1.6.3.- HIPÓTESIS DE INVESTIGACIÓN:

De la revisión teórica, se desprendieron las siguientes Hipótesis que se buscan probar en esta investigación:

H1: La inclusión de la clase tipo taller, la historia de la matemática, la programación en hoja de cálculo y el diseño de simuladores como recursos didácticos tiene una relación significativa en la aceptación del alumno por la materia.

H2: El uso de la hoja de cálculo de Excel para diseñar simuladores en el proceso de enseñanza aprendizaje de la matemática financiera, genera mayor aceptación de la materia en el alumno.

H3: La creación de comunidades virtuales para compartir los productos desarrollados por el alumno, le producen satisfacción lo que genera una mayor aceptación de la materia

1.6.4.- EL PROCEDIMIENTO ESTADÍSTICO PARA LA PRUEBA DE HIPÓTESIS:

1.6.4.1.- Para la prueba de H1: se lleva a cabo el análisis de la información obtenida en la aplicación de los instrumentos, mediante el procedimiento estadístico multivariante del Análisis Canónico (AC). Lo anterior para obtener primeramente el coeficiente de correlación y de determinación. (R y R2). El formato de la hipótesis es invariante y su representación es de la forma: Ho: ρxy = 0 Ha: ρxy ≠ 0 X2, gl (n-1), con .α/2 =.0025 La correlación canónica, establece como ρ (rho) entre las X y Y:

Del análisis canónico, primeramente se obtienen las correlaciones lineales (Pearson) de los conjuntos X y Y, los coeficientes de correlación canónico, los valores p-value, la varianza extraída y redundancia total de los conjuntos X y Y, así como el valor de Ji-Cuadrada.

Además la hipótesis se prueba mediante la Lambda de Wilks, a partir del siguiente modelo:

El valor obtenido de la Lambda (Л) que sea cercano a 0, apoya el rechazo de Ho. Posterior a este procedimiento, si se rechaza Ho, la interrogante que surge ahora es: ¿sobra la significancia de la máxima raíz característica λ1? Esto es, que la primera raíz característica realmente representa el cuadrado de la correlación canónica entre las dos primeras variables canónicas, refiriéndose a las combinaciones lineales de las variables de origen y las sucesivas raíces características (λ1= ρ21).

Además se obtienen los Eigenvalues o raíces características (λ) para obtener el cuadrado de las correlaciones existentes entre las variables canónicas U y V, así como los CCC (coeficientes de correlación canónica) que son coeficientes simples de correlación de las propias variables canónicas. Por último se obtienen los pesos canónicos para construir las combinaciones lineales que dan origen a las variables canónicas. (García, 2004).

Constructo para H1:

Indicadores X Indicadores Y

1.- Las MF son amenas y estimulantes para mí cuando el profesor explica su historia.

2.- MF es un curso valioso y necesario por que aprendemos a valorar el dinero en el tiempo.

3.- Pienso que podría estudiar MF más difíciles con el uso de la hoja de cálculo.

4.- Las MF usualmente me hacen sentir incómodo y nervioso, pero el uso de las TICs reduce este sentimiento adverso.

5.- La MF me despierta mayor interés, cuando el profesor explica como se ha venido utilizando en la actividad cotidiana de la sociedad.

6.- Yo disfruto la MF cuando el profesor explica cómo se puede resolver un problema de diversas formas.

7.- El curso de MF sirve para enseñar a pensar, además que puedo proponer algunas alternativas de solución.

8.- Los términos y símbolos usados en matemáticas nunca me resultan difíciles de entender y manejar, por que el profesor me incentiva a generar nuevas formas de codificarlos.

9.- Me incentiva la confianza que deposita en mí el profesor que imparte la materia

10.- Es motivante llevar a cabo una clase tipo taller

11.- Me incentiva la confianza que deposita en mí, el profesor que imparte la materia de MF

12.- Conocer de la historia de la MF, me ayuda a generar mayor interés en el curso

13.- Cuando me explica el profesor como ha venido evolucionando la MF, me ayuda a superar mis dudas

14.- Me gusta involucrar a mi familia cuando curso la materia de MF

15.- Incentiva cuando nos dejan de tarea, realizar ejercicios que estén basados en casos reales por los que pasa nuestra familia.

16.- Aplico la MF para calcular hipotecas, prestamos, arrendamientos, ahorros.

17.- Genera mayor interés y expectativa la MF, cuando la relaciono a casos reales, y los expongo en clase.

23.- Diseñar herramientas financieras en hoja de Excel complementa mi aprendizaje

24.- El diseño de simuladores me genera un valor agregado en mi enseñanza-aprendizaje de la MF

25.- La programación en Excel y el diseño de simuladores, me ayudan a no rechazar la enseñanza-aprendizaje de la MF

26.- Siento que la programación en Excel fortalece mi aprendizaje en la MF

27.- Realmente me gusta aprender la MF, si a partir de las fórmulas vistas en clase, las puedo transformar en simuladores financieros.

28.- Incentiva cuando el profesor promueve la competencia al mejor diseño de simuladores. 18.- Aprendo mejor cuando la materia de MF se imparte utilizando otras técnicas didácticas.

19.- Utilizar las TICs en el proceso de aprendizaje de la MF me genera mayor interés.

20.- El uso de la hoja de cálculo, me ayuda en el proceso de aprendizaje de la MF.

21.- Aprendo más la MF, cuando programo en Excel las formulas.

22.- Programar las formulas en hoja de Excel y trabajarlas en las sesiones tipo taller, me ayuda en mi aprendizaje

El análisis de correlación canónica busca las relaciones que pueda haber entre dos grupos de variables y la validez de las mismas. A diferencia de la correlación múltiple (este procedimiento predice una variable dependiente a partir de múltiples independientes) la correlación canónica predice múltiples variables dependientes a partir de múltiples independientes. El AC es considerado una correlación lineal, entonces se buscan esas relaciones lineales entre las variables.

De tal forma que podamos interpretar las cargas canónicas para determinar la importancia de cada variable en la función canónica. Las cargas canónicas reflejan la varianza que la variable observada comparte con el valor teórico canónico.

1.6.4.2.- Para probar la hipótesis H2 y H3 se establece una prueba de la aseveración que p>0.5, por lo que la hipótesis nula y alternativa, son de la forma. Ho: p=0.5 y H1: p>0.5

Afirmaciones que identifican:

a).- Error Tipo I.

b).- Error Tipo II.

Por lo que el criterio de decisión establece:

a).- Error tipo I. Rechaza Hipótesis Nula (Ho) P=0.5

b).- Error tipo II. No se rechaza Hipótesis Nula (Ho) P>0.5

Además rechazar Ho sí: Z calculada > Z crítica (tablas), Caso contrario no rechazar.

El estadístico de prueba es la Z. El valor de

Donde: X= proporción de la muestra, n= muestra.

Sea entonces

La zona de rechazo y aceptación, se representa mediante una distribución normal