Evaluación de conocimientos sobre el contenido de estadística descriptiva de futuros profesores de matemáticas

  1. Felipe Ruz 1
  2. Elena Molina-Portillo 1
  3. José Miguel Contreras 1
  1. 1 Universidad de Granada
    info

    Universidad de Granada

    Granada, España

    ROR https://ror.org/04njjy449

Revista:
Avances de investigación en educación matemática: AIEM

ISSN: 2254-4313

Año de publicación: 2020

Número: 18

Páginas: 55-71

Tipo: Artículo

DOI: 10.35763/AIEM.V0I18.268 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Avances de investigación en educación matemática: AIEM

Resumen

En este trabajo presentamos el proceso de construcción e implementación piloto de un instrumento para evaluar el conocimiento sobre estocástica de futuros profesores de matemática, en lo referido al contenido de estadística descriptiva. Laspruebas se llevaron a cabo en una muestra de 126 futuros profesores de matemática en España y Chile. Los resultados se organizan comenzando por indicadores sobre las propiedades psicométricas de los ítems analizados y de los resultados globales del cuestionario. Posteriormente, estudiamos conjuntamente los ítems que conforman cada categoría del conocimientodel contenido considerada, entre común o ampliado, buscando diferencias entre los grupos dela muestra. Se concluye que el instrumento cuenta con características aceptables, al igual que los reactivos analizados y se proyecta su aplicación reformada en el futuro.

€ Ver financiación

Información de financiación

Proyecto B-SEJ-063-UGR18, Grupo de investigación PAIDI 622 (Junta de Andalucía, España) y Comisión Nacional de Investigación Científica y Tecnológica (CONICYT) de Chile a través de beca de doctorado en el extranjero (Folio 72170025)

