RESUMEN

El presente estudio: Programa Pseint para mejorar la lgica computacional en estudiantes de

Computacin e Informtica del Instituto de Educacin Superior Tecnolgico Privado Santa Luca de
Tarma semestre acadmico I - 2016, se plante el objetivo: Aplicar el programa Pseint para mejorar
la lgica computacional en los estudiantes de Computacin e Informtica del Instituto Superior
Tecnolgico Privado Santa Luca de Tarma semestre acadmico I 2016, , asimismo la hiptesis de
investigacin: La aplicacin del programa Pseint mejora significativamente la lgica computacional en
los estudiantes de Computacin e Informtica del Instituto Superior Tecnolgico Privado Santa Luca
de Tarma semestre acadmico I 2016.
La investigacin es del tipo experimental, la poblacin de estudio estuvo conformada por 80
estudiantes de la carrera profesional de Computacin e Informtica del Instituto de Educacin Superior
Tecnolgico Privado Santa Luca de Tarma y el tamao de la muestra fue de 12 estudiantes del tercer
semestre de la carrera profesional de Computacin e Informtica de la misma institucin, se emple
la tcnica de encuestas y como instrumento un cuestionario referido al conocimiento de lgica
computacional y algortmico; se realiz el proceso estadstico interpretativo para determinar la
influencia del programa frente al dominio de la lgica computacional. Como resultado de esta
investigacin se ha demostrado con un nivel de significancia del 95% y una r de Pearson = 0,000 se
demuestra que el programa Pseint mejora significativamente la lgica computacional.

Palabras claves: Lgica computacional, algoritmos, pseudocdigos y diagramas de flujo.

ABSTRACT

This study: "Pseint Program to improve computational logic in students of Computing and Informatics
Institute of Higher Education Technology Private Santa Luca de Tarma semester I - 2016," the goal was
raised: Apply the Pseint program to improve computational logic in students of Computing and
Informatics Technology Private Saint Lucia Institute of Tarma semester I - 2016, also the research
hypothesis: the application of Pseint program significantly improves computational logic in students of
Computing and Informatics Technology Institute Saint Lucia Tarma private academic semester I - 2016.
Research is the experimental type, the study population consisted of 80 students of the career of
Computing and Informatics Institute of Higher Education Technology Private "Saint Lucia" of Tarma
and the sample size was 12 students of the third semester career of Computer and Information in the
same institution, the survey technique was used as instrument a questionnaire based on the
knowledge of computational and algorithmic logic; Interpretive statistical process was performed to
determine the influence of the program against the domain of computational logic. As a result of this
research has been demonstrated with significance level of 95% and a Pearson r = 0.000 is shown that
the program Pseint significantly improves computational logic.

Keywords: computational logic, algorithms, pseudocode and flowcharts.

10

CAPITULO I
INTRODUCCIN
Nuestra tesis titulada Programa Pseint para mejorar la lgica computacional en estudiantes de
Computacin e Informtica del Instituto de Educacin Superior Tecnolgico Privado Santa Luca de
Tarma semestre acadmico I - 2016, tiene como antecedentes en el mbito internacional a Blanco
Menndez (Oviedo 2009), en su tesis doctoral: El pensamiento lgico desde la perspectiva de las
neurociencias cognitivas, llego a las siguientes conclusiones:
Los procesos de pensamiento lgico pueden ser caracterizados tericamente, y sometidos a
investigacin cientfica y filosfica, en funcin de sus analogas con las funciones lingsticas,
principalmente. El cerebro humano y, posiblemente el de otras especies animales, puede ser
conceptualizado como un sistema de procesamiento de la informacin que opera segn principios
lgico-matemticos y estadsticos, semejantes a los que integran los computadores digitales y/o las
redes neuronales artificiales. Las lesiones cerebrales que afectan al cerebro humano, en particular, y
al encfalo en su conjunto, en general, pueden causar diversas alteraciones en los procesos de
pensamiento lgico, dependiendo de su estructura formal, y de la localizacin de las lesiones
consideradas, adems del tipo de material (icnico o verbal) que se emplee para la investigacin de
estos procesos. Las consideraciones relativas al desarrollo cognoscitivo humano resultan de inters
para la caracterizacin de la relacin entre lenguaje, pensamiento y procesos lgicos.
Por otro lado tenemos a Lpez Garca (Cali 2014), realiz su trabajo de grado: Actividades en el aula
con Scratch que favorecen el uso del pensamiento algortmico en el caso del grado 3 en el INSA, en la
Universidad ICESI. En su investigacin lleg a las siguientes conclusiones:

