CENTRO DE ESTUDIOS SUPERIORES

"FRANCISCO DE MONTEJO"
INCORPORADO A LA SECRETARIA
DE EDUCACIÓN PÚBLICA
CLAVE C.T. 31PSUOO34W
CALLE 49 #142-A COL. SAN FRANCISCO
VALLADOLID, YUCATÁN, C.P. 97780

Nombre del trabajo

CARPETA DE EVIDENCIAS.

NOMBRE DEL ALUMNO: VELAZQUEZ CANUL JESUS ADRIAN

GRUPO: BD

CUATRIMESTRE: SEPTIMO

TURNO: VESPERTINO

LICENCIATURA: ENFERMERIA

MATERIA: ESTADISTICA

DOCENTE: ALDO ADRÍAN PÉREZ CHALÉ

FECHA DE ENTREGA: 17/ 12/ 2020

 INDICE
INTRODUCCION ..............................................................................................................3
ADA 1 TIPOS DE MUESTREO ........................................................................................4
REFLEXIÓN..................................................................................................................8
ADA 2 DESARROLLO DE EJERCICIOS GRAFICOS ......................................................9
REFLEXION................................................................................................................13
ADA 3 MEDIDAS DE TENDENCIA CENTRAL ...............................................................14
REFLEXION................................................................................................................15
ADA 4 EJERCICIOS ..............................................................................................................16
EJERCICIOS DE MEDIDA DE TENDENCIA CENTRAL PARA DATOS AGRUPADOS 16
REFLEXION................................................................................................................18
ADA 5 DESVIACIÓN MEDIA .................................................................................................19
REFLEXION................................................................................................................21
ADA 6 DIAGRAMA DE VENN ........................................................................................22
REFLEXIÓN................................................................................................................23
CONCLUSIÓN ................................................................................................................24
REFERENCIAS BIBLIOGRÁFICAS. ..............................................................................25
RÚBRICA PARA EVALUAR PORTAFOLIO DE EVIDENCIA DIGITAL ..............................................26
 INTRODUCCION

La presente averiguación hace referencia al asunto de la Estadística, que se puede

conceptualizar es la ciencia cuyo objetivo es reunir una información para facilitar al
hombre la exploración de datos masivos de individuos, conjuntos, series de hechos,
etcétera, e inferir de eso gracias al estudio de dichos datos unos significados exactos
o unas previsiones para el futuro.

Además, tiene relación con el valor, procedimientos e trascendencia de la estadística

debido a que está relacionada con la investigación de proceso cuya consecuencia
es más o menos indispensable y con el objetivo de obtener conclusiones para tomar
elecciones razonables según con tales visualizaciones, se encarga de los
procedimientos científicos para recolectar, ordenar, resumir, exponer y examinar
datos, así como de sacar conclusiones válidas y tomar elecciones basado en este
estudio, de esta forma además hacer predicciones a cerca del grupo del cual se han
seleccionado estos datos.

El empleo cuidadoso de los procedimientos estadísticos posibilita obtener

información estricta de los datos. La estadística es de gran importancia en todas las
áreas ya que es una ciencia que utiliza de datos numéricos para poder simplificarlos
y poder mejorar la comprensión de una manera fácil y más eficiente.

En la presente carpeta cuenta con ejercicios que son importantes y que es realizado
por el alumno. A continuación, podremos conocer algunos de los ejercicios que se
realizaron en las clases virtuales y temas de gran importancia en la estadística.
ADA 1 TIPOS DE MUESTREO

