Tesis-2019 19.01.2020 PDF

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO
FACULTAD DE EDUCACIÓN Y CIENCIAS DE LA

COMUNICACIÓN
ESCUELA PROFESIONAL DE EDUCACIÓN SECUNDARIA
USO DEL GEOGEBRA EN EL APRENDIZAJE DE LAS MEDIDAS DE

TENDENCIA CENTRAL, EN ESTUDIANTES DEL SEGUNDO GRADO DE
EDUCACIÓN SECUNDARIA DE LA INSTITUCIÓN EDUCATIVA MIXTA
FORTUNATO L. HERRERA, CUSCO 2018
TESIS PRESENTADO POR:

 BR. Grismian Videla Chancayauri Cruz
 BR. Julian Richar Amao Huillca
Para optar al Título Profesional de Licenciado de

Educación, especialidad de Matemática y física.
ASESORA:
 Dra. Luz María Cahuana Fernández
CUSCO – PERÚ
2019
DEDICATORIA
Dedico a mis padres Gregoria y Francisco Beltrán por su constancia y apoyo para que pueda
salir adelante en mis estudios y hacerme crecer como persona y profesional.
A mis hermanos quienes con su cariño y apoyo me ayudaron a crecer como persona y con
su amor sincero el concepto de hermandad.
A mí amada hija Dayra por ser mi fuente de motivación e inspiración para poder superarme
cada día más, y así poder luchar para que la vida nos depare un futuro mejor.
Bach. Grismian Videla Chancayauri Cruz
Dedico este trabajo y el esfuerzo que conlleva a mis Padres Antonia y Ricardo, quien con
todo su amor, coraje, fortaleza y valentía me apoyo siempre en todo, con firmeza y decisión.
Bach. Julian Richar Amao Huillca
ii
AGRADECIMIENTO
A la UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO por darnos
la oportunidad de estudiar y ser profesionales.
A nuestra Asesora de tesis, Dra. Luz María Cahuana Fernández por su esfuerzo y
dedicación, quien, con sus conocimientos, su experiencia, su paciencia y su motivación
ha logrado que podamos terminar nuestro trabajo de tesis.
A mis padres por su constante apoyo, a mi hija Dayra por ser mi fuerza y mi motivo a seguir.
Bach. Grismian Videla Chancayauri Cruz
A Dios, a mis padres por confiar y creer en mí, por los consejos, valores y principios que
nos han inculcado, a mis hermanos y a mi esposa Martha por su apoyo en este trajinado
camino, a la UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL
CUSCO por la
Oportunidad que brinda, finalmente quiero expresar mi más grande y sincero agradecimiento
a nuestra docente, Dra. Luz María Cahuana Fernández por su paciencia, apoyo
incondicional, muchas gracias.
Bach. Julian Richar Amao Huillca
iii
PRESENTACIÓN
Señora Decana de la Facultad de Educación y Ciencias de la Comunicación de la
Universidad Nacional de San Antonio Abad del Cusco.
Señores Miembros del Jurado:
En concordancia con el cumplimiento de los requisitos exigidos en el Reglamento de
Grados y Títulos la Escuela Profesional de Educación, ponemos a vuestra consideración
la tesis intitulada: USO DEL GEOGEBRA EN EL APRENDIZAJE DE LAS
MEDIDAS DE TENDENCIA CENTRAL, EN ESTUDIANTES DEL SEGUNDO
GRADO DE EDUCACIÓN SECUNDARIA DE LA INSTITUCIÓN
EDUCATIVA MIXTA
FORTUNATO L. HERRERA, CUSCO 2018, a fin de optar al Título Profesional
de Licenciados en Educación, de la especialidad de Matemática y Física.
La presente tesis tiene como propósito la aplicación del software Geogebra en el
aprendizaje de las medidas de tendencia central, en estudiantes del segundo grado de
educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera, realizando
inicialmente una descripción de las variables, analizándolas y finalizando con una
recomendación desde el punto de vista de nuestra profesión.
Los Autores
iv
RESUMEN
El presente trabajo de investigación titulado “USO DEL GEOGEBRA EN EL
APRENDIZAJE DE LAS MEDIDAS DE TENDENCIA CENTRAL, EN ESTUDIANTES
DEL SEGUNDO GRADO DE EDUCACIÓN SECUNDARIA DE LA INSTITUCIÓN
EDUCATIVA MIXTA FORTUNATO L. HERRERA, CUSCO 2018” tiene como problema
general ¿En qué medida el uso del software Geogebra influye en el aprendizaje
de las medidas de tendencia central en estudiantes del Segundo grado de educación
secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco - 2018?, y
objetivo general Determinar en qué medida el uso del software Geogebra influye en el
educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco - 2018.
La metodología utilizada para la investigación es de tipo tecnológica/aplicativa, de
nivel explicativo de un diseño cuasi experimental, la población está conformada por 72
estudiantes, para ello se utilizó instrumentos de evaluación (encuesta – rubricas) para obtener
información pertinente.
De la aplicación realizada se llegó a la siguiente conclusión el uso del software
Geogebra influye en el aprendizaje de las medidas de tendencia central, en estudiantes del
segundo grado de educación secundaria de la Institución Educativa Mixta Fortunato L.
Herrera, Cusco - 2018. Ya que las medias de las calificaciones en el grupo control y en
el grupo experimental del segundo grado del nivel secundario tiene diferencias significativas.
Palabras Clave: Aprendizaje, Geogebra, Estudiantes, Tecnológica.
v
INTRODUCCIÓN
El Geogebra tiene la potencia de manejar con variables vinculadas a números, vectores y
puntos; permite hallar derivadas e integrales de funciones y ofrece un repertorio de
comandos propios del análisis matemático, para identificar puntos singulares de una
función, como Raíces o Extremos.
Las medidas de tendencia central son medidas estadísticas que pretenden resumir en un solo
valor a un conjunto de valores. Representan un centro en torno al cual se encuentra ubicado
el conjunto de los datos. Las medidas de tendencia central más utilizadas son: media,
mediana y moda. Las medidas de dispersión en cambio miden el grado de dispersión de los
valores de la variable.
El presente trabajo tiene por objetivo determinar en qué medida el uso del software
Geogebra influye en el aprendizaje de las medidas de tendencia central, en estudiantes del
segundo grado de educación secundaria de la Institución Educativa Mixta Fortunato L.
Herrera, Cusco. Está investigación se encuentra estructurada en 4 capítulos.
CAPITULO I: Se considera el problema de investigación, planteamiento del problema donde
se da a conocer los detalles del problema, área de investigación, área geográfica del trabajo
descripción del problema, objetivo de estudio, la justificación del problema.
CAPITULO II: En este capítulo se desarrolla el marco teórico y el marco conceptual, el que
integra antecedentes en relación con la temática de la investigación.
CAPITULO III: En este capítulo se desarrolla el diseño metodológico, así como el tipo de
investigación, el nivel de investigación, el enfoque de investigación; la población y muestra,
técnicas e instrumentos de recolección de datos en el cual se usó la entrevista y la encuesta
para el análisis de estos datos.
CAPÍTULO IV: En este capítulo se desarrolla el análisis e interpretación de resultados de la
investigación, conclusiones, recomendaciones, bibliografía y anexos.
vi
INDICE GENERAL
DEDICATORIA .................................................................................................................. ii
AGRADECIMIENTO ........................................................................................................ iii
PRESENTACIÓN .............................................................................................................. iv
RESUMEN ........................................................................................................................... v
INTRODUCCIÓN .............................................................................................................. vi
INDICE GENERAL .......................................................................................................... vii
CAPITULO I: PLANTEAMIENTO DEL PROBLEMA} .............................................. 1

1.1. Área de investigación .............................................................................................. 1
1.2. Área geográfica del trabajo ..................................................................................... 1
1.3. Descripción del problema........................................................................................ 1
1.4. Formulación del Problema de la Investigación ....................................................... 5
1.4.1. Problema General ............................................................................................ 5
1.4.2. Problemas Específicos ..................................................................................... 5
1.5. Objetivos de la investigación .................................................................................. 5
1.5.1. Objetivo General .............................................................................................. 5
1.5.2. Objetivos Específicos ...................................................................................... 6
1.6. Justificación de la investigación ............................................................................. 6
1.6.1. Justificación teórica ......................................................................................... 6
1.6.2. Justificación práctica........................................................................................ 7
1.6.3. Justificación metodológica............................................................................... 7
1.6.4. Justificación pedagógica .................................................................................. 7
1.7. Limitaciones de la investigación............................................................................. 7
CAPÍTULO II: MARCO TEÓRICO ................................................................................ 9

2.1. Antecedentes de la Investigación. ........................................................................... 9
2.1.1. Antecedentes internacionales ........................................................................... 9
2.1.2. Antecedentes nacionales ................................................................................ 11
2.1.3. Antecedentes locales ...................................................................................... 18
2.2. Marco Legal. ......................................................................................................... 20
2.2.1. Ley General de Educación N° 28044 Artículo 3°. ..................................... 20
2.3. Marco Teórico. ...................................................................................................... 21
vii
2.3.1. Fundamentos teóricos sobre el aprendizaje ................................................... 21
2.3.2. Factores que influyen en el aprendizaje ........................................................ 24
2.3.3. Uso del software Geogebra ........................................................................... 31
2.3.4. Medidas de tendencia central ........................................................................ 46
2.4. Marco conceptual .................................................................................................. 69
2.5. Hipótesis................................................................................................................ 70
2.5.1. Hipótesis General........................................................................................... 70
2.5.2. Hipótesis Específicas. .................................................................................... 70
2.5.3. Prueba de Hipótesis Estadísticas.................................................................... 71
2.6. Variables ............................................................................................................... 71
2.6.1. Variable Independiente: ................................................................................. 71
2.6.2. Variable Dependiente: ................................................................................... 72
CAPÍTULO III DISEÑO METODOLÓGICO .............................................................. 75

3.1. Tipo de Investigación ............................................................................................ 75
3.2. Nivel de Investigación........................................................................................... 75
3.3. Diseño de la Investigación .................................................................................... 75
3.4. Población y Muestra.............................................................................................. 76
3.4.1. Población ....................................................................................................... 76
3.4.2. Muestra .......................................................................................................... 77
3.5. Técnica e instrumentos de recolección de datos ................................................... 77
3.5.2. Instrumentos .................................................................................................. 77
3.6. Procesamiento de Datos ........................................................................................ 78
CAPITULO IV RESULTADOS Y DISCUSIÓN ........................................................... 79

4.1. Descripción: .......................................................................................................... 79
4.2. Presentación de resultados: ................................................................................... 80
4.2.1. Promedio de calificaciones obtenidas por los estudiantes ............................. 80
4.2.3. Promedio de calificaciones obtenidas por los estudiantes. ............................ 88
4.3. Pruebas de Hipótesis ............................................................................................. 96
4.3.1. Pruebas de normalidad grupo control y experimental en el post test. ........... 96
4.3.2. Pruebas de homocedasticidad grupo control y experimental en el post test. . 98
viii
4.3.3. Prueba de Hipótesis Estadísticas General ...................................................... 98
4.3.4. Prueba de Hipótesis Estadísticas Especifica 1 ............................................. 101
4.3.5. Prueba de Hipótesis Estadísticas Específica 2 ............................................. 102
4.3.6. Prueba de Hipótesis Estadísticas Específica 3 ............................................. 103
CONCLUSIONES ........................................................................................................... 104

