Diseño Experimental, Muestreo y Aplicación de Pruebas Estadísticas

Evaluación de la interacción entre compañeros y la efectividad académica

1 Diseño experimental y base de datos

🎯 Objetivo del estudio

Evaluar el efecto de la composición del grupo (homogénea vs. mixta) sobre la efectividad académica y la calidad de la interacción entre compañeros, en el marco de un programa interdisciplinario con asignaciones secuenciales y un trabajo final.

El diseño experimental compara dos tipos de agrupación:

• Grupos Homogéneos (GHO): estudiantes de la misma disciplina (1 grupo por carrera).
• Grupos Heterogéneos / Mixtos (GHE): las 4 disciplinas representadas en cada grupo.

Los observadores ponderan la calidad de las interacciones en cada asignación. Los grupos desarrollan seis asignaciones (A1–A3, B1–B3) y un Trabajo Final (Presentación de Casos Aplicados o Poster de Ideas de Investigación). Además se imparten clases virtuales por tutores.

1.1 Figura del diseño experimental

Figura 1. Diseño experimental del estudio: asignaciones, composición de grupos, clases virtuales y evaluación final.

1.2 Características de la muestra simulada

Tabla 1. Características de la base de datos simulada según el diseño experimental.

Elemento	Descripción
Grupos	8 (4 GHO + 4 GHE); 4 estudiantes por grupo
Estudiantes	32 en total
Disciplinas	Ciencias Exactas · Tecnología e Informática · Ciencias Sociales y Humanísticas · Ciencias de la Vida y Agropecuaria
Asignaciones individuales	192 calificaciones (32 estudiantes × 6 asignaciones A1–B3)
Puntuaciones de interacción	48 (8 grupos × 6 asignaciones)
Trabajos Finales	8 calificaciones de grupo

1.3 Matriz de operacionalización de variables

Tabla 2. Matriz de operacionalización de variables.

Variable	Definición conceptual	Definición operacional	Escala
Composición del grupo	Grado de homogeneidad disciplinar de los integrantes del grupo de trabajo	GHO (misma disciplina) vs GHE (cuatro disciplinas representadas)	Nominal
Disciplina / Carrera	Área de formación académica del estudiante	Ciencias Exactas / Tecnología e Informática / Ciencias Sociales y Humanísticas / Ciencias de la Vida y Agropecuaria	Nominal
Promedio de asignaciones	Rendimiento académico acumulado en las seis asignaciones del curso	Media aritmética de las calificaciones A1, A2, A3, B1, B2, B3 (escala 0–100)	Razón
Promedio serie A (A1–A3)	Rendimiento en la primera serie de asignaciones (fase inicial)	Media(A1, A2, A3)	Razón
Promedio serie B (B1–B3)	Rendimiento en la segunda serie de asignaciones (fase intermedia)	Media(B1, B2, B3)	Razón
Calificación del Trabajo Final	Calidad del producto final de investigación o casos aplicados del grupo	Calificación asignada al grupo (0–100) por el producto final	Razón
Calificación Overall	Índice global de desempeño que combina asignaciones continuas y producto final	0.70 × Promedio_Asignaciones + 0.30 × Calificación_TF	Razón
Ponderación de interacción	Calidad percibida de la interacción y colaboración entre compañeros	Puntuación de 1 a 10 otorgada por observadores por grupo × asignación	Intervalo
Línea temática del TF	Enfoque temático elegido para el Trabajo Final	Casos Aplicados (por área) o Poster de Ideas de Investigación	Nominal
Dosificación A–B (Diff_AB)	Cambio de rendimiento entre la primera y la segunda serie de asignaciones	Promedio_A − Promedio_B (positivo = mejor en A; negativo = mejor en B)	Razón

1.4 Preparación de variables derivadas

Vista previa del resumen por estudiante (incluye A, B, TF y Overall):

Vista previa del resumen por estudiante.