MUESTREO PROBABILISTICO
Los métodos de muestreo probabilístico son los que se basan en el principio de
equiprobabilidad, es decir, todos los elementos de la población tienen la misma
probabilidad de formar parte de la muestra; es el único camino para obtener una
muestra representativa que nos permite conocer los parámetros de una población;
es el tipo de muestreo más usado en las investigaciones debido a que es el que
asegura más la representatividad de la muestra seleccionada.es comúnmente
usado en investigaciones cuantitativas ya que el objetivo es poder generalizar los
aplicados a la muestra extraída de la población.
Dentro de este método de muestro se encuentran los siguientes tipos: 1. Muestreo
aleatorio simple
Es el prototipo de muestreo probabilístico en el cual se llevan a cabo las fórmulas
básicas del error muestral y el tamaño muestral. A cada unidad del marco muestral
se le asigna un número y se les elige de forma aleatoria hasta completar la muestra.
El desarrollo de este tipo de muestro sigue los pasos:
• Asignar un número a cada elemento de la población
• Haciendo uso de algún medio mecánico (tablas de números aleatorios o un
programa que genera números aleatorios, entre otros) se escogen los sujetos
necesarios para completar el tamaño de muestra requerido.
Este proceso no es práctico cuando se trabaja con poblaciones grandes debido a
que necesita un marco muestral o el listado de las unidades de la muestra.
2. Muestreo aleatorio sistemático
Es una derivación del muestreo aleatorio simple donde los elementos se eligen
según un patrón que inicia con una elección aleatoria. Se calcula el coeficiente de
elevación (k), que se obtiene de la división del tamaño del universo (N) por el tamaño
de la muestra (n): k=N/n. En el universo (N) se elige el primer elemento al azar, con
la condición de que el número escogido sea inferior al coeficiente de elevación.
Luego los demás se escogen cada cierto intervalo (k), hasta completar el tamaño
muestral (n). Un elemento poblacional no podrá aparecer más de una vez en la
muestra.
3. Muestreo aleatorio estratificado
Frecuentemente usado cuando se quiere estudiar una serie de subpoblaciones
(estratos) en la población. La idea es producir grupos heterogéneos entre estratos
respecto de la variable de estudio, pero homogéneos dentro de cada grupo, a esto
se le denomina estratificación. Se puede estratificar, por ejemplo, según la
profesión, el municipio de residencia, el sexo, edad, estado civil, etc.
Lo que se pretende con este tipo de muestreo es asegurar que todos los estratos
están representados adecuadamente en la muestra.
La distribución de la muestra en función de los diferentes estratos o subpoblaciones
se denomina Afijación, los cuales pueden ser:
• Afijación simple: a cada estrato le corresponde igual número de elementos
muestrales. Favorece a los estratos pequeños y perjudica a los grandes.
• Afijación proporcional: la distribución se hace en proporción al tamaño de la
población de cada estrato.
• Afijación óptima: se tiene en cuenta la previsible de los resultados, de modo que
se considera la proporción y la desviación típica. Tiene poca aplicación ya que no
se suele conocer la desviación.
• Afijación Neyman: cuando el reparto del tamaño de la muestra se hace
proporcional al valor de la dispersión en los estratos. Es también llamado de mínima
varianza. 4. Muestreo aleatorio por conglomerados
La unidad muestral ya no son los individuos, sino un conjunto de individuos que,
bajo determinados aspectos, se considera que forman una unidad. Al contrario del
estratificado, este busca heterogeneidad dentro de los estratos y homogeneidad
entre estratos. Se considera que cada conglomerado es una representación del
universo.
MUESTREO NO PROBABILISTICO
Los métodos de muestreo no probabilístico son aquellos que se utilizan de forma
empírica pues no se están definidos por ninguna norma definida o validada, de
manera que depende de las opiniones y criterios de los investigadores. No se
conoce la probabilidad con la que se puede seleccionar a cada elemento.
Es utilizado en casos donde es muy difícil obtener una muestra por medio de un
muestreo probabilístico. Estas muestras buscan que la mayoría tenga cierta
característica representativa, pero eso no indica que representatividad. Al no estar
basa en la teoría de la probabilidad no es posible calcular su exactitud, debido a
esto, si se quieren obtener bueno resultados el investigador debe tener un
conocimiento claro y preciso de la población que quiere observar y que quiere
observar en ella.
Tipos de muestreo no probabilístico:
1. Muestreo por conveniencia
Consiste en seleccionar a los individuos que convienen al investigador para la
muestra, ya sea por que cumplen con los requisitos de la población que son objeto
