Niveles de razonamiento estadístico de profesores de matemáticas sobre variabilidad
DOI:
https://doi.org/10.54343/reiec.v15i2.273Palabras clave:
razonamiento estadístico, profesores en servicio, distribución binomial, predicción, simulación computacionalResumen
En este artículo se analiza el nivel de razonamiento estadístico que muestran profesores de matemáticas sobre variabilidad al momento de resolver tareas de predicción inscritas en problemas binomiales, antes y después de desarrollar actividades de simulación computacional. El método de investigación corresponde a un estudio de casos, donde participaron siete profesores en servicio. Para la recolección de los datos se utilizaron dos cuestionarios que sirvieron como previo y posterior en cada fase del estudio. Las respuestas de los profesores fueron analizadas considerando cuatro niveles de razonamiento estadístico establecidos a partir de la taxonomía SOLO: preestructural, uniestructural, multiestructural y relacional. Las respuestas al cuestionario previo indican un predominio del nivel preestructural, al no cumplir con lo requerido de la tarea; después de las actividades de simulación, se evidenció un aumento en el nivel de razonamiento en las respuestas de los profesores, clasificándolas en multiestructural y relacional, es decir, consideraron la variabilidad en las tareas de predicción.Descargas
Citas
Bakker, A. y Gravemeijer, P. E. (2004). Learning to reason about distribution. En D. Ben-Zvi y J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning and thinking (147-168). The Netherlands: Kluwer Academic Publishers. DOI: https://doi.org/10.1007/1-4020-2278-6_7
Batanero, C. (2001). Didáctica de la Estadística. Granada: GEEUG. Recuperado de: http://www.ugr.es/~batanero/pages/ARTICULOS/didacticaestadistica.pdf
Ben-Zvi, D. (2004). Reasoning about variability in comparing distributions. Statistics Education Research Journal, 3(2), 42-63. Recuperado de: http://iase-web.org/documents/SERJ/SERJ3(2)_BenZvi.pdf
Biggs, J. y Collis, K. (1991). Multimodal learning and the quality of intelligence behavior. En H.A. Rowe (Ed.), Intelligence: Reconceptualization and measurement (pp. 57-76). Hillsdale, NJ: Lawrence Erlbaum Associates.
Díaz-Levicoy, D., Sepúlveda, A., Vásquez, C. y Opazo, M. (2017). Organización de las respuestas sobre tablas estadísticas por futuras maestras de educación infantil desde la taxonomía SOLO. Didasc@lia: Didáctica y Educación, 8(2), 193-211. Recuperado de: https://dialnet.unirioja.es/servlet/articulo?codigo=6632901
Ezer, T. (2001). Can long‐term variability in the Gulf Stream transport be inferred from sea level? Geophysical Research Letters, 28(6), 1031-1034. DOI: https://doi.org/10.1029/2000GL011640
García, J. I., Medina, M. y Sánchez, E. (2014). Niveles de razonamiento de estudiantes de secundaria y bachillerato en una situación-problema de probabilidad. Avances de Investigación en Educación Matemática, 6, 5-23. DOI: https://doi.org/10.35763/aiem.v1i6.90
García-García, J. I. (2017). Razonamiento probabilístico de estudiantes de bachillerato sobre la noción de la distribución binomial (Tesis de Doctorado). Centro de Investigación y de Estudios Avanzados de Instituto Politécnico Nacional, México.
García-García, J. I., Arredondo, E. H. y Márquez, M. (2018). Desarrollo de la noción de distribución binomial en estudiantes de bachillerato con apoyo de tecnología. Revista Paradigma, 39(2), 92-106. Recuperado de: http://revistaparadigma.online/ojs/index.php/paradigma/article/view/702/698
Garfield, J. y Ben-Zvi, D. (2008). Developing students’ statistical reasoning: Connecting research and teaching practice. Nueva York, NY: Springer Science y Business Media.
Goetz, J.P. y Lecompte, M.D. (1988). Etnografía y diseño cualitativo en investigación educativa. Madrid: Morata.
González, O. (2016). A framework for assessing statistical knowledge for teaching based on the identification of conceptions of variability held by teachers. En D. Ben-Zvi y K. Makar (Eds.), The Teaching and Learning of Statistics (pp. 315-325). Cham: Springer. DOI: https://doi.org/10.1007/978-3-319-23470-0_37
Juárez, J. A. e Inzunsa, S. (2014). Comprensión y razonamiento de profesores de matemáticas de bachillerato sobre conceptos estadísticos básicos. Perfiles educativos, 36(146), 14-29. Recuperado de: http://www.scielo.org.mx/pdf/peredu/v36n146/v36n146a2.pdf
Landín, P. R. y Sánchez, E. (2010). Niveles de razonamiento probabilístico de estudiantes de bachillerato frente a tareas de distribución binomial. Educação Matemática Pesquisa, 12(3), 598-618. Recuperado de: https://revistas.pucsp.br/emp/article/view/4842/3703
Lecoutre, M. P. (1992). Cognitive models and problem spaces in «purely random» situations. Educational Studies in Mathematics, 23, 557-568. DOI: https://doi.org/10.1007/BF00540060
Makar, K. y Canada, D. (2005). Preservice teachers’ conceptions of variation. En H. L. Chick y J. L. Vincent (Eds.), Proceedings of the 29th Conference of the International Group for the Psychology of Mathematics Education (pp. 273-280). Melbourne: PME. Recuperado de: http://emis.dsd.sztaki.hu/proceedings/PME29/PME29RRPapers/PME29Vol3MakarCanada.pdf
Miles, M. B. y Huberman, A. M. (1994). Qualitative data analysis: an expanded sourcebook. Thousand Oaks, CA: Sage Publications.
Pfannkuch, M. y Reading, C. (2006). Reasoning about distribution: A complex process. Statistics Education Research Journal, 5(2), 4-9. Recuperado de: https://iase-web.org/documents/SERJ/SERJ5(2)_GuestEd.pdf
Phatak, A. y Robinson, G. (2005, Abril). Understanding and Modelling Variability: Practitioners’ Perspectives. Trabajo presentado en International Statistical Institute, 55th Session. Sydney, Australia. Recuperado de: http://iase-web.org/documents/papers/isi55/Phatak-Robinson.pdf
Ramírez, G. (2008). Formas de razonamiento que muestran estudiantes de maestría de matemática educativa sobre la distribución normal mediante problemas de simulación en Fathom. Revista Electrónica de Investigación en Educación en Ciencias, 3(1), 10-23. Recuperado de: https://www.redalyc.org/pdf/2733/273320549002.pdf
Reading, C. y Shaughnessy, J. M. (2004). Reasoning about variation. En D. Ben-Zvi y J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning and thinking (pp. 201-226). The Netherlands: Kluwer Academic Publishers. DOI: https://doi.org/10.1007/1-4020-2278-6_9
Sánchez, E. (2002). Teacher’s beliefs about usefulness of simulation with the educational software Fathom for developing probability concepts statistics classroom. En B. Phillips (Ed.), Proceedings of the Sixth International Conference on Teaching Statistics (pp. 1-6). Cape Town South Africa: IASE. Recuperado de: http://iase-web.org/documents/papers/icots6/6e2_sanc.pdf
Sánchez, E. y García, J. (2008). Acquisition of notions of statistical variation by in-service teachers. En C. Batanero, G. Burrill, C. Reading y A. Rossman (Eds.), Joint ICMI/IASE Study: Teaching Statistics in School Mathematics. Challenges for Teaching and Teacher Education. Proceedings of the ICMI Study 18 and 2008 IASE Round Table Conference (pp- 1-6). Monterrey: ICMI and IASE. Recuperado de: https://iase-web.org/documents/papers/rt2008/T3P5_Sanchez.pdf
Sharma, S. (2007). Exploring Pre-service Teachers’ Reasoning about Variability: Implications for Research. Australian Senior Mathematics Journal, 21, 31-43.
Shaughnessy, J. M. (1997). Missed opportunities in research on the teaching and learning of data and chance. En F. Biddulph y K. Carr (Eds.), People in mathematics education (pp. 6-22). Waikato, New Zealand: Mathematics Education Research Group of Australasia.
Shaughnessy, J. M. (2019). Recommendations about the Big Ideas in Statistics Education: A Retrospective from Curriculum and Research. Cuadernos de Investigación y Formación en Educación Matemática, 18, 44-58. Recuperado de: https://revistas.ucr.ac.cr/index.php/cifem/article/view/39892
Vermette, S. y Gattuso, L. (2014). High school teachers’pedagogical content knowledge of variability. En K. Makar, B. de Sousa, & R. Gould (Eds.), Sustainability in statistics education. Proceedings of the Ninth International Conference on Teaching Statistics (pp. 1-6). Voorburg, The Netherlands: International Statistical Institute. Recuperado de: http://icots.info/icots/9/proceedings/pdfs/ICOTS9_2F3_VERMETTE.pdf
Wessels, H. (2014). Developing statistical knowledge for teaching of variability through professional development. En K. Makar, B. de Sousa y R. Gould (Eds.), Sustainability in statistics education. Proceedings of the Ninth International Conference on Teaching Statistics (pp. 1-6). Voorburg, The Netherlands: International Statistical Institute. Recuperado de: http://icots.info/9/proceedings/pdfs/ICOTS9_7B2_WESSELS.pdf
Wild, C. (2006). The concept of distribution. Statistics Education Research Journal, 5(2), 10-26. Recuperado de: http://iase-web.org/documents/SERJ/SERJ5(2)_Wild.pdf
Wild, C. y Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review, 67(3), 223-265. Recuperado de: https://iase-web.org/documents/intstatreview/99.Wild.Pfannkuch.pdf
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2022 Jaime I. García-García, Nicolás A. Fernández Coronado, Elizabeth H. Arredondo, Danilo Díaz-Levicoy
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Derechos de autor Revista Electrónica de Investigación en Educación en Ciencias
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Todo el trabajo debe ser original e inédito. La presentación de un artículo para publicación implica que el autor ha dado su consentimiento para que el artículo se reproduzca en cualquier momento y en cualquier forma que la Revista Electrónica de Investigación en Educación en Ciencias considere apropiada. Los artículos son responsabilidad exclusiva de los autores y no necesariamente representan la opinión de la revista, ni de su editor. La recepción de un artículo no implicará ningún compromiso de la Revista Electrónica de Investigación en Educación en Ciencias para su publicación. Sin embargo, de ser aceptado los autores cederán sus derechos patrimoniales a la Universidad Nacional del Centro de la Provincia de Buenos Aires para los fines pertinentes de reproducción, edición, distribución, exhibición y comunicación en Argentina y fuera de este país por medios impresos, electrónicos, CD ROM, Internet o cualquier otro medio conocido o por conocer. Los asuntos legales que puedan surgir luego de la publicación de los materiales en la revista son responsabilidad total de los autores. Cualquier artículo de esta revista se puede usar y citar siempre que se haga referencia a él correctamente.