ID_Estudiante	Tipo_Grupo	Disciplina	Promedio_Asignaciones	Promedio_A	Promedio_B	Calificacion_TF	Calificacion_Overall
S001	GHO	Ciencias Exactas	86.6	90.1	83.2	86.4	86.6
S002	GHO	Ciencias Exactas	84.5	87.0	81.9	86.4	85.0
S003	GHO	Ciencias Exactas	87.7	82.0	93.3	86.4	87.3
S004	GHO	Ciencias Exactas	87.5	86.8	88.3	86.4	87.2
S005	GHO	Tecnología e Informática	83.4	82.4	84.4	91.2	85.8
S006	GHO	Tecnología e Informática	89.3	90.1	88.5	91.2	89.9
S007	GHO	Tecnología e Informática	80.5	82.2	78.8	91.2	83.7
S008	GHO	Tecnología e Informática	87.0	84.9	89.0	91.2	88.2

---

2 Análisis por pregunta de investigación

2.1 Pregunta 1. Efecto de la composición del grupo (GHO vs GHE) en las calificaciones

2.1.1 Hipótesis

🔬 Hipótesis de investigación

La composición del grupo (homogénea vs mixta) afecta la ponderación de calificaciones obtenidas por los estudiantes.

Hipótesis estadísticas:

• \(H_0: \mu_{\text{GHO}} = \mu_{\text{GHE}}\)
• \(H_1: \mu_{\text{GHO}} \neq \mu_{\text{GHE}}\)
• Nivel de significancia: \(\alpha = 0.05\)

2.1.2 Ruta de selección de la prueba estadística

🛤️ Ruta de decisión (supuestos → prueba)

1. Shapiro-Wilk
   Normalidad

→

2. Levene
   Homogeneidad de varianzas

→

¿Ambos OK?

→

t de Student

Si no hay homogeneidad → t de Welch  |  Si no hay normalidad → Mann-Whitney U

Verificación de supuestos (Promedio de asignaciones):

Prueba	Grupo	Estadístico	p-valor	Decisión
Shapiro-Wilk	GHO	W = 0.916	0.1435	Normalidad OK
Shapiro-Wilk	GHE	W = 0.952	0.5157	Normalidad OK
Levene	Ambos	F = 0.685	0.4143	Homogeneidad OK

✅ Prueba seleccionada: t de Student (varianzas iguales)

Ambos supuestos se cumplen (p > 0.05). Se aplica la prueba t paramétrica clásica.

2.1.3 Resultados – Promedio de las 6 asignaciones

83.82

Media GHO
DE = 3.51 · n = 16

80.95

Media GHE
DE = 3.13 · n = 16

Resultado de la prueba t de Student:

• \(t\) = 2.44, gl ≈ 30,
  \(p\) = 0.0206

SE RECHAZA H₀   Diferencia ≈ 2.9 puntos a favor de GHO

2.1.4 Resultados – Overall (70 % Asignaciones + 30 % Trabajo Final)

84.35

Overall GHO

82.22

Overall GHE

• \(t\) ≈ 2.18, \(p\) ≈ 0.0375

SE RECHAZA H₀   La diferencia se atenúa pero permanece significativa.

Figura P1. Distribución de calificaciones según composición del grupo (Asignaciones y Overall).

📌 Conclusión

Se observa un efecto significativo de la composición del grupo sobre el promedio de las seis asignaciones (t = 2.44, p = 0.0206): los grupos homogéneos (GHO) obtienen en promedio ≈ 2.9 puntos más que los mixtos (GHE). Al incorporar el Trabajo Final (Overall), la diferencia se atenúa pero permanece significativa. La afinidad disciplinar favorece el rendimiento continuo en las asignaciones; el producto final puede compensar parcialmente en los grupos mixtos. Los supuestos se cumplieron → prueba t de Student apropiada.

---

2.2 Pregunta 2. ¿Cuáles grupos obtienen mejor ponderación de interacción?

2.2.1 Hipótesis

• \(H_0: \mu_{\text{int,GHO}} = \mu_{\text{int,GHE}}\)
• \(H_1: \mu_{\text{int,GHO}} \neq \mu_{\text{int,GHE}}\)
• \(\alpha = 0.05\)

Se utiliza la variable cuantitativa de interacción (1–10) por grupo × asignación, basada en las ponderaciones de los observadores.

2.2.2 Ruta de selección

🛤️ Ruta de decisión

Shapiro-Wilk ✓

→

Levene ✓

→

t de Student

2.2.3 Resultados

6.57

Media interacción GHO
DE = 0.92

7.48

Media interacción GHE
DE = 1.12

• \(t\) = -3.08, \(p\) = 0.00352

SE RECHAZA H₀ → GHE superior en interacción

Figura P2. Ponderación de interacción según tipo de grupo (observadores).

