Una de las aportaciones relevantes en el ámbito del
aprendizaje humano es la realizada por Asubel, Novak y Hanesian (2014), quienes
proponen que, para conseguir un aprendizaje más activo y eficaz de los alumnos,
y para posibilitar que se produzcan en ellos cambios en la comprensión de
cualquier conocimiento, hay que relacionar lo que el alumno ya sabe acerca de
un área de conocimiento en particular con la información nueva que se le
presenta. Su teoría de la educación se puede resumir en su versión más
sencilla: “si tuviese que reducir toda la psicología educativa aun solo
principio, enunciaría esta: el factor mas importante que influye en el
aprendizaje es lo que el alumno ya sabe. Averígüese esto, y enséñese en
consecuencia” (p.1). En este sentido se desarrolla su Teoría
de la Asimilación del aprendizaje cognitivo; en ella el elemento central es el
aprendizaje significativo, el cual se da al vincular nueva información con conceptos y
proposiciones ya existentes en la estructura cognitiva del aprendiz
Para llevar a cabo un aprendizaje significativo se requieren tres condiciones: a) que el material a
ser empleado para el aprendizaje sea potencialmente significativo, es decir que
posea una estructura y organización interna que no sea arbitraria, b) que el alumno posea conocimientos
previos pertinentes que pueda relacionar de forma sustantiva con la información
nueva que va a aprender, y c) que el
aprendiz quiera aprender de forma significativa (Martini y Solé, 2014).
En este sentido nos preguntamos por el
alcance de la Teoría de la Asimilación de Asubel para generar aprendizajes
significativos en el área de estadística, partiendo de la concepción de que la
Estadística es una rama de las Matemáticas.
Señalan Novak y Gowing
(1988) que un problema fundamental en el aprendizaje de las matemáticas es que
la mayor parte de los materiales de instrucción son conceptualmente poco claros,
es decir, no presentan los conceptos ni las relaciones conceptuales necesarias
para comprender el significado de las ideas matemáticas en cuestión, y al ser la estadística una rama de las matemáticas es
claro que esta dificultad también se presenta al abordar su estudio en lo
referido al tema de regresión y correlación lineal simple.
Las dificultades en la comprensión del concepto de
asociación han sido referidas por diversos autores iniciando con Inhelder y
Piaget (1997), quienes conciben la asociación como el último paso en el razonamiento probabilístico y
describen las estrategias usadas en los juicios de asociación en tablas 2x2. Cañadas,
Díaz, Estepa y Batanero (2013) realizaron un estudio donde analizan
la percepción de la asociación y estimación de la intensidad en tablas de
contingencia de un grupo de 414 estudiantes de psicología de tres Universidades
Españolas; con base en un cuestionario de 4 actividades evaluaron: a) signo de la asociación entre las variables,
b) intensidad de la dependencia, c) concordancia entre los datos y las teóricas
previas sugeridas por el contexto y d) el tipo de covariación. Los autores evidenciaron que los estudiantes
en su mayoría consideran que hay asociación aun en
casos donde no está presente; fenómeno denominado correlación ilusoria, y
también relacionan asociación con causalidad, es decir asumiendo una concepción
causal de la asociación. Otro de sus hallazgos está referido al hecho que los estudiantes
al realizar la estimación de la asociación entre dos variables se ven
influenciados por las teorías o concepciones previas que poseen sobre la
situación que se está estudiando, mejorando la precisión en caso de no conocer
sobre el contexto de estudio, es decir el conocimiento de la situación a
explorar tiene efecto perjudicial sobre las respuestas del nivel de asociación
entre variables.
Hallazgos similares han sido
obtenidos en otras investigaciones. Castro, Vanhoof, Van Der Noortgate y Onghena
(2009), en su estudio sobre la mala concepción de la transitividad
del coeficiente de correlación de Pearson en un grupo de 279 estudiantes de una
universidad en los Países Bajos,
examinaron la relación entre factores inherentes al estudiante y a la tarea con
respecto a la aparición de la concepción errónea. Los autores establecieron que los factores basados
en la tarea tienen efecto en la aparición de dicha concepción errónea, debido a
las teorías o concepciones previas que posee el alumno, así como al hecho de
considerar que sí se presentan altas
correlaciones entre dos variables X y Y, y entre las variables Y y Z se
presentará una correlación positiva entre X y Z.
Lo anterior hace patente la
necesidad de explorar e investigar sobre la forma de mejorar el aprendizaje del
tema de regresión y correlación lineal simple, teniendo en cuenta los problemas
que se presentan en su compresión y posterior uso o aplicación en temas
relacionados.
