Please use this identifier to cite or link to this item: http://repositorio.uptc.edu.co/handle/001/2681
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorRamos Soler, Carlos Alberto (Director de tesis)spa
dc.contributor.authorLoaiza Dueñas, Wendy Milena-
dc.contributor.authorRojas Ortigoza, Alba Bibiana-
dc.date.accessioned2019-06-20T22:12:37Z-
dc.date.available2019-06-20T22:12:37Z-
dc.date.issued2015-
dc.identifier.citationLoaiza Dueñas, W. M. & Rojas Ortigoza, A. B. (2015). Rendimiento Académico en Matemáticas. Un estudio vía regresión logística. (Trabajo de pregrado). Universidad Pedagógica y Tecnológica de Colombia, Duitama. http://repositorio.uptc.edu.co/handle/001/2681spa
dc.identifier.urihttp://repositorio.uptc.edu.co/handle/001/2681-
dc.description1 recurso en línea (159 páginas) : tablas, gráficas.spa
dc.description.abstractSe propone un modelo de regresión logística para explicar por medio de los factores personales y sociales propuestos por Erazo (2012) y adecuados al contexto de los datos, el rendimiento académico en matemáticas, se cuenta con una muestra de 94 estudiantes de secundaria del Instituto Técnico Santo Tomás de Aquino (ITSTA) de la ciudad de Duitama.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherUniversidad Pedagógica y Tecnológica de Colombiaspa
dc.rightsCopyright (c) 2015 Universidad Pedagógica y Tecnológica de Colombiaspa
dc.rights.urihttps://creativecommons.org/licenses/by-nc/4.0/spa
dc.titleRendimiento académico en matemáticas. Un estudio vía regresión logísticaspa
dc.typeTrabajo de grado - Pregradospa
dc.description.notesBibliografía y webgrafía: páginas 122-125.spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dc.relation.referencesAguayo, C. Lora, E. (2007). Cómo realizar “paso a paso” un contraste de hipótesis con SPSS para Windows: (III) Relación o asociación y análisis de la dependencia (o no) entre dos variables cuantitativas. Correlación y regresión lineal simple. Servicio de Medicina Interna. Hospital Universitario Virgen Macarena. Sevillaspa
dc.relation.referencesAgresti, A (1996). An introduction to categorical data analysis. New York: John Wiley & Sons, Inc.spa
dc.relation.referencesAgresti, A. (2002). Categorical Data Analysis. New York: John Wiley & Sons, Inc. 2 ed.spa
dc.relation.referencesAnder-Egg, E. (1995). Técnicas de investigación social. 24, Lumen.spa
dc.relation.referencesAntoni, M. (2006). Estrategias para mejorar el rendimiento académico de los adolescentes. Madrid: Pirámide.spa
dc.relation.referencesBorges, C. (2002). Modelos lineares generalizados em experimentação agronomica. Simposio de estadística 2002.spa
dc.relation.referencesCaballero, F. (2011). Selección de modelos mediante criterios de información en análisis factorial. Aspectos teóricos y computacionales. Tesis doctoral presentada para optar al grado de Doctor por la Universidad de Granada.spa
dc.relation.referencesCastejón, J.L., Navas L., Sampascual G. (1996). Un modelo estructural del rendimiento académico en matemáticas en la educación secundaria. Revista de Psicología General y Aplicada, 49, 27-43.spa
dc.relation.referencesChevallard, Y (1997). La transposición didáctica: del saber sabio al saber enseñado. Grenoble: La Pensée Sauvagespa
dc.relation.referencesChica, S.M., Galvis, D. M., y Ramírez A. (2011). Determinantes del rendimiento académico en Colombia: Pruebas ICFES Saber 11º, 2009. Documentos de trabajo Economía y Finanzas. Centro de investigaciones económicas y financieras. Universidad EAFIT, 1-32.spa
dc.relation.referencesCochran, W. (1971). Técnicas de muestreo. México: Compañía Editorial Continental, S. A.spa
dc.relation.referencesCominetti, R y Ruiz, G. (1997). Algunos factores del rendimiento: las expectativas y el género. Human Development Department. Paper series 20. The World Bank, Latin America and Caribbean Regional Office.spa
dc.relation.referencesCórdoba, F. J., Herrera H. J. y Restrepo C. M. (2013). Impacto del uso de objetos de aprendizaje en el desempeño en matemáticas de estudiantes de grado noveno. Revista Virtual Universidad Católica del Norte, (39), 47-58.spa
dc.relation.referencesDaniel, W. (2003). Bioestadística. Limusaspa
dc.relation.referencesDaza, C. (1997). Nutrición infantil y rendimiento escolar. Colombia médica, 28(2), 92-98.spa
dc.relation.referencesDe Miguel, M. y Arias, J. (1999). La evaluación del rendimiento inmediato en la enseñanza universitaria. Revista de educación, 320, 354-377spa
dc.relation.referencesEdel, R. N. (2003). El Rendimiento Académico: Concepto, Investigación y Desarrollo. Revista Electrónica Iberoamericana Sobre Calidad, Eficacia y Cambio en Educación, 1(2), 1-15.spa
dc.relation.referencesErazo, O. (2012). El rendimiento académico, un fenómeno de múltiples relaciones y complejidades. Revista vanguardia psicológica, clínica teórica y práctica, 2(2), 144-173.spa
