Projeto de um questionário para avaliar o conhecimento básico das estatísticas dos alunos do último curso de Engenharia

University Training-vol. 5 nº1-2012, p.: 21-32

artigos

Projeto de um questionário para avaliar o conhecimento básico das estatísticas dos alunos do último curso de engenharia

Desenho de um questionário para avaliar o conhecimento das estatísticas básicas de estudantes de engenharia sênior

Esperanza Ayuga-Téllez, Concepción González-García, María A. Grande-Ortiz e Eugenio Martínez-Falo – Grupo de Inovação Educacional em Quantitativo técnicas aplicadas à engenharia ambiental. Universidade Politécnica de Madrid. ETSI MONTES. University City S / N, 28040 Madrid-Espanha. (E-mail: [email protected]; [email protected])

Resumo

O desenho de um questionário é apresentado para avaliar o conhecimento básico de Estatísticas para estudantes de engenharia. O questionário original incluiu um grande número de itens agrupados por blocos temáticos. Isso foi proposto a um painel de especialistas, formado por nove professores das estatísticas aplicadas sujeitas de diferentes graus de engenharia em universidades ibero-americanas. Esse grupo de especialistas avaliou as questões levantadas e entregues informações valiosas para preparar o questionário final. O questionário que é proposto inclui 20 questões distribuídas em quatro blocos temáticos: estatística descritiva, técnicas de amostragem, testes de hipóteses e modelo linear geral. Esses blocos temáticos são consistentes com os resultados de estudos anteriores sobre avaliação de conhecimento estatístico.

Palavras-chave: aprendizagem, engenharia, estatística, painel de especialistas

abstrato

o desenho de um questionário para avaliar o conhecimento das estatísticas básicas para os estudantes de engenharia está presente. O questionário original incluído no grande número de itens agrupados por assuntos. Este questionário foi submetido ao painel de especialistas, consistindo de nove professores de estatísticas aplicadas de diferentes maiores de engenharia pertencentes a universidades ibero-americanas. Esse grupo de especialistas avaliou as questões e forneceu informações valiosas para preparar o questionário final. O questionário final propôs inclui 20 questões divididas em quatro assuntos: estatística descritiva, sampping, teste de hipóteses e modelo linear geral. Estes assuntos são semelhantes a outros estudos encontrados na literatura sobre avaliação do conhecimento de conceitos estatísticos básicos.

Palavras-chave: Aprendizagem de aprendizagem, engenharia, estatística, painel de especialistas

introdução

Os processos de medição e avaliação são especialmente procurando identificar os efeitos, impactos e eficiência do investimento no desenvolvimento de projetos ou atividades específicos (Cardona e Sánchez, 2010). Nos últimos anos, houve um interesse crescente na avaliação da aprendizagem em larga escala, que permitiu uma melhor compreensão e caracterização da realização educacional dos alunos (Maher, 2004, Martínez-Padilla e Pérez-González, 2008; Cancelar Et al., 2010). A adaptação de estudos universitários para a Área Europeia do Ensino Superior (EHE) e a incorporação de processos de acreditação de graus e instituições na Europa, torna necessário repensar o conhecimento, bem como as habilidades e habilidades que os estudantes universitários devem adquirir. A avaliação da eficiência educacional fornece informações de grande importância para instituições de ensino superiores e para o desenvolvimento de programas e cursos específicos (Nowatzki, 2004, Bornmann et al., 2006). No entanto, a seleção de indicadores apropriados dessa eficiência é uma tarefa difícil, especialmente quando os critérios não são bem definidos (Praslova, 2010).

A avaliação do conhecimento e compreensão das estatísticas foram desenvolvidos em algum trabalho para diferentes níveis educacionais (Gardner e Hudson, 1999, Delmas et al., 2007, Díaz e Batano, 2009, Vendramini et al., 2010 ). Por outro lado, as obras publicadas relacionadas à avaliação da eficácia educacional no ensino superior são escassas e a maioria a nível nacional e com um tema muito específico (e.ges. Downs, 2006, Damian et al., 2010). Actualmente, o Projeto Ahelo (OCDE, 2010) que consiste em avaliar o desempenho dos graduados em duas disciplinas está sendo desenvolvido na Europa através de um teste. A avaliação dos resultados de aprendizagem se desenvolve através de vários testes. Alguns deles são pedidos de questionários básicos de conhecimento de cada disciplina (GNE, 2011).

