calificaciones de cada grupo, además se detalla paso a paso el proceso seguido para la realización del presente análisis.


Primer Análisis

Desarrollo del Año 1

Procedemos a importar los datos proporcionados correspondiente al primer año y para ello utilizaremos la opción Import Dataset de Rstudio e importamos los datos, tal y como a continuación se presenta:




Como se puede observar en la cuadricula superior derecha se han cargado los datos y se visualiza la variable de trabajo. También vemos en la cuadricula superior izquierda la visualización de los contenidos de esta nuestra variable, la cuadricula inferior izquierda se encuentra preparada para recibir los comando que utilizaremos para procesar y analizar los datos. Tal y como mostramos a continuación: 



Procedemos a filtrar los datos mediante la ejecución de los comando que mas adelante se ilustran, esto nos permitirá separar los datos que se encuentran juntos en la variable de trabajo correspondiente a Moodle y a Google Apps, tal y como se muestra continuación:





A continuación le presentamos la diferencias entre ambos grupos mediante t-student, permitiéndonos esto ver el calculo de las medias para hacernos una idea de la medida en que los indicadores varían de uno a otro grupo.


Vemos pues que con el uso de Google Apps se obtiene una media de 0.7 puntos mas que la utilización de Moodle.



A continuación utilizando el test estadístico t de student para determinar si los datos obtenido son estadistícamente significativo en el caso estudiado, y para esto utilizaremos la siguiente linea de código:


Lo que nos dará el siguiente resultado:




Conclusiones Año 1

Ademas de lo que hemos dicho anterior mente, sobre la diferencia de 0.7 puntos en la media, no pareciendo significativo la diferencia entre ambos por el hecho de ser tan solo de 0.7 puntos, aquí tenemos que ver si esta diferencia es estadistícamente significativa, o sea; si se debe al azar o si la diferencia se debe al factor diferencial de ambos grupo.



Para determinar lo propuesto nos fijamos en lo que nos indica el p-value, indica que el riesgo de equivocarnos al afirmar que existe una diferencia estadistícamente significativa entre ambos grupos debido al factor diferencial de estos grupos es de: 0.007427 lo que seria un un 0.7427% de posibilidades. Hay un riesgo muy pequeño de equivocación, es por lo que se concluye determinando que si existe diferencia estadistícamente significativa entre ambos grupos, esto lo confirmamos cuando vemos que p-valor es < 0.05, o 5%.


Segundo Análisis


Año 2


Para el análisis del segundo año hacemos el mismo procedimiento:

Importamos.


Datos cargados.



Y ya hemos hecho el proceso que realizamos para el año 1 mediante el filtrado de los datos mediante la ejecución de los comando, para separar los datos que se encuentran juntos en la variable de trabajo correspondiente a Moodle y a Google Apps, tal y como se muestra continuación:


Para comprobar si existen diferencia estadisticamente significativa, utilizamos nuevamente el test de t de student, tal y como se muestra a continuación:



Conclusiones Año 2


Tomando en cuenta el procedimiento realizado anteriormente cuando realizamos el análisis del primer año vemos que en el caso especifico del segundo año no hay diferencia estadísticamente significativa ya que p-value = 0.08832 lo que corresponde a un 8.832% de probabilidad de equivocarnos al afirmar que si existe dicha diferencia, lo que es un porcentaje muy alto si tomamos en cuenta que se debe dar lo siguiente: p-value < 5%.

No hay comentarios:

Publicar un comentario