RECOMENDACIONES ................................................................................................. 105
BIBLIOGRAFÍA ............................................................................................................. 106
ANEXOS .......................................................................................................................... 109
ix
INDICE DE TABLAS
Tabla N° 1: Cuadro 2.2. Calculo de la media aritmética de X=Salarios .................................................................................................. 48
Tabla N° 2: Cuadro2.3. Calculo de la media aritmética de X=salarios .................................................................................................... 49
Tabla N° 3: Cuadro 2.4. Relaciones entre media, mediana y moda ........................................................................................................ 55
Tabla N° 4: Cuadro 2.5. Cálculo de la media geométrica ........................................................................................................................ 57
Tabla N° 5: Cuadro 2.5. Cálculo de la media geométrica ........................................................................................................................ 58
Tabla N° 6: Cuadro 2.1. Calculo de la mediana de X = Salarios ............................................................................................................. 64
Tabla N° 7: Operacionalización de variables: Aprendizaje de Medidas de tendencia Central. ............................................................... 74
Tabla N° 8: Población de estudiantes del 2º grado de la I.E.F.L.M. ........................................................................................................ 76
Tabla N° 9: Muestra de estudiantes del 2º grado de la I.E.F.L.M. ........................................................................................................... 77
Tabla N° 10: Resultados de las Medidas de tendencia central para datos no agrupados ...................................................................... 80
Tabla N° 11: Resultados de las Medidas de tendencia central para datos agrupados en la tabla de frecuencias. ................................ 81
Tabla N° 12: Resultados de las medidas de tendencia central para datos agrupados en la tabla de clases y frecuencias ................... 82
Tabla N° 13: Resultados de las medidas de tendencia central generales .............................................................................................. 83
Tabla N° 14: Resultados de las medidas de tendencia central para datos no agrupados ...................................................................... 84
Tabla N° 15: Resultados de las medidas de tendencia central para datos agrupados en la tabla de frecuencias. ................................ 85
Tabla N° 16: Resultados de las medidas de tendencia central para datos agrupados en la tabla de clases y frecuencias. .................. 86
Tabla N° 19: Resultados de medidas de tendencia central para datos agrupados en la tabla de frecuencias. ..................................... 89
Tabla N° 23: Resultados de las medidas de tendencia central para datos agrupados en la tabla de frecuencias ................................. 93
Tabla N° 25: Medidas de tendencia central para datos generales .......................................................................................................... 95
Tabla N° 26: Pruebas de normalidad ....................................................................................................................................................... 96
Tabla N° 27: Prueba de homogeneidad de varianzas ............................................................................................................................. 98
Tabla N° 28: Procesamiento Estadístico de Grupo con el Software Estadístico SPSS en el Segundo Grado de Secundaria .............. 98
Tabla N° 29: Procesamiento de la Prueba de Muestras Independientes con el Software Estadístico Spss en el Segundo Grado de
Secundaria................................................................................................................................................................................................ 99
Tabla N° 30: Procesamiento de la Prueba de Muestras Independientes con el Software Estadístico SPSS en el Segundo Grado de
Secundaria................................................................................................................................................................................................ 99
Tabla N° 31: Procesamiento Estadístico de Grupo con el Software Estadístico SPSS en el Segundo Grado de Secundaria ............ 101
Secundaria.............................................................................................................................................................................................. 101
Tabla N° 34: Procesamiento de la Prueba De Muestras Independientes con el Software Estadístico SPSS en el Segundo Grado de
Secundaria.............................................................................................................................................................................................. 102
Secundaria.............................................................................................................................................................................................. 103
x
INDICE DE FIGURAS
Figura N° 1 Ventana principal del Geogebra. .......................................................................................................................................... 39
Figura N° 2: Datos procesados para determinar la Media, Mediana y Moda en datos no agrupados en el Geogebra .......................... 44
Figura N° 3: Datos procesados para determinar la Media, Mediana y Moda en datos agrupados en la tabla de frecuencias. .............. 45
Figura N° 4: Datos procesados para determinar la Media, Mediana y Moda en datos agrupados en la tabla de frecuencias con
intervalos .................................................................................................................................................................................................. 46
Figura N° 5: Resultados de las Medidas de tendencia central para datos no agrupados ....................................................................... 80
Figura N° 6: Resultados de las Medidas de tendencia central para datos agrupados en la tabla de frecuencias. ............................... 81
Figura N° 7: Resultados de las medidas de tendencia central para datos agrupados en la tabla de clases y frecuencias............ 82
Figura N° 8: Resultados de las medidas de tendencia central generales ............................................................................................... 83
Figura N° 9: Resultados de las medidas de tendencia central para datos no agrupados ....................................................................... 84
Figura N° 10: Resultados de las medidas de tendencia central para datos agrupados en la tabla de frecuencias. ............................... 85
Figura N° 11: Resultados de las medidas de tendencia central para datos agrupados en la tabla de clases y frecuencias. ................. 86
Figura N° 12: Resultados de las medidas de tendencia central generales ............................................................................................. 87
Figura N° 13: Resultados de las medidas de tendencia central para datos no agrupados ..................................................................... 88
Figura N° 14: Resultados de medidas de tendencia central para datos agrupados en la tabla de frecuencias .............................. 89
Figura N° 15: Resultados de las medidas de tendencia central para datos agrupados en la tabla de clases y frecuencias.................. 90
Figura N° 16: Resultados de las medidas de tendencia central generales ............................................................................................. 91
Figura N° 17: Resultados de las medidas de tendencia central para datos no agrupados ..................................................................... 92
Figura N° 18: Resultados de las medidas de tendencia central para datos agrupados en la tabla de frecuencias ................................ 93
Figura N° 19: Resultados de las medidas de tendencia central para datos agrupados en la tabla de clases y frecuencias .......... 94
Figura N° 20: Medidas de tendencia central para datos generales ......................................................................................................... 95
Figura N° 21: Pruebas de normalidad ...................................................................................................................................................... 97
xi
CAPITULO I: PLANTEAMIENTO DEL PROBLEMA
1.1. Área de investigación
El presente trabajo de investigación se encuentra en un contexto informático en el área
de Matemática, porque se encargó de estudiar la influencia de las medidas de tendencia
central con el uso del Geogebra con actividades realizadas por los estudiantes en la
Institución Educativa de Aplicación Mixta Fortunato L. Herrera.
1.2. Área geográfica del trabajo
El presente trabajo de investigación se realizó en la Institución Educativa Mixta de
Aplicación Fortunato L. Herrera ubicado en la Av. De la Cultura N° 721 del distrito de
Wanchaq, provincia de Cusco y departamento de Cusco, colindando con el estadio
universitario y la cervecería BACKUS.
Su origen de nuestro prestigioso plantel está en la fundación y creación de la Facultad
de Educación. Creada en 1939 por Ley 10219. La Facultad de Educación debía tener su
Centro de Aplicación para las prácticas pre profesionales de los futuros profesionales de la
Educación.
En un inicio los practicantes en coordinación con sus docentes solicitaban horas de
prácticas y se logró la ansiada fundación gracias a la labor de los doctores Jorge Chávez
Chaparro y de Wilbert Salas Rodriguez.
1.3. Descripción del problema
En el año 2010, el tercer estudio ha entregado sus resultados, tanto de logro de
aprendizaje como de factores asociados, este ha sido un esfuerzo colectivo en que los países,
a través de sus coordinaciones nacionales, ubicadas en sus unidades de evaluación
educativa, han sido clave para contar con evidencia empírica basada en un estudio de alta
1
calidad metodológica, en colaboración con la Oreal Unesco, socios implementadores y
expertos internacionales. Por lo que en términos de distribución de estudiantes por niveles
de desempeño, los resultados indican que en, matemática y ciencias, la mayoría se
concentra en los dos niveles más bajos, tanto en tercer como en sexto grado del nivel
primaria, aun cuando es posible observar patrones distintos de distribución al momento
de analizar los datos a nivel de países. (Educacion O. R., 2015)
Así mismo cada año se desarrolla en nuestro país la Evaluación Censal de Estudiantes
ECE el cual es aplicado a los estudiantes de 2° grado de educación secundaria donde se
evalúa las capacidades en Lectura, Matemática, Historia, Geografía y Economía, pues se
aplica a 12,926 instituciones educativas Estatales, donde 533,433 son evaluados en
conocimientos de las áreas mencionadas, el promedio de resultado satisfactorio en el área
de Matemática incurre en un 19%, en los años 2015 al 2016 (Educacion M. d., 2007-2015)
Pues es una cifra no deseable, por ende se requiere más asistencia de parte
profesional. A su vez se realiza las evaluaciones Internacionales PISA, donde participan los
países miembros de la OCDE en el caso que no son miembros como Perú la participación es
voluntaria cada 3 años se toma la prueba. OCDE Tiene por objeto evaluar hasta qué punto los
estudiantes cercanos al final de la educación obligatoria han adquirido algunos de los
conocimientos y habilidades necesarios para la participación plena en la sociedad del saber.
PISA saca a relucir aquellos países que han alcanzado un buen rendimiento y, al mismo
tiempo, un reparto equitativo de oportunidades de aprendizaje, ayudando así a establecer
metas ambiciosas para otros países, pero sin embargo, Perú es el país que ocupa en los últimos
puestos de la lista en las áreas de lectura, matemática y ciencias. (PISA, 2015)
Es por ello que actualmente la educación enfrenta nuevos cambios tecnológicos de
este siglo XXI y los docentes no deben ser ajenos a estas nuevas propuestas, ellos son los
que impulsan la motivación del estudiante para ejecutar nuevos aprendizajes, por ello la
2
utilización de los recursos didácticos digitales como es el software Geogebra que muestra
una alternativa didáctica con la cual no es necesaria la memorización de conceptos, por el
contrario brinda diferentes posibilidades de programación la cual mejora el aprendizaje del
estudiante durante los procesos pedagógicos constituyendo un conjunto de interacciones
entre el docente y el estudiante en una sesión de aprendizaje, uno de las primeras
dificultades proviene de los cambios progresivos que la estadística está experimentando en
la actualidad, teniendo en cuenta su importancia se hace entonces preocupante la situación
que se presenta en el sector educativo, puesto que se ha notado que los estudiantes presentan
dificultades en la lectura de datos de tablas, comprensión de gráficos, e información
presente en los textos escolares sobre medidas de tendencia central.
Las medidas de tendencia central se denominan así a algunos valores numéricos que
se obtienen de la distribución de una variable cuantitativa, y cuyos resultados se ubican
por el centro de la serie de datos. (Angel, 2015)
En las últimas décadas la importancia que va adquiriendo la estadística en las
diferentes ciencias es notable, siendo fundamental en la vida cotidiana, ya que ayuda a la
toma de decisiones, como por ejemplo al estudiar la tasa de mortalidad, natalidad, el índice
de precios, entre otros, por ende la investigación pretende abordar actividades de enseñanza
y aprendizaje considerando como tema principal las medidas de tendencia central utilizando
el uso de software matemático geogebra.
Geogebra es un software de geometría dinámica que facilita la enseñanza y el
aprendizaje de la matemática en temas como Geometría, Aritmética, Álgebra, Análisis,
Cálculo, Probabilidad y Estadística” (Durand, 2013 (P. 12-15))
El software Geogebra está disponible de manera libre y al alcance de los usuarios,
surge desde el año 2001 en Austria por Markus Hohenwarter para el desarrollo de la maestría
en Educación Matemática en la Universidad de Salzburgo donde los estudiantes
3
desarrollaron destrezas y habilidades usando apropiadamente los comandos y los códigos
propios de este software, así poder comprender y aplicar estrategias como modelar las
restricciones del problema, graficar la región factible de las restricciones obtenidas mediante
la mediación del Geogebra, evaluar la función objetivo e interpretar la respuesta obtenida
realizando el tránsito coordinado de registros verbales, algebraicos y gráficos.
Es por ello que el problema de la presente investigación es el bajo rendimiento
académico en el área de Matemática ya que se caracterizó por el seguimiento de reglas y
procedimientos, la practica rutinaria de ejercicios, el uso de palabras claves y la falta de un
contexto significativo para su aprendizaje en estudiantes del segundo grado de educación
secundaria de la Institución Educativa Mixta Fortunato L. Herrera, donde se evidencia la
carencia del aprendizaje significativo, en medidas de tendencia central lo cual dificulta el
aprendizaje completo y complejo de los estudiantes en el área de Matemática, que es
sinónimo de atraso en el ámbito educativo, con el problema descrito se podría generar bajo
rendimiento académico en los estudiantes.
Por consiguiente en el presente trabajo de investigación analizara el uso del Geogebra
en el aprendizaje en estudiantes del segundo grado de educación secundaria de la
mencionada institución educativa, considerando que el uso de este software es una
alternativa para la correcta intervención del docente y del estudiante, la cual permite analizar
y comprender el desarrollo de las medidas de tendencia central y así solucionar el problema
que ha generado la enseñanza tradicional en el proceso de aprendizaje en el área de
matemática, por lo cual los estudiantes se sientan motivados de manera permanente y el
proceso de aprendizaje se vuelva interactiva y dinámica. Así mismo la integración de las
tecnologías en la enseñanza como herramienta didáctica pueda mejorar de manera
significativa y así tengamos estudiantes competentes en el área de matemática.
En tal sentido para responder a la problemática descrita formulamos las siguientes preguntas:
4
1.4. Formulación del Problema de la Investigación
1.4.1. Problema General
¿En qué medida el uso del software Geogebra influye en el aprendizaje de las
medidas de tendencia central en estudiantes del Segundo grado de educación
secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco - 2018?.
1.4.2. Problemas Específicos
¿De qué manera el uso del software Geogebra influye en el aprendizaje de las
medidas de tendencia central con datos no agrupados en estudiantes del segundo grado
de educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera,
Cusco - 2018?
medidas de tendencia central con datos agrupados en la tabla de frecuencias, en
estudiantes del segundo grado de educación secundaria de la Institución Educativa
Mixta Fortunato L. Herrera, Cusco 2018?
medidas de tendencia central con datos agrupados en la tabla de clases y frecuencias,
en estudiantes del segundo grado de educación secundaria de la institución
Educativa Mixta Fortunato L. Herrera, Cusco - 2018?
1.5. Objetivos de la investigación
1.5.1. Objetivo General
Determinar en qué medida el uso del software Geogebra influye en el
aprendizaje de las medidas de tendencia central, en estudiantes del segundo grado
de educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera,
Cusco - 2018.
5
1.5.2. Objetivos Específicos
Determinar de qué manera el uso del software Geogebra influye en el
aprendizaje de las medidas de tendencia central con datos no agrupados en
Mixta Fortunato L. Herrera, Cusco - 2018.
aprendizaje de las medidas de tendencia central con datos agrupados en la tabla de
frecuencias, en estudiantes del segundo grado de educación secundaria de la
Institución Educativa Mixta Fortunato L. Herrera, Cusco 2018.
aprendizaje de las medidas de tendencia central con datos agrupados en la tabla de
clases y frecuencias, en estudiantes del segundo grado de educación secundaria de
la institución Educativa Mixta Fortunato L. Herrera, Cusco - 2018.
1.6. Justificación de la investigación
1.6.1. Justificación teórica
La presente investigación es importante, porque en la práctica profesional hemos
detectado que el tema de medidas de tendencia central se desarrolla de manera
tradicional sin aprovechar los recursos didácticos ya sean concretos o interactivos. En
consecuencia el estudiante pierde interés por el tema, y lo desarrolla haciendo uso de
papel y lápiz. Recomendamos que los docentes deban utilizar diversos recursos para
enseñar este tipo de contenidos como sage, genius, scilab y aplicaciones interactivas. Por
ende sugerimos enseñar este tema a través del software geogebra.
6
1.6.2. Justificación práctica
La presente investigación brindará una información respecto al manejo del
software Geogebra y de la misma manera la importancia de este software en las
medidas de tendencia central.
1.6.3. Justificación metodológica
La presente investigación se justifica metodológicamente debido a que se
fomentará el uso del software matemático geogebra en los temas de medidas de
tendencia central, con el cual el docente complementara la parte teórica en el aula. Así
el software matemático permitirá que los estudiantes logren un mejor aprendizaje en lo
que respecta media, mediana y moda.
1.6.4. Justificación pedagógica
La investigación se justifica pedagógicamente, pues el uso del software
matemático Geogebra empleado en el aula ayudará a que los estudiantes desarrollen los
problemas propuestos analizando e interpretando los resultados que se dará de forma
individual o colaborativa, reduciendo el tiempo para realizar los cálculos, teniendo así
una forma alternativa para la solución de problemas, una visión más clara de los gráficos
generados y una mayor participación de los estudiantes al momento de analizar cómo
obtener las soluciones a los problemas propuestos.
1.7. Limitaciones de la investigación
En el proceso de la realización de la presente investigación, se tuvieron ciertas
dificultades para la realización de la misma.
 Falta de computadoras para la cantidad de estudiantes en la institución educativa.
7
 Falta de implementación del software Geogebra en las computadoras personales de
los estudiantes, para que realicen sus prácticas.
 Computadoras en mal estado.
 Carencia de un manual para la explicación de las funciones
8
CAPÍTULO II: MARCO TEÓRICO
2.1. Antecedentes de la Investigación.
2.1.1. Antecedentes internacionales
Debárbora Nancy Noemí, (2012) en su trabajo de investigación “El uso del
Geogebra como recurso educativo digital en la transposición didáctica de las
funciones de proporcionalidad”, presentada en el Instituto Nacional de formación
docente, en Argentina, para optar el grado académico de magister en enseñanza de
ciencias experimentales. Donde produjo como resumen: La investigación pretende
abordar las actividades de enseñanza y de aprendizaje, en relación al uso del Geogebra,
como recurso educativo digital que permite la transposición didáctica, considerando
como eje temático las relaciones funcionales de proporcionalidad, en la educación
de adolescentes - jóvenes. Los alumnos, en su mayoría en situación de riesgo social-
económico, cursan el noveno año -Tercer ciclo de la Educación General Básica- de
la localidad de General José de San Martín –Chaco.
Las problemáticas percibidas por la experiencia personal y en el contacto con
los docentes en el ámbito educativo están vinculadas en torno a: ¿Cómo crear un
ambiente donde se propicie la construcción y desarrollo de nociones y conceptos
matemáticos, desde diferentes situaciones o contextos, considerando como eje temático
a las funciones de proporcionalidad, que sean útiles para la comprensión, planteo,
estudio y resolución de problemas de su entorno?¿Cómo lograr la complejidad de su
tratamiento, en cuanto a relacionar los distintos núcleos problematizados, tales como,
numérico, aritmético, algebraico, geométrico, analítico y la propia estructura del
pensamiento lógico- matemático? se consideran en el análisis crítico, preguntas que
relacionan al fenómeno didáctico con la incorporación del uso de un nuevo artefacto,
tales como, ¿Qué métodos o técnicas o procesos de pensamiento o solución pone en
9
juego este nuevo artefacto tecnológico? ¿Qué permite manipular y representar de los
objetos de aprendizaje a diferencias de los tradicionales, fundamentalmente aquellos
que son problemáticos? ¿Qué nuevos objetos a aprender se introduce con esta
tecnología o recurso digital?
Y planteo las siguientes conclusiones:
a.-Se observa que el uso del Geogebra como elemento se agrega a la tríada
pedagógica, permitiendo mejorar en forma progresiva la intervención del profesor, con
preguntas problematizadoras, propias del trabajo con el software. A través del uso del
mismo y las intervenciones del profesor y los estudiantes para realizar actividades de
exploración y poner en juego, técnicas y justificaciones, de manera natural y fecunda.
Las representaciones simbólicas, gráficas, geométricas y tabulares que ofrece Geogebra
permiten visualizar, comparar, comprender e internalizar la función no sólo como
proporción, sino también, como correspondencia, gráfica, expresión analítica y como
variación en situaciones problemáticas situadas en el contexto sociocultural en el cual
se desarrollan los procesos de enseñanza- aprendizaje.
b.-El contrato didáctico cambia de manera paulatina, a través de la distribución
de roles que facilita el software, mejorando las relaciones interpersonales entre todos
los integrantes de la comunidad de aprendizaje. Más allá que la trayectoria del
estudiante a lo largo de un campo conceptual científico es difusa, difícil y lenta, se
observa, como aspecto importante, el continuo uso de conocimiento implícito, al mismo
tiempo, que se va apropiando del conocimiento explícito de la ciencia. Además, al
participar de manera espontánea e interactiva va construyendo seguridad en torno a sus
posibilidades de aprendizaje y eso influye de manera positiva en su autoestima, en el
compromiso que asume y en la actitud hacia la ciencia. (Debárbora, 2012).
10
2.1.2. Antecedentes nacionales
Bermeo Carrasco Osmar Arnaldo, (2017) en su trabajo de investigación
“Influencia del Software Geogebra en el aprendizaje de graficar funciones reales en
estudiantes del primer ciclo de la Universidad Nacional de Ingeniería – 2016”,
presentada en la Universidad Cesar Vallejo, para optar el grado académico de doctor
en educación. Donde se planteó el Resumen: La presente investigación del Software
Geogebra y el aprendizaje de graficar funciones reales en estudiantes del primer
ciclo de la Universidad Nacional de Ingeniería – 2016. Es importante porque nos
permite determinar la influencia del Software Geogebra en el aprendizaje de graficar
funciones reales y tomar decisiones sobre los futuros usos del programa y mejorar
el aprendizaje de los estudiantes en el nivel universitario.
La investigación fue de enfoque cuantitativo, diseño de estudio pre experimental,
de pre prueba pos prueba con una sola medición, para el estudio se contó con una
población censal de 127 estudiantes del primer ciclo de la Universidad Nacional
de Ingeniería.
Los resultados generales se observan la diferencia de los rangos del post test
menos el pre tés de estos resultados se muestra que después de la aplicación del
software geogebra en el aprendizaje de graficar funciones reales en 26 estudiantes
no mostró diferencia en cuanto a la puntuación de pre y post test, sin embargo, a 95
estudiantes surgió el efecto de la aplicación del software y en 6 estudiantes la
puntuación del pre es igual a la del post test. Para la contratación de la hipótesis se
asumió el estadístico de Wilcoxon, frente al resultado se tiene Zc < que la Zt (-6.305
< -1,96) con tendencia de cola izquierda, lo que significa rechazar la hipótesis nula, así
mismo p<α (0,00 < 0,05) confirmando la decisión, la aplicación del software geogebra
influye significativamente en el aprendizaje de graficar funciones reales en
11
estudiantes del primer ciclo de la facultad de ingeniería industrial, UNI. Lima –
2016.
Bermeo además plantea las siguientes conclusiones:
Primera: La diferencia de los rangos del post test menos el pre tes de estos
resultados se muestra que después de la aplicación del software geogebra en el
aprendizaje de graficar funciones reales en 26 estudiantes no mostró diferencia en
cuanto a la puntuación de pre y post test, sin embargo, a 95 estudiantes surgió el efecto
de la aplicación del software y en 6 estudiantes la puntuación del pre es igual a la del
post test. Para la contratación de la hipótesis se asumió el estadístico de Wilcoxon,
frente al resultado se tiene Zc < que la Zt (-6.305 < -1,96) con tendencia de cola
izquierda, lo que significa rechazar la hipótesis nula, así mismo p<α (0,00 < 0,05)
confirmando la decisión, la aplicación del software geogebra influye
significativamente en el aprendizaje de graficar funciones reales en estudiantes del
primer ciclo de la facultad de ingeniería industrial, UNI. Lima – 2016
Segunda: Se observan la diferencia de los rangos del post test menos el pre
tes de estos resultados se muestra que después de la aplicación del software geogebra
en el aprendizaje de la definición, dominio y rango de una función real en 8 estudiantes
no mostró diferencia en cuanto a la puntuación de pre y post test, sin embargo, a 58
estudiantes surgió el efecto de la aplicación del software y en 61 estudiantes la
puntuación del pre es igual a la del post test. Para la contratación de la hipótesis
se asumió el estadístico de Wilcoxon, frente al resultado se tiene Zc < que la Zt
( -6.184 < -1,96) con tendencia de cola izquierda, lo que significa rechazar la
hipótesis nula, así mismo p<α (0,00 < 0,05) confirmando la decisión, la aplicación del
software geogebra influye significativamente el aprendizaje de la definición,
dominio y rango de una función real, en los estudiantes de grupo control y
12
experimental del primer ciclo de la facultad de ingeniería industrial y sistemas, de la
universidad nacional de ingeniería, antes y después del experimento, Lima – 2016.
Tercera: Se observan la diferencia de los rangos del post test menos el pre
en el aprendizaje de la intersección con los ejes coordenados y las asíntotas de una
función real en 40 estudiantes no mostró diferencia en cuanto a la puntuación de pre y
post test, sin embargo, a 56 estudiantes surgió el efecto de la aplicación del software
y en 31 estudiantes la puntuación del pre es igual a la del post test. Para la contratación
de la hipótesis se asumió el estadístico de Wilcoxon frente al resultado se tiene Zc <
que la Zt ( -0.981 > -1,96) con tendencia de cola izquierda, lo que significa no rechazar
la hipótesis nula, así mismo p>α (0,327 > 0,05) confirmando la decisión, la
aplicación del software geogebra no influye significativamente el aprendizaje de la
intersección con los ejes coordenados y las asíntotas de una función real en los
estudiantes de grupo control y experimental del primer ciclo de la facultad de
ingeniería industrial y sistemas, de la universidad nacional de ingeniería, antes y
después del experimento, Lima- 2016.
Cuarta: Se observan la diferencia de los rangos del post test menos el pre
en el aprendizaje de intervalos de monotonía, extremos relativos y absolutos de una
función real en 25 estudiantes no mostró diferencia en cuanto a la puntuación de pre y
post test, sin embargo, a 73 estudiantes surgió el efecto de la aplicación del software
y en 29 estudiantes la puntuación del pre es igual a la del post test. Para la contratación
de la hipótesis se asumió el estadístico de Wilcoxon frente al resultado se tiene Zc <
que la Zt ( -4.862 < -1,96) con tendencia de cola izquierda, lo que significa rechazar la
hipótesis nula, así mismo p<α (0,00 < 0,05) confirmando la decisión, la aplicación del
13
software geogebra influye significativamente el aprendizaje de intervalos de
monotonía, extremos relativos y absolutos de una función real en los estudiantes del
grupo experimental del primer ciclo de la facultad de ingeniería industrial y sistemas,
de la universidad nacional de ingeniería, antes y después del experimento, Lima-2016.
Quinta: Se observan la diferencia de los rangos del post test menos el pre tes
de estos resultados se muestra que después de la aplicación del software geogebra en el
aprendizaje de la concavidad, puntos de inflexión y grafica de una función real en 19
estudiantes no mostró diferencia en cuanto a la puntuación de pre y post test, sin
embargo, a 79 estudiantes surgió el efecto de la aplicación del software y en 29
estudiantes la puntuación del pre es igual a la del post test. Para la contratación de
la hipótesis se asumió el estadístico de Wilcoxon, frente al resultado se tiene Zc <
que la Zt ( -5,912< - 1,96) con tendencia de cola izquierda, lo que significa rechazar
la hipótesis nula, así mismo p<α (0,00 < 0,05) confirmando la decisión, la aplicación
del software geogebra influye significativamente el aprendizaje de la concavidad,
puntos de inflexión y grafica de una función real en los estudiantes del grupo
experimental del primer ciclo de la facultad de ingeniería industrial y sistemas, de la
universidad nacional de ingeniería, antes y después del experimento, Lima-2016.
(Bermeo, 2017, pp.86-88).
Gutiérrez Javier Sayritupac, (2015) en su trabajo de investigación “Recursos
Significados de las Medidas de Tendencia Central. Un Estudio con Alumnos
Universitarios de Carreras de Humanidades”, presentada en Pontificia Universidad
Católica del Perú, para optar el grado académico de magister en Enseñanza de las
Matemáticas, donde se planteó el Resumen: En el presente trabajo de investigación
se analiza los significados personales e institucionales de las medidas de tendencia
central en un estudio con alumnos de primeros ciclos de las carreras de humanidades
14
de la Pontificia Universidad Católica del Perú. Para realizar este análisis se consideró
como marco teórico el enfoque Ontosemiótico de la Cognición e Instrucción
Matemática (EOS), el cual nos brindó las herramientas necesarias para el análisis de
nuestro objeto de estudio medidas de tendencia central, a través de sus elementos de
significado: lenguaje, situaciones, definiciones, procedimientos, proposiciones y
argumentos. Se analizaron tres libros de texto usados para la preparación y/o desarrollo
del curso. Posterior a esto se elaboró un cuestionario que se aplicó a los estudiantes
para luego analizar sus respuestas y evidenciar los conflictos que se presentaron. Se
realizó también una entrevista a los profesores del curso. Se hicieron
configuraciones cognitivas para analizar las respuestas de los estudiantes.
La metodología empleada fue básicamente de tipo cualitativo e interpretativo, y
se complementó con alguna información de carácter cuantitativo, especialmente al
presentar los resúmenes de los resultados.
El objetivo general de este trabajo fue analizar los significados personales e
institucionales en torno a las medidas de tendencia central: media, mediana y moda,
considerando un curso básico de estadística para estudiantes de humanidades de la
Pontificia Universidad Católica del Perú.
A manera de resumen de las conclusiones obtenidas, manifestó que los
significados de referencia reflejados en los textos analizados, por una parte son
restringidos a considerar las medidas de tendencia central como medidas de resumen,
sin dar una perspectiva de la media como un estimador del parámetro de la población;
y por otra parte, enfatizan los aspectos algorítmicos y de cálculo, y no la comprensión
conceptual de estas medidas; sin embargo, esto está presente en los significados
pretendidos, como se refleja en las entrevistas.
Realizadas a los docentes. A pesar de ello, no se encuentra entre los significados
15
institucionales implementados y como consecuencia, tampoco en los significados
personales logrados de los estudiantes. Y Como conclusiones se obtuvo:
1. En los libros de texto y en las investigaciones sobre didáctica de las medidas de
tendencia central, predominan la perspectiva de estos conceptos como medidas de
resumen y no como estimadores de parámetros de una población. Consideramos
importante que esta perspectiva esté presente en los cursos de estadística básica y
se dé una visión de su uso en el marco de la estadística inferencial.
2. En el capítulo 4 se analizó y se describió el significado institucional de referencia
de las medidas de tendencia central, cumpliendo así nuestro primer objetivo. Las
conclusiones se presentaron en la p.58 (Sección 4.1.2). En general, se puede
concluir que los textos analizados no son del todo adecuados, a pesar de tener
una variedad de problemas contextualizados, pues enfatizan en el algoritmo de
cálculo y no en el concepto y sus propiedades. Esto se hace evidente por las
siguientes observaciones: Uno de los textos, casi en su totalidad, presenta
problemas resueltos y ello no contribuye a estimular el razonamiento y la
creatividad del alumno en la búsqueda de sus propias soluciones. No se hace
mención a los tipos de variables y tampoco se presentan problemas que involucren
a las variables cualitativas, dejando de lado un aspecto importante en cuanto al uso
adecuado de los promedios según el tipo de variable en estudio.
3. En el capítulo 5 se analizó y describió el significado institucional pretendido de las
medidas de tendencia central, cumpliendo así nuestro segundo objetivo. Se
obtuvieron resultados del análisis al texto guía y de la entrevista a tres profesores
del curso que se presentan en la sección
4. Respecto al texto guía, podemos mencionar que, en general, está diseñado en un
contexto cercano al estudiante, lo que hace que su lectura y estudio sea más ágil y
16
motivador. Sin embargo, se cómo se ha hecho notar, existen algunos vacíos en la
introducción del concepto de media, el estudio de sus propiedades, el
planteamiento de algunas situaciones
Problemáticas, así como en el uso de argumentos.
Respecto a los profesores entrevistados, todos hacen mención a la importancia
de las medidas de tendencia central ya sea en la vida cotidiana, profesional o
académica. Esperan que sus alumnos aprendan a resolver problemas
contextualizados, saber cuándo usar qué medida de tendencia central, interpretarlas
correctamente, usar la calculadora, entre otros logros. Todos coinciden en que el
libro es idóneo para desarrollar el curso y brindan para ello diversas razones. Es
interesante hacer notar que varios de los logros que desean alcanzar con sus estudiantes
no se encuentran en el texto.
1. En la conclusión anterior. En el desarrollo de la clase, lo profesores usan las
situaciones presentadas en el texto guía y los ejercicios sencillos son usados,
principalmente, para visualizar los algoritmos de cálculo más que para su
interpretación del mismo. Se cierra la clase con una pequeña prueba, como parte de
la evaluación continua en el curso. El tiempo que se usó para estudiar estos
conceptos (una sesión de 110 minutos) no fue suficiente para abordar con mayor
profundidad los conceptos de media, mediana y moda.
2. En el capítulo 7, se analizó y describió el significado personal logrado, de las
medidas de tendencia central de los alumnos de las carreras de humanidades de
EEGGLL. Con esto se cumplió nuestro cuarto objetivo. Las mayores dificultades se
presentaron, principalmente, con problemas que están relacionados con saber
reconocer si la media es o no un buen representante de un conjunto de datos en
17
presencia de valores atípicos (2b.3); obtener conclusiones a partir de dos grupos de
datos cualitativos ordinales (3b); y la interpretación adecuada de la media en un
contexto específico (5a).
3. Las respuestas al ítem 2b.3 evidenciaron que los estudiantes no identifican la
presencia de un valor atípico en una distribución, o si lo hacen, no reflexionan
sobre el efecto que causa la presencia del mismo sobre la media. Los estudiantes
aprendieron el algoritmo de cálculo, pero no analizan su resultado en el contexto
en el que fue obtenido. (GUTIERREZ, 2013)
2.1.3. Antecedentes locales
Huayta Catari Edgard Wilbert, (2015) en su trabajo de investigación
“Aplicación del Software Geogebra y su Influencia en el Aprendizaje de las
Funciones Lineales en los Estudiantes del Segundo Grado de Educación
Secundaria de la I.E. “Clorinda Matto de Turner”, Distrito Suykutambo,
Provincia Espinar, Cusco-2015”, presentada en la Universidad Nacional de San
Antonio del Cusco, para optar el título profesional de segunda especialidad en
Computación e Informática Educativa, donde se planteó el Resumen: El trabajo de
investigación tiene como objetivo: Determinar en qué medida la aplicación del
software Geogebra influye en el aprendizaje de las funciones lineales. Determinar
el nivel inicial de aprendizaje de las funciones lineales (sin aplicación del
software Geogebra). Elaborar, experimentar y validar un módulo elaborado con el
software Geogebra para mejorar el aprendizaje de las funciones lineales y determinar el
nivel final de aprendizaje de las funciones lineales (con aplicación del software
Geogebra) en los estudiantes del segundo grado de Educación Secundaria de la
I.E. “Clorinda Matto de Turner” Distrito Suykutambo Provincia Espinar, Cusco-
18
2015. La presente investigación es de nivel aplicativo dado que existe un programa
que será aplicado de forma directa a las unidades de estudio, es explicativo porque
busca interpretar y dar una idea del proceso que se desarrolla. Finalmente se planteó
las siguientes conclusiones:
PRIMERA: Con respecto al objetivo general, al evaluar la influencia del
software GeoGebra en el aprendizaje de las funciones lineales en los estudiantes del
segundo grado de educación secundaria de la I.E. “Clorinda Matto de Turner” se puede
concluir que el proceso de aprendizaje mejoró con la utilización del software libre
GeoGebra, ya que hubo una mejora en el rendimiento académico de 12,6875 en
comparación con un inicio con un rendimiento de 11,1875 puntos. (Tabla N° 7).
SEGUNDA: El nivel de aprendizaje de las funciones lineales en los estudiantes
del segundo grado de educación secundaria de la I.E. “Clorinda Matto de Turner” antes
de la aplicación del software GeoGebra como estrategia presenta una media de
11,1875. (Tabla Nº 1).
TERCERA : Se ha elaborado, experimentado y validado un módulo elaborado
con el software GeoGebra para mejorar el aprendizaje de las funciones lineales en los
estudiantes del segundo grado de Educación Secundaria de la I.E. “Clorinda Matto de
Turner” Distrito Suykutambo Provincia Espinar, Cusco.
CUARTA: El nivel de aprendizaje de las funciones lineales en los estudiantes
del segundo grado de educación secundaria de la I.E. “Clorinda Matto de Turner”
después de la aplicación del software GeoGebra como estrategia, presenta una media
de 12,6875 puntos (Tabla Nº 3).
QUINTA: Para la comprobación de la hipótesis se realizó el análisis de datos
mediante la prueba de t de Student para muestras relacionadas (CATARI, 2015)
19
2.2. Marco Legal.
2.2.1. Ley General de Educación N° 28044 Artículo 3°. -La educación como
derecho
La educación es un derecho fundamental de la persona y de la sociedad. El
Estado garantiza el ejercicio del derecho a una educación integral y de calidad para
todos y la universalización de la Educación Básica. La sociedad tiene la
responsabilidad de contribuir a la educación y el derecho a participar en su
desarrollo.
Artículo 7º. - Proyecto Educativo Nacional
El Proyecto Educativo Nacional es el conjunto de políticas que dan el marco
estratégico a las decisiones que conducen al desarrollo de la educación. Se
construye y desarrolla en el actuar conjunto del Estado y de la sociedad, a través del
diálogo nacional, del consenso y de la concertación política, a efectos de garantizar
su vigencia. Su formulación responde a la diversidad del país.
Artículo 9º.- Fines de la educación peruana
Son fines de la educación peruana:
