Instrucciones Generales para la Actividad

  1. Formar grupos de trabajo de 2 a 3 estudiantes
    Los estudiantes deberán organizarse en grupos pequeños, idealmente de dos a tres personas, para fomentar el trabajo colaborativo y compartir responsabilidades en cada etapa del proceso. Este tamaño de grupo permite una buena distribución de tareas, donde cada miembro puede contribuir activamente en el desarrollo del diseño del instrumento, la recolección de datos, el análisis y la presentación de los resultados.

  2. Seleccionar uno de los cinco problemas propuestos
    A continuación, se presentarán cinco problemas específicos que abordan distintos contextos aplicables en la universidad. Cada grupo debe elegir uno de estos problemas según su interés y el contexto que mejor comprenda. La selección de un problema permite enfocar el trabajo en una pregunta de investigación concreta, facilitando el diseño del instrumento y la recopilación de datos necesarios para realizar una prueba de hipótesis.

  3. Desarrollar un instrumento para recolectar datos relevantes
    Con base en el problema seleccionado, el grupo debe diseñar un instrumento sencillo (por ejemplo, una encuesta o cuestionario) que permita recolectar los datos necesarios. Este instrumento debe estar alineado con la hipótesis planteada y debe contener preguntas claras y relevantes. Es importante que el instrumento esté bien estructurado y que el grupo considere aspectos como el tipo de escala (numérica, Likert, etc.) y la claridad de las preguntas para asegurar que los datos recolectados sean confiables y útiles.

  4. Reunir datos de al menos 50 participantes dentro de la universidad
    Cada grupo deberá recolectar datos de un mínimo de 50 participantes. Los participantes deben pertenecer a la universidad, ya que el contexto de la actividad se centra en este entorno. Esta muestra mínima ayudará a garantizar que el análisis sea representativo y permita la realización de una prueba de hipótesis con una base de datos adecuada. Los estudiantes deben asegurarse de registrar los datos de manera organizada y ética, respetando la privacidad y el consentimiento de los participantes.

  5. Analizar los datos y realizar la prueba de hipótesis correspondiente
    Una vez recolectados los datos, cada grupo debe realizar un análisis estadístico que permita responder a la hipótesis planteada. El tipo de prueba de hipótesis (por ejemplo, prueba t, prueba de correlación, etc.) dependerá del problema seleccionado y del tipo de datos recolectados. Este análisis debe estar bien documentado y presentado de manera comprensible, para que los resultados sean claros y puedan ser evaluados objetivamente.

  6. Interpretar los resultados y redactar una conclusión en función de la hipótesis planteada
    En esta etapa, los estudiantes deben interpretar los resultados del análisis y relacionarlos con la hipótesis formulada al inicio. Es importante que redacten una conclusión clara que indique si los datos apoyan o no la hipótesis alternativa. Además, deben reflexionar sobre la validez de sus resultados y discutir cualquier limitación que haya surgido durante el experimento o el análisis.

  7. Presentar un informe estructurado
    Finalmente, cada grupo debe elaborar un informe completo que incluya todos los elementos del proceso. El informe debe tener la siguiente estructura:

    • Introducción y justificación del problema elegido: Descripción breve del contexto del problema y explicación de su relevancia.
    • Desarrollo del diseño del instrumento: Explicación de cómo se desarrolló el instrumento de recolección de datos, incluyendo el diseño de las preguntas y el tipo de escala utilizado.
    • Metodología de recolección de datos: Descripción del procedimiento de recolección de datos, el número de participantes y cualquier detalle adicional que sea relevante.
    • Análisis de datos y prueba de hipótesis: Presentación detallada de los métodos estadísticos utilizados y los resultados obtenidos.
    • Conclusiones y recomendaciones: Interpretación final de los resultados en relación con la hipótesis, limitaciones del experimento y sugerencias para investigaciones futuras o mejoras en el diseño del instrumento.

Introducción

En este documento encontrarás cinco problemas orientados a diseñar un instrumento sencillo que permita plantear una prueba de hipótesis. Cada problema incluye un contexto, la hipótesis a evaluar, la sugerencia de un instrumento y el método de validación. Estos ejercicios están orientados a estudiantes de la Facultad de Ciencias Económicas y Administrativas y permitirán realizar pruebas de hipótesis con datos recolectados dentro de la universidad.

