Facultad
de Educación de la Universidad de Montemorelos
Procesos
estadísticos avanzados
Doctorado
en Educación
EDMI
835
Catedrático: Dr. Tevni Grajales Guerra
Lugar: Sala doctoral
Horario: Jueves 3:00 hasta 8:30 PM
Entrevistas: Lunes, Miércoles y Jueves de 9:30 hasta
12:30 p.m. (Octubre-Noviembre 2002)
Teléfono: (826) 2633080 extensión 170
E-mail: tevgra@umontemorelos.edu.mx,
tevgra@tgrajales.net , t-grajales@rocketmail.com
ICQ: 10949424
Portal personal: http://tgrajales.net
Descripción del curso:
La investigación educativa requiere de esfuerzos
sistemáticos para observar y medir las variables simples y complejas que
conforman los fenómenos educativos.
Esto implica la necesidad de medir aquello que es objeto de observación
de una manera válida y confiable.
El investigador cristiano, por definición, tiene un
compromiso especial con la verdad. Esto lo compromete doblemente a un trabajo
serio y honesto, lo cual requiere de disciplina, orden, meticulosidad y
responsabilidad. Pero no sólo debe
observar y medir sino que debe estar en
condiciones de entender y explicar los datos logrados.
Este curso ofrece la oportunidad de relacionarse con
algunas técnicas estadísticas que pueden contribuir a la mejor comprensión de
los datos obtenidos y que pueden ayudar a elaborar mejores instrumentos de
medición.
La sabiduría divina, evidenciada en la maravilla y
complejidad de las relaciones que constituyen el proceso educativo, también
puede ser admirada por medio de la estadística, al hacer
esfuerzos para analizar variables
complejas (factores), conjuntos de variables, combinaciones ponderadas de
variables (valores teóricos) y la
interacción entre sus componentes.
Este curso no está dirigido a expertos en estadística
sino a investigadores educacionales que necesitan una comprensión sencilla y
completa del uso e interpretación de ciertas técnicas de estadística a ser
usadas en estudios multivariables y multivariantes.
El estudiante dispone de acceso permanente a los
recursos y materiales del curso disponibles en la página del profesor. Se
supone que el alumno tiene y desarrollará destrezas en el uso de la red
electrónica y del programa SPSS. El alumno tiene la oportunidad de comunicarse
en cualquier momento con el profesor y con sus compañeros según lo considere
necesario via correo electrónico o por ICQ/Messenger. La sección temas del curso
contiene ligas al texto de las exposiciones del profesor y a otros sitios en
internet como son los materiales de otros profesores, bases de datos, centro de
prueba y centros de prueba para paquetes estadísticos.
Objetivos Generales del curso:
1.
Distinguir entre diversos procedimientos y técnicas de análisis
multivariable y multivariante.
2.
Evaluar los datos disponibles y la viabilidad de su uso en
diversas técnicas multivariantes.
3.
Reconocer la utilidad e interprestar de manera correcta los
resultados de cada uno de los siguientes análisis estadísticos:
·
Análisis Factorial,
·
Regresión Multiple y Análisis de Confiabilidad,
·
Análisis Discriminante y Regresión Logística,
·
Análisis Multivariante de la Varianza,
·
Análisis Conjunto
·
Análisis de Correlación Canónica
·
Análisis de Grupos (Agrupamiento).
4.
Formular o declarar problemas de investigación correspondiente
a las diversas técnicas estudiadas.
Texto:
Hair, Joseph R., Anderson,
Rolph E., Tatham, Ronald L. y Black, William C. (1999). Análisis
Multivariante. 5ta. Edición. Traducción de Esme Prentice y Diego Cano.
Madrid: Pearson Educación S.A.
Contenido del curso:
1.
Introducción: La estadística multivariante y Análisis previo de
datos.
·
Qué es estadística multivariante.
·
Tipos de técnicas multivariantes.
·
Clasificación de técnicas multivariantes
·
Examen gráfico de los datos.
·
Datos ausentes y su uso.
·
Casos atípicos.
·
Verificación de los supuestos del análisis multivariante
2.
Análisis de Factores (1) (2)
·
Objetivo de la técnica
·
Supuestos y comprobación de los mismos
·
Pasos para su aplicación
·
Criterios para la interpretación
3.
Análisis de Regresión Múltiple y Análisis de Confiabilidad (1a) (1b) (2a)
(2b)
·
Objetivo de la técnica
·
Supuestos y comprobación de los mismos
·
Pasos para su aplicación
·
Criterios para la interpretación
4.
Análisis Discriminante y Regresión Logística (1) (2a) (2b)
·
Objetivo de la técnica
·
Supuestos y comprobación de los mismos
·
Pasos para su aplicación
·
Criterios para la interpretación
5.
Análisis Multivariante de Varianza (2)
·
Objetivo de la técnica
·
Supuestos y comprobación de los mismos
·
Pasos para su aplicación
·
Criterios para la interpretación
6.
Análisis de Conjunto. (2)
·
Objetivo de la técnica
·
Supuestos y comprobación de los mismos
·
Pasos para su aplicación
·
Criterios para la interpretación
7.
Análisis de Grupo (cluster). (1) (2)
·
Objetivo de la técnica
·
Supuestos y comprobación de los mismos
·
Pasos para su aplicación
·
Criterios para la interpretación
8.