a) Formar personas capaces de lograr su realización ética, intelectual, artística,
cultural, afectiva, física, espiritual y religiosa, promoviendo la formación y
consolidación de su identidad y autoestima y su integración adecuada y crítica
a la sociedad para el ejercicio de su ciudadanía en armonía con su entorno, así
como el desarrollo de sus capacidades y habilidades para vincular su vida con
el mundo del trabajo y para afrontar los incesantes cambios en la sociedad y
el conocimiento.
b) Contribuir a formar una sociedad democrática, solidaria, justa, inclusiva,
próspera, tolerante y forjadora de una cultura de paz que afirme la identidad
20
nacional sustentada en la diversidad cultural, étnica y lingüística, supere la
pobreza e impulse el desarrollo sostenible del país y fomente la integración
latinoamericana teniendo en cuenta los retos de un mundo globalizado.
Artículo 13°. - Calidad de la educación
Es el nivel óptimo de formación que deben alcanzar las personas para enfrentar
los retos del desarrollo humano, ejercer su ciudadanía y continuar aprendiendo
durante toda la vida.
2.3. Marco Teórico.
2.3.1. Fundamentos teóricos sobre el aprendizaje
Las teorías de aprendizaje no solo son un conjunto organizado de ideas por
medio del estudio, sino que va mucho más allá, para tener un concepto acertado
analizaremos algunas concepciones. Ortiz (2009) Afirma:
Que son un conjunto variado de marcos teóricos de diferentes variables, para
determinarlas se usa un constructo que explica cómo aprende el ser humano, provee
fundamentos explicativos desde diferentes enfoques. La teoría del aprendizaje puede
ser objeto de cambios. A veces una teoría puede y tiene que ser desechada, ya sea por
el tiempo o porque en la práctica no es aplicable, en cambio otras teorías pueden tener
validez por mucho tiempo y de pronto perderla. (p.13). (Elvira, 2016)
a) Teoría de David Ausubel
El aprendizaje significativo surge cuando el estudiante, construye su propio
conocimiento, relaciona los conceptos a prender y les da un sentido a partir de
la estructura conceptual que ya posee, Ausubel afirma que los nuevos conceptos
que deben ser aprendidos, se pueden incorporar a otros conceptos o ideas más
inclusivas. Estos conceptos o ideas más inclusivos son los organizadores
21
previos. Los organizadores previos pueden ser frases o gráficos. En cualquier
caso, el organizador avanzado está diseñado para proporcionar lo que llaman los
psicólogos cognitivos, el «andamiaje mental”: para aprender nueva
información.
El concepto de aprendizaje significativo fue propuesto originalmente por
(Ausubel, 1963) psicólogo estadounidense fue influenciado por los aspectos
cognitivos, la teoría de Piaget, y planteó su Teoría del Aprendizaje Significativo
por Recepción, en la que afirma que el aprendizaje ocurre cuando si el material
se presenta en su forma final y se vincula con los conocimientos anteriores de
los estudiantes. El aprendizaje significativo, se refiere a que el proceso de
construcción de significados es el elemento central del proceso de enseñanza-
aprendizaje. El alumno adquiere información de un contenido cualquiera
cuando es capaz de asignarle un significado. Por eso lo que procede es intentar
que los aprendizajes que lleven a cabo sean, en cada momento de la escolaridad,
lo más significativo posible, para lo cual la enseñanza debe actuar de forma que
los estudiantes investiguen y amplíen los significados que construyen mediante
su participación en las actividades de aprendizaje. En este sentido, las nuevas
tecnologías que han ido desarrollándose en los últimos tiempos y siendo
aplicadas a la educación juegan un papel vital.
b) Teoría del constructivismo
La teoría del constructivismo sostiene dentro del enfoque pedagógico que el
cocimiento no se descubre, se construye: el estudiante construye su conocimiento a
partir de su propia forma de ser, pensar e interpretar la información. Desde esta
perspectiva, el estudiante es un ser responsable que participa activamente en su
proceso de aprendizaje.
22
Piaget aporta a la teoría Constructivista el concebir el aprendizaje como un
proceso interno de construcción, en donde el estudiante participa activamente
obteniendo estructuras cada vez más complejas, a los que este autor denomina
estadios.
c) Teoría de aprendizaje por descubrimiento
El aprendizaje es un desarrollo activo, social en el cual los estudiantes
construyen nuevas ideas o los conceptos basados en conocimiento actual. El
estudiante selecciona la información, origina hipótesis, y toma decisiones en el
proceso de añadir experiencias en sus construcciones mentales existentes. Por lo que
en el aprendizaje, el docente debe motivar a estudiantes que descubran principios
por sí mismos.
Es así que en el aprendizaje por descubrimiento de Bruner, el maestro organiza
la clase de manera que los estudiantes aprendan a través de su participación activa.
Usualmente, se hace una distinción entre el aprendizaje por descubrimiento, donde
los estudiantes trabajan en buena medida por su parte y el descubrimiento guiado en
el que el maestro proporciona su dirección. En la mayoría de las situaciones, es
preferible usar el descubrimiento guiado. Se les presenta a los estudiantes preguntas
intrigantes, situaciones ambiguas o problemas interesantes. En lugar de explicar
cómo resolver el problema, el maestro proporciona los materiales apropiados, alienta
a los estudiantes para que hagan observaciones, elaboren hipótesis y comprueben los
resultados.
Para resolver problemas, los estudiantes deben emplear tanto el pensamiento
intuitivo como el analítico. El maestro guía el descubrimiento con preguntas
dirigidas. También proporciona retroalimentación acerca de la dirección que toman
las actividades. La retroalimentación debe ser dada en el momento óptimo, cuando
23
los estudiantes pueden considerarla para revisar su abordaje o como un estímulo para
continuar en la dirección que han escogido.
En la presente investigación consideramos que:
Estas teorías hacen referencia al trabajo de investigación ya que con el uso del
software matemático Geogebra el docente direccionará a los estudiantes al
aprendizaje trabajando en buena medida por su parte y el descubrimiento guiado en
el que el docente proporciona su dirección para que el estudiante construye su
conocimiento a partir de su propia forma de ser, pensar e interpretar la información
así que los nuevos conceptos que deben ser aprendidos, se pueden incorporar a otros
conceptos o ideas más inclusivas para lograr un aprendizaje significativo.
2.3.2. Factores que influyen en el aprendizaje
2.3.2.1. Factores Pedagógicos
Metodología: Se divide en metodología general: cuyas conclusiones
son aplicables a todas las materias de estudio y metodología especial: que
concierne al tratamiento de las ramas especiales.
Las guías de aprendizaje son materiales didácticos que permiten el
proceso educativo activo, centrado en el estudiante, fomentan la discusión, toma
de decisiones en grupo. Las guías permiten introducir adecuaciones a los
currículos nacionales. Buscan generalmente dinamizar una metodología activa,
tomando en cuenta factores, elementos, insumos, estrategias que mejoren los
resultados de los aprendizajes. A través de las guías se desarrollan las
competencias, desempeños de logros, contenidos básicos para el dominio del
plan de estudio contextualizado a las necesidades y características de las
comunidades hacia las cuales van dirigidas.
24
Las técnicas son medios o procedimientos para organizar y desarrollar
la actividad en grupo sobre la base de los conocimientos teóricos, en el proceso
de enseñanza - aprendizaje, entre ellas tenemos las técnicas para la lectura
que se desarrollan a través de láminas o imágenes fijas, manejo de preguntas
y respuestas, el socio drama, la exposición, grupos de discusión, el pizarrón,
el panel, estudio de casos, estudio dirigido, simulaciones de programas radiales,
la investigación y el mural cultural.(Lackwood,2008,p. 106 (Rosita, Año 2007
– 2008)
Planeamiento didáctico:
Es la preparación que responde a una necesidad específica, este
planeamiento ayuda a que el docente elabore guías para acciones educativas y
para la solución de los problemas de aprendizajes en aula y debe ser basado en
una ficha didáctica en la cual se definen los objetivos, los procesos y los
logros de aprendizaje.
Materiales didácticos:
Llamamos material didáctico a los recursos concretos que auxilian la
labor de instrucción y sirven para facilitar la comprensión de conceptos durante
el proceso de enseñanza – aprendizaje que permiten: presentar los temas o
conceptos de un tema de una manera objetiva clara y accesible. Para Morales
(2012) afirma:
Material didáctico es un conjunto de medios materiales que intervienen
y facilitan el proceso de enseñanza-aprendizaje. Estos materiales pueden ser
tanto físicos como virtuales, asumen como condición, despertar el interés de los
estudiantes, adecuarse a las características físicas y psíquicas de los mismos,
además que facilitan la actividad docente al servir de guía; asimismo, tienen la
25
gran virtud de adecuarse a cualquier tipo de contenido.(p.10). (muñoz, 2012 )
En otras palabras se puede decir que son los medios que sirven para la
aplicación de una técnica concreta en el ámbito de un método de aprendizaje
determinado entendiéndose como camino o conjuntos de reglas que se utiliza
para obtener un cambio en el comportamiento de quien aprende y de esta forma
mejore o potencie su nivel de competencia.
Evaluación:
La evaluación es muy importante en el sistema educativo ya que es
proceso permanente de información y reflexión sobre el proceso de producción
de los aprendizajes para su ejecución. Para Moreno (2016).
La evaluación se entiende como un proceso que puede y debe potenciar
el aprendizaje del educando, pero para ello se requieren ciertas condiciones que
permitan hacer de la evaluación una experiencia de aprendizaje. (25) (olivos,
2016).
Por lo tanto la evaluación se utiliza para obtener información sobre los
estudiantes y así tomar decisiones.
Motivación:
La motivación viene a ser aquellas condiciones internas como anhelos,
deseos, impulsos, entre otras. Para castellano (2012) afirma:
El término de motivación se refiere a las fuerzas que actúan sobre un
individuo y que inician y dirigen el comportamiento. (p.22). (castellanos, 2012)
Es por ello que se convierte en un elemento importante para canalizar
el esfuerzo, la energía y la conducta de la persona para el logro de sus objetivos.
26
2.3.2.2. Factores Socioeconómicos
Los factores socioeconómicos son situaciones drásticas que afectan de
forma plena en los procesos económicos, sociales y políticos del país, evitando
de antemano acceder a los adelantos futuros. Guillen y Suarez (2015) afirman que
los factores socioeconómicos son:
Un conjunto de elementos que afectan de manera particular a los sectores
de la sociedad más pobres y necesitados” es decir, que dentro del marco
socioeconómico de un país, son los componentes que se relacionan con las
condiciones de dificultad que experimenta una familia, restringiendo satisfacer
las necesidades básicas que le permitan lograr una serie de objetivos que sus
miembros se han fijado para lograr una óptimo bienestar familiar.
(MANTUANO, 2015)
En forma general los problemas socioeconómicos afligen a ciertos
sectores de la sociedad. Para Guillen y Suarez (2015) son:
 Desempleo.-situación social que afecta a las familias, donde el jefe de hogar
no trabaja y se enfrentan a un futuro incierto.
 Delincuencia.- permanente aumento de conflictos sociales.
 Salud.- factor determinante de cada individuo de acuerdo a la OMS, se
considera como condición de todo ser vivo que goza de absoluto bienestar
físico, mental y social.
 Educación.- proceso de socialización de los individuos que al educarse asimila
y aprende conocimientos.
2.3.2.3. Factores Ambientales
Aunque la mayoría de los estudiantes concedan muy poca importancia
27
a los factores ambientales, sin embargo, se ha demostrado, a partir de
investigaciones realizadas, que estos factores influyen tanto en el éxito escolar
como en el aprendizaje.
El factor es una agente de estudio que afecta en la producción de un
resultado en la educación. Mientras que el ambiente es un agente de estudio,
está constituido por el espacio, ya que está conformado, tanto por el entorno
personal del estudiante, como por sus relaciones con las personas cercanas a él.
El ambiente incluye la casa. (Vail, noviembre de 2017)
Por tanto, el lugar de estudio requiere de una serie de condiciones que
favorezcan la sesión de estudio. En cualquier sitio se puede estudiar, pero es
mejor buscar un lugar personal. El lugar que elijamos debería de ser siempre el
mismo porque ayuda a crear un hábito de estudio y se asocia el lugar con la tarea
académica. Este sitio puede ser tu propia habitación, un cuarto de estudio o una
biblioteca pública (depende de tus preferencias y posibilidades). Sea cual sea el
lugar elegido, debe permitirte la concentración y evitar las distracciones como
conversaciones, interrupciones o ruidos. Este lugar debe de estar ordenado,
donde puedas encontrar todo el material que te haga falta (para evitar la pérdida
de tiempo innecesaria). Además, es necesario que reúna unas condiciones
adecuadas de iluminación, temperatura, ventilación, mobiliario.
La iluminación, es preferible que sea natural. La luz debe de entrar por
el lado contrario de la mano con la que se escribe. De esta forma, la luz se recibirá
por la derecha si eres zurdo y por la izquierda si eres diestro (evitando la
formación de sombras). Cuando sea necesario el uso de luz artificial se aconseja
que se haga con una luz ambiental y otra luz que dé directamente a la mesa de
estudio. La luz ha de estar distribuida de forma homogénea, evitando los
28
contrastes de luces y sombras.
El aire de la habitación de estudio es importante que se renueve
periódicamente, pues con el paso del tiempo disminuye la proporción de oxígeno
y dificulta la oxigenación del cerebro. Esto provoca que podamos sentir cierto
malestar como dolor de cabeza, picor de ojos, mareos, sensación de cansancio,
nerviosismo, etc. Si sucede esto es mejor dar un pequeño paseo y ventilar la
habitación.
Si el nivel de ruido ambiental es elevado podemos atenuarlo usando
tapones en los oídos o con una música ambiental recomendada. Es preferible que
durante el estudio te acompañe el silencio. No obstante, hay personas a las que
una música ambiental les relaja y concentra en dicha actividad. Si se prefiere
estudiar con música, se aconseja un tipo de música lenta que contribuya a la
concentración optimizando el rendimiento intelectual.
2.3.2.4. Factores Internos
Todos los factores internos influyen en el rendimiento intelectual y son
factores que afectan al éxito o fracaso en el estudio. Debemos intentar conseguir
que la relación entre atención, memoria y motivación funcione de la mejor
forma posible, obteniendo así los resultados deseados.
Factores como la atención, concentración o memoria, no son nada si
no hay motivación. (Ramos, 2010)
Por lo tanto para conseguir un ritmo adecuado de activación mental
y concentración es necesario aprender a relajarse. Si un estudiante está relajado
física y mentalmente se aproximará a la concentración. Sin embargo, si un
estudiante se encuentra ansioso o nervioso, está dificultando su ritmo de trabajo
29
y no podrá rendir al máximo. Un factor que se relaciona con lo anterior es la
atención, que está muy ligada a la concentración. Es un término que hace
referencia a una cualidad de la percepción que funciona como una especie de
filtro de los estímulos ambientales, evaluando cuáles son los más importantes
y dotándolos de prioridad para centrarse de manera persistente en un estímulo
o actividad.
También es entendida como el mecanismo que controla y regula los
procesos cognitivos. La atención, que precisamos en el estudio consta de
dos partes: la atención selectiva (que permite responder a aspectos esenciales
y dejar a un lado aspectos irrelevantes) y la atención mantenida (es la que
capacita al sujeto para mantenerse conscientemente ocupado en una tarea
durante un periodo de tiempo). Como hemos citado anteriormente, la atención
implica dejar a un lado otros factores que nos pueden distraer e interrumpir. En
los factores de distracción encontramos aspectos externos a nosotros como el
ruido, la tarea o materia a estudiar, objetos atractivos como ordenador,
móviles, televisor, etc. Pero también existen otros factores internos que
dificultan nuestra labor como el cansancio, la ansiedad, el nerviosismo, la
escasa motivación, problemas personales o cercanos, entre otros. Para
combatir estos factores primero hemos de reconocerlos para conseguir
vencerlos. La memoria hace referencia a la capacidad de retener, almacenar
y recuperar información del cerebro. El cerebro humano tiene diversos tipos de
memoria, de acuerdo con su duración y su contenido. Las más empleadas son
la memoria a corto y a largo plazo. Cuando tenemos que afrontar el estudio, el
tipo de memoria que más empleamos es la memoria visual, ya que ayuda a la
comprensión y memorización por medio del uso de técnicas visuales como
30
vídeos, fotografías, murales, ilustraciones, esquema y la auditiva, pues la
escucha activa ayuda a la memoria a almacenar la información. Por otra parte,
la memoria a corto plazo es aquella que tiene una capacidad limitada de tiempo,
normalmente entre un segundo y un par de minutos. Y la memoria a largo
plazo, como su propio nombre indica almacena información y recuerdos durante
más tiempo. Para favorecer la memoria a largo plazo es positivo utilizar una
serie de estrategias como la repetición, organización de la información recibida,
realización de esquemas mentales que nos permitan conectar ideas e
información, relacionar la información nueva con otra anterior.
2.3.3. Uso del software Geogebra
2.3.3.1. La importancia de la tecnología en la educación.
La implementación de nuevas tecnologías se ha desarrollado al igual que
los cambios en el método de enseñanza y aprendizaje donde cada vez mas es el
propio estudiante quien toma el control de su proceso adaptando a su
requerimiento y sus posibilidades los recursos y materiales.
Las tecnologías digitales permiten y facilitan una mayor comunicación
entre las personas independientes de su situación geográfica o temporal a su vez
permiten el acceso de forma permanente a gran cantidad de información que
mejora la eficiencia y eficacia de los servicios así mismo propician la superación
de una visión estrecha y localista de la realidad. (Moreira, 2009)
No podríamos desarrollar este trabajo sin dejar claro el concepto de
educación que no es más que un proceso permanente e integral de interacción
mediante el cual hay un aprendizaje individual y/o grupal. También se define
como un proceso formativo, que prepara para asumir conocimientos y orienta
31
hacia una visión crítica y transformadora, pero en realidad es el acto en que los
sujetos aprenden a aprender; se refiere a la creciente autonomía de las personas a
adquirir conocimientos. Cada esfuerzo por definir lo que es educación está
relacionado con una serie de conceptos como: formación, enseñanza, aprendizaje,
capacitación, información, socialización. Se tiene entonces: Enseñanza es la
transmisión de conocimientos. Educación es un proceso más completo más
permanente, más continuo, a través del cual se trata de ubicar al individuo
críticamente dentro de su contexto histórico, político, social, para que él sea capaz
de reaccionar frente a los hechos de la vida. La información también juega un
papel importante en cualquier proceso de aprendizaje. Pero eso no significa que
informar es lo mismo que educar. Información se refiere a la transmisión
unidireccional de datos, mientras que lo educativo va más allá y abarca toda la
formación de personas.
En general la educación se considera como un acto intencional en la que
están presentes intenciones como formar personas, cambiar actitudes, liberar
sectores oprimidos, contribuir a la humanización de la sociedad. El impacto de la
tecnología en la educación se considera desde varias perspectivas, en las que
intervienen una serie de factores determinados por el tipo de resultado que se ha
obtenido hasta el momento gracias a la aparición del computador con el cual nace
la aparición de la informática educativa como una herramienta de enseñanza y
aprendizaje.
La informática educativa consiste en el uso de estas tecnologías para
educar a los alumnos de las instituciones educativas, para los programas de
educación a distancia a la vez hace posible un uso pedagógico ya no tan oneroso
de la técnica, así, la elaboración de bases de datos sobre las materias escolares. A
32
lo largo de este trabajo se espera mostrar que la aplicación de la informática a la
educación es una actividad factible y necesaria. Estas nuevas tecnologías están
incidiendo en el mundo educativo de manera firme y de creciente importancia, en
particular, dentro del ámbito de la formación del alumnado, ya que la multimedia
juega un papel de gran alcance en su rol de vehículo para multiplicar el
aprendizaje en el proceso de formación educativa.
2.3.3.2. El tic en el aula de matemática.
Generalmente los conocimientos matemáticos están relacionados a
figuras, gráficos, símbolos, etc., pero también existen conceptos, ideas y métodos
que pueden ser visualizados para su entendimiento. La enseñanza de la
Matemática, cada vez se ha ido transformando con la finalidad de que estos
conocimientos considerados abstractos puedan llegar sin ninguna dificultad a los
estudiantes.
Enseñar Matemáticas con los recursos TIC no sólo es un asunto de
poner matemáticas en una máquina. Su estructura, sus procesos, y sus demandas
para el conocimiento varían con el medio, es necesario que se investigue acerca
de qué herramientas tecnológicas se deben utilizar para mejorar los procesos de
aprendizaje de la matemática en los estudiantes. Las consideraciones teóricas
referente a los sistemas semióticos pueden justificar el papel de las herramientas
tecnológicas y jugar papel importante en apoyo a la construcción del
conocimiento. (Catunta, 2015, p.27).
Algunas investigaciones han propiciado a las TIC la introducción en el
campo de la educación desde una perspectiva pedagógica. Una de ellas es
presentada por Costa (2001). Las nuevas tecnologías proporcionan herramientas
33
que pueden ayudar, potenciar y hacer evolucionar de un modo revolucionario
la enseñanza de la geometría. (p.6). (Costa, 2014)
El entorno tecnológico facilita la interacción social entre estudiantes,
llegando a la conclusión de que “las habilidades tecnológicas son sostenidas por
los docentes son claves para integrar las TIC en un marco de buena enseñanza”.
(Diaz-Nunja, 2018)
2.3.3.3.Informática
La informática está en nuestras vidas, gran parte de nuestra sociedad se ha
desarrollado al amparo de las nuevas tecnologías y debe su éxito en gran parte a
la ciencia. Para Yirda (2009).
La palabra Informática proviene del francés Informatique, formada por
la contracción de los vocablos información y automática. La Informática es una
ciencia de la computación que se encarga del tratamiento y estudio racional, de
la información.
Es por ello que la informática se refiere al procesamiento automático de
información mediante dispositivos electrónicos y sistemas computacionales; los
sistemas informáticos deben contar con la capacidad de cumplir tres áreas básicas:
entrada, proceso y salida. Es más la informática reúne a muchas de las técnicas
que el hombre ha desarrollado con el objetivo de potenciar sus capacidades de
pensamiento, memoria y comunicación.
2.3.3.4.La computadora
La computadora es una maquina electrónica que recibe y procesa datos
para convertirlos en información útil.
34
La computadora es un sistema electrónico que lleva a cabo operaciones
de aritmética y de lógica a una alta velocidad de acuerdo a las instrucciones
internas, que son ejecutadas sin intervención humana. Además, tiene la
capacidad de aceptar y almacenar datos de entrada, procesarlos y producir
resultados de salida automáticamente. Su función principal es procesar datos.
Las computadoras representan y manipulan texto, gráficos y música, así como
números. (Lopategu, 2018)
Con la computadora se pueden atender mejor los problemas particulares
de los estudiantes, ya que la máquina puede amoldarse al nivel de comprensión
de cada uno de ellos, y afectar el progreso general de un curso. Además los niños
y adolescentes disfrutan aprendiendo con las computadoras, puesto que ellos
pueden realizar una amplia gama de ejercicios, prácticas o simulaciones sin
cansarse y sin perder la paciencia.
Ventajas del uso de las computadoras en la educación.
Se considera las siguientes ventajas:
 Incrementa o mantiene la atención durante más tiempo.
 Reduce el tiempo necesario para aprender una tarea.
 Permite al estudiante interactuar activamente con el material, responder,
practicar y probar cada paso del tema que debe dominar.
 Permite al estudiante conocer en forma inmediata si sus respuestas fueron
o no acertadas, así como las causas de sus errores.
 Propicia un alto grado de investigación. El estudiante avanza a su propio
ritmo.
 Permite a los maestros prestar a los estudiantes el doble de atención que
pueden prestar normalmente a los estudiantes que reciben instrucción por
35
otros medios. (NAVARRO BAQUERIZO, Año 2014"),
Software educativo
El software educativo es un programa con la finalidad de facilitar los
procesos de enseñanza y aprendizaje. Navarro (2001) afirma que el software
educativo es:
Un programa de computación (software) es un conjunto de instrucción,
informaciones y actividades estructuradas de tal manera que el estudiante, al
seguir las secuencias establecidas, logre alcanzar resultados de aprendizajes
previamente determinados. (p.50).
Por ello el software educativo se trata de programas de enseñanza que
incluyen plataformas digitales para usarlas como apoyo tanto a profesores como
a estudiantes en los procesos de enseñanza y aprendizaje. Estos programas están
específicamente diseñados para facilitar y potenciar la adquisición de
conocimientos exclusivamente académicos. Es decir, este debe ser su principal
propósito y debe de estar señalado de manera explícita.
Características del software educativo.
Para Marqués (2016) establece cinco características esenciales en cuanto
a software educativo: (Marquez, 2016 )
 Son materiales elaborados con una finalidad didáctica, como se desprende de
la definición.
 Utilizan el ordenador como soporte en el que los estudiantes realizan las
actividades que ellos proponen.
 Son interactivos, contestan inmediatamente las acciones de los estudiantes y
permiten un diálogo y un intercambio de informaciones entre el ordenador y
36
los estudiantes.
 Individualizan el trabajo de los estudiantes, ya que se adaptan al ritmo de
trabajo cada uno y pueden adaptar sus actividades según las actuaciones de
los alumnos.
 Son fáciles de usar. Los conocimientos informáticos necesarios para utilizar
la mayoría de estos programas son similares a los conocimientos de
electrónica necesarios para usar un video, es decir, son mínimos, aunque cada
programa tiene unas reglas de funcionamiento que es necesario conocer. (p.5).
 Existen ciertas características que el software educativo debe poseer para
ser usado por los estudiantes, aunque esto dependerá específicamente de las
características de los estudiantes (edad, curso, entre otras).
2.3.3.5. Software Geogebra en el aprendizaje de la matemática.
Existe una amplia variedad de software matemático y de libre acceso
vía web. No requieren equipos sofisticados para ser ejecutados, y su estrategia
de manejo sigue las normas comúnmente aceptadas de amigabilidad y sencillez.
Para esta propuesta usaremos un Software matemático que es el Geogebra, este
programa es gratuito. La versión más reciente es Geogebra 6.0 así como su
código fuente pueden ser descargados desde su página principal
http://www.geogebra.org.
Según Bello (2013) el software geogebra es:
Un software de geometría dinámica aplicado en todos los niveles de
educación y dirigido tanto para profesores como para alumnos; este programa
fue creado por los esposos Markus y Judith Hohenwarter, quienes trabajaron
con este software desde el año 2001 en la Universidad de Salzburgo y
37
posteriormente en la Universidad de Atlantic, Florida, Estados Unidos. (p.30)
(Bello, 2013).
Un software de geometría dinámica permite interactuar creando
construcciones geométricas de todo tipo así como el tratamiento algebraico,
cálculo, funciones reales, datos estadísticos, derivadas e integrales para
consolidar un conocimiento matemático en construcción. Con la manipulación
de este tipo de programa los estudiantes podrán adquirir habilidades mentales
que le darán acceso paulatinamente a la geometría formal.
Características del software Geómetra:
Las principales características del Geogebra. Para Bello (2013) son:
1. Es un software de uso libre para desarrollar matemática.
2. Es un software de geometría dinámica que facilita la enseñanza y
el aprendizaje de la matemática en temas como Geometría,
Aritmética, Álgebra, Análisis, Cálculo, Probabilidad y Estadística.
3. Es un software portátil, porque está realizado en Java, por ello, los
alumnos lo pueden grabar en un USB.
4. Este software se puede ejecutar en Windows, Mac 0S X, Linux o
Solaris.
5. El espacio destinado al usuario está dividida en cuatro partes,
llamadas ventanas o vistas distribuidas de la siguiente manera:
observamos que la ventana algebraica se ubica a la izquierda y la
ventana gráfica se ubica a la derecha de la pantalla, mientras que
debajo de estas aparece la ventana de entrada. En la parte superior
de la ventana aparece la barra de herramientas.
38
Figura N° 1 Ventana principal del Geogebra.
Una vez abierto el programa observamos las zonas de trabajo
disponibles. Para Cutipa (2013) es:
 Barra de herramientas: para seleccionar el objeto con el que se quiere
trabajar. Contiene las herramientas de construcción.
 Zona gráfica: para construir la figura con la ayuda del ratón, con
actualización dinámica en la ventana de álgebra.
 Zona o ventana de álgebra: en ella se muestran las coordenadas o ecuaciones
correspondientes. Es importante saber que un objeto creado en la zona
gráfica tiene su representación correspondiente en la Ventana de álgebra.
 Zona de entradas o Campo de texto: para introducir directamente
coordenadas, ecuaciones, comandos y funciones. En este caso los objetos o
gráficas correspondientes aparecen en la Zona gráfica al pulsar Intro. (p.35).
Importancia de Geogebra
El Geogebra es importante porque es un programa dinámico apropiado
para estudiar y enseñar, es capaz de representar figuras geométricas y
modificarlas en tiempo real.
39
El uso de software Geogebra facilita la posibilidad de visualizar
objetos matemáticos y sus conexiones tanto en una ventana gráfica como en
una ventana algebraica, a través de la manipulación de objetos usando la
ventana de entrada del Geogebra, de esta manera, se disminuye la
memorización de conceptos, del mismo modo los estudiantes pueden hacer uso
de la propiedad del “arrastre”, con lo cual es posible determinar la región
factible, también hacen uso del cambio de escalas con el zoom de Geogebra, de
este modo obtienen gráficos precisos y no distorsionados de un problema otras
de las bondades es que al ser portátil y libre, los alumnos tendrán la posibilidad
de reforzar en casa sus tareas según su propio ritmo de aprendizaje, además
los profesores tendrán más tiempo en dar un significado adecuado a los
conceptos de los alumnos y validar las respuestas de ellos en clase.(Bello, 2013,
p.32).
Una de las tareas esenciales del docente es el diseño de estrategias de
aprendizaje que incluya diferentes ambientes o espacios educativos, estas
estrategias en matemática deben incluir métodos basados en la resolución de
problemas, la simulación, el trabajo en equipo y el uso de las tecnologías. Por
ende actualmente disponemos de las herramientas necesarias para que la
formación del estudiante sea más completa. Los programas de geometría
dinámica han demostrado en las dos últimas décadas su capacidad de ayuda al
usuario para adquirir destrezas en uno de los campos más creativos de las
matemáticas.
Una vez definida la construcción ésta se puede "mover" y deformar,
pero las condiciones que definen cada elemento permanecen invariables.
40
Ventajas de trabajar con Geogebra
Trabajar con geogebra, implica reconsiderar el papel del docente; una
clase de taller informático obliga al profesor adaptarse a la tecnología que hoy
en día demanda y se convierte en un guía disponible, la acción didáctica se
centra en el aprendiz, pues efectivamente el estudiante trabaja a su ritmo
descubriendo propiedades y fenómenos y los errores adquieren una nueva
dimensión, constituyendo una etapa de su aprendizaje. Esto no significa que el
trabajo debe ser individual, sino que se debe tener en cuenta que solo la
cooperación durante la resolución de un problema favorece el control del
estudiante sobre su actividad.
El software Geogebra, permite construir puntos, segmentos, rectas,
circunferencias, estadística y la casi totalidad de las figuras de geometría plana
y del espacio en 3D que se presentan en la enseñanza de la educación
secundaria. Lo interesante es que en las gráficas es posible modificarlas,
transformarlas o manipularlas, así como visualizar conjuntos de puntos de muy
diversa naturaleza, explorar sus propiedades y realizar a partir de estos objetos
construcciones geométricas, creando relaciones entre estos objetos. Está
pensando para que cuando los objetos básicos se desplacen mediante el ratón,
se conserven las relaciones definidas entre ellos, siendo posible observar de
forma continua las modificaciones experimentadas por la figura construida.
La manipulación directa favorece la imaginación mental, entre otras
causas por la posibilidad de visualizar tanto posiciones más generales como
casos particulares. El tratamiento dinámico de la figura, que Geogebra facilita,
da sentido a la actividad matemática que se pide al estudiante, la manipulación
directa permite un gran número de observaciones y situaciones tanto de carácter
41
general como particular, que facilita la elaboración de conjeturas; el estudiante
explora, observa, hace ensayos, anticipa, imagina el problema resuelto
disminuye o aumenta las restricciones establecidas.
Una de las tareas a realizar por el estudiante ante una figura geométrica
con Geogebra es relativa a la verificación de las propiedades que están ligadas
específicamente a la figura.
Manipulación directa del dibujo. La manipulación directa de los
objetos estadísticos que Geogebra nos permite y ofrece la posibilidad de una
retroacción a los estudiante, aspecto que no facilita en la resolución de tareas al
estilo tradicional con lápiz y papel.
2.3.3.6. Instalación y Aplicación del software Geogebra
Instalación del software Geogebra
Geogebra es un programa desarrollado en lenguaje java, compuesto por
varios archivos de extensión “jar”, cuyo archivo principal es geogebra.jar, para
poder ser ejecutado necesita que el ordenador tenga la plataforma java instalada.
Si no se tiene se puede descargar aquí www.java.com, para descargar el
programa Geogebra e instalarlo en nuestro ordenador vamos a ir a la página
oficial de Geogebra y elegiremos el link www.geogebra.org. Una vez en la
página, elegiremos la opción “descarga” ahí nos mostrara varias opciones para
poder liberar.
 Opción webstar, con esta opción se realiza la descarga, y parece un ícono en
nuestro ordenador, pero de tal manera que cada vez que nos conectemos a
internet el programa se actualiza automáticamente.
 Opción applet start, iniciaremos el programa online sin necesidad de instalar
42
nada en nuestro ordenador. Es la opción que nos encontramos en la pestaña
superior de este sitio web “software matemático”.
 Opción offline, ideal para aquellas personas que no poseen internet en casa,
se guardará el archivo en un pendrive y posteriormente se instalará en el
ordenador, al no existir conexión a internet el programa no se actualizará.
 Versión portable, se guardará en una unidad USB y se ejecutará sin necesidad
de instalarlo en el equipo.
Se elige el que prefiere, una vez instalado el programa en nuestro ordenador
podemos empezar a familiarizarnos con el programa.
Aplicación del software matemático Geogebra
Aplicación del Geogebra en medidas de tendencia central para datos no
agrupados
Presionamos (clic) en el icono “vista” que se observa en la barra de
herramientas por la cual se desdoblará en varias opciones, elegiremos la opción
“hoja de cálculo” para luego introducir los datos del ejercicio, y
seleccionamos todo (se tornara de color azul) presionando (anti clic)
seleccionando la opción “crear lista” ya que la lista creada, por otra parte
identificaremos con un nombre nuestros datos obtenidos, y así presionamos (clic)
en el icono azul, colocando la opción configuración, e instalamos el nombre de la
letra “datos” y presionamos “enter”.
Los datos no agrupados de la medida de tendencia central, se obtienen
de la siguiente manera con el uso del Geogebra:
Se utiliza el Geogebra para determinar la Media en datos no agrupados,
presionando (clic) en la palabra Media en la lista de datos brutos, obteniendo X =
13.81.
43
Se utiliza el Geogebra para determinar la Mediana en datos no
agrupados, presionando (clic) en la palabra Mediana en la lista de datos brutos,
obteniendo Me = 12.5.
Se utiliza el Geogebra para determinar la Moda en datos no agrupados,
presionando (clic) en la palabra Moda en la lista de datos brutos, obteniendo Mo
= 12.
Figura N° 2: Datos procesados para determinar la Media, Mediana y Moda en datos no agrupados
en el Geogebra
Fuente: Elaboración propia
Aplicación del Geogebra en medidas de tendencia central para datos
agrupados en la tabla de frecuencias
Selecciona la opción “vista” que se encuentre en la barra de herramientas
por lo cual se desdoblará en varias opciones, aplicando la opción “hoja de
cálculo” para luego introducir los datos del ejercicio, para obtener la lista
se crea con el nombre de “datos”
Seguidamente en el campo de entrada introducimos la palabra tabla de
frecuencias (Lista de datos brutos, factor opcional).
44
Al seleccionar la opción “tabla de distribución de frecuencias”,
identificamos el con azul y se cambia con el nombre que se creó en la lista de
“datos” (Lista de datos brutos, factor opcional), para así obtener la tabla de
frecuencias. El cual podrá modificarse como cualquier software en tamaño de
letra, color y forma del contenido para que sea mucho más interactivo.
Figura N° 3: Datos procesados para determinar la Media, Mediana y Moda en datos agrupados
en la tabla de frecuencias.
Fuente: Elaboración propia
Aplicación del Geogebra en medidas de tendencia central para datos
agrupados en la tabla de clases y frecuencias
selecciona la opción “vista” para agregarle la hoja de cálculo e introducir
los datos, creamos la lista y le damos un nombre “datos”, seguidamente
seleccionamos los datos el cual se pondrá de color azul y observaremos en
la parte superior la opción (Análisis de una variable).Presiona (clic) en análisis
de una variable y obtendremos una ventana la cual tendremos que darle (clic) en
“analiza”.
Observamos la siguiente ventana que muestra la vista algebraica, hoja
45
de cálculo y la gráfica. En la parte superior de la gráfica s e observa un icono
llamado “ opciones” como se muestra en la imagen presionar (clic), y se
desplegará una ventana hacia abajo con 4 fases (clases, regla de clases, tipo de
frecuencia y muestra) donde indica l a muestra y se verifica las 3 partes
(histograma, tabla de frecuencias y polígono de frecuencias) se seleccionamos
con un chek la opción de tabla de frecuencias y se muestra la tabla de frecuencias
con intervalos.
A hora para hallar las medidas de tendencia central en la parte superior
de la gráfica donde indica el análisis de datos
tenemos opciones y una de ellas es “mostrar estadística” en el siguiente icono,
para verificar las medidas de tendencia central en la tabla de
frecuencias con intervalos.
Figura N° 4: Datos procesados para determinar la Media, Mediana y Moda en datos agrupados
en la tabla de frecuencias con intervalos
Fuente: Elaboración propia.
2.3.4. Medidas de tendencia central
Las medidas de tendencia central son datos organizados en una distribución de
46
frecuencia y posee características esenciales, como marcas de clases, centro, formas de
distribución etc.
Las medidas de tendencia central, denominadas también promedios, ubican el
centro de los datos, como la media aritmética (la media geométrica, la media
armónica), la mediana y la moda. (Córdova, 2014, p37).
También, son métodos numéricos para describir los datos indicadores
conocidos como, medidas de posición relativa que describen la posición de una
observación relativa a las demás observaciones de la distribución, estos son los
percentiles y los valores estandarizados Z. Sin embargo, los indicadores que describen
a los datos en forma más precisa, deben calcularse. Estos indicadores que resumen los
datos en números denominados medidas descriptivas se refieren a la centralización, a
la dispersión o variabilidad, a la asimetría, y a la curtosis.
2.3.4.1. Media
La media aritmética, denominada simplemente media, es el valor
numérico que se obtiene dividiendo la suma total de los valores observados de
una variable entre el número de observaciones.
Para valores de una variable X observados en una muestra, la media
aritmética será denotada por x .
a) Media aritmética
 Media en datos no agrupados
La media aritmética de n valores x1, x2 ,..., xn de la variable cuantitativa X,
observados en una muestra es el número:
x i
x Suma total
#de datos  i 1
n
47
EJEMPLO 2.6
Calcule la media aritmética de los 45 salarios sin agrupar del ejemplo 1.3.
SOLUCION
La suma total de los 45 salarios sin agrupar es $2670. Luego,
45
x i
$2670
x i 1
  $59.333
45 45
 Media en datos agrupados
Si n valores de una variable estadística discreta X se clasifican en K valores
distintos x1, x2 ,..., xk con frecuencias absolutas respectivas f1, f 2 ,..., f k ,
entonces, la suma total de los n datos es igual x1  f1  x2  f 2  ...  xk  f k y
la media aritmética es el número:
 f x i i
x  Suma
#de datos 
total i 1
n
EJEMPLO 2.7
Calcule la media aritmética de la distribución de frecuencias del número de
hijos por familia del ejemplo 1.2.
SOLUCION
La distribución de frecuencias del ejemplo 1.2 se repite en el cuadro 2.2,
donde se ha concluido una columna de productos xi  fi
Tabla N° 1: Cuadro 2.2. Calculo de la media aritmética de X=Salarios
# de hijos # de familias Productos

