Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ENSEÑANZA-APRENDIZAJE DE MATEMÁTICAS
RESUMEN
Puede considerarse que los resultados, no obstante que tienen carácter preliminar,
brindan elementos que eventualmente podrían servir para adecuar el proceso de enseñanza-
aprendizaje y los respectivos programas de modo que se alcance una mejoría en el
aprovechamiento y desempeño de los estudiantes.
Introducción
1
En la primera clase, el educador puede hacer muy poco para cambiar las condiciones,
sólo tener la información presente y plantear la pregunta sobre su situación laboral, como
una variable que explique el rendimiento, ya que es de esperarse que los alumnos de tiempo
completo tengan un significativo mejor desempeño que lo alumnos que trabajan y estudian.
En este trabajo se presenta en la primera sección una breve discusión sobre el afecto
en el conocimiento, en la segunda sección una descripción de la modelación estructural y en
la tercer sección la metodología, finalmente, los resultados de un ejercicio de la aplicación de
un cuestionario y examen a los alumnos de la carrera de economía, en estos resultados, se
presenta un análisis descriptivo, inferencial y estructural sobre la población de estudiantes de
la carrera de economía. Para el análisis estructural se construyó un modelo conceptual sobre
algunas actitudes que influyen en el desempeño de los estudiantes. Las estimaciones del
modelo se llevaron a cabo usando los métodos del análisis multivariado, con el programa
AMOS 4.0 (AMOS (1998) Amos User´s Guide versión 4.0, Smallwaters Corpporation.) que
esencialmente consisten en usar dos o más variables para representar el comportamiento
interrelacionado, multidimensional y complejo del proceso de aprendizaje.
Una de las nociones más intuitivas y comunes de la motivación involucra la idea de que la
gente sólo está motivada si está interesada en algo o está preocupada por alguna cosa. En
años recientes, Jacqueline Eccles y Allan Wigfield (1995), desarrollaron un modelo sobre las
componentes del valor asociado con una actividad, en un marco de referencia de valor
esperado. Este modelo supone que tanto las expectativas como los valores son creencias
cognitivas relacionadas con las decisiones que las personas hacen de manera consciente
sobre sus logros y que pueden influir sobre su comportamiento. Estos investigadores de la
educación, definen valor de logro en término de cuatro componentes: valor intrínseco, valor
utilitario, valor adquirido y costo, cuyas caracterizaciones son las siguientes:
1. El valor adquirido, o éxito de una actividad, es la importancia que las personas dan al
hecho de hacer bien esa actividad y lo que importa es el resultado, por ejemplo la
calificación final
2. El valor de interés intrínseco, se define como la diversión o el placer que las personas
experimentan cuando realizan una actividad, éste es el interés subjetivo en la
realización de una actividad, por lo que está más relacionado con los medios, y no con
los resultados finales de la actividad, lo cual genera mayor compromiso y persistencia
en la realización de una actividad cognitiva. Se dice entonces, que las personas están
intrínsecamente motivadas para realizar esa actividad.
3
3. El valor utilitario extrínseco se define como la utilidad que la actividad tiene para las
personas en términos de sus metas futuras, que por supuesto incluyen las metas
profesionales. Este valor está más relacionado con los fines que se logran con la
actividad, que con los medios.
4. La cuarta componente es el costo, que se define como el costo que conlleva tener que
dejar de hacer otras actividades para poder realizar esa actividad particular. De
acuerdo con esto, la elección de una actividad siempre tiene algún costo asociado, así
por ejemplo, a los estudiantes siempre les representa un cosnto tener que hacer la
tarea de matemáticas cuando tal vez tengan que leer los textos de la teoría de su
especialidad. Pero además, también es posible que surja algún costo emocional
anticipado en determinada actividad, como por ejemplo la ansiedad que produce
resolver un examen de matemáticas.
Para el caso particular del aprendizaje de las matemáticas, las cuatro componentes y
las preguntas tipo que se usan se muestran de manera esquemática en el siguiente cuadro.
4
Cuadro No. 1 Muestra de preguntas usadas para medir las componentes del valor asociado a una
actividad. (Pintrich, 1996, p. 294)
Valores Pregunta asociada
Valor adquirido Trato de obtener buenas calificaciones en los cursos de
Valor de éxito o importancia matemáticas.