de estudio o por la facilidad de examinarlos.
• Ventajas: Es menos costoso, al investigador no le toma mucho tiempo recoger los
datos, es fácil de administrar y asegura una alta tasa de participación. • Desventajas;
Difícil de generalizar a otros sujetos esto implica que no es representativa de una
población específica, los resultados dependen de las características únicas de la
muestra y existe mayor probabilidad de error debido al investigar o sesgos.
2. Muestreo por cuotas
Consiste en dividir la población que es objeto de estudio en grupos de manera
exhaustiva y mutuamente exclusiva, de formar que la división se puede ver como
estratos. Una vez definido cada estrato (cuota), se procede a definir su tamaño en
proporción a algún dato conocido, es decir se conoce una proporción en dicha
población se espera que en la muestra esta proporción se vea igualmente reflejada.
Finalmente se busca que laca cuota sea llenada con el número de participante que
se tienen como objetivo y es en ese punto donde este método se aleja de lo
probabilístico pues la selección no es aleatoria.
Este método es muy utilizado en encuestas de opinión pues ofrece resultados útiles
con bajo costo siempre y cuando las variables escogidas para segmentar sean
correctas. Los inconvenientes con este tipo de muestreo se dan porque resulta
imposible acotar el error que se comete al usarlo y el riesgo de omitir una cuota
relevante en el estudio.
3. Muestreo por bola de nieve
Esta técnica de muestreo consiste en usar pocos miembros de una población a la
cual es difícil acceder y que estos mismos recluten nuevos participantes en el
estudio hasta tener una muestra suficientemente grande, generando así una “bola
de nieve” en el proceso. Este tipo de muestreo se usa con poblaciones que por lo
general son marginales y el objetivo es generar participaciones dentro de una red
social compleja y de escaso acceso tomando solo unos pocos individuos que tenga
la facilidad de traer datos colectivos. Dentro del proceso se debe elegir con cuidado
a los participantes iniciales para garantizar el éxito del estudio y la diversificación de
los demás participantes.
Dentro de este muestreo se pueden encontrar dos clases:
1. Muestreo lineal: Cada individuo participante debe recomendar a otro individuo,
de forma que la muestra crece a un ritmo lineal.
2. Muestreo exponencial: Cada individuo debe invitar a participar a dos o más
individuos. De esta forma, cuanta más gente participa en el estudio, más gente se
añade al mismo.
Los métodos probabilísticos generan más representación en las poblaciones y se
puede calcular los errores a diferencia de los no probabilísticos además de que cada
elemento de la muestra tiene la misma probabilidad de participar y es independiente
de las demás. A diferencia de los métodos probabilísticos, las muestras no
probabilísticas no son procesos de selección aleatorios. Los participantes en el
estudio generalmente son seleccionados en función de las comodidades del
investigador ya sea por accesibilidad o criterio personal. La ser datos en los cuales
las proporciones muchas veces no son definidas, no se puede garantizar que la
información obtenida sea representativa de toda la población por lo cual un
investigador debe tener conocimientos claros de que se busca en cada individuo.
Variables Discretas y Continuas
Si las observaciones corresponden a cantidades, las variables pueden distinguirse
entre discretas y continuas. Se dice que una variable es discreta cuando no puede
tomar ningún valor entre dos consecutivos, y una variable continua puede ser
cuando puede tomar cualquier valor dentro de un intervalo. Es decir, las variables
continuas presentan un numero
incontable de valores, y las variables discretas presentan un numero contable de
valores. ejemplos de variable discreto sería un numero de botones en un control o
un numero de letras en un abecedario y ejemplos de variable continuo seria la
longitud que hay de Valladolid a Chetumal o el peso de un balón de futbol.
Discreta:
• La cantidad de faltas ocurridas durante un partido de fútbol.
• El número de personas que asisten a una emergencia en una clínica. Continua
• Peso de las vacas en una granja. Continua
• Velocidad a la que viaja un avión.
 REFLEXIÓN
En este trabajo ayuda a adquirir información acerca de los tipos de muestreo y las
diferentes situaciones en el que se deben presentar y cuando pueden tener una utilidad
estos tipos de muestreo, de cierta forma nos sirve para usar este conocimiento a futuro
en el cual tengamos que diagnosticar algún tipo de caso, para comprobar o identificar
alguna enfermedad, en este trabajo se habló de la teoría, los conceptos básicos y la
información el cual nos ayuda a distinguir los tipos de muestreo y en que situaciones de
nuestra vida cotidiana se puede usar.

