Razonamiento inferencial de docentes de matemáticas de enseñanza media sobre el estadístico t-Student
DOI:
https://doi.org/10.15359/ru.36-1.25Palabras clave:
Razonamiento inferencial, t-Student, inferencia estadística, práctica matemática, educación estadísticaResumen
Uno de los temas que han sido intensamente estudiados en la educación estadística, refiere a cómo promover el razonamiento inferencial formal (RIF) sobre la base de un razonamiento inferencial informal (RII). Sin embargo, aún es necesario contar con propuestas que permitan explorar y desarrollar progresivamente (del RII al RIF) el razonamiento inferencial de estudiantes y docentes. En este sentido, el objetivo de este artículo es caracterizar el razonamiento inferencial que evidencia el profesorado de matemáticas de enseñanza media en sus prácticas para resolver problemas sobre el estadístico t-Student. Para ello, utilizamos nociones teóricas y metodológicas introducidas por el enfoque ontosemiótico del conocimiento y la instrucción matemáticos (EOS), entre las cuales se encuentran la noción de práctica matemática, objeto matemático y una propuesta teórica de niveles progresivos de razonamiento inferencial sobre el estadístico t-Student. Los sujetos que participan en este estudio de corte cualitativo son 59 docentes en formación de Costa Rica y 22 en ejercicio de Chile. Las prácticas que desarrollaron los profesores de los grupos en formación y de los grupos en ejercicio resultaron tener elementos similares (representaciones, conceptos/definiciones, propiedades, procedimientos, argumentos). Como conclusión principal, se obtuvo que la propuesta de niveles de razonamiento inferencial para la t-Student resultó ser un predictor útil de las prácticas que desarrolló el profesorado, lo cual permite distinguir elementos característicos de cada uno de los niveles de razonamiento inferencial.
Referencias
Bakker, A., Ben-Zvi, D., & Makar, K. (2017). An inferentialist perspective on the coordination of actions and reasons involved in making a statistical inference. Mathematics Education Research Journal, 29(4), 455-470. https://doi.org/10.1007/s13394-016-0187-x
Bakker, A., & Gravemeijer, K. (2004). Learning to reason about distribution. In D. Ben-Zvi & J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning, and thinking (pp. 147-168). Dordrecht: Kluwer Academic Publishers.
Batanero, C. (2013). Del análisis de datos a la inferencia: Reflexiones sobre la formación del razonamiento estadístico. Cuadernos de Investigación y Formación en Educación Matemática, 11, 277-291.
Batanero, C. (2018). Treinta años de investigación didáctica sobre el análisis inferencial de datos. En A. Ávila. (Ed.) Rutas de la Educación Matemática (pp. 186-199). México: Sociedad Mexicana de Investigación y Divulgación de la Educación Matemática.
Batanero, C., Vera, O. D., & Díaz, C. (2012). Dificultades de estudiantes de psicología en la comprensión del contraste de hipótesis. Números. Revista de Didáctica de las Matemáticas, 80, 91-101.
Ben-Zvi, D., & Garfield, J.B. (2004). Statistical Literacy, Reasoning, and Thinking: Goals, Definitions, and Challenges. In D. Ben-Zvi, J. Garfield (Eds). The Challenge of Developing Statistical Literacy, Reasoning and Thinking (pp. 3-16). Dordrecht: Springer. https://doi.org/10.1007/1-4020-2278-6_1
Biehler, R., Frischemeier, D., & Podworny, S. (2015). Preservice teachers reasoning about uncertainty in the context of randomization tests. Reasoning about uncertainty: Learning and teaching informal inferential reasoning, 129-162.
Cohen, J. (1992). Cosas que he aprendido (hasta ahora). Anales de Psicología/Annals of Psychology, 8(1-2), 3-18.
Cohen, L., Manion, L., & Morrison, K. (2011). Research methods in education (6th Ed.). Routledge.
Edgeworth, F. Y. (1885). On Methods of Ascertaining Variations in the rate of Births, Deaths and Marriages”, Journal of the Statistical Society, 48, 628-649. https://doi.org/10.2307/2979201
Fisher, R. A. (1925). Statistical methods for research workers. Oliver and Boyd.