Especificamente, os alunos de uma universidade específica em graus de engenharia, como a Universidade Politécnica de Madri (UPM), são assumidas em materiais básicos que devem ser verificados para planejar o conteúdo dos programas no novo Currículos. Por esta razão, os estudos são de interesse para estabelecer conhecimento mínimo comum em assuntos básicos que devem ser adquiridos para o desenvolvimento de atividades próprias em engenharia e arquitetura (Ayuga et al., 2010a, Gne, 2011).

estatísticas importam é importante para seus aplicativos de engenharia (análise de dados, desenho de experimentos, controle de processos, processos estocásticos, confiabilidade dos sistemas, …). O conhecimento, em estatísticas, que deve ter uma pós-graduação em sua prática profissional dependerá do trabalho que tem que jogar e sempre aparece um curso deste assunto em conjunto com matemática, química ou física. Há muitas referências que podem ser encontradas sobre sua importância nos programas de engenharia: a nível de escolas técnicas na Espanha (Peña et al., 1990); Como resultado dos processos de acreditação, a “probabilidade e estatística” é coletada no estudo do Conselho de Acreditação de Engenharia e Tecnologia (ABET) de Kohen, 2001, sobre avaliação e revisão dos programas de engenharia civil. Entre as competências dos engenheiros são “a gestão da incerteza” e “tomada de decisão”, que são baseadas em estatísticas (Dym et al., 2005). Os requisitos específicos da matéria dependem do ramo de engenharia, algumas referências são: para engenharia de telecomunicações (Arcio, 2000), engenharia elétrica (Nagy et al., 2008), engenharia hidráulica (Schwenk et al., 2009).

Para novos graus de grau na Espanha, RD 1393/2007 que regula os ensinamentos universitários oficiais, contempla estatísticas como “matéria básica de treinamento de engenharia”. Portanto, a análise do conteúdo e sua aprendizagem pelos alunos da Universidade Politécnica de Madri (UPM) adquirem especial relevância (BoE, 2007). Dada a variedade de graus nesta universidade, que inclui todos os ramos de engenharia, há tópicos básicos, que são encontrados em todos os programas de assuntos deste assunto, juntamente com os outros, mais específicos, de aplicação especial em graus como engenharia de telecomunicações. A estatística é apresentada com menor peso, como uma questão opcional, apenas no programa de arquitetura (Ayuga et al., 2010b).

Neste estudo, foi considerado um questionário para projetar um questionário que atenda às questões básicas de estatísticas aplicadas e que deve ser comum a todos os programas e currículos desenvolvidos no ensino de engenharia. O questionário deve ser útil para a avaliação do conhecimento de que os graduados da UPM devem ter deste assunto e, em geral, para aqueles de qualquer universidade que ensina este tipo.

materiais e métodos p

A metodologia utilizada neste trabalho consistiu na obtenção de um painel de especialistas (Quiroga, 2008) que avaliou um teste de conhecimento estatístico para graduados de engenharia. Os resultados foram aplicados ao design de um questionário básico de conhecimento no campo.

O desenho de questionários através de painéis especializados é comum em pesquisas sobre a avaliação do conhecimento ou atitudes (venter, 2008, Kessell et al., 2009, Oloruntegbe et al., 2010, Childress, 2011). Esses painéis são formados por um pequeno número de pessoas (entre 3 e 15) com uma vasta experiência no campo profissional em questão. Esses especialistas devem ser muito qualificados no objeto de avaliação da área e ser reconhecidos e respeitados por seus pares. A independência do perito em relação ao programa que avaliará é de grande importância, uma vez que o avaliador nunca pode ser um juiz e parte na avaliação. As principais vantagens da aplicação dessa metodologia para a avaliação dos questionários de conhecimento são, fundamentalmente, o profundo conhecimento dos especialistas sobre o objeto de avaliação do tópico. Isso implica uma grande credibilidade nas conclusões e poupanças de tempo e custos do processo de avaliação. A principal desvantagem dessa metodologia é que os especialistas limitam sua independência por empatia com o resto. Há também o perigo de que eles excedam o campo de suas competências reconhecidas.

O painel de especialistas foi constituído com os professores das “estatísticas aplicadas” em diferentes universidades e graus de engenharia.Considerou-se a possibilidade de incluir profissionais de engenharia com extensa experiência de trabalho para completar o painel, mas era impossível acessar uma avaliação representativa destes, dispostos a fazer tal avaliação. Inicialmente, o questionário foi encaminhado para uma amostra aleatória ampla de professores que atenderam às características exigidas e pertencentes a diferentes universidades, incluindo a Universidade Politécnica de Madri, para evitar viés nas respostas. Os questionários foram enviados por e-mail acompanhados por uma carta de arquivamento com os objetivos do estudo, para incentivar a participação, uma vez que o questionário levantado é extenso, embora não exija muito tempo de resposta (aproximadamente 15 minutos)

