Ejemplo comparativo de eficiencia educativa en Física, usando la prueba t de student con R

• Rubén Sánchez Sánchez ^[1] ; César Mora ^[1]
  1. [1] Instituto Politécnico Nacional

     Instituto Politécnico Nacional

     México

     
• Localización: Latin-American Journal of Physics Education, ISSN-e 1870-9095, Vol. 17, Nº. 1, 2023
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    La prueba t de student puede ser utilizada en educación cuando se comparan los resultados de evaluación para dos grupos e inferir si los datos son lo suficientemente diferentes. Por ejemplo, si tenemos dos grupos uno de prueba (Grupo A) que siga la enseñanza tradicional y otro que tenga en su proceso de aprendizaje una técnica de aprendizaje con metodología didáctica (Grupo B). Podemos comparar los resultados de evaluación de ambos grupos y tratar de ver si los resultados obtenidos en B son relativamente diferentes y mejores que los obtenidos por el grupo A de prueba. Suponiendo que la distribución de la evaluación en ambos grupos es aproximadamente normal, entonces la prueba t de student, puede darnos un criterio cuantitativo, para comprobar si hubo algún cambio significativo en el aprendizaje promedio de ambos grupos. Aquí mostramos la técnica usando un ejemplo muestral ficticio sencillo, usando el software estadístico gratuito R, y otras utilidades de software gratuito que no representarán un gasto importante para un investigador en la educación. Esperamos que el sencillo ejemplo sea de utilidad a la comunidad de profesores, en especial los profesores de Física y Ciencias afines.

  • English

    The student's t test can be used in education when comparing assessment results for two groups and inferring whether the data are different enough. For example, if we have two groups, one is a test group (Group A) that follows traditional teaching and another that has a learning technique with didactic methodology in its learning process (Group B). We can compare the evaluation results of both groups and try to see if the results obtained in B are relatively different and better than those obtained by the group A. Assuming that the distribution of the evaluation in both groups is approximately normal, then the student's t test can give us a quantitative criterion to check if there was any significant change in the average learning of both groups. Here we show the technique using a simple fictitious sample example, using the free statistical software R, and other free software utilities that will not represent a significant expense for an educational researcher. We hope that this simple example will be useful to the community of teachers, especially in Physics and related Sciences.