Font, V., & Rubio, N.V. (2017). Procesos matemáticos en el enfoque ontosemiótico. En J. M. Contreras, P. Arteaga, G.R. Cañadas, M.M. Gea, B. Giacomone y M. M. López-Martín (Eds.), Actas del Segundo Congreso International Virtual sobre el Enfoque Ontosemiótico del Conocimiento y la Instrucción Matemáticos. http://enfoqueontosemiotico.ugr.es/civeos/font.pdf
Galton, F. (1875). IV. Statistics by intercomparison, with remarks on the law of frequency of error. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science. https://doi.org/10.1080/14786447508641172
Garfield, J., & Ben-Zvi, D. (2008). Developing students’ statistical reasoning: Connecting research and teaching practice. Springer. https://doi.org/10.1007/978-1-4020-8383-9
Godino, J. D., & Batanero, C. (1994). Significado institucional y personal de los objetos matemáticos. Recherches en Didactique des Mathématiques, 14(3), 325-355.
Godino, J. D. Batanero, C., & Font, V. (2007). The onto-semiotic approach to research in mathematics education. ZDM. The International Journal on Mathematics Education, 39(1-2), 127-135. https://doi.org/10.1007/s11858-006-0004-1
Godino, J. D., Batanero, C., & Font, V. (2019). The onto-semiotic approach: implications for the prescriptive character of didactics. For the Learning of Mathematics, 39(1), 37-42
Godino, J. D., Font, V., Wilhelmi, M. R., & Lurduy, O. (2011). Why is the learning of elementary arithmetic concepts difficult? Semiotic tools for understanding the nature of mathematical objects. Educational Studies in Mathematics, 77, 247–265. https://doi.org/10.1007/s10649-010-9278-x
Harradine A., Batanero C., & Rossman A. (2011). Students and Teachers’ Knowledge of Sampling and Inference. In C. Batanero, G. Burrill, C. Reading (Eds.) Teaching Statistics in School Mathematics-Challenges for Teaching and Teacher Education (pp. 235-246). Dordrecht. https://doi.org/10.1007/978-94-007-1131-0_24
Inzunsa, S., & Jiménez, J. V. (2013). Caracterización del razonamiento estadístico de estudiantes universitarios acerca de las pruebas de hipótesis. Revista latinoamericana de investigación en matemática educativa, 16(2), 179-211. https://doi.org/10.12802/relime.13.1622
Jacob, B.L., & Doerr, H. M. (2014). Statistical Reasoning with the sampling distribution. In K. Makar, B. de Sousa, R. Gould (Eds.), Sustainability in statistics education. Proceedings of the Ninth International Conference on Teaching Statistics (ICOTS9, July, 2014), Flagstaff, Arizona, USA.
Konold, C., Madden, S., Pollatsek, A., Pfannkuch, M., Wild, C., Ziedins, I., Finzer, W., Horton, N. J., & Kazak, S. (2011). Conceptual challenges in coordinating theoretical and data-centered estimates of probability. Mathematical Thinking and Learning, 13(1-2), 68-86. https://doi.org/10.1080/10986065.2011.538299
Lipsey, M. W., & Aiken, L. S. (1990). Design sensitivity: Statistical power for experimental research (Vol. 19). Newbury Park, CA: Sage.
López-Martín, M. D. M., Batanero, C., & Gea, M. M. (2019). ¿Conocen los futuros profesores los errores de sus estudiantes en la inferencia estadística? Bolema: Boletim de Educação Matemática, 33(64), 672-693. https://doi.org/10.1590/1980-4415v33n64a11
Lugo-Armenta, J. G., & Pino-Fan L. R. (2021a). Niveles de razonamiento inferencial para el estadístico T-Student. Bolema:Boletim de Educação Matemática, 35(71). 1776-1802. https://doi.org/10.1590/1980-4415v35n71a25
Lugo-Armenta, J. G., & Pino-Fan L. R. (2021b). Inferential Statistical Reasoning of Math Teachers: Experiences in Virtual Contexts Generated by the Covid-19 Pandemic. Education Sciences, 11(7), 363. https://doi.org/10.3390/educsci11070363
Makar, K., & Rubin, A. (2009). A framework for thinking about informal statistical inference. Statistics Education Research Journal, 8(1), 82–105.
Makar, K., & Rubin, A. (2018). Learning about statistical inference. In D. Ben-Zvi, K. Makar, J. Garfield (Eds.), International handbook of research in statistics education (pp. 261-294). Springer International. https://doi.org/10.1007/978-3-319-66195-7_8
Ministerio de Educación de Chile [Mineduc]. (2019). Bases Curriculares 3º y 4º medio. Santiago de Chile: Unidad de Currículum y Evaluación.