11

Se identificaron tres dimensiones de las actividades de aula que inciden directa o indirectamente
en el desarrollo del pensamiento algortmico: a) conceptos del pensamiento algortmico que al usarlos
frecuente y sistemticamente se espera potencien su desarrollo; b) interacciones docenteestudiante(s) que en un entorno de solucin de problemas promueven el uso de los conceptos del
pensamiento algortmico; y, c) interacciones entre pares que favorecen la solucin de problemas con
Scratch.
En el mbito nacional podemos considerar Jara Loayza (Lima diciembre de 2013), en su tesis: Entorno
de desarrollo para la ejecucin y traduccin de pseudocdigo, en la Pontificia Universidad Catlica del
Per. En su trabajo de tesis expresa las siguientes conclusiones:
Es importante tener una buena representacin de cdigo intermedio (tabla de cdigo y smbolos)
esto permite un sencillo recorrido para la ejecucin, y adems permite, dependiendo de los tokens
aadidos, la traduccin a diferentes lenguajes de programacin del pseudocdigo. Si se mantiene
independencia entre los elementos que se desarrollan se pueden integran diferentes tecnologas sin
aparentemente mucha dificultad, como es el caso del intrprete desarrollado en Java que es invocado
por un entorno de desarrollo en C#. Para el manejo de variables y el flujo de procedimientos y
funciones se utiliz una tabla de cdigo y smbolos diferentes. Esto no permite el paso de parmetros
por referencia, lo cual no fue implementado para mantener una sintaxis sencilla en el pseudocdigo
y para tener la capacidad de traducir a lenguajes como Java donde los datos de tipo primitivo no
pueden pasar por referencia. No es indispensable, pero es bueno manejar los lexemas o palabras
reservadas en un archivo aparte para permitir que los valores cambien sin necesidad de tener que
modificar el cdigo del intrprete directamente. De igual forma con las equivalencias para la
traduccin de cdigo.
Tambin es importante considerar a Hirs Martnez (Lima 2007), en tu tesis expresa la siguiente
conclusin: una sintaxis simple y directa que no es obstculo alguno para el alumno; sino una forma
de orientar sus procedimientos hacia la solucin problemas computacionales.
A nivel local, solo hemos podido recopilar informacin referente a ejemplos de lgica computacional
y lgica de programacin en el nivel bsico.
A la vez el desarrollo de la tesis se justifica legalmente para obtener el grado de Licenciado en
Educacin segn las normas de la Universidad Cesar Vallejo, a la vez metodolgicamente me permite
mejorar el pensamiento computacional de los estudiantes del Instituto Santa Luca, en lo prctico
permite a los estudiantes desarrollar aplicaciones en cualquier lenguaje de programacin.

12

CAPITULO II
MARCO METODOLGICO
2.1. Variables:
En torno a las variables (Hernndez, Fernndez, & Baptista, 2010, p. 93) seala que: Una variable
es una propiedad que puede fluctuar y cuya variacin es susceptible de medirse u observarse.
Efectivamente la manipulacin de las variables permitir al investigador medir los resultados para
demostrar significatividad de la hiptesis.
Variable Independiente:
Programa Pseint.
Dimensiones:

Estructura del programa Pseint

Variable Dependiente:
Lgica computacional
Dimensiones:

Pseudocdigos

Diagramas de flujo

2.2. Operacionalizacin de variables:

VARIABLE

Programa
Pseint

DEFINICIN
CONCEPTUAL

DEFINICIN
OPERACIONAL

PseInt
(Pseudo
Intrprete) es un
Entorno de Desarrollo
Integrado (IDE, por
sus siglas en ingls)
para PseudoCdigo,
un
lenguaje
de
programacin
imperativa simple y en
castellano. Es decir,
PseInt es un editor e

Para demostrar si
la estructura del
Pseint cumple con
su objetivo es
necesario
su
aplicacin
por
sesiones.

