4.3 Instrumentos de medición y técnicas

Para recolectar los datos, se procedió a recuperar los programas académicos de todas las carreras analizadas registrados en el Vicerrectorado Académico de la Universidad del Norte. Los programas académicos analizados correspondieron a los más actualizados que se encontraban en vigencia. Se obtuvo además acceso a los registros académicos de todos los docentes de las carreras analizadas que llevaron a cabo sus actividades académicas en el periodo 2020.

Para la evaluación de la asociación entre variables numéricas y categóricas usamos la prueba de Kruskal-Wallis. Para la evaluación de la asociación entre variables categóricas (cuadros de contingencia) usamos la prueba del \(\chi^{2}\) de Pearson. Para el análisis inferencial, se requirió de un valor P < 0.05 de dos colas de distribución para contrastar las hipótesis y establecer niveles estadísticamente significativos.

El análisis de datos se realizó usando Python 3.8 (Anaconda Distribution, Anaconda, Inc., Austin, Texas). Los datos numéricos fueron analizados usando las librerías Pandas, Numpy y SciPy. Los gráficos fueron generados usando las librerías Matplotlib y Seaborn.