Durant aquesta assignatura d’anàlisi de dades, que és la darrera abans de començar el meu TFM, he adquirit una sèrie de coneixements i habilitats que considero essencials per afrontar aquest repte amb seguretat i confiança. He aprofundit en el disseny d’una investigació, des de la identificació i formulació d’hipòtesis i preguntes de recerca fins a la selecció de metodologies adequades per donar-hi resposta. També he comprès la importància de recollir dades representatives i fiables per assegurar la solidesa dels resultats.

Un dels aspectes més destacats ha estat aprendre a utilitzar tècniques d’anàlisi de dades tant descriptives com inferencials. Ara em sento més còmoda aplicant proves estadístiques, com la Chi-quadrat, l’ANOVA i les correlacions de Pearson i Spearman, que m’han permès explorar relacions entre variables i validar hipòtesis. També he après a reconèixer les limitacions d’aquestes tècniques i a reflexionar sobre com poden influir en les conclusions de la investigació.

En aquesta assignatura també he aprofundit en la interpretació i discussió dels resultats, una competència clau per al TFM. Ara tinc una millor comprensió sobre com analitzar les dades obtingudes, posar-les en context dins del marc teòric i extreure conclusions significatives. Això m’ha ajudat a desenvolupar una mirada crítica, necessària per identificar no només els punts forts sinó també els aspectes que requereixen una reflexió més profunda.

Tot i que el focus ha estat en les tècniques quantitatives, he reconegut la importància de combinar-les amb dades qualitatives quan sigui necessari. Això em permet tenir una visió més completa i rica dels fenòmens que vull investigar, cosa que serà molt útil per al meu TFM.

També he après a comunicar els resultats de manera clara i estructurada, tant a través de textos com mitjançant gràfics i taules. Aquesta habilitat no només és important per presentar el TFM, sinó també per assegurar que la investigació que realitzi pugui ser compresa i valorada per altres.

Un dels aspectes al que vull fer referència és al treball en grup. Juntament amb els meus companys, hem realitzat un mapa conceptual que sintetitza els elements clau de l’anàlisi de dades, com les diferents tècniques estadístiques (descriptives, inferencials i mixtes) i la seva aplicació en contextos reals. Aquesta activitat m’ha ajudat a consolidar els conceptes apresos i a tenir una visió global i interconnectada de l’assignatura. A més, també hem participat en debats col·laboratius sobre temes relacionats amb la recerca, que han fomentat l’intercanvi d’idees i m’han permès aprendre de les perspectives dels altres membres del grup.

Mirant enrere, crec que aquesta assignatura, i la resta de l’itinerari de recerca, són essencials per afrontar el TFM. Em sento segura dels coneixements i eines adquirits, i crec que estic preparada per aplicar-los en la versió definitiva del meu treball final.

A continuació detallo les respostes a les diferents preguntes plantejades:

Tècniques d’anàlisi de dades més adequades per donar resposta a les hipòtesis i preguntes de recerca: Per aconseguir els objectius de la meva recerca les tècniques estadístiques descriptives i inferencials són les més adequades. L’anàlisi estadística descriptiva proporciona una visió general de les dades recollides, mentre que les proves inferencials, com l’ANOVA i les correlacions (de Pearson o Spearman), permeten identificar relacions significatives entre variables, com la competència digital docent i de l’alumnat. Aquestes tècniques són especialment rellevants quan es treballa amb dades quantitatives obtingudes a partir de qüestionaris.

Tècniques d’anàlisi adequades segons el disseny de la recerca i la recollida de dades: El disseny quasi-experimental amb grups no equivalents i avaluació post-test implica l’ús de tècniques quantitatives, ja que el focus és establir correlacions i diferències entre grups. Per a aquest disseny, les tècniques com les proves d’hipòtesi (Chi-quadrat, ANOVA) i l’anàlisi correlacional són adequades per avaluar les hipòtesis de la recerca i entendre les tendències observades.

