Demanda de Educación Superior y rendimiento académico en la Universidad Autónoma de Madrid.

Análisis, descripción, comprensión y explicación de los procesos de selección Universitaria, centrándose especialmente en el abandono de los estudios. Alumnos matriculados en 1984-85 en primero en la UAM. Se excluyen repetidores y extranjeros. El n= 3655 alumnos de las distintas Facultades y Secciones. Modelo de selección que incluye 4 factores: dificultad objetiva de las carreras, características del alumnado, inserción profesional y limitación de la oferta de plazas. Análisis cuantitativo y cualitativo de los mismos para explicar el fenómeno de la deserción Universitaria. Variables: rendimiento académico, regularidad académica, factores de la oferta y la demanda de Educación, características personales y familiares, trayectoria académica anterior, aspiraciones y expectativas académicas y profesionales del alumnado, condiciones de la realización de los estudios, valoración de las carreras y sus salidas profesionales y variables relacionadas con la deserción Universitaria. Impreso de inscripción de matrícula. Encuestas. Expedientes académicos. Análisis cuantitativos: distribuciones de frecuencias, tablas de contingencia y análisis de regresión lineal múltiple. Análisis cualitativos: análisis de contenido. Los alumnos jóvenes, con buenos expedientes en Secundaria y con dedicación exclusiva al estudio son más frecuentes en Ciencias y Medicina. La valoración por los estudiantes de las posibilidades de empleo, prestigio e ingresos futuros es más positiva, como media, en Derecho y Medicina. El porcentaje de alumnos rechazados de otras opciones académicas es muy alto en Ciencias y Psicología, menor en Letras y prácticamente inexistente en Derecho. La influencia en el rendimiento de las variables personales y familiares es escasa, las escolares, por el contrario, predicen el éxito o el fracaso. Existe relación directa: entre las tasas de abandono y fracaso y la dificultad de las carreras, y entre el porcentaje de alumnos rechazados y el de abandono y repetición. Existe relación inversa: entre el grado de selección a la entrada a la Facultad y la tasa de fracaso académico, y entre las posibilidades de empleo y las tasas de fracaso. La deserción Universitaria es cuantitativamente diferente según las carreras porque las tasas de abandono son menores en aquellas con clara inserción profesional, y cualitativamente porque no son las mismas causas las que conducen a la deserción en diferentes disciplinas. No es posible abordar el estudio de la deserción Universitaria globalmente, ya que la Universidad no es un ente homogéneo. Las carreras son muy diferentes en las formas de acceso y selección, en los públicos que las frecuentan, en la dificultad que imponen los Centros y en las posibilidades de integración en el mundo laboral. Es necesario estudiar aisladamente cada tipo de estudios, debido a la complejidad del tema es insuficiente la utilización de un modelo único como marco de interpretación.

Seguimiento a la selectividad universitaria.

Determinar la validez predictiva de la selectividad y la Enseñanza Secundaria sobre el rendimiento académico y la influencia moduladora de diferentes variables. 417 alumnos de las Universidades de Navarra y Zaragoza (342). VD: 1.- Media de rendimientos académicos, ponderada según convocatorias, durante el primer año académico; 2.- Media de las asignaturas superadas a lo largo de todos los estudios y 3.- Media ponderada según convocatorias, para todos los años de carrera (tres, cinco o seis años), multiplicada por el factor corrector C-T, donde 'C' es el número de asignaturas cursadas y 'T' el número de asignaturas que se deberían de haber cursado según el plan de estudios VI: Expediente secundario, examen de acceso, aptitudes mentales, rasgos de personalidad y madurez académica. Se calcula para cada una de las 101 variables los siguientes índices descriptivos: frecuencia total, media, desviación típica, rango, valor máximo y mínimo y coeficiente de variación. Análisis de correlación entre las variables correspondientes a los rendimientos académicos universitarios y los de las pruebas de acceso. Prueba Chi cuadrado para las variables nominales. Análisis de regresión lineal múltiple para determinar la validez predictiva de las variables. La selectividad y el examen de acceso tienen una escasa capacidad predictiva sobre el rendimiento a lo largo de todos los estudios. La prueba de acceso en conjunto, presenta unas correlaciones con los rendimientos académicos Universitarios idénticos a los que ofrece el expendiente secundario por sí solo. En general, las distintas ecuaciones obtenidas a partir de diferentes variables tienen para la muestra total una capacidad predictiva baja. Se deduce que para una mejor predicción del rendimiento académico Universitario es necesario plantearse una selección específica por tipo de estudios y con procedimientos específicos, aunque se tenga que apoyar en todos los casos en variables de madurez y preparación académicas previas.