Análisis de Correlación Canónica. (2)
·
Objetivo de la técnica
·
Supuestos y comprobación de los mismos
·
Pasos para su aplicación
·
Criterios para la interpretación
|
Metodología |
|
Evaluación |
|
|
·
Exposiciones ·
Discusiones en clase ·
Actividades de trabajo práctico ·
Estudio independiente |
|
Bases de datos 10% Trabajos prácticos 25% Exámenes parciales 15% Exposición individual 30% Examen final 15% |
|
Calendario de actividades
2002
|
TEMA/ ACTIVIDAD |
Octubre |
Noviembre |
Diciembre |
|||||
|
Número de la clase |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
Introducción |
X |
|
|
|
|
|
|
|
|
Análisis de Factores |
|
X |
|
|
|
|
|
|
|
Regresión Múltiple y
Confiabilidad |
|
|
X |
|
|
|
|
|
|
Análisis Discriminante y
Regresión Logística |
|
|
|
X |
|
|
|
|
|
Análisis Multivariante de
Varianza |
|
|
|
|
X |
|
|
|
|
Análisis de Conjunto y
de Grupos |
|
|
|
|
|
X |
|
|
|
Análisis de Correlación
Canónica |
|
|
|
|
|
|
X |
|
|
Devocionales |
x |
x |
x |
x |
x |
x |
x |
x |
|
Elaborar bases de datos |
|
= |
= |
= |
|
|
|
|
|
Exámenes parciales |
|
= |
= |
= |
= |
= |
= |
|
|
Examen final |
|
|
|
|
|
|
|
= |
BIBLIOGRAFIA
Alvarez, Rafael. (1994) Estadística Multivariante y no Paramétrica
con SPSS. Madrid: Novimar.
Camacho Rosales, Juan.
(1995). Análisis Multivariado en SPSS/PC+. Barcelona: Poblagrafic
De
la Garza García, Jorge. (1995) Análisis
de la información mercadológica. México: Editorial Alhambra Mexicana S.A.
Johnson, Dallas E. (2000). Métodos
Multivariados Aplicados al Análisis de Datos. México: International
Thomson Editores, S.A.
Manzano,
Vicente. (1997). Inferencia Estadística:
Aplicaciones con SPSS/PC+. México: Alfaomega Grupo Editor, S.A. de C. V.
Disponible en la Biblioteca de la UM
Chou, Ya-lun.
(1972) Análisis Estadístico. México:
Interamericana.
Futcher,
Wilfred G. Descriptive Statistics for
Introductory Measurement. Berrien Spring, Michigan: Andrews University
Press, 1976.
Garret, Henry
E.(1979) Estadística en Psicología y
Educación. Buenos Aires: Editorial Paidos.
Glass, Gene V. (1974) Métodos Estadísticos Aplicados a las Ciencias
Sociales. España: Editorial
Prentice-Hall Interamericana.
Méndez Ramírez,
Ignacio.(1974) Modelos Estadísticos
Lineales. México: FOCCAVI/CONACYT.
Spiegel,,
Murray R. (1970). Teoría y Problemas de
Estadística. México: McGraw-Hill.
Uribe Villegas, Oscar.(1962)
El ABC de la Correlación y sus
Aplicaciones Sociales. México: Instituto de Investigaciones Sociales de la
UNAM.
Wayne
W. , Daniel. (1986) Estadística con
Aplicaciones a la Ciencias Sociales y a la Educación. México: McGraw-Hill.
Otras fuentes
Baker, F.B. (1977) Advances in item analysis. Review of Educational Research, 47(1), 151-178.
Bock,
R. D. & Aitkin, M. (1982) Marginal maximum likelihood estimation of item
parameters: An application of an EM algorithm.
Psychometrika, 46, 443- 459.
Campbell,
D.T. & Fiske, D.W (1959) Convergent and discriminant validation by the
multi-trait multi-method matrix. Psychological
Bulletin, 56, 81-105.
Carroll,
J.B.(1961) The nature of the data, or haw to choose a correlation coefficient. Psychometrika, 26, 347-372.
Cohen, J. (1968). Multiple regresssion as a
general data-analytic system. Science,
148, 754-759.
Cohen,
J. (1969) Statistical power analysis for
the behavior sciences. San Diego, CA: Academic Press.
Cronbach,
L. J. (1951) Coefficient alpha and the internal structure of test. Psychometrika, 16. 297-334.
Cronbach,
L. J. (1989). Construct validation after thirty years. In R.L. Linn (De.), Intelligence: Measurement theory and public
policy (pp. 147-171. Urbana: University of Illinois Press.
Cronbach,
L.J., Gleser, G.C., & Rajaratnam,
N.S(1963) Theory of generalizability: A
liberalization of reliability theory. British
Journal
of Mathematical and
Statistical Psychology, 16. 137-173.
Cronbach,
L.J. & Meehl, P.E.(1955) Construct validity in psychological test. Psychological Bulletin, 52, 281-302.
Darlington,
R.B.(1970). Some techniques for maximizing a test’s validity when the criterion
variable is unobserved. Journal of
Educational Measurement, 7. 1-14.
Ebel,
R.L. (1956) Obtaining and reporting evidence on content validity. Educational and Psychological Measurement,
16. 269-281.
Feldt,
L.S. (1987) Statistical inference for coefficient alpha. Applied Psychological Measurement, II, 93-103.
Gorsuch, R. L (1983). Factor
Analysis (2nd. de.) Hillsdale, NJ: Lawrence Erlbaum.
Huberty,
C.J. & Morris, J.D. (1989)
Multivariate versus multiple univariate analyses. Psychological Bulletin, 105, 302-308.
Mulaik, S.A. (1972) The
foundations of factor analysis. New York: McGraw-Hill.