Para abordar esta dificultad proponemos el uso de los
mapas conceptuales (Aguilar Tamayo, 2006; Cañas, Novak, y Reiska, 2012; Novak y Cañas,
2006b; Ontoria, 2001), una técnica diseñada por Novak en
1972 (citado en Novak, 1998) dentro de
un proyecto de investigación. Sin embargo, y si bien existe abundante
literatura sobre el beneficio del uso de mapas conceptuales en el aprendizaje
de las matemáticas (Florez, 2006; Huerta , 2006; Pozueta,
Guruceaga, y González, 2006), esto es más limitado en el caso de
la estadística (Dandolini, De Souza, y
Vergara , 2011; Alcalá, 2016) y en
relación al tema sobre regresión y correlación lineal es prácticamente nulo.
Podría pensarse que,
partiendo de que lo investigado en las matemáticas es aplicable a todas
sus ramas, es lógico esperar que las estrategias que producen mejoras en la
comprensión de los conceptos matemáticos incidan también en la mejora de la
comprensión de los conceptos estadísticos; no obstante, no es conveniente
asumir que, de entrada, la transferencia entre los conceptos matemáticos y los
estadísticos se da de forma natural, puesto que cada una de las ciencias en
general y la estadística en particular tienen objetos de estudio propios. En
este sentido, la estadística tiene por objeto de estudio los fenómenos de tipo
aleatorios enmarcados en un universo de variables mediante el empleo de modelos
de reducción de la información y validación de resultados en términos de
representatividad, para los cuales emplea distintas técnicas que permiten
resumir, analizar, describir y representar gráficamente datos, para luego
realizar inferencias que permitan generar modelos para abordar los distintos problemas que son de su ámbito
Un tema que se encuentra presente dentro
de esta concepción de estadística es el de la asociación o dependencia
estadística entre variables, las técnicas de regresión y correlación
se enfocan en la interrelación entre dos o más variables, y de la extensión de la idea de correlación a
cualesquiera tipo de variable, numéricas y no numéricas, surge el concepto de
asociación
Tomado
como punto de partida lo anterior, la presente investigación busca evaluar si
la utilización del mapa conceptual favorece el aprendizaje significativo del
tema de regresión y correlación lineal simple y los problemas correspondientes
a los mismos, en estudiantes universitarios, y la transferencia de los
conocimientos sobre estos temas a otros ámbitos de su formación.
El análisis
de regresión y correlación lineal simple, en una técnica que permite revisar el
nivel de asociación entre variables en términos de modelos estructurales, así
como la dirección de dicha relación. Los modelos estructurales extienden las
ideas de regresión y correlación en el sentido de admitir el estudio de una red
compleja de variables interconectadas, a diferencia de efectuar una separación
estricta de variables dependientes e independientes
Todo esto
lleva a la pregunta sobre cómo interpretar datos y qué significados tienen para
los estudiantes, y es aquí donde la estadística surge como un medio que permite
darles sentido. Para ello, en un primer acercamiento, se requiere de una serie
de indicadores que permitan tener una visión panorámica del comportamiento de
los mismos, por ejemplo, las medidas de tendencia central y medidas de
variabilidad, las cuales en su conjunto revelan información importante que debe
ser interpretada con base en los conceptos que las sustentan. De hecho, una
interpretación acorde y adecuada de un conjunto de datos se basa en el
conocimiento de los conceptos que fundamentan los distintos indicadores, así
como el aprendizaje de la probabilidad está sustentado en el concepto de
proporcionalidad (Pozueta, Gurruceaga y González, 2006).
Adicionalmente,
es importante recordar los alcances que la estadística tiene como herramienta
aplicada a distintos ámbitos del conocimiento humano; razón por la cual es una
asignatura presente en la mayoría de los pensum académicos de nivel
universitario y tema en los programas oficiales de Matemáticas de bachillerato
del país. Señala Batanero (2001) el camino que ha recorrido la enseñanza de la
estadística desde la fundación del Instituto Internacional de Estadística (ISI)
en 1885, hasta la creación de la International Association for Statistical
Education (IASE), cuyo objetivo principal es
el desarrollo y mejora de la educación estadística en el ámbito internacional,
entre las tareas que debe llevar a cabo están, el desarrollo de software
educativo, la enseñanza de la estadística en empresas o industrias, libros de
texto y material didáctico entre otras. Batanero (2001) identifica dos fuentes
de las cuales surgen la investigación en enseñanza de la estadística, una tiene
que ver con la educación estadística cuya preocupación fundamental es
identificar los puntos difíciles y los errores persistentes al finalizar la
enseñanza en educación primaria y bachillerato, con el fin de poder diseñar
actividades didácticas adecuadas para superar estas dificultades. La segunda
fuente es la psicológica, cuyo fundamento es analizar el razonamiento humano en
situaciones de incertidumbre y la preocupación por la enseñanza en
bachillerato.