Esta actividad de la misma manera no solo es investigación si no me ayudo a poder

buscar información adecuada y de la misma manera pude distinguir cada tipo de
muestreo y ver que en ocasiones hasta en la vida cotidiana lo usamos adecuada.
ADA 2 DESARROLLO DE EJERCICIOS GRAFICOS

EJERCICIO DE REPRESENTACIÓN GRÁFICA.

 REFLEXION
Esta actividad me enseño la manera de como determinar mi información en diferentes
gráficas, y sus diferentes tipos de graficas para representar la información, o diferentes
situaciones de casos de alguna enfermedad, a veces se necesitan para representar
información amplia y las graficas nos ayuda a presentarlo de manera simplificada, ya sea
de datos numéricos, comparación de información entre otros temas de importancia, de
igual manera nos ayuda a comprender de manera sencilla la información. Este trabajo de
la misma forma me ha proporcionado información bastante valiosa que de la misma forma
es fundamental debido a que en un futuro estas graficas harán poder interpretar de una
forma más simple en el momento de poder establecer una interpretación de esos
resultados que pudimos obtener en enfermería debido a que esta profesión trabaja con
datos numéricos que son de monumental trascendencia.
ADA 3 MEDIDAS DE TENDENCIA CENTRAL

Uso de las medidas de tendencia central en los datos agrupados.

¿Qué son las medidas de tendencia central?

Son indicadores estadísticos que muestran hacía que valor (o valores) se agrupan los
datos. Deben su nombre a que normalmente se encuentran en la posición central de
una distribución.

Media aritmética

Se define media aritmética de una serie de valores como el resultado producido al

sumar todos ellos y dividir la suma por el número total de valores. La media aritmética
se expresada como.

Dada una variable x que toma los valores x1, x2, ..., en, con frecuencias absolutas
simbolizadas por f1, f2, ..., fin, la media aritmética de todos estos valores vendrá dada
por:

Mediana

La media aritmética no siempre es representativa de una serie estadística. Para

complementarla, se utiliza un valor numérico conocido como mediana o valor central.

Dado un conjunto de valores ordenados, su mediana se define como un valor numérico

tal que se encuentra en el centro de la serie, con igual número de valores superiores a
él que inferiores. Normalmente, la mediana se expresa como Me. La mediana es única
para cada grupo de valores. Cuando el número de valores ordenados (de mayor a
menor, o de menor a mayor) de la serie es impar, la mediana corresponderá al valor
que ocupe la posición (n + 1) /2 de la serie. Si el número de valores es par, ninguno de
ellos ocupará la posición central. Entonces, se tomará como mediana la media
aritmética entre los dos valores centrales.

Determinación de la mediana de una serie de valores.

Moda

En una serie de valores a los que se asocia una frecuencia, se define moda como el
valor de la variable que posee una frecuencia mayor que los restantes. La moda se
simboliza normalmente por Mo.

Un grupo de valores puede tener varias modas. Una serie de valores con sólo una
moda se denomina unimodal; si tiene dos modas, es bimodal, y así sucesivamente.
 REFLEXION
En ocasiones nos hemos topado con datos que son agrupados y que necesitamos
trabajar con ello pero nos piden determinar en ocasiones el promedio de estos datos, la
mediana o la moda pero no sabemos cómo es y como sabemos la que en ocasiones es
la más usada son promedios de los diferentes datos que nos pueden proporcionar es por
eso que es de gran importancia que debamos conocer más de estas medidas que hacen
más fácil el poder comprender los datos agrupados.

