Análisis de arquetipos de las respuestas del estudiantado a las encuestas docentes

• Irene Epifanio ^[1]
  1. [1] Universitat Jaume I

     Universitat Jaume I

     Castellón, España

     
• Localización: Actas del Congreso Virtual: Avances en Tecnologías, Innovación y Desafíos de la Educación Superior ATIDES 2018 / coord. por Ana M. Arnal Pons , Sergio Barrachina Mir , Joaquín José Castelló Benavent, Irene Epifanio López , Carlos Galindo Pastor , Pablo Gregori Huerta , Ana María Lluch Peris , Vicente Martínez García , 2018, ISBN 978-84-17429-54-6
• Idioma: español
• Títulos paralelos:
  • Archetypal analysis of student responses to teacher surveys
• Enlaces
  • Texto Completo Libro
• Resumen
  • español

    Una forma habitual de valorar la docencia del profesorado es, en parte, a través de las encuestas a los estudiantes. Los datos en bruto, no resumidos, ofrecen la posibilidad de ser examinados. En este trabajo se ilustrará el uso del análisis de arquetipos con datos faltantes (no todos los estudiantes responden a todas las preguntas), una técnica estadística que nos permitirá obtener una instantánea de cómo han respondido los estudiantes a dicha encuesta ese año y asignatura, y tener una radiografía más clara de sus opiniones. También se mostrará qué factores han influido más en la satisfacción general con el profesorado, mediante el uso de bosques aleatorios. En concreto, se analizarán los datos de dos casos que muestran dos situaciones diferentes. Esta metodología puede emplearse en otros problemas de minería de datos en Educació.

  • English

    A common way of assessing teaching ability is, in part, through student surveys. The raw data, not summarized, offer the possibility of being examined. This paper will illustrate the use of archetype analysis with missing data (not all students answer all questions), a statistical technique that will allow us to obtain a snapshot of how students have responded to that survey that year and subject, and have a more detailed analysis of their opinions. It will also show which factors have most influenced the overall satisfaction with the teaching staff, through the use of random forests. In particular, the data of two cases that show two different situations will be analyzed. This methodology can be used in other data mining problems in Education.