Tipus de tècniques (quantitativa, qualitativa o combinada): D’acord amb les dades recollides (qüestionaris, proves d’avaluació de la competència digital), la recerca és essencialment quantitativa. No obstant això, una combinació de tècniques qualitatives, com entrevistes als docents o anàlisi del context socioeconòmic amb observacions qualitatives, podria complementar els resultats quantitatius i aportar una comprensió més profunda de les dinàmiques identificades.

Tècniques concretes d’anàlisi de dades a utilitzar:

• • Estadístiques descriptives per resumir les dades (mitjanes, desviacions típiques).
  • Proves d’hipòtesi (Chi-quadrat, ANOVA) per explorar relacions entre variables com el tipus de centre i la competència digital.
  • Correlacions de Pearson i Spearman per avaluar les relacions entre la competència digital docent i altres variables com el tipus de centre.
  • Anàlisi de dispersió per identificar la variabilitat dins dels grups.

Al llarg d’aquesta assignatura he anat fet diferents aprenentatges, dels quals extrec les següents conclusions:

Introducción

Hablar en público es una habilidad crucial para los estudiantes universitarios, particularmente en áreas como la medicina, donde la comunicación efectiva es esencial tanto en el ámbito académico como profesional. Este trabajo se centra en la integración de las metodologías Task-Based Language Teaching (TBLT) y English as a Medium of Instruction (EMI) para mejorar las habilidades de oratoria de estudiantes de medicina en entornos virtuales.

Los desafíos asociados con el aprendizaje en línea, como la falta de interacción espontánea y retroalimentación inmediata, limitan el desarrollo de habilidades comunicativas (Ellis et al., 2020). Sin embargo, la combinación de TBLT y EMI ofrece un marco prometedor para abordar estos problemas mediante tareas prácticas y el uso del inglés como lengua vehicular.

Avances en el Trabajo Final de Máster

Durante este semestre, he realizado actividades y entregas clave relacionadas con el desarrollo del TFM y mi línea de investigación, las cuales incluyen:

1. Entrega de las PEC en Técnicas de Análisis de Datos y realización de tareas de reflexión:
   Estas actividades han sido fundamentales para consolidar mis conocimientos en herramientas estadísticas y enfoques cualitativos de análisis.
2. Avances del borrador del Proyecto de Investigación en la asignatura “Research Design in Social Sciences” del Doctorado en Educación (e-learning):
   Incluyen la definición de la estructura y objetivos preliminares del proyecto.
3. Realización de un vídeo con la presentación del primer borrador del proyecto de investigación:
   Esta actividad permitió practicar habilidades de presentación y obtener retroalimentación valiosa para mejorar mi propuesta.
4. Reuniones con la directora de tesis, Dra. Aleksandra Malicka:
   Estas sesiones, realizadas por videoconferencia, abordaron:
   • Selección de la línea de investigación y temática.
   • Construcción del marco teórico y el estado del arte.
   • Revisión bibliográfica y selección de fuentes complementarias.
   • Seguimiento y mejora del borrador del proyecto de investigación.

Resultados

Los resultados obtenidos en las actividades de reflexión y análisis muestran mejoras significativas en mi comprensión de las técnicas de investigación y en la estructuración del proyecto de investigación. Además, la interacción continua con mi directora de tesis ha sido clave para afinar los enfoques metodológicos y fortalecer el marco teórico.

Recursos de interés

1. Artículo científico: “Task-Based Language Teaching in Online Contexts” (Ellis et al., 2020)
   Este recurso es fundamental para comprender cómo implementar TBLT en entornos virtuales.
2. Libro: “English as a Medium of Instruction in Higher Education” (Macaro, 2018)
   Este libro ofrece una visión integral del EMI y su aplicación en contextos educativos.
3. Plataforma digital: Nearpod
   Herramienta interactiva utilizada para fomentar la participación activa y evaluar el progreso.
4. Software de análisis de datos: NVivo
   Programa esencial para la codificación y análisis de datos cualitativos.
5. Software de análisis estadístico: SPSS
   Herramienta clave para realizar análisis cuantitativos detallados.
6. Guía de diseño de tareas pedagógicas: “Designing Tasks for the Communicative Classroom” (Nunan, 1989)
   Incluye estrategias prácticas para implementar el TBLT en el aula.
7. Meta-análisis: “TBLT Implementation and Evaluation” (Bryfonski & McKay, 2019)
   Análisis de la eficacia del TBLT en contextos educativos.
8. Libro: “Second Language Task-Based Performance” (Skehan, 2018)
   Presenta investigaciones avanzadas sobre desempeño en tareas lingüísticas.
9. Rúbrica de evaluación (ver Anexo 1)
   Proporciona criterios claros para evaluar fluidez, claridad, organización y manejo de preguntas.
10. Ejemplo de diario reflexivo (ver Anexo 2)
    Refleja cómo los estudiantes documentaron su aprendizaje y evolución durante el curso.
11. Artículo: “Interaction Research in SLA” (Mackey & Goo, 2007)
    Analiza cómo las interacciones influencian la adquisición del lenguaje.
12. Herramienta tecnológica: Edmodo
    Plataforma para la gestión de aprendizajes y el seguimiento del progreso de los estudiantes.
13. Guía metodológica de investigación educativa (UOC, 2024)
    Ofrece orientación detallada sobre la planificación y ejecución de proyectos de investigación.
14. Artículo: “Towards Task-Based Language Learning” (Candlin, 1987)
    Explora los principios del TBLT desde una perspectiva teórica.
15. Libro: “Technology-Mediated TBLT” (González-Lloret & Ortega, 2014)
    Examina la integración de tecnologías en la enseñanza basada en tareas.

Anexos

Anexo 1: Rúbrica de Evaluación

Anexo 2: Ejemplo de Diario Reflexivo

“Esta semana, trabajar en el debate grupal me ayudó a superar mi miedo escénico. La retroalimentación de mis compañeros fue clave para mejorar mi pronunciación y claridad.”

Bibliografía

• Bryfonski, L., & McKay, T. H. (2019). TBLT implementation and evaluation: A meta-analysis. Language Teaching Research, 23(5), 603-632.
• Candlin, C. (1987). Towards task-based language learning. In C. Candlin & D. Murphy (Eds.), Language learning tasks (pp. 5-22). Prentice Hall.
• Ellis, R., Skehan, P., Li, S., Shintani, N., & Lambert, C. (2020). Task-based language teaching: Theory and practice. Cambridge University Press.
• González-Lloret, M., & Ortega, L. (2014). Technology-mediated TBLT: Researching technology and tasks. John Benjamins.
• Mackey, A., & Goo, J. (2007). Interaction research in SLA: A meta-analysis and research synthesis. In A. Mackey (Ed.), Conversational interaction in SLA: A collection of empirical studies (pp. 408-452). Oxford University Press.
• Macaro, E. (2018). English as a Medium of Instruction in Higher Education. Oxford University Press.
• Nunan, D. (1989). Designing tasks for the communicative classroom. Cambridge University Press.
• Skehan, P. (2018). Second Language Task-Based Performance: Theory, Research, Assessment. Routledge.
• Swain, M., & Lapkin, S. (1995). “Three functions of output in second language learning.” Annual Review of Applied Linguistics, 15, 250-266.
• UOC. (2024). Guía metodológica de investigación educativa. Universitat Oberta de Catalunya.

Cap al TFM anàlisi de dades

Per dur a terme el TFM faré una anàlisi quantitativa de la informació obtinguda mitjançant qüestionaris, aquestes dades seran analitzades mitjançant JASP i es farà una comparació de mitjanes amb proves t de Student de manera que m’evidenciï les diferències que puguin ser significatives entre diferents grups com ara docents amb cert nivell de competència digital. A més utilitzaré la tècnica ANOVA que em permetrà identificar si l’ús de la IA mostra diferències significatives entre la percepció sobre la seva efectivitat i la seva aplicació pràctica.