Interés Intrínseco. Me da una gran satisfacción poder resolver problemas de
matemáticas
Valor de utilidad Considero que las matemáticas van a ser de utilidad en mi
1
extrínseco vida profesional .
Costo Creo que el tiempo que dedico a resolver problemas de
matemáticas es excesivo
Se utilizó la escala de Likert de 1 al 5. para responder las preguntas
Donde 1 = nunca, 2 =casi nunca, 3 = a veces, 4 = casi siempre, y 5 = siempre
5
Las características distintivas de la técnica de la modelación de ecuaciones estructurales
son:
1. Estimación de relaciones múltiples y de dependencia interrelacionada.
2. La capacidad para representar conceptos no observados en estas relaciones y la
medida de error en el proceso de estimación.
Si una variable no está influida por cualquier otra variable del modelo, la variable es
una variable exógena; las variables exógenas actúan siempre como variables
independientes. Las variables que están influidas por otras variables en el modelo se
conocen como variables endógenas. Una variable endógena puede afectar a otra variable
endógena (pueden actuar tanto como variable independientes como dependientes). La
diferencia importante con la regresión lineal es que las variables involucradas son latentes,
cada una medida por múltiples indicadores, por lo cual también se les conoce como
constructos Es precisamente por esta causa que no se pueden utilizar las técnicas de
regresión comunes.
Las mediciones empíricas siempre tendrán alguna falla, por lo que las
representaciones de las variables latentes nunca son perfectas. Además de esto, se tiene el
hecho de que las variables latentes estudiadas no tiene porque estar completa y
exclusivamente determinadas por los indicadores medidos, por lo que habrá una variación
que no se pueda explicar y que se debe a aquellas influencias sobre la variable latente que
no han sido explícitamente modeladas.
6
a. La construcción del modelo
Para formar el concepto del modelo es necesario que se hayan hecho dos cosas; especificar
las relaciones hipotéticas entre las variables latentes, esta etapa se enfoca en el modelo
estructural, y representa el marco teórico que se quiere probar. En este punto es importante
tener clara la diferencia entre las variables endógenas y exógenas del modelo. Una vez que
se han identificado las variables latentes que suponemos relevantes, se necesita especificar
las relaciones direccionales entre ellas. En otras palabras, se debe determinar las relaciones
de influencia entre las variables exógenas y endógenas. Es en este momento en que se
deben usar las teoría previas del tema, las evidencias empíricas y tal vez, alguna
investigación exploratoria; esto no significa que no se pueda complementar la literatura con
algún pensamiento original, sin embargo, es importante señalar que siempre es necesario
contar con algún conocimiento base indispensable para la construcción del modelo.
Los errores que se pueden cometer en este momento se deben principalmente a dos
cosas; por la omisión de importantes variables exógenas, y por la inclusión de ligas
irrelevantes.
7
miden, por lo que es necesario incluir un término residual, el error, que explique aquellas
influencias sobre la variable latente que no han sido explícitamente modeladas.
X =Λ ∗ξ +δ
q×1 x(q×n) (n×1) (q×1)
La representación gráfica del modelo permite tener una visión global de las hipótesis
supuestas y de las relaciones entre las variables. Las relaciones entre las variables latentes y
los indicadores correspondientes se representan por medio de flechas que se originan en la
variable latente (representada por una elipse) y termina en el indicador (que se representa
por un rectángulo). Las flechas direccionales se usan típicamente para describir las
relaciones en los modelos, pero no deben tomarse necesariamente para indicar hipótesis de
dirección causal a menos que se haga de forma explícita. (Asher, 1983). Cada trayectoria
estructural representa una hipótesis teórica. La ausencia de una flecha entre dos variables
indica el supuesto de que no hay un efecto directo entre ellas, no obstante, no significa
precisamente que no tenga ninguna influencia, sino que este impacto se puede describir
como un efecto indirecto, vía otra variable, y se le llama efecto de mediación, que se puede
considerar como el efecto principal en la modelación con ecuaciones estructurales.
