Equivalencia de línea base
Grado en que dos o más grupos (p. ej., grupo de tratamiento/intervención y grupo de comparación) presentan características similares al inicio del estudio, con el fin de comparar el efecto de la intervención en dichos grupos. Al comparar los efectos de una intervención en dos o más grupos, se asume que son equivalentes en términos de rendimiento, datos demográficos u otras características objetivo antes de la intervención (es decir, al inicio), de modo que cualquier diferencia posterior pueda atribuirse a la intervención.
Establecer la equivalencia basal permite aislar el efecto de la intervención en el tratamiento, descartando al mismo tiempo factores de confusión e influencias externas. Un ejemplo de un factor que podría contribuir a la falta de equivalencia basal sería si el grupo de tratamiento tuviera más estudiantes con alto rendimiento que el grupo de comparación al inicio del estudio. En tal situación, el efecto de una intervención no puede aislarse y los resultados se considerarían sesgados.
Análisis de conglomerados
Un método estadístico para dividir a los participantes (p. ej., estudiantes, escuelas) en grupos significativos según el grado de características comunes (p. ej., uso de productos). Las características de los participantes de un grupo difieren significativamente de las de los demás.
Grupo de comparación
El grupo de participantes en un estudio que no recibe un tratamiento/intervención o que recibe un tratamiento/intervención diferente y, por lo tanto, se compara con el grupo de participantes que sí recibió el tratamiento/intervención (es decir, el grupo de tratamiento).
Intervalo de confianza
Un rango de valores estimados a partir de una muestra que probablemente contenga el valor real de la población. Por ejemplo, si el valor estimado en la muestra está entre 0,40 y 0,60 con un nivel de confianza del 90 %, se puede concluir que, si se toman múltiples muestras de una población, el 90 % de las veces el valor estimado estará entre 0,40 y 0,60. En otras palabras, existe un 90 % de probabilidad de que la media poblacional esté entre 0,40 y 0,60.
Nivel de confianza
La probabilidad de que los intervalos de confianza observados contengan el valor real de la población. El nivel de confianza lo establece el investigador y se expresa en porcentajes. Por ejemplo, un nivel de confianza del 90 % indicaría que, si se toman múltiples muestras de una población, el 90 % de los intervalos incluiría el valor real de la misma.
Factor de confusión
Un factor o variable en un estudio que influye al menos en parte en la relación entre las variables independientes (es decir, tratamiento/intervención) y dependientes (es decir, resultado del aprendizaje). No incluir o eliminar la influencia de posibles variables de confusión (p. ej., como covariable) limita la fiabilidad y validez del estudio. Por ejemplo, al examinar si los estudiantes que usan un producto (es decir, el grupo de tratamiento/intervención) demuestran mayores ganancias en el rendimiento que los estudiantes que no usan un producto (es decir, el grupo de comparación), un factor de confusión podría ser el rendimiento estudiantil promedio de cada grupo antes del tratamiento. Cualquier diferencia en el rendimiento estudiantil promedio entre los grupos antes de introducir el tratamiento puede afectar su ganancia de rendimiento después del tratamiento. Por lo tanto, no incluir ninguna diferencia en su rendimiento en el análisis o eliminar esa diferencia antes del tratamiento confundirá los resultados.
Correlación
Una medida estadística de la relación (magnitud y dirección) entre dos variables: el grado en que una variable cambia en relación con otra variable.
Coeficiente de correlación
El coeficiente de correlación indica la dirección y la magnitud de la relación estadística entre dos variables. El índice puede oscilar entre -1,00 (relación negativa) y +1,00 (relación positiva), siendo 0 indica ausencia de relación. Por ejemplo, si el coeficiente de correlación entre la frecuencia de uso de un producto y el rendimiento es 0,80, se puede concluir que estas variables presentan una alta correlación (magnitud) y positiva (dirección). En otras palabras, al aumentar la frecuencia de uso del producto, también aumenta el rendimiento.
Costo-efectividad
La efectividad relativa de un tratamiento o intervención en comparación con su costo. Específicamente, el análisis de costo-efectividad consiste en un conjunto de técnicas que permiten comparar los costos (directos e indirectos) de un tratamiento o intervención con su efectividad. Normalmente, el análisis de costo-efectividad arrojará un valor que puede ubicarse en cuadrantes que van desde "alto costo, baja efectividad" hasta "bajo costo, alta efectividad".
Covariable
Las covariables son factores o variables que tienen el potencial de influir en los resultados de un estudio. Una suposición común es que los niveles de covariables son idénticos para los participantes (p. ej., estudiantes) en todos los grupos de estudio (p. ej., grupo de tratamiento/intervención y grupos de comparación). Por lo tanto, cualquier diferencia encontrada entre los grupos puede atribuirse al tratamiento o la intervención. Las covariables se pueden incluir en el análisis con dos propósitos diferentes. Una covariable puede ser de interés principal. En tales casos, se puede realizar un análisis de subgrupos para determinar su efecto en los resultados del estudio. Por ejemplo, el nivel de grado puede ser de interés principal y considerarse como covariable al explorar el impacto de la intervención en el resultado del estudiante. Por otro lado, las covariables se pueden incluir en un análisis para evitar resultados confusos. Cuando las covariables son factores extraños, controlarlas estadísticamente permite mantener constante (o eliminar) su influencia y descartar posibles factores de confusión. Las covariables comunes incluyen el nivel socioeconómico, el género, el grado, el rendimiento previo y la ubicación de la escuela.