xi fi xi  fi
0 1 0
1 4 4
2 7 14
3 6 18
4 2 8
total 20 44
48
n
 f x i i
44
La media de la distribución es: x  i 1
  2.2 hijos
n 20
 Media en datos agrupados por intervalos
Si n valores de una variable cuantitativa X están organizados en una
distribución de frecuencias de K intervalos. Donde:
m1, m2 ,..., mk son las marcas de clase, y
f1, f 2 ,..., f k son las frecuencias absolutas respectivas,
entonces, la suma total de los n datos es igual m1  f1  m2  f 2  ...  mk  f k
y la media aritmética es el número:
 f m i i
x Suma total
#de datos  i 1
n
EJEMPLO 2.8
Calcule la media aritmética de la muestra de 45 salarios quincenales del
ejemplo1.3 agrupados en 7 intervalos de amplitudes iguales.
SOLUCION
La distribución de frecuencias del ejemplo 1.3 se repite en el cuadro de 2.3,
donde se ha incluido una columna de productos fi  mi
Tabla N° 2: Cuadro2.3. Calculo de la media aritmética de X=salarios
Salarios Marcas #.empleados Productos

Ii mi fi fi  mi
[26,34[ 30 1 30
[34,42[ 38 2 76
[42,50[ 46 4 184
[50,58[ 54 10 540
[58,56[ 62 16 992
[66,74[ 70 8 560
[74,82] 78 4 312
Total 45 2694
49
k
 f x i i
$2694
La media es, x i 1
  $59.867 .
n 45
b) Propiedades de la media aritmética
 La suma total de n valores cuya medida es x es igual a nx . En efecto,
para“n” datos no agrupados y agrupados respectivamente, se tiene:
n k
 xi  nx,
i 1
 f x
i 1
i i  nx.
 Si la variable “X” se le hace la transformación lineal Y  aX  b , es decir si a
cada uno de los “n” valores xi de “X” es transformando en el valor yi  axi  b
de “Y”, siendo a y b constantes, entonces, la media de los “n” valores yi es
(¡verificar!).
y  ax  b
Como casos particulares se tiene:
Si Y  b , entonces, y  b . Esto es, si los “n” valores de la variable son iguales
a una constante, entonces su media es igual a esa constante.
Si Y  X  a , entonces, y  ax  b . Esto es, si a cada dato se suma una
constante la media queda sumada por esa constante.
Si Y  aX , entonces, y  ax . Esto es, si a cada dato se multiplica por una
constante, la media queda multiplicada por esa constante.
La suma algebraica de las desviaciones de “n” datos xi con respecto a su media
x es igual a cero. En efecto, para datos no agrupados, y agrupados, se tiene
respectivamente:
n k
 ( x  x),  f  ( x  x)  0.
i 1
i
i 1
i i
50
La suma de los cuadrados de las desviaciones de “n” datos con respecto a su
media es mínima. Para datos no tabulados, por ejemplo.
 x  c  Mínimo, sí c  x .
2
i
i !
En efecto, si “c” es cualquier número real,
n n n n
 ( xi  c)2   ( xi  x  x  c)2   ( xi  x)2  2( x  c) ( xi  x)  n( x  c)2