Análisis de las causas del fracaso escolar en la UPM.

a) Del estudio piloto: determinar y analizar el estilo de aprendizaje, el nivel de conocimientos, las aptitudes y actitudes, el rendimiento y otras características, etc. de los sujetos que acceden a los estudios de Ingeniería. b) De la segunda parte del estudio: 1.- Determinar el rendimiento cuantitativo de los alumnos, número de sujetos que aprueba el primer curso por convocatorias y años; 2.- Determinar si existe relación entre el índice de suspensos y aptitudes diferenciales; 3.- Detectar qué materias son más difíciles para los alumnos a través de los resultados; 4.- Analizar áreas de influencia en el rendimiento académico bajo y 5.- Comprobar la utilidad del método de análisis para detectar causas de fracaso. a) 105 sujetos de la Escuela de Ingenieros de Minas y 93 de la de Ingenieros Industriales de la UPM; b) Debido al abandono antes de finalizar el primer curso, la muestra quedó reducida a 177 sujetos, 90 de Minas y 87 de Industriales. a) Pretest, medición de las variables personalidad, estilo de aprendizaje, aptitudes específicas, hábitos de estudios, datos personales, familiares, sociales, académicos y motivacionales. b) variable criterio el rendimiento académico de los alumnos, variables predictivas el nivel de conocimientos al inicio de la carrera, el desarrollo académico del curso, aptitudes específicas y aspectos familiares. Test D-70, DAT, cuestionario de personalidad 16 PF, inventario de estilos de aprendizaje (IEA), encuesta elaborada ad-hoc de datos personales, prueba de perfil de conocimientos, calificaciones de los sujetos y protocolo de entrevista estructurado. a) Índices descriptivos; b) Análisis de regresión lineal múltiple. a) Los alumnos que acceden a estos estudios se caracterizan por tener mayoritariamente estilos de aprendizaje convergente y asimilador, unas calificaciones académicas similares o superiores a la media nacional, y un bajo nivel de conocimientos en las distintas materias. b) El de abandonos en el primer curso es 10.6 por ciento (6.45 Industriales y 13.3 Minas). El primer curso lo superan en un sólo año el 22.39 por ciento. En dos el 29.85 por ciento y en más de dos el 47.76 por ciento. Las asignaturas más difíciles son: Cálculo y Álgebra para Industriales, y Álgebra y Química para Minas. Los indicadores que predicen con gran fiabilidad el éxito académico final son los exámenes parciales. No se encuentran relaciones significativas entre el índice de éxito o fracaso en determinadas asignaturas y las aptitudes específicas de los sujetos a excepción de la aptitud numérica y razonamiento espacial. El método de análisis utilizado resulta válido para detectar causas de fracaso académico en la Universidad Politécnica por lo que se puede hacer extensible a otras investigaciones y muestras más amplias de todas las Ingenierías.

Rasgos de madurez y éxito en las pruebas de acceso a la Universidad. Correlación entre la madurez de los alumnos del curso de Orientación Universitaria (COU) y las pruebas de selección en la Universidad.