Financiadores

Referencias bibliográficas

  • Allen, K. (2006). The statistics concept inventory: Development and analysis of a cognitive assessment instrument in statistics. Norman, EEUU: University ofOklahoma.
  • Batanero, C. y Borovcnik, M. (2016). Statistics and probability in high School. Rotterdam, Holanda: Sense Publishers.
  • Batanero, C., Burrill, G. y Reading, C. (Eds.) (2011). Teaching statistics in school mathematics: Challenges for teaching and teacher education. A Joint ICMI/IASE Study. Nueva York: Springer.
  • Batanero, C. y Díaz, C. (2005). Análisis del proceso de construcción de un cuestionario sobre probabilidad condicional. Reflexiones desde el marco de la TFS. En D. Ordoñez, C. Batanero y A. Contreras (Eds.), I Congreso Internacional sobre Aplicaciones y Desarrollos de la Teoría de las Funciones Semióticas (pp. 13-36). Jaén: Universidad de Jaén.
  • Ben-Zvi, D. y Makar, K. (Eds.) (2016). The teaching and learning of statistics. International perspectives. Cham, Suiza: Springer.
  • Ben-Zvi, D., Makar, K. y Garfield, J. (Eds.) (2018). International handbook of research in statistics education. Cham, Suiza: Springer.
  • Centro de Perfeccionamiento, Experimentación e Investigaciones Pedagógicas (2018). Resultados Nacionales Evaluación Nacional Diagnóstica de la Formación Inicial Docente 2017. Santiago, Chile: CPEIP.
  • Chan, S. W., Ismail, Z. y Sumintono, B. (2015). Assessing statistical reasoning in descriptive statistics: A qualitative meta-analysis. Jurnal Teknologi, 72(2), 1-6.
  • Davies, N. y Marriott, J. (2010). Assessment and feedback in statistics. En P. Bidgood, N. Hunt y J. Flavia (Eds.), Assessment methods in statistical education: An international perspective (pp. 3-19). Londres: John Wiley & Sons.
  • DelMas, R., Garfield, J., Ooms, A. y Chance, B. (2007). Assessing students’ conceptual understanding after a first course in statistics. Statistics Education Research Journal, 6(2), 28-58.
  • Ebel, R. y Frisbie, D. (1991). Essentials of educational measurement (5th ed.). Nueva Jersey, NJ: Prentice-Hall.
  • Estepa, A. y Gea, M. M. (2011). Conocimiento para la enseñanza de la asociación estadística. En J. Ortiz (Ed.), Investigaciones actuales en educación estadística y formación de profesores (pp. 23-40). Granada: Departamento de Didáctica de la Matemática.
  • Garfield, J. (2003). Assessing statistical reasoning. Statistics Education Research Journal, 2(1), 22-38.
  • Godino, J. D. (2009). Categorías de análisis de los conocimientos del profesor de matemáticas. Revista Iberoamericana de Educación Matemática, 20, 13-31.
  • Godino, J. D. y 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. y Font, V. (2007). The onto-semiotic approach to research in mathematics education. ZDM-Mathematics Education, 39(1-2), 127-135.
  • Godino, J. D., Giacomone, B., Batanero, C. y Font, V. (2017). Enfoque ontosemiótico de los conocimientos y competencias del profesor de matemáticas. Bolema, 31(57), 90-113.
  • Groth, R. y Meletiou-Mavrotheris, M. (2018). Research on statistics teachers’ cognitive and affective characteristics. En D. Ben-Zvi, K. Makar y J. Garfield (Eds.), International handbook of research in statistics education (pp. 327-355). Cham, Suiza: Springer.
  • Pedhazur, E. y Pedhazur, L. (1991). Measurement, design, and analysis. Hillsdale, NJ: Lawrence Erlbaum Associates.
  • Jacobbe, T., Case, C., Whitaker, D. y Foti, S. (2014). Establishing the validity of the LOCUS assessments through an evidenced-centered design approach. En K. Makar, B. de Sousa y R. Gould (Eds.), Proceedings of the Ninth International Conference on Teaching Statistics (pp. 1-6). Flagstaff, AZ: IASE.
  • Krippendorff, K. (1990). Metodología de análisis de contenido: Teoría y práctica. Barcelona: Paidós.
  • Landis, J. R. y Koch, G. G. (1977). The measurement of observer agreement for categorical data. Biometrics, 33(1), 159-174.
  • Ministerio de Educación Chile (2009). Currículum. Objetivos fundamentales y contenidos mínimos obligatorios de la Educación Básica y Media. Santiago: MINEDUC.
  • Ministerio de Educación Chile (2015). Bases curriculares 7° a 2° medio. Santiago: MINEDUC.
  • Muñiz-Rodríguez, L., Alonso, P., Rodríguez-Muñiz, L. y Valcke, M. (2016). ¿Hay un vacío en la formación inicial del profesorado de matemáticas de secundaria en España respecto a otros países? Revista de Educación, 372, 111-140.
  • Nunnally, J. (1967). Psychometric theory. Nueva York: McGraw-Hill.
  • Osterlind, S. J. (1998). Constructing test items: Multiple-choice, constructed-response, performance, and other formats. Dordrecht, Holanda: Kluwer.
  • Ruz, F., Contreras, J. M., Molina-Portillo, E. y Godino, J. D. (2018). Idoneidad epistémica de programas formativos sobre didáctica de la estadística. En L. Rodríguez-Muñiz y otros (Eds.), Investigación en Educación Matemática XXII (pp. 515-524). Gijón: SEIEM.
  • Ruz, F., Díaz-Levicoy, D., Molina-Portillo, E. y Ruiz-Reyes, K. (2018). Ways to strengthen the statistical literacy, reasoning and thinking in the mathematics teachers training. En M. Sorto, A. White y L. Guyot (Eds.), Proceedings 10th International Conference on Teaching Statistics (ICOTS 10). Kyoto, Japón: ISI/IASE.
  • Ruz, F., Molina-Portillo, E. y Contreras, J. M. (2019). Guía de valorización de la idoneidad didáctica de procesos de instrucción en didáctica de la estadística. Bolema, 33(63), 135-154.
  • Santiesteban, C. (2009). Principios de psicometría. Madrid: Síntesis.
  • Schoenfeld, A. H. y Kilpatrick, J. (2008). Toward a theory of proficiency in teaching mathematics. En D. Tirosh y T. Wood (Eds.), International handbook of mathematics teacher education (Vol. 2, pp. 321-354). Rotterdam, Holanda: Sense Publishers.
  • Tempelaar, D. (2004). Statistical reasoning assessment: An analysis of the SRA instrument. Proceedings ARTIST Roundtable Conference (pp. 1-29). Appleton, AIEM, 18, 2020 69 WI: University of Lawrence.
  • Valle, J. M., Jesús, L. y Ayuso, M. (2011). La nueva formación inicial del profesorado de educación secundaria: modelo para la selección de buenos centros de prácticas. Revista de Educación, 354, 267-290.
Fuente de los datos: Dialnet