dc.relation.referencesGalbiati, J. (2012). Análisis de datos categóricos. [On-line]. Disponible en: http://www.jorgegalbiati.comspa
dc.relation.referencesGarcía M., Alvarado J., y Jiménez A. (2000). La predicción del rendimiento académico: regresión lineal versus regresión logística. Revista Psicothema, 12(2), 248-252.spa
dc.relation.referencesGiraldo, L., Mera, R. (2000). Clima escolar: Percepción del estudiante. Colombia Med; 31, 23-27.spa
dc.relation.referencesGuill, M. (2006). Escala mixta Likert-Thurstone. Revista Andaluza de Ciencias Sociales, 5, 1-16.spa
dc.relation.referencesHorn, A., y Marfan, J. (2010). Relación Entre Liderazgo Educativo y Desempeño Escolar: Revisión de la Investigación en Chile. Psicoperspectivas, 9(2), 82-104.spa
dc.relation.referencesInstituto Colombiano para la Evaluación de la Educación - ICFES. (2014). Bases de datos pruebas Saber. [On-line]. Disponible en: http://www.icfesinteractivo.gov.cospa
dc.relation.referencesLininger, C. A., y Warwick, D. P. (1978). La Encuesta por Muestreo: Teoría y Práctica. México: Continental, S.A.spa
dc.relation.referencesLozano, A. D. (2003). Factores Personales, Familiares y Académicos que Afectan al Fracaso Escolar en la Educación Secundaria. Revista Electrónica de Investigación Psicoeducativa y Psicopedagógica, 43-66.spa
dc.relation.referencesMinisterio de Educación Nacional MEN (2006). Estándares de competencias en matemáticas. [On-line]. Disponible en: http://www.mineducacion.gov.cospa
dc.relation.referencesMiñano, P., y Castejón, J. L. (2011). Variables Cognitivas y Motivacionales en el Rendimiento Académico en Lengua y Matemáticas: Un Modelo Estructural. Revista Psicodidáctica, 16(2), 203-230spa
dc.relation.referencesMoreno, J.H., y Chauta, L.C. (2012). Funcionalidad familiar, conductas externalizadas y rendimiento académico en un grupo de adolescentes de la ciudad de Bogotá. Psychologia: avances de la disciplina, 6(1), 155-166spa
dc.relation.referencesOtero y Medina (2005). Análisis de datos cualitativos. [On-line]. Disponible en: http://www.uam.esspa
dc.relation.referencesPérez, E. y Medrano, L (2010). Análisis Factorial Exploratorio: Bases Conceptuales y Metodológicas, Córdoba, Argentina. Revista Argentina de Ciencias del Comportamiento, 2, 58-66spa
dc.relation.referencesPizarro, R. y Crespo, N. (2000). Inteligencias múltiples y aprendizajes escolares. [On-line]. Disponible en: http://www.uniacc.clspa
dc.relation.referencesPosada, L. y Rosero R. (2007). Comparación de modelos matemáticos: una aplicación en la evaluación de alimentos para animales. Revista Colombiana de Ciencias Pecuarias. 20: 141-148spa
dc.relation.referencesQuintín, M. (2007). Tratamiento estadístico de datos con SPSS. Editorial Paraninfo.spa
dc.relation.referencesReal Academia de la Lengua Española RAE. (2014). Diccionario de la lengua española, 23 Ed. [On-line]. Disponible en: http://www.RAE.espspa
dc.relation.referencesRyan,T. (1997). Modern regression methods. John Wiley & Sons, Inc.spa
dc.relation.referencesTejedor, F. J., y García-Valcárcel, A. (2007). Causas del Bajo Rendimiento del Estudiante Universitario (en opinión de los profesores y alumnos). Propuestas de mejora en el Marco del EEES. Revista de Educación, 342, 443-473.spa
dc.relation.referencesVega, C. (2013). Modelación vía modelo lineal generalizado del rendimiento académico en la asignatura estadística y probabilidad de los estudiantes de administración de la U.P.T.C. Duitamaspa
dc.relation.referencesVillalba, M. y Salcedo, M. (2008).El rendimiento académico en el nivel de educación media, como factor asociado al rendimiento académico en una universidad. Trabajo de Maestría en educación, sede Universidad de Magdalena, Santa Marta.spa
dc.rights.creativecommonsAtribución-NoComercialspa
dc.subject.armarcRendimiento académico-
dc.subject.armarcAnálisis de regresión-
dc.subject.armarcAnálisis estadístico multivariable-
dc.subject.armarcMatemáticas - Investigaciones-
dc.subject.armarcLicenciatura en Matemáticas y Estadística - Tesis y disertaciones académicas-
dc.subject.proposalFactores personales y socialesspa
dc.subject.proposalAnálisis factorialspa
dc.subject.proposalModelamiento estadísticospa
dc.subject.proposalModelo Lineal Generalizado (GLM)spa
dc.description.degreelevelPregradospa
dc.description.degreenameLicenciado en Matemáticas y Estadísticaspa
dc.publisher.departmentEscuela de Matemáticas y Estadísticaspa
dc.publisher.facultyFacultad Seccional de Duitamaspa
dc.type.contentTextspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TPspa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
Appears in Collections:IGG. Trabajos de Grado y Tesis

Files in This Item:
File Description SizeFormat 
TGT_1292.pdfArchivo principal2.98 MBAdobe PDFThumbnail
View/Open
A_WMLD.pdf
  Restricted Access
Autorización publicación1.15 MBAdobe PDFView/Open Request a copy


This item is licensed under a Creative Commons License Creative Commons