Clasificar las implicaciones sociales y académicas que supone el paso de COU a la Universidad. Determinar cuantitativa y cualitativamente algunas variables aptitudinales y de personalidad de los alumnos de COU que se preparan a acceder a la Universidad, así como el nivel de conocimientos y capacidades académicas con relación a una prueba homogénea elaborada ad hoc. Estudiar la correlación entre algunas variables relativas a aptitudes, personalidad y conocimientos (en la doble vertiente de la prueba homogénea y del expediente) de los alumnos de COU y su éxito en las Pruebas de Acceso a la Universidad. Todo ello con vistas a la posible elaboración de un diseño o modelo fiable y objetivo de Pruebas de Acceso a los estudios universitarios. Población inicial: todos los alumnos de COU (curso 1975-76) de las provincias de Huesca, Logroño, Navarra, Soria, Teruel y Zaragoza. Población real: alumnos que asistieran a las Pruebas de Acceso a la Universidad en junio. La muestra real quedó constituida por 65 alumnos, repartidos en estratos según provincias, localización urbana o semiurbana y centros oficiales o estatales, repartidos en nueve tribunales. En una primera fase, se elabora una prueba de conocimientos que mida la madurez académica de los alumnos de COU que intentan el acceso a la Universidad. En una segunda fase, se utiliza un modelo matemático de regresión lineal múltiple para poder comprobar el peso específico de los distintos rasgos de madurez mental y de formación en los resultados de la Prueba de Acceso a la Universidad. Variable dependiente: los resultados en la prueba de acceso. Variable independiente: determinados rasgos de madurez psicológica, académica y de personalidad. Test de inteligencia general D-48. Test de Aptitudes Diferenciales DAT. Test de comprensión verbal BV. 17. Inventario de personalidad de RG. Bernreuster. Prueba de conocimientos de Bachillerato y COU elaborada ad hoc. Los resultados obtenidos en relación con las ecuaciones de regresión estimadas para predecir los valores de las calificaciones del examen de acceso y prueba de acceso, confirman el pobre valor predictivo que tienen la mayor parte de las variables estudiadas. Las dos variables con un mayor carácter predictivo son: la prueba de conocimientos y el expediente académico. Las variables aptitudinales y de personalidad no añaden prácticamente nada a la ecuación de regresión. El hecho de que el juicio sobre la madurez de los alumnos tenga que darse a partir de disciplinas marcadamente diferentes, de acuerdo con las opciones seguidas por los alumnos, dificulta considerablemente el concepto homogéneo y único de la madurez que pueda estimarse. Este sesgo queda todavía más abultado si se tiene en cuenta que los tribunales operan desde criterios diferentes, tanto a la hora de proponer las pruebas como de corregirlas. Fecha finalización tomada del código del documento.

Investigación prospectiva sobre el profesorado : profesorado de Educación General Básica y Bachillerato, provincias de Oviedo y León.

Determinar las necesidades cuantitativas de docentes de EGB y BUP en el distrito universitario de Oviedo (Oviedo y León) para el período 1975-1980. Estudiar la evolución de la oferta docente del distrito y su adecuación al período 1975-1980. Estimar las necesidades de formación y reconversión del profesorado con inclusión de un plan de actuaciones para el ICE de la Universidad de Oviedo. Elaborar un plan de investigación regional útil para otros ICEs. 4977 profesores de EGB, 1143 BUP y 945 estudiantes universitarios. A partir de datos de estimación de población escolarizable elaborados por la Dirección General de Programación e Inversiones para 1970-75, se estimó por el método de los mínimos cuadrados, la población escolar para el período 1970-75. Se calculó la futura oferta docente mediante extrapolación de ecuaciones de regresión lineal de las matriculas y títulos expedidos: Magisterio y Universidad. Se calcularon las expectativas docentes de los estudiantes universitarios. Los modelos de cálculo de necesidades de profesorado para Educación Preescolar y primer ciclo de EGB se hizo a base de dos hipótesis: ratio 30-1 y ratio 25-1 alumnos/profesor para segunda etapa EGB y directores escolares. Se hizo el cálculo por áreas educativas y necesidad de organización de los centros. Para BUP se aplicó el método Stamos, basado en las horas de clase recibidas e impartidas por alumnos y profesores de BUP. Población escolarizable prevista para el año 1980 en Oviedo: 31.702, 104664 de primera etapa EGB; de segunda etapa, 58618; de BUP, 34605; de COU, 7358. En León, 14570, 51163, 28633, 21796, 3998. Datos del profesorado. Evolución de los estudios de Magisterio en España, Oviedo, León. Evolución del alumnado universitario. Necesidades de profesores para Oviedo y León en educación. Necesidades de perfeccionamiento del profesorado desde Preescolar a COU en Oviedo y León. Profesorado de EGB, tanto efectivos como previsiones, superan en exceso las necesidades para 1980. Debe orientarse la oferta hacia la Educación Preescolar y Especial. Profesorado de BUP y COU se preve déficit para 1980, si se alcanzan los altos supuestos de escolarización de las hipótesis. Todas las conclusiones dependen de que se mantengan el volumen de necesidades, el ritmo de escolarización y ratio alumno/profesor en 1980 es el proyectado. El volumen de profesores, si sigue la misma tendencia en titulaciones.