Problemas

1. Preferencias de Métodos de Estudio entre Modalidades de Enseñanza (Virtual vs. Presencial)

Contexto:
Se desea investigar si existe una diferencia significativa en la preferencia de métodos de estudio entre estudiantes de modalidad virtual y presencial.

  • Hipótesis: La preferencia por métodos de estudio autónomos es mayor en estudiantes de modalidad virtual comparado con los de modalidad presencial.
  • Instrumento: Encuesta sobre métodos de estudio preferidos (autónomo, guiado, colaborativo, etc.).
  • Validación: Análisis comparativo de preferencias utilizando una prueba de hipótesis para proporciones o medias.

2. Satisfacción con los Servicios de Biblioteca entre Estudiantes de Diferentes Facultades

Contexto:
Se busca evaluar si la percepción de satisfacción con los servicios de biblioteca difiere entre los estudiantes de la Facultad de Ciencias Económicas y Administrativas y los de otras facultades.

  • Hipótesis: Los estudiantes de la Facultad de Ciencias Económicas y Administrativas están más satisfechos con los servicios de la biblioteca que los estudiantes de otras facultades.
  • Instrumento: Encuesta de satisfacción con escala Likert (de 1 a 5).
  • Validación: Comparación de medias de satisfacción entre grupos mediante una prueba t para dos muestras independientes.

3. Efectividad de las Asesorías Académicas en Mejorar el Desempeño

Contexto:
Se desea investigar si los estudiantes que asisten a asesorías académicas muestran un mejor desempeño en sus asignaturas en comparación con quienes no asisten.

  • Hipótesis: Los estudiantes que asisten regularmente a las asesorías académicas tienen un promedio de calificaciones superior a los que no asisten.
  • Instrumento: Registro de asistencia a asesorías y promedio de calificaciones en asignaturas seleccionadas.
  • Validación: Comparación de promedios entre los dos grupos mediante una prueba t para dos muestras independientes.

4. Relación entre Horas de Estudio y Rendimiento Académico en Economía

Contexto:
Se explora si existe una correlación significativa entre el tiempo dedicado al estudio y el rendimiento académico en una asignatura específica de Economía.

  • Hipótesis: Existe una relación positiva entre el número de horas semanales de estudio y el rendimiento académico en Economía.
  • Instrumento: Cuestionario en el que los estudiantes reportan sus horas de estudio semanal y el rendimiento académico en la asignatura.
  • Validación: Prueba de correlación de Pearson para evaluar la relación entre ambas variables.

5. Influencia del Uso de Redes Sociales en el Desempeño Académico

Contexto:
Se investiga si el uso frecuente de redes sociales tiene un impacto en el desempeño académico de los estudiantes.

  • Hipótesis: Los estudiantes que utilizan redes sociales durante más de dos horas al día tienen un rendimiento académico significativamente menor que aquellos que las usan menos de dos horas.
  • Instrumento: Encuesta sobre el tiempo promedio de uso diario de redes sociales y recolección del promedio de calificaciones.
  • Validación: Comparación de promedios entre los grupos mediante una prueba t para dos muestras independientes.

Nota: Recuerda que el éxito de cada uno de estos problemas dependerá de un diseño experimental cuidadoso y una adecuada recolección de datos. La interpretación de los resultados permitirá validar o refutar las hipótesis planteadas.

¿Qué es una Pregunta Tipo Likert?

Una pregunta tipo Likert es una forma de evaluar actitudes, opiniones o percepciones de los encuestados mediante una escala de respuestas que permite medir la intensidad de sus sentimientos hacia una afirmación. Esta escala, desarrollada por el psicólogo Rensis Likert, se utiliza comúnmente en cuestionarios y encuestas.

Características de la Escala Likert

  • Formato de Respuesta: Una pregunta Likert generalmente presenta una afirmación con una serie de opciones de respuesta que reflejan grados de acuerdo o desacuerdo, por ejemplo:
    • Totalmente en desacuerdo, En desacuerdo, Neutral, De acuerdo, Totalmente de acuerdo.
  • Medición de Actitudes: Cada respuesta en la escala Likert suele tener un valor numérico asignado, permitiendo cuantificar las actitudes o percepciones de los encuestados. Por ejemplo, el valor 1 puede corresponder a “Totalmente en desacuerdo” y el valor 5 a “Totalmente de acuerdo”.
  • Interpretación de Datos: Los datos obtenidos a partir de estas escalas permiten analizar tendencias y comparaciones entre grupos. Al asignar valores numéricos, las respuestas pueden ser promediadas o analizadas estadísticamente.