📌 Conclusión

Los grupos mixtos (GHE) obtienen puntuaciones de interacción significativamente superiores (media 7.48 vs 6.57; t = −3.08, p = 0.0035). La diversidad de carreras favorece la calidad de la interacción percibida, posiblemente por la necesidad de negociar perspectivas distintas y por una mayor riqueza de aportes. Prueba t de Student aplicada tras verificar supuestos.

---

2.3 Pregunta 3. Tomando solo los grupos homogéneos y los grupos heterogéneos como “Grupo Mixto”, ¿qué disciplina académica posee mejores resultados?

Hipótesis estadísticas de referencia:

• \(H_0: \mu_{\text{Exactas}} = \mu_{\text{Tecnología}} = \mu_{\text{Sociales}} = \mu_{\text{Vida/Agro}} = \mu_{\text{Mixto}}\)
• \(H_1:\) Al menos una de las medias difiere.
• Nivel de significancia de referencia: \(\alpha = 0.05\).

Aclaración: estas hipótesis se presentan como planteamiento conceptual. No se realizará un contraste inferencial entre las cinco categorías debido a las limitaciones de replicación del diseño.

2.3.1 Ruta de selección de la prueba estadística

🛤️ Ruta de decisión estadística

8 equipos
4 GHO + 4 GHE

→

5 categorías
4 disciplinas + Mixto

→

Evaluación de
replicación

→

Comparación
descriptiva

2.3.2 Justificación de la selección estadística

El diseño está constituido por ocho equipos: cuatro homogéneos, cada uno integrado por estudiantes de una misma disciplina, y cuatro heterogéneos, integrados por estudiantes de distintas disciplinas.

Para responder la pregunta, los grupos homogéneos se clasifican según su disciplina académica, mientras que los cuatro grupos heterogéneos se agrupan bajo la categoría Grupo Mixto.

Esta clasificación se justifica porque las calificaciones obtenidas por los equipos heterogéneos son producto del trabajo interdisciplinario. Por tanto, no resulta adecuado atribuir esas calificaciones exclusivamente a una de las disciplinas de sus integrantes.

Unidad de análisis: el equipo de trabajo.

Se calcula una calificación promedio por cada uno de los ocho equipos y posteriormente se resumen los resultados en cinco categorías.

Aunque existen 32 estudiantes y seis asignaciones por estudiante, estas observaciones no constituyen 192 réplicas experimentales independientes.

¿Por qué no se aplica ANOVA?

Cada disciplina homogénea está representada por un solo equipo independiente, mientras que el Grupo Mixto contiene cuatro equipos.

En estas condiciones, la variabilidad entre equipos homogéneos de una misma disciplina no puede estimarse. Por consiguiente, un ANOVA convencional de cinco categorías no ofrecería una inferencia suficientemente sustentada sobre diferencias entre disciplinas.

Tampoco se utilizan Shapiro-Wilk y Levene como criterios automáticos para justificar dicho ANOVA, porque las pruebas de supuestos no resuelven la falta de replicación.

Por esta razón, se selecciona una comparación descriptiva de medias, respaldada por la estructura del diseño experimental.

2.3.3 Preparación de los datos

2.3.4 Resultados

📊 Comparación del rendimiento académico

Se presentan las calificaciones promedio de los ocho equipos, organizadas en cinco categorías. Se distingue la disciplina homogénea con mayor rendimiento del Grupo Mixto, que representa una categoría interdisciplinaria.

Tabla 3. Comparación del rendimiento académico por categoría.

Categoria	Equipos	Promedio asignaciones	DE entre equipos	Promedio Overall
Ciencias Exactas	1	86.57	No estimable	86.52
Tecnología e Informática	1	85.04	No estimable	86.89
Ciencias de la Vida y Agropecuaria	1	82.67	No estimable	82.89
Ciencias Sociales y Humanísticas	1	81.02	No estimable	81.10
Grupo Mixto	4	80.95	1.52	82.22

2.3.5 Identificación del mayor rendimiento

🏆 Disciplina homogénea con mejor promedio

Ciencias Exactas

Calificación promedio: 86.57 puntos.

Esta categoría presenta el mayor promedio entre los cuatro equipos homogéneos.

🌐 Rendimiento del Grupo Mixto

Promedio de asignaciones: 80.95 puntos.

Este resultado corresponde al promedio de los cuatro equipos heterogéneos y se informa separadamente, debido a su composición interdisciplinaria.