Variable dependiente
Un factor que representa el resultado de interés. Las variables dependientes también se denominan variables de respuesta, variables de resultado o variables explicadas. Entre las variables dependientes comunes se incluyen diferentes tipos de resultados educativos, como el rendimiento académico.
Evaluación Educativa
Investigación de una intervención educativa, ya sea en curso o finalizada, con el fin de determinar el grado de cumplimiento de sus objetivos. Metodologías específicas pueden ayudar a determinar la eficacia y el impacto de una intervención, así como su utilidad y coste-efectividad.
Tamaño del efecto
Medida cuantitativa de la fuerza de la relación entre una o más variables o grupos de una población. El tamaño del efecto proporciona evidencia sobre el impacto de una intervención dada al indexar la magnitud del efecto de la intervención de forma estandarizada, lo que permite comparar los resultados en numerosos contextos. Los tamaños del efecto pueden adoptar múltiples formas, siendo una forma común la diferencia de medias estandarizada (p. ej., la g de Hedge) entre grupos. Al examinar un solo grupo, se utiliza una forma diferente de tamaño del efecto (p. ej., correlación, regresión), que indexa la relación entre la variable independiente (p. ej., uso de tecnología educativa) y la variable dependiente (p. ej., rendimiento académico).
La g de Hedge
Tipo específico de medida del tamaño del efecto basado en la diferencia de medias estandarizada entre dos o más grupos (p. ej., grupos de tratamiento/intervención y de comparación). Proporciona evidencia sobre el impacto de una intervención determinada al mostrar la magnitud de su efecto. La g de Hedge es más robusta a los efectos de muestras más pequeñas. El valor de la g de Hedge puede oscilar entre +1 (efecto positivo) y -1 (efecto negativo).
Variable independiente
Un factor que se espera que influya en otro factor (es decir, la variable dependiente). Normalmente, la variable independiente se manipula para examinar en qué medida los niveles variables de la variable independiente (p. ej., el uso de tecnología educativa) predicen o se relacionan con cambios en la variable dependiente (p. ej., el rendimiento académico). Las variables independientes también se denominan variables predictoras o variables explicativas.
Intervención
Proceso de aplicar un tratamiento a los usuarios para evaluar su eficacia. Las intervenciones pueden incluir tecnologías educativas, actividades de aula, herramientas de aprendizaje digital, enfoques pedagógicos y prácticas docentes.
Lugar
La ubicación geográfica de la escuela o distrito, particularmente con respecto a dónde se ubica en el espectro entre ciudad, suburbio, pueblo o zona rural.
Margen de error
Una aproximación estadística del grado de error de muestreo presente en el tamaño del efecto de un estudio, que indica la probabilidad de que el valor estimado de una muestra represente con precisión el valor real de toda la población. Cuanto mayor sea el margen de error, menor será la confianza en que el valor estimado del estudio se acerque al valor real de la población.
Pareo
Un conjunto de procedimientos estadísticos que permite identificar grupos de participantes emparejados de los grupos de estudio (p. ej., grupos de tratamiento/intervención y de comparación). Los participantes se emparejan (y posteriormente se comparan) cuando presentan características o atributos aproximadamente iguales medidos por las covariables (p. ej., género, etnia, rendimiento previo). En teoría, el procedimiento de emparejamiento dará como resultado grupos de estudio aproximadamente equivalentes, lo que reduce la probabilidad de que factores externos o de confusión causen los efectos del tratamiento.
Resultado
Cualquier criterio, resultado o variable de respuesta educativa utilizada para medir un resultado educativo de interés en una evaluación de ciclo rápido. Los resultados pueden incluir medidas cognitivas típicas (p. ej., puntuaciones en exámenes, datos del libro de calificaciones), medidas no cognitivas (p. ej., autoestima, pensamiento crítico, habilidades del siglo XXI, persistencia) o resultados educativos alternativos, como la asistencia, la retención de cursos y la tasa de graduación. El resultado debe ser lo que la intervención (p. ej., un producto de tecnología educativa) pretende mejorar.
Prueba posterior
Una medida cuantitativa de la variable de resultado (por ejemplo, puntuaciones de logro) que se toman después de implementar la intervención.