El interés en este aspecto tiene su razón de ser
en el hecho de que la literatura referente a si los mapas conceptuales son
eficaces para favorecer el aprendizaje significativo de los conceptos
estadísticos básicos de relación o asociación entre variables es escasa. A diferencia de lo que sucede con la
estadística, en matemáticas sí existe abundante investigación que muestra los
logros que grupos de estudiantes alcanzan con el uso de los mapas conceptuales.
Si se imparte a un grupo de
estudiantes universitarios de cursos iniciales (grupo experimental) de la
asignatura “Estadística I”, el tema de
regresión y correlación lineal simple con un proceso de enseñanza-aprendizaje
apoyado con mapas conceptuales, los cuales luego aplicarán estos conocimientos
en temas relacionados y sus problemas aplicados, y se comparan los resultados obtenidos por
dicho grupo con los alcanzados por otro de características similares al cual se
imparte la misma asignatura de una forma tradicional (grupo control):
1. ¿Cuáles serían las diferencias observadas en los
alumnos pertenecientes al grupo experimental con respecto a los integrantes del
grupo control, en la aplicación de los contenidos de regresión y correlación
lineal simple, en un contexto que lo requieran?
2. ¿Por medio de la aplicación de un test de conocimiento
estadístico referido a temas de correlación y regresión lineal simple, se
verificará una diferencia estadísticamente significativa de las calificaciones
obtenidas en el instrumento de evaluación en los alumnos pertenecientes al
grupo experimental con respecto a los integrantes del grupo control?
3.
¿Cuál es la concepción del
estudiante universitario sobre regresión y correlación lineal, evaluado por
medio del mapa conceptual elaborado con el programa informática Cmaptool?
4.
¿Por medio de la construcción de
mapas conceptuales, con el apoyo del programa informático Cmaptool, se
incrementará el conocimiento del tema de regresión y correlación lineal simple?
5.
Por medio de la aplicación de un
test estadístico (postest) se verificará el nivel de conocimiento final, medido
por la prueba de conocimiento y el problema de aplicación.
Determinar si
el mapa conceptual, elaborado en el programa informático Cmaptool, empleado
como estrategia de enseñanza-aprendizaje, facilita el aprendizaje significativo
sobre el tema de regresión y correlación lineal simple y su aplicación
posterior a problemas y modelos asociados,
en un grupo de estudiantes universitarios de la Facultad de Ciencias Económicas
y Sociales de una Universidad privada del oeste de la ciudad de Caracas.
- Medir el nivel de
conocimiento inicial de los grupos experimental y control sobre el tema de
regresión y correlación lineal simple, por medio de la prueba de
conocimiento (pretest).
- Conocer, por
medio del mapa conceptual elaborado con el programa Cmaptool, la
concepción de los estudiantes pertenecientes al grupo experimental, de los
conceptos de regresión lineal simple y correlación lineal.
- Comparar las
calificaciones del pretest con el postest, para verificar que se
incrementa el conocimiento de
regresión y correlación lineal simple, en el
grupo experimental en comparación con el grupo control.
- Comparar los
mapas conceptuales inicial y final elaborados por los alumnos del grupo
experimental, para verificar un mayor número de conceptos y conexiones
empleadas y un cambio en la concepción del tema de regresión y correlación
lineal simple.
Referencias
Aguilar Tamayo, M. (2006). Origen y destino del mapa
conceptual. Apuntes para una teoría del Mapa Conceptual. En A. Cañas, & J.
Novak, Concetp maps: Theory, Methodology, Technology. Proceedings of the second international conference on
concetp mapping (págs. 15-22). San Jose. Costa Rica, Universidad de Costa Rica.
Alcalá, O.
(2016). El mapa conceptual como herramienta para mejorar la comprensión de
las medidas de tendencia central y variabilidad de la estadística descrptiva
(Tesis de Maestría). Caracas: Universidad Católica Andrés Bello.
Ausubel, D.,
Novak, J., & Hanesian, H. (2014). Psicología Educativa. Mexico:
Trillas.
Batanero, C.
(2001). Didactica de la Estadística. Granada: Grupo de Investigación en
Educación Estadística. Universidad de Granada.