2.3.6 Representación gráfica

Figura P3. Comparación descriptiva del rendimiento académico de las cinco categorías.

2.3.7 Conclusión

📌 Conclusión de investigación

El análisis descriptivo permitió identificar que Ciencias Exactas obtuvo el mayor rendimiento entre las cuatro disciplinas homogéneas, con una calificación promedio de 86.57 puntos.

Por otra parte, el Grupo Mixto presentó una media de 80.95 puntos, correspondiente al desempeño conjunto de cuatro equipos interdisciplinarios.

La clasificación utilizada responde a la estructura del diseño experimental, ya que los grupos homogéneos representan una sola disciplina académica, mientras que los heterogéneos integran conocimientos de distintas áreas.

Asimismo, debe considerarse que la disciplina de los integrantes no necesariamente coincide con la temática de las asignaciones realizadas. Por ello, los resultados describen el rendimiento de los equipos según su composición, sin demostrar que una disciplina sea intrínsecamente superior.

Finalmente, debido a que existe un solo equipo independiente por disciplina homogénea, las diferencias se interpretan de manera descriptiva. No es posible establecer superioridad estadística entre las cinco categorías mediante un ANOVA convencional con esta estructura de datos.

---

2.4 Pregunta 4. Temática en grupos mixtos (GHE)

Solo se analizan los 4 grupos GHE (los GHO eligen su propia disciplina por diseño).

2.4.1 4a. Preferencia temática

Hipótesis

• \(H_0\): Las frecuencias de elección de los temas son iguales (no existe preferencia temática).
• \(H_1\): Al menos un tema es preferido con mayor frecuencia que los demás.

Prueba utilizada

Se empleó la prueba \(\chi^2\) de bondad de ajuste porque la variable de respuesta es categórica (tema elegido) y se desea contrastar si las frecuencias observadas se ajustan a una distribución uniforme teórica. Con \(n = 4\) grupos la prueba es exploratoria.

• \(\chi^2\) de bondad de ajuste: \(p\) ≈ 0.78
  No hay preferencia temática significativa

Conclusión

No se rechaza \(H_0\). No existe evidencia de preferencia temática significativa entre los grupos mixtos. La distribución de temas elegidos es compatible con el azar.

2.4.2 4b. Efecto del tema sobre la calificación del Trabajo Final

Hipótesis

• \(H_0\): \(\mu_{\text{tema}_1} = \mu_{\text{tema}_2} = \ldots\) (el tema no influye en la media del TF).
• \(H_1\): Al menos una media de calificación del TF difiere según el tema.

Prueba utilizada

Se utilizó ANOVA de un factor porque la variable dependiente (calificación del TF) es continua y se comparan más de dos grupos (temas). Se verificaron previamente los supuestos de normalidad y homocedasticidad en la medida de lo posible con el tamaño muestral disponible.

• ANOVA: \(p\) ≈ 0.79
  Sin efecto detectable del tema sobre la calificación del TF

Conclusión

No se rechaza \(H_0\). No se detecta un efecto del tema elegido sobre la calificación del Trabajo Final. Las diferencias observadas entre temas son atribuibles al azar.

2.4.3 4c. Dosificación A–B y selección de tema

Hipótesis

• \(H_0\): La distribución de la diferencia (serie B − serie A) es la misma en todos los temas.
• \(H_1\): Al menos un tema presenta una distribución diferente de la diferencia A–B.

Prueba utilizada

Se aplicó la prueba de Kruskal-Wallis (versión no paramétrica del ANOVA) porque la variable Diff_AB puede no cumplir plenamente el supuesto de normalidad y el tamaño muestral por tema es muy reducido (\(n = 4\) grupos en total). Kruskal-Wallis no exige normalidad ni homogeneidad de varianzas.

• Kruskal-Wallis Diff_AB ~ Tema: \(p\) ≈ 0.86
  No significativo

Conclusión

No se rechaza \(H_0\). No existe evidencia de que la dosificación A–B (cambio de rendimiento entre series) se asocie con el tema seleccionado por el grupo.

Figura P4. Preferencia temática y calificación del Trabajo Final en grupos GHE.

⚠️ Conclusión

Con solo 4 grupos GHE la potencia estadística es muy baja. No se detecta preferencia temática significativa, ni efecto del tema sobre la calificación del TF, ni relación entre la dosificación A–B y la elección de tema.