Educación musical y su papel en la integración educativa en primaria. Una aproximación a través de la figura del profesor especialista.

Analizar hasta qué punto el profesor de música primaria se siente preparado para adoptar nuevos modelos de intervención. Elaborar propuestas oportunas que mejoren la calidad educativa.. De una población de 14 sujetos, todos ellos profesores de música en la ciudad de Valladolid, en colegios públicos de enseñanza primaria, se estima las respuestas de 7 de ellos.. Parte de una amplia revisión bibliográfica centrada en los ámbitos de la música y la discapacidad. El marco teórico abarca la normativa de educación musical, la integración educativa y el papel del profesor en la enseñanza. A continuación se define la metodología del estudio. En ella se mencionan las siguientes variables: competencia del profesorado especialista en música de primaria para abordar la enseñanza musical; competencia del mismo para atender a alumnos con necesidades educativas especiales; concepción que tiene el profesorado sobre su modelo de enseñanza. La investigación es de naturaleza monográfica, aplicada y empírica.. Se utiliza un cuestionario de preguntas abiertas y una minuciosa escala constituida por items y preguntas abiertas. Dicha escala fue elaborada expresamente para el estudio.. Se aplica la técnica de regresión lineal en el tratamiento estadístico de los datos; se intenta explicar una variable en función de las demás (regresores) y de un 'residuo' que incluirá posibles errores por omisión (variables que no se tienen en cuenta).. Se pone de manifiesto que el nivel de autoeficacia percibida por el profesor de música es superior al percibido para ofrecer una respuesta educativa capaz de asumir la diversidad. El profesorado con un nivel alto de autoeficacia para la enseñanza musical, aborda con más entusiasmo la atención a alumnos con necesidades educativas especiales. En cuanto a la tercera hipótesis, se apunta que es muy probable que la finalidad del profesorado esté 'atascada' en el plano teórico y que realmente ésta no marque su intervención.. Parece que existe una falta de claridad en cuanto a la línea educativa a seguir. Se da una clara ambivalencia: un profesorado con modelos obsoletos, toma contacto con las nuevas tendencias y trata de adherirse a las mismas. Sin embargo se hace necesario un proceso de adaptación, por el que a la luz de los resultados, se pasa en estos momentos. Se observa que el profesorado goza de un buen nivel para atender a los alumnos con necesidades educativas especiales, a pesar de que su autoeficacia sea menor para la diversidad que para la enseñanza musical en general. El estudio anima a que desde la administración se tomen medidas que faciliten la adaptación mencionada..

Variables asociadas al conocimiento de catalán y castellano escrito del alumnado extranjero : un estudio empírico en sexto de primaria en Cataluña.

Resumen basado en el de la publicación

Sample size requirements for interval estimation of the strengthof association effect sizes in multiple regression analysis

Resumen tomado de la publicación

Tratamiento estadístico de variables cuantitativas por el método de regresión no lineal en datos educativos : regresión multilineal.

