2024-03-28T18:13:19Z
https://revistas.upc.edu.pe/index.php/index/oai
oai:ojs.revistas.upc.edu.pe:article/461
2024-03-04T21:11:45Z
docencia:MET
driver
nmb a2200000Iu 4500
"160630 2016 eng "
2223-2516
dc
COMPUTER PROGRAMS FOR THE COMPARISON BETWEEN CORRELATIONS: INDEPENDENT SAMPLES
Silver, N. Clayton
University of Nevada, Las Vegas, Estados Unidos
Merino Soto, César Ayax
Universidad de San Martín de Porres , Lima, Perú
Existe una variedad de técnicas para probar las diferencias entre correlaciones independientes que no están disponibles en los programas estadísticos familiares para el investigador. Se presentan ejemplos de estas técnicas para evaluar diferentes hipótesis dentro del contexto de correlaciones en muestras independientes, junto con programas informáticos interactivos, amigables y libre distribución.
Universidad Peruana de Ciencias Aplicadas - UPC
2016-06-30 00:00:00
application/pdf
application/pdf
https://revistas.upc.edu.pe/index.php/docencia/article/view/461
Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]; Vol. 10 Núm. 1 (10): enero-junio
spa
Derechos de autor 2016 Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]
oai:ojs.revistas.upc.edu.pe:article/463
2024-03-04T21:11:45Z
docencia:MET
driver
nmb a2200000Iu 4500
"160630 2016 eng "
2223-2516
dc
RELIABILITY ESTIMATE IN THE MEASUREMENT OF TWO ITEMS: ANGOFF-FELDT COEFFICIENT
Domínguez Lara, Sergio Alexis
Universidad de San Martín de Porres , Lima, Perú
Merino Soto, César Ayax
Universidad de San Martín de Porres , Lima, Perú
Navarro Loli, Jhonatan S.
Universidad de San Martín de Porres , Lima, Perú
En la actualidad el uso de medidas breves en la evaluación psicológica se extiende con rapidez, pero en muchas ocasiones el análisis de la confiabilidad de sus puntajes se ve limitado por las condiciones que deben superarse para utilizar determinados coeficientes (p.e., el coeficiente α). El cumplimiento del modelo tau-equivalente es una de las más importantes que exige el coeficiente α y al no alcanzarse, la estimación puede estar sesgada. El objetivo de este artículo es presentar el coeficiente Angoff-Feldt (rAF) para la estimación de la confiabilidad, que pueda ser usado en medidas congenéricas, es decir, que no cumplan con las exigencias del coeficiente α (p.e., modelo tau-equivalente). Si bien el rAF se pensó inicialmente para dos mitades congenéricas, en el artículo se presenta la aplicación para medidas de dos ítems, asumiendo que cada uno es una mitad. Se brindó un ejemplo sobre su utilidad, y se discute la posibilidad de implementar su uso.
Universidad Peruana de Ciencias Aplicadas - UPC
2016-06-30 00:00:00
application/pdf
application/pdf
https://revistas.upc.edu.pe/index.php/docencia/article/view/463
Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]; Vol. 10 Núm. 1 (10): enero-junio
spa
Derechos de autor 2016 Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]
oai:ojs.revistas.upc.edu.pe:article/486
2024-03-07T14:32:21Z
docencia:MET
driver
nmb a2200000Iu 4500
"170516 2017 eng "
2223-2516
dc
Conceptual and Practical Approach to Structural Equations Modeling
Medrano, Leonardo Adrián
Universidad Nacional de Córdoba
Muñoz-Navarro, Roger
Universidad de Valencia
En el presente trabajo se expone una aproximación conceptual y práctica a los Modelos de Ecuaciones Estructurales o Structural Equation Modeling (SEM). Los SEM están considerados entre las herramientas más potentes para el estudio de relaciones causales en datos no experimentales. Son una combinación del análisis factorial y la regresión múltiple y están compuestos por dos componentes: el modelo de medida y el modelo estructural. El modelo de medida describe la relación existente entre una serie de variables observables; mientras que en el modelo estructural se especifican las relaciones hipotetizadas entre las variables, es decir, se describen las relaciones entre las variables latentes mediante el uso de flechas. Llevar a cabo un SEM involucra cinco etapas: 1) Especificación del Modelo; 2) Identificación del Modelo; 3) Estimación del Modelo; 4) Evaluación del Modelo y 5) Re-especificación del Modelo. El presente artículo provee una serie de guías de “buenas prácticas” para realizar análisis SEM, con ejemplos utilizando el programa AMOS.
Universidad Peruana de Ciencias Aplicadas - UPC
2017-05-16 00:00:00
application/pdf
text/html
application/pdf
https://revistas.upc.edu.pe/index.php/docencia/article/view/486
Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]; Vol. 11 Núm. 1 (11): enero-junio (Tema: La Educación Inclusiva en la educación superior: reflexiones y experiencias)
spa
Derechos de autor 2017 Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]
oai:ojs.revistas.upc.edu.pe:article/495
2024-03-04T21:10:51Z
docencia:MET
driver
nmb a2200000Iu 4500
"161115 2016 eng "
2223-2516
dc
COMPUTER PROGRAMS FOR COMPARING DEPENDENT CORRELATIONS
Silver, N. Clayton
University of Nevada, Las Vegas, Estados Unidos
Merino Soto, César A.
Universidad de San Martín de Porres , Lima, Perú
Existe una variedad de técnicas para probar las diferencias entre correlaciones dependientes que no están disponibles en los programas estadísticos estándar para el investigador. Se presentan ejemplos de estas técnicas para evaluar diferentes hipótesis dentro del contexto de correlaciones en muestras dependientes, junto con programas informáticos interactivos, de fácil uso y libre distribución.
Universidad Peruana de Ciencias Aplicadas - UPC
2016-11-15 00:00:00
application/pdf
https://revistas.upc.edu.pe/index.php/docencia/article/view/495
Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]; Vol. 10 Núm. 2 (10): julio-diciembre
spa
Derechos de autor 2016 Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]
oai:ojs.revistas.upc.edu.pe:article/614
2024-03-07T14:31:40Z
docencia:MET
driver
nmb a2200000Iu 4500
"180625 2018 eng "
2223-2516
dc
Relationship between the Difficulty and Discrimination Indices
Hurtado Mondoñedo, Luis Leoncio
Universidad de Ingeniería y Tecnología
Dos de los principales índices usados al hacer el análisis psicométrico de una prueba de rendimiento son el índice de dificultad y el índice de discriminación. Estos índices se convierten en indicadores de la calidad de una prueba en la medida que se encuentren dentro de rangos aceptables. Esto trae dos consecuencias, en primer lugar la determinación de la fórmula para el cálculo de los índices y en segundo lugar la interpretación de los mismos según determinadas normas. El presente trabajo muestra la forma como se determinan y relacionan estos índices, así como la manera en que influye la norma de discriminación en la valoración de la prueba. Se plantean recomendaciones sobre el uso de ambos índices a partir del análisis realizado.
Universidad Peruana de Ciencias Aplicadas - UPC
2018-06-25 00:00:00
application/pdf
application/pdf
https://revistas.upc.edu.pe/index.php/docencia/article/view/614
Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]; Vol. 12 Núm. 1 (12): enero-junio (Tema: Responsabilidad Social Universitaria)
spa
Derechos de autor 2018 Revista Digital de Investigación en Docencia Universitaria [Digital Journal of University Teaching Research]