(Diamantopoulos y Siguay, 2000). Los términos de error asociadas con las variables
endógenas representan los errores en las ecuaciones e indican que la variable dependiente
en el modelo no está perfecta y completamente explicada por las variables independientes. A
continuación se muestra un diagrama que representa un modelo prototipo con ecuaciones
estructurales para el caso de dos variables latentes exógenas, ξ1 y ξ2, tres variables latentes
endógenas η1, η2 y η3, y los indicadores, o variables observables, que corresponden a cada
una de ellas, Xi para las exógenas y Yj para las endógenas.
8
ε1 ε2
δ1 X1 Y1 Y2
γ11
ξ1
δ
2
X2 η1
Φ12 β12
δ3 X3 Y3 ε3
η2
ξ2 γ23
δ4 X4 η3 β32
Y4
ε4
Los parámetros:
γij representan los coeficientes de regresión entre las variables latentes exógenas y
endógenas . βij representan los coeficientes de regresión entre variables endógenas, y por
último Φij significan las covarianzas entre las variables latentes exógenas.
Las variables manifiestas.
Xi se usa para las variables manifiestas, o indicadores, es decir son las medidas y
puntajes de las variables latentes exógenas (los datos observados de la aplicación de los
cuestionarios)., de la misma forma las variables Los parámetros Yi se usan para representar
las variables manifiestas de las variables latentes endógenas.
9
III. Metodología
El examen se aplicó sin previo aviso pero con la advertencia de no interferir con su
calificación.
Sobre el resultado del examen y su relación con las variables latentes: utilidad,
ansiedad, confianza, agrado y motivación se hizo el análisis de ecuaciones estructurales, en
un proceso de construcción de varios modelos hasta encontrar el modelo que mejor se ajustó
a los datos.
10
IV. Resultados
La población encuestada presentó que el 48% son mujeres y el 52% hombres, la edad
promedio es de 23 años, aunque hay personas de mas de 40 años estudiando la carrera,
100
80
60
40
Frequency
0 N = 292.00
20.0 22.5 25.0 27.5 30.0 32.5 35.0 37.5 40.0 42.5
EDAD
La población tiene una distribución asimétrica con respecto a la variable turno ; el 62%
corresponde a la cantidad de alumnos que cursan en el turno matutino mientras que el 38% a
los que cursan en el turno vespertino.
11
TIPO DE PREPARATORIA
Missing
2.4%
PRIV A DA
22.6%
PUBLICA
74.9%
90
80
79
70
60
61
55
50
50 51
40
30
31
Count
20
4 6 7 9 10 12
MODULO
b. Cruce de Variables.
SEXO * TRABAJA
TRABAJA Total
SI NO
SEXO HOMBRE 74 85 159
MUJER 59 85 144
Total 133 170 303
12
TURNO * TRABAJA
TRABAJA Total
TURNO SI NO
MATUTINO 68 118 186
VESPERTINO 65 52 117
Total 133 170 303
PROMEDIO EN PREPA
80
CALIFICACIÓN PREVIA MATEMÁTICAS
140
70
120
60
50 100
40
80
30
20
60
Frequency
0
Std. Dev = 1.26
6.00 6.50 7.00 7.50 8.00 8.50 9.00 9.50 20
6.25 6.75 7.25 7.75 8.25 8.75 9.25 9.75 Mean = 7.78
0 N = 314.00
PROMEDIO EN PREPA
3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00
3.50 4.50 5.50 6.50 7.50 8.50 9.50
EXAMEN DE LA ENCUESTA
100 CALIFICACIÓN PREVIA MATEMÁTICAS
80
60
40
Frequency
20
Std. Dev = 1.73
Mean = 5.2
0 N = 326.00
1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0 10.0
13
d. Análisis inferencial
Con respecto a las calificaciones promedios de la preparatoria tienen una correlación positiva
con las calificaciones en trimestres previos a la encuesta.
• El desempeño en la calificación del examen es mejor por 0.5 en el turno matutino que en
el vespertino
• Los alumnos de tiempo completo tienen mejor calificación, también por 0.5 que los que
trabajan, por lo que la diferencia no es severa.