Cañadas, G.,
Díaz, C., Batanero, C., & Estepa, A. (2013). Precisión de los estudiantes
de Psicología en la Estimación de la asociación. Bolema: Boletim de
Educação Matemática, 27(47), 759-778. doi:http://dx.doi.org/10.1590/S0103-636X2013000400004.
Cañas, A.,
Novak, J., & Reiska, P. (2012). Freedom Vs Restriction of content and structure during
concetp - mapping. Possibilities and limitations for constuction ans
assessment. En A. Cañas, J. Novak, & J. Vanhear, Concept maps: Theory,
Methodology, Tehcnology. Proceedings of the fifth international conference on
concet mapping (págs. 192 - 194). Valleta.Malta: University of Malta.
Castro, A.,
Vanhoof, S., Van Den Noortgate, W., & Onghena, P. (2009). The transitivity
misconception of Pearson´s correlation coefficients. Statistics Education Research Journal, 8(2), 33-55. Recuperado el 12 de Junio de 2019, de
http://www.stat.auckland.ac.nz/serj
Dandolini, G.,
De Souza, J., & Vergara , E. (2011). Los Mapas Conceptuales en la enseñanza
de la Estadística. Congresso Brasileiro de Ensino de Engenharia, (págs.
1-8). Aparecida.
Estepa, A.
(2007). Caracterización del significado de la correlación y regresión en
estudiantes de esducación secundaria. ZETETIKE, 119-152.
doi:10.20396/zet.v15i28.8647028
Florez, R.
(2006). Mapas conceptuales y aprendizaje de las matemáticas. En A. Cañas, & J. Novak, Concept maps: Theory,
Methodology, Technology. Proceedings of the second international conference on
concept mapping (págs. 35 - 44). San Jose. Costa Rica, Universidad de Costa Rica.
Huerta , P.
(2006). La evaluación de mapas conceptuales multidimensionales de matemáticas:
Aspectos metodológicos. En A. Cañas, & J. Novak, Concept Maps: Theory, Methodology,
technology. Proceedings of the second international conference on concept
mapping (págs. 52 - 61). San
Jose.Costa Rica, Universidad de Costa Rica.
Inhelder, B.,
& Piaget, J. (1997). Psicología del Niño. Madrid: Ediciones Morata.
Manzano, V.,
& Sánchez-Crespo, G. (2003). Sobre la definición de estadística. Hipótesis
Alternativa, 3(2), 6-11. Obtenido de
http://www.ucv.ve/fileadmin/user_upload/cies/Documentos/Hipotesis_alternativa_N7.pdf
Martini, E.,
& Solé, I. (2014). El aprendizaje significativo y la Teoría de la
Asimilación. En C. Coll, J. Palacios, & A. Marchesi, Desarrollo
Psicológico 2. Psicología de la educación escolar (págs. 89-114). Madrid:
Alianza Editorial.
Novak, J.
(1998). Conocimiento y Aprendizaje. Madrid, España: Alianza Editorioa.
Novak, J.
(2006). The development of the concept mapping tool and the evolution of a new
model for education. Implications of mathematics education. Focus of
learning problems in mathematics, 28(3 y 4), 3-31.
Novak, J.,
& Cañas, A. (2002). Building on New Constructivist Ideas and CmapTools to
Create a New Model for Education. En J. C. Novak, Concept maps: Theory,
methodology technology, Proceedings of the 1st International Conference on
Concept Mapping. (págs. 35- 46).
Pamplona: Universidad de Pamplona.
Novak, J.,
& Cañas, A. (2006a). Los Mapas Conceptuales y teoría subyacente a la
forma de construir y utilizarlos. Florida. EEUU: IHMC.
Novak, J.,
& Cañas, A. (2006b). Re-exminando los fundamentos para el uso efectivo de
mapas conceptuales. En A. Cañas, & J. Novak, Concept Maps: Theoty, Methodology,
Technology. Proceedings of the second international conference on concept
mapping. (págs. 55-63). San
José. Costa Rica, Universidad de Costa Rica.
Novak, J.,
& Gowing, B. (1988). Aprender a aprender. mexico: alfonzo.
Ontoria, A.
(2001). Mapas conceptuales. Una técnica para aprender. Madrid: Narcea
S.A.
Pozueta, E.,
Guruceaga, A., & González, F. (2006). Trabajando con mapas conceptuales el
tema de proporcionalidad de 2° de educación secundaria obligatoria. En A. Cañas, & J. Novak, Concept maps: Theory,
Methodology, Technology. Proceedings of the second international conference on
concept mapping (págs. 10 -18). San Jose. Costa Rica, Universidad de Costa Rica.
No hay comentarios:
Publicar un comentario