13

DIMENSIONES

Estructura
del programa

INDICADORES

Objetivo del
programa

ESCALA DE
MEDICIN
Nivel:
Ordinal
Valoracin:
0. Nada.
1. Algo.
2. Bastante.
3. Mucho.

Lgica
Computacional

intrprete
de
programas escritos en
PseudoCdigo.
El algoritmo es un
mtodo para resolver
problemas.
La
resolucin
de
problemas
necesariamente
necesita de entrada
de datos, proceso de
datos y salida de
datos. Esto en ciencia
computacional
se
conoce
como
Pseudocdigo.
Joyanes Aguilar (1996)
Los diagramas de flujo
(DF) son, con toda
seguridad, el mtodo
ms extendido y
popular para realizar
el diseo grfico de
procesos.
Su
simplicidad
y
verdatibilidad
han
contribuido
notablemente a su
difusin.
Pero,
siempre
hay
un
"pero", no se han
difundido por igual las
reglas sintcticas y
semnticas
que
convierten
esta
herramienta en un
mtodo
realmente
potente y simple para
cumplir
con
su
proncipal
objetivo:
facilitar
la
comuniccin
entre
persona implicadas.
Jaume
Ramonet
(2013)

Los indicadores de
la
lgica
de
programacin
algortmica
por
pseudocdigos se
miden mediante
la tcnica de la
encuesta y su
instrumento
el
cuestionario.

Conocimiento
de
pseudocdigos

Palabras reservadas
Instrucciones
Estructura
secuencial
Estructura
condicional
Estructura cclica

Los indicadores de
la
lgica
de
programacin
algortmica
por
diagramas de flujo
se
miden
mediante
la
tcnica de la
encuesta y su
instrumento
el
cuestionario.
Conocimiento
de diagramas
de flujo

Smbolos.
Variables.
Reglas.
Bifurcaciones.
Tabulaciones.

Nivel:
Ordinal
Valoracin:
0. Nada.
1. Algo.
2. Bastante.
3. Mucho.

Nivel:
Ordinal
Valoracin:
0. Nada.
1. Algo.
2. Bastante.
3. Mucho.

2.3. Metodologa:
2.3.1. Mtodo general:
Mtodo cientfico: Procedimientos, definicin del

problema, formulacin de la

hiptesis,

razonamiento deductivo, recopilacin y anlisis de datos, confirmacin o rechazo de hiptesis.

Crdova (2013)
2.3.2. Mtodo especfico:
Mtodo experimental: Procedimientos, formulacin del problema, formulacin de la hiptesis,
definicin del diseo experimental, observacin inicial de la variable dependiente, aplicacin de la

14

variable experimental, observacin final de la variable dependiente, anlisis de resultados,

formulacin de conclusiones. Crdova (2013)

2.4. Tipo de estudio:

Experimental
Sobre el asunto (Hernndez, Fernndez, & Baptista, 2010, p. 81 ) indica la: Investigacin correlacional:
Asocia variables mediante un patrn predecible para un grupo o poblacin.
(Del Cid, Mndez, & Sandoval, 2007, p.29) Explica: Un estudio descriptivo, empieza por determinar el
objeto de estudio .Luego establece instrumentos para medir adecuadamente el nivel de ese objeto de
estudio para poder saber qu y cmo se va a medir lo que nos interesa.

2.5. Diseo:
Pre experimental
Diagrama:
GE = Y1

Y2

Donde:
GE = Grupo experimental.
(Alumnos del I.E.S.T.P. Santa Luca).
Y1=Lgica computacional pre test.
Y2=Lgica computacional post test.
X=Variable independiente (programa o software Pseint)

2.6 Poblacin y muestra:

Poblacin: Crdova (2013) Es el conjunto de unidades de observacin bien definidas, con
caractersticas comunes y observables, agrupadas con fines de estudio.
El presente estudio trabajo con una poblacin de 80 estudiantes de Computacin e Informtica del
Instituto de Educacin Superior Tecnolgico Privado Santa Luca de Tarma semestre acadmico I 2016

15

Muestra: Crdova (2013) Es una parte de la poblacin seleccionada a travs de una tcnica no
probabilstica: Siendo nuestra muestra para el presente estudio 12 del tercer ciclo de Computacin e
Informtica del Instituto de Educacin Superior Tecnolgico Privado Santa Luca de Tarma semestre
acadmico I - 2016.

