GRUPO A : 2 Chicos 12, 2 chicas 12; 2 chicos 13, 2 chicas 13; 2 chicos 14, 2 chicas 14: total 12 miembros. Roll-playing
GRUPO B : 2 Chicos 12, 2 chicas 12; 2 chicos 13, 2 chicas 13; 2 chicos 14, 2 chicas 14: total 12 miembros. Cine forum

  • MATRIZ 1 ( antes de aplicar los programas)
Contiene : Sujeto, ítem, sexo, edad, grupo

DISTRIBUCIÓN DE FRECUENCIAS: ( 1 por cada ítem y por cada grupo)
Sujeto, puntuaciones directas, frecuencia absoluta, frecuencia relativa %, frecuencia acumulada%.


  • MATRIZ 2 ( después de aplicar los programas)
Contiene: Sujeto, sexo, edad, grupo, item, asistencia a las actividades ( 0 = no ha ido / 1 = si ha ido)
,
DISTRIBUCIÓN DE FRECUENCIAS: (1 por cada ítem y por cada grupo)
Sujeto, puntuación directa, frecuencia absoluta, frecuencia relativa%, frecuencia acumulada%.

En la 2º matriz se agrega el dato asistencia que deberíamos tabular en una distribución de frecuencias a parte; es decir, hacer una distribución de frecuencias de la variable asistencia para saber cómo ha sido el interés de los estudiantes. Por ejemplo, si ha aumentado el interés a medida que pasaban las semanas; si hay más interés en un grupo que otro; incluso, si tienen mayor interés chicos o chicas, o si la edad influye en esta variable.

PASOS A SEGUIR:
  1. Una vez realizada la matriz de datos, hallamos las medias y la desviación típica de cada ítem y de cada grupo.
  2. Después hallamos la media de cada sujeto y la puntuación media del grupo.
  3. Comparamos la distribución de medias entre el grupo A y el B con el procedimiento de t-student.
  4. Comparamos cada ítem con la puntuación del antes y del después, y también con la distribución media. Para esto, usamos el test de Wilcoxon, porque las muestras son pareadas, por lo que a cada sujeto lo vamos a comparar consigo mismo. Por ello, comparamos las distribuciones y no las medias del grupo.
  5. Cuando ya tenemos las comparaciones de cada ítem y cada sujeto entre los dos test (antes y después) ya sabemos si existen diferencias significativas entre antes o después de la aplicación del programa. Ahora, para saber si un programa es más efectivo que otro, debemos comparar la distribución de medias del grupo A con la distribución de medias del grupo B. Para ello, utilizamos el procedimiento de t-student. Si el P valor es menor de 0,05 indica que no se acepta la hipótesis nula, y por tanto sí que existen diferencias significativas entre grupos.
  6. Vamos a comparar ahora las asistencias: para ello, sumamos el total de asistencias a cada actividad, y con la t-student comparamos las distribuciones de las asistencias. Una vez más, si el valor es menor de 0,05, existen diferencias significativas. La media de asistencia de cada día la medimos en %.
  7. Vamos a comparar también si existen diferencias entre sexos. Para esto, utilizaremos la t-student sobre las medias finales de los test antes y después de los programas. Podemos ver si hay diferencias significativas entre ambos sexos antes de aplicar los programas, y también si después de la aplicación hombres o mujeres sufren en mayor o menor grado los efectos de las actividades.
  8. Además, vamos a comparar por sexos el grado de asistencia.