Plantear teóricamente el método de regresión multilineal y su desarrollo práctico. Comprobar el grado de efectividad del método multilineal, comparándolo con el método clásico de regresión, en su aplicación a las variables educativas. Verificar las condiciones de aplicación de la regresión. Estudiar la linealidad de las relaciones: regresión polinómica. 7948 sujetos de quinto de EGB, 9219 sujetos de octavo de EGB y 2850 de COU, de la que se extrajo una submuestra aleatoria mediante el programa 'Sample' del paquete SPSS con lo que la muestra real es de: 443 en quinto de EGB, 413 de octavo de EGB y 442 de COU. Para poder desarrollar la regresión multilineal se necesita hacer uso de métodos multivariantes, como son los métodos de clasificación y de discriminación. Realizar un estudio de los métodos de clasificación, análisis de Cluster, que nos permite descomponer la nube de puntos en distintos subconjuntos en los que se aplicará la regresión clásica. Para lograr una definición de los grupos constituidos se usa el análisis discriminante. Para poder comparar los resultados obtenidos tras las distintas clasificaciones se definen los coeficientes de correlación y determinación multilineales. Al final, se presentan los resultados comparados de la regresión multilineal y de la clásica. Variables dependientes: habilidad escolar, adaptación escolar. Variables independientes: inteligencia general, comprensión lectora, personalidad, inteligencia diferencial, método de estudio, intereses. Test de habilidad escolar para inteligencia general. Test de Otis-Lennon para razonamiento abstracto. Test de habilidad general para razonamiento lógico y observación. Test de comprensión verbal. Children Personality Questionnaire. Cuestionario Brown de adaptación y otros. Análisis de componentes principales. Análisis de Cluster con el que se realiza un análisis previo de los tres grupos: quinto y octavo de EGB y COU. Programa SPSS, BMDP. Regresión simple. Regresión multilineal. Regresión múltiple. Regresión múltiple multilineal. Regresión polinomial. Análisis discriminante. No hay indicios de no linealidad entre variables dependiente e independientes. Entre las variables del estudio existe multicolinealidad. Se han conseguido ligeros incrementos en los coeficientes de correlación entre variables con poca interrelación. El factor que mejor explica la variablidad de adaptación escolar es la adaptación emocional. En quinto y octavo de EGB el factor que mejor explica la habilidad escolar es la comprensión verbal. El método multilineal presenta características útiles en la investigación de las Ciencias de la Educación, aunque tiene limitaciones como la definición de los grupos obtenidos. Esta forma de análisis se puede usar como complemento de otros métodos, como la correlación canónica, análisis de componentes, etc.

Las dimensiones factoriales de la comprensión verbal y su influencia en el rendimiento escolar.

Abordar con seriedad el problema de las diferencias de éxito o fracaso escolares para poder llegar a determinar y comprender mejor sus causas, en orden a poderlas controlar, de cara a un pleno rendimiento académico, analizando que relación existe entre el rendimiento escolar de los alumnos y su comprensión verbal. Niños de sexto de EGB, del Colegio Compañía de María, Colegio San Agustín, Colegio San Isidro, todos ellos de Granada. Para establecer las dimensiones fundamentales de la comprensión verbal se aplica a los sujetos una serie de tests verbales específicos, así como la corrección de las pruebas verbales de cada uno de los sujetos de estudio. Para estudiar la influencia de la comprensión verbal en el rendimiento escolar, se aplican a los sujetos experimentales varias pruebas, así como la pasación de distintos cuestionarios a los padres de los alumnos y entrevistas personales con ellos. Test de diferencia de medias de la T de Student, método de factorización de máxima verosimilitud, método de rotación de Varimax, test de matrices progresivas de Raven, inventario de hábitos de estudio de F.Pozar. Análisis factorial, desviaciones típicas, coeficiente de fiabilidad por el método de Kuder-Richardson, coeficiente de correlación de Pearson, coeficiente de fiabilidad por el método Spearman-Brown. Los coeficientes de fiabilidad obtenidos a través de la fórmula de Kuder-Richarson son más bajos que los obtenidos por la fórmula de Spearman-Brown. El criterio del nivel social de las familias puede ser válido para predecir la inteligencia verbal de los sujetos. Utilización del análisis factorial, para explorar las dimensiones principales de la comprensión verbal. La relación entre los factores verbales que integran la comprensión verbal y el rendimiento en Lengua, Matemáticas y el rendimiento total, se ha estudiado a través de un análisis de regresión múltiple según el modelo lineal. Respecto a la comprensión verbal: enorme complejidad del campo verbal, existencia de tres dimensiones de la comprensión verbal: dimensión lingüística, dimensión semántica y dimensión ideativa. Respecto al rendimiento escolar: el factor de comprensión verbal favorece positivamente el rendimiento general académico de los alumnos; las variables controladas en el estudio realizado determinan el rendimiento académico; a la hora de dirigir la orientación escolar de un centro educativo, es de interes tener presente, que una buena metodología de estudio y un buen sistema de trabajo en los alumnos favorece positivamente el éxito de los estudios.