Es por eso que al realizar esta investigación pude conocer más de los diferentes tipos de
medidas, pero con datos agrupados, así como tener un conocimiento previo de poder
realizar ejercicios en la clase. Es por eso que en ocasiones con este ejercicio podemos
determinar el promedio de los datos. en tiempos futuros este tipo de investigación nos
harán más fácil la comprensión de los datos que en ocasiones nos podemos encontrar al
poder usar varios datos y agruparlos para una clara interpretación de estas.
ADA 4 EJERCICIOS

EJERCICIOS DE MEDIDA DE TENDENCIA CENTRAL PARA DATOS AGRUPADOS

 REFLEXION.
De las medidas de tendencia central estudiadas la media es la más utilizada, aun cuando
en determinados casos la implementación de la mediana o de la moda es preferible.
La media en bastante sensible a valores extremos, mejor dicho, una vez que se altera
extremadamente el costo de uno de los datos, la media cambia considerablemente.
La mediana es preferible a la media una vez que se está interesado en conocer el punto
medio del reparto de los datos debido a que es el costo que la divide en 2 piezas
equivalentes. La moda expone su utilidad, tanto en la investigación de datos cualitativos,
como cuantitativos, en lo que la media y la mediana son aplicables a datos cuantitativos.
El valor de las medidas estudiadas está en dependencia del tipo de datos, de su
repartición y del objetivo que se tiene en la ejecución del análisis. Pese a ser considerada
la media como el tamaño más relevante en la mayor parte de los estudios de fenómenos
o hechos, el entendimiento de las 3 otorga una mejor especificación de dichos.
Las medidas de tendencia central son de gran importancia ya que por medio de estas
podemos determinar algunas de los datos que son de gran importancia lo cual puede
hacer más fácil la comprensión y más en los datos agrupados pues como conocemos
estas tienden a optar por más comprensión y tecnicismo
ADA 5 DESVIACIÓN MEDIA

Trabaja una tabla de distribución de frecuencias para datos agrupados adecuadamente,

seguidamente, encuentra las medidas de tendencia central (media, mediana y moda) y
para finalizar encuentra la desviación media de los datos.

La exposición aguda al cadmio produce dolores respiratorios, daños en los riñones y el

hígado, y puede ocasionar la muerte. Por esta razón se controla el nivel de polvo de
cadmio y de humo de óxido de cadmio en el aire. Este nivel se mide en miligramos de
cadmio por metro cúbico de aire. Una muestra de 35 lecturas arroja estos datos:

0.03 0.052 0.044 0.046

0.04 0.045 0.039 0.039
0.042 0.055 0.05 0.062
0.052 0.044 0.057 0.05
0.07 0.061 0.061 0.056
0.045 0.06 0.039 0.02
0.051 0.054 0.042 0.051

Recuerda subir tu trabajo en archivos de Word guardados como PDF. El trabajo se realiza
de manera manual y se le toman fotografías para pegar en el documento. Incluye una
portada de presentación
 REFLEXION

La deviación media es de monumental trascendencia debido a que mediante este

tenemos la posibilidad de establecer entre los datos más lejos que permanecen en la
desviación media es por esa razón que al instante de poder establecer el valor de las
actividades de los diferentes datos es fundamental para saber qué datos tienen la
posibilidad de entrar en un rango habitual y cuales permanecen por arriba o fuera de la
desviación media promedio.
ADA 6 DIAGRAMA DE VENN
 REFLEXIÓN.
Un Diagrama de Venn es una representación gráfica, normalmente óvalos o círculos, que
nos muestra las relaciones existentes entre los conjuntos. Cada óvalo o círculo es un
conjunto diferente. La forma en que esos círculos se sobreponen entre sí muestra todas
las posibles relaciones lógicas entre los conjuntos que representan. Por ejemplo, cuando
los círculos se superponen, indican la existencia de subconjuntos con algunas
características comunes.

