¿Qué tanto reconocen los estudiantes para profesor de matemáticas sesgos y errores presentes en gráficos estadísticos? El caso de la licenciatura en matemáticas de la UPN
Tipo de documento
Autores
Lista de autores
Ombita, Lina
Resumen
Este trabajo de grado surge a partir de la inquietud de cómo los estudiantes de la Licenciatura en Matemáticas [LM] de la Universidad Pedagógica Nacional [UPN] han desarrollado su habilidad para identificar sesgos y errores en gráficos estadísticos. Esta indagación se centra en el componente de la cultura estadística, Detección de sesgos y errores con el fin de caracterizar la forma en que los participantes interpretan y evalúan críticamente los datos que se presentan en informaciones estadísticas, es decir, qué tan desarrollado tienen su nivel de detección de sesgos y errores en información estadística. Los antecedentes evidencian que los medios de comunicación presentan informaciones estadísticas con errores, éstos se centran en las actitudes que generan quienes se enfrentan a este tipo de información y dan a conocer posibles usos didácticos que se puede dar a dichos errores. Los objetivos centran la atención en caracterizar el nivel en el que se ubican los maestros en formación profesional inicial [MenFPI] de la LM-UPN, teniendo en cuenta sus habilidades para detectar sesgos y errores en informaciones estadísticas. En el marco de referencia se exponen aspectos de la cultura estadística, y de su componente Detección de sesgos y errores. Con base en estos referentes se diseña e implementa una encuesta, como instrumento para recolectar la información y se presentan los resultados y su análisis desde la descripción y clasificación de las respuestas, considerando: referentes teóricos, clasificación de los participantes teniendo en cuenta el semestre y los espacios académicos de la línea de Estadística. Entre las principales conclusiones se tiene que el 80% del MenFPI de la LM-UPN ponen en juego habilidades asociadas al conocimiento matemático, a la postura crítica y a la identificación de errores, y, en cuanto a las demás habilidades se tiene que aproximadamente el 50% ponen en juego habilidades asociadas a los valores de la variable, el conocimiento estadístico y del contexto y un poco del 30% menos asociadas a las intenciones. Se recomienda generar espacios de diálogo en los que se propenda el desarrollo de estas habilidades.
Fecha
2020
Tipo de fecha
Estado publicación
Términos clave
Encuestas | Errores | Estadística | Gráfica | Métodos estadísticos | Tipos de metodología
Enfoque
Idioma
Revisado por pares
Formato del archivo
Usuario
Tipo de tesis
Institución (tesis)
Referencias
Álvarez, I., Escobar, L. y Fernández, F. (2017). Panorama de la investigación en educación estadística desde tesis doctorales 2000-2014. Tecné Episteme Didaxis, (41), pp. 87 – 107. Arteaga, P., Contreras, J. M., Godino, J., Molina-Portillo, E., D., Rodríguez-Pérez, C. (2017). Funciones semióticas críticas en el uso de diagramas de barras por los medios de comunicación. Actas del Segundo Congreso International Virtual sobre el Enfoque Ontosemiótico del Conocimiento y la Instrucción Matemáticos. Disponible en: http://enfoqueontosemiotico.ugr.es/civeos/contreras.pdf Batanero, C. (2002). Los retos de la cultura estadística. Conferencia en las Jornadas Interamericanas de Enseñanza de la Estadística. Buenos Aires. Disponible en, https://www.ugr.es/~batanero/pages/ARTICULOS/CULTURA.pdf. Batanero, C., Cañizares, M. J., Ortiz, J.J. y Serrano, L. (1998). Heurísticas y sesgos en el razonamiento probabilístico de los estudiantes de secundaria. Educación Matemática, 10(1), pp. 7-26. Cassany, D. (2006). Tras las líneas: sobre la lectura contemporánea. Barcelona: Anagrama. Campbell, J. D. (1986). Similarity and uniqueness: The effects of attribute type, relevance, and individual differences in self-esteem and depression. Journal of Personality and Social Psychology, 50, 281-294. Contreras, J. M. y Molina-Portillo, E. (2019). Elementos clave de la cultura estadística en el análisis de la información basada en datos. Actas del Tercer Congreso Internacional Virtual de Educación Estadística. Disponible en https://www.ugr.es/~fqm126/civeest.html Estrada, A., Batanero, C., y Fortuny, J. (2004). Un estudio sobre conocimientos de estadística elemental de profesores en formación. Educación Matemática, 16(1), pp. 89-111. Gal, I. (2002). Adult's statistical literacy. Meanings, components, responsibilities. International Statistical Review, 70(1), 1-25. Martínez, N. (2013). Análisis y tratamiento de los errores estadísticos en los medios de comunicación escritos como generadores de un dispositivo didáctico. (Tesis de pregrado) Universidad Distrital Francisco José de Caldas, Bogotá D.C. McLeod, D. B. (1992). Research on affect in mathematics education: A reconceptualization. En D. A Grouws (Ed.), Handbook of research on mathematics teaching and learning (pp. 575-596). Reston, VA: NCTM. Manzano, V. (2009). El tamaño de la muestra. [PDF]. Obtenido de http://asignatura.us.es/dadpsico/apuntes/TamMuestra.pdf Molina-Portillo, E., Contreras, J. M., Godino, J. D. y Díaz-Levicoy, D. (2017). Interpretación crítica de gráficos estadísticos incorrectos en la sociedad de la comunicación: un desafío para futuros maestros. [Ponencia]. Congreso Internacional sobre Investigación en didáctica de las ciencias. X Congreso Internacional sobre Investigación en didáctica de las ciencias, Sevilla, España. Montesinos, R. (2011). Medios de Comunicación y Ciudadanía. Revista de Investigación en Comunicación y Desarrollo, 2(1), 16-24. Ottaviani, M. G. (2002). 1982-2002: From the past to the future. En B. Phillips (Ed.), Proceedings of the Sixth International Conference on Teaching of Statistics. Ciudad del Cabo: IASE. Ponte, J. P. (2001). Investigating in mathematics and in learning to teach mathematics. In T. J. Cooney & F. L. Lin (Eds.), Making sense of mathematics teacher education (pp. 53-72). Dordrecht, Netherlands: Kluwer Academic Publishers. Riaño, A. (2020) Los sesgos de la disponibilidad en la estadística social. (Tesis de maestría). Universidad Distrital Francisco José de Caldas, Bogotá D.C. Riaño, A. y Rocha, P. (2020). La estadística en los medios de comunicación como detonante del miedo en estudiantes Universitarios Colombianos. Revista Científica, 37(1), 6-17. Serrano, L., Batanero, C., Ortiz, J.J. y Cañizares, M. J. (1998). Heurísticas y sesgos en el razonamiento probabilístico de los estudiantes de secundaria. Educación Matemática, 10(1), 7-26. Sutherland, S. y Ridgway, J. (2017). Interactive visualizations and statistical literacy. Statistics Education Research Journal, 16(1), 26-30. Tufte, E. R. (2001). The visual display of quantitative information (2nd Ed.). Cheshire, CT: Graphics Press. Tversky, A. y Kahneman D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124-1131. Wallman, K. K. (1993). Enhancing statistical literacy: Enriching our society. Journal of the American Statistical Association, 88(421), 1-8. Watson, J. M. (1997). Assessing statistical literacy using the media. En I. Gal y J. B. Garfield (Eds.), The assessment challenge in statistics education (pp. 107–121). Amsterdam, the Netherlands: IOS Press e International Statistical Institute.
Proyectos
Cantidad de páginas
113