La generalización en un tipo particular de sucesiones aritméticas : los problemas de generalización lineal.

Resumen del autor. Resumen en español e inglés

Efecto de la violaci??n de la normalidad y esfericidad en el modelo lineal mixto en dise??os split-plot

Resumen tomado de la publicaci??n

La predicci??n del rendimiento acad??mico : regresi??n lineal versus regresi??n log??stica

Resumen de los autores. Res??menes en espa??ol e ingl??s

Diagnóstico psicológico del éxito o fracaso en los estudios universitarios por programacion lineal.

1. Estudio longitudinal en el rendimiento académico de los tres primeros cursos de Medicina, Derecho, Económicas y Escuelas Técnicas de Ingeniería y predecir el futuro éxito o fracaso de los alumnos que han elegido estos estudios. Detectar las variables que más influyen en el éxito o fracaso académico de Facultades o Escuelas Técnicas Superiores de Ingeniería. Hallar un alogaritmo que permita clasificar a un alumno en el grupo de éxito o fracaso, en las carreras estudiadas. Obtener dichos resultados a través de la programación lineal. 652 alumnos/as que cursaron el COU de 1971-72 a 1976-77, de Las Palmas, 452 chicos y 200 chicas, de la población global a la que se le aplicó el plan de orientación; se estudiaron aquellas carreras que más alumnos aglutinan. Variables sociofamiliares: 1. Estudios de los padres clasificados en: universitarios, estudios medios, bachiller superior, estudios elementales. 2. Profesión del padre como influjo en la creación de niveles de aspiración en el hijo. 3. Número de hermanos con estudios universitarios. Variables de influencia escolar: media en las asignaturas de letras y media en las asignaturas de Ciencias, de Bachiller y COU. Variables de aptitud mental: comprensión verbal, cálculo, etc. Variables caracteriológicas: emotividad, actividad, etc. Variables de personalidad: agresividad, introversión, etc. Variables de intereses profesionales: aire libre, mecánico, etc. A todos los alumnos se les ofreció en COU un plan de orientación que se componía de tres fases: 1. de exploración; 2. de orientación profesiográfica; 3. fase práctica. 1.Test de Aptitudes diferenciales (DAT) para medir factores de inteligencia. 2. Test caracteriológico de Ibañez Gil, S.J., para medir el carácter. 3. Para las variables de personalidad se aplicaron dos tests: el cuestionario de personalidad CEP de J.L. Pinillos y el cuestionario de personalidad de Guildford-Zimmerman. 4. Cuestionario Kuder para variables 'intereses vitales'. 1.Con las variables utilizadas se ha conseguido un acierto de predicción de: a) 73 por ciento para los estudios de Medicina; b) 85 por ciento para los estudios de Derecho; c) 83 por ciento para Económicas y d) 89 por ciento para Ingeniería. 2. Se han detectado variables favorecedoras del éxito en el rendimiento académico y otras obstaculizadoras. En Medicina influyen: el éxito, la nota media alcanzada en COU Ciencias, el egocentrismo, la tolerancia, avidez intelectual, actividad; para el fracaso: extroversión, sociabilidad, combatividad. En Derecho influyen para el éxito: nota media de COU Letras, interés por la actividad literaria, aptitudes intelectuales, autodominio; para el fracaso: las mismas variables que en Medicina. Para el éxito en Económicas influyen: cálculo numérico, autodominio, egocentrismo, nota media en COU Letras; para el fracaso: extroversión, afectividad. Para el éxito en Ingeniería: nota media en COU Ciencias, aptitudes intelectuales como pensatividad, tolerancia, estudios de la madre; en el fracaso: extroversión, afectividad, indecisión.

El álgebra lineal y la calculadora gráfica : una experiencia en bachillerato.

Resumen del autor