No dejes pasar la oportunidad de realizar esta Especialización con nosotros y notarás cómo cada día estás más capacitado para ayudar a tus alumnos”

Los principales objetivos de la Especialización en Recogida de Datos en Investigación Educativa son fomentar y fortalecer las competencias y capacidades de los profesores, teniendo en cuenta las herramientas más actuales para la enseñanza. De tal manera que el profesor sea capaz de transmitir a sus alumnos la motivación necesaria para que continúen con sus estudios y se sientan atraídos por la investigación científica.  

Esta Especialización permitirá al docente hacer un repaso de los conocimientos fundamentales en este ámbito de la enseñanza y conocer la mejor manera de guiar y orientar a los alumnos en su día a día.  

Esta capacitación se distingue por su orden y distribución con materia teórica, ejemplos prácticos guiados en todos sus módulos, y vídeos motivacionales y aclaratorios. Permitiendo un estudio sencillo y clarificador sobre la investigación educativa.  

De esta manera, se explicará al alumno las principales metodologías en el campo de la investigación educativa, partiendo de las principales técnicas, y las más fiables, para la recogida de datos. Además, la capacitación continúa con la Teoría de Respuesta al Ítem (TRI) y, para concluir, se pone el foco en los análisis multivariantes. 

Una capacitación de alto nivel que se convertirá en un proceso de mejora, no solo profesional, sino personal.  Así, este reto es uno de los que en TECH Universidad Tecnológica asume como compromiso social: ayudar a la capacitación de profesionales altamente cualificados y desarrollar sus competencias personales, sociales y laborales durante el desarrollo la misma.  

No solo se lleva a través de los conocimientos teóricos ofrecidos, sino que se muestra otra manera de estudiar y aprender, más orgánica, más sencilla y más eficiente. TECH trabaja para mantenerle motivado y para crear pasión por el aprendizaje. Y el impulso a pensar y a desarrollar el pensamiento crítico.  

 Amplía tus conocimientos a través de esta Especialización en Recogida de Datos en Investigación Educativa. Te permitirá mejorar tu CV y la manera de impartir tus lecciones” 

Esta Especialización en Recogida de Datos en Investigación Educativa contiene el programa educativo más completo y actualizado del mercado. Las características más destacadas son: 

• El desarrollo de casos prácticos presentados por expertos en investigación en educación
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que están concebidos recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional

• Las novedades sobre recogida y análisis de datos en investigación educativa
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje
• Su especial hincapié en metodologías innovadoras en recogida y análisis de datos en investigación educativa
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual
• La disponibilidad de los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet

 Esta Especialización es la mejor inversión que puedes hacer en la selección de un programa de actualización para poner al día tus conocimientos en Recogida de Datos en Investigación Educativa” 

Incluye, en su cuadro docente, a profesionales pertenecientes al ámbito de la innovación en educación, que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio. 

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales. 

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el docente deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del programa académico. Para ello, el profesor contará con la ayuda de un novedoso sistema de vídeos interactivos realizados por reconocidos expertos, con gran experiencia en Recogida de Datos en Investigación Educativa.  

 Si quieres realizar una capacitación con la mejor metodología docente y multimedia, esta es tu mejor opción” 

Esta Especialización es 100% online, lo que te permitirá compaginar tu labor profesional con tu vida privada, a la vez que aumentas tus conocimientos en este ámbito” 

La estructura de los contenidos ha sido diseñada por los mejores profesionales del sector en Investigación en Educación, con una amplia trayectoria y reconocido prestigio en la profesión, avalada por el volumen de casos revisados y estudiados, y con amplio dominio de las nuevas tecnologías aplicadas a la docencia.    

Contamos con el programa más completo y actualizado del mercado. Te ofrecemos lo mejor, al mejor precio” 

Módulo 1. Técnicas e instrumentos de recogida de datos y medida

1.1. La medición en la investigación

1.1.1. Introducción
1.1.2. ¿Qué queremos medir?
1.1.3. Proceso de medición de los sujetos
1.1.4. Psicometría

1.2. Recogida de información con técnicas cuantitativas: la observación y la encuesta

1.2.1. Introducción
1.2.2. La observación

1.2.2.1. Marco teórico y categorías de la observación

1.2.3. La encuesta

1.2.3.1. Material para realizar una encuesta
1.2.3.2. Diseño de investigación con encuestas

1.3. Recogida de información con técnicas cuantitativas: los test

1.3.1. Introducción
1.3.2. Concepto de test
1.3.3. Proceso de generación de ítems
1.3.4. Test según el área: rendimiento; inteligencia y aptitudes; personalidad, actitudes e intereses