Muestreo: No probabilstico. Crdova (2013) se caracteriza porque no todas las unidades de la

observacin de una poblacin finita tienen las mismas posibilidades de ser seleccionadas para
conformar la muestra, por eso se eligi para la investigacin este tipo de muestreo no probabilstico
por conveniencia

2.7. Tcnicas e instrumentos de recoleccin de datos:

2.7.1. Encuesta:
De igual forma Entendemos Nio, (2011, p. 63) por encuesta la tcnica que permite la recoleccin de
datos que proporcionan los individuos de una poblacin, o ms comnmente de una muestra de ella,
para identificar sus opiniones, apreciaciones, puntos de vista, actitudes, intereses o experiencias, entre
otros aspectos, mediante la aplicacin de cuestionarios, tcnicamente diseados para tal fin.

2.7.2. Tcnica:
Segn Crdova, (2013, p. 107) Tcnica es un conjunto de procedimientos organizados para recolectar
datos correctos que conllevan a medir una o ms variables.

2.7.3. Instrumentos de recoleccin de datos:

Para el autor Arias, (2012, p.68) Un instrumento de recoleccin de datos es cualquier recurso,
dispositivo o formato (en papel o digital), que se utiliza para obtener, registrar o almacenar
informacin.
En la investigacin se utiliz como tcnica de recoleccin de datos el cuestionario el cual estuvo
conformado por 15 tems con la finalidad de recoger informacin relevante y pertinente sobre la lgica
computacional en los estudiantes de Computacin e Informtica del Instituto de Educacin Superior
Tecnolgico Privado Santa Luca de Tarma semestre acadmico I - 2016.

2.7.4 Validez del instrumento: Crdova (2013). Un instrumento es vlido cuando mide lo que
realmente desea medir.

16

En el trabajo de tomo como instrumento de recoleccin de datos el modelo KPSI (Knowledge and Prior
Study Inventory) es un instrumento de evaluacin en el que predomina la autorregulacin y es ideal
para el desarrollo de competencias en los estudiantes. Por la traduccin al espaol, se le conoce como
inventario de conocimientos previos del estudiante y sirve principalmente para que ellos se den cuenta
de lo que saben al inicio de un tema o secuencia didctica. Cuando terminan la actividad planeada por
los docentes, se les entrega nuevamente el documento para que lo llenen y valoren el aprendizaje
adquirido.

2.8. Mtodo de anlisis de datos:

2.8.1. Organizacin descriptiva:
Una vez aplicado los cuestionarios a los sujetos de la muestra se procede a evaluar y contabilizar los
resultados como se muestra en la tabla 1.

SUJETOS
Estudiante1
Estudiante2
Estudiante3
Estudiante4
Estudiante5
Estudiante6
Estudiante7

P1 P2 P3 P4 P5 P6 P7
1 0 1 0 0 0 0
0 0 1 0 0 0 0
1 0 1 0 0 0 0
0 0 0 0 0 0 0
1 1 1 1 0 1 1
0 0 1 0 0 0 0
0 0 1 0 0 0 0

PREGUNTAS
P8 P9 P10 P11 P12 P13 P14 P15
0 0
1
0
0
0
0
0
0 0
0
0
0
0
0
0
0 0
1
0
0
0
0
0
0 0
0
0
0
0
0
0
1 0
1
1
1
1
1
1
0 0
1
0
0
0
0
0
0 0
1
0
0
0
0
0

17

Estudiante8
0
Estudiante9
0
Estudiante10 0
Estudiante11 0
Estudiante12 1
Tabla N 1: Muestra

0 1 0 0 0 0
0 1 0 0 0 0
0 1 0 0 0 0
0 0 0 0 0 0
1 1 1 0 1 1
las 15 preguntas aplicados

0
0
0
0
1
a 13

0
1
0
0
0
1
0
0
0
1
sujetos con

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
los respectivos resultados

0
0
0
0
1
segn

categoras del cuestionario.