Painel constituiu, finalmente, nove professores, dos quais, apenas dois deles pertencem à mesma universidade, embora de diferentes graus. Três deles transmitem estatísticas em engenharia industrial, duas em engenharia de telecomunicações e o resto em agronomia, silvicultura, computadores e em um diploma de pós-graduação. Você não poderia ter professores de engenharia do grupo de construção. Dos componentes, três são professores de universidades ibero-americanas e o resto das universidades espanholas. Além disso, oito dos especialistas incluídos no painel são atribuídos à área do conhecimento de estatística e pesquisa operacional e apenas um pertence à área de tecnologia. A composição do painel, de acordo com seus componentes ou não o título de médico, apresenta quatro médicos em engenharia, três em matemática e duas em estatísticas (Ayuga et al, 2010a). Verificou-se que todos os membros do painel de especialistas chegarão a um coeficiente mínimo de concorrência de 0,8 (García Martínez et al., 2011)

O questionário enviado aos especialistas pegou a maioria dos blocos temáticos que são ensinados Nos graus de engenharia de universidades espanholas, explicitamente ou, como no caso de práticas com software estatístico, dentro das questões, com gráficos ou resultados do programa. Os oito blocos temáticos incluídos no pré-teste foram: estatística descritiva, probabilidade, amostragem e estimativa, teste de hipóteses, modelo linear geral, desenho de experimentos, processos estocásticos e análise multivariada. Cada bloco incluiu dez problemas do tipo de teste, e o painel de especialistas teve que escolher quatro de cada bloco. Neste caso, os itens a serem avaliados foram mais do que o dobro dos elementos necessários para que questões não importantes ou inadequadas possam ser descartadas na avaliação anterior (Parmenter e Wardle, 2000).

Os problemas foram da taxa de resposta múltipla, uma vez que elas exigem menos tempo de aplicação e são fáceis de responder, taxa e de forma confiável, uma vez que é coletada nas obras de “Gronlund (1993), faça testes e avaliações de conquistas , Nunnally (1972) Medição e Avaliação Educacional e Babbie (1975) A prática da pesquisa social “mencionada pelo venter (2008). Foi escolhido construir elementos com três respostas possíveis e com uma única escolha (Shizuka et al., 2006, van de regador et al., 2008). Não houve opções possíveis, alternativas como “qualquer um dos acima” ou “todos os itens acima” que são considerados descomensáveis nesse tipo de questionário. As respostas foram distribuídas aleatoriamente, de modo que cada alternativa (A, B, C) foi representada de maneira equilibrada em termos da correção da resposta (venter 2008).

No total, os especialistas devem avaliar 80 questões. Alguns deles de baixa dificuldade, em tipos de valores variáveis, centrais, distribuição de probabilidade; e questões de maior dificuldade na estimativa pontual, estimativa por intervalos, contrastes de hipótese, análise de variância, regressão linear, regressão múltipla ou desenho de experimentos.

Questões relacionadas a estatísticas descritivas foram de identificação de tipos de variáveis (itens 1 e 2), interpretação e cálculo das medidas centrais (itens de 3 a 8) e interpretação gráfica (itens 9 e 10). Perguntas sobre o cálculo de probabilidades incluídas no questionário solicitado para avaliar probabilidades de eventos simples com e sem influência da variabilidade (itens 1 a 3), probabilidade condicionada (item 4), modelos de ciclos de distribuição (itens de 5 a 8), interpretação de funções de densidade e distribuição (itens 9 e 10). No bloco em tópicos de amostragem e estimativa, as questões levantadas referem-se ao cálculo dos tamanhos de amostra (itens 1 e 5), características de diferentes desenhos de amostragem (itens de 2 a 4 e item 6), características dos estimadores (itens 7 e 8 ) e intervalos de confiança (itens 9 e 10).

Questões relacionadas a testes hipotéticos cobriam diferentes aspectos gerais de contrastes, como a estatística de contraste (item 1, 8 e 9), tipos de erros (item 2), nível de significância (itens 3 e 4) , características de contrastes (itens de 5 a 7 e item 10). As questões levantadas para o assunto do modelo linear geral incluíam a análise de variância (item 1), coeficientes de correlação (itens 2 e 7), utilitário de modelo linear (item 3), seleção do modelo (itens 4 e 5), hipótese do modelo (itens 6, 9 e 10) e dados atípicos (item 8). No bloco temático do desenho de experimentos, questões relacionadas aos conceitos básicos foram levantadas (itens de 1 a 3, de 8 a 10 e item 5), sobre a expressão do modelo e sua análise (itens 4 e 6). Em O assunto de processos estocásticos, eles estão fundamentalmente relacionados aos conceitos básicos desses (itens de 1 a 6) e com as medidas de dependência (itens de 7 a 10). E, finalmente, questões sobre dados (item 1), utilidade de diferentes técnicas (itens de 2 a 6 e itens 8 e 9), os resultados das análises (itens 7 e 10).

