Análisis multivariado de la evaluación docente estudiantil. Un caso de estudio

  1. Zambrano Carbonell, Alex Johann
  2. Gutierrez Mora, Esther
Revista:
Comunicaciones en Estadística

ISSN: 2027-3355,  2339-3076

Año de publicación: 2018

Volumen: 11

Número: 1

Páginas: 129-150

Tipo: Artículo

DOI: 10.15332/S2027-3355.2018.0001.07 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Comunicaciones en Estadística

Resumen

La evaluación docente estudiantil es el método más utilizado en las universidades latinoamericanas para evaluar la calidad de la enseñanza impartida por los docentes. Teniendo en cuenta este referente, el presente artículo da cuenta de la forma en que se aplicó un análisis multivariado al cuestionario utilizado por la Universidad Santo Tomás en la sede de Bogotá durante los períodos 2012-2014. Este trabajo contempló un análisis de fiabilidad, un análisis factorial exploratorio y confirmatorio para evaluar la validez, confiabilidad y dimensionalidad del instrumento con el cual son evaluados los docentes. Además, se evaluó la relación entre el desempeño del docente y el rendimiento del estudiante. Se realizó un análisis de clasificación mixta para caracterizar los resultados obtenidos en diferentes niveles (divisiones, facultades y profesores). Finalmente, se construyó un índice de percepción de desempeño para las facultades según los alumnos. Entre los resultados más destacados encontramos que el instrumento propuesto es válido y confiable, sin embargo, hay que ajustar dos ítems. También se observó que la calificación del estudiante hacia el docente no está relacionada con la calificación final del estudiante. En la clasificación de los docentes se encontraron tres grupos de docentes donde se diferencian los profesores con bajo, medio y alto desempeño según los alumnos. Entre los ítems que mejor discriminan a los tres grupos están que ``el docente usa ayudas educativas que potencian el aprendizaje'' y que ``el docente aplica estrategias metodológicas que favorecen el aprendizaje''. Se evidenció que la percepción del desempeño de los docentes por los alumnos es superior al 78\%. Estos resultados permitieron implementar estrategias pedagógicas para mejorar el trabajo docente en la universidad.

Referencias bibliográficas

  • Batista-Foguet, J. M. & Coenders, G. (2000), Modelos de Ecuaciones Estructurales, La Muralla, Madrid.
  • Batista-Foguet, J. M., Coenders, G. & Alonso, J. (2004), `Análisis factorial confirmatorio. su utilidad en la validación de cuestionarios relacionados con la salud', Medicina Cliníca 122(1), 21-27.
  • Becerra, M. O. (2010), Comparación del análisis factorial múltiple (afm) y del análisis de componentes principales para datos cualitativos (prinqual), en la construcción de índices, Tesis de maestría, Universidad Nacional de Colombia, Bogotá.
  • Berk, R. A. (2005), `Survey of 12 strategies to measure teaching effectiveness', Int. J. Teach. Learn. High. Educ. 17, 48-62.
  • Browne, M. W. (1984), `Asymptotically distribution-free methods for the analysis of covariance structures', British Journal of Mathematical and Statistical Psychology 37(1), 62-83.
  • Díaz, L. G. & Morales, M. A. (2012), Análisis estadístico de datos multivariados, Universidad Nacional de Colombia, Bogotá.
  • Hair, J. F., Anderson, R. E., Tatham, R. L. & Black, W. C. (1999), Análisis Multivariante, Prentice Hall, Madrid.
  • Lê, S., Josse, J. & Husson, F. (2008), `FactoMineR: A package for multivariate analysis', Journal of Statistical Software 25(1), 1-18.
  • Lebart, L., Piron, M. & Morineau, A. (2006), Statistique exploratoire multidimensionnelle: visualisation et inférences en fouilles de données, Dunod.
  • Martínez-Gómez, M., Carot Sierra, J. M., Jabaloyes, J. & Zarzo, M. (2010), `A multivariate method for analyzing and improving the use of student evaluation of teaching questionnaires: a case study', Quality & Quantity 45(6), 1415-1427.
  • Morales, P. (2013), El análisis factorial en la construcción e interpretación de test, escalas y cuestionarios, Documento técnico, Universidad Ponticia Comillas, Madrid.
  • R Core Team (2016), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/
  • Revelle, W. (2017), psych: Procedures for Psychological, Psychometric, and Personality Research, Northwestern University, Evanston, Illinois. R package version 1.7.5. https://CRAN.R-project.org/package=psych
  • Rosseel, Y. (2012), `lavaan: An R package for structural equation modeling', Journal of Statistical Software 48(2), 1-36. http://www.jstatsoft.org/v48/i02/
  • Tejedor, T. (2003), `Un modelo de evaluación del profesorado universitario', Revista de Investigación Educativa 21(1), 157-182.
  • Tejero-González, C. M. & Castro-Morera, M. (2011), `Validación de la escala de actitudes hacia la estadística en estudiantes españoles de ciencias de la actividad física y del deporte', Revista Colombiana de Estadística 34(2), 1-14.
  • Therneau, T., Atkinson, B. & Ripley, B. (2017), rpart: Recursive Partitioning and Regression Trees. R package version 4.1-11. https://CRAN.R-project.org/package=rpart
  • USTA (2010), Dimensión de la política docente, Documento técnico, Universidad Santo Tomás, Bogotá.
  • Vaillant, D. (2007), `Mejorando la formación y el desarrollo profesional docente en latinoamérica', Revista Pensamiento Educativo 41(2), 207-222.
Fuente de los datos: Dialnet