Análisis exploratorio de datos espaciales sobre los niveles de logro de aprendizaje en matemática y lectura de los estudiantes de segundo grado de secundaria en la evaluación censal
DOI:
https://doi.org/10.17162/au.v11i4.760Palavras-chave:
Evaluación de aprendizajes, evaluación censal de estudiantes, estudiantes de segundo grado de secundaria, análisis exploratorio de datos espaciales, análisis de componentes principales, matemática, lectura.Resumo
La presente investigación tuvo como objetivo identificar los niveles de logro de aprendizaje en matemática y lectura obtenidos por los estudiantes de segundo grado de secundaria, en la Evaluación Censal de Estudiantes (ECE), durante el año 2018, utilizando el análisis exploratorio de datos espaciales y análisis de componentes principales, y determinar si existe autocorrelación espacial entre los niveles de logro de aprendizaje en matemática y lectura obtenidos por los discentes del segundo grado de secundaria en la ECE en las regiones del Perú. Este estudio se desarrolló dentro de un enfoque cuantitativo el cual se fundamenta en el método hipotético deductivo, no experimental, de diseño transversal porque apuntó en un momento y tiempo definido, el año 2018. El método de recolección de datos que se utilizó fue el de datos secundarios, porque se utilizó la ECE en discentes de segundo grado de secundaria en Perú, el año 2018. Los resultados permitieron determinar el nivel de logro de aprendizaje previo al inicio en matemática y lectura, obtenidos por los estudiantes de segundo grado de secundaria, los más importantes, corresponde a las regiones de: Loreto, Amazonas, Ucayali, Huánuco, Huancavelica y Apurímac; con nivel de logro de aprendizaje en inicio en matemática, fueron: Tumbes, Piura, La Libertad, Ica y Callao; con nivel de logro de aprendizaje en inicio en lectura fueron: Tumbes, Piura, Cajamarca, San Martín, Ucayali y Madre de Dios.; asimismo se demostró que existe autocorrelación espacial entre los niveles de logro de aprendizaje en matemática y lectura obtenidos por los discentes del segundo de secundaria en la ECE. (p < 0.05).Downloads
Referências
Acevedo, I. & Velásquez, E. (2008). Algunos conceptos de la econometría espacial y el análisis exploratorio de datos espaciales. Ecos de Economía, 12 (27), 2-25. https://dialnet.unirioja.es/servlet/articulo?codigo=4024478.
Anselin, L. (1995). Local Indicators of Spatial Association-LISA. Geographical Analysis, 27 (2),
-115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x
Buzai, G. & Baxendale, C. (2009). Análisis Exploratorio de Datos Espaciales. Revista digital del Grupo de Estudios sobre Geografía y Análisis Espacial con Sistemas de Información Geográfica (GESIG), Sección Software y Metodología, (1), 1-11. https://ri.unlu.edu.ar/xmlui/bitstream/handle/rediunlu/702/Buzai_An%C3%A1lisis%20Exploratorio%20de%20Datos%20Espaciales.pdf?sequence=1&isAllowed=y
Celemín, J. P. (2009). Autocorrelación especial e indicadores locales de asociación especial, importancia, estructura y aplicación. Revista Universitaria de Geografía, 18 (1), 11-31.
https://www.redalyc.org/pdf/3832/383239099001.pdf
Cervera, L. E., Lizárraga, G. M. & Sánchez, C. P. (2008). Estudio georreferencial de la Evaluación Nacional de Logro Académico en Centros Escolares (ENLACE) en el Municipio de Juárez, Chihuahua: análisis espacial. Revista electrónica de investigación educativa, 10 (1), 1-23. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1607-40412008000100005.
Chasco, C. (2003). Métodos gráficos del análisis exploratorio de datos espaciales. Anales de economía aplicada. Departamento de Economía Aplicada, Universidad Autónoma de Madrid. Madrid. https://www.asepelt.org/ficheros/File/Anales/2003%20-%20Almeria/asepeltPDF/93.PDF
Chasco, C. (2006). Análisis estadístico de datos geográficos en geomarketing: el programa GeoDa. Distribución y Consumo, 2, 34-45.