Recomendación: aumentar el número de grupos mixtos o asignar experimentalmente los temas para detectar efectos de tamaño moderado.

---

2.5 Pregunta 5. ¿Existe relación entre las asignaciones A y B y sus respectivos trabajos finales?

2.5.1 Hipótesis

🎯 Hipótesis estadísticas

Relación A: Presentación de casos aplicados

• \(H_0: \rho_A = 0\). No existe correlación lineal entre el promedio A1–A3 y la presentación final.
• \(H_1: \rho_A \neq 0\). Existe correlación lineal entre ambas variables.

Relación B: Póster de investigación

• \(H_0: \rho_B = 0\). No existe correlación lineal entre el promedio B1–B3 y el póster final.
• \(H_1: \rho_B \neq 0\). Existe correlación lineal entre ambas variables.

Nivel de significancia: \(\alpha = 0.05\).

2.5.2 Ruta de selección de la prueba estadística

🛤️ Ruta de decisión estadística

8 equipos
4 GHO + 4 GHE

→

Promedios A y B
Notas finales

→

Shapiro-Wilk
Linealidad y atípicos

→

Correlación
de Pearson

2.5.3 Justificación de la prueba estadística

Se seleccionó la correlación de Pearson porque se busca evaluar la asociación lineal entre dos calificaciones cuantitativas.

Se realizan dos correlaciones: el promedio A1–A3 con la presentación final y el promedio B1–B3 con el póster final.

La unidad de análisis es el equipo, por lo que se utilizan ocho observaciones por relación. Este procedimiento respeta la estructura del diseño y evita tratar las calificaciones individuales como trabajos finales independientes.

Simulación: como la base original contiene una única nota final por equipo, se simulan dos calificaciones finales diferenciadas, A y B, mediante variaciones aleatorias alrededor de dicha nota. Se conserva la base original sin modificaciones. Los resultados representan el escenario simulado.

2.5.4 Preparación de los datos

2.5.5 Comprobación de supuestos

🔍 Normalidad: Shapiro-Wilk

• \(H_0\): Los datos siguen una distribución normal.
• \(H_1\): Los datos no siguen una distribución normal.
• \(\alpha = 0.05\).

Regla de decisión: si \(p < 0.05\), se rechaza \(H_0\). En caso contrario, no se rechaza.

Shapiro-Wilk se utiliza como diagnóstico. También se revisan los diagramas de dispersión para evaluar la linealidad y detectar valores atípicos. Con ocho equipos, la normalidad debe interpretarse con cautela.

Tabla P5a. Prueba Shapiro-Wilk.

Variable	W	p-valor	Decision
Promedio A1-A3	0.970	0.8995	No se rechaza H0
Presentación final A	0.984	0.9782	No se rechaza H0
Promedio B1-B3	0.915	0.3925	No se rechaza H0
Póster final B	0.907	0.3305	No se rechaza H0

2.5.6 Resultados de la correlación de Pearson

📊 Resultados estadísticos

Se evaluaron dos relaciones mediante Pearson, utilizando ocho equipos en cada una.

Regla de decisión: cuando \(p < 0.05\), se rechaza \(H_0\). Cuando \(p \geq 0.05\), no se rechaza \(H_0\).

Tabla P5b. Correlaciones de Pearson.

Relacion	Prueba	Coeficiente r	Estadístico t	p-valor	Decision
A: Presentación	Pearson	0.130	0.320	0.7595	No se rechaza H0
B: Póster	Pearson	0.363	0.955	0.3764	No se rechaza H0

2.5.7 Representación gráfica

Figura P5. Correlaciones entre asignaciones y trabajos finales simulados.

2.5.8 Decisión estadística y conclusión

📌 Conclusión de investigación

🔹 Relación A: Presentación de casos aplicados

La correlación de Pearson obtuvo r = 0.130, t = 0.320 y p = 0.7595. Como p ≥ 0.05, no se rechaza H₀.

Se observa una tendencia positiva entre el rendimiento de A1–A3 y la presentación final; sin embargo, no existe evidencia estadística suficiente para confirmar esta relación.

🔹 Relación B: Póster de investigación

La correlación de Pearson obtuvo r = 0.363, t = 0.955 y p = 0.3764. Como p ≥ 0.05, no se rechaza H₀.