i 1 i 1 i 1 i 1
n n
 ( x  c)   ( x  x)
n
 n( x  c ) 2  ( x  x)  0
2 2
i i i
i 1 i 1 , ya que i 1 .
n n
 ( xi  c)2   ( xi  x)2
i 1 i 1 , ya que n( x  c)2  0 .
Media global si los valores de la variable X se observaron en K grupos de
tamaños respectivos n1, n2 ,..., nk resultados las medias respectivas x1, x 2 ,..., x k
, entonces, la media global o del total de datos es igual a:
Suma total n1  x1  n2  x 2  ...  nk  x k

x 
# de datos n1  n2  ...  nk
Por ejemplo, si en un examen de Matemática, 110 alumnos del horario H1
obtuvieron una media de 12.6 y 120 alumnos del horario H2 obtuvieron una
media de 13.48, entonces, la media global o del total de alumnos es:
110 12.6  120 13.48

x  13.06
110  120
c) Media ponderada
k k
La media aritmética x   fi  xi /  fi es una media de los valores
i 1 i 1
x1, x2 ,..., xk ponderada por las frecuencias f1, f 2 ,..., f k .
En general, la media de los valores x1, x2 ,..., xk ponderada por los pesos
51
w1, w2 ,..., wk es el número:
w1  x1  w2  x2  ...  wk  xk 
wi  xi
x  k
i 1
w1  w2  ...  wk
 wi i 1
Por ejemplo, si un alumno en el semestre anterior ha obtenido 11 en el curso
A de 5 créditos, 13 en el curso B de 4 créditos, y 16 en el curso C de 3 créditos,
entonces, su promedio de notas (ponderado por los créditos) es,
11 5  13  4  16  3 155
x   12.92 .
5 43 12
En la realidad, toda media aritmética es ponderada. En el caso de la media de
datos no agrupados, el peso de cada valor de la variable es igual a uno.
Los pesos pueden ser también números relativos o porcentajes.
Por ejemplo, si en este mes el aumento de los alimentos fue del 5%, de
vivienda el 10% y de educación 8%. Entonces, el aumento promedio en los
tres rubros para una persona que gasta el 40% de su sueldo en alimentos, el
35% en vivienda y el 25% en estudio está dado por:
x  0.05  0.4  0.10  0.35  0.08  0.25  0.075 .
Pero el aumento promedio en los tres rubros para una persona que gasta S/.
1,200 en alimentos, S/.600 en vivienda y S/.1, 000 en estudios está dado por:
0.05 1200  0.10  600  0.08 1000 200

x   0.0714 .
1200  600  1000 2800
EJEMPLO 2.9
Los sueldos del mes de enero de 200 empleados de una empresa tienen una
media de $230.
52
a) Si el 60% de los empleados son hombres (el resto son mujeres) tiene un
sueldo promedio de $250, ¿Cuánto es el sueldo medio de las mujeres en
enero?
b) Si para el mes de julio, se propone un aumento general que consiste de un
aumento variable del 30% a cada sueldo de enero más una bonificación de
$30,
¿Cuánto dinero adicional necesitará la empresa para pagar los sueldos
incrementados?
SOLUCIÓN
Sean x, x1 y x 2 las medias total, de hombres y de mujeres respectivamente.
Entonces,
n1  x1  n2  x 2
x  h1  x1  h2  x 2
n1  n2
n1 n2
Donde, h1  y h2 
n1  n2 n1  n2
Luego, 230  0.6  250  0.4  x2 , de donde resulta, x 2  200 .
Sea X  “Sueldos de enero”, Y  ”Sueldos de julio”. Entonces,
Y  X  0.30 X  30  1.3X  30
y  1.3x  30  1.3  230  30  329
El total de dinero para pagar sueldos de enero  n  x  200  230  $46,000
El total de dinero para pagar sueldos de julio  n  y  200  329  $65,800
El dinero adicional para pagar sueldos de julio
 $65,800  $46,000  $19,800
EJEMPLO 2.10
Aplicando los datos del ejemplo 2.3, determine el lugar de reunión de manera
53
que el costo total del transporte sea mínimo, si el costo de cada trasporte es
proporcional al cuadrado del recorrido.
SOLUCIÓN
Sea 𝑘 el lugar de reunión ubicado en la carretera en línea recta. Dado que el
costo del transporte es proporcional al cuadrado del recorrido (sin pérdida de
generalidad usamos 1 como constante de la proporcionalidad), el costo total
del trasporte es:
(x  k)
i 1
i
2
Este costo total mínimo, si 𝑘 es la media de los 5 valores: 0, 20, 35, 41, 51,
esto es si 𝑘 = 29.4. Luego, deben reunirse en un lugar a 29.4 km de A.
EJEMPLO 1.5
Un conjunto de “n” artículos cuyos valores de venta serian de $5 en el 30%
de los casos, $7 en el 45% de los casos y $10 en el 25% de los casos, tienen
un costo de producción fijo de $𝑘. Hallar el valor de 𝑘 si se quiere hacer una
inversión mínima y si se supone que la inversión es igual a la suma de los
cuadrados de totas las utilidades.
SOLUCIÓN
La inversión es:  5  k  en el 30% de los casos   7  k  en el 45% de los

2 2
casos  10  k  en el 25% de los casos.

2
La inversión es mínima, si 𝑘 es la media de los datos: $5 con frecuencia 0.30,
$7 con frecuencia 0.45 y $10 con frecuencia 0.25. Esto es, si
k  5  0.3  7  0.45  10  0.25  $7.15
NOTA. (Defectos de la media aritmética)
La media aritmética es la media que depende de todos los valores observados,
54
en consecuencia, es “afectada” o “sesgada” por valores extremos discordantes
o atípicos (o extrañamente grandes o pequeños en el grupo). Por ejemplo, la
media aritmética de los grupos:
55, 56, 57, 58, 59, 60 es igual a x1  345 / 6  57.5 .
55, 56, 57, 58, 59, 100 es igual a x2  385 / 6  64.2 .
55, 56, 57, 58, 59, 0 es igual a x3  285 / 6  47.5 .
Como se puede observar, la media aritmética es sesgada por los valores
extremos: 100 en el grupo b) y 0 en el grupo en c).
La media aritmética puede ser calculada también en distribución de frecuencia
por intervalos de amplitud diferentes, siempre que puedan determinarse los
puntos medios (marcas) de los intervalos. Por ejemplo, no se puede calcular
la media a partir de una distribución de frecuencia como el cuadro. (También,
no se puede calcular la mediana y la moda, ¿por qué?)
Tabla N° 3: Cuadro 2.4. Relaciones entre media, mediana y moda
Intervalos Frecuencia
Menor o igual que 20 50
[20,25[ 20
25 o más 10
Relaciones entre media, mediana y moda
Si la distribución de frecuencias de los datos es simétrica, entonces, la media,
la mediana y la moda tienen el mismo valor (figura 1.2(a)). Esto es,
x  Me  Mo .
Si la distribución es asimétrica de cola a la derecha, entonces, la moda es
menor que la mediana y esta a su vez es menor que la media (figura 1.2 (b)).
Es decir,
55
Mo  Me  x .
Si la distribución es asimétrica de la cola a la izquierda, entonces, la relación
es (figura 1.2(c)):
x  Me  Mo .
x  Me  Mo Mo  Me  x x  Me  M0
Figura 2.2(a) Figura 2.2 (b) Figura 2.2(c)
Para las distribuciones unimodales y de marcada asimetría, se tiene la
siguiente relación empírica:
X  MO  3 ( X  M e ) .
Los tres promedios pueden calcularse también para distribución de
frecuencias con intervalos de diferentes longitudes, siempre que pueden
determinarse o las marcas de clase (para la media) o el límite inferior Li del
intervalo (para la mediana y la moda).
d) Otras medias
 Media geométrica
Definición. La media geométrica de “ n” valores positivos x1, x2 ,..., xn es el
número real x G que se define como la raíz enésima del producto de estos n
valores. Esto es, xG  n x1  x2  ...  xn .
Por ejemplo, la media geométrica de los valores 3, 9, 27 es igual a:
xG  3 3  9  27  9 .
56
La media geométrica se aplica para promediar: razones (a/b), índices (a/b
en %), proporciones (a/(a + b)), tasas de cambio (a-b)/b, que varían con el
tiempo, etc.
EJEMPLO 2.12
Si la producción de un bien ha experimentado un crecimiento del 30% del
primero al segundo año y un crecimiento del 35% del segundo al tercer año
y un crecimiento del 15% del tercer al cuarto año.
 Calcule la tasa promedio de cambio y el porcentaje promedio de crecimiento
de la producción de los 3 últimos años.
 Calcule la producción del quinto año, si la del primer año fue 100.
SOLUCIÓN
a) Tomando como producción base 100 para el primer año.
En el segundo año, el porcentaje de crecimiento es de 30%, la producción es:
100 + 0.30x100 =130 y la tasa de crecimiento es 130/100 =1.30.
En el tercer año, el porcentaje de crecimiento es de 35%, la producción es: 130
+ 0.35x130 =175.5 y la tasa de crecimiento es 175.5/130 =1.35.
En el cuarto año, el porcentaje de crecimiento es de -15%, la producción es:
175.5 - 0.15x175.5 =149.175 y la tasa de crecimiento es 149.175/175.5 = 0.85.
Tabla N° 4: Cuadro 2.5. Cálculo de la media geométrica
Año %Crecimiento Producción Tasas

1 - 100 -
2 30% 100 + 0.3(100) = 130 130/100 = 1.30
3 25% 130 + 0.35(130) = 175.5 175.5/130 = 1.35
4 -15% 175.5 – 0.15(175.5) = 149.175/175.5 = 0.85
149.175
El promedio de las tasas de cambio de la producción durante los tres
últimos años es la media geométrica:
57
14.26
xG  3 3.30 1.35  0.85  1.1426  1  .
100
Y el porcentaje promedio de crecimiento es de 14.26%.
a) La producción para el quinto año será igual a:
149.175 + 0.1426x149.175 = 170.44
EJEMPLO 2.13.
Suponga que la población de una ciudad aumento de 10,000 a 12,600 en el
periodo comprendido del año 2000 al año 2004 como se indica en el cuadro
1.5. Calcule la tasa promedia y el porcentaje promedio del creciente de la
población.
Tabla N° 5: Cuadro 2.5. Cálculo de la media geométrica
Años Población Tasa de cambio(x) Log(x)

(Año base 2000)
2000 10,000 - -
2001 10,500 1.050 0.0212
2002 11,200 1.067 0.0282
2003 12,000 1.071 0.0298
2004 12,600 1.050 0.0212
Total 0.1004
SOLUCIÓN
Para simplificar los cálculos, se puede aplicar logaritmos en base 10,
log( x1 )  log( x2 )  ...  log( xn ) 

log( xi )
log( xG )   i 1
n n
 n 
De donde resulta: xG  anti log   log( xi ) n  .
 i1 
Para calcular la tasa media de crecimiento por año escogemos como base el
año 2000. Las tasas de cambio se obtienen dividiendo cada dato entre el dato
del año anterior. Aplicando la media geométrica a las tasas se tiene:
58
n
 log( x ) i
0.1004
log( xG )  i 1
  0.0251 , xG  anti log(0.0251)  1.0595 .
n 4
Luego, la tasa promedio de crecimiento de la población es de 1.0595 y el
porcentaje promedio del crecimiento por año es 5.95%.
 Media armónica
Definición. La media armónica de n valores no nulos x1, x2 ,..., xn es el número
real x H que se define como el recíproco de la media aritmética de los
recíprocos de esos n valores. Esto es,
n
xH  n
1
x
i 1 i
Por ejemplo, la media armónica de los valores 6,4 y 3 es igual a 4.
La media armónica se aplica para obtener promedios de un conjunto de
valores expresados en forma de tasas de unidades de un tipo por unidades de
otro tipo. Dicho de otro modo, se aplica para promediar datos cuyas
unidades de medición son cocientes de unidades de medición de dos
variables, por ejemplo, datos expresados en km/hora.
Una manera práctica de calcular la media armónica de datos cuyas mediciones
son cocientes variables 1/ variable 2, es la siguiente:
Total de mediciones de Variable 1

xH 
Total de mediciones de Variable 2
NOTA. La media armónica es siempre menor que la media geométrica. Esta a
su vez es menor que la media aritmética. Esto es,
x H  xG  x
EJEMPLO 2.12
Una persona manejando su automóvil recorre los primeros 10 km. A 60 km.
59
Por hora y los siguientes 10 km a 70 km. Por hora calcule la velocidad
promedio.
SOLUCIÓN
Para recorrer los primeros 10km. Emplea 10/60 horas. Para recorrer los
siguientes 10km. Utiliza 10/70 horas. Por lo tanto, para cubrir los 20km (10
+ 10) emplea (10/60) + (10/70) horas con un promedio de velocidad de:
Recorrido total 10  10 2
xH     64.6 km / h .
Tiempo total 10 10 1 1
 
