• Skip to primary navigation
  • Skip to main content
  • Skip to primary sidebar
Enfoque UPC

Enfoque UPC

La plataforma de blogs de la UPC

search
  • Autores
  • Innovación & tendencias
  • Más temas
    • Arquitectura, arte & diseño
    • Comunicación & humanidades
    • Derecho, economía & negocios
    • Educación
    • Ingeniería, ciencia & tecnología
    • Salud & psicología

Un hallazgo relevante: ¿Qué variables son las que más se relacionan con los resultados de las encuestas académicas?

1 febrero, 2021 by Tito Viale Deja un comentario

Descubrir qué influye en los resultados de la encuesta académica nos permite estar conscientes en qué es lo que hay que trabajar más y, adicionalmente, valorar el sentido que tiene nuestra metodología de enseñanza-aprendizaje. Es por ello, que en este artículo les presentamos los resultados que encontramos al relacionar algunas de las variables de la encuesta académica con su respectivo análisis. Para esto, hemos utilizado la función “COEF.DE.CORREL” o “PEARSON” del Excel.

Todos los docentes, en algún momento, nos hemos preguntado por las variables que mueven los resultados de las encuestas académicas (siempre quisimos saber cuáles son las variables que tienen una alta correlación con los resultados finales). Determinar esas variables puede llevarnos a mejorar notablemente aquello que los alumnos necesitan para un óptimo aprendizaje y, por qué no decirlo, a mejorar notablemente los resultados de los docentes en sus encuestas académicas.

Las encuestas académicas son instrumentos de medición utilizados por las instituciones educativas que tienen como norte la excelencia y la mejora continua como parte de su ADN institucional. El diseño de estas encuestas ha ido variando en el tiempo y, en base a la experiencia y a juicio de los expertos, se fueron eliminando preguntas e introduciendo mejoras hasta llegar a la encuesta tal como la conocemos hoy en día. Este documento final arroja resultados que, efectivamente, reflejan la práctica docente en el aula y fuera de ella (Zabalza, 2005).

¿Qué fue lo que hicimos? Hemos analizado los resultados de las encuestas académicas en un curso de matemática de una universidad peruana en el segundo periodo del año 2019 (cuando las sesiones de clases eran presenciales con una componente virtual (curso blended)) y, también, en el segundo periodo del 2020 (en la coyuntura actual con las sesiones de clases virtuales debido al Covid-19). Este curso tuvo 56 secciones en el ciclo académico 2019-2 y 47, en el ciclo académico 2020-2. Lo que veremos a continuación no obedece a una exhaustiva investigación científica. Son hallazgos que forman parte de una investigación mayor que verá la luz muy pronto. Los hallazgos que encontramos hablan por sí solos y se los vamos mostrando por delante.

Encontramos que la variable “El profesor desarrolló actividades que me permitieron aprender por mí mismo” y la variable “El profesor desarrolló actividades que me permitieron aplicar en la práctica lo que he aprendido en el curso” muestran una relación positiva muy alta con la variable “Promedio docente. (ver Gráfico N° 1 y Gráfico N° 2).

En el Gráfico N° 1, obtenido del análisis de los resultados del periodo 2019-2, observamos que la correlación entre la variable “El profesor desarrolló actividades que me permitieron aprender por mí mismo” y la variable “Promedio docente” tienen una relación positiva muy alta (r = 0,98). En el Gráfico N° 2, obtenido del análisis de los resultados del periodo 2020-2, observamos, también, que la relación entre las mismas variables es muy fuerte (r = 0,98).

Gráfico N° 1. 2019-2. Relación entre las variables “El profesor desarrolló actividades que me permitieron aprender por mí mismo” versus “Promedio docente”. (Fuente propia)
Gráfico N° 2. 2020-2. Relación entre las variables “El profesor desarrolló actividades que me permitieron aprender por mí mismo” versus “Promedio docente”. (Fuente propia)

A pesar de que se trata de un análisis únicamente de dos semestres académicos, podemos adelantar algunas conclusiones que obtenemos de estos valores. De todas las variables que se evalúan en la encuesta académica, la que mayor relación tiene con el resultado final del profesor es la que se refiere a que el profesor desarrolló actividades que permitieron (al alumno) aprender por sí mismo. Por otro lado, a la luz de estos resultados, y por el lado de los docentes, podemos aventurarnos a sugerir que deben tomar en cuenta estos resultados en la etapa de planificación del curso porque ya sabemos que influyen directamente, más que otras variables, en el resultado de la encuesta y así, mejorar el diseño de actividades con materiales y herramientas que le permitan al estudiante estudiar por sí mismo.