Se observa una tendencia positiva entre el rendimiento de B1–B3 y el póster final; sin embargo, no existe evidencia estadística suficiente para confirmar esta relación.

2.6 Pregunta 6. En los grupos heterogéneos, ¿qué disciplina académica obtiene mejores calificaciones individuales al controlar el efecto del equipo?

2.6.1 Hipótesis

🎯 Hipótesis estadísticas

Hipótesis nula (H₀): Las cuatro disciplinas académicas presentan iguales medias de calificaciones individuales, considerando el efecto del equipo.

\[H_0:\mu_1=\mu_2=\mu_3=\mu_4\]

Hipótesis alternativa (H₁): Al menos una disciplina académica presenta una media de calificaciones individuales diferente.

\[H_1:\text{Al menos una media difiere}\]

Nivel de significancia: \(\alpha=0.05\).

2.6.2 Ruta de selección de la prueba estadística

🛤️ Ruta de decisión estadística

16 estudiantes
4 equipos GHE

→

4 disciplinas
Equipos como bloques

→

Shapiro-Wilk
Levene

→

ANOVA con bloques
Friedman si corresponde

2.6.3 Justificación de la prueba estadística

Se utiliza un ANOVA con bloques completos porque los cuatro equipos heterogéneos contienen un estudiante de cada disciplina. Las disciplinas son el factor de comparación y los equipos funcionan como bloques para controlar sus diferencias.

La variable respuesta es el promedio individual de las seis asignaciones (A1–B3). Cada estudiante aporta un único promedio, evitando tratar sus seis calificaciones como observaciones independientes.

Esta estructura es análoga a un Diseño de Bloques Completos al Azar (DBCA), aunque no se afirma que existió asignación aleatoria de las disciplinas. Si los supuestos paramétricos no resultan adecuados, se utiliza Friedman como alternativa.

2.6.4 Preparación de los datos

2.6.5 Comprobación de supuestos

🔍 Validación de supuestos

1. Normalidad de residuos: Shapiro-Wilk

• \(H_0\): Los residuos siguen una distribución normal.
• \(H_1\): Los residuos no siguen una distribución normal.

2. Homogeneidad de varianzas: Levene

• \(H_0\): Las varianzas son iguales entre disciplinas.
• \(H_1\): Al menos una varianza difiere.

Regla de decisión: para cada prueba, si \(p<0.05\), se rechaza \(H_0\); si \(p\geq0.05\), no se rechaza.

Tabla P6a. Comprobación de supuestos.

Supuesto	Prueba	Estadistico	p-valor	Decision
Normalidad de residuos	Shapiro-Wilk	0.935	0.2922	No se rechaza H0
Homogeneidad de varianzas	Levene	0.252	0.8581	No se rechaza H0

✅ Interpretación de supuestos

Shapiro-Wilk: W = 0.935; p = 0.2922. No se rechaza H₀, por lo que no se detectan desviaciones significativas de la normalidad.

Levene: F = 0.252; p = 0.8581. No se rechaza H₀; no se detectan diferencias significativas entre las varianzas.

Prueba seleccionada: ANOVA con bloques.

Los diagnósticos deben interpretarse con cautela debido al tamaño reducido de la muestra.

2.6.6 Resultados estadísticos

📊 Comparación de disciplinas académicas

Se comparan las calificaciones individuales de cuatro disciplinas, controlando las diferencias entre los cuatro equipos heterogéneos.

Regla de decisión: si \(p<0.05\), se rechaza \(H_0\). Si \(p\geq0.05\), no se rechaza \(H_0\).

Tabla P6b. Contraste de diferencias por disciplina.

Prueba	Estadistico	p-valor	Decision
ANOVA con bloques	12.078	0.0017	Se rechaza H0

2.6.7 Medias por disciplina

Tabla P6c. Rendimiento individual por disciplina en los GHE.

Disciplina	Estudiantes	Media individual	Desviación estándar
Ciencias Exactas	4	84.75	1.36
Tecnología e Informática	4	81.38	2.19
Ciencias de la Vida y Agropecuaria	4	79.18	1.99
Ciencias Sociales y Humanísticas	4	78.48	2.56

2.6.8 Comparaciones posteriores

Tabla P6d. Comparaciones de Tukey entre disciplinas.