60 70 60 60
EJEMPLO 2.15
Una empresa de transporte gasta $400 en latas de aceite que cuestan $10 la
docena;
$500 en latas que cuestan $12.5 la docena; $600 más en latas que cuestan
$20 la docena y $300 en otras que cuestan $25 la docena. Calcule el costo
promedio por docena de las latas de aceite.
SOLUCIÓN
Total de costo 400  500  600  300

xH    $14.75
Total de docenas 400  500  600  300
10 12.5 20 25
EJEMPLO 12.16
Una propiedad de la media es: “Si x1, x2 ,...xn tiene media x y la función f ( x)
1 n
es cóncava hacia abajo, entonces f ( x)   f ( xi ) ”.
2 i1
Utilizando la propiedad indicada pruebe que xG  x , donde x G es la media
geométrica de los “n” datos.
60
SOLUCIÓN
1 n
xG  n x1, x2 ,...xn , entonces log( x)   log( xi )  log( xG ) , donde f  log .
n i1
Además, log( xG )  log( xG ) , implica, xG  x , (dado que f  log es función
inyectiva)
2.3.4.2. Mediana
Definición. La mediana (Me) o valor mediano de una serie de valores
observados es el número, que separan a la serie de datos ordenados (en forma
creciente o decreciente) en dos partes de igual número de datos. La mediana es
el percentil 50 de los datos observados no agrupados o agrupados por intervalos.
La mediana es la medida promedio que depende del número de orden
de los datos y de los valores de estos datos, por lo tanto, no la afectan los valores
“aislados” grandes o pequeños.
a) Calculo de la mediana
 Mediana de datos no agrupados
Para realizar el cómputo de la mediana de n valores no agrupados de una
variable cuantitativa X se siguen los siguientes pasos:
1. Se ordenan los datos en forma creciente
2. Luego se ubica el valor central Me.
Si n es impar, la mediana es el dato ordenado del centro. Pero si n es par, la
mediana es la semisuma de los dos valores ordenados centrales.
EJEMPLO 2.1
Calcule la mediana para los siguientes datos.
a) 120, 3, 14, 1, 99, 7, 30, 2000, 16
61
b) 30, 77, 3, 300, 36, 11, 10000, 29
SOLUCIÓN
a) La serie ordenada de los 9 datos es:
1, 3, 7, 14, 16, 30, 99, 120, 2000.
La mediana es el quinto dato ordenado que separa a la serie en 2 grupos de 4
datos cada uno. Esto es, Me = 16.
b) La serie ordenada de los 16 datos es:
3, 11, 29, 30, 36, 77, 300, 10000.
La mediana en este caso, puede ser cualquier número situado entre 30 y 36,
ya que este separa a los datos en dos grupos de 4 datos cada uno. Pero, para
evitar la infinidad de valores de la mediana, se conviene elegir como mediana
la semisuma de los dos valores centrales. Esto es, Me = (30+36)/2 = 33.
Observe, que, en ambos casos, la mediana no depende de la magnitud de los
datos, depende solo del número de ellos.
NOTA. El lector puede verificar que la mediana de los 45 salarios
quincenales del ejemplo 1.3 sin clasificarlos por intervalos, es igual a 61
dólares.
 Mediana de datos agrupados en la tabla de frecuencias
Si los valores de una variable discreta se agrupan en una distribución de
frecuencias de forma “dato ↔ frecuencia”, el cálculo de la mediana se hace
siguiendo el método de datos no agrupados. Como los datos ya están
ordenados, solo bastara ubicar su centro.
Por ejemplo, la mediana para la distribución de frecuencias del número de
hijos por familia del ejemplo 1.2 es igual a 2.
62
 Mediana de datos agrupados en la tabla de frecuencias por intervalos
Si los valores de la variable se agrupan en una distribución de frecuencias
por intervalos, las medianas se determinan aproximadamente por
interpolación de manera que la mitad inferior (50%) de los datos agrupados
sean menores o iguales que la mediana.
En el modo grafico de la distribución de frecuencias por intervalos, la
mediana es el valor de la variable que divide al área total en dos áreas iguales.
El método de cálculo de la mediana propuesto en las aplicaciones de la ojiva,
de la sección 1.4.4 lo formalizamos en esta sección.
Primero, se ubica el intervalo que contiene a la mediana Me en la mitad
inferior del total de las frecuencias: 0.5xn, (50% del total de las frecuencias
de cualquier tipo), de la siguiente manera.
Desde la mitad inferior del total de las frecuencias 0.5xn, (en el eje de las
frecuencias acumuladas), se hace un trazo horizontal a la ojiva, y de la ojiva
se traza una vertical al eje de los intervalos, ubicándose un intervalo que
contiene a la mediana:  Li ,U i  . Este intervalo tiene amplitud A, frecuencia
absoluta acumulada y frecuencia absoluta no acumulada fi  Fi  Fi1 .
Segundo, la mediana Me   Li ,U i  y está dada por: Me  Li  a donde, a se
obtiene por interpolación (semejanzas de triángulos ABE y ACD de la figura
2.1) comparando intervalos con frecuencias, esto es:
a fi f
 y a i A
A fi fi
fi
Luego, Me  Li  A
fi
Donde:
63
Li es el límite inferior del intervalo de la mediana.
f i es la frecuencia absoluta del intervalo de la mediana.
A es la amplitud del intervalo de la mediana.
fi  0.5  n  Fi1 es la parte (o porción) de frecuencia f i para llegar a 0.5  n
desde Fi 1
Figura. 2.1 Determinación de la mediana por interpolación
EJEMPLO 2.2
Calcule la mediana de los 45 salarios quincenales del ejemplo 1.3 agrupados
en 7 intervalos de amplitud iguales.
SOLUCIÓN
Los 45 salarios organizados en 7 intervalos del ejemplo 1.3 se repiten en el
cuadro 2.1.
Tabla N° 6: Cuadro 2.1. Calculo de la mediana de X = Salarios
Salarios ($) I i Número de empleados f i Frec. Acumuladas Fi

 26,34 1 1
2 3
34, 42 4 7
 42,50 10 17
16 33
50,58 8 41
58,66 4 45
66,74
64
74,82
Total 45
La mitad inferior de los n = 45, es 0.5xn = 22.5. Esta mitad inferior está entre las
frecuencias acumuladas 17 y 33 que se corresponden con el intervalo 58,66 ,
donde, se ubica la mediana Me. En este intervalo, Li  58 , fi  16 , A  8 ,
Fi1  17 , fi  0.5  n  Fi1  5.5 , es la posición de frecuencia no acumulada f i
para llegar a n / 2 desde Fi 1
Luego,
fi 5.5
Me  Li   A  58   8  58  2.75  60.75 $.
fi 16
Nota (cálculo de la mediana para frecuencias relativas)
Si en lugar de las frecuencias absolutas se utilizan las frecuencias relativas (o los
porcentajes), entonces, haciendo hi  fi n , H i1  Fi1 n ,
hi  fi n  0.5  Hi1 , en la fórmula de la mediana, se mantiene:
fi h 5.5 45
Me  Li   A  Li  i  A  58   8  60.75 $.
fi hi 16 45
b) Propiedades de la mediana
 La mediana, solo depende del número de datos ordenados y no del valor de
los datos.
 Por lo tanto, no es sesgada por algún valor aislado grande o pequeño como se
observa en el ejemplo 1.2.
 La mediana puede ser calculada para distribuciones de frecuencia con
intervalos de diferente amplitud, siempre que se pueda determinar el límite
inferior Li del intervalo que contiene a la mediana.
 La mediana puede ser calculada para variables con valores en escala ordinal.
65
 La suma de las diferencias (en valor absoluto) de n datos con respecto a su
mediana es mínima. En el caso de los datos sin agrupar se tiene que
 x  c  mínimo, si c es la mediana de los

i 1
i xi .
EJEMPLO 2.3
Cinco personas que viven en lugares situados a distancias en kilómetros a lo
largo de una carretera en línea recta como se indica en la figura que sigue, deben
reunirse en algún punto de la carretera. Determine el lugar de la reunión de
manera que el costo total del transporte sea mínimo, si el costo de cada transporte
es proporcional al recorrido.
Distancia 20 15 6 10
Lugares A B C D E
SOLUCION
Si A es el origen, entonces, las coordenadas de A, B, C, D y E son
respectivamente:
x1  0, x2  20, x3  35, x4  41 y x5  51
Sea K el punto de reunión. Dado que el costo es proporcional al recorrido,
podemos elegir sin pérdida de generalidad la proporcionalidad igual a 1,
entonces,
5
Costo total del transporte   xi  k .
i 1
Este costo es mínimo, si K es la mediana de los 5 valores 0, 20, 35, 41, 51, esto
es si K=35. Luego, deben reunirse en el lugar C, a 35 kilómetros de A.
66
2.3.4.3. Moda
La moda de una serie de datos es el valor Mo que se define como el
dato que ocurre con mayor frecuencia.
En la distribución de frecuencias por intervalos la moda se ubica en el
intervalo que tiene mayor frecuencia de cualquiera de los tres tipos
La moda de una función cualquiera es el valor de la variable en el que
existe un máximo absoluto (o dos o más máximos relativos iguales).
La moda no siempre existe y si existe, no siempre es única. La moda es
el promedio menos importante debido a su ambigüedad.
a) Calculo de la moda
 Moda en datos no agrupados
El empleo de la moda como medida promedio puede estar justificado cuando
se quiera señalar el valor más común de una serie de datos o se precisa
rápidamente de una medida promedio y no haya tiempo de calcular las otras.
Por ejemplo, los comerciantes se estoquean con productos que están de moda.
Esta es una aplicación común del promedio.
EJEMPLO 2.4
La moda de los datos:
a) 7, 9, 7, 8, 7, 4, 7, 13,7 es igual a 7. Esta serie de datos es unimodal
b) 5, 3, 4, 5, 7, 3, 5, 6, 3 es igual tanto a 3, como a 5. Esta serie de datos es
bimodal.
c) 31, 11, 12, 19 no existe. (También, se dice, que cada uno de los datos es una
moda).
67
NOTA.
1) La moda de los 45 salarios quincenales sin agrupar del ejemplo 1.3, es igual
a 62 dólares (verificar!).
2) La moda del número de hijos por familia del ejemplo 1.2 es igual a 2.
 Moda en datos agrupados
 Moda en datos agrupados por intervalos
Para calcular la moda de n datos organizados por intervalos se siguen los
siguientes pasos:
Primero se determina el intervalo que contiene a la moda Mo. Este intervalo
 Li ,Ui  , denominado intervalo modal y que debe ser el único con la mayor
frecuencia, tiene amplitud A, frecuencia absoluta f i y sus frecuencias
vecinas antes y después son fi1 y fi1 respectivamente.
Luego se aplica la formula
d1
Mo  Li  A
d1  d 2
Donde,
Li es el límite inferior del intervalo modal.
d1  fi  fi1
d2  fi  fi1
A es la amplitud del intervalo modal.
NOTA. La fórmula de la moda se aplica en distribuciones con una sola
frecuencia máxima.
EJEMPLO 2.5
Calcule la moda de los 45 salarios quincenales agrupados en 7 intervalos de
amplitudes iguales.
68
SOLUCIÓN
Los datos organizados en 7 intervalos del ejemplo 1.3 se repiten en el cuadro
2.1. Aquí se observa que la moda Mo  58,66 . Además,
Li  58, d1  16  10  6, d2  16  8  8, A  8 .
Luego, la moda de la distribución es:
d1 6
Mo  Li   A  58   8  61.429
d1  d 2 68 $.
NOTA: (Calculo de la moda en distribución de frecuencias relativas)
Si en lugar de las frecuencias absolutas se utilizan las frecuencias relativas, se
tiene:
d1 6 45
Mo  Li   A  58   8  61.429
d1  d 2 (6  8) 45 $.
b) Propiedades de la moda
2.4. Marco conceptual
Geogebra: Programa Dinámico para el aprendizaje de en el área de matemática,
disponible para todos los niveles de educación. Se caracteriza por presentar la combinación
del algebra, geometría, aritmética y estadística.
Aprendizaje: Desarrollo de habilidades y conocimientos a partir de la experiencia por
medio de la observación y la práctica, se relaciona con la educación y con la formación
personal.
Software: Conjunto de datos y programas que maneja el ordenador. Es la parte lógica
o inmaterial de un sistema informático. Almacenados en el ordenador en forma de ceros y
unos.
Mediana: En ocasiones se le llama media posicional, porque queda exactamente en la
69
mitad de un grupo de datos, luego de que los datos se han colocado de forma ordenada. La
mediana es el valor intermedio cuando los valores de los datos se han ordenado.
Media: También llamada media aritmética, usualmente llamada promedio, se obtiene
sumando todos los valores de los datos y divide el resultado entre la cantidad de datos. Si
los datos proceden de una muestra la media se representa con una x testada (x) y si
provienen de la población se representan con la letra griega miu (µ)
Moda: La moda es el dato que más se repite o el dato que ocurre con mayor frecuencia.
Un grupo de datos puede no tener moda, tener una moda (unimodal), dos modas
(bimodal) o más de dos modas (multimodal).
2.5. Hipótesis
2.5.1. Hipótesis General
La aplicación del Software Geogebra influye significativamente en el
educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco
2018.
2.5.2. Hipótesis Específicas.
El uso del software Geogebra influye positivamente en el aprendizaje de las
medidas de tendencia central para datos no agrupados, en estudiantes del segundo
grado de educación secundaria de la Institución Educativa Mixta Fortunato L.
Herrera, Cusco – 2018
El uso del software Geogebra influye en el aprendizaje de las medidas de
tendencia central para datos agrupados en la tabla de frecuencias, en estudiantes
del segundo grado de educación secundaria de la Institución Educativa Mixta
70
Fortunato L. Herrera, Cusco 2018
El uso del software Geogebra influyen en el aprendizaje de las medidas de
tendencia central para datos agrupados en la tabla de clases y frecuencias, en
estudiantes del segundo grado de educación secundaria de la institución Educativa
Mixta Fortunato L. Herrera, Cusco - 2018.
2.5.3. Prueba de Hipótesis Estadísticas
H0: La aplicación del Software Geogebra NO influye significativamente en
el aprendizaje de las medidas de tendencia central, en estudiantes del segundo grado
de educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco
2018.
H1: La aplicación del Software Geogebra influye significativamente en el
2018.
2.6. Variables
2.6.1. Variable Independiente:
Software Geogebra
Es un Programa Dinámico para la Enseñanza y Aprendizaje de las
Matemáticas para educación en todos sus niveles. Combina dinámicamente,
geometría, álgebra, análisis y estadística en un único conjunto tan sencillo a
nivel operativo como potente.
71
2.6.2. Variable Dependiente:
Aprendizaje de Medidas de Tendencia Central
Son medidas estadísticas que pretenden resumir en un solo valor a un
conjunto de valores. Representan un centro en torno al cual se encuentra
ubicado el conjunto de los datos. Las medidas de tendencia central más
utilizadas son: media, mediana y moda.
2.7. Operacionalización de variables
Software Geogebra:
El Software Geogebra no se operacionaliza sin embargo se detalla los
procedimientos, como ejemplo se aplicará en las sesiones:
 Paso 1: Se inicia, como con cualquier programa, buscando el link de descarga del
software en este caso https://descargargeogebra.com/ .
 Paso 2: Se descarga el software
 Paso 3: Se busca el archivo ejecutable.
 Paso 4: Seleccionar el icono y pulsar clic derecho en el mouse,
 Paso 5: Por último, se elige ejecutar como administrador.
Sesiones de Clase Usando el Geogebra
Primera sesión:
Los investigadores dan la bienvenida a los estudiantes y juntos revisan los ejercicios
de tareas anteriores. Además, presenta los aprendizajes esperados relacionados a las
competencias, las capacidades y los indicadores haciendo uso del Geogebra.
Segunda sesión:
Los investigadores explican los diferentes componentes de software de Geogebra
para familiarizarse al momento de desarrollar actividades, se describirán las
72
funcionalidades, herramientas, componentes y las diferentes etapas de cómo generar un
nuevo aprendizaje, guardar archivos y concluir con un ejercicio.
Tercera sesión:
Los investigadores dan demonstración sobre cómo resolver un determinado ejercicio
sobre medidas de tendencia central, utilizando el software matemático Geogebra. Luego se
dará ejercicios para los estudiantes para ver si comprendieron la funcionalidad del
Geogebra.
Cuarta sesión:
Los investigadores proponen actividades con ejercicios propuestos utilizando el
software matemático Geogebra, para el aprendizaje de las medidas de tendencia central
para datos no agrupados, para ello se propondrán ejercicios, utilizando el software en
mención.
Quinta sesión:
software matemático Geogebra, para el aprendizaje de las medidas de tendencia central
para datos agrupados en la tabla de frecuencias, para ello se proponen ejercicios, se utilizará
el software en mención.
Sexta sesión:
software Geogebra, para el aprendizaje de las medidas de tendencia central para datos
agrupados en la tabla de clases y frecuencias, para ello se propondrán ejercicios, se utilizará
el software en mención.
Séptima sesión:
Los investigadores en la séptima sesión realizaran la evaluación y calificación
correspondiente de los ejercicios propuestos de tal manera se logre identificar el nivel de
73
aprendizaje que los estudiantes han obtenido durante las sesiones de clase con el uso del
software Geogebra.
Octava sesión:
Los investigadores en la última sesión de clase realizaran una retroalimentación sobre
el uso del software de Geogebra para la solución de ejercicios que se les plantearán a lo largo
de la aplicación, asimismo se proporcionarán ejercicios propuestos para mejorar manejo
del software.
Tabla N° 7: Operacionalización de variables: Aprendizaje de Medidas de tendencia Central.
Variable Dimensiones Indicadores

Software Geogebra  Capacidad de uso de
Manejo de Geogebra
Geogebra
 Interés de nuevo
conocimiento
Importancia de Geogebra
 Versatilidad del
material
Herramientas de  Herramientas de
aprendizaje aprendizaje
Aprendizaje de  Media.
Medidas de Tendencia Datos no agrupados  Mediana.
Central  Moda.
 Media.
Datos agrupados  Mediana.
 Moda.
 Media.
Datos agrupados con
 Mediana.
intervalos
 Moda.
Fuente: Elaboración sobre la base de la investigación bibliográfica
74
CAPÍTULO III DISEÑO METODOLÓGICO
3.1. Tipo de Investigación
El tipo de investigación es tecnológica/aplicativa que de acuerdo a (Carrasco, 2009,
p.236)tiene propósitos prácticos, es decir se investiga para actuar, transformar, modificar
la variable independiente, para lo cual se diseñará sesiones de aprendizaje utilizando el
software Geogebra y lograr aprendizajes de las medidas de tendencia central. (Carrasco,
2009)
3.2. Nivel de Investigación
El presente estudio en concordancia al objetivo planteado tendrá un alcance explicativo,
ya que permitirá explicar el aprendizaje de los estudiantes a partir de la experiencia del
trabajo con el software del Geogebra.
3.3. Diseño de la Investigación
Este estudio se desarrollará considerando los criterios de una investigación experimental
con un diseño específico CUASI EXPERIMENTAL, que permitirá comparar dos
grupos dirigido a determinar la influencia del uso del Software Geogebra en el aprendizaje
de las medidas de tendencia central, para los estudiantes de segundo grado de educación
secundaria de la Institución Educativa “Fortunato L. Herrera”.
En estudios con diseño cuasi experimental, no existe un control absoluto de todas las
variables relevantes debido a la falta de aleatorización, por lo que son más vulnerables a los
sesgos. Esto intenta evitarse realizando estudio de equivalencia entre los dos grupos en
estudio para asegurar que sean lo más homogéneos posible. (R, (2014))
Se tomará dos grupos, que no serán elegidos aleatoriamente, uno experimental y otro de
control. Se presenta como ruta el siguiente esquema para la investigación:
75
GRUPO EXPERIMENTAL O1 X O2
GRUPO CONTROL O3 -- O4
Donde:
O1: Pre Test (prueba de entrada aplicada al grupo experimental) O3: Pre Test (prueba
de entrada aplicada al grupo control)
X: Tratamiento (Uso del Software Geogebra)
O2: Post Test (prueba de salida al grupo experimental) O4: Post Test (prueba de salida
al grupo control)
3.4. Población y Muestra
3.4.1. Población
La población estará conformada por 72 estudiantes del Segundo grado de
educación Secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco
2018.
Ës el universo de estudio de la investigación, sobre el cual se pretende
generalizar los resultados, constituida por características o estratos que le permiten
distinguir los sujetos, unos de otros. (Chavez, 2007)
Tabla N° 8: Población de estudiantes del 2º grado de la I.E.F.L.M.
Grado Sección Nro. de estudiantes