Algo similar ocurre con la relación entre la variable “El profesor desarrolló actividades que me permitieron aplicar en la práctica lo que he aprendido en el curso” y la variable “Promedio docente”. Para el semestre académico 2020-2, los análisis llevados a cabo arrojaron una correlación de 0,97; igual que en el semestre académico 2019-2.

Por otro lado, en el breve estudio que hicimos, obtuvimos un resultado interesante y es la correlación entre las variables “Porcentaje de aprobados en el curso” versus “Promedio docente” (ver Gráfico N° 3). Para el semestre académico 2019-2, este valor de correlación está en el orden de 0,12; mientras que para el semestre académico 2020-2, está en el orden de 0,03. Estadísticamente hablando, estas correlaciones son muy débiles; y la lectura que hacemos es que no hay una relación directa entre esas variables, con lo cual se rompe el mito de que el profesor que aprueba a la mayoría de sus alumnos está muy bien calificado en las encuestas académicas y, por lo tanto, es un buen profesor.

Gráfico N° 3. 2019-2. Relación entre las variables “Porcentaje de aprobados” versus “Promedio docente”. Como puede observarse en el gráfico, no existe una correlación lineal entre ambas variables. (Fuente propia)

Algo similar ocurre con la variable “La bibliografía me sirvió en el curso” y la variable “Promedio docente” (ver Gráfico N° 4). No hay una correlación significativa entre ambas variables.

Gráfico N° 4. Relación entre las variables “La bibliografía me sirvió en el curso” versus “Promedio docente”. Como puede observarse en el gráfico, no existe una correlación lineal entre ambas variables. (Fuente propia)

Como habrán podido observar, hay variables que están altamente relacionadas con el promedio docente las cuales podemos (y debemos) ir mejorando cada semestre académico, desde el rol que nos compete: como docentes o como gestores. Esto, con la finalidad de facilitar y mejorar el aprendizaje de nuestros alumnos y brindarle “tranquilidad” a nuestros docentes. Por otro lado, si usted ha escuchado que el profesor que regala notas es bien evaluado por sus alumnos, no se preocupe pues no hay ninguna relación entre las variables “Porcentaje de aprobados” y “Promedio docente”.  ¡Les deseamos muchos éxitos en la siguiente encuesta académica!

(https://support.microsoft.com/es-es/office/funci%C3%B3n-pearson-0c3e30fc-e5af-49c4-808a-3ef66e034c18)

Artículo escrito por:
Héctor Viale, Director de la Oficina de Prospección Académica de la UPC.
Armando Novoa, Profesor a tiempo completo del Departamento de Ciencias – Campus San Miguel
.

En las redes de la Confianza

26 abril, 2018 by Enfoque UPC Deja un comentario

Úrsula Freundt-Thurne, decana de la Facultad de Comunicaciones, disecciona el concepto de la Confianza (en mayúsculas).

Por: Úrsula Freundt-Thurne ([email protected])

La reciente fotografía tomada por la agencia española EFE y publicada por el diario peruano El Comercio del 11 de abril de 2018, en la que aparece Mark Zuckerberg, fundador y director ejecutivo de Facebook, rodeado por más de 20 fotógrafos y periodistas ante la Comisión del Senado norteamericano, evidenció que conseguir el “clic” de su verdad se convertiría en la versión visual, parafraseando a Covey (2010), del factor Confianza.

(Foto tomada de EFE, publicada en la edición impresa del diario El Comercio el 11 de abril de 2018. Mundo, p. 20. En http://elcomercio.peruquiosco.pe/m/a/20180411/20 )

Y es que no era para menos. Facebook, la red social más importante del mundo, había cometido el tremendo error de compartir el uso de datos privados de usuarios que habían confiado en su red. Incluso más: muchos de sus datos habían sido utilizados por la consultora política británica Cambridge Analytica con fines de propaganda electoral, lo que convertía el problema inicial en un escándalo de largo aliento.

Sin embargo, privilegiar el recuerdo de este infeliz comportamiento por sobre acciones concretas podría alejarnos de aprovechar una oportunidad de mejora. Es por eso que, a partir de estos hallazgos, son varias las preguntas que, junto a Knowledge@Wharton, por ejemplo, nos hemos formulado: ¿qué puede hacer Facebook para reconstruir/recobrar su Confianza?, ¿es posible recuperar la Confianza?, ¿cuáles son los elementos que componen una variable intangible tan importante como compleja?, ¿cómo se mide finamente la Confianza?

En el Perú, algunos medios de comunicación nos enfrentan a coloridas infografías acompañadas de reveladores porcentajes en los que leemos: “En general, ¿diría usted que confía o no en las siguientes instituciones?”. Las posibilidades de respuesta son escasas: más – menos; sí o no. Pero, ¿qué hay detrás de un «sí» o de un «no»? ¿Cuáles son las variables que ayudan a que una persona “confíe o no” en determinada institución, por ejemplo? Todo parece indicar que el tema es mucho más complejo de lo que parece.