Os especialistas devem avaliar blocos de questões e problemas específicos em tais questões. O objetivo era obter um questionário de 20 itens, no máximo, para que não seja excessivamente tedioso. A primeira opção que foi criada para especialistas foi escolher entre os blocos temáticos, indicando a ordem de preferência, numerou os oito blocos de maior importância para o desenvolvimento profissional do engenheiro (1 o mais importante, 8 o menos importante). A análise desses resultados foi baseada no conceito de gestão preferencial da tomada de decisão (Martínez-Falo et al., 1995). Os especialistas devem ser apontados, dentro de cada bloco, as quatro questões que consideram mais apropriadas para avaliar o conhecimento das estatísticas aplicadas que um engenheiro deve possuir. Esta resposta foi resumida por análise de frequência (Ayuga et al, 2010b).

A validade do questionário resultante foi avaliada em termos de lógica, clareza e grau de dificuldade por dois professores e dois alunos dos últimos cursos de O UPM, todos familiarizados com a matéria analisada. Posteriormente, o teste foi validado aplicando o questionário a um grupo piloto, com características semelhantes à população do estudo, formada por 31 alunos que já haviam concluído as matérias estatísticas aplicadas em um programa UPM.

p>

Com as informações fornecidas pelos nove especialistas, uma função de valor aditivo foi construída, na qual o valor de cada bloco temático foi obtido pelo valor total do número de pedido atribuído pelos especialistas. Os mínimos da função correspondem à ordem de importância; Isto é, menor o maior valor é sua importância. Os quatro blocos com uma função de valor abaixo do resto foram selecionados para elaborar o questionário. Na Tabela 1, o resultado da função de valor é coletado para os oito blocos temáticos.

Tabela 1: Valor Valores de função para os 8 blocos temáticos.

função do valor

estatísticas descritivas

1 ou 2

probabilidade

amostragem e estimativa

teste de hipótese (th)

1 ou 2

o modelo linear geral (MLG)

experimente design

Processos

Análise multivariada (AM)

Os blocos de estatísticas descritivos e o teste de hipóteses resultam na mais importante (a função de valor igual a 23, valor mínimo e igual em ambos os casos, por isso é atribui ambos os blocos ordem de importância 1 ou 2).Processos e probabilidade são os blocos com uma função de maior valor, embora os tópicos correspondentes à probabilidade são os mais ensinados no UPM. A Figura 1 mostra graficamente a função de valor para o conjunto de blocos.

FIG. 1: função de valor para os blocos temáticos.

dentro de cada bloco temático, questões consideradas mais apropriadas para avaliar o conhecimento adquirido pelos alunos, o número de especialistas considerados itens adequados Tabela 2 Estes resultados são coletados.

Tabela 2: Número de especialistas selecionados pelos itens.

blocos

descritivo

probabi . Lna

estimativa

th

mlg

projeto

processos

am

Em vista desses resultados, ele foi determinado para incluir quatro blocos temáticos de 5 itens por bloco, com um total de 20 questões Para isso, os professores estatísticos que participam do estudo resolviam os empates. Os blocos escolhidos para o teste de conhecimento são: i) estatísticas descritivas; ii) amostragem e estimativa; iii) teste de hipótese; e iv) modelo linear geral.

Os itens relacionados a estatísticas descritivas foram 3, 7 em 9 e 10 (com pontuações maiores que 5) e entre os itens 1 e 2, ambos relacionados à identificação de tipos de variáveis e escolhidos por três pessoas de O painel de especialistas, a 2. amostragem e estimativa foi selecionada mais os itens 1, 4, 5 e 10 foram pontuados, com 6 e 9 (eleitos tanto por 4 especialistas) relacionados ao projeto de intervalos de amostragem e confiança. Ele optou pelo item de projeto de amostragem. Em relação ao tema do teste de hipóteses, os itens mais valiosos foram 1, 4, 5 e 7. Como no bloco temático anterior, itens 2 (erro tipo I) e o 6 (teste qui-quadrado) foram eleitos tanto por 4 especialistas; Neste caso, foi optado por item 6. No modelo linear geral, os itens selecionados pelos especialistas foram 1, 3, 4, 5 e 6.