A 22
2º B 27
C 23
72
Fuente: nomina oficial de la I.E.F.L.M.-2018
76
3.4.2. Muestra
El tipo de muestra es no probabilístico, la cual está conformada por 45
estudiantes de Segundo grado de educación secundaria de la Institución Educativa
Mixta Fortunato L. Herrera, Cusco 2018.
Tabla N° 9: Muestra de estudiantes del 2º grado de la I.E.F.L.M.
Grado Sección Nro. de estudiantes Grupo

A 22 experimental
2º B 23 control
45
Fuente: nomina oficial de la I.E.F.L.M
3.5. Técnica e instrumentos de recolección de datos
Según Hernández, Fernández & Batista citado por (Canahuire. Endara F Morante
E.,2015, p.78). “Recolectar datos consiste en elaborar un plan detallado de
procedimientos que nos conduzcan a reunir datos con un propósito específico”. (Morante,
2015)
3.5.1. Técnicas
 Encuesta: Utilizada para obtener información de los estudiantes.
 Observación directa: Porque se recolectará información de los componentes
de las variables, a través de una ficha de observación.
3.5.2. Instrumentos
Se utilizará la prueba piloto para realizar la encuesta, lo que se determina pre
aplicación de instrumentos que consiste en la práctica del Cuestionario
tendiente a considerar las posibilidades del determinado desarrollo posterior de
dicha prueba.
77
 Cuestionario: Instrumento empleado en forma directa, que contiene
preguntas cerradas para la investigación.
 Lista de cotejo: Es un instrumento estructurado que registra la ausencia o
presencia de un determinado rasgo, conducta o secuencia de acciones. La
lista de cotejo se caracteriza por ser dicotómica, es decir, que acepta solo
dos alternativas: si, no; lo logra, o no lo logra, presente o ausente; entre
otros.
3.6. Procesamiento de Datos
Los datos obtenidos serán tratados mediante el uso de la herramienta de Excel Versión
2016 y SPSS Versión 25, donde se realizará la tabulación respectiva de las encuestas
para la posterior elaboración de los gráficos respectivos para cada ítem; y finalmente
concluir con la comprobación de la hipótesis planteada.
78
CAPITULO IV RESULTADOS Y DISCUSIÓN
4.1. Descripción:
En el presente trabajo de investigación, se desarrollaron diferentes evaluaciones en base
a la medidas de tendencia central, los cuales se presentaran para describir el comportamiento
de las frecuencias de cada variable en tablas de organización de resultados, las
manifestaciones de dichos resultados se dieron de la siguiente manera, se calculó y se
desarrolló en forma general y específica cada uno de los ítems a partir de la matriz de
operacionalización de variables como se menciona en el cuestionario aplicado en la presente
investigación.
Una tabla colectiva de datos, fue lo primero que se desarrolló por cada ítem, de
cada dimensión, estableciendo de esta manera las frecuencias con los porcentajes.
Consiguientemente, mediante la ayuda de la hoja electrónica Excel Versión 2016 y del
Software estadístico SPSS Versión 25, se pudo elaborar los gráficos tipo barra. La aplicación
de la evaluación y del cuestionario, tuvo los siguientes pasos: invitación, sensibilización y
aplicación de dicha evaluación, en estudiantes del segundo grado de educación secundaria
de la Institución Educativa Mixta Fortunato L. Herrera, consiguientemente se dieron las
indicaciones correspondientes, la aplicación del instrumento tuvo una duración de 85
minutos aproximadamente y se verificó la cantidad de estudiantes además de sus respectivas
opiniones al término de su aplicación y finalización del instrumento.
El mismo tiempo aproximado, se tuvo que emplear para la aplicación del
cuestionario en el área de matemáticas. De esta manera se buscó determinar que la
aplicación del Software Geogebra influye significativamente en el aprendizaje de las
medidas de tendencia central, de esta forma poder corroborar las hipótesis que se habían
planteado en la presente investigación.
79
4.2. Presentación de resultados:
4.2.1. Promedio de calificaciones obtenidas por los estudiantes
(GRUPO CONTROL) – PRE TEST.
a) MEDIDAS DE TENDENCIA CENTRAL: DATOS NO AGRUPADOS

Tabla N° 10: Resultados de las Medidas de tendencia central para datos no agrupados
Notas 𝒇𝒊 %
2 1 4,55
4 2 9,09
6 4 18,18
8 8 36,36
10 2 9,09
14 5 22,73
Total 22 100,0
Fuente: Resultados obtenidos del software estadístico SPSS V-22.
Figura N° 5: Resultados de las Medidas de tendencia central para datos no agrupados
Interpretación:
De la tabla y figura, en cuanto a las calificaciones obtenidas por parte de los
estudiantes, en cuanto a medidas de tendencia central: con datos no agrupados, (grupo
control) – Pre Test, se puede observar que el 36,36% representado por 8 estudiantes
tiene una calificación de 08 (desaprobados), y otra que más destaca es el 22,73%
representado por 5 estudiantes con una calificación de 14 (aprobados), lo cual indica
que la mayoría de estudiantes si bien no obtuvieron tan bajas notas, tampoco se
podría decir que obtuvieron altas calificaciones debido a la falta de atención en las
horas de clases.
80
b) MEDIDAS DE TENDENCIA CENTRAL: DATOS AGRUPADOS EN LA
TABLA DE FRECUENCIAS
Tabla N° 11: Resultados de las Medidas de tendencia central para datos agrupados en la tabla
de frecuencias.
Notas 𝒇𝒊 %
6 4 18,18
8 6 27,27
10 7 31,82
12 5 22,73
Total 22 100,0
Figura N° 6: Resultados de las Medidas de tendencia central para datos agrupados en la tabla
de frecuencias.
Interpretación:
estudiantes en cuanto a medidas de tendencia central: con datos agrupados, (grupo
control) – Pre Test, Se puede observar que el 31,82% representado por 7 estudiantes
tienen una calificación de 10 (desaprobados), y otra que más destaca es el 27,27%
representado por 6 estudiantes con una calificación de 08 (desaprobados), lo cual
indica que la mayoría de estudiantes tienen una cierta apreciación respecto a los
gráficos pero está presente la ausencia de las normas de convivencia.
81
c) MEDIDAS DE TENDENCIA CENTRAL: DATOS AGRUPADOS EN
TABLA DE CLASES Y FRECUENCIAS.
Tabla N° 12: Resultados de las medidas de tendencia central para datos agrupados en la tabla
de clases y frecuencias
𝒇𝒊 %
6Notas 1 4,55
8 4 18,18
10 8 36,36
12 8 36,36
14 1 4,55
Total 22 100,0
Figura N° 7: Resultados de las medidas de tendencia central para datos agrupados en la

tabla de clases y frecuencias
Interpretación:
estudiantes en cuanto a medidas de tendencia central: con datos agrupados en tabla
de frecuencias con intervalos, (grupo control) – Pre Test, se puede observar que
el 36,36% representado por 8 estudiantes tiene una calificación de 10 (desaprobados),
y otra que más destaca es el 36,36% representado por 8 estudiantes con una
calificación de 12 (aprobados), lo que indica que si bien no obtuvieron tan altas notas
tampoco obtuvieron tan bajas notas.
82
d) MEDIDAS DE TENDENCIA CENTRAL: DATOS GENERALES –
PROMEDIOS
Tabla N° 13: Resultados de las medidas de tendencia central generales
Notas 𝒇𝒊 %
6 1 4,55
7 4 18,18
8 1 4,55
9 8 36,36
10 1 4,55
11 3 13,64
12 2 9,09
13 2 9,09
Total 22 100,0
Figura N° 8: Resultados de las medidas de tendencia central generales
Interpretación:
estudiantes en cuanto a medidas de tendencia central: con datos generales, (grupo
control) – Pre Test, se puede observar que el 36,36% representado por 8 estudiantes
representado por 4 estudiantes tiene una calificación de 07 (desaprobado), lo que
indica la falta de motivación, el desgano, la ausencia de las normas de convivencia y
falta de operaciones básicas como multiplicación y división.
83
(GRUPO EXPERIMENTAL) – PRE TEST.

Tabla N° 14: Resultados de las medidas de tendencia central para datos no agrupados
Calificación Frecuencia Porcentaje
4 3 11,54
6 2 7,69
8 9 34,62
10 2 7,69
12 7 26,92
14 3 11,54
Total 26 100,0
Figura N° 9: Resultados de las medidas de tendencia central para datos no agrupados
Interpretación:
estudiantes en cuanto a medidas de tendencia central: con datos no agrupados, (grupo
experimental) – Pre Test, se puede observar que el 34,62% representado por 9
estudiantes tiene una calificación de 08 (desaprobados), y otra que más destaca es el
26,92% que representado por 7 estudiantes tiene una calificación de 12 (aprobados),
lo cual indica la falta de interés por parte de los estudiantes respecto al tema.
84
Tabla N° 15: Resultados de las medidas de tendencia central para datos agrupados en la tabla de
frecuencias.
Notas 𝒇𝒊 %
8 3 11,54
10 6 23,08
12 8 30,77
14 9 34,62
Total 26 100,0
Fuente: Resultados obtenidos del software estadístico SPSS V-22
Figura N° 10: Resultados de las medidas de tendencia central para datos agrupados en la tabla
de frecuencias.
Interpretación:
estudiantes tiene una calificación de 12 (aprobados) y otra que más destaca es el
34,62% representado por 9 estudiantes tiene una calificación de 14 (aprobados), lo que
indica la ausencia de las normas de convivencia.
85
de clases y frecuencias.
4 1 3,85
6 4 15,38
8 4 15,38
10 6 23,08
12 11 42,31
Total 26 100,0
Interpretación:
estudiantes en cuanto a medidas de tendencia central: con datos agrupados en tabla
de frecuencias con intervalos, (grupo experimental) – Pre Test, se puede observar que
el 23,08% representado por 6 estudiantes tiene una calificación de 10 (desaprobados),
y otra que más destaca es el 42,31% representado por 11 estudiantes tiene una
calificación de 12 (aprobados), lo que indica que estos estudiantes no tuvieron
motivación y la ausencia de las normas de convivencia.
86
PROMEDIOS
Notas 𝒇𝒊 %
7 3 11,54
9 7 26,92
10 1 3,85
11 9 34,62
12 3 11,54
13 3 11,54
Total 26 100,0
Interpretación:
estudiantes tiene una calificación de 09 (desaprobados), y otra que más destaca es el
34.62% representado por 9 estudiantes tiene una calificación de 11 (aprobados), lo
que indica la falta de motivación, indisciplina, la poca concentración y el desinterés
por parte de los estudiantes, durante la sesión.
87
4.2.3. Promedio de calificaciones obtenidas por los estudiantes.
(GRUPO CONTROL) – POST TEST.
8 2 9,09
10 9 40,91
12 5 22,73
14 4 18,18
16 2 9,09
Total 22 100,0
Interpretación:
Control) – Post Test, se puede observar que el 40,91% representado por 9 estudiantes
representado por 5 estudiantes tiene una calificación de
12 (aprobados), lo cual indica que la mayoría de estudiantes presentan dificultades en
la organización de datos.
88
Tabla N° 19: Resultados de medidas de tendencia central para datos agrupados en la tabla de
frecuencias.
Notas 𝒇𝒊 %
8 7 31,82
10 5 22,73
12 6 27,27
14 3 13,64
16 1 4,55
Total 22 100,0
Figura N° 14: Resultados de medidas de tendencia central para datos agrupados en la tabla
de frecuencias
Interpretación:
control) – Post Test se puede observar que el 31,82% representado por 7 estudiantes
representado por 6 estudiantes tiene una calificación de 12 (aprobados), lo cual indica
que los estudiantes tienen dificultad para resolver operaciones básicas como la
multiplicación y división.
89
Notas 𝒇𝒊 %
8 3 13,64
10 7 31,82
12 7 31,82
14 3 13,64
16 2 9,09
Total 22 100,0
Interpretación:
estudiantes en cuanto a medidas de tendencia central: con datos agrupados en tabla de
frecuencias con intervalos, (grupo control) – Post Test, se puede observar que el
31,82% representado por 7 estudiantes tiene una calificación de 10 (desaprobados), y
otra que más destaca es el 31,82% representado por 7 estudiantes tiene una calificación
de 12 (aprobados), lo cual indica que la motivación jugó un papel importante.
90
PROMEDIOS
Notas 𝒇𝒊 %
8 2 9,09
10 3 13,64
11 9 40,91
12 3 13,64
13 4 18,18
15 1 4,55
Total 22 100,0
Interpretación:
control) – Post Test, , se puede observar que el 40,91% representado por 9 estudiantes
tiene una calificación de 11 (aprobados) y otra que más destaca es el 18,18%
representado por 4 estudiantes tiene una calificación de 13 (aprobados), lo cual indica
que la mayoría de estudiantes si bien no obtuvieron tan bajas notas, tampoco se
podría decir que obtuvieron altas calificaciones.
91
(GRUPO EXPERIMENTAL) – POST TEST.
Notas 𝒇𝒊 %
12 1 3,85
14 8 30,77
16 4 15,36
18 8 30,77
20 5 19,23
Total 26 100,0
Interpretación:
experimental) – Post Test, se puede observar que el 30,77% representado por 8
30,77% representado por 8 estudiantes tiene una calificación de 18 (aprobados), lo
que indica que los estudiantes se sienten motivados y atraídos por un ordenador lo
que despierta su curiosidad.
92
de frecuencias
14 5 19,23
16 8 30,77
18 8 30,77
20 5 19,23
Total 26 100,0
de frecuencias
Interpretación:
30,77% representado por 8 estudiantes tiene una calificación de 18 (aprobados), lo que
indica que los estudiantes sienten confianza como ser intelectual y aprecie su actividad
como algo importante.
93
d) MEDIDAS DE TENDENCIA CENTRAL: DATOS AGRUPADOS EN
Notas 𝒇𝒊 %
14 3 11,54
16 9 34,62
18 9 34,62
20 5 19,23
Total 26 100,0
Figura N° 19: Resultados de las medidas de tendencia central para datos agrupados en la
tabla de clases y frecuencias
Interpretación:
estudiantes en cuanto a medidas de tendencia central: con datos agrupados en tabla de
frecuencias con intervalos, (grupo experimental) – Post Test, se puede observar
que el 34,62% representado por 9 estudiantes tiene una calificación de 16
(aprobados) y otra que más destaca es el 34,62% representado por 9 estudiantes tiene
una calificación de 18 (aprobados), lo que indica que aprenden descubriendo al
estimular la independencia y el auto aprendizaje.
94
e) MEDIDAS DE TENDENCIA CENTRAL: DATOS GENERALES
Tabla N° 25: Medidas de tendencia central para datos generales
Notas 𝒇𝒊 %
13 1 3,85
14 2 7,69
15 5 19,23
16 4 15,38
17 2 7,69
18 7 26,92
20 5 19,23
Total 26 100,0
Figura N° 20: Medidas de tendencia central para datos generales
Interpretación:
estudiantes tiene las calificaciones de 15 y 20 (aprobados), otra que más destaca es
el 26,92% representado por 7 estudiantes tiene una calificación de 18 (aprobados),
lo que indica que los estudiantes se sienten motivados, en confianza y aprenden
descubriendo por que despierta su curiosidad al representar figuras, animaciones ya
que propicia a la mente alcanzar los contenidos de una forma más adecuada, amena
y atractiva.
95
4.3. Pruebas de Hipótesis
4.3.1. Pruebas de normalidad grupo control y experimental en el post test.
H0: La distribución de la Variable en estudio NO difiere de la distribución

normal. H1: La distribución de la Variable en estudio difiere de la distribución normal.
Prueba estadística: Kolmogorov-Smirnov – Shapiro-Wilk
Tabla N° 26: Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilka
Estadístico gl Sig. Estadístico Gl Sig.
PRUEBAS DE Post Test 0,205 22 0,016 0,922 22 0,085
NORMALIDAD Control
POST TEST Post Test 0,158 26 0,095 0,926 26 0,063
Experimental
Corrección de significación de Lilliefors
Interpretación:
Se utilizará en primer lugar la prueba estadística de Shapiro-Wilk, ya que la
muestra es menor a 50 datos en el presente trabajo de investigación. En este caso, la
muestra está representada por 48 datos. Se puede observar la Significancia asintótica
o P-valor en cada una de las evaluaciones son mayores al 5% (Nivel de significancia);
tanto en los promedios del grupo control; 0.085 y en el grupo experimental; 0.063;
entonces como es ambos datos son mayores al 0.05, se aceptó la hipótesis nula, la
cual vendría a ser: La distribución de la Variable en estudio NO difiere de la
distribución normal; dicho de otra forma, vendría a ser que la variable analizada, tiene
distribución normal.
Por lo tanto, si se podrían aplicar pruebas estadísticas paramétricas, en este
caso podría ser la T de Student, lo cual se muestra en las imágenes a continuación:
96
Figura N° 21: Pruebas de normalidad
Claramente se puede observar que mayormente para el primer grupo (Grupo

control
– Post Test) los puntos prácticamente se encuentran alineados con relación a la
diagonal, por lo que tienen distribución normal, casi del mismo modo, se da en el
segundo grupo (Grupo experimental – Post Test).
97
4.3.2. Pruebas de homocedasticidad grupo control y experimental en el post
test.
H0: Las varianzas de ambos grupos NO son diferentes H1: Las varianzas de
ambos grupos son diferentes
Prueba estadística: Test de Levene.
Tabla N° 27: Prueba de homogeneidad de varianzas

Estadístico de Levene gl1 gl2 Sig.
3,890 1 46 0,055
Interpretación:
Se trabajó con el Test de Levene. Se puede observar que la Significancia
asintótica o P-valor en los promedios de ambas evaluaciones es de 0.055, lo cual es
MAYOR al 5% (Nivel de significancia), en ese entender, se aceptó la hipótesis nula,
la cual vendría a ser: Las varianzas de ambos grupos NO son diferentes; dicho de otra
forma, vendría a ser que las varianzas analizadas, son homogéneas.
4.3.3. Prueba de Hipótesis Estadísticas General

H0: La aplicación del Software Geogebra NO influye significativamente en el
2018.
H1: La aplicación del Software Geogebra influye significativamente en el
2018.
Tabla N° 28: Procesamiento Estadístico de Grupo con el Software Estadístico SPSS en el
Segundo Grado de Secundaria
Estadísticas de grupo
GRUPO N Media Desviación Media de error
estándar estándar
Post Test Control 22 11,27 1,609 0,343
NOTA Post Test Experimental 26 16,92 2,096 0,411
Fuente: Elaboración propia. Datos obtenidos del programa SPSS.
100
Tabla N° 29: Procesamiento de la Prueba de Muestras Independientes con el Software
Estadístico SPSS en el Segundo Grado de Secundaria
Prueba de muestras independientes
Prueba de Levene de calidad de varianzas
F F
NOTA Se asumen varianzas iguales 3,890 0,055
No se asumen varianzas iguales

T gl Sig. Diferencia Diferencia de 95% de intervalo de
(bilateral) de medias error estándar confianza de la diferencia
-10,324 46 0,000 -5,650 0,547 -6,752 -4,549
-10,553 45,610 0,000 -5,650 0,535 -6,728 -4,572
La prueba de Levene para corroborar el supuesto de igualdad de varianza nos indica
si podemos o no admitir varianzas iguales. Si la probabilidad asociada al estadístico Levene
es > 0.05 – suponemos varianzas iguales, si es < 0.05 – suponemos varianzas distintas; en
este caso el resultado es 0,055, entonces es MAYOR que 0.05, por lo que SE ASUMEN
VARIANZAS IGUALES.
Se puede observar el estadístico T el nivel de significación bilateral, es decir el p
valor; en nuestro caso es 0.000, lo cual es MENOR que 0.05, por lo que la magnitud del
error es imperceptible, la conclusión es que las medias de las calificaciones en el grupo
control y en el grupo experimental del segundo grado nivel secundaria tienen diferencias
significativas, por lo cual se acepta la hipótesis alterna, es decir; la aplicación del Software
Geogebra influye significativamente en el aprendizaje de las medidas de tendencia central,
en estudiantes del segundo grado de educación secundaria de la Institución Educativa Mixta
Fortunato L. Herrera, Cusco 2018.
100
4.3.4. Prueba de Hipótesis Estadísticas Especifica 1
H0: El uso del software Geogebra NO influye positivamente en el aprendizaje
de las medidas de tendencia central en datos no agrupados, en estudiantes del segundo
grado de educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera,
Cusco 2018. H1: El uso del software Geogebra influye positivamente en el aprendizaje
de las medidas de tendencia central en datos no agrupados, en estudiantes del segundo
grado de educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera,
Cusco 2018.

