Ranking de calificaciones y análisis estadístico del Pasaporte de Movilidad Erasmus+ [Conjunto de datos]. Proyectos Erasmus+ del IES Cabo de la Huerta (Alicante)

Este documento presenta un análisis detallado y una validación estadística del Pasaporte de Movilidad Erasmus+ (PME+), una herramienta diseñada para la selección meritocrática de alumnado en proyectos de movilidad internacional (específicamente los proyectos HUMREV y BWH2H). A través de un enfoque inferencial realizado con el software JASP, el informe demuestra cómo el sistema de puntuación identifica de manera robusta y objetiva a los perfiles más idóneos 📊 Estructura del Sistema de Evaluación El PME+ organiza las actividades en categorías según su complejidad, asignando una ponderación específica a cada una para premiar el compromiso y el trabajo en equipo. Categorización de Actividades: Las tareas se dividen en cuatro niveles: Categoría A (5 pts), B (10 pts), C (15 pts) y D (20 pts). Enfoque Metodológico: En el proyecto BWH2H, el 84,08% de los puntos se obtuvieron en actividades que requerían colaboración y trabajo en equipo, y el 93,99% de la producción se realizó en soporte digital. Evolución del Modelo: El rediseño del pasaporte aumentó la capacidad predictiva del modelo, alcanzando un $R^2$ de 0,932 en BWH2H, lo que significa que el sistema explica más del 93% de la varianza en los resultados de selección. 📉 Resultados del Análisis Inferencial El análisis estadístico valida la eficacia del instrumento bajo varios principios fundamentales: 1. Principio Meritocrático Contraste T y ANOVA: Se observan diferencias extremadamente significativas ($p < 0,001$) entre el alumnado seleccionado y el no seleccionado en ambos proyectos. Filtro Puro: El sistema funciona como un "filtro meritocrático puro", discriminando con éxito los perfiles académicos diferenciados. 2. Capacidad Discriminativa (Análisis ROC) Precisión Excelente: Tanto en HUMREV como en BWH2H, el Área Bajo la Curva (AUC) se mantuvo en niveles excelentes (0,912 y 0,911 respectivamente). Minimización de Errores: La herramienta es altamente eficaz para evitar "falsos positivos" (seleccionar alumnos poco comprometidos) y "falsos negativos". 3. Motivación y Vinculación Correlación Positiva: Existe una relación estadística robusta entre el número de actividades realizadas y el puntaje final obtenido (Correlación de Spearman $\rho = 0,972$). 💡 Conclusiones del Rediseño El informe concluye que el rediseño del PME+ ha sido una optimización metodológica exitosa. A pesar de reducir el tamaño de la muestra en proyectos más recientes, el instrumento: Mantiene intacta su validez estadística y capacidad de discriminación. Incrementa significativamente su precisión predictiva. Demuestra ser una herramienta robusta y adaptable a diferentes contextos de movilidad educativa.本报告对伊拉斯谟+流动护照（Pasaporte de Movilidad Erasmus+，简称PME+）展开了详尽分析与统计学验证。该工具专为国际教育流动项目（具体为HUMREV与BWH2H项目）中学生的择优遴选而设计。本报告借助JASP统计软件开展推断性分析，证实该评分体系能够稳健且客观地遴选出最优资质的学生群体。 📊 评估体系架构 PME+依据活动复杂度将其划分为不同类别，并为每类赋予特定权重，以表彰参与者的投入度与团队协作能力。 活动分类规则：任务共分为四个等级，分别为A类（5分）、B类（10分）、C类（15分）与D类（20分）。 方法论视角：在BWH2H项目中，84.08%的得分来自需要协作与团队合作的活动，而93.99%的成果产出依托数字支撑完成。 模型迭代优化：该工具的重新设计提升了模型的预测性能，在BWH2H项目中决定系数（$R^2$）达到0.932，表明该体系可解释遴选结果中超过93%的方差变异。 📉 推断性分析结果 本次统计学分析从多项核心原则出发，验证了该工具的有效性： 1. 择优遴选原则 T检验与方差分析（Analysis of Variance，简称ANOVA）结果：在两个项目中，入选学生与未入选学生的各项指标均存在极为显著的差异（$p < 0.001$）。 纯筛选机制：该体系可作为纯粹的择优筛选工具，能够精准区分不同层级的学术资质背景。 2. 判别能力（ROC曲线分析） 优异判别精度：在HUMREV与BWH2H项目中，受试者工作特征曲线下面积（Area Under the Curve，简称AUC）均达到优秀水平，分别为0.912与0.911。 误差最小化：该工具可有效规避两类错误——假阳性（选拔投入度不足的学生）与假阴性。 3. 动机与关联度 正向相关性：完成活动的数量与最终得分之间存在极强的统计学关联（斯皮尔曼相关系数（Spearman Correlation）$ ho = 0.972$）。 💡 重新设计项目的结论 本报告最终认定，PME+的重新设计是一次成功的方法论优化。尽管近年相关项目的样本量有所缩减，但该工具仍具备以下优势： - 保留了完整的统计学有效性与判别能力； - 显著提升了预测精度； - 证实其是一款稳健且可适配各类教育流动场景的工具。