Estudio comparativo del análisis estadístico implicativo y el learning analytics en relación al uso de las técnicas de exploración de datos educativos

Abstract

El análisis de datos es fundamental dentro de la educación y al no utilizar las técnicas de análisis óptimas al tipo y cantidad de datos, se crea en muchos procesos (repitencia, deserción, bajo rendimiento, alto rendimiento), problemas de obstrucción o lentitud del cálculo, siendo inaplicables e irresolubles. Por tal razón, esta investigación plantea realizar un análisis comparativo de los tiempos de procesamiento y espacio de memoria entre las técnicas de agrupación y las técnicas de búsqueda de reglas de asociación similares al Análisis Estadístico Implicativo (AEI) y Learning Analytics (LA). Las fases desarrolladas son: (1) identificar las técnicas similares entre el AEI y LA, mediante la adaptación del método de estudio de similitud entre modelos y estándares (MSSS) , (2) identificar el sistema operativo con mejor manejo de recursos y (3) identificar la técnica más optima en el análisis de datos educativos; estos dos últimos con la elaboración de un diseño cuasi-experimental . La hipótesis por demostrar es que existe diferencia significativa (función espacio y/o función tiempo) entre los algoritmos similares a LA y AEI, la cual será probada a través de un diseño cuasi-experimento de tipo RGXO, (notación de Campbell y Stanley). La demostración de la hipótesis permitirá al docente poder resolver rápidamente los problemas educativos que utilizan datos masivos y de diferente tipo (binarios, modales, numéricos), al seleccionar los algoritmos más óptimos.