T3. Evaluar incidencia de la utilización de Google Apps y Moodle.

Unos investigadores desarrollan un nuevo entorno virtual de aprendizaje basado en Google Apps.  Para evaluar la incidencia de la utilización de este nuevo entorno en las calificaciones de los estudiantes, durante dos años se realiza un estudio de caso con dos grupos de estudiantes: un grupo de control que utiliza Moodle y un grupo experimental que utiliza Google Apps; el reparto de sujetos entre ambos grupos se realiza siguiendo un criterio de paridad de sexo.

El registro de caso se recoge en el siguiente fichero (descargar):
https://www.dropbox.com/s/d4egha6ag2hgt9i/Notas-2grupos-v3.csv?dl=0  

Vamos a descargar el fichero de datos con el que vamos a trabajar. El fichero es un archivo CSV con una estructura tabulada. Observar la imagen, el fichero consta de 40 estudiantes de los cuales 20 utilizaron un entorno Moodle y 20 utilizaron un Google Apps. Entre esos datos figuran el entorno, el sexo y las calificaciones finales de cada estudiante.

Observamos que los datos no se cargan por columna, porque están en un archivo CSV y delimitado por “;” y nuestra configuración tiene “,”. Realizamos los siguientes pasos: las imágenes explican paso por paso lo que debemos hacer, para realizar el cambio de separadores.

Luego buscamos nuestro fichero y vemos que ya los datos están separado por columnas en Excel.

Se Pide:

1. Observar los datos y reflexionar acerca de la relación que existe entre las variables calificación, grupo y sexo. 

Reflexionando y observando los datos concernientes a la relación existente entre las variables calificación, grupo y sexo, puedo afirmar que:

• El grupo de estudiantes que utilizaron el entorno Google Apps obtuvieron las mejores y más altas calificaciones que el grupo de estudiantes Moodle.
• El grupo de estudiantes que utilizaron el torno Moodle obtuvieron las más bajas calificaciones que el grupo de estudiantes Google Apps.
• El grupo Masculino obtuvo las mejores calificaciones en el uso del entorno de aprendizaje Google Apps que el grupo Femenino.
• El grupo Femenino obtuvo las mejores calificaciones en el uso del entorno de aprendizaje Moodle que el grupo Masculino.

Vamos a sacar las medias por variables: Moodle-Male; Moodle-Female; Google Apps-Male; Google Apps- Female.

2. Dibujar en Excel o Google Sheets un gráfico de interación (http://courses.washington.edu/smartpsy/interactions.htm) de las medias de las calificaciones combinando las variables grupo y sexo, es decir: Moodle-Male, Moodle-Female, GoogleApps-Male, GoogleApps-Female.  

La inspección visual de los datos utilizando gráficos de barras o gráficos de líneas es una manera de buscar evidencia de una interacción.

Para eso, abrimos nuestro fichero de Excel. Buscaremos primero las medias de las calificaciones a traves de funciones estadisticas provistas por la hoja de calculo. 

Ahora procedemos a insertar los gráficos en Excel, seleccionando las celdas con los valores. Ambos gráficos de líneas que presentaremos a continuación representan lo mismo, la diferencia se encuentra en que el primero, las dos lineas representan el Grupo (eje Y) y el Sexo (eje X). En cambio, en el segundo, las dos lineas representan el Sexo (eje Y) y el Grupo (eje X).

De igual manera, podemos insertar gráficos de barras para comprender mejor el comportamiento de las variables y su interacción. 

 

 
¿Coinciden los resultados mostrados en el gráfico con tus reflexiones del apartado anterior? Como vemos en la gráfica de barra anterior podemos afirmar que las reflexiones expuestas anteriores coinciden con los resultados, arrojados por la gráfica.

3. Analizar si existen diferencias estadísticamente significativas en las calificaciones en función del grupo y del sexo.

Importar datos en el R.

Filtrado de los datos:

Cálculo Text para determinar el P-value en función del Grupo:

Realizamos el test de t-student.

Como podemos ver en los resultados arrojados del p-value en función del grupo, la diferencia es estadísticamente significativa ya que el porciento del p-value está por debajo de <5%.

Calculo Text para determinarl el P-value en función del Sexo:

Por tanto, en función del Sexo no es estadísticamente significativa, ya que los resultados arrojados del p-value es =1, es decir, los resultados fueron mayor que >5%.

4. Utilizar la función AOV () de R para saber si existe una interacción estadísticamente significativa entre las variables grupo y sexo.

Los resultados arrojados confirman que sí existe interracción estadísticamente significativa entre las variables grupo y sexo, los resultados arrojados son de un 0.00774%.