Please use this identifier to cite or link to this item: http://repositorio.uptc.edu.co/handle/001/2681
Title: Rendimiento académico en matemáticas. Un estudio vía regresión logística
Authors: Loaiza Dueñas, Wendy Milena
Rojas Ortigoza, Alba Bibiana
metadata.dc.contributor.role: Ramos Soler, Carlos Alberto (Director de tesis)
Keywords: Rendimiento académico
Análisis de regresión
Análisis estadístico multivariable
Matemáticas - Investigaciones
Licenciatura en Matemáticas y Estadística - Tesis y disertaciones académicas
Factores personales y sociales
Análisis factorial
Modelamiento estadístico
Modelo Lineal Generalizado (GLM)
Issue Date: 2015
Publisher: Universidad Pedagógica y Tecnológica de Colombia
Citation: Loaiza 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/001/2681
Abstract: Se 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.
Description: 1 recurso en línea (159 páginas) : tablas, gráficas.
metadata.dcterms.bibliographicCitation: Aguayo, 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. Sevilla
Agresti, A (1996). An introduction to categorical data analysis. New York: John Wiley & Sons, Inc.
Agresti, A. (2002). Categorical Data Analysis. New York: John Wiley & Sons, Inc. 2 ed.
Ander-Egg, E. (1995). Técnicas de investigación social. 24, Lumen.
Antoni, M. (2006). Estrategias para mejorar el rendimiento académico de los adolescentes. Madrid: Pirámide.
Borges, C. (2002). Modelos lineares generalizados em experimentação agronomica. Simposio de estadística 2002.
Caballero, 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.
Castejón, 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.
Chevallard, Y (1997). La transposición didáctica: del saber sabio al saber enseñado. Grenoble: La Pensée Sauvage
Chica, 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.
Cochran, W. (1971). Técnicas de muestreo. México: Compañía Editorial Continental, S. A.
Cominetti, 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.
Córdoba, 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.
Daniel, W. (2003). Bioestadística. Limusa
Daza, C. (1997). Nutrición infantil y rendimiento escolar. Colombia médica, 28(2), 92-98.
De Miguel, M. y Arias, J. (1999). La evaluación del rendimiento inmediato en la enseñanza universitaria. Revista de educación, 320, 354-377
Edel, R. N. (2003). El Rendimiento Académico: Concepto, Investigación y Desarrollo. Revista Electrónica Iberoamericana Sobre Calidad, Eficacia y Cambio en Educación, 1(2), 1-15.
Erazo, O. (2012). El rendimiento académico, un fenómeno de múltiples relaciones y complejidades. Revista vanguardia psicológica, clínica teórica y práctica, 2(2), 144-173.
Galbiati, J. (2012). Análisis de datos categóricos. [On-line]. Disponible en: http://www.jorgegalbiati.com
García M., Alvarado J., y Jiménez A. (2000). La predicción del rendimiento académico: regresión lineal versus regresión logística. Revista Psicothema, 12(2), 248-252.
Giraldo, L., Mera, R. (2000). Clima escolar: Percepción del estudiante. Colombia Med; 31, 23-27.
Guill, M. (2006). Escala mixta Likert-Thurstone. Revista Andaluza de Ciencias Sociales, 5, 1-16.
Horn, A., y Marfan, J. (2010). Relación Entre Liderazgo Educativo y Desempeño Escolar: Revisión de la Investigación en Chile. Psicoperspectivas, 9(2), 82-104.
Instituto Colombiano para la Evaluación de la Educación - ICFES. (2014). Bases de datos pruebas Saber. [On-line]. Disponible en: http://www.icfesinteractivo.gov.co
Lininger, C. A., y Warwick, D. P. (1978). La Encuesta por Muestreo: Teoría y Práctica. México: Continental, S.A.
Lozano, 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.
Ministerio de Educación Nacional MEN (2006). Estándares de competencias en matemáticas. [On-line]. Disponible en: http://www.mineducacion.gov.co
Miñano, 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), 203-230
Moreno, 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), 155-166
Otero y Medina (2005). Análisis de datos cualitativos. [On-line]. Disponible en: http://www.uam.es
Pérez, E. y Medrano, L (2010). Análisis Factorial Exploratorio: Bases Conceptuales y Metodológicas, Córdoba, Argentina. Revista Argentina de Ciencias del Comportamiento, 2, 58-66
Pizarro, R. y Crespo, N. (2000). Inteligencias múltiples y aprendizajes escolares. [On-line]. Disponible en: http://www.uniacc.cl
Posada, L. y Rosero R. (2007). Comparación de modelos matemáticos: una aplicación en la evaluación de alimentos para animales. Revista Colombiana de Ciencias Pecuarias. 20: 141-148
Quintín, M. (2007). Tratamiento estadístico de datos con SPSS. Editorial Paraninfo.
Real Academia de la Lengua Española RAE. (2014). Diccionario de la lengua española, 23 Ed. [On-line]. Disponible en: http://www.RAE.esp
Ryan,T. (1997). Modern regression methods. John Wiley & Sons, Inc.
Tejedor, 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.
Vega, 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. Duitama
Villalba, 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.
URI: http://repositorio.uptc.edu.co/handle/001/2681
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