2.8.3. Nivel inferencial:

Despus de la tabulacin de datos se procede a analizar e inferir los datos por dimensiones y con la
valoracin respectiva, como se muestra en la tabla N 2.

Lgica Computacional
N PreTest

1
2
3
4
5
6
7
8
9
10
11
12

Postest

2
1
2
0
3
1
1
1
1
1
0
3

Pseudocdigo
PreTest

9
9
9
9
9
7
9
9
7
9
8
9

Diagrama de Flujo

Postest

0
0
0
0
1
0
0
0
0
0
0
1

PreTest

18
17
18
17
18
16
18
17
17
17
16
18

Postest

1
0
1
0
6
1
1
1
0
1
0
6

16
18
16
17
18
18
18
17
18
18
18
18

Tabla N 2: Datos inferidos para Pretest y Postest por dimensiones.

2.9. Aspectos ticos:

Esta investigacin fue ejecutada con el soporte acadmico de muchos profesionales; es por ello, que
se respeta los derechos de confiabilidad, durante el desarrollo del trabajo se tuvo presente los
principios bsicos de derechos de autor y propiedad intelectual. Asimismo, las polticas institucionales
de la Universidad Cesar Vallejo y del Instituto de educacin Superior Tecnolgico Privado Santa
Luca de Tarma, Se puede afirmar que es factible estudiar el fenmeno en cuestin, y se cuenta con
los recursos necesarios y la oportunidad de las instituciones involucradas.

18

19

CAPITULO III
RESULTADOS

Despus de realizar la aplicacin del instrumento en referencia al conocimiento de lgica

computacional en los estudiantes de Computacin e Informtica del Instituto de Educacin Superior
Tecnolgico Privado Santa Luca de Tarma semestre acadmico I - 2016.
Se presentan el anlisis de los resultados obtenidos para responder las preguntas de investigacin.
Para ello, en primer instante se utiliz la estadstica descriptiva para analizar los resultados obtenidos
por los participantes del estudio en el conocimiento de lgica computacional y sus dimensiones
conocimientos en pseudocdigos y diagramas de flujo. Luego, se utiliz estadstica inferencial para
hallar la influencia la variable independiente hacia la variable dependiente.

20

ANLISIS DE DATOS EN PRETEST

Tabla N 1
Lgica Computacional
Categora
Valor
% de Conocimiento
No s
20
56
Algo s
16
44
S bastante
0
0
S mucho
0
0
Total
36
100
Grfico N 1

CONOCIMIENTO DE LGICA COMPUTACIONAL

0%

8%

92%
No s

Algo s

S bastante

S mucho

Interpretacin: Se demuestra que del 100% de estudiantes encuestados la mayora no tiene

conocimiento de lgica computacin.

21

Tabla N 2
Conocimiento de Pseudocdigos
Categora Valor % de Conocimiento
No s
64
89
Algo s
8
11
S
bastante
0
0
S mucho
0
0
Total
72
100
Grfico N 2

CONOCIMIENTO DE PSEUDOCDIGOS
0%

8%

92%
No s

Algo s

S bastante

S mucho

Interpretacin: Se demuestra que del 100% de estudiantes encuestados la mayora absoluta no tiene
conocimiento de Pseudocdigos.

22

Tabla N 3
Conocimiento de Diagramas de Flujo
Categora Valor % de Conocimiento
No s
54
75
Algo s
18
25
S
bastante
0
0
S mucho
0
0
Total
72
100
Grfico N 3

CONOCIMIENTO DE DIAGRAMAS DE FLUJO

0%

8%

92%
No s

Algo s

S bastante

S mucho

Interpretacin: Se demuestra que del 100% de estudiantes encuestados la mayora no tiene

conocimiento de Diagramas de Flujo.

