Modelo para el análisis de los resultados de evaluación y formación docente de una universidad pública mediante técnicas de análisis de datos
DOI:
https://doi.org/10.30973/progmat/2017.9.3/7Palabras clave:
Análisis de datos, evaluación del desempeño, Evaluación docente, pruebas estadísticas., pruebas estadísticasResumen
El análisis de los datos (DA – Data Analytics por sus siglas en Inglés-) es un factor primordial para la toma de decisiones y con ello establecer las estrategias adecuadas que respondan a la mejora de la situación actual. En esta investigación se analiza el impacto que tiene el nivel de desempeño de los profesores de una universidad pública en relación a los cursos de formación, capacitación y/o actualización docente, para ello se tomaron dos muestras de 600 registros cada una, de las evaluaciones de los profesores, una de los que han tomado cursos de capacitación y otra de los que no tomaron cursos de capacitación durante el año 2016, se aplicaron técnicas de DA para su tratamiento y se compararon las evaluaciones mediante la prueba de t de Student para identificar diferencias significativas entre medias. Los resultados indican que los profesores que tomaron cursos tienen una evaluación menor que los que no tomaron cursos y sí existen diferencias significativas entre estas evaluaciones.
Citas
Almerich, G., Suárez, J. M., Orellana, N., Belloch, C., Bo, R., & Gastaldo, I. Diferencias en los conocimientos de los recursos tecnológicos en profesores a partir del género, edad y tipo de centro. RELIEVE - Revista Electrónica de Investigación Y Evaluación Educativa, 11(2), 127–146. 2005. https://doi.org/10.7203/relieve.11.2.4252
Díaz-Barriga, F. Cognición situada y estrategias para el aprendizaje significativo. Revista Electrónica de Investigación Educativa, 5(2), 105–117. Recuperado de http://redie.ens.uabc.mx/vol5no2/contenido-arceo.html, 2003
Guleria, P., Arora, M., & Sood, M. Increasing Quality of Education Using Educational Data Mining. Information Management in the Knowledge Economy (IMKE), 2nd International Conference on, 2003, 118–122.
Hernández Aguilar, J. A. Generación, tratamiento y análisis de información en las organizaciones. Universidad Autónoma del Estado de Morelos y Juan Pablos Editor, 2013.
Ian H. Witten, Eibe Frank, Mark A. Hall, C. J. P. Data Mining Practical Machine Learning Tools and Techniques (4th Ed.). Chennai, India: Morgan Kaufmann. 2016, https://doi.org/0128043571. https://doi.org/10.1145/507338.507355
Muchová, M., Paralic, J., & Jancus, M. An approach to support education of data mining algorithms, 2017, 93–98. Recuperado de http://ieeexplore.ieee.org/document/7880282/ https://doi.org/10.1109/SAMI.2017.7880282
Sharma, M. An Application of Data Mining to Improve Personnel Performance Evaluation in Higher Education Sector In India, 2015, 559–564, Ghaziabad, India. https://doi.org/10.1109/ICACEA.2015.7164755
Raghupathi, W. & Raghupathi, V. An Overview of Health Analytics. Working paper, 2013.
Ritchey, F.J. Estadística para las ciencias sociales (2a. Ed.). México: McGraw-Hill Interamericana, 2008. https://doi.org/10.23913/ride.v8i15.312
Russom, P. Big data analytics. TDWI best practices report, fourth quarter, 19, 40, 2011
Techtarget. Data analytics (DA). In TDWI Recuperado de http://searchdatamanagement.techtarget.com/definition/data-analytics, 2017
UAEM. Modelo de Evaluación del Desempeño Docente, UAEM. Cuernavaca, Morelos. Recuperado de http://sistemas2.dti.uaem.mx/evadocente/documentos/procesoED.pdf, 2005
UAEM. Plan Institucional de Desarrollo 2012-2018. https://doi.org/10.1017/CBO9781107415324.004, 2012
UAEM. PIFED. Cuernavaca, Morelos. Recuperado de http://sistemas2.dti.uaem.mx/evadocente/formacion/documentos/PIFEDCIEES.pdf, 2013
UAEM. Quinto informe de actividades 2016-2017. Cuernavaca, Morelos. Recuperado de http://www.uaem.mx/organizacion-institucional/rectoria/files/quinto-informe-de-actividades-2016-2017.pdf, 2017
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2016 Beatriz Elizabeth Serrano Rodríguez, José Alberto Hernández Aguilar, Carlos Alberto Ochoa Ortiz

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
![]() |
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
![]() |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
![]() |
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |