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.