O teste de avaliação que é proposto, seguindo estas Resultados, para avaliar o conhecimento estatístico necessário para o exercício de engenharia profissional é mostrado nas tabelas 3 a 6, onde as questões levantadas para cada bloco temático e opções de resposta são coletadas. Com a aplicação da análise do questionário para o grupo de professores e alunos para validar a clareza, não foram detectadas inconsistências no teste. Ao analisar os resultados de sua aplicação para o grupo piloto, alguma confusão foi detectada na questão do cálculo da mediana. Entrevistou um grupo de alunos na referida questão, o item foi modificado no sentido de apresentar mais claramente os dados para o cálculo, com sua declaração como mostrado na Tabela 3.

CONCLUSÕES

Para a determinação do grau de conhecimento básico da questão de estatísticas com as quais tem um pós-graduado da UPM, foi desenvolvido um questionário de 20 questões distribuídas em quatro blocos temáticos: estatística descritiva, técnicas de amostragem, teste de hipóteses e modelo linear geral . Esses blocos temáticos são consistentes com os resultados de estudos anteriores sobre avaliação de conhecimento estatístico Cada bloco inclui cinco questões selecionadas por um painel de especialistas, desde um questionário inicial de 80 itens. Os 20 itens do questionário são do tipo de resposta múltipla com uma única resposta correta de três possíveis. O questionário foi validado, em seus aspectos lógicos e de clareza, com um grupo piloto de mais de 30 alunos em cursos tardios de UPM.

Tabela 3: Perguntas sobre o conhecimento das estatísticas descritivas

em um controle de qualidade, o “número de parafusos defeituosos” é observado em cada lote manufaturado, que tipo de variável estatística é isso?

a) discretos
b) Continua
c) Cualitativa

en un proceso industrial se mide x = tiempo (en minuto) de espera de llegada de piezas A LA ENVASADORA, CON LOS SIGUIENTES resultados:

valores x

99,5

99,1

53,4

23,8

9,5

3, 6

2,5

0,87

0,78

FRECUENCIA RELATIVA Acumulada

0,995

0,9

0,75

0,5

0,25

0,1

0,05

0, 0

el Valor de la mediana es:

a) 23,8
b) 16,65
c) 9,5

en una fábrica de motosierras se Controla la longitud de la cuchilla y se han obtenido las siguientes medicamentos, en centímetros:

valores x

FRECUENCIA ABSOLUTA

58,7

60,1

61,5

62,9

64,3

a) 58,95
B) 60,87
c) 62,10

pt Unstudio Se Mide La “Profundidad de Suelo”, para Rementar Las Frecuencias de Los Valores de la Variável ¿Qué Tipo de Gráfico SE Emplearía?

a) diagrama de barras
b) Gráficiano de sectores
C) histograma

en un estudio Sobre El “Peso de la Carga de Los Camiones” Que Entran en Fábrica se Ha Obtenido La Siguiente Figura. ¿Qué representada la línea vertical del interior de la caja?

a) La Media
B) La Mediana
C) La Moda

tabla 4: Cuestiones Relativa A Los Conocimientos Relacionados Con Los Temas de Muestreo y estimación

en el cálculo del Taamaño “N” muestral, es necesario Conocer,

A) EL MÁXIMO DE MÁXIMO DE MÁXIMO DE MÁXIMO DE MÁXIMO DE MÁXIMO DE MÁXIMO DE MÁXIMO DE MÁXIMO DESPUESTO ACCEVAR YL NIVEL DE CONFIANZA α PARA LA ESTERACIÓN.

B) ELRO ERRO MÁXIMO DE MÁXIMO DE MÁXIMO DE MÁXIMO DE MÁXIMO A ACCEVAR Y LA DESVIACIÓN TÍPICA DE LA VALOR ESTUDIAR O ALGÚN VALOR ESTIVADO DE LA MISMA.

c) La Desviacón Típica de la Variável A Estudiar O Algún Valor Estimado de la Misma, El Erro Máximo de Muestreo “E” Que se está Dispuesto A Acceptar Y El Nivel de Confianza α Para La Estima.

Sabemos Que La Tensión Arterial de la Población Aumentação A Partir de Los 60 años. Para Estimagem La “Presión Arterial Media” de Los individuos de Una Gran Ciudad, Se Debe Elegir Un Diseño de Muestreo, ¿Cuál?:

A) Aleatorio Simples
B) Estratificado, CO DIFERENTES ESTRATOS SEGÚN LA EDAD.
c) por conglomerados, con conglomerados Según El Barrio.

en n ne muestreo aleatorio Simples SE EA Obtener El Tamaño de Muestra Adecuado Para Estimagem La “Proporción de Vidrio por Kilo de Basura Reciclável”. La Expresión Que Se Puede Utilizar ES:

quilos

a) con un 95% de confianza, Erro De estimación 0,5% y máxima varianza.
b) Con Un 95% de Confianza, Erro de Estimación 0,005 y mínima varianza.
c) Con Un 90% de confianza Error de estimación 0,5 y varianza 0,005