Tot i que l’estudi es basarà principalment en una anàlisi quantitativa em sembla important fer entrevistes i analitzar la informació obtinguda d’aquestes. Tenint en compte això, la informació serà tractada i analitzada qualitativament. Per fer-ho em centraré a analitzar la narrativa per conèixer les experiències directes i contrastar la informació amb els resultats obtinguts dels qüestionaris realitzats.

Recursos

• Bibliografia relativa a les diferents estratègies i instruments per a l’anàlisi de dades.

Cosculluela Mas, A., Fornieles Deu, A., i Turbany Oset, J. L’anàlisi quantitativa de dades. UOC. – Un recurs molt útil per tenir en compte a l’hora de fer anàlisis quantitatives.

Creswell, J. W. (2003). Research Design: qualitative, quantitative, and mixed methods approaches(3a. ed.). Londres: Sage. – Document amb el qual he treballat anteriorment i m’ha permès entendre el sistema qualitatiu i quantitatiu.

GOSS-Sampson M. (2018). Anàlisi estadística amb JASP: una guia per a estudiants. – Recurs esencial per utilitzar el programari JASP

Rodríguez, D. i Valldeoriola, J. (2009). Aproximación inicial al proceso de investigación, pp. 18-28. Universitat Oberta de Catalunya (UOC). – Aquest recurs em semblà important per la seva visió de l’anàlisi quantitativa i qualitativa

Riba Campos, C.E. L’anàlisi qualitativa de dades. UOC – Un recurs molt útil per tenir en compte a l’hora de fer anàlisis qualitatives.

• Bibliografia relativa a la presentació de dades en investigació a l’àmbit de coneixement.

Cosculluela Mas, A., Fornieles Deu, A., i Turbany Oset, J. Tècniques d’anàlisi de dades quantitatives (UOC). – M’ha servit per desenvolupar les tècniques d’anàlisis quantitatives.

Riba Campos, C.E. Tècniques d’anàlisi de dades qualitatives. UOC – Igual que l’anterior em servirà per a l’anàlisi qualitativa de les entrevistes

• Materials relacionats amb l’anàlisi de dades i la presentació de resultats en investigacions amb plantejaments o objectius similars a la que servirà de base al TFM.

Martínez-Comesanã, M., Rigueira-Díaz, X., Larrañaga-Janeiro, A., Martínez-Torres, J., Ocarranza-Prado, I., & Kreibel, D. (2023). Impact of artificial intelligence on assessment methods in primary and secondary education: Systematic literature review. Revista de Psicodidáctica (English ed.), 28(2), 93-103. – Estudi literari que em pot aportar un punt de vista més qualitatiu per al meu estudi.

Sharma, S., Singh, G., Sharma, C. S., & Kapoor, S. (2024). Artificial intelligence in Indian higher education institutions: a quantitative study on adoption and perceptions. International Journal of System Assurance Engineering and Management, 1-17. – Estudi similar al que vull desenvolupar realitzat a l’Índia.

Amb el pas de les assignatures, el final del màster i la realització del TFM va arribant al seu punt culminant. Amb la realització d’aquesta assignatura només em faltarà cursar l’assignatura del TFM i el seminari de recerca. Tot i que queda encara molt camí per fer, penso que una gran part de la tasca comença a estar encaminada. Tinc clara quina recerca vull fer, el marc i el context en el qual fer la recollida de dades.

Amb la realització d’aquesta primera PAC o repte he pogut revisar la tasca feta fins ara i recollir els elements més importants, donat que he hagut de sintetitzar i revisar tota la tasca sobre la meva recerca feta fins ara.

En relació amb el tema central d’aquesta assignatura, l’anàlisi de dades, haig de dir que estic una mica espantada. És cert que no és un aspecte completament nou, ja que aquest no és el primer TFM que realitzo, però sí que és cert que la part de l’anàlisi estadística és sempre la que em suposa més esforç, ja que implica saber usar les tècniques adequades a la mostra i la metodologia de recerca.

Esperem que la realització de les diferents activitats de l’assignatura m’ajudin en aquest sentit.