Potencia (estadística)
La capacidad de un estudio para detectar el valor real (p. ej., una diferencia entre grupos o la relación entre variables) de la población a partir de la muestra. Cuando el poder estadístico es alto, es más probable que el estudio detecte los impactos de una intervención. Por otro lado, cuando el poder estadístico es bajo, es posible que el estudio no pueda detectar los efectos de una intervención. El poder estadístico se ve influenciado por (a) el nivel de confianza (p. ej., nivel de confianza del 95%) que uno tiene en su estimación, (b) la magnitud del efecto (p. ej., tamaño del efecto) que uno intenta detectar (los efectos más grandes son más fáciles de detectar), y (c) el tamaño de la muestra. El poder varía de 0 a 1,00, y los expertos sugieren 0,80 como un estándar para un poder suficiente.
Prueba previa
Una medida cuantitativa de la variable de resultado (por ejemplo, puntuaciones de logro) que se toman antes de implementar la intervención.
Asignación aleatoria
Una técnica para asignar participantes a las condiciones de estudio (p. ej., grupos de tratamiento/intervención y de comparación) mediante aleatorización, de modo que cada participante tenga la misma probabilidad de estar en una condición de estudio determinada. La asignación aleatoria es una condición necesaria para un diseño experimental auténtico (p. ej., un ensayo controlado aleatorizado) y aumenta la validez interna del estudio al garantizar que los diferentes grupos de estudio sean equivalentes antes de la intervención (es decir, equivalencia basal). Cuando la asignación aleatoria no es factible, se pueden tomar medidas específicas para comprobar la equivalencia basal y ayudar a eliminar la influencia de las diferencias entre los grupos.
Ensayo controlado aleatorio
Un diseño de estudio en el que los participantes (p. ej., estudiantes, docentes) se asignan aleatoriamente a un grupo de tratamiento/intervención o a un grupo de comparación, lo que permite asumir que los grupos son equivalentes en todas las variables, excepto en el tratamiento. El tratamiento se administra al grupo de tratamiento/intervención y se retiene en el grupo de comparación.
Dosis recomendada
La cantidad o frecuencia esperada (exposición) a un tratamiento/intervención que se sugiere para que sea eficaz. Por ejemplo, el producto EdTech A puede recomendar 10 módulos completados por semana, o el producto EdTech B puede recomendar 50 minutos de uso del producto al día. La dosis recomendada también se conoce como uso recomendado, dosis/uso prescrito o recomendación de dosis/uso.
Cuantil
Grupo resultante de dividir una muestra en subgrupos aproximadamente iguales tras ordenar los datos de menor a mayor. Se puede determinar cualquier número de cuantiles para un conjunto de valores; los cuantiles comunes son los terciles (tres grupos), los cuartiles (cuatro grupos) y los quintiles (cinco grupos). Por ejemplo, al dividir un conjunto de valores en quintiles, se obtendrían cinco grupos aproximadamente iguales, donde aproximadamente el 20 % del conjunto completo de valores se encuentra dentro de cada quintil.
Diseño cuasi-experimental
Un diseño de investigación con métodos y procedimientos que satisfacen la mayoría de las condiciones de un verdadero diseño experimental, pero que carece de asignación aleatoria de participantes a las condiciones de estudio. Dado que la asignación aleatoria suele ser poco práctica y, en ocasiones, imposible, los diseños cuasiexperimentales se implementan con frecuencia en la investigación educativa. Con la metodología adecuada, los diseños cuasiexperimentales son muy eficaces para abordar las preguntas de investigación.
Tamaño de la muestra
El número de participantes (p. ej., estudiantes, educadores, escuelas) incluidos en su estudio. En caso de tener varias submuestras, el tamaño total de la muestra es la suma de las submuestras; por ejemplo, si tiene 250 participantes en su grupo de comparación (n = 250) y 250 en su grupo de tratamiento/intervención (n = 250), entonces el tamaño total de la muestra es 500 (N = 500).
Muestreo
Proceso de selección de participantes (p. ej., estudiantes, educadores, escuelas) para una muestra de una población de interés. El grado de generalización de los resultados de un estudio depende de la representatividad de la muestra respecto a la población.
Condición de estudio
El grupo de estudio (por ejemplo, grupo de tratamiento/intervención, grupo de comparación) al que pertenece el participante.
Grupo de tratamiento
El grupo de participantes de un estudio que recibe un tratamiento o intervención. El grupo de tratamiento se compara con el grupo (o grupos) de participantes que no recibieron el tratamiento o que reciben una intervención diferente (p. ej., el grupo de comparación). El grupo de tratamiento también se conoce como grupo experimental o grupo de intervención.
Métrica de uso
Una medida del grado en que el participante (p. ej., un estudiante) utilizó o estuvo expuesto al tratamiento o intervención. Por ejemplo, la métrica de uso de un producto de tecnología educativa podría referirse al número de veces que el estudiante inició sesión, el tiempo dedicado a usarlo, el número de módulos completados o el porcentaje del programa de estudios completado.
Variable
Cualquier factor medible, como una característica, un uso o un resultado educativo. Una variable puede tener múltiples valores que representan atributos únicos de la misma. Por ejemplo, la variable "género" puede adoptar múltiples valores (p. ej., masculino, femenino, otro). Existen muchos tipos de variables, incluyendo variables independientes, dependientes, mediadoras, moderadoras y covariables.