Esta clase de graficas es de una forma imprescindible debido a que pudimos conocer
bastante más de como algunas veces nosotros mismos tenemos la posibilidad de ver a
un conjunto de personas o diversos equipos de los cuales comparten cosas en común y
que se puede interpretar de una forma bastante constantemente en el que tenemos la
posibilidad de apreciar con más claridad dichos datos a veces estas personas tienen la
posibilidad de o no compartir varias propiedades empero que algunas veces tienen la
posibilidad de compartir la población o el mundo.
 CONCLUSIÓN

En conclusión, La estadística es una disciplina que da principios y herramientas para

producir juicios sobre colectivos basados en datos logrados para propósitos específicos.
O sea, brinda el soporte para saber qué datos obtener, como, una vez que, como
obtenerlos, y una vez conseguidos otorga procedimientos y métodos para organizarlos
con diferentes propósitos. La correspondencia entre los exámenes aplicados y datos
recabados posibilita edificar juicios concluyentes sobre el colectivo en análisis. Los datos
que precisamos tienen que ser causados, de algún modo, la cual continuamente está
asociada a la definición de cambiantes, que conforman los conceptos de alusión más
fundamental en los principios de una indagación.
Esta materia me gusto mucho, mas que nada por el manejo de formulas en los temas
vistos, y mas que nada las preguntas te podían confundir porque las respuestas eran
algo lógicas pero difíciles de comprender, se me hizo fácil la materia solo se me complico
la desviación media en datos agrupados, en particular me encanto la materia es muy
importante el poder diferenciar y saber los conceptos básicos para así poder diferenciar
y realizar con base a sus formulas y graficas que se necesiten para cada situación.
REFERENCIAS BIBLIOGRÁFICAS.

• Medidas de tendencia central para datos agrupados - Datos y Probabilidades 8°

Básico [Internet]. Sites.google.com. 2020 [citad 28 octubre 2020]. Avalarle forma:
https://sites.google.com/site/haciendolatareaotravez/medidas-de-tendencia-
centralpara-datos-agrupados
• MEDIDAS DE TENDENCIA CENTRAL [Internet]. 2020 [fecha de consulta 28
Octubre 2020]. Disponible
en: https://www.emagister.com/uploads_courses/Comunidad_Emagister_66885_668
85.pdf
• Muestreo estratificado (2019). Internet. 2019. Recuperado de Enciclopedia
Económica. Fecha de consulta: 22/octubre/2020.Disponible en:
https://enciclopediaeconomica.com/muestreo-estratificado/
• La Investigación. 2011. Muestreo Por Conglomerados - La Investigación 2020.
[internet] Disponible en:
<https://lainvestigacion.com/muestreo/probabilidad/conglomerados/> [Fecha de
consulta: 14 diciembre 2020].
• Bibliografía: La Investigación. 2020. Muestreo De Bola De Nieve -
Lainvestigacion.Com. [internet] consultado en:
<https://lainvestigacion.com/muestreo/no-probabilistico/bola-de-nieve/> [Fecha de
consulta 14 diciembre 2020]
RÚBRICA PARA EVALUAR PORTAFOLIO DE EVIDENCIA DIGITAL
NERO 2020
Nombre del alumno Licenciatura Grado-grupo
Velazquez canul jesus adrian ENFERMERIA 7 BD