1.4. Recogida de información con técnicas cuantitativas: Métodos de escala

1.4.1. Introducción
1.4.2. Concepto de escalas de actitud
1.4.3. Método de Thurstone

1.4.3.1. Método de las comparaciones apareadas

1.4.4. Escala de Likert
1.4.5. Escala de Guttman

1.5. Proceso de construcción de un test

1.5.1. Introducción
1.5.2. Proceso de escalamiento de los ítems

1.5.2.1. Proceso de generación de los ítems
1.5.2.2. Proceso de captación de información
1.5.2.3. Proceso de escalamiento en sentido estricto

1.5.3. Proceso de evaluación de la escala

1.5.3.1. Análisis de los ítems
1.5.3.2. Dimensión de la escala
1.5.3.3. Fiabilidad de la escala
1.5.3.4. Validez de la escala

1.5.4. Puntuación de los sujetos en la escala

1.6. Análisis de los ítems de un test

1.6.1. Introducción
1.6.2. Teoría Clásica de los test (Spearman, 1904)
1.6.3. Fiabilidad de los test
1.6.4. El concepto de validez
1.6.5. Evidencias de validez

1.7. Fiabilidad del instrumento

1.7.1. Introducción
1.7.2. Definición de fiabilidad
1.7.3. Fiabilidad por el método de test-retest o por repetición
1.7.4. Fiabilidad por el método de formas alternativas o paralelas
1.7.5. Fiabilidad mediante coeficientes de consistencia interna

1.7.5.1. Coeficiente de Kunder-Richardson
1.7.5.2. Coeficiente de Alfa de Cronbach

1.8. Validez del instrumento

1.8.1. Introducción
1.8.2. Definición de validez
1.8.3. Validez de los instrumentos

1.8.3.1. Validez inmediata
1.8.3.2. Validez de contenido
1.8.3.3. Validez de constructo
1.8.3.4. Validez de contraste

1.8.4. Estrategias de validez

1.9. Análisis de ítems

1.9.1. Introducción
1.9.2. Análisis de los ítems
1.9.3. Índices de dificultad y validez
1.9.4. Corrección de los efectos al azar

1.10. Interpretación de las puntuaciones de un test

1.10.1. Introducción
1.10.2. Interpretación de las puntuaciones
1.10.3. Baremos en los test normativos
1.10.4. Baremos típicos derivados
1.10.5. Interpretaciones referidas al criterio

Módulo 2. Teoría de la respuesta al ítem (tri)

2.1. Teoría de la Respuesta al Ítem (TRI)

2.1.1. Introducción
2.1.2. Modelos de medición
2.1.3. Conceptos fundamentales de la TRI
2.1.4. Postulados básicos de la TRI

2.2. Teoría de la Generalizabilidad (TG)

2.2.1. Introducción
2.2.2. Teoría de la Generabilizabilidad (TG)
2.2.3. Facetas de la Teoría de la Generalizabilidad
2.2.4. Interpretación de resultados en un estudio

2.3. Características de la TRI (I)

2.3.1. Introducción
2.3.2. Introducción histórica de la TRI
2.3.3. Supuestos de la TRI
2.3.4. Modelos de la TRI

2.4. Características de la TRI (II)

2.4.1. Introducción
2.4.2. Resultados de la TRI

2.4.2.1. Parámetros
2.4.2.2. Curva característica del ítem
2.4.2.3. Puntuación verdadera
2.4.2.4. Curva característica del test
2.4.2.5. Nivel de información

2.4.3. Modelos de respuesta: la Curva característica del Ítem
2.4.4. Métodos de selección de preguntas

2.5. Modelos de respuesta para ítems dicotómicos: la contribución de Rasch

2.5.1. Introducción
2.5.2. El Modelo de Rasch
2.5.3. Características del modelo de Rasch
2.5.4. Ejemplo (Modelo de Rasch)

2.6. Modelos de respuesta para ítems dicotómicos: los modelos logísticos

2.6.1. Introducción
2.6.2. El modelo logístico de Birmbaum (1968)
2.6.3. Parámetros del modelo

2.6.3.1. Modelo logístico de 2 parámetros
2.6.3.2. Modelo logístico de 3 parámetros
2.6.3.3. Modelo logístico de 4 parámetros