Chue, J. (2016). Análisis exploratorio espacial del ingreso de los egresados universitarios del Perú. Anales Científicos, 77 (2), 329-337. http://revistas.lamolina.edu.pe/index.php/acu/article/view/810/pdf_4
De Corso, G. B., Pinilla, M. & Gallego, J. (2017). Métodos gráficos de análisis exploratorio de datos espaciales con variables espacialmente distribuidas. Cuadernos latinoamericanos de Administración, 13 (25), 92-104. https://doi.org/10.18270/cuaderlam.v13i25.2417
García, J. (2011). Análisis exploratorio de datos espaciales de la segregación urbana en ciudad Juárez. St. Louis: Federal Reserve Bank of St Louis. https://search.proquest.com/working-papers/análisis-exploratorio-de-datos-espaciales-la/docview/1698181312/se-2?accountid=12268
Getis, A. & Ord, J. (1992). The analysis of spatial association by use of distance statistics. Geographical Analysis, 24 (3), 189-206. doi: 10.1111/j.1538-4632.1992.tb00261.x
Griffith, D. A. (2009). Spatial autocorrelation. University of Texas at Dallas, Richardson, TX, Elsevier Inc. http://www.elsevierdirect.com/brochures/hugy/SampleContent/Spatial-Autocorrelation
Gordziejczuk, M. A., & Lucero, P. I. (2019). Turismo y calidad de vida: un estudio de autocorrelación espacial aplicado a la ciudad de Mar del Plata, provincia de Buenos Aires, Argentina. Cuadernos de Geografía: Revista Colombiana de Geografía, 28 (1), 23-42. https://doi.org/10.15446/rcdg.v28n1.67275
Hernández-Sampieri, R. & Mendoza, C. P. (2018). Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta. México: McGraw Hill.
INEI (2020). Resultados de la pobreza monetario 2019. https://www.inei.gob.pe/media/MenuRecursivo/boletines/presentacion-del-jefe-del-inei.pdf
Johnson, R. A., & Wichern, D. (2007). W. Applied multivariate statistical analysis. New Jersey: Prentice Hall Inc.
Levy, J. & Varela, J. (2003). Análisis multivariable para las ciencias sociales. Madrid: Pearson Educación.
MINEDU (2020). Evaluaciones nacionales de logro de aprendizaje 2019. http://umc.minedu.gob.pe/wp-content/uploads/2020/06/Reporte-Nacional-2019.pdf
MINEDU (2019). Reporte técnico de las evaluaciones censales y muestrales de estudiantes 2018. http://umc.minedu.gob.pe/wp-content/uploads/2019/08/RT-Evaluaciones-2018.pdf.
MINEDU (2018). Sistema de consulta de resultados de evaluaciones (SICRECE). https://sistemas15.minedu.gob.pe:8888/evaluacion_censal_publico
MINEDU (2016). Resultados de la Evaluación Censal de Estudiantes 2016 (ECE 2016). http://umc.minedu.gob.pe/wp-content/uploads/2017/04/ECE-2016-presentaci%C3%B3n-de-resultados-web.pdf
MINEDU (2015). Resultados de la Evaluación Censal de Estudiantes 2015. http://umc.minedu.gob.pe/wpcontent/uploads/2016/03/Resultados-ECE-2015.pdf
Oyana, T., & Margai, F. (2015). Spatial analysis. Statistics, visualization, and computatonal methods. New York: CRC Press.
Perez, C. (2014). Análisis multivariante de datos. Madrid: Ibergarceta Publicaciones.
Rodríguez, F. de J., Pompa-García, M., Hernández-Díaz , C. & Juárez-Reyes, A. (2010). Patrón de distribución espacial de la pérdida, degradación y recuperación vegetal en Durango, México. Avances en investigación agropecuaria, 14 (1), 53-65. Recuperado de: http://ww.ucol.mx/revaia/anteriores/PDF%20DE%20REVISTA/2010/enero/4.pdf
Rodríguez, R. (2017). Software de análisis geoestadístico GEODA. https://risharkygis.wordpress.com/2017/03/23/software-de-analisis-geoestadistico-geoda/.
Serrano, R. M. & Valcárcel, E. V. (2002). Econometría espacial: Nuevas técnicas para el análisis regional. una aplicación a las regiones europeas. Investigaciones Regionales, (1), 83-106. https://search.proquest.com/scholarly-journals/econometría-espacial-nuevas-técnicas-para-el/docview/1459697470/se-2?accountid=12268
Uriel E. & Aldás, J. (2005). Análisis multivariante aplicado. Aplicaciones al marketing, Investigación de mercados, Economía, Dirección de empresas y turismo. Madrid: Thomson editores.
Vilalta, C. J. (2005). Cómo enseñar autocorrelación espacial, Economía, Sociedad y Territorio, México, 5 (18), 323-333. https://doi.org/10.22136/est002005307
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Olga Solano Dávila, Doris Gómez Ticerán, Grabiela Montes Quintana, Gregoria Ramón Quispe, Nelly Pillhuaman Caña, Daniel Bolaños Solano
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
1. Política propuesta para revistas de acceso abierto
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (veaThe Effect of Open Access).