Para Realizar Un Muestreo Sistemático en UN Terreno:

p>
a) se eligen n puntos de muestreo al azar solobre el total de la superficie.

b) se superpono una mala con k · n nodos y se escogen al azar n de ellos, de TAL FORMA QUE, CADA UNO DE LOS K · NDOS TENGA LA MISMA PROBBILIDAD DE SER ESCOGIDO.

c) Uma malha é sobreposta por n nós e um ponto da superfície é aleatoriamente, sobrepondo um nó da malha nesse ponto. Os nós assim colocados serão os pontos da amostra.

amostras de diâmetros significa duas espécies de pinheiros medidos em diferentes idades: 5, 10, …, 150 anos. O que deve ser usado para calcular um intervalo de confiança para a diferença de diâmetros entre as duas espécies?

a) um intervalo para diferença média com amostras emparelhadas
b) um intervalo para diferença de meios com amostras independentes
c) um intervalo para cada intervalo Média

Tabela 5: Questões relacionadas a testes de hipótese

Para aplicar um contraste de hipótese, a estatística de contraste deve medir:

> A) a diferença entre H0 e H1
b) a diferença entre amostra e h0
c) a diferença entre a amostra e o H1

Erro do tipo I está confirmado quando:

a) o H0 é verdadeiro
b) A hipótese alternativa é verdadeira e o H0 é menos provável

O nível de significância do contraste é o mesmo:

A) para P-Valor (nível crítico)
B) para a probabilidade de cometer um Digite C) Para a probabilidade de cometer um erro de tipo II

Se duas variáveis ainda forem uma distribuição normal, o coeficiente adequado ou para detectar sua independência é:

a) o τ de kendall
b) o de Spearman
C) a correlação de Pearson

Um contraste de bondade do ajuste com o χ2 deve cumprir que:

A) As frequências observadas devem ser maiores que 5
B) As frequências esperadas devem ser inferiores a 5
c) As freqüências esperadas devem ser maiores que 5

Tabela 6: Questões relacionadas ao modelo linear geral

Qual é a hipótese nula usada na análise de variância?

a) Igualdade de variações entre os grupos
B) Igualdade entre todas as médias dos grupos
C) veracidade do modelo

Um modelo linear simples serve para:

a) Minimize a dispersão relativa da variável dependente.
b) relacionamentos de modelagem e prever valores de qualquer uma das variáveis relacionadas.
c) Encontre a proporção de efeito de causa entre duas variáveis

Temos dois Modelos linearizables que podem ser usados para prever o valor de Y. Modelo 1 tem um R2 = 0,87 residual e mostra heterocessante residual. O modelo 2 tem um R2 = 0,67, mas o desperdício atende a todos os requisitos. Decido:

a) Utilizar la recta de regresión, ya que ambos modelos são maus.
b) Escolha o modelo 1 que tenha maior R2.
c) Escolha o modelo 2 que atenda a todas as hipóteses.

Em um modelo de regressão, a seguinte análise de variância é obtida:

soma de quadrados

df

Quadrado médio

f-ratio

p-valor

modelo

residual

678,745

678,745

327,023

2.08

0,1505

falta de FIT

puro erro

6952,76

239.751

334.6

0,72

0,8605

total (cor.)

Estes resultados podem ser interpretados da seguinte forma:

a) O modelo é ruim, uma vez que os valores P são maiores de 0,05 .
b) O modelo explica pouca variabilidade, mas a relação entre x e é linear.
c) O modelo explica grande parte da variabilidade, mas a relação entre x e e não é linear.

resíduos modelo deve ser: (valores de variáveis aleatórias, VA)

a) VA com distribuição n (μ, 1); com “μ = valor constante” e incorrectados juntos
B) v.a. Com distribuição n (0, σ) com “σ = valor constante” e incorrectados entre os outros
c) v.a. com distribuição n (μ, σ) com “σ = valor constante” e média diferente

Agradecimentos / p>

Agradecemos financiamento e apoio para a realização deste estudo para a Qualidade, Acreditação e Agência prospectiva das Universidades de Madrid (ACAP).

as referências

Aparicio , FM Diretrizes para a melhoria da qualidade no ensino de estatísticas na engenharia de telecomunicações. Pesquisa eletrônica e revista de avaliação educacional, ISSN 1134-4032 (online), 6 (1) 2000. http://www.uv.es/RELIEVE/v6n1/RELIEVEv6n1_2.htm. Acesso: 17 de janeiro (2012)

ayuga-téllez, e.; González-García, c.; Grande ortíz, m. Reyes-Hernández, B. e García-Ventura, C., tópicos estatísticos em graus de engenharia UPM. Ata do Internacional Conjunto IGIP-SEFI 2010, Trnava, Eslováquia, setembro de 19 a 22 (2010A).

