M1.050 - Tècniques d'anàlisi de dades - Aula 1 | Técnicas de análisis de datos - Aula 1

Pública

1.- Mis avances hacia el TFM

En los avances hacia el TFM referentes al apartado de técnicas de análisis de datos, las lecturas recomendadas y necesarias para superar los retos de las distintas asignaturas cursadas han sido una buena base sobre la que empezar leer sobre tratamiento de datos en distintas investigaciones.

La asignatura “Métodos de investigación” requería del análisis de artículos que aplican metodologías cuantitativas, cualitativas y mixtas, estudiando el grado de cumplimiento sobre las premisas que deben cumplir este tipo de artículos.

Seleccionado lecturas que tenían que ver con la temática a desarrollar para el TFM (a raíz de una matriz de síntesis elaborada para la asignatura “Investigación en e-learning” sobre aprendizaje adaptativo y personalización del aprendizaje mediante TIC), a partir de la teoría facilitada por González (s.f.), se extrajeron las siguientes conclusiones:

Para los artículos de metodología cuantitativa estudiados, considerando emplear la encuesta virtual como herramienta de recogida de datos, se cumple la función de ésta recogiendo los datos de una sola vez, orientada a analizar y describir las relaciones entre las variables implicadas sin ser manipuladas y asignada a unos sujetos específicos. La validez y fiabilidad de este tipo de metodología se certifica mediante la cuantificación del nivel de confianza del 95%, especificando los valores de las medias y desviaciones típicas de las relaciones establecidas en tablas y gráficas de barras.

Sobre los artículos de metodología cualitativa analizados, éstos requieren de la formulación de una pregunta de investigación sin obligación de plantear hipótesis. Son útiles para investigaciones que siguen una metodología descriptiva, interpretativa y fenomenológica y que recogen opiniones personales de los participantes, lo cual, podría ayudar a desarrollar el trabajo del TFM requerido, sin embargo, corren el riesgo de la subjetividad en los resultados ofrecidos. Empleando la observación o las encuestas para la recogida de datos, se emplean técnicas como la codificación en las respuestas para la obtención de resultados o la interpretación de opiniones vertidas por los participantes.

Finalmente, en artículos de metodología mixta, se emplean distintas técnicas de análisis de datos en función de la forma en que se plantea el problema de investigación y cómo se pretende afrontar, aprovechando las ventajas que cada técnica posee.

Como conclusión sobre la metodología y las técnicas de análisis de datos a emplear en mi trabajo de investigación (con el objetivo principal de investigar el grado de satisfacción de los docentes respecto a la formación en Competencia Digital recibida así como en su aplicación real) considero que emplear la encuesta y analizar los datos mediante una metodología cuantitativa transversal correlacional selectiva justificando el grado de cumplimiento de las hipótesis y empleando tablas, gráficos de barras, comparación de porcentajes y correlación entre las distintas variables es la opción más adecuada, en pos de la imparcialidad en la interpretación de los resultados obtenidos.

En el apartado “recursos de interés” se destaca lo aportado por cada una de las lecturas, artículos, sitios webs, etc. que se han considerado relevantes para la definición actual del futuro TFM.

2.- Recursos de interés

• Artículo: “Factores determinantes en el uso del e-learning y la satisfacción docente”.

El texto de Cazan y Maican (2023) trata sobre una investigación que emplea la metodología cuantitativa transversal correlacional y no experimental para estudiar la relación entre “factores personales” como el tecnoestrés y su relación con la satisfacción del profesor en situaciones de incertidumbre. Se emplean tablas de características como el Alfa de Cronbach y gráficos que muestran la interrelación de las hipótesis.

• Artículo: “Análisis cualitativo del nivel de satisfacción de la educación virtual en estudiantes universitarios en tiempos de pandemia”.

Investigación de corte cualitativa llevada a cabo por Barrutia et al. (2021) en la que, aunque no se cumplen algunas de las directrices teóricas para una investigación de estas características, sí que se aprecia cómo analizar las opiniones recogidas por los participantes.

• Artículo: “Desafíos de la inteligencia artificial generativa en educación superior: fomentando su uso crítico en el estudiantado.”

Estudio de metodología mixta de Romeu et al. (2025) en el que se aprecian las ventajas del uso de la codificación de las respuestas empleando herramientas de software libre (QCAmap) y el uso del test ANOVA para interpretación de los resultados unidos a técnicas de carácter cuantitativo habituales como el estudio estadístico (mediante JASP) y el uso de gráficos de barras en la discusión de resultados.

3.- Referencias

• Barrutia, I., Danielli, J., Seminario, R. y Monzón, P. (2021). Análisis cualitativo del nivel de satisfacción de la educación virtual en estudiantes universitarios en tiempos de pandemia. New Trends in Qualitative Research, 7, 220-228. https://doi.org/10.36367/ntqr.7.2021.220-228
• Cazan, A. & Maican, C. (2023). Factores determinantes en el uso del e-learning y la satisfacción docente. [Factors determining the use of e-learning and teaching satisfaction]. Comunicar, 31(74), 83–93. https://doi.org/10.3916/C74-2023-07
• González, M. (s.f.). Métodos de investigación [recurso de aprendizaje textual]. Universitat Oberta de Catalunya (UOC).
• Romeu, T., Romero, M., Guitert, M., & Baztán, P. (2025). Challenges of generative artificial intelligence in higher education: promoting its critical use among students [Desafíos de la inteligencia artificial generativa en educación superior: fomentando su uso crítico en el estudiantado]. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 209-231. https://doi.org/10.5944/ried.28.2.43535