23

ANLISIS POSTEST
Tabla N 4
CONOCIMIENTO DE LGICA COMPUTACIONAL

Categoria
No s
Algo s
S
bastante
S mucho
Total

Valor % de Conocimiento
0
0
0
0
0
3
3

0
100
100

Grfico N 4

CONOCIMIENTO DE DIAGRAMAS DE FLUJO

0%

8%

92%
No s

Algo s

S bastante

S mucho

Interpretacin: Se demuestra que del 100% de estudiantes encuestados despus de la aplicacin del
programa Pseint, todos los estudiantes conocen la lgica computacional. En opinin del formulario
KPSI; podran explicar a un compaero.

24

Tabla 5
CONOCIMIENTO DE PSEUDOCDIGOS

Categoria
No s
Algo s
S
bastante
S mucho
Total

Valor % de Conocimiento
0
0
0
0
9
63
72

13
88
100

Grfico 5

CONOCIMIENTO DE PSEUDOCDIGOS
0%

8%

92%
No s

Algo s

S bastante

S mucho

Interpretacin: Se demuestra que del 100% de estudiantes encuestados despus de la aplicacin del
programa Pseint, la mayora absoluta domina conocimientos de pseudocdigos.

25

Tabla N 6
CONOCIMIENTO DE DIAGRAMAS DE FLUJO

Categoria
No s
Algo s
S
bastante
S mucho
Total

Valor % de Conocimiento
0
0
0
0
6
66
72

8
92
100

Grfico N 6

CONOCIMIENTO DE DIAGRAMAS DE FLUJO

0%

8%

92%
No s

Algo s

S bastante

S mucho

Interpretacin: Se demuestra que del 100% de estudiantes encuestados despus de la aplicacin del
programa Pseint, la mayora absoluta domina conocimientos de diagramas de flujo; hasta incluso
podran explicar a un compaero

26

CAPITULO IV
DISCUSIN

En el presente capitulo se realiza el anlisis e interpretacin de los resultados de la investigacin

efectuada a una muestra de 12 estudiantes, conformada por alumnos del tercer semestre acadmico
de la especialidad de Computacin e Informtica del Instituto de Educacin Superior Tecnolgico
Privado "Santa Luca" de Tarma Junn.
El tamao de muestra elegido del estudio es no probabilstico e intencionada a fin que el nmero sea
asequible para la aplicacin del programa Pseint.
En el trabajo de investigacin el mtodo aplicado logro mejorar de manera significativa la lgica
computacional en estudiantes de Computacin e Informtica del Instituto de Educacin Superior
Tecnolgico Privado Santa Luca de Tarma semestre acadmico I - 2016, como lo demuestra los
resultados del grfico N 1 en relacin al grfico N 4, grfico N 2 en relacin al grfico N 5 y grfico
N 3 en relacin al grfico N 6. Dicha interpretacin trae consigo las siguientes conclusiones.
a) Las hiptesis planteadas son:
Hi: La aplicacin del programa Pseint mejora significativamente la lgica computacional en los
estudiantes de Computacin e Informtica del Instituto Superior Tecnolgico Privado Santa Luca de
Tarma semestre acadmico I 2016.
Ho: La aplicacin del programa Pseint no mejora la lgica computacional en los estudiantes de
Computacin e Informtica del Instituto Superior Tecnolgico Privado Santa Luca de Tarma semestre
acadmico I 2016.
b) El nivel de significancia = 0,05
c) La validacin de Hiptesis demuestra que en el caso de conocimientos de lgica computacional,
pseudocdigos y diagramas de flujo se muestra en las tablas siguientes teniendo como resultado final
que p=0,000
d) Por lo tanto; p=0,000 < = 0,05, se acepta la Hiptesis alterna y se rechaza la Hiptesis nula.

27

Estadsticos para una muestra

Error tp. de la
N

Media

Pretest Lgica

Desviacin tp.

media

12

1,33

,985

,284

12

8,58

,793

,229

Computacional
Postest Lgica
Computacional

Prueba para una muestra

Valor de prueba = 0
95% Intervalo de confianza
para la diferencia

Diferencia de
t
Pretest Lgica

gl

Sig. (bilateral)

medias

Inferior

Superior

4,690

11

,001

1,333

,71

1,96

37,497

11

,000

8,583

8,08

9,09

Computacional
Postest Lgica
Computacional

Estadsticos para una muestra

Error tp. de la
N

Media

Desviacin tp.