2.7. Modelos de respuesta para ítems politómicos: modelos ítems nominal (Block, 1972)

2.7.1. Introducción
2.7.2. Ítems politómicos
2.7.3. Modelos de respuesta nominal (Block, 1972)
2.7.4. Parámetros de ítem politómico

2.8. Modelos de respuesta para ítems politómicos: modelos de ítems Ordinales

2.8.1. Introducción
2.8.2. Modelos de ítems ordinales
2.8.3. Modelo ordinal acumulativo

2.8.3.1. Modelo de Respuesta Graduada (GRM) de Samejina (1969)
2.8.3.2. Modelo de Respuesta Graduada Modificado (M-GRM) de Muraki (1990)

2.8.4. Modelos Ordinales Continuos

2.8.4.1. Modelo Secuencial (Tutz, 1990)

2.8.5. Modelos Ordinales Adjacentes

2.8.5.1. Modelo de Crédito Parcial (Masters, 1982)

2.9. Modelo de respuesta para ítems politómicos: Modelo de Respuesta Graduada de Samejina (1969)

2.9.1. Introducción
2.9.2. Modelo Normal de Respuesta Graduada
2.9.3. Modelo Logístico de Respuesta Graduada
2.9.4. Ejemplo (Modelo de Respuesta Graduada)

2.10. Funcionamiento Diferencial del Ítem (DIF)

2.10.1. Introducción
2.10.2. Concepto de Diferencial del Ítem (DIF)
2.10.3. Tipos de DIF
2.10.4. Métodos de detección del DIF
2.10.5. Métodos de purificación

Módulo 3. Análisis multivariante

3.1. Análisis multivariante

3.1.1. Introducción
3.1.2. ¿Qué es el análisis multivariante?
3.1.3. Los objetivos del análisis multivariante
3.1.4. Clasificación de las técnicas multivariantes

3.2. La regresión lineal múltiple

3.2.1. Introducción
3.2.2. Concepto de regresión lineal múltiple
3.2.3. Condiciones para la regresión lineal múltiple
3.2.4. Predictores para generar el mejor modelo

3.3. Regresión logística binaria

3.3.1. Introducción
3.3.2. Concepto regresión logística binaria
3.3.3. Ajuste del modelo

3.3.3.1. Ajuste del modelo en R

3.3.4. Etapas de la R
3.3.5. Ejemplo (regresión logística binaria)

3.4. La regresión logística nominal y ordinal

3.4.1. Introducción
3.4.2. Revisión general de regresión logística nominal
3.4.3. Ejemplo (regresión logística nominal)
3.4.4. Revisión general de regresión logística ordinal
3.4.5. Ejemplo (regresión logística ordinal)

3.5. Regresión de Poisson

3.5.1. Introducción
3.5.2. Concepto de Poisson
3.5.3. Funciones de distribución
3.5.4. Regresión de Poisson con recuentos

3.6. Modelos Log-Lineales

3.6.1. Introducción
3.6.2. Modelos Log-Lineales para tablas de contingencia
3.6.3. Modelos Log-Lineales para tablas tridimensionales
3.6.4. Ejemplo (Modelos Log-Lineales para tablas de contingencia)

3.7. El Análisis Discriminante

3.7.1. Introducción
3.7.2. Concepto de Análisis Discriminante
3.7.3. Clasificación con dos grupos

3.7.3.1. Función Discriminante de Fisher

3.7.4. Ejemplo (Análisis Discriminante)

3.8. Análisis de conglomerados

3.8.1. Introducción
3.8.2. Concepto de conglomerados de K medias
3.8.3. Concepto de Análisis de conglomerados jerárquico
3.8.4. Ejemplo (Análisis de conglomerado jerárquico)

3.9. Escalamiento multidimensional

3.9.1. Introducción
3.9.2. Escalamiento multidimensional: conceptos básicos
3.9.3. La matriz de similaridades
3.9.4. Clasificación de técnicas de escalamiento

3.10. Análisis factorial

3.10.1. Introducción
3.10.2. ¿Cuándo se utiliza el análisis factorial?
3.10.3. Metodología del análisis factorial
3.10.4. Aplicaciones del análisis factorial  

Esta será una capacitación clave para avanzar en tu carrera”