ayuga-téllez, e.; González-García, c.; Grande ortíz, m. Reyes-Hernández, B. e García-Ventura, C., Seleção de tópicos básicos para o conhecimento das estatísticas em engenharia. Ata do Internacional Conjunto IGIP-SEFI 2010, Trnava, Eslováquia, setembro de 19-22 (2010b).

boe, boletim oficial do Estado (online) 2007. Real Decreto 1393/2007, de 29 de outubro, que estabelece a gestão dos ensinamentos universitários oficiais. http://www.boe.es/boe/dias/2007/10/30/pdfs/A44037-44048.pdf. Acesso: 12 de novembro (2009)

Bornmann, L., S. Mittag e H.-D. Daniel, garantia de qualidade na meta-avaliação do ensino superior de procedimentos de avaliação multi-estágio na Alemanha, ensino superior: 52 (4) 687-709 (2006).

Cardona, D. M. e J. Sánchez. Indicadores básicos para avaliar o processo de aprendizagem em estudantes de educação a distância no ambiente de e-learning. Treinamento universitário: 3 (6), 15-32 (2010).

cancela, a.; Sánchez, a.; Gandón, R. e M. J. Rey. Gestão de qualidade antes da atual dimensão universitária na Espanha. Educação universitária: 3 (2), 29-36 (2010).

Childress, M. Data-Driven tomada de decisão: o desenvolvimento e validação de um instrumento para medir Principais Práticas’, Academic Leadership Journal, ISSN: 1533-7812 (Online), 9 (2) 2011. http://www.academicleadership.org/article/data-driven-decision-making-the-development-and-validation-of-an-instrument-to-measure-principals-practices. Acesso: 17 de janeiro (2012).

delmas, r.; J. Garfield, A. Ooms e B. Chance. Avaliando a compreensão conceitual dos alunos após o primeiro curso em estatística, estatística diário de pesquisa de educação: 6 (2), 28-58 (2007).

Damián J. S., E. Montes Paudea e L.J. Arellano Mont. Estudos de opinião dos empregadores. Estratégia para aumentar a qualidade do ensino superior não universitário. Revista Ibero-Americana sobre Qualidade, Eficiência e Mudança na Educação: 8 (3), 180-203 (2010).

Díaz, C. e C. Conhecimento e Biada de Estudantes Universitários de Raciocínio de Probabilidade Condicional. Jornal Eletrônico Internacional de Educação Matemática, ISSN: 1306-3030 (on-line), 4 (3), 131-162, 2009. http://www.iejme.com/ /032009/full.pdf. Acesso 16 de janeiro (2011).

downns, c.t. O que deve compensar na marca final para um curso? Uma investigação sobre o desempenho acadêmico dos alunos de biosciência do primeiro ano. Avaliação Avaliação no ensino superior: 31 (3), 345-364 (2006).

dym, c.l., a.m., agogino, O. ERIS, D.D. Frey e L.J. Leifer, design de engenharia pensando, ensinando e aprendendo. Jornal de Engenharia Educação: 94 (1), 103-120 (2005).

García Martínez, V., S.P. Aquino Zúñiga, A. Guzmán quarto e A. Medina Meléndez, proposta para o desenvolvimento de instrumentos de auto-avaliação para programas de educação à distância, eletrônico Revista Research News em Educação, ISSN 1409-4703 (online), 11 (2) de 2011, http://revista.inie.ucr.ac.cr/ediciones/controlador/Article/accion/show/articulo/propuesta-para-el-desarrollo-de-instrumentos-de-autoevaluacion-para-programas-educativos-a-distancia.html. Acesso: 18 de janeiro (2012).

Gardner, PL e I. Hudson, Capacidade University Students’ aplicar procedimentos estatísticos, Journal of Statistics Educação (online), 7 (1), de 1999. Acesso: 19 de janeiro (2012).

Garfield, J. B., avaliando a reinserentes estatísticos. Statistics Education Research Journal: 2 (1), 22-38 (2003).

Garfield, J. e A. Ahlgren, Difticies em Aprendizagem Conceitos Básicos em Probabilidade e Estatística: Implicações para Pesquisa, Jornal de Pesquisa em Matemática Educação: 19 (1), 44-63 (1988).

GNE, grupo de peritos nacionais sobre a viabilidade Ahlo Study, Progresso relatório sobre a Engenharia Strand, 6ª Reunião do Ahelo GNE, Paris, França, março 28-29 (2011)

Kessell, JK; G.J., Wingenbach e D.L.Lapidado, relacionamentos entre confiança de educação especial, conhecimento e demografia selecionada para professores de estudantes de educação agrícola. Jornal de Educação Agrícola: 50 (2) 52-61 (2009).