Pfannkuch, M., Arnold, P., & Wild, C. J. (2015). What I see is not quite the way it really is: Students’ emergent reasoning about sampling variability. Educational Studies in Mathematics, 88(3), 343-360. https://doi.org/10.1007/s10649-014-9539-1
Pfannkuch, M., Budgett, S., Fewster, R., Fitch, M., Pattenwise, S., Wild, C., & Ziedins, I. (2016). Probability modeling and thinking: What can we learn from practice? Statistics Education Research Journal, 15(2). https://doi.org/10.52041/serj.v15i2.238
Pfannkuch, M., & Wild, C. (2004). Towards an understanding of statistical thinking. In D. Ben-Zvi & J. Garfield (Eds.), The challenge of developing statistical literacy, reasoning and thinking (pp. 17-46). Dordrecht: Kluwer Academic Publishers. https://doi.org/10.1007/1-4020-2278-6_2
Pino-Fan, L., Godino, J. D., & Font, V. (2016). Assessing key epistemic features of didactic-mathematical knowledge of prospective teachers: the case of the derivative. Journal of Mathematics Teacher Education. http://dx.doi.org/10.1007/s10857-016-9349-8
Presmeg, N. (2014) Semiotics in Mathematics Education. En S. Lerman (Eds.), Encyclopedia of Mathematics Education. Springer. https://doi.org/10.1007/978-94-007-4978-8_137
Reading, C., & Reid, J. (2006). An emerging hierarchy of reasoning about distribution: From a variation perspective. Statistics Education Research Journal, 5(2), 46-68.
Rossman, A. J. (2008). Reasoning about Informal Statistical Inference: One Statistician’s View. Statistics Education Research Journal, 7(2), 5-19.
Sotos, A. E. C., Vanhoof, S., Van den Noortgate, W. & Onghena, P. (2007). Students’ misconceptions of statistical inference: A review of the empirical evidence from research on statistics education. Educational Research Review, 2(2), 98-113. https://doi.org/10.1016/j.edurev.2007.04.001
Stigler, S. M. (2017). Los siete pilares de la sabiduría estadística. Grano de Sal.
Stohl, H., Angotti, R. L., & Tarr, J. E. (2010). Making comparisons between observed data and expected outcomes: students' informal hypothesis testing with probability simulation tools. Statistics Education Research Journal, 9(1), 68-96. https://doi.org/10.52041/serj.v9i1.388
Vallecillos, A. (1997). El papel de las hipótesis estadísticas en los contrastes: Concepciones y dificultades de aprendizaje. Educación Matemática, 9(2), 5-20.
Vera, O. D., & Díaz, C. (2013). Dificultades de estudiantes de psicología en relación con el contraste de hipótesis. Probabilidad condicionada: Revista de didáctica de la Estadística, (2), 197-203.
Weinberg, A., Wiesner, E., & Pfaff, T. J. (2010) Using Informal Inferential Reasoning to Develop Formal Concepts: Analyzing an Activity. Journal of Statistics Education, 18(2). https://doi.org/10.1080/10691898.2010.11889494
Wild, C., & Pfannkuch, M. (1999). Statistical thinking in empirical enquiry. International Statistical Review, 67(3), 223–248. https://doi.org/10.1111/j.1751-5823.1999.tb00442.x
Yates, F. (1951). The influence of “Statistical methods for research workers” on the development of the science of statistics. Journal of the American Statistical Association, 46, 19-34. https://doi.org/10.2307/2280090
Zieffler, A., Garfield, J., delMas, R., & Reading, C. (2008). A framework to support research on informal inferential reasoning. Statistics Education Research Journal, 7(2), 40–58.
Publicado
Número
Sección
Licencia
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
1. Los autores garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
2. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
3. Los autores han afirmado poseer todos los permisos para usar los recursos que utilizaron en el artículo (imágenes, tablas, entre otros) y asumen la responsabilidad total por daños a terceros.
4. Las opiniones expresadas en el artículo son responsabilidad de los autores y no necesariamente representan la opinión de los editores ni de la Universidad Nacional.
Revista Uniciencia y todas sus producciones se encuentran bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Unported.
No existe costo por acceso, revisión de propuestas ni publicación para autores y lectores.