media

Pretest Pseudocdigo

12

,17

,389

,112

Postest Pseudocdigo

12

17,25

,754

,218

Prueba para una muestra

Valor de prueba = 0
95% Intervalo de confianza
Diferencia de
t

gl

Sig. (bilateral)

medias

para la diferencia
Inferior

Superior

Pretest Pseudocdigo

1,483

11

,166

,167

-,08

,41

Postest Pseudocdigo

79,275

11

,000

17,250

16,77

17,73

28

Estadsticos para una muestra

Error tp. de la
N

Media

Desviacin tp.

media

Pretest Diagrama Flujo

12

1,50

2,153

,622

Postest Diagrama Flujo

12

17,50

,798

,230

Prueba para una muestra

Valor de prueba = 0
95% Intervalo de confianza
Diferencia de
t

gl

Sig. (bilateral)

medias

para la diferencia
Inferior

Superior

Pretest Diagrama Flujo

2,413

11

,034

1,500

,13

2,87

Postest Diagrama Flujo

75,993

11

,000

17,500

16,99

18,01

e) En conclusin al 95% se comprueba que la aplicacin del programa Pseint mejora significativamente
la lgica computacional en los estudiantes de Computacin e Informtica del Instituto Superior
Tecnolgico Privado Santa Luca de Tarma semestre acadmico I 2016.

29

BIBLIOGRAFA

1. Alegre J., & Fernndez , R. (2013). Liderazgo transformacional, capacidad de aprendizaje

organizativo y felicidad en el trabajo. Valencia: Universitat de Valencia.
2. Arceo , A. (2012). El portavoz en la comunicacin de las organizaciones: fundamentos tericoPrcticos. Alicante: UNE.
3. Argos, J., & Ezquerra, P. (2014). Liderazgo y Educacin. Santander: Editorial de la Universidad
de Cantabria.
4. Arias, F. (2012). El Proyecto de Investigacin: Introduccin a la metodologa cientfica. Caracas:
EPISTEME, C.A.
5. Asociacin Civil EL COIHUE. (20 de Enero de 2010). Asociacin Civil EL COIHUE. Obtenido de
Identidad del Coihue.com:
http://identidadelcoihue.blogspot.com/2010/01/dinamica-institucional-y-modeladoresde.html
6. Ayoub ,L. (2011). Estilos de liderazgo y su eficacia en la administracin pblica
mexicana:metodologa y resultados de una investigacin emprica (Primera edicin ed.).
Raleigh, North Carolina: Lulu Enterprises, lnc.
7. Bass, B. (1990). From Transactional to Iransformational Leadership: Learning to Share the
Vision. En F. Luthans, Organizational Dynamics (pgs. 19-31). Nebraska: GALLUP, INC.
8. Cervera, C .(2012). Liderazgo Transformacional del Director y su relacin con el clima
organizacional en las Ins,ituciones Educativas del Distrito de Los Olivos. Lima: UNMSM.
9. Lic. VilaxaAvila, Rosa Teodila. Tesis Influencia del software educativo Ardora como
herramienta tic, en el mejoramiento del aprendizaje significativo en los alumnos del primer
grado de educacin secundaria en el rea de Historia, Geografa y Economa en la I.E 2079
Antonio Raymondi, ubicada en el distrito de San Martn de Porres 2011. Universidad Cesar
Vallejo, Escuela de Post Grado
10. Segunda Especialidad.
11. Hernndez, R. F. (2010). Metodologa de la investigacin (Quinta ed.). Mxico:
McGraw-Hill.
12. INSA. (2013). Quines somos, Instituto Nuestra Seora de la Asuncin.Recuperado el 17 de
Octubre de 2013, de INSA: http://www.insa-csb.co/

30

13. ISTE. (2011). Operationaldefinitionforcomputationalthinkingfor K-12 education.Recuperado

el 12 de Septiembre de 2013, de ISTE: http://www.iste.org/learn/computational-thinking/ctoperational-definition
14. ISTE. (2012). ISTE ClassroomObservationTool (ICOT). Recuperado el 5 de Mayo de 2014, de
Eduteka: http://www.eduteka.org/ICOT.php.

31