Metodología de los mapas de concordancia para la estratificación de variables cuantitativas: aplicación a la asignatura de Medidas Electrónicas

Abstract

Es desenvolupa una metodologia que combina algoritmes exploratoris i iteratius que pren com a base el concepte de concordança del coeficient de correlació W de Kendall. A partir de conjunts complexos d'ítems i les seves puntuacions (activitats d'avaluació, problemes, pràctiques, indicadors de rendiment, mesuraments i, en general, qualsevol variable quantitativa) s'aconsegueixen identificar conjunts concordants, és a dir, estructures explicatives de la dificultat del conjunt de ítems. La lectura d'aquests conjunts es pot fer de dues maneres gràcies a la informació que proporcionen els algoritmes creats: a) Transversal, de manera que els conjunts concordants formen el "esquelet de dificultat" del problema i són, per tant, referències per estudiar la resta de puntuacions en altres ítems. b) Longitudinal, mitjançant l'estudi del que anomenem Mapes de Concordança, els quals mostren l'evolució dels conjunts concordants en anar incorporant elements en cada iteració, i detectant per tant els ítems discordants respecte a conjunts estables donats. L'aplicació d'aquesta metodologia és molt àmplia, i és susceptible de ser posada en pràctica en qualsevol camp de les ciències on es realitzin mesures i es vulgui observar les variacions creuades entre individus. En aquesta investigació s'aplica a l'assignatura de Laboratori de mesures electròniques. Els resultats aporten llum a la manera de millorar les pràctiques existents i de construir-ne de noves en el futur.

Se desarrolla una metodología que combina algoritmos exploratorios e iterativos que toma como base el concepto de concordancia del coeficiente de correlación W de Kendall. A partir de conjuntos complejos de ítems y sus puntuaciones (actividades de evaluación, problemas, prácticas, indicadores de rendimiento, mediciones y, en general, cualquier variable cuantitativa) se consiguen identificar conjuntos concordantes, es decir, estructuras explicativas de la dificultad del conjunto de ítems. La lectura de estos conjuntos puede hacerse de dos maneras gracias a la información que proporcionan los algoritmos creados: a) Transversal, de manera que los conjuntos concordantes forman el “esqueleto de dificultad” del problema y son, por tanto, referencias para estudiar el resto de puntuaciones en otros ítems. b) Longitudinal, mediante el estudio de lo que denominamos Mapas de Concordancia, los cuales muestran la evolución de los conjuntos concordantes al ir incorporando ítems en cada iteración, y detectando por tanto los ítems discordantes respecto a conjuntos estables dados. La aplicación de dicha metodología es muy amplia, siendo susceptible de ser puesta en práctica en cualquier campo de las ciencias donde se realicen mediciones y se quiera observar las variaciones cruzadas entre individuos. En la presente investigación se aplica a la asignatura de Laboratorio de medidas electrónicas. Los resultados arrojan luz sobre la manera de mejorar las prácticas existentes y de construir otras nuevas en el futuro.

We have developed a new methodology that combines both exploratory and iterative algorithms which is based on the concept of concordance of the correlation coefficient W of Kendall. Starting from complex sets of items and their scores (assessment activities, problems, practices, performance indicators, measurements and, in general, any quantitative variable) it is possible to identify consistent sets, i.e., structures that explain the difficulty of the set of items. Reading these sets can be done in two different ways thanks to the information provided by the algorithms created: a) Transversal, so that the concordant sets form the "backbone difficulty" of the problem and, therefore, they become references to study the remaining scores on other items. b) Longitudinal, by studying what we call concordance maps, which show the evolution of the consistent sets when new items are incorporated after each iteration and thus detecting the discordant items with regard to given stable sets. The application of this methodology is very broad, being useful in any field of science where measurements are carried out and you may want to see cross-variations among individuals. In this research it has been applied to the subject Electronic Measurements Laboratory. The results point to different ways to improve the existing practices and create new ones in the future.