Por ello, si realmente deseamos darle respuesta a la legítima preocupación sobre si es factible que una institución como Facebook, por ejemplo, recupere/recobre la Confianza, es necesario que identifiquemos con claridad, primero, de qué está compuesta la Confianza, cuáles son los ítems que la conforman y de qué clusters mayores forman parte dichas variables de la Confianza.

No se trata, entonces, de un valor intangible que responde a un simple “sí» o a un «no”. Es indispensable comprobar la unidimensionalidad del constructo, así como determinar la validez y confiabilidad del instrumento que medirá la Confianza. Confundir Confianza con Credibilidad implica desconocer, por ejemplo, que la credibilidad es solo uno de los elementos de la Confianza. Ya lo explicitaba Khodyakov (2007) cuando mencionaba que existían claros desacuerdos entre los estudiosos con respecto a la definición, características, naturaleza y uso del concepto Confianza.

En el Perú, por ejemplo, muchas instituciones (medios de comunicación), si bien reconocen la importancia del factor Confianza, también reconocen que se trata de un activo que se aborda, principalmente, con el objetivo de comprender su impacto sobre la lectoría y la venta de ejemplares. Ese acercamiento desencadena la percepción de que estos son dos de sus atributos más importantes, descuidándose el valioso aporte individual –y en su interrelación– de conductores como la relación con el público, el profesionalismo, la verificación, la seguridad, la defensa de la información, la labor social, el saber hacer, la reputación, el carácter, la realidad, la independencia, la credibilidad, la transparencia, la integridad, la calidad, el diálogo, la libertad y la normatividad, por citar 18 de más de 20 ítems consultados a periodistas y comunicadores peruanos quienes valoraron la organización de los atributos y clusters de la propuesta.

Como se puede apreciar, el ecosistema de la Confianza es rico y complejo y no es factible ni justo, reducirlo a un «sí» o a un «no». Analizar la Confianza en instituciones, por ejemplo, obliga a construir un instrumento de medición ad hoc que responda a hipótesis, así como a la comprobación de las mismas. Nos referimos a pruebas de validez de contenido (prueba binomial) y a validez de constructo (análisis de componentes principales) (Nunnaly, 1991); a pruebas de confiabilidad/ consistencia interna (Alfa de Cronbach) (Nunnaly 1991); a la determinación si la distribución de los datos es normal (test de Kolmogorov- Smirnov); así como a la prueba “U” de Mann-Whitney para analizar diferencias entre dos grupos de comparación (Siegel y Castellan 1995). A la fecha, de la #ExperienciaFacebook se han desencadenado una serie de comportamientos concretos: guías para abandonar la red social tal como lo publicó el diario El Mundo y el diario La Nación, campañas a favor y en contra de #DeleteFacebook como lo narra el New York Times aquí y aquí, interesantes discusiones académicas como las que se pueden leer aquí y aquí, así como el interés de buscar y cursar materias online (MOOC) ofrecidas por entidades de reconocida trayectoria. Tal es el caso del curso Trust and verification in an age of misinformation.

No cabe duda que, como reconoce Peter Drucker (1999,2005), “las organizaciones ya no se fundamentan en el poder, sino en la confianza”. Por ello, este es el momento de acercarse a la Confianza preocupándose por conocer cada uno de los atributos que la conforman. Solo así será posible trabajar conscientemente en los atributos momentáneamente más débiles, reconociendo –paralelamente– que la mejora en uno de ellos repercutirá directamente en ese valor integral que, según Covey (2010), “lo cambia todo”.

(Imagen tomada de http://knowledge.wharton.upenn.edu/article/can-facebook-regain-publics-trust/?utm_source=kw_newsletter&utm_medium=email&utm_campaign=2018-04-03)

Primary Sidebar

Autores

avatar for Alejandro Hernán Seminario CamposAlejandro Hernán Seminario Campos

Coordinador del Taller de Técnica...

avatar for Carlos AdrianzénCarlos Adrianzén

Decano de la Facultad de Economía y Dire...

avatar for Carlos LettsCarlos Letts

Director Académico de la carrer...

avatar for Claudia SícoliClaudia Sícoli

PhD, Directora Académica de la car...

avatar for Comunicaciones UPCComunicaciones UPC
Ver más autores

wasc
Universidad Peruana de Ciencias Aplicadas is accredited by the WASC Senior College and University Commission (WSCUC), 985 Atlantic Avenue, Suite 100, Alameda, CA 94501, 510.748.9001
Logo UPC