Fecha Puntos del trabajo Puntos obtenidos

17/12/2020

Indicador/ Nivel Destacado (1.0) Satisfactorio Suficiente (0.6) Insuficiente (0.2) Valor
de desempeño (0.8)
Portada Incluye nombre Falta algún Faltan dos Carece de tres o
del alumno, elemento de la elementos en la más elementos en
Institución, portada. portada. la portada.
asignatura, ( ) ( ) ( ) ____/2
docente, título del
trabajo y fecha.
( )
Índice Muestra el El contenido y El contenido y No se muestra
contenido y estructura del estructura del todo el contenido
estructura del portafolio no es portafolio no se del portafolio o se
portafolio, del todo claro y observa de forma muestra
integrando todas ordenado. clara y ordenada. parcialmente y de ____/2
las evidencias de ( ) ( ) forma
forma clara y desordenada.
ordenada. ( )
( )
Introducción Ubica los temas Se ubican los Se ubican los Menciona la
incluidos en el temas dentro del temas dentro del palabra
portafolio dentro contexto de la contexto de la introducción, pero
del contexto de la asignatura, pero asignatura, pero no se ubican los
asignatura y hay algunos no se ofrece temas dentro del
___/4
ofrece una errores de justificación y/o contexto. Falta
justificación para redacción. hay algunos coherencia y hay
su inclusión. ( ) errores de errores de
( ) redacción. redacción.
( ) ( )
Objetivo El objetivo del El objetivo del El objetivo del No tiene objetivo
portafolio es portafolio portafolio no es explícito.
congruente con considera sólo congruente con ( )
los contenidos de parcialmente los los contenidos o
las lecciones o contenidos lecciones
____/2
estudiados. estudiadas.
tareas del curso.
( ) ( )
El objetivo
representa el
 aprendizaje
obtenido y la

razón por la cual

se estructuran de
esa forma las
evidencias.
( )
Evidencias Incluye el 100% de Incluye al menos Incluye sólo el 60% Incluye menos del
las evidencias. el 80% de las de las evidencias 50% de los tipos
evidencias solicitadas. de evidencias
solicitadas. solicitadas. ____/15

Reflexión y Las reflexiones de No todas las Solamente algunas Las reflexiones de

mejoras de las evidencias reflexiones de las reflexiones de las las evidencias
retroalimentación demuestran los evidencias evidencias presentadas no
avances en los demuestran demuestran el demuestran
aprendizajes claramente el avance en los avance en los
esperados. avance de en los aprendizajes aprendizajes.
aprendizajes esperados. ( )
Mejoró todos los esperados. ( )
____/10
trabajos que Mejoró al menos
tuvieron No todos los Mejoró alguno de uno de los
retroalimentación. trabajos que los trabajos que trabajos que
( ) tuvieron tuvieron tuvieron
retroalimentación retroalimentación. retroalimentación.
fueron mejorados. ( ) ( )
( )

Organización Todos los A los documentos A los documentos El documento solo

documentos están les faltan algunos les faltan más de tiene un elemento
correctamente elementos de la dos elementos de o ninguno de
presentados: presentación. presentación. presentación.
Constan de ( ) ( ) ( )
encabezado
____/5
(nombre del tema
y tipo de
actividad), son
claros, limpios,
ordenados.
( )
 Ortografía El portafolio de Hay hasta cinco Hay de 6 a 10 Hay más de 10
evidencias está errores errores errores
elaborado sin ortográficos. ortográficos en el ortográficos.
____/4
errores ( ) portafolio. ( )
ortográficos. ( )
( )
Conclusiones Presenta una Representa Representa La reflexión es
reflexión final a la reflexiones que no reflexiones que no muy corta y no ____/4
que se llegó están están relacionadas tiene relación con
después de la relacionadas con con las evidencias las evidencias. No
consideración de las evidencias o se y se establece mal presenta síntesis
las evidencias, y establece mal la la relación con la relacionada con la
una síntesis de la relación con la vida real. vida real.
aplicación de los vida real. ( ) ( )
contenidos a la ( )
vida real.
( )
Bibliografía Menciona 3 Menciona dos Solo menciona una No incluye ninguna
fuentes fuentes fuente bibliografía.
bibliográficas bibliográficas bibliográfica que le ( )
consultadas que consultadas que da sustento
____/2
dan sustentos dan fundamento científico al
científicos al al porfolio. porfolio.
portafolio. ( ) ( )
( )
Total
____/50
Fuente: La investigación en el aula. Aprender a conocer. Saúl Acosta Alamilla. Ed. Trillas.

Observaciones adicionales:

__________DOC. ALDO ADRÍAN PÉREZ CHALÉ_________

Nombre del docente