Koehn, E. Critérios do Programa de Afet: Revisão e avaliação para um programa de engenharia civil. Journal of Engineering Education, Aee: 90 (3), 445-455 (2001).

Maher, A. Resultados de aprendizagem no ensino superior: implicações para o projeto curricular e aprendizagem dos alunos. Journal of Hospitality, Lazer, Esporte e Turismo Educação: 3 (2), 46-54 (2004).

Martínez-Falero, E. Y S. González-Alonso. Técnicas quantitativas em planejamento de paisagem, editores CRC Lewis, 204-235, Boca Ratón, Flórida, USA (1995).

Martínez-Padilla, J.H. y j.a. Pérez-González. Efecto de la Trayectoria Académica PT El Desempeño de Estudiantes de Ingeniería PT EVALICIONES Nacionales. Formación Universitaria: 1 (1), 3-12 (2008)

Nagy, G. Y B. Sikdar. Classificação e avaliação de exemplos para o ensino de probabilidade a estudantes de engenharia elétrica. Operações IEEE na Educação: 51 (4), 476-483 (2008).

Nowatzki, e.a. Modelo para educação, preparação profissional e licenciamento de engenheiros civis. Jornal de questões profissionais na educação e prática de engenharia: 130 (4), 269-279 (2004).

OCDE, organização para cooperação econômica e desenvolvimento, testando o desempenho do aluno e da universidade globalmente: OCD’s Ahelo (en linea) 2009. http://www.oecd.org/document/22/0, 3746, en_2649_3596162_1_1_1_1, 00.html. Acceso: 17 de Enero (2012)

Oloruntegbe, K.O., S.N.S.S. Zamri, R.M. Saat y g.m. Alam, desenvolvimento e validação de instrumentos de medição de contextualização da ciência entre os professores de química de servir e preservação da Malásia e nigeriana. Jornal Internacional das Ciências Físicas: 5 (13), 2075-2083 (2010).

Parmenter K y J. Wardle, avaliação e desenho de medidas de conhecimento nutricional. J Nutr Educ: 32, 269-277 (2000)

Peña, D., A. Prat Y R. Romero. LA ENSEÑANZA DE LA ESTADÍSTICA PT LAS ESCUELAS TÉCNAS. ESTADÍSTICA ESPAÑOLA: 32 (123), 147-200 (1990).

Praslova, L. Adaptação do modelo de quatro níveis de Kirkpatrick de critérios de treinamento para avaliação de resultados de aprendizagem e avaliação do programa no ensino superior. Avaliação e responsabilização de avaliação educacional: 22 (3), 215-225 (2010).

Quiroga Parra, D., Metodología Para Hacer Prospectiva Empresarial En La Sociedad de la Información y El Conocimiento. Revista Economía y Administración: 70 (70), 25-44 (2008)

Schwenk, J., F. Hossain Y D.A. Huddleston, ferramenta de visualização assistida por computador para a educação de teoria estocástica em engenharia de recursos hídricos, aplicações informáticas na educação de engenharia: 17 (4), 398-411 (2009).

Shaughnessy, J. M., Pesquisa em Probabilidade e Estatística: Reflexões e Direções. Em manual de pesquisa sobre ensino e aprendizagem de matemática, ed. D. A. GROUWS, MacMillan, pp. 465-494, Nova York, EUA (1992).

Shizuka, T., O. Takeuchi, T. Yashima, Y K. Yoshizawa, uma comparação de testes ingleses de três e quatro opções para fins de entrada da universidade no Japão. Teste de idioma: 23 (1), 35-57 (2006)

van de rega, G., D. Gijbels, F. Dochy Y J. Van der Rijt, Preferências de Avaliação dos Estudantes, Percepções de Avaliação e suas relações para estudar resultados. Educação superior: 56 (6), 645-658 (2008).

vendramini, c.min., s.o. Nogueira e F. L. Lopes. Os itens estatísticos no Exame Nacional de Desempenho do Estudante Brasileiro (ENADE) actas del a 8ª Conferência Internacional sobre Estatísticas de Ensino. Lubliana, Eslovenia, 4 Al 6 de Julio (2010).

VENTER, I. Construção de um teste válido e confiável para determinar o conhecimento sobre gordura dietética de adultos jovens mais educados. Revista sul-africana de nutrição clínica: 21 (3), 133-139 (2008).

Recibido Nov. 08 de novembro de 2011
ACEPTADO DIC. 13, 2011
versión final recibida ene. 19, 2012

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *