Análisis de datos bivariados en un ambiente basado en applets y software dinámico
Tipo de documento
Autores
Lista de autores
Inzunsa, Santiago
Resumen
Se reportan resultados de una investigación sobre análisis de datos bivariados realizada con 34 estudiantes universitarios mientras tomaban un curso introductorio de estadística en el cual se utilizó un ambiente computacional integrado por applets y software dinámico para análisis de datos. En la evaluación diagnóstica los estudiantes exhibieron bajo nivel de razonamiento intuitivo sobre la covariación en diagramas de dispersión, pero en la actividad final, después de haber utilizado el ambiente computacional, lograron identificar con éxito la dirección de la relación entre dos variables y desarrollaron un buen sentido de la intensidad de la relación y el coeficiente de correlación; sin embargo, la interpretación de los coeficientes de la ecuación de regresión y el coeficiente de determinación resultó ser una tarea complicada para ellos. Las estrategias utilizadas en el análisis de datos privilegiaron el uso de representaciones gráficas y visuales sobre representaciones simbólicas de cálculo, como resultado del potencial de visualización dinámica de las herramientas tecnológicas utilizadas.
Fecha
2016
Tipo de fecha
Estado publicación
Términos clave
Correlación y regresión | Inductivo | Otro (métodos) | Pruebas | Software
Enfoque
Idioma
Revisado por pares
Formato del archivo
Referencias
Batanero, C., Estepa, A., & Godino, J. D. (1997). Evolution of Students’ Understanding of Statistical Association in a Computer Based Teaching Environment. In: J. B. Garfield y G. Burrill (eds.). Research on the Role of Technology in Teaching and Learning Statistics: Proceedings of the 1996 IASE Roundtable Conference. Voorburg, The Netherlands. International Statistical Institute. Batanero, C., Gea, M., Díaz, C. & Cañadas, G. (2014). Building High School Pre-Service Teachers’ Knowledge to Teach Correlation and Regression. In: K. Makar, B. de Sousa y R. Gould (eds.). Proceedings of the Ninth International Conference on Teaching Statistics. Flagstaff, Arizona, USA. Voorburg, The Netherlands. International Statistical Institute. Beyth-Marom, R. (1982). Perception of Correlation Reexamined. Memory & Cognition, 10(6), pp. 511-519. Biehler, R., Ben-Zvi, D., Bakker, A. & Maker, K. (2013). Technology for Enhancing Statistical Reasoning at the School Level. In: M. A. Clements, A. Bishop, C. Keitel, J. Kilpatrick y F. Leung (eds.). Third International Handbook of Mathematics Education. New York: Springer, pp. 643-690. Biggs, J. & Collis, K. (1982). Evaluating the Quality of Learning: the SOLO taxonomy. Academic Press. New York. Cañadas, G. (2010). Las tablas de contingencia en la formación de profesionales de psicología. Trabajo fin de Máster. Departamento de Didáctica de la Matemática. España. Universidad de Granada. Cobb, P. & McClain, K. (2004). Principles of Instructional Design for Supporting the Development of Students’ Statistical Reasoning. In: D. Ben-Zvi y J. B. Garfield (eds.). The Challenge of Developing Statistical Literacy, Reasoning, and Thinking. Kluwer Academic Publishers, pp. 375-396. DGB (2009). Programas de estudio de matemáticas. México. Secretaría de Educación Pública. Dirección General de Bachillerato. Estepa, A. (1993). Concepciones iniciales sobre la asociación estadística y su evolución como consecuencia de una enseñanza basada en el uso de ordenadores. Tesis doctoral. España. Universidad de Granada. Estepa, A. & Batanero, C. (1996). Judgments of Correlation in Scatter Plots: Students’ Intuitive Strategies and Preconceptions. Hiroshima Journal of Mathematics Education, 4, pp. 25-41. Finzer, W., Erickson, T. & Binker, J. (2002). Fathom Dynamic Statistics Software. Emeryville, CA. Key Curriculum Press Technologies. Fitzallen, N. (2012). Reasoning about Covariation with TinkerPlots. Tesis doctoral. Australia, University of Tasmania. Garfield, J. & Ben-Zvi, D. (2008). Developing Students’ Statistical Reasoning. Connecting Research and Teaching Practice. Springer. The Netherlands. Gea, M. (2014). La correlación y regresión en bachillerato: análisis de libros de texto y del conocimiento de los futuros profesores. Tesis doctoral. Departamento de Didáctica de la Matemática. España. Universidad de Granada. Gravemeijer, K. (2000). A Rationale for an Instructional Sequence for Aanalyzing One-and Two-Dimensional Data Sets. Paper presented at the annual meeting of the American Educational Research Association. Montreal, Canadá. Jennings, D., Amabile, T. & Ross, L. (1982). Informal Covariation Assessment: Data-Based Versus Theory-Based Judgments. In: D. Kahneman, P. Slovic & A. Tversky (eds.). Judgment under Uncertainty: Heuristics and Biases. Cambridge, England: Cambridge University Press, pp. 211-230. Konold, C. (2002). Teaching Concepts Rather than Conventions. New England Journal of Mathematics, 34(2), pp. 69-81. Konold, C. & Miller, C. D. (2005). TinkerPlots: Dynamic Data Exploration [Computer software]. Key Curriculum Press. Emeryville, CA. NCTM (2000). Principles and Standards for School Mathematics. National Council of Teachers of Mathematics. Reston, VA. Pea, R. (1987). Cognitive Technologies for Mathematics Education. In: A. Schoenfeld (Ed.) Cognitive Science and Mathematics Education. Lawrence Erlbaum Associates Publishers, pp. 89-122. Sánchez Cobo, F. T. (1999). Significado de la correlación y regresión para los estudiantes universitarios. Tesis doctoral. Departamento de Didáctica de la Matemática. España. Universidad de Granada. Stockburger, D. W. (1982). Evaluation of Three Simulation Exercises in an Introductory Statistics Course. Contemporary Educational Psychology, 7(4), pp. 365-370. Watkins, A. E., Scheaffer, R. L. & Cobb, G. W. (2004). Statistics in Action: Understanding a World of Data. Key Curriculum Press. Emeryville, CA. Zieffler, S. A. (2006). A Longitudinal Investigation of the Development of College Students’ Reasoning about Bivariate Data During an Introductory Statistics Course. Tesis doctoral. University of Minnesota.