Segundo Grado de Secundaria.
GRUPO N Media Desviación Media de error
estándar estándar
NOTA Post Test
Control 22 11,55 2,304 0,491
Post Test
Experimental 26 16,62 2,451 0,481

T gl Sig. Diferencia 95% de intervalo de
(bilateral) de medias confianza de la diferencia
Inferior Superior
23,506 21 0,000 11,545 10,52 12,57
34,570 25 0,000 16,615 15,63 17,61
significativas, por lo cual se acepta la hipótesis alterna, es decir; El uso del software
Geogebra influye positivamente en el aprendizaje de las medidas de tendencia central en
datos no agrupados, en estudiantes del segundo grado de educación secundaria de la
Institución Educativa Mixta Fortunato L. Herrera, Cusco 2018.
101
4.3.5. Prueba de Hipótesis Estadísticas Específica 2
de las medidas de tendencia central en datos agrupados en la tabla de frecuencias, en
H1: El uso del software Geogebra influye positivamente en el aprendizaje de
las medidas de tendencia central en datos agrupados en la tabla de frecuencias, en
Desviación Media de error
GRUPO N Media estándar estándar
NOTA Post Test
Control 22 10,73 2,434 0,519
Post Test
Experimental 26 17,00 2,059 0,404
Tabla N° 34: Procesamiento de la Prueba De Muestras Independientes con el Software

Inferior Superior
20,676 21 0,000 10,727 9,65 11,81
42,097 25 0,000 17,000 16,17 17,83
datos agrupados en la tabla de frecuencias, en estudiantes del segundo grado de educación
secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco 2018.
102
4.3.6. Prueba de Hipótesis Estadísticas Específica 3
de las medidas de tendencia central en datos agrupados en tabla de clases frecuencias,
en estudiantes del segundo grado de educación secundaria de la Institución Educativa
H1: El uso del software Geogebra influye positivamente en el aprendizaje de
las medidas de tendencia central en datos agrupados en tabla de clases y frecuencias,
en estudiantes del segundo grado de educación secundaria de la Institución Educativa
Desviación Media de error
GRUPO N Media estándar estándar
Post Test
Control 22 11,45 2,324 0,496
NOTA Post Test
Experimental 26 17,23 1,883 0,369
Tabla N° 36: Procesamiento de la Prueba de Muestras Independientes con el Software Estadístico

SPSS en el Segundo Grado de Secundaria
Inferior Superior
23,115 21 0,000 11,455 10,42 12,49
46,667 25 0,000 17,231 16,47 17,99
datos agrupados en tabla de clases y frecuencias, en estudiantes del segundo grado de
educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco 2018.
103
CONCLUSIONES
Primera: la aplicación del Software Geogebra influye positiva y significativa en el
aprendizaje de las medidas de tendencia central en estudiantes del segundo grado de
educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco - 2018.
Corroborado con el estadístico T de Students, para muestras independientes siendo la
diferencia 5,65 puntos entre el pos test y el pre test en el grupo experimental, como se observa
en la tabla 22 diferencia de medias.
Segundo: la aplicación del Software Geogebra influye positiva y significativa en el
aprendizaje de las medidas de tendencia central para datos no agrupados en estudiantes
del segundo grado de educación secundaria de la Institución Educativa Mixta Fortunato L.
Herrera, Cusco - 2018. Corroborado con el estadístico T de Students, para muestras
independientes siendo la diferencia 5.07 puntos entre el pos test y el pre test en el grupo
experimental, como se observa en la tabla 25.
Tercero: la aplicación del Software Geogebra influye positiva y significativa en el
aprendizaje de las medidas de tendencia central para datos agrupados en la tabla de
frecuencias en estudiantes del segundo grado de educación secundaria de la Institución
Educativa Mixta Fortunato L. Herrera, Cusco - 2018. Corroborado con el estadístico T de
Students, para muestras independientes siendo la diferencia 6,27 puntos entre el pos test y
el pre test en el grupo experimental, como se observa en la tabla 27.
Cuarto: la aplicación del Software Geogebra influye positiva y significativa en el
aprendizaje de las medidas de tendencia central para datos agrupados en la tabla de clases
y frecuencias en estudiantes del segundo grado de educación secundaria de la Institución
Educativa Mixta Fortunato L. Herrera, Cusco - 2018. Corroborado con el estadístico T
de Students, para muestras independientes siendo la diferencia 5.78 puntos entre el
pos test y el pre test en el grupo experimental, como se observa en la tabla 29.
104
RECOMENDACIONES
Por lo tanto, se recomienda a la Institución Educativa Mixta Fortunato L. Herrera, incluir
prácticas del uso del Geogebra en el área de matemática ya que al utilizar este software se
presenta buenos resultados en los estudiantes, de esta manera se podrá elevar el nivel
educativo de los estudiantes.
El aprendizaje que tiene los estudiantes luego de utilizar el Geogebra fueron positivos, es
por eso que se debe realizar capacitaciones a los docentes del área de matemáticas para que
pueden recurrir a este software al momento de realizar sus actividades dentro del aula.
Se ha visto la necesidad de buscar una manera de mejorar las clases de matemáticas, para
ello se ha planteado utilizar este software pues consideramos que las clases deben ser
interactivas de esta manera el estudiante podrá generar mayores conocimientos en menor
tiempo y con mayor facilidad.
105
BIBLIOGRAFÍA
Angel, L. (2015). UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE CIENCIAS BÁSICAS

PROYECTO DE GRADO PEREIRA 2017COMPRENSIÓN DE LAS MEDIDAS DE TENDENCIA
CENTRAL, EN LOS NIÑOS DE GRADO TERCERO, CUARTO Y QUINTO, UTILIZANDO COMO
ESTRATEGIA EL CENSO EN LA ESCUELA.
Ausubel, D. P. (1963). psicólogo estadounidense fue, y planteó su Teoría del Aprendizaje
Significativo por Recepción .
BÁSICAS, U. T. (2017). PROYECTO DE GRADO PEREIRA 2017COMPRENSIÓN DE LAS MEDIDAS DE
TENDENCIA CENTRAL, EN LOS NIÑOS DE GRADO TERCERO, CUARTO Y QUINTO,
UTILIZANDO COMO ESTRATEGIA EL CENSO EN LA ESCUELA. LUIS ÁNGEL. LIMA.
Bello, D. J. (2013). MEDIACIÓN DEL SOFTWARE GEOGEBRA EN EL APRENDIZAJE DE
PROGRAMACIÓN LINEAL EN ALUMNOS DEL QUINTO GRADO DE EDUCACIÓN SECUNDARIA
PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ. Lima.
Carrasco, S. (2009). Metodología de investigación científica: Pautas metodológicas para diseñar y
elaborar el proyecto de investigación. Lima: San Marcos. Lima.
castellanos, D. (2012). motivacion de los recursos humanos mexico universidad sabana.
CATARI, E. W. (2015). APLICACIÓN DEL SOFTWARE GEOGEBRA Y SU INFLUENCIA EN EL
APRENDIZAJE DE LAS FUNCIONES LINEALES EN LOS ESTUDIANTES DEL SEGUNDO GRADO
DE EDUCACIÓN SECUNDARIA DE LA I.E. “CLORINDA MATTO DE TURNER”, DISTRITO
SUYKUTAMBO, PROVINCIA DE CUSCO. CUSCO.
Chavez, N. (2007). Introducción a la Investigación Educativa. Maracaibo: La columna.
Costa, A. F. (2014). PROGRAMAS INFORMÁTICOS EN MATEMÁTICAS Dpto. Matemáticas
Fundamentales Facultad de Ciencias, UNED C. Senda del Rey, 9 28040 . Madric.
Cronbach & Suppes. (1969). Investigación para las escuelas del mañana: Investigación disciplinada
para la educación. Londres: Macmillan.
Cronbach y SUPPES. (1969). Investigación para las escuelas del mañana: Investigación disciplinada
para la educación. Londres: Macmillan.
Debárbora, N. (2012). “El uso del GeoGebra como recurso educativo digital en la transposición
didáctica de las funciones de proporcionalidad”. . Argentina.
Diaz-Nunja, S. (2018). Enseñanza de la geometría con el software GeoGebra en estudiantes
secundarios de una institución educativa en Lima. Propósitos y Representaciones. Lima.
Duran, J. (1996). El cerebro poliédrico. Barcelona: Bromera.
Durand, J. B. (2013 (P. 12-15)). PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ ESCUELA DE
POSGRADO MEDIACIÓN DEL SOFTWARE GEOGEBRA EN EL APRENDIZAJE DE
106
PROGRAMACIÓN LINEAL EN ALUMNOS DEL QUINTO GRADO DE EDUCACIÓN SECUNDARIA.
Educacion, M. d. (2007-2015). Informe de resultados de la Evaluación Censal de Estudiantes 2007-
2015 - Lima: Oficina de Medición de la Calidad de los Aprendizajes. Lima.
Educacion, O. R. (2015). Informe de resultados TERCE, tercer estudio regional comparativo y
explicativo. Santiago. Cusco.
Elvira, O. A. ( 2016). UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE FILOSOFÍA, LETRAS Y
CIENCIAS DE LA EDUCACIÓN PROGRAMA DE EDUCACIÓN A DISTANCIA MODALIDAD
SEMIPRESENCIAL CARRERA DE INFORMÁTICA “DISEÑO DE UNA MULTIMEDIA
INTERACTIVA EN EL PROCESO. LIMA.
GUTIERREZ, J. S. (2013). SIGNIFICADOS DE LAS MEDIDAS DE TENDENCIA CENTRAL. UN ESTUDIO
CON ALUMNOS UNIVERSITARIOS DE CARRERAS DE HUMANIDADES. PONTIFICIA
UNIVERSIDAD CATÓLICA DEL PERÚ. LIMA.
Lopategu, E. (2018). MANEJO DE LA INFORMACIÓN Y USO DE LA COMPUTADORA 2018 niversidad
Interamericana PR-METRO.
MANTUANO, T. K. (2015). FACTORES SOCIOECONÓMICOS QUE INFLUYEN EN EL DESEMPEÑO
ACADÉMICO DE LOS Y LAS ESTUDIANTES DE LA ESCUELA DE TRABAJO SOCIAL, PERÍODO
MAYO – SEPTIEMBRE 2014 UNIVERSIDAD TÉCNICA DE MANABÍ FACULTAD DE CIENCIAS
HUMANÍSTICAS Y SOCIALES ESCUELA DE TRABAJO SOCIA.
Marquez, P. ( 2016 ). El software educativo Pere Marquez Universidad Autnoma de Barcelona.
Morante, E. C. (2015). Cómo hacer la tesis universitaria. Cusco: Colorgraf.
Moreira, M. A. (2009). introducción a la tecnología educativa Tecnología Educativa 2009
Universidad de La Laguna . España.
muñoz, p. A. (2012 ). Elaboración de material didáctico Viveros de Asís 96, Col. Viveros de la Loma,
Tlalnepantla, C.P. 54080, Estado de México.
NAVARRO BAQUERIZO, G. H. (Año 2014"). "Los materiales educativos y su relación con el
aprendizaje significativo en las estudiantes de la promoción 2010 de la Especialidad de
Tecnología del Vestido de la Facultad de Tecnología de la Universidad Nacional de
Educación Enrique Guzmán y Valle.
olivos, T. m. (2016). evaluacion del aprendizaje y para el aprendizaje universidad autónoma
metropolitana 2016 Evaluación del aprendizaje y para el aprendizaje : reinventar la
evaluación en el aula / Tiburcio Moreno Olivos . -- México : UAM, Unidad Cuajimalpa,
2016.
PISA. (2015). Resultados Clave © OCDE 201 Programa para la Evaluación Internacional de
Alumnos. Lima: PISA.
R, &. C. ((2014)). Metodologia de la investigación. Mexico: Mc Graw Hill.
107
Ramos, E. E. (2010). factores que intervienen en el aprendizajeandalucia 2010 andalucia .
Rosita, R. I. (Año 2007 – 2008). ). Factores que influyen en el proceso de enseñanza – aprendizaje
en el área español como segunda lengua, en quinto y sexto grado en la modalidad de
multigrado en la escuela Bilingüe: “Enmanuel”.
Vail, O. D. (noviembre de 2017). “Factores Ambientales Que Afectan al Rendimiento Escolar.”
Universidad de San Carlos de Guatemala. Guatemala.
108
ANEXOS
109
MATRIZ DE CONSISTENCIA
Título: USO DEL GEOGEBRA EN EL APRENDIZAJE DE LAS MEDIDAS DE TENDENCIA CENTRAL, EN ESTUDIANTES DEL SEGUNDO GRADO DE
EDUCACIÓN SECUNDARIA DE LA INSTITUCIÓN EDUCATIVA MIXTA FORTUNATO L.
Problemas Objetivos Hipótesis Variable Dimensiones Indicadores Metodología
¿En qué medida el uso del Determinar en qué medida La aplicación del Software Manejo de  Capacidad de uso  Tipo de investigación
software Geogebra influye el uso del software Geogebra influye Geogebra de Geogebra Tecnológica/aplicativa
en el aprendizaje de las Geogebra influye en el significativamente en el  Interés de nuevo  Nivel de la investigación
medidas de tendencia aprendizaje de las medidas aprendizaje de las medidas de Importancia de conocimiento Explicativo
central en estudiantes del de tendencia central, en tendencia central, en V.I Geogebra  Versatilidad del  Diseño de la Investigación
Segundo grado de estudiantes del segundo estudiantes del segundo grado Software material Cuasi experimental
educación secundaria de la grado de educación de educación secundaria de la Geogebra Herramientas de  Herramientas de  Población y Muestra
Institución Educativa secundaria de la Institución Educativa Mixta aprendizaje aprendizaje 72 estudiantes
Mixta Fortunato L. Institución Educativa Mixta Fortunato L. Herrera, Cusco  Técnica
Herrera, Cusco - 2018? Fortunato L. Herrera, Cusco 2018.  Encuesta
- 2018.  Observación
¿De qué manera el uso del Determinar de qué manera El uso del software Geogebra  Instrumento
software Geogebra influye el uso del software influye positivamente en el V.D Datos no  Media.  Guía de entrevista
en el aprendizaje de las Geogebra influye en el aprendizaje de las medidas de Aprendizaje agrupados  Mediana. Rubricas
medidas de tendencia aprendizaje de las medidas tendencia central para datos de Medidas  Moda.
central para datos no de tendencia central para no Agrupados en estudiantes de Tendencia
Agrupados en estudiantes datos no agrupados en del segundo grado de Central
del segundo grado de estudiantes del segundo educación secundaria de la
educación secundaria de grado de educación Institución Educativa Mixta
la Institución Educativa secundaria de la Fortunato L. Herrera, Cusco –
Mixta Fortunato L. Institución Educativa 2018. Datos agrupados  Media.
Herrera, Cusco - 2018? Mixta Fortunato L. en la tabla de  Mediana.
Herrera, Cusco – 2018. frecuencias  Moda.
¿De qué manera el uso Determinar de qué manera El uso del software
del software Geogebra el uso del software Geogebra influye en el
influye en el aprendizaje Geogebra influye en el aprendizaje de las medidas
110
de las medidas de aprendizaje de las medidas de tendencia central para
tendencia central para de tendencia central para datos agrupados en la tabla de
datos agrupados en la datos agrupados en la frecuencias, en
tabla de frecuencias, en tabla de frecuencias, en estudiantes del segundo
estudiantes del segundo estudiantes del segundo grado de educación
grado de educación grado de educación secundaria de la
secundaria de la secundaria de la Institución Educativa Mixta
Institución Educativa Institución Educativa Fortunato L. Herrera, Cusco Datos agrupados  Media.
Mixta Fortunato L. Mixta Fortunato L. 2018. en la tabla de  Mediana.
Herrera, Cusco 2018? Herrera, Cusco 2018. clases y  Moda.
frecuencias
¿De qué manera el uso del Determinar de qué manera el El uso del software Geogebra
software Geogebra uso del software Geogebra influyen en el aprendizaje de
influye en el aprendizaje influye en el aprendizaje de las medidas de tendencia
de las medidas de las medidas central para datos agrupados
tendencia central para de tendencia central para en la tabla de clases y
datos agrupados en la datos agrupados en la frecuencias, en estudiantes
tabla de clases y tabla de clases y del segundo grado de
frecuencias, en frecuencias, en estudiantes educación secundaria de
estudiantes del segundo del segundo grado de la
grado de educación educación secundaria de la Institución Educativa Mixta
secundaria de la institución institución Educativa Fortunato L. Herrera, Cusco -
Educativa Mixta Mixta Fortunato 2018.
Fortunato L. Herrera, L. Herrera, Cusco - 2018.
Cusco - 2018?
111

Tesis-2019 19.01.2020 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis-2019 19.01.2020 PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE EDUCACIÓN Y CIENCIAS DE LA

USO DEL GEOGEBRA EN EL APRENDIZAJE DE LAS MEDIDAS DE

TESIS PRESENTADO POR:

Para optar al Título Profesional de Licenciado de

salir adelante en mis estudios y hacerme crecer como persona y profesional.

su amor sincero el concepto de hermandad.

Bach. Grismian Videla Chancayauri Cruz

Bach. Julian Richar Amao Huillca

A la UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO por darnos

la oportunidad de estudiar y ser profesionales.

dedicación, quien, con sus conocimientos, su experiencia, su paciencia y su motivación

ha logrado que podamos terminar nuestro trabajo de tesis.

Bach. Grismian Videla Chancayauri Cruz

camino, a la UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL

incondicional, muchas gracias.

Bach. Julian Richar Amao Huillca

Señora Decana de la Facultad de Educación y Ciencias de la Comunicación de la

Universidad Nacional de San Antonio Abad del Cusco.

Señores Miembros del Jurado:

En concordancia con el cumplimiento de los requisitos exigidos en el Reglamento de

Grados y Títulos la Escuela Profesional de Educación, ponemos a vuestra consideración

la tesis intitulada: USO DEL GEOGEBRA EN EL APRENDIZAJE DE LAS

MEDIDAS DE TENDENCIA CENTRAL, EN ESTUDIANTES DEL SEGUNDO

GRADO DE EDUCACIÓN SECUNDARIA DE LA INSTITUCIÓN

FORTUNATO L. HERRERA, CUSCO 2018, a fin de optar al Título Profesional

de Licenciados en Educación, de la especialidad de Matemática y Física.

La presente tesis tiene como propósito la aplicación del software Geogebra en el

aprendizaje de las medidas de tendencia central, en estudiantes del segundo grado de

educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera, realizando

inicialmente una descripción de las variables, analizándolas y finalizando con una

recomendación desde el punto de vista de nuestra profesión.

APRENDIZAJE DE LAS MEDIDAS DE TENDENCIA CENTRAL, EN ESTUDIANTES

DEL SEGUNDO GRADO DE EDUCACIÓN SECUNDARIA DE LA INSTITUCIÓN

EDUCATIVA MIXTA FORTUNATO L. HERRERA, CUSCO 2018” tiene como problema

de las medidas de tendencia central en estudiantes del Segundo grado de educación

secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco - 2018?, y

aprendizaje de las medidas de tendencia central, en estudiantes del segundo grado de

educación secundaria de la Institución Educativa Mixta Fortunato L. Herrera, Cusco - 2018.

La metodología utilizada para la investigación es de tipo tecnológica/aplicativa, de

nivel explicativo de un diseño cuasi experimental, la población está conformada por 72

De la aplicación realizada se llegó a la siguiente conclusión el uso del software

Geogebra influye en el aprendizaje de las medidas de tendencia central, en estudiantes del

segundo grado de educación secundaria de la Institución Educativa Mixta Fortunato L.

Palabras Clave: Aprendizaje, Geogebra, Estudiantes, Tecnológica.

puntos; permite hallar derivadas e integrales de funciones y ofrece un repertorio de

función, como Raíces o Extremos.

valor a un conjunto de valores. Representan un centro en torno al cual se encuentra ubicado

Geogebra influye en el aprendizaje de las medidas de tendencia central, en estudiantes del

segundo grado de educación secundaria de la Institución Educativa Mixta Fortunato L.

Herrera, Cusco. Está investigación se encuentra estructurada en 4 capítulos.

CAPITULO I: Se considera el problema de investigación, planteamiento del problema donde

descripción del problema, objetivo de estudio, la justificación del problema.

integra antecedentes en relación con la temática de la investigación.

investigación, el nivel de investigación, el enfoque de investigación; la población y muestra,

técnicas e instrumentos de recolección de datos en el cual se usó la entrevista y la encuesta

para el análisis de estos datos.

CAPÍTULO IV: En este capítulo se desarrolla el análisis e interpretación de resultados de la

investigación, conclusiones, recomendaciones, bibliografía y anexos.

CAPITULO I: PLANTEAMIENTO DEL PROBLEMA} .............................................. 1

CAPÍTULO II: MARCO TEÓRICO ................................................................................ 9

CAPÍTULO III DISEÑO METODOLÓGICO .............................................................. 75

CAPITULO IV RESULTADOS Y DISCUSIÓN ........................................................... 79