Comparación	Diferencia	p ajustado	Decision
Ciencias Exactas-Ciencias de la Vida y Agropecuaria	5.571	0.0041	Diferencia significativa
Ciencias Sociales y Humanísticas-Ciencias de la Vida y Agropecuaria	-0.700	0.9263	No significativa
Tecnología e Informática-Ciencias de la Vida y Agropecuaria	2.192	0.2893	No significativa
Ciencias Sociales y Humanísticas-Ciencias Exactas	-6.271	0.0018	Diferencia significativa
Tecnología e Informática-Ciencias Exactas	-3.379	0.0653	No significativa
Tecnología e Informática-Ciencias Sociales y Humanísticas	2.892	0.1229	No significativa

2.6.9 Representación gráfica

Figura P6. Rendimiento académico individual por disciplina en los grupos heterogéneos.

2.6.10 Decisión estadística y conclusión

📌 Conclusión de investigación

La prueba ANOVA con bloques obtuvo un estadístico de 12.078 y un valor p = 0.0017. Como p < 0.05, se rechaza H₀.

Esto significa que existen diferencias estadísticamente significativas en el rendimiento individual entre las disciplinas académicas, después de considerar el equipo.

La disciplina con mayor promedio fue Ciencias Exactas, con 84.75 puntos. Por tanto, esta disciplina presentó el mejor rendimiento promedio observado, aunque las comparaciones posteriores determinan frente a cuáles disciplinas existe una diferencia significativa.

Hallazgos clave:

1. Composición del grupo y rendimiento académico.
   Los grupos homogéneos (GHO) obtienen calificaciones significativamente superiores a los grupos mixtos (GHE) en las asignaciones. La diferencia se atenúa al incorporar el Trabajo Final, pero permanece estadísticamente significativa. Esto sugiere que la homogeneidad disciplinar favorece el desempeño en tareas secuenciales del curso.

2. Calidad de la interacción.
   Los grupos heterogéneos (GHE) presentan puntuaciones de interacción significativamente más altas. La diversidad disciplinar parece enriquecer el intercambio de ideas y la dinámica colaborativa, aunque no se traduce necesariamente en mejores calificaciones inmediatas.

3. Diferencias por disciplina académica.
   Ciencias Exactas obtuvo el mayor promedio académico entre los grupos homogéneos (86.57 puntos), mientras que el Grupo Mixto alcanzó aproximadamente 80.95 puntos. Esto indica que el equipo homogéneo de Ciencias Exactas presentó el mejor rendimiento observado en las asignaciones. Sin embargo, al contar con un solo equipo por disciplina homogénea, los resultados permiten identificar diferencias descriptivas, pero no demostrar que una disciplina sea estadísticamente superior a las demás.

4. Temática en grupos mixtos.
   No se detectaron efectos temáticos (preferencia de tema, impacto sobre el TF ni relación con la dosificación A–B). La principal limitación es la baja potencia estadística derivada de contar solo con 4 grupos GHE. Se recomienda ampliar el tamaño muestral o controlar experimentalmente la asignación de temas.

5. Relación entre desempeño continuo y Trabajo Final.
   Se analizaron dos correlaciones de Pearson para determinar si las calificaciones de las asignaciones se relacionan con el desempeño en los trabajos finales. En la serie A, se obtuvo r = 0.130 y p = 0.7595; no se rechazó H₀, por lo que no existe evidencia suficiente de una relación lineal significativa entre las asignaciones A1–A3 y la presentación final. En la serie B, se obtuvo r = 0.363 y p = 0.3764; no se rechazó H₀, por lo que no se pudo confirmar una asociación lineal significativa entre las asignaciones B1–B3 y el póster final.

6. Rendimiento individual por disciplina académica.
   Al comparar las cuatro disciplinas dentro de los grupos heterogéneos, el ANOVA con bloques identificó diferencias estadísticamente significativas en las calificaciones individuales (F = 12.08; p = 0.0017). Como p < 0.05, se rechazó H₀, indicando que al menos una disciplina presenta un rendimiento diferente. Ciencias Exactas alcanzó el mayor promedio (84.75 puntos), superando significativamente a Ciencias Sociales y Humanísticas y a Ciencias de la Vida y Agropecuaria. Sin embargo, su diferencia con Tecnología e Informática no fue estadísticamente significativa. Esto indica que la disciplina académica está asociada con diferencias en el rendimiento individual, incluso después de considerar el equipo al que pertenece cada estudiante.

---