Ejemplo de Pregunta Tipo Likert

“La biblioteca de la universidad satisface mis necesidades de estudio”

  • 1: Totalmente en desacuerdo
  • 2: En desacuerdo
  • 3: Neutral
  • 4: De acuerdo
  • 5: Totalmente de acuerdo

Usos Comunes de las Preguntas Tipo Likert

Las preguntas tipo Likert son ideales para evaluar la satisfacción, percepción de calidad, actitudes frente a políticas o servicios, y el grado de acuerdo o desacuerdo con declaraciones específicas. En el contexto universitario, estas preguntas pueden usarse para evaluar la percepción de los estudiantes sobre aspectos como la calidad de los servicios, la utilidad de los recursos académicos o el ambiente de estudio.

Ventajas de la Escala Likert

  • Permite a los encuestados expresar con precisión su nivel de acuerdo o desacuerdo.
  • Facilita el análisis cuantitativo y la interpretación de datos en investigaciones sociales y de comportamiento.
  • Es fácil de aplicar y de entender para los participantes.

La escala Likert es, por tanto, una herramienta fundamental en la recolección de datos de percepción y satisfacción, proporcionando información valiosa para la toma de decisiones basada en datos.

Análisis de una Pregunta Tipo Likert en R usando el paquete likert

En este ejemplo, usaremos el paquete likert para analizar una serie de preguntas de una encuesta tipo Likert, evaluando distintos aspectos de satisfacción en los estudiantes. Este enfoque permite calcular resúmenes descriptivos y visualizar las respuestas de una manera más profesional.

Paso 1: Instalación y Carga del Paquete likert

Si aún no tienes el paquete likert instalado, puedes instalarlo con el siguiente comando:

install.packages(“likert”)

library(likert)
## Loading required package: ggplot2
## Loading required package: xtable

Paso 2: Crear Datos Simulados

Supongamos que estamos evaluando tres preguntas de satisfacción sobre los servicios universitarios, y cada una sigue una escala de Likert de 1 a 5:

“La biblioteca de la universidad satisface mis necesidades de estudio.” “La infraestructura de la universidad es adecuada para el estudio.” “El servicio de asesoría académica es útil.” Las respuestas posibles son:

1: Totalmente en desacuerdo 2: En desacuerdo 3: Neutral 4: De acuerdo 5: Totalmente de acuerdo Creamos un conjunto de datos simulado con estas preguntas:

# Crear datos simulados para tres preguntas
set.seed(123)
data_sim <- data.frame(
  Biblioteca = factor(sample(1:5, 100, replace = TRUE), 
                      levels = 1:5, 
                      labels = c("Totalmente en desacuerdo", "En desacuerdo", "Neutral", "De acuerdo", "Totalmente de acuerdo")),
  Infraestructura = factor(sample(1:5, 100, replace = TRUE), 
                           levels = 1:5, 
                           labels = c("Totalmente en desacuerdo", "En desacuerdo", "Neutral", "De acuerdo", "Totalmente de acuerdo")),
  Asesoria = factor(sample(1:5, 100, replace = TRUE), 
                    levels = 1:5, 
                    labels = c("Totalmente en desacuerdo", "En desacuerdo", "Neutral", "De acuerdo", "Totalmente de acuerdo"))
)

Paso 3: Convertir los Datos al Formato likert

Para trabajar con el paquete likert, necesitamos convertir el conjunto de datos al formato compatible:

# Convertir los datos al formato likert
likert_data <- likert(data_sim)

Paso 4: Visualización de los Resultados

Podemos usar la función plot() del paquete likert para crear gráficos de barras que muestren la distribución de respuestas para cada pregunta.

# Crear gráfico de barras con el paquete likert
plot(likert_data) + 
  labs(title = "Distribución de Respuestas de Satisfacción en Servicios Universitarios")