6.5
6.0
5.5
5.0
4.5
4.0
CRECIMIENTO Y DESARR
DINERO Y POL ECO
DINÁMICA DE LA EC
MER Y COMP
MER REG
CRISIS Y EST
MODULO
14
EMPLEO SATISFACCIÓN
1.49 DOMINO
0 1.00 1.33
0
.56 1
Motiv confianza c
1.00
INTER ES UTIL
.90
UTILIZAR
CONOCER OTRAS
ASIGNA ESTIM DIVERSIÓN
NECESARIA 1.00 -.53 .78 MÁS CUR
0.53
OCUPACIÓN 1.39 -.72
útil agradable
DESARROLLO
PROF
DIFICIL ME ASUSTA
5.20
CALMADO 0
-.29 EXAMEN
ansiedad
CONFIANZA
ENCUESTA
ALTERO
INCAPAZ NO LE TEMO
22 32 27 27 54
275 73 202
15
Índice de bondad de ajuste del modelo
CONCLUSIONES
El hecho de que los alumnos a quienes les impartimos clases no todos son de tiempo
completo, pues casi la mitad de la población trabaja y estudia y esto, consecuentemente se
refleja en el desempeño académico. Esta situación es un factor clave que debe considerarse
durante el proceso de enseñanza aprendizaje, en el sentido que los índices de reprobación
se pueden deber a esta situación y no a la falta de interés o motivación por parte del alumno,
por otro lado, fue muy satisfactorio, para los que apostamos por la educación pública, que el
desempeño no se ve afectado por el tipo de preparatoria en la que estudiaron.
16
Con base en estos resultados y el modelo gráfico se observaron las siguentes
trayectorias:
Finalmente se considera, que, una razón importante para explorar las relaciones entre
las variables afectivas y el aprendizaje, radica principalmente en que esta información puede
contribuir con la construcción o modificación de los planes de estudios curriculares en
diferentes orientaciones educativas. Así como explorar prácticas de enseñanza y aprendizaje
con base en la reflexión sobre las motivaciones y desarrollo de los valores de logro entre los
alumnos.
17
Bibliografía
• Arbuckle, J. L. & W. Wothke (1999). Amos 4.0 User's Guide. Chicago: SmallWaters
Corporation.
• Auzmendi, E. (1992). Las actitudes hacia la Matemática Estadística en las enseñanzas
medias y universitarias. Mensajero, Bilbao. España.
• Bollen, (1989). Structural Equations with Latent Variables. New York: John Wiley &
sons
• DeBellis, V. A. & Goldin, G. A. (1997). The Affective Domain in Mathematical
Problem- Solving. In Proceedings of the 21st Conference of the International Group for
the Psychology of Mathematics Education, 2, 209-216.
• Evans, J. (2000). Adults’ Mathematical Thinking and Emotions: a Study of Numerate
Practices. Falmer Press. Hembree, R. (1990). The Nature, Effects, and Relief of
Mathematics Anxiety. Journal for Research in Mathematics Education, 21, 33-46.
• Eccles, J. & Wigfield, A. (1995), In the mind of the actor: The structures of adolscents´
achievement task values and expectancy beliefs. Personality and Social Phychology
Bulletin, vol,21.
• McLeod, D. B. (1993). Affective Responses to Problem Solving. In The Mathematics
Teacher, 86(9), n, The Ontario Institute for Studies in Education of the University of
Toronto (OISE/UT).
• McLeod, D. B. (1992). Research on affect in mathematics education: a
reconceptualization. In D. A. Grouws (Ed.), NCTM Handbook of Research on
Mathematics Teaching and Learning, New York, NY: Macmillan, 575-596.
• Pólya George (1963). On Learning, Teaching, and Learning Teaching. Mathematical
Discovery, Vol. 2 . John Wiley & Sons publishers. Estados Unidos.
• Pintrich,P.R. & Shunk,D.H. (1996), Motivation in Education Theory, Research and
Applications. Prentice Hall, Columbus Ohio. Cap. 8.
• Risnes, Alan. (1999) School Background, Motivational Belief and Achievement in
Mathematics. Proceedings of the Twenty First Annual Meeting Phychology of
Mathematics Education. Vol. 1 Centro de Investigación y Estudios Avanzados-IPN.
Universidad Autónoma de Morelos.
18
19