La aplicación del modelo lineal jerárquico a datos longitudinales

• Autores: Ryan W. Walters, Lesa Hoffrnan
• Localización: Culture and Education, Cultura y Educación, ISSN-e 1578-4118, ISSN 1135-6405, Vol. 29, Nº 3, 2017 (Ejemplar dedicado a: Estrategias de análisis avanzadas en educación), págs. 682-701
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • A menudo, los investigadores en educación y los administradores de centros escolares evalúan resultados académicos recopilados a partir de diseños de muestreo transversales con estructuras anidadas evidentes, como cuando el alumnado está anidado en escuelas. Recientemente, el interés se ha centrado en la recopilación longitudinal de resultados académicos con el fin de evaluar el progreso de un alumno a lo largo del tiempo. En un contexto longitudinal, los resultados académicos medidos repetidamente están anidados intra-alumno. Un análisis apropiado de datos longitudinales exige que el modelo lineal jerárquico cuantifique las correlaciones adicionales intra-alumno creadas por la estructura de muestreo anidada. Este artículo presenta el modelo lineal jerárquico que se emplea para cuantificar y predecir diferencias inter-alumno en un resultado continuo de rendimiento en matemáticas medido repetidamente. El estudio se presenta en forma de conversación, representativa de aquellas que frecuentemente mantenemos con personas que carecen de formación estadística, con relación a los modelos lineales jerárquicos para datos longitudinales. Concretamente, el estudio explica por qué los modelos de análisis de varianza (ANOVA) con medidas repetidas pueden no siempre ser apropiados, cómo puede utilizarse el modelo lineal jerárquico para cuantificar las diferencias inter-alumno que se producen en el cambio, y cómo pueden modelarse e interpretarse adecuadamente los predictores de nivel de alumno y ocasión de la medición.